Buscar

Aula 8: Derivadas direcionais e o vetor gradiente para funções de duas variáveis

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 5 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Prévia do material em texto

Derivadas direcionais de funções de duas variáveis
Seja f(x, y) uma função de duas variáveis. Suponha que (a, b) ∈ Dom(f) e que −→u = (u1, u2)
seja um vetor unitário do plano.
A reta que passa pelo ponto (a, b) e possui vetor diretor −→u possui equação paramétrica{
x = a+ su1, s ∈ R
y = b+ su2
Definimos a derivada direcional de f em P = (a, b) na direção do vetor unitário −→u como
sendo o número (
df
ds
)
−→u ,P
= lim
s→0
f(a+ su1, b+ su2)− f(a, b)
s
caso o limite exista. Também podemos denotar a derivada direcional como (D−→u f)P .
A derivada direcional representa a taxa de variação da função f no sentido do vetor −→u .
Observe que, em particular, se tomarmos
−→u = −→i = (1, 0), então a derivada direcional de f
em P = (a, b) na direção do vetor unitário
−→
i é(
df
ds
)
−→
i ,P
= lim
s→0
f(a+ s, b)− f(a, b)
s
⇒
(
df
ds
)
−→
i ,P
= fx(a, b)
Analogamente, se tomarmos
−→u = −→j = (0, 1), então a derivada direcional de f em P = (a, b)
na direção do vetor unitário
−→
j é(
df
ds
)
−→
j ,P
= lim
s→0
f(a, b+ s)− f(a, b)
s
⇒
(
df
ds
)
−→
j ,P
= fy(a, b)
Logo, as derivadas parciais da função f são casos particulares de derivadas direcionais: são
as derivadas direcionais na direção dos vetores canônicos.
Considere o plano vertical (isto é, o plano perpendicular ao plano xy) que passa pelo ponto
Q = (a, b, f(a, b)) e que é paralelo ao vetor −→u . A interseção entre esse plano e a superfície
z = f(x, y) é uma curva C que passa pelo ponto Q = (a, b, f(a, b)). A derivada direcional de f
em P = (a, b) na direção do vetor unitário −→u é o coeficiente angular da reta tangente à curva
C no ponto Q.
1
Exemplo 1. Determine a derivada da função f(x, y) = xy no ponto P = (1, 2) na direção do
vetor unitário
−→u = 1√
2
−→
i +
1√
2
−→
j =
(
1√
2
,
1√
2
)
.
Temos que (
df
ds
)
−→u ,P
= lim
s→0
f(a+ su1, b+ su2)− f(a, b)
s
= lim
s→0
f
(
1 + s√
2
, 2 + s√
2
)
− f(1, 2)
s
= lim
s→0
(
1 + s√
2
)(
2 + s√
2
)
− 2
s
= lim
s→0
2 + s√
2
+ 2s√
2
+ s
2
2
− 2
s
= lim
s→0
s√
2
+ 2s√
2
+ s
2
2
s
= lim
s→0
1√
2
+
2√
2
+
s
2
=
3√
2
Vetor gradiente
Seja f(x, y) uma função de duas variáveis e suponha que (a, b) ∈ Dom(f). Definimos o
vetor gradiente de f no ponto P = (a, b) como sendo o vetor
∇f(a, b) = fx(a, b)−→i + fy(a, b)−→j = (fx(a, b), fy(a, b))
Ou seja, o vetor gradiente de f em P é o vetor do plano cujas entradas são as derivadas
parciais de f calculadas em P .
Exemplo 2. Calcule o vetor gradiente da função f(x, y) = x2 + xy no ponto P = (1, 2).
Temos que
fx(x, y) = 2x+ y e fy(x, y) = x
Portanto,
fx(1, 2) = 3 e fy(1, 2) = 1
e o vetor gradiante é ∇f(1, 2) = (3, 1).
Cálculo da derivada direcional usando o vetor gradiente
Observe que as funções x(s) = a + su1 e y(s) = b + su2 são deriváveis com relação à s.
Logo, se a função f(x, y) possuir derivadas parciais contínuas, então podemos utilizar a regra
da cadeia para obter: (
df
ds
)
−→u ,P
= fx(a, b)x
′(s) + fy(a, b)y′(s)
Como x′(s) = u1 e y′(s) = u2, então(
df
ds
)
−→u ,P
= fx(a, b)u1 + fy(a, b)u2 = (fx(a, b), fy(a, b)) • (u1, u2) = ∇f(a, b) • −→u
2
onde o símbolo • representa o produto interno de R2.
Concluímos assim, que a derivada direcional de f em P = (a, b) na direção do vetor unitário−→u pode ser calculada por (
df
ds
)
−→u ,P
= ∇f(a, b) • −→u
Exemplo 3. Determine a derivada direcional da função f(x, y) = x2+ xy no ponto P = (1, 2)
na direção do vetor unitário
−→u = 1√
2
−→
i +
1√
2
−→
j =
(
1√
2
,
1√
2
)
.
Já sabemos que ∇f(1, 2) = (3, 1). Logo,(
df
ds
)
−→u ,P
= ∇f(1, 2) •
(
1√
2
,
1√
2
)
=
3√
2
+
1√
2
=
4√
2
Observação 1. A derivada direcional depende do sentido do vetor unitário tomado. Por exem-
plo, se P = (a, b), então (
df
ds
)
−→
i ,P
= fx(a, b)(
df
ds
)
−−→i ,P
= ∇f(a, b) • (−1, 0) = −fx(a, b)
Entretanto, como(
df
ds
)
−−→u ,P
= ∇f(a, b) • (−−→u ) = −(∇f(a, b) • −→u ) = −
(
df
ds
)
−→u ,P
então podemos concluir que a derivada direcional no sentido do vetor simétrico de
−→u (isto é, o
vetor que possui mesma direção, mesmo comprimento e sentido oposto ao de
−→u ) é o negativo
da derivada direcional no sentido do vetor
−→u .
Propriedades da derivada direcional
Observe que podemos reescrever a derivada direcional de f em P = (a, b) na direção do
vetor unitário
−→u como(
df
ds
)
−→u ,P
= ∇f(a, b) • −→u = ||∇f(a, b)|| ||−→u || cos θ = ||∇f(a, b)|| cos θ
onde θ é o ângulo entre o vetor gradiente e o vetor −→u (uma vez que −→u é um vetor unitário e,
portanto, ||−→u || = 1).
Como o valor máximo de cos θ é 1 e isso só ocorre quando θ = 0, então
Teorema 1. O valor máximo da derivada direcional (D−→u f)P de uma função (que possui de-
rivadas parciais contínuas) ocorre quando o vetor
−→u tem a mesma direção e o mesmo sentido
do vetor ∇f(a, b).
Isto quer dizer que, no ponto P = (a, b), a função f cresce mais rapidamente na direção e
no sentido do vetor ∇f(a, b).
Como o valor mínimo de cos θ é −1 e isso só ocorre quando θ = pi, então
3
Teorema 2. O valor mínimo da derivada direcional (D−→u f)P de uma função (que possui deri-
vadas parciais contínuas) ocorre quando o vetor
−→u tem a mesma direção, mas sentido oposto
ao do vetor ∇f(a, b).
Isto quer dizer que, no ponto P = (a, b), a função f decresce mais rapidamente na mesma
direção, mas no sentido oposto ao do vetor ∇f(a, b).
Exemplo 4. Encontre os vetores unitários nas direções e nos sentidos nos quais a função
f(x, y) = xey
• Cresce mais rapidamente no ponto (2, 0).
• Decresce mais rapidamente no ponto (2, 0).
Temos que fx(x, y) = e
y
e fy(x, y) = xe
y
. Logo, ∇f(2, 0) = (1, 2) e temos que
• A função f cresce mais rapidamente na direção e no sentido de ∇f(2, 0) = (1, 2) e,
portanto, na direção e no sentido do vetor unitário
−→u =
(
1√
5
,
2√
5
)
• A função f decresce mais rapidamente na mesma direção, mas no sentido oposto ao do
vetor ∇f(2, 0) = (1, 2) e, portanto, na direção e no sentido do vetor unitário
−→u =
(
− 1√
5
,− 2√
5
)
Veja na figura abaixo as curvas de nível da função f e como elas variam na direção do vetor
gradiente:
4
Veja na figura abaixo o gráfico da função f e como ele varia na direção do vetor gradiente:
Propriedades do vetor gradiente
Se f e g forem funções de duas variáveis com derivadas parciais contínuas, então as seguintes
propriedades são válidas:
• ∇(kf)(a, b) = k∇f(a, b) para qualquer número real k.
• ∇(f + g)(a, b) = ∇f(a, b) +∇g(a, b)
• ∇(f − g)(a, b) = ∇f(a, b)−∇g(a, b)
• ∇(fg)(a, b) = f(a, b)∇g(a, b) + g(a, b)∇f(a, b)
• ∇
(
f
g
)
(a, b) =
g∇f(a, b)− f(a, b)∇g(a, b)
g(a, b)2
se g(a, b) 6= 0.
É possível mostrar que, no ponto P = (a, b), o vetor gradiente ∇f(a, b) é perpendicular à
curva de nível f(x, y) = k passando pelo ponto P . Ou seja, o vetor gradiente é normal à curva
de nível f(x, y) = f(a, b).
5

Outros materiais