Baixe o app para aproveitar ainda mais
Prévia do material em texto
Prof. Ricardo Alexandre Deckmann Zanardini Ferramentas Matemáticas Aplicadas Aula 4 66 ‹nº› Conversa Inicial 66 ‹nº› Derivadas Máximos e mínimos Otimização em 3D Integrais Áreas 66 ‹nº› Derivadas 66 ‹nº› Derivada: 66 ‹nº› Calcule, por meio do Python, a derivada primeira de cada uma das seguintes funções a) f(x)=-2x3-4x2+13x-1 Resolução from sympy import * x,f=symbols("x f") f=-2*x**3-4*x**2+13*x-1 diff(f, x) f’(x)=-6x2-8x+13 Exemplo 66 ‹nº› b) g(x)=2x+ln(x) Resolução from sympy import * x,g=symbols("x g") g=2*x+ln(x) diff(g, x) g’(x)=2+1/x 66 ‹nº› c) h(x)=sen(x) from sympy import * x,h=symbols("x h") h=sin(x) diff(h, x) h’(x)=cos(x) 66 ‹nº› d) r(x)=tg(x) from sympy import * x,r=symbols("x r") r=tan(x) diff(r, x) r’(x)=tan2(x)+1 66 ‹nº› e) q(x)=sen(x)cos(x) from sympy import * x,q=symbols("x q") q=sin(x)*cos(x) diff(q, x) q’(x)=-sen2(x)+cos2(x) 66 ‹nº› f) from sympy import * x,v=symbols("x v") v=(x**2-5*x)**(1/2) diff(v, x) v’(x)=(x-2,5)(x2-5x)-0,5 66 ‹nº› g) from sympy import * x,t=symbols("x t") t=(3*x**2-4*x)/(2*x**3+6) diff(t, x) t’(x)=-6x2(3x2-4x)/(2x3+6)2+ (6x-4)/(2x3+6) 66 ‹nº› Calcule, por meio do Python, a derivada segunda de cada uma das seguintes funções a) f(x)=-2x3-4x2+13x-1 Resolução from sympy import * x,f=symbols("x f") f=-2*x**3-4*x**2+13*x-1 diff(f, x, 2) f’’(x)=-4(3x+2)=-12x-8 Exemplo 66 ‹nº› b) g(x)=2x+ln(x) Resolução from sympy import * x,g=symbols("x g") g=2*x+ln(x) diff(g, x, 2) g’’(x)=-1/x2 66 ‹nº› c) h(x)=sen(x) from sympy import * x,h=symbols("x h") h=sin(x) diff(h, x, 2) h’(x)=-sen(x) 66 ‹nº› Máximos e Mínimos 66 ‹nº› A relação entre o preço de venda x de um modelo de aparelho de telefone celular e o lucro y referente à comercialização desse aparelho é dada pela função y=-4x2+4000x-200000 Sendo assim, qual é o preço de venda que maximiza o lucro? Qual é o lucro máximo? 66 ‹nº› from sympy import * x,y = symbols("x y") y=-4*x**2+4000*x-200000 df=diff(y, x) d2f=diff(y, x, 2) p=solve(Eq(df,0)) l=y.subs(x, p[0]) ds=d2f.subs(x, p[0]) print('Preço ótimo: ',p[0]) print('Lucro máximo: ',l) print('Derivada segunda: ',ds) 66 ‹nº› from sympy import * x,y = symbols("x y") y=-4*x**2+4000*x-200000 df=diff(y, x) d2f=diff(y, x, 2) p=solve(Eq(df,0)) l=y.subs(x, p[0]) ds=d2f.subs(x, p[0]) print('Preço ótimo: ',p[0]) print('Lucro máximo: ',l) print('Derivada segunda: ',ds) Preço ótimo: 500 Lucro máximo: 800000 Derivada segunda: -8 18 O custo c referente à produção diária de x unidades de certo item corresponde a c(x)=x2-20x+300 Qual é o nível de produção que minimiza o custo? Faça o gráfico 66 ‹nº› from sympy import * x,c = symbols("x c") c=x**2-20*x+300 df=diff(c, x) d2f=diff(c, x, 2) p=solve(Eq(df,0)) ds=d2f.subs(x, p[0]) print('Produção ótima: ',p[0]) print('Derivada segunda: ',ds) 66 ‹nº› from sympy import * x,c = symbols("x c") c=x**2-20*x+300 df=diff(c, x) d2f=diff(c, x, 2) p=solve(Eq(df,0)) ds=d2f.subs(x, p[0]) print('Produção ótima: ',p[0]) print('Derivada segunda: ',ds) Produção ótima: 10 Derivada segunda: 2 20 import matplotlib.pyplot as plt import numpy as np x=np.linspace(0,25,100) c=x**2-20*x+300 plt.plot(x, c) plt.show() 66 ‹nº› 400 350 300 250 200 0 5 10 15 20 25 21 Uma indústria de carne congelada realizou um estudo e chegou à conclusão de que o lucro mensal L(x) é dado em função do preço x do quilo da carne congelada, e essa relação é descrita pela função L(x)=-120x2+4800x Determine para quais valores de x o lucro mensal é máximo 66 ‹nº› from sympy import * x,L = symbols("x L") L=-120*x**2+4800*x df=diff(L, x) d2f=diff(L, x, 2) p=solve(Eq(df,0)) ds=d2f.subs(x, p[0]) print('Preço ótimo: ',p[0]) print('Derivada segunda: ',ds) 66 ‹nº› from sympy import * x,L = symbols("x L") L=-120*x**2+4800*x df=diff(L, x) d2f=diff(L, x, 2) p=solve(Eq(df,0)) ds=d2f.subs(x, p[0]) print('Preço ótimo: ',p[0]) print('Derivada segunda: ',ds) Preço ótimo: 20 Derivada segunda: -240 23 A função f(x)=-0,04185x4+2,52027x3-54,81718x2+509,27586x-1624,86959 descreve a variação do consumo de lanches em uma praça de alimentação de um centro comercial onde x é o horário, das 12 às 22 horas, e f(x) é o respectivo consumo em unidades vendidas Em que horário o consumo foi máximo? Em qual horário o consumo foi mínimo? Faça o gráfico 66 ‹nº› from sympy import * x,f = symbols("x f") f=-0.04185*x**4+2.52027*x**3-54.81718*x**2+509.27586*x-1624.86959 df=diff(f, x) d2f=diff(f, x, 2) p=solve(Eq(df,0)) print(p) print('Mínimo: ',p[1]) print('Máximo: ',p[2]) 66 ‹nº› 66 ‹nº› from sympy import * x,f = symbols("x f") f=-0.04185*x**4+2.52027*x**3-54.81718*x**2+509.27586*x-1624.86959 df=diff(f, x) d2f=diff(f, x, 2) p=solve(Eq(df,0)) print(p) print('Mínimo: ',p[1]) print('Máximo: ',p[2]) [10.1981485082868 + 0.e-22*I, 14.7684642235581 – 0.e-22*I, 20.1995163004132 – 0.e-21*I] Mínimo: 14.7684642235581 – 0.e-22*I Máximo: 20.1995163004132 – 0.e-22*I 26 import matplotlib.pyplot as plt import numpy as np x=np.linspace (12,22,100) f=-0.04185*x** 4+2.52027*x**3-54.81718*x**2+509.27586*x-1624.86959 plt.plot(x, f) plt.show() 66 ‹nº› 100 95 90 85 80 75 70 12 14 16 18 20 22 27 Um objeto desloca-se em linha reta, e a relação entre a distância considerada em metros do objeto à origem e o tempo em segundos é dada por s=2t2+3t Sabendo que a velocidade corresponde à derivada de s em relação a t, determine a velocidade do objeto quando t=2 segundos 66 ‹nº› from sympy import * s,t = symbols("s t") s=2*t**2+3*t ds=diff(s, t) v=s.subs(ds, 2) print('Velocidade: %.2f m/s ' % v) 66 ‹nº› from sympy import * s,t = symbols("s t") s=2*t**2+3*t ds=diff(s, t) v=s.subs(ds, 2) print('Velocidade: %.2f m/s ' % v) Velocidade: 11.00 m/s 29 Otimização em 3D 66 ‹nº› Dada a função f(x,y)=x2+y2, faça o gráfico e em seguida obtenha e classifique os pontos críticos 66 ‹nº› import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import numpy as np xx=np.linspace(-5,5,100) yy=np.linspace(-5,5,100) x,y=np.meshgrid(xx,yy) z=x**2+y**2 fig=plt.figure() ax=plt.axes(projection='3d') ax.plot_surface(x,y,z) 66 ‹nº› -4 -2 0 2 4 -4 -2 0 2 4 50 40 30 20 10 32 from sympy import * x,y,f = symbols("x y f") f=x**2+y**2 fx=diff(f, x) fy=diff(f, y) fxx=diff(f, x, 2) fyy=diff(f, y, 2) fxy=diff(fx,y) fyx=diff(fy,x) 66 ‹nº› px=solve(Eq(fx,0)) py=solve(Eq(fy,0)) fxxp=fxx.subs({x:px[0], y:py[0]}) fyyp=fyy.subs({x:px[0], y:py[0]}) fxyp=fxy.subs({x:px[0], y:py[0]}) fyxp=fyx.subs({x:px[0], y:py[0]}) D=fxxp*fyyp-fxyp*fyxp print('Solução: (%.2f, %.2f)' % (px[0], py[0])) print('Determinante: ',D) print('Derivada segunda em relação a x: ',fxxp) 66 ‹nº› 66 ‹nº› print('Solução: (%.2f, %.2f)' % (px[0], py[0])) print('Determinante: ',D) print('Derivada segunda em relação a x: ',fxxp) Solução: (0.00, 0.00) Determinante: 4 Derivada segunda em relação a x: 2 35 Considerando a função f(x,y)=(1-x2)2+100(y-x2)2, faça o gráfico e em seguida determine e classifique os pontos críticos 66 ‹nº› import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import numpy as np xx=np.linspace(-5,5,100) yy=np.linspace(-5,5,100) x,y=np.meshgrid(xx,yy) f=(1-x**2)**2+100*(y-x**2)**2 fig=plt.figure() ax=plt.axes(projection='3d') ax.plot_surface(x,y,f) 66 ‹nº› -4 -2 0 2 4 -4 -2 0 2 4 80000 60000 40000 20000 37 from sympy import * x,y,f = symbols("x y f") f=(1-x)**2+2*(3-y)**2 fx=diff(f, x) fy=diff(f, y) fxx=diff(f, x, 2) fyy=diff(f, y, 2) fxy=diff(fx,y) fyx=diff(fy,x) 66 ‹nº› px=solve(Eq(fx,0)) py=solve(Eq(fy,0)) fxxp=fxx.subs({x:px[0], y:py[0]}) fyyp=fyy.subs({x:px[0], y:py[0]}) fxyp=fxy.subs({x:px[0], y:py[0]}) fyxp=fyx.subs({x:px[0], y:py[0]}) D=fxxp*fyyp-fxyp*fyxp print('Solução: (%.2f, %.2f)' % (px[0], py[0])) print('Determinante: ',D) print('Derivada segunda em relação a x: ',fxxp) 66 ‹nº› 66 ‹nº› print('Solução: (%.2f, %.2f)' % (px[0], py[0])) print('Determinante: ',D) print('Derivada segunda em relação a x: ',fxxp) Solução: (1.00, 3.00) Determinante:8 Derivada segunda em relação a x: 2 40 Integrais 66 ‹nº› Calcule, por meio do Python, se possível, a integral indefinida de cada uma das seguintes funções a) f(x)=-2x3-4x2+13x-1 Resolução from sympy import * x,f=symbols("x f") f=-2*x**3-4*x**2+13*x-1 integrate(f, x) F(x)=-x4/4-4x3/3+13x2/2-x+C Exemplo 66 ‹nº› b) g(x)=2x+ln(x) Resolução from sympy import * x,g=symbols("x g") g=2*x+ln(x) integrate(g, x) G(x)=x2+x.log(x)-x+C 66 ‹nº› c) h(x)=sen(x) from sympy import * x,h=symbols("x h") h=sin(x) integrate(h, x) H(x)=-cos(x)+C 66 ‹nº› d) r(x)=tg(x) from sympy import * x,r=symbols("x r") r=tan(x) integrate(r, x) R(x)=-log(cos(x))+C 66 ‹nº› e) q(x)=sen(x)cos(x) from sympy import * x,q=symbols("x q") q=sin(x)*cos(x) integrate(q, x) Q(x)=sen2(x)/2 66 ‹nº› f) from sympy import * x,v=symbols("x v") v=(x**2-5*x)**(1/2) integrate(v, x) V(x)=Integral((x**2-5*x)**0.5,x) 66 ‹nº› g) from sympy import * x,t=symbols("x t") t=(3*x**2-4*x)/(2*x**3+6) integrate(t, x) T(x)=-6x2(3x2-4x)/(2x3+6)2+ (6x-4)/(2x3+6) 66 ‹nº› Utilizando o Python, calcule a integral definida da função f(x)=-2x3-4x2+13x-1 no intervalo [1, 2] 66 ‹nº› from sympy import * x,f=symbols("x f") f=-2*x**3-4*x**2+13*x-1 integrate(f, (x, 1, 2)) 5/3 66 ‹nº› Áreas 66 ‹nº› Seja a função f(x)=x2 Obtenha a área entre o gráfico de f e o eixo x no intervalo [0, 2] Faça o gráfico 66 ‹nº› from sympy import * x,f=symbols("x f") f=x**2 integrate(f, (x, 0, 2)) 8/3 66 ‹nº› import matplotlib.pyplot as plt import numpy as np import sympy as sy x=np.linspace(-1,3,1000) f=x**2 plt.plot(x,f,color='blue') plt.axhline(color='blue') plt.fill_between(x, f, where=[(x>0) and (x<2) for x in x],color='green') 66 ‹nº› 8 6 4 2 0 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 54 Qual é a área abaixo da curva y=x3, de x=1 a x=3? 66 ‹nº› import matplotlib.pyplot as plt from sympy import * import numpy as np x,f=symbols("x f") f=x**3 A=integrate(f, (x, 1, 3)) 66 ‹nº› x=np.linspace(0.5,3.5,1000) f=x**3 plt.plot(x,f,color='blue') plt.axhline(color='blue') plt.fill_between(x, f, where=[(x>1) and (x<3) for x in x],color='magenta') print('Área:', A) 66 ‹nº› 66 ‹nº› import matplotlib.pyplot as plt from sympy import * import numpy as np x,f=symbols("x f") f=x**3 A=integrate(f, (x, 1, 3)) x=np.linspace(0.5,3.5,1000) f=x**3 plt.plot(x,f,color='blue') plt.axhline(color='blue') plt.fill_between(x, f, where=[(x>1) and (x<3) for x in x],color='magenta') print('Área:', A) Área: 20 40 30 20 10 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 58 Calcule a área limitada pelo gráfico da função y=-x2+4x+1 e pelo eixo x 66 ‹nº› import matplotlib.pyplot as plt from sympy import * import numpy as np x,f=symbols("x f") f=-x**2+4*x+1 coeff=[-1, 4, 1] r=np.roots(coeff) A=integrate(f, (x, min(r), max(r))) 66 ‹nº› 60 x=np.linspace(min(r)-0.5,max(r)+0.5,1000) f=-x**2+4*x+1 plt.plot(x,f,color='blue’) plt.axhline(color='blue’) plt.fill_between(x, f, where=[(x>min(r)) and (x<max(r)) for x in x],color='yellow’) print('Área:', A) 66 ‹nº› 66 ‹nº› import matplotlib.pyplot as plt from sympy import * import numpy as np x,f=symbols("x f") f=-x**2+4*x+1 coeff=[-1, 4, 1] r=np.roots(coeff) A=integrate(f, (x, min(r), max(r))) x=np.linspace(min(r)-0.5,max(r)+0.5,1000) f=-x**2+4*x+1 plt.plot(x,f,color='blue’) plt.axhline(color='blue’) plt.fill_between(x, f, where=[(x>min(r)) and (x<max(r)) for x in x],color='yellow’) print('Área:', A) Área: 14.9071198499986 5 4 3 2 1 0 -1 -2 -1 0 1 2 3 4 5 62 Calcule a área limitada pelos gráficos das funções y=2x e y=1/x, com x variando de 1 a 4 66 ‹nº› import matplotlib.pyplot as plt from sympy import * import numpy as np x,f,g=symbols("x f g") f=2*x g=1/x A=integrate((f-g), (x, 1, 4)) 66 ‹nº› x=np.linspace(0.5,4.5,1000) f=2*x g=1/x plt.plot(x,f,color='blue’) plt.plot(x,g,color='red’) plt.axhline(color='black’) plt.fill_between(x, f, g, where=[(x>1) and (x<4) for x in x],color='magenta’) print('Área:', A) 66 ‹nº› 66 ‹nº› import matplotlib.pyplot as plt from sympy import * import numpy as np x,f,g=symbols("x f g") f=2*x g=1/x A=integrate((f-g), (x, 1, 4)) x=np.linspace(0.5,4.5,1000) f=2*x g=1/x plt.plot(x,f,color='blue’) plt.plot(x,g,color='red’) plt.axhline(color='black’) plt.fill_between(x, f, g, where=[(x>1) and (x<4) for x in x],color='magenta’) print('Área:', A) Área: -log(4) + 15 8 6 4 2 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 66 66 ‹nº›
Compartilhar