Académique Documents
Professionnel Documents
Culture Documents
Calculo Avancado.
Tarcisio Praciano-Pereira
Departamento de Matematica
15
grafico - Scilab
-0
28.8
14.5
0.2
-15
-5.0
-0.1
4.9
fabetico, ou, palavras das quais voce deve desconfiar porque elas estao mal
definidas ou apresentadas de modo intuitivo. O negrito se encontra reservado
para as palavras t
ecnicas que tem uma definicao bem clara no texto. Esta
regra, entretanto, ainda esta em construcao e podera falhar aqui ou al, pelo
menos nesta edicao experimental.
Um outro elemento sintatico e a letra pequena, ela indica que o texto escrito
com ela pode ser ignorado numa primeira leitura, mas que nao precisa ser ignorado definitivamente, representam exemplos ou observacoes mais aprofundadas
e que podem ser lidas como uma curiosidade teorica sem consequencias maiores
para o resto do texto.
Este uso da enfase no texto, tem segundas intencoes, uma delas (das intencoes), de salientar uma bolha logica, nos vai permitir de falar de concei uma
tos que nao podemos definir no momento sem criar um texto ilegvel. E
atitude propria de um livro didatico, nele se tem, como primeiro objetivo, a
comunicacao com o estudante, a exposicao de Matematica para quem a quer
aprender, e obviamente, nao se dirige a quem ja a domina. Assim, avancaremos
alguns conceitos cuja definicao formal seria crtica, mas sua apresentacao num
estagio inicial completa uma visao global que o estudante ja deveria ate mesmo
ter, nao fosse a fragilidade do nosso sistema educacional.
O uso de astersco nalgum exerccio, tem o sentido de que o mesmo pode
ser mais difcil ou que o mesmo se encontra fora do contexto. O objetivo nao
deve ser o de desencorajar quem os tentem resolver. Afinal, difcil, nao e um
qualificativo absoluto, nem siquer relativamente a uma mesma pessoa ao longo
do tempo.
Este livro tem duas partes dentro das quais distribuiremos os assuntos:
1. Calculo Diferencial;
2. Calculo Integral.
O plano de trabalho.
Queremos sugerir-lhe um modo de usar este livro que se poderia se assemelhar ao de um hipertexto 1 . A u
ltima parte do livro e um ndice remissivo
alfabetico em que todas as palavras-chave do texto se encontram al listadas com
referencia `as paginas em que elas se encontram. Verifique agora, por exemplo,
Fourier, ou vetor, e voce vera a lista das paginas em que estas palavras se encontram pelo menos alguma vez com uma definicao adequada. Esta e forma
que encontramos para algumas vezes lhe sugerir uma leitura la na frente, ilustrando algum conceito que ainda viria no futuro. Parece-nos uma forma menos
brutal que a indicacao n
umerica. Faca uso intensivo do ndice remissivo como
se voce se encontrasse na frente de um hipertexto e nos desculpe pela demora
de acesso...e nao se esqueca de colocar um marcador de pagina para saber de
onde saiu. . .
Uma sntaxe se impoe nas comunicacoes, tentamos usar o it
alico com duas
intencoes: palavras-chave que voce podera encontrar no ndice remissivo al1 que
pretens
ao.. mas
e mesmo assim!
3
tao excelente quanto um professor da Universidade da mesma forma como os
salarios deveriam ser iguais.
O conte
udo de um tal curso deve estender as ideias do Calculo a uma variavel
para um ambiente em que as funcoes sao multivariadas, deve usar com grande
4
omitir esta possibilidade, apenas porque vivemos num pas em que o governo se
encontra de costas para a nacao e com isto deixa as Escolas e Universidades sem
os meios adequados para que elas cumpram a sua funcao.
Tarcisio,
e-mail tarcisio at member.ams.org
Sobral, 27 de maio de 2007
SUMARIO
4.6
II
Sum
ario
I
C
alculo Diferencial no espaco vetorial R3
1 N
umeros e geometria no R
13
1.1 Operacoes com vetores . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2 Exemplos de espacos vetoriais . . . . . . . . . . . . . . . . . . . . 16
2 Derivadas de fun
co
es bivariadas
2.1 A derivada . . . . . . . . . . .
2.2 Diferenciabilidade . . . . . . . .
2.3 Operacoes e derivadas . . . . .
2.4 A formula de Taylor . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
29
29
46
52
55
3 S
eries e aproxima
c
ao de fun
co
es.
3.1 A serie de Taylor . . . . . . . . . . .
3.1.1 O erro medio. . . . . . . . . .
3.1.2 O erro integral. . . . . . . . .
3.2 Polinomios Trigonometricos. . . . . .
3.3 Aproximacao polinomial classica. . .
3.3.1 Quadrados mnimos. . . . . .
3.3.2 O metodo de Gram-Schmidt.
3.4 Series numericas. . . . . . . . . . . .
3.4.1 Definicoes e exemplos. . . . .
3.4.2 Criterios de convergencia. . .
3.5 Series de funcoes. . . . . . . . . . . .
3.5.1 Series de potencias. . . . . . .
3.6 Generalizacoes. . . . . . . . . . . . .
3.6.1 Espacos de funcoes. . . . . .
3.6.2 Convergencia condicional. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
61
66
68
71
83
83
86
92
92
94
101
102
105
105
106
4 Aplica
co
es
4.1 As series de Fourier. . . . . . . .
4.2 Fenomenos vibratorios, a m
usica.
4.3 As comunicacoes. . . . . . . . .
4.4 Compactacao de dados. . . . . .
4.5 Equacoes diferenciais. . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
113
113
114
115
116
117
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
123
5 Introdu
c
ao
5.1 Equacoes parametricas de uma curva . . . . . . . .
5.1.1 exemplos de curvas . . . . . . . . . . . . . .
5.1.2 Notacao . . . . . . . . . . . . . . . . . . . .
5.2 Famlia de curvas . . . . . . . . . . . . . . . . . . .
5.3 Dimensao e variedade . . . . . . . . . . . . . . . .
5.3.1 Hiperplano e hipersuperfcie no R4 . . . . .
5.3.2 Um pouco sobre classificacao de variedades
5.3.3 Conjunto aberto e fronteira de um conjunto
5.4 Complementos sobre Integracao . . . . . . . . . . .
5.5 Complementos sobre Geometria e Derivada . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
125
125
125
127
133
133
136
136
139
143
148
6 Somas m
ultiplas de Riemann
159
6.1 Integral m
ultipla - Solucao . . . . . . . . . . . . . . . . . . . . . 159
6.2 O caso da fronteira curva . . . . . . . . . . . . . . . . . . . . . . 168
7 A integral de linha
7.1 Integral de linha . . . . . . . . .
7.2 Derivadas Parciais . . . . . . . .
7.3 Aplicacoes das derivadas . . . . .
7.3.1 Vetor normal e gradiente
7.4 Derivadas de funcoes vetoriais . .
7.5 Miscelanea de Exerccios . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
183
183
188
196
202
210
211
8 O teorema de Green
8.1 Teorema de Green . . . . . . . . . . . . . . .
8.1.1 Campos vetoriais conservativos ou nao
8.1.2 Forma trivial do Teorema de Green . .
8.2 Rotacao e fluxo . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
221
221
221
224
238
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9 Superficie
243
9.1 Superfcie e area . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
9.2 Aplicacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
10 F
ormulas Integrais
261
10.1 Generalizacoes da integral . . . . . . . . . . . . . . . . . . . . . . 261
Bibliografia ............................................................................... i
LISTA DE FIGURAS
7.6
Parametrizaca
o do quadrado Q de lado 1, com v
ertices (0, 0), (1, 1).
8.1
8.2
8.3
8.4
Lista de Figuras
8.5
8.6
9.1
1.1
1.2
. . . .
14
1.3
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
15
27
2.1
2.2
2.3
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . .
Campo vetorial - aproximaca
o de curva . . . . . . . . . . . . . . . . . .
32
36
42
3.1
3.2
3.3
3.4
3.5
A reta tangente ao gr
afico de f
.
.
. . . . . . . . . . .
em x = 0. . . . . . .
.
.
.
.
64
65
68
69
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
80
Gr
aficos simult
aneos do polin
omio de Taylor de grau 3 e da funca
o f .
Graficos simult
aneos do seno e de seu polin
omio de Taylor de grau 11 .
Reta tangente ao gr
afico de f no ponto x = 2 .
Polin
omios de grau 11 e 13 do seno desenvolvidos
.
.
.
.
polin
omio trigonom
etrico com 5 termos: aproxima
ca
o da fun
ca
o dente de serrote
em R.
3.6
polin
omio trigonom
etrico com 10 termos no intervalo [15, 15]: aproxima
ca
o da
3.7
Area
associada a uma soma parcial-projeca
o para traz - projeca
o para frente.
4.1
gr
afico da par
abola x 7
fun
ca
o dente de serrote em R.
1
(x2
2
. . . . . . . . . . . . . . . . . . . . . . .
nom
etrico, no intervalo [, ].
5.1
5.2
5.3
5.4
81
96
. . . . . . . . . . . . . . . . . . . . . . 117
. . . . . . . . . .
. . . . . . . . . . . . . . . .
Curva parametrizada . . . . . . . . . . . .
Um conjunto aberto P e um ponto. . . .
Ccloide desenhada a
` m
ao
Arco de curva
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
126
128
131
141
6.1
6.2
. . . . . . . 160
. . . . . . . . . . . . . . . . . . 169
7.1
7.2
7.3
7.4
7.5
. . . . . . . . . . . . . . . . . 185
. . . . . . . . . . . . . . . . . 190
Gr
afico aproximado da curva plana . . . . . . . . . . . . . . . . . . . . 193
Uma malha retangular em induz uma partica
o no conjunto de sada W . 198
Uma superfcie com ponto singular . . . . . . . . . . . . . . . . . . . . 205
. . . . 213
227
entaca
o da fronteira pode ser determinada por tang
encia. . . . . . . . . . 231
A orientaca
o de uma curva pode ser incompatvel com a orientaca
o da fronteira. 232
A indepen
encia de caminhos; as curvas s
ao percorridas de acordo com a
indicaca
o das setas. . . . . .
A independ
encia de caminhos
Isot
ermicas e linhas de fluxo
O princpio do coseno
. . . . . . . . . . . . . . . . . . . . . . 233
. . . . . . . . . . . . . . . . . . . . . . 236
. . . . . . . . . . . . . . . . . . . . . . . 239
. . . . . . . . . . . . . . . . . . . . . . . . . . 244
Parte I
C
alculo Diferencial no
espaco vetorial R3
11
As tres t
ecnicas b
asicas do C
alculo
Neste captulo vamos estudar as tres t
ecnicas b
asicas do C
alculo, derivada, integral e limite,
tendo o espaco tridimensional como o cen
ario de trabalho.
Limite
e o estudo do comportamento assint
otico, usamos limite para definir a integral e a
derivada. Que
e a integral? voc
e ver
a depois que h
a outras formas de se conceber a integral
e que o pr
oprio limite
e um tipo de integral, mas esta vis
ao ainda faz parte do futuro e n
os
queremos usar o que voc
e recentementre aprendeu. Para compreender o que era a integral,
voc
e, considerou uma famlia de n ret
angulos sob o gr
afico de uma funca
o e lhes calculou a
a
rea
Axi = f (xi )xi ,
n
P
Axi se aproe depois lhe disseram que quando os xi se aproximarem de zero a soma
i=1
ximar
a de um n
umero, este n
umero
e a integral de f. Mas pode n
ao ser assim, neste caso a
funca
o n
ao
e integr
avel,
e isto que caracteriza um comportamento assint
otico.
O comportamento assint
otico
e a id
eia central deste captulo.
12
14
Captulo 1
5
4
3
2
N
umeros e geometria no R3
1
0
0
Figura 1.1:
Resumo.
Vamos estudar os elementos e as estruturas b
asicas para generalizar o C
alculo Diferencial e
Integral univariado.
f
e na Algebra
Linear que se estende convenientemente o conceito de n
umero incluindo os
vetores.
Hoje encontramos a palavra vetor utilizada em computac
ao ou mesmo em economia ou
planejamento e a ideia subjacente
e a mesma. No vetor que aparece em computac
ao n
ao
tem sentido falar em m
odulo na verdade a palavra certa seria matriz que generaliza a ideia de
vetor: um objeto multi-num
erico, ou n
umero generalizado como algumas vezes as estaremos
chamando aqui para enfatizar.
13
10
Algebra.
Neste primeiro captulo faremos uma introduc
ao sistem
atica, mas resumida, da
algebra
linear que ser
a necess
aria para estudar C
alculo Multivariado ao mesmo tempo em que iremos
desenvolvendo os conceitos do C
alculo. Vamos descrever o cen
ario em que se vai desenvolver
a aca
o. A figura (fig. 1.2) pretende ilustrar isto, num ponto P do domnio h
a v
arias direc
oes
sobre as quais podemos estudar a taxa de variac
ao de uma func
ao
f
W R,
sugerindo, ent
ao, que a derivada, que guarda o coeficiente angular instant
aneo de uma func
ao,
tem que ser considerado em v
arias possveis direc
oes.
1.1
Operac
oes com vetores
(1.1)
1.1. OPERAC
OES COM VETORES
15
16
Figura 1.2:
Na pr
atica da Algebra
Linear de dimensao finita um jogo de palavras guarda
esta regra operat
oria: se somam as coordenadas de mesma ordem, a primeira
com a primeira, e a segunda com a segunda para se obter o vetor resultante.
Os espacos de dimensao finita se caracterizam pelo fato de que todos os seus
elementos tem uma mesma quantidade de coordenadas. Assim o R3 se caracteriza por objetos que tem tres coordenadas, tres n
umeros reais, e um espaco
vetorial de dimens
ao tres.
A soma de vetores e o produto de vetores por escalares, tem as propriedades
usuais dos n
umeros.
Defini
c
ao 1 Espaco vetorial.
Se designarmos por V um conjunto no qual se encontra definida uma operaca
o
de adica
o comutativa,
V x V V ; (x, y) 7 x + y
e tal que o corpo dos n
umeros reais aja sobre V
R (V 7 V ) ; R (x 7 x V )
distributivamente e associativamente, isto e tal que
Escalares e vetores.
A propriedade distributiva salienta a exist
encia de dois tipos de dados envolvidos nas
operac
oes com vetores: escalares e vetores. O corpo dos n
umeros reais, R, age sobre o
espaco vetorial V :
3
3
R (R R )
de modo que o resultado desta aca
o volta a ser um vetor. Chamamos os n
umeros reais de
escalares. Em particular a aca
o do zero: 0 u = 0.
1.2
Exemplo 1
Polin
omios de mesmo grau.
O conjunto dos polin
omios de grau menor ou igual a n
e um espaco vetorial de dimens
ao
n + 1 porque precisamos de n + 1 informac
oes, coordenadas, para escrever os elementos deste
espaco.
A soma se faz coordenada a coordenada, sem alterar o grau, se pode multiplicar um
polin
omio do grau n por um escalar resultando num novo polin
omio do mesmo grau. Apenas
o zero tem que ser considerado um polin
omio de grau qualquer para que as coisas fiquem
organizadas. Ver Taylor, polin
omio
17
18
Exemplo 2
(1.2)
Vamos sintetizar o n
ucleo da ideia, o metodo formal da a
lgebra entra em
cena: na expressao acima temos um smbolo que representa o produto escalar,
cuja definicao se encontra `a direita e tem propriedades que podemos facilmente2
deduzir:
Teorema 1 Propriedades do produto escalar em R3 .
(1)
(1.4)
(1.5)
Estas duas propriedades caracterizam <, > como uma forma (transformacao)
bilinear que chamaremos de produto escalar.
Exerccios 1
n
X
xi yi
i=1
ent
ao, < u, v >=< v, u > .
2. Mostre no R2 que se u, v forem dois vetores unit
arios, ent
ao (veja que
suas coordenadas podem ser escritas usando sen, cos),
< u, v >= cos cos + sin sin
e deduza da que
< u.v >= cos ; = e o a
ngulo entre os dois vetores.
3. Generalize, se u, v n
ao forem unit
arios, ent
ao eles s
ao multiplos de vetores
unit
arios pelos escalares |u|, |v| e conclua que
< u, v >= |u||v| cos
o de um pro4. definica
o abstrata de a
ngulo Mostre que a partir da definica
duto escalar num espaco vetorial, podemos definir o a
ngulo entre dois vetores dados, (soluca
o mais adiante no texto).
(1.3)
1 N
ao se pode usar esta linguagem, quantidade, neste conceito, sem incorrer em contradico
es de natureza l
ogica.
2 N
ao permita que o autor o intimide, pergunte se n
ao estiver claro... ou se cale para
sempre.
i=1
19
Observa
c
ao 4 A estrutura euclidiana.
Se identificarmos alguma func
ao em outro espaco vetorial tendo as mesmas propriedades
do produto escalar, ent
ao descobrimos um novo espaco euclidiano e suas propriedades s
ao
muito parecidas, ou possivelmente as mesmas, do R3 .
desta generalizac
E
ao que falavamos: o estudo acurado de um determinado exemplo nos
permite uma estens
ao de suas propriedades a uma famlia de objetos semelhantes a ele. Ao
mesmo tempo isto se constitue de um m
etodo expositivo que adotaremos que vai do particular
para o geral: a an
alise dos exemplos permite sua generalizac
ao e uma classificac
ao adequada
cria uma categoria de objetos aos quais a mesma an
alise se aplica.
Vamos aplicar tudo que estudarmos sobre o R3 `
as s
eries de Fourier, mais adiante, mas o
espaco onde estaremos trabalhando ter
a como vetores, funco
es. Veja o exemplo logo a seguir
em que estamos nos exercitando no que ser
a necess
ario mais a frente.
Chamamos sua atenc
ao para a ambig
uidade da definic
ao de produto escalar, (def. 2),
na p
agina 18, usando soma e tamb
em o produto de m
odulos. Apenas uma deveria ter sido
apresentada como definic
ao, a outra sendo um teorema. Os exerccios tentam sanar esta
ambig
uidade, resolva o exerccio e escolha quem
e a definic
ao e quem
eo teorema. Veja
assim outro fato que passa desapercebido na construc
ao da Matem
atica, que nem tudo
e
absoluto, muitas vezes voc
e pode escolher o que
e definica
o ou teorema. Escolha qual
e o seu
teorema.
O produto escalar
e tpico dos espacos vetoriais euclidianos, e h
a espacos em que n
ao se
pode definir um produto escalar coerente com a estrutura vetorial, nestes espacos se perde o
conceito de
angulo. Neste livro trataremos apenas de espa
cos euclidianos.
Defini
c
ao 3 Angulo.
Dados dois vetores u, v o a
ngulo entre eles e o n
umero:
a
ngulo(u, v) = ar cos(
Exerccio 1 Vetores.
1. equaca
o vetorial. Se A, B R3 forem dois vetores dados, resolva, explicitando todas as propriedades usadas, a equaca
o
A + 3X = B
2. equaca
o vetorial. Se duas funco
es forem dadas:
f, g C([a, b] x [c, d], R)
e se for dado R, resolva a equaca
o:
f + X = g.
Em particular, considere f (x, y) = exp(x2 y 2 ), g(x, y) = 1, = 1, e
encontre X.
< f, g >
).
angulo(f, g) = ar cos(
|f | |g|
3. ortogonalidade.
< u, v >
)
|u| |v|
f, g C([0, 2])
Z 2
f (t)g(t)dt
< f, g >=
20
(1.8)
f
E
acil mostrar que <, > tem as mesmas propriedades que o outro definido anteriormente,
sendo assim uma forma bilinear, um produto escalar. Depois veremos que este produto escalar
no espaco de func
oes usualmente vem multiplicado por uma constante adequada a um certo
objetivo. Veja a definic
ao dos coeficientes de Fourier.
3 O uso do n
umero tem como u
nica funca
o assustar o leitor... para n
ao ficar assustado,
troque-o e veja que tudo funciona igual.
21
(e) O polin
omio p(x) = 3+4x+x2 e um elemento do espac o C([a, b] x [c, d], R).
Neste espaco o produto escalar can
onico, e o integral. Encontre alguma funca
o que seja ortogonal a p relativamente ao produto escalar
integral.
(f ) Veja num livro de Fsica a definica
o de trabalho e construa um exemplo de duas funco
es cujo trabalho de uma, relativamente ao da outra,
seja nulo: ortogonais. Observe que voce estar
a usando o produto
escalar integral.
(g) Veja num livro de Estatstica o conceito de probabilidade condicional
e construa um exemplo de eventos independentes, como ortogonais..
(h) Use o produto escalar integral, (eq. 1.8), para encontrar os vetores
perpendiculares ao vetor f (x) = sen(x) em C([, pi], R). Verifique
em particular se algum dos vetores
2
22
10. Encontre um vetor perpendicular a reta determinada pelos pontos (1, 2, 3), (3, 2, 1).
Calcule a dist
ancia desta reta a
`origem.
11. Tome como definica
o: um plano e o lugar geometrico dos pontos do espaco
que determinam vetores perpendiculares a um vetor dado (A, B, C). Calcule uma equaca
o para este plano e justifique porque h
a mais de um plano
satisfazendo esta definica
o. Corrija ent
ao a definica
o inicial.
12. Apresente exemplos que justifiquem a afirmaca
o: a soluca
o de um sistema linear e uma translaca
o da soluca
o do sistema homogeneo associado
passando por uma soluca
o particular. Faca-o inicialmente no plano, mas
generalize depois.
13. Mostre que |
n
P
k=1
si |
n
P
k=1
|si | sejam si n
umeros ou vetores.
(d)
2X + 3Y = (1, 1, 0)
(1.9)
X 2Y = (1, 1, 1)
(1.10)
(1.11)
k=1
uk vk |u||v| ; u, v Rn
23
x = f (s, t)
y = g(s, t) um plano, uma reta? qual e a dimens
ao deste objeto?
z = h(x, t)
24
1
1+x2
4xy 2
1+x2
f (x, y) =
f (x) =
f (x) =
2x
1+x2
1
2
y x2
f (x, y) =
f (x, y) =
|x|
|y|
xy
x2 +y 2
5. intuica
o gr
afico de curva Sendo uma curva4 do plano, R2 , e
f
R2 R3
de exemplos (gr
aficos e algebricos) ilustrando
f o pode ser um ponto (um ponto e uma curva diferenci
avel);
f (X) Y ;
(b) Se A B ent
ao f (A) f (B);
S
S
(c) f ( i Ai ) = i f (Ai );
T
T
(d) f ( i Ai ) i f (Ai ).
P1 7 P2 ; P2 7 P3 ; P3 7 P1
f 1 (Y ) = X;
(b) Se A B ent
ao f 1 (A) f 1 (B);
S
S
1
(c) f ( i Ai ) = i f 1 (Ai );
T
T
1
(d) f ( i Ai ) = i f 1 (Ai ).
(e) f 1 (Ac ) = [f 1 (A)]c
M
etodos num
ericos e equa
c
oes diferenciais ordin
arias
Derivada, plano tangente, aprox. linear
T. Praciano-Pereira
Lista 01
tarcisio@member.ams.org
Dep. de Matem
atica
alun@:
Univ. Estadual Vale do Acara
u
27 de maio de 2007
Por favor, prenda esta folha de rosto na sua solucao desta lista,
deixando-a em branco. Ela sera usada na correcao.
em que A, B Y.
2. Sendo A, B dois conjuntos tais que A B calcule A B ; A B.
3. Mostre que a interseca
o de dois conjuntos convexos e um conjunto convexo, mas que a uni
ao de dois convexos n
ao precisa ser um conjunto convexo.
4 curva
e uma funca
o de classe C 1 com derivada diferente de zero definida em um intervalo
e tomando valores valores em Rn
25
y = b + m(x a)
sentir que j
a domina o assunto pode parar antes da cent
esima
26
(1.12)
(1.13)
(1.14)
(1.15)
e a superfcie
graf (f ) ; f (x, y) = x2 + y 2
Encontre o vetor tangente a
` imagem de sobre a superfcie correspondente
ao valor t0 = 2 [3, 3] do par
ametro.
6 depois
27
(1.16)
(1.17)
(1.18)
e a superfcie
graf (f ) ; f (x, y) = x2 + y 2
Encontre os vetores tangentes a
` imagem desta curva na superfcie graf (f )
com f (x, y) = x2 + y 2 para os valores do par
ametro iniciando em t0 = 0
ate tn = 2 com passo 0.2 e obtenha o gr
afico com gnuplot deste campo
vetorial. Objetivo: ver a sugest
ao da imagem da curva na superfcie que
se encontra na figura (2.3) p
agina 42, mas, feito com gnuplot, voce ter
a
f(x,y)
35
30
25
20
15
10
5
0
1
0
-1
-6
-4
-2
-2
0
-3
2
-4
4
6
Figura 1.3:
a chance de rodar o gr
afico usando o ratinho.
28
30
Captulo 2
ent
ao
Derivadas de func
oes
bivariadas
2.1
A derivada
Mais geral que os vetores e um objeto chamado matriz, porque os vetores sao
tambem matrizes. Vetores sao matrizes de um tipo particular, tem uma u
nica
linha, ou uma u
nica coluna.
Exemplo 4 Uma matriz 3 x 4.
Considere o esquema formado por 12
que abaixo se ve.
1
2
1 1
2 1
n
umeros dispostos da maneira regular
3
0
3
1
2
2
(2.1)
Podemos a ver quatro vetores-coluna cada um com tres coordenadas ou podemos ver tres vetores-linha cada um com quatro coordenadas. As duas maneiras
de ver s
ao v
alidas. As matrizes generalizam os n
umeros, enquanto que estes
contem uma u
nica informaca
o de uma medida feita, agora as matrizes contem
v
arias informaco
es oriundas de distintas medico
es feitas que podem ate ser de
naturezas diferentes entre si. Por exemplo, uma matriz pode conter taxas de
variacao de precos, numa linha e na seguinte as taxas de variacao de demanda
por unidade dos produtos de uma empresa.
As matrizes se aplicam hoje em uma incont
avel quantidade de situaco
es e
com
algumas vezes n
ao representam n
umeros, mas informacoes estratificadas. E
frequencia o caso, quando se encontra o termo no contexto de processamento
de dados. Neste livro as matrizes ser
ao sempre uma generalizaca
o de n
umeros,
quase sempre ser
ao taxas m
ultiplas de varia
c~
ao como nos pr
oximos exemplos.
Exemplo 5 Equaca
o da reta e equaca
o plano.
29
y(x) 7 y(x + x)
(2.4)
(2.5)
(2.6)
como se seguintes c
alculos mostram
f (x) = y = ax + b
f (x) = y = a(x x0 ) + ax0 + b =
(2.7)
(2.8)
(2.9)
(2.10)
(2.11)
evidenciando que e a reta que passa no ponto (x0 , y0 ) e que tem coeficiente
angular a.
O n
umero a e a derivada constante de f :
a = f (x).
(2.12)
(2.13)
ela ir
a representar tambem uma figura de tipo linear, porque, se g for associada
a progress
oes aritmeticas das vari
aveis x ou y, separadamente ou em conjunto,
correspondem progress
oes aritmeticas da vari
avel z com raz
oes obtidas por multiplicaca
o pelos coeficientes a, b :
31
2.1. A DERIVADA
g = g(x + x, y + y) g(x, y) =
(2.14)
(2.15)
(2.16)
(2.17)
(2.18)
com um produto de matrizes, que e uma nova forma de multiplicar. Se abstrairmos a forma particular do coeficiente multiplicativo e da vari
avel, podemos
dizer que, designando o vetor
x
X=
(2.21)
y
z = g(x, y) = ax + by + c
(2.22)
g(X) = AX + c;
A= a b
g = a b X
(2.23)
(2.24)
32
y = f(a) + f(a)(x a)
(a,f(a))
f
(2.25)
(2.26)
(2.27)
(2.28)
(2.29)
AX0 + c = z0 = g(x0 , y0 )
(2.30)
sendo
o valor de g no ponto X0 = (x0 , y0 ).
No caso bivariado os coeficientes s
ao multin
umeros, as matrizes.
Buscamos com as generalizaco
es operar com conceitos mais complexos com
a mesma formalidade com que operamos com os conceitos mais simples. Esta
a
Figura 2.1:
A reta tangente ao gr
afico de f
(2.31)
33
2.1. A DERIVADA
y = b + m(x a)
y = f (a) + f (a)(x a)
(2.32)
(2.33)
z c = A(x a) + B(y b)
z = c + A(x a) + B(y b)
P (x, y) = c + A(x a) + B(y b) ; P (a, b) = c
(2.34)
(2.35)
(2.36)
Na equaca
o (36) escrevi a express
ao do polin
omio do primeiro grau em duas
vari
aveis e voce pode ver que P (a, b) = c o que significa que o gr
afico deste
polin
omio passa no ponto (a, b, c). O gr
afico de um polin
omio do primeiro grau
em duas vari
aveis e um plano.
Se quisermos que este plano seja tangente ao gr
afico de uma funca
o diferenci
avel z = f (x, y) ent
ao vamos impor as condico
es
c = f (a, b) para que o plano passe no ponto
34
z = f (x, y)
f
dz = f
x dx + y dy
(2.37)
(2.38)
dz := z c; dx := x a; dy := y b
(2.39)
na equaca
o (39) fizemos a substituica
o das vari
aveis dx, dy, dz pelas express
oes
(x a), (y b), (z c).
Observe que usamos o smbolo := para indicar foi uma substituica
o em
que estamos usando a express
ao diferencial como um modelo da express
ao linear (equaca
o do plano tangente) que aproxima localmente a funca
o, se ela for
diferenci
avel.
Esta e a interpretaca
o geometrica da derivada: a derivada produz uma expressao linear que e tangente ao grafico.
Posso aqui repetir a comparaca
o com o caso univariado usando a notaca
o
de diferencial para obter a express
ao da reta tangente ao gr
afico de y = f (x) no
ponto (a, f (a))
y = f (x)
(2.40)
dy = f (x)dx
dx : x a; dy := y b
(2.41)
(2.42)
y b = f (a)(x a)
(2.43)
B=
para que o coeficiente angular na direca
o do eixo OY coincida
com derivada parcial de f nesta direca
o.
As derivadas parciais de uma funca
o bivariada tambem s
ao funco
es bivariadas e foram calculada no ponto (a, b) e isto que indica a notaca
o
f
f
|(a,b) ,
|(a,b)
x
y
Uma outra forma de chegar nesta express
ao consiste na derivaca
o mplicita
de z = f (x, y)
f
f
|(a,b) (x a) +
|(a,b) (y b)
x
y
g
g
|(a,b) (x a) +
|(a,b) (y b)
x
y
35
2.1. A DERIVADA
36
Figura 2.2:
(2.45)
A sequ
uencia de figuras (2.2) p
agina 36, pretendem dar-lhe uma vis
ao do
plano tangente ao gr
afico de
z = f (x, y) = x2 + y 2
(2.44)
no ponto (2, 2, f (2, 2)) mas certamente o script acima deve lhe dar uma vis
ao
mais din
amica lhe permitindo rodar o gr
afico ate que consiga captar a tangencia
do plano. As figuras foram obtidas com gnuplot e fotografadas no terminal.
No script voce tambem pode alterar a equaca
o para obter outros gr
aficos.
(2.46)
(2.47)
A vari
avel vetorial, (45), a funca
o vetorial, (46), com tres funco
es-coordenadas
que chamamos de componentes, algumas vezes, (47).
Ent
ao no ponto a = (a1 , , a4 ), a matriz
f
f
f
f
x1
f2
x1
f3
x1
x2
f2
x2
f3
x2
x3
f2
x3
f3
x3
x4
f2
x4
f3
x4
(2.48)
37
2.1. A DERIVADA
produz um n
umero, cada um deles e uma taxa de variacao instantanea de uma
componente em uma certa direca
o do espaco.
f
A notaca
o xji n
ao e a melhor possivel pois usa o smbolo x quando tudo que
interessaria usar e o ndice i. Uma notaca
o mais precisa do que esta, existe,
est
a indicada na equaca
o (49), e voce pode analisar a equivalencia das duas.
Aos poucos passarei a us
a-la em lugar da notaca
o tradicional.
A matriz dos coeficientes angulares parciais recebe o nome de matriz jacobiana de f = J(f ).
Estamos aqui sob a suposica
o de que f e uma funca
o diferenci
avel, nem
todas as funco
es o s
ao, como e bem conhecido no caso univariado.
Da mesma forma como uma funca
o univariada
f : R 7 R
tem um u
nico coeficiente angular num determinado ponto, se for diferenci
avel,
tambem f : U R4 7 R3 tem u
nico coeficiente angular m
ultiplorepresentado
pela matriz J(f ), jacobiana de f , no ponto (a1 , , a4 ) em que estas derivadas
parciais foram calculadas, se f for diferenciavel. O diferencial de f no ponto
(a1 , , a4 ) e
df = J(f )dx =
f1
f1
f1
dx1
x2
x3
1
dx2 x
f2
f2
f2
= J(f )
dx3 = x1 x2 x3
f3
f3
f3
x1
x2
x3
dx4
(2.50)
f1
x4
f2
x4
f3
x4
dx1
dx2
dx
3
dx4
(2.51)
Hoje a compreens
ao
e clara que as matrizes s
ao um bom coefiente angular m
ultiplo. A
jacobiana
e a derivada de uma func
ao no ponto em que for calculada e representa neste ponto
o seu coeficiente angular.
Coeficiente angular m
ultipo,
e verdade!
No caso univariado a reta tangente a f no ponto (a, f (a)) tem como coeficiente angular
o n
umero f (a) e a equac
ao da reta tangente ao gr
afico de f no ponto (a, f (a)
e:
y f (a) = f (a)(x a).
(2.56)
dy := f (x) f (a)
(2.57)
se passa da equaca
o a diferencas para a equaca
o da reta tangente no ponto (a, f (a)).
As equac
oes (56), (57), mostram como usar o modelo.
Finalmente o que h
a melhor para fazer com os infinit
esimos
e arquiv
a-los, junto com
outras m
umias sagradas, que devem descancar em paz nas salas respeit
aveis dos museus,
com o devido registro que muito fizeram para a nossa compreens
ao atual dos conceitos.
No caso bivariado ou multi-variado, troque-se reta por plano ou hiperplano. O plano
tangente ao gr
afico de uma func
ao bivariada
e um plano que tem o mesmo coeficiente angular
m
ultiplo que a func
ao tiver no ponto de tang
encia. A linguagem geom
etrica se esgota com
a dimens
ao tr
es. Variedade
e a palavra que nomeia os entes geom
etricos que precisamos em
dimens
ao maior do que tr
es. Assim as retas s
ao variedades de dimens
ao 1, os planos s
ao
variedades de dimens
ao 2, etc. . .
Uma func
ao diferenci
avel
f
(2.52)
f1
f1
f1
f1
dx1
dx1 + x
dx2 + x
dx3 + x
dx4
1
2
3
4
dx2 x
f
f
f
f
2
2
2
2
df = J(f )
(2.53)
dx3 = x1 dx1 + x2 dx2 + x3 dx3 + x4 dx4
f3
f3
f3
f3
dx
+
dx
+
dx
+
dx
1
2
3
4
x1
x2
x3
x4
dx4
(2.54)
A equac
ao da reta guarda estreita semelhanca com o diferencial o que criou toda uma mitologia:
dy = f (a)dx.
(2.55)
Rn U W Rm
38
(2.58)
ter
a uma variedade de dimens
ao n x m 1 que
e tangente ao seu gr
afico em cada um dos
pontos em que ela for diferenci
avel, em que n, m s
ao as dimens
oes dos espacos de saida e
chegada.
Observe a dimens
ao da variedade tangente: n x m 1, ela
e maior variedade linear
pr
opria contida no espaco Rn x Rm e se chama por isto um hiperplano.
Os hiperplanos s
ao , assim, os sub-espacos m
aximais pr
oprios de um espaco de dimens
ao
n. Neste contexto os hiperplanos s
ao os espacos de dimens
ao n 1.
Assim,
os pontos s
ao os hiperplanos das retas;
as retas s
ao os hiperplanos dos planos;
os planos s
ao os hiperplanos dos espacos tridimensionais;
um subespaco tridimensional
e um hiperplano de um espaco de dimens
ao quatro;
e um hiperplano de um espaco de dimens
ao n.
um subespaco de dimens
ao n 1
aqui uma matriz cujas linhas sao diferenciais totais, e observe que agora nesta
u
ltima equaca
o tem-se uma igualdade entre dois vetores-coluna ou matrizes 3x1.
Variedade
e um sin
onimo de objeto geom
etrico do espaco,
Observa
c
ao 5
uma curva
e uma variedade de dimens
ao 1, e pode ser uma reta. Se quisermos salientar
que n
ao
e uma reta, diremos que
e uma variedade n
ao linear de dimens
ao 1;
um ponto
e uma variedade de dimens
ao zero;
uma reta
e uma variedade linear de dimens
ao 1;
o crculo unit
ario
e uma variedade n
ao linear de dimens
ao 1;
um plano
e uma variedade linear de dimens
ao 2;
39
2.1. A DERIVADA
uma superfcie
e uma variedade de dimens
ao 2 que pode ser linear ou n
ao linear;
a fronteira de uma esfera
e uma variedade de dimens
ao 2 n
ao linear;
a esfera com o seu interior
e uma variedade de dimens
ao 3 n
ao linear;
o espaco tridimensional
e uma variedade linear de dimens
ao 3, uma sub variedade
linear do espaco de dimens
ao quatro;
O conte
udo do exemplo anterior consiste em mostrar que as matrizes se multiplicam de forma semelhante como se multiplicam os n
umeros e a consequente
comparacao entre o diferencial nos casos univariado e multivariado:
um produto de n
umeros comuns
df = f (a)dx
(2.59)
(2.60)
(2.61)
(2.62)
df = J(f )dx
caso de funcao multivariada
(2.63)
(2.64)
40
Lista 01
tarcisio@member.ams.org
Dep. de Matem
atica
alun@:
Univ. Estadual Vale do Acara
u
(2.65)
27 de maio de 2007
3. Se uma reta n
ao passar pela origem, ainda assim ela e paralela a uma outra
reta que passa pela origem (supondo v
alido o 5o postulado...). Deduza que
a equaca
o geral da reta no plano e da forma
< (A, B), (x, y) >= C Ax + By + C = 0
4. Qual e o lugar geometrico dos pontos (x, y, z) do espaco R3 tal que <
(A, B, C), (x, y, z) >= 0? Deduza disto qual e o lugar geometrico dos pontos do (x, y, z) do R3 tal que
Ax + By + Cz + D = 0.
5. Sabemos que uma equaca
o S(x, y, z) = 0 n
ao se altera se for multiplicada
por um n
umero diferente de zero. Multiplique
Por favor, prenda esta folha de rosto na sua solucao desta lista,
deixando-a em branco. Ela sera usada na correcao.
Ax + By + Cz + D = 0.
por um n
umero conveniente de modo que o vetor perpendicular ao plano
na equaca
o seja unit
ario. Comparando com a equaca
o do plano paralelo
que passa na origem, deduza qual a dist
acia do plano
Ax + By + Cz + D = 0.
1 A nota
ca
o J(f ) tem o defeito de n
ao indicar que as derivadas se calculam num ponto como na
nota
ca
o f (a).
sentir que j
a domina o assunto pode parar antes da cent
esima
41
2.1. A DERIVADA
6. As quest
oes anteriores mostram que n
ao podemos ter uma forma simples
para a equaca
o da reta em dimens
ao maior que 2. A sada para simplificar as equaco
es de variedades de dimens
ao 1 no espaco de dimens
ao
maior ou igual a 3 consiste em usar equaco
es parame tricas. Encontre as
equaco
es parametricas da reta paralela ao vetor (1, 1, 3) que passe pelo
ponto (2, 2, 2).
7. Escolha 1003 vetores no espaco junto com 100 outras condico
es e escreva,
em cada caso, as equaco
es parametricas das retas determinadas por estes
100 pares de condico
es.
8. Escreva a equaca
o geral (as equaco
es parametricas gerais) de uma reta,
especifique os dados iniciais corretamente. Redija no formato Teorema e
demonstraca
o.
9. As equaco
es
xk = fk (t) ; k {1, , n} ; t [a, b]
(2.66)
42
(2.70)
(2.71)
(2.72)
e a superfcie
graf (f ) ; f (x, y) = x2 + y 2
Encontre os vetores tangentes a
` imagem desta curva na superfcie graf (f )
com f (x, y) = x2 + y 2 para os valores do par
ametro iniciando em t0 = 0
ate tn = 2 com passo 0.2 e obtenha o gr
afico com gnuplot deste campo
vetorial. Objetivo: ver a sugest
ao da imagem da curva na superfcie que
se encontra na figura (2.3) p
agina 42, mas, feito com gnuplot, voce ter
a
(2.67)
f(x,y)
35
30
25
20
15
10
5
z = f (x, y) = x + 3xy + y
(2.68)
1
0
-1
-6
-4
-2
-2
0
(2.69)
e a superfcie
graf (f ) ; f (x, y) = x2 + y 2
Encontre o vetor tangente a
` imagem de sobre a superfcie correspondente
ao valor t0 = 2 [3, 3] do par
ametro.
3 depois
-4
4
6
Figura 2.3:
-3
2
a chance de rodar o gr
afico usando o ratinho.
Exemplo 8 Dependencia linear.
Uma ind
ustria depende de quatro itens b
asicos na composica
o de seu produto
final e descreve com 3 funco
es o seu custo de produca
o :
43
2.1. A DERIVADA
Estas funco
es n
ao existem na pr
atica, pelo menos n
ao sob forma de uma
equaca
o algebrica, mas sob forma de um processo estatstico, ou planilha de
c
alculo, que cuidadosamente levado em dia, permite que a empresa determine
as flutuaco
es 4 de mercado dos precos dos produtos assim como as flutuaco
es
dos custos de producao e de distribuica
o :
taxas, parciais, de variaca
o de custo dos insumos/produto :
(2.74)
(2.75)
(2.76)
(2.77)
(2.78)
(2.79)
C1 C1 C1 C1
a11 a12 a13 a14
x2
x3
x4
x12 C
C2
C2
2
(2.80)
A = a21 a22 a23 a24 = C
x1
x2
x3
x4
C3
C3
C3
C3
a31 a32 a33 a34
x
x
x
x
1
e a taxa de variaca
o da funca
o C1 , custo dos insumos relativamente ao produto
x1 . Identicamente
C1
x2
e a taxa de variaca
o da funca
o C1 , custo dos insumos relativamente ao produto
x2 , e assim sucessivamente.
Suponha agora que a33 = 0 significando que o item 3 na composica
o dos produtos da empresa est
a com sua taxa de variaca
o de custos estabilizda: n
ao cresce
nem decresce. N
ao necess
ariamente isto implica que a23 = 0 porque o custo de
produca
o n
ao reflete e nem precisa ser refletido diretamente pelo custo de distribuica
o . Uma melhoria nos transportes e outros aspectos de infra-estrutura
podem tornar mais barata a distribuica
o e ao mesmo tempo um aumento de
preco do item 3 vai acarretar que a23 6= 0
Mostramos assim com um exemplo que as linhas da matriz 3 x 4 A acima
s
ao independentes. Por definica
o , duas linhas de uma matriz, ou dois vetores
4 leia:
taxas de variaca
o
44
quaisquer, s
ao linearmente dependentes se um for m
ultiplo do outro. Ent
ao,
se forem dependentes uma mesma coordenada n
ao pode ser num deles zero enquanto que no outro e diferente de zero. A definica
o de dependencia linear n
ao
fica t
ao simples para um conjunto com mais de dois vetores.
Exemplo 9 Diferencial e aproximaca
o .
Consideremos, de acordo com o exemplo anterior, a matriz
(2.81)
representando as variaco
es dos custos da ind
ustria. Se a funca
o
C = (C1 , C2 , C3 )t
(2.82)
for a funca
o de custos desta empresa, ent
ao A representa a matriz de variaca
o
de custos ent
ao o produto das matrizes 3 x 4, de variacao dos custos com o a
matriz 4 x 1, de variacao do tempo resulta na matriz d 3 x 1 que e o vetor
da variacao de custos da producao da ind
ustria, dC:
a11
A dx = a21
a31
a12
a22
a32
a13
a23
a33
dx1
d1
a14
dx2
a24
= d2 = d
dx3
d3
a34
dx4
= C (a) dx = dC
(2.83)
(2.84)
Ci
xj
em que C : R4 R3 e funca
o
a11
A dx = a21
a31
a12
a22
a32
a13
a23
a33
x1
a14
d1
x2
= d2 = d
a24
x3
a34
d3
x4
= C (a) x = C
(2.85)
(2.86)
45
2.1. A DERIVADA
Nesta u
ltima se deixa claro, com as express
oes xi , x.C que se tem
c
alculos aproximadas e n
ao formais.
Observa
c
ao 6 Aproximaca
o diferencial e modelagem.
Uma das lico
es que podemos tirar do presente exemplo e que a existencia de
uma funca
o , como a funca
o de custos C, n
ao se d
a diretamente atravez de uma
equaca
o mas sim tudo o que temos e sua aproximaca
o diferencial:
C(x) C(a) + C (a)x
(2.87)
Depend
encia linear e otimizac
ao .
A palavra chave aqui
e otimizaca
o , se otimizou o controle eliminando linhas linearmente
dependentes da matriz que cont
em os dados do processo industrial.
Se uma matriz tiver linhas que dependam linearmente uma das outras, o problema pode
ser simplificado eliminando-se as linhas linearmente dependentes menos uma, que passa a
representar as outras.
Voltaremos mais a frente a discutir este conceito de depend
encia linear.
46
Observa
c
ao 8 O que se conhece de uma funcao ?
Uma pergunta poderia ser feita: porque colocamos
enfase em f (a) e n
ao em f (a)? O
exemplo industrial anterior em certa forma responde a esta quest
ao. Em geral n
ao conhe realstico
cemos f mas sim alguns de seus valores, digamos, numa colec
ao de n
os (a ) . E
acrescentar a hip
otese de que tamb
em podemos medir os valores de f numa famlia (a, )
na vizinhanca de cada mega-n
o a de modo que podemos calcular f (a ) aproximadamente
usando, o levantamento de dados, f (a, ) . Aqui , s
ao multi-ndices, sendo o multindice que caracteriza os n
os principais da rede e caracterizam os n
os finos na vizinhanca
de cada n
o a . Para diferenci
a-los chamamos estes diferentes n
os de mega-n
os ou micro-n
os.
Observe que a linguagem est
a apenas aparentemente mais complexa que a usada no
C
alculo univariado, porque agora estamos tratando de problemas multi-dimensionais, agora
tamb
em os ndices tem que ter mais coordenadas, em princpio o n
umero de coordenadas das
vari
aveis do problema.
2.2
Diferenciabilidade
Derivada.
A definica
o univariada de derivada diz que f tem derivada no ponto c (A, B) se e somente
se o limite
f (c + x) f (c)
lim
x=0
x
existir e neste caso o valor do limite
e derivada:
lim
x=0
f (c + x) f (c)
= f (c).
x
x=0
f (c + x) f (c) f (c)x
=0
x
que
e a express
ao da F
ormula de Taylor no caso univariado com n = 1
f (c + x) f (c) + f (c)x
colocada dentro do limite do quociente significando com isto que a maneira como f (c + x)
se aproxima de f (c) + f (c)x
e mais forte do que a maneira como x se aproxima de
zero. Usaremos esta express
ao para definir diferenciabilidade de funco
es multivariadas.
W R
definida numa regiao W do plano, ver a figura (fig. 1.2), pagina 15. Considerando um ponto P W, ha m
utiplas formas de se considerar a variacao em
volta de P, na (fig. 1.2) isto se encontra ilustrado com varias retas passando
por P dentro de W. Consequentemente ha varias formas de se calcular a taxa
de variacao no ponto P.
Exemplo 11 Taxas de variaca
o na encosta de um morro
Uma situaca
o semelhante a esta voce pode encontrar na encosta de um morro
que voce estiver escalando. H
a sempre uma direca
o na qual a subida e mais
ngreme que tambem corresponde
adescida mais violenta. Quando voce quiser
47
2.2. DIFERENCIABILIDADE
48
concidam com os n
umeros A, B da equacao do plano tangente e portanto a
equacao do plano tangente, se existir, sera:
f
e exatamente o ja sugerido anteriorO modo de calcular as derivadas f
x , y
mente, considerando-se uma nova funcao apenas de uma variavel, considerando
a outra fixa, e calculando-se a derivada ordinaria desta nova funcao.
z f (a, b) =
Exerccios 5 Derivaca
o parcial
Defini
c
ao 4 Funca
o bivariada diferenci
avel
Uma funca
o
f
W R ; W R2
2. Encontre a equaca
o do plano que passa no ponto (1, 1, 1) e e paralelo ao
plano XOY.
z c = A(x a) + B(x b)
e neste caso o plano passa no ponto (a, b, c), vemos que uma condicao necessaria
para diferenciabilidade e que a equacao do plano tangente seja
z f (a, b) = A(x a) + B(x b) ; (a, b) W.
3. Encontre a equaca
o do plano que passa pelos pontos (1, 1, 1), (1, 2, 3), (3, 2, 3).
4. Determine a equaca
o do plano tangente ao gr
afico da funca
o f (x, y) =
x2 y 2
x2 +y 2 no ponto (a, b, f (a, b)) para:
Os n
umeros A, B sao as taxas de variacao da funcao linear
quer dizer, que se considerarmos fixa uma das variaveis teremos uma funcao
univariada e podemos calcular a derivada ordinaria desta funcao relativamente
a variavel livre:
dL(x,y)
dx
dL(x,y)
dy
f
f
(x a) +
(x b) ; (a, b) W.
x
y
= A ; deixando y fixo;
(2.88)
= B ; deixando x fixo;
(2.89)
c) h(x, y) =
=A
(2.90)
e) h(x, y) = e (y + 3)(x + 1)
g) h(, ) = cos()
f ) h(x, y) = ysen(x)ln(x + 3)
xln(y)
h) h(x, y) = (x+3)(x+1)
=B
(2.91)
i) h(x, y) =
j) h(x, y) =
a) h(x, y) =
o smbolo significa que apenas uma das variaveis esta sendo considerada no
calculo da taxa de variacao, indicada no denominador.
Vemos assim que uma outra condicao e necessaria, para que f tenha um
plano tangente no ponto (a, b, f (a, b)) sera preciso que suas taxas de variacao
parciais
f f
x y
xy
ycos(x+3)
ysen(x)
y(x+3)
x2
sen(x2 )
x2 +y 2
k) h(x, y) = |x|
|y|
cos2 (x)
m) h(x, y) = sen
2 (y)
o) h(s, t) =
s2
|t|
sen(x2 )
(x+3)cos(x+1)
1
= (y2)(x+3)
b)h(x, y) =
d) h(x, y)
y 2 (x2)
(x+5)(y+3)(y+1)
1
l) h(x, y) = x2 +y2
2
n) h(x, y) = x y+1
3
n
P
ka
h(a, b) =
be
k=0
49
2.2. DIFERENCIABILIDADE
x=0
f (x + x) f (x)
x
|f (x, y) f (a, b)
f
x (x
a)
f
y (y
|(x, y)|
|(x,y)|=0
b)|
=0
Se este limite existir, for zero, entao f e diferenciavel no ponto (a, b) W e sua
derivada neste ponto e o plano tangente, sendo os n
umeros
a)
f
(y
y
b)|
=0
f
f
(x a)
(y b)
x
y
e o gr
afico de z = f (x, y) tem um grau de aproximac
ao superior ao de uma func
ao quadr
atica,
isto
e o que caracteriza uma tang
encia, portanto o plano
f (a, b)
f
f
(x a)
(y b)
x
y
e tangente ao gr
afico de f e pela definic
ao de derivada f
e diferenci
avel em todos os pontos
do interior de W.
( ) Reciprocamente, se o plano
f (a, b)
f
f
(x a)
(y b)
x
y
for tangente ao gr
afico, por definic
ao de tang
encia se tem o limite
lim
|f (x, y) f (a, b)
f
(x
x
a)
|(x, y)|
f
(y
y
b)|
=0
q.e.d .
f
x (x
a)
f
y (y
|(x, y)|
b)|
=0
se e somente se o plano
z f (a, b) =
f
(x
x
|(x, y)|
|(x,y)|=0
lim
|f (x, y) f (a, b)
|(x,y)|=0
f f
,
x y
|(x,y)|=0
f (a, b)
50
f
f
(x a) +
(y b)
x
y
for tangente ao gr
afico de f no ponto (a, b, f (a, b)). Dem :
Antes de diretamente prosseguir fazendo a demonstrac
ao, vamos fazer alguns coment
arios.
Uma das condic
oes que n
ao fica diretamente visvel a partir do teorema
e que para que f seja
diferenci
avel
e preciso poder calcular o quociente acima considerando um vetor (x, y)
51
2.2. DIFERENCIABILIDADE
Observa
c
ao 9 A verdadeira natureza da derivada
No c
alculo univariado a derivada
e falsamente um n
umero, somente no c
alculo multivariado
e que vamos encontrar a verdadeira natureza da derivada, uma matriz. Esta matriz
se chama Jacobiana, quer dizer, quando escrevemos J(f )P queremos dizer f (P ) em que P
f f
]
x y
Defini
c
ao 5 Jacobiana
A matriz formada pelas derivadas parciais, calculadas em um ponto P W
e a derivada de f e se chama Jacobiana de f .
No caso particular em que f : W R for uma funca
o numerica, a J(f ) se
chama gradiente:
J(f ) = grad(f ).
Exerccios 6 Derivada, diferencial, gradiente
52
2.3
Operac
oes e derivadas
a) h(x, y) =
c) h(x, y) =
sen(x2 )
(x+3)cos(x+1)
1
= (y2)(x+3)
b)h(x, y) =
d) h(x, y)
e) h(x, y) = e (y + 3)(x + 1)
g) h(, ) = cos()
f ) h(x, y) = ysen(x)ln(x + 3)
xln(y)
h) h(x, y) = (x+3)(x+1)
i) h(x, y) =
j) h(x, y) =
sen(x2 )
x2 +y 2
k) h(x, y) = |x|
|y|
cos2 (x)
m) h(x, y) = sen
2 (y)
o) h(s, t) =
s2
|t|
y 2 (x2)
(x+5)(y+3)(y+1)
1
l) h(x, y) = x2 +y2
2
n) h(x, y) = x y+1
3
n
P
ka
be
h(a, b) =
k=0
(x,y)
ycos(x+3)
sen(x) cos(y)
( y(x+3) , y(x+3) )
x2 y 2
sen(x )
cos(x)
b)h(x, y) = ( (x+3)cos(x+1)
, (x+3)cos(x+1)
)
1
x
d) h(x, y) = ( (y2)(x+3)
, (y2)(x+3)
)
e) h(x, y) = (e , e )
sen()
)
g) h(, ) = ( cos()
,
)
i) h(x, y, z) = ( sen(x
x2 +y 2 , x, z)
y (x2)
, xy, yz)
j) h(x, y, z) = ( (x+5)(y+3)
|y|
k) h(x, y) = ( |x|
|y| , |x| )
m) h(x, y) =
cos2 (x)
sen2 (y)
2
t
s
, |t|
)
o) h(s, t) = ( |t|
1
x
l) h(x, y) = ( x2 +y
2 , x2 +y 2 )
x2 +z
y3
n) h(x, y, z) =
n
n
P
P
aekb )
beka ,
h(a, b) = (
k=0
k=0
f : Rn Rm , g : Rq Rm ; n 6= q.
Como f : Rn Rm , g : Rn Rm se podem somar, tambem se podem somar
as suas derivadas calculadas no mesmo ponto a = (a1 , , an ) que sera matrizes
m x n porque ambas as funcoes tem nm coeficientes parciais. Da tiramos a
regra, so podemos somar matrizes de mesmas dimensoes.
Outra forma de chegar a mesma conclusao e a consideracao de que as matrizes sao como os vetores, tem coordenadas, e portanto temos que somar as
coordenadas de mesmos ndices, entao elas tem que ter o mesmo formato.
So podemos somar matrizes que sejam exatamente da mesma ordem.
O arquivo pas.zip contem os arquivo Matrizes.pas onde voce pode encontrar todas as as rotinas necessarias `a solucao dos exerccios abaixo.
Exerccio 2 Matrizes, coeficientes angulares.
1. Encontre a equaca
o da reta6 que passa nos pontos
P1 = (1, 2, 3), P2 = (4, 3, 2).
53
2.3. OPERAC
OES E DERIVADAS
3. Encontre a equaca
o do plano que passa no ponto (1, 1, 1) e e paralelo ao
plano XOY.
4. Encontre a equaca
o do plano que passa pelos pontos (1, 1, 1), (1, 2, 3), (3, 2, 3).
5. Determine a equaca
o do plano tangente ao gr
afico da funca
o f (x, y) =
x2 y 2
x2 +y 2 no ponto (a, b, f (a, b)) para:
54
x2 y 2
x2 +y 2 ;
(c) z = g(x, y) =
p
1 x2 y 2 ;
(d) z = j(x, y) =
3xy
x3 +y 2 .
(b) z = h(x, y) =
c) h(x, y) =
xy
ycos(x+3)
ysen(x)
y(x+3)
x2
sen(x2 )
(x+3)cos(x+1)
1
= (y2)(x+3)
d) h(x, y)
i) h(x, y) =
j) h(x, y) =
s2
|t|
b)h(x, y) =
f ) h(x, y) = ysen(x)ln(x + 3)
xln(y)
h) h(x, y) = (x+3)(x+1)
sen(x2 )
x2 +y 2
k) h(x, y) = |x|
|y|
cos2 (x)
m) h(x, y) = sen
2 (y)
xy
x2 +y 2
e) h(x, y) = e (y + 3)(x + 1)
g) h(, ) = cos()
o) h(s, t) =
17. c
alculo de derivadas: Calcule a derivada J(f ) das funco
es abaixo indicando onde a derivada existe.
2xy
x2 +y 2 ;
y 2 (x2)
(x+5)(y+3)(y+1)
1
l) h(x, y) = x2 +y
2
2
n) h(x, y) = x y+1
3
n
P
ka
h(a, b) =
be
k=0
2xy
x2 +y 2
(g) f (x, y) =
x2 y 2
x2 +y 2
2
x y
(h) f (x, y) = ( x22xy
+y 2 , x2 +y 2 )
(f ) f (x, y) =
55
56
(g) F (x, y) = 5(x 2)2 + 2xy 3(y 1)2 ; k {1, 0.5, 0, 0.5, 1, 2}
x1 a1
f f f f
x
a
2
2
=
,
,
,
)
f (x) f (a) + (
x1 x2 x3 x4 x3 a3
x4 a4
dx1
f f f f dx2
=
= f (a) + (
,
,
,
)
x1 x2 x3 x4 dx3
dx4
f
f
f
f
f (a) +
dx1 +
dx2 +
dx3 +
dx4
x1
x2
x3
x4
(2.95)
(2.96)
f (x) = b + ax
x, a, b R
f (x) = b + Ax ;
b um n
umero ;
x uma matriz n x 1 ; A matriz 1 x n ;
A f
ormula de Taylor
Convem lembrar aqui a formula de Taylor em seu caso mais simples que e
(2.92)
em que f e uma funcao vetorial e portanto f (a) e uma matriz jacobiana nao
trivial10 , (nao e um n
umero comum). A formula 2.92 pode ser escrita com outro
aspecto.
suma, grad(f )
e um nome para a jacobiana que tem uma u
nica linha.
express
ao
e exatamente a mesma do caso univariado,
e uma vantagem da notaca
o
matricial.
B, A, x matrizes: 1 x p, 1 x n, n x p.
Se costuma chamar funcoes do primeiro grau de lineares, na verdade deveriam ser chamadas de lineares afins. Sa lineares aquelas com o termo constante
b ou B nulo:
f (x) = Ax ;
9 em
10 a
(2.94)
(2.93)
2.4
11 A
A, x matrizes: 1 x n, n x p.
notaca
o de derivadas parciais n
ao deixa ver que as derivadas est
ao sendo calculadas no
ponto a, isto causa dificuldade para o entendimento.
57
Diferencial, derivac
ao implcita. Uma s
erie mitos e mal entendidos
persistem em torno dos smbolos x, dx. N
ao
e f
acil corrigir esta situac
ao sem um investimento grande em abstrac
ao e estruturas matem
aticas, mas vamos discutir um pouco o
assunto. O mito central gira em torno do conceito de infinitesimal que atravessou a hist
oria
do C
alculo sem uma definic
ao adequada, se
e que uma tal definic
ao poderia ser apresentada.
Uma forma de entender o seu significado
e a ordem de grandeza de que voltaremos a falar
mais adiante. O smbolo significa apenas diferenca, por exemplo:
x=0
df
f
= f (a) = lim
x=0 x
dx
mas dx, df n
ao existem. . . Limites se calculam sempre indiretamente sem que possamos
usar regras operat
orias aritm
eticas nos componentes da express
ao alg
ebrica envolvida, a n
ao
ser a partir de resultados obtidos indiretamente, como os resultados que temos sobre somas,
produtos e quocientes de limites. Quando escrevemos uma express
ao como f (x) f (a) +
f (a)dx estamos apenas querendo dizer que f pode ser aproximada linearmente, por uma
func
ao linear, e que o coeficiente angular (simples ou m
ultiplo) desta func
ao linear
e f (a).
Variedade linear tangente. Podemos usar a derivac
ao implcita como uma t
ecnica
para encontrar um objeto linear tangente a outro: a reta tangente ao gr
afico de uma funca
o
univariada, o plano tangente ao gr
afico de uma funca
o bivariada, o hiper-plano tangente ao
gr
afico de uma funca
o multivariada. O caso da reta
e o que acabamos de comentar acima,
y f (a) = f (a)(x a)
a equac
ao da reta que tem coeficiente angular f (a) e que passa no ponto (a, f (a)). Com
frequ
encia usamos d para indicar relativamente a que vari
avel estamos calculando um li o que fazemos quando derivamos implicitamente uma
mite de quocientes de diferencas. E
express
ao:
w = f (x1 , x2 , x3 , x4 );
f
dx1
x1
f
dx2
x2
f
dx3
x3
w = f (x) = f (a) +
f
f
f
f
(x1 a1 ) +
(x2 a2 ) +
(x3 a3 ) +
(x4 a4 )
x1
x2
x3
x4
Exerccio 3 Funco
es lineares, Jacobiana.
1. Verifique que as propriedades de linearidade valem tanto para f (x) = ax
em que a, x s
a n
umeros, como para f (x) = Ax em que A, x s
a matrizes,
convenientemente definidas para que se possa fazer a multiplicacao.
4. Escreva a aproximaca
o linear para cada uma das funco
es anteriores no
ponto indicado. Calcule o valor d f usando sua aproximaca
o linear com
um erro de 0.1 em cada coordenada e compare com valor exato em cada
caso.
5. Calcule a soma das derivadas das funco
es f, g:
f (x, y) = sen(xy)exp(x2 y 2 ) ; (0, 0, 0) ;
f (x, y) = (x2 y 2 , 2xy) ; (0, 1);
dy = f (a)dx
dw =
escuro. Faz parte deste acidente que podemos escrever, diretamente a partir da equac
ao (eq.
2.98) a equac
ao do plano tangente a superfcie graf (f ) :
f
x
nos fornece
f = f (x + x) f (x) = f (x + h) f (x).
Claro, a derivada significa o limite de quocientes de diferencas:
f (x) = lim
58
(2.97)
+
f
dx4
x4
(2.98)
59
x1
x2
Exemplo 12 Funco
es lineares definidas por meio de produto escalar.
1. Em R3 considere o vetor (a1 , a2 , a3 ). A funca
o
x = (x1 , x2 , x3 ) 7< a, x >= a1 x1 + a2 x2 + a3 x3
e funca
o linear. f (x) = 0 se o vetor x for perpendicular ao vetor a. Como
enunciado na definica
o, n
a h
a outros tipos de funcionais lineares definidos
3
em R , todos s
a desta forma, o produto escalar por um vetor fixo.
Rb
2. No espaco vetorial C([a, b], R) temos o produto escalar < f, g >= a f (x)g(x)dx.
Se considerarmos f fixa, a funca
o
: g 7< f, g >= (g) =
f (x)g(x)dx
60
62
Quando o grau for 1, sabemos que uma reta tangente pode ser encontrada,
portanto um polinomio de grau 1, se a funcao for diferenciavel. Alguns experimentos podem nos orientar sobre o que vai acontecer, nada melhor do que
comecar com um polinomio:
P (x) = a0 + a1 (x a) + a2 (x a)2 + a3 (x a)3 + a4 (x a)4
Captulo 3
S
eries e aproximac
ao de
func
oes.
Resumo.
Neste captulo vamos deixar de lado o espaco Rn e voltar a discutir as funco
es definidas em
R e tomando valores em R. Aparentemente estaremos voltando ao caso unidimensional, mas
n
ao
e bem assim. Aos poucos voc
e ir
a perceber que na verdade estaremos mergulhando no
caso dimens
ao infinita.
Vamos estudar tres m
etodos de aproximaca
o
polin
omios de Taylor
polin
omios trigonom
etricos
P (a) = a0 = f (a).
(3.1)
aproximaca
o polinomial cl
assica
de funco
es, que, como tal, aproximaca
o eles seriam altamente inadequados e apenas refletem o curso hist
orico. A crtica que faremos em cada situaca
o refletir
a tanto o estado atual
das coisas como colocar
a estas tr
es t
ecnicas dentro do contexto em que elas surgiram.
N
ao deduza, entretanto, do que acabamos de dizer, que voc
e est
a sendo convidado a percorrer
apenas uma gal
eria de museu, n
os estaremos lhe mostrando as conex
oes do que foi feito com
o que est
a sendo feito. Mais importante que o desenvolvimento de Taylor s
ao os m
etodos
que usaremos para estud
a-lo e sobre tudo, ao final, quando discutirmos o erro vamos ter
ocasi
ao para introduzir ferramentas importantes no estudo do comportamento de funco
es.
Usaremos o m
etodo hist
orico com sua justa dimens
ao, ser
a um proveitoso passeio por uma
sala de museu.
Ao final do captulo falaremos brevemente sobre splines para nos redimir de ter apresentado
como aproximaca
o, o que de fato n
ao
e mais.
Vamos comecar com as s
eries de Taylor.
3.1
A s
erie de Taylor
da f
E
ormula de Taylor que vamos voltar a discutir aqui, entretanto agora
com outro objetivo mais amplo. Da o novo nome, serie de Taylor.
Ao discutirmos o f
ormula de Taylor colocamos no centro da questao a aproximacao linear que se podia obter para uma funcao. Agora a questao vai se
colocar em termos diferentes: podemos encontrar um polin
omio, de grau arbitr
ario, cujo gr
afico seja tangente ao gr
afico de uma funca
o f ?
61
f (a)
2
(3.3)
De agora em diante nos faltam expressoes geometricas, diremos simplesmente, queremos que o polinomio P e f tenham mesma derivada de terceira
ordem no ponto (a, f (a)) :
P (a) = 6a3 = f (a) a3 =
f (a)
6
(3.4)
f (a)
24
(3.5)
63
64
a2 = f 2!(a)
a3 = f 3!(a)
a4 = f 4!(a)
a0 =
(3.6)
a1 =
(3.7)
(3.8)
40
(3.9)
(3.10)
(3.11)
...
an =
Polinomios de Taylor.
50
f (n) (a)
n!
(3.12)
30
20
(3.13)
que pode ser demonstrado por inducao (se a funcao f for diferenciavel ate esta
ordem). Revertendo os calculos diremos que
f (x)
n
X
f (k) (a)
k=0
k!
(x a)k
(3.14)
n
X
f (k) (a)
k=0
10
k!
(x a)k .
-10
-20
-16
Figura 3.1:
-12
-8
-4
12
16
Gr
aficos simult
aneos do polin
omio de Taylor de grau 3 e da funca
o f .
20
65
66
Calcule a soma
Pol Taylor n=11 - seno
2.1
Calcule a soma
k=0
k=0
1.7
1
k!
(1)k
(2k)!
1.3
X
ak
0.9
0.5
k=0
k!
(x a)k = lim
n
n
X
ak
k=0
k!
(x a)k
(3.15)
0.1
-0.3
-0.7
-1.1
k=0
-1.5
-1.9
-6
-4
Figura 3.2:
-2
Graficos simult
aneos do seno e de seu polin
omio de Taylor de grau 11 .
3.1.1
(a) f (x) = sen(x) ; a = 0
(b) f (x) = cos(x) ; a = 0
(c) f (x) = ex ; a = 0
(d) f (x) = sen(x) + cos(x) ; a = 0
(e) f (x) = cos(x) + isen(x) ; a = 0
(f ) f (x) = eix ; a = 0
4. Escreva polin
omios de Taylor de ordem n > 10 para as seguintes funco
es
no ponto a indicado:
(a) f (x) = sen(x) + cos(x) ; a =
(b) f (x) = cos(x) + isen(x) ; a =
(c) f (x) = eix ; a =
5. Voce pode tirar alguma conclus
ao, sobre uma f
ormula famosa, a partir dos
dois u
ltimos desenvolvimentos de Taylor ?
O erro m
edio.
f (b) f (a)
ba
67
n
X
f (k) (c)
n+1
X
P2 (x) P1 (x) =
(3.19)
k=0
(n)
A(x c)n+1 ; A =
(3.20)
O n
umero
Polinomios de Taylor.
11
(3.18)
k=0
(x c)k
(3.17)
f (k) (c)
(x c)k =
k!
k!
68
-1
-3
-5
-7
-10
A(x c)
As figuras (fig. 3.3), pagina 68,(fig. 3.1), pagina 64, mostram polinomios de
Taylor de grau 1 de grau 3.
A figura (fig. 3.4), na pagina 69, mostra os polinomios de graus 11 e 13 do
seno. Como a funcao seno tem derivadas de qualquer ordem se pode observar
que um dos polinomios, o de grau 13, fica mais proximo de f (x) = sen(x), em
outras palavras o erro A14 (x)14 tem uma oscilacao muito pequena no intervalo
[6, 6], ou, pelo menos, menor do que o erro A12 (x)12 , que corresponderia ao
polinomio de Taylor de grau 11.
Sugerimos que o leitor consulte outros livros de Calculo para analisar uma
outra formula para o erro entre o polinomio de Taylor e a funcao, diferente da
que obtivemos aqui. Nos exerccios estudaremos numericamente esta diferenca.
-8
-6
Figura 3.3:
3.1.2
-4
-2
Reta tangente ao gr
afico de f no ponto x = 2 .
O erro integral.
O calculo que fizemos na secao anterior, para encontrar uma estimativa do erro
entre f e seu desenvolvimento de Taylor mostra um erro variavel f (x)P (x) =
A(x c)n+1 .
Existem varias formas de se avaliar um erro, sobre tudo em se tratando de
dados variaveis. Uma das forma consiste me estimar o erro em um ponto, foi
o que fizemos escolhendo anteriormente o ponto c determinado pelo teorema
do valor medio do Calculo Diferencial. Outra forma consiste em avaliar uma
media de uma colecao considerada de erros.
Estas duas formas sao dois metodos extremos existindo uma consideravel
variacao de metodos entre estes dois que nao seria o caso de considerar aqui.
Os distintos metodos sao escolhidos em relacao `a necessidade que o pesquisador tiver num determinado momento. Vamos aqui mostrar o outro extremo,
calculando uma media que e o chamado erro integral.
10
69
70
Zb
f (x)
2.1
1
ba
1.7
0.9
1
ba
0.5
0.1
1
ba
-0.3
1
ba
-0.7
Zb
a
f (x)
-1.1
1
ba
-1.5
Zb
a
Zb
Zb
Zb
1
ba
1.3
Zb
1
ba
f (x)
-4
Figura 3.4:
-2
Polin
omios de grau 11 e 13 do seno desenvolvidos em x = 0.
Zb
a
Este calculo pode ser modificado usando |f (x) Pn (x)| no integrando tendose outro significado para o erro. Como ja dissemos ha varias variantes para a
busca do erro, e uma das formas de analisar consiste o ponto x = c em que Pn
e desenvolvido. Aqui vamos usar x = a.
1
ba
Zb
a
f (x) Pn (x)dx =
1
ba
Zb
a
f (x)
1
ba
Zb
a
Pn (x)dx
ba n
Z
X
1
ba
k=0
f (k) (a) k
x dx
k!
k=0
1 X f (k) (a)
(b a)k+1
f (x)
ba
(k + 1)!
k=0
f (x)
1
ba
n
X
F (k+1) (a)
k=0
(k + 1)!
(b a)k+1
n
X
1
F (k+1) (a)
(
(b a)k+1 F (a))
ba
(k + 1)!
k=1
f (x)
n
1 X F (k) (a)
(
(b a)k F (a))
ba
(k)!
k=0
1
ba
Zb
a
f (x)
F (b) F (a)
ba
f (x) Pn (x)dx.
a k=0
f (k) (a)
(x a)k dx
k!
n
1 X f (k) (a) k+1 ba
f (x)
x
|0
ba
(k + 1)!
-1.9
-6
Zb X
n
Zb
f (x)dx = f (c)
e o que temos como primeiro membro na expressao encontrada. que, para grandes valores de n o calculo da integral de f ou de Pn representam o mesmo valor
o que mostra que, se o desenvolvimento de Taylor representa uma aproximacao
pontual de baixa classe para f , do ponto de vista da energia do fen
omeno representado por f o desenvolvimento de Taylor e uma boa aproximacao:
Teorema 5 do erro integral do desenvolvimento de Taylor
A energia de f e de um polin
omio de Taylor de f , Pn , s
ao semelhantes para
grandes valores de n.
71
Como um u
ltimo comentario, a escolha do metodo no calculo do erro foi
dirigido por um interesse especfico do autor.
Aproxima
c
ao de fun
c
oes.
Aproximac
ao de func
oes ou o de forma mais geral Teoria da Aproximac
ao
e um captulo
imenso em Matem
atica e que apenas cresce nos dias atuais por sua import
ancia natural.
Nesta seca
o vamos deixar um pequeno testemunho de um dos t
opicos importantes dentro da
a
rea de aproximac
ao de func
oes: aproximaca
o com polin
omios trigonom
etricos. Para que
voc
e tenha uma ideia da superficialidade do que trataremos aqui, um dos livros mais famosos
sobre o assunto, escrito por Antony Zigmund (1900-1993), sob o ttulo Trigonometric Series,
tem perto de 1000 p
aginas em seus dois volumes.
O uso de s
eries trigonom
etricas, (polin
omios trigonometricos), para aproximar funco
es apenas
representa um elemento hist
orico que possivelmente deva ficar restrito
aprimeira metade do
s
eculo 20. Desde o fim do s
eculo 19, Fourier em particular, mas outros que o antecederam,
entendiam que as S
eries Trigonom
etricas representavam ondas e portanto funco
es de um
tipo particular que descrevessem os fen
omenos ondulat
orios. Ainda assim uma nova t
ecnica
que lhe robou a metodologia com inovaco
es significativas: as Wavelets, lhe ameacando a
hegemonia neste setor.
Mesmo assim, vamos apresentar aqui as s
eries de trigonom
etricas como um m
etodo de aproximaca
o de funco
es.
A base te
orica para o conte
udo deste par
agrafo foi desenvolvida resumidamente no par
agrafo
anterior
e a Algebra
Linear. O nosso intuto com os Polin
omios Trigonom
etricos
e duplo:
Dar um exemplo pesado de uso de espaco vetorial com produto escalar. Pesadoem
v
arios sentidos, por suas aplicaco
es, por seu valor te
orico e pelo aprofundamento da
intuica
o geom
etrica que ele pode proporcionar.
O nosso segundo objetivo
e o de motivar um estudo mais aprofundado de converg
encia.
Vamos logo ver que falta alguma coisa na te
oria, esta coisaque estar
a faltando
e
converg
encia.
3.2
Polin
omios Trigonom
etricos.
72
Uma integracao por partes mostra que sen e cos sao ortogonais:
R 2
0 sen(x)cos(x)dx =
R 2
2 2
= sen |0 0 sen(x)cos(x)dx
R 2
2 0 sen(x)cos(x)dx = sen2 |2
0
R 2
sen(x)cos(x)dx
=
0
De modo analogo se pode mostrar que senk e cosj sao ortogonais para quaisquer
que sejam k, j ; j = k :
R 2
0 sen(kx)cos(kx)dx =
R
k 2
= k1 senkxsen(kx)|2
0 k 0 sen(kx)cos(kx)dx =
R
R 2
0 0 sen(kx)cos(kx)dx = sen(kx)cos(kx)dx = 0
a justificativa da u
ltima linha no bloco de equacoes acima sendo que a integral
de senksenj nao muda se fizermos uma translacao de 2 e no intervalo [, ]
uma e par e a outra e impar. Se k 6= j entao uma nova integracao por partes
nos leva de volta `as funcoes iniciais:
Z 2
sen(kx)cos(jx)dx
=
=
x cos(kx)
com n, k N.
Nao seriam todas como se veria com o passar do tempo e da revolucao que
Fourier provocou no desenvolvimento da Matematica com as suas Series Trigonometricas, chamadas ainda de Series de Fourier, mas que eram conhecidas
de alguns matematicos anteriores a ele, como Euler, (1707-1783) e alguns dos
irmaos Bernouilli.
As funcoes
senk : R R; x 7 sen(kx)
(3.21)
e
cosj : R R; x 7 cos(jx)
k2
j2
(3.22)
= (1
k
)
j2
0
2
sen(kx)cos(jx)dx
0
sen(kx)cos(jx)dx
=0
sen(kx)cos(jx)dx
=0
mostrando as relacoes de ortogonalidade que desejadas, que pela sua importancia merecem estar registradas sob o nome de teorema:
Teorema 6 da ortogonalidade das funco
es senk e cosj. Se definirmos em
C([0, 2]) o produto escalar por
Z 2
f (x)g(x)dx.
< f, g >=
0
73
ent
ao as funco
es senk(x) = sen(x) e cosj(x) = cos(jx) formam um sistema de
vetores ortogonais, para todos os valores de j, k N.
Um raciocnio geometrico simples nos conduz a
Z 2
Z 2
sen2 (x)dx =
cos2 (x)dx
0
74
Seguindo as ideias do nosso projeto inicial, podemos agora estender a geometria do R3 a este novo espaco. Teremos que discutir a validade desta estensao,
obviamente. Em R3 , na Geometria Analtica, depois de definido o produto escalar, se chamam os n
umeros < u, en > de projeco
es de u na direcao dos vetores
en , como s
ao habitualmente chamados os vetores unit
arios das tres direco
es do
espaco e depois se recompoe u com uma soma:
u = x1 e1 + x2 e2 + x3 e3 .
2
2
Como agora temos produto escalar em C([0, 2]) e temos duas sucessoes de vetores unitarios relativamnte aos quais podemos calcular as projecoes de
f C([0, 2]) :
(3.24)
(3.25)
portanto o produto escalar e defeituosoe deve ser redefinido para que estes
vetores sejam unitarios:
Z
1 2
< f, g >=
f (x)g(x)dx.
(3.26)
0
ak =
bk =
=
=
1
0 sen(kx)sen(kx)dx
R
1 2
0 cos(kx)cos(kx)dx
=1
=1
para qualquer que seja k. Isto nos induz a uma correcao do teorema anterior
que agora ficou imcompleto frente a estes novos resultados:
Teorema 7 do sistema trigonometrico ortonormal. Se definirmos em C([0, 2])
o produto escalar por
Z
1 2
f (x)g(x)dx.
< f, g >=
0
ent
ao as funco
es senk(x) = sen(x) e cosj(x) = cos(jx) formam um sistema
ortonormal de vetores, para todos os valores de j, k N. Dem : Falta apenas
considerar o caso k = 0. Como sen(kx) k = 0 resta apenas verificar o que acontece com
cos(kx) 1. A func
ao constante
e perpendicular a todos os vetores sen(kx)ecos(jx) ; k, j
1. Mas verificando ||cos(0x)|| vamos encontrar o valor 2. Como j
a n
ao
e possvel alterar
o produto escalar, vamos alterar a definic
ao da func
ao cos(0x). A soluc
ao
e consider
a-la
definida por:
1
cos(0x) = .
2
Veremos logo que a hist
orio tomou rumo diferente, rumo ao qual logo vamos aderir.
q.e.d .
f (x)cos(kx)dx
(3.27)
f (x)sen(kx)dx
(3.28)
0
2
f (x) = a0 +
ak cos(kx) + bk sen(kx)
(3.29)
k=1
mas esta formula esta errada como veremos a partir dos exemplos seguintes.
Alem disto, como nao existem somas infinitas ela nos obriga a pensar em convergencia. Discutiremos a convergencia das series no proximo captulo.
Exemplo 13 Linearidade da transformada de Fourier
Estamos, por vez primeira, chamando os coeficientes de Fourier de transformadade Fourier. Repetiremos esta forma de falar outras vezes e e vamos
discut-la mais cuidadosamente mais a frente.
Quer dizer que o conjunto dos coeficientes e a imagem de f , obviamente, uma
sequencia, e portanto estamos falando de um conjunto de funco
es que tem coeficientes de Fouriere um conjunto de sucess
oes que s
ao os coeficientes de Fourier
dos elementos daquele conjunto. Por exemplo, todas as funco
es contnuas, mas
n
ao somente estas, tem coeficientes de Fourier.
Se considerarmos a funca
o identicamente zero, a sucess
ao dos coeficientes e
obviamente a sucess
ao identicamente nula tambem. Quer dizer que a imagem
do zero e o zero.
Uma notaca
o vai ser u
til: vamos chamar
(an , bn ) = fn .
75
76
g) = fn + gn
(f +
n
como mostra um simples c
alculo que vou deixar para o leitor fazer como exerccio.
Se h = f em que R ent
ao
= fn
f
n
como se pode tambem deduzir com um simples c
alculo a partir das f
ormulas que
escrevemos acima.
Resumindo, a transformada de fourier se comporta como as funco
es lineares
da Algebra
Linear, e podemos dizer que a transformada de Fourier e linear.
Exemplo 14 Funca
o par e funca
o impar
Somente podemos falar de funco
es pares ou mpares se o domnio for equilibrado em volta de zero. Vamos portanto aqui considerar o conjunto das funco
es
contnuas no intervalo [, ].
Se f for par, um simples calculoque novamente vou deixar como exerccio
para o leitor, torna os coeficientes bn nulos, os coeficientes de senK. Quer dizer
que f n
ao tem projeca
o no espaco das funco
es mpares.
Se f mfor par, um simples calculoque novamente vou deixar como exerccio
para o leitor, torna os coeficientes an nulos, os coeficientes de cosK. Quer dizer
que f n
ao tem projeca
o no espaco das funco
es pares.
Este resultado simples em materia de coeficientes de Fourier fez com que
se suspeitasse muito cedo de um resultado mais geral que levou anos para ser
demonstrado (demonstraca
o nada simples) mas, a partir das ideias expostas
acima, f
acil de ser concebida:
a0 =
Vamos fazer uma outra motivacao mais complicada e portanto com aparencia mais tecnica (nunca se iluda com as paramentacoes), usando um programa
de computador. Os computadores sempre podem ser u
teis ate mesmo para
manipulacoes incorretas da realidade... sobre tudo se ficarmos presos `a forma
em vez de irmos a fundo nas questoes.
Exemplo 16 Series de Fourier de algumas funco
es.
1. f (x) = x no intervalo [, ].
an =
pi
dt = 2
a0 =
bn =
=
xcos(nx)dx = 0
xdx = 0,
xsen(nx)dx =
1
xcos(nx)
| +
n
n
f (x) = x ; g(x) = x +
a0 =
= 2
1
2
f (t)dt
pi
Teorema 8 Funco
es pares e mpares
Toda funca
o contnua pode ser decomposta numa soma de duas outras funco
es,
uma par e outra impar.
g = f +
1
2
cos(nx)dx =
2(1)(n+1)
cos(n)
=
n
n
ent
ao teriamos
f (x) = 2
X (1)(n+1)
sen(nx)
n
n1
sen(n )
f( ) = 2
2
n
2
n1
77
= .
f( ) = 2
2
2n + 1
2
78
n1
Fazendo o c
alculo da soma com um programa em Pascal, com 1000 termos
se obtem para a soma o valor 1.56980 enquanto que f ( 2 ) = 2 1.57080
usando o valor interno do Pascal para . Entretanto temos discutir a
validade destes resultados o que faremos no pr
oximo captulo. Observe que
f () = enquanto que a serie trigonometrica vale 0 para x = porque
a serie representa uma funca
o peri
odica que e uma boa aproximaca
o para
f sobre [, ], entretanto nos extremos ou em pontos de discontinuidade
da funca
o a ser aproximada, ocorrem problemas que ainda voltaremos a
discutir. Um programa em Pascal para calcular esta soma pode ser o
seguinte:
Program soma;
Var n,teto: Extended;
soma : Extended;
Begin
WriteLn(Teto = );ReadLn(teto);
n:=1;soma:=0;
While (n<=teto) Do
Begin
soma := soma + cos(n*pi)*sen(n*pi/2)/n;
n:= n+1;
End;
WriteLn(Valor da soma: ,2*soma:10:5);
WriteLn(o valor de pi/2 do Pascal eh; ,pi/2);ReadLn;
End.
xcos(nx)dx =
2 2
n1
n=1
1
n
3
sen( ) 2 1.56980
n
2
2
a0 X
ak cos(kx) + bk sen(kx)
+
2
(3.30)
k=1
porque que a0 tem assim que vir dividido por 2. Este exemplo nos aponta
para esta correca
o. Se diz que Euler teria feito c
alculos de series usando
este metodo e uma das crticas que as vezes se faz ao seu trabalho inclue a
observaca
o de que estas somasforam feitas sem nenhuma comprovaca
o.
De certa forma estamos repetindo o caminho de Euler, mas faremos a
comprovaca
o rigorosa destes limites no pr
oximo captulo. Os que algumas
vezes criticam Euler, esquecem-se de que ele estava abrindo uma estrada
muito larga e n
ao tinha tempo para verificar os detalhes, estes ficaram para
os seus sucessores, e se diz que ate recentemente ainda haviam verificaco
es
para serem feitas...
3. f (x) = x2 2 no intervalo [, ]. Porque senN e impar e f e par,
ent
ao bn = 0. Se n 6= 0
Z
1 2
(x 2 )cos(nx)dx =
an =
Z 2
xsen(nx) 2
1
=
|0
sen(nx)dx = 0
n
n 0
se n 6= 0 e a0 = 2
Z
1 2
bn =
xsen(nx)dx =
0
Z 2
1
xcos(nx) 2
|0 +
cos(nx)dx =
=
n
n 0
2
=
n
ent
ao teriamos, valendo a convergencia,
X1
sen(nx)
f (x) = 2 2
n
1000
X
1
(x2 2 )sen(nx)
|
n
n
0
2xsen(nx)dx =
4(1)n
1 2xcos(nx)
| =
n
n
n2
R
2
e no caso de a0 = 1 (x2 2 )dx = 43 . Teriamos, com a correca
o
sugerida pelo exemplo anterior:
f (x) =
X
2 2
(1)n
+4
cos(nx)
3
n2
n=1
cos( n
2 ) {0, 1, 0, 1} o
1
1
1
(1)(n+1)
2 2
+
+
+
3
4 16 36
4n2
79
80
15
12
a0
+
2
9
6
ak cos(kx) + bk sen(kx)
(3.31)
k=1
e a explicacao para este fato vem consequente com as ideias que desenvolvemos
ate agora: Queremos vetores unit
arios para gerar um espaco de funcoes e os
vetores senK, cosK satisfazem esta condicao com K 6= 0, entretanto quando
K = 0, sen0 0 e cos0 1. O vetor cos0 e um candidato a vetor unitario, mas
calculando o seu modulo, temos:
Z
1 2
||cos0||22 =
1dx = 2
(3.32)
0
como nao podemos mais reformar o produto escalar, resta-nos corrigir o vetor
e definiremos:
Z
1 2 1
1
cos0 ; ||cos0||22 =
dx = 1
(3.33)
2
0 2
o que se fez, historicamente, foi manter cos0 com sua definicao inalterada mas
se corrigiu a0 :
a0
a0 := .
2
A afirmacao de Fourier em 1822, relativamente `as funcoes periodicas, foi: uma
funcao periodica qualquer pode ser representada pela serie trigonometrica:
-3
-6
-9
-12
-15
.........
.........
.........
.........
.........
.........
.........
.........
.........
.
.
.
.
.
.
.
.
.....
..........
.........
........
.........
.........
.........
..........
.........
.........
.
.
.
.
.
.
.
....
.........
.........
.........
.........
.........
.........
.........
.........
.........
.
.
.
.
.
.
.
.
.
.......
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
........
...
..........
.. .
... ...
... ...
...
......... .....
... ....
... ...
... ....
....... ...
........ .....
.....................
...
...
..................
..................
...
...
...... ......
...... ....
.............. ...
.....
.....
..
...
..
..
.....
.....
.....
.........
.....
..
..
..
.
................
................
..................
................
................
.....................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
..
..
..
..
..
......
....
..
...........
...
..
..
...................
.................
.................
................
.
.
........
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
...
...
.
..
......
...
...
....... .....
..
...................
... ......................
... ................................
...................
.. ...... ......
...
... .....
... ....
.. ............
... ...
..........
...
.........
........
........... ...
......... ....
.........
.........
........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
.........
..........
.........
.........
.........
.........
.
.
.
.
.
.
.
.
.....
.........
.........
.........
.........
........
.........
..........
.........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
-15
Figura 3.5:
-12
-9
-6
-3
12
polin
omio trigonom
etrico com 5 termos: aproxima
ca
o da fun
ca
o dente de serrote em
R.
Na pr
atica o que temos n
ao e uma serie e sim um polin
omio trigonometrico:
N
a0 X
f (x) =
ak cos(kx) + bk sen(kx)
+
2
(3.34)
k=1
f (x)
a0 X
ak cos(kx) + bk sen(kx) = PN (f )(x).
+
2
(3.35)
k=1
As somas acima sao os termos de uma sucessao de funcoes contnuas que desejamos caracterizar como convergentee tendo f como limite. Convergencia de
series e o proximo assunto que deveremos desenvolver e dentro dele voltaremos
a discutir a convergencia das series de Fourier.
Observa
c
ao 11 Espaco de funco
es gerado por {senk, cosk} Acabamos de cons uma base que tem uma
truir uma base de vetores ortonormais para o espaco C([0, 2], R). E
quantidaden
ao enumer
avel de vetores. Como os vetores senk , cosk s
ao func
oes contnuas,
vemos que C([0, 2]) tem dimens
ao n
ao finita, ou como
e habitual dizer-se, dimens
ao infinita.
O conceito dimens
aomuda obviamente de sentido nos dois casos: finito, infinito, e n
ao
15
81
15
12
9
6
3
0
-3
-6
-9
-12
-15
82
.
.........
.........
.........
.........
.........
..........
.........
.........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
.........
........
.........
.........
.........
.........
.
.
.
.
.
.
.
.
.....
.........
..........
.........
.........
.........
.........
.........
..........
..
...
......................
........
.
.... ...
.....
.
.
. .
.
. . ..
............ ..
........
.............. ...
.............. ...
............. ...
............. ...
...........
...
............
............
............
............
...
...
...
.....
........
........
.........
.........
...
..
..
..
............
........
...... .
........
........
..
..
..
.
............
...........
...........
..........
............
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
..
.
..
..
..
..
..
..
..
...
..
............
............
............
............
............
...
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
...
...
...
...
...
...
....
......
............
.. .. ...............
.. .... ..............
.. .... ...............
.. ............................
.........
.. ..........
.. ... .....
.. ... ......
. ..... ..
... ...
.. ..
.. ..
..........
...
....
...
...............
.........
.........
.........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
..........
........
.........
.........
........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
.........
.........
..........
........
.........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
-15
-12
-9
-6
-3
12
Figura 3.6: polinomio trigonometrico com 10 termos no intervalo [15, 15]: aproximacao da
fun
ca
o dente de serrote em R.
palavra conjectura
e uma etiqueta, indica que temos aparentemente um teorema que deve
ser demonstrado depois ou, se surgir alguma contradic
ao ao consider
a-lo na teoria, ele perde
a validade com as consequ
encias dele tiradas, ou algumas vezes se restringe sua validade
considerando-se uma teoria de menor alcance.
Observa
c
ao 12 A conjectura de Cantor. Georg Cantor, enunciou uma conjectura que
at
e hoje ningu
em conseguiu provar mas que
e aceita como um axioma da Matem
atica estabelecendo saltos de cardinalidade, que
e o nome para a quantidade dos elementos de um
conjunto. Se esta quantidade for finita, (pleonasmo), a cardinalidade
e o que se costuma
chamar de n
umero de elementos de um conjunto. Cardinalidade
e uma generalizac
ao do
conceito quantidade de elementos de um conjunto. Falar na quantidade de elementos de um
conjunto s
o
e pr
oprio se este conjunto for finito. Se o conjunto for infinito, perde sentido em
falar-se na quantidade dos seus elementos, se diz ent
ao a sua cardinalidade.
Vamos lhe sugerir alguns experimentos que podem ser feitos com auxlio do
programa Fourier, e que lhe permitirao uma visao complementar caso voce se
decida a ler mais alguma coisa a este respeito. Ou brinque um pouco com estas
ferramentas. O programa Fourier se encontra no arquivo pas.zip ver [17].
Exerccio 4 Experiencias com Polin
omios Trigonometricos. Os programas citados nestes exerccios s
ao programs em Pascal que podem ser encontrados em
http://www.uvanet.br/matematica em um arquivo chamado pas.zip. S
ao programas livres.
1. Use um programa de c
alculo de integrais aproximadamente para verificar
que senk e cosj s
ao ortogonais para quaisquer que sejam k e j.
15
f (x)g(x)dx.
(3.36)
fazendo os gr
aficos de f e g num mesmo sistema de eixos. Lembre que
estabelecemos a notaca
o:senK(x) = sen(kx) cosK(x) = cos(kx) Estes
coeficientes se chamam coeficientes de Fourier de f .
3.3. APROXIMAC
AO POLINOMIAL CLASSICA.
83
84
3.3
Aproximac
ao polinomial cl
assica.
3.3.1
k=0
d(Q, f ) <
em que e um erro suportavel.
Os objetos Q que consideraremos sa polinomios, e o outro objeto dado f
sera um conjunto de pontos observados em algum experimento. O modulo, ou
norma que vamos usar para calcular esta distancia mmima sera a norma do
espaco L2 ([a, b]) em que [a, b] o espaco de tempo durante o qual se realizou
o experimento.
Estaremos resolvendo uma equacao:
Z b
|X(t) f (t)|2 dt < 2
(3.37)
d(Q, f )2 = ||X f ||22 =
a
O problema:
Vamos aplicar este m
etodo, como dissemos acima, em uma fun
c
ao resultante de algumas
observac
oes feitas em um n
umero finito de pontos do intervalo [a, b] durante o qual se realizou
o experimento. Quer dizer que tudo que conhecemos de f s
a os valores
{f (z1 ), f (z2 ), , f (zm )}
observados.
Este
e um real impeclio para aplicar a f
ormula do c
alculo da dist
ancia de L2 ([a, b]). A
soluc
ao
e encontrar um m
etodo indireto que se assemelha muito ao usado na construc
ao das
s
eries de Fourier.
ak Ek (x)
(3.38)
Quadrados mnimos.
A construcao que faremos e bem geometrica. Ela consiste em calcular um objeto Q que se encontre a distacia mnima de outro, f :
n
X
(f (t)
n
X
k=0
ak Ek (t))2 dt.
(3.39)
(3.40)
f (t)Ek (t)dt + 2
n
X
j=0
aj
b
a
Ej (x)Ek (x)dx = 0
(3.41)
3.3. APROXIMAC
AO POLINOMIAL CLASSICA.
85
Observa
c
ao 14 Metodo da variaca
o dos par
ametros. Este metodo se repete
em toda construca
o matem
atica ou cientfica de modo mais geral:
Se escreve a soluca
o do problema de acordo com um modelo j
a conhecido,
(algumas vezes se inventam novos modelos...).
Se acrescentam hip
oteses sobre os par
ametros permitindo encontrar-se uma
soluca
o particular.
Se aplica uma variaca
o sobre os par
ametros de modo a descobrir situaco
es
mais gerais em que se pode aplicar a soluca
o encontrada.
Estamos tentando utilizar o modelo das series de Fourier usando polin
omios
em lugar de senK, cosK.
A primeira hipotese que vamos fazer arremeda o que foi feito com os polinomios trigonometricos, quando impusemos a condicao de ortogonalidade sobre os vetores senK, cosK:
Hip
otese 1 Os polin
omios que formam a base do espaco sejam ortonormais.
Com esta hipotese parte de nossas equacoes lineares acima desaparecem:
Z b
0
j 6= k
Ej (t)Ek (t)dt =
(3.42)
1
j=k
a
86
3.3.2
O m
etodo de Gram-Schmidt.
u1 := u1 < u1 , u0 > u0
se divide u1 por sua norma para obter um vetor unitario:
u1
u1 :=
||u1 ||
Se itera o processo:
u2 := u2 < u2 , u0 > u0 < u2 , u1 > u1
u2
u2 :=
||u2 ||
A expressa geral e computacional seria:
uk := uk
k1
X
< uk , uj > uj
j=0
uk :=
uk
||uk ||
3.3. APROXIMAC
AO POLINOMIAL CLASSICA.
Exemplo 18 Ortonormalizaca
o de vetores.
Vamos ortonormalizar o seguinte conjunto de vetores:
{(1, 2, 3), (3, 1, 4), (2, 1, 1)}
87
88
logo podemos dividir o vetor 1 por b a para garantir que tenha norma
2
1 ou re-definir o produto escalar como fizemos no caso das series de
Fourier. Vamos adotar a segunda opcao e dividir o produto escalar por
b a. Portanto
5
u2
4
1
= ( , , )
||u2 ||
3 14
3 14
3 14
calculando u3
E0 (x)
< f, g > =
1
ba
=1
Rb
f (x)g(x)dx
a
2. passo: Determinacao de E1 :
E1 (x) :=
=
=
=
u3
=
||u3 ||
1
1 1
= ( , , )
3
3
3
u2 :=
2
3
1
u1 = ( , , )
14
14
14
5
4
1
u2 = ( , , )
3 14
3 14
3 14
1 1
1
u3 = ( , , )
3
3
3
Rb
a
f (x)dx.
=
=
f (x)dx em vez de
E1 :=
1
x3
ba [ 3
a+b
2
E1
||E1 ||2
1
ba
E
R1 2
E1 (x)dx
E1
=
2x
(a+b)x
+ (a+b)
2
4
]|ba
a+b
2 )
(ba)
2
(x
uma norma
3.3. APROXIMAC
AO POLINOMIAL CLASSICA.
89
90
Pk1
Ek (x) j=0 < Ek , Ej > Ej (x) =
P
k
xk k1
j=0 (< t , Ej (t) >)Ej (x) =
Pk1 1 R k
k
x j=0 ( ba t Ej (t)dt)Ej (x) =
R Pk1 k
1
xk ba
[ j=0 t Ej (t)Ej (x)]dt)
Ek
||Ek ||
s3 .
(1/(b-a))*int(u3(t)*u2(t),t=a..b);
(1/(b-a))*int(u3(t)*u1(t),t=a..b);
(1/(b-a))*int(u3(t)*u1(t),t=a..b);
sqrt((1/(b-a))*int(u3(t)^2,t=a..b));
A formula pode ser estendida para n operacoes com copia de blocos que se
encontram claramente demarcados por observacoes escritas no modo texto do
programa de computaca
o algebrica. Estas observacoes tem dupla finalidade:
1. Marcar os blocos logicos do programa.
2. Relembrar que a operacao de definicao de Ek deve ser iterada depois que
o coeficiente sk foi calculado com seu valor definitivo. A linha em que
uk estadefinido pode tambem ser repetida evitando-se a observacao e o
contacto manual com o programa...
Ou
ltimo bloco na listagem anterior representa alguns testes de ortogonalidade e um teste da norma do u
ltimo vetor calculado.
Construimos assim uma famlia com n polinomios ortonormais e exatamente
`a semelhanca da aproximacao com polin
omios trigonometricos sendo a u
ltima
equacao ?? os coeficientes de f relativamente aos vetores unitarios Ek resultando
na igualdade aproximada:
Exemplo 19 F
ormula-programa.
Q(x) =
u0 := proc(x) 1;end; a:= 0;b:= 3; s1 :=1;
u1 := proc(x) (1/s1)*(x - (1/(b-a))*(b^2 - a^2)/2 );end; s2:=1;
s1:=sqrt( (1/(b-a))*Int(u1(t)^2,t=a..b));s1 :=evalf(s1);
Retorne a
` definica
o de u1 para que ela volte a ser lida com a nova vers
a de
s1 .
u2 := (1/s2)*proc(x) (1/s2)*(x^2 - (1/(b-a))*int(t^2*u1(t),t=a..b)*
u1(x) - (1/(b-a))*int(t^2,t=a..b)); end; s3:=1;
(1/(b-a))*int(u1(t)*u2(t),t=a..b);
s2:= sqrt(evalf((1/(b-a))*int(u2(t)^2,t=a..b))):s2;
n
X
k=0
k Ek (x) f (x).
1
ba
n
P
k=0
Retorne a
` definica
o de u2 para que ela volte a ser lida com a nova vers
a de
s2 .
(3.44)
ak =
1
ba
Rb
Rb
f (t)dt
ak Ek (x);
f (t)calE k (t)dt
definem um polin
omio Q tal que
Q(x) =
n
X
k=0
k Ek (x) f (x).
O polin
omio Q e uma soluca
o de minimizaca
o do erro |f Q|.
3.3. APROXIMAC
AO POLINOMIAL CLASSICA.
91
92
Estes resultados podem ser postos num quadro mais geral, em nenhum momento usamos a continuidade da funcao f na construcao acima, e como ja
sabemos que o espaco L2 ([a, b]) C([a, b]) enta podemos substituir no teorema
funca
o contnua por funca
o de quadrado integr
avel.
Finalmente, o interesse que se pode ter na construcao que fizemos fica na
busca de um polinomio Q que aproxime uma funcao desconhecida f da qual
temos apenas uma amostragem em um n
umero finito de pontos do intervalo
[a, b]. Estes dados podem ser usados para calcular os coefientes ak , as projecoes
de f ao longo dos vetores basicos Ek com a soma de Riemann :
1 X
f (zj )Ek (zj )zj
b a j=1
k=0
k Ek (x)||2
n
X
(3.45)
Um livro cl
assico sobre este assunto, [24], tem cerca de 500 p
aginas, isto mostra que necess
ariamente as pr
oximas p
aginas s
ao uma p
alida fotografia sobre o assunto.
Os splines s
ao considerados, por sua origem, Mas como estamos falando de aproximaca
o
terminariamos por deixar a ideia de que s
eries de Fourier ou de Taylor seriam m
etodos
para, por exemplo, enfiar nas calculadoras eletr
onicas os valores das funco
es, e isto n
ao seria
verdadeiro. O m
etodo usado
e splines do qual falaremos agora um pouco e mostraremos
como se pode construir alguns, de modo emprico, apenas para transmitir a id
eia.
Observa
c
ao 16
Quadrados mnimos.
Denominamos com o sub-ttulo de quadrados mnimos o conte
udo desta sec
ao. Chama-se
de um problema de quadrados mnimos a busca de uma func
ao contnua, em geral um polin
o
mio, muitas vezes uma reta, func
ao do primeiro grau, ou uma func
ao do segundo grau, que
minimize a dist
ancia
n
X
|f (zk Q(zk |2 .
k=0
3.4
Exerccio 5 Aproximaca
o por polin
omios ortonormais.
3.4.1
1. Polin
omios linearmente independentes 3 .
S
eries num
ericas.
Definic
oes e exemplos.
n
X
sk .
k=ko
2. Prove que se
{E0 (x) = 1, E1 (x) = x, E2 (x) = x2 , , En (x) = xn }
forem ortonormais ent
a Ek ; k > 0 tem pelo menos um zero no intervalo
[a, b] sob consideraca
o.
3. (a) Construa um programa que, dados os n
umeros
{f (z1 ), f (z2 ), , f (zm ), a, b, n}
3 Os exerc
cios marcados com asterscos s
a de natuteza te
orica e o leitor deve decidir se lhe
interessa faz
e-los sem grandes cons
encias caso prefira ignor
a-los.
limn sn = 0
93
1
n.
A serie
X
1
k
94
X
1
k
k=1
diverge.
k=1
Dem : So poderemos demonstrar com exadidao este resultado com auxlio dos criterios
de converg
encia que logo estudaremos, portanto esta demonstrac
ao vai repousar em dados
intuitivos. Tente mostrar que as somas entre duas quaisquer pot
encias de 10, sucessivas, por
exemplo, entre 10 e 100, ou entre 100 e 1000, tem o mesmo valor, aproximadamente. Veja
a seguinte listagem:
inicio ...10
fim ...100
soma = 2.34840926367
================================
inicio ...100
fim ...1000
soma = 2.30709334291
k=1
=================================
inicio ...1000
fim ...10000
soma = 2.30303517549
==========================
log(10)= 2.30258509299
==============================
esta listagem de dados sugere que o valor comum das somas parciais tomadas entre duas
pot
encias de 10, (exluindo sempre a u
ltima) vale aproximadamente o n
umero 2.30258509299 =
log(10).
Estes experimentos sugerem que o seguinte teorema seja demonstrado:
Teorema 11 Hip
otese sobre a s
erie de Riemann.
10n+1
X1
10n
1
2.3
k
Se este teorema puder ser demonstrado, usando a associatividade, podemos concluir que
n2
10 P1
10n1
1
k
k+1
nX
2 1 10 X1
k=n1
j=10k
1
(n2 n1 1) log(10)
j
A demonstraca
o acima n
ao chega a ser errada, mas
contem imperfeicoes tecnicas. A tecnica adequada para fazer esta demonstraca
o
passa pelo uso de desigualdades, majorando as soma para se concluir que as
Observa
c
ao 17 Somas e series. Na existem somascom um numero infinito de termos, ali
as, veja infinitonoutro lugar deste livro, o infinito
e uma classe de objetos e n
ao
um u
nico objeto. As s
eries s
a uma das maneiras de extender o conceito aritm
etico soma a
uma famlia n
a finita de objetos. As integrais oferecem outra forma de faz
e-lo. No caso das
s
eries este m
etodo se pode descrever simplesmente como um c
alculo de limites, e no caso
das integrais se trata de um limitemais envolvido porque a a cardinalidadedo funil que
conduz a este limite pode ser diferente. A palavra t
ecnica usada em Matem
atica n
a
e funile
sim, filtro, mas a ideia
e de um afunilamento numa certa direc
ao que generaliza o conceito
de limite. S
eries s
a um tipo de integral, entretanto.
3.4.2
Crit
erios de converg
encia.
rn+1 1
r1
95
As series geometricas sa as u
nicas que sabemos calcular diretamente. Outras
series podem ser calculadas indiretamente mas vamos logo ver que as series
goemetricas desempenham um papel central no estudo das series. Se uma sucessa s for positiva e termo a termo menor que uma serie geometrica de razao
menor que 1 em modulo, enta sera convergente porque suas somas parciais sera
menores que as somas parciais da serie geometrica. Este teorema e importante
ser apresentado em toda sua generalidade.
96
k=ko
k=ko
tk <
sk =
k=ko
k=ko
0.2
0.0
-0.2
sk <
-0.4
tk =
-0.6
X
1
k!
-0.8
-1.0
0
Figura 3.7:
0.4
1
2
3
4
area sob uma sucessao proj. para traz
area sob uma sucessao, proj para frente
Area
associada a uma soma parcial-projeca
o para traz - projeca
o para frente.
k=0
1
2
N
X
sk ;
RN
PN
Veja o grafico 3.7, nele esta representas a area k=1 sk e 1 s(x)dx observe
que a funcao sob sinal de integral e s(x) e a mesma equacao que define a sucessa
s. O grafico tambem sugere que s e decrescente, e vamos adotar isto como
hipotese do nosso futuro teorema. Finalmente ha duas maneiras de interpretar
sk ;
k=2
k=1
N
+1
X
sk
N +1
s(x)dx
N
+1
X
sk
k=1
X
X
sk = S
sk
s(x)dx
S s1 =
k=2
k=1
10
97
(3.46)
k=2
sk
s(x)dx
sk
k=1
Exemplo 22 Uma
o do teste da integral.
a fizemos referencia anteP aplicaca
P J
riormente que k=1 k1 e divergente, mas que k=1 k1p e convergente se p > 1.
Estamos em condico
es de demonstrar isto com o teste da integral.
Z N
1
dx = x1p |N
1 =
xp
1
1p
N
1
=
1p
1p
1
N 1p
+
1p
p1
1
O limite da u
ltima express
a e p1
.
ao para todo p > 1 a serie
Conclus
ao: como a integral acima e finita, ent
(p) :
X
1
kp
98
S
a bons exemplos de resultados para serem testados com um programa de computador para somar termos de uma serie. Observe que apenas no primeiro caso
n
os conhecemos o valor exato, mas o metodo para obte-lo n
ao e o descrito acima
e sim com auxlio das series de Fourier, como veremos adiante.
Completando uma observacao anterior, dissemos que as u
nicas series que sabiamos calcular eram as geometricas, vemos agora um meio indireto para calcular
as series chamadas (p) ou ainda chamadas series de Riemann.
Observa
c
ao 18
X1
k=1
e divergente.
Uma demonstraca
o direta usando o teste da integral seria imporssvel porque
nos levaria a discutir a finitude de
Z
k=1
converge e portanto o seu valor pode ser calculado com um programa de computador, aproximadamente.
Assim, se p = 2 temos:
Z
k=1
50000
X 1
X
2
1
1
1.644934 =
dx = 1 <
=
x2
k2
6
k2
k=1
k=1
ou se p = 3 temos:
1
=
2
k=1
37000
X 1
X
1
1
dx <
= 1.2020547 <
,
x3
k3
k3
k=1
k=1
dx
x
o que nos levaria a um crculo vicioso. O que vamos fazer e completar os dados
imprecisos que apresentamos anteriormente. Modificando o teste da integral
temos:
Zn2
n2
X
dx
1
<
<
k
x
k=n1
n1 +1
n2
X
k=n1 +1
ou ainda se p = 11 temos:
0.1 =
k=1
1000
X 1
X
1
1
dx <
= 1.0009945 <
.
11
11
x
k
k 11
k=1
k=1
1
k
Zb
a
dx
=
x
Z1
a/b
dx
=
x
Zb/a
1
dx
x
99
isto, e dizendo eom outras palavras, que um dos limites de integracao pode ser
cancelado na integral. Usando esta propriedade temos:
n2
X
1
>
k
k=n1
n2 /(n
Z 1 +1)
dx
>
x
n2
X
k=n1 +1
1
k
100
Notaca
o de Landau:Quando duas sucess
o tiverem mesma ordem de grandeza,
isto e comumente indicado com a notaca
o
s = O(t)
que se le s e um grande O de t, e quando a ordem de grandeza de s for
menor que a de t isto se indica com
k=10n1
1
>
k
Z10
dx
=C >
x
n1 +2
10X
k=10n1 +1
1
k
s = o(t)
que se le s e um pequeno o de t.
Exemplo 24 Ordem de grandeza de sucess
o.
a
Series (p). Dados dois expoentesp, q ent
lim
dx
=C
x
que e o n
umero log(10) que j
a haviamos achado experimentalmente.
Vamos estudar outro metodo de analise da convergencia de uma serie que
analisa o quociente.
Pn
Suponhamos que Sn = k=1 sk ; sk > 0 seja convergente e que possamos
provar que
sk
limk
= r R ;r > 0
tk
enta as
grandeza e a convergencia de
Pnsucessoes s e t tem mesma ordem de P
n
Sn = k=1 sk implica na convergencia de Tn = k=1 tk , entretanto na como o
mesmo limite. Demonstramos:
Teorema 14 Comparaca
o de series por quociente. Se os termos gerais sk , tk
de duas series tiverem mesma ordem de grandeza, ent
a a convergencia de uma
das series implica a convergencia da outra.
Mencionamos acima a ordem de grandeza que e um conceito muito importante
e que precisa ser estabelecido detalhadamente:
Defini
c
ao 9 Ordem de grandeza.
Mesma ordem de grandeza: Dizemos que duas sucess
oes s, t, tem mesma ordem
de grandeza se
sk
limk
=r
tk
para algum r R ; r > 0
Ordem grandeza inferior: Diremos que a ordem de grandeza de s e menor que
a ordem de grandeza de t se r no limite acima for zero.
1
kp
1
kq
= lim
k
kq
= lim k qp
k
kp
que ser
a zero se q < p e ser
a se q > p.
Series (p) II. Se os expoentes em duas series (p) forem diferentes, suas
ordens de grandeza ser
a diferentes. Observe que neste caso ambas ser
a
convergentes se p, q > 1.
Maior e Maior ordem de grandeza. 4 < 5 mas 54 < 2 logo 4, 5 tem mesma ordem de grandeza. 16.000.000.000.000 e 500.000.000 tem tambem a mesma
ordem de grandeza..., um e o tamanho do roubo de alguns bancos em 1995
e o outro o orcamento minguado da Universidade do Rio Grande... e um
conceito pouco apropriado para tratar com roubos de dinheiros p
ublicos.
umero
O n
umero e. Vamos comparar o fatorial com uma potencia xn de um n
qualquer:
1, 1, 2, 6, 24, 120, 720, , k!
Temos uma sucess
a sk = k!, o quociente
sk+1
(k + 1)!
=k+1
=
sk
k!
portanto e maior do que o quociente
tk+1
xk+1
= k =x
tk
x
das potencias de um n
umero x qualquer a partir de k + 1 > x:
(k + 1)!
xk+1
> k = x k + 1 > x,
k!
x
ent
a k! e maior do que qualquer progress
a geometrica, porque a condica
o
k + 1 > x significa apenas para grandes valores de k. Digamos isto de
101
102
X
ak xk
F (x) =
<
<
1
xk+1
<
1
xk
1
(k+1)!
1
xk+1
<
x
k!
<
x
xk
<
(3.52)
F : (r, r) R
X
fk (x),
F (x) =
(3.53)
(3.54)
k=0
(3.55)
X
xk
,
k!
k=0
(3.56)
F (x) =
o modelo este que
e do tipo
F : (r, r) R
X
ak xk ,
F (x) =
(3.57)
(3.58)
k=0
3.5.1
S
eries de func
oes.
S
eries de pot
encias.
Defini
c
ao 10 Serie de potencias.
Ou
ltimo exemplo nos oferece um gancho para um novo t
opico. A express
a
xk
k=0
ak xk ,
k!
P
tambem converge para todo x > 1, porque a progress
a geometrica k=0 x1k
converge para todo x > 1 e pelo Teorema da comparaca
o por quociente de
series.
x 7
(3.51)
k=0
X
xk
3.5
F : (r, r) R
F (x) =
1
x
X
1
k!
k=0
P 1
converge. Tudo que podemos saber e que a serie k=0 k!
converge, mas
quanto vale este limite? Pelo simples fato de convergir, define um n
umero,
foi dado a este n
umero o nome e, seu valor pode ser calculado aproximadamente com qualquer reduzida da serie. Outra serie convergente e:
k=0
(3.50)
k=0
em que os termos da s
erie s
ao multiplicados pelos de uma sucess
ao ak ; |ak | 1. No caso
anterior temos ak = 1, e,
e claro, se |ak | 1 melhoraremos as condic
oes de converg
encia
podendo, talvez ter um domnio mais ample de valida para a func
ao F (x) :
(k+1)
1
xk
< xx(k+1) k! < x(k+1)
x(k+1) k!
1
1
1
(k+1)! < xk! < xk+1 ;
(3.49)
k=0
xk
(3.47)
(3.48)
F : (r, r) R
X
ak xk .
F (x) =
(3.59)
(3.60)
k=0
em que r e o maior n
umero real positivo tal que se |x| < r a serie que define
F e convergente. O intervalo (r, r) se chama disco de convergenciada serie
de potencias F e o n
umero r e o seu raio de convergencia.
103
As denominacoes disco, raio se devem ao fato de que estas funcoes se encontram naturalmente definidas para os n
umeros complexos que definem um plano
e onde disco e raiotem um sentido mais natural. No caso
k=0
1
o raio de convergencia e porque, como ja analisamos, k!
= o(xk ), quer dizer
que os termos desta serie satisfazem `a condicao necessaria, mas n
ao suficiente
de convergencia, (meio caminho andado).
Vamos ver que o raio de convergencia depende do comportamento assintotico
dos coeficientes ak . Facilmente se ve que se eles forem constantes enta o raio de
convergencia sera 1 porque
Axk = A
xk ,
k=0
k=0
calculo que so e possivel fazer se |x| < 1 porque enta os limites envolvidos
existem.
Observa
c
ao 19 Coeficientes limitados. Se usarmos uma sucessao de coeficientes que
seja limitada, n
ao existe praticamente nenhuma diferenca com a constante A usada acima.
Uma sucess
ao que convirja para A, representa o n
umero real A. Isto mostra que existe uma
grande quantidade de sucess
oes diferentes que podemos usar como coeficientes para produzir
pelo menos func
oes
F : (1, 1) R
X
ak xk ,
F (x) =
(3.61)
(3.62)
ak x =
k=0
( k ak x)k
(3.63)
(3.64)
k=0
converge se assintoticamente4
4 quer
p
k
|ak ||x| < 1
p
k
|ak | = r
1
=
k
lim supk
|x| < r1 =
|ak |
(3.66)
(3.67)
p
.
k
|ak |
p
Ta menor seja a limitaca
o assint
otica de k |ak | ta maior pode ser o raio de
convergencia que limita o valor de x. Sa inversamente proporcionais. Como
queremos expressar sob forma de um p
raio de convergencia esta relacao, vamos
usar o inverso do valor assintotico de k |ak |:
r=
lim supk
|x| <
1
=
r
1
lim supk
p
k
|ak |
ak xk .
(3.68)
ak xk .
k=0
o que e suficiente se
k=0
k=0
lim supk
F : (r, r) R
X
xk
F (x) =
,
k!
104
(3.65)
105
3.6. GENERALIZAC
OES.
3.6
Generalizac
oes.
A aus
encia de produto escalar nos espacos de Lebesgue Lp ([a, b]).
Entretanto, o smbulo | < f, g > | n
ao representa um produoto escalar porque nos espacos
que generalizam o espaco L2 ([a, b]) n
ao h
a produto escalar e consequentemente eles
tem uma geometria diferente da geometria euclidiana.
Observa
c
ao 20
Na primeira parte desta secao vamos tratar de uma generalizacao natural dos
espacos de funcoes que discutimos e inclusive das desigualdades de CauchySchwartz e triangular. Na parte final vamos aprofundar a discussa sobre convergencia de series com que terminaremos este captulo.
3.6.1
106
Lp ([a, b])
Espacos de func
oes.
Vamos relatar rapidamente alguns resultados que generalizam as desigualdades de Cauchy-Schwartz e a desigualdade triangular. A primeira generalizacao
e da desigualdade de Cauchy-Schwartz pois e com esta nova expressa que se
pode obter a seguinte de maneira parecido como foi feito no paragrafo anterior.
Repetindo a desigualdade de Cauchy-Schwartz:
p
(3.69)
| < f, g > | < g, g > < f, f >
sabemos que ela pode ser escrita como
1
p
1
p
1
q
| < s, t > | =
1
2
=1
k=0
s k tk
v
v
u
u
uX
uX
p
q
t
|sk |p t
|tk |q
k=0
(3.71)
(3.72)
k=0
e a desigualdade de Minkowski:
=1
ent
a
1.
1
q
2. s l p (N) , t l q (N)
(3.70)
Teorema 16 Desigualdade de H
older Se p, q forem n
umeros positivos tais que
Se escolhermos o par (p, q) = (2, 2) retornaremos a desigualdade de CauchySchwarz, portanto, se a desigualdde de Holder for verdadeira, e e, ver [21, pag.
230, desig. de Holder para sucessoes] ela e generalizacao da desigualdade de
Cauchy-Schwarz. Em um certo sentido, e na demonstracao isto e usado, a
desigualdade de Holder contem o significado das medias ponderadas, p, q se
compensam sob a condicao p1 + 1q = 1.
Esta desigualdade posta em termos das integrais que definem <, > se escreve
ainda
Z 2
| < f, g > | =
f (x)g(x)dx
0
s
s
Z 2
Z 2
q
p
f (x)p dx
g(x)q dx
Observe que a desigualdade de Minkowski e a desigualdade triangular generalizada. As demonstracoes das destas desigualdades podem ser encontradas
em [21, parte 2, pag 230, exerc. 4], a leitura do captulo 9 de [21], onde se
encontram estas demonstracoes das desigualdades de Holder e Minkowski, e recomendado para quem quiser ter uma ideia mais ampla do que discutimos aqui
e e relativamente independente dos demais captulos do mesmo livro.
3.6.2
Converg
encia condicional.
sk
(3.73)
k=0
107
3.6. GENERALIZAC
OES.
Teorema 20 da convergencia absoluta. Se
converge.
Dem :
k=0
k=0 sk
consequ
E
encia direta da desigualdade triangular aplicada a
`s somas parciais:
|
n
X
sk |
n
X
|sk |
k=0
k=0
X
sk
k=0
converge. q.e.d .
Este teorema mostra, portanto, como foi importante estudar as series positivas porque delas sai tudo que podemos dizer de forma geral sobre as outras.
Quando o Teorema da convergencia absoluta falha, a serie ainda pode convergir,
como mostra o seguinte exemplo:
Exemplo 25 Convergencia de series.
P
1. A serie harm
onica: A serie harmonica k=0 k1 e divergente. Com o teste
da integral se verifica que suas somas parciais s
a compar
aveis a integral
Z n
1
dx = ln(n)
1 x
nos exerccios voce ir
a encontrar outros resultados semelhantes.
P (1)k
converge para um n
umero pr
oximo de 0.7
k=0
k
2. A serie alternada:
108
4. limitaca
o do Lema de Abel: O lema de Abel garante a convergencia de
uma serie de potencias apenas dentro do disco de convergencia, quando
|x| < em que e raio de convergencia. Aqui |x| = 1 = .
5. Associatividade: Veja que, se N for par:
PN 1
PN (1)k
1
= k=1 ( k1 k+1
) =
k=1
k
PN/2 1
PN/2 1
= k=1 2k+1 k=1 2k ;
entretanto n
a podemos aplicar limite na segunda linha de equaco
es porque
teriamos duas series divergentes a
`s quais n
a se aplicaria o teorema da
soma de limites. N
a vale a associatividade generalizada para as series que
n
a convirjam absolutamente.
Resta saber se os c
alculos que fizemos acima, calculando integrais de uma serie,
tem alguma validade. Numericamente eles se justificam, calculando a serie alternada com um programa de computador o valor que se encontra e ln(2), ent
a
a pr
atica forca a teoria. Algumas lico
es se devem tirar deste exemplo, uma delas
e que precisamos justificar a convergencia de series cuja convergencia absoluta
n
a se d
a. Outro e que o Lema de Abel est
a com sua redaca
o precisa: uma serie
de potenicias converge com certeza no disco de convergencia determinado pelo
raio de convergencia, entretanto pode se dar convergencia ou n
a, em cima da
fronteira do disco.
Este exemplo justifica a criacao do termo convergencia condicional:
Defini
c
ao 11 Convergencia condicional. Dizemos que
1
x+1
; f (x) = (x+1)
2 ; f (x) =
f (n) (x) =
(1)n n!
(x+1)n+1
2
(x+1)3
f (x) = 1 x + x3 x4 + + (1)n xn + ;
Integrando f vamos encontrar uma funca
o interessante:
Rx
Rx 1
F (x) = 0 f (t)dt = 0 t+1
dt = ln(x + 1) =
2
x x2 + x3 + + (1)n xn +
F (1) = 1 21 + 13 + + (1)n n1 + = S
sk
k=0
Converg
encia condicional em oposic
ao `
a converg
encia absoluta.
O termo converg
encia condicional, do ponto vocabular,
e p
essimo uma vez que n
a traduz
corretamente a oposic
ao a converg
encia absoluta.
Veja o u
ltimo exemplo acima, ele mostra que n
a vale a associatividade generalizada
quando uma s
erie n
a convergir absolutamente. Tais s
eries convergem dependendo do arranjo
dos seus termos (negando-se assim a propriedade associativa para s
eries), como dependem
do arranjo dos termos, convergem condicionalmente.
Eesta
a raz
a do nome, mas como tantos outro termos que se agregaram ao linguajar
matem
atico, este ficou consagrado pelo uso.
X
sk xk
k=0
109
3.6. GENERALIZAC
OES.
X
sk r k
110
X
(1)k
k=0
Exerccio 7
1. Verifique que se a > 1 ent
a n a 1. Consequentemente se
numa serie de potencia os coeficientes convergirem para a > 1 ent
a o seu
raio de convergencia ser
a = 1.
2. Verifique que se 0 < a < 1 na quest
ao anterior, a conclus
a e a mesma.
Enuncie o resultado geral.
3. Encontre a serie de Taylor de f (x) =
Calcule o seu raio de convergencia.
x+1
x+3
desenvolvida no ponto a 6= 3.
P (x)
xa
no ponto
cos(x)
cos(x)
x (0, ]
x [, 0]
(3.74)
k2
k=1 (4k2 1)2
7. Considere a funca
o de peri
odo 2 definida por
cos(x)
f (x) =
estens
a peri
odica
k=1
converge.
P
1
e divergente.
11. (a) Verifique que
k=1 k
P 1
(b) Se un = k=n k , u e uma sucess
a convergente ou divergente?
k
P
(c) Se un = k=n (1)
,
u
e
uma
sucess
a convergente ou divergente?
k
Se convergente qual o seu limite?
Pn 1
(d) constante, , de Euler: Verifique se
k=1 k ln(n) converge ou
diverge.
P
12. Calcule lim sup u e lim inf u com un = nk=1 (1)k . Existe lim(u) ?
13. Considere a sucessa de funcoes fn (x) =
nx
nx+1 .
x [, ]
x
/ [, ]
(3.75)
fn (x) =
n2 x
x (0, 1]
n3 x2 + 1
1
k=n k ,
converge un ?
n2 x
x (a, 1]
n3 x2 + 1
111
3.6. GENERALIZAC
OES.
sk xk
k=0
R1
e mostre que 1 sen(nx)
dx
19. Calcule o limite limn fn (0) com fn (x) = sen(nx)
x
x
existe. Calcule um valor aproximado para esta integral, possivelmente
usando uma integraca
o por partes primeiro.
20. O n
ucleo de Dirichlet: Considere a sucessa de funcoes fn (x) =
sen(nx)
.
x
sen(nx)
f.
x
R1
es, (
(c) Calcule An = 0 fn (x)(x)dx para alguns exemplos de funco
polinomial ... ! ), e tente deduzir o que aconteceria em geral com An .
112
114
CAPITULO 4. APLICAC
OES
Captulo 4
Aplicac
oes
que voc
e deve consider
a-la como um breve passeio sobre o que existe para ser estudado. E
uma tentativa de agucar sua curiosidade e motiv
a-lo para seguir se aprofundando conosco
nas t
ecnicas auxiliares que vamos estudar nos captulos seguintes. Algumas vezes voltaremos
a fazer refer
encia ao material aqui apresentado como demonstraca
o de de que as pecas do
plano tem todas ligaca
o entre elas. O tamanho da letra, como sempre, indica a import
ancia
relativa do assunto, voc
epode saltar esta seca
o e deixar para l
e-la posteriormente.
4.1
As s
eries de Fourier.
De acordo com os resultados que voce conseguiu nos exerccios acima, podemos
repetir a afirmaca
o de Joseph Fourier feita no artigo apresentado a
` Academia
Francesa de Ciencias, em 1807: uma funcao qualquer periodica f pode ser
escrita como combinacao linear das funcoes senK , cosK:
f (x) =
a0 X
ak cos(kx) + bk sen(kx).
+
2
(4.1)
k=1
Embora isto seja uma verdade, num sentido que Fourier mal podia imaginar
em sua epoca, em 1873, Paul Du Bois-Reymond construiu um exemplo de funca
o
contnua cuja serie de Fourier divergia em um determinado ponto. Se as series
de Fourier j
a tinham sido mal recebidas em 1807 pelos academicos franceses, a
descoberta de Du Bois-Reymond tornou a quest
ao mais aquecida porque n
a havia
d
uvidas sobre a sua real import
ancia, o problema era entender o que significava
convergenciadestas series. Se pode dizer que os matem
aticos s
o conseguiram
entender claramente este tipo de convergencia no incio do presente seculo, cerca
de 200 anos depois que os primeiros matem
aticos iniciaram a calcular com series
trigonometricas, (Euler e alguns dos Bernoulli bem antes de Fourier).
Vamos discutir com maiores detalhes qual o significado da convergencia representada por estas series no pr
oximo captulo, entretanto vejamos logo qual e
ideia intuitiva e geometrica que se encontra por traz desta convergencia.
113
Polin
omios trigonometricos s
ao aproximaca
o de funco
es peri
odicas ou ent
ao
de uma funca
o, mas apenas sobre um intervalo em que ela e considerada como
restrica
o de um funca
o peri
odica, mas do ponto de vista da da quantidade de
fenomeno, ou ainda, a integral de f e bem aproximada pela integral de Pn (f ).
preciso abrir uma ressalva: n
E
a estamos apresentando polin
omios trigonometricos como um metodo para calcular integrais aproximadamente.
Vamos agora descrever algumas situaco
es em que se aproximam funco
es com
o metodo de Fourier ou que estas series encontram aplicaca
o.
4.2
Fen
omenos vibrat
orios, a m
usica.
A motivacao que os nossos antepassados do seculo 18, Joseph Fourier (17681830), Leonard Euler (1707-1783), Daniel Bernoul-li (1700-1782) entre muitos
outros, para chegar aos polinomios trigono-metricos ou a`s series trigonometricas,
foi o comportamento periodico destas funcoes que serviriam para reproduzir parcialmente alguns feno-menos vibratorios, cordas vibrantes, possivelmente devido
a enorme influencia musical da epoca em que viveram, ou de elasticidade, que
eles logo descobriram que continham aspectos de periodicidade. Os aspectos de
periodicidade, eles logo viram, seriam as componentes harmonicas, e portanto
a presenca dos vetores senK, cosK ; K {0, 1, } nestes fenomenos. Voce
pode consultar esta historia em livros sobre equaco
es diferenciais ordin
arias, por
exemplo [22], de onde tiramos muitas das informacoes biograficas aqui contidas.
Vem desta aplicacao a denominacao de frequ^
encia para o n
umero inteiro
k que multiplica o parametro angular em ak cos(kx) e bk sen(kx). Tambem pela
mesma razao se estabeleceu o nome de amplitude para os coeficientes ak e bk .
Quando se vai analisar sinais, por exemplo, estes n
umeros inteiros sao estudados
na ordem do milhar, pelo menos, representando kHz ou mHz, ver [3, cap 1] sobre
o assunto.
115
4.3. AS COMUNICAC
OES.
4.3
As comunicac
oes.
Depois vieram os fenomenos eletromagneticos, novamen-te cheios de componentes periodicas e em seguida as comunicacoes que sem d
uvida susbstituiram
a m
usica do seculo 18 como motivacao social concreta nos estudos de muitos
cientistas. Nas comunicacoes os polinomios trigonometricos tiveram o seu principal reino. Um sinal eletromagnetico podia ser modificado por um som e depois
recapturado e ao ser reproduzido se podia recuperar o som que o modificara,
nascia um metodo para transmitir dados:
Um sinal eletromagetico e uma portadora que se deforma, por exemplo, com o
som da voz. Esta portadora deformada e capturada e analisada por um decodificador programado com o mesmo metodo utilizado na deformacao inicial, fazendo enta a operacao inversa, reproduz aproximadamente o som de
voz transmitido. O metodo de codificacao-decodificacao era substanciamente
o das series de Fourier.
Se decompunham sinais eletromagneticos modificados por sons e se transmitiam as suas componentes que depois seriam usadas no formato
n
g(x) =
a0 X
ak cosK(x) + bk senK(x)
+
2
k=1
116
4.4
CAPITULO 4. APLICAC
OES
Compactac
ao de dados.
As aplicacoes que mencionamos acima sa muito especfi-cas para serem tratadas neste livro assim como esta de que agora falaremos para complementar a
mencao feita anteriormente. Todos sa assuntos que tem vida propria e discut-los
necessita de livros em separado.
Falamos de compactacao de dados ao falarmos de transmissa de informacoes,
citando uma observacao de Strang. Este e um problema muito atual quando a
quantidade de informacoes existentes crescem em volumes absurdos e devem ser
estocadas ocupando espaco. Pior do que simplesmente estocar a informacao e
retransmit-la porque toma tempo proporcional ao tamanho da informacao no
ato de transmissa.
Enta, seja para estocar ou para transmitir, e vital um metodo de compactacao. As series de Fourier representam uma forma violenta de compactacao
de dados de modo exato. Na pratica podem ser usadas quando se puder descobrir uma lei de formacao algebrica para os coeficientes, e neste caso, em geral
extremamente casual, se tem uma nova compactacao violenta de dados... veja
o exerccio abaixo.
Exerccio 8 Polin
omios trigonometricos.
1. Calcule os coeficientes de Fourier da funca
o f (x) = x definida no intervalo
[, ], quer dizer que ele se estende por periodicidade para R a partir da
definica
o neste intervalo. O produto escalar 1.8 e feito com uma integral
sobre este intervalo.
Observa
c
ao 22 Compactacao de dados.
Segundo Gilbert Strang, em um artigo publicado no Bulletin of American Mathematical Society, este e um primeiro exemplo de compactac
ao de dados, uma func
ao,
que afinal e isto que e um som, e um objeto que tem uma quantidade infinita n
a enumer
avel de componentes, informac
oes, que podem ser compactadas aproximadamente,
com perda de parte das informac
oes em um n
umero finito de dados, num polin
omio
trigonometrico, ou ser compactada exatamente numa quantidade enumer
avel de dados,
numa serie trigonometrica.
fun
ca
o dente de serra que assume valores negativos e positvos sim
etricos em torno de um
ponto. Aproximar f (x) = x no intervalo [0, 2] significa aprxoximar uma outra fun
ca
o
dente de serra que
e sempre positiva. Esta segunda fun
ca
o nem
e par, nem
e impar, e
consequentemente tem componentes tanto na dire
ca
o dos vetores senK como na dire
ca
o
do vetor cos.
O conte
utudo do exerccio anterior tem que ser entendido nas suas reais
limitacoes, nem toda funcao tem coeficientes de Fourier passveis de serem esn+1
critos como 2(1)
, como e o caso de f (x) = x no intervalo [, ], que se
n
compoe de 12 caracteres, (ou um pouco mais ou um pouco menos de 12 caracteres, dependendo da sintaxe da comunicaca
o a ser usada). A serie de Fourier
de f e uma serie de senos, os coeficientes da forma acima sa os coeficientes de
senK na serie de Fourier de f (x) = x sobre o intervalo [, pi]. Mas serve
4.5.
14.00
12.48
10.96
9.44
7.92
6.40
4.88
3.37
1.85
0.33
-1.19
117
EQUAC
OES DIFERENCIAIS.
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
...
...
...
...
...
.
...
..
...
...
...
...
...
...
.
...
.
...
...
...
...
...
..
...
...
...
.. ..
.
...
..
...
...
...
...
...
...
...
...
...
...
.
...
.
...
..
...
....
.............
...... ......... .....
.... .............
...
...
... ..
...
... ...
...
......
..
.... ....
..
.......
.
.. .
.
.
...
.......
..
.
....
...
....
..
.. ....
....
...
..
.. .....
........
...
..
.. ....
.......
...
.. ....
........
..
....
... .......
.........
...
.....
.
..........
......
.
.
.
.
.
.
....
.......
.
......
......
.....
...........
.
.
....
.
.
.....
..........
.........
.
.
.....
.
.
.
.
.
.
.
.
.
...........
....
...
..............
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
......
............
.
.
.
...............
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
..............
.....
........
..................
.
.
.
.
.
.
.
.
.
.
.
.
.
.................
... .
..
...................
.......................
..........
......................................................................... .....
-5
-4
Figura 4.1:
-3
-2
gr
afico da par
abola x 7
nom
etrico, no intervalo [, ].
-1
1
(x2
2
como exemplo da existencia da possibilidade de compactacao de uma quantidade infinita de informacoes com um n
umero finito de dados. Abaixo voce tem
os dois graficos, da funcao f (x) = x e do polinomio trigonometrico com 18 termos, n {0, , 17}, obtido com os coeficientes de Fourier de f . Compare com
o outro obtido paginas atraz com 10 coeficientes. Voce podera fazer diversos
graficos como estes usando alguma modificacao de FourierX.
4.5
118
Equac
oes diferenciais.
CAPITULO 4. APLICAC
OES
(4.4)
Af + Bf + Cf = g
(4.5)
f (x) =
a0 X
ak cos(kx) + bk sen(kx).
+
2
(4.6)
k=1
e o conte
udo da equaca
o diferencial implica em que calculemos as derivadas de
primeira e segunda ordem de f multiplicando-as pelas constantes B e A,respectivamente,
enquanto que devemos multiplicar f por C:
C f (x) =
B f (x)
A f (x)
n
X
ak cos(kx) + bk sen(kx)]
C[
k=1
n
X
B[
k=0
n
X
A[
k=0
(4.7)
(4.8)
k 2 ak cos(kx) k 2 bk sen(kx)]
(4.9)
4.5.
119
EQUAC
OES DIFERENCIAIS.
n
X
k=0
(4.10)
(4.12)
k=0
A segunda equaca
o do bloco anterior e um polin
omio trigonometrico cujos
coeficientes envolvem as constantes A, B, C e os coeficientes desconhecidosde
f . Como a funca
o g e dada, podemos calcular-lhe os coeficientes de Fourier
com a f
ormula 1.8 e estabelecer uma igualdade termo a termo da qual podemos
tirar os sucessivos valores de ak e de bk e assim recompor f . A u
ltima igualdadetem que ser aproximadauma vez que g e um valor exato enquanto que
na linha anterior se encontra uma aproximaca
o da soluca
o. Entretanto, para
manter a compatibilidade com a soma de n termos da linha do meio, teremos
que considerar apenas:
n
0 X
g(x)
k cos(kx) + k sen(kx).
2
k=1
Bkbk
2
Bkak + (C Ak )bk
= k
(4.13)
= k
(4.14)
CAPITULO 4. APLICAC
OES
4.6
Tabelas diversas
a0
2
fun
ca
o
x
an
0
x2
2 2
3
x3
x2 , x
x2 , x2
2
3
x , x
[ 1 , 1 ]
k (C Ak 2 ) + k Bk
bk =
120
2 2
bn
2 cos(n)
n
cos(n)
n2
1
n2
(2cos(n) + cos(n) 1)
3
2
4
1
6
n
4 (2 +
2 sen(n/2)
n
n cos(n) 2cos(n))
cos(n) 12
( n2 2 2 )
n
1
(2 + 2 n2 cos(n)
n3
2
(2 + n2 2 cos(n)
n3
0
0
(4.15)
Solucao de Ay+ By + Cy = f usando Polinomios de Fourier.
(4.16)
(4.17)
O c
odigo abaixo est
a escrito na linguagem do Maple V.
Tarcisio Praciano Pereira
Dep. de Matematica - URG - 1995
N := 10;Digits := 10; A:=3;B:=2;C:=4;
aMat := array(0..N); bMat := array(0..N);DeltaMat := array(0..N);
alpha := array(0..N); beta := array(0..N);
f := proc(x) x^2 +3*x ; end;
a:= evalf(Pi);
for k from 0 to N do; alpha[k]:= evalf(int(f(x)*cos(k*x),x=-a..a));
beta[k]:= evalf(int(f(x)*sin(k*x),x=-a..a));
DeltaMat[k]:= (C-A*k^2)^2 + B^2*k^2;
aMat[k]:=(alpha[k]*(C-A*k^2)-beta[k]*B*k)/DeltaMat[k];
2cos(n) n2 cos(n))
2cos(n))
121
f.
P (D) = AD2 + BD + C ;
(4.18)
h = P (D)(H) = AH + BH + CH ;
PN
H(x) = k=0 ak cos(kx) + bk sen(kx) ;
(4.19)
(4.20)
122
CAPITULO 4. APLICAC
OES
Parte II
A integral no espaco
vetorial R3
123
126
CAPITULO 5. INTRODUC
AO
Reciprocamente, este conjunto de equacoes, quando [0, 2] descreve o
crculo
[0, 2] 7 (cos(), sen()) R2
(5.2)
Captulo 5
[0, 2] R2
Introduc
ao
(5.3)
(5.4)
Neste captulo vamos reunir exerccios sobre Geometria Analitica Vetorial, derivadas e integracao que
possam servir de uma rapida revisao para o restante
do livro.
s=0
P
=1
s
em que P
e a dist
ancia entre dois pontos sobre a curva e s
e a dist
ancia,
sobre a curva, entre estes dois pontos.
Estas curvas t
em propriedades que desejamos enfatizar e elas ser
ao a classe
de curvas que consideraremos, preferencialmente, neste livro.
5.1
Equac
oes param
etricas de uma curva
5.1.1
1. O crculo trigonometrico e o exemplo mais simples de curva parametrizada, e assunto tpico da Ensino Medio.
O crculo trigonometrico e aquele em que cada ponto tem por cordenado
o seno e coseno do angulo central associado a um ponto sobre o crculo.
Se designarmos por o angulo central que cada ponto sobre o crculo
determina com o segmento de reta que o une ao centro, as coordenadas
deste ponto serao
cos(), sen()
(5.1)
125
Figura 5.1:
Ccloide desenhada a
` m
ao
5.1. EQUAC
OES PARAMETRICAS DE UMA CURVA
127
5.1.2
CAPITULO 5. INTRODUC
AO
Notac
ao
[a, b] Rn
(5.5)
e uma curva, e a menos que digamos expressamente o contrario, toda curva sera
uma funcao deste tipo.
Com frequencia desejamos fazer referencia `a imagem ([a, b]) do domnio
por esta curva e e comum cometermos o erro de novamente chamarmos esta
imagem de curva. Em geral o leitor conseguira facilmente separar qual dos
dois sentidos estaremos dando a palavra curva3 de formas que seguiremos, sem
pejo, cometendo este erro, com o objetivo de usar uma linguagem mais simples
fazendo a observacao pertinente, por exemplo, acrescentando o predicado cuja
imagem se houver risco na interpretacao.
Comprimento de arco de uma curva
Relembrando o comprimento de arco de uma curva , considere a curva
[a, b] Rn
1 xfig
128
(5.6)
Figura 5.2:
Arco de curva
t0 = a, , tk = a + kt, , tn = b
(5.7)
(5.8)
(5.9)
(5.10)
k=0
sendo a equacao (eq. 10) o resultado da soma dos comprimentos dos lados da
poligonal com vertices (Pk )n1
cao (eq. 10)
k=0 . Multiplicando e dividindo na equa
por tk = tk+1 tk temos
n1
P
|P
Pk |
| k+1
|tk =
|tk
k=0
n1
P (tk+1 )(tk )
|tk
|
tk
k=0
(5.11)
(5.12)
| (t)|dt
(5.13)
129
5.1. EQUAC
OES PARAMETRICAS DE UMA CURVA
e que por outro lado, associada a cada cadeia de particoes em que norma tenda
a zero, poligonais que se aproximam arbitrariamente da imagem da curva
portanto esta integral e o comprimento da curva
Ha varias formas de construir curvas, por exemplo se
F
Rn+1 R
1
(5.14)
n
(5.15)
(5.17)
Uma das operacoes que mais frequentemente precisaremos fazer e a reparametrizacao de uma curva:
(5.18)
[c, d] Rn
(5.19)
[c, d] [a, b] Rn
= o
(5.20)
4 esta
(5.21)
130
CAPITULO 5. INTRODUC
AO
[c,d]
denominaca
o
e, possvelmente, a pior possvel porque em curvas assim como nas
integrais, n
ao existem vari
aveis, mas as limitaco
es lingusticas terminam nos conduzindo a
usar esta liguagem o que continaremos a fazer sem retornar a este problema epistemol
ogico
(5.25)
(5.26)
k=0
(5.23)
(5.24)
(5.27)
(5.28)
(5.29)
(5.30)
(5.31)
(5.32)
k=0
5 as somas de Riemann v
ao gerar sucess
oes de Cauchy todas equivalentes definindo um
n
umero, uma integral.
131
5.1. EQUAC
OES PARAMETRICAS DE UMA CURVA
132
CAPITULO 5. INTRODUC
AO
imagem de
Zb
(5.37)
F(
[a, b] Rn
(5.38)
e vamos definir
Figura 5.3:
Zt
a
| (s)|ds
(5.39)
Curva parametrizada
n1
P
k=0
(5.33)
k=0
n1
P |F ((tk+1 ))F ((tk ))| |k ()|
|k ()|
tk tk
k=0
(5.34)
[0, d] r ; (r) =
(5.35)
(5.36)
1
| (t)|
;r =
Zt
a
| (s)|ds
(5.41)
consequentemente a reparametrizaca
o o tem por derivada
[0, d] r ; | ((r))|| (r)| =
| (t)
=1
| (t)|
(5.42)
A parametrizaca
o o e chamada parametrizacao pelo comprimento de arco.
6 porque
133
5.2
Famlia de curvas
F (x, y, z) = 0
(5.43)
5.3
Dimens
ao e variedade
Exemplo 29 Vari
avel livre
Considere a equaca
o w = F (x, y, z), uma funca
o de tres vari
aveis.
Dizemos que w e uma vari
avel dependente porque seus valores s
ao deduzidos dos valores que dermos a cada uma das vari
aveis x, y, z. Consequentemente
as vari
aveis x, y, z se chamam livres porque a elas podemos associar, arbitrariamente valores. Observe que este conceitos s
ao difusos porque podemos intercambiar a posica
o das variaveis e, consequentemente, considerar outra das vari
aveis
como dependente...
O que interessa aqui e a quantidade de variaveis livres, tres.
Por exemplo, poderiamos calcular, se o ponto (3, 0, 2) estiver no domnio
de F , usando um pacote computacional, scilab, por exemplo, que e software
livre,
F (x, y, z) = x3 + 3x2 y 4xy 2 + y 5
(5.44)
(5.45)
(5.46)
Falando de uma forma imprecisa, mas que expressa o fundamental, dizemos que
se uma equacao tiver apenas uma variavel livre ela representa uma curva. Se
tiver duas variaveis livres, representa uma superfcie...
Vejamos um exemplo.
w(3, 0, 2) = F (3, 0, 2) ; x = 3; y = 0; z = 2
w = F (3, 0, 2) = 27
CAPITULO 5. INTRODUC
AO
R3 : R
134
e de dimens
ao 2, uma superfcie, ent
ao caberia perguntar o que e
w = F (x, y, z)
tanto do ponto de vista de dimens
ao, como do ponto de vista geometrico. Dire
mos logo que e de dimens
ao 3 e que lhe daremos o nome de hipersuperfcie. E
o metodo subversivo que adotamos, espalhando as ideias sem discut-las, para
que voce se acostume com elas.
O que se encontra por tras do n
umero de variaveis e o conceito de dimensao
e uma outra forma de expressar o conte
udo do paragrafo anterior consiste em
dizer-se que curvas sao variedades de dimensao 1, superfcies sao variedades de
dimensao dois, e que w = F (x, y, z) representa uma variedade de dimensao tres.
A dimensao e o n
umero de variaveis menos um.
Acabamos de introduzir dois novos conceitos, por comparacao: variedade,
hipersuperfcie.
Curvas, retas, planos, superfcies, sao variedades. A palavra variedade vai
nos libertar da prisao dimensional em que a nossa intuicao geometrica nos acorrenta e que linguagem que falamos reflete.
Vamos definir, informalmente, variedade. Que o leitor seja crtico e veja
aqui uma falha na axiomatica.
Defini
c
ao 12 Variedade O conceito de variedade nos libera da pris
ao tridimensional da lingua que falamos. Uma variedade e um objeto geometrico do
espaco. O gr
afico de uma funca
o
f
135
136
as retass
ao os hipersuperfcies do R2 , como os crculos, as par
abolas,
as elipses. Enfim as curvas s
ao as hipersuperfcies do R2 .
As variedades s
ao portanto, as superficies, os planos, as retas, as curvas,
os gr
aficos de funco
es, os pontos. Distinguimos dois tipos de variedades: as
variedades lineares, retas, planos enfim todas cuja equaca
o seja uma combinaca
o
linear de coeficientes com variaveis que representam as coordenadas dos
pontos do espaco e as outras, as variedades nao lineares. Mais a frente falaremos
de uma outra classificaca
o.
ao os gr
aficos de funco
es lineares que se podem
As variedades lineares s
expressar matricialmente como
Rn x 7 y = T x.
ao as variedades lineares de dimens
ao m
aximal, imedia Os hiperplanos s
tamente inferior a do espaco que estivermos considerando.
As hipersuperfcies s
ao as variedades (n
ao necessariamente lineares) de
dimens
ao m
aximal, imediatamente inferior a do espaco que estivermos
considerando.
Exemplo 30 Variedade e dimens
ao
CAPITULO 5. INTRODUC
AO
5.3.1
Hiperplano e hipersuperfcie no R4
Sabemos o que s
ao pontos, apesar de que nunca tenhamos visto nenhum.
S
ao as variedades de dimensao zero. S
ao os hiperplanos de R e tambem
s
ao as hipersuperfcies deste espaco. Neste nvel n
ao distinguimos os tipos
de variedade...
todas de sua livre escolha. O espaco em que vivemos e uma variedade linear,
um hiperplano do R4 . O globo terrestre e os planetas sao hipersuperfcies do
R4 .
O pr
oximo item na hierarquia dimensional, s
ao as variedades de dimens
ao
1, as curvas. As retas s
ao variedades lineares de dimens
ao 1. Uma circunferencia n
ao e uma variedade linear, e uma variedade nao linear de
dimensao 1. As retass
ao os hiperplanos do R2 , s
ao tambem hipersuperfcies deste espaco. As curvas s
ao as hipersuperfcies do R2 .
hipersuperfcie Uma variedade nao linear de dimensao 3 e um hipersuperfcie do R4 . A Terra por exemplo, nao a superfcie em que vivemos,
mas o globo terrestre todo, e uma hipersuperfcie do R4 .
5.3.2
Nem toda variedade tem uma equacao explicita, porem, e isto e consequencia
do Teorema da Funcao Implcita, que todas as variedades tem uma equacao.
O tipo de equacao de uma variedade serve para classifica-la:
N
os vivemos na superfcie terrestre, um exemplo de variedade n
ao linear
de dimens
ao dois. O globo terrestre, com o seu interior, e um exemplo de
variedade n
ao linear de dimens
ao tres.
Variedades algebricas sao aquelas que tem uma equacao polinomial; Vamos incluir neste caso uma variedade que seja definida por um programa
em uma linguagem de alto nvel.
As hipersuperfcies s
ao as variedades de dimens
ao m
aximal, imediatamente inferior a do espaco que estivermos considerando. Assim
137
Rn W V Rm
entao graf (f ) sera
uma variedade algebrica, se f for uma expressao polinomial;
uma variedade nao algebrica, se f for uma expressao nao polinomial,
contiver funcoes transcendentais em sua formula.
Variedades Diferenciaveis sao aquelas cuja expressao que as definem sao
diferenciaveis. As variedades algebricas sao diferenciaveis, por exemplo.
Defini
c
ao 13 Variedades tangentes
Sejam duas funco
es f, g
138
CAPITULO 5. INTRODUC
AO
Observa
c
ao 23 Gr
afico e outros conceitos indefinidos
Observe que precisamos do conceito de dimens
ao local para variedades que
n
ao sejam lineares. As variedades lineares ter
ao a mesma dimens
ao em qualquer
de seus pontos, porque s
ao espacos vetoriais afins. Mas as variedades n
ao lineares podem ser aglomerados os mais extranhos de sub-variedades com dimens
oes
locais distintas. Considere Saturno e seus aneis, supondo que os aneis sejam
de dimens
ao dois e Saturno de dimens
ao tres, obviamente, estamos dentro de
um exemplo forcado uma vez que nenhuma variedade do espaco x tempo em
que vivemos tem dimens
ao diferente de tres....
N
ao definimos grafico, este conceito fica entre os muitos que iremos usar
implcitamente sem alertar o leitor para isto, afim de n
ao tornar enfadonha a
leitura.
Vejamos de imediato qual a relacao que pode haver com distintas funcoes
lineares T1 , T2 que sejam tangentes ao grafico de f no ponto (a, f (a)).
f,g
W V
e as correspondentes variedades, do tipo grafico de funcao, graf (f ), graf (g).
Diremos que as duas variedades graf (f ), graf (g) s
ao tangentes no ponto
(a, b) W x V se houver uma vizinhanca D(a, r) W tal que
f (a) = g(a)
=b
(5.47)
f (a + h) g(a + h) = o(|h|) ; |h| < r
f
Defini
c
ao 14 funca
o diferenci
avel Considere W V uma funca
o contnua
definida num aberto W Rn e tomando valores em outro aberto V Rn .
Diremos que f e diferenci
avel no ponto a W se houver uma funca
o linear T
tal que graf (f ), graf (T ) s
ao tangentes no ponto a.
f (a + h) f (a) T (h) = o(|h|)
Defini
c
ao 15 dimens
ao de uma variedade linear
As variedades lineares s
ao as variedades da forma graf (T ) em que T e uma
funca
o linear afim.
Podemos definir de forma natural a dimens
ao das variedades lineares porque
o gr
afico graf (T ) e um espaco vetorial (afim), ent
ao a dimens
ao de graf (T ) e
a dimens
ao do espaco vetorial afim graf (T ).
Considere uma variedade e uma vizinhanca aberta de um ponto a . Se
houver uma variedade linear graf (T ) tangente a no ponto a, ent
ao diremos
que a dimens
ao local da variedade em a e a dim(graf (T )).
Exemplo 31 Variedades com componentes de dimens
ao variada
Observe que a definica
o acima admite a possibilidade de que uma variedade
seja composta de componentes-variedades com dimens
oes distintas. Por exemplo, uma reta e um ponto que n
ao pertenca a esta reta formam uma variedade
que tem uma componente de dimens
ao zero e outra componente de dimens
ao 1.
(5.48)
(5.49)
(5.51)
(5.50)
Rn : Rm
139
(5.52)
T = .
.. = J(f )(a) =
..
..
..
.
.
.
an1 an2 ann
T
ai1 ai2 ain
(5.53)
ei =
Assim, se f for derivavel, (tiver uma variedade linear tangente ao seu grafico),
entao
p
(x1 p1 )2 , . . . (xn pn )2
B(P, r) = {x Rn ; d(x, P ) = r}
f
f
f
f
=
=
=
ei ej
ei ej
ej ei
ej ei
As derivadas parciais de ordem 2, mistas, s
ao iguais.
Devido a erros de concepcao os que nos antecederam chamaram T de jacobiana de f no ponto a, J(f )(a), em vez de chama-la simplesmente de derivada
de f . Continuaremos com a notacao historica mas corrigindo a ideia.
Observa
c
ao 24 A notaca
o J(f )(a)
aveis no
A matriz jacobiana e uma matriz funcional, uma funca
o de n vari
contexto destas notas. Consequentemente tem sentido escrevermos o seu valor
no ponto a Rn identicando assim uma matriz que foi obtida ao substituirmos
cada uma das vari
aveis pelas coordenadas de a.
5.3.3
CAPITULO 5. INTRODUC
AO
140
141
142
CAPITULO 5. INTRODUC
AO
P F
e uma bola B(P, ) r > 0.
q.e.d .
2.
3.
Exerccios 8 Curvas
1. Quais dos gr
aficos das relaco
es definidas na quest
ao ??, s
ao gr
aficos de
funco
es?
2. Defina grafico e funca
o f : A B usando a definica
o de gr
afico. Os
conjuntos A, B ser
ao sempre, aqui, intervalos da reta.
3. curva
Defini
c
ao 18 Curva. Uma curva em A x B e um gr
afico que pode ser
parametrizado continuamente sobre um intervalo I R.
Em outras palavras, uma curva e uma funca
o contnua
Figura 5.4:
Defini
c
ao 16 Conjunto aberto do R
Um conjunto se diz aberto se em qualquer ponto x pudermos considerar uma bola aberta B(x, r) .
Veja a figura (fig. 5.4) pagina 141, em que Q e um ponto fronteira e P e um
ponto interior.
O que torna a figura aberta e a ausencia da fronteira como um subconjunto
de . Se fronteira pertencesse `a figura, e se considerassemos um ponto P sobre a
fronteira, nao poderiamos desenhar nenhuma bola aberta centrada em P dentro
de . Porque parte da bola ficaria fora de . Este exemplo facilita a definicao
de fronteira:
Defini
c
ao 17 Fronteira de um conjunto Fronteira de um conjunto e o
conjunto dos pontos Q tal que, toda bola aberta de centro Q tem pontos diferentes
de Q tanto em como no complementar c .
I A x B ; I t 7 (x(t), y(t)) R. ; I R.
(a) Escreva as equacoes parametricas da curva y = 2x.
(b) Escreva as equacoes parametricas do crculo unit
ario.
o adequada.
(c) De exemplos de curvas apresentando uma paramentrizaca
(d) curva diferenci
avel Defina curva diferenciavel. De exemplos.
4. Sentido de percurso - anti-hor
ario
(a) Calcule a derivada da curva
t 7 eit = s(t) = (cos(t), sen(t))
(b) Verifique que s (t) e um vetor cuja direca
o e paralela a
` reta tangente
no ponto s(t). Prove isto.
143
(c) Desloque s (t) para o ponto de tangencia e verifique que o vetor tangente indica (ou induz) o sentido de rotaca
o de uma partcula que
tenha a curva s(t) como orbita, e que isto justifica porque o sentido anti-hor
ario e considerado positivo.
Defini
c
ao 19 Curva diferenci
avel
144
CAPITULO 5. INTRODUC
AO
Se n = m 1 = n + 1 = m ent
ao
Z
xn+1
n
x dx =
+ C n + 1 6= 0 n 6= 1
n+1
(b) O caso n = -1 N
ao existe uma funca
o algebricaque seja a primitiva
de f (x) = x1 . Mas a integral
Zx
1
F (x) =
t 7 r (t)
define um campo vetorial, que a dimens
ao comum a todos os vetores deste
campo e 1. Use isto para justificar por que a tangente em qualquer ponto
de r e uma reta, que r deve ser uma variedade de dimens
ao 1 o que se
chama comumente de curva.
o diferenci
avel z = F (x, y)
6. variedade linear tangente Considere a funca
definida em um domnio do plano R2 .
5.4
Exerccios 9 Complementos
1. Verifique os itens da tabela de Hughes-Hallet de 1 ate 7.
R
Solu
c
ao 1 (a) F (x) = xn dx representa uma primitiva da funca
o
n
f (x) = x . Como sabemos que a derivada de uma funca
o polinomial
e outra funca
o polinomial
d m
x = mxm1
dx
ent
ao, escrevendo estas express
oes com o smbolo da integral temos
Z
Z
xm
xm + C
=
+C
F (x) = mxm1 dx = xm +C = xm1 dx =
m
m
ou simplesmente
xm
xm1 dx =
+C
m
Zx
1
dt
t
1
dt
t
cujos valores s
o podem ser calculados aproximadamente. Esta funca
o
e a funca
o logaritmo natural o que se traduz com a express
ao da
tabela. Observe que n
ao fizemos nenhuma demonstraca
o. A tabela
faz referencia aos valores e se encontra mal escrita. A correca
o e
Zx
1
dtln(x) + C ; x > 0
t
mas a funca
o F (x) = ln|x| est
a definida para qualquer valor de x 6= 0
e neste caso a derivada desta funca
o e f (x)F (x) = x1
R x
x
a
(c) a dx = lna
Observe que a tabela n
ao diz, fica sub-entendido, a > 0.
Uma forma de obter este resultado e usando a derivaca
o da funca
o
composta (regra da cadeia)
d
f (g(x)) = f (g(x))g (x)
dx
e como h(x) = ax = exln(a) ent
ao
h (x) = exln(a) (xln(a)) = exln(a) ln(a) = ln(a)ax
ou, dividindo toda a equaca
o pela constante ln(a) temos
exln(a) (xln(a))
h (x)
=
= exln(a) = ax
ln(a)
ln(a)
Ent
ao, uma primitiva de ax e tambem uma primitiva de
x
a
h(x)
=
ln(a)
ln(a)
provando assim o item 3 da tabela.
h (x)
ln(a)
que e
145
ln(x) =
x) =
d
dx (xln(x))
146
CAPITULO 5. INTRODUC
AO
Solu
c
ao 2
R
sen(3x)dx =
tanxdx = ln|cos(x)| + C
Escrevendo a definica
o de tan(x) =
d
cos(x) temos:
que sin(x) = dx
sin(x)
cos(x)
na integral e observando
R
tan(x)dx = sin(x)
cos(x) dx =
R dcos(x)
R sin(x)dx
=
cos(x) =
cos(x) =
R
du
u
= ln|u| + C = ln|cos(x)| + C
porque na u
ltima linha fizemos a substituica
o u = cos(x). Usamos
tambem o item 2 da tabela Hughes- Hallet. Esta express
ao merece
algumas consideraco
es como j
a observamos antes. Ela deve ser usada
com cuidado observando o domnio das funco
es envolvidas.
2. Calcule as integrais abaixo:
R
R
a) sen(x)dx
b) sen(2x)dx
0
d) 2 cos(2x)dx
0
e) 3
cos(3x)dx
c)
R
0
f) 4
sen(4x)dx
cos(4x)dx
Faca os gr
aficos correspondentes e procure deduzir uma lei geraldescrevendo
o comportamento multiplicativo em
Zb
f (x)dx
observando que
sen(x) 6= sen(x) e cos(x) 6= cos(x).
Faca uma demonstraca
o deste teorema usando somas de Riemann.
1
3
sen(3x)dx =
d
d
sin(x) = cos(x) ;
cos(x) = sin(x)
dx
dx
(f )
1
2
sen(2x)dx =
0
R
sen(2x)dx =
sen(nx)dx =
sen(2x)2dx
1
2
sen(u)du
0
R
sen(3x)3dx
1
3
1
n
sen(u)du
sen(u)du
Veja que n
ao tiramos o n do par
ametro do sen. O que fizemos foi,
na integral que envolve sen(nx), alteramos a vari
avel de integraca
o.
o.
Estamos usando uma tecnica chamada mudanca de variavel na integraca
Esta e uma das denominaco
es mais infelizes para metodos em Matem
atica, mudanca de vari
avel, uma vez que numa integral definida n
ao nenhuma vari
avel para ser mudada. O nome correto, e que provavelmente
ninguem pensa seriamente na mudanca, seria, mudanca de domnio na
integral, mas e preciso pelo menos fazer esta observaca
o. Mais a frente
vamos enunciar este metodo sob a forma de Teorema. Isto fica patente na
demonstraca
o faremos, mais a frente, usando somas de Riemann.
Use Gnuplot com os seguintes comandos, para ver o significado de f (x) =
sen(nx). N
ao use a numeraca
o a), b), etc... no Gnuplot que ela ir
a provocar erros. A numeraca
o vai ser usada em seguida para explicar o efeito
de cada comando.
a)
b)
c)
d)
e)
f(x) = sin(x)
g(x) = sin(2*x)
h(x) = sin(3*x)
set yrange [-10:10]
plot f(x), g(x), h(x),0
147
148
CAPITULO 5. INTRODUC
AO
[a,b]
Rb
f (x)dx =
Rb
Rb
f (x)dx
f (x)d(x) =
b/
R
f (u)du
a/
Observe que nas integrais de sen(nx) um dos limites e zero e poristo parece
que n
ao foi dividido....
Uma express
ao mais generica ainda pode ser obtida usando-se uma funca
o
g em lugar de x 7 x = g(x) que e o caso nas contas que fizemos acima.
Quando se aplica mudanca de vari
avel numa integral e porque se descobriu
que f (g(x)) = h(x) e uma funca
o mais simples no c
alculo de integrais
(est
a na tabela de integraca
o). A sequencia de equaco
es e:
Rb
a
h(x)dx =
Rb
a
f (g(x))dx =
Rb
a
[a.b]
g1 (a)
f (g(x))dx =
f (u) u1 du
R
f (u)du ; u = g(x)
g1 ([a.b])
1
5.5
f (x)dx =
h(x)dx =
g1
R (b)
h(x)dx =
f(x) = sin(x)
g(x) = sin(2*x)
h(x) = sin(3*x)
set yrange [-10:10]; set xrange [0:6.3]
plot f(x), g(x), h(x),0
Rb
Rb
1
dg(x)
f (g(x)) g (x)
Exerccios 10
1. Use Gnuplot8 com os comandos seguintes para ver o uso
da derivada na construca
o da reta tangente
## este um comentario que Gnuplot vai ignorar
set title "Graficos de f e de f "
f(x) = sin(x)
df(x) = cos(x)
## equacao de uma reta tangente ao grafico de f
reta(x) = f(a) + df(a)*(x-a)
set xrange[0:6.3]; set yrange[-4:4]
plot f(x), df(x),0
pause -2
## grafico f da reta tangente ao grafico de f
set title "grafico da equacao a reta tangente em (-3 , f(-3))"
a = -3
plot f(x), reta(x), 0
pause -2
(a) f (x) = sin(x) para definir a funca
o f ;
(b) df (x) = cos(x) para definir uma funca
o chamada df (x);
(c) set xrange[6.3 : 6.3]; set yrange[4 : 4] para definir a janela do
gr
afico. Experimente rodar sem estes comandos para ver a diferenca;
Troque os valores nos intervalos para ver o que acontece.
(d) plot f (x), df (x), 0 pede ao Gnuplot que faca os gr
aficos simult
aneos
de f, df, 0. O zero representa a funca
o constante zero e no gr
afico vai
representar o eixo OX.
(e) Veja que o valor de a e pode ser dado em diversos locais sem ser
preciso alterar a equaca
o da reta.
8 Gnuplot
e um programa para fazer gr
afico de funco
es, de domnio p
ublico, com vers
oes
para LinuX,DOS, e outros sistemas operacionais.
149
150
CAPITULO 5. INTRODUC
AO
iii. Enuncie a Lei de Chasles que associa vetorese polgonal fechada, e esta sendo usada nos itens anteriores.
Lei de Chasles .
Dados n vetores
A~1 , A~2 , A~n
se a soma deles e zero, significa que um deles e a resultante dos
demais, logo eles formam uma poligonal fechada.
~ B
~ n
(f ) Dados dois vetores A,
ao colineares, determine o lugar geometrico
(faca gr
aficos ilustrativos) do espaco descrito por
~ + tB
~ ; tR
i. A
a reta paralela ao vetor B
~ passando pelo ponto A.
Solu
c
ao: E
Esta express
ao depende de um u
nico par
ametro o que lhe d
a dimens
ao 1, (uma variedade de dimens
ao 1).
~ + sB
~ ; t, s R ; s + t = 1
ii. tA
o s + t = 1 liga linearmenteos par
ametros
Solu
c
ao: A relaca
s, t de modo que existe um par
ametro dependente e outro independente. Isto significa que esta express
ao depende de um u
nico
par
ametro (daquele que for considerado livre). O resultado e
uma variedade de dimens
ao 1: uma reta. Se s = 0 ent
ao t = 1
e a reta passa pelo ponto A, reciprocamente, se s = 1 vemos que
a reta passa pelo ponto B.
~ + sB
~ ; t, s 0 ; s + t = 1
iii. tA
ao
Solu
c
ao: Semelhante ao anterior, uma variedade de dimens
1, entretanto agora a condica
o t, s 0 restringe a variaca
o dos
par
ametros a um domnio restrito, resultando num segmento de
reta: s [0, 1], por exemplo.
Uma outra forma de ver: a condica
o
t, s 0 ; s + t = 1
faz dos par
ametros s, t pesos e
~ + sB
~
tA
~ B
~ portanto um
e a media aritmetica ponderada dos vetores A,
ponto qualquer do segmento de reta que liga os dois vetores.
~ + sB
~ ; t, s 0
iv. tA
Solu
c
ao: Precisamos de um pouco mais de sofisticaca
o para determinar que figura geometrica e esta. Primeiro observe que a
~ B
~
condica
o t, s 0 descreve o primeiro quadrante, portanto tA+s
tem que ser a imagem do primeiro quadrante pela funca
o
~ + sB.
~
f (s, t) = tA
Como f e linear, as fronteiras lineares do domnio ser
ao preservadas logo a imagem vai ser um cone (uma folha de um cone).
151
Como o par de valores (s, t) {(0, 1), (1, 0)} e admissvel, ent
ao
os pontos A, B pertencem a esta cone e um raciocnio semelhante
~
~
mostra que as retas determinadas por A, B s
ao as fronteiras do
cone-imagem.
~ + sB
~ ; t, s R
v. tA
Solu
c
ao: O plano porque e uma variedade de dimens
ao 2 uma
vez que n
ao restrica
o sobre as vari
aveis, s
ao duas vari
aveis livres.
(g) Dependencia linear
~ B
~ Rn se houver s, t R 0 tal que sA
~+
i. Prove que dados A,
~ = 0 ent
~ B
~ s
tB
ao A,
ao paralelos.
Solu
c
ao: Como os escalares n
ao podem ser nulos ent
ao podemos
resolver a equaca
o explicitando um dos vetores:
~
~ = tB
A
s
~ est
~ logo s
quer dizer que A
a na reta determinada por B
ao colineares (paralelos). Os dois vetores determinam um espaco de
dimens
ao 1 obtido com a variaca
o arbitr
aria dos par
ametros. Dizemos que eles s
ao linearmente dependentes porque sendo dois
vetores geram um espaco de dimens
ao menor do que dois.
~ B,
~ C
~ Rn se houver s, t, r R 0 tal
ii. Prove que dados A,
~ + tB
~ + rC
~ = 0 ent
~ tB,
~ rC
~ formam uma poligonal
que sA
ao sA,
fechada.
Solu
c
ao: Mesmo raciocnio anterior, podemos calcular um vetor
em funca
o dos outros dois o que o torna a resultante da soma
dos outros dois para uma escolha adequada de escalares, logo um
uma poligonal fechada. Os tres vetores determinam um espaco
de dimens
ao 2 obtido com a variaca
o arbitr
aria dos par
ametros.
Dizemos que eles s
ao linearmente dependentes porque sendo tres
vetores geram um espaco de dimens
ao menor do que tres.
iii. Como voce descreveria uma situaca
o semelhante a
`s anteriores
com 4 vetores. Junte as pecas e enuncie uma lei geral usando as
palavras dimens
aoe dependencia linear, que nos liberam dos
limites estreitos da geometria.
Solu
c
ao: Como nos outros casos, podemos explicitar um dos vetores como combinaca
o linear dos demais: resultante da soma
dos outros para uma seleca
o adequada de escalares. Os quatro
vetores determinam um espaco de dimens
ao 3 obtido com a variaca
o arbitr
aria dos par
ametros. Dizemos que eles s
ao linearmente dependentes porque sendo quatro vetores geram um espaco
de dimens
ao menor do que quatro.
(h) baricentro Se A~1 , A~2 , , A~n forem dados, e se os n
umeros
p1 , p1 , . . . , p1
152
CAPITULO 5. INTRODUC
AO
tambem forem dados, qual e o significado de
B=
c)
ao verdadeiros.
Solu
c
ao: (a) e (c) s
~ B
~ ~
A
~ 2B
|B|
~ B
~ ~
A
~ B
|B|
e um vetor.
~ = (0, 1, 2) + t(1, 1, 1)
(x, y, z) = (0, 1, 2) + tR
(x, y, z) = (t, 1 t, 2 t)
153
Solu
c
ao 4 O vetor normal e unit
ario na direca
o do vetor ortogonal. H
a
dois. Vetor ortogonal ao plano pode ser (3, 7, 1) se dividido pelo m
odulo
produz um vetor unit
ario:
u=
(3, 7, 1
(3, 7, 1
= p
|(3, 7, 1)|
32 + 72 + 1)
154
CAPITULO 5. INTRODUC
AO
(5.54)
e continua, deriv
avel em todos os pontos do domnio, mas sua segunda derivada e descontnua na origem. Calcule f (0+), f (0). Faca os gr
aficos
das tres funco
es f, f , f num u
nico sistema de eixos.
Solu
c
ao 8 Estas funco
es est
ao definidas por um sistema de duas equaco
es
conforme x (, 0) ou x [0, ). em cada um destes sub-domnios,
elas s
ao definidas por polin
omios portanto tem derivadas de qualquer ordem (e antes s
ao connuas). O problema se encontra (se houver) no ponto
0 que e a fronteira comum aos dois domnios. Como
f (0+) = 9 = f (0) ent
ao f e contnua.
(5.55)
155
Solu
c
ao 9 Para o gr
afico rode
gnuplot integral.multipla.00.02.01.data
156
CAPITULO 5. INTRODUC
AO
Solu
c
ao 10 (a) amplitude dos saltos de f2
f2 (2+ ) = 2; f2 (2 ) = 2
Como f est
a definida por polinmios,
ent
ao o salto no ponto 2 tem amplitude 2 (2) = 4.
f2 (2+ ) = 2; f2 (2 ) = 2
ent
ao o salto no ponto 2 tem amplitude | 2 (2)| = | 4| = 4. A
amplitude e um n
uemro positivo, e o m
odulo da diferenca entre os
limites laterais.
x {4, 4}
No ponto x = 4 os limites laterais de f cocidem assim como em x = 4.
Faca as contas para verific
a-lo. Consequentemente f e contnua na reta.
A derivada, tambem tem os mesmo valores a
` direita e a
` esquerda destes
pontos, portanto f e contna na reta e assim f e contnua e tem derivada
1
contnua, o que a faz pertencer a
` classe C .
Mas a segunda derivada tem um salto de amplitude 0.5 no ponto x =
4 e um salto de amplitude 1 no ponto x = 4. A segunda derivada e
descontnua, portanto f 6 C 2 .
11. Construca
o de uma funca
o f 6 C 2
(b)
x < 2 f2 (x) = 2
x > 2 f2 (x) = 2
f1 (x) =
f2 (t)dt
f1 (2+ ) =
f1 = f2
(c) Defina
Zx
2
R+
f2 (t)dt
(5.57)
f2 (t)dt
(5.58)
f1 (2 ) =
2
R
f1 (2 ) = f1 (2 )
O valor da duas integrais
Z
f2 (t)dt
(5.59)
f2 (t)dt
(a,b)
x < 2 f (x) = 2
x [2, 2] f (x) = x
x > 2 f (x) = 2
e defina as duas primitivas de f
f1 (t)dt
(5.56)
f (x) =
f2 (t)dt
[a,b]
x [2, 2] f2 (x) = x
Rx
f1 (x) =
f1 (x) =
f2 (x) =
Rx
4
Rx
2
f (t)dt
f (t)dt
157
Faca os gr
aficos com gnuplot para ambas estas funco
es verificando que
voce vai ter duas curvas paralelas. Calcule a diferenca |f1 (x) f2 (x)| para
um ponto arbitr
ario x R.
Solu
c
ao 11 As duas primitivas de f
f1 (x) =
x < 2 f1 (x) =
Rx
f (t)dt
4
Rx
x [2, 2] f1 (x) =
f (t)dt = 2(x + 4)
2
R
f (t)dt +
R2
2dt +
Rx
x2
2
R2
x
2
tdt
+2=
2
+ 2 = x2 2
Rx
tdt +
2dt =
x [2, 2] f2 (x) =
2
R
x [2, 2] f2 (x)
x > 2 f2 (x) =
R2
f (t)dt +
2
= x2
2
R
2dt +
Rx
tdt =
+2=
tdt +
Rx
2dt =
x > 2 f2 (x) = 0 + 0 + 2x 4
Para ver o gr
afico rode
gnuplot integral.multipla.00.02.03.data
A diferenca, ponto a ponto das duas curvas e
|f2 (x) f1 (x)| = f2 (x) f1 (x) =
Z2
f (t)dt = 4
158
CAPITULO 5. INTRODUC
AO
160
Circulo de raio 1
coberto por
uma
Captulo 6
malha
Somas m
ultiplas de
Riemann
6.1
Integral m
ultipla - Soluc
ao
(1,1)
(1,1)
de
norma
OX
0.2
Exerccios 11 C
alculo aproximado de volume - Soluca
o
1.
Soluca
o Veja a figura (fig. ??) p
agina ??, a ilustraca
o da norma de
uma partica
o.
2. (a) Resposta:
Area()
(b)
n X
m
X
yj xi
Soluca
o:
Se cobrirmos o crculo com uma malha uniforme de norma 0.1 como
na figura (fig. 6.1) p
agina 160,
A soma de Riemann
10
10 P
P
k=1 j=1
159
(1,1)
i=1 j=1
e uma aproximaca
o por excesso, considerando a figura (fig. ??) do
volume desejado.
(c)
(1,1)
Figura 6.1:
0.2 x 0.2 =
k=1 j=1
10 P
10
P
k=1 j=1
Observe que na u
ltima linha estamos somando parcelas constantes
cada uma delas valendo 0.04.
Calculamos, na verdade a a
rea do ret
angulo de lado 1 que contem o
crculo, logo uma aproximaca
o por excesso da a
rea do crculo. Podemos, visivelmente, tirar alguns ret
angulos, 12, exatamente, melhorando a aproximaca
o:
4 12 0.04 = 4 0.48 = 3.52
Ainda e visvel que se pode tirar mais 12 metades de ret
angulo
chegando a aproximaca
o por excesso:
xk yj =
161
162
xk S1 yj S1
A condica
o xk S e yj S1 se traduzindo por
x2k + yj2 < 1,
No u
ltimo resultado j
a podemos identificar um valor bem aproximado para que e o valor exato correspondente a
` a
rea do crculo
de raio 1. Ao fazermos o c
alculo com 1500 divis
oes (quer dizer
1500 x 1500 = 2.250.000 quadradinhos, fizemos que o programa
registrasse o tempo de processamento tendo sido gasto menos de 2
minutos, numa m
aquina relativamente lenta, (Pentium 200), mas
rodando LinuX, claro.
(d)
(e)
Soluca
o:
Basta multiplicar por 3 os termos da soma de Riemann no caso anterior.
Soluca
o:
volume limitado pelo gr
A descrica
o correta e: E
afico de f sobre a
regi
ao ..
A primeira e a segunda afirmaco
es est
ao erradas porque o smbolo de
integral faz refer
ncia a um valor exato e n
ao a uma aproximaca
o.
A quarta faz referencia a uma aproximaca
o, mas a integral representa o valor exato
(que podemos ou n
ao saber calcular. . . , e apenas
um smbolo, como 2, que tambem e um smbolo represntando um
n
umero exato).
Soluca
o:
Se considerarmos partico
es uniformes dos lados do ret
angulos, podedc
ao os n
umeros
remos chamar x = ba
n y = m em que n, m s
de divis
oes feitas na horizontal e na vertical. Ver o programa citado
acima no texto e analise a figura (fig. 6.1) p
agina 160.
O n
umero a em a + ix e o ponto inicial do intervalo na horizontal,
e o c em c + jy e o ponto inicial do intervalo na vertical.
A variaca
o do ndice nas somas poderia ter sido mantido a mesma,
em princpio:
n X
m
X
c + jy)(a + ix)
(
i=1 j=1
163
Soluca
o:
A diferenca entre as express
oes, nesta quest
ao, e na anterior, se devem a comutatividade do produto e propriedade distributiva do produto relativamente a
` soma, elas s
ao, portanto, equivalentes.
c a
a c
a c
corresponde a
m1
X n1
X
a + kx)(b + jy)
j=0 k=0
Soluca
o:
a integral do item (c). Porque, as duas primeiras contem uma
E
altura vari
avel f (x, y) portanto ficam descartadas. Nos dois u
ltimos
casos, a ordem em que aparecem os diferenciais indicam a ordem de
integraca
o. Mais exatamente, o item (c) significa:
Zd
c
Zb
dxdy =
Zd
c
Zb
dx)dy
f (x, y)dydx =
Zd Zb
c
Soluca
o:
o item (d) porque os dois primeiros itens se referem a uma quaE
lificaca
o no tipo de aproximaca
o, que n
ao podemos fazer apriori. O
item (c) se refere a um valor exato, n
ao e o caso. Tudo que podemos dizer da soma de Riemann e que ela e uma aproximaca
o do
volume.
(e)
Soluca
o:
o volume do rombo cuja base e o ret
E
angulo [a, b] x [c, d] obtido do
prisma com esta mesma base mas cortado pela superfcie z = f (x, y).
Veja no vocabul
ario que estamos usando a palavra rombo com um
sentido generalizado, ali
as, como tambem o estamos fazendo com a
palavra prisma.
R1 R1
x2 + y 2 dydx
0 0
Soluca
o:
A soma de Riemann uniforme que aproxima esta integral e:
R1 R1
x2 + y 2 dydx =
0 0
164
xi yj =
i=1 j=1
n
m P
P
yj xi
j=1 i=1
n
P
i=0
n
P
i=0
yj2 )y
n
P
j=0
(x2i + yj2 )y
n
R1
P
x (x2i + y 2 )dy =
x(x2i y +
0
n
P
i=0
m
n P
P
Podemos identificar na u
ltima linha uma integral, observe que no
segundo somat
orio, xi e uma constante, veja como isto fica na
convers
ao da soma de Riemann em integral:
f (x, y)dxdy
n P
n
P
i=0 j=0
n
n
P
P
x
(x2i +
i=0
j=0
i=0
n
P
x(x2i + 31 ) =
i=0
y3 1
3 )|0
(x2i + 31 )x
n
P
i=0
R1
(x2i + 13 )x = (x2 + 13 )dx =
0
= ( x3 + 31 x)|10 =
1
3
1
3
2
3
165
166
Interpretaca
o Geometrica
A funca
o cuja integral calculamos e positiva se anulando num u
nico
um paraboloide. O volume calculado e menor do que
ponto, (0, 0). E
uma pir
amide de base quadrada [0, 1] x [0, 1] e altura 1, (porque ?)
rea da base = 34 .
e este volume vale 43 x a
A seguinte funca
o, em Python, calcula esta integral aproximadamente:
R1 R1
xydydx =
1 1
R1
R1
dx
R1
xydy =
dx x( y2 )|11 = 0
3.99999999999e 06 = 0.00000399999999999
um n
umero bem pr
oximo de zero. O programa n
ao conseguiu
f (x, y)dxdy =
R0 R0
1000
Zb
a
dx
Zd
c
f (x, y)dy =
Zd
c
dy
Zb
Soluca
o:
x2 + y 2 dxdy =
=
R0
R0
dy
R0
x2 + y 2 dx =
R0
1
2
( 1
3 y )dy = ( 3 y
y3 0
3 )1
dy( x3 + y 2 x)|01 =
= ( 13 + 31 ) =
2
3
N
ao precisamos fazer nenhum experimento n
umerico para concluir
que o resultado est
a correto, a interpretaca
o geometrica nos ajuda a
2
decidir. A funca
o na integral, f (x, y) = x + y 2 , e um paraboloide de
revoluca
o, logo simetrica em torno da origem.
O domnio de integraca
o e simetrico ao que usamos no c
alculo anterior. Assim
f (x, y)dx
Z0 Z0
xydydx
Soluca
o:
1 1
x2 + y 2 dxdy
1 1
R0 R0
1 1
x2 + y 2 dxdy =
1 1
que j
a calculamos anteriormente.
R0 R0
1 1
xydxdy
Soluca
o:
Z1 Z1
0
x2 + y 2 dxdy
167
R0
R0 R0
xy dy dx =
1 1
2
dx x( y2 )|01 ) =
R0
R9
dx
R0
168
xy dy =
dx x( 12 )) =
R0
x
2 dx
= x4 |01 =
1
4
= 0.25
0 0
n = input(Numero de divisoes:
print int_dupla(n,-1,0,-1,0)
Numero de divisoes:
0.251001
1 1
Soluca
o:
6.2
1 1
R1 R1
xydxdy
1 1
f (x, y)dxdy =
Zb Zd
a
x2 + y 2 dxdy
500
5. C
alculo iterativo das integrais m
ultiplas
Zd Zb
R0 R0
f (x, y)dydx
Zb Zd
a
f (x, y)dydx =
Zb
a
Soluca
o:
Rb Rd
f (x, y)dydx representa o volume limitado pelo gr
afico
A integral
a c
f (x, y)dydx
Zb
a
dx
Zd
f (x, y)dy
querendo, como isto, significar que podemos primeiro calcular a integral de f relativamente a y, usando o Teorema Fundamental do
C
alculo e escrevendo F (x, d) para representar uma primitiva de f e
F (x, c) para representar uma outra primitiva relativamente a
`s condico
es
de fronteira y = c, y = d.
f (xk , yj )xk yj
k=1 j=1
169
170
1x2
x y
Na u
ltima linha do programa a valor acumulado em soma e multiplicado
por delta delta o que equivale a dizer que usamos a distributividade no
somat
orio, primeiro somamos todas as parecelas, depois multiplicamos a
soma por x2 .
Entretanto n
os sabemos fazer melhor do que os programas de computador... Vamos traduzir a soma dupla de Riemann contida neste programa.
Vamos fazer isto passo a passo numa sucess
ao de equaco
es:
f(x ,y )
k j
1
P
f (xk , yj )xk yj
k,j
f(x , y ) x y
k j
Figura 6.2:
1
Pyj = fronteira superior de S1
P
f (xk , yj )xk yj
yj = fronteira inferior de S1
xk =1
1x
1
P
1
P
Pyj = 1x2k
2 f (xk , yj )yj
xk
xk
xk =1
xk =1
if x2 + y 2 < 1:
soma = soma + f (x, y)
y = y + delta
Este pedaco de c
odigo est
a percorrendo o crculo no sentido do eixo OY o
programa todo ficaria assim:
yj =
1xk
Quer dizer que somamos sobre todos os valores possveis de xk , sem restrica
o, mas, com y nos limitamos a ir de
q
q
1 x2k ate 1 x2k
que s
ao as duas equaco
es dos semi-crculos inferior e superior que limitam
o disco unit
ario. Observe o desenho na figura (fig. 6.2) p
agina 169 em
que os dois semi-crculos se encontram destacados.
Na u
ltima linha podemos ver uma soma de Riemann simples, correspondente a integral
2
1x
X k
yj =
yj =
1x2k
f (xk , yj )yj
2
Z1xk
1x2k
f (xk , y)dy
171
172
1x2k
1x2k
1x2k
R
f (xk , y)dy =
xk ydy = xk
2
2
1x
1x2
= xk y2 | k 2 = xk ( 2 k
yj =g1 (xk )
1x2k
1x2k
1xk
1x2k
2 )
=0
f (xk , yj )yj
g (x )
F (xk , y)|g21 (xkk )
ydy =
1x2k
e concluindo
Z
Pg2 (xk )
R g2 (xk )
g1 (xk )
f (xk , y)dy =
xydxdy = 0
b
P
xk =a
f (x, y) = xy
troca de sinal em cada quadrante sendo positiva em dois quadrantes e
negativa em dois outros.
2. Escreva a soma de Riemann (dupla) uniforme que representa a integral
Z Z
f (x, y)dxdy
Rb
f (x, y)dxdy
3. Considere a regi
ao do plano delimitada pelo crculo
x2 + (y 1)2 = 1
e calcule
Z Z
ba
cd
; y =
.
n
n
ydxdy
Soluca
o: Como a fronteira de e um crculo, podemos explicitar as
duas funco
es que limitam superior e inferiormente a regi
ao:
Temos ent
ao
b
P
x2 + (y 1)2 = 1 (y 1)2 = 1 x2
y 1 = 1 x2
y = 1 1 x2
g1 (x) = 1 1 x2 ; g2 (x) = 1 + 1 x2
f (xk , yj )xk yj
xk =a (xk ,yj )
b P
P
yj = fronteira superior de
f (xk , yj )xk yj
yj = fronteira inferior de
xk =a
b
P
xk =a
xk
Pg2 (xk )
yj =g1 (xk )
f (xk , yj )yj
Ent
ao
I=
RR
ydxdy =
R1 g2R(x)
1 g1 (x)
ydxdy
173
I=
dx
I=
R1
g2R(x)
ydy =
dx g2 (x)
g1 (x)2
2
R1
g1 (x)
R1
174
g (x)
dx y2 |g21 (x)
O disco unit
ario e limitado por duas curvas g1 , g2 de equaco
es:
p
p
g1 (x) = 1 x2 , g2 (x) = 1 x2 .
g2 (x)2 g1 (x)2
dx
2
g2 (x)2 g1 (x)2 = 4 1 x2
1
R
I =2
1 x2 dx
e assim temos:
Z1 p
J=
1 x2 dx
V =
RR
considerando
1 = cos( 2 ) ; 1 = cos( 2 )
p
V =
R2
V =2
J =
sen2 (t)dt
R2
cos2 (t)dt
R1 Rg2 p
1 x2 y 2 dxdy
1 g1
V =2
sen2 (t)dt
R1 Rg2 p
2 1 x2 y 2 dxdy
1 g1
J=
1 g1
p
R1 Rg2 p
( 1 x2 y 2 + 1 x2 y 2 )dxdy
V =
1 g1
x = cos(t) dx = sen(t)dt
R1 Rg2
(f2 (x, y) f1 (x, y))dxdy
V =2
R1
dx
R1
dx
Rg2 p
1 x2 y 2 dy
g1
R1
Rg2 p 2
g2 (x) y 2 dy = 2 I(x)dx
1
g1
Q=
J +Q=
R2
Na u
ltima linha temos a integral na qual podemos fazer algumas simplificaco
es que nos v
ao ajudar no c
alcuolo. Por exemplo, para todo x, g1 (x) =
g2 (x). E como x e constante, n
os podemos escrever
J +Q=
R2
1dt =
J=
=
2
Z Z
I(x) =
ydxdy
Zg2 q
Za p
g22 (x)1 y 2 dy =
a2 y 2 dy.
a
g2
I(x) = 21 (y
p
Ra
a2 y 2 + a2
a
1
dy)|aa
a2 y 2
I = 0 + a2 arcsin(1) = a2 2
I(x) = 2 g22 (x)
175
V =2
R1
R1
V =
V =
V = (x
x3 1
3 )|1
R1
(x)dx = 2
176
R1
N
ao h
a nenhuma particularizaca
o do resultado se translatarmos a pir
amide
de modo que o vertice sobre o qual a altura cai verticalmente concida com
a origem, quer dizer:
2
2 g2 (x)dx
g22 (x)dx
A = b a ; B = d c ; Q = [0, A] x [0, B]
P = Pir
amide ortogonal de base Q
V ol(P ) = V ol(P )
(1 x2 )dx
= 2(1 31 ) = 2 23 =
4
3
e n
os vamos calcular V ol(P ).
Lembrando, a equaca
o de um plano e
aqui r = 1.
5. Calcule o volume de uma esfera de raio r
Resposta:
4r 3
3
z = f1 (x, y) ; z = f2 (x, y)
Tempo
N
umero de divis
oes: 2000
valor da integral: 4.18875585914
de c
alculo: 196.770419002 segundos
Tempo
f1 (x, y) = r +
f (x, y)dxdy
V ol(P ) =
Rb Rd
a c
0) +
f1
y (y
f2
x x
f1 (x, y) = r
r
Ax
f2
y y
f2 (x, y) = r
r
By
f2
x
=0
porque
V ol(P ) =
f1
x (x
f2 (x, y) = r +
Seja P a pir
amide em consideraca
o.
Zb Zd
f
f
; B=
x
y
f (x, y)dxdy =
f1
y
RA
0
=0;
0)
B
Ax
f1 (x, y)dxdy +
RA RB
0
f2 (x, y)dxdy
B
Ax
177
I=
RA
B
Ax
dx
RA
0
Area(S1 ) =
dx(r B
Ax
rBx2
2A
rBx3 A
3A2 |0
RA
0
r B
A x A x)
f1 (x, y)dydx =
r
A x)dy
(r
dx(ry
RA
= ( rBx
A
r
Ax
A xy|0 )
rBx2
A2 )dx
rBA
2
rBA
3
RA AR x
178
base
Isto e, a a
rea de um crculo se calcula usando a f
ormula para o c
alculo da
a
rea de tri
angulo.
Se tentarmos fazer o mesmo com uma esfera a coisa fica um tanto mais
complicada, e e normal. Os teoremas assumem aspectos aparentemente
preciso nos acostumarmos com
extranhos quando subimos a dimens
ao. E
novas situaco
es em dimens
ao maior...
rBA
6
Mas tentando, se tentarmos abrir a esfera, a semelhanca do que fizemos com o crculo, vamos encontrar quatro coisas que se parecem com
pir
amides (quem j
a abriu uma mel
ancia ?) ent
ao o volume da esfera e o
volume de quatro pir
amides:
V ol(S 2 ) =
RA RB
0
RB
0
f2 (x, y)dydx =
B
Ax
dy
A
By
R
0
r
B ydx
RB
RB
dy(rx
RB A
= (r B
y
0
A 2
y
= r 2B
rA 3 B
3B 2 y |0
A
By
A
= r 2B
B2
x altura
2r2
=
= r2 .
2
2
1
1
4 3
r = 4 r3 = (4r2 )r.
3
3
3
A sugest
ao que temos e que a a
rea da superfcie da esfera de raio r e
f2 (x, y)dxdy =
r
By
B xy|0 )
Area(S 2 ) = 4r2
rA 2
B 2 y )dy
rA
3
3B 2 B
rAB
2
rAB
3
rAB
6
rAB
rAB
=
6
3
1
3
7. O caso de um acude
Este e um caso tpico de em que a fronteira n
ao e formada por segmentos
de reta e nem conhecemos uma f
ormula algebrica para as curvas envolvidas. A saida e calcular usando somas de Riemann.
(a) Area
do espelho d
agua
a
rea da base vezes a altura.
Observa
c
ao 25 Volume da pir
amide e o volume da esfera H
a uma concidencia
que iremos explorar na pr
oxima lista de exerccios. Comecemos por discutir a coisa desde uma experencia simples.
Lembre-se daqueles suportes feitos de tiras circulares para colocarmos panelas quentes a
` mesa. Se cortarmos um desses suportes radialmente (ao
Solu
c
ao 12 O espelho do acude e uma regi
ao do plano cuja a
rea
queremos calcular. Ver a figura (fig. ??) p
agina ?? que voce pode
perfeitamente tomar pelo espelho de um acude visto numa foto aerea.
Uma boa foto aerea produziria uma figura em escala cuja a
rea poderia
ser calculada por contagem de ret
angulos num papel milimetrado. Isto
e soma de Riemann.
Se uma foto aerea for difcil, um passeio a
` volta da margem permitiria fazer marcas uniformemente espacadas e depois com duas linhas,
179
180
Rt0 Ry1
F (x, y)dxdy
0 y0
I2 =
Rt1 Ry3
I3 =
0 y4
F (x, y)dxdy =
z(x, y)dxdy =
F (x, y)dxdy
z(r, t) x,y
r,t drdt
dt
+
dr
t
x rx
t
t
= y
y
t
t
x y
x y
t t t t drdt
dx =
dy =
dxdy
F (x, y)dxdy
0 y2
2
R R0
dxdy =
O determinante calculado na u
ltima linha e (x,y)
(r,t) que representa o coeficiente de deformaca
o na mudanca de vari
avel.
181
182
O determinante
(x, y)
(r, t)
e o determinante da matriz de mudanca
o de vari
aveis.
det(J(T )) =
0
B
B
@
I=
2
R R1
1
cos(t1 ) cos(t2 ) cos(t3 )
C
sin(t1 ) cos(t2 ) cos(t3 ) C
A
sin(t2 ) cos(t3 )
sin(t3 )
0 0
2
R R1
0 0
2
R R1
0 0
= 2a
2
R
0
2
t3 ( r2
r3 1
3 )|0 dt
= 2a
2
R R1
0 0
2
R
0
a3 4 2
12 t |0
t3 ( 12
1
3 )dt
16a3 4
12
2a3
6
4a3 4
3
2
R
2
R R1
0 0
t dt =
(r r2 )t3 drdt
a3 t4 2
3 4 |0
a, ainda
A integral desta funca
o relativamente a
` t3 no intervalo [0, 2 ] nos d
usando MuPAD,
f1 (t1 , t2 , t3 ) =
Z2
f2 (t)dt =
em que D e a esfera do R3 .
A ideia e semelhante ao do c
alculo de uma a
rea de uma regi
ao do R2
que e pela integral
Z
dxdy.
O c
alculo eventualmente fica mais simples se mudarmos as coordenadas
(passar para coordenadas esfericas):
2 r4
2
que deixamos para o leitor analisar e decidir qual o valor correto.
184
[a, b]
[0, ]
[0, ]
[0, ]
[0, ]
Captulo 7
A integral de linha
(x(t), y(t))dt
7.1
a dist
E
ancia percorrida por uma partcula ao longo da curva .
a curva velocidade de uma partcula.
E
um vetor.
E
Integral de linha
4. A integral
Zb
n1
P
k=0
(x(t), y(t))dt
e o vetor posi
c~
ao m
edio de uma partcula que percorreu a trajet
oria
se m([a, b]) = 1. Justifique. Sugest
ao, escreva uma soma de Riemann.
5. Comprimento de arco
(a) Desenhe um arco de curva
[a, b] t 7 (t) R2
e verifique que h
a uma associaca
o entre qualquer poligonal obtida
por uma selecao de pontos sobre e uma partica
o do intervalo [a, b].
Ver figura (fig. 7.1) p
agina 185.
(b) Use uma partica
o de [a, b] para construir uma soma que permita o
c
alculo aproximado do comprimento de .
(c) Introduzindo uma divis
ao e uma multiplicaca
o adequada por tk
deduza a integral que calcula o comprimento de .
Solu
c
ao 17 (a) Veja na figura (fig. 7.1) p
agina 185, uma curva e uma
aproximaca
o poligonal para a mesma.
2. Interpretaca
o da integral
(a) Integral de linha Calcule as integrais
Rb
a
183
185
P
5
k=0
n1
Pp
k=0
P
2
P1
186
P4
P
0
x2k + yk2
n1
P
k=0
x2k + yk2
x2k
t2k
2
yk
tk
t2k
podemos reconhecer os quocientes de diferenciais que definem as derivadas das coordenadas de , elevados ao quadrado, e uma soma de
Riemann que define a integral:
Zb
Zb p
(x (t)2 + y (t)2 )dt = | (t)|dt
a
t =a
0
t1
t2
Figura 7.1:
t
3
b =t
que e a f
ormula integral para o c
alculo do comprimento de arco de
uma curva parametrizada sobre o intervalo [a, b].
Observe a natural concidencia desta f
ormula, o comprimento do
arco de uma curva e a integral da velocidade (de uma part cula)
percorrendo a curva, logo e a dist
ancia percorrida (pela partcula) ao
longo da curva no sentido que a Fsica d
a a integral da velocidade.
|Pk Pk+1 | =
rdt = 2r
187
188
7. Em cada caso abaixo voce tem a velocidade com que uma part cula percorre
uma determinada trajet
oria. Em todos os caso o intervalo de parametrizaca
o e [0, 1]. Calcule a dist
ancia percorrida. Observe que dist
ancia
e n
umero!
v(t)
v(t)
v(t)
a) (t, t2 ) b) (sin(t), cos(t)) c) (cos(t), 1)
d) (t, 2t) e) (t, 3t)
f ) (cos(2t), sin(2t))
8. Em cada caso abaixo voce tem a a equaca
o do vetor posica
o de uma
partcula percorrendo uma determinada trajet
oria. Em todos os caso o
intervalo de parametrizaca
o e [0, 1]. Calcule a dist
ancia percorrida. Observe que dist
ancia e n
umero!
(t)
(t)
(t)
a) (t, t2 )
b) (sin(3t), cos(3t)) c) (cos(4t), sin(4t))
d) (cos(t), sin(2t)) e) (t, 3t)
f ) (cos(2t), sin(2t))
[a, b] t 7 (t) R2
[, ] x 7 f (x) R
em que [, ] e o intervalo de variaca
o de x, e a projeca
o horizontal da
curva . Tente completar voce mesmo a figura (fig. 7.1) p
agina 185 em
que aparece apenas o intervalo de parametrizaca
o, o intervalo do tempo,
para visualisar a projeca
o acima referida.
Altere a express
ao da soma de Riemann obtida para o c
alculo aproximado
do comprimento de arco de uma curva sob a hip
otese de que sabemos
explicitar y = f (x) e que a funca
o f seja diferenci
avel.
Solu
c
ao 19 Considere a express
ao que encontramos anterioremente para
o c
alculo aproximado do comprimento de arco do crculo
n1
Xq
x2k + yk2
k=0
x2k + yk2
r
n1
P
y 2
1 + xk2 xk
k=0
k=0
e podemos ent
ao reconhecer o quociente de diferenciais que define a derivada de f e uma soma de Riemann:
s
n1
X
fk2
xk
1+
x2k
k=0
(t) = t~ + t2~j
7.2
1
2
o compri-
Derivadas Parciais
Z p
(1 + f (x)2 )dx
Defini
c
ao 20 Gradiente
Seja F : Rn R, um campo escalar. Ent
ao a jacobiana de F e uma
matriz linha e se chama gradiente.
189
190
F
F
F
|(a, b, c),
|(a, b, c),
|(a, b, c))
x
y
z
Os calculos que fizemos logo acima lembram um dos teoremas mais importantes da matematica mas que tem pouca presenca direta. Tambem e um desses
teoremas difceis porque apenas garantem a existencia.
Escrevemos a equacao de plano tangente a uma superfcie
Figura 7.2:
F
F
F
|(a, b, c)(x a) +
|(a, b, c)(y b) +
|(a, b, c)(z c) = 0
x
y
z
(7.1)
F
y
F
z
F
y
F
z
x
(x a)
(z c) = F
z
z =c
F
x
F
z
(x a)
(y b)
(y b)
191
Agora escrevemos z = f (x, y), uma funcao do primeiro grau, cujo grafico
continua tangente ao grafico de F (x, y, z) = 0 e portanto isto significa que numa
vizinhanca do ponto (a, b, c) e possvel explicitar z na equacao F (x, y, z) = 0 para
conseguir a funcao z = g(x, y) cujas derivadas parciais acabamos de calcular:
192
1. Escreva a equaca
o diferencial da reta, (generica mas faca uma exceca
o
para os casos x=A).
(a) Derive implicitamente y = x2 + 3x 4.
g
x
x
= F
(7.2)
g
y
(7.3)
z
F
y
F
z
desde que
F
6= 0
(7.4)
z
De forma identica podemos explicitar x, y sempre que a correpondente derivada parcial em F (x, y, z) for diferente de zero. O conte
udo do que acabamos
de descrever e o teorema
Teorema 23 Teorema da Funca
o implcita
Se F (x1 , x2 , x3 ) = 0 e a funca
o F tiver derivadas contnuas numa vizinhanca
de um ponto (a1 , a2 , a3 ) ; F (a1 , a2 , a3 ) = 0 e se a derivada parcial
y = f (x) = x2 + 3x 4
no ponto (1, 0).
2. Escreva equaca
o da reta tangente a
` curva
F (x, y) = x2 + ycos(x) + 3x = 4
no ponto1 (0, 4).
Solu
c
ao 20 Derivando implicitamente a express
ao:
2xdx y sin(x)dx + cos(x)dy + 3dx = 0
(2x y sin(x) + 3)dx + cos(x)dy = 0
F
6= 0
xi
encontramos, na u
ltima equaca
o, a express
ao da reta tangente num ponto
qualquer (a, b) em que a curva passa.
Tomando agora (a, b) = (0, 4) temos
; j6=i
F
F
|(0,4) = 3
|(0,4) = 1
x
y
e tal que
F
g
x
= Fj
xj
x
(7.5)
Quer dizer que a funcao g expressa uma variavel em funcao das outras no
Teorema da Funcao implcita, tem um valor local apenas. Um exemplo para
compreender isto e o crculo em que y em
F (x, y) = x2 + y 2 r2 = 0
pode ser explicitado como funcao de x
p
y = r2 x2
porem esta equacao somente vale em cada uma das metades do crculo como
funcao
y = g(x).
Exerccios 14 Diferencial e derivadas parciais
3x + (y 4) = 0 y = 3x + 4
Com um programa em Python podemos iterar este processo tracando pequenos segmentos de reta e usando as extremidades destes novos segmentos de reta como nova condica
o inicial (a, b) para encontrar outro segmento de reta e assim encontrar uma aproximaca
o para o gr
afico da curva
F (x, y) = 4 numa vizinhanca do ponto (0, 4).
Veja na figura (fig. 7.3) p
agina 193, o pedac o de curva obtido aproximadamente com um programa que traca v
arias retas a partir da reta obtida
com a condica
o inicial do problema.
1 Curiosidade,
193
194
Z1
10
data
OX
OY
Z1
F
F
dx +
dy
x
y
F
em que P = F
cula (x, y) percorre o crculo unit
ario
x , Q = y e a part
parametrizado sobre o intervalo [1, 1]
Solu
c
ao 21 Chamamos o crculo trigonometrico de S1 e vamos escrever
sua parametrizaca
o relativamente ao intervalo [1, 1]
I=
0
I=
R1
R1
I=
-5
I=
I=
cos(2t)e 2 sin(2t) dt =
-10
-10
-5
10
R0
e 2 sin(2t) cos(2t)dt =
eu du = 0
Figura 7.3:
Gr
afico aproximado da curva plana
es:
3. Derivadas Parciais Calcule as derivadas parciais das funco
F (x, y) =
a) exy
G(x, y) =
b) esin(x)sin(y)
H(x, y) =
c) esin(xy)
F
4. Gradiente grad(F ) = ( F
co
es:
x , y ) Calcule os gradientes das fun
F (x, y) =
a) exy
G(x, y) =
b) esin(x)sin(y)
H(x, y) =
c) esin(xy)
5. Escreva a equaca
o do plano tangente a
` superf cie
2
z = F (x, y) = x + ycos(x) + 3x
no ponto (1, 1, 8)
Z1
F
F
dx +
dy
x
y
F
cula (x, y) percorre a fronteira do
em que P = F
x , Q = y e a part
ret
angulo de lado 2, de centro na origem, e lados paralelos aos eixos,
parametrizada no intervalo [1, 1].
Solu
c
ao 22 O seguinte conjunto de equaco
es e uma parametrizaca
o do
ret
angulo:
t [1, 1] ; (x(t), y(t)) = (t, 1)
t [1, 1] ; (x(t), y(t)) = (1, t)
195
196
R1
F
x dx
F
y
7.3
dy
R1
1/2
4t+3
4dt +
R0
4t+1
4dt +
1/2
R
0
1/2
4t+1
Aplicac
oes das derivadas
1/2
1/2
R
R0
1/2
R
R1
4dt +
R1
4t+3
1. Faca os gr
aficos das funco
es definidas abaixo e calcule as suas integrais
sobre R.
(a)
f (x) =
4td =
1/2
e1 + e1 + e1 e1 e1 + e1 + e1 e1 = 0
(b)
2x ; x [ 21 , 0]
2x ; x [0, 21 ]
f (x) =
0 ; x
/ [ 21 , 12 ]
(c)
4x ; x [ 14 , 0]
4x ; x [0, 41 ]
f (x) =
0 ; x
/ [ 41 , 14 ]
F
F
dx +
dy
x
y
x ; x [1, 0]
x ; x [0, 1]
0; x
/ [1, 1]
(7.6)
(7.7)
(7.8)
Za
axdx =
Z1
xdx
1
a
f (z)dz =
f (g(w))g (w)dw
g1 ()
197
7.3. APLICAC
OES DAS DERIVADAS
198
Demonstre esta f
ormula com auxlio de somas de Riemann aplicadas em
ambas as integrais.
Este resultado merece ser formalizado sob o nome de Teorema:
Teorema 24 Mudanca de vari
avel
Princpio do telhado
f (T (w))det(J(T 1 ))dw
T 1 ()
Dem :
Vamos fazer a demonstrac
ao num caso particular que rapidamente ir
a colocar a f
ormula
em evid
encia. Vamos supor que seja um hipercubo do Rn+1 quer dizer um conjuto
da forma
= [a1 , b1 ] x [a2 , b2 ] x x [an , bn ] ; a1 , b1 , . . . an , bn R
f ()d =
m1
P
...
k1 =0
b
R1
dx1 . . .
m1
P
kn =0
bRn
f (x1 , . . . , xn )dxn
an
a1
Em que temos, na u
ltima linha, n somas (n vari
aveis) e cada uma destas somas tem
m parcelas, portanto um total de n x m parcelas. Em cada parcela h
a um produto de
n elementos b
asicos
x1,k1 xn,kn
que
e a medida de um hiper paralelepipedo do Rn+1 que n
os podemos supor de lados
iguais a
bj aj
xj,kj =
m
e temos, assim, uma soma de Riemann m
ultipla, uniforme.
a Jacobiana de T , J(T ) que faz a transformac
E
ao local da medida entre os dois
domnios e vamos ver como isto se d
a.
T
W
J (T )
Figura 7.4:
a subdivis
ao de em n x m pedacos induz via T 1 uma divis
ao de W em
n x m pedacos, porque a correspond
encia T
e bi-
univoca. S
ao estes pedacos
que estamos chamando de m-c
elulas de W ; Ver na figura (fig. 7.4) p
agina
198, a representac
ao no caso bidimensional da imagem inversa da malha de
induzindo uma subdivis
ao em W. Em W temos n x m m-c
elulas.
a medida de cada uma dessas m-c
elulas
e aproximadamente
(M ) wk1 ,...kn = det(J(T ))x1,k1 xn,kn
porque s
ao os determinantes que generalizam a multiplica
c
ao: de um lado temos
uma multiplicac
ao deformadapelo determinante da transformac
ao T que d
aa
medida das m-c
elulas (aproximadamente), no conjunto de sada.
Este
e o princpio do telhado (como calcular a
area de um telhado, sabendo a
199
7.3. APLICAC
OES DAS DERIVADAS
det(J(T 1 ) =
1
det(J (T ))
200
= det(J(T ))1
Z Z
ao (M ).
x1,k1 xn,kn det(J(T 1 ))wk1 ,...kn invertendo a equac
V =
m1
P
...
k1 =0
V =
m1
P
...
k1 =0
m1
P
kn =0
m1
P
kn =0
Vamos considerar os domnios formados de aneis centrados na origem Ar,R quer dizer
Ar,R = {(x, y) ; r < |(x, y)| < R ; 0 < r < R}
f (x, y)dxdy
para dois n
umeros reais r, R arbitr
arios, ent
ao
Ir,R =
R R
Ar,R
f (x, y)dxdy
sup
f (x, y)m(Ar,R )
(x,y)Ar,R
2
f (x, y) = eR
sup
(x,y)Ar,R
4. Mucanca de Vari
aveis
lim eR R2 = 0
R=
ex
dxdy
ex
y 2
dxdy = (
ex dx)2
e da deduza o valor de
x2
x
y
p
cos()
; = x2 + y 2 ; = atan( xy )
sen()
d
cos() sin()
dx
=
d
sen() cos()
dy
T
dx
(x, y)
= .
(, )
Solu
c
ao 23 (a) Seja f (x, y) = ex y . Com a mudanca de variaveis
de coordenadas cartesianas para coordenadas polares (ou vice-versa)
podemos identificar um disco e um ret
angulo no plano, entretanto
agora temos uma integral cujo domnio e o plano todo e isto n
ao
corresponde a nenhum disco (a n
ao ser que consideremos o plano
impropriamente como um disco). O que temos que fazer aqui e provar
que a integral existe e escrever a sua reformulaca
o com as novas
coordenadas, uma vez que n
ao uma transica
o algebrica simples entre
as duas formulaco
es.
f e constante sobre os crculo de raio R e centro em (0, 0) com o
2
valor eR .
A desigualdade que vai responder a quest
ao da existencia e:
Os limites de integraca
o nas coordenadas polares passam a ser
[0, ) ; [0, 2]
e temos a igualdade:
R R
ex
y 2
dxdy =
R 2
R
R 2
R
0 0
e dd = 2
0 0
R
0
e d =
2 21
(x,y)
(,) dd
eu du =
201
7.3. APLICAC
OES DAS DERIVADAS
(b) Como ex
= ex ey e como a integral
Z
7.3.1
ex dx =
202
ey2 dy
Ax + By + Cz + D = 0
existe3 ent
ao
R R
ex
y 2
dxdy =
ex dx
Solu
c
ao 25 O plano Ax + By + Cz = 0 e paralelo ao plano cuja equaca
o
temos acima, porque a interseca
o entre eles e vazia, se D 6= 0.
ey dy
ex dx)2 =
R
ex
dx =
ex dx = 1 =
ex dx
(7.9)
Calcule a a
rea de .
x
2
0
5. Considere a regi
ao limitada pelo sistema de desigualdades
y
x
y + x2
(7.11)
A equaca
o Ax + By + Cz = 0 pode ser escrita com o produto escalar:
=0
= D
e sua conclus
ao deve ser: o sistema e impossvel se D 6= 0.
Ax + By + Cz
Ax + By + Cz
(7.10)
Solu
c
ao 24
3 a exist
encia desta integral se prova usando argumentos semelhantes ao que usamos para
demontrar a exist
encia da integral de f (x, y).
e deduza da express
ao a equaca
o do plano tangente no ponto (a, b, F (a, b)).
Escreva um vetor perpendicular a
superfcie graf (F ) no ponto (a, b, F (a, b)).
(b) Verfifique que o grad(F ) e proporcional a
` projeca
o de um vetor normal no domnio .
203
7.3. APLICAC
OES DAS DERIVADAS
Solu
c
ao 26 (a) Derivando implicitamente z = F (x, y) temos
F
F
dz =
dx +
dy
x
y
204
z c, x a, y a
em que (a, b, c) e um ponto do espaco e com as derivadas parciais
F F
ca
o da funca
o F nas
x , y calculadas no ponto (a, b) temos a varia
direco
es b
asicas calculadas no ponto (a, b, c) ; c = F (a, b) que nos
permite escrever a equaca
o do plano:
F
F
(x a) +
(y b)
x
y
que e a equaca
o de m plano, que passa no ponto (a, b, F (a, b)) e cujos
coeficientes angulares, nas direco
es b
asicas OX, OY concidem com
as taxas de variaca
o instant
aneas de F neste ponto.
zc=
Observa
c
ao 26 Existencia da derivada
A derivacao implcita cria uma express
ao diferencial que alguns
autores chamam de forma diferencial .
Se F tiver algum plano tangente ele tem que ser sugerido pela forma
diferencial obtida pela primeira derivaca
o implcita (porque podemos
seguir derivando implicitamente).
A existencia das derivadas parciais n
ao garante a existencia de um
plano tangente, em outras palavras F tendo derivadas parciais, n
ao
quer dizer que F seja deriv
avel, e isto acontece ate mesmo com
funco
es univariadas.
Para que isto fique claro, imagine o gr
afico de uma funca
o f deriv
avel
que voce parta num ponto, x = a, o seu gr
afico e desloque um dos
ramos verticalmente. Voccriou uma funca
o g com salto que tem a
mesma derivada a
` direita e a
` esquerda, no ponto x = a que a funca
o
f mas que n
ao tem derivada neste ponto e que poristo mesmo diremos
que n
ao e deriv
avel.
Podemos dizer que este exemplo e artificial. No caso de funco
es
multivariadas h
a exemplos naturais em que acontecem situaco
es como
esta, Veja na figura (fig. 7.5) p
agina 205. A visualizaca
o est
atica do
que acontece e muito pobre, mas voce pode solicitar este gr
afico a
um programa como Scilab, veja abaixo o c
odigo fonte para produzir
o gr
afico, e usar a capacidade do programa de fazer rotaca
o e zoom
ate que voce consiga entender o que acontece.
No ponto (0, 0) a funca
o
z = f (x, y) =
x2 y 2
x2 + y 2
(7.12)
x2 a2 x2
x2 +a2 x2
1a2
1+a2
a = 0 za (0, 0) = 1
a = 2 za (0, 0) = 3
5
(7.13)
(7.14)
(7.15)
(7.16)
205
7.3. APLICAC
OES DAS DERIVADAS
206
F
F
,
, 1)
x
y
~u = (
grafico - Scilab
P roj|XoY (~u) = (
F
F
,
, 0)
x
y
ou simplesmente
P roj|XoY (~u) = (
F
F
,
)
x
y
que significa que este vetor, de apenas duas coordenadas, tem todas
as demais coordenadas nulas. Este e o vetor das derivadas parciais,
o gradiente de F.
Tambem consideramos grad(F ) como um vetor simb
olico representando o vetor das derivadas parciais de primeira ordem de F num
ponto qualquer.
-1
4.9
-0.0
-5.0
-0.0
-5.0
4.9
superficie(h,-5,5)
que vai produzir o gr
afico da superfcie, em janela pr
opria sobre o
domnio [5, 5] x [5, 5]. Nesta janela gr
afica voce tem opco
es de
manipulaca
o da imagem: zoom, rotaca
o, etc... apertanto os bot
oes
com o ratinho.
O arquivo superficie.data deve acompanhar o texto deste livro
junto com outros arquivos de programas. Se isto n
ao acontecer, entre
em contacto comigo.
Divirta-se e procure entender a superfcie, e veja como a existencia de
derivadas parciais n
ao implica na existencia da derivada (jacobiana)
no ponto (0, 0).
(b) Um vetor perpendicular a
` superfcie graf (f ) no ponto (a, b, F (a, b))
F (x, y) =
1) x2 + y 2 sin(xy)
4) x2 y 3
F (x, y) =
2) x2 2y 2
5) xy
F (x, y) =
3) ln(x2 + y 2 )
2
2
6) y x +y
Solu
c
ao 27
(1)(2x + y 3 cos(xy), 2y sin(xy) + xy 2 cos(xy))
p
x = y ; x = 2 + 2k
(2)(2x, 4y)
2
2
(3)( x22x
+y 2 , f rac2yx + y )
(4)(2xy 3 , 3x2 y 2 )
(5)(yxy1 , xy ln(x))
(6)(y x
+y 2 2xln(y)
, yx
2
2
2
+y 2 x +y +2y ln(y)
)))
(
y
207
7.3. APLICAC
OES DAS DERIVADAS
208
As equaco
es propostas s
ao muito difceis de ser resolvidas (n
ao h
a metodos
definidos). N
os limitamos a encontrar soluco
es o
bvias.
Justificativas:
(c) Projeca
o do vetor ~u na direca
o do gradiente.
=
=0
x
y
2x
x2 +y 2
Solu
c
ao 29 (a) Trabalho e um valor acumulado, uma integral por,
exemplo, a express
ao n
ao sugere isto.
(b) Correta, ~u e um vetor unit
ario, o produto escalar produz o m
odulo
da projeca
o na direca
o de um vetor unit
ario.
(c) grad(F ) n
ao e, necess
ariamente um vetor unit
ario, n
ao podemos deduzir que seja verdade.
(b) 2x = 4y = 0 x = y = 0
(c)
(b) Projeca
o do grad(F ) na direca
o do vetor ~u.
= f rac2yx2 + y 2 = 0 n
ao tem soluca
o.
6. Considere
(f ) y x +y 2xln(y) = y x +y ( x
sempre diferente de zero.
+y +2y ln(y)
))
y
= 0 impossvel porque
z = F (x, y) =
F
x
Solu
c
ao 30 Vamos usar uma tecnica de derivacao algortmica que torna
o c
alculo de derivadas mais simples porque quebra as etapas do c
alculo.
Para isto identificamos as funco
es at
omicas que comp
oem uma equaca
o
e depois aplicamos seguidamente a regra da cadeia. Neste caso
As derivadas parciais s
ao:
u(x, y) = (x + 1)2 ; v(x, y) = (y + 1)2
ux (x, y) = 2(x + 1) ; vy (x, y) = 2(y + 1)
Solu
c
ao 28 Derivando implicitaente a equaca
o da curva de nvel, vamos
encontrar a equaca
o da reta tangente:
F
x dx
F
x (x
a) +
F
( F
x , y
F
y dy = 0
F
y (y b)
F (x, y) = 8uv
u2v2
2(y+1)2 (x+1)(x2 +1)(y 2 +1)2x(y 2 +1)(8(x+1)2 (y+1)2 )
(x2 +1)2 (y 2 +1)2
vy uu2v2v2y u2(8uv)
(u2v2)2
=0
) C(a, b)
8 (x + 1)2 (y + 1)2
(x2 + 1)(y 2 + 1)
F
x
F
y
em que gx =
g
x
Nas duas u
ltimas linhas aparecem as derivadas parciais como seriam calculadas dentro de um programa de computador. Mas ate mesmo para representaca
o numa p
agina eletr
onica, o uso de derivaca
o algoritmica tem suas
vantagens porque podemos cortar e colar na express
ao final seguindo o
modelo proposto pela express
ao algoritmica.
Depois de editar as express
oes acima num editor de texto, com a sintaxe
de MuPAD ou Maple, que s
ao identicas, temos
u := (x,y)
v := (x,y)
-> (x+1)^2
-> (y+1)^2
7.3. APLICAC
OES DAS DERIVADAS
209
210
1 1
x0
u
(u, v) = (1/2, 1/2) y 1 = 1 1
v
z2
1 4
x
1 1
1
y 1 = 1 1 u 12
v 2
1 4
z2
ux := diff(u,x)
vy := diff(v,y)
u2 := (x,y) -> x^2 +1
v2 := (x,y) -> y^2 +1
u2x:= (x,y) -> 2*x
v2y:= (x,y) -> 2*y
fx := (x,y) -> -v(x,y)*ux(x,y)*u2(x,y)*v2(x,y)
- u2x(x,y)*v2(x,y)*(8-u(x,y)*v(x,y))/(u2(x,y)^2*v2(x,y)^2)
fy := (x,y) -> -u(x,y)*vy(x,y)*u2(x,y)*v2(x,y)
- v2y(x,y)*u2(x,y)*(8-u(x,y)*v(x,y))/(u2(x,y)^2*v2(x,y)^2)
estas express
oes podem ser sucessivamente coladas na a
rea de trabalho do
MuPAD e agora poderiamos facilmente calcular a equaca
o do plano tangente
no ponto (a, b, F (a, b)) = (1, 1, F (1, 0)) = (1, 1, 2)
A=
1
2
1
2
Na u
ltima linha temos as equaco
es parametricas do plano tangente a
` superfcie no ponto indicado.
F
F
|(1,0) = 12 ; B =
|(1,0) = 20
x
x
Solu
c
ao 32 Basta mostrar que as retas perpendiculares `a superfcie
da esfera tem produto vetorial nulo com o vetor posicao do ponto de
interesecao.
sendo a equaca
o do plano:
z 2 = 12(x 1) 20(y 1)
Precisamos da definica
o de reta perpendicular:
Os c
alculos foram feitos com MuPAD. Ver em [?, mupad]omo obter MuPAD.
Observe que f x = f
ca
o do MuPAD.
x na nota
Defini
c
ao 21 Reta perpendicular a uma variedade Uma reta ser
a perpendicular a
` superfcie de uma variedade num ponto P se for perpendicular
a
` variedade linear tangente naquele ponto.
A equaca
o da esfera z 2 + x2 + y 2 = r2
A equaca
o da variedade linear tangente:
2zdz + 2xdx + 2ydy = 0 c(z c) + a(x a) + b(y b) = 0
u v2
x
y 7 u + v
z
u2 + 4v
2u 2v
dx
du
dy = 1
1
dv
2u
4
dz
4 MuPAD
e um programa de Computaca
o Alg
ebrica semelhante ao Maple ou Mathematica,
com a importante caracterstica de que
e distribuido com um preco simb
olico.
A u
ltima equaca
o e a equaca
o cartesiana da variedade linear tangente
no ponto (a, b, c) em que as derivadas parciais que aparecem na derivaca
o
implcita foram calculadas, revelando que o vetor posica
o (a, b, c) e perpendicular ao plano tangente no ponto (a, b, c), como queriamos demonstrar.
7.4
Derivadas de func
oes vetoriais
211
usadas nos exerccios. Para nao tornar muito pesada a notacao, vamos supor
que estamos trablhando com espacos de funcoes de dois tipos:
3
R R
(7.17)
R R
(7.18)
212
I=
H
u(x, y)dx + v(x, y)dy = (x3 3xy 2 )dx + (3x2 y y 3 )dy
I=
I=
R1
0
R1
R1
R1
R1
3tdt
I=
3t2 1
2 |0
3(1 t)dt =
R0
R1
0
2.
3.
udx + 0 + 0 +
vdy +
3
2
3(t)dt
3
2
udx + 0 + 0 +
=0
vdy =
R1
R1
3tdt + (1 t)dt =
0
0
R1
3tdt +
3t2 1
2 |0
Miscel
anea de Exerccios
3t2 0
2 |1
R1
R1
R1
t3 dt + (3t t3 )dt ((1 t)3 (1 t))dt (1 t)3 dt =
0
3tdt
1.
3
2
3tdt =
R0
H
u(x, y)dx + v(x, y)dy = (x3 xy 2 )dx + (3x2 y y 3 )dy =
R1
(b)
vdy
0
R1
R1
I=
rotacional
de lado 1 com os vertices (0, 0), (1, 1), nos seguintes casos
R1
t dt + (3t t )dt ((1 t)3 3(1 t))dt + (1 t)3 dt
F2 F3
F1
+
=< grad(F ), e1 > + < grad(F ), e2 > + < grad(F ), e3 >
x
y z
udx + 0 + 0 +
R1
R1
I = (x3 3xy 2 )dt + (3x2 y y 3 )dt +
7.5
vdy +
Defini
c
ao 22 Operadores diferenciais
udx + 0 + 0 +
t2 0
2 |1
R0
(t)dt =
3
2
1
2
3t2 1
2 |0
=1
R0
tdt =
(c)
H
H
u(x, y)dx + v(x, y)dy = (3x2 3y 2 )dx + 6xydy =
udx + 0 + 0 +
vdy +
R1
3t2 dt +
R1
R1
0
3t dt +
3t3 1
3 |0
udx + 0 + 0 +
vdy =
R1
6tdt (3(1 t)2 3)dt + 0 =
R1
0
6tdt
6t2 1
2 |0
R0
R0
(3(t)2 3)dt + 0 =
(t)2 dt + 3
R0
dt =
213
214
3t2 dt +
3t dt +
3t3 1
3 |0
t [0,1]
dx=0; dy=dt
dx=0
dy=dt
6tdt
6t2 1
2 |0
3t3 1
3 |0
(1 , t) t [0,1]
R1
6tdt (3(1 t)2 2)dt + 0 =
R1
3t3 1
3 |0
(0,1t)
6t2 1
2 |0
R0
R0
6t2 1
2 |0
(t)2 dt + 2
(3(t)2 2)dt + 0 =
R0
R0
dt =
t2 dt + 2t|01 =
3 t3 |01 + 2t|01 =
1+312= 1
e no segundo item
(t , 0) t [0,1] dx=dt; dy =0
Figura 7.6:
R1
R1
Parametrizaca
o do quadrado Q de lado 1, com v
ertices (0, 0), (1, 1).
3t3 1
3 |0
3
3t
3
6t2 1
2 |0
|10 +
6t
2
R0
t2 dt + 3t|01 =
udx + 0 + 0 +
obviamente com uma pequena diferenca entre (u, v) de cada par. Calcule
(x + iy)3 e3(x + iy)2 ao fazer esta an
alise e tente descobrir qual a diferenca envolvida com a concidencia.
Solu
c
ao 33 No primeiro par temos (x + iy)3 e uma modificaca
o da terceira potencia que deixa de ser uma terceira potencia. O mesmo acontece
com o segundo par e a segunda potencia de (x + iy). N
ao se trata de
nenhuma concidencia, como veremos no captulo 3, indepedencia de caminhos. Veja tambem o pr
oximo exerccio.
Solu
c
ao 34 (a) Vamos usar a parametrizaca
o
1+313=0
vdy +
udx + 0 + 0 +
vdy =
215
S1
2
R
0
2
R
0
2
R
0
2
R
2
R
cos3 (t)sin(t)dt +
3cos3 (t)sin(t)dt
u3 du +
R0
0
3u3 du
0
2
R
3cos(t)sin3 (t)dt +
f2
1
3z 2 = (3x2 3y 2 , 6xy) = ( f
x , x ) =
sin3 (t)cos(t)dt =
3u3 du
R0
Solu
c
ao 35 Direto, basta fazer as contas e verificar as identidades.
u3du = 0
S1
S1
2
R
0
=
=
2
R
0
2
R
0
cos3 (t)sin(t)dt +
2
R
cos(t)sin3 (t)dt +
2
R
0
3cos3 (t)sin(t)dt
un du
un du
d 3
dz z
1 f2
3z 2 = (3x2 3y 2 , 6xy) = i( f
y , y )
R1
un du
0
2
R
R1
Za
2
R
(3x2 y y 3 )d(sin(t))dt =
2
R
2
R
216
2
R
0
sin3 (t)cos(t)dt = 0
Prove
H que u(x, y)dx + v(x, y)dy ser independente de caminhos equivale
a W u(x, y)dx + v(x, y)dy = 0 para todo sub-domnio W . em que
W representa a fronteira da regi
ao W.
Solu
c
ao 36 Vamos usar uma notaca
o mais curta para
dz = udx + vdy
que depois veremos que tem um sentido pr
oprio. Agora e apenas uma
notaca
o.
Considere W um sub-domnio de . A fronteira de W , W, e ent
ao formada por uma ou mais curvas fechadas contidas tambem em , que s
ao
as fronteiras das diversas componentes de W. Basta resolvermos o caso
de uma das componentes ou supormos que W tem uma u
nica componente
e portanto que W e uma curva fechada contida em .
217
dz =
IQ
dz
dz =
IP
dz =
IQ
dz +
IP
dz = 0
dz = 0
Consideremos agora dois pontos P, Q e dois caminhos 1 , 2 ligando estes dois pontos. Observando que podemos designar por 2
o caminho que liga Q a P se 2 ligar P a Q nesta ordem, porque h
a
uma parametrizaca
o dos dois caminhos que diferem apenas por uma
troca de sinal, ent
ao 2 2 e uma curva fechada que limita (um ou
mais) sub-domnios de . Mais de um, eventualmente, porque estas
curvas podem se cortar, mas a hip
otese vale para todas as componentes assim obtidas e basta considerarmos o caso em que as curvas n
ao
se cortam e que temos apenas uma componente. Seja W esta u
nica
componente com
W = 2 2
Ent
ao
I=
dz
dz =
dz ; I =
I=
dz ;
HQ
dz +
Solu
c
ao 37 Vamos seguir usando a notaca
o introduzida anteriormente:
dz = udx + vdy.
O leitor deve meditar sobre os dois resultados, este e o do exerccio 6. Para
mostrarmos que dz n
ao e independente de caminhos, temos que encontrar
uma curva fechada tal que
I
dz = 0
porque a u
ltima integral apenas resume que na pen
ultima a curva
foi percorrida de P ate P.
Suponhamos agora que para qualquer sub-domnio W de ,
I
dz = 0.
HQ
x
x
6. Verifique que (u(x, y), v(x, y)) = ( x2 +y
ao e independente de
2 , x2 +y 2 ) n
caminhos em um domnio qualquer do plano contendo a origem.
218
Esta situaca
o, que parece ca
otica, vai ficar inteiramente clarificada no
captulo 3. Aqui ela representa apenas exerccios de integral de linha, e,
obviamente, uma antecipaca
o de conceitos, apesar de que estes parecam
pouco interessantes. Consulte o captulo 3 para entender a diferenca.
Vamos experimentar o c
alculo de dz sobre S1 .
H
dz =
S1
dz =
H
dz = 0 ;
dz
dz ; I =
H
1 2
dz =
dz
dz
2
R
2
R
0
cos(t)sin(t)dt sin(t)cos(t)dt = 0
219
220
222
1. Derivadas
(a) Calcule as derivadas (jacobianas) das funco
es
F (x, y) =
F (x, y) =
F (x, y, z) =
1) xcos(y)
2) (xcos(y), ycos(x)) 3) (xy, yz, zx)
4) (1, xy, xy) 5) (y, xy, x)
6) (y, z, x)
Captulo 8
O teorema de Green
y x 0
F (x, y) = (xy, yz, zx) 7 J(F ) = 0 z y
z 0 x
0 0 0
F (x, y) = (1, xy, xy) 7 J(F ) = y x 0
y x 0
0 1 0
y x 0
F (x, y) = (y, xy, x) 7 J(F ) =
1 0 0
0 1 0
0 0 1
F (x, y, z) = (y, z, x) 7 J(F ) =
1 0 0
F (x, y) = xcos(y) 7 J(F ) =
8.1
Teorema de Green
Existem varios tipos de integral de linha, numericas
ou vetoriais depende do tipo de operacao que aparecer no integrando. Por exemplo, a Fsica define
trabalho
Z
F ~(s) ds
onde temos o produto escalar de uma forca F aplicada a uma partcula que percorre uma curva no
espaco. Vamos discutir este tipo de integral aqui
como preparacao para integral de superfcies.
Na linguagem habitual deste contexto as funcoes vetoriais sao chamadas de campos vetoriais .
Vamos dar um sentido matematico `a nocao fsica de
campo vetorial conservativo ou, em oposicao a este
conceito, o de campo vetorial n
ao conservativo e por
este caminho enunciar o Teorema de Green e fazer
algumas aplicacoes dele.
8.1.1
(b)
223
224
Solu
c
ao 39 F tem como conjunto de sada o Rn ent
ao tem n vari
aveis.
O conjunto de chegada e o Rm ent
ao F tem m funco
es coordenadas. Isto
significa que F vai ter nm derivadas parciais, cada funca
o coordenada vai
ter n derivadas, e a derivada vai ter nm funco
es coordenadas.
O conjunto de chegada da derivada e Rnm . A opca
o correta e a (4), a
derivada tem o mesmo n
umero de vari
aveis que a funca
o original, e tem
nm coordenadas. Vai ser uma matriz m x n, em cada uma das m linhas
(coordenadas) de J(F ) vamos escrever as n derivadas parciais relativas a
`s
n vari
aveis (colunas).
dF =
=
dF2
sin() r cos()
cos()dr r sin()d
dr
=
sin()dr + r cos()d
d
Quando uma funca
o tiver uma u
nica coordenada, o seu diferencial e frequentemente chamado de diferencial total. Cada linha da u
ltima matriz e
um diferencial total. Esta denomianca
o reflete a confus
ao que ainda hoje
se tem do conceito de diferencial ainda eivado de mitos. Qaando se deriva implicitamente se chega, naturalmente, ao diferencial total que e um
produto de matrizes. Veja que as linhas da u
ltima matriz, s
ao diferenciais
totais das coordenadas de F.
2y
y2
2x
2xy
2)
2y
2xyy
2xy
2y
(8.1)
Solu
c
ao 41 (a) A funca
o tem duas coordenadas que est
ao sendo designadas por x, y e e uma matriz 2 x 2 portanto F : R2 R2 e
temos
!
J(F ) =
(b)
F1
x
F2
x
F1
y
F2
y
z=
1) xy
8.1.2
z=
2) 2xz + xy
z=
3) x2 + 2xyz + y 2
5. Derive implicitamente
= F = (2xy, 2xy 2 )
dF
2) ydx + xdy
5) yzdx + xzdy + xydz
dF
3) y 2 dx + 2xydy
2
6) ex dx
225
Ver na figura
(fig. 8.2), p
agina 231, o significado da orientaca
o das
H
curvas,
indica que a integral deve ser calculada no sentido positivo
(contr
ario aos dos ponteiros do rel
ogio) sobre a curva.
3. Prove que se for uma curva fechada e P dx + Qdy for uma diferencial
exata, ent
ao
I
P dx + Qdy = 0
F (x, y, z)
2) xyz sin(xy)
5) x2 yz 2 exy
F (x, y, z, w)
3) x2 cos(xz)y
2
6) exyz z 3
2F
2F
=
.
xy
yx
lim lim
2 F
xy
= lim
F
y
x=0
lim lim
y=0 x=0
lim lim
y=0 x=0
6. independencia da parametrizaca
o
(cos(2t), sin(2t))t[0,1] = S1
para o crculo trigonometrico. Calcule o comprimento de arco considerando esta parametrizaca
o.
(cos(t), sin(t))t[,] = S1
para o crculo trigonometrico. Calcule o comprimento de arco considerando esta parametrizaca
o.
=I
2 F
yx
F
yx
Desenvolvendo agora
F (a+x,b+y)F (a+x,b)
(a,b)
F (a,b+y)F
y
y
x=0 y=0
Os c
alculos feitos acima somente ser
ao v
alidos se cada uma das derivadas
de primeira ordem for contnua, numa vizinhanca do ponto (a, b), caso
contr
ario n
ao poderemos calcular a outra derivada, iteradamente. O teorema fica assim:
2F
xy
as derivadas mistas de segunda ordem, e consequentemente de ordem superior, nas mesma condico
es, s
ao iguais.
Solu
c
ao 42 Desenvolvendo
226
dt +
= lim
y=0
F
x
(a,b+y) F
x (a,b)
y
dt
F (a+x,b+y)F (a,b+y)
(a,b)
F (a+x,b)F
x
x
(a+x,b)F (a,b)
lim lim F (a+x,b+y)F (a,b+y)F
yx
y=0 x=0
Vemos assim que, independente de como calcularmos as derivadas segundas mistas, chegaremos ao mesmo quociente de diferencas de segunda ordem, portanto, se o limite existir, elas tem que ser iguais.
Observa
c
ao 27 A independencia de caminho
Trocar a parametrizac
ao forca uma troca na escala, sem d
uvida, isto n
ao impede que
falemos em independ^
encia de parametriza
ca
~o.
Outra coisa
e independ
encia de caminho. As func
oes multivariadas oferecem uma nova
vis
ao. Veja a figura (fig. 8.1) p
a gina 227,
Vamos dizer que uma express
ao diferencial
P (x, y)dx + Q(x, y)dy
227
Os
228
P dx + Qdy
caminhos
,, .
IX
F
e calcule F
ao, como dF n
ao depende de caminhos, use
x e y . Sugest
caminhos paralelos aos eixos ao calculas os quocientes de diferencas.
H
10. Calcule (y + 3x)dx + (y x)dy em que E e a curva x2 + 4y 2 = 4
E
Solu
c
ao 43 Temos que comecar escolhendo uma paramentrizaca
o para
a curva E que e uma elipse, logo uma deformaca
o adequada de uma parametrizaca
o do crculo trigonometrico funciona: Como x = 0 = y =
1 e y = 0 = x = 2 vemos que a distorca
o adequada e
E = (x(t), y(t)) = (2 cos(t), sin(t))t[0,2]
Figura 8.1:
=
=
= 2
2
R
0
2
R
(y + 3x)dx + (y x)dy =
0
2
R
0
2
R
0
2
R
0
cos(t)(sin(t))dt +
Se uma express
ao diferencial for independente de caminhos, nos a chamaremos de
diferencial exata.
2
R
o comprimento de arco de .
E
2
R
(sin(t) cos(t) dt =
229
Solu
c
ao 44
Como o comprimento de arco e integral da velocidade
e o campo vetorial n
ao e derivada de uma funca
o vetorial de vari
avel
escalar (tempo) ent
ao a primeira frase n
ao serve.
A terceira n
ao tem consistencia.
A quarta poderia ser verdadeira, mas e preciso de mais hip
oteses
portanto e incompleta.
A segunda corresponde a integral, e o produto escalar de um campo
vetorial (P, Q) com o diferencial da curva, corresponde a
` definica
o
de trabalho da forca (P, Q) ao longo da trajet
oria .
Q(x, y)dy
x dxdy =
RR
P
y
dxdy =
P (x, y)dx
)dxdy
P dx + Qdy =
(
x
y
Com frequ
encia o Teorema de Green
e enunciado assim
Z Z
I
Q
P
(
)dxdy =
P dx + Qdy
x
y
H
e esta sutil diferenca tem um sentido: a integral de linha, que o smbolo indica que
ela deve ser calculada no sentido positivo da fronteira de , mede a variac
ao total do
campo vetorial (P, Q) sobre e nestes termos o Teorema de Green
e uma generalizac
ao
do Teorema Fundamental do C
alculo. Veja que ele relaciona os valores de uma parte
da derivada do campo diferencial sobre um domnio de dimens
ao dois e calcula esta
variac
ao ao longo de um domnio de dimens
ao 1 que
e a fronteira de .
A integral de linha trouxe um novo conceito que era pouco visvel nas integrais simples
(onde ele j
a existia), o sentido em que a integral
e calculada. Este aspecto agora se
reveste de uma outra caracteris ca, agora dizemos,
Calculamos a integral de f sobre .
A orientac
ao de
e positiva (ou negativa).
Antes diziamos:
Rb
a
f ou
Ra
f.
)dxdy
x
y
230
Observa
c
ao 28 Campo conservativo
Como prometemos na introduc
ao, vamos definir matemmaticamente o que os fsicos
chamam campo conservativo.
f
E
acil de falar de orientac
ao e at
e expressar de forma geom
etrica o que isto significa.
A definic
ao formal
e mais complicada, e n
os a deixaremos de lado por enquanto.
Voltaremos a este assunto quando estudarmos as superfcies.
Diremos que uma orientac
ao
e a positiva se ela contrariar o sentido em que se movem
os ponteiros do rel
ogio. Na (fig. 8.3) voc
e pode ver uma forma geom
etrica de definir
orientac
ao. Veja p
agina 232.
Uma curva, no interior de um domnio pode ter uma orientaca
o incompatvel com a
orientac
ao da fronteira.
Veja na figura (fig. 8.3) p
agina 232, a curva , no interior de que n
ao pode ser
orientada de forma compatvel com a fronteira. Na figura mencionada, h
a tres curvas fechadas que est
ao sendo usadas para transferir a orientac
ao. Elas mostram a
compatibilidade da orientac
ao da fronteira de e se orientarmos a curva de forma
compatvel com alguma das componentes de esta orientac
ao fica incompatvel com
alguma outra componente de .
Na mesma figura voc
e pode ver
Os campos conservativos s
ao as func
oes vetoriais que definem diferenciais exatas, no
formato da integral de linha do Teorema de Green
as componentes de em A, B, C,
P dx + Qdy
ou ainda aqueles que tornam o Teorema de Green trivial, ambas as integrais s
ao nulas
para qualquer curva fechada.
Isto quer dizer que o trabalho de um campo conservativo ao longo de uma curva fechada,
e zero. Mas o Teorema de Green vale em geral para campos conservativos ou
n
ao:
Na regi
ao B um transferidor de orientac
aomostra que a orientac
ao de
e
compatvel com a orientac
ao da componente de em B.
231
transmitindo a orientao
entre duas curvas
232
A curva
transferidores de orientacao
A curva
est no interior de
Uma regiao
com buracos
B
A
A orientaca
o de uma curva pode ser incompatvel com a orientaca
o da fronteira.
(y + x)~i + (x y)~j
ao longo da elipse x2 + 4y 2 = 4 no sentido contr
ario ao dos ponteiros do
rel
ogio.
y
x
dx 2
dy
x2 + y 2
x + y2
x
y
dx 2
dy
x2 + y 2
x + y2
233
xdy e a a
rea de sob a suposica
o de que esta a
rea exista
234
P dx + Qdy =
Z Z
X
Q P
)dxdy =
x
y
Z Z
k=1A
k
Q P
)dxdy
x
y
porque as regi
oes s
ao disjuntas e apenas subdividimos a integral dupla na
soma das integrais duplas de cada uma das regi
oes. Se aplicarmos o Teorema de Green em cada uma das sub-regi
oes, vamos ter:
P dx + Qdy =
A3
4
H
P
P dx + Qdy =
K=1 Ak
4
P
R R
Ak
Ak
( Q
x
4 R R
P
K=1 Ak
P dx + Qdy =
K=1 Ak
RR
P
y
)dxdy
( Q
x
( Q
x
P
y
P
y
)dxdy
)dxdy
A
2
A
1
I
4
X
K=1A
k
P dx + Qdy =
P dx + Qdy =
Z Z
Q P
)dxdy
x
y
Figura 8.4:
A indepen
encia de caminhos; as curvas s
ao percorridas de acordo com a indicaca
o
das setas.
s
ao iguais. Justifique por que f tem por derivada grad(f ) e, consequentemente, e a primitiva de grad(f ) no sentido em que este termo tem no
C
alculo Diferencial e Integral univariado.
e mostre que
I
P dx + Qdy =
4 I
X
P dx + Qdy
k=1A
k
desde que nenhuma das curvas que aparecem no desenho passe por um
ponto de singularidade de P ou de Q.
Solu
c
ao 46 Se as derivadas mistas de segunda ordem forem iguais ent
ao
dz =
f
f
dx +
dy
x
y
(8.3)
235
236
dz = dz
(x, y) dom(f )
exatamente como se faz no c
alculo univariado.
C
alculo das derivadas parciais.
f (x, y) =
f
x
f
y
2 f
xy
2
f
yy
=
=
M
P
x3 yxy 3
x2 +y 2
Mx P MPx
P2
My P MPy
P2
(8.4)
(8.5)
(x,y)
(8.6)
(8.9)
(8.11)
(2P 2 Px My + 2P Px Py M ) + (Mxy P 3 + My P 2 Px Mx P 2 Py 0)
(8.10)
2f
yy
(2P 2 Py Mx + 2P Py Px M ) + (Myx P 3 + Mx P 2 Py My P 2 Px 0)
(8.12)
2f
xy
2f
yy
=0
(8.13)
em que no c
alculo das derivadas mistas de segunda ordem escrevemos
apenas o numerador uma vez que o denominador seria o mesmo.
f
Consequentemente dz = f
e um diferencial exato e assim e um
x dx + y dy
campo vetorial conservativo .
o que torna bem definido o valor f (x, y) como primitiva de dz com valor
inicial P .
Figura 8.5:
A independ
encia de caminhos
(8.14)
237
=0
dx = 0 em 2 =
R1
0
f
x dx
(8.18)
R1
0
dy = 0 em 1 =
R1
0
R1
0
(8.19)
t4 +4t2 1
t2 +1 dt
dx = 0 em 4 =
f
y dy
(8.16)
=0
(8.17)
R1
=0
(8.21)
f
y dy
=0
(8.22)
=
(8.23)
(8.24)
t4 4t2 +1
1+t2
(8.25)
dy = 0 em 3
H f
y dy = 0
(8.26)
Rotac
ao e fluxo
Resumo.
Quase toda a teoria de integralca
o que estamos estudando neste livro foi desenvolvida em
funca
o da Fsica, em particular devido as Teorias da Gravitaca
o e do Campo Magn
etico. Os
nomes empregados s
ao uma consequ
encia disto, como potencial, fluxo, trabalho.
Por exemplo, z = F (x, y) ; F : R2 R
e chamada um campo escalar, sua derivada,
J(F ) : R2 R2 se chama de campo vetorial. Dada uma constante, c, F (x, y) = c determina
uma curva de nvel de F mas se F representar temperatura, as curvas de nvel passam a
se chamar isot
ermicas, quer dizer, as curvas do domnio onde se tem mesma temperatura.
Veja a figura (fig. 8.6) p
agina 239, uma representaca
o gr
afica destas id
eias.
Em dimens
ao tres, se w = F (x, y, z) ; F : R3 R alteramos os nomes, em vez curvas de
nvelpassamos a chamar de superfcie de nvel.
(8.20)
f
x dx
R1
8.2
(8.15)
f
x dx
238
Exerccios 21
1. Os Fsicos afirmam que a direca
o por onde flui o calor
mais r
apido o calor e a na direca
o do gradiente. Voce poderia encontrar
uma raz
ao para isto?
a mesma raz
Solu
c
ao 47 E
ao pela qual o caminho mais r
apido para
se subir uma montanha (n
ao e o mais f
acil....) e o da perpendicular a
`s
curvas de nel, a direca
o do gradiente. A Fsica toma como postulado que
todos os fenomenos tendem a acontecer do modo mais r
apido possvel e
pelo caminho mais curto.
(8.27)
(x, y) 7 W R2
(8.28)
dz =
H
R1
0
2t4 +8t2 2
(1+t2 )2
dz = 0
Au
ltima integral foi calculada com maxima.
(8.29)
(8.30)
239
8.2. ROTAC
AO E FLUXO
240
dr =
dr =
dr = (x22tdt
+y 2 )2
isotermicas
dr =
2t+2atdt
(x
2 +y 2 )2
2atdt
(x2 +y 2 )2
(t2t(1+a)dt
2 +a2 t2 )2
= (t2t(1+a)dt
2 (1+a2 ))2
Como n
ao h
a limite quando t = 0 ent
ao nenhuma das derivadas direcionais sobre reta passando pela origem existe em (0, 0).
linhas
de flu
xo
F (x, y) =
linh
lin
x
e flu
as d
ha
sd
ef
x
x2 + y 2
ao longo das retas que passam pela origem, e verifique se alguma das
derivadas direcionais existe na origem.
lu
xo
Figura 8.6:
Solu
c
ao 50 Temos (t) = (t, at) a parametrizaca
o de uma reta que
passa pela origem com coeficiente angular a. Deixando a variar vamos
atender a
` condica
o da quest
ao, teremos todas as retas que passam pela
origem e vamos agora derivar F ao longo de uma dessas retas: derivar
r(t) = F () = F (x(t), y(t))
dr =< dF, d >
Isot
ermicas e linhas de fluxo
dr =
dr =
dr =
1
x2 + y 2
ao longo das retas que passam pela origem e verifique se existe alguma
derivada direcional sobre uma reta passando pela origem.
Solu
c
ao 49 Temos (t) = (t, at) a parametrizaca
o de uma reta que
passa pela origem com coeficiente angular a. Deixando a variar vamos
atender a
` condica
o da quest
ao, teremos todas as retas que passam pela
origem e vamos agora derivar F ao longo de uma dessas retas: derivar
dr =
F
x dx
x +y 2x
(x2 +y 2 )2
dr =
a2 t2 t2
(t2 +a2 t2 )2 dt
2
F
y
2
dy
2
2xy
dt + a x(x+y
2 +y 2 )2 dt
y 2 x2
(x2 +y 2 )2 dt
+ a (x(xy)
2 +y 2 )2 dt
2
+ a (t(tat)
2 +a2 t2 )2 dt
t (a 1)
(t2 (a2 +1))2 dt
a(t(1a))2
(t2 (a2 +1))2 dt
t2 (a2 1)
dt
(t2 (a2 + 1))2
Se y = x a = 1 a derivada direcional sobre esta reta existe na origem
tendo valor zero, isto pode ser visto na segunda linha das equaco
es acima.
Isto s
o tem significado, entretanto, se houver valor no ponto (0, 0) o que
n
ao e o caso com F.
241
8.2. ROTAC
AO E FLUXO
5. Calcule as derivadas direcionais do campo escalar
ao longo das retas que passam pela origem, e verifique se alguma das
derivadas direcionais existe na origem.
Solu
c
ao 51 Temos (t) = (t, at) a parametrizaca
o de uma reta que
passa pela origem com coeficiente angular a. Deixando a variar vamos
atender a
` condica
o da quest
ao, teremos todas as retas que passam pela
origem e vamos agora derivar F ao longo de uma dessas retas: derivar
r(t) = F () = F (x(t), y(t))
dr =< dF, d >
dr =
at
t2 (1+a)2 dt
t
+ a t2 (1+a)
2 dt =
att
t2 (1+a)2 dt
t(a1)
t2 (1+a)2 dt
f (x, y, z) = 4x + 4y + 2z
na direca
o da normal exterior a
x2 + y 2 + z 2 = 9
no ponto (2, 2, 1)
Solu
c
ao 53 A direca
o da normal exterior e a mesma do vetor posica
o
sobre a esfera, (2, 2, 1) e a derivada exterior ser
a
F
F
x dx + y dy
x+yx
x
dt
+
a
(x+y)2
(x+y)2 dt
y
x
dt
+
a
(x+y)2
(x+y)2 dt
dr =
dr =
x
F (x, y) =
x+y
dr =
242
244
CAPITULO 9. SUPERFICIE
Principio
do
Captulo 9
coseno
Superficie
9.1
Superfcie e
area
y = sin() ; x = cos() ;
y
x
1
5
x2 + y 2 = 1 x2 + ( x5 )2 = 26x2 = 25
x = 526
243
Figura 9.1:
Aa
rea do telhado e
O princpio do coseno
100 26
5
245
r
x
r
y
CAPITULO 9. SUPERFICIE
e temos, na u
ltima linha, um vetor perpendicular ao plano tangente `
a superfcie, consequentemente tamb
em perpendicular `
a superficie, calculado num ponto arbitr
ario relativamente ao qual foram calculadas as derivadas parciais, e obtido como produto
vetorial de dois vetores contidos no plano tangente.
O m
odulo deste vetor perpendicular
e o coeficiente (local) de distorc
ao para o c
alculo
da
area da superfcie relativamente ao domnio de parametrizac
ao:
s
Z Z
(y, z) 2
(z, x) 2
(x, y) 2
A(S) =
+
+
dudv
(9.1)
(u, v)
(u, v)
(u, v)
f
= ( f
x , y , 1)
p
|u| = 1 + |J(r)|2
Rb Rd p
Area(S) =
1 + |J(r)|2 dxdy
u=
246
a c
Observa
c
ao 29 O princpio do produto vetorial fundamental
O princpio do produto vetorial fundamental estabelece:
e o m
odulo do vetor ortogonal fundamental o coeficiente de distorc
ao local entre a
area da superfcie e a
area
da regi
ao de parametrizac
ao da superfcie.
Veja uma outra forma de chegar a um vetor ortogonal conduzindo a c
alculos id
enticos
com os feitos acima. Dada uma func
ao z = f (x, y) um plano tangente `
a superfcie
graf (f ) no ponto (a, b, f (a, b)) tem por equac
ao
f
f
z f (a, b) =
(x a) +
(y b)
x
y
3. a
rea de regi
ao plano - princpio do telhado
(a) Se f (x, y) = 3x + 4y qual e a a
rea da regi
ao projetada sobre z =
f (x, y) pelo domnio [1, 1] x [1, 1] ?
Solu
c
ao 56 Como se trata de uma plano, ent
ao a deformaca
o, relativamente a
` regi
ao de parametrizaca
o no plano e uniforme basta
1
encontra cos()
, ver princpio do coseno, para corrigir a a
rea da base
que e 4.
z = f (x, y) z 3x 4y = 0 ; u =
f
f
,
, 1)
x
y
cos() = 26
eaa
rea procurada ser
a
F
u
F
v
x
u
x
v
y
u
y
v
z
u
z
v
Os dois vetores-linha,
F F
,
u v
pertencem ao plano tangente `
a superfcie e seu produto escalar vai produzir um vetor
perpendicular a este plano (e consequentemente tamb
em perpendicular `
a superfcie):
3
2
i
j
k
y
z 5
x
F
=
X F
= 4 u
u
u
u
v
x
v
y z
u v
z y
,
u v
z x
u v
y
v
x z
,
u v
z
v
x y
u v
y x
u v
(3,4,1)
26
1
26
A = 4 26
Outra soluca
o usando o princpio do produto vetorial:
Uma parametrizaca
o para a superfcie (o plano) e
(x, y, f (x, y))
e a jacobiana
1 0
0 1
f
x
f
y =
F
x
F
y
i j k
F F
f
f
f
X
= 1 0 x = ( , , 1)
x y
x
y
0 1 f
y
247
R1 R1 q f 2
1 1
f 2
y
+ 1 dudv =
R1 R1
32 + 42 + 1 dudv =
1 1
R1 R1
26 dudv = 4 26
1 1
248
CAPITULO 9. SUPERFICIE
A derivada de um vetor e outro vetor (uma matriz), J(r) tem 6 coordenadas e duas sub-matrizes que s
ao as derivadas parciais em relaca
o
a cada uma das vari
aveis, dois vetores, neste caso:
r
s
J(r) =
r
t
R1
f (x, y)dx
ii.
R1
f (x(t), y(t))dt
iii.
R1 R1
f (x, y)dxdy
1 1
iv.
R1
R1
1 1
q
f 2
2
1 + ( f
x ) + ( y ) dxdy
Solu
c
ao 57 A primeira equaca
o e uma funca
o na vari
avel livre y
n
ao serve, a segunda integral e um vetor obtido com um caminho sobre a superfcie, n
ao serve, a terceira integral e o volume delimitado
por graf (f ) sobre o domnio retangular.
A resposta correta e a quarta onde podemos ver o m
odulo do vetor
ortogonal fundamental como coeficiente de distorca
o.
5. Verifique que
r(s, t) = (cos(s) cos(t), sin(s) cos(t), sin(t))
e uma parametrizaca
o da esfera unit
aria de centro na origem, de dimens
ao
dois, contida no R3 . Determine os vetores fundamentais tangentes a S2
num ponto arbitr
ario. Calcule os m
odulos dos vetores fundamentais tangentes e prove que eles s
ao ortogonais entre si.
Solu
c
ao 59 Calculando o m
odulo de r(s, t)
q
|r(s, t)| = cos2 (s) cos2 (t) + sin2 (s) cos2 (t) + sin2 (t) =
= cos2 (t) + sin2 (t) = 1
Encontre a express
ao dos vetores fundamentais tangentes a S num ponto
arbitr
ario r(s, t).
r
s
r
t
Solu
c
ao 58 Resumidamente porque est
a explicada na Observacao 29.
249
250
CAPITULO 9. SUPERFICIE
em que a notaca
o
(x, y)
x y
=
(s, t)
s t
r
r
| | = | cos(t)| ; | | = 1
s
t
O produduto escalar destes vetores e nulo provando que eles s
ao ortogonais
entre si.
r
s
r
t
Solu
c
ao 60 Por definica
o (geometrica), o produto vetorial de dois vetores ~v , w
~ e um vetor ortogonal ao plano determinado por estes dois vetores,
tendo por m
odulo |~v ||w|
~ sin() em que e o menor a
ngulo determinado
pelas direco
es dos dois vetores.
Os vetores fundamentais tangentes na parametrizaca
o
r
s
r
t
= (cos(t) cos2 (s), sin(s) cos2 (t), sin2 (s) cos(t) sin(t) + cos2 (s) cos(t) sin(t)) =
= (cos(t) cos2 (s), sin(s) cos2 (t), cos(t) sin(t))
| r
s x
r 2
t |
cos2 (s) cos4 (t) + sin2 (t) cos4 (t) + cos2 (t) sin2 (t) =
cos4 (t) + cos2 (t) sin2 (t) = cos2 (t)(cos2 (t) + sin2 (t)) = cos2 (t)
r
| r
s x t | = | cos(t)|
O vetor unit
ario procurado e
r
r
x
s
t
r
s
A definica
o algebrica usa uma convenca
o estabelecida pela Fsica de que
os tres vetores ~i, ~j, ~k s
ao os tres vetores b
asicos ortonormais do espaco
tridimensional (sem o tempo) satisfazendo a
`s seguintes equaco
es:
x r
t
.
| cos(t)|
7. Calcule a a
rea da superfcie de S2
Solu
c
ao 61 Vamos considerar S2 parametrizada pelo sistema de equaco
es
~i x ~j = ~k
~j x ~k = ~i
~k x ~i = ~j
~i
~j
~k
x
s
x
t
y
s
y
t
z
s
z
t
cos() =<
(9.2)
x r
cos(t) sin(t)
t
, (0, 0, 1) >=
= sin(t).
| cos(t)|
cos(t)
r
s
251
esquerdo da express
ao. No lado direito da express
ao temos o resultado dos
c
alculos algebricos feitos com a express`
ao que achamos, em exerccio
r
r
x
anterior, para s| cos(t)|t .
252
CAPITULO 9. SUPERFICIE
Confirmamos assim hip
otese anterior de que uma esfera esta para uma piramide, como um crculo esta
para um triangulo:
Para calcular a a
rea de S2 vamos escrever uma soma de Riemann que ir
a
nos conduzir a
` express
ao da integral que serve para obter este c
alculo.
S2 (s, t) 7 (cos(s) cos(t), sin(s) cos(t), sin(t))
n1
P
A(S2 )
si tj sin(tj )
i,j=0
A(S ) = 8
R2 R2
sin(t)dsdt
0 0
Z2
A(S2 ) = 8 dt sin(t)|02 = 4
0
8. Calcule a a
rea da superfcie de rS2 a esfera de dimens
ao 2, de raio r,
centro na origem.
Solu
c
ao 62 A parametrizaca
o de rS2 e um m
ultiplo da parametrizaca
o
de S2 (e portanto poderiamos imediatamente predizer qual e a a
rea sem
necessidade de mais nenhum c
alculo):
V ol(S2 ) = 31 A(S2 )r = 34 r3
(2r) x r
= r2
2
Area(S1 ) =
9. Calcule a a
rea da esfera de dimens
ao dois S2 , a partir da sua equaca
o
funcional:
p
2
2
2
2
f (x, y) = 1 x y ; x + y 1
Solu
c
ao 63 Podemos ver a equaca
o funcional como uma parametrizaca
o
e fazer uso do que foi feito anteriormente. Vamos chamar D ao disco
fechado unit
ario.
p
D (x, y) 7 r = (x, y, z) ; z = 1 x2 y 2
dx
1 0 xz
dy
dr =
0 1 yz
dz
!
~
r
1 0 xz
x
=
J(r) =
y
~
r
0 1 z
y
Para calcular a a
rea de rS vamos escrever uma soma de Riemann que
ir
a nos conduzir a
` express
ao da integral que serve para calcular esta a
rea.
rS2 (s, t) 7 r(cos(s) cos(t), sin(s) cos(t), sin(t))
n1
P
A(rS2 ) r2
cos(tj )si tj
i,j=0
A(rS2 ) = 8
R2 R2
r2 cos(t)dsdt
~
r
x
~
r
x
~
r
y
i
~ = 1
r
x y
0
j
k
0 xz
1 yz
q
2
~
r
x y | = xz2 +
~
r
| x
q
2
2
2
= x +yz2 +z =
1
|z|
= ( x , y , 1)
z z
y2
z2
+1=
1
1x2 y 2
0 0
Z2
Area(S2 +) =
R1
dx
R1
Ry1
RR
y0
1
dxdy
1x2 y 2
1
dy
1x2 y 2
y
1
dxarcsin( 1x
)|yy
2
0
253
R1
y1
y0
arcsin( 1x
) arcsin( 1x
)dx = 2
2
2
=2
R1
R1
y1
)dx =
arcsin( 1x
2
arcsin(1)dx = 2
Logo
Area(S2 ) = 4
10. Calcule a a
rea da esfera de dimens
ao dois rS2 , a partir da sua equaca
o
funcional:
p
f (x, y) = r2 x2 y 2 ; x2 + y 2 r ; r > 0
254
CAPITULO 9. SUPERFICIE
def area(f,n,a,b,c,d):
deltax = float((b-a))/n
deltay = float((d-c))/n
soma = 0
while a b:
y=a
while y d:
soma = soma + f(a, y)
y = y + deltay
a = a + deltax
return soma*deltax*deltay
Resposta: 4r2
Solu
c
ao 64 O m
odulo do vetor normal a
superfcie e
|(
p
f f
,
, 1)| = 2 + 4x2
x y
A=
R R
2 + 4x2 dxdy =
A=
A=
R1 R1
A=
A
y 2 + 4x2 |y=1
y=x dx
R1
R1
2 + 4x2 dx + x 2 + 4x2 dx
0
a=
2 + 4x2 dydx
0 x
R1
0
1/2
= 2/2(x a2 + x2 + a2 ln(x + a2 + x2 )10
1
8
R1
8x 2 + 4x2 dx
p
p
2
(63/2 23/3 )
A = 3/2 + 12 ln(1 + 3/2 + 21 ln( 2) 24
p
s = 3/2; A = s + 0.5ln(1 + s) + 0.25ln(2) (1/12)(63/2 23/2 )
.80881017778581026341
O programa seguinte, em Python, com f definida em outro ponto do programa, obteve, com tres diferentes tipos de malha, valores muito pr
oximos
do c
alculo formal que, ao final, tem que ser aproximado.
As Somas de Riemann s
ao muito pouco eficientes para o calculo de integrais. A u
nica raz
ao de que elas encontrem relativo destaque neste livro, e
que elas s
ao o u
nico metodo seguro para o c
alculo de integrais, inclusive o
u
nico metodo seguro para demontrar a existencia de integrais. O adjetivo
seguro est
a sendo empregado no sentido de sempre oferece o resultado
esperado, devo acrescentar a observaca
o de que a implementaca
o computacional das somas de Riemann pode conduzir a resultados falsos, para ver
isto, aplique o programa acima com uma sucess
ao de crescente de subdivis
oes e ver
a logo que o resultados divergem...(logo? ... depois de algumas
dezenas de minutos...)
Os chamados metodos formais de integracao, eventualmente, funcionam
para uma certa classe de integrais.
H
a metodos de aproximaca
o, como splines, que podem oferecer consider
avel aproximaca
o se usados com uma modificaca
o das somas de Riemann.
255
9.2. APLICAC
OES
9.2
Aplicac
oes
256
CAPITULO 9. SUPERFICIE
(b) O baricentro do objeto
(c) O peso medio do objeto
Resumo.
V
arios tipos de aplicaco
es ser
ao reunidas aqui ligadas aos diversos tipos de integrais (volume,
comprimento de arco medidas de superfcies)
Somas de Riemann s
ao muitas vezes a u
nica forma de se calcular a integral de uma funca
o f
(quando n
ao existe uma express
ao alg
ebrica para f , por exemplo, ou quando f
e o resultado
de uma amostragem)
Solu
c
ao 66 O resultado desta integral e um vetor, suas componentes
s
ao:
RRR
1
xdxdydz
RRR
1
ydxdydz
RRR
1
zdxdydz
Exerccios 23 Aplicaco
es da integral
ao qualquer, e = medida() e f
1. Media Verifique que se for uma regi
uma funca
o escalar limitada superiormente e inferimente ent
ao
Z
1
m
f (s)ds M
Solu
c
ao 65 Considere inicialmente f (s) = 1 ent
ao
Z
1
f (s)ds = 1
Solu
c
ao 67 A integral que calcula o baricentro sendo
Z Z Z
1
(x, y, z)dxdydz
quer dizer que toda soma de Riemann que forneca uma aproximaca
o para
Z
f (s)ds
1 XXX ~
OPi,j,k xi yj zk
i j
k
Se eliminarmos a hip
otese de que f seja limitada, ent
ao a integral ainda
pode existir, ainda representa um valor medio de f entretanto os n
umeros
m, M perdem sentido.
2. Qual das interpretaco
es abaixo representa o significado da integral
Z Z Z
1
(x, y, z)dxdydz
em que e a medida de .
(a) O trabalho da partcula (x, y, z) trafegando pela regi
ao
Z Z Z
(x, y, z)dxdydz
257
9.2. APLICAC
OES
Z Z Z
258
CAPITULO 9. SUPERFICIE
Solu
c
ao 70 Comecamos com o c
alculo da medida da semi-esfera, que
e a metade do seu volume, = 32 R3 e vamos calcular agora
Z Z Z
1
f (x, y, z)(x, y, z)dxdydz
A soluca
o e a segunda integral.
1
Z Z Z
(x, y, z)dxdydz
Z Z Z
RR 2
R R
0 0 0
RRR
= 2 cos()
O c
alculo do determinante, embora seja um valor conhecido, foi feito com
MuPAD e os passos para obter o valor est
ao descrito abaixo numa sintaxe
apropriada para comunicaca
o com o programa:
Solu
c
ao 69 Na primeira integral a funca
o f n
ao e utilizada portanto ela
n
ao pode calcular o peso especfico de .
linalg::det(A)
A soluca
o e a terceira integral.
259
9.2. APLICAC
OES
260
CAPITULO 9. SUPERFICIE
e a superfcie de S ser
a a integral
I=
R R2
RR 2
0 0 0
Zb Z2
a
(x,y,z)
(cos() cos(), sin() cos(), sin()) (,,)
ddd
Ix =
RR 2
R R
0 0 0
RR 2
R R2
Iz =
2R3
3
R4 2
4
R4
2
3R
).
4
(0, 0,
u=
x
s
x
t
y
s
y
t
z
s
z
t
u = (g (s)f (s) cos(t), f (s)g (s) sin(t), f (s)f (s) cos2 (t) + f (s)f (s) sin2 (t)) =
(g (s)f (s) cos(t), g (s)f (s) sin(t), f (s)f (s))
|u| =
Rdtds = 2R(b a)
8. Calcule a a
rea da esfera rS2 R3 parametrizada por
(x, y, z) = (r cos(s) cos(t), r sin(s) cos(t), r sin(t))
3 sin()ddd
0 0 0
|u|dtds
RR 2
R R2
Iz =
0 0 0
Iy =
Zb Z2
Solu
c
ao 72 Designando u = (x, y, z) temos
i
j
k
u = x y z
s
x
s
y
s
z
t
t
t
i
j
u = r sin(s) cos(t) r cos(s) cos(t)
r cos(s) sin(t) r sin(s) sin(t)
k
0
r cos(t)
Aa
rea da esfera ser
a
r2
2
R R
|cos(t)|dtds = 2r2
= 4r2
|cos(t)|dt =
cos(t)dt = 4r2
Captulo 10
Refer
encias Bibliogr
aficas
F
ormulas Integrais
10.1
Generalizac
oes da integral
H
a muitos tipos de generalizaca
o da integral, aqui vou tratar das generalizaco
es simples, dentro do quadro de um curso de C
alculo e com o objetivo
de conduzir o estudante a compreens
ao dos teoremas integrais fundamentais
que v
ao aparecer no u
ltimo captulo: Teorema de Stokes, de Gauss, a f
ormula
de Leibniz e o pr
oprio Teorema de Green.
A id
eia fundamental
e que uma integral deve ser escrita no formato
Z
f (x)dx ; x W
W
[3] Ten lectures on Wavelets - CBMS-SIAM - 1990 SIAM lectures series. Philadelphia - Pennsylvania - 19104-2688 - USA.
[4] Davis, Harold T. Introduction to nonlinear differential and integral equations
Dover Publications, Inc. New York - 1971
[5] Dieudone Calcul Infinitesimal - 1968
- Collection Methodes - Herman - Paris.
[6] Dym,H. Mckean,H.P. Fourier Series and Integrals Academic Press - 1972
[7] Feynman, R Leighton, R. B., Sands, M The Feynman Lectures on Physics
Vol I,II,III
Addison-Wesley Publishing Company 5a ed. 1971
Rb
261
ii
REFERENCIAS BIBLIOGRAFICAS
[14] Praciano-Pereira, T. Introducao ao Calculo numerico computacional - Programacao em Pascal - Textos Universitarios da UVA no 1 - Edicoes UVA Sobral - Ceara- Fevereiro - 2000
Versao eletonica: http://www.uvanet.br/matematica/livros.php
[15] Praciano-Pereira, T. Calculo numerico computacional No prelo - Editora
da Univ. do Rio Grande - 1999.
[16] Praciano-Pereira, T. C
alculos numericos e gr
aficos usando Pascal.
- Notas mimeografadas - BCE - UEM - 1993
[17] Praciano-Pereira, T. Colet
anea de programas em Pascal arquivo pas.zip
disponvel no site da Uva. http://www.uvanet.br/matematica/livros.php
[18] Rudin, W. Real and Complex Variables
McGraw-Hill Series in Higher Mathematics -1974
[19] L. Schwarz Methodes Mathematiques pour les Sciences Physiques
Herman - editeurs - Paris - 1970
[20] Shapiro, H.S.
Smoothing and approximation of functions.
- Van Nostrand Reinhold Mathematical Studies Nr. 24 - 1970.
[21] Simmons, G.F.
Introduction to Topology and Modern Analysis.
McGraw-Hill - Book Company - 1968
[22] Simmons, G.F.
Differential Equations with App. and Hist. Notes.
McGraw-Hill - Book Company - 1978
[23] Whaba, Grace Spline Models for Observational data
CBMS-NSF Regional Conference Series in App. Mathematics
- SIAM - 1990.
[24] Schumaker, L Splines Functions: basic theory John Wiley & Sons - 1980
Indice Remissivo
aproximacao, 140
e, o numero, 86, 87
area
esfera, 157
princpio do coseno, 223
area do espelho
acude, 157, 158
angulo, 13, 19
mpar
funcao, 61
conjectura de Cantor, 67
conjectura de Cantor , 66
acude, 157, 158
volume de agua, 157, 158
Abel, lema, 90
aberto
conjunto, 119
aberto, conjunto, 117
algebra de matrizes, 39
angular, coef. - matriz, 40
anti-horario, 120
aprox. diferencial, 31
aproximacao, 17
aproximacao diferencial, 31
aproximacao linear, 30
aproximacao polinomial, 77
aproximacao, problema, 17
aproximacao
, 140
aproximacao linear, 43
aproximado, calculo, 139
atribuicao, 72
bilinear, forma, 19
iii
iv
convergencia, raio de, 88
coseno
princpio, 177
cosK, 68
curva, 111, 121
curva de nvel, 42
custos, matriz, 29
custos, variacao, 29
dependencia linear, 29, 30
dependente
variavel, 111
dependente linearmente, 32
derivacao implcita, 44
derivada
caso multivariado, 37
existencia, 183
implcita, 183
derivada direcional, 187
derivada implcita, 44
derivada parcial, 34, 35, 40
derivadas mistas, 205, 206
derivadas parciais, 26
desig. de Holder, 91, 92
desig. de Minkowski, 92
desig. triangular, 92
desigualdade de Cauchy Schwartz, 91
desigualdade de Holder, 92
desigualdade de Minkowski, 92
desigualdade triangular, 91
diferencas, 31
diferenciavel
curva, 121
variedade, 121
variedades, 115
diferenciavel, funcao, 27
diferenciais, equacoes, 104
diferencial, 2831, 44
forma, 183
diferencial exata, 204, 209
diferencial total, 27
diferencial, aprox., 31
dimensa, 19
dimensao, 111, 112
dois, 113
tres, 113
INDICE REMISSIVO
um, 113
variedade, 115, 116
zero, 113
dimensao, 66
dimensao infinita, 66
direcional
derivada, 187
Dirichlet, n
ucleo, 97
disco de convergencia, 89
disco de convergencia, 88
domnio
mudanca de, 124
domnio de integracao
nao retangular, 143
retangular, 143
domnio, 35
e.d.o., solucao aprox., 105
energia, quantidade, 21
equacao a diferencas, 28
equacao da reta, 39
equacao da reta tangente, 28
equacoes
sistema de, 182
equacoes diferenciais, 104
escalar, produto, 13, 18, 19, 58, 59
escalares, vetores, 16
esfera
area, 157
integral, 154
volume, 154, 160
esfera e piramide, 157
espaco euclidiano, 18
espacos de Lebesgue, 92
espacos de funcoes, 91
euclidiano, espaco, 18, 19
exata
diferencial, 204
exata, diferencial, 209
extremos de funcoes, 41
formula de Taylor, 47
fenomenos vibrat., 100
figura
A orientacao da fronteira num domnio
., 211
INDICE REMISSIVO
caminhos, 207
Cobertura por malha, 138
Conjunto aberto, 119
curva, 165
curva plana, 173
independencia de caminhos, 213,
216
integracao
domnio, 148
Isotermicas, 219
Malha, 178
Orientacao, 212
parametrizacao do quadrado, 193
Ponto Singular, 185
princpio do coseno, 224
Vetor normal, 170
finito, infinito, 17
forma bilinear, 19
forma diferencial, 183
formas diferenciaveis, 159
Fourier, 57, 67
coeficiente a0 , 61
espaco dos coeficientes, 60
linearidade, 61
Fourier, coef. , 106
Fourier, series, 62
Fourier, series, 57
fourier, series, 99
Fourier, transf. discreta, 106
fronteira, 117
fronteira curva, 146
funcao
propriedades, 23
funcao como vetor, 17
funcao diferenciavel, 27
funcao e ndice, 17
funcao e vetor, 19
funcao linear, 45
funcao vetorial, 27
funcao, extremo, 41
funcoes, espacos, 91
funcao vetorial, 201
funcao linear, 44
funcao mpar, 61
funcao implcita
teorema, 114
funcao par, 61
funcional linear, 46
geometria dos espacos de Lebesgue, 92
geometrica, serie, 80
Gnuplot, 126
grafico
Polinomio de Taylor, 51
polinomio de Taylor, 50, 54, 55
gradiente, 38, 42, 169, 182
grandeza, ordem, 85, 86
Holder, desig., 91, 92
Holder, desigualdade, 92
hiperplano, 28, 114
hiperplanos, 113
hipersuperfcie, 112, 114
hipersuperfcies, 114
hipersuperfcie, 114
imagem inversa
propriedades, 23
implcita
teorema da funcao, 114
teorema da funccao, 112
implcita, derivada, 183
independencia
de caminho, 206
de parametrizacao, 206
independencia de caminhos, 196, 198
independencia linear, 30, 32
infinitesimo, 28
infinita, dimensao, 66
infinito, finito, 17
informacao e funcao, 17
informacao multinumerica, 16
integracao
metodos, 234, 235
integracao
programa, 139, 143
integral
esfera, 154
interp. geom., 143
iteracao, 143, 145
linha, 163
integral, teste, 83
vi
interior, 118
iteracao das integrais, 143, 145
jacobiana, 38, 42
matriz, 201
jacobiana de f , 27
jacobiana, matriz, 27
INDICE REMISSIVO
mistas, derivadas, 205, 206
mudanc a
de domnio, 124
de variavel, 124
mudanc a de variavel, 124
multi-n
umero, 31
MuPAD, 161
Landau, notacao, 86
Lebesgue, espacos, 92
lei de Chasles, 128
Leibniz, notacao, 44
lema de Abel, 90
linear transformacao, 43
linear, aproximacao, 43
linear, dependencia, 29
linear, funcao, 44
linear, funcional, 46
linear, transformacao, 44
linear, variedade, 28
linearmente dependente, 32
linha
integral, 163
livre
variavel, 111
n
ucleo de Dirichlet, 97
n
umero generalizado, 31
n
umeros complexos, 14
nvel, curva, 42
norma de particao, 137
normal, 169, 182
notacao de Laundau, 86
par
o numero e, 86, 87
operacoes com vetores, 16
ordem de grandeza, 44, 85, 86
ordem duma matriz, 32
ortogonais
eventos independentes, 21
trabalho, 21
ortogonalidade senk,cosj, 58
otimizacao, 32
funcao, 61
paraboloide, 145
paralelograma, regra, 14
parametrizacao
superfcie, 159
parametrizacao
independencia, 206
parcial, derivada, 34
particao
norma, 137
pendulo, 104
phi(p), series, 84
piramide e esfera, 157
plano tangente, 35, 40, 225
poencias, serie, 89
polinomio trigonometrico, 65, 66
polinomios, 77
polinomios trigonometricos, 67
Polinomio de Taylor, 50
vii
INDICE REMISSIVO
quadrados mnimos, 77
quantidade de energia, 21
quaternions, 14
series de Fourier, 62
series de Fourier, progrma, 63
series de Riemann, 83, 84
series phi(p), 84
seerie s, 81
serie de potencias, 89
serie de Taylor, 47, 94
series (p), 83, 84
Schwartz, teorema de, 205
Schwartz, teorema de, 117
Scilab, 185
senK, 68
sentido
anti-horario, 120
positivo, 120
serie, 78
serie de potencias, 88, 90
serie geometrica, 80
series de fourier, 99
series de Riemann, 84
series trigonom., 57
sistema de equacoes, 182
solucao aprox. e.d.o., 105
soma de Riemann, 138, 139, 141, 142,
149
somas de Riemann, 234, 235
splines, 78
sub prisma, 137
sucessao e serie, 81
superfcie, 111, 112
superfcie
parametrizacao, 159
tabela, 69
tabelas, 106
tangente
plano, 225
variedade, 121
variedade linear, 28
tangente,reta, 44
tangentes
vetores, 239
Taylor, formula, 47
Taylor, polinomio, 49, 50
Taylor, serie, 94
Taylor, serie, 47
polinomio de Taylor, 49
polinom. trigon., 57
potencias, serie de, 88
princpio
do coseno, 223
do produto vetorial fundamental,
224, 225
do telhado, 226
produto vetorial, 226
princpio do telhado, 177
prisma, 142
probabilidade
distribuicao normal, 181
produto
vetorial, 229
produto de matrizes, 32
produto escalar, 13, 18, 19, 58, 59
produto escalar real, 18
produto matricial, 25
produto vetorial, 229
princpio do, 226
produto vetorial fundamental
princpio do, 224, 225
programa, 139, 143, 144, 147
programa fourier, 67
progrma, series de Fourier, 63
propriedades
imagem de f , 23
viii
telhado
princpio, 177
princpio do, 226
teorema
de Green, 204, 210
de Schwartz, 205
de Schwarz, 206
derivadas mistas, 205
derivadas mistas, 206
Fundamental do Calculo, 204
termo geral e converg., 78
teste da integral, 83
teste de comparacao, 81
total, diferencial, 27
trabalho, 201
forcas ortogonais, 21
transforamcao linear, 44
transformacao linear, 43
Transformada
de Fourier, 60
triangular, desig., 92
trigon., polinomio, 57
trigonom. series, 57
trigonometri
crculo, 120
trigonometrico, polinomio , 65, 66
trigonometricos, polinomios , 67
unitarios, vetores, 65
variavel, 111
dependente, 111
livre, 111
mundanc a, 124
variavel dependente, 111, 112
variavel livre, 111, 112
variedade, 28, 111113
algebrica, 115
diferenciavel, 115, 121
dimensao, 115, 116, 121
dimensao dois, 113, 114
dimensao tres, 113, 114
dimensao um, 113
dimensao zero, 113
linear, 113
linear tangente, 169
INDICE REMISSIVO
nao algebrica, 115
tangente, 121
variedade linear, 28, 113
variedade linear tangente, 45
variedade nao linear, 113
variedades tangentes, 115
vetor, 13
vetor de dados, 13
vetor e funcao, 19
vetor, exemplo, 16, 17
vetores unitarios, 65
vetores, escalares, 16
vetores, operacoes, 16
vetorial
campo, 201
campo conservativo, 204
funcao, 201
vetorial, funcao, 27
vibratorios, fenomenos, 100
volume, 140
agua num acude, 157, 158
acude, 157, 158
esfera, 152154, 156, 160
piramide, 154, 156
rombo, 142
wavelets, 125