Metodos Matematicos para Geofısica

Metodos Matematicos para Geofsica
Rodrigo S. Portugal
(rosoport.matgeof@gmail.com)
Departamento de Geologia Recursos Naturais
Universidade Estadual de Campinas
Campinas, 26 de janeiro de 2007
Versao 1.0
Sum
ario
Sumario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Prefacio vi
1 Calculo diferencial 1
1.1 Fun coes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Opera coes sobre fun coes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Estudo de simetrias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4 Derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.5 Aplica cao ao estudo de fun coes . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Aplica c ao 1 Princpio de Fermat e lei de Snell-Descartes . . . . . . . . . . 23
1.6 Aproxima cao de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2 Calculo Integral 41
2.1 Integral denida calculo de areas . . . . . . . . . . . . . . . . . . . . . . . . 41
2.2 Integral indenida calculo da anti-derivada . . . . . . . . . . . . . . . . . . 41
2.3 Conexao entre os dois problemas . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.4 Propriedades b asicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.5 Integrais de fun coes elementares . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Aplica c ao 2 Estudo da func ao seno-cardinal sinc(x) . . . . . . . . . . . . . 45
2.6 Tecnicas de integra cao parte I . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7 Tecnicas de integra cao parte II . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.8 Exemplo completo: anti-derivada da secante . . . . . . . . . . . . . . . . . . . 50
2.9 Fun coes denidas por integrais . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Aplica c ao 3 Convolu c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Aplica c ao 4 Transformada de Hilbert . . . . . . . . . . . . . . . . . . . . . 55
Aplica c ao 5 Introdu c ao ao c alculo fracion ario . . . . . . . . . . . . . . . . 55
2.10 Analise do erro da aproxima c ao de Taylor . . . . . . . . . . . . . . . . . . . . 57
3 Vetores e algebra linear 63
3.1 Deni coes e propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.2 Combina cao linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
iii
iv Sumario
3.3 Produto escalar e vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.4 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4 Curvas no plano 73
4.1 Curvas no plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.2 Vetor tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.3 Vetor normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.4 Comprimento de uma curva . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.5 C onicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.6 Curvatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.7 Constru cao de curvas a partir de outras . . . . . . . . . . . . . . . . . . . . . 81
4.8 Famlia de curvas e envelope . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5 Calculo vetorial 87
5.1 Campos escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.2 Campos vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.3 Derivadas parciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Aplica c ao 6 Algumas equa c oes diferenciais parciais . . . . . . . . . . . . . 89
5.4 Operador del . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.5 Campos conservativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.6 Estudo de fun coes escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
Aplica c ao 7 Uma previa da aproxima c ao por quadrados mnimos . . . . . . 95
5.7 Integrais duplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Aplica c ao 8 Centr oides de regi oes no plano . . . . . . . . . . . . . . . . . . 98
5.8 Integrais triplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.9 Integrais de linha . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.10 Teorema de Green no Plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.11 Superfcies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.12 Integrais de superfcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.13 Teorema da divergencia (Gauss) . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.14 Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Exerccios adicionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
6 Series 115
6.1 Seq uencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.2 Series innitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
6.3 Testes de convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.4 Series de potencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.5 Aproxima cao de derivadas com diferen cas nitas . . . . . . . . . . . . . . . . 122
0.0 Sumario v
6.6 Aplica coes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Aplica c ao 9 Tempo de tr ansito em meios multicamadas horizontais . . . . 126
7 Transformada de Fourier 131
7.1 Serie de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
7.2 Exemplo completo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
7.3 Interpreta cao geometrica da serie de Fourier . . . . . . . . . . . . . . . . . . . 134
7.4 Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
7.5 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
8 Introdu cao à analise numerica 139
8.1 Interpola cao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
8.2 Forma de Lagrange, existencia e unicidade . . . . . . . . . . . . . . . . . . . . 142
8.3 Forma de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
8.4 Erro de interpola cao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
8.5 Interpola cao por partes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
8.6 Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
8.7 Ajuste por quadrados mnimos . . . . . . . . . . . . . . . . . . . . . . . . . . 149
Referencias Bibliogracas 155
Prefacio
Estas notas de aula servem como base para a disciplina de Fundamentos de Matematica
para Geofsica, por ocasi ao do Curso Avan cado de Geofsica (CAGEF) de 2006. Priori-
tariamente, os topicos abordados pretendem dar sustenta cao às teorias e metodos geofsicos
apresentados no decorrer do Curso. Um material mais completo e aprofundado das teorias
descritas neste texto podem ser encontrado nas referencias listadas ao nal deste texto.
Neste curso adotamos a postura preconizada pelo matem atico George P olya de que a
base para o aprendizado de matem atica s ao os exerccios. Por isso mesmo este volume con-
tem cerca de 226 exerccios, todos marcados com o smbolo (Z), dentre os quais podem
ser encontrados exerccios mais aplicados, mais tecnicos e tambem mais teoricos. Alguns
exerccios considerados mais difceis pelo autor s ao marcados com o smbolo (E), para avisar
ao leitor que a tarefa ser a trabalhosa. A boa notcia e que todos os problemas destas notas
tem resposta, fato que n ao e comum em problemas da vida real, principalmente no ramo da
geofsica.
O texto est a organizado em 8 captulos, na tentativa de apresentar o m aximo de teoria em
matem atica avan cada, sem, no entanto, o aprofundamento visto nos cursos mais tradicionais.
de fato, o objetivo principal e a variedade de topicos e n ao a profundidade. Em geral os
captulos possuem grau crescente de dependencia dos anteriores, de modo que eles devem ser
lidos/apreciados de maneira seq uencial.
Com a nalidade de dar um sabor mais agrad avel a todo o ferramental matem atico apre-
sentado, foram criadas se coes especiais de aplica cao em geofsica, ao longo de todo o texto,
sempre ap os a apresenta cao da teoria minimamente necessaria para o seu desenvolvimento.
Tais aplica coes se referem especialmente às teorias e tecnicas utilizadas no metodo ssmico.
Pelo apoio e ajuda na corre cao do texto gostaria de agradecer aos meus orientandos de
p os-gradua cao Jose Nayro e Ariathemis Moreno, bem como aos professores Ricardo Biloti e
Amelia Novais, por cederem o material do captulo de Introdu cao à Analise Numerica e pelo
apoio em geral. Por m gostaria da agradecer à Universidade Corporativa da Petrobras, em
especial à Neiva Zago, Eduardo Filpo, Osvaldo Duarte e Ronaldo Jaegher.
Campinas, 26 de janeiro de 2007,
Rodrigo S. Portugal
Cap
tulo 1
C
alculo diferencial
Este captulo tem como objetivo trazer uma revisao de calculo diferencial e integral. Para
um material mais detalhado o leitor deve procurar outras obras mais completas, tais como
por exemplo Apostol (1967) e Guidorizzi (2002) e obras com car ater mais abrangente tal
como Spiegel (1972) e Wrede and Spiegel (2002).
A consolida cao da inven cao do calculo se deve ao teorema fundamental do calculo, que
relaciona as opera coes derivada e integral.
Ao nal do captulo, algumas aplica coes em geofsica, em particular relacionadas a meto-
dos ssmicos, s ao apresentadas.
1.1 Funcoes
Dados dois conjuntos, chamados de domnio e contra-domnio, uma fun cao e a pr opria
associa cao de alguns (ou todos) elementos do domnio a alguns elementos do contra-domnio.
Esta associa cao deve respeitar a seguinte regra: cada elemento do domnio pode ser usado
somente uma unica vez! (Veja a Figura 1.1 abaixo)
Figura 1.1: Esquema ilustrativo de uma fun cao. Note que nem todos os pontos do domnio
ou do contra-domnio s ao utilizados. Alem disso, e permitido que dois (ou mais) pontos do
domnio estejam associados a um ponto do contra-domno.
1
2 Captulo 1. C alculo diferencial
Exemplos Geralmente esta associa cao pode estar descrita verbalmente, numericamente,
visualmente ou algebricamente. Este ultimo caso e o objeto de estudo mais intenso no curso
de C alculo. Observe os exemplos contidos na tabela abaixo:
Fun cao Dom(x) Im(y)
y = x
2
(, ) [0, )
y = 1/x (, 0) (0, ) (, 0) (0, )
y =
1 x
2
[1, 1] [0, 1]
y = arccos(x) 1 x 1 0 y
y = arcsen(x) 1 x 1
2
y

2
Porem n ao devemos esquecer que basta que uma associa cao exista, mesmo aleatoria, e respeite
a regra, para que exista uma fun cao.
Observa c oes: Normalmente para o curso de C alculo valem o seguinte:
(i) Em geral o domnio e o contra-domnio s ao intervalos;
(ii) Em geral, a rela cao pode ser descrita atraves de formulas, contendo termos trigonometri-
cos, exponenciais, polinomiais e quocientes, entre outros.
Z Exerccio 1.1: Considere as fun coes: f(x) = x, para x [1, 1]; g(x) = x, para x
(1, 1); h(x) = x, para x [0, 1]; e responda às seguintes questoes:
(a) f e g s ao iguais? Por que?
(b) g e h s ao iguais? Por que?
(c) f e h s ao iguais? Por que?
1.1.1 Limite e continuidade
A limite de uma fun cao em um ponto e uma opera cao descrita pela seguinte express ao
lim
xa
f(x) (1.1)
que pode ser lida intuitivamente como a seguinte pergunta:
O que acontece com o valor de f(x)
quando x estiver bem pr oximo de a ?
O signicado do termo bem pr oximo e um tanto vago, ele quer dizer algo do tipo innites-
imalmente pr oximo, ou ainda t ao pr oximo quanto se queira. Esta proximidade independe
da lateralidade, isto e x se aproxima de a n ao importando se pela esquerda ou pela direita.
Para responder à pergunta e necessaria a introdu cao de mais outro conceito, chamado limite
lateral.
A opera cao do limite lateral tem o signicado igual ao do limite, no entanto ele e restrito
pela lateralidade. O limite à esquerda e quando a opera c ao do limite tem a vari avel x sempre
1.1 Fun coes 3
menor do que o argumento a e, respectivamente, o limite à direita imp oe que a vari avel x
seja sempre maior do que o argumento a.
O limite lateral à esquerda e denotado por
lim
xa
f(x) (1.2)
enquanto o limite lateral à direita e denotado por
lim
xa+
f(x) (1.3)
Para um limite lateral (tanto esquerdo, quanto direito) pode acontecer tres resulta-
dos:
(i) o limite converge a um valor nito;
(ii) o limite tende a um valor innito (positivo ou negativo);
(iii) o limite n ao existe.
Para o primeiro caso, dizemos que h a convergencia lateral e para os outros dois dizemos que
h a divergencia. Porem o terceiro caso representa uma divergencia mais patol ogica, porem
n ao incomum.
Exemplos
(1) o limite à direita lim
x0+
1/x = +;
(2) o limite à esquerda lim
x0
1/x = ;
(3) o limite lim
x0
1/x n ao existe;
(4) o limite à direita lim
x0+
sen(1/x) n ao existe;
Fun cao contnua Intuitivamente, podemos dizer que uma fun cao contnua e quando, ao
desenhar o gr aco da fun cao com um lapis sobre um papel, o lapis ca em contato com o
papel o tempo todo.
Matematicamente, uma fun cao e contnua no ponto x = a se ambos limites laterais e a
pr opria fun cao possuem o mesmo valor nito. Se a fun cao e contnua e todos os pontos de
um intervalo I, entao ela e chamada simplesmente de fun cao contnua em I.
Quando a fun cao n ao e contnua, podem acontecer os seguintes casos:
(i) Se os limites laterais s ao iguais e nitos, porem a fun cao possui um outro valor, ou
n ao e denida, dizemos que a fun cao tem uma descontinuidade removvel ;
(ii) No caso em que os valores dos limites laterais s ao n umeros nitos porem distintos,
dizemos que a fun cao apresenta uma descontinuidade de salto;
(iii) Quando pelo menos um limite lateral tende ao innito, dizemos que a fun cao tem
uma descontinuidade de ordem superior.
Z Exerccio 1.2: Ache o valor de a para que as fun coes denidas abaixo sejam contnuas.
Em seguida, esboce o gr aco das fun coes
(a) f(x) =
_
6 +x, se x (; 2]
3x
2
+xa, se x (2; +)
(1.4)
(b) g(x) =
_
x
2
1, se x > 0,
a +x, se x 0.
(1.5)
(c) h(x) =
_
_
_
x
2
1
x 1
, se x ,= 1
a, se x = 1
(1.6)
1.1.2 Fun cao polinomial
A fun cao polinomial e a mais simples de todas e, de fato, e a unica que pode ser verdadeira-
mente calculada numericamente, pois e composta pelas duas opera coes mais elementares:
adi cao e multiplica cao (subtra cao e divisao s ao casos particulares).
Exemplo: A fun cao f(x) = 2 + x
3
pode ser traduzida em portugues como: tome o valor
de x, multiplique por ele mesmo duas vezes e some com o valor 2;
Z Exerccio 1.3: Traduza para o portugues as seguintes fun coes polinomiais:
(a) f(x) = 3 +x +x
3
;
(b) g(x) = x(x 1)
2
.
Existem varias maneiras equivalentes de se representar um mesmo polin omio. Entretanto,
quatro s ao as mais comuns:
Forma canonica:
p(x) = a
0
+a
1
x +a
2
x
2
+ +a
n
x
n
, (1.7)
onde os coecientes a
k
s ao todos constantes.
Forma canonica centrada em um ponto:
p(x) = b
0
+b
1
(x c) +b
2
(x c)
2
+ +b
n
(x c)
n
, (1.8)
onde c e um ponto qualquer da reta e os coecientes b
k
s ao todos constantes.
Forma explcita:
p(x) = c
0
(x x
0
)(x x
1
)(x x
2
) (x x
n1
), (1.9)
onde o coeciente c
0
e constante e os n umeros x
k
s ao as razes do polin omio (admitindo
a possibilidade de razes complexas).
Forma de Newton:
p(x) = d
0
+d
1
(x x
0
) +d
2
(x x
0
)(x x
1
) + +d
n
(x x
0
) (x x
n1
) (1.10)
1.1 Fun coes 5
onde x
k
s ao pontos quaisquer na reta e cada coeciente d
k
depende de x
j
, para j =
0, . . . , k 1.
E sempre possvel reescrever um polin omio de uma forma para outra, no entanto, na
pr atica, esta tarefa pode ser bem difcil.
Exemplo Represente o polin omio f(x) = x
2
na forma can onica centrada em c = 1.
O truque e somar e subtrair c = 1 de x:
x
2
= (x 1 + 1)
2
= [(x 1) + 1]
2
= (x 1)
2
+ 2(x 1) + 1
1.1.3 Fun cao linear (am)
Uma fun cao linear (am) e uma fun cao polinomial de primeiro grau
y = f(x) = ax +b, (na forma padrao). (1.11)
O seu gr aco e uma linha reta e os coecientes a e b s ao chamados de intercepto e coeciente
angular, respectivamente. O intercepto e a coordenada no eixo-y que intercepta a reta. A
coordenada do eixo-x que intercepta a reta, chamada de raiz, e igual a x
= b/a, para a ,= 0.
Se a = 0, isto signica que a reta e paralela ao eixo-x.
E sempre possvel transformar uma equa cao da reta em uma fun cao linear e vice-versa.
c
0
(x x
0
) +c
1
(y y
0
) = 0
. .
eq. da reta
y = ax +b ou x = cy +d
. .
fun coes lineares (ans)
(1.12)
Neste caso, h a uma rela cao entre os coecientes da equa cao da reta e os coecientes das
fun coes lineares, para que a transforma cao de uma representa cao para a outra aconte ca.
Uma fun cao linear (ou a equa cao da reta) e completamente determinada por dois pontos
distintos no plano que perten cam à linha reta. Isto quer dizer que dados dois pontos distintos
no plano, P1 = (x
1
, y
1
) e P2 = (x
2
, y
2
), e possvel calcular os coecientes a e b (ou c e d), no
caso de fun coes lineares, ou os coecientes c
0
e c
1
para o caso da equa cao da reta.
Uma importante questao que deve ser estudada e como aproximar uma fun cao complicada
por uma fun cao linear, pelo menos na vizinhan ca de um ponto.
Z Exerccio 1.4: Esboce o gr aco das seguintes retas:
(a) y = 2x 1,
(b) y = 2x/3 + 2/3,
(c) y = x/3 + 1,
(d) y = 2x/3 + 2,
(e) y = 2x.
Z Exerccio 1.5: Ache as express oes das retas indicadas no gr aco mostrado na Figura 1.2
Figura 1.2: Achar as express oes das retas desenhadas no gr aco.
Z Exerccio 1.6: Achar as rela coes entre os coecientes de uma fun cao linear e de uma
equa cao da reta que representam a mesma linha reta no plano. Isto e, dada a equa cao de
uma reta
c
0
(x x
0
) +c
1
(y y
0
) = 0, (1.13)
determinar a e b em fun cao de c
0
, c
1
, y
0
e y
0
tal que
y = a +bx. (1.14)
1.1.4 Fun cao quadratica
Uma fun cao quadr atica e uma fun cao polinomial de segundo grau
y = f(x) = ax
2
+bx +c, (na forma padrao). (1.15)
O seu gr aco e uma curva chamada par abola e o coeciente c e às vezes e chamado de
curvatura.
As razes (x
0
, x
1
) de uma fun cao quadr atica podem ser calculadas atraves da f ormula de
B askara:
x
0,1
=
b
2a
. (1.16)
onde = b
2
4ac e chamado de discriminante.
A concavidade de uma par abola e determinada pelo coeciente a. Se a > 0 a concavidade
e voltada para cima, por outro lado, se a < 0 a concavidade e voltada para baixo. Caso
a = 0, entao a par abola se degenera em uma reta;
1.1 Fun coes 7
O vertice (x
v
, y
v
) de uma par abola e o ponto que e ou o m aximo, no caso da concavidade
para baixo, ou o mnimo, no caso em que a concavidade e para cima. As suas coordenadas
s ao dadas por
x
v
=
b
2a
, y
v
=
4a
, (1.17)
onde e o discriminante da par abola. Observe que as par abolas n ao degeneradas sempre
tem vertices, mas nem sempre possuem razes reais;
Uma fun cao quadr atica e completamente determinada por tres pontos n ao colineares no
plano que perten cam à par abola. Para isto, basta resolver o sistema linear (para a, b, c)
y
1
= a +b x
1
+c x
2
1
y
2
= a +b x
2
+c x
2
2
y
3
= a +b x
3
+c x
2
3
(1.18)
Um importante problema que e estudado e como aproximar uma fun cao complicada por
uma fun cao quadr atica, pelo menos na vizinhan ca de algum ponto.
Z Exerccio 1.7: Sabendo que uma par abola passa pelos pontos (1, 1), (1, 2), (2, 4),
(a) Ache a quadr atica, na forma padrao, que descreve esta curva;
(b) Ache a quadr atica, na forma de Newton, utilizando x
0
= 1 e x
1
= 1;
(c) Ache a quadr atica, na forma de Newton, utilizando x
0
= 1 e x
1
= 2.
Z Exerccio 1.8: Dada a fun cao quadr atica na forma padrao: p
2
(x) = 6 7x + x
2
, resolva
os seguintes tens:
(a) Ache as suas razes, usando a formula de Baskara;
(b) Reescreva-a na forma explcita;
(c) Reescreva-a na forma de Newton, com x
0
= 1 e x
1
= 3;
(d) Reescreva-a na forma padrao centrada no ponto x
0
= 2.
1.1.5 Fun cao potencia
A fun cao potencia pode ser escrita como
f(x) = x
a
, a R. (1.19)
Para a positivo, o domnio de f e [0, ). Caso a seja um n umero racional do tipo p/q, p, q
N), com q mpar, entao o domnio e toda a reta. Porem se r for negativo o n umero zero n ao
pertence ao domnio.
Observe que as fun coes polinomiais s ao somas de fun coes potencias com expoentes natu-
rais.
Uma fun cao raiz e uma fun cao potencia para o caso em que a = 1/n, para n N. Tome
como exemplo a fun cao raiz quadrada f(x) = x
1/2
=
x.
Exemplos: As fun coes abaixo s ao exemplos de fun coes potencia. Os seus gr acos podem
ser observados na Figura 1.3.
(a) f(x) = x
2
;
(b) f(x) = x
1
;
(c) f(x) = x
1/2
;
(d) f(x) = x
1/
;
5 0 5
5
0
5
5 x 5
y
(a)
5 0 5
5
0
5
5 x 5
y
(b)
5 0 5
5
0
5
5 x 5
y
(c)
5 0 5
5
0
5
5 x 5
y
(d)
Figura 1.3: Gr acos de alguns exemplos de fun coes potencia.
1.1.6 Fun cao racional
Uma fun cao racional e denida como
r(x) =
p(x)
q(x)
, (1.20)
onde p(x) e q(x) s ao fun coes polinomiais.
Exemplos: As fun coes abaixo s ao exemplos de fun coes racionais. Os seus gr acos podem
(a) f(x) =
x
2
+ 4
x
3
1
;
(b) f(x) =
5
x
2
1
;
(c) f(x) =
x
4
x
2
1
;
(d) f(x) =
2x
3
5x + 1
x
2
+ 1
;
1.1 Fun coes 9
5 0 5
15
10
5
0
5
10
15
5 x 5
y
(a)
5 0 5
15
10
5
0
5
10
15
5 x 5
y
(b)
5 0 5
15
10
5
0
5
10
15
5 x 5
y
(c)
5 0 5
15
10
5
0
5
10
15
5 x 5
y
(d)
Figura 1.4: Gr acos de alguns exemplos de fun coes racionais.
1.1.7 Fun cao algebrica
Uma fun cao algebrica e toda a fun cao que e combina c ao de fun coes potencias, polinomiais
e racionais usando somente as quatro opera coes algebricas: adi cao, multiplica cao, subtra cao
e divisao.
Exemplos: As fun coes abaixo s ao exemplos de fun coes algebricas. Os seus gr acos podem
(a) f(x) = x
5/7
+
x
3
6
x 1;
(b) f(x) =
x
3
x
2
+ 4

x
2
;
(c) f(x) = x
2/3
+
x
2
;
(d) f(x) =
x
1/3
x
2
+ 1/2
;
1.1.8 Fun coes transcendentais
As fun coes transcendentais s ao todas as fun coes que nao s ao algebricas. Alguns exemplos
s ao as fun coes exponenciais, logartmicas, trigonometricas e trigonometricas inversas.
1.1.9 Fun cao exponencial
Uma fun cao exponencial surge naturalmente em processos din amicos, tais como cresci-
mento populacional e nan cas. Uma fun cao exponencial e uma fun cao do tipo
f(x) = a
x
, (1.21)
5 0 5
2
1
0
1
2
3
4
5
0 x 5
y
(a)
5 0 5
2
1
0
1
2
3
4
5
5 x 5
y
(b)
5 0 5
2
1
0
1
2
3
4
5
5 x 5
y
(c)
5 0 5
2
1
0
1
2
3
4
5
5 x 5
y
(d)
Figura 1.5: Gr acos de alguns exemplos de fun coes algebricas.
onde a ,= 0 e uma constante real qualquer.
Em especial, a constante a pode assumir um valor especial chamado a constante de Euler
(ou n umero neperiano). Este valor Pode ser denida como um limite de fun coes ou atraves de
uma equa cao diferencial. Neste caso, com a base e, a fun cao exponencial passa a ter outras
propriedades interessantes e, por isso, e denotada como
exp(x) = e
x
, (1.22)
onde e e a constante de Euler.
Como a fun cao exponencial e de fato uma constante elevada a um expoente (vari avel),
ela herda todas as leis dos expoentes:
P1. f(x +y) = a
x+y
= a
x
a
y
= f(x)f(y);
P2. f(x) = a
x
= 1/a
x
= f(x)
1
;
P3. f(x)
y
= [a
x
]
y
= a
xy
= f(xy);
P4. (ab)
x
= a
x
b
x
;
Exemplos: As fun coes abaixo s ao exemplos de fun coes exponenciais. Os seus gr acos
podem ser observados na Figura 1.6.
1.1 Fun coes 11
(a) f(x) = 2
x
;
(b) f(x) =
_
1
2
_
x
;
5 0 5
5
0
5
5 x 5
y
(a)
5 0 5
5
0
5
5 x 5
y
(b)
Figura 1.6: Gr acos de alguns exemplos de fun coes exponenciais.
1.1.10 Fun cao logartmica
A fun cao logaritmo em uma base a e denida como a fun cao inversa da fun cao exponencial
na base a, isto e,
y = log
a
(x) se, e somente se, x = a
y
. (1.23)
Vale lembrar que o logaritmo s o e denido para n umero positivos, isto e, o domnio de log(x)
e (0, ).
A fun cao logaritmo possui as seguintes propriedades
P1. log
a
(xy) = log
a
(x) + log
a
(y);
P2. log
a
(x/y) = log
a
(x) log
a
(y);
P3. log
a
(x
b
) = b log
a
(x);
P4. log
a
(x) =
log
b
(x)
log
a
(x)
.
Exemplos: As fun coes abaixo s ao exemplos de fun coes logartmicas. Os seus gr acos po-
dem ser observados na Figura 1.7.
(a) f(x) = log
2
(x); (b) f(x) = ln(x) = log
e
(x) ;
1.1.11 Fun cao trigonometrica
Uma fun cao trigonometrica e toda fun cao que e denida com auxlio do crculo do
trigonometrico. Veja a gura abaixo.
0 5 10
5
0
5
0 < x 10
y
(a)
0 5 10
5
0
5
0 < x 10
y
(b)
Figura 1.7: Gr acos de alguns exemplos de fun coes logartmicas.
-
6
1
cos(x)
sen(x)
P
Figura 1.8: Deni cao do seno de um angulo
Deni cao: Dado um angulo x, a fun cao seno, denotada por sen(x), e a proje cao ortogonal
do ponto P sobre o eixo y. A fun cao co-seno, denotada por cos(x), e a proje cao ortogonal do
ponto P sobre o eixo x.
Todas as outras fun coes trigonometricas podem ser denidas algebricamente usando senos
e/ou cossenos:
(a) Tangente: tan(x) = sen(x)/ cos(x);
(b) Co-tangente: cot(x) = cos(x)/ sen(x) = 1/ tan(x);
(c) secante: sec(x) = 1/ cos(x);
(d) co-secante: csc(x) = 1/ sen(x);
Valem as regras do seno (e co-seno) da soma (e subtra cao) de dois angulos
(a) sen(x +y) = sen(x) cos(y) + sen(y) cos(x);
(b) sen(x y) = sen(x) cos(y) sen(y) cos(x);
(c) cos(x +y) = cos(x) cos(y) sen(y) sen(x);
(d) cos(x y) = cos(x) cos(y) + sen(y) sen(x);
1.2 Opera coes sobre fun coes 13
Observa cao: Na realidade, basta a fun cao seno (ou co-seno) para se gerar todas outras
fun coes trigonometricas, pois pelo item anterior pode-se mostrar que
cos(x) = sen(x +/2). (1.24)
1.1.12 Fun cao denida por partes
Fun coes denidas por partes s ao fun coes que tem express oes diferentes em intervalos
disjuntos. Por exemplo, uma fun cao pode ser polinomial em um intervalo e exponencial em
outro.
As fun coes denidas por partes descritas a seguir s ao as mais b asicas, porem essenciais
na cria cao e estudo de fun coes por partes mais complexas.
Fun cao m odulo A fun cao m odulo tambem conhecida como valor absoluto, pode ser
denida como
[x[ =
_
x, se x < 0
x, se x 0
(1.25)
Fun cao indicadora A fun cao indicadora e uma fun cao auxiliar que indica se um n umero
pertence a um conjunto A ou n ao. Para um conjunto qualquer A, a sua fun cao indi-
cadora pode ser denida como
1I
A
(x) =
_
1, se x A
0, se x / A
(1.26)
Fun cao sinal A fun cao sinal e uma fun cao que indica qual e o sinal de um n umero x, isto
e, indica se x e positivo ou negativo, retornando 1 ou 1, respectivamente. Pode ser
denida como
sgn(x) =
_
_
1, se x < 0
0, se x = 0
1, se x > 0
(1.27)
Fun cao de Heaviside A fun cao de Heaviside indica apenas se a vari avel e n ao negativa,
retornando o valor 1 para este caso e 0 caso contr ario. Pode ser denida como
h(x) =
_
_
0, se x < 0
1/2, se x = 0
1, se x > 0
(1.28)
E interessante notar que para x ,= 0, temos que h(x) = 1I

(0,)
.
1.2 Opera coes sobre fun coes
O leitor ja pode ter observado que com fun coes previamente conhecidas e possvel construir
novas fun coes.
Figura 1.9: Os gr acos das fun coes denidas por partes: fun cao m odulo, fun cao indicadora,
fun cao sinal e fun cao de Heaviside.
1.2.1 Combinacao de funcoes
Com o intuito de se criar novas fun coes, pode-se combinar ` a vontade todas as fun coes
apresentadas, usando as quatro opera coes algebricas.
Exemplos: As fun coes abaixo s ao exemplos de fun coes que s ao criadas a partir de outras
fun coes ja conhecidas, usando-se somente opera coes algebricas. Os seus gr acos podem ser
conferidos pela Figura 1.10.
(a) f(x) = x
5/7
+x
3
/6 x 1;
(b) f(x) =
x
3
x
2
+ 4
;
(c) f(x) = x
2/3
+x/2;
(d) f(x) =
e
x
x
2
+ 1/2
;
1.2.2 Composicao de funcoes
A composi cao de fun coes e uma opera cao mais sosticada que a combina cao. Dadas duas
fun coes f(x) e g(y) a fun cao composta h de f e g e denida por
h(x) = g(f(x)), (1.29)
isto e, primeiro calcula-se y = f(x) e depois calcula-se z = g(y). Este processo pode ser
realizado indenidamente.
Exemplos: As fun coes abaixo s ao exemplos de fun coes compostas as quais s ao criadas a
partir da composi cao de outras fun coes ja conhecidas. Os seus gr acos podem ser conferidos
pela Figura 1.11.
1.2 Opera coes sobre fun coes 15
5 0 5
5
0
5
5 x 5
y
(a)
5 0 5
5
0
5
5 x 5
y
(b)
5 0 5
2
1
0
1
2
3
4
5
5 x 5
y
(c)
5 0 5
2
1
0
1
2
3
4
5
5 x 5
y
(d)
Figura 1.10: Combina coes algebricas de fun coes.
(a) f(x) = e
x/2
+ 2 e
x
1/3
2e;
(b) f(x) =
2x
x
2
+ 4
;
(c) f(x) = 2 sen(2 e
12x/5
);
(d) f(x) = 500 xe
x
2
4
;
1.2.3 Operacoes morfologicas sobre funcoes
Dada uma fun cao e possvel criar novas fun coes semelhantes à original atraves de opera coes
algebricas sobre as vari aveis dependente (em geral y) e independente (normalmente x).
Transla cao Considere uma fun cao y = f(x) dada. O efeito da soma de uma constante em
x ou y e chamado translac ao. As duas novas fun coes que s ao o resultado da transla cao
aplicada à fun cao original s ao
z = g(x) = f(x +c) (1.30)
e
w = h(x) = f(x) +c . (1.31)
No primeiro caso a transla cao e na dire cao horizontal e no segundo caso a transla cao
ocorre na dire cao vertical.
O efeito da transla cao depende do sinal da constante c, conforme descrito na tabela
abaixo (conra pelas guras)
5 0 5
5
0
5
5 x 5
y
(a)
5 0 5
5
0
5
5 x 5
y
(b)
5 0 5
5
0
5
5 x 5
y
(c)
5 0 5
5
0
5
5 x 5
y
(d)
Figura 1.11: alguns exemplos de fun coes compostas.
sinal de c dire cao horizontal f(x +c) dire cao vertical f(x) +c
positivo deslocamento para esquerda deslocamento para cima
negativo deslocamento para direita deslocamento para baixo
Compressao/Dilata cao Considere uma fun cao y = f(x) dada. O efeito da multiplica cao
de x ou y por uma constante positiva e chamado compress ao/dilata c ao. As duas novas
fun coes, que s ao o resultado da compressao aplicada à fun cao original, s ao
z = g(x) = f(ax) (1.32)
e
w = h(x) = bf(x) . (1.33)
No primeiro caso a compressao ocorre na dire cao horizontal e no segundo caso na dire cao
vertical. O efeito da compressao depende se a constante c e maior do que um, conforme
descrito na tabela abaixo (conra pelas guras)
magnitude de c dire cao horizontal f(cx) dire cao vertical cf(x)
c > 1 compressao dilata cao
c < 1 dilata cao compressao
Reexao A partir de uma fun cao dada e possvel construir novas fun coes reetidas com
rela cao ao eixo y
g(x) = f(x) , (1.34)
1.3 Estudo de simetrias 17
ou ao eixo y
h(x) = f(x) . (1.35)
1.3 Estudo de simetrias
Existem tres tipos de simetrias que aparecem em fun coes, que acabam por facilitar a sua
an alise e estudo: as fun coes peri odicas, fun coes pares e fun coes mpares.
Fun c oes periodicas Uma fun cao f e peri odica quando existe algum n umero p > 0 tal
que
f(x +p) = f(x), (1.36)
para todo x do domnio da fun cao. O menor n umero p > 0 tal que a propriedade acima seja
verdade e denido como o perodo fundamental, ou simplesmente perodo de uma fun cao
peri odica.
EZ Exerccio 1.9: Uma fun cao constante f(x) = c e peri odica? Se sim qual e o perodo?
EZ Exerccio 1.10: Mostre que f(t + 1) =
1
2
+
_
f(t) (f(t))
2
tem perodo p = 2.
Z Exerccio 1.11: Considere a fun cao que mede a dist ancia entre um n umero real e o seu
inteiro mais pr oximo, isto e f(x) = min
nQ
[x n[. Fa ca um esbo co do seu gr aco, mostre
analiticamente que e peri odica e ache seu perodo.
Fun c oes pares e mpares Uma fun cao f e par quando
f(x) = f(x), (1.37)
para todo x do domnio da fun cao. Por outro lado, uma fun cao f e mpar quando
f(x) = f(x), (1.38)
para todo x do domnio da fun cao.
Deve-se tomar cuidado com a terminologia par/mpar, pois ela apresenta um signicado
bem distinto para n umeros inteiros. Se um n umero inteiro e par, entao certamente ele n ao
e mpar, e vice-versa. Alem disso qualquer n umero inteiro ou e par ou mpar, n ao existindo
uma terceira alternativa. Vale ressaltar, entretanto, que para fun coes essa logica n ao funciona
de maneira igual aos n umeros inteiros.
Por exemplo se uma fun cao f n ao e par n ao signica necessariamente que f seja mpar
e nem o contr ario, isto e, se f n ao e mpar n ao signica que ela seja obrigatoriamente par.
Em geral, as fun coes n ao s ao nem par e nem mpar, tal como por exemplo f(x) = 5x + 1.
Alem disso, existe uma fun cao que e par e mpar ao mesmo tempo; trata-se da fun cao nula
f(x) = 0 (a demonstra cao ca como exerccio).
EZ Exerccio 1.12: Sejam f
1
e f
2
duas fun coes pares e g
1
e g
2
duas fun coes mpares, todas
elas com o mesmo domnio. Responda às seguintes questoes justicando matematicamente
(a) f
1
f
2
e uma fun cao par;
(b) g
1
g
2
e uma fun cao mpar ;
(c) f
1
f
2
e uma fun cao par ;
(d) g
1
g
2
e uma fun cao par ;
(e) f
1
g
1
e uma fun cao mpar.
(f)
1
f
1
e uma fun cao par;
Z Exerccio 1.13: Classique as fun coes abaixo como par, mpar ou nenhuma das duas,
justicando matematicamente
(a) a(x) =
x
3
x
2
+ 1
;
(b) b(x) = [x[ + 2;
(c) c(x) =
[x[
x
2
+ 1
;
(d) d(x) = [x + 2[.
Extens oes pares e mpares Apesar de existirem fun coes que n ao s ao nem par nem
mpar, podemos dizer que elas contem dentro de si uma parte par e outra parte mpar. De
fato o resultado interessante e que qualquer fun cao denida em um intervalo do tipo [a, a]
pode ser decomposta exatamente em uma soma de uma fun cao par e uma fun cao mpar, isto
e,
f(x) = f
p
(x) +f
i
(x), (1.39)
onde f
p
e f
i
s ao as extensoes par e mpar, respectivamente, sendo obtidas atraves das
seguintes formulas
f
p
(x) =
f(x) +f(x)
2
, (1.40)
f
i
(x) =
f(x) f(x)
2
. (1.41)
Z Exerccio 1.14: Dada a reta y = f(x) = 2x4, calcule suas extensoes par e mpar e esboce
o gr aco das tres fun coes.
EZ Exerccio 1.15: Resolva os itens abaixo
(a) Mostre que a fun cao nula e unica que par e mpar ao mesmo tempo;
(b) Calcule a extensao mpar de uma fun cao par;
(c) Calcule a extensao par de um fun cao mpar;
1.4 Derivada
Como foi visto, a partir de fun c oes conhecidas pode-se criar novas fun coes atraves da sua
composi cao. Neste sentido pode-se entender uma fun cao composta como sendo o resultado
de uma opera cao realizada entre fun coes.
Na lngua portuguesa um dos sentidos do verbo derivar e usado para explicar que um
objeto A originou-se a partir de um outro objeto B. Neste sentido, diz-se que A e derivado
de B. Alguns exemplos do dia a dia: o leite e o seus derivados (manteiga, queijo, etc); o
petr oleo e os seus derivados (gasolina, querosene, etc).
1.4 Derivada 19
Matematicamente, a palavra derivar e usada com um signicado muito mais restrito.
Neste caso, diz-se que uma fun cao e derivada de outra fun cao, quando uma formula matem atica,
envolvendo a opera cao do limite, e satisfeita.
Esta formula nada mais e que uma opera cao sobre fun coes, que tem como objetivo a
cria cao de novas fun coes a partir de fun coes conhecidas. Mais precisamente, dada uma fun cao
f(x), se o limite
g(a) = lim
xa
f(x) f(a)
x a
, (1.42)
existir, entao diz-se que a derivada de f(x) no ponto x = a vale g(a).
Se para cada a no domnio da fun cao guardarmos os correspondentes g(a), construmos
uma nova fun cao g(x) chamada de derivada de f(x) e denotada por f
(x).
EZ Exerccio 1.16: Use a deni cao de derivada (isto e, calcule usando o limite) para mostrar
que a derivada de f(x) = x e dada por f
(x) = 1.
EZ Exerccio 1.17: Use a deni cao de derivada (isto e, calcule usando o limite) para mostrar
que a derivada de f(x) = 1/x e dada por f
(x) = 1/x
2
. Fa ca um esbo co dos gr acos de f
e f
.
1.4.1 Interpretacao geometrica da derivada
Considere uma fun cao f(x) e dois pontos distintos a e b. Podemos calcular os valores f(a)
e f(b) e considerar os pontos do plano P = (a, f(a)) e Q = (b, f(b)). Veja a gura abaixo.
0
x
y
a
y - f(a) = m(x - a)
y = f(x)
P
Q
b = a + x
Por estes pontos passa uma unica reta, cuja express ao matem atica pode ser dada por
(y f(a)) = m(x a),
onde
m = (f(b) f(a))/(b a).
Aplicando o limite quando b a na express ao acima, obtemos
m = lim
ba
f(b) f(a)
b a
= f
(a).
No gr aco este limite signica que b se aproxima do ponto a, fazendo com que a reta
secante se aproxime cada vez mais da reta tangente ao gr aco de f no ponto a. Veja a gura
abaixo
0
x
y
dy
a
y
y = f(a) + f'(a) (x - a)
reta tangente
y = f(x)
dx = x
f(a)
f(b)
b = a + x
1.4.2 Propriedades
Como se sabe, a derivada e o resultado de uma opera cao, chamada diferenciac ao, sobre
uma fun cao. O que acontece entao quando aplicamos esta opera cao sobre combina cao algebri-
cas entre fun coes? Usando a deni cao da derivada pode-se provar as seguintes propriedades
Tabela 1.1: Propriedades elementares da derivada.
Opera cao Expressao Derivada
Soma (f(x) +g(x))
(x) +g
(x)
Multiplica cao por constante (af(x))
af
(x)
Produto (f(x)g(x))
(x)g(x) +f(x)g
(x)
Divisao (f(x)/g(x))
(x)g(x) f(x)g
(x)
g(x)
2
1.4.3 Derivada de ordens superiores
A opera cao de diferencia cao pode ser aplicada a qualquer fun cao desde que o limite exista.
Por que n ao aplicar esta opera cao em uma fun cao que ja e uma derivada de outra fun cao.
Procedendo desta forma, construmos uma fun cao, chamada derivada segunda de f(x) e
denotada por f
(x). Este procedimento pode ser aplicado tantas vezes quanto possvel,
gerando portanto, fun coes derivadas de ordens superiores.
1.4 Derivada 21
1.4.4 Derivadas de funcoes elementares
E possvel calcular as derivadas de algumas fun coes elementares, aplicando a deni cao da
derivada. Sem entrar em detalhes, est ao listadas tais derivadas:
Fun cao f(x) f
(x)
polinomial a
0
+a
1
x + +a
n
x
n
a
1
+ 2a
2
x + +na
n
x
n1
exponencial (base qualquer) a
x
ln(a) a
x
logartmica log
a
(x) 1/(ln(a)x)
exponencial (base neperiana) exp(x) exp(x)
logartmica natural ln(x) 1/x
seno sen(x) cos(x)
co-seno cos(x) sen(x)
Tabela 1.2: Derivadas de algumas fun coes elementares.
1.4.5 Regra da cadeia
Dada uma fun cao composta h(x) = f(g(x)), a sua derivada e dada por
h
(x) = f
(g(x)) g
(x). (1.43)
Observe que esta propriedade pode ser repetida tantas vezes quanto necessarias. Por exemplo,
se h(t) = f(g(x(w(t)))), entao
h
(t) = f
(g(x(w(t)))) g
(x(w(t))) x
(w(t)) w
(t). (1.44)
1.4.6 Fun coes inversas
Podemos usar a regra da cadeia para calcular a derivada de fun coes inversas. Dada uma
fun cao y = f(x) a sua fun cao inversa g(y) e tal que a fun cao composta h
h(x) = g(f(x)) = x. (1.45)
Isto e, a fun cao h e igual à identidade. A fun cao inversa de f recebe a denota cao f
1
.
Exemplo: As fun coes f(x) = 3x e g(x) = x/3 s ao inversas uma da outra porque
f(g(x)) = f(x/3) = 3(x/3) = x e g(f(x)) = f(x)/3 = (3x)/3 = x
para todo valor de x. Por outro lado as fun coes f(x) = x e g(x) = 1/x n ao s ao inversas uma
da outra porque
f(g(x)) = f(1/x) = (1/x) ,= x.

Z Exerccio 1.18: Determine a inversa de y = x/2 + 1, expressando em fun cao de x.
E possvel se calcular diretamente a derivada de uma fun c ao inversa sem o seu previo
conhecimento. Para isto basta calcular a derivada da fun c ao h dada pela express ao (1.45),
obtendo-se
h
(x) = 1 (1.46)
pois h e a fun cao identidade. Por outro, lado, usando a regra da cadeia, chega-se a
h
(x) = g
(f(x))f
(x) = 1. (1.47)
Portanto
g
(f(x)) =
1
f
(x)
. (1.48)
Observando que g(f(x)) = g(y) = x, chega-se a
g
(y) =
1
f
(g(y))
(1.49)
Exemplo: Dada a fun cao f(x) = sen(x), a sua fun cao inversa e g(y) = arcsen(y), e, alem
disso,
g
(y) =
1
f
(g(y))
=
1
cos(arcsen(y))
. (1.50)
Por outro lado cos(x) =
_
1 sen(x)
2
, entao cos(arcsen(y)) =
_
1 sen(arcsen(y))
2
=
_
1 y
2
. Portanto
g
(y) =
1
_
1 y
2
(1.51)
1.5 Aplica cao ao estudo de fun coes

Uma das aplica coes mais importantes da fun cao derivada e ajudar no estudo da pr opria
fun cao que a originou. Como a derivada representa a taxa de varia cao da fun cao, ela traz
diretamente a informa cao sobre a monotonicidade local da fun cao.
1.5.1 Monotonicidade
Uma fun cao e crescente em um intervalo I quando f(y) > f(x) para todos x, y I tais
que y > x. Similarmente, f e decrescente em I quando f(y) < f(x) para todos x, y I tais
que y > x.
Teorema 1.1 (Monotonicidade) Se uma func ao f e diferenci avel em um intervalo I, en-
t ao valem as seguintes propriedades:
(i) Se f
(x) > 0 para x I ent ao f e crescente em I;

(ii) Se f
(x) < 0 para x I ent ao f e decrescente em I;

1.5 Aplica cao ao estudo de fun coes 23
1.5.2 Maximos e mnimos
Um ponto x
e chamado de ponto de m aximo local de uma fun cao f(x) quando f(x
) >
f(x) para todo x em uma vizinhan ca de x
. Similarmente, um ponto x
e chamado de ponto
de mnimo local de uma fun cao f(x) quando f(x
) < f(x) para todo x em uma vizinhan ca

de x
.
Os pontos crticos de f(x) s ao todos os pontos x
tais que pelo menos alguma das seguintes

condi coes seja satisfeita:
(i) f
(x
) = 0;
(ii) x
e um extremo do intervalo;
(iii) x
e um ponto de descontinuidade;
Teorema 1.2 (Classica cao de pontos crticos) Para um ponto x
, onde exista f
(x
),
podemos classic a-lo segundo as seguintes regras:
(a) Se f
(x
) = 0 e f
(x
) < 0 ent ao x
e um ponto de m aximo local;

(b) Se f
(x
) = 0 e f
(x
) > 0 ent ao x
e um ponto de mnimo local;

(c) Se f
(x
) = 0 e f
(x
) = 0 ent ao x
e um ponto de sela;
Z Exerccio 1.19: Esbo car o gr aco da fun coes abaixo. Para isto, calcular (se houver) os
pontos de m aximo e mnimo locais, pontos de inexao e indicar as concavidades e intervalos
de crescimento e decrescimento da fun cao.
(a) y = f(x) =
x
3
6
x
2
+
3x
2
+ 1;
(b) y = g(x) = x +
1
x
;
Z Exerccio 1.20: Esbo car o gr aco da fun cao y = f(x) = x+1/x. Para isto, calcular os pon-
tos de m aximo e mnimo locais, pontos de inexao, concavidades e intervalos de crescimento
e decrescimento da fun cao.
Z Exerccio 1.21: Se g(x) = 1/(1 +x), encontre g
(a) e use para calcular a equa cao da reta

tangente ao gr aco de g no ponto (1, 1/2).
Z Exerccio 1.22: Sabendo que a equa cao xy
3
+ xy = 6 dene implicitamente a vari avel y
como uma fun cao f(x) num intervalo aberto contendo x = 3 e que f(3) = 1, calcule f
(3).
Aplica cao 1 Princpio de Fermat e lei de Snell-Descartes
Partindo do Princpio de Fermat, vamos deduzir a lei de Snell. Alem disso, vamos utilizar
a lei de Snell em meios multicamadas para computar o tempo de tr ansito da reexao de um
raio.
Princpio de Fermat: O Princpio de Fermat e um conceito fsico observado na natureza
que relaciona o tra cado de raios e ondas que propagam em meios n ao homogeneos. Ele diz
que dentre todos os caminhos possveis (linhas tracejados em azul) que ligam os pontos A
e B, o raio (linha cheia em vermelho) e aquele em que o tempo de percurso da onda e um
extremo (m aximo, mnimo ou sela). Veja a gura abaixo.
Figura 1.12: O princpio de Fermat diz que de todas as curvas possveis ligando os pontos A
e B (linhas tracejadas em azul), a trajetoria do raio (linha contnua em vermelho) e aquela
que minimiza o tempo.
Lei de Snell-Descartes para o raio reetido
Os tres exerccios que se seguem s ao a dedu cao passo a passo da lei de Snell-Descartes
para o raio reetido a partir do princpio de Fermat.
Figura 1.13: Lei de Snell para o raio reetido. Em (a) um caminho qualquer e em (b) o
caminho otimo (o raio reetido).
Z Exerccio 1.23: Considere um caminho que parte de A = (a
1
, a
2
), incide em X = (x, 0) e
vai para B = (b
1
, b
2
), segundo mostrado pela linha azul na Figura 1a. Usando o teorema de
Pit agoras,
(a) Determine o tempo de tr ansito T
1
(x) de A ate X em fun cao de x;
(b) Determine o tempo de tr ansito T
2
(x) de X ate B em fun cao de x;
(c) Determine o tempo de tr ansito total T
R
(x) = T
1
(x) +T
2
(x).
1.5 Aplica cao ao estudo de fun coes 25
Z Exerccio 1.24: Usando a formula do tempo de tr ansito T(x) determinada no exerccio
anterior,
(a) Calcule a derivada de T(x);
(b) Ache o ponto crtico x
de T(x), isto e ache x
tal que T
(x
) = 0;
Z Exerccio 1.25: Considere os tri angulo AX
M e BX
N, onde X
= (x
, 0), M = (x
, a
2
)
e N = (x
, b
2
), segundo o que mostrado e na Figura 1b.
(a) Para cada um dos tri angulos, calcule sen(
1
) e sen(
2
);
(b) Substitua as express oes computadas em (a) e substitua na equa cao T
(x
) = 0;
(c) Finalmente, conclua a lei de Snell para o raio reetido.
Lei de Snell-Descartes para o raio transmitido
Os tres exerccios que se seguem s ao a dedu cao passo a passo da lei de Snell-Descartes
para o raio transmitido a partir do princpio de Fermat.
Figura 1.14: Lei de Snell para o raio transmitido.
Z Exerccio 1.26: Considere um caminho que parte de A = (a
1
, a
2
), incide em X = (x, 0) e
vai para C = (c
1
, c
2
), segundo mostrado pela linha azul na Figura 2a. Usando o teorema de
Pit agoras,
(a) Determine o tempo de tr ansito T
1
(x) de A ate X em fun cao de x;
(b) Determine o tempo de tr ansito T
3
(x) de X ate C em fun cao de x;
(c) Determine o tempo de tr ansito total T
T
(x) = T
1
(x) +T
3
(x);
Z Exerccio 1.27: Usando a formula do tempo de tr ansito T(x) determinada no exerccio
anterior,
(a) Calcule a derivada de T(x);
Z Exerccio 1.28: Considere os tri angulo AX
M e CX
N, onde X = (x
, 0), M = (x
, a
2
)
e N = (x
, c
2
).
(a) Para cada um dos tri angulos, calcule sen(
1
) e sen(
3
);
(b) Substitua as express oes computadas em (a) e substitua na equa cao T
(x
) = 0;
(c) Finalmente, conclua a lei de Snell para o raio reetido.
Z Exerccio 1.29: Se a velocidade da camada superior v
1
e inferior v
2
s ao tais que v
1
< v
2
,
use a lei de Snell para descubra se o angulo de incidencia e maior ou menor do que o angulo
de transmiss ao.
EZ Exerccio 1.30: Na subsuperfcie da Terra, em geral, a velocidade do material cresce com a
profundidade. Baseado na lei de Snell-Descartes, como ser ao as trajetorias dos raios, quando
a velocidade do meio possui a express ao v(z) = v
0
+ bz, com b > 0? Para responder a
esta pergunta, visualize o meio como sendo a composi cao de camadas planas horizontais
com espessura dz e estude (usando o exerccio anterior) o que acontece com o raio em duas
camadas sobrepostas cujas velocidades sejam v e v +v, com v > 0.
1.6 Aproximacao de Taylor simplicando uma fun cao com-
plicada
Dentre as fun coes elementares, as fun coes polinomiais e racionais s ao as unicas que podem
ser diretamente computadas ponto a ponto, atraves das quatro opera coes algebricas. Por
outro lado, em problemas de aplica coes de matem atica freq uentemente aparecem fun coes
mais complicadas, que s ao podem ser combina coes e composi coes de fun coes transcendentais
e algebricas. Tais fun coes surgem do estudo de problema, apresentando um domnio de
validade bem amplo.
No entanto, muitas vezes nas aplica coes estudadas, a vari avel independente varia em uma
regi ao bem limitada. Entao, nesta situa cao e honesta a seguinte pergunta: e possvel aproxi-
mar uma fun cao f ao redor de um ponto x
0
por alguma fun cao polinomial? A aproxima cao
de Taylor e uma resposta a esta pergunta.
1.6.1 Condicoes de interpolacao
Para constru cao de uma fun cao polinomial de grau n, s ao necessarias n+1 condi coes (ou
equa coes) que estabelecem os valores dos n + 1 coecientes a
k
. Em particular, se estabele-
cermos diretamente os n + 1 valores de a
k
, equivale a impor-lhes a seguinte condi cao: eles
devem valer aqueles tais valores. A seguir s ao apresentadas dois tipos de condi coes, onde o
segundo e aquele que acaba por construir o polin omio de Taylor.
1.6 Aproxima cao de Taylor 27
1.6.2 Condicoes de interpolacao pura
J a sabemos que dois pontos distintos no plano denem uma reta e que tres pontos n ao
colineares no plano denem uma par abola. Matematicamente, estas condi coes podem ser
generalizadas a m de se construir um polin omio de grau n dados n+1 pontos. Sendo assim,
existe somente um polin omio de grau n que satisfaz às condi c oes de interpolac ao pura:
p(x
0
) = y
0
p(x
1
) = y
1
p(x
2
) = y
2
.
.
.
p(x
n
) = y
n
onde x
k
,= x
j
para todos j ,= k. Os valores y
n
podem ser quaisquer. Se y
k
= f(x
k
), isto e, se
os y
k
s ao amostras de uma fun cao, entao diz-se que o a fun cao polinomial p(x) e o polin omio
interpolador da fun cao f(x).
1.6.3 Condicoes de Hermite
As condi coes de Hermite s ao focadas em um ponto x
0
e levam em considera cao as infor-
ma coes de uma fun cao f dada e de suas derivadas neste ponto. A ideia b asica e que a fun cao
polinomial a ser construda interpole n ao somente o valor da fun cao f no ponto x
0
, como
tambem os valores de todas as derivadas ate ordem n neste ponto. Mais precisamente, as
condi coes de Hermite s ao
p(x
0
) = f(x
0
)
p
(x
0
) = f
(x
0
)
p
(x
0
) = f
(x
0
)
.
.
.
p
(n)
(x
0
) = f
(n)
(x
0
)
onde p(x) e a fun cao polinomial a ser construda e f(x) e uma fun cao dada, que possa ser
diferenciada ate n vezes.
Por uma questao de conveniencia, das varias maneiras de se representar uma mesma
fun cao polinomial (vistas na aula 1), escolhe-se a forma can onica centrada no ponto x
0
p(x) = a
0
+a
1
(x x
0
) +a
2
(x x
0
)
2
+ +a
n
(x x
0
)
n
(1.52)
Pode-se computar a k-esima derivada de p(x) no ponto x
0
, chegando-se
p
(k)
(x
0
) = a
k
k! . (1.53)
Portanto as condi coes de Hermite podem ser facilmente resolvidas para os coecientes a
k
levando a
a
0
=
f(x
0
)
0!
= f(x
0
)
a
1
=
f
(x
0
)
1!
= f
(x
0
)
a
2
=
f
(x
0
)
2!
=
f
(x
0
)
2
a
3
=
f
(x
0
)
3!
=
f
(x
0
)
6
.
.
.
a
n
=
f
(n)
(x
0
)
n!
=
f
(n)
(x
0
)
n (n 1) (n 2) 3 2 1
A conclusao e que as condi coes de Hermite levam à constru cao da seguinte fun cao poli-
nomial, tambem conhecida como polin omio de Taylor de ordem n centrado em x
0
p
n
(x) = f(x
0
) +f
(x
0
) (x x
0
) +
f
(x
0
)
2
(x x
0
)
2
+ +
f
(n)
(x
0
)
n!
(x x
0
)
n
. (1.54)
J a estamos pr oximos de responder à pergunta, por isso, damos prosseguimento ao estudo
do polin omio acima. Mais especicamente, devemos responder à nova pergunta: qual a
rela cao do polin omio de Taylor com a fun cao que o gerou?
1.6.4 Polinomio de Taylor
Assim como a opera cao da diferencia cao cria uma nova fun cao (derivada) a partir de uma
antiga, as condi coes de Hermite levam à constru cao de uma fun cao polinomial tomando como
base os valores fornecidos por uma fun cao f e suas derivadas quando aplicadas em um ponto
x
0
.
Da forma como foram denidas, as condi coes de Hermite ja nos d ao a dica de que e o
polin omio de Taylor e uma boa aproxima cao de f em torno de x
0
, anal de contas a fun cao
e todas as suas derivadas em x
0
tem valor igual ao polin omio e todas as suas derivadas em
x
0
. Sendo assim, as condi coes de Hermite mostram que, de fato, o polin omio de Taylor n ao
caiu do ceu.
De qualquer maneira, sem usar usar o argumento das condi coes de Hermite, podermos
desde o incio denir polin omio de Taylor de ordem n de f, centrado em x
0
por
T
n
(x) =
n
k=0
f
(k)
(x
0
)
k!
(x x
0
)
n
, (1.55)
e ver o que acontece.
Pode-se mostrar que o polin omio de Taylor T
n
(x) e o polin omio de grau n que melhor
aproxima f na vizinhan ca de x
0
. A prova deste resultado e deixada para o apendice.
Alem disso, a partir da constru cao do polin omio de Taylor, pode se chegar à deni cao da
serie de Taylor, que pode ser entendido como um polin omio de Taylor com innitos termos.
Exerccios propostos
Z Exerccio 1.31: Considere o volume de um cubo cujo comprimento de aresta seja igual a
x
V (x) = x
3
. (1.56)
(a) Determine o comprimento x
1
para que o volume do cubo seja de 8 ;
(b) Determine o comprimento x
2
para que o volume do cubo seja de 16 ;
(c) Usando os itens (a) e (b), determine um rela cao funcional entre x
1
e x
2
;
Z Exerccio 1.32: Uma das conseq uencias de um impacto de corpo (aster oride ou mete-
orito) na superfcie do mar e o surgimento de uma grande onda denominada Tsunami. As
caractersticas fsicas dessa onda s ao aproximadamente descritas pela seguinte formula
h = 45
H
L
Y
1/4
, (1.57)
onde H e a profundidade de fundo do mar, h e a amplitude (altura) da onda em metros, L e
a dist ancia do ponto de impacto e Y e a energia liberada no impacto em kilotons.
(a) Supondo que em uma regi ao do mar sua profundidade do mar e de 100 metros e que
a altura da onda medida a 10 kilometros do ponto de impacto de um meteoro e de
9 metros, descubra a energia liberada pelo impacto necessaria para a cria cao desta
tsunami;
(b) Supondo que uma explosao atomica de 10 megatons seja detonada em alto-mar, des-
cubra a altura da onda provocada por esta explosao a uma dist ancia de 10 kilometros.
Para este calculo considere que o fundo do mar est a a 2000 metros de profundidade;
Z Exerccio 1.33: A velocidade das aguas eu um rio sinuoso pode ser expressa atraves da
formula de Chèzy:
V = c
rd (1.58)
onde c e uma constante proporcional à rugosidade do rio (mede o quanto o rio e sinuoso), d
e a declividade e r e o raio hidr aulico, que e denido pela seguinte express ao
r =
area da se cao vertical
permetro da se cao vertical
. (1.59)
Responda aos seguintes itens:
(a) Ache o raio hidraulico para um rio com se cao semi-circular;
(b) Ache o raio hidraulico para um rio com se cao quadrada;
Z Exerccio 1.34: Assumindo que, no interior da Terra, a temperatura T (em Celcius) au-
menta com a profundidade z (em metros), segundo a rela cao T = f(z) = T
0
+ 0.1 z e que a
velocidade da rocha varia segundo a rela cao V = g(z) = V
0
+ 0.5 ln(z), ache uma fun cao
T = h(V ) que relaciona a velocidade da rocha à temperatura T.
Z Exerccio 1.35: Construa toda a tabela abaixo (somente os espa cos em branco), que con-
tem as rela coes entre constantes elasticas,
K = E = = = M = =
, + 2/3 + 2
K, /(3K )
K,
E,
E, K (3K E)/6K
,
, 2(1 +)
K,
E, E/2(1 +)
onde E e o m odulo de Young, K e o m odulo de compressibilidade, M e o m odulo de cisal-
hamento, e a raz ao de Poisson e e s ao os par ametros de Lame.
EZ Exerccio 1.36: Seja g(x) uma fun cao denida por partes da seguinte forma
g(x) =
_
_
1
x
, para x (, 1) ;
[x[ , para x [1, 1] ;
1 + 2x, para x (1, +) .
Esboce o seu gr aco e calcule os seguintes limites (caso existam)
(a) lim
x
g(x);
(b) lim
x1
g(x);
(c) lim
x1+
g(x);
(d) lim
x1
g(x);
(e) lim
x0
g(x);
(f) lim
x1
g(x);
(g) lim
x1+
g(x);
(h) lim
x1+
g(x);
(i) lim
x+
g(x);
Z Exerccio 1.37: Resolva os itens abaixo:
(a) Reescreva [x[ usando sgn(x);
(b) Desenvolva a fun cao g(x) = [sgn(x)]
2
e esboce seu gr aco;
(c) Desenvolva a fun cao h(x) = sgn(x
2
) e esboce seu gr aco;
Z Exerccio 1.38: Resolva os itens abaixo:
(a) Reescreva sgn(x) usando h(x) (fun cao de Heaviside);
(b) Desenvolva a fun cao g(x) = [h(x)]
2
e esboce seu gr aco;
(c) Desenvolva a fun cao (x) = h(sgn(x)) e esboce seu gr aco;
Z Exerccio 1.39: Considere as seguintes fun coes:
f(x) = maxx, 0
g(x) = maxx, 0
e responda às seguintes questoes:
(a) Esboce os gr acos de f e g;
(b) Mostre que e possvel escrever qualquer n umero x como
x = f(x) g(x) (1.60)
(c) Expresse a fun cao m odulo como uma combina cao das fun coes f(x) e g(x).
(d) Esboce o gr aco da fun cao f(cos x).
Z Exerccio 1.40: Esboce o gr aco das seguintes fun coes
(a) f(x) = [ sen(x)[ (b) q(x) = sgn(sen(x))
(c) r(x) = x
2
h(x) (d) s(x) = x sgn(sen(x))
Z Exerccio 1.41: Dadas as seguintes fun coes:
p(x) = 2 +x +x
2
e q(x) = x 2
descreva explicitamente as fun coes compostas
g(x) = p(q(x)); m(y) = p(y
3
); h(x) = q(p(x)) e n(a) = q(a + 2).
f() =
2
; g() = e
; h() = cos(); i() = 2;

Escreva explicitamente as seguintes fun coes:
(a) a(x) = f(g(x));
(b) b(x) = g(f(x));
(c) c(x) = f(g(x) 1);
(d) d(x) = h(i(x));
(e) e(y) = g(i(y));
(f) m(y) = h(f(y));
(g) n(t) = f(h(t));
(h) o(s) = h(i(s)) +h(f(s));
(i) p(x) = g(i(x)h(x)).
f() =
3
; g() = e
2
; h() = cos();
Escreva explicitamente as seguintes fun coes:
(a) m(x) = f(g(h(x)));
(b) n(y) = f(g(f(y)));
(c) p(z) = g(h(f(z)));
(d) q(x) = h(h(f(x)));
(e) r(y) = h(f(g(y)));
(f) s(z) = f(h(h(z)));
(g) t(x) = f(h(g(x)));
(h) u(y) = h(g(h(y)));
(i) v(z) = h(h(g(z)));
Z Exerccio 1.44: Sabendo que f(x) = sen(x), com auxlio das opera coes morfologicas esboce
o gr aco das seguintes fun coes
(a) p(x) = f(x +/2) (b) q(x) = f(2x)
(c) r(x) = (f(x) + 1)/2 (d) s(x) = 1 f(x)
Z Exerccio 1.45: Sabendo que f(x) = x
2
, com auxlio das opera coes morfologicas esboce o
gr aco das seguintes fun coes
(a) p(x) = f(x/100)
(b) q(x) = f(x) 4
(c) r(x) = f(x)
(d) s(x) = f(x) + 4
(e) t(x) = f(x 4) + 2
(f) t(x) = 2f(x 1) + 1
Z Exerccio 1.46: Determine se f e par, mpar ou nem par nem mpar
(a) f(x) = x(x 3); (b) g(x) = (x
3
3x
2
)
5
;
(c) h(x) = [x[ + 4; (d) (x) =
x
2
1.
Z Exerccio 1.47: Dena as seguintes fun coes
c(x) =
e
x
+e
x
2
; (1.61)
s(x) =
e
x
e
x
2
. (1.62)
(a) Verique que c(x)
2
s(x)
2
= 1 ;
(b) A fun cao c(x) e conhecida como co-seno hiperb olico, sendo denotada por cosh(x).
Mostre que cosh(x) e uma fun cao par e esboce o seu gr aco;
(c) A fun cao s(x) e conhecida como seno hiperb olico, sendo denotada por senh(x).
Mostre que senh(x) e uma fun cao mpar e esboce seu gr aco.
Z Exerccio 1.48: Mostre que as extensoes par e mpar da fun cao exponencial f(x) = e
x
s ao
as fun coes co-seno hiperb olico e seno hiperb olico, denidas no exerccio anterior.
Z Exerccio 1.49: Ache e esboce o gr aco das extensoes par f
p
e mpar f
i
das fun coes abaixo:
(a) f(x) = exp(x); (b) g(x) = x(x 1);
(c) m(x) = xh(x); (d) (x) = sen(x +/3);
Z Exerccio 1.50: Dado o seguinte perl de velocidade v = f(z), representa-lo com o auxlio
de fun coes de Heaviside.
0 1 2 3 4 5 6 7 8
1
0.5
0
0.5
1
0 x 8
y
y=x(2x)
y=1
y=4x
y=(x2)(x8)/9
Z Exerccio 1.51: Dada a seguinte curva, representa-la com o auxlio de fun coes indicadoras.
Z Exerccio 1.52: Usando a tabela das derivadas das fun coes elementares e as propriedades
da derivada, calcule a derivada das seguintes fun coes:
(a) a(x) = x
2
x
3
;
(b) b(x) = x
1
x
3
;
(c) c(x) = 2 + 33x
1/3
+ 20x
3/4
;
(d) d(x) = x
2
x;
(e) e(x) = x
2
cos(x);
(f) f(x) = x
1/2
+x
1/2
;
(g) g(x) = x
2
ln(x);
(h) h(x) = (x
2
1) e
x
;
(i) i(x) = xe
x
ln(x);
(j) j(x) = sen(x) cos(x);
(k) k(x) = ln(x) sen(x);
(l) (x) = ln(x)(x
3
2x + 1);
Z Exerccio 1.53: Calcule as derivadas das fun coes co-seno hiperb olico e seno hiperb olico,
denidas pelas equa coes (1.61) e (1.62), respectivamente.
EZ Exerccio 1.54: Classique as arma coes abaixo como verdadeira ou falsa. Caso seja
verdadeira, entao prove, caso seja falsa entao forne ca contra-exemplo.
(a) A derivada de uma fun cao par e uma fun cao impar;
(b) A derivada de uma fun cao mpar e uma fun cao par;
(c) A derivada da extensao par de uma fun cao e igual a extensao par da derivada da
fun cao;
(d) A derivada da extensao mpar de uma fun cao e igual a extensao mpar da derivada
da fun cao;
da derivada, calcule a derivada das seguintes fun coes:
(a) a(x) =
sen(x)
x
;
(b) b(x) =
x
2
1
x
3
;
(c) c(x) =
(x 1)(x + 4)
(x + 1)(x 4)
;
(d) d(x) =
e
x
x
2
+ 1
;
(e) e(x) =
x
x
2
4
;
(f) f(x) =
sen(x)
cos(x)
;
(g) g(x) =
ln(x)
x
2
;
(h) h(x) =
ln(x)
cos(x)
;
(i) i(x) =
cos(x) sen(x)
x
2
;
(j) j(x) =
e
x
ln(x)
; (k) k(x) =
xe
x
x
2
+ 1
; (l) (x) =
e
x
sen(x)
cos(x) sen(x)
;
da derivada, bem como a regra da cadeia, calcule a derivada das seguintes fun coes:
(a) a(x) = (2x 1)
5
;
(b) b(x) =
_
x
2
+ 3x + 1
_
4
;
(c) c(x) =
_
x
1/2
+x
1/2
_
10
;
(d) d(x) =
_
x
2
1 ;
(e) e(x) = cos(2x + 1);
(f) f(x) = cos(
x );
(g) g(x) = ln(2x
1/2
1);
(h) h(x) = sen(x
2
+ 1);
(i) i(x) = e
x
2
+1
;
(j) j(x) =
_
2x
3
+ 8x
_
2
;
(k) k(x) = sen(ln(x));
(l) (x) = ln(cos(x));
(m) m(x) = e
sen(x
2
)
;
(n) n(x) = e
cos(ln(x))
;
(o) o(x) = ln(cos(x
2
));
(p) p(x) = sen(cos x
2
);
(q) q(x) =
_
ln(sen(x));
(r) r(x) =
_
ln(cos(x))
2
;
(s) s(x) = sen(e
x
2
);
(t) t(x) = cos
_
ln(cos(x
2
))
_
;
(u) u(x) =
_
ln[ln(cos(x))]
_
2
;
(a) a(x) =
_
2x
2
1 ;
(b) b(x) =
_
4xtan(x
2
)
2
;
(c) c(x) = 2
_
sen(x
2
);
(d) d(x) =
_
x
1/2
x
1/2
_
2
;
(e) e(x) =
_
4x
2
+
_
4x
2
+ 4 ;
(f) f(x) =
x
3
1
x
2
+ 1
;
(g) g(x) =
xe
2x
2
ln(3x + 2)
;
(h) h(x) =
e
2x
2
1
x
2
4
;
(i) i(x) =
_
cos(x
2
) ln(x
2
+ 4)
1/2
;
(j) j(x) = sen(ln(3x)) ln(cos(x));
(k) k(x) =
x
x
2
4
;
(l) (x) =
sen(x
2
) cos(x) + ln(2x)
cos(x)
;
(a) a(x) = sen(2x)
2x
2
1
x + 4
;
(b) b(x) =
2xe
x
2
4 ln(2x + 1)
;
(c) c(x) =
sen(3x) + (x 1)
2
sen(x) + cos(x)
;
(d) d(x) =
sen(x) cos(x) +xln(x)
cos(x) + e
x
(x
2
+ 1);
(e) e(x) =
a(x)c(x)
b(x) +d(x)
(x + 1);
(f) f(x) =
x
2
+ ln(x)
b(x) +d(x)
ln[e(x)]
2
;
Z Exerccio 1.59: Sejam p(x) = 1/x e q(x) = p
(x), calcule explicitamente g(x) e em seguida

calcule a derivada das fun coes abaixo da seguinte forma: (i) usando a regra da cadeia e (ii)
fazendo substitui cao direta e sem utilizar a regra da cadeia
(a) a(x) = p(q(x));
(b) b(x) = q(p(x));
(c) c(x) = q(p(x + 1));
(d) d(x) = p(q(x) + 1);
(e) e(x) = p(q(x) + 1);
(f) f(x) = p(q(x) + 1);
Z Exerccio 1.60: Determine y
, y
e y
para as fun coes abaixo:

(a) f(x) = 3x
2
+ 4x
3/2
; (b) g(x) = 2x
2
+
ln(x)
x
2
; (c) h(x) = 2 cos(x) x
2
+ 3x .
Z Exerccio 1.61: Suponha que g(x) = xf(x
2
) e que, alem disso, f(1) = 2, f
(2) = 3,
f(1) = 4 e f
(1) = 5. Calcule g
(1).
Z Exerccio 1.62: Ache a reta tangente à curva S, dos itens abaixo, no ponto P (x
0
, y
0
),
onde x
0
= 1, seguindo os seguintes passos:
(P1) Ache a coordenada y
0
do ponto de tangencia P;
(P2) Compute a derivada f
;
(P3) Ache a equa cao da reta tangente:
(y y
0
) +m(x x
0
) = 0,
onde m = f
(x
0
). As curvas s ao:
(a) S =
_
(x, y) R
2
[ y = f(x) =
_
14 + 2x
2
_
,
(b) S =
_
(x, y) R
2
[ y = f(x) = 4 2x
2
_
,
(c) S =
_
(x, y) R
2
[ y = f(x) = 8x 2/
x
_
,
f() =
3
; g() = e
2
; h() = g()[1 +f()]
1
.
Calcule as seguintes derivadas:
(a) f
(x); (b) g
(x); (c) h
(x); (d) h
(x).
Z Exerccio 1.64: Ache os intervalos nos quais a fun cao y = 4x
3
12x
2
tem a concavidade
voltada para baixo.
Z Exerccio 1.65: Ache os intervalos nos quais a fun cao y = 2x
2
+ 8x 7 e crescente.
Z Exerccio 1.66: Seja f(x) = x
4
8x
3
+ 18x
2
+ 16.
(a) Ache os intervalos onde f(x) e crescente;
(b) Ache os pontos crticos de f(x);
(c) Ache os intervalos nos quais f(x) tem a concavidade voltada para baixo;
(d) Ache os intervalos nos quais f(x) tem a concavidade voltada para cima.
EZ Exerccio 1.67: Considere a fun cao polinomial p(x) = 2x
3
+ 2x + 1.
(a) Prove que p e uma fun cao crescente;
(b) Prove que p n ao tem razes positivas;
(c) Calcule os limites lim
x
p(x) e lim
x+
p(x);
(d) Prove que p tem somente uma unica raiz real e ache um intervalo [a, b] de compri-
mento menor do que 1/2 que contenha essa raiz;
(e) Calcule p
e determine os pontos de inexao e os intervalos de concavidade;

(f) Esboce o gr aco de p.
Z Exerccio 1.68: Ache e classique todos os pontos crticos da seguintes fun coes:
(a) a(x) =
3
2
x
4
6x + 2;
(b) b(x) = (1 2x)e
x
2
;
(c) c(x) = sen(
2
x
2
);
(d) d(x) = (2x 7)(x
2
15/2)
1/2
;
(e) e(x) = x
2/3
(2 3x);
(f) f(x) = 2x xln(x);
(g) g(x) = x
3
(8 x
3
)
3/2
;
(h) h(x) =
1 + sen(x)
1 sen(x)
;
Z Exerccio 1.69: O gr aco da derivada f
(x) de uma fun cao contnua f(x) est a esbo cado

na gura abaixo.
(a) Determine os intervalos de crescimento e decrescimento da f;
(b) Em que valores de x a fun cao f tem mnimos locais ou m aximo locais;
(c) De os intervalos de concavidade para cima e os de concavidade para baixo do gr aco
da fun cao f;
(d) Estabele ca as coordenadas x dos pontos de inexao;
(e) Assumindo que f(0) = 0, fa ca um esbo co do gr aco da fun cao f.
-
6
0 2 4 6 8 x
2
2
4
y
Z Exerccio 1.70: Uma viga retangular ser a cortada de uma tora de madeira cujo raio e de
10 polegadas. Supondo que a resistencia de uma viga retangular seja proporcional ao produto
de sua largura pelo quadrado de sua altura, calcule as dimensoes da viga mais resistente que
pode ser obtida dessa tora acima mencionada
10
largura
altura
Z Exerccio 1.71: Considere as fun coes s(x) = 2x
3
+ 3
x + 2 e r(x) = x
3
+ x
2
+ 1, como
tambem as fun coes compostas f(x) = r(s(x)) e g(x) = s(r(x)). Calcule f
(x) e g
(x) em
x = 1, usando a regra da cadeia.
Z Exerccio 1.72: A velocidade v(t) de um corpo em movimento unidimensional, em fun cao
do tempo e dada pela fun cao
v(t) = (1 t)e
t
.
(a) Mostre que lim
t
v(t) = e lim
t
v(t) = 0.
(b) Fa ca um esbo co do gr aco de v(t), deteminando, caso existam: pontos de cruzamento
dos eixos, pontos de m aximo e mnimo e seus valores, regi oes de crescimento e
decrescimento, comportamento quando t vai para e para , pontos de inexao,
regi oes concavidade positiva e negativa;
(c) Lembre que a fun cao posi cao tem como derivada a velocidade. Sabendo que a posi cao
inicial do corpo e x(0) = 0, mostre que x(1) est a entre os valores 0 e 1. Dica: aplique
o Teorema do Valor Medio no intervalo [0, 1], usando o que voce determinou em (b).
Z Exerccio 1.73: A velocidade v(t) de um corpo em movimento unidimensional, em fun cao
do tempo e dada pela fun cao
v(t) = 4t 4t
3
.
(a) Determine a fun cao posi cao x(t) deste corpo, sabendo que no instante t = 0 ele se
encontra no ponto x = 1;
(b) Fa ca um esbo co do gr aco de x(t) (use v(t) e a(t) = v
(t) para determinar os pontos

crticos, m aximos e mnimos locais, etc.);
(c) Descreva o movimento do corpo ao longo do eixo x, determinando os pontos de
mudan ca de dire cao e como e o movimento quando t vai para e para ;
(d) Calcule x(2) e a dist ancia percorrida no intervalo de tempo [0, 2].
Z Exerccio 1.74: Um condutor est a descarregando areia à raz ao de 10 m
3
/min, formando
um monte na forma de um cone circular, cuja se cao vertical e sempre um tri angulo equilatero
(ver desenho). Qual a velocidade com que o ponto m aximo do monte sobe quando a altura
do monte for de 10 m ? Resposta: 0.3 m/min. Dica: o volume do cone e 1/3 do volume do
cilindro de mesma base e mesma altura.
`
`
`
`
`
`
``
`
`
`
`
`
`
``
q
q
q
q
q
q
q
J
J
J
J
J
J
J
6
?
h

Z Exerccio 1.75: Em uma torre, de um ponto a 480 m acima do solo, uma pedra e arremes-
sada para cima com uma velocidade de 20 m/s. Use em seus calculos, g = 10m/s
2
.
(a) determine o tempo que a pedra atinge a altura m axima em rela cao ao nvel do solo;
(b) Determine a dist ancia da pedra acima do nvel do solo no instante t ap os o lan ca-
mento;
(c) Quanto tempo leva para a pedra atingir o solo?
(d) Com que velocidade ela atinge o solo?
(e) Qual e a dist ancia total percorrida pela pedra desde seu arremesso ate chegar ao
ch ao?
Z Exerccio 1.76: Ache as equa coes das retas que passam pelo ponto (2, 3) e que s ao
tangentes à par abola y = x
2
+x.
Z Exerccio 1.77: Calcule a derivada das seguintes fun coes:
(a) y = e
5x
2
cos(3x
3
)
(b) y =
_
x
2
+ 1
x
2
1
_
1/4
(c) y = e
2 sen
2
(2x)
(d) y =
_
cos(x
2
)
x
2
+ 1
_
1/2
EZ Exerccio 1.78: Assumindo a derivada de [x[ como sendo sgn(x), isto e [x[
= sgn(x).
Usando as propriedades da derivada, calcule a derivada das seguintes fun coes:
(a) f(x) = x[x[;
(b) f(x) = x
2
[x[;
(c) f(x) = cos([x[);
(d) f(x) = [ sen(x)[;
f() =
2
; g() = e
f()
; h() = cos ;
Calcule as derivada das seguintes fun coes, usando a regra da cadeia:
(a) p(x) = g(h(x));
(b) q(y) = h(f(x));
(c) r(x) = f(g(x));
(d) s(y) = g(f(x));
(e) t(x) = h(g(x));
(f) u(y) = f(h(x));
(g) v(x) = f(g(h(x)));
(h) w(y) = h(g(f(x)));
(i) y(x) = f(f(g(x)));
Z Exerccio 1.80: Verique que o valor da k-esima derivada de p(x) = a
0
+a
1
(xx
0
) + +
a
n
(x x
0
)
n
no ponto x
0
vale a
k
k! . Isto e, verique que
p
(k)
(x
0
) = a
k
k!
Z Exerccio 1.81: Calcule o polin omio de Taylor de ordem 2 para as fun coes e em torno dos
pontos dados:
(a) f(x) =
_
(x), em torno do ponto x
0
= 1;
(b) f(x) = ln(x), em torno do ponto x
0
= 1;
(c) f(x) = (x + 1)
3
, em torno do ponto x
0
= 0;
(d) f(x) = (1 x)
1
0
= 0;
(e) f(x) = (1 x)
2
0
= 0;
(f) f(x) =
1 +x
2
0
= 0.
Z Exerccio 1.82: Um carro se move com uma velocidade de 20 m/s e acelera cao de 4 m/s
2
em um dado instante t
0
. Usando um polin omio de Taylor de segunda ordem, estime o quanto
o carro andou no pr oximo um segundo. Seria razo avel usar este polin omio para estimar o
quanto o carro andou no pr oximo minuto?
Cap
tulo 2
C
alculo Integral
2.1 Integral denida calculo de areas
Dada uma fun cao f qualquer, pode ser considerado o seguinte problema: qual e a area da
regi ao compreendida entre a curva denida pela fun cao f e o eixo x, limitado pelo intervalo
I = [a, b]? Veja a Figura 2.1 abaixo.
Figura 2.1: A regi ao hachurada denota a area compreendida entre uma curva denida pelo
gr aco de uma fun cao f limitada ao intervalo [a, b] e o eixo horizontal.
Historicamente, este problema foi enfrentado por meio de somas exaustivas de areas de pe-
quenos ret angulos justapostos que aproximam a area como um todo. Intuitivamente, quanto
maior o n umero de ret angulos (que cam cada vez menores), melhor a aproxima cao da area.
2.2 Integral indenida calculo da anti-derivada
Dada uma fun cao qualquer f, a seguinte pergunta pode ser feita: qual e a fun cao F tal
que f seja a derivada de F? Da-se o nome de anti-derivada de f a essa fun cao. Uma nota cao
para a anti-derivada de f e
F(x) = D
1
f(x). (2.1)
Observa cao importante Para cada fun cao derivavel existe somente uma derivada. Por
outro lado, para cada fun cao contnua existem in umeras anti-derivadas, caso existam.
41
42 Captulo 2. C alculo Integral
O conjunto de todas anti-derivadas de uma fun cao e chamado de integral indenida e a
sua nota cao e
F(x) =
_
f(x) dx. (2.2)
Exemplos: Por tentativa e erro, podemos vericar que
D
1
[x] =
x
2
2
+C,
pois anal, (x
2
/2 + C)
= x, onde C e uma constante qualquer. Outro exemplo pode ser

sobre as fun coes trigonometricas. Sabemos que (sen(x) +C)
= cos(x), entao
D
1
[cos(x)] = sen(x) +C,
2.3 Conexao entre os dois problemas
Os problemas do calculo da area e da anti-derivada est ao intimamente ligados atraves do
Teorema Fundamental do C alculo:
Teorema Fundamental do Calculo
Parte 1:
Seja F(x) =
_
x
a
f(t) dt, para f integr avel em [a, b], isto e, F(x) representa a area sobre
a curva y = f(t) no intervalo [a, x]. Se f e contnua em c [a, b], entao F e diferenci avel
em c e a derivada e dada por
F
(c) = f(c). (2.3)

Parte 2:
Seja f integr avel em [a, b] e seja g(x) uma anti-derivada de f, isto e, g
(x) = f(x), entao

_
b
a
f(x) dx = g(b) g(a). (2.4)
Na pr atica, a Parte 1 do teorema diz que (a grosso modo) as opera coes de integra cao e
diferencia cao s ao as inversas uma da outra. Por outro lado, a Parte 2 do teorema diz que, no
caso em que f possui uma anti-derivada, e facil calcular a area sobre a curva y = f(x). No
entanto, se f n ao possuir uma anti-derivada que possa ser escrita explicitamente atraves de
fun coes elementares, isto n ao signica que f n ao seja integr avel.
Exemplo: Por exemplo, para calcular a area sob a curva denida pela fun cao f(x) = 2x,
no intervalo [1, 4], primeiramente computamos uma anti-derivada sua
D
1
[2x] = 2
x
1+1
1 + 1
= x
2
.
Em seguida substituimos os limites do inervalo na fun cao acima, obtendo
_
2xdx = [x
2
]
4
1
= 4
2
1
2
= 15.
2.4 Propriedades b asicas 43
Z Exerccio 2.1: Considere a fun cao denida por

F(x) =
_
x
0
cos(t
2
/2) dt,
Use o Teorema Fundamental do C alculo para calcular F
(x) e F
(x).
2.4 Propriedades basicas
A integral e linear:
(a)
_
f(x) +g(x) dx =
_
f(x) dx +
_
g(x) dx;
(b)
_
f(x) dx =
_
f(x) dx;
Propriedades sobre os limites da integral:
(c)
_
a
a
f(x) dx = 0;
(d)
_
b
a
f(x) dx =
_
a
b
f(x) dx
(e)
_
b
a
f(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx
Z Exerccio 2.2: Usando as propriedades dos limites de integral, calcule as integrais abaixo,
sabendo que
_
1
1
f(x) dx = 5;
_
4
1
f(x) dx = 2;
_
1
1
g(x) dx = 7,
_
4
1
g(x) dx = 1,
onde f(x) e g(x) s ao fun coes integr aveis.
(a)
_
4
1
f(x) dx ;
(b)
_
1
1
2f(x) + 3g(x) dx ;
(c)
_
4
1
f(x) g(x) dx ;
(d)
_
4
1
g(x) dx.
2.4.1 Grau de suavidade
No estudo de fun coes h a a preocupa cao permanente de se avaliar o quanto uma fun cao e
suave ou n ao. Na pr atica, a import ancia dessa propriedade est a ligada ao fato de que muitos
metodos e tecnicas exigem um determinado grau de suavidade das fun coes para fucionarem
a contento. Contudo, a suavidade de uma fun cao, de modo geral, e algo muito difcil de ser
avaliado. Em geral e uma propriedade visual ligada à experiencia do ser humano. Isto quer
dizer que sob um ponto de vista uma fun cao pode parecer suave, porem por outro ponto de
vista, n ao.
Para dirimir estas d uvidas, podemos denir matematicamente qual e o grau de suavidade
de uma fun cao. Quando uma fun cao f(x) e contnua em um intervalo [a, b], dizemos que ela
e de classe C
0
em [a, b], denotando por
f C
0
(a, b)
indicando que C
0
(a, b) e o conjunto de todas as fun coes contnuas em [a, b];
Quando uma fun cao f(x) e diferenci avel em todos os pontos de um conjunto (a, b) e, alem
disso, a derivada e contnua em [a, b] dizemos que ela e uma fun cao de classe C
1
(a, b). Isto
quer dizer que para uma fun cao seja C
1
, sua derivada deve ser C
0
em [a, b].
Esta deni cao pode ser generalizada da seguinte maneira: Uma fun cao f(x) e dita C
k
(a, b)
se ela possuir derivadas de ordem ate pelo menos k e a sua k-esima derivada for uma fun cao
contnua em [a, b].
2.4.2 Alterando o grau de suavidade
Considere a fun cao de Heaviside h(x). Sabemos que ela possui uma descontinuidade
de salto em x = 0, fazendo com que a fun cao n ao seja contnua nesse ponto. Porem ao
computarmos a anti-derivada de h(x), obtemos a fun cao
(x) =
_
x
h() d = xh(x)
que e contnua em x = 0.
Comparando os gr acos de h(x) e (x), notamos que a descontinuidade de salto que
existia passa a n ao existir, somente h a uma quebra (quina) no gr aco. Sendo assim, em
termos gerais, a opera cao da integral ou da anti-derivada tende a suavizar a fun cao original
criando uma anti-derivada mais suave e mais contnua. Por outro lado, a derivada tem o
efeito oposto, isto e, geralmente a fun cao derivada e menos suave do que a fun cao original.
EZ Exerccio 2.3: Dadas as fun coes f(x) e g(x) descritas abaixo
f(x) =
_
cos(x), x < 0,
sen(x), x 0,
g(x) = x x
onde x e a parte inteira de x, compute as fun coes F(x) =
_
x
a
f() d e G(x) =
_
x
a
g() d.
Esboce todas as fun coes e comente sobre o grau de suavidade das fun coes f e g e suas
anti-derivadas F e G, respectivamente.
2.5 Integrais de fun coes elementares
Assim como no caso da derivada, e possvel calcular as integrais indenidas derivadas de
algumas fun coes elementares, aplicando a deni cao da integral e da derivada. Sem entrar em
detalhes, est ao listadas tais integrais:
2.5 Integrais de fun coes elementares 45
Fun c oes elementares f(x)
_
f(x) dx
potencia (a ,= 1) x
a
x
a+1
a + 1
+C
potencia (a = 1) x
1
ln [x[ +C
exponencial (base qualquer) a
x
1
ln(a)
a
x
+C
exponencial (base neperiana) exp(x) exp(x) +C
seno sen(x) cos(x) +C
co-seno cos(x) sen(x) +C
Fun coes trigonometricas inversas f(x)
_
f(x) dx
1
1 x
2
arcsen(x) +C
1
1 +x
2
arctan(x) +C
Z Exerccio 2.4: Calcule a integral abaixo interpretando-a como uma area
_
3
0
[2x 4[ dx.
Aplica cao 2 Estudo da fun cao seno-cardinal sinc(x)
A fun cao seno-cardinal, denotada por sinc(x), pode ser denida como
sinc(x) =
_
_
_
sen(x)
x
, x ,= 0 ;
1, x = 0 .
(2.5)
Ela aparece naturalmente no estudo de processamento de sinais e equa coes diferenciais.
Z Exerccio 2.5: Resolva os seguintes itens:
(a) A fun cao sinc(x) e algebrica ou transcendental?
(b) Com exce cao de x = 0, quais s ao as razes?
(c) Mostre que a fun cao sinc(x) e par;
(d) A fun cao sinc(x) e peri odica ? Por que?;
EZ Exerccio 2.6: Verique que
_

sinc(x) dx = .
EZ Exerccio 2.7: Mostre que a fun cao sinc(x) pode ser escrita como
sinc(x) =
k=1
cos(2
k
x) .
5 4 3 2 0 2 3 4 5
0.2
0
0.2
0.4
0.6
0.8
1
5 x 5
y
sinc(x)
Figura 2.2: A fun cao seno-cardinal sinc(x).
Este resultado foi descoberto pelo matem atico frances Fran cois Viète, segundo Gearhart and
Shultz (1990)
2.6 Tecnicas de integracao parte I
Motiva cao Sabemos que
_
cos(x) dx = sen(x) +c, entao, usando este conhecimento, ser a
que conseguimos achar a anti-derivada de cos(5x +3) ? A tenta cao e escrever como resposta
_
cos(5x + 3) dx = sen(5x + 3) +c.
A pergunta e: est a certo ou errado? Para vericar isso, basta derivarmos a resposta acima e
vericar o que acontece
(sen(5x + 3))
= cos(5x + 3) (5x + 3)
= 5 cos(5x + 3).
Repare que tivemos que usar a regra da cadeia no calculo da derivada acima. Anal a
conclusao e que a resposta correta e 5 cos(5x+3) e n ao cos(5x+3), pois faltou uma constante
multiplicativa (a constante 5). Isto e, faltou compensar a regra da cadeia, no momento de
fazer a integra cao de uma fun cao composta. O metodo da substitui cao, que talvez seja o
metodo mais importante, cumpre esse papel de compensar a regra da cadeia na integra cao
de uma fun cao composta.
2.6.1 Metodo da substituicao
O metodo da substitui cao e baseado na regra da cadeia. O objetivo deste metodo e
encaixar a fun cao da integral em alguma fun cao da tabela.
Dada a integral
_
f(g()) d (2.6)
onde f e uma fun cao da tabela e g e geralmente uma fun cao mais simples, muitas vezes uma
fun cao polinomial ou uma fun cao trigonometrica. Inserindo a vari avel u = g(), temos que
du = g
()d e substituindo na integral obtemos

_
f(u) du/g
(). (2.7)
2.6 Tecnicas de integra cao parte I 47
No entanto, como a vari avel de integra cao e u, temos que escrever em fun cao de u. Para
isso invertemos a fun cao u = g(), chegando a = g
1
(u). A nova integral, supostamente
mais facil que a primeira, e
_
h(u) du, (2.8)
onde
h(u) =
f(u)
g
(g
1
(u))
. (2.9)
Portanto, na pr atica, para esta metodologia funcionar, deve-se avaliar se a equa cao (2.8)
e mais facil de ser resolvida do que (2.6) (ou pelo menos, que seja tabelada).
Z Exerccio 2.8: Calcule as integrais abaixo usando o metodo da substitui cao
(a)
_
(3x)
n
dx ;
(b)
_
sen(2x 3) dx;
(c)
_
(1 + 2x)
2
dx ;
(d)
_
x
_
x
2
+ 3 dx ;
(e)
_
xe
x
2
dx ;
(f)
_
(1 +
x)
2
2
x
dx ;
2.6.2 Integral por partes
A integral por partes e um nome de uma tecnica de integra c ao que leva em conta a regra
da derivada do produto de fun coes. Dada a fun cao h(x) = f(x)g(x), sabemos que
h
(x) = f
(x)g(x) +f(x)g
(x) (2.10)
Integrando de ambos os lados e usando o teorema fundamental do calculo, obtemos
h(x) =
_
f
(x)g(x) dx +
_
f(x)g
(x) dx (2.11)
Introduzindo as vari aveis u = f(x) e v = g(x), temos que du = f
(x)dx e dv = g
(x)dx.
Substituindo na express ao acima obtemos
_
udv = uv
_
vdu (2.12)
que e a chamada integral por partes.
Observa c oes (1) Em geral escolhemos u(x) como sendo o polin omio e dv o restante; (2)
Em geral escolhemos u(x) como a fun cao difcil (logaritmo) e dv o resto;
Z Exerccio 2.9: Calcule as integrais abaixo usando o metodo da integra cao por partes. Em
seguida compare o resultado obtido na letra (h) com as respostas da letra (f) do Exerccio
2.8
(a)
_
x sen(x) dx; (b)
_
xe
x
dx; (c)
_
ln(x) dx;
(d)
_
ln(x
5
) dx;
(e)
_
ln(x
sen(4y)
) dx;
(f)
_
ln(x
x
) dx;
(g)
_
x
x + 3 dx ;
(h)
_
(1 +
x)
2
2
x
dx ;
2.7 Tecnicas de integracao parte II
2.7.1 Metodo das fracoes parciais
O metodo das fra coes parciais e usado para a resolver integrais de fun coes racionais
pr oprias. Recordando, podemos classicar as fun coes racionais r(x) = p(x)/q(x) como sendo:
Proprias:
Fun cao!racional!propria o grau de p(x) e menor do que o grau de q(x). Exemplos
x 1
x
2
4x + 4
;
1
1 x
2
;
Improprias:
Fun cao!racional!impropria o grau de p(x) e maior ou igual do que o grau de q(x). Exemplos
x
2
1
x 3
;
x
3
4
1 x
2
.
Como sempre podemos transformar uma fun cao impropria em uma soma de um polin omio
com uma fun cao pr opria, trataremos apenas das integrais de fun coes pr oprias.
O metodo das fra coes parciais e baseado em identidades polinomiais e para isso a fun cao
racional deve estar no seguinte formato (forma explcita):
p(x)
q(x)
=
p(x)
c
0
(x x
0
)
e
0
(x x
1
)
e
1
(x x
n
)
en
(2.13)
onde os x
k
s ao as razes e os e
k
s ao os expoentes, que signicam a multiplicidade de cada raiz.
Exemplos:
(a)
x 1
x
2
4x + 4
=
x 1
(x 2)
2
;
(b)
1
1 x
2
=
1
(x 1)(x + 1)
;
O metodo das fra coes parciais leva em conta a seguinte representa cao alternativa da fun cao
racional:
p(x)
(x x
0
)
e
0
(x x
1
)
e
1
(x x
n
)
en
=
A
0
x x
0
+
A
1
(x x
0
)
2
+ +
A
e
0
1
(x x
0
)
e
0
+
+
L
0
x x
n
+
L
1
(x x
n
)
2
+ +
L
en1
(x x
n
)
en
2.7 Tecnicas de integra cao parte II 49
Na nova representa cao, cada termo e integrado separadamente, levando a
_
p(x)
q(x)
dx = A
0
ln[x x
0
[ A
1
(x x
0
)
1
+ +A
e
0
1
(x x
0
)
1e
0
1 e
0
+
+L
0
ln [x x
n
[ L
1
(x x
n
)
1
+ +L
en1
(x x
n
)
1en
1 e
n
.
O problema agora e achar as constantes A
0
, A
1
, . . . , L
en1
.
Exemplos:
(a) Calcular a integral de
x 1
x
2
4x + 4
.
Em primeiro lugar decompomos o integrando em fra coes parciais
x 1
x
2
4x + 4
=
x 1
(x 2)
2
=
A
x 2
+
B
(x 2)
2
=
A(x 2) +B
(x 2)
2
(2.14)
levando à identidade polinomial: x1 = Ax +(B 2A), cuja solu cao e A = B = 1.
Portanto
x 1
x
2
4x + 4
=
1
x 2

1
(x 2)
2
(2.15)
integrando dos dois lados, vem
_
x 1
x
2
4x + 4
dx = ln [x 2[ + (x 2)
1
+C. (2.16)
(b) Calcular a integral de
1
(x 1)(x
2
6x + 9)
. Decompondo o integrando em fra coes
parciais, obtemos
1
(x 1)(x
2
6x + 9)
=
1
(x 1)(x 3)
2
=
A
(x 1)
+
B
(x 3)
+
C
(x 3)
2
=
A(x 3)
2
+B(x 1)(x 3) +C(x 1)
(x 1)(x 3)
2
(2.17)
levando à identidade polinomial: 1 = (A+B)x
2
+(6A4B+C)x+(9A+3BC),
cuja solu cao e A = 1/4; B = 1/4; C = 1/2. Portanto
1
(x 1)(x
2
6x + 9)
=
1/4
(x 1)

1/4
(x 3)

1/2
(x 3)
2
(2.18)
integrando dos dois lados, vem
_
1
(x 1)(x
2
6x + 9)
dx =
1
4
ln [x 1[
1
4
ln [x 3[ +
1
2
(x 3)
1
+C. (2.19)
2.7.2 Metodo da substituicao trigonometrica
O metodo da substitui cao trigonometrica e usado para integrais do tipo
I =
_
f(
_
a
2
x
2
) dx (2.20)
Neste caso, utiliza-se a substitui cao x = a sen(t) (ou x = a cos(t)), implicando em dx =
a cos(t) dt e
a
2
x
2
= a
_
1 sen
2
(t) = a cos(t). Portanto, a integral ca como
I = a
_
f(a cos(t)) cos(t) dt (2.21)
que se espera ser mais facil de ser resolvida do que a integral original.
Quando a integral e do tipo
I =
_
g(
_
x
2
a
2
) dx (2.22)
entao utiliza-se a substitui cao x = a csc(t) (ou x = a sec(t)), dx = a csc(t) cot(t) dt e
x
2
a
2
= a
_
(1 sen
2
(t))/ sen
2
(t) = a cot(t) Neste caso, a integral ca como
I = a
_
g(a cot(t)) csc(t) cot(t) dt (2.23)
que tambem se espera ser mais facil de ser resolvida do que a integral original
Exemplo: Usando a substitui cao trigonometrica, calcular a integral indenida
I =
_
1
1 x
2
dx. (2.24)
Fazendo x = sen(t), entao dx = cos(t) dt e
1 x
2
=
_
1 sen
2
(t) = cos(t) e
I =
_
1
cos(t)
cos(t) dt =
_
dt = t +C (2.25)
Voltado à vari avel original, obtemos
I = arcsen(x) +C. (2.26)
2.8 Exemplo completo: anti-derivada da secante

O calculo da anti-derivada da secante serve como um exemplo completo, pois envolve
varias tecnicas de integra cao e alguns truques para a obten cao da sua solu cao e por isso tem
alto valor did atico.
O enunciado do problema e ache a anti-derivada da func ao secante, isto e, calcule
F(x) =
_
sec(x) dx =
_
1
cos(x)
dx. (2.27)
2.9 Exemplo completo: anti-derivada da secante 51
Este exemplo pode ser entendido como um exerccio resolvido, para o qual recomendamos
que o leitor acompanhe e refa ca os passos descritos abaixo:
Passo 1: Use o fato de que cos
2
(x) + sen
2
(x) = 1 na integral e reescreva-a;
F(x) =
_
cos
2
(x) + sen
2
(x)
cos(x)
dx
=
_
cos(x) dx +
_
sen
2
(x)
cos(x)
dx. (2.28a)
Passo 2: Multiplique o integrando da segunda integral por cos(x)/ cos(x)
F(x) = sen(x) +
_
sen
2
(x)
cos
2
(x)
cos(x) dx, (2.28b)
onde a primeira integral (
_
cos(x)dx) e computada trivialmente usando a tabela.
Passo 3: Use o metodo da substitui cao introduzindo u = sen(x) (o que implica em du =
cos(x)dx) e desenvolva a integral resultante
F(x) = sen(x) +
_
sen
2
(x)
1 sen
2
(x)
cos(x) dx = sen(x) +
_
u
2
1 u
2
du (2.28c)
Passo 4: Use o metodo das fra coes parciais, mas antes, para facilitar, some e subtraia a
constante 1 no numerador:
F(x) = sen(x) +
_
u
2
1 + 1
1 u
2
du = sen(x) +
_
1
1 u
2
du
_
du
= sen(x)
_
1
(u 1)(u + 1)
du u = sen(x)
_
1
(u 1)(u + 1)
du u
= sen(x)
_
1/2
[u 1[
du
_
1/2
[u + 1[
du u
= sen(x)
1
2
ln [u 1[ +
1
2
ln [u + 1[ u (2.28d)
Passo 5: Volte à vari avel original e melhore a resposta usando propriedades de fun coes
trigonometricas.
F(x) = sen(x)
1
2
ln [ sen(x) 1[ +
1
2
ln [ sen(x) + 1[ sen(x)
= ln
sen(x) + 1
sen(x) 1
1/2
= ln
sen
2
(x) 1
(sen(x) 1)
2
1/2
= ln
cos
2
(x)
(sen(x) 1)
2
1/2
= ln
cos(x)
1 sen(x)
= ln
1 sen(x)
cos(x)
= ln
sec(x) tan(x)
(2.28e)
2.9 Funcoes denidas por integrais
Uma situa cao comum e o estudo de fun coes denidas atraves de integrais. Pelo teorema
fundamental do calculo, sabemos que uma fun cao denida como
F(x) =
_
x
a
f(t) dt (2.29)
tem a derivada como sendo
F
(x) = f(x). (2.30)

Portanto vem a pergunta: Como se calcula a derivada de uma fun cao denida por
G(x) =
_
s(x)
a
f(t) dt, (2.31)
onde s e uma fun cao? Para isto voltamos ao conceito de fun cao composta e regra da cadeia.
Reescrevendo a integral acima como sendo a seguinte fun cao composta
G(x) = F(s(x)), (2.32)
onde F e denida por
F() =
_

a
f(t) dt. (2.33)
Para achar a derivada de H basta aplicar a regra da cadeia:
G
(x) = F
(s(x))s
(x) (2.34)
mas sabemos que F
= f pelo TFC, entao

G
(x) = f(s(x))s
(x). (2.35)
A regra acima e conhecida por regra de Leibniz. Para calcular a derivada de uma fun cao
denida como
K(x) =
_
s(x)
r(x)
f(t) dt (2.36)
basta reescreve-la como
K(x) =
_
a
r(x)
f(t) dt +
_
s(x)
a
f(t) dt =
_
r(x)
a
f(t) dt +
_
s(x)
a
f(t) dt (2.37)
e aplicar a regra de Leibniz para as duas integrais do lado direito, isto e
K
(x) = f(r(x))r
(x) +f(s(x))s
(x). (2.38)
2.9 Fun coes denidas por integrais 53
Exemplos:
(a) Calcule a derivada de G(x) =
_
x
2
a
sen(t) dt
G
(x) = sen(x
2
) 2x
(b) Calcule a derivada de G(x) =
_
sen(x)
a
2t dt
G
(x) = 2 sen(x) cos(x)

(c) Calcule a derivada de K(x) =
_
x
2
x
sen(t) dt
K
(x) = sen(x
2
) 2x sen(x).
(d) Calcule a derivada de K(x) =
_
sen(x)
cos(x)
t
2
dt
K
(x) = sen
2
(x) cos(x) cos
2
(x)[sen(x)] = sen(x) cos(x)[sen(x) + cos(x)].
Z Exerccio 2.10: Se F(x) =
_
x
1
f(t) dt, onde f(t) =
_
t
2
1
u
1
_
1 +u
4
du, determine F
(2);
Aplica cao 3 Convolucao
A convolu cao nada mais e do uma opera cao que age sobre duas fun coes previamente
conhecidas e gera uma terceira. No entanto a deni cao da convolu cao prescinde do uso da
integral, mostrando-se portanto uma opera cao sosticada.
Dadas duas fun coes f(x) e g(x), cujo domnio e R e absolutamente integr aveis, entao a
convolu c ao entre f(x) e g(x) e dada por
w(x) = (f g)(x) =
_

f()g(x ) d, (2.39)
onde o smbolo denota a convolu cao.
Propriedades Como a convolu cao e uma opera cao que usa a integral, ela herda todas
as sua propriedades, destacadas na Se cao 2.4. Alem disso, pode-se deduzir que a convolu cao
possui as seguintes propriedades adicionais
(i) Comutatividade: f g = g f;
(ii) Associatividade: (f g) h = f (g h) ;
(iii) Distributividade: f (g +h) = f g +f h;
(iv) Associatividade com multiplica cao por escalar: f (g) = (f) g = (f g) ;
(v) Regra da diferencia cao: (f g)
= f
g = f g
;
2.9.1 Convolucao de funcoes especiais
A convolu cao e uma opera cao que necessita de duas fun coes para produzir uma terceira.
Suponha que deixemos uma dessas duas fun coes xa, da, neste caso, podemos concluir que
montamos uma opera cao que requer somente uma fun cao de entrada. Matematicamente
T
n
[f(x)]
def
= (n f)(x) ,
onde n = n(x) e a fun cao n ucleo xa e f = f(x) e a fun cao a ser transformada.
Essa nova opera cao de fato e um tipo de transforma cao integral, que pode assumir varios
formatos, variando somente a fun c ao n ucleo que a gera.
N ucleo de Heaviside
Ao escolher a fun cao de Heaviside como o n ucleo da transformada, temos
F(x) = T
h
[f(x)] = (h f)(x) =
_

h()f(x ) d.
desenvolvendo a integral do lado direito obtemos
F(x) =
_

h()f(x ) d =
_

0
f(x ) d.
introduzindo a mudan ca de vari aveis = x , obtemos
F(x) =
_
x
f() d,
que, pela parte 1 do teorema fundamental do calculo (equa cao 2.3) e uma anti-derivada de
f(x), isto e,
F
(x) = f(x)
Isto quer dizer que a transformada de Heaviside de uma fun c ao nada mais e do que uma
maneira elegante de computar uma anti-derivada dessa fun cao.
Z Exerccio 2.11: Calcule a transformada de Heaviside da fun cao de Heaviside, isto e, calcule
F(x) = h(x) h(x).
Resp.: F(x) = xh(x).
N ucleo de delta de Dirac
J a que a opera cao da convolu cao gera uma terceira fun cao a partir de duas e que podemos
denir uma transformada x
F(x) = T
[f(x)]
def
= ( f)(x)
2.9 Fun coes denidas por integrais 55
N ucleo da fun cao seno-cardinal (sinc)
Outra n ucleo interessante para a transformada e a fun cao seno-cardinal (sinc(x)), estudada
na p agina 45. Neste caso a transformada e denida como
F(x) = T
s
[f(x)]
def
= (sinc f)(x)
Z Exerccio 2.12: Ache a transformada seno-cardinal da fun cao seno-cardinal, isto e, ache a
convolu cao da fun cao sinc(x) com ela mesma:
F(x) = (sinc sinc)(x).
Aplica cao 4 Transformada de Hilbert
Usando o ferramental apresentado na se cao anterior, podemos denir a transformada de
Hilbert como sendo
F(x) = H[f(x)]
def
= (H f)(x) (2.40)
onde a fun cao H(x) e o n ucleo de Hilbert, denido como
H(x) =
1
x
. (2.41)
Z Exerccio 2.13: Calcule a transformada de Hilbert das seguintes fun coes:
(a) a(x) = sinc(x);
(b) b(x) = h(x); (Fun cao de Heaviside);
(c) c(x) = h(x +a) h(x a); (Fun cao Caixa no intervalo [a, a]);
Aplica cao 5 Introducao ao calculo fracionario
As derivadas, como vimos nas se coes anteriores, sempre sao de ordens inteiras. Podemos
ampliar nossa concep cao para aceitar derivadas de ordens negativas como sendo integrais e a
derivada de ordem zero, como sendo a pr opria fun cao.
A partir do seculo XVIII, entretanto, alguns pesquisadores tentaram, de maneira inde-
pendente, estender o conceito da derivada para que se pudesse utilizar ordens fracionarias.
Em outros estudos matem aticos, principalmente de Abel, come cava-se a desconar que as
derivadas de ordens que fossem m ultiplas de meio (1/2, 3/2,. . . ) detinham papel importante
na modelagem de alguns fenomenos observados na natureza.
Integral de ordem fracionaria
Para a constru cao da derivada fracionaria, e necessaria a constru cao da integral fra-
cion aria. Atraves do ferramental apresentado na Se cao 92, podemos denir a integral fra-
cion aria de ordem (0, 1) de uma fun cao f(x), como sendo
F(x) = I
[f(x)]
def
= (
f)(x) , (2.42)
onde a fun cao
(x) e o n ucleo da integral fracionaria, denido como
(x) =
h(x)
(x)
, (2.43)
onde h(x) e a fun cao de Heaviside.
Semi-integral O n ucleo da opera cao semi-integral e dado por
(x) =
h(x)
x
.
Uma maneira de avaliar se esta fun cao acima e o n ucleo da semi-integra cao e realizar a
semi-integra cao dela pr opria, para vericar se o resultado nal e uma integra cao inteira.
Procedendo desta forma temos
I
1/2
[(x)] = (x) (x) =
_

()(x ) d.
Introduzindo o n ucleo da integral fracionaria (x), denida em (2.43), obtemos
I
1/2
[(x)] =
1
h()
h(x )
x
d =
1
_
x
0
1
_
x
2
d
=
1
_
x
0
2
x
1
_
1 (2/x 1)
2
d. (2.44)
Se x < 0, entao I
1/2
[(x)] = 0, por outro lado se x > 0, podemos introduzir implicitamente
a vari avel atraves da substitui cao trigonometrica
sen() = 2/x 1,
transformando a integral acima em
I
1/2
[(x)] =
1
_
/2
/2
2
x
1
cos()
x
2
cos() d =
1
_
/2
/2
d = 1.
A conclusao e que
(x) (x) = I
1/2
[(x)] = h(x) ,
isto e, a semi-integral de (x) e a fun cao de Heaviside, que e o n ucleo da integra cao simples.
Sendo assim, para uma fun cao integr avel f qualquer temos que
( f) = ( ) f = h f = F,
mostrando que a convolu cao de com uma fun cao f(x) produz o que conveciona-se chamar
de sua semi-integral.
Derivada de ordem fracionaria
De posse da integral fracionaria, basta aplicar uma opera cao de deriva cao simples para
se denir a derivada fracionaria. Mais especicamente a derivada fracionaria de ordem de
uma fun cao f(x), e dada por
D
[f(x)]
def
= DI
[f(x)] , (2.45)
onde D representa a opera cao de derivada comum.
2.10 Analise do erro da aproxima cao de Taylor 57
Semi-derivada Para calcular a semi-derivada de uma fun cao, basta computar sua semi-
integral e em seguida computar a derivada do resultado, isto e
D
1/2
[f(x)] =
d
dx
_
I
1/2
[f(x)]
_
. (2.46)
2.10 Analise do erro da aproximacao de Taylor
Nesta se cao, vamos mostrar que os polin omios de Taylor efetivamente aproximam uma
fun cao dada f(x). Para chegar a tal conclusao, precisamos analisar o erro cometido por tais
aproxima coes.
Teorema 2.1 (Desigualdade de Taylor) Suponha que f seja diferenci avel ate a ordem
n + 1 no intervalo (x
0
c, x
0
+c), centrado no ponto x
0
. Seja R
n
(x) = f(x) T
n
(x) o erro
cometido pela aproxima c ao de Taylor. Ent ao vale a seguinte desigualdade
[R
n
(x)[
M
n+1
(n + 1)!
[x x
0
[
n+1
, (2.47)
onde M
n+1
e uma constante que limita os valores absolutos de f
(n+1)
, isto e
f
(n+1)
(x)
M
n+1
(2.48)
sobre todo o intervalo (x
0
c, x
0
+c).
Para provar a desigualdade acima, primeiramente, devemos mostrar o seguinte resultado
preliminar.
Lema 2.2 Suponha que f(0) = 0, f
(0) = 0, . . . , f
(n)
(0) = 0. Ent ao
[f(x)[
M
n+1
(n + 1)!
[x[
n+1
. (2.49)
Prova: A prova e por indu cao. Vamos provar para o caso n = 1. Neste caso, temos
[f
(s)[ M
2
para todo s [0, x]. Ent ao, para qualquer t [0, x], temos
[f
(t)[ =
_
t
0
f
(s) ds

_
t
0
[f
(s)[ ds M
2
_
t
0
ds M
2
t . (2.50)
Porem, por outro lado,
[f(x)[ =
_
x
0
f
(t) dt

_
x
0
[f
(t)[ dt
_
x
0
M
2
t dt
M
2
x
2
2
. (2.51)
E claro que o mesmo argumento vale para x negativo, somente prestando aten cao ao sinal.
Suponha que o resultado seja valido para o caso (n1). Entao aplicamos o lema à fun cao
derivada f
; Portanto, sabemos que

[f
(t)[
M
n+1
n!
[t[
n
para todo t [0, x]. (2.52)
(Temos M
n+1
porque a n-esima derivada de f
e a (n + 1)-esima derivada de f).

Agora, podemos podemos argumentar independentemente em cada um dos lados da
equa cao acima, para x > 0:
[f(x)[ =
_
x
0
f
(t) dt

_
x
0
[f
(t)[ dt
_
x
0
M
n+1
n!
t
n
dt =
M
n+1
(n + 1)!
[x[
n+1
. (2.53)
A argumenta cao para o caso x < 0 e mesma, somente tendo o cuidado com os sinais.
Prova: Para provar o Teorema 2.1 sobre a desigualdade de Taylor, consideramos a fun cao
g(x) = f(x) p
n
(x) que mede o erro da aproxima cao de Taylor de ordem n. Podemos notar
que
g(0) = f(0) p
n
(0) = 0 (2.54)
g
(0) = f
(0) p
n
(0) = 0 (2.55)
.
.
. (2.56)
g
(n)
(0) = f
(n)
(0) p
(n)
n
(0) = 0 (2.57)
isto e, g(x) satisfaz as hip oteses do Lema 2.2.
Alem disso, uma vez que p
n
e um polin omio de grau n, sua derivada de ordem (n + 1) e
identicamente nula. Assim g
(n+1)
tem o mesmo limitante que f
(n+1)
, isto e
[g
(n+1)
(x)[ M
n+1
para todo x no intervalo.
Aplicando o lema à fun cao g, obtemos o resultado
[f(x) T
(n)
c
f[
M
n+1
(n + 1)!
[x[
n+1
. (2.58)
nalizando a demonstra cao do teorema.
Antes de passar aos exemplos, vamos revisar o que est a sendo feito. Para usar os
polin omios de Taylor para achar aproxima coes da fun cao, n os devemos achar limitantes M
n
para as sucessivas derivadas da fun cao. Entao n os calculamos os valores de
M
n
n!
[x c[
n
(2.59)
para sucessivos valores de n ate que achemos um que esteja abaixo do erro desejado. Entao
calculamos o polin omio de Taylor de grau n 1, que certamente apresentar a um erro menor
ou igual ao erro desejado.
2.10.1 Exemplo aproximacao de

e
O objetivo deste exemplo e achar o valor de
e com erro de 10
4
. Este n umero pode ser
escrito como e
1/2
, entao consideramos a fun cao f(x) = e
x
. Como f
(n)
(x) = e
x
para todo n e
o valor de x = 1/ 2 est a entre zero e um, podemos usar o polin omio de Taylor centrado em
zero. Alem disso podemos tomar o limitante M
n
= e
1
, porem como o n umero 3 e mais facil
de manipular do que o n umero e, tomamos M
n
= 3.
Podemos estimar, portanto, o erro no passo n, aqui denido por E(n).
E(n) =
3
n!
_
1
2
_
n
. (2.60)
n = 1 : E(1) =
3
2
(2.61)
n = 2 : E(2) =
3
2
1
4
(2.62)
n = 3 : E(3) =
3
6
1
8
=
3
48
(2.63)
n = 4 : E(4) =
3
24
1
16
=
3
384
(2.64)
n = 5 : E(5) =
3
120
1
32
= 7.8 10
4
(2.65)
n = 6 : E(6) =
3
720
1
64
< 10
4
(2.66)
Assim, temos a nossa estimativa abaixo de 10
4
tomando como aproxima cao polin omio
de quinta ordem:
p
5
(1/2) = 1 +
1
2
+
1
2
1
4
+
1
6
1
8
+
1
24
1
16
+
1
120
1
32
= 1.6487 (2.67)
2.10.2 Exemplo aproximacao de ln(x + 1)
Usar a serie de Maclaurin
ln(1 +x) =
n=1
(1)
n+1
x
n
n
(2.68)
para estimar ln(1 +a) para a > 0 com uma precisao de quatro casas decimais.
Primeiro calculamos as derivadas sucessivas de f(x) = ln(1 +x) para obter os limitantes
M
n
. Temos que
f
(n)
(x) = (1)
n1
(n 1)!(1 +x)
n
(2.69)
entao podemos tomar o limitante superior da n-esima derivada como sendo M
n
= (n 1)!.
Assim precisamos de
E(n) =
(n 1)!
n!
a
n
=
a
n
n
< 10
4
(2.70)
para x = a.
Se a = 1/10, entao a estimativa ocorre em n = 3, entao o polin omio de grau tres basta
para alcan car a precisao. Porem, se a = 1/2, n os s o obtemos a desigualdade quando n = 12,
entao precisaremos de um polin omio de grau 11.
Este exemplo mostra que algumas aproxima coes de Taylor convergem muito lentamente
para fornecerem valores abaixo da precisao requerida somente com poucos termos. Uma regra
pr atica diz que se os termos constantes da aproxima cao possuem fatorial no seu denominador,
entao a tecnica de aproxima cao ser a eciente, caso contr ario, n ao.
Z Exerccio 2.14: Ache sen(/8) com erro de aproxima cao de 10
4
.
Exerccios propostos
Z Exerccio 2.15: Usando o metodo da substitui cao, calcule as seguintes integrais indenidas
(a)
_
3
2
2
3
+ 1
d ;
(b)
_
(3 + 5)
5
d ;
(c)
_

_
1
2
d ;
(d)
_
1
1 + ln
d ;
(e)
_
1
10 + 6z + 1z
2
dz ;
(f)
_
cos(
r)
r
dr ;
(g)
_

sen(
_
3
) d ;
(h)
_
(1 +
t)
2
t
dt ;
Z Exerccio 2.16: Calcule as seguintes integrais indenidas. Primeiramente identique aten-
tamente a vari avel de integra cao e passe todas as constantes para o lado de fora da integral
(a)
_
e
d ;
(b)
_

2
ln(
2
) d ;
(c)
_

3/2
1
ln()
d ;
(d)
_
x e
/ ln
cos(
2
/ ln )
dx ;
(e)
_
2
3
e
2
d ;
(f)
_
xy e
x
ln(y) dy ;
(g)
_
xy e
x
ln(y) dx ;
(h)
_
sen(ln(z)) dz ;
(i)
_
1
1 + e
d ;
(j)
_
w arctan(w) dw .
Z Exerccio 2.17: Calcule as seguintes integrais denidas
(a)
_
5
1
6 x dx ;
(b)
_
5
2
36t
5
dt ;
(c)
_
1
1
_
[y[ y dy; (d)
_
2
0
_
2
1/3
+x
1/3
dx ;
(e)
_
2
0
(4 3)
3
d .
Z Exerccio 2.18: Considere a regi ao R limitada pela curva y = tan(x), a linha x =

4
e o
eixo-x, primeiramente fa ca um esbo co de R e depois calcule sua area.
Z Exerccio 2.19: Considere a fun cao f() denida no intervalo [0, 2] como sendo:
f() =
_

2
, para [0, 1],
2 , para (1, 2].
(2.71)
Considere tambem a regi ao R =
_
(x, y) [ 0 x 2, 0 y f(x)
_
. Resolva os seguintes
itens:
(a) Esboce o gr aco de f() e a regi ao R;
(b) Calcule o centr oide c
r
= (x
r
, y
r
) da regi ao R,
Z Exerccio 2.20: Esboce a regi ao R limitada pelos gr acos das fun coes abaixo depois calcule
a sua area
(a) y = x
3
+x
2
e y = 3x
2
+ 3x.
(b) y = x
3
2x e y = x
2
Z Exerccio 2.21: Ache a area da regi ao R limitada pelas par abolas y = x
2
+ 1 e y = 2x
2
.
Roteiro:
(a) Ache os pontos em que as par abolas se encontram;
(b) Esboce a regi ao R;
(c) Monte as integrais das coordenadas do centr oide da area c
r
= (x
r
, y
r
);
(d) Calcule o centr oide c
r
;
Z Exerccio 2.22: Calcule as seguintes integrais usando o metodo das fra coes parciais
(a)
_
1
(x 1)(x + 2)
dx;
(b)
_
x
(x 1)(x + 2)
dx;
(c)
_
1
(x 1)(x
2
4)
dx;
(d)
_
x
2
5x + 9
x
2
5x + 6
dx;
(e)
_
1
x(x + 1)
2
dx;
(f)
_
1
x
3
+ 1
dx;
(g)
_
x
x
3
+ 1
dx;
(h)
_
1
x
8
+x
6
dx;
Z Exerccio 2.23: Calcule a integral da co-secante csc(x) = 1/ sen(x). Para isto siga os
mesmos passos para o calculo da integral da secante, adaptando os passos coerentemente.
Z Exerccio 2.24: Dada a fun cao caixa denida como
f
a
(x) = h(x +a) h(x a) ,
onde h(x) e a fun cao de Heaviside, responda aos seguintes itens:
(a) Esboce a fun cao caixa f
a
(x);
(b) Calcule a convolu cao t
a
(x) = (f
a
f
a
)(x) ;
(c) Calcule a convolu cao r
a
(x) = (f
a
t
a
)(x) ;
(d) Esboce as fun coes t
a
(x) e r
a
(x) calculadas nos itens anteriores ;
(e) Explique quais s ao as caractersticas semelhantes e diferentes entre as fun coes f
a
(x),
t
a
(x) e r
a
(x) .
Z Exerccio 2.25: Calcule a derivada das fun coes denidas por integrais
(a) K(x) =
_
cos(x)
sen(x)
_
1 t
2
dt;
(b) L(x) =
_
exp(x
2
)
exp(x)
ln(t) dt;
(c) M(x) =
_
cos(x)
sen(x)
x
3
dt;
(d) N(x) =
_
ln(5x)
ln(3x)
exp(x) dt;
Z Exerccio 2.26: Calcule o polin omio de Taylor de ordem dois da seguinte fun cao
P(x) =
_
g(x)
f(x)
ln(t) dt (2.72)
onde f e g s ao denidas pelas seguintes express oes
f(x) =
_
x+3
2x+1
ln(t) dt ; g(x) =
_
x+3
2x+1
cos(t) dt .
Cap
tulo 3
Vetores e

algebra linear
3.1 Deni coes e propriedades
Um vetor x, na sua deni cao mais simples, de dimensao n e um objeto matem atico que
e uma n-upla de elementos reais. Pode ser representado da seguinte forma (vetor coluna)
x =
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
,
ou ainda na forma (vetor linha)
x = (x
1
, x
2
, , x
n
) ,
onde cada elemento x
j
, para j = 1, 2, . . . , n e um n umero real.
Nota cao Observe que usamos o negrito para denotar o vetor x com o intuito de diferenciar
do escalar x. Alternativamente, em alguns textos e usado a echa ( ) para indicar que a
vari avel e um vetor, porem no presente texto, adotamos o negrito para indicar qualquer objeto
que seja multidimensional, sejam vetores, matrizes, etc.
3.1.1 Vetores especiais
Alguns vetores s ao mais importantes pois aparecem com mais freq uencia e/ou tem alguma
estrutura interessante, dentre os quais podemos destacar
Vetor nulo: Um vetor nulo n-dimensional e aquele em que todas as suas entradas s ao ele-
mentos nulos
0 = (0, 0, . . . , 0) . (3.1)
Vetor can onico k-esimo (e
k
): Um vetor can onico k-esimo de dimensao n e aquele em que
todas as suas entradas s ao zero, com exce cao da posi cao k, ] onde o elemento vale um,
isto e
e
k
= (0, 0, . . . , 1, . . . , 0) , (3.2)
63
64 Captulo 3. Vetores e algebra linear
ou ainda e
i
= 0, para i = 1, . . . , n e i ,= k, e e
k
= 1.
Vetor bissetriz: Um vetor bissetriz n-dimensional e aquele em que todas as suas entradas
s ao elementos iguais a um, isto e
e = (1, 1, . . . , 1) . (3.3)
3.1.2 Operacoes vetoriais
Adi cao de vetores Sejam x = (x
i
) e y = (y
i
) dois vetores n-dimensionais. Entao o vetor
soma (x + y) e denido como o vetor w = (w
i
), n-dimensional, com os elementos denidos
por
w
i
= x
i
+y
i
,
para i = 1, . . . , n. Em nota cao vetorial, denotamos w = x +y.
Multiplica cao por escalar Seja x = (x
i
) um vetor n-dimensional e um escalar.
Entao o resultado da multiplica cao de um vetor por um escalar (x) e denida como o vetor
w = (w
i
), n-dimensional, cujos elementos s ao
w
i
= x
i
,
para i = 1, . . . , n. Isto e, basta multiplicar todas as entradas de x pelo escalar , para obter
o vetor w. Em nota cao vetorial, denotamos w = x.
Observe que para efetuar a subtra c ao de dois vetores, por exemplo (x y), basta multi-
plicar o vetor y pelo escalar 1 e efetuar a adi cao dos dois vetores, isto e, w = x + (1)y.
Propriedades: As opera coes de adi cao de vetores e multiplica cao de vetor por escalar
possuem as seguintes propriedades:
(i) Comutatividade x +y = y +x
(ii) Associatividade x + (y +w) = (x +y) +w
(iii) Existencia de vetor nulo y tal que x +y = x. Neste caso y = 0 e o vetor nulo;
(iv) Existencia de inversa da y tal que x +y = 0 . Neste caso y = x;
(v) Leis distributivas
(x +y) = x +y
( +) x = x + x
(vi) Existencia de elemento identidade da multiplica cao por escalar: 1 x = x
(vii) Associatividade da multiplica cao por escalar: ( x) = () x
Z Exerccio 3.1: Dados os vetores x = (1, 1, 0), y = (0, 1, 1) e w = (1, 2, 1), calcule
3.3 Combina cao linear 65
(a) x +y; (b) 2x 3y; (c) (x +y) w; (d) 2(x + y)
3w;
3.2 Combina cao linear
Dados m vetores n-dimensionais, x
1
, x
2
, . . . , x
m
e m escalares,
1
,
2
, . . . ,
m
, uma com-
bina c ao linear e o vetor y resultante da soma ponderada destes vetores x
k
por estes escalares
k
, da seguinte forma
y
def
=
1
x
1
+
2
x
2
+ +
m
x
m
. (3.4)
Independencia linear Considere m vetores n-dimensionais x
1
, x
2
, . . . , x
m
e m escalares,
1
,
2
, . . . ,
m
. Se e necessario que
1
=
2
= =
m
= 0, para que a combina cao linear
1
x
1
+
2
x
2
+ +
m
x
m
= 0 . (3.5)
seja valida, entao os vetores x
k
, k = 1, . . . , m s ao chamados linearmente independentes. Por
outro lado, se existir pelo menos um
k
que fa ca a igualdade ser valida, entao os vetores s ao
linearmente dependentes. Repare que o vetor nulo estiver presente do conjunto dos vetores
considerado, entao necessariamente este conjunto e LD (linearmente dependente).
Na pr atica dois vetores x e y s ao LD (linearmente dependentes) se um e m ultiplo do
outro. Caso isso n ao aconte ca, entao eles s ao LI (linearmente independentes).
Z Exerccio 3.2: Verique se os vetores abaixo s ao LI ou LD:
(a) x = (1, 1, 0) e y = (0, 1, 1);
(b) x = (2, 1, 0) e y = (4, 2, 1);
(c) x = (0, 4, 1) e y = (0, 6, 2);
3.3 Produto escalar e vetorial
3.3.1 Produto escalar
Considere dois vetores u e v n-dimensionais, seu produto escalar, tambem conhecido por
produto interno, e um n umero real denotado por u v e denido por
u v
def
= u
1
v
1
+u
2
v
2
+ +u
n
v
n
. (3.6)
O produto escalar d a um medida de quanto os vetores apontam ou agem no mesmo
sentido. Outra interpreta cao e a medida de do quanto um vetor e parecido com outro. O
produto escalar possui as seguintes propriedades
Propriedades: As opera coes de adi cao de vetores e multiplica cao de vetor por escalar
(i) x x 0;
(ii) Comutatividade: x y = y x ;
(iii) Distributividade: (x +y) z = x z +y z
(iv) Associatividade da multiplica cao por escalar: (x y) = (x) y = x (y)
Atraves do produto escalar e possvel denir a norma de um vetor x,
|x|
def
=
x x , (3.7)
tambem chamada de norma Euclidiana, que e uma medida do comprimento do vetor. A
norma possui as seguintes propriedades:
(i) |x| 0 para todos os vetores n-dimensionais;
(ii) |x| = 0 se, e somente se, x = 0 ;
(iii) |x| = [|x|0 ;
(iv) |x +y| |x| +|y|; (desiguladade triangular)
Alem disso e valida tambem a importante desigualdade abaixo, chamada de desigualdade de
Cauchy-Schwartz
[x y[ |x||y| . (3.8)
Como ja foi dito, a opera cao do produto escalar prove uma medida de quanto dois vetores
s ao parecidos. Entretanto essa percep cao pode ser medida mais precisamente atraves da
deni cao do co-seno entre dois vetores,
cos()
def
=
x y
|x| |y|
(3.9)
onde exige-se que os vetores x e y sejam n ao-nulos (Figura 3.1).
Figura 3.1: O angulo entre dois vetores x e y denido pela equa cao (3.9).
Quando dois vetores x e y s ao tais que seu produto escalar vale zero, isto e,
x y = 0 (3.10)
entao dizemos que x e ortogonal a y, ou ainda que x e y s ao ortogonais entre si. A palavra
grega orthos signica pr oprio, correto, reto, de verdade, e estendendo o signicado, a or-
togonalidade geometrica signica que ambos vetores s ao fortemente distintos entre si. Pela
deni cao do co-seno, dada em (3.9), podemos constatar que dois vetores ortogonais fazem
angulo reto entre si, uma vez que o co-seno entre eles e nulo.
Observe ainda que o vetor nulo e o unico vetor que e ortogonal a todos os outros vetores
sem exce cao, inclusive a si pr oprio, pois 0 0 = 0.
Z Exerccio 3.3: Dado que x = (1, 2) ache dois vetores ortogonais a x.
3.4 Produto escalar e vetorial 67
Proje cao ortogonal Dados dois vetores u e v, a proje cao do u em v e o vetor dado por
u
p
= (u v) v (3.11)
onde v e o vetor v normalizado, isto e
v =
v
|v|
.
Z Exerccio 3.4: Dados x = (1, 2) e y = (2, 1), calcule a proje cao ortogonal de x sobre y e
a proje cao ortogonal de y sobre x.
Z Exerccio 3.5: Mostre que o vetor w = (x x
p
) e ortogonal a y onde x
p
e a proje cao
ortogonal de x sobre y. Mostre tambem que x
p
w = 0, isto e que x
p
e w s ao ortogonais.
3.3.2 Produto vetorial
Considere dois vetores tri-dimensionais
1
x e y, o seu produto vetorial e um vetor deno-
tado por u v e denido por
u v
def
=
_
u
2
v
3
v
2
u
3
, u
3
v
1
u
1
v
3
, u
1
v
2
u
2
v
1
_
(3.12)
= (u
2
v
3
u
3
v
2
) i (u
1
v
3
u
3
v
1
) j + (u
1
v
2
u
2
v
1
) k , (3.13)
onde i = (1, 0, 0), j = (0, 1, 0) e k = (0, 0, 1) s ao os vetores da base can onica.
As formulas (3.12) ou (3.12) podem ser melhor apresentadas (ate mesmo para melhor
memoriza cao) por meio do determinante de uma matriz especial, como est a descrito abaixo
w = x y
def
=
i j k
u
1
u
2
u
3
v
1
v
2
v
3
. (3.14)
Z Exerccio 3.6: Usando a express ao (3.12), calcule os produtos escalares p
u
= u w e
p
v
= v w e conclua que w e ortogonal a u e a v tambem.
O fato de w ser ortogonal a ambos os vetores x e y signica que o vetor w e ortogonal
ao plano gerado por x e y. (veja Figura 3.2).
Fisicamente o produto vetorial w mede o quanto se deve rotacionar o vetor u ao longo do
plano para se alinhar ao vetor v. Alem disso, o plano ca bem denido sendo ortogonal
ao vetor w.
Z Exerccio 3.7: Suponha que x e y s ao tais que x = y, isto e, s ao vetores linearmente
dependentes. Calcule seu produto vetorial x y = 0 e verique que e nulo.
1
O produto vetorial so e denido para vetores tridimensionais, nao funciona para outras dimensoes! Para
caso bi-dimensional, e possvel simular o produto vetorial, considerando-se uma componente a mais (vertical)
nula
Figura 3.2: Produto vetorial: observe que x y e ortogonal ao plano .
3.4 Matrizes
3.4.1 Denicoes
Um matriz A (m n, leia-se m por n) com m linhas e n colunas com entradas tem a
seguinte forma
A =
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
,
onde cada elemento a
ij
, para i = 1, 2, . . . , m e j = 1, 2, . . . , n e um n umero real.
Geralmente, usamos como nota cao A = [a
ij
] para denotar a matriz A com as entradas
a
ij
. Repare que quando nos referimos à matriz inteira, usamos os colchetes envolvendo o
elemento.
Exemplo:
(a) A matriz abaixo e 2 3, (2 linhas e 3 colunas)
A =
_
0 1 1
1 2 3
_
(b) A matriz B e 2 3, (3 linhas e 2 colunas)
B =
_
_
_
2 1
1 2
0 3
_
_
_
Podemos denir uma matriz usando a nota cao funcional dependendo dos seu ndices, isto
e,
a
ij
= f(i, j).
3.4 Matrizes 69
Por exemplo, a matriz A, 4 4, denida por a
ij
= i
2
j
2
, e
A =
_
_
_
_
_
1
2
1
1
1
2
2
2
1
2
3
2
1
2
4
2
2
2
1
2
2
2
2
2
2
2
3
2
2
2
4
2
3
2
1
2
3
2
2
2
3
2
3
2
3
2
4
2
4
2
1
2
4
2
2
2
4
2
3
2
4
2
4
2
_
_
_
_
_
=
_
_
_
_
_
0 3 8 15
3 0 5 12
8 5 0 7
15 12 7 0
_
_
_
_
_
.
3.4.2 Matrizes especiais
Algumas matrizes s ao mais importantes pois aparecem com mais freq uencia e/ou tem
alguma estrutura interessante
Matriz nula: Uma matriz nula 0,(m n), e aquela em que todas as suas entradas s ao
elementos nulos
o
ij
= 0, (3.15)
ou ainda,
0 =
_
_
_
_
0 0
.
.
.
.
.
.
.
.
.
0 0
_
_
_
_
;
Matriz diagonal: Uma matriz diagonal D (n n) e aquela em que todas as suas entradas
fora da diagonal s ao zero, isto e
d
ij
= 0, para i ,= j. (3.16)
Normalmente os elementos da diagonal s ao n ao-nulos, mas n ao obrigatoriamente.
D =
_
_
_
_
_
_
d
11
0 0
0 d
22
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 d
nn
_
_
_
_
_
_
;
Matriz identidade: Uma matriz identidade I, (nn), e uma matriz diagonal em que todos
elementos da diagonal valem um,
I
ii
= 1, e I
ij
= 0, para i ,= j. (3.17)
Ou ainda,
I =
_
_
_
_
_
_
1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1
_
_
_
_
_
_
.
3.4.3 Operacoes matriciais
Adi cao de matrizes Sejam A = [a
ij
] e B = [b
ij
] duas matrizes mn. Entao a matriz
soma (A+B) e denida como a matriz C = [c
ij
] (mp) com as entradas
c
ij
= a
ij
+b
ij
.
Em nota cao matricial, denotamos C = A +B.
Multiplica cao por escalar Seja A = [a
ij
] uma matriz mn e um escalar. Entao
o resultado da multiplica cao de uma matriz por um escalar (A) e denida como a matriz
C = [c
ij
] (mp) com as entradas
c
ij
= a
ij
.
Isto e, basta multiplicar todas as entradas de A pelo escalar , para obter a matriz C. Em
nota cao matricial, denotamos C = A.
Observe que para efetuar a subtra c ao de duas matrizes, por exemplo (A B), basta
multiplicar a matriz B pelo escalar 1 e efetuar a adi cao das duas matrizes, isto e, C =
A+ (1)B.
Propriedades: As opera coes de adi cao de matrizes e multiplica cao de matriz por escalar
(i) Comutatividade: A +B = B+A ;
(ii) Associatividade: A+ (B+C) = (A+B) +C ;
(iii) Existencia de matriz nulo C tal que A+C = A. Neste caso C = 0 e a matriz nula;
(iv) Existencia de matriz inversa da adi cao C tal que A+C = 0. Neste caso C = A
(v) Leis distributivas
(A +B) = A +B ;
( +)A = A +B ;
(vi) Existencia de elemento identidade da multiplica cao por escalar: 1 A = A ;
(vii) Associatividade da multiplica cao por escalar:] (A) = ()A .
Multiplica cao de matrizes Seja A = [a
ij
] uma matriz mn e B = [b
ij
] uma matriz
(n p). Entao a matriz produto AB e denida como a matriz C = [c
ij
] (mp) com as
entradas
c
ij
=
n
k=1
a
ik
b
kj
3.4 Matrizes 71
Para visualizar a deni cao do elemento em termos das estruturas das matrizes A e B,
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
b
11
b
1j
b
1p
b
21
b
2j
b
2p
.
.
.
.
.
.
.
.
.
b
n1
b
nj
b
np
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
_
c
11
c
1p
c
21
c
2p
.
.
.
.
.
.
c
ij

.
.
.
.
.
.
c
m1
c
mp
_
_
_
_
_
_
_
_
_
_
_
_
;
Observe que para se obter a ij-esima entrada da matriz AB, n os multiplicamos elemento
a elemento a i-esima linha de A pela j-esima coluna de B. Alem disso, observe que a matriz
C = AB e uma matriz mp.
Transposi cao A opera cao da transposi c ao sobre uma matriz A (mn) qualquer produz
uma matriz cujas as linhas s ao as colunas de S e cujas colunas s ao a linhas de A. Isto
e, a transposi cao troca as linhas por colunas e vice-versa. Essa opera cao e denotada pelo
superescrito T e o resultado e chamado matriz transposta, como indicado abaixo
B = A
T
. (3.18)
A deni cao acima equivale a dizer que b
ji
= a
ij
, para i = 1, 2, . . . , m e j = 1, 2, . . . , n.
Sistemas Lineares
Teorema 3.1 Para o sistema Ax = b, podem acontecer tres casos:
(i) Se b pertence ao espa co gerado pelas colunas de A e as colunas de A s ao LI, ent ao
a solu c ao e unica;
(ii) Se b pertence ao espa co gerado pelas colunas de A e as colunas de A s ao LD, ent ao
existem innitas solu c oes;
(iii) Se b n ao pertence ao espa co gerado pelas colunas de A ent ao a n ao existe soluc ao;
Exerccios
Z Exerccio 3.8: Ache um vetor que tenha a dire cao oposta a x = (2, 1, 2) e que tenha norma
igual a 27.
Z Exerccio 3.9: Dados os vetores
a = i
1
+ 2i
2
+ 3i
3
, b = 4i
1
+ 5i
2
+ 6i
3
c = 3i
1
+ 2i
2
+i
3
, d = 6i
1
+ 5i
2
+ 4i
3
onde i
1
, i
2
, i
3
formam uma base ortonormal, ache
a) as seguintes somas e diferen cas
a +b +c +d , a +b c d
a b +c d , a +b c +d
b) os angulos entre a, b, c, d e os vetores base,
c) as magnitudes dos vetores a, b, c e d.
Z Exerccio 3.10: Sejam a, b, c, d os vetores do exerccio anterior, ache
a) (a +b) (c +d);
b) os angulos feitos por a com b, c e d;
c) a proje cao de a nas dire coes de b, c e d;
d) os produtos vetoriais a b, b c e c d e os angulos que eles fazem com d;
e) as areas dos paralelogramos gerados pelos vetores a, b e pelos vetores c, d e ainda os
comprimentos das diagonais destes paralelogramos.
Z Exerccio 3.11: Mostre que os vetores a, b, c e d do exerccio 2 s ao coplanares.
Cap
tulo 4
Curvas no plano
Intuitivamente, podemos imaginar uma curva como sendo a trajetoria de uma partcula
que se movimenta no espa co (ou no plano). Por exemplo, pode ser a trajetoria de uma carga
em um campo magnetico, a trajetoria de um aviao voando, ou de um barco navegando sobre
o mar.
Matematicamente uma curva e uma fun cao do tipo f : R R
n
, onde n = 2 ou 3. O tra co
de uma curva e a sua representa cao gr aca, que n ao deve ser confundido com a pr opria curva,
pois pode haver duas curvas distintas com o mesmo tra co, como ser a visto mais adiante.
4.1 Curvas no plano
Existem tres maneiras de se descrever um curva algebricamente:
Forma explcita Na forma explcita (ou funcional) a curva e o pr oprio gr aco da fun cao
que a descreve
= (x, y) R
2
[ y = f(x), x [a, b];
A forma explcita e a mais limitada, pois considera somente curvas relacionadas a
fun coes, que n ao admitem mais de um ponto com a mesma abcissa.
Forma parametrica Na forma parametrica as coordenadas de cada ponto da curva e
uma fun cao de um par ametro monot onico n ao decrescente. Isto e podemos escrever
como
= (x, y) R
2
[ x = f
1
(), y = f
2
(); I;
Para facilitar, podemos imaginar que este par ametro e o tempo ou a dist ancia percorrida
(veja Figura 4.1).
Geralmente, na forma parametrica e adotada uma nota cao para as fun coes f
1
e f
2
que
sobrecarrega as vari aveis x e y. Isto e as letras x e y fazem tanto papel de vari aveis
independentes como de fun coes: x = x() e y = y().
Forma implcita A forma implcita lan ca m ao de uma fun cao n ao linear, cujos pontos
solu cao formam a curva.
= (x, y) R
2
[ F(x, y) = 0,
73
74 Captulo 4. Curvas no plano
Figura 4.1: Exemplo de uma curva plana , representada na forma parametrica. Cada ponto
(x, y) e parametrizado por um valor [a, b].
isto e, a curva e o conjunto de pontos (x, y) que satisfazem a equa cao F(x, y) = 0.
Dada uma curva descrita na forma explcita ou parametrica e sempre possvel representa-
la na forma implcita, porem o contr ario pode n ao ser trivial nem mesmo possvel. Por
exemplo uma reta pode ser descrita algebricamente como
(i) Forma explcita: y = f(x) = ax +b;
(ii) Forma parametrica: x = x(t) = t; y = y(t) = at +b;
(iii) Forma implcita: F(x, y) = y ax b = 0;
Z Exerccio 4.1: Dada a par abola descrita na forma explcita y = x
2
, achar as suas formas
parametrica e implcita.
Z Exerccio 4.2: Dada a par abola semi-c ubica descrita na forma implcita F(x, y) = (y
2)
2
+x
3
, achar as suas formas parametrica e explcita.
O tra co de uma curva e a linha que vemos no gr aco. Pode acontecer de duas curvas
distintas terem o mesmo tra co. Por exemplo se duas curvas sao descritas por
1
= (x, y) R
2
[ x = cos , y = sen , [0, 2];
2
= (x, y) R
2
[ x = cos , y = sen , [0, 2]
entao ambas possuem o mesmo tra co (circunferencia de raio um), porem s ao curvas diferentes.
Uma observa cao interessante e que um ponto P = (x
0
, y
0
) pode ser visto como uma curva
(defectiva), bastando-se fazer x() = x
0
e y() = y
0
, na forma parametrica.
4.2 Vetor tangente
Dada uma curva suave orientada, representando a trajetoria de uma partcula, podemos
denir, a cada ponto, um vetor que represente localmente a dire cao, o sentido e intensidade
com a qual a partcula se move. Chamamos este vetor de vetor tangente.
4.2 Vetor tangente 75
Na forma explcita o vetor tangente e
t(x) = (1, f
(x))
e na forma parametrica
t() = (x
(), y
()).
O vetor tangente, alem do signicado fsico de ser a taxa de varia cao instantanea da
movimenta cao da partcula, ele possui a interessante propriedade de ser o vetor diretor da
reta tangente à curva que passa pelo ponto. Em geral, costuma-se deslocar o vetor tangente
ate o ponto de tangencia para uma melhor interpreta cao visual como visto na Figura 4.2
Figura 4.2: Dada a curva s ao mostradas os vetores tangente t e normal n à curva, no ponto
x.
O m odulo do vetor tangente tem rela cao com a velocidade instantanea com que a partcula
se move. Na forma explcita, tem a seguinte express ao
v(x) = [t(x)[ =
_
1 + [f
(x)]
2
,
ou, na forma parametrica
v() = [t()[ =
_
[x
()]
2
+ [y
()]
2
.
Observa c oes:
(a) Pode acontecer a situa cao em que o tra co de uma curva possui a tangente, observada
visualmente, mas algebricamente para a curva n ao est a denido o vetor tangente.
(b) O m odulo e o sentido do vetor tangente dependem da parametriza cao. Por exemplo,
considere as duas curvas
1
= (x, y) R
2
[ x = cos(), y = sen(), [0, 2];
2
= (x, y) R
2
[ x = cos(2), y = sen(2), [0, ].
Sabemos que ambas possuem o mesmo tra co (circunferencia de raio um), mas ao
calcularmos seus vetores tangente, obtemos
t
1
() =
_
sen(), cos()
_
t
2
() = 2
_
sen(2), cos(2)
_
os quais possuem tanto o sentido como o m odulo diferentes
Z Exerccio 4.3: Calcule o vetor tangente das curvas abaixo
(a) Reta x = x(t) = 3t + 2 y = y(t) = t 1;
(b) Par abola x = x(t) = t + 2 y = y(t) = t
2
1;
(c) Elipse x = x() = 5 cos(); y = y() = 3 sen();
4.3 Vetor normal
O vetor ortogonal à esquerda do vetor tangente e chamado de vetor normal à curva (Veja
Figura 4.2). Na forma explcita tem a express ao
n(x) = (f
(x), 1)
e na forma parametrica
n() = (y
(), x
()).
Na realidade qualquer m ultiplo dos vetores normais acima tambem e um vetor normal. Por
isso que muitas vezes e mais util se considerar o vetor normal unit ario, denido por
n =
n
|n|
.
O sentido do vetor normal unit ario à curva tambem depende da parametriza cao (pode car
apontado para sentidos opostos), mas o seu m odulo n ao.
Z Exerccio 4.4: Calcule o vetor normal das curvas abaixo
(a) Reta x = x(t) = 2t + 2 y = y(t) = 3t + 1;
(b) Par abola x = x(t) = t + 2 y = y(t) = 2t
2
4;
(c) Elipse x = x() = 5 cos(); y = y() = 3 sen();
4.4 Comprimento de uma curva
Uma propriedade intrnseca de uma curva e aquela que n ao depende da sua parametriza-
cao. O comprimento de uma curva e uma importante propriedade intrnseca, que, na forma
explcita, e dado por
C() =
_
b
a
_
1 + [f
(x)]
2
dx. (4.1)
Na forma parametrica, a express ao do comprimento de uma curva e
C() =
_
b
a
_
[x
(t)]
2
+ [y
(t)]
2
dt. (4.2)
Observa cao: Devemos lembrar que o comprimento de uma curva pode ser diferente do
comprimento do tra co da curva, como por exemplo, o comprimento de uma circunferencia
unit aria e sempre 2 e, por outro lado, o comprimento de uma curva que tra ca duas circun-
ferencias unit arias sobrepostas e 4.
4.5 C onicas 77
Z Exerccio 4.5: Calcule o comprimento das seguintes curvas
(a) Reta x = x(t) = 2t + 2; y = y(t) = 3t + 1; para t [2, 2];
(b) Par abola x = x(t) = t + 2 y = y(t) = 2t
2
4; para t [1, 5];
(c) Elipse x = x() = 5 cos(); y = y() = 3 sen(); para t [0, 2];
4.5 Conicas
As conicas tem uma import ancia especial na matem atica e em especial na ssmica de
explora cao. As tres conicas, a elipse, a par abola e a hiperbole, tem esse nome pois todas
podem ser geradas a partir de cortes de um cone por um plano. Veja a Figura 4.3 abaixo.
Figura 4.3: As tres conicas da esquerda para direita: elipse, par abola e hiperbole.
Todas as conicas se encaixam na formula implcita geral
F(x, y) = ax
2
+bxy +cy
2
+dx +ey +f = 0
tambem chamada de quadr atica. Para a classica cao da c onica, isto e, para se saber se a
conica e uma elipse, uma par abola ou uma hiperbole deve-se usar o seguinte criterio, baseado
no calculo do discriminante D = b
2
4ac
Discriminante tipo de conica (incluindo casos degenerados)
Se D < 0 elipse ou circunferencia, ponto ou nada
Se D = 0 par abola ou 2 retas paralelas ou 1 reta ou nada
Se D > 0 hiperbole ou 2 retas que se interceptam
Z Exerccio 4.6: Classique as seguintes quadr aticas como sendo elipse, par abola ou hiper-
bole, segundo o discriminante D
(a) F(x, y) = x
2
+ 2xy y
2
+ 3x + 5 ;
(b) G(x, y) = 4x
2
+ 24xy + 3y
2
+ 2x + 5y ;
(c) H(x, y) = x
2
2xy +y
2
+y + 2 ;
4.5.1 Circunferencia
A circunferencia pode ser considerada um caso particular da elipse, mas por ser tao
importante, deve ser tratada separademente. Sua representa cao mais comum e por meio da
forma implcita
(x x
0
)
2
+ (y y
0
)
2
= R
2
onde (x
0
, y
0
) e o centro da circunferencia e R e o seu raio. Na forma parametrica, a mesma
circunferencia pode ser descrita como
_
x = x() = x
0
+Rcos(),
y = y() = y
0
+Rsen()
para [0, 2], lembrando que esta n ao e a unica representa cao parametrica desta circun-
ferencia.
4.5.2 Elipse
A forma mais comum da circunferencia e
(x x
0
)
2
a
2
+
(y y
0
)
2
b
2
= 1,
onde (x
0
, y
0
) e o centro da elipse e a e b s ao seus eixos principais. Na forma parametrica, tal
elipse pode ser descrita como
_
x = x() = x
0
+a cos(),
y = y() = y
0
+b sen()
para [0, 2], lembrando que esta n ao e a unica representa cao parametrica da elipse.
4.5.3 Parabola
As formas mais comuns da par abola s ao
a(x x
0
) + (y y
0
)
2
= 0
ou
(x x
0
)
2
+b(y y
0
) = 0
4.5.4 Hiperbole
A forma mais comum da hiperbole e
(x x
0
)
2
a
2

(y y
0
)
2
b
2
= 1,
ou onde (x
0
, y
0
) e o centro da hiperbole. Na forma parametrica, a mesma circunferencia pode
ser descrita como
_
x = x() = x
0
+a cosh(),
y = y() = y
0
+b senh()
para [0, 2], lembrando que esta n ao e a unica representa cao parametrica.
4.5 C onicas 79
EZ Exerccio 4.7: Para uma curva x = x(t), mostre que se x
(t) = f(r)x(t), onde r = |x|,

entao
x v = c , (4.3)
c e um vetor constante e v = x
(t).
4.5.5 Exemplo: trajetorias orbitais sao conicas
O objetivo deste exemplo e demonstrar que a trajetoria de uma partcula movendo-se sob
a inuencia da atra cao gravitacional e uma se cao conica.
A equa cao de deslocamento da partcula e da forma:
v
=
x
r
3
=
x
r
2
(4.4)
onde e uma constante, v = x
e o vetor velocidade e
x =
x
r
e o vetor de deslocamento normalizado. Tomando-se o produto vetorial de (4.4) com x, e
usando o resultado do exerccio acima (equa cao (4.3)), teremos a primeira integral da equa cao
do deslocamento:
x v = h,
que e um vetor constante.
O vetor h pode ser escrito como:
h = x v = x v = r x (r x)
= r x
_
r
x +r x
_
.
Porem
v
h =
x
r
2
h = x
.
Usando-se a identidade do produto vetorial triplo a(bc) = b(a c) c(a b) e o fato
que
x (v
h) =
1
2
( x x)
=
1
2
(1)
= 0.
Portanto, uma vez que h e constante,
v
h = x
(4.5)
Integrando (4.5) tem-se:
v h = x +p,
onde p e um vetor constante. Donde
(v h) x = r +x p = r +rp cos(),
onde e o angulo entre o vetor vari avel x = x(t) e o vetor constante p. Por outro lado, uma
vez que
(v h) x = h (x v) = h h = h
2
,
temos
h
2
= r +rp cos() ,
ou ainda,
r =
h
2
+p cos()
.
A equa cao acima e a equa cao geral das conicas em coordenadas polares.
4.6 Curvatura
A curvatura e uma quantidade que diz o quanto uma curva se parece ou n ao com uma
circunferencia em um determinado ponto (Veja Figura 4.4). Alem disso pode ser provado
que a curvatura e uma propriedade intrnseca à curva, isto quer dizer que n ao depende da
parametriza cao. Outro fato importante e que a curvatura e uma quantidade que possui sinal,
isto que dizer que duas curvas podem ter a mesma curvatura em m odulo, mas com sinais
contr arios.
Figura 4.4: A curvatura d a uma medida de qual circunferencia melhor aproxima a curva
naquele ponto. Podemos observar tres circunferencias centradas nos pontos x
1
, x
2
e x
3
, com
os raios R
1
, R
2
e R
3
, respectivamente.
Por exemplo uma reta tem curvatura igual a zero, signicando o que ja sabamos intu-
itivamente: a reta n ao se parece em nada com uma circunferencia. Por outro lado, uma
circunferencia se parece com uma circunferencia (ela pr opria!) em todos os seus pontos.
Isto leva a crer que uma circunferencia tem a curvatura constante diferente de zero.
Dependendo da maneira que a curva estiver denida, deve-se usar a formula adequada
para a curvatura
Forma explcita
K(x) =
y
(x)
_
1 + [y
(x)]
2
_
3/2
Forma parametrica
K(t) =
x
(t)y
(t) x
(t)y
(t)
_
[x
(t)]
2
+ [y
(t)]
2
_
3/2
4.7 Constru cao de curvas a partir de outras 81
A partir da curvatura, pode-se denir o raio de curvatura em um ponto da curva, como
sendo
R =
1
[K[
. (4.6)
Z Exerccio 4.8: Usando a formula da curvatura, mostre as duas arma coes acima, isto e,
mostre que:
(a) a curvatura de qualquer reta e igual a zero e
(b) a curvatura de qualquer circunferencia e constante diferente de zero.
Z Exerccio 4.9: Calcule a curvatura de uma elipse
x
2
a
2
+
y
2
b
2
= 1 .
Z Exerccio 4.10: Calcule a mnimo raio de curvatura da curva y = ln(x).
Z Exerccio 4.11: Calcule o raio de curvatura de uma reta e de uma circunferencia.
4.7 Construcao de curvas a partir de outras
A partir de uma curva qualquer, pode-se construir uma outra nova curva usando opera coes
geometricas e algebricas (transforma coes).
4.7.1 Transformacoes
Uma curva sendo entendida como um conjunto de pontos no plano, pode ser rotacionada,
transladada e expandida ou contrada (Figura 4.5), bastando-se aplicar a transforma cao em
todo o conjunto de pontos:
(i) Rota cao:
= x
R
2
[ x
= Qx, onde Q e uma matriz ortogonal. Veja

Figuras 4.5(a) e 4.5(b);
(ii) Contra cao/Expansao:
= x R
2
[ x
= x, onde e um fator de contra cao se

< 1 ou de expans ao se > 1. Veja Figuras 4.5(c) e 4.5(d);
(iii) Transla cao:
= x
R
2
[ x
= x + y, onde y e um vetor constante. Veja

Figuras 4.5(e) e 4.5(f);
4.7.2 Curva paralela
Dada uma curva qualquer e um n umero real a, uma curva paralela a , denotada por
p
, e tal que cada ponto x
p
de
p
e criado como uma transla cao de cada ponto x de , por
meio do normal escalada pelo fator a em x. Veja a Figura 4.6. Na forma parametrica a curva
paralela e descrita por
x
p
() = x() +a n
1
();
y
p
() = y() +a n
2
(),
Figura 4.5: Algumas transforma coes possveis de serem feitas sobre uma curva dada.
ou em nota cao vetorial,
x
p
() = x() +a n(); (4.7)
onde e o par ametro de . Vale lembrar que, em geral, uma curva paralela e diferente de
Figura 4.6: A curva
p
e a curva paralela a .
somente uma transla cao da curva.
Z Exerccio 4.12: Mostre que:
(a) Uma paralela de uma circunferencia tambem e uma circunferencia.
(b) Uma paralela de uma reta tambem e uma reta.
Z Exerccio 4.13: Calcule a curva paralela de uma hiperbole descrita implicitamente por
y
2
4

x
2
9
= 1 .
4.8 Famlia de curvas e envelope 83
EZ Exerccio 4.14: Dada uma curva parametrizada por x = x(t), para t [a, b], e uma curva
paralela dada por x
p
= x(t) + n(t), ache a curvatura de
p
em fun cao da curvatura de .
4.7.3 Evoluta
A evoluta e uma curva similar a uma paralela, porem com a dist ancia a vari avel depen-
dente do par ametro t, sendo igual ao pr oprio raio de curvatura, isto e
a = R(t).
Sendo assim, dada uma curva parametrizada x = x(t), a sua evoluta na forma parametrica
e dada por
x
e
(t) = x(t) +R(t) n(t);
Z Exerccio 4.15: Calcule a evoluta da par abola y = x
2
.
4.8 Famlia de curvas e envelope
Uma famlia de curvas e um conjunto de curvas da mesma especie, de maneira que h a
um par ametro que gera a diferen ca entre cada curva da mesma famlia.
Na forma implcita, uma famlia de curvas pode ser descrita como
F(x, y; p) = 0,
onde x e y s ao as coordenadas da curva e p e o par ametro de cada curva.
Por exemplo uma famlia de retas paralelas pode ser dada por
ax +by +p = 0
onde a e b s ao constantes e p e um par ametro associado a cada reta.
O envelope e uma curva especial que pode ser extrada de uma famlia de curvas, quando
existir. Para se descobrir a formula do envelope, deve-se resolver o seguinte sistema n ao linear
composto por duas equa coes e tres inc ognitas
_
F(x, y; p) = 0
F
(x, y; p) = 0
onde a derivada (
) e com rela cao a p. O sistema acima geralmente n ao tem solu cao unica e
o procedimento usual e eliminar a vari avel p do problema.
Finalmente, existe um interessante resultado que diz que a evoluta de uma curva e o
envelope das curvas normais à pr opria curva.
Exemplo: Seja a famlia de curvas F(x, y, p) = (x p)
2
+ y
2
1, que s ao crcunferencias
de raio 1 centradas no eixo x. Entao a derivada de F com rela cao ao par ametro p e
F
= 2(x p)
levando ao seguinte sistema
(x p)
2
+y
2
1 = 0 ;
2(x p) = 0 .
Da segunda equa cao conclumos que x = p, cuja substitui cao na primeira equa cao leva a
y
2
= 1 .
Sendo assim, o envelope e dado por
D =
_
x R
2
[ x = p, y
2
= 1 para algum p
_
=
_
x R
2
[ y = 1
_
,
que e o par de linhas y = 1 como esperado. Note que p corresponde a (p, 1) e a (t, 1) em
D. Veja a Figura 4.7 abaixo
Figura 4.7: O envelope da famlia de circunferencias com centro no eixo x e raio unit ario s ao
as retas horizontais y = 1.
Z Exerccio 4.16: Ache o envelope da famlia de circunferencias:

(a) F(x, y, p) = (x 2p)
2
+y
2
p
2
;
(b) G(x, y, p) = (x p)
2
+y
2
p
2
;
Exerccios propostos
Z Exerccio 4.17: Ache o comprimento da curva y = ln
_
cos(x)
_
para 0 x /3.
4.8 Famlia de curvas e envelope 85
Z Exerccio 4.18: Construa uma forma parametrica, a partir da forma implcita, das seguintes
curvas:
(a) circunferencia: x
2
+y
2
= R
2
;
(b) elipse:
x
2
a
2
+
y
2
b
2
= 1;
(c) par abola: x y
2
= 0;
(d) hiperbole:
x
2
a
2

y
2
b
2
= 1
Z Exerccio 4.19: Usando a forma parametrica, calcule o vetor tangente, o vetor normal e a
curvatura das seguintes curvas:
(a) elipse; (b) hiperbole; (c) par abola;
Z Exerccio 4.20: Calcule a evoluta das seguintes curvas:
(a) circunferencia: x
2
+y
2
= 4.
(b) hiperbole: x
2
(y/2)
2
= 1.
(c) par abola: x
2
y = 0.
Z Exerccio 4.21: Calcule o envelope da famlia de elipses
F(x, y, p) =
x
2
4
+
y
2
(p 2)
2
1 .
Z Exerccio 4.22: Mostre que a tangente a y = x
3
no ponto (p, p
3
) e dada implicitamente
pela equa cao F(x, y, p) = 0 onde F(x, y, p) = y 3p
2
x + 2p
3
. Ache o envelope de F (o que
voce espera que seja?). Fa ca o mesmo com o envelope de tangentes à y = x
2
, calculando a
tangente no ponto (p, p
2
).
Z Exerccio 4.23: Para as familias de curvas abaixo, esboce algumas curvas para alguns
valores de p e ache o envelope
(a) F(x, y, p) = px p
3
y ;
(b) G(x, y, p) = px p
2
y ;
(c) H(x, y, p) = y (x p)
3
;
(d) I(x, y, p) = (x p
3
)
2
+
y
2
1.
Z Exerccio 4.24: Calcule uma paralela de uma hiperbole, de uma par abola e de uma elipse.
Cap
tulo 5
C
alculo vetorial
5.1 Campos escalares
Um campo escalar e uma fun cao que associa um ponto do plano (ou do espa co) a um
escalar. Matematicamente, e uma fun cao f, denida como
f : R
n
R
x f(x)
em que, geralmente, n = 2 ou n = 3. Podemos pensar que f e um processo que associa um
valor a cada ponto do domnio. Lembrando a deni cao de fun cao, e possvel que mais de um
ponto do domnio esteja associado a um mesmo valor, mas o contr ario n ao e permitido, isto
e, um ponto do domnio nao pode estar associado a mais de um valor escalar.
Na fsica podemos encontrar varios exemplos, tais como, a distribui cao da temperatura
no plano (ou no espa co), a umidade relativa do ar (no espa co), a densidade de um material,
entre outros.
5.2 Campos vetoriais
Um campo vetorial e uma fun cao que associa um vetor a um ponto no plano (ou no
espa co). Matematicamente e uma fun cao F denida como
F : R
n
R
n
x F(x)
onde, geralmente, n = 2 ou n = 3. Como F e uma fun cao e possvel que dois pontos do
domnio estejam associados a um mesmo vetor, porem n ao e permitido que um ponto esteja
associado a dois vetores diferentes.
Assim como no caso dos campos escalares, na fsica podemos igualmente encontrar varios
exemplos, tais como, o campo eletromagnetico, o campo gravitacional, a permeabilidade de
um uido em uma rocha, entre outros.
No caso tridimensional, a fun cao vetorial F e comumente denotada da seguinte forma
F(x, y, z) =
_
p(x, y, z), q(x, y, z), r(x, y, z)
_
,
87
88 Captulo 5. C alculo vetorial
isto e, F pode ser entendido como um vetor de tres componentes, (p, q, r), cada qual depen-
dente de tres vari aveis (x, y, z). Observe que, à luz dessa interpreta cao, cada componente de
F e, por si s o, um campo escalar, isto e
p = f
1
(x, y, z) ; (5.1)
q = f
2
(x, y, z) ; (5.2)
r = f
3
(x, y, z) . (5.3)
5.3 Derivadas parciais
Dada uma fun cao escalar de m ultiplas vari aveis, f(x
1
, x
2
, . . . , x
n
), a derivada parcial com
rela cao ao k-esimo elemento e denida como
f
x
k
def
= lim
0
f(x
1
, . . . , x
k
+, . . . , x
n
) f(x
1
, . . . , x
n
)
(5.4)
Na pr atica, para computar a derivada, devemos considerar que todas as vari aveis s ao
constantes, exceto pela vari avel com a qual se computa a derivada. Todas as regras denidas
anteriormente para a deriva cao passam a valer para a deriva cao parcial. Por exemplo, se
f(x, y) = x
2
+y
2
, entao
f
x
= 2x e
f
y
= 2y.
Outro exemplo, se f(x, y) = sen(xy), entao
f
x
= cos(xy)y e
f
y
= cos(xy)x,
onde se pode observar o uso da regra da cadeia.
Similarmente à deriva cao de fun coes univariadas, podemos computar derivadas de ordens
maiores. No entanto, como existem mais de uma vari avel, e possvel a combina cao das
derivadas de vari aveis distintas, gerando derivadas mistas.
Por exemplo, assumindo o exemplo anterior, em que f(x, y) = sen(xy), temos
2
f
x
2
=
f
x
_
f
x
_
=
f
x
_
cos(xy)y
_
= sen(xy)y
2
e
2
f
y
2
=
f
y
_
f
y
_
=
f
y
_
cos(xy)x
_
= sen(xy)x
2
Alem disso, existem duas derivadas mistas
2
f
xy
=
f
x
_
f
y
_
=
f
x
_
cos(xy)x
_
= sen(xy)xy + cos(xy)
e
2
f
yx
=
f
y
_
f
x
_
=
f
y
_
cos(xy)y
_
= sen(xy)yx + cos(xy).
Podemos observar que as duas derivadas parciais acima s ao iguais. Isto pode ser general-
izado em um teorema que diz se a fun cao tem derivadas parciais contnuas, entao as ordens
de deriva cao podem ser trocadas.
5.4 Operador del 89
Aplica cao 6 Algumas equa coes diferenciais parciais
Equacao da onda unidimensional
O matem atico dAlembert cou famoso por achar a solu cao geral da equa cao da onda.
Nesta se cao mostramos o desenvolvimento da equa cao da onda unidimensional.
Z Exerccio 5.1: Dada a fun cao f(x, t) = sen(x ct), onde c > 0 e uma constante, calcular
as seguintes derivadas parciais
(a)
f
x
; (b)
f
t
;
(c)

2
f
x
2
; (d)

2
f
t
2
; (e)

2
f
xt
;
Z Exerccio 5.2: Usando as derivadas calculadas no exerccio anterior, mostre que
2
f
x
2

1
c
2
2
f
t
2
= 0 .
Z Exerccio 5.3: A lei dos gases ideais para um gas de massa m, temperatura T, pressao P
e volume V e PV = mRT, onde R e a constante universal dos gases. Mostre que
P
V
V
T
T
P
= 1 .
Nota: a rela cao PV = mRT leva à fun cao P(V, T) = mRTV
1
. Analogamente h a uma
fun cao para T(V, P) e V (P, T).
P
V
e nota cao condensada de
P(V, T)
V
.
5.4 Operador del
O operador del e um vetor n-dimensional cujos componentes s ao operadores de derivada
parcial. Sua nota cao e com o smbolo nabla e e denido como
=
_

x
1
,

x
2
, . . . ,

x
n
_
. (5.5)
Em geral, nos problemas mais pr aticos, os operadores del mais utilizados s ao o bi- e o
tridimensional.
5.4.1 Gradiente
Quando aplicado a um campo escalar f, o operador del dene o que chamamos de vetor
gradiente, denido por
grad(f) =
_

x
1
,

x
2
, . . . ,

x
n
_
. (5.6)
que, usando a nota cao do operador del, ca
grad(f) = f . (5.7)
Podemos notar que, de fato, com a opera cao acima, um novo campo vetorial e construdo,
chamado o campo gradiente, pois a cada ponto do domnio, associa vetor gradiente.
Exemplo: Calcular o campo gradiente do campo escalar dado por f(x, y) = xy+
_
x
2
+y
2
.
Soluc ao: Para construir a express ao do campo gradiente, devemos computar as duas derivadas
parciais de f, as quais s ao os componentes do vetor gradiente. Procedendo desta forma
obtemos, primeiramente para a derivada parcial em rela cao a x,
f
x
=

x
(xy) +

x
_
_
x
2
+y
2
_
= y +
1
2
_
_
x
2
+y
2
_
1/2
x
_
x
2
+y
2
_
(5.8)
= y +
x
_
x
2
+y
2
. (5.9)
Analogamente, obtemos a derivada parcial em rela cao a y
f
x
= x +
y
_
x
2
+y
2
. (5.10)
Sendo assim, o vetor gradiente e dado por
f(x, y) = (y, x) +
2
_
x
2
+y
2
(x, y) .
Z Exerccio 5.4: Calcule os campos gradiente dos campos escalares abaixo

(a) f(x, y) = r
1
, onde r =
_
x
2
+y
2
;
(b) g(x, y) = xy;
(c) h(x, y) = ln(x
2
+y
2
).
5.4.2 Matriz Jacobiana
Para uma fun cao F : R
n
R
m
a matriz Jacobiana (mn) e denida como sendo
J
F
def
=
_
_
_
_
_
_
_
_
_
_
_
_
f
1
x
1
f
1
x
2

f
1
x
n
f
2
x
1
f
2
x
2

f
2
x
n
.
.
.
.
.
.
.
.
.
.
.
.
f
m
x
1
f
m
x
2

f
m
x
n
_
_
_
_
_
_
_
_
_
_
_
_
(mn)
Se considerarmos a fun cao F como sendo um vetor de fun coes, f
1
, f
2
, . . . , f
m
, a matriz
Jacobiana pode ser reescrita com o auxlio dos gradientes das f
k
, observando-se que as linhas
da matriz Jacobiana s ao os pr oprios gradientes de f
k
, isto e
J
F
=
_
_
_
_
_
_
f
T
1
f
T
2
.
.
.
f
T
m
_
_
_
_
_
_
(5.11)
5.4 Operador del 91
Observe que a partir da pr opria matriz Jacobiana J, uma nova fun cao vetorial pode ser
denida como
T(x) = J
F
x
onde T : R
n
R
m
, que, de fato, e a multiplica cao de uma matriz J
x
(mn) por um vetor
x n-dimensional.
Jacobiano Quando a fun cao F e do tipo f : R
n
R
n
, isto e, quando as dimensooes do
domnio e do contra-domnio s ao iguais, entao dene-se o Jacobiano de F como o determinante
da matriz Jacobiana
J = det
_
J
_
.
5.4.3 Divergente
Dado um campo vetorial F(x, y, z) = (p, q, r) o divergente e dado pela seguinte formula
div(F)
def
=
p
x
+
q
y
+
r
z
, (5.12)
que, usando a nota cao do operador del, pode ser reescrita como
div(F)
def
= F. (5.13)
Observe que pela deni cao acima, o pr oprio divergente e um campo escalar, signicando
que a cada ponto do espa co est a associado um valor escalar da divergencia.
Outra observa cao e que usando a deni cao da matriz Jacobiana (5.11), e possvel se denir
o divergente da seguinte forma
div(F) = tr(J
F
) , (5.14)
onde tr( ) e a opera cao tra co da matriz denido por
tr(A) = a
11
+a
22
+ +a
nn
.
O divergente e uma opera cao linear, isto e, vale a seguinte propriedade
div(F +G) = div(Fv) + div(G)
onde e s ao escalares e F e G s ao dois campos vetoriais quaisquer. Alem disso, se o escalar
for vari avel, isto e se = (x) e um campo vetorial entao vale a seguinte regra (similar ` a
regra do produto para derivadas)
div(F) = div(F) + grad( F) , (5.15)
ou em nota cao vetorial
(F) = (F) +( F) .
Z Exerccio 5.5: Usando a formula (5.15), calcule div(r
1
F(x, y)), onde r =
_
x
2
+y
2
e
F(x, y) = (y, x).
5.4.4 Rotacional
Dado um campo vetorial F(x, y, z) = (p, q, r) o rotacional e um vetor dado pela seguinte
formula
rot(F)
def
=
_
r
y

q
z
,
p
z

r
x
,
q
x

p
y
_
(5.16)
que, usando a nota cao do operador del, pode ser reescrita como
rot(F)
def
= F, (5.17)
isto e, o rotacional de F e o produto vetorial do operador del com o campo F.
Observe que pela deni cao acima, o pr oprio rotacional e um campo vetorial, signicando
que a cada ponto do espa co est a associado um vetor, isto e rot : R
3
R
3
.
Assim como o divergente, o rotacional tambem e uma opera cao linear, isto e, vale a
seguinte propriedade
rot(F +G) = rot(F) + rot(G)
onde e s ao escalares constantes e F e G s ao dois campos vetoriais quaisquer. Alem disso,
se o escalar for vari avel, isto e se = u(x) e um campo vetorial entao vale a seguinte regra
(similar à regra do produto para derivadas)
rot(F) = rot(F) + F. (5.18)
Dado um campo escalar f(x, y, z), o campo gradiente e dado por G = f. Como G e
um campo vetorial, podemos calcular o seu divergente e seu rotacional. Pode-se mostrar que
o rotacional de um campo gradiente e nulo, isto, e
rot(G) = f = 0. (5.19)
Z Exerccio 5.6: Calcular o divergente e o rotacional dos seguintes campos vetoriais
(a) F(x, y, z) = (y, x, 0) ;
(b) F(x, y, z) = (x
2
y
2
, y
2
x, z
2
) ;
(c) F(x, y, z) = (x y z, y x z, z x y) ;
Z Exerccio 5.7: Vericar, atraves da deni cao do rotacional, que a identidade (5.19) e sem-
pre valida.
5.4.5 Laplaciano
A equa cao (??) mostra que o rotacional de qualquer campo gradiente sempre e nulo. Por
outro lado, o divergente de um campo gradiente G e
div(G) = f =

x
(fx) +

y
(fy) +

z
(fz) (5.20)
=

2
f
x
2
+

2
f
y
2
+

2
f
z
2
def
= f , (5.21)
5.4 Operador del 93
tambem chamado de Laplaciano de f e denotado por f.
Z Exerccio 5.8: Calcular o Laplaciano (o divergente do gradiente) dos seguintes campos
escalares
(a) f(x, y, z) =
_
x
2
+ 2y +z
2
;
(b) g(x, y, z) = ln(3x
2
+ 2y
2
+z) ;
(c) h(x, y, z) = x
2
+ 2y
2
+ 3z
2
;
Z Exerccio 5.9: Uma fun cao f(x, y) e dita harm onica se
2
f
x
2
+

2
f
y
2
= 0
em todo domnio de f. Mostre que f(x, y) = ln
_
x
2
+y
2
e harmonica.
5.4.6 Identidades vetoriais
Regra para a soma Claramente o resultado da aplica cao do operador à soma de
dois ou mais termos e a soma dos resultados da aplica cao do operador a cada termo
separadamente. Deste modo temos as seguintes identidades vetoriais
(i) grad( +) = grad() + grad();
(ii) div(A+B) = div A + div(B);
(iii) rot(A +B) = rot(A) + rot(B);
(iv) grad(div(A+B)) = grad(div(A)) + grad(div(B));
(v) ( +) = () + ();
(vi) rot(rot(A+B))) = rot(rot(A)) + rot(rot(B)).
Regra para o produto Por outro lado, quando aplicado às express oes
(), (A), (A B), (AB),
o operador atua em cada fator separadamente com o outro permanecendo xo, tal qual a
regra do produto para derivadas.
Desta maneira, para facilitar o desenvolvimento o operador deve ser escrito ap os qual-
quer fator considerado como constante em um termo e antes de qualquer fator considerado
como vari avel. Deste modo, obtemos as seguintes formulas (onde a letra c subscrita denota
que a quantidade à qual ela est a anexada esta momentaneamente sendo mantida xa)
(a) Produto de duas fun coes escalares: ()
grad() = () =
c
+
c
=
c
+
c
= +
= grad + grad . (5.22)
(b) Produto de fun cao potencial por fun cao vetorial: (A)
Divergente:
div(A) = (A) =
c
A+ A
c
=
c
A+A
c

= A+A
= div(A) +A grad(). (5.23)
Rotacional
rot(A) = (A) = (
c
A) +(A
c
)
=
c
(A) + A
c
= (A) + A
= rot(A) A grad(). (5.24)
(c) Produto vetorial de fun coes vetoriais: (AB)
div(AB) = (AB) = (A
c
B) + (AB
c
)
= A
c
(B) +A (B
c
)
= A (B) +A (B)
= B rot(A) A rot(B). (5.25)
Z Exerccio 5.10: Calcule o rotacional rot(Ax), onde A e um vetor constante.
Z Exerccio 5.11: Calcule o rotacional rot(f(r)x), onde f e uma fun cao escalar e r = |x| e
o m odulo do vetor x.
Z Exerccio 5.12: Ache os n umeros inteiros n para os quais div(r
n
x) = 0, onde e r = |x| e
o m odulo do vetor x.
Regras para fun c oes compostas Um caso de grande import ancia pr atica acontece
quando e A s ao composi coes de fun coes radiais, isto e,
= (f(r)), A = A(f(r)),
onde f(r) e uma fun cao escalar r = [x[.
Entao temos
(a) grad (f(r)) =
d
df
grad(f) ;
(b) div A(f(r)) = grad(f)
dA
df
;
(c) rot A(f(r)) = grad(f)
dA
df
.
5.6 Campos conservativos 95
5.5 Campos conservativos
Se um campo vetorial F(x, y, z) est a denido sobre a regi ao R do espa co e existe uma
fun cao g : R
3
R tal que g = F, entao dizemos que F e um campo conservativo e que g e
um potencial para F.
5.6 Estudo de fun coes escalares
5.6.1 Pontos crticos
Um ponto crtico e aquele que satisfaz a pelo menos uma das condi coes abaixo:
(i) f(x
) = 0;
(ii) x
est a na fronteira;
(iii) x
e um ponto de descontinuidade;
Teorema 5.1 (Classica cao de pontos crticos) Para um problema bidimensional, isto
e, z = f(x, y), um ponto crtico x
, onde exista f(x
) e seja contnua, pode ser classicado

segundo as seguintes regras:
(a) Se f(x
) = 0 e
1
< 0 e
2
< 0 ent ao x
e um ponto de m aximo local;

(b) Se f(x
) = 0 e
1
> 0 e
2
> 0 ent ao x
e um ponto de mnimo local;

(c) Se f(x
) = 0 e
1
2
< 0 ent ao x
e um ponto de sela;
(d) Se
1
2
< 0, ent ao nada se conclui.
onde
1
e
2
s ao os autovalores da matriz Hessiana H, denida por
H
def
=
_
_
_
_
2
f
x
2
2
f
yx
2
f
xy
2
f
y
2
_
_
_
_
. (5.26)
Aplica cao 7 Uma previa da aproximacao por quadrados mn-
imos
Suponha que em um experimento qualquer, s ao coletados n pares de dados
(x
1
, y
1
), (x
2
, y
2
), . . . , (x
n
, y
n
) .
os quais, por considera coes teoricas, ele espera que estivessem sobre uma curva plana que
depende de alguns par ametros. O problema e, portanto, achar a melhor curva que representa
os dados coletados.
O que signica entao ser a melhor curva? Esta e uma pergunta crucial para toda a
estrategia e, de fato, temos que escolher uma medida objetiva que quantica o quanto uma
curva e melhor do que outra. Nao existe resposta denitiva a este problema, no entanto, uma
medida bastante popular e a soma dos resduos quadr aticos, que d a origem ao metodo dos
quadrados mnimos.
Anal como se mede um resduo? Esta pergunta e derivada da pergunta anterior. Para
cada criterio quantitativo para elencar as curvas est a associado diretamente uma medida de
resduo. Em outras palavras, ao mudar a medida do resduo, a melhor curva tambem muda.
Suponha que a curva plana teorica sobre a qual se esperava que os pontos experimentais
estivessem fosse dada por uma formula do tipo y = f(x), onde f e uma fun cao que depende
de alguns par ametros. Esta formula teorica chamamos de modelo. Para cada ponto (x
k
, y
k
)
experimental, poderamos construir um ponto (x
k
, y
k
) que passa pela curva, onde y
k
= f(x
k
).
Uma medida do erro, ou resduo, entre estes dois pontos pode ser a quadrado da dist ancia
vertical entre eles, dada por
r
k
=
_
y
k
y
k
_
2
=
_
f(x
k
) y
k
_
2
.
Aproxima cao por uma reta No caso em que a rela cao funcional teorica e dada por
uma reta y = f(x) = mx + b, o metodo dos quadrados mnimos pode ser utilizado para
escolher os par ametros m e b de maneira otima. O resduo total e dado pela seguinte formula
R(m, b) =
n
j=1
r
j
=
n
j=1
_
(mx
j
+b) y
j
_
2
(5.27)
que e a soma dos quadrados das dist ancias verticais entre os pontos (x
j
, y
j
) e os pontos (x
j
, y
j
)
sobre a reta (veja Figura 5.1 abaixo).
Figura 5.1: A reta y = mx + b e a que melhor aproxima os pontos (x
k
, y
k
) no sentido dos
quadrados mnimos.
Z Exerccio 5.13: Usando a express ao do resduo dada pela equa cao (5.27), calcule as derivadas
parciais R/m e R/b.
Z Exerccio 5.14: Para que o resduo seja mnimo, devemos impor a condi cao de otimalidade
R = 0. Fa ca isto, usando as derivadas parciais computadas no exerccio anterior, e mostre
5.7 Integrais duplas 97
que m e b satisfazem as equa coes:
m
n
j=1
x
2
j
+b
n
j=1
x
j
=
n
j=1
x
j
y
j
(5.28)
m
n
j=1
x
j
+n b =
n
j=1
y
j
(5.29)
Z Exerccio 5.15: Considerando os dados (x
i
, y
i
), isto e, x = (x
1
, x
2
, . . . , x
n
) e y = (y
1
, y
2
, . . . , y
n
)
reecreva as equa coes do exercicio anterior usando nota cao e opera coes vetoriais.
5.7 Integrais duplas
Dada uma fun cao de duas vari aveis f : R
2
R, e uma regi ao R no plano xy, a integral
dupla da fun cao sobre a regi ao R e denotada por
I =
_
R
f(x, y) dA.
Exemplos:
(a) Se = f(x, y) e a densidade de uma na placa de metal R em fun cao das coordenadas,
entao
M =
_
R
f(x, y) dA
e a massa desta placa.
Integral dupla sobre regioes retangulares
Se a regi ao R e dada por R = [a, b] [c, d], isto e, R e um ret angulo com lados paralelos
aos eixos cartesianos, ent ao a integral de f sobre R e
I =
_
R
f(x, y) dA =
_
b
a
_
d
c
f(x, y) dy dx.
Isto e, a integral dupla se transforma em duas integrais simples iteradas. Portanto com
conhecimento de integrais de uma vari avel e possvel computar a integral dupla.
Z Exerccio 5.16: Calcule as integrais iteradas abaixo
(a)
_
2
0
_
4
0
3x + 4y dx dy ;
(b)
_
2
1
_
2
1
2xy
2
3x
2
y dy dx ;
(c)
_

0
_

0
3x + sen(y) dx dy ;
(d)
_
e
0
_
e
0
1
xy
dy dx ;
(e)
_
1
0
_
1
0
e
x+y
dx dy ;
Integral sobre regioes genericas
Uma regi ao R n ao retangular pode ser representada com o auxlio de fun coes que repre-
sentam suas bordas. Uma regi ao pode ser dividida em sub-regioes do seguinte tipo:
Tipo 1: R = (x, y) R
2
[ a x b; f
1
(x) y f
2
(x)
Tipo 2: R = (x, y) R
2
[ g
1
(y) x g
2
(y); c y d
Calculo de areas
Para calcular uma area de uma regi ao, basta considerar f(x, y) = 1 na integral. Isto e
A(R) =
_
R
dA. (5.30)
Valor medio
O valor medio de uma fun cao z = f(x, y) em uma regi ao e dado pela seguinte express ao
z =
1
A(R)
_
f(x, y) dA. (5.31)
Aplica cao 8 Centroides de regioes no plano
Dada uma regi ao plana, o seu centr oide e um ponto que representa o centro geometrico
da regi ao. Se sobre a regi ao estiver denida uma fun cao, como por exemplo densidade, n ao
constante entao existe um outro centro, geralmente distinto do centr oide, chamado centro de
massa.
As express oes para as coordenadas do centr oide c = (x
c
, y
c
) s ao
x
c
=
1
A(R)
_
R
x dA (5.32)
y
c
=
1
A(R)
_
R
y dA (5.33)
onde A(R) e area da regi ao R calculada pela express ao (5.30)
Para o caso em que a regi ao no plano R est a entre o gr aco de uma fun cao f e o eixo
horizontal, isto e,
R = (x, y) R
2
[ 0 y f(x).
as express oes acima podem ser simplicadas. Dada uma fun cao f denida em um intervalo
[a, b].
As coordenadas do centr oide x
r
e y
r
da regi ao R s ao dadas por
x
r
=
1
A
_
b
a
xf(x) dx ;
y
r
=
1
2A
_
b
a
[f(x)]
2
dx .
5.9 Integrais triplas 99
onde A e a area da regi ao R, dada por
A =
_
b
a
f(x) dx (5.34)
5.8 Integrais triplas
Dada uma fun cao de tres vari aveis f : R
3
R, e uma regi ao R no espa co, a integral
tripla da fun cao sobre a regi ao R e denotada por
I =
_
R
f(x, y, z) dV. (5.35)
Exemplos:
(a) Se = f(x, y, y) e a densidade de um objeto met alico que ocupa a regi ao R no espa co,
entao
M =
_
R
f(x, y, z) dV
e a massa deste objeto.
Calculo de volumes
Para calcular o volume que uma regi ao R ocupa no espa co, basta considerar f(x, y, z) = 1
na integral (5.35), isto e,
V (R) =
_
R
dV. (5.36)
5.9 Integrais de linha
As integrais de linha s ao generaliza coes da integral simples para quando o domnio e uma
curva. Existem dois tipos de integral de linha: a integral de linha sobre campo escalar e a
integral de linha sobre campo vetorial.
5.9.1 Integral de linha sobre campo escalar
Dada uma curva
= (x, y)[x = x(t), y = y(t), t [a, b]
e um campo escalar f : R
2
R, a integral de linha sobre o campo escalar e denida como
I =
_
f(x, y) ds =
_
b
a
f(x(t), y(t))
_
[x
(t)]
2
+ [y
(t)]
2
dt (5.37)
A interpreta cao geometrica e a area da cortina sob o gr aco de f.
5.9.2 Integral de linha sobre campo vetorial
Motiva cao Considere o seguinte problema: um barco motorizado participa de uma re-
gata. Deve seguir uma trajetoria pre-determinada pela organiza cao da prova, sofrendo os
efeitos das correntes martima. Deseja-se saber se as correntes ajudaram ou n ao o barco na
regata como um todo.
A resposta a este problema e dado pelo trabalho realizado pelo campo vetorial que rep-
resenta as correntes
=
_
C
F dx,
ou ainda
=
_
C
f dx +g dy,
onde C e o percurso utilizado e F = (f(x, y), g(x, y)) e o campo vetorial.
5.10 Teorema de Green no Plano
Teorema 5.2 (Teorema de Green no plano) Se R for uma regi ao fechada do plano xy
limitada por uma curva simples fechada, C, e se M e N forem func oes contnuas de x e y
com derivadas contnuas em R, teremos
_
C
M dx +N dy =
_
R
_
N
x

M
y
_
dxdy ,
onde C e percorrida no sentido positivo.
Prova: Aqui vamos considerar somente curvas fechadas com a propriedade de ser cortada
no m aximo em dois pontos por qualquer reta paralela aos eixos coordenados. No caso mais
geral, corta-se a superfcie de modo a recairmos no caso que vamos considerar.
Figura 5.2: A regi ao R e limitada pela curva C.
Sejam y = f
1
(x) e y = f
2
(x) as equa coes das curvas AEB e AFB, respectivamente, sendo
5.11 Teorema de Green no Plano 101
R a regi ao limitada por C, temos:
_
R
M
y
dxdy =
_
b
a
_
_
f
2
(x)
f
1
(x)
M
y
dy
_
dx =
_
b
a
M(x, f
2
(x)) M(x, f
1
(x)) dx (5.38)
=
_
b
a
M(x, f
1
(x)) dx
_
b
a
M(x, f
2
(x)) dx =
_
C
M dx (5.39)
Analogamente, sejam x = g
1
(y) e y = g
2
(y) as equa coes das curvas EAF e EBF, respec-
tivamente, entao temos
_
R
N
x
dxdy =
_
d
c
_
_
g
2
(y)
g
1
(y)
N
x
dx
_
dy =
_
d
c
N(g
2
(y), y) N(g
1
(y), y) dy (5.40)
=
_
c
d
N(g
1
(y), y) dy +
_
d
c
N(g
2
(y), y) dy =
_
C
N dy (5.41)
Logo, somando temos
_
C
M dx +N dy =
_
R
_
N
x

M
y
_
dxdy ,
que e o resultado do teorema.
Podemos utilizar o teorema de Green para vericar se um campo vetorial no plano e

um campo conservativo, isto e, e um campo gradiente de alguma fun cao potencial. De fato
quando a circula cao computada por integral de linha sobre uma curva fechada for igual a
zero, entao o campo vetorial e conservativo.
O teorema de Green e uma ferramenta que permite a escolha sobre que tipo de integral
ser a computada. Por um lado, pode acontecer de uma integral de linha a ser resolvida seja
complicada, porem ao se utilizar o teorema de Green para transforma-la em uma integral
dupla equivalente, descobre-se que essa ultima e mais facil de ser resolvida. Por outro lado,
tambem pode ocorrer o oposto, isto e, a integral dupla a ser computada e mais difcil do que
a integral de linha equivalente.
Este ultimo caso, e especialmente explorado para o problema de calculo de areas de regi oes
planas, quando em muitos problemas vale a pena usar o teorema de Green, para trocar a
integral dupla pela integral de linha correspondente.
Sendo assim, as tres formulas seguintes fornecem a area de uma regi ao R por meio de
integrais de linha sobre a fronteira de R
A(R) =
_
C
xdy (5.42)
A(R) =
_
C
y dx (5.43)
A(R) =
1
2
_
C
xdy y dx (5.44)
(5.45)
onde C = R e a fronteira de R.
5.11 Superfcies
Intuitivamente, podemos considerar uma superfcie imersa no espa co como uma regi ao
plana que sofreu distor coes, dilata coes e e transla coes. Assim como no caso das curvas,
matematicamente, um superfcie pode ser representada de tres formas:
Parametrica No caso da representa cao parametrica, cada vari avel espacial, x, y e z, e
fun cao de dois par ametros u e v.
x = f
1
(u, v) ; (5.46)
y = f
2
(u, v) ; (5.47)
z = f
3
(u, v) . (5.48)
Implicita Para o caso da representa cao implcita, consideramos uma equa cao n ao-linear
com tres vari aveis, geralmente x, y e z.
F(x, y, z) = 0 .
O conjunto dos pontos que satisfaz a equa cao acima e considerado como uma superfcie
imersa no espa co.
Explcita No caso da representa cao explcita, a superfcie e o pr oprio gr aco da fun cao
z = f(x, y) .
5.12 Integrais de superfcie
Considere uma superfcie S parametrizada de maneira explcita, isto e,
S =
_
x(u, v) [ x = x(u, v); y = y(u, v); z = z(u, v); (u, v) [a, b] [c, d]
_
.
Se S e suave entao as derivadas parciais vetoriais
x
u
=
_
x
u
,
y
u
,
z
u
_
(5.49)
x
v
=
_
x
v
,
y
v
,
z
v
_
(5.50)
s ao tais que geram o plano tangente à superfcie no ponto (x, y, z). Atraves dos vetores
denidos acima, podemos construir a normal à superfcie, atraves da seguinte formula
n =
x
u

x
v
. (5.51)
A integral de superfcie e similar à integral de linha, no sentido de que s ao acumuladas
quantidades ao longo de objetos (variedades) com dimensao menor do que o espa co que os
contem. No caso das integrais de linha s ao acumuladas quantidades ao longo de curvas que
s ao objetos com grau de liberdade um, imersas em um plano ou espa co, e no caso das integrais
de superfcie s ao acumuladas quantidades ao longo de superfcies, que possuem dois graus de
liberdade, imersas no espa co.
Assim como no caso da integral de linha, existem dois tipos b asicos de integral de super-
fcie. As integrais sobre campo escalar e as sobre campo vetorial.
5.13 Teorema da divergencia (Gauss) 103
5.12.1 Integral de superfcie sobre campo escalar
A integral de superfcie sobre campo escalar f representa o ac umulo de valores do campo
escalar sobre a superfcie S. Neste caso, representamos esta integral como
__
S
f(x, y, z) dS :=
__
T
(u, v)(u, v) dudv (5.52)
onde (u, v) = f(x(u, v), x(u, v), x(u, v)), (u, v) = |n(u, v)| e a a norma do vetor normal
(n) à superfcie S denido em (5.51), e T e o domnio dos par ametros u e v.
5.12.2 Integral de superfcie sobre campo vetorial
A integral de superfcie de um campo vetorial F sobre a superfcie S representa o uxo
que atravessa pela superfcie.

E representada por
I =
_
S
F n dS , (5.53)
onde n e o vetor normal unit ario (no sentido positivo) à superfcie S.
5.13 Teorema da divergencia (Gauss)
Teorema 5.3 (teorema da divergencia (Gauss)) Se V e o volume limitado por uma su-
perfcie fechada S e A, uma func ao vetorial de posi c ao, com derivadas contnuas, ent ao
_
V
div(A) dV =
_
S
A n dS , (5.54)
onde n e o vetor normal (no sentido positivo) ` a superfcie S.
Em outras palavras: a integral de superfcie da componente normal de um vetor A efetu-
ada ao longo de uma superfcie fechada e igual à integral de divergencia de A efetuada sobre
o volume encerrado pela superfcie.
Prova: Considere a Figura 5.3 abaixo, onde S e uma superfcie fechada tal que qualquer
reta paralela aos eixos coordenadas s o a fure em dois pontos.
Admitamos que as equa coes das por coes inferior e superior, S
1
e S
2
, sejam z = f
1
(x, y) e
z = f
2
(x, y), respectivamente. Seja R a proje cao da superfcie no plano xy.
_
V
A
3
z
dV =
_
V
A
3
z
dz dy dx =
__
R
__
z=f
2
z=f
1
A
3
z
dz
_
dy dx (5.55)
=
__
R
_
A
3
(x, y, z)
z=f
2
z=f
1
_
dy dx =
__
R
[A
3
(x, y, f
2
) A
3
(x, y, f
1
)] dy dx. (5.56)
Para a por cao superior (superfcie S
2
) temos
dy dx = cos(
2
) dS
2
= k n
2
dS
2
,
Figura 5.3: A superfcie S = S
1
S
2
e fechada, porem de tal modo que qualquer reta vertical
s o a fura em dois pontos.
pois a normal, n
2
, a S
2
faz um angulo agudo
2
com k. E, para a por cao inferior, visto que
o angulo
1
e obtuso temos
dy dx = cos(
1
) dS
1
= k n
1
dS
1
.
Entao, podemos escrever
__
R
A
3
(x, y, f
2
) dy dx =
__
R
A
3
k n
2
dS
2
e
__
R
A
3
(x, y, f
1
) dy dx =
__
R
A
3
k n
1
dS
1
Bem como, subtraindo, obtemos
_
V
A
3
z
dV =
__
R
[A
3
(x, y, f
2
) A
3
(x, y, f
1
)] dy dx (5.57)
=
__
S
2
A
3
k n
2
dS
2
+
__
S
1
A
3
k n
1
dS
1
=
__
S
A
3
k n dS (5.58)
Analogamente, efetuando a proje cao da superfcie, S, nos dois outros planos (coordenados)
yz e zx temos
_
V
A
1
x
dV =
_
S
A
1
i n dS e
_
V
A
2
y
dV =
_
S
A
2
j n dS
Adicionando podemos escrever
_
V
_
A
1
x
+
A
2
y
+
A
3
z
_
dV =
_
S
_
A
1
i +A
2
j +A
3
k
_
n dS =
5.14 Teorema da divergencia (Gauss) 105
=
_
V
A dV =
_
S
A n dS
Para uma demonstra cao alternativa, a partir de argumentos fsicos, ver Wrede and Spiegel
(2002).
5.13.1 Exemplo:
Sendo S uma superfcie fechada e x o vetor positivo de um ponto qualquer (x, y, z) medido
da origem O, provar que
_
S
n x
r
3
dS =
_
0 , se O estiver fora de S,
4 , se O estiver dentro de S.
(5.59)
onde r = |x|. Esta igualdade acima e conhecida como teorema de Gauss
1
.
Pelo teorema da divergencia temos
_
S
n x
r
3
dS =
_
V
_
x
r
3
_
dV
Por outro lado, vale a seguinte identidade
(A) = () A+( A)
onde A e um campo vetorial e e um campo escalar. Aplicada ao nosso problema, para
= r
3
(escalar) e A = x (vetor), fornece
_
x
r
3
_
= (r
3
) x + (r
3
) x = 3r
5
xx + 3r
3
= 0
visto que r
n
= nr
n2
x.
Entao, ja que (x/r
3
) = 0 em todos os pontos no interior de V , desde que r ,= 0, em
V , isto e, O que fora de V , e assim, fora de S, logo
_
S
n x
r
3
dS = 0
Por outro lado, estando O dentro de S, envolvamos O por uma pequena esfera de raio
a. Seja a regi ao limitada por S e s. Pelo teorema da divergencia temos
_
S+
n x
r
3
dS =
_
S
n x
r
3
dS +
_
n x
r
3
d =
_
(
x
r
3
)dV = 0 ,
pois r ,= 0 em , de onde
_
S
n x
r
3
dS =
_
s
n x
r
3
d .
Agora, em , r = a, n = x/a de onde
n x
r
3
=
(x/a) x
a
3
=
x x
a
4
=
a
2
a
4
=
1
a
2
Logo,
_
S
n x
r
3
dS =
_
n x
r
3
d =
_
n x
a
2
d =
1
a
2
4a
2
= 4 .
1
Para a interpretacao geometrica, veja Wrede and Spiegel (2002). Para aplicacoes e tratamento mais
rigoroso ver: Eletronica Classica, J.D. Jackson, Guanabara Dois (RJ), 1983, bem como as referencias ali
citadas.
5.14 Teorema de Stokes
Teorema 5.4 (teorema de Stokes) Se S e uma superfcie aberta de duas faces e limitada
por uma curva C fechada e que n ao corte a si mesma (curva simples) ent ao, se A tem
derivadas contnuas _
C
A dx =
_
S
rot(A) n dS,
onde C e percorrida no sentido hor ario.
Observa cao: Diz-se que o sentido de C e positivo quando um observador andando sobre
a linha limtrofe de S nesse sentido e na face positiva dela, deixa a superfcie à esquerda.
Em outras palavras: a integral de linha da componente tangencial de um vetor A ao
longo de uma curva fechada simples e igual à integral de superfcie da componente normal
do rotacional de A sobre qualquer superfcie S que tenha C como limite.
Prova: Considere a Figura 5.4 abaixo. Seja S uma superfcie cujas proje coes sobre os
Figura 5.4: A superfcie S e aberta com duas faces e limitada pela curva C.
planos coordenados s ao regi oes limitadas por curvas simples fechadas. Admitamos que S seja
representada por z = f(x, y) ou x = g(y, z) ou y = h(x, z), onde f, g e h s ao fun coes unvocas,
contnuas e diferenci aveis.
Consideremos
_
S
[(A
1
i)] n dS. O termo entre colchetes e
(A
1
i) =
i j k
/x /y /z
A
1
0 0
=
_
0,
A
1
z
,
A
1
y
k
_
.
logo, para o integrando, obtemos
[(A
1
i)] n dS =
_
A
1
z
n j
A
1
y
n k
_
dS
5.14 Teorema de Stokes 107
Se tomarmos z = f(x, y) como a equa cao de S, entao o vetor posi cao de qualquer ponto
de S e x = xi +yj +zk = xi +yj +f(x, y)k de onde obtemos
x
y
= j +
z
y
k = j +
f
y
k.
Sabemos que x/y e um vetor tangente a S e, portanto, perpendicular a n. Sendo assim,
temos
0 = n
x
y
= n j +
z
y
n k = 0
implicando em
n j =
z
y
n k.
Agora substituimos na express ao do integrando, isto e
[(A
1
i)] n dS =
_
z
y
A
1
z
n k
A
1
y
n k
_
dS =
_
A
1
y
+
A
1
z
z
y
_
n k dS
Agora, em S, temos A
1
(x, y, z) = A
1
(x, y, f(x, y)) = F(x, y) de onde, pela regra da cadeia,
temos que
A
1
y
+
A
1
z
z
y
=
F
y
logo, podemos escrever a express ao anterior como
[(A
1
i)] n dS =
F
y
n k dS =
F
y
dxdy.
logo,
_
S
[(A
1
i)] n dS =
_
R
F
y
dxdy.
onde R e a proje cao de S no plano xy.
Utilizando o Teorema de Green no plano (conforme a Se cao ??), podemos escrever
_
R
F
y
dy dx =
_
F dx.
onde e a linha que delimita R. Como em cada ponto (x, y) de gama o valor de F e o mesmo
que de A
1
em cada ponto (x, y, z) de C, e como dx e o mesmo para ambas as curvas, devemos
ter _
F dx =
_
C
A
1
dx.
ou ainda _
S
[(A
1
i)] n dS =
_
C
A
1
dx.
Analogamente, efetuando a proje c ao nos outros planos coordenados e somando temos
_
S
[(A
1
i)] n dS +
_
S
[(A
2
j)] n dS +
_
S
[(A
3
k)] n dS
_
S
(A) n dS =
_
C
A
1
dx +
_
C
A
2
dy +
_
C
A
3
dz =
_
C
A dx.
Alternativamente, para discussao envolvendo problemas advindos da fsica ver referencias
ja citadas.
5.14.1 Exemplo
Mostrar que a condi cao necessaria e suciente para que
_
C
A dx = 0 (independencia do
caminho) para qualquer curva fechada C e que A = 0.
Suciencia: Suponhamos que A = 0 logo, pelo Teorema de Stokes temos
_
C
A dx =
_
S
(A) n dS = 0.
Necessidade: Suponhamos que
_
C
A dx = 0 ao longo de qualquer trajeto fechado C, e
admitamos que A ,= 0 em algum ponto P. Entao, admitindo que A seja contnua,
haver a uma regi ao com P no seu interior onde A ,= 0. Seja S uma superfcie contida
nessa regi ao cuja normal n em cada ponto tem a mesma dire cao de A, isto e A = n,
onde e uma constante positiva. Seja C o limite de S. Logo, pelo Teorema de Stokes
_
C
A dx =
_
S
(A) n dS =
_
S
n n dS > 0.
que contraria a hip otese de que
_
C
A dx = 0 e mostra que A = 0.
Segue-se que A = 0 e tambem uma condi cao necessaria e suciente para que a
integral de linha
_
P
2
P
1
A dx
seja independente do trajeto que une os pontos P
1
e P
2
.
Exerccios adicionais
EZ Exerccio 5.17: Uma partcula com raio vetor x tem a lei de deslocamento
x(t) = a cos(t) +b sen(t),
onde a, b e s ao constantes. Mostre que a for ca atuante na partcula e central, isto e, est a
sempre direcionada para a origem.
EZ Exerccio 5.18: Sabendo que n, k e a s ao constantes e que r = |x|, prove as seguintes
identidades
(a) grad
_
r
_
=
x
r
;
(b) grad
_
r
n
_
= nr
n2
x
(c) grad
_
k/r
_
=
k
r
3
x;
(d) grad
_
ln(r)
_
=
x
r
2
;
(e) grad
_
(r)
_
=
(r)
x
r
;
(f) grad
_
a x
_
= a;
(g) grad
_
a x(r)
_
= a(r) + (a
r)
x
(r)
r
EZ Exerccio 5.19: Sabendo que n, k, a e c s ao constantes e que r = |x|, prove as seguintes
identidades
(a) div(x) = 3;
(b) div(kx) = 3k;
(c) div
_
x/r
3
_
= 0;
(d) div(r
n
x) = (n + 3)r
n
;
(e) div[(r)x] = 3(r) +r
(r);
(f) div(r
n
c) = nr
n2
(x c);
(g) div(c x) = 0;
(h) div[x(c x)] = 4(c x);
(i) div[a(c x)] = div[c(a x)] = a c;
(j) div[(x a) c] = 2(a c);
(k) div[(x a) x] = 2(a x);
Z Exerccio 5.20: Ache a circula cao de cada um destes campos a = F(x
1
, x
2
) ao redor de
um crculo de raio R com seu centro na origem:
(a) A =
_
x
2
/2 , x
1
/2
_
;
(b) A =
_
x
1
x
2
+ 1 , x
2
1
/2 +x
1
+ 2
_
.
EZ Exerccio 5.21: Prove que
rot(rot(F)) = grad(div(F)) F
Z Exerccio 5.22: Ache os pontos crticos de f(x, y) = 6x
2
+ 6y
2
+ 6xy + 36x 54y 5
Z Exerccio 5.23: Estude os pontos crticos das fun coes abaixo.
(a) z = x
2
y x
2
2y
2
(b) z = 3xy x
3
y
3
+
1
8
(c) z = y
2
+xe
x
2
(d) z = 3x
2
+ 4xy 5y
2
(e) z = 4x
2
+ 3xy
2
12xy
(f) z = 2y
3
3x
4
6x
2
y +
1
16
(g) z = 2x
2
x
4
senh(y
2
)
(h) z =
1
2
x
2
y +x
2
+y
2
+ 2y +
1
16
Z Exerccio 5.24: Seja a fun cao f(x, y) = e
cos(xy)
. Ache o plano tangente ao gr aco de f no
ponto (, 1/2, 1) e encontre o ponto em que este plano intercepta o eixo z.
Z Exerccio 5.25: Calcule a area do trecho da superfcie z = x
2
+y
2
, delimitada pelos planos
z = 1 e z = 4.
Z Exerccio 5.26: Calcule
__
S
F ndS, onde S e a superfcie fronteira do conjunto B =
(x, y, z)[x
2
+ y
2
1, x
2
+ y
2
z 5 x
2
+ y
2
, n e o vetor normal exterior a S e
F(x, y, z) = (3xy, 3y
2
/2, z).
Z Exerccio 5.27: A Figura abaixo mostra o la co do folium de Descartes (solu cao da equa cao
x
3
+y
3
= 3xy). Aplique o corol ario do teorema de Green para achar a area deste la co.
[Sugestao: Fa ca y = tx para descobrir uma parametriza cao do la co. Para obter a area do
la co, utilize valores de t que estejam no intervalo [0, 1]. Isto d a a metade do la co que est a
abaixo da reta y = x]
Z Exerccio 5.28: Verique que f(x, t) = e
rt
f(x +ct) satisfaz a equa cao
f
t
(x, t) = c
f
x
(x, t) rf(x, t).
Esta equa cao e um exemplo de uma equa cao diferencial parcial (EDP), chamada de equa c ao
de transporte, ou ainda equa c ao de advecc ao.
Z Exerccio 5.29: Cobb e Douglas encontraram empiricamente em 1928 uma formula P(L, K) =
bL
que leva a produ cao total P de um sistema econ omico como fun cao da quantidade
de trabalho L e capital de investimento K. Pelo ajuste dos dados, mostraram que b = 1.01,
= 0.75, = 0.25. Verique que a fun cao P(L, K) satisfaz a equa cao diferencial parcial
L
P
L
+K
P
K
= P.
Z Exerccio 5.30: Encontre a aproxima cao linear L(x, y) da fun cao f(x, y) =
_
10 x
2
5y
2
para os pontos (2, 1) e utilizando um valor estimado f(1.95, 1.04).
Z Exerccio 5.31: Verique que a fun cao de onda N
f(t, x) =
x
t
exp(x
2
/4t)
t + exp(x
2
/4t)
satisfaz a equa cao diferencial parcial
f
t
+f
f
x
=

2
f
x
2
,
chamada equa cao de Burger.
Z Exerccio 5.32: Dadas as fun coes g(x, y) = x
2
e h(x, y) = y
3
+ x
2
, existe uma fun cao
f(x, y) tal que f(x, y) = (f
x
(x, y), f
y
(x, y) = (g(x, y), h(x, y))?
Z Exerccio 5.33: Verique que a fun cao
f(t, x) =
a
2
2
cosh
2
_
a
2
(x a
2
t)
_
e uma solu cao da equa cao KDV
f
t
+ 6f
f
x
+

3
f
x
3
= 0 .
Z Exerccio 5.34:
(a) Seja f uma fun cao diferenci avel em R e F uma fun cao em R
2
denida por F(x, y) :=
x
7
f(y/x
2
). Mostre que
x
F
x
+ 2y
F
y
= 7F
(b) Ache uma generaliza cao do resultado acima para G(x, y) = x
n
f(y/x
m
)
Z Exerccio 5.35: Encontre o valor medio de
_
(x, y) = x
2
+y
2
onde 1 [(x, y)[ 2.
EZ Exerccio 5.36: A integral
_
1
0
arccos(
x) dx pode ser escrita com uma integral dupla

_
1
0
_
arccos(
x)
0
dy dx.
Calcule esta integral, trocando a ordem de integra cao.
EZ Exerccio 5.37: Calcule a integral dupla e impropria
_

e
x
2
y
2
dxdy
usando coordenadas polares e use este resultado para calcular a integral
_

e
x
2
dx.
Z Exerccio 5.38: A fun cao f(x, y) = x
3
y
3
+9xy 6 tem um m aximo local e um ponto
de sela. Ache o valor de f no ponto de m aximo.
EZ Exerccio 5.39: Seja f(x, y) =
_
x
2
+y
y
2
x
g(t) dt, onde g e uma fun cao continuamente diferen-
ciavel sobre toda a reta e g(0) = 0 e g
(0) ,= 0. Prove que o ponto (0, 0) e um ponto de sela

para f. (dica: usar o teorema fundamental do calculo).
Z Exerccio 5.40: Ache
__
S
(x +y) dxdy, onde S e o tri angulo com vertices em (0, 0), (0, 1)
e (1, 2).
Z Exerccio 5.41: Ache
_
1
0
_
1
0
x
a
y
b
dxdy, onde a e b s ao constantes com a > 0 e b > 0.
Z Exerccio 5.42: Seja R a regi ao no primeiro quadrante limitada pelo crculo de raio unit ario
x
2
+y
2
= 1. Ache
__
R
(x
2
y +xy
2
) dA.
Apendice
Regra da cadeia para fun coes multivariadas
Teorema 5.5 (Regra da Cadeia para uma variavel) Suponha que f(x, y) tem derivadas
parciais de primeira ordem contnuas com rela c ao a x e y, e as func oes x = x(t) e y = y(t)
tem derivadas de primeira ordem com rela c ao a t. Ent ao se g(t) = f(x(t), y(t)), dg e dt
existem e
dg
dt
=
f
x
dx
dt
+
f
y
dy
dt
. (5.60)
Alem disso, se as derivadas de x e y com rela c ao a t s ao contnuas ent ao dg/dt tambem e
contnua.
Teorema 5.6 (Regra da Cadeia para duas variaveis) Suponha que g(u, v) tem derivadas
parciais de primeira ordem contnuas com rela c ao a u e v, e as func oes u = u(x, y) e
v = v(x, y) tem derivadas de primeira ordem com rela c ao a x e y. Ent ao se f(x, y) =
g(u(x, y), v(x, y)), as derivadas parciais f
x
e f
y
existem e
f
x
=
g
u
u
x
+
g
v
v
x
; (5.61)
f
x
=
g
u
u
x
+
g
v
v
x
. (5.62)
Alem disso, se as derivadas parciais de u e v s ao contnuas ent ao f
x
e f
y
tambem s ao
contnuas.
Cap
tulo 6
S
eries
6.1 Seq uencias
Uma seq uencia e um conjunto ordenado de n umeros reais indexado pelos n umeros natu-
rais. Mais especicamante, uma seq uencia e uma fun cao a : N R, que possui a seguinte
nota cao
(a
n
) = (a
1
, a
2
, . . . , a
n
, . . .) . (6.1)
Repare que qualquer seq uencia possui innitos (da cardinalidade dos naturais) n umeros.
Alem disso, n ao devemos confundir uma seq uencia com um conjunto, mesmo que possuam
os mesmos elementos, pois em uma seq uencia a ordem em que os elementos est ao dispostos
e relevante, enquanto em um conjunto n ao.
Geralmente uma seq uencia pode ser descrita atraves de uma formula para o seu n-esimo
elemento, isto e,
a
n
= f(n) .
Alguns exemplos s ao:
(a) 1, 1/2, 1/3, 1/4, . . . , cujo termo geral e b
n
=
1
n
;
(b) 1, 1, 1, 1, . . . cujo termo geral e c
n
= (1)
n
;
(c) 1, 3, 5, 7, . . . cujo termo geral e d
n
= 2n + 1 .
Z Exerccio 6.1: Ache o termo geral das seq uencias abaixo
(a) 1/2, 2/3, 3/4, 4/5, . . . ,
(b) 2, 5, 10, 17, 26, 37, . . . ,
(c) 1, 3, 6, 10, 15, 37, . . . ,
Uma seq uencia (a
n
) e limitada quando existe algum n umero real nito e n ao negativo
M, tal que [a
n
[ < M, para todo n, do contr ario a seq uencia e chamada de ilimitada. Uma
seq uencia (a
n
) e monot onica, quando algum dos seguintes casos e valido
(i) Monotonica crescente: quando a
k
< a
k+1
, para todo k;
(ii) Monotonica n ao-decrescente: quando a
k
a
k+1
, para todo k;
(iii) Monotonica decrescente: quando a
k
> a
k+1
, para todo k;
115
116 Captulo 6. Series
(iv) Monotonica n ao-decrescente: quando a
k
a
k+1
, para todo k;
Uma seq uencia e dita convergente a um n umero a
, quando para qualquer toler ancia tol existe

um natural n
(que depende de tol) tal que [a

k
a
[ < tol para qualquer k que seja maior

que n
. Neste caso denotamos

a
n
a
, quando n .
Quando uma seq uencia n ao e convergente, pode acontecer duas situa coes: ela e simples-
mente n ao-convergente, quando n ao existe o limite, ou divergente, quando o limite tende a
. Por exemplo
(a) b
n
=
1
n
0, (seq uencia convergente)
(b) b
n
= (1)
n
e n ao-convergente;
(c) d
n
= n e divergente, pois d
n

As seq uencias possuem alguns teoremas e resultados que ser ao apresentados no que se
segue sob a forma de propriedades:
(i) Se a
n
M e a
n
L, ent ao M = L;
(ii) Se (a
n
) e convergente, entao e limitada;
(iii) Se uma seq uencia e monot onica e limitada entao ela e convergente;
(iv) (Teorema do confronto) Sejam tres seq uencias (a
n
), (b
n
) e (x
n
) tais que seus
termos cumprem a desigualdade a
k
x
k
b
k
para todo k > m. Alem disso se
a
n
L e b
n
L entao x
k
L.
(v) Sejam as seq uencias convergentes (a
n
) e (b
n
) tais que a
n
L e b
n
M. Sejam as
seq uencias c
n
= a
n
+b
n
e d
n
= a
n
b
n
, entao c
n
L +M e d
n
LM.
6.2 Series innitas
Por meio de uma seq uencia e possvel construir uma nova seq uencia que, intuitivamente,
faz o papel de integral da seq uencia original. Considere que S
n
seja a soma parcial de uma
seq uencia a
n
, isto e
S
n
= a
1
+a
2
+ +a
n
=
n
k=1
a
k
.
Quando n o objeto (S
n
) passa a ser chamado de serie, sendo denotada por
k=1
a
k
.
Observe que, apesar de haver uma nomenclatura e resultados teoricos pr oprios, uma serie
tambem pode ser considerada uma seq uencia de somas parciais, herdando, portanto, todas
as propriedades apresentadas na se cao anterior.
Dizemos que uma serie e convergente quando a seq uencia das somas parciais (S
n
) convergir
a um n umero nito S, isto e, S
n
S, onde S e chamado de soma da serie. Neste caso,
6.2 Series innitas 117
costumamos denotar como
S = lim
n
S
n
=
k=1
a
k
.
Se a serie n ao converge, entao o n umero S n ao existe, pois os valores das parciais podem car
oscilando, ou entao S tende a .
Alguns exemplos de series s ao
(a) A
n
=
n
k=1
k = 1+2+3+ +n+ . Neste caso A
n
, isto e a serie e divergente;
(b) B
n
=
n
k=1
(1)
k
= 1 + 1 1 + 1 1 + . Neste caso, o limite n ao existe, pois as
parciais cam oscilando entre 1 e 0;
(c) C
n
=
n
k=1
2
k
= 1/2 +1/4 +1/8 +1/16 + . Neste caso, a serie e convergente, isto
e, C
n
C = 1.
Assim como as seq uencias, as series possuem alguns teoremas e resultados que ser ao
apresentados no que se segue sob a forma de propriedades:
(i) Uma serie que e convergente permanece convergente mesmo se seus primeiros k
termos forem desprezados, ou ainda se um n umero nito de termos for somado à
serie. O mesmo acontece para uma serie divergente;
(ii) Uma serie que e convergente permanece convergente mesmo se um n umero innito
de termos forem desprezados. Esse fato n ao e necessariamente verdade para series
divergentes;
(iii) Uma serie que e convergente permanece convergente se todos os seu termos forem
multiplicados por um escalar ;
(iv) Se uma serie e convergente, entao necessariamente a seq uencia de seus termos (a
n
)
converge para zero, isto e, a
n
0. Cuidado, pois o contr ario nem sempre ocorre,
isto e, o fato de a
n
0 n ao garante que serie seja convergente;
(v) Duas series convergentes podem ser somadas termo a termo. Isto e, se A =
k
a
k
e B =
k
b
k
, entao
k=1
(a
k
+b
k
) = A +B
Serie alternada Suponha que todos os n umeros a
k
sejam positivos, isto e, a
k
> 0 para
todo k N, entao a serie
S
a
=
n=1
(1)
n1
a
n
= a
1
a
2
+a
3
a
4
+... + (1)
n+1
a
n
e chamada de serie alternada. Em outras palavras, os termos da serie geometrica tem sinais
contr arios alternadamente. A serie alternada e convergente quando os seus termos cumprirem
dois requisitos
(i) Se existir um n umero m tal que a
n+1
< a
n
para n > m. Isto e, a seq uencia (a
n
) e
decrescente a partir de um certo termo;
(ii) a
n
0, isto e, a seq uencia (a
n
) convergir a zero.
Exemplo: Para a serie alternada
1
1
2
+
1
3

1
4
+
1
5

temos que o termo geral, que vale a
n
= (1)
n1
1
n
, e convergente a zero, portanto a serie
acima e convergente.
Serie geometrica Quando o k-esimo da serie tem a express ao a
k
= r
k
, entao chamamos
a serie
S
g
=
n=1
r
n
= r
1
+r
2
+ +r
n
+
de serie geometrica, onde e um escalar qualquer. Se [r[ < 1 entao a serie geometrica
converge para o valor /(1 r), isto e
r
1
+r
2
+ +r
n
+ =

1 r
.
Por outro lado, se [r[ 1, a serie geometrica diverge.
Z Exerccio 6.2: Mostre que a se [r[ < 1 a serie geometrica converge para /(1 r).
Z Exerccio 6.3: Qual a serie geometrica que possui como soma
1
1 +x
?
Z Exerccio 6.4: Qual a serie geometrica que possui como soma
4
2 x
?
EZ Exerccio 6.5: Sabendo que
n=1
n
2
2
e convergente, calcule a sua soma.
6.3 Testes de convergencia
6.3.1 Teste da razao (Teste de dAlembert)
O teste da raz ao e um dos mais utilizados, talvez por sua simplicidade. Dada uma serie,
cujo termo geral e a
n
, calcula-se a raz ao
r
n
=
[a
n
+ 1[
[a
n
[
.
e verica-se o limite quando n ,
lim
n
r
n
= R,
onde R pode ser um valor nito ou innito. Podem ocorrer tres situa coes
6.3 Testes de convergencia 119
(i) Se R < 1 entao a serie
a
n
e convergente;
(ii) Se R > 1 (incluindo R = ) entao a serie
a
n
e divergente;
(iii) Se R = 1 entao o teste da raz ao e inconclusivo;
Exemplos Por exemplo a serie
1/n! e convergente pois

R = lim
n
1/(n + 1)!
1/n!
= lim
n
1
n + 1
= 0,
de acordo com o primeiro caso do teste da raz ao. Por outro lado a serie
n=1
n
n
/n!
e divergente, pois
R = lim
n
(n + 1)
(n+1)
/(n + 1)!
n
n
/n!
= lim
n
(n + 1)
n
/n!
n
n
/n!
= lim
n
_
n + 1
n
_
n
= e
onde e = 2.71... e a constante de Euler (ou base neperiana). Como R > 1, pelo teste da raz ao
a serie e divergente.
Z Exerccio 6.6: Verique que o teste da raz ao falha para as duas series abaixo
(a)
n=1
1
n
, (b)
n=1
1
n
2
.
6.3.2 Teste da raiz (Teste de Cauchy)
Dada uma serie, cujo termo geral e a
n
, calcula-se a raiz n-esima
n
=
n
_
[a
n
[.
e verica-se o limite quando n ,
lim
n
n
= R,
onde R pode ser um valor nito ou innito. Podem ocorrer tres situa coes
(i) Se R < 1 entao a serie
a
n
e convergente;
(ii) Se R > 1 entao a serie
a
n
e divergente;
(iii) Se R = 1 entao o teste da raiz e inconclusivo;
O teste da raiz pode ser considerado como sendo mais poderoso que o teste da raz ao, pois
podem existir situa coes em que o teste da raz ao falha mas o teste da raiz apresenta alguma
conclusao. Um exemplo desse fato pode ser visto no exerccio abaixo.
Z Exerccio 6.7: Considere a serie
c
n
, cujo termo geral e
c
n
=
_
2
(n+1)
para n mpar,
2
n/2
para n par.
Use o teste da raz ao e verique que e inconclusivo. Porem use o teste da raiz e mostre que a
serie e convergente.
6.3.3 Teste da comparacao
Considere uma serie com termo geral c
n
. Se um serie com termo a
n
e tal que a
n
< c
n
,
entao temos os sguintes resultados
1. Se
a
n
e divergente entao
c
n
e divergente;
2. Se
c
n
e convergente entao
a
n
e convergente;
6.3.4 Teste da integral de Cauchy
Let
u
k
be a series with positive terms and let f(x) be the function that results when
k is replaced by x in the formula for u
k
. If f is decreasing and continuous for x 1 and
lim
x
f(x) = 0,
entao
k=1
u
k
e
_

t
f(x)dx
ambos convergem ou divergem, onde 1 t < .
6.4 Series de potencia
Uma serie de potencias, como o pr oprio nome diz, e o seguinte objeto matem atico
k=1
c
k
(x x
0
)
k
onde os coecientes c
k
e o n umero x
0
s ao constantes. Observe que o objeto acima e dependente
da vari avel x, fazendo com que ele se candidate a uma fun cao. Para que isso se concretize,
devemos estudar a convergencia da serie acima para cada x em um intervalo. O conjunto dos
pontos x para os quais a serie e convergente e chamado intervalo de convergencia da serie.
6.4 Series de potencia 121
6.4.1 Serie de Taylor
A partir da constru cao do polin omio de Taylor, podemos denir um novo objeto matem atico,
chamado serie de Taylor. Suponha que a fun cao f possua derivadas de todas as ordens, entao
a serie de Taylor de f centrada em um ponto x
0
e denida por
T(x) =
k=0
f
(k)
(x
0
)
k!
(x x
0
)
k
. (6.2)
Repare que se truncarmos a serie acima, obtemos um polin omio de Taylor.
Pode-se provar que dadas algumas condi coes a serie de Taylor representa a fun cao f orig-
inal em algum intervalo I. Em outras palavras, a serie de Taylor pode substituir totalmente
a fun cao neste intervalo. Quando isto acontece, dizemos que f e analtica em I.
6.4.2 Exemplos
Fun cao exponencial Considerando f(x) = e
x
, a serie de Taylor em torno de x
0
= 0 e
E
n
(x) =
n
k=0
f
(k)
(0)
k!
x
k
. (6.3)
Por outro lado, como f e a fun cao exponencial, entao todas as suas derivadas s ao f
(k)
(x) = e
x
,
implicando que f
(k)
(0) = 1. Portanto, a serie de Taylor da fun cao exponencial e
E(x) =
n=0
x
n
n!
. (6.4)
ou ainda
E(x) = 1 +x +
x
2
2
+
x
3
6
+ +
x
n
n!
+ . (6.5)
Fun cao seno Considerando f(x) = sen(x), o polin omio de Taylor de grau n em torno de
x
0
= 0 e
S
n
(x) =
n
k=0
f
(k)
(0)
k!
x
n
. (6.6)
Por outro lado, como f e a fun cao seno, entao temos a seguinte tabela de valores para as
derivadas
f(0) = sen(0) = 0
f
(0) = cos(0) = 1
f
(0) = sen(0) = 0
f
(0) = cos(0) = 1
f
(4)
(0) = sen(0) = 0
f
(5)
(0) = cos(0) = 1
.
.
.
Sendo assim, o termo geral da k-esima derivada aplicada ao ponto x
0
= 0 e
f
(k)
(0) =
_
0, se k e par
(1)
(k1)/2
, se k e mpar
(6.7)
Portanto, a serie de Taylor para a fun cao seno e
S(x) =
n e mpar
(1)
(n1)/2
n!
x
n
, (6.8)
ou, reescrevendo,
S(x) =
n=0
(1)
n
x
2n+1
(2n + 1)!
. (6.9)
Ou ainda,
S(x) = x
x
3
3!
+
x
5
5!

x
7
7!
+
x
9
9!
. (6.10)
Gra cas à representa cao de Taylor acima, quando x e muito pr oximo de zero, isto nos
permite excrever a seguinte aproxima cao
sen(x) x, ([x[ << 1). (6.11)
Z Exerccio 6.8: Ache a serie de Taylor das fun coes abaixo, em torno do ponto x
0
= 0.
(a) f(x) = cos(x) ;
(b) f(x) = e
x
(c) f(x) =
1
x 1
(d) f(x) = cosh(x)
(e) f(x) = e
x
2
Z Exerccio 6.9: Considere a serie de Taylor da fun cao exponencial
e
t
=
n=0
t
n
n!
Substitua, nesta serie, t por x e x
2
, e compare os resultados com as letras (b) e (e) do
exerccio anterior.
6.5 Aproximacao de derivadas com diferencas nitas
Dado um ponto x
0
, onde a serie de Taylor e centrada, qualquer x (x
0
a, x
0
+a) pode
ser escrito na forma x = x
0
+ h, para algum h. Em geral assumimos que h e bem pequeno,
de forma que x est a bem pr oximo de x
0
. Podemos, portanto, reescrever a serie de Taylor de
uma fun cao f centrado em x
0
f(x
0
+h) = f(x
0
) +f
(x
0
) h +
f
(x
0
)
2
h
2
+
f
(x
0
)
6
h
3
+ +
f
(n)
(x
0
)
n!
h
n
+ . (6.12)
6.6 Aplica coes 123
Por outro lado, tomando x = x
0
h, a serie de Taylor ca
f(x
0
h) = f(x
0
) f
(x
0
) h +
f
(x
0
)
2
h
2
(x
0
)
6
h
3
+ +
f
(n)
(x
0
)
n!
h
n
+ . (6.13)
Subtraindo a primeira express ao da segunda, obtemos
f(x
0
+h) f(x
0
h) = 2f
(x
0
) h + 2
f
(x
0
)
6
h
3
+ +
f
(n)
(x
0
)
n!
h
n
+ . (6.14)
Isolando o termo da derivada, chega-se a
f
(x
0
) =
f(x
0
+h) f(x
0
h)
2h

f
(x
0
)
6
h
2
+ . (6.15)
Assumindo que h e um valor bem pequeno, podemos desprezar os termos de ordem maior
ou igual que h
2
, chegando portanto à aproxima cao da derivada chamada aproxima cao por
diferencas nitas centrais
f
(x
0
)
f(x
0
+h) f(x
0
h)
2h
. (6.16)
De maneira an aloga ao procedimento acima, podem ser construdas aproxima coes para
as derivadas de ordem superior. Por exemplo uma aproxima c ao para a derivada de segunda
ordem em x
0
e
f
(x
0
)
f(x
0
+h) 2f(x
0
) +f(x
0
h)
h
2
. (6.17)
6.6 Aplica coes
6.6.1 Calculo de integrais denidas
Alguma fun coes n ao possuem antiderivada que pode ser expressa em termos de fun coes
familiares. Isto faz com que o calculo de integrais denidas destas fun coes seja mais difcil
porque o teorema fundamental do calculo n ao pode ser usado. Entretanto, se n os tivermos
uma respresenta cao da serie de tal fun cao, n os podemos us a-la para avaliar uma integral
denida.
Considere o seguinte exemplo, em que desejamos calcular a integral denida
_
1
0
sen(x
2
)dx.
O integrando n ao possui anti-derivada que seja expressa em termos de fun coes elementares.
Entretanto, sabemos computar sua serie de Taylor em torno do ponto x
0
= 0
sen(t) = t
t
3
3!
+
t
5
5!

t
7
7!
+ .
Se considerarmos a substitui cao t = x
2
, obtemos
sen(x
2
) = x
2
x
6
3!
+
x
10
5!

x
14
7!
+ .
Apesar de n ao conseguirmos achar a anti-derivada da fun c ao original, n os podemos com-
putar a anti-derivada da serie de Taylor
_
1
0
sen(x
2
)dx =
_
1
0
_
x
2
x
6
3!
+
x
10
5!

x
14
7!
+
_
dx
=
_
x
3
3

x
7
7 3!
+
x
11
11 5!

x
15
15 7!
+
_
1
0
=
1
3

1
7 3!
+
1
11 5!

1
15 7!
+
Podemos observar que e uma serie alternada, cujo termo geral converge para zero, portanto
e uma serie convergente. Adicionando os primeiros quatro termos, temos o valor aproximado
de 0.31026.
Z Exerccio 6.10: Calcular a serie que representa a integral
_
x
0
e
t
2
dt .
6.6.2 Solucao de equacoes diferenciais
Algumas equa coes diferenciais n ao podem ser resolvidas em termos de fun coes familiares,
simplesmente porque algumas fun coes n ao possuem anti-derivatives que podem ser expressas
em termos de fun coes familiares. Entretanto, a serie de Taylor pode auxiliar nesta tarefa.
Apresentamos dois exemplos para ilustrar esta ideia.
Equa cao logstica O objetivo e resolver o problema de valor inicial da equa c ao logstica
1
y
= y (6.18)
y(0) = 1 (6.19)
A solu cao do problema acima n ao e difcil de descobrir, por integra cao simples temos que
y(x) = e
x
. Entretanto, apenas para ilustrar o processo, vamos calcular a solu cao de outro
modo. Primeiramente, assumimos que a solu cao pode ser escrita como sua serie de Taylor
y(x) = a
0
+a
1
x +a
2
x
2
+a
3
x
3
+a
4
x
4
+ .
Como a fun cao deve satisfazer a condi cao y(0) = 1, devemos ter a
0
= 1. Alem disso, a
derivada da fun cao e
y
(x) = a
1
+ 2a
2
x + 3a
3
x
2
+ 4a
4
x
3
+ .
Como a equa cao diferencial imp oe que y
= y , devemos igualar as duas series de Taylor

a
0
+a
1
x +a
2
x
2
+a
3
x
3
+a
4
x
4
+ = a
1
+ 2a
2
x + 3a
3
x
2
+ 4a
4
x
3
+ .
1
A equacao logstica aparece em estudos de dinamica populacional.
6.6 Aplica coes 125
Para que a equa cao acima seja satisfeita, devemos igualando os coeentes dos termos de
mesmas potencia, obtendo
a
1
= a
0
2a
2
= a
1
3a
3
= a
2
4a
4
= a
3
.
.
.
na
n
= a
n1
.
.
.
Levando à seguinte rela cao
a
0
= 1a
1
= 1 2 a
2
= 1 2 3 a
3
= 1 2 3 4 a
4
=
= 1 2 3 4 (n 1) n a
n
= n! a
n
que implica em
a
n
=
a
0
n!
=
1
n!
Substituindo os coeentes a
n
de volta na serie, obtemos
y(x) = 1 +
x
1!
+
x
2
2!
+
x
3
3!
+
x
4
4!
+ = e
x
como esperado.
Naturalmente, este e um problema de valor inicial que n os sabemos resolver. Obviamente,
o real valor deste metodo est a em estudar os problemas do valor inicial que n os n ao sabemos
resolver, como o pode ser o caso do pr oximo exemplo.
Equa cao de Airy Neste exemplor estudamos a equa cao de Airy
2
com condi coes iniciais
y
= xy (6.20)
y(0) = 1 (6.21)
y
(0) = 0 (6.22)
Como no exemplo anterior, escrevemos a solu cao procurada como uma serie
y(x) = a
0
+a
1
x +a
2
x
2
+a
3
x
3
+a
4
x
4
+ .
onde os coecientes a
n
ainda est ao por ser determinados. Como a solu cao deve satisfazer as
duas cond coes iniciais, y(0) = 1 e y
(0) = 0, conclumos que a

0
= 1 e a
1
= 0.
Devemos computar as derivadas de primeira e segunda ordem, com se segue
y
(x) = a
1
+ 2a
2
x + 3a
3
x
2
+ 4a
4
x
3
+ ,
2
A equacao de Airy aparece em optica geometrica.
e
y
(x) = 2a
2
+ 2 3a
3
x + 3 4a
4
x
2
+ 4 5a
5
x
3
+
respectivamente. A pr opria equa c ao diferencial imp oe que y
= xy, levando a seguinte

equa cao
2a
2
+ 6a
3
x + 12a
4
x
2
+ 20a
5
x
3
+ 30a
6
x
4
+ = x(a
0
+a
1
x +a
2
x
2
+a
3
x
3
+ ).
Para que a equa cao acima seja satisfeita, os coecientes dos termos de mesma potencia
devem ser iguais, levando ao seguinte conjunto express oes
2 a
2
= 0
6 a
3
= a
0
= 1
12 a
4
= a
1
= 0
20 a
5
= a
2
= 0
30 a
6
= a
3
= 1/(2 3)
42 a
7
= a
4
= 0
.
.
.
(n 1) n a
n
= a
n3
.
.
.
As equa coes acima nos fornecem os primeiros termos da solu cao, como se segue:
y(x) = 1 +
x
3
2 3
+
x
6
2 3 5 6
+
Procedendo desta maneira, podemos escrever quantos termos da serie desejarmos.
Aplica cao 9 Tempo de transito em meios multicamadas hor-
izontais
O problema do calculo do tempo de tr ansito em meios multicamadas horizontais pode ser
enunciado como: para um par fonte-geofone sobre um meio multi-camadas horizontais, achar
a express ao do tempo de tr ansito do raio que sai da fonte, atravessa todo o meio, reete na
utima interface e vai para o geofone.
Com o auxlio da Figura 6.1, pode-se deduzir que a formula do tempo de tr ansito pode
ser expressa como fun cao do par ametro de raio p
T(p) =
2t
1
_
1 (v
1
p)
2
+
2t
2
_
1 (v
2
p)
2
+ +
2t
n
_
1 (v
n
p)
2
(6.23)
onde v
k
e a velocidade e t
k
= H
k
/v
k
e o tempo vertical da k-esima camada, respectivamente.
O par ametro de raio p e denido por
p =
sen(
1
)
v
1
=
sen(
2
)
v
2
= =
sen(
n
)
v
n
6.6 Aplica coes 127
Figura 6.1: Problema do calculo de tempo de tr ansito em meio com tres camadas horizontais
lembrando que as igualdades acima s ao resultado da lei de Snell-Descartes.
Po outro lado, a semi-distancia entre fonte e receptor h tambem pode ser expressa como
uma fun cao de p
h(p) =
v
2
1
t
1
p
_
1 (v
1
p)
2
+
v
2
2
t
2
p
_
1 (v
2
p)
2
+ +
v
2
n
t
n
p
_
1 (v
n
p)
2
(6.24)
Podemos observar que as equa coes (6.23) e (6.24) formam um sistema n ao linear de duas
equa coes e tres inc ognitas (T, h e p), implicando em um par ametro livre, que no caso das
formulas apresentadas, e o papel realizado pelo par ametro de raio.
Entretanto, em problemas mais pr aticos de modelamento e invers ao, e mais interessante
que o par ametro livre seja o meio-afastamento (h). Isto e, deseja-se trabalhar como uma
express ao do tempo de tr ansito em fun cao de h
T = T(h).
Existem varias maneiras de se resolver este problema. Por exemplo, Hubral and Krey
(1980) usam expans ao de Taylor para relacionar h e p
h =
k=0
a
k
p
k
,
onde os coeentes a
k
ainda est ao por serem determinados.
Em seguida inverte-se a serie, obtendo-se
p =
k=0
c
k
h
k
para depois substituir em (6.23). A nova express ao tambem pode ser desenvolvida em uma
serie, chegando-se a
T
2
=
k=0
d
k
h
2k
,
cujos dois primeiros termos constituem um express ao similar à formula de tempo NMO
3
T
2
= T
2
0
+
4h
2
V
2
RMS
.
Os coeciente a
k
c
k
e d
k
s ao bastante complicxados e podem ser encontrados em Hubral &
Krey (1980).
Observa cao Outra maneira de se resolver o problema e achar um valor de p que minimize
o erro quadr atico
E(p) = [h
0
h(p)[
2
,
onde h
0
e um meio-afastamento dado e h(p) e dado pela equa cao (6.24). Este problema
de otimiza cao pode ser resolvido, por exemplo, pelo metodo de Newton, mas para isso e
necessario que se forne ca um chute inicial p
0
para o algoritmo.
Exerccios propostos
Z Exerccio 6.11: Ache o termo geral das seq uencias
(a) 0, 3, 6, 9, 12, . . . ;
(b) x, 1, x
1
, x
2
, . . . ;
(c) 1, 1, 2, 6, 24, 120, 720, . . . ;
(d) x, x
2
, x
3
, x
4
, . . . ;
(e) x, 2x
2
+ 1, 3x
3
+ 2, 4x
4
+ 3, . . . ;
Z Exerccio 6.12: Aplique o teste da raz ao e o teste do termo geral nas series anteriores e
verique quais s ao convergentes.
Z Exerccio 6.13: Usando o teste da raz ao analise a convergencia das seguintes series
(a)
n=1
n
4
e
n
2
, (b)
n=1
(1)
n1
2
n
n
2
, (b)
n=1
(1)
n1
n
n
2
+ 1
.
Z Exerccio 6.14:
(a) Ache a serie geometrica que representa
1
1 +x
;
(b) Integre de ambos os lados e ache a serie que representa ln(1 +x);
(c) Calcule a serie de Taylor de ln(1+x) em torno de x
0
e compare com o item anterior;
(d) Use o item (b) ou (c) para achar a serie que representa ln(2).
3
NMO, do ingles Normal Move Out.
6.6 Aplica coes 129
EZ Exerccio 6.15: Seja a fun cao f(x) denida como
f(x) =
_
0, se x = 0
e
1/x
2
, se x ,= 0
(a) Esboce o gr aco da fun cao;
(b) Calcule sua serie de Taylor em torno de x
0
= 0;
(c) Mostre que a serie de taylor n ao converge para qualquer x ,= 0;
(d) Analise o raio de convergencia da serie e explique o que deu errado.
Cap
tulo 7
Transformada de Fourier
7.1 Serie de Fourier
Dada uma fun cao peri odica de perodo 2L e suave por partes, entao ela pode ser repre-
sentada pela serie de Fourier:
f(x) =
a
0
2
+
n=1
[a
n
cos(w
n
x) +b
n
sen(w
n
x)].
onde w
n
= n/L e
a
0
=
1
L
_
L
L
f(x) dx, (7.1)
a
n
=
1
L
_
L
L
f(x) cos(w
n
x) dx, (7.2)
b
n
=
1
L
_
L
L
f(x) sen(w
n
x) dx. (7.3)
7.2 Exemplo completo
Vamos calcular a serie de Fourier da fun cao f(x) = x para o intervalo [, ]. Neste caso,
usando a equa cao (7.1), temos
a
0
=
1
_
+
f(x) dx =
1
_
+
x dx =
1
_
x
2
2
_
+
=
1
2
(
2
2
)
= 0 .
Os coecientes a
n
, de acordo com a equa cao (7.2) s ao
a
n
=
1
_
+
f(x) cos(nx) dx =
1
_
+
xcos(nx) dx .
Esta integral pode resolvida pelo metodo de integra cao por partes atraves da seguinte
escolha: u = x e dv = cos(nx) dx, levando a
du = dx ,
v =
sen(nx)
n
.
131
132 Captulo 7. Transformada de Fourier
Sendo assim,
a
n
=
1
_
+
xcos(nx) dx =
1
_
x
sen(nx)
n
_
+
_
+
sen(nx)
n
dx .
O primeiro termo do lado direito vale zero, fazendo com que
a
n
=
1
_
cos(nx)
n
2
_
+
=
1
n
2
[cos(n) cos(n)] = 0 ,
isto e, todos os coecientes a
n
s ao nulos.
Finalmente, por meio da equa cao (7.1) vamos calcular os b
n
,
b
n
=
1
_
+
f(x) sen(nx) dx =
1
_
+
x sen(nx) dx .
Esta integral tambem e resolvida pelo metodo de integra cao por partes por meio das
seguintes substitui coes: u = x e dv = sen(nx) dx, levando a
du = dx ,
v =
cos(nx)
n
.
A integral ca, portanto,
b
n
=
1
_
+
xsen(nx) dx
=
1
_
x
cos(nx)
n
_
+
+
_
+
cos(nx)
n
dx
_
=
cos(n) () cos(n)
n
+
1
_
sen(nx)
n
2
_
+
.
O segundo termo do lado direito vale zero, fazendo com que
b
n
=
cos(n) + cos(n)
n
=
2 cos(n)
n
=
2(1)
n
n
= (1)
n+1
2
n
.
Por m, podemos concluir que a fun cao f(x) = x, no intervalo [, ], possui a serie de
Fourier
x =
n=1
(1)
n+1
2
n
sen(nx) , (7.4)
cujos primeiros oito termos s ao apresentados na Figura 7.1. As oito primeiras parciais da
serie de Fourier, que s ao as series truncadas, podem ser observadas com auxlio da Figura 7.2.
Z Exerccio 7.1: Usando a equa cao (7.4), substitua x por e descubra que
4
= 1 +
1
3
+
1
5
+
1
7
+
7.3 Exemplo completo 133
0
k=1
0
k=2
0
k=3
0
k=4
0
k=5
0
k=6
0
k=7
0
k=8
Figura 7.1: Os oito primeiro termos da serie de Fourier da fun cao f(x) = x, para x .
0
n=1
0
n=2
0
n=3
0
n=4
0
n=5
0
n=6
0
n=7
0
n=8
Figura 7.2: As series de Fourier truncadas da fun cao f(x) = x, para x .
/2 0 /2
/2
0
/2
Figura 7.3: A fun cao f(x) = x, para x , (linha cheia) e sua serie de Fourier truncada
com 10 termos (linha pontilhada).
Z Exerccio 7.2: Considere a fun cao f(x) = x. Ache a serie de Fourier de f no intervalo
(, ).
7.3 Interpreta cao geometrica da serie de Fourier
7.3.1 Fun coes ortogonais
Chamamos L
2
[a, b] ao conjunto das fun coes f : [a, b] R tais que
_
b
a
[f(x)[
2
dx existe.
Em L
2
[a, b] denimos o produto interno de duas fun coes f e g como sendo
f, g) =
_
b
a
f(x) g(x) dx, (7.5)
que e um n umero real. Assim como o produto escalar, o produto interno o quanto uma fun cao
e parecida com a outra
Usando a deni cao do produto interno acima, podemos denir a norma de uma fun cao
como sendo
|f|
2
= f, g) =
_
b
a
[f(x)]
2
dx. (7.6)
Quando duas fun coes f e g s ao tais que
f, g) = 0, (7.7)
dizemos que elas s ao func oes ortogonais, uma em rela cao a outra.
Considere D um conjunto de fun coes contnuas em L
2
[a, b], que n ao contem a fun cao nula
tal que
f
k
, f
j
) = 0, para k ,= j,
onde f
k
e f
j
s ao fun coes pertencentes a D. Em outras palavras, todas as fun coes de D s ao
ortogonais uma com rela cao a outra. Pode-se demonstrar que um conjunto deste com esta
propriedade e linearmente independente.
Existem varios exemplos de conjuntos de fun coes ortogonais, dentre os quais, no presente
texto, daremos foco ao conjunto das fun coes trigometricas.
7.3.2 Conjunto ortogonal de funcoes trigonometricas
Z Exerccio 7.3: Desenhe as fun coes sen(nx), n = 1, 2, . . . e cos(nx), n = 1, 2, . . . para
x [, ].
Z Exerccio 7.4: Mostre que
(a)
_

sen(nx) sen(mx) dx = 0 se n ,= m (7.8)

(b)
_

cos(nx) cos(mx) dx = 0 se n ,= m (7.9)

(c)
_

sen(nx) cos(mx) dx = 0 (7.10)

(d)
_

[ sen(nx)[
2
dx = (7.11)
(e)
_

[ cos(nx)[
2
dx = (7.12)
7.3 Interpreta cao geometrica da serie de Fourier 135
usando as rela coes trigonometricas da p agina 138.
O problema da proje cao ortogonal - Seja
1
, . . . ,
m
um subconjunto nito de D,
que e um conjunto ortogonal de fun coes. Alem disso, considere ainda que f L
2
[a, b]. Resolva
o seguinte problema: Encontrar a func ao

f do subespa co gerado por
1
, . . . ,
m
para o qual
_
b
a
[f(x)

f(x)[
2
dx
e mnima. A fun cao

f e chamada a projec ao ortogonal de f no subespa co gerado por
1
, ,
m
.
Z Exerccio 7.5: Deduzir a partir dos exerccios anteriores que dada f L
2
[, ], a proje cao
de f no subespa co gerado por 1, sen(x), cos(x), sen(2x), cos(2x), . . . , sen(nx), cos(nx) e
f(x) =
a
0
2
+
n
k=1
[a
k
cos(kx) +b
k
sen(kx)] (7.13)
onde
a
0
=
1
f(x) dx,
a
n
=
1
f(x) cos(nx) dx, (7.14)

b
n
=
1
f(x) sen(nx) dx.

Z Exerccio 7.6: Formule o problema da proje cao sem supor que
i
,
j
) = 0 para todo i, j,
com i ,= j. Que diculdade aparece para sua resolu cao?
Z Exerccio 7.7: Suponha que D e
n
n=1
um conjunto de fun coes contnuas
n
: [a, b] R
tais que
n
,= 0, para todo n N, e
i
,
j
) = 0 se i ,= j. Suponha que a serie
n=1
a
n
n
(x)
converge uniformemente para todo x [a, b]. (A convergencia uniforme autoriza a integrar
termo a termo). Escrevemos entao
f(x) =
n=1
a
n
n
(x).
Deduzir que
a
n
=
_
b
a
n
(x) f(x) dx
_
b
a
[
n
[
2
dx
para todo n.
Z Exerccio 7.8: Prove que as fun coes 1, cos(2nt/T), sen(2nt/T)
n=1
s ao ortogonais em
L
2
[T/2, T/2]. Conseq uentemente, dena as series de Fourier adequadas para representar
fun coes com perodo T.
Z Exerccio 7.9: Considere as fun coes sen(nx)
n=1
denidas em [0,]. Prove que formam
um conjunto ortogonal de fun coes. Conseq uentemente, dena as series de Fourier relativas
a esse conjunto e justique que s ao adequadas para aproximar fun coes mpares. O seguinte
gr aco corresponde a
f(x) =
n=1
b
n
sen(nx).
Complete o gr aco para outros valores de x.
Z Exerccio 7.10: Realize o mesmo processo do exerccio anterior para as funcoes cos(nx)
n=0
Z Exerccio 7.11: Prove que
a
n
cos(nx) +b
n
sen(nx) =
_
a
2
n
+b
2
n
cos(nx
n
),
onde
n
= arctan(b
n
/a
n
). Interprete gracamente.
7.4 Transformada de Fourier
Na se cao anterior, o resultado principal e que uma fun c ao peri odica pode ser representada
por uma serie de Fourier. A extensao para este resultado e dado pelo seguinte resultado:
uma fun cao qualquer f : R R, suave por partes e absolutamente integr avel, pode ser
representada por
f(t) =
_

0
A() cos(t) +B() sen(t) d (7.15)
para 0, onde
A() =
1
f(t) cos(t) dt (7.16)

B() =
1
f(t) sen(t) dt (7.17)

7.5 Propriedades 137
7.5 Propriedades
Sejam f(t) e g(t) duas fun coes absolutamente integr aveis, de modo que existam suas trans-
formadas de Fourier, F() e G(), respectivamente. Entao valem as seguintes propriedades
Linearidade
Se h(t) = f(t) +g(t), entao H() = F() +G();
Transformada da derivada
Se h(t) = f
(t), entao H() = i F() e, em geral,

se h(t) = f
(k)
(t), entao H() = (i)
k
F();
Derivada da transformada
Se h(t) = tf(t), entao H() = F
() e, em geral,
se h(t) = t
k
f(t), entao H() = i
k
F
(k)
();
Transformada de uma transla cao
Se h(t) = f(t a), entao H() = e
ia
F() e,
Se h(t) = e
iat
f(t), entao H() = F( a);
Transformada de uma dilata cao
Se h(t) = f(at), entao H() =
1
|a|
F(/a) e,
Exerccios propostos
Z Exerccio 7.12: Mostre que as fun coes abaixo s ao peri odicas e calcule seu perodo funda-
mental
(a) f(x) = sen(2x) + cos(3x);
(b) f(x) = sen(3x) cos(x);
Z Exerccio 7.13: Calcule a serie de Fourier das fun coes abaixo, no intervalo [, ],
(a) f(x) = x
3
;
(b) g(x) = a (a e uma constante);
(c) h(x) = e
2x
;
(d) u(x) = 2x
3
;
(e) v(x) = [ cos(x)[;
Z Exerccio 7.14: Calcule a serie de Fourier da seguintes fun coes, denidas em [, ]:
(a) f(x) = x
2
(b) g(x) =
_
1, se x < 0,
1, se x > 0.
(c) h(x) =
_
+x, se x < 0,
x, se x > 0.
Esboce o gr aco da fun cao como tambem os primeiros polin omios de Fourier. Observe a
convergencia da serie de (b) para x = 0.
Z Exerccio 7.15: Use o resultado da letra (a) do exerccio anterior para mostrar que
n=1
1
n
2
=

2
6
.
Z Exerccio 7.16: Considere a fun cao denida no intervalo [2, 2] abaixo
f(x) =
_
_
2 x, para x < ,
2 x, para x > ,
x, para x ,
e resolva os seguintes itens:
(a) Esboce o gr aco da fun cao;
(b) Calcule a sua serie de Fourier e
(c) Restringindo-se ao intervalo [, ], analise a convergencia nos pontos x = e
x = , comparando com o exemplo da Se cao ??. Para isto examine o decaimento
dos coecientes de ambas as series.
Apendice - Identidades Trigonometricas
(i) cos(m+n)x = cos(mx) cos(nx) sen(mx) sen(nx) ;
(ii) sen(m+n)x = sen(mx) cos(nx) + sen(nx) cos(mx);
(iii) 2 sen(mx) cos(nx) = sen[(m +n)x] + sen[(mn)x] ;
(iv) 2 cos(mx) cos(nx) = cos[(m +n)x] + cos[(mn)x];
(v) 2 sen(mx) sen(nx) = cos[(mn)x] cos[(m+n)x];
Cap
tulo 8
Introdu c
ao
`
a an
alise num
erica
8.1 Interpolacao
Um problema importante e muito estudado em computa cao cientca e a determina cao
de valores de uma fun cao a partir de apenas alguns valores tabelados. A forma de abordar
este problema depende pelos menos de dois fatores: o grau de conan ca que temos nos
valores tabelados; e as propriedades teoricas que a fun c ao deve ter e gostaramos que fossem
preservadas pela aproxima cao construda.
Consideremos, por exemplo, o problema de calcular sen(1), conhecendo apenas os valores
da fun cao seno para alguns angulos not aveis (Tabela 8.1). Gostaramos de encontrar uma
fun cao p que coincidisse com a fun cao seno, pelo menos nos pontos tabelados, e que cuja
avalia cao fosse simples o suciente para que pudessemos aproximar sen(1) por p(1). Este
problema e conhecido como problema de interpolac ao.
x 0 /4 /3 /2
sen(x) 0
2
2
3
2
1
Tabela 8.1: Fun cao seno tabelada para angulos not aveis.
O problema de interpola cao e formulado como:
Dado um conjunto = (x
i
, y
i
) [ x
i1
< x
i
, i = 0, 1, . . . , n, queremos encontrar
uma fun cao p denida em [x
0
, x
n
] tal que
p(x
j
) = y
j
, j = 0, 1, . . . , n. (8.1)
A condi cao (8.1) e denominada condi c ao de interpolac ao e p e chamada func ao interpo-
ladora. Quando pedimos que a condi cao de interpola cao seja satisfeita, ja estamos tacita-
mente dizendo que conamos plenamente nos valores tabelados, uma vez que impomos que
a fun cao interpoladora assuma exatamente esses valores.
No caso da fun cao interpoladora ser uma fun cao polinomial, p(x) = a
0
+a
1
x+ +a
n
x
n
,
dizemos que a interpola cao e polinomial.
139
140 Captulo 8. Introdu cao à an alise numerica
Comecemos com um exemplo simples. Suponha que temos uma funcao amostrada em
tres pontos, x
0
, x
1
e x
2
, cujos valores s ao y
0
, y
1
e y
2
, respectivamente. Queremos encon-
trar um polin omio que satisfa ca a condi cao de interpola cao p(x
i
) = y
i
. Como temos tres
equa coes, podemos procurar um polin omio de grau no m aximo 2, p(x) = a
0
+ a
1
x + a
2
x
2
,
pois desta forma teremos tambem tres inc ognitas a determinar. Ficamos assim com o sistema
de equa coes lineares
_
_
p(x
0
) = a
0
+a
1
x
0
+a
2
x
2
0
= y
0
p(x
1
) = a
0
+a
1
x
1
+a
2
x
2
1
= y
1
p(x
2
) = a
0
+a
1
x
2
+a
2
x
2
2
= y
2
que pode ser escrito matricialmente como
_
_
_
_
_
1 x
0
x
2
0
1 x
1
x
2
1
1 x
2
x
2
2
_
_
_
_
_
_
_
_
_
_
a
0
a
1
a
2
_
_
_
_
_
=
_
_
_
_
_
y
0
y
1
y
2
_
_
_
_
_
.
Posto desta forma, o problema de interpola cao torna-se num problema de encontrar a solu cao
de um sistema linear, e portanto, em princpio poderia ser resolvido pelo metodo de elimi-
na cao Gaussiana, por exemplo. Entretanto, n ao e evidente que a matriz do sistema linear
acima seja n ao-singular. Alem disso, resolver este sistema linear e caro computacionalmente,
demandando O(n
3
) opera coes.
Mesmo que n ao nos preocup assemos com o custo computacional, esta abordagem ainda
gera sistemas mal-condicionados. Considere o exemplo, onde x
0
= 2000, x
1
= 2003, e
x
2
= 2006. A matriz do sistema seria
A =
_
_
_
1 2000 4000000
1 2003 4012009
1 2006 4024036
_
_
_.
Esta matriz tem n umero de condi cao
1
da ordem de 10
12
. Parte do mal-condicionamento da
matriz advem da grande diferen ca de escala entre suas colunas.

E possvel reescalar o sistema
de maneira a tornar a matriz
A =
_
_
_
1 2.000 4.000000
1 2.003 4.012009
1 2.006 4.024036
_
_
_.
Com isto o n umero de condi cao de

A reduz para 6.2310
6
, que mesmo assim ainda e muito alto.
Nada mais e possvel fazer para reduzir o mal-condicionamento do sistema sem reformular o
problema.
1
O n umero de condi cao, denido como (A) = AA
1
, de uma matriz quadrada e uma medida do
condicionamento da matriz. Quanto maior o n umero de condicao de uma matriz, mais mal-condicionada ela
sera.
8.1 Interpola cao 141
Uma estrategia muito util e reescrever o polin omio interpolador na forma
p(x) = b
0
+b
1
(x x
1
) +b
2
(x x
1
)
2
. (8.2)
Com isto, o sistema linear passa a ser
_
_
_
1 x
0
x
1
(x
0
x
1
)
2
1 0 0
1 x
2
x
1
(x
2
x
1
)
2
_
_
_
_
_
_
_
_
b
0
b
1
b
2
_
_
_
_
_
=
_
_
_
_
_
y
0
y
1
y
2
_
_
_
_
_
.
Da segunda equa cao, conclumos diretamente que b
1
= y
1
. Para descobrir b
0
e b
2
camos
entao com o sistema linear 2 2
_
x
0
x
1
(x
0
x
1
)
2
x
2
x
1
(x
2
x
1
)
2
_
_
_
b
1
b
2
_
_
=
_
_
y
0
y
1
y
2
y
1
_
_
.
No caso do exemplo, teramos o sistema muito bem condicionado
_
3 9
3 9
_
_
_
b
1
b
2
_
_
=
_
_
y
0
y
1
y
2
y
1
_
_
.
Este exemplo e instrutivo pois comunga das principais caractersticas do problema geral
de interpola cao.
1. O polin omio interpolador e de baixa ordem.

E raro (e desaconselhavel) utilizar inter-
pola cao polin omial com polin omio de grau elevado.
2. A diculdade do problema depende de como ele e descrito, em particular, depende da
escolha da base para o espa co de interpola cao
2
.
Vejamos agora como formular formalmente o problema de interpola cao polinomial.
Dado um conjunto = (x
i
, y
i
) [ x
i1
< x
i
, i = 0, 1, . . . , n, queremos encontrar
um polin omio p, de grau menor ou igual a n, tal que
p(x
j
) = y
j
, j = 0, 1, . . . , n. (8.3)
O natural seria representar polin omios na base can onica 1, x, x
2
, . . . , x
n
, ou seja
p(x) = a
0
+a
1
x +a
2
x
2
+ +a
n
x
n
.
2
No contexto de

Algebra Linear, dizemos que uma base de um espaco e um conjunto com o menor n umero
de elementos necessarios para que qualquer elemento do espaco possa ser escrito como combinacao linear dos
elementos deste conjunto. O espaco dos polinomios de grau menor ou igual a n e o conjunto formado por
todos os polinomios de grau menor ou igual a n. O conjunto de polinomios {1, x, x
2
, . . . , x
n
} forma uma base
para esse espaco pois qualquer polinomio p(x) pode ser escrito como a0 +a1x+a2x
2
+ +anx
n
. Note ainda
que e possvel construir uma innidade de bases para o mesmo espaco.
Quando fazemos isso, como vimos no exemplo anterior, recamos no sistema linear
_
_
_
_
_
_
1 x
0
x
2
0
x
n
0
1 x
1
x
2
1
x
n
1
.
.
.
.
.
.
.
.
.
.
.
.
1 x
n
x
2
n
x
n
n
_
_
_
_
_
_
_
_
_
_
_
_
a
0
a
1
.
.
.
a
n
_
_
_
_
_
_
=
_
_
_
_
_
_
y
0
y
1
.
.
.
y
n
_
_
_
_
_
_
.
A matriz do sistema acima e conhecida como matriz de Vandermond e por ser, em geral,
mal-condicionada, n ao e aconselhavel resolver este sistema usando diretamente elimina cao
gaussina.
8.2 Forma de Lagrange, existencia e unicidade
Lagrange, em 1974, mostrou de forma construtiva que o problema de interpola cao com
enunciado acima tem solu cao unica. Este resultado e apresentado no teorema abaixo.
Teorema 8.1 Seja f uma func ao conhecida em x
0
, x
1
, . . . , x
n
, n+1 pontos distintos. Ent ao
existe um unico polin omio interpolador p, de grau menor ou igual a n, tal que
p(x
i
) = f(x
i
), para i = 0, 1, . . . , n.
Prova: Considere os polin omios de grau n denidos por
n
k
(x) =
(x x
0
) (x x
k1
)(x x
k+1
) (x x
n
)
(x
k
x
0
) (x
k
x
k1
)(x
k
x
k+1
) (x
k
x
n
)
=
n
j=0
j=k
(x x
j
)
(x
k
x
j
)
.
Esses polin omios conhecidos como polin omios de Lagrange, s ao de grau n e tem a propriedade
de que
n
k
(x
k
) = 1, e
n
k
(x
j
) = 0, para j ,= k.
Pode-se mostrar que os polin omios de Lagrange formam uma base para o espa co dos polin omios
de grau menor ou igual n. Podemos ver diretamente que, utilizando-os, o polin omio interpo-
lador se escreve como
p(x) =
n
j=0
f(x
j
)
n
j
(x),
garantindo assim a existencia do polin omio interpolador.
Suponha agora que p
1
e p
2
sejam dois polin omios interpoladores para o mesmo conjunto
de dados. Entao p(x) p
1
(x) p
2
(x) e tambem um polin omio de grau menor ou igual a n
e alem disso, possui n + 1 zeros, pois p(x
j
) = p
1
(x
j
) p
2
(x
j
) = 0. Como o unico polin omio
de grau menor ou igual a n com n + 1 zeros e o polin omio nulo, conclumos que p
1
= p
2
,
provando assim a unicidade do polin omio interpolador.
8.3 Forma de Newton 143
Exemplo: Para calculos manuais, a forma de Lagrange e util e facil de utilizar. Por exem-
plo, considere a fun cao f(x) =

x e seja p o polin omio que a interpola nos pontos 1, 2, 4.
Pela forma de Lagrange, sabemos que
p(x) = f(1)
(x 2)(x 4)
(1 2)(1 4)
+f(2)
(x 1)(x 4)
(2 1)(2 4)
+f(4)
(x 1)(x 2)
(4 1)(4 2)
=
(x 2)(x 4)
3

2
(x 1)(x 4)
2
+ 2
(x 1)(x 2)
6
.
ou, rescrevendo na forma natural,
p(x) =
_
4 3
2
6
_
x
2
+
_
5
2 6
2
_
x +
_
10 6
2
3
_
.
Computacionalmente, no entanto, a representa cao de Lagrange e cara de ser avaliada

(da ordem de n
2
multiplica coes e somas) e sujeita a problemas numericos como underow e
overow.
3
8.3 Forma de Newton
No incio deste captulo vimos que reescrevendo o polin omio interpolador como em (8.2)
simplicamos o problema, alem de recarmos num sistema linear mais bem condicionado. O
artifcio empregado foi a troca da base utilizada para a representa cao do espa co dos polin omios
de grau 2 de 1, x, x
2
para 1, (x x
1
), (x x
1
)
2
. Na forma de Newton, os polin omios s ao
representados na base
1, (x x
0
), (x x
0
)(x x
1
), . . . , (x x
0
)(x x
1
) (x x
n1
),
ou seja, um polin omio p e representado como
p(x) = a
0
+a
1
(x x
0
) +a
2
(x x
0
)(x x
1
) + +a
n
(x x
0
)(x x
1
) (x x
n1
). (8.4)
Um polin omio interpolador representado desta forma tem a vantagem de ser facilmente
atualizado caso mais um ponto seja acrescentado ao conjunto dos pontos de interpola cao.
Nesta situa cao bastaria acrescentar o termo a
n+1
(x x
0
) (x x
n
) ao polin omio. Ou seja,
se p
k
e o polin omio que interpola x
0
, x
1
, . . . , x
k
entao
p
n+1
(x) = p
n
(x) +a
n+1
(x x
0
) (x x
n
).
Alem disso, esta representa cao possibilita que a avalia cao seja feita de forma r apida e est avel.
3
O fato da forma de Lagrange nao ser adequada computacionalmente e praticamente um concenso na
bibliograa de Analise Numerica. Entretanto, Berrut and Trefethen (2004) propuseram uma variante da forma
de Lagrange, denominada Interpolacao de Lagrange Baricentrica, que e rapida e estavel numericamente.
Z Exerccio 8.1: Escreva um algoritmo para avaliar um polin omio p, representado como em
(8.4), utilizando 2n adi coes e n multiplica coes.
Apesar destas vantagens, a forma de Newton, aparentemente, tem uma desvantagem em
rela cao a forma de Lagrange. Nesta ultima, os coecientes do polin omio interpolador s ao
dados diretamente por y
i
, enquanto que na express ao (8.4) ainda e preciso determinar a
k
,
k = 0, 1, . . . , n. O calculo desses coecientes e conhecido com calculo das diferencas divididas.
Denimos a diferen ca dividida f[x
0
, x
1
, . . . , x
k
] como sendo o coeciente a
k
do mon omio
x
k
no polin omio que interpola (x
0
, y
0
), (x
1
, y
1
), . . . , (x
k
, y
k
) e, portanto, (8.4) se escreve como
p(x) = f[x
0
] +f[x
0
, x
1
](x x
0
) + +f[x
0
, x
1
, , x
n
](x x
0
)(x x
1
) (x x
n1
).
Podemos ver diretamente que
f[x
0
] = y
0
.
Alem disso,
f[x
0
, x
1
] =
y
1
y
0
x
1
x
0
=
f[x
1
] f[x
0
]
x
1
x
0
.
De maneira geral, pode-se demonstrar que
f[x
0
, x
1
, . . . , x
k
] =
f[x
1
, x
2
, . . . , x
k
] f[x
0
, x
1
, . . . , x
k1
]
x
k
x
0
. (8.5)
A demonstra cao deste fato pode ser encontrada por exemplo em Cunha (2003) ou Stewart
(1996). Usando esta formula e possvel recursivamente calcular as diferen cas divididas. Este
processo e representado esquematicamente na tabela de diferen cas divididas abaixo. As setas
representam as dependencias para o calculo de uma determinada diferen ca dividida. Por
exemplo, o calculo de f[x
1
, x
2
, x
3
] depende de f[x
1
, x
2
] e f[x
2
, x
3
] (alem de depender de x
1
e
x
3
). Os coecientes a
0
, a
1
, a
2
e a
3
, na formula (8.4) seriam entao f[x
0
], f[x
0
, x
1
], f[x
0
, x
1
, x
2
]
e f[x
0
, x
1
, x
2
, x
3
], respectivamente.
x
0
y
0
f[x
0
]
x
1
y
1
f[x
1
]

f[x
0
, x
1
]
x
2
y
2
f[x
2
]

f[x
1
, x
2
]

f[x
0
, x
1
, x
2
]
x
3
y
3
f[x
3
]

f[x
2
, x
3
]

f[x
1
, x
2
, x
3
]

f[x
0
, x
1
, x
2
, x
3
]
O algoritmo apresentado na Listagem 8.1 utiliza a formula de recorrencia (8.5) para
calcular os coecientes do polin omio interpolador na forma de Newton, de maneira eciente.
Se vetor y n ao for mais necessario, os coeciente poderiam ser calculados diretamente neste
vetor, sem a necessidade do vetor c.
8.4 Erro de interpola cao 145
Listagem 8.1: Algoritmo para o calculo das diferen cas divididas.
# Copia o vetor y para o vetor c
c = y ;
# Calcula as diferencas divididas c[1], . . . , c[n]
for k = 1 , 2 , . . . , n
for j = n , n 1 , . . . , k
c [ j ] = ( c [ j ] c ( [ j 1] )) / ( x [ j ] x [ j k ] ) ;
Z Exerccio 8.2: Interpole os pontos (3, 1), (0, 2), (3, 2) e (6, 10), obtendo o polin omio
na forma de Lagrange e na forma de Newton.
8.4 Erro de interpolacao
Apos a constru cao do polin omio interpolador, imediatamente surge a questao de quao
bem o polin omio interpolador aproxima a fun cao original. Se a fun cao f que est a sendo
interpolada tiver (n + 1) derivadas contnuas num intervalo [a, b] que contem os pontos de
interpola cao x
0
, x
1
, . . . , x
n
, entao e possvel mostrar que o erro de interpola cao e dado por
E(x) f(x) p(x) =
f
(n+1)
()
(n + 1)!
(x), (8.6)
onde (x) = (xx
0
)(xx
1
) (xx
n
) e e algum ponto do intervalo [a, b] (Stewart, 1996).
Exemplo: Na Se cao 8.2 construmos o polin omio interpolador para a fun cao f(x) =

x
nos pontos 1, 2 e 4. Gostaramos agora de encontrar um limitante superior para o erro
de aproxima cao de f pelo seu polin omio interpolador no intervalo [1, 4]. Pelo resultado
apresentado acima, temos que
E
max
= max
1x4
[E(x)[
M
3
3!
max
1x4
[(x)[,
onde M
3
= max
1x4
[f
(x)[. Como
M
3
= max
1x4
3
8
1
x
5
=
3
8
,
e
max
1x4
[(x)[ =
_
14 +
28
6
_
= 2.1126,
o erro estaria limitado por
[E(x)[ 3/8
2.1126
3!
= 0.13204, para todo x [1, 4].
Neste exemplo, em particular, o erro m aximo e na verdade 0.01576.
A Figura 8.1 exibe a fun cao xe
x
, no intervalo [0, 4], e os polin omios interpoladores de
graus 1, 2, 3 e 4, com pontos de interpola cao regularmente amostrados. Parece que o caminho
0 1 2 3 4
0
0,1
0,2
0,3
0,4
p
1
p
2
p
3
p
4
Figura 8.1: Polin omios interpoladores para xe
x
.
para reduzir o erro de aproxima cao seja aumentemos a quantidade de pontos interpolados.
No entanto, a menos que os pontos de interpola cao sejam escolhidos cuidadosamente, n ao
h a garantias de que o polin omio interpolador aproxime-se da fun cao interpolada a medida
que acrescentamos pontos de interpola cao. Em particular, a escolha de pontos regularmente
distribudos ao longo do intervalo pode gerar resultados muito ruins. Na Figura 8.2 podemos
ver a fun cao e
x
2
e os polin omios interpoladores de graus 6 (com os pontos de interpola cao
representados por quadrados) e 10 (com os pontos de interpola cao representados por crculos).
Note que nos extremos do intervalo a qualidade da aproxima cao piora a medida que mais
-4 -2 0 2 4
0
1
Figura 8.2: Polin omios interpoladores para e
x
2
.
pontos s ao adicionados. Esse fenomeno e conhecido como fen omeno de Runge e e por isso
que raramente e utilizada interpola cao com polin omios de grau muito maior que 4.
Uma das forma de evitar o fenomeno de Runge e escolhendo criteriosamente a localiza cao
dos pontos de interpola cao, de maneira que eles se acumulem pr oximos aos extremos do
intervalo.

E possvel mostrar que a escolha otima para n+1 pontos no intervalo [a, b] e dada
por
x
j
=
(a +b)
2
+
(b a)
2
cos
_
(2j + 1)
2(n + 1)
_
, j = 0, 1, 2, . . . , n. (8.7)
8.5 Interpola cao por partes 147
Esse pontos correspondem aos zeros dos polin omios de Chebyschev (Ralston and Rabinowitz,
2001).
8.5 Interpolacao por partes
A interpola cao sob os pontos dados por (8.7) s o e viavel caso tenhamos como calcular a
fun cao nesses pontos. No caso de fun coes tabeladas, a alternativa e realizar a interpolac ao
por partes.
Na interpola cao polinomial por parte, ao inves de construir um unico polin omio inter-
polador para todo o intervalo [x
0
, x
n
], constroi-se um polin omio interpolador de grau m
(pequeno) para cada subintervalo [x
mk
, x
m(k+1)
], para k = 0, 1, . . . , n/m. Desta maneira, se
p
k
representa o polin omio interpolador de grau m no subintervalo [x
mk
, x
m(k+1)
], a fun cao
interpoladora s e denida como
s(x) = p
k
(x), se x [x
mk
, x
m(k+1)
].
Na Figura 8.3 podemos ver o resultado da interpola cao com polin omios de grau m = 1, e
a Figura 8.4 exibe a mesma fun cao, porem interpolada por polin omios de grau m = 2. Repare
que nos n os x
mk
, k = 1, 2, . . . , n/m 1 temos apenas continuidade. Se m = 1, a fun cao s
construda pela colagem das retas em cada subintervalo e chamada de spline linear.
0 2 4 6
0
10
20
Figura 8.3: A curva tracejada representa a fun cao original e a curva s olida o polin omio por
partes, de grau 1, que a interpola.
0 2 4 6
0
10
20
Figura 8.4: A curva tracejada representa a fun cao original e a curva s olida o polin omio por
partes, de grau 2, que a interpola.
O erro de interpola cao ca agora limitado pelo m aximo dos erros de interpola cao em
cada subintervalo. No caso de splines lineares (m = 1), se h e o comprimento do maior
subintervalo (h = max
1jn
[x
j
x
j1
[), entao, utilizando a formula (8.6) para o caso de
interpola cao linear, mostra-se que o erro de interpola cao E(x) satisfaz
[E(x)[ M
2
h
2
8
,
onde M
2
= max [f
(x)[ no intervalo [x
0
, x
n
]. Perceba que no caso de interpola cao por partes,
a inclusao de mais pontos (com a conseq uente redu cao de h) implica na redu cao do erro de
interpola cao, o que n ao necessariamente ocorria na interpola cao polinomial devido ao feno-
meno de Runge. No entanto splines lineares s ao fun coes apenas contnuas. Se propriedades
de suavidade forem necessarias, devem-se partir para splines de ordem mais alta, como as
splines c ubicas que possuem derivadas segunda contnua.
Z Exerccio 8.3: Aproxime o valor de sen(1), utilizando um polin omio interpolador de grau
2 e os valores tabelados no nicio deste captulo. Estime o erro cometido.
Z Exerccio 8.4: Suponha que fossemos interpolar a fun cao sen(x) no intervalo [0, /2], us-
ando splines lineares, com os pontos de interpola cao igualmente espa cados. Quantos pontos
deveriam ser utilizados para que a aproxima cao tivesse pelo menos quatro casas decimais
corretas?
Z Exerccio 8.5: Em quantos pontos a fun cao f(x) = ln(sen(x)) deve ser tabelada de maneira
a poder ser avaliada por splines lineares, em [10
2
, /2], com erro inferior a 10
4
? O que pode
ser feito para que se possa obter a mesma precisao, utilizando, no entanto, menos pontos?
Z Exerccio 8.6: Suponha que nos pontos 1 e 1 conhecemos f(1), f(1), f
(1) e f
(1).
Encontre o polin omio interpolador de grau 3 que satisfaz as condi coes
p(1) = f(1), p
(1) = f
(1),
p(1) = f(1), p
(1) = f
(1).
Esta interpola cao e conhecida como interpolac ao de Hermite. Dica: represente p como com-
bina cao linear de (x +1), (x 1), (x
2
1)(x 1)/4, (x
2
1)(x +1)/4. O que essas fun coes
tem de especial?
Z Exerccio 8.7: Conhecendo f(0), f
(0) < 0 e f( x), para x > 0, estime o minimizador de f

em [0, x].
8.6 Comentarios
Interpola cao polinomial, alem de sua import ancia como metodo para aproximar fun coes,
serve de ferramenta de base para a resolu cao de outros problemas. Pode, por exemplo, ser
8.7 Ajuste por quadrados mnimos 149
utilizada para construir formulas de integra cao numerica, bem como para montar metodos
para a resolu cao de equa coes diferencias ordinarias.
Em otimiza cao contnua, polin omios interpoladores s ao utilizados para aproximar a fun cao
objetivo ao longo de uma dire cao de descida, processo este que e conhecido como busca linear
(Dennis and Schnabel, 1996).
Splines, que s ao fun coes polinomiais por partes com algum grau de suavidade, s ao uti-
lizadas para projetar pe cas e pers aerodin amicos de autom oveis à avioes, resolver equa coes
diferenciais, processamento de imagens, etc (Boor, 1978; Unser, 1999).
8.7 Ajuste por quadrados mnimos
J a vimos que os metodos de interpola cao constroem aproxima coes para fun coes a partir
de valores tabelados. No entanto, se esses valores estiverem contaminados com rudo (por ad-
virem de medidas de campo, por exemplo), n ao h a sentido em pedir que a fun cao aproximante
coincida com esses valores. Na Figura 8.5, os crculos representam os valores amostrados de
alguma fun cao contnua subjacente e a linha contnua e a spline linear interpolante. Pedir
que a aproxima cao reproduza os valores amostrados signica pedir que o erro seja preservado.
Neste captulo, estudaremos como, a partir de um conjunto de valores amostrados, reconstruir
uma fun cao contnua que represente esse conjunto sem no entanto exigir que a condi cao de
interpola cao seja satisfeita, mas sim um criterio conhecido como quadrados mnimos. Na
Figura 8.5, a curva tracejada foi obtida desta forma.
0 2 4 6 8
-4
0
4
Spline linear
Quadrados mnimos
Figura 8.5: Reconstru cao por splines lineares (curva s olida) e ajuste de quadrados mnimos
(curva tracejada).
O metodo de quadrados mnimos tem por objetivo ajustar uma curva aos dados. A
qualidade do ajuste depende de como modelamos a curva. Por exemplo, para fenomenos
oscilat orios e razo avel considerar curvas construdas por fun coes seno e co-seno.
Antes de tratarmos o caso geral, consideremos um exemplo, em detalhes. Suponha que
tivessemos os 17 valores amostrados na Tabela 8.2 abaixo.
Para este exemplo, tentaremos ajustar os dados por polin omios de grau no m aximo 3, ou
x y
2.00 13.13
1.75 8.29
1.50 5.26
1.25 2.40
1.00 0.01
0.75 0.92
0.50 0.42
0.25 0.28
0.00 0.66
0.25 0.43
0.50 0.23
0.75 0.10
1.00 0.44
1.25 1.23
1.50 3.69
1.75 8.94
2.00 11.96
-2 -1 0 1 2
-10
0
10
Tabela 8.2:
`
A esquerda, tabela com 17 pontos amostrados e à direita o gr aco destes pontos
seja,
(x) = c
1
1
(x) +c
2
2
(x) +c
3
3
(x) +c
4
4
(x), (8.8)
com
1
(x) = 1,
2
(x) = x,
3
(x) = x
2
e
4
(x) = x
3
.
Para podermos falar em ajuste e preciso quanticar o quao bem (x) aproxima a fun cao
y = f(x). Porem, como a fun cao e conhecida apenas num conjunto discreto de pontos, medir a
qualidade do ajuste de f por passa a ser medir a dist ancia entre os vetores (y
1
, y
2
, . . . , y
m
)
T
e ((x
1
), (x
2
), . . . , (x
m
))
T
. Para simplicar a nota cao, utilizaremos para representar
tanto a fun cao contnua quanto o vetor ((x
1
), . . . , (x
m
))
T
.
Relambrando, a dist ancia entre dois vetores u e v e denida como |uv|, onde | | e a
norma Euclidiana, dada por
|x| =
_
x
2
1
+x
2
2
+ +x
2
m
=
_
x
T
x
_
1/2
. (8.9)
Diremos, portanto, que aproxima bem f se
| y|
def
=
_
m
i=1
_
(x
i
) y
i
_
2
_
1/2
,
for pequena. No caso do nosso exemplo, m = 17 e a quantidade de pontos amostrados.
O ajuste de quadrados mnimos de f e a fun cao
, tal que
|
y|
2
= min | y|
2
,
dentre todas as fun coes , expressas como em (8.8). Ou seja,
e a aproxima cao de quadrados

mnimos de f se
minimiza a soma de quadrados
m
i=1
((x
i
) y
i
)
2
(a est a a origem do
termo quadrados mnimos).
Repare que, de (8.8), o vetor pode ser escrito como
=
_
_
_
_
_
_
(x
1
)
(x
2
)
.
.
.
(x
m
)
_
_
_
_
_
_
=
_
_
_
_
_
_
c
1
1
(x
1
) +c
2
2
(x
1
) +c
3
3
(x
1
) +c
4
4
(x
1
)
c
1
1
(x
2
) +c
2
2
(x
2
) +c
3
3
(x
2
) +c
4
4
(x
2
)
.
.
.
c
1
1
(x
m
) +c
2
2
(x
m
) +c
3
3
(x
m
) +c
4
4
(x
m
)
_
_
_
_
_
_
= c, (8.10)
onde c e o vetor de coeciente e a matriz e dada por
=
_
_
_
_
_
_
1
(x
1
)
2
(x
1
)
3
(x
1
)
4
(x
1
)
1
(x
2
)
2
(x
2
)
3
(x
2
)
4
(x
2
)
.
.
.
.
.
.
.
.
.
.
.
.
1
(x
m
)
2
(x
m
)
3
(x
m
)
4
(x
m
)
_
_
_
_
_
_
, (8.11)
ou seja, as colunas da matriz s ao as fun coes
j
avaliadas nos pontos amostrados.
Utilizando estes resultados temos que
| y|
2
= |c y|
2
= (c y)
T
(c y)
= c
T
_
_
c 2c
T
T
y +y
T
y. (8.12)
Logo, devemos minimizar uma fun cao quadr atica em c.
Para o exemplo anterior, a matriz ca
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1.00 2.00 4.00 8.00
1.00 1.75 3.06 5.36
1.00 1.50 2.25 3.38
1.00 1.25 1.56 1.95
1.00 1.00 1.00 1.00
1.00 0.75 0.56 0.42
1.00 0.50 0.25 0.12
1.00 0.25 0.06 0.02
1.00 0.00 0.00 0.00
1.00 0.25 0.06 0.02
1.00 0.50 0.25 0.12
1.00 0.75 0.56 0.42
1.00 1.00 1.00 1.00
1.00 1.25 1.56 1.95
1.00 1.50 2.25 3.38
1.00 1.75 3.06 5.36
1.00 2.00 4.00 8.00
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
e portanto, a matriz
T
e dada por
T
=
_
_
_
_
_
17.00 0.00 25.50 0.00
0.00 25.50 0.00 68.53
25.50 0.00 68.53 0.00
0.00 68.53 0.00 218.24
_
_
_
_
_
,
e o vetor
T
y = (5.25, 98.50, 8.84, 330.33)
T
.
Do calculo de fun coes de varias vari aveis, sabemos que o minimizador da fun cao e um
ponto onde o gradiente se anula. Logo, minimizar | y|
2
e equivalente a resolver
(| y|
2
) = 0.
Como, de (8.12), temos que
(| y|
2
) = 2
T
c 2
T
y,
conclumos que o minimizador deve satisfazer
T
c =
T
y. (8.13)
O sistema acima e conhecido como sistema normal . Resolvendo este sistema para o exemplo,
obtemos c = (0.260867, 1.314142, 0.031971, 1.926247)
T
, ou seja, o ajuste de quadrados
mnimos da fun cao tabelada na p agina anterior e a fun cao
(x) = 0.260867 1.314142 x 0.031971 x

2
+ 1.926247 x
3
.
A Figura 8.6 mostra a solu cao de quadrados mnimos encontrada.
-2 -1 0 1 2
-10
0
10
Figura 8.6: Solu cao de quadrados mnimos (curva s olida) que ajusta os pontos tabelados
(cruzes).
Consideremos agora o problema geral, formulado como:
Dado um conjunto de pares = (x
i
, y
i
) [ i = 1, 2, . . . , m, e um conjunto de
fun coes
1
,
2
, . . . ,
n
, queremos encontrar a fun cao
(x) =
n
j=1
c
j
j
(x), que
satisfa ca
|
y|
2
= min | y|
2
.
Em geral, n m, ou seja, temos muito menos graus de liberdade que dados amostrados,
pois a medida que n se aproxima de m, a solu cao de quadrados mnimos se aproxima da
solu cao de interpola cao.
Alem disso, como ja vimos no exemplo acima, minimizar |y|
2
e equivalente a resolver
o sistema normal
T
c =
T
y, sendo que e matriz mn, e ()
ij
=
j
(x
i
).
Podemos esquematizar o processo de ajuste por quadrados mnimos nos seguintes passos:
1. Deni cao do espa co de aproxima cao (escolha das fun coes
i
).
2. Constru cao da matriz .
3. Resolu cao do sistema de equa coes normais.
O primeiro passo e a escolha do espa co de aproxima cao, de maneira que a fun cao que quer-
emos ajustar possa ser relativamente bem representada pela combina cao linear das fun coes
j
. No exemplo discutido,
j
(x) = x
j1
, j = 1, 2, 3, 4, de maneira que o espa co de aproxi-
ma cao era o espa co dos polin omios de grau menor ou igual a 3. Outras escolhas interessantes
s ao por exemplo 1, sen(kx), cos(kx) ou e
kx
, para k = 0, 1, . . . , m. A unica restri cao
sobre a escolha dessas fun coes e que elas sejam linearmente independentes, o que garante que
a matriz
T
do sistema normal e n ao-singular, e portanto que o sistema tem solu cao unica.
Na Figura 8.7 podemos ver o ajuste de quadrados mnimos para os mesmos dados do
exemplo anterior, utilizando porem o espa co de aproxima cao gerado por 1, sen(x), cos(x),
sen(2x), cos(2x).
-2 -1 0 1 2
-20
-10
0
10
20
Figura 8.7: Solu cao de quadrados mnimos (curva s olida) com a base de senos e cossenos que
ajusta os pontos tabelados (cruzes). A curva tracejada representa a solu cao de quadrados
mnimos no espa co dos polin omios de grau no m aximo 3, obtida anteriormente.
Apos a deni cao do espa co de aproxima cao, resta resolver o sistema normal. Em princpio,
poderamos utilizar qualquer metodo para a resolu cao de sistemas lineares, como o metodo
de elimina cao de Gauss, por exemplo. No entanto, a matriz
T
tem a propriedade de ser
simetrica denida positiva
4
, e para esse caso o metodo mais indicado seria a decomposi c ao
de Cholesky (Watkins, 1991). Neste metodo, o sistema normal n ao e resolvido diretamente,
mas sim decomposto em dois sistema triangulares mais faceis de serem resolvidos.
4
Uma matriz quadrada A e dita simetrica se aij = aji, i, j = 1, 2, . . . , n e e dita denida positiva se para
todo vetor x = 0, x
T
Ax > 0.

E possvel mostrar que matrizes denidas positivas sao nao-singulares e tem
todos os autovalores positivos.
Para nalizar, gostaramos ainda de deixar claro que h a outras abordagens para o prob-
lema de quadrados mnimos que diferem da apresentada. Entretanto, um tratamento mais
aprofundado do problema de quadrados mnimos lineares passa obrigatoriamente pelo estudo
de

Algebra Linear Numerica, o que foge ao escopo deste texto.
Z Exerccio 8.8: Ajuste os dados da tabela abaixo por (a) um polin omio de grau 1; (b) um
polin omio de grau 2; e (c) um polin omio de grau 3. Em cada caso, me ca o erro cometido.
x 4.00 4.20 4.50 4.70 5.10 5.50 5.90 6.30 6.80 7.10
y 102.56 115.18 130.11 140.05 163.53 215.14 224.87 256.73 296.50 326.72
Z Exerccio 8.9: Ajuste os pontos tabelados abaixo por (a) um polin omio de grau no m aximo
3; (b) (x) = c
1
e
x
+c
2
+c
3
e
x
. Me ca o erro para cada uma das aproxima coes.
x y
1.81 2.86
1.62 2.82
1.50 2.47
1.40 2.18
1.29 1.69
0.86 1.90
0.50 1.45
0.43 1.07
0.20 1.07
0.00 1.09
0.10 0.29
0.35 0.61
0.77 0.67
0.98 0.46
1.12 1.28
1.31 1.14
1.56 2.34
1.74 3.34
1.94 4.21
2.00 4.39
Referencias
Existem muitos bons livros sobre

Algebra Linear Numerica que tratam do problema de
quadrados mnimos lineares, discutido neste captulo. Consulte, por exemplo, Watkins (1991)
ou Trefethen and Bau (1997).
Especicamente sobre o problema de quadrados mnimos e os metodos numericos, tanto
para o caso linear quanto para o n ao-linear, o livro mais completo e Bjorck (1996).
Refer
encias Bibliogr
aficas
Apostol, T. M. (1967). Calculus. One-Variable Calculus with Introduction to Linear Algebra,
volume I. John Wiley & Sons, New York, second edition.
Berrut, J.-P. and Trefethen, L. N. (2004). Barycentric Lagrange interpolation. SIAM Review,
46(3):501517.
Bjorck,

A. (1996). Numerical Methods for Least Squares Problems. Society for Industrial and
Applied Mathematics, Philadelphia.
Boor, C. d. (1978). A Practical Guide to Splines. Applied Mathematical Sciences. Springer-
Verlag, New York.
Cunha, C. (2003). Metodos Numericos para as Engenharias e Ciencias Aplicadas. Editora
da Unicamp, Campinas, second edition.
Dennis, Jr., J. E. and Schnabel, R. B. (1996). Numerical Methods for Unconstrained Op-
timization and Nonlinear Equations. Society for Industrial and Applied Mathematics,
Philadelphia.
Gearhart, W. B. and Shultz, H. S. (1990). The function
sin(x)
x
. The College Mathematics
Journal, (21):9099.
Guidorizzi, H. L. (2002). Um Curso de C alculo, Vols. I, II e III. LTC, quinta edition.
Hubral, P. and Krey, T. (1980). Interval Velocities from Seismic Reection Time Measure-
ments. Society of Exploration Geophysicists, Tulsa, Oklahoma.
Ralston, A. and Rabinowitz, P. (2001). A First Course in Numerical Analysis. Dover, New
York, second edition.
Spiegel, M. R. (1972). An alise Vetorial, Cole c ao Schaum. Editora McGraw-Hill.
Stewart, G. W. (1996). Afternotes on Numerical Analysis. Society for Industrial and Applied
Mathematics, Philadelphia.
Trefethen, L. N. and Bau, III, D. (1997). Numerical Linear Algebra. Society for Industrial
and Applied Mathematics, Philadelphia.
Unser, M. (1999). Splines: A perfect t for signal and image processing. IEEE Signal
Processing Magazine, 16(2):2238.
155
156 Referencias Bibliogr acas
Watkins, D. S. (1991). Fundamentals of Matrix Computations. John Wiley & Sons, New
York.
Wrede, R. and Spiegel, M. R. (2002). Theory and Problems of Advanced Calculus. McGraw-
Hill, New York, second edition.
Indice Remissivo
, veja Laplaciano
, veja del, operador
dAlembert, 89
Anti-derivada, 41, 50
da secante, 50
Aproxima cao
de Taylor, 26, 62
por quadrados mnimos, 95, 96
Aproxima cao de Taylor
an alise do erro, 57
Area
calculo de, 41
de uma regi ao plana, 98
Baskara, formula de, 6
Base, 141
Burger, equa cao de, 110
C alculo
da area de uma regi ao plana, 98
de area por meio de integral de linha, 101
do volume de uma regi ao no espa co, 99
fracionario, 55
C onica
circunferencia, 78
classica cao, 77
discriminante, 77
elipse, 78
hiperbole, 78
par abola, 78
conicas, 77
Campo
conservativo, 95, 101
escalar, 87
integral de linha, 99
gradiente, 89
potencial, 101
vetorial, 87
integral de linha, 100
Cauchy-Schwartz, desigualdade de, 66
Centr oide, 98
Chèzy
formula de, 29
Cholesky, decomposi cao de, 153
Circunferencia, 78
Co-seno
entre vetores, 66
Co-seno hiperb olico, 32
Coeciente angular, 5
Combina cao linear, 65
Compress ao, de fun coes, 16
Comprimento, de uma curva, 76
Concavidade, 6
Condi cao de interpola cao, 139
Condi coes de interpola cao, 26
de Hermite, 27
pura, 27
Continuidade, 3
Contra-domnio, 1
Convolu cao, 53
Curva
comprimento de uma, 76
evoluta de uma, 83
forma
explcita, 73
implcita, 73
parametrica, 73
no plano, 73
157
158

Indice Remissivo
paralela, 81
Curvas
famlia de, 83
envelope, 83
Curvatura, 6, 80
forma explcita, 80
forma parametrica, 80
raio de, 81
Decomposi cao
de Cholesky, 153
del, operador, 89
divergente, 91
gradiente, 89
Laplaciano, 92
rotacional, 92
Derivada, 19
anti-, 41
aplicada ao estudo de fun coes, 22
de fun coes elementares, 21
de fun coes inversas, 21
de ordem fracionaria, 56
de ordens superiores, 20
interpreta cao geometrica, 19
mista, 88
parcial, 88
propriedades, 20
regra da cadeia, 21, 52
segunda, 20
semi-, 57
Descontinuidade
de ordem superior, 3
de salto, 3
removvel, 3
Desigualdade
de Cauchy-Schwartz, 66
triangular, 66
Diferen cas
Centrais, 123
divididas, 144
Diferen cas nitas, 122
Diferencia cao, 20
Dilata cao, de fun coes, 16
Dirac, delta de, 54
Discriminante, 6
Divergente, 91
Domnio, 1
Contra-, 1
Elimina cao de Gauss, 140
Elipse, 78
Equa cao
de Burger, 110
de transporte, 110
diferencial parcial, 89
KDV, 111
Erro
de interpola cao, 145, 148
Estudo de fun coes, 22
Evoluta, de uma curva, 83
Extens ao
mpar, 18
par, 18
Formula
da area de uma regi ao, 98
de Baskara, 6
de Chèzy, 29
Famlia, de curvas, 83
envelope, 83
Fen omeno de Runge, 146
Fermat, princpio de, 24
Fun cao, 1
algebrica, 9
analtica, 121
co-seno hiperb olico, 32
composta, 14, 52
contnua, 3
crescente, 22
de Heaviside, 13, 44, 54, 61
decrescente, 22
denida por integral, 52
denida por partes, 13
delta de Dirac, 54
derivada, 19
8.7

Indice Remissivo 159
exponencial, 9
grau de suavidade de uma, 43
harmonica, 93
mpar, 17
indicadora, 13
inversa, 21
limite, 2
linear, 5
logartmica, 11
m odulo, 13
ortogonal, 134
par, 17
peri odica, 17
polinomial, 4
forma can onica, 4
forma can onica centrada, 4
forma de Newton, 4
forma explcita, 4
potencia, 7
potencial, 95
quadr atica, 6
racional, 8
secante, 50
seno hiperb olico, 32
seno-cardinal, 45, 55
sinal, 13
sinc, 45, 55
trigonometrica, 11
Fun coes
combina cao de, 14
composi cao de, 14
opera coes morfologicas, 15
compressao/dilata cao, 16
compressao/reexao, 16
transla cao, 15
Gauss
teorema de, 103
Gradiente, 89
Grau de suavidade, 43
Green
teorema de, 100
Heaviside
fun cao de, 13, 30, 44, 54
Hermite, interpola cao de, 148
Hessiana, matriz, 95
Hilbert, transformada de, 55
Hiperbole, 78
Integral
Anti-derivada, 41
da convolu cao, 53
de linha, 99
sobre campo escalar, 99
sobre campo vetorial, 100
de ordem fracionaria, 55
de superfcie, 102
sobre campo escalar, 103
denida, 41
do valor medio de uma regi ao plana, 98
dupla, 97
indenida, 41, 42
para calculo da area de uma regi ao, 98
pelas fra coes parciais, 48
por partes, 47
por substitui cao, 46
por substitui cao trigonometrica, 50
propriedades b asicas, 43
semi-, 56
tecnicas de integra cao, 46
tripla, 99
Intercepto, 5
Interpola cao, 26, 139
de Hermite, 148
erro de, 145
por partes, 147
Jacobiano, 91
Lagrange, polin omios de, 142
Laplaciano, 92, 93
Lei
dos gases ideais, 89
Lei de Snell-Descartes, 24
Leibniz, regra de, 52
160

Indice Remissivo
Limite, 2
de uma fun cao, 2
lateral, 2
lateral à direita, 3
lateral à esquerda, 3
Maximo local, 23
Metodo de integra cao
fra coes parciais, 48
integral por partes, 47
substitui cao, 46
substitui cao trigonometrica, 50
Mnimo local, 23
Matriz, 68
adi cao, 70
de Vandermond, 142
denida positiva, 153
diagonal, 69
Hessiana, 95
identidade, 69
Jacobiana, 90
multiplica cao por escalar, 70
nula, 69
propriedades, 70
simetrica, 153
subtra cao, 70
tra co, 91
transposta, 71
Matrizes
multiplica cao de, 70
Monotonicidade, 22
N umero de condi cao, 140
Newton
polin omio interpolador de, 143, 144
Norma
de fun cao, 134
Euclidiana, 66
vetorial, 66
Norma Euclidiana, 150
Normal
a superfcie, 102
vetor, 76
Onda
equa cao da, 89
Operador
del, 89
Ortogonalidade, 66, 134
Par abola, 78
concavidade da, 6
curvatura da, 6
discriminante da, 6
vertice da, 7
Perodo, 17
Perodo, fundamental, 17
Polin omio
de Taylor, 28
Polin omios
de Chebyschev, 147
de Lagrange, 142
Ponto
crtico, 95
classica cao, 95
de m aximo local, 95
de mnimo local, 95
de sela, 95
Ponto crtico, 23
Potencial, 95
Princpio
de Fermat, 24
Produto
escalar, 65
interno
vetorial, 65
vetorial, 67
Produto interno
entre fun coes, 134
Proje cao
ortogonal, 135
Proje cao ortogonal, 12
Quadratica, 77
Quadrados mnimos, 95, 149
Raio
8.7

Indice Remissivo 161
de curvatura, 81
de Fermat, 24
reetido, 24
transmitido, 25
Reex ao, de fun coes, 16
Regra
de Leibniz, 52
Regra da cadeia, 52
para derivada, 21
regra da cadeia, 46
Rotacional, 92
Runge, fenomeno de, 146
Serie
de potencias, 120
intervalo de convergencia, 120
de Taylor, 121
Semi-derivada, 57
Semi-integral, 56
Seno hiperb olico, 32
Seno-cardinal, 45
Sistema linear
normal, 152
Snell-Descartes, lei de, 24
Spline, 149
c ubica, 148
linear, 147
Stokes
teorema de, 106
Superfcie, 102
representa cao
explcita, 102
implcita, 102
parametrica, 102
Tecnicas de integra cao, 50
fra coes parciais, 48, 51
integral por partes, 47
substitui cao, 46, 51
substitui cao trigonometrica, 50
Taylor
aproxima cao de, 26
erro da, 57
polin omio de, 28, 62
serie de, 121
Teorema
de Gauss, 103
de Green, 100
de Stokes, 106
Tra co
de matriz, 91
de uma curva, 74
Trabalho
de um campo vetorial sobre uma trajetoria,
100
Transformada
de Hilbert, 55
Transla cao, 15
Transla cao, de fun coes, 15
Tsunami, 29
Valor
medio, 98
Vetor, 87
adi cao, 64
bissetriz, 64
can onico, 63
combina cao linear, 65
dependencia linear, 65
independencia linear, 65
multiplica cao por escalar, 64
norma, 66
normal, 103
a superfcie, 102
normal a uma curva, 76
nulo, 63
ortogonalidade, 66
produto vetorial, 67
propriedades, 64
subtra cao, 64
tangente a uma curva, 74
Vetores
co-seno entre dois, 66
combina cao linear de, 65
linearmente dependentes, 65
162

Indice Remissivo
linearmente independentes, 65
ortogonais, 66
Viète, 46
Volume
de uma regi ao no espa co, 99

Metodos Matematicos para Geofısica

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Metodos Matematicos para Geofısica

Transféré par

Droits d'auteur :

Formats disponibles

Metodos Matematicos para Geofsica

E interessante notar que para x ,= 0, temos que h(x) = 1I

22 Captulo 1. C alculo diferencial

1.5 Aplica cao ao estudo de fun coes

(x) > 0 para x I ent ao f e crescente em I;

(x) < 0 para x I ent ao f e decrescente em I;

) < f(x) para todo x em uma vizinhan ca

tais que pelo menos alguma das seguintes

e um ponto de m aximo local;

e um ponto de mnimo local;

(a) e use para calcular a equa cao da reta

de T(x), isto e ache x

; h() = cos(); i() = 2;

(x), calcule explicitamente g(x) e em seguida

para as fun coes abaixo:

e determine os pontos de inexao e os intervalos de concavidade;

(x) de uma fun cao contnua f(x) est a esbo cado

(t) para determinar os pontos

= x, onde C e uma constante qualquer. Outro exemplo pode ser

(c) = f(c). (2.3)

(x) = f(x), entao

Z Exerccio 2.1: Considere a fun cao denida por

()d e substituindo na integral obtemos

2.8 Exemplo completo: anti-derivada da secante

(x) = f(x). (2.30)

= f pelo TFC, entao

(x) = 2 sen(x) cos(x)

(x) e o n ucleo da integral fracionaria, denido como

; Portanto, sabemos que

e a (n + 1)-esima derivada de f).

(t) = f(r)x(t), onde r = |x|,

= Qx, onde Q e uma matriz ortogonal. Veja

= x, onde e um fator de contra cao se

= x + y, onde y e um vetor constante. Veja

Z Exerccio 4.16: Ache o envelope da famlia de circunferencias:

Z Exerccio 5.4: Calcule os campos gradiente dos campos escalares abaixo

, onde exista f(x

) e seja contnua, pode ser classicado

e um ponto de m aximo local;

e um ponto de mnimo local;

Podemos utilizar o teorema de Green para vericar se um campo vetorial no plano e

x) dx pode ser escrita com uma integral dupla

(0) ,= 0. Prove que o ponto (0, 0) e um ponto de sela

, quando para qualquer toler ancia tol existe

(que depende de tol) tal que [a

[ < tol para qualquer k que seja maior

. Neste caso denotamos

1/n! e convergente pois

= y , devemos igualar as duas series de Taylor

(0) = 0, conclumos que a

= xy, levando a seguinte

sen(nx) sen(mx) dx = 0 se n ,= m (7.8)

cos(nx) cos(mx) dx = 0 se n ,= m (7.9)

sen(nx) cos(mx) dx = 0 (7.10)

f(x) cos(nx) dx, (7.14)

f(x) sen(nx) dx.

f(t) cos(t) dt (7.16)

f(t) sen(t) dt (7.17)

(t), entao H() = i F() e, em geral,

Computacionalmente, no entanto, a representa cao de Lagrange e cara de ser avaliada

(0) < 0 e f( x), para x > 0, estime o minimizador de f

e a aproxima cao de quadrados

minimiza a soma de quadrados