Prévia do material em texto
Aula Prática 02 – Limites e Derivadas
1. Um estudo encomendado por uma construtora mostra que nos próximos t anos, V
apartamentos de um novo empreendimento serão vendidos. A função que relaciona o número
de apartamentos a serem vendidos com o tempo é
.𝑉(𝑡) = 19𝑒−0,45𝑡
Construa uma tabela apresentando as estimativas de vendas para os próximos 5 anos
arredondando os resultados obtidos para o número inteiro mais próximo. O que acontece com
as vendas quando t aumenta muito? Faça o gráfico da função.
R:
Estimativa de vendas:
Para t=1:
𝑉(𝑡) = 19𝑒−0,45𝑡
𝑉(1) = 19𝑒−0,45(1)
𝑉(1) = 19𝑒−0,45
𝑉(1) = 19(0, 637628)
𝑉(1) = 12, 114935
𝑉(1) = 12
Para t=2:
𝑉(𝑡) = 19𝑒−0,45𝑡
𝑉(2) = 19𝑒−0,45(2)
𝑉(2) = 19𝑒−0,9
𝑉(2) = 19(0, 406570)
𝑉(2) = 7, 724824
𝑉(2) = 8
Para t=3:
𝑉(𝑡) = 19𝑒−0,45𝑡
𝑉(3) = 19𝑒−0,45(3)
𝑉(3) = 19𝑒−1,35
𝑉(3) = 19(0, 259240)
𝑉(3) = 4, 925565
𝑉(3) = 5
Para t=4:
𝑉(𝑡) = 19𝑒−0,45𝑡
𝑉(4) = 19𝑒−0,45(4)
𝑉(4) = 19𝑒−1,8
𝑉(4) = 19(0, 165299)
𝑉(4) = 3, 140679
𝑉(4) = 3
Para t=5:
𝑉(𝑡) = 19𝑒−0,45𝑡
𝑉(5) = 19𝑒−0,45(5)
𝑉(5) = 19𝑒−2,25
𝑉(5) = 19(0, 105399)
𝑉(5) = 2, 002585
𝑉(5) = 2
t V(t)
1 12
2 8
3 5
4 3
5 2
Quando t aumenta muito, temos:
𝑡 ∞
lim
→
19𝑒−0,45𝑡 =
𝑡 ∞
lim
→
19 1
𝑒0,45𝑡
=
19 1
𝑒0,45(∞) =
19 1
𝑒∞
=
19(0) = 0
from sympy import *
t=symbols("t")
V=19*exp(-0.45*t)
limit(V, t, oo)
Gráfico:
import matplotlib.pyplot as plt
import numpy as np
t=np.linspace(0, 20, 100)
V=19*np.exp(-0.45*t)
plt.plot(t,V)
plt.show()
2. Uma indústria produz telhas fibrocimento a um custo de R$ 12,00 cada. Os custos mensais
fixos da indústria correspondem a R$ 32.000,00. Obtenha a função que relaciona o custo
mensal médio Cm com a produção x. O que acontece quando a produção mensal aumenta
infinitamente? Faça o gráfico
R:
Custo unitário: R$ 12,00
Custos fixos: R$ 32.000,00
Custo médio:
𝐶
𝑚
(𝑥) = 12𝑥+32000
𝑥
𝐶
𝑚
(𝑥) = 12𝑥
𝑥 + 32000
𝑥
𝐶
𝑚
(𝑥) = 12 + 32000
𝑥
𝑥 ∞
lim
→
12 + 32000
𝑥( ) = 12 + 32000
∞ = 12 + 0 = 12
from sympy import *
x=symbols("x")
Cm=12+32000/x
limit(Cm, x, oo)
Gráfico:
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0, 1000, 100)
Cm=12+32000/x
plt.plot(x,Cm)
plt.show()
3. Para a remoção de x% de poluentes dos resíduos de um lago, o custo C é dado pela função
.𝐶(𝑥) = 7000 + 22000𝑥
100−𝑥
Qual é o custo de remoção dos poluentes quando x tende a 100%? Construa o respectivo
gráfico.
from sympy import *
x=symbols("x")
C=7000+22000*x/(100-x)
limit(C, x, 100, dir='-')
Gráfico:
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0, 100, 100)
C=7000+22000*x/(100-x)
plt.plot(x,C)
plt.show()
4. Considere a função
.𝑓(𝑥) = 3𝑥4−12𝑥2−7
2𝑥+1
Por meio do Python, faça o gráfico da função com x pertencente ao intervalo [-4, 4] e em
seguida calcule e .
𝑥 −0.5−
lim
→
𝑓(𝑥)
𝑥 −0.5+
lim
→
𝑓(𝑥)
R:
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-4, 4, 100)
f=(3*x**4-12*x**2-7)/(2*x+1)
plt.plot(x,f)
plt.show()
from sympy import *
x=symbols("x")
f=(3*x**4-12*x**2-7)/(2*x+1)
limit(f, x, -0.5, dir='-')
from sympy import *
x=symbols("x")
f=(3*x**4-12*x**2-7)/(2*x+1)
limit(f, x, -0.5, dir='+')
5. Em uma determinada indústria, a relação entre preço de venda em reais de um certo artigo
produzido e o respectivo lucro mensal é dada pela função L(x)=–6x2+1200x–10000. Determine,
por meio de derivada, o preço de venda que maximiza o lucro.
R:
L(x)=–6x2+1200x–10000
L’(x)=–12x+1200
L’(x)=0
–12x+1200=0
–12x=–1200
12x=1200
x=1200/12
x=100
Derivada segunda:
L’(x)=–12x+1200
L’’(x)=–12
Maximizador local da função
Preço que maximiza o lucro: R$ 12,00
6. Calcule, por meio do Python, a derivada primeira da função
.𝑓(𝑥) = 3𝑥4−12𝑥2−7
2𝑥+1
R:
from sympy import *
x,f=symbols("x f")
f=(3*x**4-12*x**2-7)/(2*x+1)
diff(f, x)
7. O vídeo de lançamento de um produto teve nos primeiros dez dias as visualizações, em
milhões, descritas pela função
𝑓(𝑥) = −𝑥2+10𝑥
𝑥2+10
onde f representa as visualizações e x o número de dias. Faça o gráfico da função e com base
no gráfico, em quantos dias, após o lançamento, o vídeo teve o maior número de
visualizações?
R:
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0, 10, 100)
f=(-x**2+10*x)/(x**2+10)
plt.plot(x,f)
plt.show()
O número máximo de visualizações ocorreu logo após o segundo dia do lançamento.
8. O vídeo de lançamento de um produto teve nos primeiros dez dias as visualizações, em
milhões, descritas pela função
𝑓(𝑥) = −𝑥2+10𝑥
𝑥2+10
onde f representa as visualizações e x o número de dias. Faça o gráfico da função com x
variando de -10 a 10. Calcule a derivada primeira da função e utilizando o comando “solve” da
biblioteca sympy do Python, obtenha o valor de x correspondente ao número máximo de
visualizações do vídeo.
R:
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-10, 10, 100)
f=(-x**2+10*x)/(x**2+10)
plt.plot(x,f)
plt.show()
from sympy import *
x,y = symbols("x y")
y=(-x**2+10*x)/(x**2+10.0)
d=diff(y, x)
solve(Eq(d,0))
Como x= 2,3166 é um maximizador local da função (ver gráfico), o número máximo de
visualizações ocorreu logo após o segundo dia do lançamento. O valor -4,3166 está fora do
intervalo aceitável da função [0, 10].
9. Sabendo que o custo C para a produção de x unidades de um determinado bem é dado pela
função
C(x)=x3-18x2+120x+310,
para que valor de x o custo médio Cm é o menor possível? Faça o gráfico da função custo médio
considerando x pertencente ao intervalo [0, 30].
R:
C(x)=x3-18x2+120x+310
Cm(x)=(x
3-18x2+120x+310)/x
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0, 30, 100)
Cm=(x**3-18*x**2+120*x+310)/x
plt.plot(x,Cm)
plt.show()
from sympy import *
x,Cm = symbols("x Cm")
Cm=(x**3-18*x**2+120*x+310)/x
d=diff(Cm, x)
solve(Eq(d,0))
from sympy import *
x,Cm = symbols("x Cm")
Cm=(x**3-18*x**2+120*x+310.0)/x
d=diff(Cm, x)
solve(Eq(d,0))
O custo médio mínimo ocorre quando x=10,43.