Prévia do material em texto
CÁLCULO: INTEGRAIS E FUNÇÕES DE VÁRIAS VARIÁVEIS Rejane Izabel Lima Corrêa Otimização em várias variáveis Objetivos de aprendizagem Ao final deste texto, você deve apresentar os seguintes aprendizados: � Definir otimização em várias variáveis. � Distinguir extremos locais de extremos globais. � Encontrar os pontos críticos de uma função de várias variáveis. Introdução Em muitos problemas, é importante encontrar o valor de mínimo ou máximo de uma função f. Por exemplo, podemos determinar a veloci- dade máxima atingida por um velocista em uma competição de corrida. Esse valor corresponde ao ponto mais alto da função que determina a velocidade. Neste capítulo, você estudará sobre os valores máximos e mínimos de uma função, que são denominados extremos — locais e globais. O processo de determinação de tais valores extremos é conhecido como otimização. Você também saberá como encontrar os pontos críticos de uma função de várias variáveis. Otimização em várias variáveis Os problemas de otimização são abordados em várias áreas do conhecimento, como na física, engenharia, economia, biologia, dentre outras. Por exemplo, médicos descobriram que a concentração de um medicamento no organismo do paciente pode ser resolvida por um problema de otimização. É possível determinar a concentração máxima no organismo do paciente quando tal medicamento for administrado pelo médico, assim como a concentração mínima necessária para uma nova dose do medicamento. Em muitos problemas de otimização, a chave é determinar a função cujo mínimo ou máximo necessitamos. Uma vez encontrada essa função, podemos aplicar as técnicas de otimização para determinar seus extremos. Encontrar os extremos de uma função é determinar seus valores mais altos ou mais baixos. Tais valores podem ser observados de acordo com o gráfico da função. Exemplo 1 Considere a função f(x, y) = 3x2 + 4y2. Vamos analisar o seu gráfico para determinar se ela apresenta algum valor extremo. Fazendo f(x, y) = z obtemos a equação z = 3x2 + 4y2, que é do paraboloide elíptico dado pela Figura 1, a seguir. Figura 1. Gráfico da superfície f(x, y) = 3x2 + 4y2. 3 2 1 -3 -2 -1 0 1 2 3 1 2 3 4 -1 4 -2 -1 -3 Observe que o gráfico da Figura 1 cresce indefinidamente, com um valor mínimo na origem. Nesse caso, podemos concluir que a função f(x, y) = 3x2 + 4y2 não contém pontos de valor máximo, mas valor mínimo que é dado pelo vértice do paraboloide. Otimização em várias variáveis2 Vamos analisar os pontos extremos da função f(x, y) = x + 4. Fazendo f(x, y) = z, obtemos a equação z = x + 4, que pode ser reescrita como: x – z + 4 = 0 que é a equação do plano dado pela Figura 2, a seguir. Figura 2. Gráfico do plano f(x, y) = x + 4. -10 -4 -6 -8 -10-10 -4 -6 -8 2 4 6 881012 -2 -3 -4 -6 0 -4 -2 -8-10-12 6 4 2 64 -2 10 2 Observe que o plano não tem um extremo, mas cresce indefinidamente em todas as direções. Nesse caso, concluímos que a função f(x, y) = x + 4 não contém pontos extremos, ou seja, não tem valores de máximo nem de mínimo. Exemplo 2 Considere o gráfico da função f(x, y) = 3x3 – 2y2 + 3xy – 2x + 3, dado pela Figura 3, a seguir. 3Otimização em várias variáveis Figura 3. Gráfico da função f(x, y) = 3x3 – 2y2 + 3xy – 2x + 3. 2 6 8 4 0 -6 4 6 -4-2 Máximo, mas apenas localmente nesta região Máximo, mas apenas localmente nesta região 4 2 –4 –2 6 4 Note que, pelo gráfico da função, podemos observar que existe tanto um ponto de máximo quanto um de mínimo. Contudo, nenhum desses extremos é um valor extremo da função, pois, se considerarmos a função como um todo, ela cresce e decresce indefinidamente. Dizemos que, em uma região próxima a esses pontos, eles são extremos, mas não para toda a função. De acordo com os exemplos exibidos, vimos que a função pode assumir valores extremos de máximo ou mínimo para toda a função, como foi o caso do paraboloide. A função pode não assumir nenhum valor extremo, como no caso do plano, ou ainda, assumir um valor de máximo ou mínimo em uma região, mas cujo valor pode não ser extremo para toda a função. Na próxima seção, estudaremos como classificar e determinar tais pontos extremos. Extremos de uma função Funções contínuas de duas variáveis assumem valores extremos no interior de seu domínio ou nos pontos de fronteira do domínio. Para encontrar os valores extremos de uma função de duas variáveis, pro- curamos por pontos em que a superfície z = f(x, y) assume valores máximos e mínimos. Otimização em várias variáveis4 Uma função de duas variáveis tem um máximo local em (a, b), se f(x, y) ≤ f(a, b) quando (x, y) está próximo de (a, b). Isso significa que f(x, y) ≤ f(a, b) para todo ponto (x, y) em alguma bola aberta com centro (a, b). O número f(a, b) é chamado valor máximo local. Se f(x, y) ≥ f(a, b) quando (x, y) está próximo de (a, b), então o número f(a, b) é chamado valor mínimo local. Isso significa que f(x, y) ≥ f(a, b) para todo ponto (x, y) em alguma bola aberta com centro (a, b). Se f(x, y) ≤ f(a, b) para todo (x, y) no domínio de f, então f(a, b) é chamado valor máximo absoluto. Se f(x, y) ≥ f(a, b) para todo valor (x, y) no domínio de f, então f(a, b) é chamado valor mínimo absoluto (STEWART, 2009). O gráfico de uma função com máximos e mínimos locais é mostrado na Figura 4, a seguir. Os máximos locais podem ser interpretados como os picos de montanhas, e os valores de mínimos locais, como o fundo dos vales. Figura 4. Máximos e mínimos locais de uma função. Fonte: Stewart (2009, p. 951). O resultado seguinte indica onde ocorrem os valores de máximos e mínimos locais de uma função de duas variáveis. Teorema: Se uma função tem um valor extremo local (máximo ou mínimo) em (a, b), e as derivadas parciais de primeira ordem de f existem nesse ponto, então fx(a, b) = 0 e fy(a, b) = 0. 5Otimização em várias variáveis Prova: Seja g(x) = f(x, b). Se f tem um extremo local em (a, b), então g tem um extremo local em a, de forma que g'(a) = 0 pelo teorema de Fermat. Mas g'(a) = fx(a, b) e, assim, fx(a, b) = 0. Da mesma forma, se considerarmos h(y) = f(a, y) e aplicarmos o teorema de Fermat, concluímos que fy(a, b) = 0. A interpretação geométrica do teorema é que o plano tangente ao gráfico da função f(x, y), no ponto de extremo local (a, b), é sempre horizontal. Exemplo 3 Considere a função f(x, y) = 3x2 + 4y2. Vimos, na seção anterior, que o gráfico da função é um paraboloide (Figura 1) e que tal função contém um ponto de mínimo. Vamos determinar o valor desse mínimo. Pelo teorema, devemos determinar os valores nos quais as derivadas parciais de primeira ordem anulam-se. Assim, o valor de mínimo da função ocorre na origem (0, 0), como já havia sido observado pelo gráfico, e é dado por: Pela análise do gráfico da função f(x, y) = x + 4 (Figura 2), concluímos que f não contém valores extremos. Essa observação pode ser comprovada pelo cálculo das derivadas parciais: fx(x, y) = (x + 4)x = 1 A derivada parcial da função em relação a x é constante igual a 1. Nesse caso, nunca se anula. Assim, não há valores extremos para f(x, y) = x + 4. Otimização em várias variáveis6 Exemplo 4 Pela análise do gráfico da função f(x, y) = 3x3 – 2y2 + 3xy – 2x + 3 dado pela Figura 3, podemos observar que existe tanto um ponto de máximo local quanto um de mínimo local. Vamos determinar esses extremos. Com as equações das derivadas parciais anteriores, obtemos o seguinte sistema: Da segunda equação do sistema, temos que: Substituindo o valor de y na primeira equação, obtemos: Pela fórmula de Bhaskara: Substituindo os valores de x para determinar y = : 7Otimização em várias variáveis Assim, os pontos extremos da função f(x, y) = 3x3 – 2y2 + 3xy – 2x + 3 são: (0,36; 0,27) e (–0,61; –0,46) E os valores extremos são: f(0,36; 0,27) ≈ 2,57 f(–0,61; –0,46) ≈ 4,92 O máximo local ocorre em (–0,61; –0,46) e é dado por f(–0,61; –0,46) ≈ 4,92; e o mínimo local ocorre em (0,36;0,27), dado por f(0,36; 0,27) ≈ 2,57. Aprendemos, nesta seção, como identificar onde ocorrem os pontos ex- tremos de uma função, que são os pontos em que as derivadas parciais de primeira ordem se anulam. Com o auxílio do gráfico, conseguimos determinar os pontos de máximos e mínimos locais. Mas nem sempre o gráfico de uma função é conhecido ou de fácil construção. Na seção seguinte, estudaremos como determinar se um ponto extremo é um valor de máximo ou de mínimo. Pontos críticos de uma função de várias variáveis Vimos que os pontos extremos de uma função acontecem quando as derivadas parciais de primeira ordem se anulam. Eles são conhecidos como os pontos críticos da função. Um ponto (a,b) é dito crítico de uma função f(x, y) se fx(a, b) = 0 e fy(a, b) = 0 ou se uma das derivadas parciais não existir. Assim, se a função f tem um máximo ou mínimo local em (a, b), então (a, b) é um ponto crítico de f. Em um ponto crítico, a função pode ter um máximo ou mínimo local, ou, ainda, nenhum dos dois – nesse caso, dizemos que são os pontos de sela. Com o resultado anterior, conseguimos determinar os pontos críticos de uma função, que são os candidatos a valores de máximos e mínimos locais ou ponto de sela de uma função. Todavia, ainda precisamos classificar um ponto crítico. Otimização em várias variáveis8 Considere a função f(x, y) contínua com as derivadas parciais de primeira e segunda ordem, também contínuas, e seja (a, b) um ponto crítico de f, isto é, fx(a, b) = fy(a, b) = 0. Então, pelo teste da derivada segunda, temos que: � f tem um máximo local em (a, b) se fxx < 0 e fxxfyy – > 0 em (a, b); � f tem um mínimo local em (a, b) se fxx > 0 e fxxfyy – > 0 em (a, b); � f tem um ponto de sela em (a, b) se fxxfyy – < 0 em (a, b); � o teste é inconclusivo, se fxxfyy – = 0 em (a, b). A expressão fxxfyy – é chamada de discriminante ou hessiano de f. Algumas vezes, é mais fácil lembrar-se da fórmula na forma de determinante: Exemplo 5 Encontre os extremos locais da função f(x, y) = xy – x2 – y2 – 2x – 2y + 4. A função tem valores extremos nos pontos críticos, isto é, nos valores em que as derivadas parciais de primeira ordem são nulas, fx = 0 e fy = 0, ou não existem. Com as equações dessas derivadas parciais, obtemos o seguinte sistema: 9Otimização em várias variáveis Da segunda equação, temos que: x = 2y + 2 Substituindo o valor de x na primeira equação, obtemos: y – 2(2y + 2) – 2 = 0 y – 4y – 4 – 2 = 0 –3y = 6 → y = –2 Substituindo o valor de y na equação para determinar x: x = 2y + 2 x = 2(–2) + 2 = –4 + 2 = –2 Assim, o único ponto crítico da unção é (–2, –2). Vamos, agora, classificá-lo de acordo com as derivadas de segunda ordem: O discriminante de f em (–2, –2) é: Como o discriminante é maior que zero, temos que o ponto crítico (–2, –2) pode ser de máximo ou mínimo. Mas, como fxx = –2 < 0, o ponto é um máximo local. Assim, (–2, –2) é máximo local, e o valor de f nesse ponto é: f(–2, –2) = –2(–2) – (–2)2 – (–2)2 – 2(–2) – 2(–2) + 4 = 4 – 4 – 4 + 4 + 4 + 4 = 8 Otimização em várias variáveis10 Exemplo 6 Encontre os extremos locais da função f(x, y) = 3y2 – 2y3 – 3x2 + 6xy. A função tem valores extremos nos pontos críticos, isto é, nos valores em que as derivadas parciais de primeira ordem são nulas, fx = 0 e fy = 0, ou não existem. Com as equações dessas derivadas parciais, obtemos o seguinte sistema: Da primeira equação, temos que: x = y Substituindo o valor de x na segunda equação, obtemos: Como da primeira equação, temos que x = y, então os pontos críticos de f são (0, 0) e (2, 2). Vamos, agora, classificar os pontos críticos de acordo com as derivadas de segunda ordem: 11Otimização em várias variáveis O discriminante de f é: No ponto (0, 0): Portanto, (0, 0) é um ponto de sela. No ponto (2, 2): Como o discriminante é maior que zero, temos que o ponto crítico (2, 2) pode ser de máximo ou mínimo. Mas, como fxx = –6 < 0, o ponto é um máximo local. Assim, (2, 2) em máximo local, e o valor de f nesse ponto é: Os passos para determinar os extremos de uma função f(x, y) são: 1. determinar os pontos críticos de f; 2. calcular as derivadas parciais de segunda ordem de f; 3. classificar os pontos críticos de acordo com o teste da derivada segunda. STEWART, J. Cálculo. 5. ed. São Paulo: Cengage Learning, 2009. v. 2. Leituras recomendadas ANTON, H.; BIVENS, I.; DAVIS, S. Cálculo. 10. ed. Porto Alegre: Bookman, 2014. AYRES, F.; MENDELSON, E. Cálculo. 5. ed. Porto Alegre: Bookman, 2013. ROGAWSKI, J.; ADAMS, C. Cálculo. 3. ed. Porto Alegre: Bookman, 2018. v. 2. THOMAS, G. B. Cálculo. 12. ed. São Paulo: Pearson, 2012. v. 2. Referência Otimização em várias variáveis12