Beruflich Dokumente
Kultur Dokumente
ARIO
4.6 Tabelas diversas . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
II A integral no espa co vetorial R
3
109
5 Introdu cao 111
5.1 Dimens ao e variedade . . . . . . . . . . . . . . . . . . . . . . . . 111
5.1.1 Hiperplano e hipersuperfcie no R
4
. . . . . . . . . . . . . 114
5.1.2 Um pouco sobre classica c ao de variedades . . . . . . . . 114
5.1.3 Conjunto aberto e fronteira de um conjunto . . . . . . . . 117
5.2 Complementos sobre Integra c ao . . . . . . . . . . . . . . . . . . . 121
5.3 Complementos sobre Geometria e Derivada . . . . . . . . . . . . 126
6 Somas m ultiplas de Riemann 137
6.1 Integral m ultipla - Solu c ao . . . . . . . . . . . . . . . . . . . . . 137
6.2 O caso da fronteira curva . . . . . . . . . . . . . . . . . . . . . . 146
7 A integral de linha 163
7.1 Integral de linha . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.2 Derivadas Parciais . . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.3 Aplica c oes das derivadas . . . . . . . . . . . . . . . . . . . . . . . 176
7.3.1 Vetor normal e gradiente . . . . . . . . . . . . . . . . . . 182
7.4 Derivadas de fun c oes vetoriais . . . . . . . . . . . . . . . . . . . . 190
7.5 Miscel anea de Exerccios . . . . . . . . . . . . . . . . . . . . . . . 191
8 O teorema de Green 201
8.1 Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . 201
8.1.1 Campos vetoriais conservativos ou n ao . . . . . . . . . . . 201
8.1.2 Forma trivial do Teorema de Green . . . . . . . . . . . . . 204
8.2 Rota c ao e uxo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
9 Supercie 223
9.1 Superfcie e area . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
9.2 Aplica c oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
10 F ormulas Integrais 241
10.1 Generaliza c oes da integral . . . . . . . . . . . . . . . . . . . . . . 241
Bibliograa ............................................................................... i
Lista de Figuras
1.1 Dois vetores somados geometricamente pela regra do paralelograma. . . . . 14
1.2 No domnio de W
f
R em volta de um ponto P W, h a muitas dire c oes
para escolher e estudar a varia c ao. . . . . . . . . . . . . . . . . . . . . 15
3.1 Gr acos simult aneos do polin omio de Taylor de grau 3 e da fun c ao f . . . . 50
3.2 Gracos simult aneos do seno e de seu polin omio de Taylor de grau 11 . . . . 51
3.3 Reta tangente ao gr aco de f no ponto x = 2 . . . . . . . . . . . . . . 54
3.4 Polin omios de grau 11 e 13 do seno desenvolvidos em x = 0. . . . . . . . . 55
3.5 polin omio trigonometrico com 5 termos: aproxima c ao da fun c ao dente de serrote
em R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.6 polin omio trigonometrico com 10 termos no intervalo [15, 15]: aproxima c ao da
fun c ao dente de serrote em R. . . . . . . . . . . . . . . . . . . . . . . . 67
3.7
Area associada a uma soma parcial-proje c ao para traz - proje c ao para frente. 82
4.1 gr aco da par abola x
1
2
(x
2
x 2) aproximada por um polin omio trigo-
nometrico, no intervalo [, ]. . . . . . . . . . . . . . . . . . . . . . . 103
5.1 Um conjunto aberto P e um ponto. . . . . . . . . . . . . . . . . . 119
6.1 Crculo de centro na origem coberto por uma malha uniforme . . . . . . . 138
6.2 O crculo como domnio de integra c ao. . . . . . . . . . . . . . . . . . . 148
7.1 Uma curva e sua aproxima c ao poligonal . . . . . . . . . . . . . . . . . 165
7.2 Uma variedade linear e seu vetor normal . . . . . . . . . . . . . . . . . 170
7.3 Gr aco aproximado da curva plana . . . . . . . . . . . . . . . . . . . . 173
7.4 Uma malha retangular em induz uma parti c ao no conjunto de sada W . 178
7.5 Uma superfcie com ponto singular . . . . . . . . . . . . . . . . . . . . 185
7.6 Parametriza c ao do quadrado Q de lado 1, com vertices (0, 0), (1, 1). . . . . 193
8.1 Os distintos caminhos entre P, Q no domnio , ; , , . . . . . . . . . 207
8.2 A fronteira de um domnio inclue as fronteiras dos seus buracos... a ori-
enta c ao da fronteira pode ser determinada por tangencia. . . . . . . . . . 211
8.3 A orienta c ao de uma curva pode ser incompatvel com a orienta c ao da fronteira.212
8.4 A indepenencia de caminhos; as curvas s ao percorridas de acordo com a
indica c ao das setas. . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
7
8 LISTA DE FIGURAS
8.5 A independencia de caminhos . . . . . . . . . . . . . . . . . . . . . . 216
8.6 Isotermicas e linhas de uxo . . . . . . . . . . . . . . . . . . . . . . . 219
9.1 O princpio do coseno . . . . . . . . . . . . . . . . . . . . . . . . . . 224
Parte I
Calculo Diferencial no
espa co vetorial R
3
9
11
As tres tecnicas basicas do Calculo
Neste captulo vamos estudar as tres tecnicas b asicas do C alculo, derivada, integral e limite,
tendo o espa co tridimensional como o cen ario de trabalho.
Limite e o estudo do comportamento assint otico, usamos limite para denir a integral e a
derivada. Que e a integral? voce ver a depois que h a outras formas de se conceber a integral
e que o pr oprio limite e um tipo de integral, mas esta vis ao ainda faz parte do futuro e n os
queremos usar o que voce recentementre aprendeu. Para compreender o que era a integral,
voce, considerou uma famlia de n ret angulos sob o gr aco de uma fun c ao e lhes calculou a
area
Axi
= f(xi)xi,
e depois lhe disseram que quando os xi se aproximarem de zero a soma
n
P
i=1
Axi
se apro-
ximar a de um n umero, este n umero e a integral de f. Mas pode n ao ser assim, neste caso a
fun c ao n ao e integr avel, e isto que caracteriza um comportamento assint otico.
O comportamento assint otico e a ideia central deste captulo.
12
Captulo 1
N umeros e geometria no R
3
Resumo.
Vamos estudar os elementos e as estruturas b asicas para generalizar o C alculo Diferencial e
Integral univariado.
Enquanto que no caso univariado tinhamos R [a, b]
f
R e queriamos estudar a taxa de
varia c ao inst antanea de f num determinado ponto x [a, b], n ao havia muita escolha quanto
` a varia c ao de x, para frente ou para tr as. Aqui as fun c oes ser ao multivariadas quer dizer
que num ponto P W de uma fun c ao W
f
R, h a muitas dire c oes em que se pode escolher
para estudar a taxa de varia c ao, veja a (g. 1.2), p agina 15.
Introdu c ao: algebra e Vetores.
O conceito de vetor surgiu na Fsica como muitas das no c oes da Matem atica. O conceito
fsico estava ligado a uma entidade geometrica, uma seta, porque tinha que ter dire c ao e
intensidade. Esta vis ao geometrica e primitiva e tem que ser generalizada para ser melhor
aplicada em distintas situa c oes. Como sempre, e um processo algebrico, ou formal que produz
a generaliza c ao adequada.
Os passos desta generaliza c ao seguem uma an alise do conceito que se deseja generalizar.
Com vetores, queriam os fsicos, estender o conceito de n umero. Os n umeros eram pobres,
representam apenas a intensidade, era preciso associar-lhe dire c ao e sentido. Os tres conceitos
se encontram sintetizados, geometricamente, num segmento de reta orientado, que tem
m odulo, dire c ao e sentido. Entretanto os dois ultimos conceitos se confundem uma vez que n a
e possvel falar de sentido sem dire c ao. De uma certa forma se pode dizer que existem apenas
dois novos conceitos num vetor: intensidade (ou m odulo) e angulo, desde que se tenha
estabelecido um padr a adequado para medi c ao de angulos. Mas padr a para medir tambem e
necess ario quando se fala em intensidade. A representa c ao geometrica dos vetores conduziu
naturalmente ao conceito geometrico de soma destes objetos: a regra do paralelograma, (g.
1.1). As outras coordenadascontidas no conceito de vetor: intensidade, angulo, dire c ao,
sentido, que de alguma forma se sobrep oem, todas surgiram da concep c ao geometrica.
Os conceitos de angulo, comprimento ou m odulo, cam todos ge-neralizados pelo conceito
de produto escalar. Em Geometria Analtica se dene o produto escalar de dois vetores, mas
e na
Algebra Linear que se estende convenientemente o conceito de n umero incluindo os
vetores.
Hoje encontramos a palavra vetor utilizada em computa c ao ou mesmo em economia ou
planejamento e a ideia subjacente e a mesma. No vetor que aparece em computa c ao n a
tem sentido falar em m odulo na verdade a palavra certa seria matriz que generaliza a ideia de
vetor: um objeto multi-numerico, ou n umero generalizado como algumas vezes as estaremos
chamando aqui para enfatizar.
13
14 CAP
ITULO 1. N
UMEROS E GEOMETRIA NO R
3
0 1 2 3 4 5 6 7 8 9 10
0
1
2
3
4
5
6
7
8
9
10
Regra do Paralelograma
soma de dois vetores
Figura 1.1: Dois vetores somados geometricamente pela regra do paralelograma.
Uma outra inven c ao da Humanidade foi o n umero complexo, que e um tipo de vetor
e surgiu de forma independente para resolver quest oes algebricas, como e o caso da raiz
quadrado de 1. Por sua origem algebrica, os n umeros complexos tinham uma capacidade
operat oria completa: soma, multiplica c ao, divis ao e subtra c ao. Nossos antepassados quase
que reconheciam neles autenticos n umeros, mas deixaram registrada a desconan ca de que
havia alguma coisa errada no nome: n umeros complexos. Em seguida se descobriu que os
n umeros complexos eram uma especie de n umeros geometricos com uma representa c ao ve-
torial de modo que o conjunto, C, dos n umeros complexos, era plano, generalizando a reta
R que representava os n umeros reais. Nos seculos 19 e 20 se multiplicaram as tentativas de
constru c oes de n umeros geometricos de dimens ao maior do que 2, sobre R. Algumas dessas
constru c oes tiveram sucesso, os quaternions s ao um desses exemplos que tem uma algebra
parecida com a dos n umeros complexos. Na atual estrutura da Matem atica, os vetores s ao
objeto de estudo de uma disciplina chamada
Algebra Linear, que e um departamento da
Algebra.
Neste primeiro captulo faremos uma introdu c ao sistem atica, mas resumida, da algebra
linear que ser a necess aria para estudar C alculo Multivariado ao mesmo tempo em que iremos
desenvolvendo os conceitos do C alculo. Vamos descrever o cen ario em que se vai desenvolver
a a c ao. A gura (g. 1.2) pretende ilustrar isto, num ponto P do domnio h a v arias dire c oes
sobre as quais podemos estudar a taxa de varia c ao de uma fun c ao
W
f
R,
sugerindo, ent ao, que a derivada, que guarda o coeciente angular instant aneo de uma fun c ao,
tem que ser considerado em v arias possveis dire c oes.
1.1 Opera c oes com vetores
A regra do paralelograma, (g. 1.1), contem os elementos de semelhan ca de
tri angulos necess arios para que se transporte sentido e intensidade, contidos no
objeto geometrico vetor, de modo que possamos superp o-los geometricamente.
Ao mesmo tempo ela contem, dentro da pr opria semelhan ca de tri angulo, os
elementos algebricos da deni c ao:
u = (a, b) ; v = (x, y) u +v = (a +x, b +y). (1.1)
1.1. OPERAC
OES COM VETORES 15
Figura 1.2: No domnio de W
f
R em volta de um ponto P W, h a muitas dire c oes para
escolher e estudar a varia c ao.
Estude a (g. 1.1) e procure encontrar nela os elementos da equa c ao (equa c ao,1.1).
Observa cao 1 Dimens ao nita
Na pr atica da
Algebra Linear de dimens ao nita um jogo de palavras guarda
esta regra operat oria: se somam as coordenadas de mesma ordem, a primeira
com a primeira, e a segunda com a segunda para se obter o vetor resultante.
Os espa cos de dimens ao nita se caracterizam pelo fato de que todos os seus
elementos tem uma mesma quantidade de coordenadas. Assim o R
3
se carac-
teriza por objetos que tem tres coordenadas, tres n umeros reais, e um espa co
vetorial de dimens ao tres.
A soma de vetores e o produto de vetores por escalares, tem as propriedades
usuais dos n umeros.
Deni cao 1 Espa co vetorial.
Se designarmos por V um conjunto no qual se encontra denida uma opera c ao
de adi c ao comutativa,
V x V V ; (x, y) x +y
e tal que o corpo dos n umeros reais aja sobre V
R (V V ) ; R (x x V )
distributivamente e associativamente, isto e tal que
16 CAP
ITULO 1. N
UMEROS E GEOMETRIA NO R
3
1. a comutatividade: u +v = v +u vale
2. a associatividade: (u +v) +w = u + (v +w) vale
3. exista um elemento neutro relativamente ` a soma: 0 +u = u
4. a distributividade do produto relativamente ` a soma, vale:
(a) ` a esquerda ( R)(u, v V ) ; (u +v) = u +v
(b) e ` a direita (, R)(u V )( +)u = u +u
5. O elemento neutro da adi c ao de R leve, pela multiplica c ao, todo vetor no
zero: 0x =
0.
6. O elemento neutro da multiplica c ao de R leve todo vetor nele mesmo:
1u = u.
Ent ao diremos que V e um espa co vetorial real.
Observa cao 2 Escalares e vetores.
A propriedade distributiva salienta a existencia de dois tipos de dados envolvidos nas
opera c oes com vetores: escalares e vetores. O corpo dos n umeros reais, R, age sobre o
espa co vetorial V :
R (R
3
R
3
)
de modo que o resultado desta a c ao volta a ser um vetor. Chamamos os n umeros reais de
escalares. Em particular a a c ao do zero: 0 u = 0.
Consulte um livro de
Algebra Linear para uma descri c ao mais completa da estrutura dos
espa cos vetoriais. Mas, intuitivamente, vetores s ao objetos que contem informa c ao numerica
m ultipla, que podem ser somados e multiplicados escalarmente por n umeros. De alguma forma
os vetores podem ser vistos como uma generaliza c ao dos n umeros, eles carregam informa c oes
multi-numericas.
1.2 Exemplos de espa cos vetoriais
Vamos ver que h a objetos bem diferentes formando espa cos vetoriais, conjuntos de fun c oes,
conjuntos de polin omios, matrizes de n umeros. O nosso objetivo consiste em salientar que
espa co vetorial e uma estrutura e quando uma cole c ao de objetos semelhantes entre si tem
as propriedades que listamos acima, temos um espa c o vetorial. O que pudermos fazer com
um espa co vetorial, tambem poderemos fazer com outro: generaliza c ao.
Este livro e um livro de C alculo em que vamos generalizar as tecnicas do C alculo Diferencial
e Integral univariado para os vetores, em particular para os elementos do R
3
, mas daremos
aqui e al algumas fugidelas mostrando que os mesmos metodos tambem se aplicam a vetores
de natureza mais geral.
Exemplo 1 Polin omios de mesmo grau.
O conjunto dos polin omios de grau menor ou igual a n e um espa co vetorial de dimens ao
n+1 porque precisamos de n+1 informa c oes, coordenadas, para escrever os elementos deste
espa co.
A soma se faz coordenada a coordenada, sem alterar o grau, se pode multiplicar um
polin omio do grau n por um escalar resultando num novo polin omio do mesmo grau. Apenas
o zero tem que ser considerado um polin omio de grau qualquer para que as coisas quem
organizadas. Ver Taylor, polin omio
1.2. EXEMPLOS DE ESPACOS VETORIAIS 17
Exemplo 2 Espa co vetorial de fun c oes contnuas.
Os polin omios as vezes podem ser vistos como fun c oes, ent ao as fun c oes formam um caso
mais amplo de espa co de vetores.
As fun c oes, pelo menos numa primeira aproxima c ao, s ao objetos denidos em pontos de
um determinado conjunto chamado domnio, aos quais se associam valores que se encontram
no conjunto dos valores.
O domnio funciona como um conjunto de ndices e podemos ver assim que R
3
nada
mais e do que o conjunto de todas as fun c oes reais denidas no domnio {1, 2, 3} se podendo
entender a nota c ao xi como x(i), o valor de x no ponto i.
Esta ideia se pode generalizar para o conjunto de ndices [a, b], um intervalo da reta.
No C alculo univariado se denem as fun c oes contnuas e se mostra que soma de fun c oes
contnuas e uma fun c ao contnua, leia-se: soma de vetores e um vetor.
Se chamarmos V = C([a, b], R) ao espa co vetorial de todas as fun c oes contnuas denidas
no intervalo [a, b] e tomando valores em R, podemos vericar que C([a, b], R) tem todas as
propriedades (prop. 4), p agina 16, sendo um espa co vetorial sobre o corpo R.
A dimens ao deste espa co pode ser rapidamente discutida. Veja que, no caso do R
3
, o
conjunto dos ndices, e o domnio em que se encontram denidas as fun c oes que formam
este espa c o, que justicamos ser um espa co de dimens ao 3. Agora estamos discutindo
fun c oes cujo domnio, leia conjunto dosndices, e o intervalo [a, b], que tem uma quantidade
de elementos n ao nita
1
. Assim, apenas comparando os conjuntos de ndices, concluimos
que as fun c oes contnuas, denidas no intervalo [a, b] tem uma quantidade n ao nita de
informa c oes fazendo do espa co C([a, b], R) um espa co vetorial de dimens ao n ao nita.
Os espa cos de polin omios tambem podem nos conduzir rapidamente `a compreens ao de
que existem espa cos de dimens ao n ao nita. Como um polin omio de grau n e, intuitivamente,
um vetor de dimens ao n+1, porque precisamos de n+1 informa c oes para escreve-los, ent ao
vemos que existem espa cos de dimens ao nita, n, arbitr arios contidos no espa co de todos
os polin omios, R[x], que assim n ao pode ser um espa co de dimens ao nita.
Mas a natureza dos dois epa cos, C([a, b], R) ou R[x] e distinta, como tambem e distinta
a natureza da n ao nitude de suas dimens oes. Estes fatos v ao nos levar a discutir no
captulo 2 os problemas de aproxima c ao.
Observa cao 3 Aproxima c ao, nitude, cardinalidade.
Problemas: Como aproximar, com um n umero nito de informa c oes, um objeto que
contenha uma quantidade n ao nita de informa c oes ? Existe alguma coisa n ao nita `a nossa
volta?
Estes problemas se encontram no centro da investiga c ao tecnol ogica dos nossos dias uma
vez que as informa c oes que temos guardar ou transmitir s a fun c oes, como a quantidade de
energia contida num fen omeno, voz, gura, etc...
Por outro lado, os instrumentos que temos para medir devem transformar estes fen omenos
em uma quantidade nita de informa c oes, digitaliz a-las, para que possamos guard a-las ou
trnsmit-las.
Outra quest ao que ca para ser aprofundada e esta sobre a quantidade de elementos
n ao nita. Esta quest ao se constitue de uma teoria chamada cardinalidade.
Alem de somar vetores, resultando noutro vetor, e multiplicar vetores por
escalares, resultando ainda noutro vetor, precisamos do produto escalar de
dois vetores:
Deni cao 2 Produto Escalar.
u = (x1, , xn) v = (y1, , yn) (1.2)
< u, v >=
n
i=1
xiyi = [u[ [v[ cos() (1.3)
1
N ao se pode usar esta linguagem, quantidade, neste conceito, sem incorrer em con-
tradi c oes de natureza l ogica.
18 CAP
ITULO 1. N
UMEROS E GEOMETRIA NO R
3
Vamos sintetizar o n ucleo da ideia, o metodo formal da algebra entra em
cena: na express ao acima temos um smbolo que representa o produto escalar,
cuja deni c ao se encontra ` a direita e tem propriedades que podemos facilmente
2
deduzir:
Teorema 1 Propriedades do produto escalar em R
3
.
(1) < u, v >=< v, u > (1.4)
(2) < u, v1 +v2 >= < u, v1 > + < u, v2 > (1.5)
Estas duas propriedades caracterizam<, >como uma forma (transforma c ao)
bilinear que chamaremos de produto escalar.
Exerccios 1 1. Fa cas contas e mostre que se
< u, v >=
n
i=1
xiyi
ent ao, < u, v >=< v, u > .
2. Mostre no R
2
que se u, v forem dois vetores unit arios, ent ao (veja que
suas coordenadas podem ser escritas usando sen, cos),
< u, v >= cos cos + sin sin
e deduza da que
< u.v >= cos ; = e o angulo entre os dois vetores.
3. Generalize, se u, v n ao forem unit arios, ent ao eles s ao multiplos de vetores
unit arios pelos escalares [u[, [v[ e conclua que
< u, v >= [u[[v[ cos
4. deni c ao abstrata de angulo Mostre que a partir da deni c ao de um pro-
duto escalar num espa co vetorial, podemos denir o angulo entre dois ve-
tores dados, (solu c ao mais adiante no texto).
Quando um espa co vetorial tiver um produto escalar diremos que e um espa co
euclidiano.
2
N ao permita que o autor o intimide, pergunte se n ao estiver claro... ou se cale para
sempre.
1.2. EXEMPLOS DE ESPACOS VETORIAIS 19
Observa cao 4 A estrutura euclidiana.
Se identicarmos alguma fun c ao em outro espa co vetorial tendo as mesmas propriedades
do produto escalar, ent a descobrimos um novo espa co euclidiano e suas propriedades s a muito
parecidas, ou possivelmente as mesmas, do R
3
.
E f acil mostrar que <, > tem as mesmas propriedades que o outro denido anteriormente,
sendo assim uma forma bilinear, um produto escalar. Depois veremos que este produto escalar
no espa co de fun c oes usualmente vem multiplicado por uma constante adequada a um certo
objetivo. Veja a deni c ao dos coecientes de Fourier.
3
O uso do n umero tem como unica fun c ao assustar o leitor... para n ao car assustado,
troque-o e veja que tudo funciona igual.
20 CAP
ITULO 1. N
UMEROS E GEOMETRIA NO R
3
Observe ainda que o angulo de uma fun c ao com ela mesma e zero, como seria de espe-
rar.
E um pouquinho mais difcil ver a conex ao entre duas fun c oes ortogonais entre si, o que
acontece quando o produto escalar entre elas se anula. Mas existe um signicado que genera-
liza de forma natural a deni c ao geometrica de vetores ortogonais: os vetores (0, 3), (1, 0)
porque onde um se anula o outro n ao se anula, mas isto e uma situa c ao bem particular. Nos
exerccios voce ser a convidado a demonstrar um caso que diretamente generaliza este.
Exerccio 1 Vetores.
1. equa c ao vetorial. Se A, B R
3
forem dois vetores dados, resolva, explici-
tando todas as propriedades usadas, a equa c ao
A+ 3X = B
2. equa c ao vetorial. Se duas fun c oes forem dadas:
f, g (([a, b] x [c, d], R)
e se for dado R, resolva a equa c ao:
f +X = g.
Em particular, considere f(x, y) = exp(x
2
y
2
), g(x, y) = 1, = 1, e
encontre X.
3. ortogonalidade.
(a) Encontre o conjunto de todos os vetores ortogonais ao vetor (3, 4)
R
2
(b) Encontre o conjunto de todos os vetores ortogonais ao vetor (3, 4)
R
3
(c) Verique que as fun c oes:
f(x) = x x [0, ] ; f(x) = 0 x / [0, ]
g(x) = 0 x [0, ] ; f(x) = x x / [0, ]
s ao ortogonais em (([0, 2], R) com o produto escalar da integral.
Verique tambem que as fun c oes seno e coseno s ao ortogonais no
mesmo espa co. Calcule o m odulo de todas as fun c oes usando a de-
ni c ao:
[f[ =
_
< f, f >.
(d) Encontre todos os vetores ortogonais ao vetor
p(x) = 3 + 4x + x
2
no espa co dos polin omios de grau menor ou igual a 2, (qual e o
produto escalar que voce pretende utilizar ?)
1.2. EXEMPLOS DE ESPACOS VETORIAIS 21
(e) O polin omio p(x) = 3+4x+x
2
e um elemento do espa c o (([a, b] x [c, d], R).
Neste espa co o produto escalar can onico, e o integral. Encontre al-
guma fun c ao que seja ortogonal a p relativamente ao produto escalar
integral.
(f ) Veja num livro de Fsica a deni c ao de trabalho e construa um exem-
plo de duas fun c oes cujo trabalho de uma, relativamente ao da outra,
seja nulo: ortogonais. Observe que voce estar a usando o produto
escalar integral.
(g) Veja num livro de Estatstica o conceito de probabilidade condicional
e construa um exemplo de eventos independentes, como ortogonais..
(h) Use o produto escalar integral, (eq. 1.8), para encontrar os vetores
perpendiculares ao vetor f(x) = sen(x) em (([, pi], R). Verique
em particular se algum dos vetores
g(x) = x
2
; h(x) = x ; p(x) = cos(x) ; r(x) = x
3
e perpendicular a f. Interprete o resultado considerando que a area
sob a fun c ao, sua integral, representa a quantidade de energia que
ela encerra.
(i) A integral de uma fun c ao pode ser interpretada como a quantidade
de informa c ao que ela contem. Como poderiamos interpretar duas
fun c oes ortogonais neste sentido. Traduza este exemplo para o caso
de vetores do R
3
.
(j) fun c oes multivariadas. Verique as propriedades do espa co vetorial
(([a, b] x [c, d], R).
4. Os fsicos gostam de ver o mundo como um espa co de dimens ao 4, o
espa co-tempo, com tres coordenadas para posi c ao no espa co e uma coor-
denada para o tempo, (x, y, z, t). Uma partcula em movimento tra c a
uma curva neste espa co. Poderia uma tal curva ser um crculo? uma
curva fechada? Trace a curva, no plano mesmo, de duas particulas que
colidam e se destruam mutuamente.
5. Resolva as seguinte equa c oes indicando cuidadosamente quais foram as
regras utilizadas de passagem para cada nova linha da solu c ao:
(a) (2, 0, 3) +X = (0, 2, 3)
(b) 2 +i +X = 3 i + 2X
(c) (1, 1, 3) + 4X = (2, 1, 0)
(d)
2X + 3Y = (1, 1, 0) (1.9)
X 2Y = (1, 1, 1) (1.10)
(1.11)
22 CAP
ITULO 1. N
UMEROS E GEOMETRIA NO R
3
6. O centro de gravidade, baricentro, de um tri angulo e a media aritmetica
dos seus vertices, considerados como vetores. Desenhe um tri angulo e
calcule o seu baricentro.
7. baricentro Um tri angulo pode ser feito de material n ao homogeneo, ent ao
seus vertices podem ter pesos diferentes. Considere o tri angulo PQO cujos
vertices pesam respectivamente 4,5,7. Calcule o baricentro deste tri angulo,
depois de ter escolhido as coordenadas de cada um dos seus pontos. Cal-
cule tambem o baricentro considerando os vertices todos de mesmo peso e
verique qual a diferen ca nos dois casos.
8. Verique se os pontos (1, 2, 4, 1), (2, 0, 5, 2), (0, 4, 2, 3) formam um tri angulo.
Calcule o baricentro destes pontos considerados todos de mesmo peso.
9. Calcule a dist ancia entre a reta determinada pelos pontos (1, 2, 3), (3, 2, 1)
e o ponto (4, 3, 2).
10. Encontre um vetor perpendicular a reta determinada pelos pontos (1, 2, 3), (3, 2, 1).
Calcule a dist ancia desta reta ` a origem.
11. Tome como deni c ao: um plano e o lugar geometrico dos pontos do espa co
que determinam vetores perpendiculares a um vetor dado (A, B, C). Cal-
cule uma equa c ao para este plano e justique porque h a mais de um plano
satisfazendo esta deni c ao. Corrija ent ao a deni c ao inicial.
12. Apresente exemplos que justiquem a arma c ao: a solu c ao de um sis-
tema linear e uma transla c ao da solu c ao do sistema homogeneo associado
passando por uma solu c ao particular. Fa ca-o inicialmente no plano, mas
generalize depois.
13. Mostre que [
n
k=1
si[
n
k=1
[si[ sejam si n umeros ou vetores.
14. Descreva, usando vetores, as duas desigualdades tri angulares:
(a) A soma de dois lados de um tri angulo e maior que o terceiro.
(b) Num tri angulo, qualquer lado e maior do que a diferen ca dos outros
dois.
Demonstre estas desigualdade e depois as escreva como uma unica sequencia
de duas desigualdades.
15. desigualdade de Cauchy-Buniakowski-Schwarz Considere dois vetores u, v
que ent ao determinam um plano, mostre que < u, v >= leq[u[[v[cos()
[u[[v[ em que e angulo entre os dois vetores.
16. Generalize a desigualdade acima provando que
n
k=1
ukvk [u[[v[ ; u, v R
n
1.2. EXEMPLOS DE ESPACOS VETORIAIS 23
17. Mostre que o conjunto su + tv ; s, t 0 ; s + t = 1 e o segmento de reta
suporte do vetor diferen ca u v.
18. Trace os gr acos das fun c oes
_
x = f(t)
y = g(t)
com
f(t) = t; g(t) = t
2
f(t) = t
2
; g(t) = t
3
indique o sentido do percurso
de cada curva considerando que t cresce de negativo a positivo.
19. A que tipo de objeto correspondem as equa c oes parametricas
_
_
_
x = f(s, t)
y = g(s, t)
z = h(x, t)
um plano, uma reta? qual e a dimens ao deste objeto?
Denimos uma opera c ao entre os vetores do espa co R
3
, chamada produto
escalar, e queremos ve-la de uma outra forma. Veja que lhe demos o nome de
produto porque e semelhante ao produto entre n umeros. De fato e esta seme-
lhan ca que interessa, e o produto escalar dene uma forma de multiplicar vetores
e outras entidades parecidas, as matrizes, objeto do nosso pr oximo captulo.
Exerccios 2 Exerccios de revis ao
1. Propriedades da imagem de uma fun c ao Se X
f
Y for uma fun c ao qual-
quer, e A, B X verique que
(a) f() = ; f(X) Y ;
(b) Se A B ent ao f(A) f(B);
(c) f(
i
Ai) =
i
f(Ai);
(d) f(
i
Ai)
i
f(Ai).
Verique tambem que, para imagem inversa valem
(a) f
1
() = ; f
1
(Y ) = X;
(b) Se A B ent ao f
1
(A) f
1
(B);
(c) f
1
(
i
Ai) =
i
f
1
(Ai);
(d) f
1
(
i
Ai) =
i
f
1
(Ai).
(e) f
1
(A
c
) = [f
1
(A)]
c
em que A, B Y.
2. Sendo A, B dois conjuntos tais que A B calcule A B ; A B.
3. Mostre que a interse c ao de dois conjuntos convexos e um conjunto con-
vexo, mas que a uni ao de dois convexos n ao precisa ser um conjunto con-
vexo.
24 CAP
ITULO 1. N
UMEROS E GEOMETRIA NO R
3
4. Descreva o domnio e o conjunto de valores de cada uma das fun c oes
denidas abaixo:
f(x) =
1
1+x
2 f(x) =
2x
1+x
2 f(x, y) =
|x|
|y|
f(x, y) =
4xy
2
1+x
2 f(x) =
1
y
2
x
2 f(x, y) =
xy
x
2
+y
2
5. Sendo uma curva do plano e
f
R
3
como pode ser o gr aco de f ? Se
for uma curva fechada como seria graf(f).
Captulo 2
Derivadas de fun c oes
bivariadas
2.1 A derivada
Mais geral que os vetores e um objeto chamado matriz, porque os vetores s a
tambem matrizes. Vetores s a matrizes de um tipo particular, tem uma unica
linha, ou uma unica coluna.
Exemplo 4 Uma matriz 3 x 4.
Considere o esquema formado por 12 n umeros dispostos da maneira regular
que abaixo se ve.
_
_
1 2 3 1
1 1 0 2
2 1 3 2
_
_
(2.1)
Podemos a ver quatro vetores-coluna cada um com tres coordenadas ou pode-
mos ver tres vetores-linha cada um com quatro coordenadas. As duas maneiras
de ver s a v alidas. As matrizes generalizam os n umeros, enquanto que estes
contem uma unica informa c ao de uma medida feita, agora as matrizes contem
v arias informa c oes oriundas de distintas medi c oes feitas que podem ate ser de
naturezas diferentes entre si. Por exemplo, uma matriz pode conter taxas de
varia c ao de pre cos, numa linha e na seguinte as taxas de varia c ao de demanda
por unidade dos produtos de uma empresa.
As matrizes se aplicam hoje em uma incont avel quantidade de situa c oes e
algumas vezes n ao representam n umeros, mas informa c oes estraticadas.
E com
frequencia o caso, quando se encontra o termo no contexto de processamento
de dados. Neste livro as matrizes ser ao sempre uma generaliza c ao de n umeros,
quase sempre ser ao taxas m ultiplas de varia c~ ao como nos pr oximos exem-
plos.
Exemplo 5 Equa c ao de um plano.
25
26 CAP
(x). (2.2)
Se considerarmos, agora, a express ao
z = f(x, y) = ax +by +c,
ela ir a representar uma gura linear, porque, se associadas a progress oes geometricas
das vari aveis x ou y, separadamente ou em conjunto, correspondem progress oes
aritmeticas da vari avel z com raz oes obtidas por multiplica c ao pelos coecientes
a, b :
f(x + x, y + y) f(x, y) = ax + by.
Esta segunda fun c ao se pode escrever de uma forma bem simples que gene-
raliza imediatamente a anterior:
f(x, y) = z = ( a b )
_
x
y
_
+c, (2.3)
um produto de matrizes, que e uma nova forma de multiplicar. Se abstrairmos
a forma particular do coeciente multiplicativo e da vari avel, podemos dizer que
f(X) = /X +C,
e a forma comum que tem as duas express oes, nos dois exemplos, (caso univa-
riado e caso bivariado).
Comparando com o exemplo univariado, vemos sintetizada na matriz os dois
cocientes parciais relativamente a x ou a y separadamente. Estes coecientes
s ao caracterizados como
f
x
,
f
y
chamadas derivadas parciais.
2.1. A DERIVADA 27
Exemplo 6 Matriz dos coecientes angulares: taxas de vari c ao.
Seja f : | R
4
R
3
. Uma tal fun c ao se chama vetorial porque sua imagem
em cada ponto a e um vetor
f(a) = (f(a1, , a4) = (f1(a), , f3(a)) ; fi : R
4
R
com tres coordenadas. Ent a no ponto a = (a1, , a4), a matriz
J(f) =
_
_
f1
x1
f1
x2
f1
x3
f1
x4
f2
x1
f2
x2
f2
x3
f2
x4
f3
x1
f3
x2
f3
x3
f3
x4
_
_
representa o coeciente angular m ultiplo de f, cada um dos n umeros
(i,j)
(f) =
fj
xi
representa um coeciente angular parcial, tambem chamado de derivada par-
cial de fj com respeito ` a vari avel xi e calculado no ponto (a1, , a4). Observe
que a nota c ao
fj
xi
n a e a melhor possivel pois usa o smbolo x quando tudo
que interessaria usar e o ndice i, mas, uma nota c ao mais precisa do que esta,
existe, e e muito complicada e preferimos n ao us a-la agora.
A matriz dos coecientes angulares parciais recebe o nome de matriz jacobi-
ana de f = J(f).
Estamos aqui sob a suposi c ao de que f e uma fun c ao diferenci avel, nem
todas as fun c oes o s a, como e bem conhecido no caso univariado.
Da mesma forma como uma fun c ao univariada
f : R R
tem um unico coeciente angular num determinado ponto, se for diferenci avel,
tambem f : | R
4
R
3
tem unico coeciente angular m ultiplorepresentado
pela matriz J(f), jacobiana de f , no ponto (a1, , a4) em que estas derivadas
parciais foram calculadas, se f for diferenci avel. O diferencial de f no ponto
(a1, , a4) e
df = J(f)dx = (2.4)
= J(f)
_
_
dx1
dx2
dx3
dx4
_
_
=
_
_
f1
x1
f1
x2
f1
x3
f1
x4
f2
x1
f2
x2
f2
x3
f2
x4
f3
x1
f3
x2
f3
x3
f3
x4
_
_
_
_
dx1
dx2
dx3
dx4
_
_
(2.5)
que e uma express a semelhante a do diferencial de fun c oes univariadas:
df = f
(a)dx; (2.6)
mas agora sob a forma de um produto de matrizes.
Este produto matricial pode ser expandido para se obter o que se chama de
diferencial total:
df = J(f)
_
_
dx1
dx2
dx3
dx4
_
_
=
_
_
f1
x1
dx1 +
f1
x2
dx2 +
f1
x3
dx3 +
f1
x4
dx4
f2
x1
dx1 +
f2
x2
dx2 +
f2
x3
dx3 +
f2
x4
dx4
f3
x1
dx1 +
f3
x2
dx2 +
f3
x3
dx3 +
f3
x4
dx4
_
_ (2.7)
28 CAP
(a)dx. (2.9)
Um dos pontos mitol ogicos e que o diferencial e um innitesimo, um conceito indenido
que atravessou mais de dois seculos. O modo moderno de sair deste mito e dizer que que a
(eq. 2.9) e a equa c ao de uma reta paralela `a reta tangente (eq. 3.3) passando na origem.
Substituindo
dx := x a (2.10)
dy := f(x) f(a) (2.11)
se passa da equa c ao a diferen cas para a equa c ao da reta tangente no ponto (a, f(a)). Final-
mente o que h a melhor para fazer com os innitesimos e enterr a-los junto com outras m umias
sagradas que devem descan car em paz nas salas respeit aveis dos museus.
No caso bivariado ou multi-variado, troque-se reta por plano ou hiperplano. O plano
tangente ao gr aco de uma fun c ao bivariada e um plano que tem o mesmo coeciente angular
m ultiplo que a fun c ao tiver no ponto de tangencia. A linguagem geometrica se esgota com
a dimens ao tres. Variedade e a palavra que nomeia os entes geometricos que precisamos em
dimens ao maior do que tres. Assim as retas s ao variedades de dimens ao 1, os planos s ao
variedades de dimens ao 2, etc. . .
Uma :
f
diferenci avel
f : R
n
U W R
m
ter a uma variedade de dimens ao n x m 1 que e tangente ao seu gr aco em cada um
dos pontos em que ela for diferenci avel, em que n, m s ao as dimens oes dos espa cos de saida
e chegada. Observe a dimens ao da variedade tangente: n x m 1, ela e maior variedade
linear pr opria contida no espa co R
n
x R
m
e se chama por isto um hiperplano.
Os hiperplanos s ao, assim, os sub-espa cos m aximais pr oprios de um espa co de dimens ao
n. Neste contexto os hiperplanos s ao os espa cos de dimens ao n 1.
Assim,
os pontos s ao os hiperplanos das retas;
as retas s ao os hiperplanos dos planos;
os planos s ao oshiperplanos dos espa cos tridimensionais;
um subespa co tridimensional e um hiperplano de um espa co de dimens ao quatro.
Variedade e um sin onimo de espa co.
O conte udo do exemplo anterior consiste em mostrar que as matrizes se mul-
tiplicam de forma semelhante como se multiplicam os n umeros e a consequente
2.1. A DERIVADA 29
compara c ao entre o diferencial nos casos univariado e multivariado:
um produto de n umeros comuns (2.12)
df = f
(a)dx (2.13)
caso de fun c ao univariada ; (2.14)
ou o produto matricial (2.15)
df = J(f)dx (2.16)
caso de fun c ao multivariada (2.17)
Podemos unicar a nota c ao, em ambos os casos podemos escrever:
df = f
(a)dx (2.18)
que passar a a representar o diferencial de uma fun c ao em qualquer caso e apenas
lan caremos m a de J(f) se o contexto for ambguo
1
.
Usamos este exemplo do C alculo para mostrar que tem sentido a multi-
plica c ao de matrizes. O pr oximo exemplo pode tambem ser descrito com as
palavras do C alculo e n os o faremos em seguida.
Exemplo 7 Dependencia linear.
Uma ind ustria depende de quatro itens b asicos na composi c ao de seu produto
nal e descreve com 3 fun c oes o seu custo de produ c ao:
C =
_
_
_
C1(x1, ..., x4) = custo de insumos
C2(x1, ..., x4) = custo de produ c ao
C3(x1, ..., x4) = custo de distribui c ao
(2.19)
Estas fun c oes n a existem na pr atica, pelo menos n a sob forma de uma
equa c ao algebrica, mas sob forma de um processo estatstico, ou planilha de
c alculo, que cuidadosamente levado em dia, permite que a empresa determine
as utua c oes
2
de mercado dos pre cos dos produtos assim como as utua c oes
dos custos de produ c ao e de distribui c ao:
taxas, parciais, de varia c ao de custo dos insumos/produto : (2.20)
(a11 a12 a13 a14), (2.21)
taxas, parciais, de varia c ao de custo de produ c ao/produto : (2.22)
(a21 a22 a23 a24), (2.23)
taxas, parciais, de varia c ao de custo de distribui c ao/produto : (2.24)
(a31 a32 a33 a34), (2.25)
Estas taxas de varia c ao s a colhidas na unidade mnima de tempo que seja
natural para o planejamento da empresa, digamos, diariamente, numa economia
1
A nota c ao J(f) tem o defeito de n a indicar que as derivadas se calculam num ponto como na
nota c ao f
(a).
2
leia: taxas de varia c ao
30 CAP
_
C1
x1
C1
x2
C1
x3
C1
x4
C2
x1
C2
x2
C2
x3
C2
x4
C3
x1
C3
x2
C3
x3
C3
x4
_
_ (2.26)
descrita acima linha por linha, representa o coeciente angular m ultiplo no
instante em que foi colhida: dia ou mes.
Mas especicamente,
C1
x1
e a taxa de varia c ao da fun c ao C1, custo dos insumos relativamente ao produto
x1. Identicamente
C1
x2
e a taxa de varia c ao da fun c ao C1, custo dos insumos relativamente ao produto
x2, e assim sucessivamente.
Suponha agora que a33 = 0 signicando que o item 3 na composi c ao dos pro-
dutos da empresa est a com sua taxa de varia c ao de custos estabilizda: n ao cresce
nem decresce. N ao necess ariamente isto implica que a23 = 0 porque o custo de
produ c ao n ao reete e nem precisa ser reetido diretamente pelo custo de dis-
tribui c ao. Uma melhoria nos transportes e outros aspectos de infra-estrutura
podem tornar mais barata a distribui c ao e ao mesmo tempo um aumento de
pre co do item 3 vai acarretar que a23 ,= 0
Mostramos assim com um exemplo que as linhas da matriz 3 x 4 / acima
s a independentes. Por deni c ao, duas linhas de uma matriz, ou dois vetores
quaisquer, s a linearmente dependentes se um for m ultiplo do outro. Ent a, se
forem dependentes uma mesma coordenada n a pode ser num deles zero enquanto
que no outro e diferente de zero. A deni c ao de dependencia linear n a ca t a
simples para um conjunto com mais de dois vetores.
Exemplo 8 Diferencial e aproxima c ao.
Consideremos, de acordo com o exemplo anterior, a matriz
/ =
_
_
a11 a12 a13 a14
a21 a22 a23 a24
a31 a32 a33 a34
_
_
(2.27)
representando as varia c oes dos custos da ind ustria. Se a fun c ao
C = (C1, C2, C3)
t
(2.28)
for a fun c ao de custos desta empresa, ent a / representa a matriz de varia c ao
de custos ent a o produto das matrizes 3 x 4, de varia c ao dos custos com o a
matriz 4 x 1, de varia c ao do tempo resulta na matriz d 3 x 1 que e o vetor
da varia c ao de custos da produ c ao da ind ustria, dC:
2.1. A DERIVADA 31
/ dx =
_
_
a11 a12 a13 a14
a21 a22 a23 a24
a31 a32 a33 a34
_
_
_
dx1
dx2
dx3
dx4
_
_
=
_
_
d1
d2
d3
_
_
= d (2.29)
= C
(a) dx = dC (2.30)
Uma outra forma de ver o produto de matrizes e como fun c ao linear, neste
caso d e a imagem de dx por uma fun c ao cuja equa c ao e um produto pela matriz
/ = C
(a).
Vimos assim surgir o mesmo exemplo de dois modos diferentes os dois exem-
plos representam a mesma situa c ao, aij =
Ci
xj
em que C : R
4
R
3
e fun c ao
que modela o custo da economia em que se encontra inserida a empresa em
quest a cujo universo econ omico se reduz a quatro vari aveis neste exemplo. Em
geral um problema econ omico tem muito mais vari aveis do que essas que aca-
bamos de expor. O exemplo serve em sua simplicidade para ilustrar o produto
de matrizes, mostrando que elas s a um novo tipo de n umero, um n u mero que
contem m ultiplas informa c oes a um s o tempo: um multi-n umero.
A (eq. 2.30) e uma express ao Matem a tica que na pr atica raramente pode
ser usada porque C
_
x1
x2
x3
x4
_
_
=
_
_
d1
d2
d3
_
_
= d (2.31)
= C
(a) x = C (2.32)
Nesta ultima se deixa claro, com as express oes xi, x.C que se tem
c alculos aproximadas e n ao formais.
Observa cao 6 Aproxima c ao diferencial e modelagem.
Uma das li c oes que podemos tirar do presente exemplo e que a existencia de
uma fun c ao, como a fun c ao de custos C, n a se d a diretamente atravez de uma
equa c ao mas sim tudo o que temos e sua aproxima c ao diferencial:
C(x) C(a) +C
(a)x (2.33)
a partir do valor contabilizado de custos no ponto a e com as inform c oes es-
tatsticas que chegam indicando as distintas taxas de varia c ao J(C) = C
(a) e
possvel determinar-se o custo previsvel na varia c ao de tempo correspondente
` as taxas de varia c ao dos insumos dx. O cronometro de uma empresa e, com
frequencia, o controle de estoques. . .
E ainda interessante observar que a pala-
vra aproxima c aoest a sendo usada num sentido hist orico e folcl orico: n a existe
32 CAP
(a) e n a em f(a)? O
exemplo industrial anterior em certa forma responde a esta quest a. Em geral n a conhece-
mos f mas sim alguns de seus valores, digamos, numa cole c ao de n os (a).
E realstico
acrescentar a hip otese de que tambem podemos medir os valores de f numa famlia (a,)
na vizinhan ca de cada mega-n o a de modo que podemos calcular f
(a) aproximadamente
usando, o levantamento de dados, f(a,). Aqui , s a multi-ndices, sendo o multi-
ndice que caracteriza os n os principais da rede e caracterizam os n os nos na vizinhan ca
de cada n o a. Para diferenci a-los chamamos estes diferentes n os de mega-n os ou micro-n os.
Observe que a linguagem est a apenas aparentemente mais complexa que a usada no
C alculo univariado, porque agora estamos tratando de problemas multi-dimensionais, agora
tambem os ndices tem que ter mais coordenadas, em princpio o n umero de coordenadas das
vari aveis do problema.
2.2. DIFERENCIABILIDADE 33
2.2 Diferenciabilidade
Derivada.
A deni c ao univariada de derivada diz que f tem derivada no ponto c (A, B) se e somente
se o limite
lim
x=0
f(c + x) f(c)
x
existir e neste caso o valor do limite e derivada:
lim
x=0
f(c + x) f(c)
x
= f
(c).
Uma forma equivalente de chegar a este resultado e descrever o limite como
lim
x=0
f(c + x) f(c) f
(c)x
x
= 0
que e a express ao da F ormula de Taylor no caso univariado com n = 1
f(c + x) f(c) + f
(c)x
colocada dentro do limite do quociente signicando com isto que a maneira como f(c + x)
se aproxima de f(c) + f
f
R
denida numa regi ao do plano, ver a gura (g. 1.2), p agina 15. Conside-
rando um ponto P , h a m utiplas formas de se considerar a varia c ao em
volta de P, na (g. 1.2) isto se encontra ilustrado com v arias retas passando
por P dentro de . Consequentemente h a v arias formas de se calcular a taxa
de varia c ao no ponto P.
Exemplo 10 Taxas de varia c ao na encosta de um morro
Uma situa c ao semelhante a esta voce pode encontrar na encosta de um morro
que voce estiver escalando. H a sempre uma dire c ao na qual a subida e mais
ngreme que tambem corresponde ` a descida mais violenta. Quando voce quiser
subir ou descer o morro, dever a evitar esta dire c ao e tomar outra ao longo da
qual a declividade e menor.
Tambem existe uma dire c ao de declividade zero que voce poder a tomar du-
rante alguns instantes para descan car... mas n ao adiantar a car nesta dire c ao
muito tempo, se voce quiser subir ou descer.
Vamos ver que existe um modo padr ao de enfrentar esta indeni c ao.
Se usarmos a ideia discutida na se c ao anterior, vamos denir uma fun c ao
diferenci avel como sendo aquela que tem plano tangente em todos os pontos do
gr aco como se pode fazer no caso univariado usando reta em vez de plano:
Deni cao 4 Fun c ao bivariada diferenci avel
34 CAP
f
R ; R
2
se diz diferenci avel se em cada ponto (x, y, f(x, y)) de seu gr aco houver um
plano tangente.
Como a equa c ao de um plano contido em R
3
e da forma
z c = A(x a) +B(x b)
e neste caso o plano passa no ponto (a, b, c), vemos que uma condi c ao necess aria
para diferenciabilidade e que a equa c ao do plano tangente seja
z f(a, b) = A(x a) +B(x b) ; (a, b) .
Os n umeros A, B s ao as taxas de varia c ao da fun c ao linear
L(x, y) = A(x a) +B(x b) +c
quer dizer, que se considerarmos xa uma das vari aveis teremos uma fun c ao
univariada e podemos calcular a derivada ordin aria desta fun c ao relativamente
a vari avel livre:
dL(x,y)
dx
= A ; deixando y xo; (2.34)
dL(x,y)
dy
= B ; deixando x xo; (2.35)
Uma nota c ao resume isto:
L(x,y)
x
= A (2.36)
L(x,y)
y
= B (2.37)
o smbolo signica que apenas uma das vari aveis est a sendo considerada no
c alculo da taxa de varia c ao, indicada no denominador.
Vemos assim que uma outra condi c ao e necess aria, para que f tenha um
plano tangente no ponto (a, b, f(a, b)) ser a preciso que suas taxas de varia c ao
parciais
f
x
f
y
concidam com os n umeros A, B da equa c ao do plano tangente e portanto a
equa c ao do plano tangente, se existir, ser a:
z f(a, b) =
f
x
(x a) +
f
y
(x b) ; (a, b) .
O modo de c alcular as derivadas
f
x
,
f
y
e exatamente o j a sugerido anterior-
mente, considerando-se uma nova fun c ao apenas de uma vari avel, considerando
a outra xa, e calculando-se a derivada ordin aria desta nova fun c ao.
2.2. DIFERENCIABILIDADE 35
Exerccios 3 Deriva c ao parcial
1. Escreva na forma vetorial
3
a equa c ao da reta que passa nos pontos
P1 = (1, 2, 3), P2 = (4, 3, 2).
2. Encontre a equa c ao do plano que passa no ponto (1, 1, 1) e e paralelo ao
plano XOY.
3. Encontre a equa c ao do plano que passa pelos pontos (1, 1, 1), (1, 2, 3), (3, 2, 3).
4. Determine a equa c ao do plano tangente ao gr aco da fun c ao f(x, y) =
x
2
y
2
x
2
+y
2 no ponto (a, b, f(a, b)) para:
(a) (a, b) = (1, 1).
(b) (a, b) = (0, b) ; b ,= 0.
(c) (a, b) = (a, 0) ; a ,= 0.
5. Calcule as derivadas parciais das fun c oes abaixo:
a) h(x, y) =
xy
ycos(x+3)
b)h(x, y) =
sen(x
2
)
(x+3)cos(x+1)
c) h(x, y) =
ysen(x)
y(x+3)
d) h(x, y) =
1
(y2)(x+3)
e) h(x, y) = e
x
2
(y + 3)(x + 1) f ) h(x, y) = ysen(x)ln(x + 3)
g) h(, ) =
cos()
h) h(x, y) =
xln(y)
(x+3)(x+1)
i) h(x, y) =
sen(x
2
)
x
2
+y
2 j) h(x, y) =
y
2
(x2)
(x+5)(y+3)(y+1)
k) h(x, y) =
|x|
|y|
l) h(x, y) =
1
x
2
+y
2
m) h(x, y) =
cos
2
(x)
sen
2
(y)
n) h(x, y) =
x
2
+1
y
3
o) h(s, t) =
s
2
|t|
h(a, b) =
n
k=0
be
ka
6. Descreva o domnio das fun c oes denidas na quest ao anterior.
Todos os teoremas do C alculo univariado se aplicam aqui no que diz respeito
a existencia das derivadas parciais, assim como as regras operat orias e deriva c ao.
Uma unica diferen ca vai fazer com a teoria que um pouco mais complexa.
Enquanto que no C alculo univariado a existencia da reta tangente j a dizia tudo,
agora a existencia das derivadas parciais e apenas uma condi c ao necess aria para
a diferenciabilidade.
Vamos tirar da pr opria deni c ao a condi c ao necess aria e suciente. Ela
diz que uma fun c ao e diferenci avel se tiver um plano tangente em cada um
dos pontos (a, b, f(a, b)) de seu gr aco. Tudo que precisamos e algebrisar a
express ao geometrica tangente.
3
o ponto (x, y, z) da reta e m ultiplo de um vetor dado.
36 CAP
(P) em que P
e um ponto do domnio da fun c ao f.
Na express ao da diferenciabilidade, teorema 2, p agina 36, aparece a matriz
[
f
x
f
y
]
aplicado ao vetor (x, y). Esta e a derivada de f.
38 CAP
h) h(x, y) =
xln(y)
(x+3)(x+1)
i) h(x, y) =
sen(x
2
)
x
2
+y
2 j) h(x, y) =
y
2
(x2)
(x+5)(y+3)(y+1)
k) h(x, y) =
|x|
|y|
l) h(x, y) =
1
x
2
+y
2
m) h(x, y) =
cos
2
(x)
sen
2
(y)
n) h(x, y) =
x
2
+1
y
3
o) h(s, t) =
s
2
|t|
h(a, b) =
n
k=0
be
ka
2. Em cada um dos casos abaixo escreva a matriz J(h), indique o domnio e
contra domnio de h e de J(h).
a) h(x, y) =
(x,y)
ycos(x+3)
b)h(x, y) = (
sen(x
2
)
(x+3)cos(x+1)
,
cos(x)
(x+3)cos(x+1)
)
c) h(x, y) = (
sen(x)
y(x+3)
,
cos(y)
y(x+3)
) d) h(x, y) = (
1
(y2)(x+3)
,
x
(y2)(x+3)
)
e) h(x, y) = (e
x
2
, e
y
2
) f ) h(x, y, z) = (ysen(x)ln(x + 3), xyz)
g) h(, ) = (
cos()
,
sen()
) h) h(x, y) = (
xln(y)
(x+3)(x+1)
,
yln(x)
(x+3)(x+1)
)
i) h(x, y, z) = (
sen(x
2
)
x
2
+y
2 , x, z) j) h(x, y, z) = (
y
2
(x2)
(x+5)(y+3)
, xy, yz)
k) h(x, y) = (
|x|
|y|
,
|y|
|x|
) l) h(x, y) = (
1
x
2
+y
2 ,
x
x
2
+y
2 )
m) h(x, y) =
cos
2
(x)
sen
2
(y)
n) h(x, y, z) =
x
2
+z
y
3
o) h(s, t) = (
s
2
|t|
,
t
2
|t|
) h(a, b) = (
n
k=0
be
ka
,
n
k=0
ae
kb
)
2.3 Opera c oes e derivadas
Come camos por multiplicar matrizes, acima o zemos com matrizes 3 x 4 e
4 x 1. Falemos agora da soma de matrizes. A soma de matrizes traduz um con-
ceito da fsica: a superposi c ao. Se / = J(f) = f
(a) e B = J(g) = g
(a) e se pu-
dermos somar as duas fun c oes f, g ent a tambem poderemos somar f
(a), f
(b).
E
um princpio do C alculo: se pudermos somar duas fun c oes, poderemos tambem
2.3. OPERAC
OES E DERIVADAS 39
somar suas derivadas. Os fsicos chamam esta soma de superposi c ao signi-
cando com isto que uma fun c ao f ressona sobre o comportamento de outra g se
as duas representam fen omenos que atuem simult aneamente: duas for cas atu-
ando sobre um mesmo corpo o aceleram se tiverem mesma dire c ao e sentidos
contr arios podem lhe dar acelera c ao zero se tiverem mesmo m odulo. As for cas
se superpuseram, dizem os fsicos, se somaram dizemos os matem aticos. Duas
for cas s o se podem somar se as suas vari aveis forem em mesmo n umero:
f : R
n
R
m
, g : R
n
R
m
e obviamente se
f : R
n
R
m
, g : R
n
R
q
; m ,= q
n a se podem somar nem
f : R
n
R
m
, g : R
q
R
m
; n ,= q.
Como f : R
n
R
m
, g : R
n
R
m
se podem somar, tambem se podem somar as
suas derivadas calculadas no mesmo ponto a = (a1, , an) que ser a matrizes
m x n porque ambas as fun c oes tem nm coecientes parciais. Da tiramos a
regra, s o podemos somar matrizes de mesmas dimens oes.
Outra forma de chegar a mesma conclus ao e a considera c ao de que as ma-
trizes s ao como os vetores, tem coordenadas, e portanto temos que somar as
coordenadas de mesmos ndices, ent ao elas tem que ter o mesmo formato.
S o podemos somar matrizes que sejam exatamente da mesma ordem.
O arquivo pas.zip contem os arquivo Matrizes.pas onde voce pode encon-
trar todas as as rotinas necess arias ` a solu c ao dos exerccios abaixo.
Exerccio 2 Matrizes, coecientes angulares.
1. Encontre a equa c ao da reta
4
que passa nos pontos
P1 = (1, 2, 3), P2 = (4, 3, 2).
2. Escreva na forma vetorial
5
a equa c ao da reta que passa nos pontos
P1 = (1, 2, 3), P2 = (4, 3, 2).
3. Encontre a equa c ao do plano que passa no ponto (1, 1, 1) e e paralelo ao
plano XOY.
4. Encontre a equa c ao do plano que passa pelos pontos (1, 1, 1), (1, 2, 3), (3, 2, 3).
4
Use a equa c ao da reta que passa por um ponto dado (a, b) e tem coeciente angular m
conhecido, y b = m(x a).
5
o ponto (x, y, z) da reta e m ultiplo de um vetor dado.
40 CAP
h) h(x, y) =
xln(y)
(x+3)(x+1)
i) h(x, y) =
sen(x
2
)
x
2
+y
2 j) h(x, y) =
y
2
(x2)
(x+5)(y+3)(y+1)
k) h(x, y) =
|x|
|y|
l) h(x, y) =
1
x
2
+y
2
m) h(x, y) =
cos
2
(x)
sen
2
(y)
n) h(x, y) =
x
2
+1
y
3
o) h(s, t) =
s
2
|t|
h(a, b) =
n
k=0
be
ka
9. Descreva o domnio das fun c oes denidas na quest ao anterior.
10. Escreva, ou use, um programa que receba pelo teclado matrizes e as mul-
tiplique na ordem em que foram dadas.
11. Modique o programa anterior para, peguntando ao usu ario a ordem dos
fatores, multiplique as matrizes na ordem indicada.
12. Construa um exemplo de matrizes /, B tal que / B ,= B /
2.3. OPERAC
OES E DERIVADAS 41
13. Inclua no seu programa a possibilidade de somar duas matrizes com um
alarme no caso de as matrizes serem incompatveis para soma. No caso de
incompatibilidade o programa deve perguntar ao usu ario se as deve somar
assim mesmo e ent a completar linhas ou colunas com zeros de modo a
poder efetuar a soma.
14. Fa ca seu programa calcular a J(f) usando derivadas aproximadas.
15. Pesquise e descreva caso real de aplica c ao de matrizes em sua area de
forma c ao ` a semelhan ca do exemplo industrial apresentado no texto. Fa ca
um pequeno projeto de simula c ao industrial usando matrizes como J(f)
em que f e uma amostragem de dados do processo industrial.
16. Construa um exemplo em que a matriz J(f) representa a taxa de lucro
dos distintos produtos. O vetor a representa a taxa de venda dos produtos.
Dena um teto de lucro aceit avel e a partir deste teto verique que
f
xi
depende do valor de ai, mostre como.
17. c alculo de derivadas: Calcule a derivada J(f) das fun c oes abaixo indi-
cando onde a derivada existe.
(a) f(x, y, z) = xsen(xy) +ysen(yz) +zsen(xy)
(b) f(x, y, z) =
xy
x
2
+y
2
(c) f(x, y, z) = (sen(x)cos(y), zsen(y), xcos(z))
(d) f(x, y, z) = ln(x
2
+y
2
+z
2
)
(e) f(x, y, z) = (xln(x), yln(y), zln(z))
(f ) f(x, y) =
2xy
x
2
+y
2
(g) f(x, y) =
x
2
y
2
x
2
+y
2
(h) f(x, y) = (
2xy
x
2
+y
2 ,
x
2
y
2
x
2
+y
2 )
18. extremos, condi c ao: Mostre que num ponto de m aximo, (ou de mnimo)
de uma fun c ao multi-variada as suas derivadas parciais todas tem que
se anular e consequentmente a sua derivada J(f) = 0. De um exemplo
mostrando que rec proca e falsa.
19. curva de nvel: Se F : R
2
R, se denem os subconjuntos de
curva de nvelk = (x, y) ; F(x, y) = k; k R
6
Encontre as curvas de nvel indicado:
(a) F(x, y) = x
2
+y
2
; k 0, 0.5, 1, 2
(b) F(x, y) = x
2
y
2
; k 1, 0.5, 0, 0.5, 1, 2
6
este nome vem dos mapas dos top ografos que indicam assim os diferentes nveis dos
terrenos.
42 CAP
(a)(x a) = f(a) +f
(a)dx (2.38)
em que f e uma fun c ao vetorial e portanto f
(a) no ponto
(a1, , a4) teremos uma matriz linha com 4 entradas formadas pelas 4 derivadas
parciais
9
de f:
f
(a) = (
f
x1
,
f
x2
,
f
x3
,
f
x4
)
7
em suma, grad(f) e um nome para a jacobiana que tem uma unica linha.
8
a express a e exatamente a mesma do caso univariado, e a vantagem da nota c ao matricial.
9
A nota c ao de derivadas parciais n ao deixa ver que as derivadas est a sendo calculadas no ponto
a, isto causa diculdade para o entendimento.
2.4. A F
ORMULA DE TAYLOR 43
Usando esta nota c ao podemos re-escrever a f ormula 2.38:
f(x) f(a) +f
(a)dx = (2.39)
f(x) f(a) + (
f
x1
,
f
x2
,
f
x3
,
f
x4
)
_
_
x1 a1
x2 a2
x3 a3
x4 a4
_
_
= (2.40)
= f(a) + (
f
x1
,
f
x2
,
f
x3
,
f
x4
)
_
_
dx1
dx2
dx3
dx4
_
_
= (2.41)
f(a) +
f
x1
dx1 +
f
x2
dx2 +
f
x3
dx3 +
f
x4
dx4 (2.42)
em que vemos a matriz atuando como um dispositivo operat orio na deni c ao
de uma fun c ao, (uma nova fun c ao que e uma aproxima c ao de f). Observe que
esta esta express a e semelhante ` a express a de uma fun c ao do primeiro grau:
f(x) = b +ax ; x, a, b R
na nova f ormula 2.42 a matriz est a fazendo o papel de n umero multiplicando a
matriz coluna dx e como s a matrizes de ordens 1 x 4 e 4 x 1 o resultado desta
multiplica c ao e um n umero real. Vemos desta forma que as matrizes servem para
denir nos espa cos vetoriais, fun c oes semelhantes as fun c oes do primeiro grau:
f(x) = b +Ax ;
b um n umero ;
x uma matriz n x 1 ; A matriz 1 x n ;
H a v arias combina c oes possiveis de dimens a na constru c ao de tais fun c oes.
Acima chamamos x de matriz quando o habitual e chamar de vetor. Veja mais
o seguinte exemplo:
f(x) = B +Ax ; B, A, x matrizes: 1 x p, 1 x n, n x p.
Se costuma chamar fun c oes do primeiro grau de lineares, na verdade deve-
riam ser chamadas de lineares ans. S a lineares aquelas com o termo constante
b ou B nulo:
f(x) = Ax ; A, x matrizes: 1 x n, n x p.
denidas por uma simples multiplica c ao. Nestas valem as propriedas de linea-
ridade:
Deni cao 6 Transforma c oes lineares. Se f for uma transforma c ao linear ent a
1. f(x +y) = f(x) +f(y) ;
44 CAP
(x) = lim
x=0
f
x
e Leibniz inventou uma nota c ao fenomenal e ao mesmo tempo pronta para criar confus oes:
df
dx
= f
(a) = lim
x=0
f
x
mas dx, df n ao existem. . . Limites se calculam sempre indiretamente sem que possamos
usar regras operat orias aritmeticas nos componentes da express ao algebrica envolvida, a n ao
ser a partir de resultados obtidos indiretamente, como os resultados que temos sobre somas,
produtos e quocientes de limites. Quando escrevemos uma express ao como f(x) f(a) +
f
(a)dx estamos apenas querendo dizer que f pode ser aproximada linearmente, por uma
fun c ao linear, e que o coeciente angular (simples ou m ultiplo) desta fun c ao linear e f
(a).
Variedade linear tangente. Podemos usar a deriva c ao implcita como uma tecnica
para encontrar um objeto linear tangente a outro: a reta tangente ao gr aco de uma fun c ao
univariada, o plano tangente ao gr aco de uma fun c ao bivariada, o hiper-plano tangente ao
gr aco de uma fun c ao multivariada. O caso da reta e o que acabamos de comentar acima,
dy = f
(a)dx
nos fornece
y f(a) = f
(a)(x a)
a equa c ao da reta que tem coeciente angular f
ORMULA DE TAYLOR 45
Exerccio 3 Fun c oes lineares, Jacobiana.
1. Verique que as propriedades de linearidade valem tanto para f(x) = ax
em que a, x s a n umeros, como para f(x) = Ax em que A, x s a matrizes,
convenientemente denidas para que se possa fazer a multiplica c ao.
2. Escreva algumas fun c oes lineares usando distintas matrizes no que diz
respeito a dimens a.
3. Calcule a Jacobiana de f nos pontos indicados:
(a) f(x, y, z) = 3xcos(y) + 2ysen(z) 4zsen(xy) ; (1, , ) ;
(b) f(x, y) = sen(xy)exp(x
2
y
2
) ; (0, 0, 0) ;
(c) f(x, y) = (x
2
y
2
, 2xy) ; (0, 1);
4. Escreva a aproxima c ao linear para cada uma das fun c oes anteriores no
ponto indicado. Calcule o valor d f usando sua aproxima c ao linear com
um erro de 0.1 em cada coordenada e compare com valor exato em cada
caso.
5. Calcule a soma das derivadas das fun c oes f, g:
f(x, y) = sen(xy)exp(x
2
y
2
) ; (0, 0, 0) ;
f(x, y) = (x
2
y
2
, 2xy) ; (0, 1);
6. aproxima c ao linear: Escreva a aproxima c ao linear para cada uma das
fun c oes anteriores no ponto indicado. Calcule o valor de f usando sua
aproxima c ao linear com um erro de 0.1 em cada coordenada e compare
com o valor exato, em cada caso. item* Observe que o erro indicado na
quest ao anterior n ao corresponde ao erro no valor da fun c ao que pode ser
maior do que 0.1, fa ca algumas experiencias para descobrir como poderia
se usar um erro na varia c ao das vari aveis que produzisse um erro m aximo
de 0.1 no valor de f.
7. Regra da Cadeia: Considere f : R
3
R e uma mudan ca de vari aveis
g : R
3
R
3
, todas as fun c oes diferenci aveis.
(a) Calcule as Jacobianas de f, g.
(b) Calcule o produto de matrizes J(f)oJ(g).
(c) Verique que J(f)oJ(g) = J(fog).
Os exerccios anteriores refor cam ideia de que as matrizes s a um novo tipo de
n umero e que a multiplica c ao de matrizes tem uma denomina c ao adequada. As
fun c oes lineares transformam vetores em outros vetores ou n umeros. Quando
transformam em n umeros, recebem um nome especial:
46 CAP
_
x1
x2
.
.
.
xn
_
_
=< a, x > ;
f(x) = a1x1 + +anxn =< a, x > R
Exemplo 11 Fun c oes lineares denidas por meio de produto escalar.
1. Em R
3
considere o vetor (a1, a2, a3). A fun c ao
x = (x1, x2, x3) < a, x >= a1x1 +a2x2 +a3x3
e fun c ao linear. f(x) = 0 se o vetor x for perpendicular ao vetor a. Como
enunciado na deni c ao, n a h a outros tipos de funcionais lineares denidos
em R
3
, todos s a desta forma, o produto escalar por um vetor xo.
2. No espa co vetorial (([a, b], R) temos o produto escalar < f, g >=
_
b
a
f(x)g(x)dx.
Se considerarmos f xa, a fun c ao
: g < f, g >= (g) =
_
b
a
f(x)g(x)dx
dene um produto escalar em (([a, b], R). N a e f acil encontrar-se
g; (g) = 0.
Podemos construir algumas fun c oes que satisfazem esta condi c ao, por
exemplo
g(x) = sen(
2x
b a
)
se a fun c ao xa f for constante. Sabemos resolver alguns casos particula-
res deste problema...
Captulo 3
Series e aproxima cao de
fun c oes.
Resumo.
Neste captulo vamos deixar de lado o espa co R
n
e voltar a discutir as fun c oes denidas em
R e tomando valores em R. Aparentemente estaremos voltando ao caso unidimensional, mas
n ao e bem assim. Aos poucos voce ir a perceber que na verdade estaremos mergulhando no
caso dimens ao innita.
Vamos estudar tres metodos de aproxima c ao
polin omios de Taylor
polin omios trigonometricos
aproxima c ao polinomial cl assica
de fun c oes, que, como tal, aproxima c ao eles seriam altamente inadequados e apenas ree-
tem o curso hist orico. A crtica que faremos em cada situa c ao reetir a tanto o estado atual
das coisas como colocar a estas tres tecnicas dentro do contexto em que elas surgiram.
N ao deduza, entretanto, do que acabamos de dizer, que voce est a sendo convidado a percorrer
apenas uma galeria de museu, n os estaremos lhe mostrando as conex oes do que foi feito com
o que est a sendo feito. Mais importante que o desenvolvimento de Taylor s ao as tecnicas que
usaremos para estud a-lo e sobre tudo, ao nal, quando discutirmos o erro vamos ter ocasi ao
para introduzir tecnicas importantes no estudo do comportamento de fun c oes. Usaremos o
assunto hist orico com sua justa dimens ao, ser a um proveitoso passeio por uma sala de museu.
Ao nal do captulo falaremos brevemente sobre splines para nos redimir de ter apresentado
como aproxima c ao, o que de fato n ao emais.
O primeiro metodo e o dos polin omios de Taylor.
3.1 A serie de Taylor
E da f ormula de Taylor que vamos voltar a discutir aqui, entretanto agora com
outro objetivo mais amplo. Da o novo nome, serie de Taylor.
Ao discutirmos o f ormula de Taylor colocamos no centro da quest ao a apro-
xima c ao linear que se podia obter para uma fun c ao. Agora a quest ao vai se
colocar em termos diferentes: podemos encontrar um polin omio, de grau ar-
bitr ario, cujo gr aco seja tangente ao gr aco de uma fun c ao f?
47
48 CAP
(a) = a1 = f
(a). (3.2)
Veja que as condi c oes impostas estabelecem que
P, f coincidem no ponto (a, f(a))
P, f tem mesmo coeciente angular instant aneo no ponto (a, f(a)), P
(a) =
f
(a).
Vamos agora impor a condi c ao de que os dois tenha a mesma curvatura neste
ponto o que e determinado pela segunda derivada:
P
(a) = 2a2 = f
(a) a2 =
f
(a)
2
(3.3)
De agora em diante nos faltam express oes geometricas, diremos simples-
mente, queremos que o polin omio e f tenham mesma derivada terceira no ponto
(a, f(a)) :
P
(a) = 6a3 = f
(a) a3 =
f
(a)
6
(3.4)
e que tenham mesma derivada de ordem 4 neste ponto:
P
(a) = 24a4 = f
(a) a3 =
f
(a)
24
(3.5)
3.1. A S
ERIE DE TAYLOR 49
Se agora observarmos que os n umeros 24 = 4!, 6 = 3!, 2 = 2!, 1 = 1!, 1 = 0!
podemos dar uma unica c ao ` as f ormulas acima escrevendo:
a0 =
f(a)
0!
(3.6)
a1 =
f
(a)
1!
(3.7)
a2 =
f
(a)
2!
(3.8)
a3 =
f
(a)
3!
(3.9)
a4 =
f
(a)
4!
(3.10)
. . . (3.11)
an =
f
(n)
(a)
n!
(3.12)
(3.13)
que pode ser demonstrado por indu c ao (se a fun c ao f for diferenci avel ate esta
ordem). Revertendo os c alculos diremos que
f(x)
n
k=0
f
(k)
(a)
k!
(x a)
k
(3.14)
respondendo ` a pergunta com que nos iniciamos: de fato existe um polin omio
P, do grau n, que concide com f ate a derivada de ordem n e sobre o qual
podemos armar as seguintes condi c oes geometricas
P passa no ponto (a, f(a)).
O gr aco de P e tangente ao gr aco de f no ponto (a, f(a)).
O gr aco de P tem a mesma curvatura que o gr aco de f no ponto
(a, f(a)).
Teorema 3 do desenvolvimento de Taylor
Se uma fun c ao tiver derivadas contnuas ate a ordem n no intervalo [a, b]
ent ao existe um polin omio P de grau n cujas derivadas concidem com as de-
rivadas de f ate a ordem n e alem disto f e P conncidem no ponto x = c em
que o polin omio e desenvolvido sendo sua express ao dada por:
f(x) P(x) =
n
k=0
f
(k)
(a)
k!
(x a)
k
.
O teorema do desenvolvimento de Taylor foi demonstrado acima exceto num
ponto, em sua arma c ao f(x) P(x) que passaremos a discutir agora.
Analise a gura (g. 3.1) na p agina 50, nela o gr aco dum polin omio de
Taylor do terceiro grau conncide com o gr aco de uma fun c ao no ponto x = 3,
ate a terceira derivada. Veja que a aproxima c ao e boa somente em volta do
ponto x = 3. Longe deste pontos os dois gr acos se afastam. Quer dizer que
aproxima c ao produzida pelo polin omio de Taylor e local.
50 CAP
ERIE DE TAYLOR 51
-6 -4 -2 0 2 4 6
-1.9
-1.5
-1.1
-0.7
-0.3
0.1
0.5
0.9
1.3
1.7
2.1
Pol Taylor n=11 - seno
Figura 3.2: Gracos simult aneos do seno e de seu polin omio de Taylor de grau 11 .
(a) f(x) = sen(x) ; a = 0
(b) f(x) = cos(x) ; a = 0
(c) f(x) = e
x
; a = 0
(d) f(x) = sen(x) +cos(x) ; a = 0
(e) f(x) = cos(x) +isen(x) ; a = 0
(f ) f(x) = e
ix
; a = 0
4. Escreva polin omios de Taylor de ordem n > 10 para as seguintes fun c oes
no ponto a indicado:
(a) f(x) = sen(x) +cos(x) ; a =
(b) f(x) = cos(x) +isen(x) ; a =
(c) f(x) = e
ix
; a =
5. Voce pode tirar alguma conclus ao, sobre uma f ormula famosa, a partir dos
dois ultimos desenvolvimentos de Taylor ?
52 CAP
k=0
1
k!
Calcule a soma
k=0
(1)
k
(2k)!
Nossa verdadeira inten c ao com os polin omios de Taylor e discutir express oes
do tipo
k=0
ak
k!
(x a)
k
= lim
n
n
k=0
ak
k!
(x a)
k
(3.15)
H a v arias quest oes a serem discutidas numa tal express ao, e vamos deixar
esta discuss ao para um par agrafo mais a frente em que discutiremos o assunto
series.
Neste momento vamos resumir nossa discuss ao numa forma de calcular o
erro express ao em
f(x) Pn(x) =
n
k=0
ak
k!
(x a)
k
. (3.16)
O segundo termo na equa c ao acima continuar a ser chamado por n os de
Polin omio de Taylor, deixaremos a palavra serie para quando discutirmos o
assunto mais acuradamente.
H a duas maneiras de analisar o erro entre f e Pn. Vamos estudar os dois
metodos a partir de uma vis ao concreta semelhante a que usamos para fazer
aparecer os polin omios de Taylor.
3.1.1 O erro medio.
Vamos usar um teorema do C alculo univariado que relembraremos aqui, como
lema:
Lema 1 Teorema do valor medio diferencial
Seja f : [a, b] R uma fun c ao diferenci avel. Existe um ponto
c (a, b) ; f
(c) =
f(b) f(a)
b a
O ponto c no teorema do valor medio n ao e o ponto medio do intervalo
como o teorema infelizmente sugere, tudo que sabemos e: existe um ponto c
no interior do intervalo tal que o quociente das diferen cas corresponde ao valor
da derivada. Vamos usar a express ao do Teorema do valor medio diferencial
com a derivada de ordem n na f ormula de Taylor. E,a despeito de que do
ponto c, n os saibamos apenas da existencia, n os o vamos usar como o ponto de
desenvolvimento de dois polin omios de Taylor de f de ordem sucessivas. Assim,
nos c alculos que se seguem, P1, P2 s ao os desenvolvimentos de Taylor de f, de
ordem n, n + 1, respectivamente, no ponto c denido pelo teorema do valor
medio do C alculo Diferencial.
3.1. A S
ERIE DE TAYLOR 53
P2(x) P1(x) = (3.17)
n
k=0
f
(k)
(c)
k!
(x c)
k
n+1
k=0
f
(k)
(c)
k!
(x c)
k
= (3.18)
f
(n+1)
(c)
n + 1!
(x c)
n+1
=
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1!)
(x c)
n+1
= (3.19)
A(x c)
n+1
; A =
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1)!
(3.20)
O n umero
An =
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1)!
decresce rapidamente para zero quando n crescer, se f tiver tiver derivdadas
indenidamente, e n os usaremos esta hip otese mais a frente quando estudarmos
series. Neste momento o que podemos concluir e, que, a diferen ca entre dois
desenvolvimentos sucessivos de Taylor, para f, num ponto c do intervalo [a, b]
em que f esteja denida e tiver derivadas ate a ordem n inclusive nos extremos
do intervalo, e o polin omio de grau n + 1
A(x c)
n+1
; A =
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1)!
em que o coeciente A e muito pequeno para grandes valores de n. Vamos deixar
isto registrado no teorema seguinte:
Teorema 4 do Resto no polin omio de Taylor
Se uma fun c ao tiver derivadas ate a ordem n + 1, contnuas, no intervalo
[a, b] ent ao o erro entre os desenvolvimentos de Taylor de f de ordem n e de
ordem n + 1 e o polin omio
A(x c)
n+1
; A =
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1)!
.
As guras (g. 3.3), p agina 54,(g. 3.1), p agina 50, mostram polin omios de
Taylor de grau 1 de grau 3.
A gura (g. 3.4), na p agina 55, mostra os polin omios de graus 11 e 13 do
seno. Como a fun c ao seno tem derivadas de qualquer ordem se pode observar
que um dos polin omios, o de grau 13, ca mais pr oximo de f(x) = sen(x), em
outras palavras o erro A14(x)
14
tem uma oscila c ao muito pequena no intervalo
[6, 6], ou, pelo menos, menor do que o erro A12(x)
12
, que corresponderia ao
polin omio de Taylor de grau 11.
Sugerimos que o leitor consulte outros livros de C alculo para analisar uma
outra f ormula para o erro entre o polin omio de Taylor e a fun c ao, diferente da
que obtivemos aqui. Nos exerccios estudaremos numericamente esta diferen ca.
54 CAP
ERIE DE TAYLOR 55
-6 -4 -2 0 2 4 6
-1.9
-1.5
-1.1
-0.7
-0.3
0.1
0.5
0.9
1.3
1.7
2.1
Pol Taylor n=11 - seno
-6 -4 -2 0 2 4 6
-1.9
-1.5
-1.1
-0.7
-0.3
0.1
0.5
0.9
1.3
1.7
2.1
Pol Taylor n=11 - seno
Figura 3.4: Polin omios de grau 11 e 13 do seno desenvolvidos em x = 0.
A ideia consiste em calcular
1
b a
b
_
a
f(x) Pn(x)dx.
Este c alculo pode ser modicado usando [f(x) Pn(x)[ no integrando tendo-
se outro signicado para o erro. Como j a dissemos h a v arias variantes para a
busca do erro, e uma das formas de an alisar consiste o ponto x = c em que Pn
e desenvolvido. Aqui vamos usar x = a.
1
b a
b
_
a
f(x) Pn(x)dx =
1
b a
b
_
a
f(x)
1
b a
b
_
a
Pn(x)dx
56 CAP
k=0
f
(k)
(a)
k!
(x a)
k
dx
1
b a
b
_
a
f(x)
1
b a
ba
_
0
n
k=0
f
(k)
(a)
k!
x
k
dx
1
b a
b
_
a
f(x)
1
b a
n
k=0
f
(k)
(a)
(k + 1)!
x
k+1
[
ba
0
1
b a
b
_
a
f(x)
1
b a
n
k=0
f
(k)
(a)
(k + 1)!
(b a)
k+1
1
b a
b
_
a
f(x)
1
b a
n
k=0
F
(k+1)
(a)
(k + 1)!
(b a)
k+1
1
b a
b
_
a
f(x)
1
b a
(
n
k=1
F
(k+1)
(a)
(k + 1)!
(b a)
k+1
F(a))
1
b a
b
_
a
f(x)
1
b a
(
n
k=0
F
(k)
(a)
(k)!
(b a)
k
F(a))
1
b a
b
_
a
f(x)
F(b) F(a)
b a
em que F e uma primitiva de f. Podemos observar que o resultado representa a
diferen ca entre o valor medio de f no intervalo [a, b] e o valor medio da derivada
de uma primitiva de f,
F(b)F(a)
ba
calculada usando-se o seu desenvolvimento no
ponto x = a.
Como pelo valor medio do C alculo Integral, existe um ponto c tal que
1
b a
b
_
a
f(x)dx = f(c)
e o que temos como primeiro membro na express ao encontrada. que, para gran-
des valores de n o c alculo da integral de f ou de Pn representam o mesmo valor
o que mostra que, se o desenvolvimento de Taylor representa uma aproxima c ao
pontual de baixa classe para f, do ponto de vista da energia do fen omeno re-
presentado por f o desenvolvimento de Taylor e uma boa aproxima c ao:
Teorema 5 do erro integral do desenvolvimento de Taylor
A energia de f e de um polin omio de Taylor de f, Pn, s ao semelhantes para
grandes valores de n.
3.2. POLIN
OMIOS TRIGONOM
ETRICOS. 57
Como um ultimo coment ario, a escolha do metodo no c alculo do erro foi
dirigido por um interesse especco do autor.
Aproxima cao de fun c oes.
Aproxima c ao de fun c oes ou o de forma mais geral Teoria da Aproxima c ao e um captulo
imenso em Matem atica e que apenas cresce nos dias atuais por sua import ancia natural.
Nesta se c ao vamos deixar um pequeno testemunho de um dos t opicos importantes dentro da
area de aproxima c ao de fun c oes: aproxima c ao com polin omios trigonometricos. Para que
voce tenha uma ideia da supercialidade do que trataremos aqui, um dos livros mais famosos
sobre o assunto, escrito por Antony Zigmund (1900-1993), sob o ttulo Trigonometric Series,
tem perto de 1000 p aginas em seus dois volumes.
O uso de series trigonometricas, (polin omios trigonometricos), para aproximar fun c oes apenas
representa um elemento hist orico que possivelmente deva car restrito ` a primeira metade do
seculo 20. Desde o m do seculo 19, Fourier em particular, mas outros que o antecederam,
entendiam que as Series Trigonometricas representavam ondas e portanto fun c oes de um
tipo particular que descrevessem os fen omenos ondulat orios. Ainda assim uma nova tecnica
que lhe robou a metodologia com inova c oes signicativas: as Wavelets, lhe amea cando a
hegemonia neste setor.
Mesmo assim, vamos apresentar aqui as series de trigonometricas como um metodo de apro-
xima c ao de fun c oes.
A base te orica para o conte udo deste par agrafo foi desenvolvida resumidamente no par agrafo
anterior e a
Algebra Linear. O nosso intuto com os Polin omios Trigonometricos e duplo:
Dar um exemplo pesado de uso de espa co vetorial com produto escalar. Pesadoem
v arios sentidos, por suas aplica c oes, por seu valor te orico e pelo aprofundamento da
intui c ao geometrica que ele pode proporcionar.
O nosso segundo objetivo e o de motivar um estudo mais aprofundado de convergencia.
Vamos logo ver que falta alguma coisa na te oria, esta coisaque estar a faltando e
convergencia.
3.2 Polin omios Trigonometricos.
Em 1822, num artigo apresentado ` a Academia Francesa de Ciencias, Joseph
Fourier, (1768-1830) armou que todas as fun c oes peri odicas podem ser decom-
postas em m ultiplos das fun c oes
x sen(nx)
e
x cos(kx)
com n, k N.
N ao seriam todas como se veria com o passar do tempo e da revolu c ao que
Fourier provocou no desenvolvimento da Matem atica com as suas Series Tri-
gonometricas, chamadas ainda de Series de Fourier, mas que eram conhecidas
de alguns matem aticos anteriores a ele, como Euler, (1707-1783) e alguns dos
irm aos Bernouilli.
As fun c oes
senk : R R; x sen(kx) (3.21)
e
cosj : R R; x cos(jx) (3.22)
58 CAP
_
2
0
sen(x)cos(x)dx = 0
De modo an alogo se pode mostrar que senk e cosj s ao ortogonais para quaisquer
que sejam k, j ; j = k :
_
2
0
sen(kx)cos(kx)dx =
=
1
k
senkxsen(kx)[
2
0
k
k
_
2
0
sen(kx)cos(kx)dx =
0
_
2
0
sen(kx)cos(kx)dx =
_
sen(kx)cos(kx)dx = 0
a justicativa da ultima linha no bloco de equa c oes acima sendo que a integral
de senksenj n ao muda se zermos uma transla c ao de 2 e no intervalo [, ]
uma e par e a outra e impar. Se k ,= j ent ao uma nova integra c ao por partes
nos leva de volta ` as fun c oes iniciais:
_
2
0
sen(kx)cos(jx)dx =
=
k
2
j
2
_
2
0
sen(kx)cos(jx)dx
= (1
k
2
j
2
)
_
2
0
sen(kx)cos(jx)dx = 0
_
2
0
sen(kx)cos(jx)dx = 0
mostrando as rela c oes de ortogonalidade que desejadas, que pela sua im-
port ancia merecem estar registradas sob o nome de teorema:
Teorema 6 da ortogonalidade das fun c oes senk e cosj. Se denirmos em
(([0, 2]) o produto escalar por
< f, g >=
_
2
0
f(x)g(x)dx.
3.2. POLIN
OMIOS TRIGONOM
ETRICOS. 59
ent ao as fun c oes senk(x) = sen(x) e cosj(x) = cos(jx) formam um sistema de
vetores ortogonais, para todos os valores de j, k N.
Um raciocnio geometrico simples nos conduz a
_
2
0
sen
2
(x)dx =
_
2
0
cos
2
(x)dx
porque sen e transla c ao de cos de
2
, assim
_
2
0
sen
2
(x)dx =
1
2
_
2
0
(sen
2
(x) +cos
2
(x))dx =
2
2
=
< sen, sen >=
< cos, cos >=
Com o mesmo argumento geometrico, apoiado numa mudan ca de vari avel, se
conclue que
< senk, senk > = (3.24)
< cosk, cosk > = (3.25)
portanto o produto escalar e defeituosoe deve ser redenido para que estes
vetores sejam unit arios:
< f, g >=
1
_
2
0
f(x)g(x)dx. (3.26)
e desta maneira se tem
< senk, senk > =
1
_
2
0
sen(kx)sen(kx)dx = 1
< cosk, cosk > =
1
_
2
0
cos(kx)cos(kx)dx = 1
para qualquer que seja k. Isto nos induz a uma corre c ao do teorema anterior
que agora cou imcompleto frente a estes novos resultados:
Teorema 7 do sistema trigonometrico ortonormal. Se denirmos em (([0, 2])
o produto escalar por
< f, g >=
1
_
2
0
f(x)g(x)dx.
ent ao as fun c oes senk(x) = sen(x) e cosj(x) = cos(jx) formam um sistema
ortonormal de vetores, para todos os valores de j, k N. Dem : Falta apenas
considerar o caso k = 0. Como sen(kx) k = 0 resta apenas vericar o que acontece com
cos(kx) 1. A fun c ao constante e perpendicular a todos os vetores sen(kx)ecos(jx) ; k, j
1. Mas vericando ||cos(0x)|| vamos encontrar o valor 2. Como j a n ao e possvel alterar
o produto escalar, vamos alterar a deni c ao da fun c ao cos(0x). A solu c ao e consider a-la
denida por:
cos(0x) =
1
2
.
Veremos logo que a hist orio tomou rumo diferente, rumo ao qual logo vamos aderir.
q.e.d .
60 CAP
_
2
0
f(x)cos(kx)dx (3.27)
bk =
1
_
2
0
f(x)sen(kx)dx (3.28)
ent ao ca a pergunta:
n ao poderiamos recompor f a partir destas proje c oes?
Queremos escrever:
f(x) = a0 +
k=1
akcos(kx) +bksen(kx) (3.29)
mas esta f ormula est a errada como veremos a partir dos exemplos seguintes.
Alem disto, como n ao existem somas innitas ela nos obriga a pensar em con-
vergencia. Discutiremos a convergencia das series no pr oximo captulo.
Exemplo 12 Linearidade da transformada de Fourier
Estamos, por vez primeira, chamando os coecientes de Fourier de trans-
formadade Fourier. Repetiremos esta forma de falar outras vezes e e vamos
discut-la mais cuidadosamente mais a frente.
Quer dizer que o conjunto dos coecientes e a imagem de f, obviamente, uma
sequencia, e portanto estamos falando de um conjunto de fun c oes que tem coe-
cientes de Fouriere um conjunto de sucess oes que s ao os coecientes de Fourier
dos elementos daquele conjunto. Por exemplo, todas as fun c oes contnuas, mas
n ao somente estas, tem coecientes de Fourier.
Se considerarmos a fun c ao identicamente zero, a sucess ao dos coecientes e
obviamente a sucess ao identicamente nula tambem. Quer dizer que a imagem
do zero e o zero.
Uma nota c ao vai ser util: vamos chamar
(an, bn) =
fn.
3.2. POLIN
OMIOS TRIGONOM
ETRICOS. 61
Considere duas fun c oes que tenham coecientes de Fourier, f, g. Os coe-
cientes de f +g v ao se dividir em
(f +g)
n
=
fn + gn
como mostra um simples c alculo que vou deixar para o leitor fazer como exerccio.
Se h = f em que R ent ao
f
n
=
fn
como se pode tambem deduzir com um simples c alculo a partir das f ormulas que
escrevemos acima.
Resumindo, a transformada de fourier se comporta como as fun c oes lineares
da
Algebra Linear, e podemos dizer que a transformada de Fourier e linear.
Exemplo 13 Fun c ao par e fun c ao impar
Somente podemos falar de fun c oes pares ou mpares se o domnio for equili-
brado em volta de zero. Vamos portanto aqui considerar o conjunto das fun c oes
contnuas no intervalo [, ].
Se f for par, um simples c alculoque novamente vou deixar como exerccio
para o leitor, torna os coecientes bn nulos, os coecientes de senK. Quer dizer
que f n ao tem proje c ao no espa co das fun c oes mpares.
Se f mfor par, um simples c alculoque novamente vou deixar como exerccio
para o leitor, torna os coecientes an nulos, os coecientes de cosK. Quer dizer
que f n ao tem proje c ao no espa co das fun c oes pares.
Este resultado simples em materia de coecientes de Fourier fez com que
se suspeitasse muito cedo de um resultado mais geral que levou anos para ser
demonstrado (demonstra c ao nada simples) mas, a partir das ideias expostas
acima, f acil de ser concebida:
Teorema 8 Fun c oes pares e mpares
Toda fun c ao contnua pode ser decomposta numa soma de duas outras fun c oes,
uma par e outra impar.
Exemplo 14 O erro do coeciente a0.
Considere, no espa co (([, ]) as fun c oes
f(x) = x ; g(x) = x +
Pela linearidade, e usando a nota c ao introduzida logo acima,
g =
f +
em que agora estamos considerando a constante como a fun c ao constante.
Ora, mas tem que ser apenas (a0, 0). Calculando a0 temos:
a0 =
1
_
pi
dt = 2
62 CAP
_
pi
f(t)dt
uma vez que n ao seria mais possvel corrigir o produto escalar e tambem porque
n ao seria aceit avel denir a fun c ao
cos0 =
1
2
que poderia ser outra sada.
Vamos fazer uma outra motiva c ao mais complicada e portanto com aparen-
cia mais tecnica (nunca se iluda com as paramenta c oes), usando um programa
de computador. Os computadores sempre podem ser uteis ate mesmo para
manipula c oes incorretas da realidade... sobre tudo se carmos presos ` a forma
em vez de irmos a fundo nas quest oes.
Exemplo 15 Series de Fourier de algumas fun c oes.
1. f(x) = x no intervalo [, ].
an =
1
xcos(nx)dx = 0
porque cosN e par e f e impar.
a0 =
1
xdx = 0,
bn =
1
xsen(nx)dx =
=
xcos(nx)
n
[
+
1
n
_
cos(nx)dx =
= 2
cos(n)
n
=
2(1)
(n+1)
n
ent ao teriamos
f(x) = 2
n1
(1)
(n+1)
n
sen(nx)
e se assim o for,se tiver sentido escrever esta serie, temos tambem
f(
2
) = 2
n1
(1)
(n+1)
n
sen(n
2
)
3.2. POLIN
OMIOS TRIGONOM
ETRICOS. 63
como sen(n
2
) assume ciclicamente os valores 1, 0, 1, 0 a serieacima
perde os termos de ordem par, cando ent ao
f(
2
) = 2
n1
(1)
(n+1)
2n + 1
=
2
.
Fazendo o c alculo da soma com um programa em Pascal, com 1000 termos
se obtem para a soma o valor 1.56980 enquanto que f(
2
) =
2
1.57080
usando o valor interno do Pascal para . Entretanto temos discutir a
validade destes resultados o que faremos no pr oximo captulo. Observe que
f() = enquanto que a serie trigonometrica vale 0 para x = porque
a serie representa uma fun c ao peri odica que e uma boa aproxima c ao para
f sobre [, ], entretanto nos extremos ou em pontos de discontinuidade
da fun c ao a ser aproximada, ocorrem problemas que ainda voltaremos a
discutir. Um programa em Pascal para calcular esta soma pode ser o
seguinte:
Program soma;
Var n,teto: Extended;
soma : Extended;
Begin
WriteLn(Teto = );ReadLn(teto);
n:=1;soma:=0;
While (n<=teto) Do
Begin
soma := soma + cos(n*pi)*sen(n*pi/2)/n;
n:= n+1;
End;
WriteLn(Valor da soma: ,2*soma:10:5);
WriteLn(o valor de pi/2 do Pascal eh; ,pi/2);ReadLn;
End.
2. f(x) = x no intervalo [0, 2].
an =
1
_
2
0
xcos(nx)dx =
=
xsen(nx)
n
[
2
0
1
n
_
2
0
sen(nx)dx = 0
se n ,= 0 e a0 = 2
bn =
1
_
2
0
xsen(nx)dx =
=
xcos(nx)
n
[
2
0
+
1
n
_
2
0
cos(nx)dx =
=
2
n
ent ao teriamos, valendo a convergencia,
f(x) = 2 2
n1
1
n
sen(nx)
64 CAP
n=1
1
n
sen(
n
2
) 2 1.56980
3
2
e no entanto o valor f(
2
) =
2
portanto temos um erro de . Veremos
abaixo que a f ormula correta e
f(x) =
a0
2
+
k=1
akcos(kx) +bksen(kx) (3.30)
porque que a0 tem assim que vir dividido por 2. Este exemplo nos aponta
para esta corre c ao. Se diz que Euler teria feito c alculos de series usando
este metodo e uma das crticas que as vezes se faz ao seu trabalho inclue a
observa c ao de que estas somasforam feitas sem nenhuma comprova c ao.
De certa forma estamos repetindo o caminho de Euler, mas faremos a
comprova c ao rigorosa destes limites no pr oximo captulo. Os que algumas
vezes criticam Euler, esquecem-se de que ele estava abrindo uma estrada
muito larga e n ao tinha tempo para vericar os detalhes, estes caram para
os seus sucessores, e se diz que ate recentemente ainda haviam verica c oes
para serem feitas...
3. f(x) = x
2
2
no intervalo [, ]. Porque senN e impar e f e par,
ent ao bn = 0. Se n ,= 0
an =
1
(x
2
2
)cos(nx)dx =
=
(x
2
2
)sen(nx)
n
[
1
n
_
2xsen(nx)dx =
0
1
n
2xcos(nx)
n
[
=
4(1)
n
n
2
e no caso de a0 =
1
(x
2
2
)dx =
4
2
3
. Teriamos, com a corre c ao
sugerida pelo exemplo anterior:
f(x) =
2
2
3
+ 4
n=1
(1)
n
n
2
cos(nx)
se aplicarmos esta serie de cosenos para x =
2
cos(
n
2
) 0, 1, 0, 1 o
que reduz a serie a soma
2
2
3
1
4
+
1
16
1
36
+
(1)
(n+1)
4n
2
+
3.2. POLIN
OMIOS TRIGONOM
ETRICOS. 65
e novamente com o programa Pascal acima encontramos como valor desta
soma ate 1.000 aproximadamente o mesmo valor de f no ponto x =
2
7.40220 conrmando mais uma vez a corre c ao da f ormula com
a0
2
em
lugar de a0.
A f ormula correta para serie de Fourier e ent ao:
f(x) =
a0
2
+
k=1
akcos(kx) +bksen(kx) (3.31)
e a explica c ao para este fato vem consequente com as ideias que desenvolvemos
ate agora: Queremos vetores unit arios para gerar um espa co de fun c oes e os
vetores senK, cosK satisfazem esta condi c ao com K ,= 0, entretanto quando
K = 0, sen0 0 e cos0 1. O vetor cos0 e um candidato a vetor unit ario, mas
calculando o seu m odulo, temos:
[[cos0[[
2
2
=
1
_
2
0
1dx = 2 (3.32)
como n ao podemos mais reformar o produto escalar, resta-nos corrigir o vetor
e deniremos:
cos0
1
2
; [[cos0[[
2
2
=
1
_
2
0
1
2
dx = 1 (3.33)
o que se fez, historicamente, foi manter cos0 com sua deni c ao inalterada mas
se corrigiu a0:
a0 :=
a0
2
.
A arma c ao de Fourier em 1822, relativamente ` as fun c oes peri odicas, foi: uma
fun c ao peri odica qualquer pode ser representada pela serie trigonometrica:
f(x) =
a0
2
+
k=1
akcos(kx) +bksen(kx) (3.34)
O problema e que n ao existem somas innitas e portanto a express ao acima
implica numa discuss ao sobre convergencia. Em vez de enfrentar o problema
de frente, vamos nos beneciar de seculos de Hist oria da Matem atica e montar
uma teoria que vai nos levar indiretamente a boa quantidade dos resultados
existentes a respeito das Series de Fourier . Isto ser a feito no pr oximo captulo,
de imediato vamos produzir alguns exemplos computacionais que nos mostram
que tem sentido estudar o assunto.
Exemplo 16 Os pr oximos dois gr acos (g. 3.5), (g. 3.6), comparam duas
situa c oes e ajudam a aclarar algumas ideias. No primeiro voce pode ver o po-
lin omio trigonometrico da fun c ao indentidade no intervalo [, ]. O gr aco
todo se extende ao longo do intervalo [15, 15] e podemos ver que o gr aco de
P5(f) se aproxima do gr aco de f apenas no intervalo [, ]. Fora deste ultimo
intervalo n ao h a nenhuma aproxima c ao. Os polin omios trigonometricos s ao
66 CAP
k=1
akcos(kx) +bksen(kx) = PN(f)(x). (3.35)
As somas acima s ao os termos de uma sucess ao de fun c oes contnuas que de-
sejamos caracterizar como convergentee tendo f como limite. Convergencia de
series e o pr oximo assunto que deveremos desenvolver e dentro dele voltaremos
a discutir a convergencia das series de Fourier.
Observa cao 11 Espa co de fun c oes gerado por senk, cosk Acabamos de cons-
truir uma base de vetores ortonormais para o espa co C([0, 2], R).
E uma base que tem uma
quantidaden ao enumer avel de vetores. Como os vetores senk , cosk s ao fun c oes contnuas,
vemos que C([0, 2]) tem dimens ao n ao nita, ou como e habitual dizer-se, dimens ao innita.
O conceito dimens aomuda obviamente de sentido nos dois casos: nito, innito, e n ao
e apenas uma quest ao de quantidademuito grande de vetores na base. Ver conjectura de
Cantor. Mas uma fun c ao n ao precisa ser contnua para que lhe possamos calcular os coe-
cientes de Fourier, veja a f ormula 3.26, nada nos impede de calcul a-la com uma fun c ao
descontnua desde que seja integr avel. Assim parece que este vetores geram um espa co que
contem C([0, 2], R) como seu subespa co pr oprio. Este espa co se chama L
2
([0, 2], R), mais
um fato para demonstrarmos posteriormente. Esta e a metodologia de constru c ao da Ma-
tem atica: conjecturas s ao feitas quando temos um resultado aparentemente verdadeiro. A
3.2. POLIN
OMIOS TRIGONOM
ETRICOS. 67
-15 -12 -9 -6 -3 0 3 6 9 12 15
-15
-12
-9
-6
-3
0
3
6
9
12
15
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
Figura 3.6: polin omio trigonometrico com 10 termos no intervalo [15, 15]: aproxima c ao da
fun c ao dente de serrote em R.
palavra conjectura e uma etiqueta, indica que temos aparentemente um teorema que deve
ser demonstrado depois ou, se surgir alguma contradi c ao ao consider a-lo na teoria, ele perde
a validade com as consequencias dele tiradas, ou algumas vezes se restringe sua validade
considerando-se uma teoria de menor alcance.
Observa cao 12 A conjectura de Cantor. Georg Cantor, enunciou uma conjectura que
ate hoje ninguem conseguiu provar mas que e aceita como um axioma da Matem atica esta-
belecendo saltos de cardinalidade, que e o nome para a quantidade dos elementos de um
conjunto. Se esta quantidade for nita, (pleonasmo), a cardinalidade e o que se costuma
chamar de n umero de elementos de um conjunto. Cardinalidade e uma generaliza c ao do
conceito quantidade de elementos de um conjunto. Falar na quantidade de elementos de um
conjunto s o e pr oprio se este conjunto for nito. Se o conjunto for innito, perde sentido em
falar-se na quantidade dos seus elementos, se diz ent ao a sua cardinalidade.
Vamos lhe sugerir alguns experimentos que podem ser feitos com auxlio do
programa Fourier, e que lhe permitir ao uma vis ao complementar caso voce se
decida a ler mais alguma coisa a este respeito. Ou brinque um pouco com estas
ferramentas. O programa Fourier se encontra no arquivo pas.zip ver [17].
Exerccio 4 Experiencias com Polin omios Trigonometricos. Os programas ci-
tados nestes exerccios s ao programs em Pascal que podem ser encontrados em
http://www.uvanet.br/matematica em um arquivo chamado pas.zip. S ao pro-
gramas livres.
1. Use um programa de c alculo de integrais aproximadamente para vericar
que senk e cosj s ao ortogonais para quaisquer que sejam k e j.
68 CAP
10
k=1
bksenk(x) e fa ca os gr acos
de de f e g num mesmo sistema de eixos.
5. Fa ca um programa que calcule as proje c oes de f(x) = sen(4x+3) +3x+1
nas dire c oes dos vetores cosK, senK ; k 0, 1, , 10. Chame este
coecientes de ak, bk, respectivamente. Complete o programa para calcular
o vetor
g(x) =
a0
2
+
10
k=1
akcosK(x) +bksenK(x)
fazendo os gr acos de f e g num mesmo sistema de eixos. Lembre que
estabelecemos a nota c ao:senK(x) = sen(kx) cosK(x) = cos(kx) Estes
coecientes se chamam coecientes de Fourier de f.
6. Rode o programa Fourier. Ele lhe permite ver um polin omio trigonometrico
cujos coecientes est ao previamente denidos como uma sucess ao no ar-
quivo fourier.num.
7. Fa ca uma tabela para os coecientes de Fourier para as seguintes fun c oes,
todas denidas no intervalo [, ]:
(a) f(x) = x
n
; n 1, 2, ..., 7
(b) f(x) = [x[
(c) f(x) = x
2
x 0 ; f(x) = x 0 < x
(d) f(x) = x
2
x 0 ; f(x) = x 0 < x
(e) f(x) = x
3
x 0 ; f(x) = x 0 < x
(f ) f(x) = x
2
x 0 ; f(x) = x
2
0 < x
(g) f(x) = x
3
x 0 ; f(x) = x
3
0 < x
(h) f(x) = x
2
x 0 ; f(x) = x 0 < x
3.3. APROXIMAC
AO POLINOMIAL CL
ASSICA. 69
(i) f(x) = x
2
x 0 ; f(x) = x 0 < x
(j) f(x) =
[1/2,1/2]
(k) f(x) =
3
2
[1/3,1/3]
(l) f(x) = 2
[1/4,1/4]
(m) f(x) =
5
2
[1/5,1/5]
Veja no nal do captulo a tabela dos coecientes de Fourier de algumas fun c oes.
Vamos terminar esta introdu c ao sobre as series de Fourier com a descri c ao
de algumas aplica c oes. Observe que qualquer dos itens aqui abaixo representa
assunto para um livro inteiro e assim voce dever ave-los com esta perspectiva:
s ao exemplos.
3.3 Aproxima cao polinomial classica.
Vamos terminar este captulo com um metodo de aproxima c ao polim omial que
se assemelha ao das series trigonometricas.
3.3.1 Quadrados mnimos.
A constru c ao que faremos e bem geometrica. Ela consiste em calcular um ob-
jeto Q que se encontre a dist acia mnima de outro, f:
d(Q, f) <
em que e um erro suport avel.
Os objetos Q que consideraremos s a polin omios, e o outro objeto dado f
ser a um conjunto de pontos observados em algum experimento. O m odulo, ou
norma que vamos usar para calcular esta dist ancia mmima ser a a norma do
espa co L
2
([a, b]) em que [a, b] o espa co de tempo durante o qual se realizou
o experimento.
Estaremos resolvendo uma equa c ao:
d(Q, f)
2
= [[X f[[
2
2
=
_
b
a
[X(t) f(t)[
2
dt <
2
(3.37)
mas tambem estamos escolhendo a inc ognita que iremos encontrar ao decidir
que Q ser a um polin omio.
Observa cao 13 O problema:
Vamos aplicar este metodo, como dissemos acima, em uma fun c ao resultante de algumas
observa c oes feitas em um n umero nito de pontos do intervalo [a, b] durante o qual se realizou
o experimento. Quer dizer que tudo que conhecemos de f s a os valores
{f(z1), f(z2), , f(zm)}
observados.
Este e um real impeclio para aplicar a f ormula do c alculo da dist ancia de L
2
([a, b]). A
solu c ao e encontrar um metodo indireto que se assemelha muito ao usado na constru c ao das
series de Fourier.
70 CAP
k=0
akck(x) (3.38)
e impondo a condi c ao de dist ancia mnima de f temos:
^(f, a0, , an) = [[f Q[[
2
2
=
_
b
a
(f(t)
n
k=0
akck(t))
2
dt. (3.39)
Esta express a dene uma fun c ao ^ que depende das vari aveis:
a0, , an
e do par ametro f,
^(f, a0, , an) = [[f Q[[
2
2
(3.40)
e o nosso objetivo e de calcular um mnimo de ^ relativamente as vari aveis
a0, , an que representam o polin omio Q e assim encontram um polin omio que
esteja o mais pr oximo possvel de f. Uma condi c ao necess aria para se ter um
mnimo de uma fun c ao e que a derivada se anule: ^= 0, o que implica que suas
componentes
N
ak
= k^, as derivadas parciais, tambem se anulem. Calculando
as derivadas parciais de ^ vamos encontrar, para cada k
k^ = 2
_
b
a
f(t)ck(t)dt + 2
n
j=0
aj
_
b
a
cj(x)ck(x)dx = 0 (3.41)
temos portanto um sistema de equa c oes lineares nas vari aveis aj em que tambem
est a envolvida a fun c ao f.
Veja que temos muitas incognitas em nosso problema:
f, a0, , an
e na verdade conhecemos apenas:
f(z1), f(z2), , f(zm).
ent a e necess ario fazer hip oteses de trabalho que reduzam as incgognitas.
3.3. APROXIMAC
AO POLINOMIAL CL
ASSICA. 71
Observa cao 14 Metodo da varia c ao dos par ametros. Este metodo se repete
em toda constru c ao matem atica ou cientca de modo mais geral:
Se escreve a solu c ao do problema de acordo com um modelo j a conhecido,
(algumas vezes se inventam novos modelos...).
Se acrescentam hip oteses sobre os par ametros permitindo encontrar-se uma
solu c ao particular.
Se aplica uma varia c ao sobre os par ametros de modo a descobrir situa c oes
mais gerais em que se pode aplicar a solu c ao encontrada.
Estamos tentando utilizar o modelo das series de Fourier usando polin omios
em lugar de senK, cosK.
A primeira hip otese que vamos fazer arremeda o que foi feito com os po-
lin omios trigonometricos, quando impusemos a condi c ao de ortogonalidade so-
bre os vetores senK, cosK:
Hip otese 1 Os polin omios que formam a base do espa co sejam ortonormais.
Com esta hip otese parte de nossas equa c oes lineares acima desaparecem:
_
b
a
cj(t)ck(t)dt =
_
0 j ,= k
1 j = k
(3.42)
com esta simplica c ao o sistema de equa c oes formado pelas derivadas parciais
se reduz a igualdade:
ak =
_
b
a
f(t)ck(t)dt (3.43)
e assim chegamos ` as equa c oes semelhantes as que deniram os coecientes de
Fourier agora como condi c ao de minimalidade.
S o nos resta descobrir um conjunto ortonormal de polin o-mios, para isto
vamos descrever um metodo de ortonormaliza c ao de vetores num espa co vetorial
qualquer.
Observa cao 15 A serie de Fourier e uma solu c ao otima.
Associamos dist ancia mnima com ortogonalidade, partimos da premissa de
que nos interessava uma solu c ao que minimizasse, do ponto de vista de energia o
erro entre uma amostragem de um fen omeno f e um polin omio Q que desejamos
obter.
O leitor poderia muito bem se perguntar porque n a partimos direto da hip otese
de ortogonalidade dos polin omios para escrever a equa c ao acima como no caso
dos polin omios trigonometricos.
Aparentemente poderiamos come car exatamente deste ponto, entretanto o
nosso objetivo inicial foi outro: o de minimizar o erro de uma aproxima c ao po-
linomial de f, logo tinhamos que estudar as condi c oes de mnimo como zemos
acima.
Isto tambem mostra que as series de Fourier s a uma solu c ao que minimiza
o erro relativamente a um tipo de vetores escolhidos como base do espa co, os
vetores senK, cosK.
72 CAP
j=0
< uk, uj > uj
uk :=
uk
[[uk[[
Observe que com o conceito de atribui c ao se torna desnecess ario incluir
mais uma vari avel nas deni c oes e assim o conjunto de vetores ortonormais
ca representado com as mesmas letras que incialmente representavam os
vetores da cole c ao de vetores linearmente independentes dada inicialmente.
A igualdade e uma rela c ao, serve para produzir senten cas abertas que po-
dem ser falsas ou verdadeiras, enquanto que a atribui c ao e uma opera c ao.
1
Vamos introduzir formalmente o smbolo x := F(x) neste livro cujo signicado s a as seguintes
opera c oes matem aticas:
1. y = F(x); em que F representa um conjunto de oper c oes legais sobre x.
2. A atribui c ao: fazendo-se agora x = y.
e que chamaremos de atribui c ao.
3.3. APROXIMAC
AO POLINOMIAL CL
ASSICA. 73
Exemplo 17 Ortonormaliza c ao de vetores.
Vamos ortonormalizar o seguinte conjunto de vetores:
(1, 2, 3), (3, 1, 4), (2, 1, 1)
tornado o primeiro unit ario:
u1 =
(1, 2, 3)
[[(1, 2, 3)[[
=
(1, 2, 3)
14
= (
1
14
,
2
14
,
3
14
)
eliminando a componente de u1 em u2
u2 := u2 < u2, u1 > u1 =
(3, 1, 4) [
3
14
+
2
14
+
12
14
](
1
14
,
2
14
,
3
14
)
= (3, 1, 4) [
17
14
](
1
14
,
2
14
,
3
14
) =
= (3, 1, 4) (
17
14
,
34
14
,
51
14
) = (
25
14
,
20
14
,
5
14
)
dividindo u2 por seu m odulo:
u2 :=
u2
[[u2[[
= (
5
14
,
4
14
,
1
14
)
calculando u3
u3 := u3 < u3, u1 > u1 < u3, u2 > u2 =
= (2, 1, 1) [
7
14
]u1 [
7
14
]u2
= (
2
3
,
2
3
,
2
3
)
dividindo u3 por seu m odulo:
u2 :=
u3
[[u3[[
=
= (
1
3
,
1
3
,
1
3
)
Os tres vetores ortonormais s a:
u1 = (
1
14
,
2
14
,
3
14
)
u2 = (
5
14
,
4
14
,
1
14
)
u3 = (
1
3
,
1
3
,
1
3
)
74 CAP
1
ba
R
E
2
1
(x)dx
=
=
E1
q
1
ba
[
x3
3
(a+b)x2
2
+
(a+b)2x
4
]|
b
a
=
=
(x
a+b
2
)
(ba)
2
que e unit ario e ortogonal a c0.
2
se nos restringirmos ao espa co das fun c oes contnuas no intervalo [a, b] o produto escalar dene
uma norma
3.3. APROXIMAC
AO POLINOMIAL CL
ASSICA. 75
3. passo: As duas equa c oes gerais deste processo iterativo s a:
ck(x) := ck(x)
k1
j=0
< ck, cj > cj(x) =
= x
k
k1
j=0
(< t
k
, cj(t) >)cj(x) =
= x
k
k1
j=0
(
1
ba
_
t
k
cj(t)dt)cj (x) =
= x
k
1
ba
_
[
k1
j=0
t
k
cj(t)cj(x)]dt)
ck :=
Ek
||Ek||
=
As contas acima descritas s a diceis de serem levadas ` a termo exatamente
como se encontram sugeridas. Para calcular com esta generalidade um pro-
grama de computa c ao algebrica rodando num pentium a 100 Mhz levou 10 mi-
nutos para calcular os tres primeiros termos. A solu c ao para c alculos desta
natureza consiste em escrever o programa com as equa c oes gerais como est a
acima, entretanto, rod a-lo com os valores de a, b que interessam na pr atica. O
resultado comparativo e: os tres primeiros termos foram conseguidos em alguns
segundos.
Ao mesmo tempo o pr oprio programa e f ormula geral que precisamos e que
pode ser aplicada em qualquer caso particular.
Abaixo voce tem esta f ormula-programa em condi c oes ser aplicada:
Exemplo 18 F ormula-programa.
u0 := proc(x) 1;end; a:= 0;b:= 3; s1 :=1;
u1 := proc(x) (1/s1)*(x - (1/(b-a))*(b^2 - a^2)/2 );end; s2:=1;
s1:=sqrt( (1/(b-a))*Int(u1(t)^2,t=a..b));s1 :=evalf(s1);
Retorne ` a deni c ao de u1 para que ela volte a ser lida com a nova vers a de
s1.
u2 := (1/s2)*proc(x) (1/s2)*(x^2 - (1/(b-a))*int(t^2*u1(t),t=a..b)*
u1(x) - (1/(b-a))*int(t^2,t=a..b)); end; s3:=1;
(1/(b-a))*int(u1(t)*u2(t),t=a..b);
s2:= sqrt(evalf((1/(b-a))*int(u2(t)^2,t=a..b))):s2;
Retorne ` a deni c ao de u2 para que ela volte a ser lida com a nova vers a de
s2.
u3 := proc(x) (1/s3)*(x^3 - (1/(b-a))*int(t^3*u2(t),t=a..b)*u2(x) -
(1/(b-a))*int(t^3*u1(t),t=a..b)*u1(x) -
(1/(b-a))*int(t^3,t=a..b)) ; end; s4:=1;
s3:= sqrt(evalf((1/(b-a))*int(u3(t)^2,t=a..b))):s2;
76 CAP
k=0
kck(x) f(x). (3.44)
Como os vetores ortonormais foram obtidos como condi c ao de mnimo de
uma fun c ao, eles minimizam [[f Q[[2 e demonstramos assim:
Teorema 9 Aproxima c ao com polin omios ortonormais.
Dada uma fun c ao contnua f no intervalo [a, b] as equa c oes
< f, g >=
1
ba
b
_
a
f(t)dt
Q(x) =
n
k=0
akck(x);
ak =
1
ba
b
_
a
f(t)calEk(t)dt
denem um polin omio Q tal que
Q(x) =
n
k=0
kck(x) f(x).
O polin omio Q e uma solu c ao de minimiza c ao do erro [f Q[.
3.3. APROXIMAC
AO POLINOMIAL CL
ASSICA. 77
Estes resultados podem ser postos num quadro mais geral, em nenhum mo-
mento usamos a continuidade da fun c ao f na constru c ao acima, e como j a
sabemos que o espa co L
2
([a, b]) (([a, b]) ent a podemos substituir no teorema
fun c ao contnua por fun c ao de quadrado integr avel.
Finalmente, o interesse que se pode ter na constru c ao que zemos ca na
busca de um polin omio Q que aproxime uma fun c ao desconhecida f da qual
temos apenas uma amostragem em um n umero nito de pontos do intervalo
[a, b]. Estes dados podem ser usados para calcular os coeentes ak, as proje c oes
de f ao longo dos vetores b asicos ck com a soma de Riemann :
k
1
b a
n
j=1
f(zj)ck(zj)zj (3.45)
em que f(z1), f(z2), , f(zm) s a os valores conhecidos de f. Estes c alculo
ser a tanto mais preciso quanto mais densa for amostragemf(z1), f(z2), , f(zm)
de f.
Observa cao 16 Quadrados mnimos.
Denominamos com o sub-ttulo de quadrados mnimos o conte udo desta se c ao. Chama-
se de um problema de quadrados mnimos a busca de uma fun c ao contnua, em geral um
polin omio, muitas vezes uma reta, fun c ao do primeiro grau, ou uma fun c ao do segundo grau,
que minimize a dist ancia
n
X
k=0
|f(zk Q(zk|
2
.
Foi isto que conseguimos ao determinar o polin omio Q representando a f ormula nal
para o valor aproximado de ak a discretiza c ao do metodo.
Exerccio 5 Aproxima c ao por polin omios ortonormais.
1. Polin omios linearmente independentes
3
.
(a) *Enuncie o Teorema fundamental da
Algebra.
(b) Mostre que uma cole c ao crescente de polin omios, segundo o grau,
e linearmente independente sobre um intervalo qualquer n ao
contiver o polin omio constante n a nulo.
(c) Estabele ca a rela c ao entre os dois itens anteriores.
2. Prove que se
c0(x) = 1, c1(x) = x, c2(x) = x
2
, , cn(x) = x
n
k=0
kck(x)[[2
para as mesmas fun c oes conhecidas.
(c) * Inclua no programa mencionado acima uma estatstica que me ca
o desvio padr a entre os valores conhecidos de f e do polin omio.
Seu programa deve construir uma tabela de dados para memorizar
a hist oria de todas as fun c oes analizadas que possa ser consultada
como uma op c ao de menu.
Um livro cl assico sobre este assunto, [24], tem cerca de 500 p aginas, isto mostra que ne-
cess ariamente as pr oximas p aginas s ao uma p alida fotograa sobre o assunto.
Os splines s ao considerados, por sua origem, Mas como estamos falando de aproxima c ao
terminariamos por deixar a ideia de que series de Fourier ou de Taylor seriam metodos
para, por exemplo, enar nas calculadoras eletr onicas os valores das fun c oes, e isto n ao seria
verdadeiro. O metodo usado e splines do qual falaremos agora um pouco e mostraremos
como se pode construir alguns, de modo emprico, apenas para transmitir a ideia.
3.4 Series numericas.
3.4.1 Deni c oes e exemplos.
As series de Fourier nos alertaram para existencia de somas parciais de fun c oes
que denem sucess oes de fun c oes. As sucess o cujo termo geral se apresentam
na forma de somas parciais, se chamam series.
Deni cao 8 Series numericas. Seja s uma sucess a e denamos
Sn =
n
k=ko
sk.
S e uma nova sucess a chamada de serie de termo geral sn ou serie associada a s
. Se s for positiva e seu termo geral ser a maior do que o n umero real a > 0 ent a
sua serie associada crescer a alem de qualquer limite sendo portanto divergente.
Vemos assim que
Teorema 10 Condi c ao necess aria de convergencia. Se S for a serie associada
` a sucess ao s ent a
S e convergente limn sn = 0
3.4. S
ERIES NUM
ERICAS. 79
Mas esta condi c ao n a e suciente, o exemplo seguinte o mostra:
Exemplo 19 A serie associada a
1
n
. A serie
k=1
1
k
diverge.
Dem : S o poderemos demonstrar com exadid ao este resultado com auxlio dos criterios
de convergencia que logo estudaremos, portanto esta demonstra c ao vai repousar em dados
intuitivos. Tente mostrar que as somas entre duas quaisquer potencias de 10, sucessivas, por
exemplo, entre 10 e 100, ou entre 100 e 1000, tem o mesmo valor, aproximadamente. Veja
a seguinte listagem:
inicio ...10
fim ...100
soma = 2.34840926367
================================
inicio ...100
fim ...1000
soma = 2.30709334291
=================================
inicio ...1000
fim ...10000
soma = 2.30303517549
==========================
log(10)= 2.30258509299
==============================
esta listagem de dados sugere que o valor comum das somas parciais tomadas entre duas
potencias de 10, (exluindo sempre a ultima) vale aproximadamente o n umero 2.30258509299 =
log(10).
Estes experimentos sugerem que o seguinte teorema seja demonstrado:
Teorema 11 Hip otese sobre a serie de Riemann.
10
n+1
1
X
10
n
1
k
2.3
Se este teorema puder ser demonstrado, usando a associatividade, podemos concluir que
10
n2 1
P
10
n1
1
k
=
n21
X
k=n1
10
k+1
1
X
j=10
k
1
j
(n2 n1 1) log(10)
e assim as somas parciais crescem aproximadamente com uma progress ao aritmetica cuja
raz ao e log(10). q.e.d . A demonstra c ao acima n ao chega a ser errada, mas
contem imperfei c oes tecnicas. A tecnica adequada para fazer esta demonstra c ao
passa pelo uso de desigualdades, majorando as soma para se concluir que as
somas parciais crescem mais do que uma certa progress ao aritmetica.
E preciso
relembrar o obvio, o programa que produziu a listagem dados acima, n ao pode
80 CAP
k=1
1
k
representa um limite. Portanto a frase no exemplo deve ser entendida como
a serie n a tem limite. Esta e forma de escrever este limite, mesmo quando
ele n a exista, imposto por uma tradi c ao hist orica que n a vale a pena tentar
corrigir, mesmo porque e c omodo. As somas parciais na serie do exemplo,
podem ser agrupadas em pacotes associados com as potencia de 10 e assim se
pode vericar que dentro destes pacotes a soma pode ser minorada pelo valor do
primeiro pacote:
10
k=1
1
k
o que mostra que a serie cresce indenidamente e proporcionalmente a este
n umero para cada potencia de 10. Isto ainda signica que o seu crescimento se
amaina com o passar das potencia de 10... Seu valor para n = 1000 e 7.47442
e seu valor para n = 2000 e 8.17285 com uma diferen ca de 0.6.
Observa cao 17 Somas e series. N a existem somascom um n umero innito de ter-
mos, ali as, veja innitonoutro lugar deste livro, o innito e uma classe de objetos e n ao
um unico objeto. As series s a uma das maneiras de extender o conceito aritmetico soma a
uma famlia n a nita de objetos. As integrais oferecem outra forma de faze-lo. No caso das
series este metodo se pode descrever simplesmente como um c alculo de limites, e no caso
das integrais se trata de um limitemais envolvido porque a a cardinalidadedo funil que
conduz a este limite pode ser diferente. A palavra tecnica usada em Matem atica n a e funile
sim, ltro, mas a ideia e de um afunilamento numa certa dire c ao que generaliza o conceito
de limite. Series s a um tipo de integral, entretanto.
3.4.2 Criterios de convergencia.
Vamos come car com um exemplo.
Exemplo 20 As series geometricas. O c alculo seguinte nos permite calcular
somar de progress oes geometricas:
(r 1)(r
n
+r
n1
+ +r + 1) = r
n+1
1
de onde se conclue que
r
n
+r
n1
+ +r + 1 =
r
n+1
1
r 1
Se [r[ < 1 ent a limn(r
n
) = 0 e assim vemos que as series geometricas associadas
` as progress oes geometricas de raz a menor que 1 em m odulo, convergem para
1
1 r
3.4. S
ERIES NUM
ERICAS. 81
As series geometricas s a as unicas que sabemos calcular diretamente. Outras
series podem ser calculadas indiretamente mas vamos logo ver que as series
goemetricas desempenham um papel central no estudo das series. Se uma su-
cess a s for positiva e termo a termo menor que uma serie geometrica de raz ao
menor que 1 em m odulo, ent a ser a convergente porque suas somas parciais ser a
menores que as somas parciais da serie geometrica. Este teorema e importante
ser apresentado em toda sua generalidade.
Teorema 12 Teorema de comparac a de series. Sejam s, t duas sucess o posi-
tivas tais que
n > no : sn tn
ent a se a serie associada a t convergir, tambem converge a serie associada a s.
Se divergir a serie associada a s tambem diverge a serie associada a t:
k=ko
tk <
k=ko
sk <
k=ko
sk =
k=ko
tk =
Vamos introduzir uma simplica c ao na linguagem que e muito corrente.
Dada uma sucess ao s passaremos a dizer apenas a serie s quando quisermos
dizer a serie associada ` a s.
Aplicamos o teorema anterior ` as series geometricas para compar a-las com
outras series: se uma serie s positiva for tal que
sn r
n
; [r[ < 1
ent a S, a serie s, converge tambem.
Exerccio 6 *
Desenvolva a serie
k=0
1
k!
e compare-a com a serie geometrica de raz ao
1
2
para concluir que e uma serie
convergente.
Vamos deduzir uma teorema semelhante anterior comparando series com
uma integral. Se uma sucess a s for positiva, as suas somas parciais podem ser
interpretadas como a soma dos ret angulos de base 1 e altura sn.
Veja o gr aco 3.7, nele est a representas a area
N
k=1
sk e
_
N
1
s(x)dx observe
que a fun c ao sob sinal de integral e s(x) e a mesma equa c ao que dene a sucess a
s. O gr aco tambem sugere que s e decrescente, e vamos adotar isto como
hip otese do nosso futuro teorema. Finalmente h a duas maneiras de interpretar
82 CAP
k=1
sk ;
N+1
k=2
sk ;
Estas duas interpreta c oes geometricas nos conduzem a
N+1
k=2
sk
_
N+1
1
s(x)dx
N+1
k=1
sk
Sob a hip otese de que s seja integr avel, temos:
S s1 =
k=2
sk
_
1
s(x)dx
k=1
sk = S
3.4. S
ERIES NUM
ERICAS. 83
que e uma desigualdade da forma
S s1 I S (3.46)
em que S representa o limite da serie e I o limite da integral. A conclus a e que
S converge sse I converge. Demonstramos assim
Teorema 13 Teste da integral. Se s for uma fun c ao decrescente ent a
_
1
s(x)dx <
sse
k=1
sk converge e
k=2
sk
_
1
s(x)dx
k=1
sk
Exemplo 21 Uma aplica c ao do teste da integral. J a zemos referencia ante-
riormente que
k=1
1
k
e divergente, mas que
k=1
1
k
p e convergente se p > 1.
Estamos em condi c oes de demonstrar isto com o teste da integral.
_
N
1
1
x
p
dx = x
1p
[
N
1
=
N
1p
1 p
1
1 p
=
N
1p
1 p
+
1
p 1
O limite da ultima express a e
1
p1
.
Conclusao: como a integral acima e nita, ent ao para todo p > 1 a serie
(p) :
k=1
1
k
p
converge e portanto o seu valor pode ser calculado com um programa de com-
putador, aproximadamente.
Assim, se p = 2 temos:
_
k=1
1
x
2
dx = 1 <
k=1
1
k
2
=
2
6
1.644934 =
50000
k=1
1
k
2
ou se p = 3 temos:
1
2
=
_
k=1
1
x
3
dx <
37000
k=1
1
k
3
= 1.2020547 <
k=1
1
k
3
,
ou ainda se p = 11 temos:
0.1 =
_
k=1
1
x
11
dx <
1000
k=1
1
k
11
= 1.0009945 <
k=1
1
k
11
.
84 CAP
k=1
sk converge, o seu valor exato e menos importante e pode
ser obtido aproximadamente por um programa de computador. A arte de calcular series e bonita
mas n a e cientca no sentido de que ela n a pode produzir resultados efetivos. Ent a o que e
cientco e demonstra c ao da convergencia. Os testes de convergencia por compara c ao sugerem
que e preciso ter um estoque grande de series convergentes. Com as series geometricas e as
series (p) j a podemos admitir que temos um estoque modesto, mas signicativo.
Exemplo 22 A divergencia da serie harm onica de Riemann. Vamos deduzir
do j a exposto que a serie
k=1
1
k
e divergente.
Uma demonstra c ao direta usando o teste da integral seria imporssvel porque
nos levaria a discutir a nitude de
_
1
dx
x
o que nos levaria a um crculo vicioso. O que vamos fazer e completar os dados
imprecisos que apresentamos anteriormente. Modicando o teste da integral
temos:
n2
k=n1
1
k
<
n2 _
n1+1
dx
x
<
n2
k=n1+1
1
k
Uma propriedade da integral da fun c ao f(x) =
1
x
que enunciaremos, (dizendo
apenas que sua demonstra c ao se pode fazer com alguma ast ucia a partir da
deni c ao de integral por aproxima c ao de somas de Riemann):
b
_
a
dx
x
=
1
_
a/b
dx
x
=
b/a
_
1
dx
x
3.4. S
ERIES NUM
ERICAS. 85
isto, e dizendo eom outras palavras, que um dos limites de integra c ao pode ser
cancelado na integral. Usando esta propriedade temos:
n2
k=n1
1
k
>
n2/(n1+1)
_
1
dx
x
>
n2
k=n1+1
1
k
Se escrevermos agora n1 e n2 como potencias sucessivas de 10 concluimos:
10
n1+1
k=10
n1
1
k
>
10
_
1
dx
x
= C >
10
n1+2
k=10
n1+1
1
k
e assim os pacotes de somas parciais entre duas potencias de sucessivas de 10 e
maior do que, (a desigualdade que faltava no exemplo anterior...), a constante
10
_
1
dx
x
= C
que e o n umero log(10) que j a haviamos achado experimentalmente.
Vamos estudar outro metodo de an alise da convergencia de uma serie que
analisa o quociente.
Suponhamos que Sn =
n
k=1
sk ; sk > 0 seja convergente e que possamos
provar que
limk
sk
tk
= r R ; r > 0
ent a as sucess oes s e t tem mesma ordem de grandeza e a convergencia de
Sn =
n
k=1
sk implica na convergencia de Tn =
n
k=1
tk, entretanto n a como o
mesmo limite. Demonstramos:
Teorema 14 Compara c ao de series por quociente. Se os termos gerais sk, tk
de duas series tiverem mesma ordem de grandeza, ent a a convergencia de uma
das series implica a convergencia da outra.
Mencionamos acima a ordem de grandeza que e um conceito muito importante
e que precisa ser estabelecido detalhadamente:
Deni cao 9 Ordem de grandeza.
Mesma ordem de grandeza: Dizemos que duas sucess oes s, t, tem mesma ordem
de grandeza se
limk
sk
tk
= r
para algum r R ; r > 0
Ordem grandeza inferior: Diremos que a ordem de grandeza de s e menor que
a ordem de grandeza de t se r no limite acima for zero.
86 CAP
ERIES DE FUNC
OES. 87
outra forma:
sk+1
sk
> x para qualquer que seja x desde que k seja sucien-
temente grande. Consequentemente a raz ao entre dois termos sucessivos
de s e maior do que qualquer raz ao geometrica.
Interessa-nos entretanto discutir a ordem de grandeza, o quociente acima
diz que a sucess a k! e maior do que x
k
para qualquer x a partir de k +1 >
x.. Se invertermos as fra c oes teremos:
1
(k+1)!
<
1
x
k+1
<
1
x
k
;
1
(k+1)!
<
x
k
x
(k+1)
k!
<
x
(k+1)
x
(k+1)
k!
<
1
x
(k+1)
;
1
(k+1)!
<
1
xk!
<
1
x
k+1
;
1
(k+1)!
1
xk+1
<
x
k!
<
x
x
k
<
1
x
para qualquer raz a x sucientemente grande. Como a ultima fra c ao tende
a zero, a conclus ao e que a primeira tambem tende a zero, logo se conclue
que a ordem de grandeza de
1
k!
e menor do que a de qualquer progress a
geometrica:
x
1
k!
= o(
1
x
k
).
Uma das consequencias e:
k=0
1
k!
converge. Tudo que podemos saber e que a serie
k=0
1
k!
converge, mas
quanto vale este limite? Pelo simples fato de convergir, dene um n umero,
foi dado a este n umero o nome e, seu valor pode ser calculado aproxima-
damente com qualquer reduzida da serie. Outra serie convergente e:
k=0
x
k
k!
tambem converge para todo x > 1, porque a progress a geometrica
k=0
1
x
k
converge para todo x > 1 e pelo Teorema da compara c ao por quociente de
series.
3.5 Series de fun c oes.
O ultimo exemplo nos oferece um gancho para um novo t opico. A express a
x
X
k=0
x
k
dene uma fun c ao desde que 1 < x < 1, porque esta serie geometrica converge para qualquer
x ; |x| < 1. Temos assim uma fun c ao:
F : (1, 1) R (3.47)
F(x) =
X
k=0
x
k
(3.48)
88 CAP
X
k=0
akx
k
(3.50)
em que os termos da serie s ao multiplicados pelos de uma sucess ao ak ; |ak| 1. No caso
anterior temos ak = 1, e, e claro, se |ak| 1 melhoraremos as condi c oes de convergencia
podendo, talvez ter um domnio mais ample de valida para a fun c ao F(x) :
F : (r, r) R (3.51)
F(x) =
X
k=0
akx
k
, (3.52)
com r > 1. O modelo mais generico seria
F : (r, r) R (3.53)
F(x) =
X
k=0
fk(x), (3.54)
este modelo, como redigido acima e muito dicil de ser discutido, mas casos particulares dele
podem ser analisados com os dados que j a temos. Por exemplo
F : (r, r) R (3.55)
F(x) =
X
k=0
x
k
k!
, (3.56)
o modelo este que e do tipo
F : (r, r) R (3.57)
F(x) =
X
k=0
akx
k
, (3.58)
e vai ser analisado na pr oxima se c ao.
3.5.1 Series de potencias.
Deni cao 10 Serie de potencias.
F : (r, r) R (3.59)
F(x) =
k=0
akx
k
. (3.60)
em que r e o maior n umero real positivo tal que se [x[ < r a serie que dene
F e convergente. O intervalo (r, r) se chama disco de convergenciada serie
de potencias F e o n umero r e o seu raio de convergencia.
3.5. S
ERIES DE FUNC
OES. 89
As denomina c oes disco, raio se devem ao fato de que estas fun c oes se encon-
tram naturalmente denidas para os n umeros complexos que denem um plano
e onde disco e raiotem um sentido mais natural. No caso
F : (r, r) R
F(x) =
k=0
x
k
k!
,
o raio de convergencia e porque, como j a analisamos,
1
k!
= o(x
k
), quer dizer
que os termos desta serie satisfazem ` a condi c ao necess aria, mas n ao suciente
de convergencia, (meio caminho andado).
Vamos ver que o raio de convergencia depende do comportamento assint otico
dos coecientes ak. Facilmente se ve que se eles forem constantes ent a o raio de
convergencia ser a 1 porque
k=0
Ax
k
= A
k=0
x
k
,
c alculo que s o e possivel fazer se [x[ < 1 porque ent a os limites envolvidos
existem.
Observa cao 19 Coecientes limitados. Se usarmos uma sucess ao de coecientes que
seja limitada, n ao existe praticamente nenhuma diferen ca com a constante A usada acima.
Uma sucess ao que convirja para A, representa o n umero real A. Isto mostra que existe uma
grande quantidade de sucess oes diferentes que podemos usar como coecientes para produzir
pelo menos fun c oes
F : (1, 1) R (3.61)
F(x) =
X
k=0
akx
k
, (3.62)
Veremos que se uma sucess ao denir o n umero zero, e h a muitas e com ordem grandeza dis-
tintas, o resultado ser a um acrescimo no domnio de F.
E este rumo que os nossos pr oximos
c alculos v ao tomar.
Os seguintes c alculos nos conduzem a uma conclus ao:
k=0
akx
k
= (3.63)
=
k=0
(
k
akx)
k
(3.64)
converge se assint oticamente
4
k
_
[ak[[x[ < 1 (3.65)
4
quer dizer, se uma quantidade nita de termos desobedecer a regra, a regra ainda e obe-
cida, ou ainda, estatisticamente falando a regra vale. Tambem a sucess ao ak dos coecientes
n ao precisa ter limite, ela pode ser divergente.
90 CAP
|ak|
= (3.67)
que expressa assim a rela c ao entre o tamanho m aximo do m odulo de x para
que se tenha convergencia em fun c ao de uma limita c ao assint otica de
k
_
[ak[. O
n umero r em nosso exemplo inicial era 1 e correspondia ate mesmo a sucess oes
de coecientes limitados. Agora obtivemos a f ormula
r =
1
limsup
k
k
_
[ak[
.
T a menor seja a limita c ao assint otica de
k
_
[ak[ t a maior pode ser o raio de
convergencia que limita o valor de x. S a inversamente proporcionais. Como
queremos expressar sob forma de um raio de convergencia esta rela c ao, vamos
usar o inverso do valor assint otico de
k
_
[ak[:
[x[ <
1
r
=
para designar o raio de convergencia:
=
1
limsup
k
k
_
[ak[
e o raio de convergencia da serie de potencias:
k=0
akx
k
. (3.68)
Demonstramos assim o teorema:
Teorema 15 Lema de Abel. Consideremos a serie de potencias
k=0
akx
k
.
Se [x[ < =
1
limsup
k
k
ak
ent a a serie converge absolutamente e uniformemente
sobre qualquer disco de raio
< g, g >
_
< f, f > (3.69)
sabemos que ela pode ser escrita como
[ < f, g > [ [[g[[2[[f[[2 (3.70)
em que 2 e o ndice da raiz, de tal modo que
1
2
+
1
2
= 1. Se agora escolhermos
dois n umeros positivos cuja soma seja tambem 1 um resultado an alogo pode ser
obtido:
Teorema 16 Desigualdade de H older Se p, q forem n umeros positivos tais que
1.
1
p
+
1
q
= 1
2. f L
p
([0, 2]) , g L
q
([0, 2])
ent a
[ < f, g > [
p
< g, g >
q
_
< f, f >.
Se escolhermos o par (p, q) = (2, 2) retornaremos a desigualdade de Cauchy-
Schwarz, portanto, se a desigualdde de H older for verdadeira, e e, ver [21, pag.
230, desig. de H older para sucess oes] ela e generaliza c ao da desigualdade de
Cauchy-Schwarz. Em um certo sentido, e na demonstra c ao isto e usado, a
desigualdade de H older contem o signicado das medias ponderadas, p, q se
compensam sob a condi c ao
1
p
+
1
q
= 1.
Esta desigualdade posta em termos das integrais que denem <, > se escreve
ainda
[ < f, g > [ =
_
2
0
f(x)g(x)dx
_
2
0
f(x)
p
dx
q
_
2
0
g(x)
q
dx
92 CAP
k=0
sktk (3.71)
p
k=0
[sk[
p q
k=0
[tk[
q
(3.72)
e a desigualdade de Minkowski:
Teorema 19 Desigualdade de Minkwoski. Se s, t forem sucess o ent a
[[s +t[[p [[s[[p +[[t[[p.
Observe que a desigualdade de Minkowski e a desigualdade triangular gene-
ralizada. As demonstra c oes das destas desigualdades podem ser encontradas
em [21, parte 2, pag 230, exerc. 4], a leitura do captulo 9 de [21], onde se
encontram estas demonstra c oes das desigualdades de H older e Minkowski, e re-
comendado para quem quiser ter uma ideia mais ampla do que discutimos aqui
e e relativamente independente dos demais captulos do mesmo livro.
3.6.2 Convergencia condicional.
N a discutimos em nenhum momento a convergencia de uma serie
k=0
sk (3.73)
quando s n a fosse positiva. Ficou sempre implicito que estavamos tratando de
series de termos positivos. Vamos agora discutir a convergencia de uma serie
qualquer. Infelizmente o unico resultado seguro que temos e o seguinte:
3.6. GENERALIZAC
OES. 93
Teorema 20 da convergencia absoluta. Se
k=0
[sk[ convergir ent a
k=0
sk
converge.
Dem :
E consequencia direta da desigualdade triangular aplicada ` as somas parciais:
|
n
X
k=0
sk|
n
X
k=0
|sk|
portanto se a soma, em valor absoluto, for convergente, por um dos criterios de convergencia
de series, qual? a serie
X
k=0
sk
converge. q.e.d .
Este teorema mostra, portanto, como foi importante estudar as series posi-
tivas porque delas sai tudo que podemos dizer de forma geral sobre as outras.
Quando o Teorema da convergencia absoluta falha, a serie ainda pode convergir,
como mostra o seguinte exemplo:
Exemplo 24 Convergencia de series.
1. A serie harm onica: A serie harmonica
k=0
1
k
e divergente. Com o teste
da integral se verica que suas somas parciais s a compar aveis a integral
_
n
1
1
x
dx = ln(n)
nos exerccios voce ir a encontrar outros resultados semelhantes.
2. A serie alternada:
k=0
(1)
k
k
converge para um n umero pr oximo de 0.7
3. e series de Potencias: Os termos da serie alternada podem denir uma
serie de potencias com raio de convergencia 1
a0 = 1 = f(0) ; a1 =
1
2
= f
(0) ; ; an =
(1)
n
n + 1
=
f
(n)
(0)
n!
;
O problema se encontra em descobrir uma fun c ao que tenha estas deriva-
das na origem. A fun c ao f(x) =
1
x+1
ajuda o incio da procura, porque
suas derivadas se alternam de sinal. Temos
f(x) =
1
x+1
; f
(x) =
1
(x+1)
2 ; f
(x) =
2
(x+1)
3
f
(n)
(x) =
(1)
n
n!
(x+1)
n+1 ;
f(x) = 1 x +x
3
x
4
+ + (1)
n
x
n
+ ;
Integrando f vamos encontrar uma fun c ao interessante:
F(x) =
_
x
0
f(t)dt =
_
x
0
1
t+1
dt = ln(x + 1) =
x
x
2
2
+
x
3
3
+ + (1)
n x
n
n
+
F(1) = 1
1
2
+
1
3
+ + (1)
n 1
n
+ = S
que e valor procurado da serie alternada, S = ln(2) 0.7.
94 CAP
N
k=1
(1)
k
k
=
N1
k=1
(
1
k
1
k+1
) =
=
N/2
k=1
1
2k+1
N/2
k=1
1
2k
;
entretanto n a podemos aplicar limite na segunda linha de equa c oes porque
teriamos duas series divergentes ` as quais n a se aplicaria o teorema da
soma de limites. N a vale a associatividade generalizada para as series que
n a convirjam absolutamente.
Resta saber se os c alculos que zemos acima, calculando integrais de uma serie,
tem alguma validade. Numericamente eles se justicam, calculando a serie al-
ternada com um programa de computador o valor que se encontra e ln(2), ent a
a pr atica for ca a teoria. Algumas li c oes se devem tirar deste exemplo, uma delas
e que precisamos justicar a convergencia de series cuja convergencia absoluta
n a se d a. Outro e que o Lema de Abel est a com sua reda c ao precisa: uma serie
de potenicias converge com certeza no disco de convergencia determinado pelo
raio de convergencia, entretanto pode se dar convergencia ou n a, em cima da
fronteira do disco.
Este exemplo justica a cria c ao do termo convergencia condicional:
Deni cao 11 Convergencia condicional. Dizemos que
k=0
sk
e condicionalmente convergente se for convergente mas n a absolutamente con-
vergente.
Observa cao 21 Convergencia condicional em oposi c ao `a convergencia absoluta.
O termo convergencia condicional, do ponto vocabular, e pessimo uma vez que n a traduz
corretamente a oposi c ao a convergencia absoluta.
Veja o ultimo exemplo acima, ele mostra que n a vale a associatividade generalizada
quando uma serie n a convergir absolutamente. Tais series convergem dependendo do arranjo
dos seus termos (negando-se assim a propriedade associativa para series), como dependem
do arranjo dos termos, convergem condicionalmente.
E esta a raz a do nome, mas como tantos outro termos que se agregaram ao linguajar
matem atico, este cou consagrado pelo uso.
k=0
skx
k
3.6. GENERALIZAC
OES. 95
com auxlio do Lema de Abel e de onde se pode deduzir a convergencia de uma
serie numerica particular
k=0
skr
k
em que r e um valor particular dado a x dentro do raio de convergencia da serie
de potencias. Mas e preciso chamar a aten c ao do leitor que o metodo e artesanal,
sem nenhum preconceito contra o artesanato, e preciso salientar entretanto a
falta de metodo claro e geral.
Exerccio 7 1. Verique que se a > 1 ent a
n
a 1. Consequentemente se
numa serie de potencia os coecientes convergirem para a > 1 ent a o seu
raio de convergencia ser a = 1.
2. Verique que se 0 < a < 1 na quest ao anterior, a conclus a e a mesma.
Enuncie o resultado geral.
3. Encontre a serie de Taylor de f(x) =
x+1
x+3
desenvolvida no ponto a ,= 3.
Calcule o seu raio de convergencia.
4. Qual e o raio de convergencia da serie de Taylor de f(x) =
P(x)
xa
no ponto
x = b ,= a.
5. Encontre as series de Taylor de sen e de cos num ponto x = a qualquer e
calcule os seus respectivos raios de convergencia.
6. (a) Encontre a serie de Fourier de
f(x) =
_
cos(x) x (0, ]
cos(x) x [, 0]
(3.74)
(b) Calcule
k=1
k
2
(4k
2
1)
2
7. Considere a fun c ao de peri odo 2 denida por
f(x) =
_
cos(x) x [, ]
estens a peri odica x / [, ]
(3.75)
Calcule a sua serie de Fourier de f
8. Qual e a compara c ao de ordem de grandeza entre n e log(n)? Determine
os limtes:
lim
n
n
log(n)
lim
n
log(n)
n
9. Se un =
k=n
1
k
, converge un?
96 CAP
k=1
(1)
k
k
converge.
11. (a) Verique que
k=1
1
k
e divergente.
(b) Se un =
k=n
1
k
, u e uma sucess a convergente ou divergente?
(c) Se un =
k=n
(1)
k
k
, u e uma sucess a convergente ou divergente?
Se convergente qual o seu limite?
(d) constante, , de Euler: Verique se
n
k=1
1
k
ln(n) converge ou
diverge.
12. Calcule limsup u e liminf u com un =
n
k=1
(1)
k
. Existe lim(u) ?
13. Considere a sucess a de fun c oes fn(x) =
nx
nx+1
.
(a) convergencia de fun c oes: Fa ca alguns gr acos dos elementos dessa
sucess a.
(b) convergencia pontual: Verique que n fn(0) = 0.
(c) convergencia pontual: Calcule o limite no intervalo [a, b] ; a, b > 0
e discuta a seguinte conclus a: a sucess a de fun c oes converge para a
fun c ao constante 1.
(d) convergencia pontual: Como resolver o problema da convergencia no
ponto x = 0. Esta era a dor de cabe ca de Du Bois-Reymond com
respeito ` a convergencia das series de Fourier...
(e) convergencia em integral: Calcule An =
_
1
0
fn(x)dx e verique a con-
vergencia desta sucess a. Compare com o n umero A =
_
1
0
1dx. Ser a
que poderiamos dizer que [[fn f[[1 0 para alguma fun c ao f?
14. (a) Estude a convergencia, em integral, se for possivel, de
fn(x) =
n
2
x
n
3
x
2
+ 1
x (0, 1]
(b) Estude a convergencia ponto a ponto da sucess a de fun c oes acima.
15. (a) Estude a convergencia, em integral, se for possivel, de
fn(x) =
n
2
x
n
3
x
2
+ 1
x (a, 1]
em que 0 < a < 1.
3.6. GENERALIZAC
OES. 97
(b) Estude a convergencia ponto a ponto da sucess a de fun c oes acima.
16. Determine uma uma f ormula para os termos da serie de potencias
f(x) =
k=0
skx
k
de modo que xf +f f = 0 com f(0) = 1 e verique assim que f
resolve a equa c ao diferencial, (solu c ao particular).
17. Estude a ordem de grandeza de x e de ln(x) na origem, e determine o
valor da integral
_
1
0
ln(x)dx
18. Mostre geometricamente que
_
1
1
sen(x)
x
dx existe.
19. Calcule o limite limn fn(0) com fn(x) =
sen(nx)
x
e mostre que
_
1
1
sen(nx)
x
dx
existe. Calcule um valor aproximado para esta integral, possivelmente
usando uma integra c ao por partes primeiro.
20. O n ucleo de Dirichlet: Considere a sucess a de fun c oes fn(x) =
sen(nx)
x
.
(a) Fa ca alguns gr acos dos elementos dessa sucess a.
(b) Verique que fn(0) diverge mas que
_
1
1
sen(nx)
x
dx converge. Estude
a possibilidade de uma fun c ao f tal que
fn(x) =
sen(nx)
x
f.
(c) Calcule An =
_
1
0
fn(x)(x)dx para alguns exemplos de fun c oes, (
polinomial ... ! ), e tente deduzir o que aconteceria em geral com An.
98 CAP
k=1
akcos(kx) +bksen(kx). (4.1)
Embora isto seja uma verdade, num sentido que Fourier mal podia imaginar
em sua epoca, em 1873, Paul Du Bois-Reymond construiu um exemplo de fun c ao
contnua cuja serie de Fourier divergia em um determinado ponto. Se as series
de Fourier j a tinham sido mal recebidas em 1807 pelos academicos franceses, a
descoberta de Du Bois-Reymond tornou a quest ao mais aquecida porque n a havia
d uvidas sobre a sua real import ancia, o problema era entender o que signicava
convergenciadestas series. Se pode dizer que os matem aticos s o conseguiram
entender claramente este tipo de convergencia no incio do presente seculo, cerca
de 200 anos depois que os primeiros matem aticos iniciaram a calcular com series
trigonometricas, (Euler e alguns dos Bernoulli bem antes de Fourier).
Vamos discutir com maiores detalhes qual o signicado da convergencia re-
presentada por estas series no pr oximo captulo, entretanto vejamos logo qual e
ideia intuitiva e geometrica que se encontra por traz desta convergencia.
99
100 CAP
ITULO 4. APLICAC
OES
Para que voce tenha uma ideia dos gr acos que voce pode ver, inclusive al-
terando para obter outros relativos a fun c oes que voce mesmo escolha, veja os
gr acos (g. 3.5), (g. 3.6), que se encontram ` as p aginas 66,67. Neles voce
tem os gr acos conjuntos da fun c ao identidade f(x) = x e do polin omio tri-
gonometrico Pn(f) para n 5, 10. Os polin omios trigonometricos descrevem
fen omenos oscilat orios como veremos em seguida, ent ao Pn(f) oscilaem torno
de f.
E isto que destroi a convergencianum sentido comum e mais intuitivo
e que foi contestado no exemplo de Du Bois-Reymond, entretanto do ponto de
vista da energia contida em f, ou mais exatamente no fen omeno modelado por
f, a aproxima c ao e excelente. A energia est a representada pela integral de f e
agora sim: a integral de Pn(f) se aproxima muito da integral de f no intervalo
[, ]:
_
2
0
Pn(f)(t)dt
_
2
0
f(x)dx (4.2)
Polin omios trigonometricos s ao aproxima c ao de fun c oes peri odicas ou ent ao
de uma fun c ao, mas apenas sobre um intervalo em que ela e considerada como
restri c ao de um fun c ao peri odica, mas do ponto de vista da da quantidade de
fen omeno, ou ainda, a integral de f e bem aproximada pela integral de Pn(f).
k=1
akcosK(x) +bksenK(x)
em que n e capacidade de precis a do sistema, para recompor uma apro-
xima c ao do som inicial.
Observa cao 22 Compacta c ao de dados.
Segundo Gilbert Strang, em um artigo publicado no Bulletin of American Mathe-
matical Society, este e um primeiro exemplo de compacta c ao de dados, uma fun c ao,
que anal e isto que e um som, e um objeto que tem uma quantidade innita n a enu-
mer avel de componentes, informa c oes, que podem ser compactadas aproximadamente,
com perda de parte das informa c oes em um n umero nito de dados, num polin omio
trigonometrico, ou ser compactada exatamente numa quantidade enumer avel de dados,
numa serie trigonometrica.
Um dos problemas, e sempre foram os problemas que produziram o avan co
tecnol ogico, junto com os sons vinham ruidos, que e o nome dado aos sons in-
desej aveis que chegam junto com sinal que se recupera e que se devem a muitos
fatores. A ltragem dos ruidos criou esta imensa ciencia em volta das trans-
forma c oes trigonometricas, envolvendo pesquisa em fsica, matem atica, qumica,
ciencias dos materiais e mais recentemente a inform atica que veiu modicar este
conjunto cientco permitindo que a velocidade no processamento dos dados per-
mitissem novas experiencias.
Podemos considerar a transmiss a de informa c oes como a principal aplica c ao
das transforma c oes trigonometricas, polin omios trigonometricos, claro, ela se
encontra por traz da medicina, tomograa, da comunica c oes, das ciencias espa-
ciais, enm onde se precise transmitir e analisar dados. Ver a respeito [11, cap
1].
102 CAP
ITULO 4. APLICAC
OES
4.4 Compacta cao de dados.
As aplica c oes que mencionamos acima s a muito espec-cas para serem trata-
das neste livro assim como esta de que agora falaremos para complementar a
men c ao feita anteriormente. Todos s a assuntos que tem vida pr opria e discut-los
necessita de livros em separado.
Falamos de compacta c ao de dados ao falarmos de transmiss a de informa c oes,
citando uma observa c ao de Strang. Este e um problema muito atual quando a
quantidade de informa c oes existentes crescem em volumes absurdos e devem ser
estocadas ocupando espa co. Pior do que simplesmente estocar a informa c ao e
retransmit-la porque toma tempo proporcional ao tamanho da informa c ao no
ato de transmiss a.
Ent a, seja para estocar ou para transmitir, e vital um metodo de com-
pacta c ao. As series de Fourier representam uma forma violenta de compacta c ao
de dados de modo exato. Na pr atica podem ser usadas quando se puder desco-
brir uma lei de forma c ao algebrica para os coecientes, e neste caso, em geral
extremamente casual, se tem uma nova compacta c ao violenta de dados... veja
o exerccio abaixo.
Exerccio 8 Polin omios trigonometricos.
1. Calcule os coecientes de Fourier da fun c ao f(x) = x denida no intervalo
[, ], quer dizer que ele se estende por periodicidade para R a partir da
deni c ao neste intervalo. O produto escalar 1.8 e feito com uma integral
sobre este intervalo.
2. Calcule exatamente os coecientes de Fourier de f(x) = x denida no
intervalo [, ].
3. Calcule exatamente os coecientes de Fourier de f(x) = x denida no
intervalo [0, 2]. Rode o programa Fourier e se conven ca de que tem que
ser diferentes dos coecientes de Fourier de f no intervalo [, ].
A verdade e outra, aproximar f(x) = x no intervalo [, ] signica aproximar uma
fun c ao dente de serra que assume valores negativos e positvos simetricos em torno de um
ponto. Aproximar f(x) = x no intervalo [0, 2] signica aprxoximar uma outra fun c ao
dente de serra que e sempre positiva. Esta segunda fun c ao nem e par, nem e impar, e
consequentemente tem componentes tanto na dire c ao dos vetores senK como na dire c ao
do vetor cos.
O conte utudo do exerccio anterior tem que ser entendido nas suas reais
limita c oes, nem toda fun c ao tem coecientes de Fourier passveis de serem es-
critos como
2(1)
n+1
n
, como e o caso de f(x) = x no intervalo [, ], que se
comp oe de 12 caracteres, (ou um pouco mais ou um pouco menos de 12 carac-
teres, dependendo da sintaxe da comunica c ao a ser usada). A serie de Fourier
de f e uma serie de senos, os coecientes da forma acima s a os coecientes de
senK na serie de Fourier de f(x) = x sobre o intervalo [, pi]. Mas serve
4.5. EQUAC
OES DIFERENCIAIS. 103
-5 -4 -3 -2 -1 0 1 2 3 4 5
-1.19
0.33
1.85
3.37
4.88
6.40
7.92
9.44
10.96
12.48
14.00
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
Figura 4.1: gr aco da par abola x
1
2
(x
2
x 2) aproximada por um polin omio trigo-
nometrico, no intervalo [, ].
como exemplo da existencia da possibilidade de compacta c ao de uma quanti-
dade innita de informa c oes com um n umero nito de dados. Abaixo voce tem
os dois gr acos, da fun c ao f(x) = x e do polin omio trigonometrico com 18 ter-
mos, n 0, , 17, obtido com os coecientes de Fourier de f. Compare com
o outro obtido p aginas atraz com 10 coecientes. Voce poder a fazer diversos
gr acos como estes usando alguma modica c ao de FourierX.
4.5 Equa c oes diferenciais.
Se voce nunca estudou equa c oes diferenciais, leia agora a introdu c ao de um
algum livro a respeito, ou leia o conte udo desta se c ao usando o m aximo de
sua intui c ao. Alternativamente, deixe a leitura deste par agrafo para quando
estiver estudando o assunto. O texto tenta lhe oferecer a ideia sobre equa c oes
104 CAP
ITULO 4. APLICAC
OES
diferenciais na sua forma mais intuitiva.
Uma forma compacta de descrever um fen omeno que contenha algum tipo
de movimento ou din amica, consiste em sintetizar as rela c oes que existam entre
suas distintas taxas de varia c ao: de ordem zero, de ordem 1, de ordem 2 etc...
Exemplo 25 Um pendulo.
O movimento dum pendulo se descreve aproximadamente por uma equa c ao
do tipo
I
+k
+c = f() (4.3)
em que I e o momento de inercia do pendulo, k e uma constante de amor-
tecimento, c e uma constante vinda da gravidade terrestre e f e a fun c ao que
descreve a energia fornecida ao pendulo. Por exemplo, se f representar uma
forma de anular o efeito da gravidade e do atrito, a equa c ao do pendulo, a
equa c ao caria:
I
= 0 (4.4)
Vamos considerar uma equa c ao com o formato da equa c ao do pendulo e
encontrar-lhe a solu c ao como exemplo de uso da teoria das series de Fourier.
Exemplo 26 Solu c ao aproximada de uma equa c ao diferencial.
Consideremos a equa c ao diferencial de segunda ordem:
Af
+Bf
+Cf = g (4.5)
Se supusermos, de acordo com Fourier, que todas as fun c oes se podem escre-
ver como combina c ao linear, possivelmente innita, de senk e cosk com k N
ent ao podemos considerar uma solu c ao aproximada representada pelo polin omio
trigonometrico:
f(x) =
a0
2
+
n
k=1
akcos(kx) +bksen(kx). (4.6)
e o conte udo da equa c ao diferencial implica em que calculemos as derivadas de
primeira e segunda ordem de f multiplicando-as pelas constantes B e A,respectivamente,
enquanto que devemos multiplicar f por C:
C f(x) = C[
n
k=1
akcos(kx) +bksen(kx)] (4.7)
B f
(x) = B[
n
k=0
+kbkcos(kx) kaksen(kx)] (4.8)
A f
(x) = A[
n
k=0
k
2
akcos(kx) k
2
bksen(kx)] (4.9)
4.5. EQUAC
OES DIFERENCIAIS. 105
e somando todas estas equa c oes temos:
A f
(x) +B f
k=0
[(C Ak
2
)ak +Bkbk]cos(kx) + [(C Ak
2
)bk Bkak]sen(kx) =(4.11)
k=0
kcos(kx) +ksen(kx) = g(x) (4.12)
A segunda equa c ao do bloco anterior e um polin omio trigonometrico cujos
coecientes envolvem as constantes A, B, C e os coecientes desconhecidosde
f. Como a fun c ao g e dada, podemos calcular-lhe os coecientes de Fourier
com a f ormula 1.8 e estabelecer uma igualdade termo a termo da qual podemos
tirar os sucessivos valores de ak e de bk e assim recompor f. A ultima igual-
dadetem que ser aproximadauma vez que g e um valor exato enquanto que
na linha anterior se encontra uma aproxima c ao da solu c ao. Entretanto, para
manter a compatibilidade com a soma de n termos da linha do meio, teremos
que considerar apenas:
g(x)
0
2
n
k=1
kcos(kx) +ksen(kx).
Igualando termo a termo termo, chamando de k e k os coecientes de
cosk e senk no polin omio trigonometrico de g, temos:
(C Ak
2
)ak+ Bkbk = k (4.13)
Bkak+ (C Ak
2
)bk = k (4.14)
Pela regra de Cramer os valores dos coecientes de Fourier de f s ao :
= (C Ak
2
)
2
+B
2
k
2
(4.15)
ak =
k(C Ak
2
) kBk
(4.16)
bk =
k(C Ak
2
) +kBk
(4.17)
Rodando o programa em MapleV que se encontra listado abaixo voce po-
der a produzir a solu c ao gr aca desta equa c ao com 10 coecientes, ou alterar os
par ametro para conseguir uma solu c ao mais aproximada. O programa, talvez
melhor, o script produz os gr acos de g, de P10(g), da solu c ao aproximada H e
de A H
+B H
ITULO 4. APLICAC
OES
Nos captulo 2 e 3 vamos discutir a solu c ao das equa c oes diferenciais, mas o
exemplo acima mostra que os polin omios trigonome-tricos junto com metodos
computacionais s ao um instrumento ecaz para obter solu c oes aproximadas de
equa c oes diferenciais lineares ordin arias a coecientes constantes.
Exerccio 9 Solu c ao aproximada de equa c oes diferenciais.
1. Complete um dos programas FourierX para resolver uma equa c ao diferen-
cial de segunda ordem calculando os coecientes de Fourier da solu c ao.
2. Inclua no programa o gr aco da solu c ao.
3. Inclua no programa o gr aco de P(D)h em que h e solu c ao encontrada.
4. Resolva outras equa c oes diferenciais lineares usando o metodo.
4.6 Tabelas diversas
Abaixo voce encontra uma pequena tabela de transformdas discretas de Fourier.
fun c oes 2peri odicas denidas em [, ]
Fun c oes denidas por um par de equa c oes, cada equa c ao vale num dos sub-intervalos: [, 0], [0, ]
nesta ordem.
fun c ao
a0
2
an bn
x 0 0 2
cos(n)
n
x
2 2
2
3
4
cos(n)
n2
0
x
3
0 0
cos(n)
n
(
12
n2
2
2
)
x
2
, x
2
3
+
2
1
n2
(2cos(n) + cos(n) 1)
1
n3
(2 +
2
n
2
cos(n) 2cos(n) n
2
cos(n))
x
2
, x
2
0 0
2
n3
(2 + n
2
2
cos(n) 2cos(n))
x
3
, x
3
2
3
4
6
n4
(2 + n
2
2
cos(n) 2cos(n)) 0
[
1
2
,
1
2
]
1
2
sen(n/2)
n
0
Solu c ao de Ay+ By + Cy = f usando Polin omios de Fourier.
O c odigo abaixo est a escrito na linguagem do Maple V.
Tarcisio Praciano Pereira
Dep. de Matematica - URG - 1995
N := 10;Digits := 10; A:=3;B:=2;C:=4;
aMat := array(0..N); bMat := array(0..N);DeltaMat := array(0..N);
alpha := array(0..N); beta := array(0..N);
f := proc(x) x^2 +3*x ; end;
a:= evalf(Pi);
for k from 0 to N do; alpha[k]:= evalf(int(f(x)*cos(k*x),x=-a..a));
beta[k]:= evalf(int(f(x)*sin(k*x),x=-a..a));
DeltaMat[k]:= (C-A*k^2)^2 + B^2*k^2;
aMat[k]:=(alpha[k]*(C-A*k^2)-beta[k]*B*k)/DeltaMat[k];
4.6. TABELAS DIVERSAS 107
bMat[k]:= (beta[k]*(C-A*k^2) + alpha[k]*B*k)/DeltaMat[k];od:
aMat[0]:= (evalf(int(f(x),x=-a..a)))/3; bMat[0]:=0;
F := proc(x) sum(alpha[j]*cos(j*x)+ beta[j]*sin(j*x),j=0..N);end;
plot(F(x),x=-a..a);
H := proc(x) sum(aMat[j]*cos(j*x)+ bMat[j]*sin(j*x),j=0..N);end;
h:= A*D(D(H)) + B*D(H) + C*H;
plot({f,h},-a..a);
A fun c ao h e o resultado da aplica c ao do operador diferencial P(D) em H
a solu c ao aproximada encontrada resolvendo os sistemas de equa c oes com os
coecientes de Fourier:
P(D) = AD
2
+BD +C ; (4.18)
h = P(D)(H) = AH
+BH
+CH ; (4.19)
H(x) =
N
k=0
akcos(kx) +bksen(kx) ; (4.20)
Este programa faz os gr acos simult aneos de f e de h, esta ultima e P(D)(H)
f.
108 CAP
ITULO 4. APLICAC
OES
Parte II
A integral no espa co
vetorial R
3
109
Captulo 5
Introdu cao
Neste captulo vamos reunir exerccios sobre Geome-
tria An alitica Vetorial, derivadas e integra c ao que
possam servir de uma r apida revis ao para o restante
do livro.
5.1 Dimensao e variedade
Falando de uma forma imprecisa, mas que expressa o fundamental, dizemos que
se uma equa c ao tiver apenas uma vari avel livre ela representa uma curva. Se
tiver duas vari aveis livres, representa uma superfcie...
Vejamos um exemplo.
Exemplo 27 Vari avel livre
Considere a equa c ao w = F(x, y, z), uma fun c ao de tres vari aveis.
Dizemos que w e uma vari avel dependente porque seus valores s ao deduzi-
dos dos valores que dermos a cada uma das vari aveis x, y, z. Consequentemente
as vari aveis x, y, z se chamam livres porque a elas podemos associar, arbitraria-
mente valores. Observe que este conceitos s ao difusos porque podemos intercam-
biar a posi c ao das vari aveis e, consequentemente, considerar outra das vari aveis
como dependente...
O que interessa aqui e a quantidade de vari aveis livres, tres.
Por exemplo, poderiamos calcular, se o ponto (3, 0, 2) estiver no domnio
de F, usando um pacote computacional, scilab, por exemplo, que e software
livre,
F(x, y, z) = x
3
+ 3x
2
y 4xy
2
+y
5
(5.1)
w(3, 0, 2) = F(3, 0, 2) ; x = 3; y = 0; z = 2 (5.2)
w = F(3, 0, 2) = 27 (5.3)
111
112 CAP
ITULO 5. INTRODUC
AO
Com a mesma forma de pensar, dizemos que as vari aveis x, y, z s ao livres por-
que atribuimos valores de nossa escolha para estas vari aveis e assim calculamos
o valor de w associado.
Considere agora a equa c ao F(x, y, z) = 0.
Pelo Teorema da Fun c~ ao Impl cita
1
podemos escrever
x = f1(y, z) ; y = f2(x, z) ; z = f3(x, y),
sob certas condi c oes. Isto mostra, usando o mesmo raciocnio anterior, que em
F(x, y, z) = 0 existem duas vari aveis livres. Portanto
F(x, y, z) = 0
representa uma superfcie, um objeto de dimens ao 2, enquanto que
w = F(x, y, z)
representa um objeto de dimens ao 3.
Observe que voce pode substituir o zero por qualquer constante. Ao fazermos
w = c
eliminamos uma vari avel, o que pode tambem ser feito com qualquer das outras
vari aveis na express ao. Veja tambem que se
F(x, y, z) = 0
e de dimens ao 2, uma superfcie, ent ao caberia perguntar o que e
w = F(x, y, z)
tanto do ponto de vista de dimens ao, como do ponto de vista geometrico. Dire-
mos logo que e de dimens ao 3 e que lhe daremos o nome de hipersuperfcie.
E
o metodo subversivo que adotamos, espalhando as ideias sem discut-las, para
que voce se acostume com elas.
O que se encontra por tr as do n umero de vari aveis e o conceito de dimens ao
e uma outra forma de expressar o conte udo do par agrafo anterior consiste em
dizer-se que curvas s ao variedades de dimens ao 1, superfcies s ao variedades de
dimens ao dois, e que w = F(x, y, z) representa uma variedade de dimens ao tres.
A dimens ao e o n umero de vari aveis menos um.
Acabamos de introduzir dois novos conceitos, por compara c ao: variedade,
hipersuperfcie.
Curvas, retas, planos, superfcies, s ao variedades. A palavra variedade vai
nos libertar da pris ao dimensional em que a nossa intui c ao geometrica nos acor-
renta e que linguagem que falamos reete.
Vamos denir, informalmente, variedade. Que o leitor seja crtico e veja
aqui uma falha na axiom atica.
1
veja no ndice remissivo onde se encontra este teorema e o leia agora!
5.1. DIMENS
AO E VARIEDADE 113
Deni cao 12 Variedade O conceito de variedade nos libera da pris ao tridi-
mensional da lingua que falamos. Uma variedade e um objeto geometrico do
espa co. O gr aco de uma fun c ao
(x, y); y = f(x) ; R
n
f
R R
n
x R = R
n+1
e uma variedade, tambem designada pelo nome de hipersuperfcie do R
n+1
.
As variedades s ao portanto, as supercies, os planos, as retas, as curvas,
os gr acos de fun c oes, os pontos. Distinguimos dois tipos de variedades: as
variedades lineares, retas, planos enm todas cuja equa c ao seja uma combina c ao
linear de coecientes com variaveis que representam as coordenadas dos
pontos do espa co e as outras, as variedades n ao lineares. Mais a frente falaremos
de uma outra classica c ao.
As variedades lineares s ao os gr acos de fun c oes lineares que se podem
expressar matricialmente como
R
n
x y = T x.
Os hiperplanos s ao as variedades lineares de dimens ao m aximal, imedia-
tamente inferior a do espa co que estivermos considerando.
As hipersuperfcies s ao as variedades (n ao necessariamente lineares) de
dimens ao m aximal, imediatamente inferior a do espa co que estivermos
considerando.
Exemplo 28 Variedade e dimens ao
Sabemos o que s ao pontos, apesar de que nunca tenhamos visto nenhum.
S ao as variedades de dimens ao zero. S ao os hiperplanos de R e tambem
s ao as hipersuperfcies deste espa co. Neste nvel n ao distinguimos os tipos
de variedade...
O pr oximo item na hierarquia dimensional, s ao as variedades de dimens ao
1, as curvas. As retas s ao variedades lineares de dimens ao 1. Uma cir-
cunferencia n ao e uma variedade linear, e uma variedade n ao linear de
dimens ao 1. As retass ao os hiperplanos do R
2
, s ao tambem hipersu-
perfcies deste espa co. As curvas s ao as hipersuperfcies do R
2
.
Seguindo para uma dimens ao maior temos as superfcies, as variedades de
dimens ao dois. Planos s ao variedades lineares de dimens ao dois.
E um
tipo de superfcie. Tem superfcies que n ao s ao planas, n ao s ao variedades
lineares, s ao variedades de dimens ao dois. Os planoss ao os hiperplanos
do R
3
, as superfcies s ao as hipesuperfcies do R
3
.
Depois temos as variedades de dimens ao 3, o espa co em que vivemos e uma
variedade linear de dimens ao 3. O globo terrestre, a Lua, os planetas, s ao
variedades n ao lineares de dimens ao 3. Uma variedade linear de dimens ao
tres e um hiperplano do R
3
.
114 CAP
ITULO 5. INTRODUC
AO
N os vivemos na superfcie terrestre, um exemplo de variedade n ao linear
de dimens ao dois. O globo terrestre, com o seu interior, e um exemplo de
variedade n ao linear de dimens ao tres.
As hipersuperfcies s ao as variedades de dimens ao m aximal, imediata-
mente inferior a do espa co que estivermos considerando. Assim
as retass ao os hipersuperfcies do R
2
, como os crculos, as par abolas,
as elipses. Enm as curvas s ao as hipersuperfcies do R
2
.
os planos, a fronteira das esferas, as faces de um cubo, os para-
bol oides hiperb olicos (sela do macaco), s ao hipersuperfcies do R
3
.
Uma variedade de dimens ao 3 contida no R
4
e uma hipersuperfcie
deste espa co.
Uma variedade de dimens ao n1 contida no R
n
e uma hipersuperfcie
deste espa co.
Os dois conceitos, hiperplanos, hipersuperfcies s ao conceitos relativos. N ao
podemos falar de hiperplanos sem mencionar qual e o espa co em que os consi-
deramos. O mesmo se diga das hipersuperfcies.
5.1.1 Hiperplano e hipersuperfcie no R
4
Mas podemos nos colocar em dimens ao ainda mais elevada, o R
4
e um espa co
de dimens ao 4, porque os seus elementos se expressam usando quatro vari aveis
livres
(x1, x2, x3, x4)
todas de sua livre escolha. O espa co em que vivemos e uma variedade linear,
um hiperplano do R
4
. O globo terrestre e os planetas s ao hipersuperfcies do R
4
.
hiperplano Uma variedade linear de dimens ao 3 e um hiperplano do R
4
.
Quer dizer que o R
3
e um hiperplano do R
4
. Qualquer transla c ao R
3
+r
e um hiperplano do R
4
. Nos vivemos num hiperplano do R
4
a bordo de
uma hipersuperfcie do R
3
.
hipersuperfcie Uma variedade n ao linear de dimens ao 3 e um hipersu-
perfcie do R
4
. A Terra por exemplo, n ao a superfcie em que vivemos,
mas o globo terrestre todo, e uma hipersuperfcie do R
4
.
5.1.2 Um pouco sobre classica cao de variedades
Nem toda variedade tem uma equa c ao explicita, porem, e isto e consequencia
do Teorema da Fun c ao Implcita, que todas as variedades tem uma equa c ao.
O tipo de equa c ao de uma variedade serve para classic a-la:
Variedades algebricas s ao aquelas que tem uma equa c ao polinomial; Va-
mos incluir neste caso uma variedade que seja denida por um programa
em uma linguagem de alto nvel.
5.1. DIMENS
AO E VARIEDADE 115
Variedades n ao algebricas quando a equa c ao que as denem tem express oes
transcendentais.
Gr acos de fun c oes quando tivermos uma fun c ao
R
n
W
f
V R
m
ent ao graf(f) ser a
uma variedade algebrica, se f for uma express ao polinomial;
uma variedade n ao algebrica, se f for uma express ao n ao polinomial,
contiver fun c oes transcendentais em sua f ormula.
Variedades Diferenci aveis s ao aquelas cuja express ao que as denem s ao
diferenci aveis. As variedades algebricas s ao diferenci aveis, por exemplo.
Deni cao 13 Variedades tangentes
Sejam duas fun c oes f, g
W
f,g
V
e as correspondentes variedades, do tipo gr aco de fun c ao, graf(f), graf(g).
Diremos que as duas variedades graf(f), graf(g) s ao tangentes no ponto
(a, b) W x V se houver uma vizinhan ca D(a, r) W tal que
_
f(a) = g(a) = b
f(a +h) g(a +h) = o([h[) ; [h[ < r
(5.4)
Deni cao 14 fun c ao diferenci avel Considere W
f
V uma fun c ao contnua
denida num aberto W R
n
e tomando valores em outro aberto V R
n
.
Diremos que f e diferenci avel no ponto a W se houver uma fun c ao linear T
tal que graf(f), graf(T) s ao tangentes no ponto a.
f(a +h) f(a) T(h) = o([h[)
Deni cao 15 dimens ao de uma variedade linear
As variedades lineares s ao as variedades da forma graf(T) em que T e uma
fun c ao linear am.
Podemos denir de forma natural a dimens ao das variedades lineares porque
o gr aco graf(T) e um espa co vetorial (am), ent ao a dimens ao de graf(T) e
a dimens ao do espa co vetorial am graf(T).
Considere uma variedade e uma vizinhan ca aberta de um ponto a . Se
houver uma variedade linear graf(T) tangente a no ponto a, ent ao diremos
que a dimens ao local da variedade em a e a dim(graf(T)).
Exemplo 29 Variedades com componentes de dimens ao variada
Observe que a deni c ao acima admite a possibilidade de que uma variedade
seja composta de componentes-variedades com dimens oes distintas. Por exem-
plo, uma reta e um ponto que n ao perten ca a esta reta formam uma variedade
que tem uma componente de dimens ao zero e outra componente de dimens ao 1.
116 CAP
ITULO 5. INTRODUC
AO
Observa cao 23 Gr aco e outros conceitos indenidos
Observe que precisamos do conceito de dimens ao local para variedades que
n ao sejam lineares. As variedades lineares ter ao a mesma dimens ao em qualquer
de seus pontos, porque s ao espa cos vetoriais ans. Mas as variedades n ao linea-
res podem ser aglomerados os mais extranhos de sub-variedades com dimens oes
locais distintas. Considere Saturno e seus aneis, supondo que os aneis sejam
de dimens ao dois e Saturno de dimens ao tres, obviamente, estamos dentro de
um exemplo for cado uma vez que nenhuma variedade do espa co x tempo em
que vivemos tem dimens ao diferente de tres....
N ao denimos gr aco, este conceito ca entre os muitos que iremos usar
implcitamente sem alertar o leitor para isto, am de n ao tornar enfadonha a
leitura.
Vejamos de imediato qual a rela c ao que pode haver com distintas fun c oes
lineares T1, T2 que sejam tangentes ao gr aco de f no ponto (a, f(a)).
f(a +h) f(a) T1(h) = o([h[) (5.5)
f(a +h) f(a) T2(h) = o([h[) (5.6)
T1(h) T2(h) = o([h[) (5.7)
(T1 T2)(h) = o([h[) (5.8)
porque tambem a vari avel e linear relativamente ` as fun c oes lineares... e como
S = T1 T2 e uma fun c ao linear, temos
S(h) = o([h[)
mas a unica fun c ao linear que tem esta propriedade e a fun c ao identicamente
nula, logo
T1 = T2
e concluimos
Teorema 21 Unicidade da derivada
Se f for diferenci avel, a fun c ao linear tangente e unica.
Neste momento e interessante xarmos uma base para o espa co vetorial.
Como n ao precisaremos de mudar o referencial, vamos usar a base usual
e1 = (1, 0, . . . , 0), , en = (0, 0, . . . , 0, 1).
Consequentemente, a cada transforma c ao linear lhe corresponde uma unica ma-
triz.
Considere agora uma fun c ao
R
n
:
f
R
m
5.1. DIMENS
AO E VARIEDADE 117
e um ponto a = Domf . A derivada, J(f), calculada em a e uma fun c ao
linear cujo gr aco e tangente ao gr aco de f no ponto (a, f(a)). Seja T a matriz
desta transforma c ao linear
Como
T =
_
_
_
_
_
a11 a12 a1n
a21 a22 a2n
.
.
.
.
.
.
.
.
.
.
.
.
an1 an2 ann
_
_
_
_
_
= J(f)(a) = (5.9)
T
ei
=
_
ai1 ai2 ain
_
(5.10)
a derivada na dire c ao de ei. Observando que esta e tambem a derivada de f na
dire c ao de ei, podemos concluir que
ei
f
ej
[a =
ei
T
ej
[a = aij =
ej
T
ei
[a = aji =
ej
T
ei
[a =
ej
f
ei
Assim, se f for deriv avel, (tiver uma variedade linear tangente ao seu gr aco),
ent ao
Teorema 22 Teorema de Schwartz
2
f
eiej
=
ei
f
ej
=
2
f
ejei
=
ej
f
ei
As derivadas parciais de ordem 2, mistas, s ao iguais.
Devido a erros de concep c ao os que nos antecederam chamaram T de jaco-
biana de f no ponto a, J(f)(a), em vez de cham a-la simplesmente de derivada
de f. Continuaremos com a nota c ao hist orica mas corrigindo a ideia.
Observa cao 24 A nota c ao J(f)(a)
A matriz jacobiana e uma matriz funcional, uma fun c ao de n vari aveis no
contexto destas notas. Consequentemente tem sentido escrevermos o seu valor
no ponto a R
n
identicando assim uma matriz que foi obtida ao substituirmos
cada uma das vari aveis pelas coordenadas de a.
5.1.3 Conjunto aberto e fronteira de um conjunto
Precisamos de mais dois conceitos b asicos. Um deles usamos indiretamente
acima ao dizermos que vivemos na superfcie do globo terrestre.
E o conceito
de fronteira. O outro e o conceito de conjunto aberto.
Disco aberto e a generaliza c ao de intervalo aberto. Disco aberto e o conjunto
dos pontos cuja dist ancia a um ponto P chamado centro e menor do que o raio
r:
D(P, r) = (x, y) R
2
; d((x, y), P) < r
118 CAP
ITULO 5. INTRODUC
AO
A palavra disco e prisioneira da dimens ao, e os matem aticos liberaram a
palavra bola da pris ao tres dimensional usando sem esta preocupa c ao. Uma
bola aberta e
B(P, r) = x R
n
; d(x, P) < r
ou ainda, se quisermos apresentar as coordenadas,
P = (p1, . . . pn) R
n
e escrevemos
B(P, r) = x = (x1, . . . xn) R
n
; d(x, P) < r
em que
d(x, P) =
_
(x1 p1)
2
, . . . (xn pn)
2
A fronteira da bola e o conjunto
B(P, r) = x R
n
; d(x, P) = r
e uma hipersuperfcie ou uma hiper-esfera.
N os vivemos na fronteira do globo terrestre:
(x, y, z) d((x, y, z), C) = 6.500km
portanto vivemos numa variedade n ao linear de dimens ao dois, cujo costume
geometrico e chamar de superfcie. Vivemos na fronteira de uma hipersuperfcie
do R4 chamada por n os mesmos de Terra. Claro, alguns contestar ao esta
arma c ao dizendo que a atmosfera pertence ao globo Terrestre, o que e ver-
dade, portanto n os n ao vivemos na fronteira ... vivemos no interior da Terra.
Deixamos que voce escolha qual e a verdade matem atica onde voce vive.
Observe que n ao denimos interior o que deixaremos que voce fa ca como
exerccio.
A fronteira de uma variedade tem dimens ao inferior a da variedade. A
bola do R
n
e uma variedade de dimens ao n. A fronteira da bola do R
n
e uma
variedade de dimens ao n1 portanto uma hipersuperfcie. Veja o caso de nossa
pris ao tridimensional:
A bola do R
3
e uma variedade de dimens ao 3. A fronteira da bola do R
3
e
uma superfcie, uma variedade de dimens ao dois (dimens ao imediatamente
inferior ` a dimens ao do espa co).
A bola do R
2
, um disco, e uma variedade de dimens ao 2. A fronteira do
disco, uma circunferencia, e uma curva, uma variedade de dimens ao um
(dimens ao imediatamente inferior ` a dimens ao do espa co).
Vamos fazer deni c oes agora.
5.1. DIMENS
AO E VARIEDADE 119
Deni cao 16 Conjunto aberto do R
n
Um conjunto se diz aberto se em qualquer ponto x podemos considerar
uma bola aberta B(x, r) .
Veja na gura (g. 5.1) p agina 119,
P
P
Q
O ponto Q est na fronteira de
Figura 5.1: Um conjunto aberto P e um ponto.
O que torna a gura aberta e a ausencia da fronteira. Se fronteira perten-
cesse ` a gura, e se considerassemos um ponto P sobre a fronteira, n ao poderia-
mos desenhar nenhuma bola aberta centrada em P dentro de . Porque parte
da bola caria fora de . Este exemplo facilita a deni c ao de fronteira:
Deni cao 17 Fronteira de um conjunto
Fronteira de um conjunto e o conjunto dos pontos Q tal que, toda bola
aberta de centro Q tem pontos diferentes de Q tanto em como no complemen-
tar
c
.
120 CAP
ITULO 5. INTRODUC
AO
Designamos por Omega a fronteira de .
O ponto Q na gura (g. 5.1) p agina 119, se encontra fronteira de .
Exemplo 30 Ou exerccios resolvidos...
1. Conjunto Fechado e fronteira Conjunto Fechado e o complementar de um
aberto. O falta a um aberto para ser fechado e fronteira. Mostre que todo
conjunto fechado contem seus pontos fronteira. Dem :
Seja F um conjunto fechado, ent ao F
c
e aberto. Considere
P F
e uma bola B(P, ) r > 0.
q.e.d .
2.
3.
Exerccios 6 Curvas
1. Quais dos gr acos das rela c oes denidas na quest ao ??, s ao gr acos de
fun c oes?
2. Dena gr aco e fun c ao f : A B usando a deni c ao de gr aco. Os
conjuntos A, B ser ao sempre, aqui, intervalos da reta.
3. curva
Deni cao 18 Curva. Uma curva em A x B e um gr aco que pode ser
parametrizado continuamente sobre um intervalo I R.
Em outras palavras, uma curva e uma fun c ao contnua
I
A x B ; I t
(x(t), y(t)) R. ; I R.
(a) Escreva as equa c oes parametricas da curva y = 2x.
(b) Escreva as equa c oes parametricas do crculo unit ario.
(c) De exemplos de curvas apresentando uma paramentriza c ao adequada.
(d) curva diferenci avel Dena curva diferenci avel. De exemplos.
4. Sentido de percurso - anti-hor ario
(a) Calcule a derivada da curva
t e
it
= s(t) = (cos(t), sen(t))
(b) Verique que s
(t)
dene um campo vetorial, que a dimens ao comum a todos os vetores deste
campo e 1. Use isto para justicar por que a tangente em qualquer ponto
de r e uma reta, que r deve ser uma variedade de dimens ao 1 o que se
chama comumente de curva.
6. variedade linear tangente Considere a fun c ao diferenci avel z = F(x, y)
denida em um domnio do plano R
2
.
5.2 Complementos sobre Integra cao
Exerccios 7 Complementos
1. Verique os itens da tabela de Hughes-Hallet de 1 ate 7.
Solu cao 1 (a) F(x) =
_
x
n
dx representa uma primitiva da fun c ao f(x) =
x
n
. Como sabemos que a derivada de uma fun c ao polinomial e outra
fun c ao polinomial
d
dx
x
m
= mx
m1
ent ao, escrevendo estas express oes com o smbolo da integral temos
F(x) =
_
mx
m1
dx = x
m
+C =
_
x
m1
dx =
x
m
+C
m
=
x
m
m
+C
ou simplesmente
_
x
m1
dx =
x
m
m
+C
122 CAP
ITULO 5. INTRODUC
AO
Se n = m1 =n + 1 = m ent ao
_
x
n
dx =
x
n+1
n + 1
+C n + 1 ,= 0 n ,= 1
(b) O caso n = -1 N ao existe uma fun c ao algebricaque seja a primitiva
de f(x) =
1
x
. Mas a integral
x
_
1
1
t
dt
existe se x > 0 o permite a deni c ao da fun c ao
F(x) =
x
_
1
1
t
dt
cujos valores s o podem ser calculados aproximadamente. Esta fun c ao
e a fun c ao logaritmo natural o que se traduz com a express ao da
tabela. Observe que n ao zemos nenhuma demonstra c ao. A tabela
faz referencia aos valores e se encontra mal escrita. A corre c ao e
x
_
1
1
t
dtln(x) +C ; x > 0
mas a fun c ao F(x) = ln[x[ est a denida para qualquer valor de x ,= 0
e neste caso a derivada desta fun c ao e f(x)F
(x) =
1
x
(c)
_
a
x
dx =
a
x
lna
Observe que a tabela n ao diz, ca sub-entendido, a > 0.
Uma forma de obter este resultado e usando a deriva c ao da fun c ao
composta (regra da cadeia)
d
dx
f(g(x)) = f
(g(x))g
(x)
e como h(x) = a
x
= e
xln(a)
ent ao
h
(x) = e
xln(a)
(xln(a))
= e
xln(a)
ln(a) = ln(a)a
x
ou, dividindo toda a equa c ao pela constante ln(a) temos
h
(x)
ln(a)
=
e
xln(a)
(xln(a))
ln(a)
= e
xln(a)
= a
x
Ent ao, uma primitiva de a
x
e tambem uma primitiva de
h
(x)
ln(a)
que e
h(x)
ln(a)
=
a
x
ln(a)
provando assim o item 3 da tabela.
5.2. COMPLEMENTOS SOBRE INTEGRAC
AO 123
(d) Derivando ambos os membros no item 4 temos:
d
dx
_
lnxdx =
d
dx
(xln(x) x +C)
ln(x) =
d
dx
(xln(x) x) =
d
dx
(xln(x)) 1
ln(x) = ln(x) +x
1
x
1 = ln(x)
chegamos a uma identidade atraves de opera c oes l ogicas concluindo
ent ao que partimos de uma express ao verdadeira que e o item 4 da
tabela.
(e) Os itens 5,6 se encontram feitos na maioria dos livros de C alculo.
S ao consequencia de que
d
dx
sin(x) = cos(x) ;
d
dx
cos(x) = sin(x)
(f )
_
tanxdx = ln[cos(x)[ +C
Escrevendo a deni c ao de tan(x) =
sin(x)
cos(x)
na integral e observando
que sin(x) =
d
dx
cos(x) temos:
_
tan(x)dx =
_
sin(x)
cos(x)
dx =
=
_
sin(x)dx
cos(x)
=
_
dcos(x)
cos(x)
=
=
_
du
u
= ln[u[ +C = ln[cos(x)[ +C
porque na ultima linha zemos a substitui c ao u = cos(x). Usamos
tambem o item 2 da tabela Hughes- Hallet. Esta express ao merece
algumas considera c oes como j a observamos antes. Ela deve ser usada
com cuidado observando o domnio das fun c oes envolvidas.
2. Calcule as integrais abaixo:
a)
_
0
sen(x)dx b)
_
0
sen(2x)dx c)
_
0
sen(4x)dx
d) 2
_
0
cos(2x)dx e) 3
_
0
cos(3x)dx f ) 4
_
0
cos(4x)dx
Fa ca os gr acos correspondentes e procure deduzir uma lei geraldescrevendo
o comportamento multiplicativo em
b
_
a
f(x)dx
observando que
sen(x) ,= sen(x) e cos(x) ,= cos(x).
Fa ca uma demonstra c ao deste teorema usando somas de Riemann.
124 CAP
ITULO 5. INTRODUC
AO
Solu cao 2
_
0
sen(2x)dx =
1
2
_
0
sen(2x)2dx
_
0
sen(2x)dx =
1
2
2 _
0
sen(u)du
_
0
sen(3x)dx =
1
3
_
0
sen(3x)3dx
_
0
sen(3x)dx =
1
3
3 _
0
sen(u)du
_
0
sen(nx)dx =
1
n
n _
0
sen(u)du
Veja que n ao tiramos o n do par ametro do sen. O que zemos foi,
na integral que envolve sen(nx), alteramos a vari avel de integra c ao.
Estamos usando uma tecnica chamada mudan ca de vari avel na integra c ao.
Esta e uma das denomina c oes mais infelizes para metodos em Matem a-
tica, mudan ca de vari avel, uma vez que numa integral denida n ao ne-
nhuma vari avel para ser mudada. O nome correto, e que provavelmente
ninguem pensa seriamente na mudan ca, seria, mudan ca de domnio na
integral, mas e preciso pelo menos fazer esta observa c ao. Mais a frente
vamos enunciar este metodo sob a forma de Teorema. Isto ca patente na
demonstra c ao faremos, mais a frente, usando somas de Riemann.
Use Gnuplot com os seguintes comandos, para ver o signicado de f(x) =
sen(nx). N ao use a numera c ao a), b), etc... no Gnuplot que ela ir a pro-
vocar erros. A numera c ao vai ser usada em seguida para explicar o efeito
de cada comando.
a) f(x) = sin(x)
b) g(x) = sin(2*x)
c) h(x) = sin(3*x)
d) set yrange [-10:10]
e) plot f(x), g(x), h(x),0
(a) f(x) = sin(x) para denir uma fun c ao f no Gnuplot.
(b) g(x) = sin(2 x) para denir uma fun c ao g no Gnuplot.
(c) h(x) = sin(3 x) para denir uma fun c ao h no Gnuplot.
(d) set yrange [-10:10] para tornar os gr acos com um visual melhor,
experimente primeiro sem este item e rode o pr oximo, e ver a que os
gr acos cam pouco claros.
(e) Pede ao Gnuplot que fa ca os gr acos simult aneos das fun c oes f, g, h
e da fun c ao constante zero - o eixo OX .
5.2. COMPLEMENTOS SOBRE INTEGRAC
AO 125
Interpretando o resultado do Gnuplot.
Voce ve tres senoides, quer dizer, tres ondas do tipo seno. A dife-
ren ca entre elas e a frequencia. Se considerarmos y = sen(x) como o
padr ao, ent ao g, h tem frequencias maiores do que o padr ao. Rode agora
no Gnuplot sem usar a numera c ao a),b), etc...
a) f(x) = sin(x)
b) g(x) = sin(2*x)
c) h(x) = sin(3*x)
d) set yrange [-10:10]; set xrange [0:6.3]
e) plot f(x), g(x), h(x),0
O item (d) altera o domnio dos gr acos para o intervalo [0, 6.3] [0, 2],
e basta rodar (d),(e) n ao e necess ario repetir os outros. O que voce agora
ve uma onda completa (a do seno), uma onda que se repete integralmente
(a do sen(2x)), e uma onda que se repete duas vezes (a do sen(3x)).
Durante muito tempo se pensou que todos os fen omenos ondulat orios fos-
sem descritos perfeitamentepelas ondas
fn(x) = sen(nx); gn(x) = cos(nx)
ate os anos 50 isto era um sentimento quase generalizado. Entre os anos
50 e 80 descobriu-se que outros tipos de onde poderiam ser usadas o que
terminou na constru c ao de uma teoria chamada de wavelets. Isto aqui e
um tremendo resumo....
Vamos ver agora o caso generico
b
_
a
f(x)dx.
b
_
a
f(x)dx =
1
b
_
a
f(x)dx
b
_
a
f(x)dx =
1
b
_
a
f(x)d(x) =
1
b/
_
a/
f(u)du
Observe que nas integrais de sen(nx) um dos limites e zero e poristo parece
que n ao foi dividido....
Uma express ao mais generica ainda pode ser obtida usando-se uma fun c ao
g em lugar de x x = g(x) que e o caso nas contas que zemos acima.
Quando se aplica mudan ca de vari avel numa integral e porque se descobriu
que f(g(x)) = h(x) e uma fun c ao mais simples no c alculo de integrais
(est a na tabela de integra c ao). A sequencia de equa c oes e:
b
_
a
h(x)dx =
b
_
a
f(g(x))dx =
b
_
a
f(g(x))
1
g
(x)
dg(x)
126 CAP
ITULO 5. INTRODUC
AO
b
_
a
h(x)dx =
g
1
(b)
_
g
1
(a)
f(u)
1
u
du
_
[a,b]
h(x)dx =
_
[a.b]
f(g(x))dx =
_
g
1
([a.b])
f(u)du ; u = g(x)
Observe que
1
g
(x)
=
1
u
est a fazendo o papel de
1
(x) =
cos(x).
2. Vetores
(a) Ilustre com desenhos a comutatividade e associatividade da soma de
vetores em R
3
.
(b) Mostre com uma interpreta c ao geometrica que as diagonais de um
paralelograma representam a soma e diferen ca de dois vetores indi-
cando quem representa quem.
(c) Resolva geometricamente a equa c ao
A+
X =
C
para dois vetores
A,
C que voce desenhar inicialmente.
(d) Resolva geometricamente a equa c ao
X
A =
C
para dois vetores
A,
C que voce desenhar inicialmente.
(e) Lei de Chasles
i. Desenhe os vetores
A,
B,
C no plano tal que
A+
B +
C = 0
ii. Desenhe os vetores
A,
B,
C,
D no plano tal que
A+
B +
C +
D = 0
128 CAP
ITULO 5. INTRODUC
AO
iii. Enuncie a Lei de Chasles que associa vetorese polgonal fe-
chada, e esta sendo usada nos itens anteriores.
Lei de Chasles .
Dados n vetores
A1,
A2,
An
se a soma deles e zero, signica que um deles e a resultante dos
demais, logo eles formam uma poligonal fechada.
(f ) Dados dois vetores
A,
B n ao colineares, determine o lugar geometrico
(fa ca gr acos ilustrativos) do espa co descrito por
i.
A+t
B ; t R
Solu cao:
E a reta paralela ao vetor
B passando pelo ponto A.
Esta express ao depende de um unico par ametro o que lhe d a di-
mens ao 1, (uma variedade de dimens ao 1).
ii. t
A+s
B ; t, s R ; s +t = 1
Solu cao: A rela c ao s + t = 1 liga linearmenteos par ametros
s, t de modo que existe um par ametro dependente e outro inde-
pendente. Isto signica que esta express ao depende de um unico
par ametro (daquele que for considerado livre). O resultado e
uma variedade de dimens ao 1: uma reta. Se s = 0 ent ao t = 1
e a reta passa pelo ponto A, reciprocamente, se s = 1 vemos que
a reta passa pelo ponto B.
iii. t
A+s
B ; t, s 0 ; s +t = 1
Solu cao: Semelhante ao anterior, uma variedade de dimens ao
1, entretanto agora a condi c ao t, s 0 restringe a varia c ao dos
par ametros a um domnio restrito, resultando num segmento de
reta: s [0, 1], por exemplo.
Uma outra forma de ver: a condi c ao
t, s 0 ; s +t = 1
faz dos par ametros s, t pesos e
t
A+s
B
e a media aritmetica ponderada dos vetores
A,
B portanto um
ponto qualquer do segmento de reta que liga os dois vetores.
iv. t
A+s
B ; t, s 0
Solu cao: Precisamos de um pouco mais de sostica c ao para de-
terminar que gura geometrica e esta. Primeiro observe que a
condi c ao t, s 0 descreve o primeiro quadrante, portanto t
A+s
B
tem que ser a imagem do primeiro quadrante pela fun c ao
f(s, t) = t
A+s
B.
Como f e linear, as fronteiras lineares do domnio ser ao preser-
vadas logo a imagem vai ser um cone (uma folha de um cone).
5.3. COMPLEMENTOS SOBRE GEOMETRIA E DERIVADA 129
Como o par de valores (s, t) (0, 1), (1, 0) e admissvel, ent ao
os pontos A, B pertencem a esta cone e um raciocnio semelhante
mostra que as retas determinadas por
A,
B s ao as fronteiras do
cone-imagem.
v. t
A+s
B ; t, s R
Solu cao: O plano porque e uma variedade de dimens ao 2 uma
vez que n ao restri c ao sobre as vari aveis, s ao duas vari aveis livres.
(g) Dependencia linear
i. Prove que dados
A,
B R
n
se houver s, t R 0 tal que s
A +
t
B = 0 ent ao
A,
B s ao paralelos.
Solu cao: Como os escalares n ao podem ser nulos ent ao podemos
resolver a equa c ao explicitando um dos vetores:
A =
t
B
s
quer dizer que
A est a na reta determinada por
B logo s ao co-
lineares (paralelos). Os dois vetores determinam um espa co de
dimens ao 1 obtido com a varia c ao arbitr aria dos par ametros. Di-
zemos que eles s ao linearmente dependentes porque sendo dois
vetores geram um espa co de dimens ao menor do que dois.
ii. Prove que dados
A,
B,
C R
n
se houver s, t, r R 0 tal que
s
A + t
B + r
C = 0 ent ao s
A, t
B, r
ITULO 5. INTRODUC
AO
tambem forem dados, qual e o signicado de
B =
p1
A1 +p2
A2 + +pn
An
p1 +p2 + +pn
; p1 +p2 + +pn ,= 0
Solu cao: A express ao representa uma media aritmetica ponderada,
portanto o signicado e este. O nome baricentro(centro de massa)
signica que cada um dos vetores de uma determinada regi ao e associ-
ado com a massa especca da regi ao que ele representa. Desta forma
B representa uma media aritmetica ponderada de uma amostragem
de pontos
Ai de um corpo com sua massa especca pi e portanto
uma aproxima c ao do centro de massa do corpo.
3. Produto Escalar Sejam
A,
B R
n
.
(a) Decida se o que e verdadeiro e justique
a)
A
B
|
B|
e um n umero b)
A
B e um vetor c)
A
B
|
B|
B e um vetor.
Solu cao: (a) e (c) s ao verdadeiros.
(b) qual o signicado de
A
B
|
B|
2
B ?
Solu cao: O quociente por [
B[ torna o vetor
B
|
B|
unit ario. Ent ao te-
mos o produto escalar de
A por um vetor unit ario, logo a proje c ao
de
A na dire c ao de
B, um n umero. Este n umero multiplicado pelo
unit ario na dire c ao de
B produz um vetor nesta dire c ao, com o com-
primento calculado por
A
B
|
B|
.
4. Escreva as equa c oes parametricas da reta que passa nos pontos
(0, 1, 2), (1, 2, 3) R
3
.
Solu cao 3 Para encontrar a equa c ao parametrica da reta que passa por
dois pontos, calculamos a diferen ca entre os vetores posi c ao o que d a a
diagonal-diferen cado paralelograma. Os m ultiplos deste vetor por um
parametro arbitr ario representam a equa c ao parametrica da reta:
R = (0, 1, 2) +t(1, 1, 1)
(x, y, z) = (t, 1 t, 2 t)
ITULO 5. INTRODUC
AO
(0+), f
(0). Fa ca os gr acos
das tres fun c oes f, f
, f
(0+) = 0 = f
(0) ent ao f
e contnua.
f
(0+) = 0 ,= f
(0) = 2 ent ao f
n ao e contnua.
Os gr acos destas fun c oes podem ser obtidas com Gnuplot. A sintaxe, no
Gnuplot para denir express oes condicionais e:
f(x) = (x < 0)?9 : 9 x x
Ou mais geralmente:
condicao1?comando1 : comando2
se condicao1 for verdadeira, comando1 ser a executado, se condicao1 for
falsa, comando2 ser a ent ao executado.
Desta forma, a fun c ao ca denida pela express ao que se encontra ` a direita
da igualdade.
1
= f2
(c) Dena
f(x) =
x
_
4
f1(t)dt
Verique que f e contnua, que sua derivada e f1, e sua segunda
derivada e a fun c ao descontnua f2.
134 CAP
ITULO 5. INTRODUC
AO
Solu cao 10 (a) amplitude dos saltos de f2
f2(2
+
) = 2; f2(2
) = 2
ent ao o salto no ponto 2 tem amplitude 2 (2) = 4.
f2(2
+
) = 2; f2(2
) = 2
ent ao o salto no ponto 2 tem amplitude [ 2 (2)[ = [ 4[ = 4. A
amplitude e um n uemro positivo, e o m odulo da diferen ca entre os
limites laterais.
(b)
f1(x) =
x
_
4
f2(t)dt (5.13)
f1(2
+
) =
2
+
_
4
f2(t)dt (5.14)
f1(2
) =
2
+
_
4
f2(t)dt (5.15)
f1(2
+
) = f1(2
) (5.16)
O valor da duas integrais
_
[a,b]
f2(t)dt
_
(a,b)
f2(t)dt
porque as somas de Riemann com que se calculam aproxima c oes para
elas s ao todas iguais. Um ponto retirado do domnio, n ao altera o
valor de uma integral. O mesmo vai ocorrer no ponto 2 e assim f1 e
uma fun c ao contnua, mas sua derivada e descontnua.
(c) Pelo raciocnio anterior, f e contnua e tem uma derivada contnua,
logo e de classe C
1
mas sua segunda derivada sendo descontnua,
f , C
2
.
136 CAP
ITULO 5. INTRODUC
AO
Captulo 6
Somas m ultiplas de
Riemann
6.1 Integral m ultipla - Solu cao
Exerccios 9 C alculo aproximado de volume - Solu c ao
1.
Solu c ao Veja a gura (g. ??) p agina ??, a ilustra c ao da
norma de uma parti c ao.
2. (a) Resposta:
Area()
n
i=1
m
j=1
yjxi
(b)
Solu c ao: A malha de ret angulos, ver (g. ??) p agina ??
cobre a base do prisma com ret angulos. Se considerarmos os volumes
dos prismas que tem cada um destes ret angulos como base, teremos
o n umero kxiyj para medir o volume de cada sub-prisma. A
soma destes volumes
n
i=1
m
j=1
kyjxi
e uma aproxima c ao por excesso, considerando a gura (g. ??) do
volume desejado.
(c)
Solu c ao:
Se cobrirmos o crculo com uma malha uniforme de norma 0.1 como
na gura (g. 6.1) p agina 138,
137
138 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
Circulo de raio 1
coberto por
uma
malha
de
norma
0.2
(1,1) (1,1)
(1,1) (1,1)
OX
Figura 6.1: Crculo de centro na origem coberto por uma malha uniforme
A soma de Riemann
10
k=1
10
j=1
xkyj =
10
k=1
10
j=1
0.2 x 0.2 =
10
k=1
10
j=1
0.04 = 0.04 x 100 = 4
Observe que na ultima linha estamos somando parcelas constantes
cada uma delas valendo 0.04.
Calculamos, na verdade a area do ret angulo de lado 1 que contem o
crculo, logo uma aproxima c ao por excesso da area do crculo. Po-
demos, visivelmente, tirar alguns ret angulos, 12, exatamente, melho-
rando a aproxima c ao:
4 12 0.04 = 4 0.48 = 3.52
6.1. INTEGRAL M
ULTIPLA - SOLUC
AO 139
Ainda e visvel que se pode tirar mais 12 metades de ret angulochegando
a aproxima c ao por excesso:
4 12 0.04 = 4 0.48 0.24 = 3.28
Com um programa de computador poderiamos algebrisar a soma de
Riemann escrevendo:
xkS
1
yjS
1
xkyj
A condi c ao xk S
1
e yj S
1
se traduzindo por
x
2
k
+y
2
j
< 1,
em que S
1
e o crculo unit ario.
Um programa para fazer esta c alculo pode ser:
def f(x, y):
return x 2 +y 2
# n e o n umero de divis oes.
# a,b,c,d s ao os extremos dos intervalos.
def area(n,a,b,c,d):
deltax = oat((b-a))/n
deltay = oat((d-c))/n
iniciox = a
soma = 0 # programa acumula o valor em soma
while iniciox < b:
inicioy = c
while inicioy < d:
if f(iniciox,inicioy) < 1:
soma = soma +deltax deltay
inicioy = inicioy + deltay
iniciox = iniciox + deltax
return soma
n = input(Numero de divisoes )
print area(n,-1,1,-1,1)
O resultado, ao rodar este programa com n 10, 50, 100, 500, 1500
e:
delta:~/tex/calculo\}python int_dupla.py
Numero de divisoes 10
140 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
2.76
delta:~/tex/calculo\}python int_dupla.py
Numero de divisoes 50
3.112
delta:~/tex/calculo\}python int_dupla.py
Numero de divisoes 100
3.1316
tarcisio:~/tex/calculo\}python int_dupla.py
Numero de divisoes 500
3.140784
Numero de divisoes: 1500
3.14153422234
105.137173057 segundos
No ultimo resultado j a podemos identicar um valor bem aproxi-
mado para que e o valor exato correspondente ` a area do crculo
de raio 1. Ao fazermos o c alculo com 1500 divis oes (quer dizer
1500 x 1500 = 2.250.000 quadradinhos, zemos que o programa
registrasse o tempo de processamento tendo sido gasto menos de 2
minutos, numa m aquina relativamente lenta, (Pentium 200), mas
rodando LinuX, claro.
(d)
Solu c ao:
Basta multiplicar por 3 os termos da soma de Riemann no caso an-
terior.
(e)
Solu c ao:
A descri c ao correta e:
E volume limitado pelo gr aco de f sobre a
regi ao . .
A primeira e a segunda arma c oes est ao erradas porque o smbolo de
integral faz refer ncia a um valor exato e n ao a uma aproxima c ao.
A quarta faz referencia a uma aproxima c ao, mas a integral repre-
senta o valor exato (que podemos ou n ao saber calcular. . . , e apenas
um smbolo, como
ULTIPLA - SOLUC
AO 141
O n umero a em a +ix e o ponto inicial do intervalo na horizontal,
e o c em c +jy e o ponto inicial do intervalo na vertical.
A varia c ao do ndice nas somas poderia ter sido mantido a mesma,
em princpio:
n
i=1
(
m
j=1
c +jy)(a +ix)
(b)
Solu c ao:
A diferen ca entre as express oes, nesta quest ao, e na anterior, se de-
vem a comutatividade do produto e propriedade distributiva do pro-
duto relativamente ` a soma, elas s ao, portanto, equivalentes.
(c) Como somas de Riemann s ao aproxima c oes de integrais, qual, das
integais seguintes,
a)
b
_
a
d
_
c
f(x, y)dydx b)
d
_
c
b
_
a
f(x, y)dxdy c)
d
_
c
b
_
a
dxdy d)
b
_
a
d
_
c
dydx
corresponde a
m1
j=0
(
n1
k=0
a +kx)(b +jy)
Solu c ao:
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
n
i=1
m
j=1
xiyj =
m
j=1
n
i=1
yjxi
pelas propriedades comutativa do produto e distributiva do produto
relativamente ` a soma, como j a vimos anteriormente.
(d)
Solu c ao:
1
_
0
1
_
0
x
2
+y
2
dydx
Solu c ao:
A soma de Riemann uniforme que aproxima esta integral e:
1
_
0
1
_
0
x
2
+ y
2
dydx =
n
i=0
n
j=0
(x
2
i
+y
2
j
)xy =
=
n
i=0
x
n
j=0
(x
2
i
+y
2
j
)y
Podemos identicar na ultima linha uma integral, observe que no
segundo somat orio, xi e uma constante, veja como isto ca na
convers ao da soma de Riemannem integral:
=
n
i=0
x
n
j=0
(x
2
i
+y
2
j
)y
i=0
x
1
_
0
(x
2
i
+y
2
)dy =
n
i=0
x(x
2
i
y +
y
3
3
)[
1
0
=
=
n
i=0
x(x
2
i
+
1
3
) =
n
i=0
(x
2
i
+
1
3
)x
6.1. INTEGRAL M
ULTIPLA - SOLUC
AO 143
Novamente podemos identicar nova integral na soma de Riemann
da ultima linha o que nos permite escrever:
=
n
i=0
(x
2
i
+
1
3
)x =
1
_
0
(x
2
+
1
3
)dx =
= (
x
3
3
+
1
3
x)[
1
0
=
1
3
+
1
3
=
2
3
Interpreta c ao Geometrica
A fun c ao cuja integral calculamos e positiva se anulando num unico
ponto, (0, 0).
E um paraboloide. O volume calculado e menor do que
uma pir amide de base quadrada [0, 1] x [0, 1] e altura 1, (porque ?)
e este volume vale
4
3
x area da base =
4
3
.
A seguinte fun c ao, em Python, calcula esta integral aproximada-
mente:
## soma de Riemann dupla sobre um retangulo
def int dupla(n,a,b,c,d):
deltax = oat((b-a))/n
deltay = oat((d-c))/n
iniciox = a
soma = 0
while iniciox < b:
inicioy = c
while inicioy < d:
soma = soma + f(iniciox,inicioy)
inicioy = inicioy + deltay
iniciox = iniciox + deltax
return soma*deltax*deltay
n = input(Numero de divisoes: )
print int dupla(n,0,1,0,1)
Rodando este programa, temos:
Numero de divisoes: 1000
0.665667
Observe que o metodo das somas de Riemann nos levou ao c alculo
de uma integral dupla por sucessivas integrais simples.
E preciso ter
cuidado que h a altera c oes a serem feitas no metodo ate que o possa-
mos usar livremente. Este metodo vale, mas com altera c oes, quando
o domnio de integra c ao n ao for retangular. Entretanto, quando a
integral for calculada sobre um domnio retangular,
144 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
b
_
a
d
_
c
f(x, y)dxdy =
b
_
a
dx
d
_
c
f(x, y)dy =
d
_
c
dy
b
_
a
f(x, y)dx
permitindo que calculemos uma integral m ultipla por itera c ao de in-
tegrais simples, como e o caso das que se encontram abaixo.
Podemos livremente reutilizar as contas acima.
1
_
1
1
_
1
xydydx
Solu c ao:
1
_
1
1
_
1
xydydx =
1
_
1
dx
1
_
1
xydy =
1
_
1
dx x(
y
2
2
)[
1
1
= 0
Usando o programa acima, com f(x, y) = xy temos:
N umero de divis oes 1000
Valor da integral: 3.99999999999e-06
Observe que o resultado do programa signica:
3.99999999999e 06 = 0.00000399999999999
um n umero bem pr oximo de zero. O programa n ao conseguiu
encontrar zero, que n os conseguimos com integra c ao formal.
E
preciso, portanto, mais do que saber usar programas, saber in-
terpretar corretamente o resultado obtido.
Tempo de c alculo: 0.007248660326 segundos
N umero de divis oes: 10000
Valor da integral: 0.0
Tempo de calculo: 0.7248660326 segundos
0
_
1
0
_
1
x
2
+y
2
dxdy
Solu c ao:
0
_
1
0
_
1
x
2
+y
2
dxdy =
0
_
1
dy
0
_
1
x
2
+y
2
dx =
0
_
1
dy(
x
3
3
+y
2
x)[
0
1
=
=
0
_
1
(
1
3
y
2
)dy = (
1
3
y
y
3
3
)
0
1
= (
1
3
+
1
3
) =
2
3
6.1. INTEGRAL M
ULTIPLA - SOLUC
AO 145
N ao precisamos fazer nenhum experimento n umerico para concluir
que o resultado est a correto, a interpreta c ao geometrica nos ajuda a
decidir. A fun c ao na integral, f(x, y) = x
2
+y
2
, e um paraboloide de
revolu c ao, logo simetrica em torno da origem.
O domnio de integra c ao e simetrico ao que usamos no c alculo ante-
rior. Assim
0
_
1
0
_
1
x
2
+y
2
dxdy =
1
_
0
1
_
0
x
2
+y
2
dxdy
que j a calculamos anteriormente.
0
_
1
0
_
1
xydxdy
Solu c ao:
0
_
1
0
_
1
xy dy dx =
9
_
1
dx
0
_
1
xy dy =
0
_
1
dx x(
y
2
2
)[
0
1
) =
0
_
1
dx x(
1
2
)) =
0
_
1
x
2
dx =
x
2
4
[
0
1
=
1
4
= 0.25
Rodando o programa em Python vamos encontrar
n = input("Numero de divisoes: ")
print int_dupla(n,-1,0,-1,0)
Numero de divisoes: 500
0.251001
5. C alculo iterativo das integrais m ultiplas
(a) Deduza, de uma quest ao anterior (cite a quest ao), que
d
_
c
b
_
a
f(x, y)dxdy =
b
_
a
d
_
c
f(x, y)dydx
e que, consequentemente, podemos calcular
b
_
a
d
_
c
f(x, y)dydx =
b
_
a
(F(x, d) F(x, c))dx = T[
b
a
Solu c ao:
146 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
A integral
b
_
a
d
_
c
f(x, y)dydx representa o volume limitado pelo gr aco
de f sobre o domnio retangular [a, b] x [c, d] e j a vimos que neste
caso se tem a igualdade entre as integrais duplas alternando os in-
terlos de integra c ao. Frequentemente se escreve
b
_
a
d
_
c
f(x, y)dydx
b
_
a
dx
d
_
c
f(x, y)dy
querendo, como isto, signicar que podemos primeiro calcular a in-
tegral de f relativamente a y, usando o Teorema Fundamental do
C alculo e escrevendo F(x, d) para representar uma primitiva de f e
F(x, c) para representar uma outra primitiva relativamente ` as condi c oes
de fronteira y = c, y = d.
Feito isto temos agora duas fun c oes (uma diferen ca de fun c oes) que
dependem exclusivamente de x nos levando, denitivamente, de volta
ao c alculo univariado e ` a busca de uma primitiva de F(x, d), F(x, c)
relativamente ` a vari avel x que e o que se encontra expresso no ultimo
termo da igualdade.
(b) Use o metodo iterativo descrito no item anterior para calcular as
integrais
1
_
0
1
_
0
x
2
+y
2
dydx
1
_
1
1
_
1
xydydx
0
_
1
0
_
1
x
2
+y
2
dxdy
1
_
1
1
_
1
xydxdy
Solu c ao:
6.2 O caso da fronteira curva
Exerccios 10 Domnios de integra c ao com fronteira curva
1. Escreva uma soma de Riemann para calcular aproximadamente
_ _
xydxdy
sendo o crculo unit ario de centro na origem.
Solu c ao: Vamos usar a express ao f(x, y)
f(x, y) = xy
para tornar a escrita mais f acil, (e na verdade aproveitar as contas feitas
acima).
6.2. O CASO DA FRONTEIRA CURVA 147
Podemos calcular esta integral, usando a express ao que usamos anterior-
mente, para o c alculo da area do crculo, agora modicando incluindo o
valor f(xk, yj) porque agora a altura dos prismas e vari avel e dada por f:
10
k=1
10
j=1
f(xk, yj)xkyj
Entretanto estamos integrando sobre o ret angulo [1, 1] x [1, 1] e n ao
sobre o crculo. Ao melhorarmos a aproxima c ao, no caso da area do
crculo, omitimossub-quadrados. O ideal era que come aassemos a cal-
cular sobre a fronteira inferiordo crculo e terminassemos na fronteira
superior. Veja a gura (g. 6.2) p agina 148, come camos a contar os
sub-ret angulos desde a fronteira inferior e ate a fronteira superior.
Num programa de computador e mais f acil excluir o que n ao interessa
colocando um ifpara selecionar quando se aceita a contagem:
if x
2
+y
2
< 1:
soma = soma + f(x, y)
y = y + delta
Este peda co de c odigo est a percorrendo o crculo no sentido do eixo OY o
programa todo caria assim:
## soma de Riemann dupla sobre um circulo de centro na origem
def int dupla(n):
delta = oat((2))/n
x = -1
soma = 0 # inicia o valor de soma
while x < 1:
y = -1 # y comeca novamente
while y < 1:
if x 2 +y 2 < 1:
# acumula em soma apenas dentro do circulo
soma = soma + f(x,y)
y = y + delta # atualiza o valor de y
x = x + delta # atualiza x fora do loop interno
return soma*delta*delta
Na ultima linha do programa a valor acumulado em soma e multiplicado
por delta delta o que equivale a dizer que usamos a distributividade no
148 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
x y
f(x ,y )
k j
k,j
f(x , y )
k j
x y
1 x
2
1 x
2
Figura 6.2: O crculo como domnio de integra c ao.
somat orio, primeiro somamos todas as parecelas, depois multiplicamos a
soma por x
2
.
Entretanto n os sabemos fazer melhor do que os programas de computa-
dor... Vamos traduzir a soma dupla de Riemann contida neste programa.
Vamos fazer isto passo a passo numa sucess ao de equa c oes:
1
xk=1
(xk,yj)S
1
f(xk, yj)xkyj
1
xk=1
xk=1
xk
xk=1
xk
yj=
1x
2
k
yj=
1x
2
k
f(xk, yj)yj
Quer dizer que somamos sobre todos os valores possveis de xk, sem res-
tri c ao, mas, com y nos limitamos a ir de
_
1 x
2
k
ate
_
1 x
2
k
que s ao as duas equa c oes dos semi-crculos inferior e superior que limitam
o disco unit ario. Observe o desenho na gura (g. 6.2) p agina 148 em
que os dois semi-crculos se encontram destacados.
Na ultima linha podemos ver uma soma de Riemannsimples, correspon-
dente a integral
yj=
1x
2
k
yj=
1x
2
k
f(xk, yj)yj
1x
2
k
_
1x
2
k
f(xk, y)dy
que vamos logo calcular:
1x
2
k
_
1x
2
k
f(xk, y)dy =
1x
2
k
_
1x
2
k
xkydy = xk
1x
2
k
_
1x
2
k
ydy =
= xk
y
2
2
[
1x
2
k
1x
2
k
= xk(
1x
2
k
2
1x
2
k
2
) = 0
e concluindo
_
xydxdy = 0
em que e o disco unit ario. Resultado que era de esperar porque
f(x, y) = xy
troca de sinal em cada quadrante sendo positiva em dois quadrantes e
negativa em dois outros.
2. Escreva a soma de Riemann (dupla) uniforme que representa a integral
_ _
f(x, y)dxdy
supondo que a regi ao e limitada inferiomente pela fun c ao y = g1(x) e
superiormente pela fun c ao y = g2(x).
150 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
Solu c ao:
E semelhante ao exerccio acima, a soma de Rie-
mann uniforme (quando as subdivis oes s ao todas iguais) quer dizer:
[a, b] x [c, d] ; x =
b a
n
; y =
c d
n
.
Temos ent ao
b
xk=a
(xk,yj)
f(xk, yj)xkyj
b
xk=a
xk=a
xk
g2(xk)
yj=g1(xk)
f(xk, yj)yj
e podemos identicar uma soma de Riemann que aproxima uma integral
na ultima linha:
g2(xk)
yj=g1(xk)
f(xk, yj)yj
_
g2(xk)
g1(xk)
f(xk, y)dy =
F(xk, y)[
g2(xk)
g1(xk)
= F(xk, g2(xk)) F(xk, g1(xk))
em que F e uma primitiva de f relativamente ` a vari avely, ou, em outras
palavras, considerando xk constante.
Substituindo este resultado na ultima linha da sequ ncia anterior de equa c oes,
temos:
b
xk=a
(F(xk, g2(xk)) F(xk, g1(xk)))xk
b
_
a
(F(x, g2(x)) F(x, g1(x)))dx
que e uma integral simples relativamente a unica vari avel x que se sou-
bermos calcular, usando o Teorema Fundamental do C alculo, vai nos dar
o valor do volume
_ _
f(x, y)dxdy
6.2. O CASO DA FRONTEIRA CURVA 151
3. Considere a regi ao do plano delimitada pelo crculo
x
2
+ (y 1)
2
= 1
e calcule
_ _
ydxdy
Solu c ao: Como a fronteira de e um crculo, podemos expli-
citar as duas fun c oes que limitam superior e inferiormente a regi ao:
x
2
+ (y 1)
2
= 1 (y 1)
2
= 1 x
2
y 1 =
1 x
2
y = 1
1 x
2
g1(x) = 1
1 x
2
; g2(x) = 1 +
1 x
2
Ent ao
I =
_ _
ydxdy =
1
_
1
g2(x)
_
g1(x)
ydxdy
I =
1
_
1
dx
g2(x)
_
g1(x)
ydy =
1
_
1
dx
y
2
2
[
g2(x)
g1(x)
I =
1
_
1
dx
g2(x)
2
g1(x)
2
2
=
1
_
1
g2(x)
2
g1(x)
2
2
dx
g2(x)
2
g1(x)
2
= 4
1 x
2
I = 2
1
_
1
1 x
2
dx
Podemos fazer uma mudan ca de vari avel na integral
J =
1
_
1
_
1 x
2
dx
considerando
x = cos(t) dx = sen(t)dt
1 = cos(
2
) ; 1 = cos(
2
)
1 x
2
=
_
1 cos(t)
2
= sen(t) ; dx = sen(t)dt
152 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
J =
2 _
2
sen
2
(t)dt
J =
2 _
2
sen
2
(t)dt
Q =
2 _
2
cos
2
(t)dt
J +Q =
2 _
2
cos
2
(t) +sen
2
(t)dt
J +Q =
2 _
2
1dt = J =
2
=
_ _
ydxdy
4. Calcule o volume de uma esfera de raio 1.
Solu c ao: Como todas as esferas de raio 1 tem o mesmo vo-
lume, vamos considerar aquela de centro na origem. Um metodo para este
c alculo, consiste em subtrair dois volumes:
_ _
a
2
y
2
dy)[
a
a
I = 0 +a
2
arcsin(1) = a
2
2
I(x) =
2
g
2
2
(x)
Podemos calcular a integral externa:
V = 2
1
_
1
(x)dx = 2
1
_
1
2
g
2
2
(x)dx
V =
1
_
1
g
2
2
(x)dx
V =
1
_
1
(1 x
2
)dx
V = (x
x
3
3
)[
1
1
= 2(1
1
3
) = 2
2
3
=
4
3
e podemos ver o resultado esperado, o volume da esfera de raio r e
4r
3
3
aqui r = 1.
154 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
5. Calcule o volume de uma esfera de raio r
Resposta:
4r
3
3
Abaixo alguns exemplos do c alculo do volume da esfera usando o programa
apresentado neste texto em outro lugar.
Exemplo 31 N umero de divis oes: 100
valor da integral: 4.18523276903
Tempo de c alculo: 0.502177000046 segundos
N umero de divis oes: 1000
valor da integral: 4.18868946737
Tempo de c alculo: 49.3769460917 segundos
N umero de divis oes: 2000
valor da integral: 4.18875585914
Tempo de c alculo: 196.770419002 segundos
6. Calculo do volume de uma pir amide ortogonal, de altura r tendo base o
ret angulo [a, b] x [c, d].
Solu c ao:
Seja P a pir amide em considera c ao.
Queremos calcular
V ol(P) =
b
_
a
d
_
c
f(x, y)dxdy
em que f(x, y) e a fun c ao que descreve o teto da pir amide.
Por pir amide ortogonalse entende aquela que tem uma das arestas per-
pendicular ` a base. Quer dizer que P tem quatro faces, uma e um ret angulo,
a base, uma das faces e perpendicular ` a base, e duas faces que se encon-
tram sobre uma das diagonais do cubo que teria o ret angulo [a, b] x [c, d]
por base e de altura r.
Acompanhe o raciocnio com um desenho.
N ao h a nenhuma particulariza c ao do resultado se translatarmos a pir amide
de modo que o vertice sobre o qual a altura cai verticalmente concida com
a origem, quer dizer:
A = b a ; B = d c ; Q = [0, A] x [0, B]
P
)
e n os vamos calcular V ol(P
).
6.2. O CASO DA FRONTEIRA CURVA 155
Lembrando, a equa c ao de um plano e
z c = A(x a) +B(y b) ; (a, b, c)
e no presente caso temos dois planos passando pelos ponto (0, 0, r) cujas
equa c oes v ao representar as duas fun c oes
z = f1(x, y) ; z = f2(x, y)
que formam o tampo da pir amide. Tambem vale a pena relembrar que
A =
f
x
; B =
f
y
os coecientes angulares parciais do plano nas dire c oes dos eixos.
As equa c oes:
f1(x, y) = r +
f1
x
(x 0) +
f1
y
(y 0)
f1(x, y) = r
r
A
x
f2(x, y) = r +
f2
x
x +
f2
y
y
f2(x, y) = r
r
B
y
porque
f1
y
= 0 ;
f2
x
= 0
V ol(P
) =
b
_
a
d
_
c
f(x, y)dxdy =
A
_
0
B
A
x
_
0
f1(x, y)dxdy +
A
_
0
B
_
B
A
x
f2(x, y)dxdy
Acompanhe com um desenho. O domnio de integra c ao e o ret angulo
[0, A] x [0, B]
divido ao meio pela reta de equa c ao y =
B
A
x portanto as duas integrais
tem esta reta como limite superior ou inferior, como aparece na ultima
equa c ao acima.
Vamos calcular cada uma destas integrais separadamente:
I =
A
_
0
B
A
x
_
0
f1(x, y)dydx =
=
A
_
0
dx
B
A
x
_
0
(r
r
A
x)dy =
A
_
0
dx(ry
r
A
xy[
B
A
x
0
) =
=
A
_
0
dx(r
B
A
x
r
A
x
B
A
x) =
A
_
0
(
rBx
A
rBx
2
A
2 )dx =
=
rBx
2
2A
rBx
3
3A
2 [
A
0
=
rBA
2
rBA
3
=
rBA
6
156 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
Se invertermos a ordem de integra c ao, a segunda integral car a mais f acil
de ser calculada. Analise, no desenho que voce deve ter feito, a mudan ca
nos limites de integra c ao. A seq uencia de equa c oes e:
A
_
0
B
_
B
A
x
f2(x, y)dydx =
B
_
0
A
B
y
_
0
f2(x, y)dxdy =
=
B
_
0
dy
A
B
y
_
0
r
r
B
ydx =
B
_
0
dy(rx
r
B
xy[
A
B
y
0
) =
=
B
_
0
(r
A
B
y
rA
B
2 y
2
)dy
= r
A
2B
y
2
rA
3B
2 y
3
[
B
0
= r
A
2B
B
2
rA
3B
2 B
3
=
rAB
2
rAB
3
=
rAB
6
Soma os resultados das duas integrais temos:
V ol(P
) = V ol(P) = 2
rAB
6
=
rAB
3
que e o resultado conhecido:
O volume da pir amide e
1
3
area da base vezes a altura.
Observa cao 25 Volume da pir amide e o volume da esfera H a uma concidencia
que iremos explorar na pr oxima lista de exerccios. Comecemos por dis-
cutir a coisa desde uma experencia simples.
Lembre-se daqueles suportes feitos de tiras circulares para colocarmos pa-
nelas quentes ` a mesa. Se cortarmos um desses suportes radialmente (ao
longo do raio), o resultado ser a um tri angulo, e podemos assim calcular a
area do crculo, experimentalmente: base vezes altura dividido por dois:
Area(S
1
) =
base x altura
2
=
2r
2
2
= r
2
.
Isto e, a area de um crculo se calcula usando a f ormula para o c alculo da
area de tri angulo.
Se tentarmos fazer o mesmo com uma esfera a coisa ca um tanto mais
complicada, e e normal. Os teoremas assumem aspectos aparentemente
extranhos quando subimos a dimens ao.
E preciso nos acostumarmos com
novas situa c oes em dimens ao maior...
Mas tentando, se tentarmos abrir a esfera, a semelhan ca do que ze-
mos com o crculo, vamos encontrar quatro coisas que se parecem com
6.2. O CASO DA FRONTEIRA CURVA 157
pir amides (quem j a abriu uma mel ancia ?) ent ao o volume da esfera e o
volume de quatro pir amides:
V ol(S
2
) =
4
3
r
3
= 4
1
3
r
3
=
1
3
(4r
2
)r.
A sugest ao que temos e que a area da superfcie da esfera de raio r e
Area(S
2
) = 4r
2
que vai ser assunto de pr oxima lista: area de superfcies, quando tiremos
esta hip otese a limpo: ser a que
uma esfera est a para quatro pir amides, assim como um crculo
est a para quatro tri angulos ?
7. O caso de um a cude
Este e um caso tpico de em que a fronteira n ao e formada por segmentos
de reta e nem conhecemos uma f ormula algebrica para as curvas envolvi-
das. A saida e calcular usando somas de Riemann.
(a)
Area do espelho d agua
Solu cao 12 O espelho do a cude e uma regi ao do plano cuja area
queremos calcular. Ver a gura (g. ??) p agina ?? que voce pode
perfeitamente tomar pelo espelho de um a cude visto numa foto aerea.
Uma boa foto aerea produziria uma gura em escala cuja area poderia
ser calculada por contagem de ret angulos num papel milimetrado. Isto
e soma de Riemann.
Se uma foto aerea for difcil, um passeio ` a volta da margem permiti-
ria fazer marcas uniformemente espa cadas e depois com duas linhas,
uma xa entre duas marcas em margens opostas, e outra estendida
paralelamente, se poderia medir as dist ancias entre estes pontos opos-
tos para calcular a area entre as duas linhas e assim calcular a area
total do espelho. Isto tambem e soma de Riemann.
Veja a solu c ao do volume, o uso de um barco.
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
lago nos n os da malha que assim se estabelecer. E o computador
ir a logo fazendo a soma. Terminado o passeio sobre o lago se ter a
imediatamente o volume calculado. O mesmo programa, substituindo
o valor fornecido pelo sonar por 1 produz a area do espelho.
A escala registrada em uma das paredes da barragem, determina um
fatiamento do s olidoformado pela agua. Uma forma precisa da
determina c ao do volume d agua associado a cada um destes nveis
soemnte poderia ser feito quando este nvel fosse atingido. Uma apro-
xima c ao grosseira poderia ser feita considerando o prisma de base ,
o espelho do lago, cuja area foi calculada no item anterior, para assim
calcular o volume de cada uma das fatias.
r
= (at cos(t), at sin(t), at)
t
= (art sin(t), art cos(t), 0)
F(x, y)dxdy =
z(x, y)dxdy =
z(r, t)
x,y
r,t
drdt
A melhor forma de entender o que signica dxdy, isto e uma teoria,
a teoria das formas diferenci aveis, e considerando este produto como um
produto exterior em que
dx =
x
t
dt +
x
r
dr
dy =
t
dt +
y
r
dr
dxdy =
x
t
x
t
y
t
y
t
dxdy =
x
t
y
t
x
t
y
t
drdt
O determinante calculado na ultima linha e
(x,y)
(r,t)
que representa o coe-
ciente de deforma c ao na mudan ca de vari avel.
O determinante
det(J(T)) =
(x, y)
(r, t)
e o determinante da matriz de mudan c ao de vari aveis.
Calculando a integral temos:
I =
2
_
0
1
_
0
z(r, t)(a
2
t
2
r cos
2
(t) +a
2
t
2
r sin
2
(t))drdt =
160 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
=
2
_
0
1
_
0
(1 r)at(a
2
t
2
r cos
2
(t) +a
2
t
2
r sin
2
(t))drdt =
=
2
_
0
1
_
0
(1 r)at(2a
2
t
2
r)drdt = 2a
3
2
_
0
1
_
0
(1 r)(t
3
r)drdt = 2a
3
2
_
0
1
_
0
(r r
2
)t
3
drdt
= 2a
3
2
_
0
t
3
(
r
2
2
r
3
3
)[
1
0
dt = 2a
3
2
_
0
t
3
(
1
2
1
3
)dt =
2a
3
6
2
_
0
t
3
dt =
a
3
3
t
4
4
[
2
0
=
=
a
3
12
t
4
[
2
0
=
16a
3
12
4
=
4a
3
3
4
dxdy.
O c alculo eventualmente ca mais simples se mudarmos as coordenadas
(passar para coordenadas esfericas):
x1 = cos(t1) cos(t2) cos(t3)
x2 = sin(t1) cos(t2) cos(t3)
x3 = sin(t2) cos(t3)
x4 = sin(t3)
A jacobiana desta transforma c ao
(x1, x2, x3, x4)
(t1, t2, t3), r
e
0
B
B
@
sin(t1) cos(t2) cos(t3) cos(t1) sin(t2) cos(t3) cos(t1) cos(t2) sin(t3) cos(t1) cos(t2) cos(t3)
cos(t1) cos(t2) cos(t3) sin(t1) sin(t2) cos(t3) sin(t1) cos(t2) sin(t3) sin(t1) cos(t2) cos(t3)
0 cos(t2) cos(t3) sin(t2) sin(t3) sin(t2) cos(t3)
0 0 cos(t3) sin(t3)
1
C
C
A
6.2. O CASO DA FRONTEIRA CURVA 161
Usando MuPAD para calcular o determinante desta matriz temos
f(, t1, t2, t3) =
3
(
cos(t2)
2
+
cos(t2 2t3)
4
+
cos(t2 + 2t3)
4
)
A integral relativamente a no intervalo [0, r] nos d a
f1(t1, t2, t3) =
r
4
4
(
cos(t2)
2
+
cos(t2 2t3)
4
+
cos(t2 + 2t3)
4
)
A integral desta fun c ao relativamente ` a t3 no intervalo [0,
2
] nos d a, ainda
usando MuPAD,
f2(t2) = 0.25cos(t2) 0.125sin(t2 ) + 0.125sin( +t2)
e ainda usando MuPAD para calcular a integral da fun c ao acima, no inter-
valo [0,
2
] temos
2 _
0
f2(t)dt =
4
portanto o valor da integral, o volume de S
3
, e
8
r
4
16
=
r
4
2
Hocqenghem e Jaard, em Mathematiques Tome II, encontraram o valor
2
r
4
2
que deixamos para o leitor analisar e decidir qual o valor correto.
162 CAP
ITULO 6. SOMAS M
ULTIPLAS DE RIEMANN
Captulo 7
A integral de linha
7.1 Integral de linha
Exerccios 11 Integral sobre curvas.
1. Considere uma curva parametrizada sobre o intervalo [a, b]
[a, b] t (x(t), y(t)) = (t) R
2
.
Escreva uma soma de Riemann para e de uma interpreta c ao ao resul-
tado: a possvel integral de quem esta soma de Riemann e uma apro-
xima c ao.
Solu cao 16 Para escrever uma soma de Riemann para temos que fazer
uma parti c ao do intervalo [a, b] o que resulta em
a = t0, . . . , tk, . . . , tn = b [a, b]
tk = tk tk1
n1
k=0
(x(tk), y(tk))tk
Como (x(tk), y(tk)) s ao vetores do plano, ent ao esta soma representa uma
soma de vetores, portanto, um vetor do plano. Como qualquer soma de Ri-
emann ser a um vetor do plano, se a integral existir ela tambem representa
um vetor do plano.
2. Interpreta c ao da integral
(a) Integral de linha Calcule as integrais
b
_
a
(t)dt com os dados abaixo:
163
164 CAP
E a dist ancia percorrida por uma partcula ao longo da curva .
E a curva velocidade de uma partcula.
E um vetor.
E o trabalho da for ca ((x(t), y(t))) ao longo do intervalo [a, b]
4. A integral
b
_
a
(x(t), y(t))dt
e o vetor posi c~ ao m edio de uma partcula que percorreu a trajet oria
se m([a, b]) = 1. Justique. Sugest ao, escreva uma soma de Riemann.
5. Comprimento de arco
(a) Desenhe um arco de curva
[a, b] t (t) R
2
e verique que h a uma associa c ao entre qualquer poligonal obtida
por uma sele c ao de pontos sobre e uma parti c ao do intervalo [a, b].
Ver gura (g. 7.1) p agina 165.
(b) Use uma parti c ao de [a, b] para construir uma soma que permita o
c alculo aproximado do comprimento de .
(c) Introduzindo uma divis ao e uma multiplica c ao adequada por tk
deduza a integral que calcula o comprimento de .
Solu cao 17 (a) Veja na gura (g. 7.1) p agina 165, uma curva e uma
aproxima c ao poligonal para a mesma.
Se a curva for bijetiva, ent ao a cada ponto da poligonal corresponde
um e somente um ponto no intervalo [a, b], cada um deles pondendo
ser obtido com a fun c ao inversa.
7.1. INTEGRAL DE LINHA 165
P
1
P
0
P
2
P
3
P
4
P
5
a
b =t
5
=
t
0
t
1
t
2
t
3
t
4
Figura 7.1: Uma curva e sua aproxima c ao poligonal
Aparentemente haveria problema se a curva n ao fosse bijetiva, quer
dizer, houvesse dois valores do tempo t1, t2 tal que (t1) = (t2).
Basta, neste caso, sub-dividir o intervalo de parametriza c ao de for-
mas que em cada sub-intervalo a curva seja bijetiva e aplicar o ra-
ciocnio anterior. Isto, ali as, mostra que n ao h a problema se a fun c ao
n ao for bijetiva.
(b) Comprimento da poligonal Agora queremos o c alculo do comprimento
da poligonal. Vamos somar os comprimentos de cada um segmentos
de reta desta poligonal:
n1
k=0
[PkPk+1[ =
166 CAP
k=0
d((x(tk), y(tk)), (x(tk+1), y(tk+1))) =
n1
k=0
_
(x(tk) x(tk+1))
2
+ (y(tk) y(tk+1))
2
n1
k=0
_
x
2
k
+ y
2
k
(c) comprimento de arco - integral integral!comprimento de arco
Se dividirmos e multiplicarmos a ultima express ao na soma anterior
por tk, teremos:
n1
k=0
_
x
2
k
+ y
2
k
n1
k=0
_
x
2
k
t
2
k
+
y
2
k
t
2
k
tk =
podemos reconhecer os quocientes de diferenciais que denem as de-
rivadas das coordenadas de , elevados ao quadrado, e uma soma de
Riemann que dene a integral:
b
_
a
_
(x
(t)
2
+y
(t)
2
)dt =
b
_
a
[
(t)[dt
que e a f ormula integral para o c alculo do comprimento de arco de
uma curva parametrizada sobre o intervalo [a, b].
Observe a natural concidencia desta f ormula, o comprimento do
arco de uma curva e a integral da velocidade (de uma partcula)
percorrendo a curva, logo e a dist ancia percorrida (pela partcula) ao
longo da curva no sentido que a Fsica d a a integral da velocidade.
(t)[ = r R
Portanto o comprimento do crculo ser a a integral da ultima fun c ao:
2
_
0
rdt = 2r
7.1. INTEGRAL DE LINHA 167
7. Em cada caso abaixo voce tem a velocidade com que uma partcula percorre
uma determinada trajet oria. Em todos os caso o intervalo de parame-
triza c ao e [0, 1]. Calcule a dist ancia percorrida. Observe que dist ancia
e n umero!
v(t) v(t) v(t)
a) (t, t
2
) b) (sin(t), cos(t)) c) (cos(t), 1)
d) (t, 2t) e) (t, 3t) f ) (cos(2t), sin(2t))
8. Em cada caso abaixo voce tem a a equa c ao do vetor posi c ao de uma
partcula percorrendo uma determinada trajet oria. Em todos os caso o
intervalo de parametriza c ao e [0, 1]. Calcule a dist ancia percorrida. Ob-
serve que dist ancia e n umero!
(t) (t) (t)
a) (t, t
2
) b) (sin(3t), cos(3t)) c) (cos(4t), sin(4t))
d) (cos(t), sin(2t)) e) (t, 3t) f ) (cos(2t), sin(2t))
9. Comprimento de arco - outra f ormula
Altere a express ao da soma de Riemann obtida para o c alculo aproximado
do comprimento de arco de uma curva sob a hip otese de que sabemos
explicitar y = f(x) e que a fun c ao f seja diferenci avel.
Solu cao 19 Considere a express ao que encontramos anterioremente para
o c alculo aproximado do comprimento de arco do crculo
n1
k=0
_
x
2
k
+ y
2
k
que agora vamos dividir por xk sob a hip otese de que sabemos explicitar
y = f(x) e que esta fun c ao e diferenci avel:
n1
k=0
_
x
2
k
+ y
2
k
n1
k=0
_
1 +
y
2
k
x
2
k
xk
e podemos ent ao reconhecer o quociente de diferenciais que dene a deri-
vada de f e uma soma de Riemann:
n1
k=0
1 +
f
2
k
x
2
k
xk
que dene a integral
_
(1 +f
(x)
2
)dx
168 CAP
j
(t) = t +t
2
j
11. Uma curva tem por equa c ao y
2
= x
3
, Verique em que pontos ela passa
quando x = 2 e calcule o comprimento da trajet oria percorrida entre estes
dois pontos.
12. Dois pontos P, Q sobre um crculo de raio 1 determinam um setor circular
POQ em que O e a origem, (centro do crculo). Prove que o comprimento
do arco AB e o dobro da area do setor POQ.
13. Mostre que o comprimento de arco de y = e
x
; x [0, 1] e
1
2
o compri-
mento de arco da curva (t +log(t), t log(t)) ; t [1, e].
7.2 Derivadas Parciais
H a dois conceitos pr oximos, jacobiana, gradiente. A jacobiana e a matriz das
derivadas parciais, e o gradiente e a jacobiana de uma fun c ao real de n vari aveis.
Isto e o gradiente e uma jacobiana que tem apenas uma linha.
Quer dizer que, se F : R
2
R ent ao grad(F) = J(F). O gradiente
tem um nome especial porque ele est a associado a determina c ao de m aximos
e mnimos de fun c oes de duas vari aveis como veremos em um dos exerccios
abaixo.
Deni cao 20 Gradiente
Seja F : R
n
R, um campo escalar. Ent ao a jacobiana de F e uma
matriz linha e se chama gradiente.
7.2. DERIVADAS PARCIAIS 169
Em suma, o gradiente de F e a jacobiana quando a fun c ao F for um campo
escalar.
De forma semelhante ao que acontece com as fun c oes univariadas, em que a
derivada e o coeciente angular da reta tangente, no caso das fun c oes multi-
variadas a matriz das derivadas parciais, a jacobiana, e o coeciente angular
m ultiplo e existe uma variedade linear tangente de dimens ao apropriada.
No caso das fun c oes univariadas a variedade linear tangente e uma variedade
linear de dimens ao 1, uma reta.
As variedades lineares s ao caracterizadas (o seu coeciente angular) pelo
vetor normal. Veja a gura (g. 7.2) p agina 170, uma reta e um vetor normal
` mesma.
No caso de um plano, que j a tem dois coecientes angulares, o vetor normal
ao plano simplica as coisas porque ele determina o plano se for dado um
ponto por onde passe o plano, de forma semelhante com o que acontece com
uma reta. Relembrando a Geometria Analtica, uma express ao do tipo
Ax +By +Cz +D = 0
representa no R
3
um plano caracterizado pelo vetor normal (A, B, C).
Na mesma propor c ao, uma express ao do tipo
F(x, y, z) = 0
representa, no R
3
uma superfcie e diferenciando implicitamente esta express ao
vamos ter
F
x
dx +
F
y
dy +
F
z
dz = 0
que contem o molde da variedade linear tangente (desde que calculemos as
derivadas parciais num ponto (a, b, c) ; F(a, b, c) = 0). O resultado e
F
x
[(a, b, c)(x a) +
F
y
[(a, b, c)(y b) +
F
z
[(a, b, c)(z c) = 0
onde podemos ver o vetor normal
(
F
x
[(a, b, c),
F
y
[(a, b, c),
F
z
[(a, b, c))
Os c alculos que zemos logo acima lembram um dos teoremas mais impor-
tantes da matem atica mas que tem pouca presen ca direta. Tambem e um desses
teoremas difceis porque apenas garantem a existencia.
Escrevemos a equa c ao de plano tangente a uma superfcie
170 CAP
1
Curiosidade, como podemos saber se a express ao acima dene uma curva?
7.2. DERIVADAS PARCIAIS 173
-10
-5
0
5
10
-10 -5 0 5 10
x**2 + y*cos(x) + 3*x = 4
data
OX
OY
Figura 7.3: Gr aco aproximado da curva plana
3. Derivadas Parciais Calcule as derivadas parciais das fun c oes:
F(x, y) = G(x, y) = H(x, y) =
a) e
xy
b) e
sin(x)sin(y)
c) e
sin(xy)
4. Gradiente grad(F) = (
F
x
,
F
y
) Calcule os gradientes das fun c oes:
F(x, y) = G(x, y) = H(x, y) =
a) e
xy
b) e
sin(x)sin(y)
c) e
sin(xy)
5. Escreva a equa c ao do plano tangente ` a superfcie
z = F(x, y) = x
2
+ycos(x) + 3x
no ponto (1, 1, 8)
174 CAP
(sin
2
(t)e
cos(t)sin(t)
+cos
2
(t)e
cos(t)sin(t)
)dt
I =
(cos
2
(t) sin
2
(t))e
cos(t)sin(t)
dt
I =
cos(2t)e
1
2
sin(2t)
dt =
e
1
2
sin(2t)
cos(2t)dt =
=
0
_
0
e
u
du = 0
1
a
axdx =
1
_
1
xdx
3. Verique que os exemplos acima sugerem a f ormula:
_
f(z)dz =
_
g
1
()
f(g(w))g
(w)dw
2
Que divide o R
3
em duas regi oes, uma limitada, chamada interior e a outra ilimitada, o
exterior.
7.3. APLICAC
OES DAS DERIVADAS 177
Demonstre esta f ormula com auxlio de somas de Riemann aplicadas em
ambas as integrais.
Este resultado merece ser formalizado sob o nome de Teorema:
Teorema 24 Mudan ca de vari avel
Princpio do telhado
Se os dois domnios W, estiverem em correspondencia bi- univoca pela
transforma c ao T, isto e,
T(W) = ; W, R
n
e se f : R for integr avel, ent ao
_
f()d =
_
W
f(T(w))det(J(T
1
))dw =
_
T
1
()
f(T(w))det(J(T
1
))dw
Dem :
Vamos fazer a demonstra c ao num caso particular que rapidamente ir a colocar a f ormula
em evidencia. Vamos supor que seja um hipercubo do R
n+1
quer dizer um conjuto
da forma
= [a1, b1] x [a2, b2] x x [an, bn] ; a1, b1, . . . an, bn R
e um produto cartesiano de intervalos.
Ent ao
V =
R
f()d =
b1 R
a1
dx1 . . .
bn R
an
f(x1, . . . , xn)dxn
m1
P
k1=0
. . .
m1
P
kn=0
f(x1,k1
, . . . , xn,kn
)x1,k1
xn,kn
Em que temos, na ultima linha, n somas (n vari aveis) e cada uma destas somas tem
m parcelas, portanto um total de n x m parcelas. Em cada parcela h a um produto de
n elementos b asicos
x1,k1
xn,kn
que e a medida de um hiper paralelepipedo do R
n+1
que n os podemos supor de lados
iguais a
xj,kj
=
bj aj
m
e temos, assim, uma soma de Riemann m ultipla, uniforme.
W
T
Figura 7.4: Uma malha retangular em induz uma parti c ao no conjunto de sada W
a subdivis ao de em n x m peda cos induz via T
1
uma divis ao de W em
n x m peda cos, porque a correspondencia T e bi- univoca. S ao estes peda cos
que estamos chamando de m-celulas de W; Ver na gura (g. 7.4) p agina
178, a representa c ao no caso bidimensional da imagem inversa da malha de
induzindo uma subdivis ao em W. Em W temos n x m m-celulas.
a medida de cada uma dessas m-celulas e aproximadamente
(M) wk1,...kn
= det(J(T))x1,k1
xn,kn
porque s ao os determinantes que generalizam a multiplica c ao: de um lado temos
uma multiplica c ao deformadapelo determinante da transforma c ao T que d a a
medida das m-celulas (aproximadamente), no conjunto de sada.
Este e o princpio do telhado (como calcular a area de um telhado, sabendo a
area ocupada pela casa) ou ainda chamado de princpio do coseno. N os veremos
este princpio mais a frente, ver no ndice remissivo.
cada hiper -paralelepipedo de e a imagem de uma m-celula de W;
7.3. APLICAC
OES DAS DERIVADAS 179
det(J(T
1
) =
1
det(J(T))
= det(J(T))
1
x1,k1
xn,kn
det(J(T
1
))wk1,...kn
invertendo a equa c ao (M).
A soma de Riemann ca, ent ao, transformada em:
V =
m1
P
k1=0
. . .
m1
P
kn=0
f(x1,k1
, . . . , xn,kn
)x1,k1
xn,kn
V =
m1
P
k1=0
. . .
m1
P
kn=0
f(T(wk1,...kn
)) det(J(T
1
))wk1,...kn
R
W
f(T(w)) det(J(T
1
))dw
e podemos identicar a nova express ao da integral a partir da soma de Riemann, como
queriamos demonstrar. q.e.d .
Uma referencia para o resultado sobre a inversa de determinantes, veja
Lang, S - Algebra, pag. 334.
4. Mucan ca de Vari aveis
(a) Coordenadas polares Calcule
e
x
2
y
2
dxdy
(b) Verique que
e
x
2
y
2
dxdy = (
e
x
2
dx)
2
e da deduza o valor de
e
x
2
dx
Solu cao 23 (a) Seja f(x, y) = e
x
2
y
2
. Com a mudan ca de vari aveis
de coordenadas cartesianas para coordenadas polares (ou vice-versa)
podemos identicar um disco e um ret angulo no plano, entretanto
agora temos uma integral cujo domnio e o plano todo e isto n ao
corresponde a nenhum disco (a n ao ser que consideremos o plano
impropriamente como um disco). O que temos que fazer aqui e provar
que a integral existe e escrever a sua reformula c ao com as novas
coordenadas, uma vez que n ao uma transi c ao algebrica simples entre
as duas formula c oes.
f e constante sobre os crculo de raio R e centro em (0, 0) com o
valor e
R
2
.
A desigualdade que vai responder a quest ao da existencia e:
180 CAP
_
cos()
sen()
_
; =
_
x
2
+y
2
; = atan(
y
x
)
_
dx
dy
_
=
_
cos() sin()
sen() cos()
__
d
d
_
Quer dizer que a jacobiana da transforma c ao e o determinante da
matriz das derivadas parciais acima:
(x, y)
(, )
= .
Os limites de integra c ao nas coordenadas polares passam a ser
[0, ) ; [0, 2]
e temos a igualdade:
e
x
2
y
2
dxdy =
_
0
2
_
0
e
2
(x,y)
(,)
dd =
_
0
2
_
0
e
2
dd = 2
_
0
e
2
d =
2
1
2
_
0
e
u
du =
7.3. APLICAC
OES DAS DERIVADAS 181
(b) Como e
x
2
y
2
= e
x
2
e
y
2
e como a integral
e
x
2
dx =
e
y2
dy
existe
3
ent ao
e
x
2
y
2
dxdy =
e
x
2
dx
e
y
2
dy
(
e
x
2
dx)
2
=
e
x
2
dx =
e
x
2
dx = 1 =
e
x
2
dx (7.9)
3
a existencia desta integral se prova usando argumentos semelhantes ao que usamos para
demontrar a existencia da integral de f(x, y).
182 CAP
2
+ 2k
(2)(2x, 4y)
(3)(
2x
x
2
+y
2 , frac2yx
2
+y
2
)
(4)(2xy
3
, 3x
2
y
2
)
(5)(yx
y1
, x
y
ln(x))
(6)(y
x
2
+y
2
2xln(y)
, y
x
2
+y
2
(
x
2
+y
2
+2y
2
ln(y)
y
)))
7.3. APLICAC
OES DAS DERIVADAS 187
As equa c oes propostas s ao muito difceis de ser resolvidas (n ao h a metodos
denidos). N os limitamos a encontrar solu c oes obvias.
Justicativas:
(a) (1) Imponha cos(xy) = 0 xy =
2
+2k reutilize este resultado na
express ao geral onde se x = y ent ao x =
_
2
+ 2k sin(xy) = 1 e
a consequente igualdade nal. Este metodo n ao garante que todas as
solu c oes foram encontradas, mas mostram que existe solu c ao para
F
x
=
F
y
= 0
(b) 2x = 4y = 0 x = y = 0
(c)
2x
x
2
+y
2 = frac2yx
2
+y
2
= 0 n ao tem solu c ao.
(d) 2xy
3
= 3x
2
y
2
= 0 OX OY
(e) yx
y1
= x
y
ln(x) = 0 <=== (x, y) = (1, 0)
(f ) y
x
2
+y
2
2xln(y)
= y
x
2
+y
2
(
x
2
+y
2
+2y
2
ln(y)
y
)) = 0 impossvel porque
F
x
e
sempre diferente de zero.
6. Considere
z = F(x, y) =
8 (x + 1)
2
(y + 1)
2
(x
2
+ 1)(y
2
+ 1)
Solu cao 30 Vamos usar uma tecnica de deriva c ao algortmica que torna
o c alculo de derivadas mais simples porque quebra as etapas do c alculo.
Para isto identicamos as fun c oes at omicas que comp oem uma equa c ao
e depois aplicamos seguidamente a regra da cadeia. Neste caso
As derivadas parciais s ao:
u(x, y) = (x + 1)
2
; v(x, y) = (y + 1)
2
ux(x, y) = 2(x + 1) ; vy(x, y) = 2(y + 1)
u2(x, y) = (x
2
+ 1) ; v2(x, y) = (y
2
+ 1)
u2x(x, y) = 2x ; v2y(x, y) = 2y
F(x, y) =
8uv
u2v2
F
x
=
vuxu2v2u2xv2(8uv)
(u2v2)
2 =
2(y+1)
2
(x+1)(x
2
+1)(y
2
+1)2x(y
2
+1)(8(x+1)
2
(y+1)
2
)
(x
2
+1)
2
(y
2
+1)
2
F
y
=
vyuu2v2v2yu2(8uv)
(u2v2)
2 =
2(y+1)(x+1)
2
(x
2
+1)(y
2
+1)2y(x
2
+1)(8(x+1)
2
(y+1)
2
)
(x
2
+1)
2
(y
2
+1)
2
em que gx =
g
x
Nas duas ultimas linhas aparecem as derivadas parciais como seriam calcu-
ladas dentro de um programa de computador. Mas ate mesmo para repre-
senta c ao numa p agina eletr onica, o uso de deriva c ao algoritmica tem suas
vantagens porque podemos cortar e colar na express ao nal seguindo o
modelo proposto pela express ao algoritmica.
Depois de editar as express oes acima num editor de texto, com a sintaxe
de MuPAD ou Maple, que s ao identicas, temos
u := (x,y) -> (x+1)^2
v := (x,y) -> (y+1)^2
7.3. APLICAC
OES DAS DERIVADAS 189
ux := diff(u,x)
vy := diff(v,y)
u2 := (x,y) -> x^2 +1
v2 := (x,y) -> y^2 +1
u2x:= (x,y) -> 2*x
v2y:= (x,y) -> 2*y
fx := (x,y) -> -v(x,y)*ux(x,y)*u2(x,y)*v2(x,y)
- u2x(x,y)*v2(x,y)*(8-u(x,y)*v(x,y))/(u2(x,y)^2*v2(x,y)^2)
fy := (x,y) -> -u(x,y)*vy(x,y)*u2(x,y)*v2(x,y)
- v2y(x,y)*u2(x,y)*(8-u(x,y)*v(x,y))/(u2(x,y)^2*v2(x,y)^2)
estas express oes podem ser sucessivamente coladas na area de trabalho do
MuPAD e agora poderiamos facilmente calcular a equa c ao do plano tangente
no ponto (a, b, F(a, b)) = (1, 1, F(1, 0)) = (1, 1, 2)
A =
F
x
[
(1,0)
= 12 ; B =
F
x
[
(1,0)
= 20
sendo a equa c ao do plano:
z 2 = 12(x 1) 20(y 1)
Os c alculos foram feitos com
4
MuPAD. Ver em [?, mupad]omo obter MuPAD.
Observe que fx =
f
x
na nota c ao do MuPAD.
_
_
u
2
v
2
u +v
u
2
+ 4v
_
_
_
_
dx
dy
dz
_
_
=
_
_
2u 2v
1 1
2u 4
_
_
_
du
dv
_
4
MuPAD e um programa de Computa c ao Algebrica semelhante ao Maple ou Mathematica,
com a importante caracterstica de que e distribuido com um pre co simb olico.
190 CAP
ANEA DE EXERC
ICIOS 191
usadas nos exerccios. Para n ao tornar muito pesada a nota c ao, vamos supor
que estamos trablhando com espa cos de fun c oes de dois tipos:
R
3
f
R (7.17)
R
3
F
R
3
(7.18)
f ser a chamada de campo escalar, e F ser a chamada de campo vetorial e vamos
manter este h abito nesta se c ao, letra min uscula para campos escalares e as
mai usculas para campos vetoriais.
Deni cao 22 Operadores diferenciais
grad
E o vetor das derivadas parciais (
x
,
y
,
z
) O gradiente produz um
vetor de dimens ao maior do que a fun c ao em que ele for aplicado.
div Produz um campo escalar ao ser aplicado em um campo vetorial F
F1
x
+
F2
y
F3
z
=< grad(F), e1 > + < grad(F), e2 > + < grad(F), e3 >
Este campo escalar mede a dispers ao entre grad(F) e os vetores unit arios
das dire c oes dos eixos coordenados, da o seu nome.
rotacional
Exerccios 15 Operadores diferenciais
1.
2.
3.
7.5 Miscelanea de Exerccios
Exerccios 16 Integral e Derivada
1. Solu c ao: Calcule
_
(x
3
3xy
2
)dx + (3x
2
y y
3
)dy
I =
_
udx + 0 + 0 +
_
vdy +
_
udx + 0 + 0 +
_
vdy
I =
1
_
0
(x
3
3xy
2
)dt +
1
_
0
(3x
2
y y
3
)dt +
1
_
0
(x
3
3xy
2
)dt
1
_
0
(3x
2
y y
3
)dt
I =
1
_
0
t
3
dt +
1
_
0
(3t t
3
)dt
1
_
0
((1 t)
3
3(1 t))dt +
1
_
0
(1 t)
3
dt
I =
1
_
0
3tdt
1
_
0
3(1 t)dt =
1
_
0
3tdt
0
_
1
3(t)dt
I =
3t
2
2
[
1
0
0
_
1
3tdt =
3
2
3t
2
2
[
0
1
=
3
2
3
2
= 0
(b)
_
(x
3
xy
2
)dx + (3x
2
y y
3
)dy =
=
_
udx + 0 + 0 +
_
vdy +
_
udx + 0 + 0 +
_
vdy =
=
1
_
0
t
3
dt +
1
_
0
(3t t
3
)dt
1
_
0
((1 t)
3
(1 t))dt
1
_
0
(1 t)
3
dt =
1
_
0
3tdt +
1
_
0
(1 t)dt =
1
_
0
3tdt +
0
_
1
(t)dt =
3t
2
2
[
1
0
0
_
1
tdt =
=
3t
2
2
[
1
0
t
2
2
[
0
1
=
3
2
1
2
= 1
(c)
_
(3x
2
3y
2
)dx + 6xydy =
=
_
udx + 0 + 0 +
_
vdy +
_
udx + 0 + 0 +
_
vdy =
1
_
0
3t
2
dt +
1
_
0
6tdt
1
_
0
(3(1 t)
2
3)dt + 0 =
1
_
0
3t
2
dt +
1
_
0
6tdt
0
_
1
(3(t)
2
3)dt + 0 =
3t
3
3
[
1
0
+
6t
2
2
[
1
0
3
0
_
1
(t)
2
dt + 3
0
_
1
dt =
7.5. MISCEL
ANEA DE EXERC
ICIOS 193
(t , 0) t [0,1]
(1 , t) t [0,1]
(1t , 1) t [0, 1]
t [0,1]
(0,1t)
dx=dt; dy =0
dx=0; dy=dt
dx=dt;dy=0
dx=0
dy=dt
Figura 7.6: Parametriza c ao do quadrado Q de lado 1, com vertices (0, 0), (1, 1).
3t
3
3
[
1
0
+
6t
2
2
[
1
0
3
0
_
1
t
2
dt + 3t[
0
1
=
3t
3
3
[
1
0
+
6t
2
2
[
1
0
3
t
3
3
[
0
1
+ 3t[
0
1
=
1 + 3 1 3 = 0
(d) u(x, y) = 3x
2
2y
2
; v(x, y) = 6xy
_
(3x
2
2y
2
)dx + 6xydy =
=
_
udx + 0 + 0 +
_
vdy +
_
udx + 0 + 0 +
_
vdy =
194 CAP
ANEA DE EXERC
ICIOS 195
=
_
S
1
(x
3
3xy
2
)dx + (3x
2
y y
3
)dy =
=
2
_
0
(x
3
3xy
2
)d(cos(t))dt +
2
_
0
(3x
2
y y
3
)d(sin(t))dt =
=
2
_
0
(cos
3
(t) 3cos(t)sin
2
(t))d(cos(t))dt +
+
2
_
0
(3cos
2
(t)sin(t) sin
3
(t))d(sin(t))dt =
=
2
_
0
(cos
3
(t) 3cos(t)sin
2
(t))sin(t)dt +
+
2
_
0
(3cos
2
(t)sin(t) sin
3
(t))cos(t)dt =
=
2
_
0
cos
3
(t)sin(t)dt +
2
_
0
3cos(t)sin
3
(t)dt +
+
2
_
0
3cos
3
(t)sin(t)dt
2
_
0
sin
3
(t)cos(t)dt =
=
1
_
1
u
3
du +
0
_
0
3u
3
du
1
_
1
3u
3
du
0
_
0
u3du = 0
(b) Vamos usar a parametriza c ao
S
1
(x, y) = (cos(t), sin(t))
t[0,2]
.
_
S
1
u(x, y)dx +v(x, y)dy =
_
S
1
(x
3
xy
2
)dx + (3x
2
y y
3
)dy =
=
2
_
0
(x
3
xy
2
)d(cos(t))dt + (3x
2
y y
3
)d(sin(t))dt =
=
2
_
0
(cos
3
(t) cos(t)sin
2
(t))sin(t)dt + (3cos
2
(t)sin(t) sin
3
(t))cos(t)dt =
=
2
_
0
cos
3
(t)sin(t)dt +
2
_
0
cos(t)sin
3
(t)dt +
2
_
0
3cos
3
(t)sin(t)dt
2
_
0
sin
3
(t)cos(t)dt = 0
porque todas as integrais s ao da forma
a
_
a
u
n
du
(c) As integrais neste caso se reduzem a express oes da forma
a
_
a
u
n
du
196 CAP
ANEA DE EXERC
ICIOS 197
Suponhamos que dz = udx+vdy seja independente de caminhos e
consideremos em = W dois pontos arbitr arios T, Q em . Como
dz e independente de caminhos, ent ao
Q
_
P
dz =
Q
_
P
dz
em que as integrais acima s ao consideradas em cada um dos dois
caminhos que os pontos T, Q determinam sobre . Se observarmos
que
Q
_
P
dz =
P
_
Q
dz
porque de uma integral pode apenas haver uma mudan ca de sinal
nas parametriza c oes, e obviamente, vamos escolher este caso para as
parametriza c oes, ent ao
Q
_
P
dz =
P
_
Q
dz =
Q
_
P
dz +
P
_
Q
dz = 0
_
dz = 0
porque a ultima integral apenas resume que na pen ultima a curva
foi percorrida de T ate T.
Suponhamos agora que para qualquer sub-domnio W de ,
_
W
dz = 0.
Consideremos agora dois pontos T, Q e dois caminhos 1, 2 li-
gando estes dois pontos. Observando que podemos designar por 2
o caminho que liga Q a T se 2 ligar T a Q nesta ordem, porque h a
uma parametriza c ao dos dois caminhos que diferem apenas por uma
troca de sinal, ent ao 2 2 e uma curva fechada que limita (um ou
mais) sub-domnios de . Mais de um, eventualmente, porque estas
curvas podem se cortar, mas a hip otese vale para todas as componen-
tes assim obtidas e basta considerarmos o caso em que as curvas n ao
se cortam e que temos apenas uma componente. Seja W esta unica
componente com
W = 2 2
Ent ao
Q
_
P
dz =
_
1
dz ;
Q
_
P
dz =
_
2
dz
I =
_
1
dz
_
2
dz ; I =
_
1
dz +
_
2
dz ; I =
_
12
dz
I =
_
W
dz = 0 ;
_
1
dz =
_
2
dz
198 CAP
dz = 0
devido ao exerccio 5. Ao mesmo tempo os exerccios 6 e 3 mostram que
isto pode n ao ser f acil... No exerccio 6 temos dois diferenciais dz e uma
curva fechada tal que
_
dz = 0
quando sabemos, a partir do exerccio 3 que a segunda e a quarta express ao
diferencial dependem do caminho. Isto apenas signica que existe alguma
curva fechada sobre a qual
_
dz ,= 0.
Em outras palavras, dz mesmo sendo dependente do caminho pode haver
uma curva fechada tal que
_
dz = 0.
Esta situa c ao, que parece ca otica, vai car inteiramente claricada no
captulo 3. Aqui ela representa apenas exerccios de integral de linha, e,
obviamente, uma antecipa c ao de conceitos, apesar de que estes pare cam
pouco interessantes. Consulte o captulo 3 para entender a diferen ca.
Vamos experimentar o c alculo de dz sobre S
1
.
_
S
1
dz =
=
2
_
0
u(cos(t), sin(t))d(cos(t)) +v(cos(t), sin(t))d(sin(t)) =
=
2
_
0
cos(t)sin(t)dt sin(t)cos(t)dt = 0
7.5. MISCEL
ANEA DE EXERC
ICIOS 199
Somente com vari aveis complexas e que poderemos entender bem o que
est a acontecendo aqui, os reais s ao decientes. Observe que dz n ao est a
denida na origem (0, 0) que se encontra dentro de S
1
, e S
1
n ao e uma
curva fechada se considerarmos R
2
= C, tem um salto de 2i quando se
percorre a curva completamente. Isto ca invisvel aqui.
200 CAP
F(s) ds
onde temos o produto escalar de uma for ca F apli-
cada a uma partcula que percorre uma curva no
espa co. Vamos discutir este tipo de integral aqui
como prepara c ao para integral de superfcies.
Na linguagem habitual deste contexto as fun c oes ve-
toriais s ao chamadas de campos vetoriais .
Vamos dar um sentido matem atico ` a no c ao fsica de
campo vetorial conservativo ou, em oposi c ao a este
conceito, o de campo vetorial n ao conservativo e por
este caminho enunciar o Teorema de Green e fazer
algumas aplica c oes dele.
8.1.1 Campos vetoriais conservativos ou nao
As fun c oes univariadas tem uma derivada. As fun c oes multivariadas e as fun c oes
vetoriais (campos vetoriais) tem v arias derivadas parciais que formam sua matriz
jacobiana que e a derivada destas fun c oes.
A matriz jacobiana, ou simplesmente a jacobiana e uma matriz de fun c oes.
Nem sempre uma matriz de fun c oes e uma jacobiana.
Exerccios 17 Derivadas parciais
201
202 CAP
_
dr
d
_
=
_
cos()dr r sin()d
sin()dr +r cos()d
_
Quando uma fun c ao tiver uma unica coordenada, o seu diferencial e fre-
quentemente chamado de diferencial total. Cada linha da ultima matriz e
um diferencial total. Esta denomian c ao reete a confus ao que ainda hoje
se tem do conceito de diferencial ainda eivado de mitos. Qaando se de-
riva implicitamente se chega, naturalmente, ao diferencial total que e um
produto de matrizes. Veja que as linhas da ultima matriz, s ao diferenciais
totais das coordenadas de F.
5. Derive implicitamente
z = z = z =
1) xy 2) 2xz +xy 3) x
2
+ 2xyz +y
2
8.1.2 Forma trivial do Teorema de Green
Vamos descobrir, nesta se c ao, um dos teoremas mais intrigantes e envolventes da
an alise matem atica. Ele representa uma generaliza c ao do Teorema Fundamental
do C alculo Integral e serve para associar integrais cujos domnios tem uma
diferen ca na dimens ao de uma unidade: uma regi ao e sua fronteira
A formula c ao pela qual vamos passar aqui serve para determinar quando um
campo vetorial e conservativo.
Precisamos do conceito de curva fechada , e aquela que em qualquer para-
metriza c ao
[a, b] t (t) R
n
; (a) = (b)
quer dizer que a extremidade nal concide com a inicial.
Se F for uma fun c ao diferenci avel, ent ao naturalmente dF e uma diferencial
exata. Denimos assim uma diferencial exata, uma express ao obtida pela
deriva c ao de uma fun c ao. Esta deni c ao n ao e boa porque ela n ao oferece um
metodo para vericar explcitamente quando uma express ao e uma diferencial
exata, em breve estaremos em posi c ao de fazer uma deni c ao acompanhada um
metodo de verica c ao da mesma.
A forma tpica com que escrevemos diferenciais e:
P(x, y)dx +Q(x, y)dy ; P(x, y, z)dx +Q(x, y, z)dy +R(x, y, z)dz . . .
e, por exemplo, se P(x, y)dx +Q(x, y)dy for uma diferencial exata, ent ao existe
uma fun c ao bivariada, de classe (
em um aberto do R
n
, F, tal que (quando
n = 2)
P(x, y) =
F
x
; Q(x, y) =
F
y
.
Vamos escrever a teoria aqui para R
2
uma extens ao para n > 2 e relativa-
mente simples e isto ser a feito em captulo pr oximo.
Exerccios 18 Teorema de Green
1. Verique quais das express oes abaixo e uma diferencial exata:
dF dF dF
1) 3xdx 2) ydx +xdy 3) y
2
dx + 2xydy
4) y
2
dx + 2ydy 5) yzdx +xzdy +xydz 6) e
x
2
dx
2. Para cada uma das express oes Pdx + Qdy da quest ao anterior, calcule
_
Pdx +Qdy = 0
4. Calcule as derivadas mistas de ordem 2 das seguintes fun c oes
F(x, y) F(x, y, z) F(x, y, z, w)
1) x
2
ycos(xy) 2) xyz sin(xy) 3) x
2
cos(xz)y
4) cos
2
(xy)x
2
y
3
5) x
2
yz
2
e
xy
6) e
xyz
2
z
3
5. Teorema de Schwarz Expanda os quocientes de diferen cas que, respectiva-
mente, denem
2
F
xy
,
2
F
yx
e verique que, se cada uma das derivadas de
primeira ordem for contnua, ent ao
2
F
xy
=
2
F
yx
.
Idenque exatamente onde e necess ario a continuidade de cada uma das
derivadas de primeira ordem.
Solu cao 42 Desenvolvendo
2
F
xy
2
F
xy
= lim
x=0
F
y
(a+x,b)
F
y
(a,b)
x
=
lim
x=0
lim
y=0
F(a+x,b+y)F(a+x,b)
y
F(a,b+y)F(a,b)
y
x
lim
y=0
lim
x=0
F(a+x,b+y)F(a+x,b)F(a,b+y)+F(a,b)
xy
= I
Desenvolvendo agora
2
F
yx
F
yx
= lim
y=0
F
x
(a,b+y)
F
x
(a,b)
y
=
lim
y=0
lim
x=0
F(a+x,b+y)F(a,b+y)
x
F(a+x,b)F(a,b)
x
y
lim
y=0
lim
x=0
F(a+x,b+y)F(a,b+y)F(a+x,b)F(a,b)
yx
Vemos assim que, independente de como calcularmos as derivadas segun-
das mistas, chegaremos ao mesmo quociente de diferen cas de segunda or-
dem, portanto, se o limite existir, elas tem que ser iguais.
206 CAP
2
F
xkxj
=
2
F
xjxk
as derivadas mistas de segunda ordem, e consequentemente de ordem su-
perior, nas mesma condi c oes, s ao iguais.
6. independencia da parametriza c ao
(a) Considere a parametriza c ao
(cos(2t), sin(2t))
t[0,1]
= S
1
para o crculo trigonometrico. Calcule o comprimento de arco consi-
derando esta parametriza c ao.
(b) Considere a parametriza c ao
(cos(t), sin(t))
t[,]
= S
1
para o crculo trigonometrico. Calcule o comprimento de arco consi-
derando esta parametriza c ao.
(c) Verique que
_
0
dt +
_
0
dt
tambem e o comprimento de arco de S
1
e descreva qual foi a para-
metriza c ao usada.
Observa cao 27 A independencia de caminho
Trocar a parametriza c ao for ca uma troca na escala, sem d uvida, isto n ao impede que
falemos em independ^ encia de parametriza c~ ao.
Outra coisa e independencia de caminho. As fun c oes multivariadas oferecem uma nova
vis ao. Veja a gura (g. 8.1) p agina 207,
Vamos dizer que uma express ao diferencial
P(x, y)dx +Q(x, y)dy
8.1. TEOREMA DE GREEN 207
P
Q
Distintos caminhos entre os pontos P,Q
Os
caminhos
,, .
Figura 8.1: Os distintos caminhos entre P, Q no domnio , ; , ,
e independente de caminhos, se se dados dois pontos M, N e dados dois quaisquer
caminhos que liguem estes dois pontos, , ent ao
Z
Pdx +Qdy =
Z
Pdx +Qdy
Se uma express ao diferencial for independente de caminhos, nos a chamaremos de
diferencial exata.
7. Mostre que se Pdx +Qdy for uma diferencial exata, ent ao
_
Pdx +Qdy = 0
para qualquer curva fechada.
208 CAP
Pdx +Qdy
E o comprimento de arco de .
8.1. TEOREMA DE GREEN 209
E o trabalho exercido pela for ca (P, Q) ao longo da trajet oria .
E nulo.
E a area de uma regi` ao.
Solu cao 44 Como o comprimento de arco e integral da velocidade e
o campo vetorial n ao e derivada de uma fun c ao vetorial de vari avel
escalar (tempo) ent ao a primeira frase n ao serve.
A terceira n ao tem consistencia.
A quarta poderia ser verdadeira, mas e preciso de mais hip oteses
portanto e incompleta.
A segunda corresponde a integral, e o produto escalar de um campo
vetorial (P, Q) com o diferencial da curva, corresponde ` a deni c ao
de trabalho da for ca (P, Q) ao longo da trajet oria .
_
Q
x
dxdy =
_
Q(x, y)dy
_
P
y
dxdy =
_
P(x, y)dx
em que e uma regi ao do plano limitada e sua fronteira tem um
comprimento nito.
13. Teorema de Green Verique que, se
Pdx +Qdy
for uma diferencial exata, e for um domnio do plano limitado por
uma curva curva fechada , ent ao
_
Pdx +Qdy =
_
_
(
Q
x
P
y
)dxdy
Observa cao 28 Campo conservativo
Como prometemos na introdu c ao, vamos denir matemmaticamente o que os fsicos
chamam campo conservativo.
Os campos conservativos s ao as fun c oes vetoriais que denem diferenciais exatas, no
formato da integral de linha do Teorema de Green
Pdx +Qdy
ou ainda aqueles que tornam o Teorema de Green trivial, ambas as integrais s ao nulas
para qualquer curva fechada.
Isto quer dizer que o trabalho de um campo conservativo ao longo de uma curva fe-
chada, e zero. Mas o Teorema de Green vale em geral para campos conservativos ou
n ao:
210 CAP
Pdx +Qdy =
Z
Z
(
Q
x
P
y
)dxdy
Com frequencia o Teorema de Green e enunciado assim
Z
Z
(
Q
x
P
y
)dxdy =
I
Pdx + Qdy
e esta sutil diferen ca tem um sentido: a integral de linha, que o smbolo
H
indica que
ela deve ser calculada no sentido positivo da fronteira de , mede a varia c ao total do
campo vetorial (P, Q) sobre e nestes termos o Teorema de Green e uma generaliza c ao
do Teorema Fundamental do C alculo. Veja que ele relaciona os valores de uma parte
da derivada do campo diferencial sobre um domnio de dimens ao dois e calcula esta
varia c ao ao longo de um domnio de dimens ao 1 que e a fronteira de .
A integral de linha trouxe um novo conceito que era pouco visvel nas integrais simples
(onde ele j a existia), o sentido em que a integral e calculada. Este aspecto agora se
reveste de uma outra caracterisca, agora dizemos,
Calculamos a integral de f sobre .
A orienta c ao de e positiva (ou negativa).
Antes diziamos:
b
R
a
f ou
a
R
b
f.
Veja na gura (g. 8.2) p agina 211,
E f acil de falar de orienta c ao e ate expressar de forma geometrica o que isto signica.
A deni c ao formal e mais complicada, e n os a deixaremos de lado por enquanto.
Voltaremos a este assunto quando estudarmos as superfcies.
Diremos que uma orienta c ao e a positiva se ela contrariar o sentido em que se movem
os ponteiros do rel ogio. Na (g. ??) voce pode ver uma forma geometrica de denir
orienta c ao. Veja p agina ??.
Uma curva, no interior de um domnio pode ter uma orienta c ao incompatvel com a
orienta c ao da fronteira.
Veja na gura (g. 8.3) p agina 212, a curva , no interior de que n ao pode ser
orientada de forma compatvel com a fronteira. Na gura mencionada, h a tres cur-
vas fechadas que est ao sendo usadas para transferir a orienta c ao. Elas mostram a
compatibilidade da orienta c ao da fronteira de e se orientarmos a curva de forma
compatvel com alguma das componentes de esta orienta c ao ca incompatvel com
alguma outra componente de .
Na mesma gura voce pode ver
as componentes de em A, B, C,
observar a compatibilidade da orienta c ao destas componentes,
e vericar que a orienta c ao da curva e imcompatvel (contr aria) com a ori-
enta c ao de ,
Na regi ao B um transferidor de orienta c aomostra que a orienta c ao de e
compatvel com a orienta c ao da componente de em B.
8.1. TEOREMA DE GREEN 211
Este buraco nao existe
Uma regiao
com buracos
O buraco inexistente, serve para mostrar como a orientacao
e definida nas fronteiras "internas".
Figura 8.2: A fronteira de um domnio inclue as fronteiras dos seus buracos... a orienta c ao
da fronteira pode ser determinada por tangencia.
14. Calcule o trabalho do campo vetorial
(y +x)
i + (x y)
j
ao longo da elipse x
2
+ 4y
2
= 4 no sentido contr ario ao dos ponteiros do
rel ogio.
15. Calcule a integral
_
(5 xy y
2
)dx (2xy x
2
)dy
em que e a fronteira do ret angulo tendo por vertices
(1, 1), (1, 1), (1, 1), (1, 1).
212 CAP
A
B
C
D
P
A incompatibilidade na orientacao de uma curva
interior com a orientacao da fronteira.
A curva
e interior.
transferidores de orientacao
Figura 8.3: A orienta c ao de uma curva pode ser incompatvel com a orienta c ao da fronteira.
16. Calcule a integral
_
x
x
2
+y
2
dx
y
x
2
+y
2
dy
em que e a fronteira do ret angulo tendo por vertices
(1, 1), (1, 1), (1, 1), (1, 1).
17. Calcule a integral
_
x
x
2
+y
2
dx
y
x
2
+y
2
dy
em que e a fronteira do crculo trigonometrico.
8.1. TEOREMA DE GREEN 213
18. Verique que
_
k=1
_
Ak
Pdx +Qdy
desde que nenhuma das curvas que aparecem no desenho passe por um
ponto de singularidade de P ou de Q.
214 CAP
k=1
_
Ak
_
(
Q
x
P
y
)dxdy
porque as regi oes s ao disjuntas e apenas subdividimos a integral dupla na
soma das integrais duplas de cada uma das regi oes. Se aplicarmos o Teo-
rema de Green em cada uma das sub-regi oes, vamos ter:
_
Ak
Pdx +Qdy =
_
Ak
_
(
Q
x
P
y
)dxdy
4
K=1
_
Ak
Pdx +Qdy =
4
K=1
_
Ak
_
(
Q
x
P
y
)dxdy
4
K=1
_
Ak
Pdx +Qdy =
_
A
_
(
Q
x
P
y
)dxdy
Considerando que as sub regi oes Ak, tomadas duas a duas na sequencia,
(A3, A4), (A4, A1), (A1, A2) tem um peda co da fronteira em comum e que
para cada uma delas e percorrido de forma negativa para outra, quer di-
zer, as integrais de linha sobre as fronteira internas v ao se anular duas a
duas, cando somente a integral de linha sobre a fronteira externa, camos
nalmente na ultima equa c ao com:
4
K=1
_
Ak
Pdx +Qdy =
_
A
Pdx +Qdy =
_
A
_
(
Q
x
P
y
)dxdy
nalizando o que queriamos demonstrar.
2
f
xy
2PPx(MyP MPy) +P
2
(MxyP +MyPx MxPy MPxy) (8.7)
2
f
yy
2PPy(MxP MPx) +P
2
(MyxP +MxPy MyPx MPyx) (8.8)
2
f
xy
(8.9)
(2P
2
PxMy + 2PPxPyM) + (MxyP
3
+MyP
2
Px MxP
2
Py 0) (8.10)
2
f
yy
(8.11)
(2P
2
PyMx + 2PPyPxM) + (MyxP
3
+MxP
2
Py MyP
2
Px 0) (8.12)
2
f
xy
2
f
yy
= 0 (8.13)
em que no c alculo das derivadas mistas de segunda ordem escrevemos
apenas o numerador uma vez que o denominador seria o mesmo.
Consequentemente dz =
f
x
dx+
f
y
dy e um diferencial exato e assim e um
campo vetorial conservativo .
A integral de linha de dz sobre qualquer curva fechada contida no dom(f)
e zero. Portanto
f(x, y) =
(x,y)
_
P
dz
ca bem denida uma vez que a integral n ao depende do caminho ligando
o ponto P ao ponto (x, y).
Veja na gura (g. 8.5) p agina 216,
_
dz =
_
dz
o que torna bem denido o valor f(x, y) como primitiva de dz com valor
inicial P.
216 CAP
dz = dz
Figura 8.5: A independencia de caminhos
Vamos calcular a integral de linha sobre a fronteira do ret angulo
Q = [0, 1] x [0, 1]
Parametriza c ao de Q com as equa c oes
(t, 0), (1, t), (t, 1), (0, t) ; t [0, 1] (8.14)
observando que dx = 0 em duas destas parametriza c oes que dy = 0 em
outras duas, o que reduz a zero, quatro, das oito integrais que temos para
calcular. Chamaremos 1, . . . , 4 sucessivamente os lados de Q em que
1 concide com o intervalo [0, 1] do eixo OX com sua orienta c ao positiva
8.1. TEOREMA DE GREEN 217
habitual, e desta forma estamos tambem escolhendo a orienta c ao de Q.
_
1
f
x
dx = 0 (8.15)
dx = 0 em 2 =
_
2
f
x
dx = 0 (8.16)
_
3
f
x
dx = (8.17)
=
1
_
0
(3t
2
1)(t
2
+1)+2t(tt
3
)
t
2
+1
dt (8.18)
=
1
_
0
3t
4
+2t
2
1+2t
2
2t
4
t
2
+1
dt (8.19)
=
1
_
0
t
4
+4t
2
1
t
2
+1
dt (8.20)
dx = 0 em 4 =
_
4
f
x
dx = 0 (8.21)
dy = 0 em 1 =
_
1
f
y
dy = 0 (8.22)
_
2
f
y
dy =
1
_
0
(3t
2
1)(t
2
+1)2t(tt
3
)
1+t
2 dt = (8.23)
=
1
_
0
3t
4
2t
2
+12t
2
+2t
4
1+t
2 (8.24)
=
1
_
0
t
4
4t
2
+1
1+t
2 (8.25)
dy = 0 em 3 (8.26)
_
4
f
y
dy = 0 (8.27)
(8.28)
Somando as duas integrais n ao nulas restantes, temos
_
dz =
1
_
0
2t
4
+8t
2
2
(1+t
2
)
2 (8.29)
_
dz = 0 (8.30)
A ultima integral foi calculada com maxima.
218 CAP
Captulo 9
Supercie
9.1 Superfcie e area
Exerccios 20 O princpio do coseno
1. area: o princpio do coseno O telhado de uma casa tem uma declividade de
20% ao longo do maior comprimento do terreno da casa, que mede 20m e
no sentido perpendicular tem declividade 0. A area da casa e 100m
2
. Qual
e a area do telhado?
Solu cao 54 O vetor perpendicular ` a superfcie (telhado) e que mede o
coeciente de distor c ao entre a superfcie e o plano horizontal. Com maior
precis ao, e o angulo entre o vetor perpendicular e a dire c ao vertical
(perpendicular ao solo) e cos() = 1 Veja a gura (g. 9.1) p agina 224,
a representa c ao do angulo .
Se = 0 ent ao o vetor perpendicular ` a superfcie est a na dire c ao perpen-
dicular ao plano horizontal, n ao havendo distor c ao a area seria igual a de
uma regi ao no plano horizontal. Na medida que o angulo aumentar, o
coseno se aproxima de zero e a distor c ao aumenta, sendo necess ario que
o cos() esteja no denominador para medir este aumento de distor c ao.
Ent ao a area do telhado vai ser
area da regi ao horizontal
cos()
logo, queremos que
1
cos()
seja o coeciente desta distor c ao. O texto do
problema n ao fornece cos() e sim tan(). Temos
y = sin() ; x = cos() ;
y
x
=
1
5
x
2
+y
2
= 1 x
2
+ (
x
5
)
2
= 26x
2
= 25
x =
5
26
223
224 CAP
ITULO 9. SUPERFICIE
Principio
do
coseno
Figura 9.1: O princpio do coseno
A area do telhado e
100
26
5
ICIE E
AREA 225
O produto vetorial dos vetores fundamentais tangentes produz um vetor
ortogonal ` a superfcie num ponto generico:
u =
r
x
x
r
y
= (
f
x
,
f
y
, 1)
[u[ =
_
1 +[J(r)[
2
Area(S) =
b
_
a
d
_
c
_
1 +[J(r)[
2
dxdy
E interessante atingir um grau maior de abstra c ao, sosticar um pouco mais a lingua-
gem, para obter, em troca, uma f ormula mais ecaz. Vamos considerar uma superfcie
S parametrizada em uma regi ao D do plano:
S D (u, v) (x, y, z) R
3
F(u, v) = 0
A jacobiana desta parametriza c ao vai ter 6 derivadas parciais que podemos distribuir
numa matriz com duas linhas caracterizando as derivadas parciais relativamente `as
vari aveis u, v assim distribuidas:
F
u
F
v
x
u
y
u
z
u
x
v
y
v
z
v
!
Os dois vetores-linha,
F
u
,
F
v
pertencem ao plano tangente `a superfcie e seu produto escalar vai produzir um vetor
perpendicular a este plano (e consequentemente tambem perpendicular `a superfcie):
F
u
X
F
v
=
2
4
i j k
x
u
y
u
z
u
x
v
y
v
z
v
3
5
=
y
u
z
v
z
u
y
v
,
z
u
x
v
x
u
z
v
,
x
u
y
v
y
u
x
v
(y,z)
(u,v)
,
(z,x)
(u,v)
,
(x,y)
(u,v)
226 CAP
ITULO 9. SUPERFICIE
e temos, na ultima linha, um vetor perpendicular ao plano tangente `a superfcie, con-
sequentemente tambem perpendicular `a supercie, calculado num ponto arbitr ario re-
lativamente ao qual foram calculadas as derivadas parciais, e obtido como produto
vetorial de dois vetores contidos no plano tangente.
O m odulo deste vetor perpendicular e o coeciente (local) de distor c ao para o c alculo
da area da superfcie relativamente ao domnio de parametriza c ao:
A(S) =
Z Z
D
s
(y, z)
(u, v)
2
+
(z, x)
(u, v)
2
+
(x, y)
(u, v)
2
dudv (9.1)
Como dissemos acima, o nvel de abstra c ao introduzido produziu uma f ormula em
que vemos as derivadas calculadas implicitamente denindo o vetor perpendicular `a
superfcie que d a o coeciente (local) de distor c ao procurado.
3. area de regi ao plano - princpio do telhado
(a) Se f(x, y) = 3x + 4y qual e a area da regi ao projetada sobre z =
f(x, y) pelo domnio [1, 1] x [1, 1] ?
Solu cao 56 Como se trata de uma plano, ent ao a deforma c ao, re-
lativamente ` a regi ao de parametriza c ao no plano e uniforme basta
encontra
1
cos()
, ver princpio do coseno, para corrigir a area da base
que e 4.
z = f(x, y) z 3x 4y = 0 ; u =
(3,4,1)
26
< u, (0, 0, 1) >= cos(
) =
1
26
cos() =
26
e a area procurada ser a
A = 4
26
Outra solu c ao usando o princpio do produto vetorial:
Uma parametriza c ao para a superfcie (o plano) e
(x, y, f(x, y))
e a jacobiana
_
1 0
f
x
0 1
f
y
=
_
=
_
F
x
F
y
_
em que estamos usando a letra F para manter compatibilidade com
os c alculos feitos na observa c ao 29.
O vetor ortogonal procurado coeciente de distor c ao (agora global...)
e
F
x
X
F
y
=
_
_
i j k
1 0
f
x
0 1
f
y
_
_
= (
f
x
,
f
y
, 1)
9.1. SUPERF
ICIE E
AREA 227
Veja que escrevendo a equa c ao do plano tangente a uma superfcie
z = f(x, y) se chega ao vetor perpendicular acima tambem.
Calculando a area:
A =
1
_
1
1
_
1
_
(y,z)
(u,v)
2
+
(z,x)
(u,v)
2
+
(x,y)
(u,v)
2
dudv =
=
1
_
1
1
_
1
_
f
x
2
+
f
y
2
+ 1 dudv =
1
_
1
1
_
1
32 + 4
2
+ 1 dudv =
=
1
_
1
1
_
1
26 dudv = 4
26
(b) Qual das integrais seguintes descreve com precis ao a quest ao anterior,
em d uvida compare com os resultados.
i.
1
_
1
f(x, y)dx
ii.
1
_
1
f(x(t), y(t))dt
iii.
1
_
1
1
_
1
f(x, y)dxdy
iv.
1
_
1
1
_
1
_
1 + (
f
x
)
2
+ (
f
y
)
2
dxdy
Solu cao 57 A primeira equa c ao e uma fun c ao na vari avel livre y
nao serve, a segunda integral e um vetor obtido com um caminho
sobre a superfcie, nao serve, a terceira integral e o volume delimi-
tado por graf(f) sobre o domnio retangular.
A resposta correta e a quarta onde podemos ver o m odulo do vetor
ortogonal fundamental como coeciente de distor c ao.
ITULO 9. SUPERFICIE
A derivada de um vetor e outro vetor (uma matriz), J(r) tem 6 coor-
denadas e duas sub-matrizes que s ao as derivadas parciais em rela c ao
a cada uma das vari aveis, dois vetores, neste caso:
J(r) =
_
r
s
r
t
_
Cada uma das linhas de J(r) e um dos vetores fundamentais porque os
dois juntos determinam o plano tangente.
r
s
X
r
t
=
_
y,z
s,t
,
z,x
s,t
,
x,y
s,t
_
A =
_ _
_
y,z
s,t
2
+
z,x
s,t
2
+
x,y
s,t
2
dsdt
5. Verique que
r(s, t) = (cos(s) cos(t), sin(s) cos(t), sin(t))
e uma parametriza c ao da esfera unit aria de centro na origem, de dimens ao
dois, contida no R
3
. Determine os vetores fundamentais tangentes a S
2
num ponto arbitr ario. Calcule os m odulos dos vetores fundamentais tan-
gentes e prove que eles s ao ortogonais entre si.
Solu cao 59 Calculando o m odulo de r(s, t)
[r(s, t)[ =
_
cos
2
(s) cos
2
(t) + sin
2
(s) cos
2
(t) + sin
2
(t) =
= cos
2
(t) + sin
2
(t) = 1
o que signica que r(s, t) descreve um objeto provavelmente bi-dimensional
na esfera de dimens ao dois, porque tem dois par ametros livres no R
3
.
Um verica c ao geometrica simples mostra que qualquer ponto da esfera e
atingido por esta paramentriza c ao:
as duas primeiras coordenadas cobrem o interior do disco unit ario
porque tem raio 0 cos(t) 1;
como provamos que o m odulo de r(s, t) = 1 ent ao qualquer ponto de
S
2
e atingido por esta parametriza c ao.
Provamos assim que se trata de uma parametriza c ao de S
2
.
Calculando a Jacobiana de r(s, t)
r
s
= (sin(s) cos(t), cos(s) cos(t), 0)
r
t
= (cos(s) sin(t), sin(s) sin(t), cos(t))
9.1. SUPERF
ICIE E
AREA 229
Um c alculo semelhantes ao feito acima mostra que
[
r
s
[ = [ cos(t)[ ; [
r
t
[ = 1
O produduto escalar destes vetores e nulo provando que eles s ao ortogonais
entre si.
j,
i x
j =
k
j x
k =
k x
i =
j
anti-comutatividade o produto e anti-comutativo, ou seja
v x w = w x v
Esta deni c ao se adapta perfeitamente ao determinante simb olico
_
_
i
j
k
x
s
y
s
z
s
x
t
y
t
z
t
_
_
= (
(y, z)
(s, t)
,
(z, x)
(s, t)
,
(x, y)
(s, t)
) (9.2)
230 CAP
ITULO 9. SUPERFICIE
em que a nota c ao
(x, y)
(s, t)
=
x
s
y
t
nesta ordem, (a ordem e irrelevante, mas ela ajuda a memoriza c ao dos
c alculos).
Aplicando aos vetores fundamentais tangentes da parametriza c ao de S
2
temos:
r
s
= (sin(s) cos(t), cos(s) cos(t), 0)
r
t
= (cos(s) sin(t), sin(s) sin(t), cos(t))
r
s
x
r
t
=
= (cos(t) cos
2
(s), sin(s) cos
2
(t), sin
2
(s) cos(t) sin(t) + cos
2
(s) cos(t) sin(t)) =
= (cos(t) cos
2
(s), sin(s) cos
2
(t), cos(t) sin(t))
[
r
s
x
r
t
[
2
=
cos
2
(s) cos
4
(t) + sin
2
(t) cos
4
(t) + cos
2
(t) sin
2
(t) =
cos
4
(t) + cos
2
(t) sin
2
(t) = cos
2
(t)(cos
2
(t) + sin
2
(t)) = cos
2
(t)
[
r
s
x
r
t
[ = [ cos(t)[
O vetor unit ario procurado e
r
s
x
r
t
[ cos(t)[
.
ICIE E
AREA 231
esquerdo da express ao. No lado direito da express ao temos o resultado dos
c alculos algebricos feitos com a express` ao que achamos, em exerccio
anterior, para
r
s
x
r
t
| cos(t)|
.
Para calcular a area de S
2
vamos escrever uma soma de Riemann que ir a
nos conduzir ` a express ao da integral que serve para obter este c alculo.
S
2
(s, t) (cos(s) cos(t), sin(s) cos(t), sin(t))
A(S
2
)
n1
i,j=0
sitj sin(tj)
A(S
2
) = 8
2 _
0
2 _
0
sin(t)dsdt
em que restringimos a integral ao c alculo da superfcie de S
2
contida no
primeiro diedro.
A(S
2
) = 8
2 _
0
dt sin(t)[
2
0
= 4
8. Calcule a area da superfcie de rS
2
a esfera de dimens ao 2, de raio r,
centro na origem.
Solu cao 62 A parametriza c ao de rS
2
e um m ultiplo da parametriza c ao
de S
2
(e portanto poderiamos imediatamente predizer qual e a area sem
necessidade de mais nenhum c alculo):
(s, t) r(cos(s) cos(t), sin(s) cos(t), sin(t))
Para calcular a area de rS
2
vamos escrever uma soma de Riemann que
ir a nos conduzir ` a express ao da integral que serve para calcular esta area.
rS
2
(s, t) r(cos(s) cos(t), sin(s) cos(t), sin(t))
A(rS
2
) r
2
n1
i,j=0
cos(tj)sitj
A(rS
2
) = 8
2 _
0
2 _
0
r
2
cos(t)dsdt
em que restringimos a integral ao c alculo da superfcie de S
2
contido em
um quadrante.
A(S
2
) = 8r
2
2 _
0
dt sin(t)[
2
0
= 4r
2
232 CAP
ITULO 9. SUPERFICIE
Conrmamos assim hip otese anterior de que uma es-
fera est a para uma pir amide, como um crculo est a
para um tri angulo:
V ol(S
2
) =
1
3
A(S
2
)r =
4
3
r
3
Area(S
1
) =
(2r) x r
2
= r
2
i j k
1 0
x
z
0 1
y
z
= (
x
z
,
y
z
, 1)
[
r
x
x
r
y
[ =
_
x
2
z
2 +
y
2
z
2 + 1 =
=
_
x
2
+y
2
+z
2
z
2 =
1
|z|
=
1
1x
2
y
2
A integral que calcula a area da parte superior de S
2
ent ao e
Area(S
2
+) =
_
D
_
1
1x
2
y
2
dxdy =
1
_
1
dx
y1
_
y0
1
1x
2
y
2
dy =
=
1
_
1
dxarcsin(
y
1x
2
)[
y1
y0
9.1. SUPERF
ICIE E
AREA 233
=
1
_
1
arcsin(
y1
1x
2
) arcsin(
y0
1x
2
)dx = 2
1
_
1
arcsin(
y1
1x
2
)dx =
= 2
1
_
1
arcsin(1)dx = 2
Logo
Area(S
2
) = 4
2 + 4x
2
dydx
A =
1
_
0
y
2 + 4x
2
[
y=1
y=x
dx
A =
1
_
0
2 + 4x
2
dx +
1
_
0
x
2 + 4x
2
dx
A
a=
1/2
= 2/2(x
a
2
+x
2
+a
2
ln(x +
a
2
+x
2
)
1
0
1
8
1
_
0
8x
2 + 4x
2
dx
A =
_
3/2 +
1
2
ln(1 +
_
3/2 +
1
2
ln(
2)
2
24
(6
3/2
2
3/3
)
s =
_
3/2; A = s + 0.5ln(1 +s) + 0.25ln(2) (1/12)(6
3/2
2
3/2
)
.80881017778581026341
O programa seguinte, em Python, com f denida em outro ponto do pro-
grama, obteve, com tres diferentes tipos de malha, valores muito pr oximos
do c alculo formal que, ao nal, tem que ser aproximado.
234 CAP
ITULO 9. SUPERFICIE
def area(f,n,a,b,c,d):
deltax = oat((b-a))/n
deltay = oat((d-c))/n
soma = 0
while a b:
y = a
while y d:
soma = soma + f(a, y)
y = y + deltay
a = a + deltax
return soma*deltax*deltay
Teve os seguintes resultados:
Numero de divisoes: 500
area da supercie: 0.810224046256
tempo de calculo: 5.45662403107 segundos
Numero de divisoes: 1000
area da supercie: 0.809517198294
tempo de calculo: 21.7460309267 segundos
Numero de divisoes: 5000
area da supercie: 0.809311243526
tempo de calculo: 542.130532026 segundos
As Somas de Riemann s ao muito pouco ecientes para o calculo de inte-
grais. A unica raz ao de que elas encontrem relativo destaque neste livro, e
que elas s ao o unico metodo seguro para o c alculo de integrais, inclusive o
unico metodo seguro para demontrar a existencia de integrais. O adjetivo
seguro est a sendo empregado no sentido de sempre oferece o resultado
esperado, devo acrescentar a observa c ao de que a implementa c ao compu-
tacional das somas de Riemann pode conduzir a resultados falsos, para ver
isto, aplique o programa acima com uma sucess ao de crescente de subdi-
vis oes e ver a logo que o resultados divergem...(logo? ... depois de algumas
dezenas de minutos...)
Os chamados metodos formais de integra c ao, eventualmente, funcionam
para uma certa classe de integrais.
9.2. APLICAC
OES 235
H a metodos de aproxima c ao, como splines, que podem oferecer consi-
der avel aproxima c ao se usados com uma modica c ao das somas de Ri-
emann.
f(s)ds M
em que m e o valor mnimo de f sobre e M e o maior valor de f sobre
f(s)ds = 1
quer dizer que toda soma de Riemann que forne ca uma aproxima c ao para
_
f(s)ds
e um valor medio de uma amostragem de f logo a integral e o valor medio
de f e por deni c ao de valor medio, a desigualdade e satisfeita.
Se eliminarmos a hip otese de que f seja limitada, ent ao a integral ainda
pode existir, ainda representa um valor medio de f entretanto os n umeros
m, M perdem sentido.
236 CAP
ITULO 9. SUPERFICIE
2. Qual das interpreta c oes abaixo representa o signicado da integral
1
_ _
_
(x, y, z)dxdydz
em que e a medida de .
(a) O trabalho da partcula (x, y, z) trafegando pela regi ao
(b) O baricentro do objeto
(c) O peso medio do objeto
Solu cao 66 O resultado desta integral e um vetor, suas componentes s ao:
1
_ _
_
xdxdydz
1
_ _
_
ydxdydz
1
_ _
_
zdxdydz
o que elimina a primeira e terceira opc c oes por serem escalares. O item
correto e o segundo, porque o baricentro e um ponto do espa co, o centro
de peso do objeto.
_ _
_
(x, y, z)dxdydz
a soma de Riemann procurada ser a
1
OPi,j,kxiyjzk
em que
OPi,j,k e um ponto de representativo do cubo [xi1, xi] x [yj1, yj] x [zk1, zk]
cuja medida e xiyjzk
_ _
_
(x, y, z)dxdydz
em que representa a medida de
_ _
_
f(x, y, z)(x, y, z)dxdydz
em que representa a medida de
1
_ _
_
f(x, y, z)dxdydz
em que representa a medida de
Solu cao 68 Na primeira integral a fun c ao f n ao e utilizada portanto ela
n ao pode calcular o baricentro de .
A terceira integral e escalar n ao representando o baricentro que e um vetor.
A solu c ao e a segunda integral.
_ _
_
(x, y, z)dxdydz
em que representa a medida de
_ _
_
f(x, y, z)(x, y, z)dxdydz
em que representa a medida de
1
_ _
_
f(x, y, z)dxdydz
em que representa a medida de
Solu cao 69 Na primeira integral a fun c ao f n ao e utilizada portanto ela
n ao pode calcular o peso especco de .
A segunda integral e um vetor n ao representando peso especco.
A solu c ao e a terceira integral.
238 CAP
ITULO 9. SUPERFICIE
_ _
_
f(x, y, z)(x, y, z)dxdydz
com f(x, y, z) = 1, o disco unit ario, porque, na falta de informa c oes
sobre o peso especco, vamos considerar que a esfera e homogenea, quer
dizer, tem o mesmo especco em todos os seus pontos.
Nesta c alculo e interessante fazer uma mudan ca de vari avel, usar coor-
denadas esfericas que v ao transformar esta integral numa integral sobre o
cubo
[0, R] x [0, 2] x [0,
2
].
1
_ _
_
f(x, y, z)(x, y, z)dxdydz =
=
1
R
_
0
2
_
0
2 _
0
(cos() cos(), sin() cos(), sin())
(x,y,z)
(,,)
ddd
(x,y,z)
(,,)
=
2
cos()
O c alculo do determinante, embora seja um valor conhecido, foi feito com
MuPAD e os passos para obter o valor est ao descrito abaixo numa sintaxe
apropriada para comunica c ao com o programa:
(x,y,z) = (r*cos(t1)*cos(t2), r*sin(t1)*cos(t2), r*sin(t2))
A := matrix([[- r*sin(t1)*cos(t2), - r*cos(t1)*sin(t2) ,
cos(t1)*cos(t2)],
[r*cos(t1)*cos(t2), -r*sin(t1)*sin(t2),
sin(t1)*cos(t2) ],
[0 , r*cos(t2), sin(t2)]])
simplify(expand(linalg::det(A)))
tendo por resultado r
2
cos(t2). A express ao no ultimo parentesis,
linalg::det(A)
9.2. APLICAC
OES 239
representa para MuPAD um acesso ` a biblioteca linalg onde est a denida
a fun c ao det().
Observe que estes dados podem ser previamente editados num editor de
textos qualquer e depois colados na area de trabalho do MuPAD o que e
mais conveniente do que editar em MuPAD onde qualquer erro invalida
toda a express ao for cando nova digita c ao desde o come co. Ao fazer isto,
evite de incluir o m de linha colando linha por linha e estritamente o
texto digitado, caso contr ario MuPAD pode dar a express ao por encerrada
e encontrar erros de sintaxe.
Calculando a integral (na verdade as tres integrais, separadamente) temos:
I =
R
_
0
2
_
0
2 _
0
(cos() cos(), sin() cos(), sin())
(x,y,z)
(,,)
ddd
Ix =
R
_
0
2
_
0
2 _
0
3
cos() cos
2
()ddd = 0
Iy =
R
_
0
2
_
0
2 _
0
3
sin() cos()ddd = 0
Iz =
R
_
0
2
_
0
2 _
0
3
sin()ddd
Iz =
R
4
2
4
=
R
4
2
a serem divididas por =
2R
3
3
portanto o centro de massa e
(0, 0,
3R
4
).
(s) cos(t) f
(s) sin(t) g
(s)
f(s) sin(t) f(s) cos(t) 0
_
(9.3)
cujo produto vetorial, u, e um vetor ortogonal ` a superfcie:
240 CAP
ITULO 9. SUPERFICIE
u =
_
_
i j k
x
s
y
s
z
s
x
t
y
t
z
t
_
_
u = (g
(s) cos
2
(t) +f(s)f
(s) sin
2
(t)) =
(g
(s)f(s) cos(t), g
(s))
[u[
2
= (g
(s)f(s))
2
+ (f(s)f
(s))
2
[u[ =
_
f(s)
2
(g
(s)
2
+f
(s)
2
) = [f(s)[
_
(g
(s)
2
+f
(s)
2
)
e a superfcie de S ser a a integral
b
_
a
2
_
0
[u[dtds
Podemos testar o resultado num caso simples, superfcie de um cilindro,
em que f(s) = R; g(s) = s; s [a, b]; t [0, 2]. Neste caso
b
_
a
2
_
0
Rdtds = 2R(b a)
i j k
r sin(s) cos(t) r cos(s) cos(t) 0
r cos(s) sin(t) r sin(s) sin(t) r cos(t)
u = r
2
(cos(s) cos
2
(t), sin(s) cos
2
(t), cos(t) sin(t))
[u[
2
= r
4
cos
2
(t) [u[ = r
2
[ cos(t)[ ; r > 0
A area da esfera ser a
r
2
2
_
0
[cos(t)[dtds = 2r
2
[cos(t)[dt =
= 4r
2
2 _
2
cos(t)dt = 4r
2
Captulo 10
F ormulas Integrais
10.1 Generaliza c oes da integral
H a muitos tipos de generaliza c ao da integral, aqui vou tratar das genera-
liza c oes simples, dentro do quadro de um curso de C alculo e com o objetivo
de conduzir o estudante a compreens ao dos teoremas integrais fundamentais
que v ao aparecer no ultimo captulo: Teorema de Stokes, de Gauss, a f ormula
de Leibniz e o pr oprio Teorema de Green.
A ideia fundamental e que uma integral deve ser escrita no formato
Z
W
f(x)dx ; x W
e dx signicando uma unidadede medida naturaldo domnio W.
Na primeira parte deste captulo vamos retomar os exemplos j a estudados
nos captulos anteriores para coloc a-los no quadro que nos interessa aqui,
os exemplos (exerccios) devem ajudar o leitor a compreender a losoa do
presente contexto.
O captulo dois foi a primeira tentativa para construir esta ideia preparando
o advento do captulo 3 com o Teorema de Green. Agora iremos mais fundo.
J a vimos no captulo dois que
b
_
a
f(t)dt pode ser um vetor ou um n umero, tudo
depende da interpreta c aoque pudermos dar a f ou da opera c ao que denirmos
entre f e dt. No caso do trabalhofaremos um produto escalar entre uma
fun c ao vetorial, comumente chamada campo vetorialf e o vetor tangentedt.
Quando quisermos calcular a dist ancia percorrida por uma partcula sobre um
caminho arranjamos para que dt represente comprimento de arco e f representa
a intensidade vari avel do movimento (velocidade).
Vamos aqui estudar diversos tipos de opera c oes usuais entre vetores e dis-
cutir a interpreta c ao destes resultados. A Fsica dos seculos 18 e 19 inuenciou
fortemente as f ormulas que que possuimos e inclusive deu-lhes os nomes: uxo,
circula c ao...
241
Referencias Bibliogracas
[1] Arfken, G. Mathematical Methods for Physicists
Academic Press, INC. 1985
[2] Buck, R. C. and Buck E. F. Advanced Calculus McGraw-Hill - 1965
[3] Ten lectures on Wavelets - CBMS-SIAM - 1990 SIAM lectures series. Phila-
delphia - Pennsylvania - 19104-2688 - USA.
[4] Davis, Harold T. Introduction to nonlinear dierential and integral equations
Dover Publications, Inc. New York - 1971
[5] Dieudone Calcul Innitesimal - 1968
- Collection Methodes - Herman - Paris.
[6] Dym,H. Mckean,H.P. Fourier Series and Integrals Academic Press - 1972
[7] Feynman, R Leighton, R. B., Sands, M The Feynman Lectures on Physics
Vol I,II,III
Addison-Wesley Publishing Company 5
a
ed. 1971
[8] Grolier Eletronic Encyclopedia
Grolier Eletronic Publishing, Inc - 1996
[9] Lang, S. Analysis II.
- Addison-Wesley-Reading Ma - 1970
[10] Libby, Williard Frankn Radio Carbon Dating
2
a
edi c ao - University of Chicago Press - 1955
[11] Meyer, Y. Wavelets. Algorithms c Applications - SIAM - 1993 Phila-
delphia Pennsylvania - 19104-2688 - USA.
[12] Praciano-Pereira, T. Convolution Splines submetido para publica c ao - 1995
[13] Praciano-Pereira, T e Ger onimo, J.R. C alculo Diferencial e Integral com
apoio computacional
- Notas mimeografadas - BCE - UEM - 1991
i
ii REFER
ENCIAS BIBLIOGR
AFICAS
[14] Praciano-Pereira, T. Introdu c ao ao C alculo numerico computacional - Pro-
grama c ao em Pascal - Textos Universit arios da UVA n
o
1 - Edi c oes UVA -
Sobral - Cear a- Fevereiro - 2000
Vers ao elet onica: http://www.uvanet.br/matematica/livros.php
[15] Praciano-Pereira, T. C alculo numerico computacional No prelo - Editora
da Univ. do Rio Grande - 1999.
[16] Praciano-Pereira, T. C alculos numericos e gr acos usando Pascal.
- Notas mimeografadas - BCE - UEM - 1993
[17] Praciano-Pereira, T. Colet anea de programas em Pascal arquivo pas.zip
disponvel no site da Uva.
http://www.uvanet.br/matematica/livros.php
[18] Rudin, W. Real and Complex Variables
McGraw-Hill Series in Higher Mathematics -1974
[19] L. Schwarz Methodes Mathematiques pour les Sciences Physiques
Herman - editeurs - Paris - 1970
[20] Shapiro, H.S.
Smoothing and approximation of functions.
- Van Nostrand Reinhold Mathematical Studies Nr. 24 - 1970.
[21] Simmons, G.F.
Introduction to Topology and Modern Analysis.
McGraw-Hill - Book Company - 1968
[22] Simmons, G.F.
Dierential Equations with App. and Hist. Notes.
McGraw-Hill - Book Company - 1978
[23] Whaba, Grace Spline Models for Observational data
CBMS-NSF Regional Conference Series in App. Mathematics
- SIAM - 1990.
[24] Schumaker, L Splines Functions: basic theory John Wiley & Sons - 1980
Indice Remissivo
INDICE REMISSIVO v
A orienta c ao da fronteira num
domnio ., 211
caminhos, 207
Cobertura por malha, 138
Conjunto aberto, 119
curva, 165
curva plana, 173
independencia de caminhos, 213,
216
integra c ao
domnio, 148
Isotermicas, 219
Malha, 178
Orienta c ao, 212
parametriza c ao do quadrado, 193
Ponto Singular, 185
princpio do coseno, 224
Vetor normal, 170
nito, innito, 17
forma bilinear, 19
forma diferencial, 183
formas diferenci aveis, 159
Fourier, 57, 67
coeciente a0, 61
espa co dos coecientes, 60
linearidade, 61
Fourier, coef. , 106
Fourier, series, 62
Fourier, series, 57
fourier, series, 99
Fourier, transf. discreta, 106
fronteira, 117
fronteira curva, 146
fun c ao
propriedades, 23
fun c ao como vetor, 17
fun c ao diferenci avel, 27
fun c ao e ndice, 17
fun c ao e vetor, 19
fun c ao linear, 45
fun c ao vetorial, 27
fun c ao, extremo, 41
fun c oes, espa cos, 91
fun c ao vetorial, 201
fun c ao linear, 44
fun c ao mpar, 61
fun c ao implcita
teorema, 114
fun c ao par, 61
funcional linear, 46
geometria dos espa cos de Lebesgue,
92
geometrica, serie, 80
Gnuplot, 126
gr aco
Polin omio de Taylor, 51
polin omio de Taylor, 50, 54, 55
gradiente, 38, 42, 169, 182
grandeza, ordem, 85, 86
H older, desig., 91, 92
H older, desigualdade, 92
hiperplano, 28, 114
hiperplanos, 113
hipersuperfcie, 112, 114
hipersuperfcies, 114
hipersuperfcie, 114
imagem inversa
propriedades, 23
implcita
teorema da fun c ao, 114
teorema da func c ao, 112
implcita, derivada, 183
independencia
de caminho, 206
de parametriza c ao, 206
independencia de caminhos, 196, 198
independencia linear, 30, 32
innitesimo, 28
innita, dimensao, 66
innito, nito, 17
informa c ao e fun c ao, 17
informa c ao multinumerica, 16
integra c ao
metodos, 234, 235
integra c ao
programa, 139, 143
integral
esfera, 154
interp. geom., 143
vi
INDICE REMISSIVO
itera c ao, 143, 145
linha, 163
integral, teste, 83
interior, 118
itera c ao das integrais, 143, 145
jacobiana, 38, 42
matriz, 201
jacobiana de f, 27
jacobiana, matriz, 27
Landau, notacao, 86
Lebesgue, espa cos, 92
lei de Chasles, 128
Leibniz, nota c ao, 44
lema de Abel, 90
linear transformacao, 43
linear, aproxima c ao, 43
linear, dependencia, 29
linear, fun c ao, 44
linear, funcional, 46
linear, transforma c ao, 44
linear, variedade, 28
linearmente dependente, 32
linha
integral, 163
livre
vari avel, 111
metodo dos mnimos quadrados, 71
m odulo, 13
m ultiplo
coef. angular, 30
mnimos quadrados, 71
mnimos, quadrados, 77
malha, 137
malha uniforme, 137
matriz, 25, 31
matriz de custos, 29
matriz de varia c ao dos custos, 29
matriz dos coef. angulares, 27, 40
matriz jacobiana, 27, 201
matriz jacobina, 27
matriz, produto de, 25
matrizes, algebra, 39
matrizes, produto, 32
minimiza c ao em energia, 71
Minkowski, desig., 92
Minkowski, desigualdade, 92
mistas, derivadas, 205, 206
mudan ca
de domnio, 124
de vari avel, 124
mudan ca de vari avel, 124
multi-n umero, 31
MuPAD, 161
n ucleo de Dirichlet, 97
n umero generalizado, 31
n umeros complexos, 14
nvel, curva, 42
norma de parti c ao, 137
normal, 169, 182
notacao de Laundau, 86
o numero e, 86, 87
opera c oes com vetores, 16
ordem de grandeza, 44, 85, 86
ordem duma matriz, 32
ortogonais
eventos independentes, 21
trabalho, 21
ortogonalidade senk,cosj, 58
otimizacao, 32
par
fun c ao, 61
paraboloide, 145
paralelograma, regra, 14
parametriza c ao
superfcie, 159
parametriza c ao
independencia, 206
parcial, derivada, 34
parti c ao
norma, 137
pendulo, 104
phi(p), series, 84
pir amide e esfera, 157
plano tangente, 35, 40, 225
poencias, serie, 89
polin omio trigonometrico, 65, 66