Baixe o app para aproveitar ainda mais
Prévia do material em texto
Cál ulo Vetorial Fábio Azevedo, Esequia Sauter 11 de Novembro de 2015 2 Li ença Este material está li en iado por seus autores sob a li ença Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC BY-SA 3.0) 3 4 Conteúdo 0 Álgebra vetorial 7 0.1 Vetores e es alares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 0.2 O espaço eu lidiano tridimensional e sua norma . . . . . . . . . . . . . . . . . . . . . . . . . . 8 0.3 Ângulo entre vetores e o produto es alar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 0.4 O produto vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 0.5 Sistema de oordenadas ilíndri as . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 0.6 Sistema de oordenadas esféri as . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 0.7 Exemplos na físi a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 0.8 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 0.8.1 O que é um espaço linear? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 0.8.2 Todo espaço linear tem uma base? Axioma da es olha. . . . . . . . . . . . . . . . . . . 21 0.8.3 Qual amplo é o on eito de norma? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 0.8.4 E o produto es alar? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 1 Curvas e trajetórias 23 1.1 Funções vetoriais de uma variável - urvas e trajetórias . . . . . . . . . . . . . . . . . . . . . . 23 1.2 Comprimento de ar o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 1.3 Triedro de Frenet-Serret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 1.4 Curvatura e Torção . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2 Superfí ies 35 2.1 Funções vetoriais de duas variáveis reais - superfí ies . . . . . . . . . . . . . . . . . . . . . . . 35 2.2 Casos y = f(x, z), z = f(x, y) ou x = f(y, z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3 Campos Es alares e Campos Vetoriais 39 5 6 CONTEÚDO Capítulo 0 Álgebra vetorial O objetivo deste apítulo é revisar on eitos bási os do ál ulo e da álgebra linear ne essários ao entendimento do ál ulo vetorial. 0.1 Vetores e es alares Na álgebra linear, vetores são de�nidos de forma abstrata omo os elementos de um espaço vetorial. Os vetores são, então, os elementos de um onjunto em que estão de�nidas duas operações: a soma de vetores e o produto de vetores por es alares obede endo as propriedades (1). Um es alar é um número real ou omplexo. Quando o orpo de es alares é o onjunto dos números reais, então dizemos que o espaço vetorial é real. Quando o orpo de es alares é o onjunto dos números omplexos, dizemos que o espaço vetorial é omplexo. Usaremos uma letra latina om uma seta para denotar vetores (~u, ~v e ~w). Para que um espaço vetorial esteja bem de�nido, as seguinte propriedades devem ser satisfeitas: ~u+ ~v = ~v + ~u, (Comutatividade da soma) (1a) ~u+ (~v + ~w) = (~v + ~u) + ~w, (Asso iatividade da soma) (1b) (α+ β) ~u = α~u + β~v, (Distributividade da multipli ação sobre a soma) (1 ) α (~u+ ~v) = α~u + α~v, (Distributividade da soma sobre a multipli ação) (1d) α (β~u) = (αβ) ~u, (1e) ~0 + ~v = ~v, (Existên ia de um vetor nulo) (1f) 0~v = ~0, (1g) 1~v = ~v. (Elemento neutro) (1h) Observamos que a propriedade asso iativa dada por (1b) permite que se es reve a soma de três vetores ~u + ~v + ~w sem ris o de ambiguidade. A propriedade (1e) é algumas vez hamada de asso iatividade, no entanto, é auteloso observar que ela não estabele e a asso iatividade de uma operação, já que o produto de es alares é uma operação distinta do produto de um es alar por um vetor. A propriedade (1f) garante a existên ia de um vetor nulo que fun iona om um elemento neutro da soma vetorial. Observação 1. O vetor nulo ~0 e es alar nulo 0 são entidades matemáti as distintas e não devem ser on- fundidas. A subtração de dois vetores é de�nida por ~u− ~v = ~u+ (−1)~v. (2) O vetor (−1)~v é também denotado por −~v e tem a seguinte propriedade: ~v + (−~v) = ~v + (−1)~v = (1− 1)~v = 0~v = ~0. (3) 7 8 CAPÍTULO 0. ÁLGEBRA VETORIAL Um onjunto de vetores {~v1, ~v2, . . . , ~vn} é dito linearmente dependente (LD), se existem es alares {α1, α2, . . . , αn} om pelo menos um αi 6= 0 tal que n∑ i=1 αi~vi = ~0 Analogamente, um onjunto de vetores {~v1, ~v2, . . . , ~vn} é dito linearmente independente (LI) se a identidade n∑ i=1 αi~vi = ~0 impli a ne essariamente que α1 = α2 = . . . = αn = 0. Um onjunto de vetores LI B = {~e1, ~e2, . . . , ~en} é dito uma base para um espaço vetorial V se todo vetor ~v ∈ V pode ser es rito omo uma ombinação linear dos vetores de B: ~v = n∑ i=1 αi~ei. Um espaço vetorial é dito de dimensão �nita se admite uma base omposta por um número �nito de elementos. Teorema 1. Seja V um espaço vetorial e E = {~e1, ~e2, . . . , ~en} e F = {~f1, ~f2, . . . , ~fm} duas bases de V . Então n = m. Em outras palavras, todas as bases de espaço linear de dimensão �nita têm o mesmo número de elementos. A importân ia deste teorema reside no fato de permitir a de�nição de dimensão de um espaço vetorial omo sendo o número de elementos de uma base. Esta de�nição está bem posta, uma vez que este número independe da es olha de base. Outro on eito importante em espaços reais de dimensão �nita é o de orientação de uma base. O leitor já deve estar familiarizado om o on eito de orientação dextrogira e levogira (regra da mão direita e esquerda) no espaço tridimensional. No entanto este on eito pode ser estendido de forma natural para espaços reais de n-dimensões. Formalmente falando duas bases B1 e B2 têm a mesma orientação se o determinante da transformação linear que liga B1 a B2 é positivo. O espaço vetorial real de n dimensões é denotado Rn. 0.2 O espaço eu lidiano tridimensional e sua norma Nossa prin ipal preo upação neste urso é om o espaço eu lidiano de três dimensões, dada sua importân ia para des rição do espaço na físi a lássi a. Figura 1: À esquerda, um sistema levogiro (regra da mão esquerda). À direita, um sistema dextrogiro (re- gra da mão direita). O leitor já tem familiaridade om o sistema de oordenadas artesianas (xyz) para representar um ponto no espaço eu lidiano tridimensional. Neste sistema, também hamado referen ial artesiano, ada ponto é representado por um onjunto de três oordenadas x, y e z. Observamos que existem duas maneiras distintas de orientar tal sistema: usando a regra da mão direita e a regra da mão esquerda, que re ebem o nome de dextrogira e levogira, respe - tivamente. Neste texto, daremos preferên ia pela orientação dextrogira, que onven ionaremos omo padrão. Uma vez es olhido um sistema dextrogiro omo base, um trio de vetores linearmente indepen- dentes ~u, ~v e ~w é dito dextrogiro se o determinante det (~u;~v; ~w) (4) 0.2. O ESPAÇO EUCLIDIANO TRIDIMENSIONAL E SUA NORMA 9 é positivo. Re ipro amente, o trio ~u, ~v e ~w é dito levogiro se o determinando for negativo. Veja mais detalhes no exemplo (2). Um vetor é representado neste sistema omo um trio de números reais, denominados omponentes do vetor ~v e denotados por: ~v = 〈v1, v2, v3〉 . (5) É natural neste momento de�nir os vetores ~i, ~j e ~k omo ~i = 〈1, 0, 0〉 ~j = 〈0, 1, 0〉 ~k = 〈0, 0, 1〉 (6) de forma que a expressão (5) podeser es rita omo ~v = v1~i+ v2~j + v3~k. (7) O vetor nulo é de�nido omo vetor ujas três oordenadas são nulas: ~0 = 0~i+ 0~j + 0~k = 〈0, 0, 0〉 . (8) A soma de dois vetores é dada pela soma omponente a omponente, ou seja, se ~u = u1~i + u2~j + u3~k e ~v = v1~i+ v2~j + v3~k, então ~u+ ~v = (u1 + v1)~i+ (u2 + v2)~j + (u3 + v3)~k. (9) O produto de um vetor por um es alar é de�nido omo a multipli ação omponente a omponente pelo es alar, ou seja, se ~u = u1~i+ u2~j + u3 ~k, então α~u = (αu1)~i + (αu2)~j + (αu3)~k. (10) Exemplo 1. Mostre que o espaço vetorial assim de�nido satisfaz as propriedades (1). De�nimos também a norma eu lidiana de um vetor ~v omo a distân ia da origem até o ponto que o vetor representa e a denotamos por ‖~v‖. Pelo Teorema de Pitágoras, da geometria eu lidiana, temos: ‖~v‖ = √ v21 + v 2 2 + v 2 3 . (11) Exemplo 2. Veri�que que a norma eu lidiana satisfaz as seguintes propriedades: ‖α~u‖ = |α| ‖~u‖, (Homogeneidade) (12a) ‖~u+ ~v‖ ≤ ‖~u‖+ ‖~v‖, (Desigualdade triangular) (12b) ‖~u‖ = 0 =⇒ ~u = ~0, (Separação) (12 ) Figura 2: Representação grá� a da desigualdade triangular. Di a: Para mostrar a desigualdade triangular, entenda seu signi� ado geométri o. Uma demonstração puramente algébri a pode ser feita, em- bora seja mais laboriosa. Veremos mais adiante que o on eito de produto es alar permite simpli� ar os ál ulos. A �m de simpli� ar a notação, a norma de um vetor ~v pode ser es rita simplesmente omo v, ou seja v = ‖~v‖ Um vetor de norma 1 é hamado de vetor unitário. Todo vetor não nulo pode ser es rito na forma ~v = vvˆ (13) 10 CAPÍTULO 0. ÁLGEBRA VETORIAL onde v é a norma de ~v e vˆ é um vetor unitário dado por vˆ = ~v v . (14) O vetor vˆ é hamado de versor de ~v. vˆ é um vetor unitário que tem mesmo sentido e direção de ~v. A identidade (13) tem uma importante interpretação geométri a: todo vetor não nulo pode ser represen- tado pelo seu módulo e por seu versor, que traz a informação de direção e sentido. Os vetores ~i, ~j e ~k são exemplos de versores. O vetor nulo é o úni o vetor ao qual não se pode asso iar direção e sentido úni os. Exemplo 3. Mostre que a norma de um versor onforme de�nido em (14) é sempre unitária. Exemplo 4. Considere os vetores dados por ~u = ~i + ~j, ~v = ~i + 2~j e ~w = 13 ~i + 12 ~j. Represente estes vetores em um referen ial eu lidiano, al ule suas normas, al ule os versores asso iados uˆ, vˆ e wˆ e represente-os no mesmo grá� o. Resp: u = √ 2, v = √ 5 e w = √ 13 6 . uˆ = √ 2 2 ~i+ √ 2 2 ~j, vˆ = √ 5 5 ~i+ 2 √ 5 5 ~j, wˆ = 2 √ 13 13 ~i+ 3 √ 13 13 ~j Exemplo 5. Considere o vetor ~u = cosϕ~i+ senϕ~j. Mostre que este vetor é unitário e represente-o gra� a- mente quando ϕ = 0, ϕ = π6 , ϕ = π 2 e ϕ = π Exemplo 6. Considere o vetor ~u = sen θ cosϕ~i+ sen θ senϕ~j + cos θ~k. Veri�que que este vetor é unitário e represente-o gra� amente quando a) θ = 0 b) θ = π4 e ϕ = π 4 ) θ = π2 e ϕ = π 4 d) θ = π Problema 1. Seja ~u = u1~i+ u2~j um vetor não nulo �xo no plano xy e ~v = v ( cosϕ~i+ senϕ~j ) um vetor de norma �xa no plano xy. Considere a função m(ϕ) = ‖~u+ ~v‖ e en ontre o valor máximo e mínimo de m(ϕ). Interprete o resultado. Problema 2. Conforme observado no texto, um trio de vetores ~u, ~v e ~w é dextrogiro se det (~u;~v; ~w) = ∣∣∣∣∣∣ u1 v1 w1 u2 v2 w2 u3 v3 w3 ∣∣∣∣∣∣ > 0. onde ~u = u1~i+ u2~j + u3~k, ~v = v1~i+ v2~j + v3~k e ~w = w1~i+ w2~j + w3~k. Faça o que se pede: a) Veri�que que se ~u, ~v e ~w forma um sistema dextrogiro então ~v, ~u e ~w é levogiro. b) Veri�que que se ~u, ~v e ~w forma um sistema dextrogiro então ~v, ~w e ~u e ~w, ~u e ~v são dextrogiros. ) Veri�que que o trio ~u, ~v e ~w é dextrogiro quando ~u =~i+~j, ~v = −2~i+~j e ~w =~i+~j + ~k. d) Veri�que que o trio ~u, ~v e ~w é dextrogiro quando ~u =~i+~j, ~v = −2~i+~j e ~w =~i. Interprete gra� amente. Problema 3. Considere um sistema de oordenadas artesianas dextrogiro onstruído da seguinte forma: • O entro da Terra oin ide om a origem do sistema. • O extremo norte da Terra inter epta o eixo z em valores positivos. • O observatório de Greenwi h está sob plano xz om x > 0. 0.2. O ESPAÇO EUCLIDIANO TRIDIMENSIONAL E SUA NORMA 11 Considere a superfí ie terrestre om uma esfera de raio R⊕. Denote a longitude por λ e a latitude por φ. Conve ione omo positivas a longitude leste e a latitude norte. Veja �gura 3. Seja ~r = x~i + y~j + z~k o vetor que representa um ponto sobre a superfí ie da Terra. Responda: a) Qual a norma do vetor ~r? b) Qual é o valor da omponentes x, y e z de ~r em termos de λ e φ? ) Seja d a distân ia entre dois pontos sobre a superfí ie terrestre. Use a lei dos ossenos1 para mostrar que distân ia δ sobre a superfí ie esféri a entre esses mesmos dois pontos é dada por δ = R⊕ cos −1 ( 1− d 2 2R2⊕ ) Interprete os asos parti ulares d = 0 e d = 2R⊕. d) Considerando R⊕ = 6378Km e os seguintes valores para as oordenadas geográ� as de Porto Alegre, Londres e Tóquio, onstrua uma tabela om os valores de λ e φ e as oordenadas xyz em quil�metros de ada uma dessas idades. Lo alidade Latitude Longitude Porto Alegre 30◦ 01′ 58′′S 51◦13′ 48′′O Londres 51◦ 30′ 28′′N 0◦ 7′ 41′′O Tóquio 35◦ 41′ 22′′N 139◦ 41′ 30′′L Tabela 1: Coordenadas geográ� as de algumas idades. e) Contrua uma tabela om as distân ias em linha reta e sobre a superfí ie da Terra entre ada uma dessas idades. f) As seguintes oordenadas indi am lo ais de grande importân ia ultural ou turísti a, identi�que-os: Lo alidade x y z 1 4192,872Km 168Km 4803,175Km 2 1175,603Km 5550,889Km 2912,813Km 3 3996,282Km -127,418Km 4969,143Km Tabela 2: Coordenadas geográ� as de três lo alidades in ógnitas. 1 Seja um triângulo de lados a, b e c e seja θ o ângulo entre os lados de omprimento a e b, então c 2 = a2 + b2 − 2ab cos θ. Ver também �gura 4 na página 13. 12 CAPÍTULO 0. ÁLGEBRA VETORIAL Figura 3: Representação grá� a do sistema de oordenadas geográ� as. Resp: a) r = R⊕ b) x = R⊕ cosφ cosλ, y = R⊕ cosφ senλ e z = R⊕ senφ Lo alidade φ λ x y z Porto Alegre −30, 0328◦ −51, 23◦ 3457, 65 −4305, 07 −3192, 16 Londres 51, 5078◦ −0, 0781◦ 3969,71 -5,41 4992,02 Tóquio 35, 6894◦ 139, 6917◦ 3950,26 3351,05 3720,87 Tabela 3: Coordenadas geográ� as e artesianas de algumas idades - solução do item d. Lo alidades Distân ia em linha reta Distân ia sobre a superfí ie esféri a Porto Alegre-Londres 9260Km 10360Km Porto Alegre-Tóquio 12700Km 18840Km Tóquio-Londres 8695Km 9570Km Tabela 4: Distân ia entre as idades - solução do item e. Lo alidade λ φ Identi� ação 1 48◦51′30′′N 0◦02′24′′L 2 27◦10′27′′N 0◦58′42′′L 3 51◦10′44′′N 0◦01′55′′W Tabela 5: Solução do item f 0.3. ÂNGULO ENTRE VETORES E O PRODUTO ESCALAR 13 0.3 Ângulo entre vetores e o produto es alar Na seção anterior, omeçamos a trabalhar om vetores no espaço eu lidiano. No entanto, até o momento não lidamos expli itamente om ângulos entre vetores. Introduziremos primeiramente o on eito de produto es alar ou produto interno entre vetores. O produto es alar é uma operação que liga um par de vetores a um es alar. O produto es alar entre os vetores ~u e ~v é denotado por ~u · ~v e é de�nida no espaço eu lidiano tridimensional omo: ~u · ~v = u1v1 + u2v2 + u3v3 (15) Figura 4: Lei dos ossenos: BC 2 = AB 2 + AC 2 − 2ABAC cos θ Considere os vetores ~u, ~v e ~w rela ionados por ~w = ~u− ~v. Este trio de vetores pode ser intepretado omo os três lados de um triângulo omo na �gura 4. Da lei dos ossenos, sabemos que a seguinte relação é satisfeita: w2 = u2 + v2 − 2uv cos θ supondou 6= 0 e v 6= 0, temos cos θ = w2 − u2 − v2 2uv . Usamos agora a de�nição de norma de um vetor dada em (11): u2 = u21 + u 2 2 + u 2 3 v2 = v21 + v 2 2 + v 2 3 w2 = w21 + w 2 2 + w 2 3 = (u1 − v1)2 + (u2 − v2)2 + (u3 − v3)2 Simpli� ando, temos: cos θ = w2 − u2 − v2 2uv = u1v1 + u2v2 + u3v3 uv = ~u · ~v uv Esta última expressão nos permite es rever ~u · ~v = uv cos (~u,~v) = uv cos θ (16) onde cos (~u,~v) indi a o osseno do ângulo entre os vetores ~u e ~v. Observação 2. Neste momento, o leitor deve observar que a de�nição que demos originalmente para o produto es alar em (15) dependia fortemente do sistema de oordenadas es olhido. No entanto, a identidade (16) mostra que o valor do produto es alar depende apenas da norma dos vetores envolvidos e do ângulo entre esses vetores, ou seja, (16) pode ser usado omo uma de�nição intrínse a (que não depende da es olha do sistema de oordenadas) de produto es alar. O produto es alar do vetor nulo ~0 por qualquer vetor é zero. O produto es alar satisfaz as seguintes propriedades: ~u · ~v = ~v · ~u, (Comutatividade) (17a) ~u · (α~v + β ~w) = α(~u · ~v) + β(~u · ~w), (Linearidade) (17b) ~u · ~u = u2, (Respeito à norma) (17 ) |~u · ~v| ≤ uv, (Desigualdade de Cau hy-S hwarz) (17d) As propriedades (17a), (17b) e (17 ) podem ser trivialmente demonstradas diretamente a partir da de�nição de produto es alar dada em (15). Exemplo 7. Demonstre essas três propriedades. 14 CAPÍTULO 0. ÁLGEBRA VETORIAL Observe que α(~u · ~v) = (α~u) · ~v pelo que podemos es rever α~u · ~v sem ris o de ambiguidade. Exemplo 8. Use (17a) e (17b) para mostrar a seguinte propriedade: (α~u+ β~v) · ~w = α(~u · ~w) + β(~v · ~w) A desigualdade de Cau hy-S hwarz (17d) pode ser demonstrada a partir de (16) uma vez que −1 ≤ cos θ ≤ 1. No entanto, uma demonstração puramente algébri a pode ser dada a partir das propriedades (17a), (17b) e (17 ). Dada a beleza desta demonstração e da possibilidade de generalização, apresentamo-na a seguir: Consideramos primeiramente os versores uˆ e vˆ de�nidos em (14) e al ulamos ‖uˆ+ vˆ‖2 = (uˆ+ vˆ) · (uˆ+ vˆ) = 2 + 2uˆ · vˆ ‖uˆ− vˆ‖2 = (uˆ− vˆ) · (uˆ− vˆ) = 2− 2uˆ · vˆ onde usamos que uˆ · uˆ = vˆ · vˆ = 1 posto que a norma de um versor é sempre 1. Agora observamos que ‖uˆ+ vˆ‖2 ≥ 0 e ‖uˆ− vˆ‖2 ≥ 0, pelo que temos: −1 ≤ uˆ · vˆ ≤ 1 O que impli a |uˆ · vˆ| ≤ 1. Como ~u = uuˆ e ~v = vvˆ, temos |~u · ~v| ≤ uv Observamos que om uma demontração puramente algébri a para a desigualdade de Cau hy-S hwarz, podemos derivar uma demonstração puramente algébri a da desigualdade triangular (12b). Ver também a dis ussão do ex í io 2. Para tal onsidere a seguinte identidade: ‖~u+ ~v‖2 = (~u+ ~v) · (~u+ ~v) = u2 + 2~u · ~v + v2 Como ~u · ~v ≤ |~u · ~v| ≤ uv, temos: ‖~u+ ~v‖2 ≤ u2 + 2uv + v2 = (u+ v)2 Extraindo a raiz quadrada de ambos os lados, temos: ‖~u+ ~v‖ ≤ (u+ v) = ‖~u‖+ ‖~v‖ Dois vetores não nulos ~u e ~v são dito ortogonais se o ângulo entre eles é 90◦, ou seja, se cos (~u,~v) = 0. De (16), isto a onte e quando ~u · ~v = 0. Usamos o símbolo ⊥ para denotar a ortogonalidade: ~u⊥~v ⇐⇒ ~u · ~v = 0 (18) Em espe ial os vetores unitários ~i, ~j e ~k são ortogonais, ou seja: ~i ·~j =~i · ~k = ~j · ~k = 0. Exemplo 9. Considere os vetores dados por ~u = ~i + ~j, ~v = ~i + 2~j e ~w = 13 ~i + 12 ~j onforme exer í io 4. Cal ule o ângulo entre esses vetores. Resp: 18, 43◦, 11, 3◦ e 7, 13◦ 0.4. O PRODUTO VETORIAL 15 Exemplo 10. Mostre que se α e β são es alares diferentes de zero e ~u e ~v são vetores não nulos, então cos (α~u, β~v) = cos (~u,~v) . Interprete geometri amente esta identidade. Exemplo 11. Mostre que se ~u = u1~i+ u2~j + u3~k então u1 = ~u ·~i, u2 = ~u ·~j e u3 = ~u · ~k. Con lua que ~u = ( ~u ·~i ) ~i+ ( ~u ·~j ) ~j + ( ~u · ~k ) ~k. Exemplo 12. Sejam ~u = √ 2 2 ( ~i+~j ) e ~v = √ 2 2 ( ~i−~j ) . Mostre que estes vetores são unitários e ortogonais entre si. En ontre dois vetores unitários distintos ortogonais tanto a ~u quanto a ~v. Resp: −~k e ~k. Exemplo 13. Sejam ~u = 2~i + ~j + ~k e ~v = 2~i − ~j − ~k. Mostre que estes vetores são ortogonais entre si. En ontre dois vetores unitários distintos ortogonais tanto a ~u omo a ~v. Resp: √ 2 2 ( ~j − ~k ) e √ 2 2 ( −~j + ~k ) . Exemplo 14. En ontre três vetores ~u, ~v e ~w tais que: a) (~u · ~v) ~w = ~0 mas ~u (~v · ~w) 6= ~0 b) (~u · ~v) ~w 6= ~u (~v · ~w) e ambos não nulos. Exemplos de respostas: a) ~u =~i, ~v = ~j e ~w = ~j. b) ~u =~i, ~v =~i+~j e ~w = ~j. Problema 4. Sejam os vetores ~u = cos(θ1)~i+ sen(θ1)~j e ~v = cos(θ2)~i+ sen(θ2)~j então cos (~u,~v) = cos(θ1 − θ2). Con lua que o ângulo θ entre ~u e ~v é dado por θ = { |θ1 − θ2|, |θ1 − θ2| ≤ 180◦ 360◦ − |θ1 − θ2|, |θ1 − θ2| > 180◦ ontanto que θ1 e θ2 estejam entre 0 e 360 ◦ . Interprete geometri amente este resultado. Problema 5. Seja ~u um vetor não nulo �xo e ~v um vetor de norma não nula �xa. Mostre que ‖~u + ~v‖ tem um ponto de máximo quando uˆ = vˆ e um ponto de mínimo quando uˆ = −vˆ. Interprete o resultado geometri amente e ompare om o problema (1). Di a: ‖~u+ ~v‖2 = u2 + v2 + 2~u · ~v e (16). 0.4 O produto vetorial Além do produto es alar entre vetores, de�nimos também o produto vetorial. Enquanto o produto es alar de dois vetores é um es alar, o produto vetorial é um ter eiro vetor. O produto vetorial entre ~u = u1~i+u2~j+u3~k e ~v = v1~i+ v2~j + v3~k é denotado ~u× ~v e é de�nido em oordenadas artesianas omo: ~u× ~v = (u2v3 − u3v2)~i+ (u3v1 − u1v3)~j + (u1v2 − u2v1)~k (19) A de�nição de produto vetorial pode pare er à primeira vista arbitrária e fortemente dependente do sistema de oordenadas es olhido. No entanto, mostraremos que o produto vetorial admite uma formulação intrínse a, ou seja, que não depende do sistema de oordenadas es olhido. Ademais, veremos que tanto o produto es alar omo o produto vetorial surgem naturalmente no estudo da físi a lássi a. 16 CAPÍTULO 0. ÁLGEBRA VETORIAL O produto vetorial possui as seguintes propriedades: ~u× ~v = −~v × ~u, (Anti omutatividade) (20a) (α~u+ β~v)× ~w = α (~u× ~w) + β (~v × ~w) , (Linearidade à esquerda) (20b) ~u× (α~v + β ~w) = α (~u× ~v) + β (~u× ~w) , (Linearidade à direita) (20 ) (~u× ~v) · ~u = (~u× ~v) · ~v = 0, (Ortogonalidade) (20d) ‖~u× ~v‖ = uv sen(~u,~v). (Norma) (20e) det (~u;~v; ~u× ~v) = u2v2 sen2(~u,~v) > 0. (Orientação dextrogira) (20f) Nas duas últimas propriedades, sen(~u,~v) denota o seno do ângulo entre os vetores ~u e ~v. Observa-se que quando ~u ou ~v é nulo, este ângulo não está bem de�nido, estas identidades devem ser então interpretadas omo ‖~u× ~v‖ = 0 e det (~u;~v; ~u× ~v) = 0. A última propriedade signi� a que o trio ~u, ~v e ~u× ~v forma um sistema dextrogiro. Exemplo 15. Mostre as propriedades (20a), (20b) e (20 ). A propriedade da ortogonalidade pode ser demonstrada diretamente da de�nição de produto vetorial e produto es alar: (~u× ~v) · ~u = [ (u2v3 − u3v2)~i+ (u3v1 − u1v3)~j + (u1v2 − u2v1)~k ] ( u1~i+ u2~j + u3~k ) = (u2v3 − u3v2)u1 + (u3v1 − u1v3)u2 + (u1v2 − u2v1)u3 = 0 igualmente temos: (~u× ~v) · ~v = [ (u2v3 − u3v2)~i+ (u3v1 − u1v3)~j + (u1v2 − u2v1)~k ] ( v1~i+ v2~j + v3~k ) = (u2v3 − u3v2) v1 + (u3v1 − u1v3) v2 + (u1v2 − u2v1) v3 = 0 Para provar a propriedade (20e), mostraremos primeiramente a seguinte (interessante) identidade: ‖~u× ~v‖2 + |~u · ~v|2 = u2v2 (21) Da de�nição de norma e de produto vetorial temos: ‖~u× ~v‖2 = ∥∥∥(u2v3 − u3v2)~i+ (u3v1 − u1v3)~j + (u1v2 − u2v1)~k∥∥∥2 = (u2v3 − u3v2)2 + (u3v1 − u1v3)2 + (u1v2 − u2v1)2 = ( u22v 2 3 − 2u2u3v2v3 + u23v22 ) + ( u23v 2 1 − 2u1u3v1v3 + u21v23 ) +( u21v 2 2 − 2u1u2v1v2 + u22v21 ) . (22) Da de�nição de norma e de produto es alar temos: |~u · ~v|2 = (u1v1 + u2v2 + u3v3)2 = u21v21 + u22v22 + u23v23 + 2u1u2v1v2 + 2u1u3v1v3 + 2u2u3v2v3. Somando estas últimas duas expressões, simpli� ando e reagrupando termos, hegamos ao resultado desejado: ‖~u× ~v‖2 + |~u · ~v|2 = (u1v1 + u2v2 + u3v3)2 = u21v 2 1 + u 2 1v 2 2 + u 2 1v 2 3 + u 2 2v 2 1 + u 2 2v 2 2 + u 2 2v 2 3 + u 2 3v 2 1 + u 2 3v 2 2 + u 2 3v 2 3 = ( u21 + u 2 2 + u 2 3 ) ( v21 + v 2 2 + v 2 3 ) = u2v2. Agora que dispomos da identidade (21), usamos (16) para es rever ‖~u× ~v‖2 = u2v2 − |~u · ~v|2 = u2v2 − [uv cos (~u,~v)]2 = u2v2 [1− cos2 (~u,~v)] = u2v2 sen2 (~u,~v) Extraímos a raiz quadrada, observando que sen (~u,~v) ≥ 0 e obtemos o resultado desejado (20e). Um aso parti ular importante é quando os vetores ~u e ~v estão na mesma direção. Como sen 0 = sen 180◦ = 0, o produto vetorial de dois vetores paralelos é ~0. 0.4. O PRODUTO VETORIAL 17 Para demonstrar a propriedade (20f), al ulamos o determinante envolvido det (~u;~v; ~u× ~v) = ∣∣∣∣∣∣ u1 v1 (u2v3 − u3v2) u2 v2 (u3v1 − u1v3) u3 v3 (u1v2 − u2v1) ∣∣∣∣∣∣ = ( u21v 2 2 − u1u2v1v2 ) + ( u23v 2 1 − u1u3v1v3 ) + ( u22v 2 3 − u2u3v2v3 ) − (u1u2v1v2 − u22v21)− (u1u3v1v3 − u21v23)− (u2u3v2v3 − u23v22) Figura 5: Regra da mão direita. Agora basta observar que esta expressão é idên- ti a a (22), ou seja, ‖~u × ~v‖2 e portanto o determi- nante det (~u;~v; ~u× ~v) é positivo. A importân ia desta propriedade está no fato que se ~w = ~u×~v então o trio de vetores ~u, ~v e ~w forma um sistema dextrogiro. Além disso, por ausa da pro- priedade (20d), ~w deve ser ortogonal tanto aos veto- res ~u, ~v. Finalmente, observando a propriedade da norma (20e), podemos estabele er a seguinte iden- tidade para o produto vetorial de dois vetores não olineares ~u e ~v: ~u× ~v = uv sen (~u,~v) eˆ (23) onde o versor eˆ é ortogonal ao plano gerado por ~u e ~v e forma um sistema dextrogiro om eles. A norma do produto vetorial entre os vetores ~u e ~v pode ser interpretada omo a área do paralelogramo ujos lados são ~u e ~v (ver �gura 6. A direção do produto vetorial é então ortogonal ao plano gerado por ~u e ~v e o sentido é dado pela regra da mão direita. Figura 6: Interpretação geométri a do produto vetorial. A de�nição de produto vetorial dada em (19) pode ser mais fa ilmente lembrada através do seguinte determinante formal: ~u× ~v = ∣∣∣∣∣∣ ~i ~j ~k u1 u2 u3 v1 v2 v3 ∣∣∣∣∣∣ (24) que pode ser al ulado pela regra de Sarrus. 18 CAPÍTULO 0. ÁLGEBRA VETORIAL O produto vetorial entre os vetores unitários ~i, ~j e ~k pode ser obtido da de�nição (19) ou da ara terização geométri a do produto vetorial: ~i×~i = ~0, ~i×~j = ~k, ~i× ~k = −~j ~j ×~i = −~k, ~j ×~j = ~0, ~j × ~k =~i ~k ×~i = ~j, ~k ×~j = −~i, ~k × ~k = ~0 (25) Exemplo 16. Seja ~u =~i+ 2~j e ~v = 3~i− 2~j, al ule o vetor ~w = ~u× ~v. Solução 1 Cal ularemos primeiramente usando o determinante (24): ~w = ∣∣∣∣∣∣ ~i ~j ~k u1 u2 u3 v1 v2 v3 ∣∣∣∣∣∣ = ∣∣∣∣∣∣ ~i ~j ~k 1 2 0 3 −2 0 ∣∣∣∣∣∣ =~i(0 − 0) +~j(0− 0) + ~k(−2− 6) = −8~k Solução 2 Cal ularemos usando as propriedades (20) e as relações (25): ~w = ~u× ~v = ( ~i+ 2~j ) × ( 3~i− 2~j ) = 3(~i×~i)− 2(~i×~j) + 6(~j ×~i)− 4(~j ×~j) = 3~0− 2~k − 6~k − 4~0 = −8~k Exemplo 17. Refaça os ex í ios 12 e 13 usando o on eito de produto vetorial. Exemplo 18. En ontre três vetores ~u, ~v e ~w tais que ~u× (~v × ~w) 6= (~u× ~v)× ~w. Exemplo de resposta: ~u =~i, ~v =~i e ~w = ~k. Exemplo 19. Simpli�que as seguintes expressões: a) ~u× ~u b) ~u× uˆ ) ~u · ~u d) ~u · uˆ e) (~u+ ~v) · (~u+ ~v) f ) (~u+ ~v)× (~u+ ~v) g) (~u− ~v) · (~u− ~v) h) (~u− ~v)× (~u− ~v) i) (~u+ ~v) · (~u− ~v) j) (~u+ ~v)× (~u− ~v) Resp: ~0,~0,u2,u,u2 + 2~u · ~v + v2, ~0, u2 − 2~u · ~v + v2, ~0, u2 − v2, 2~v × ~u Problema 6. Mostre que ~u · (~v × ~w) = det (~u;~v; ~w). Con lua que o trio de vetores ~u, ~v e ~w forma um sistema dextrogiro se ~u · (~v × ~w) > 0 e levogiro se ~u · (~v × ~w) < 0. Interprete geometri amente. 0.5 Sistema de oordenadas ilíndri as 0.5. SISTEMA DE COORDENADAS CILÍNDRICAS 19 Figura 7: Representação de um ponto de oordenadas ilíndri as. No sistema de oordenadas ilíndri as, um ponto P é representado pelas oordenadas ρ, φ e z. A o- ordenada z é a mesma do sistema de oordenadas retangulares. A oordenada ρ indi a a distân ia en- tre a origem e a projeção Q de P sob o eixo xy. Finalmente φ é o ângulo entre o semi-eixo x > 0 e o ponto Q. Ver �gura 7. É fá il ver que x = ρ cosφ (26a) y = ρ senφ (26b) onde ρ = √ x2 + y2 (27) A oordenadas ρ, φ e z são omumente denotamina- das de �distân ia radial�, �azimute� e �altura�. As equações (26) podem ser rees ritas omo cosφ = x ρ = x√ x2 + y2 (28a) senφ = y ρ = y√ x2 + y2 (28b) Exemplo 20. Os seguintes pontos são dados em o- ordenadas artesianas, en ontre suas representações em oordenas ilíndri as: a) 〈1, 1, 1〉 b) 〈1,−1, 1〉 ) 〈−1, 1, 1〉 d) 〈−1,−1, 1〉 Resp: (√ 2, π4 , 1 ) , (√ 2, 5π4 , 1 ) , (√ 2, 3π4 , 1 ) e (√ 2, 7π4 , 1 ) . Exemplo 21. En ontre uma expressão para distân ia de um ponto à origem em oordenadas ilíndri as Resp: √ ρ2 + z2 20 CAPÍTULO 0. ÁLGEBRA VETORIAL 0.6 Sistema de oordenadas esféri as Figura 8: Representação de um ponto de oordenadas esféri as. No sistema de oordenadas ilíndri as, um ponto P é representado pelas oordenadas r, φ e θ. A oorde- nada r indi a a distân ia do ponto P até a origem, sendo onsistente om a de�nição de módulo de um vetor. A oordenada φ é o mesmo ângulo do sistema de oordenadas ilíndri as, ou seja, é o ângulo entre o semi-eixo x > 0 e o ponto Q (projeção de P no plano xy). O ângulo θ é o ângulo entre a reta que liga a origem até o ponto P e o semi-eixo z > 0. Ver �gura 8. A relação entre a oordenadas no sistema de oordenadas esféri as e no sistema de oordena- das ilíndri as é dada pelas projeções: z = r cos θ (29a) ρ = r sen θ (29b) Usando (26), en ontramos a relação entre o sistema de oordenadas esféri as e artesianas: x = r sen θ cosφ (30a) y = r sen θ senφ (30b) z = r cos θ (30 ) Analogamente, pode-se es rever: r = √ x2 + y2 + z2 (31a) cos θ = z r = z x2 + y2 + z2 (31b) cosφ = x ρ = x x2 + y2 (31 ) senφ = y ρ = y x2 + y2 (31d) Exemplo 22. Os seguintes pontes são dados em oordenadas artesianas, en ontre suas representações em oordenas esféri as (ver também ex í io 20): a) 〈1, 1, 1〉 b) 〈1,−1, 1〉 ) 〈−1, 1, 1〉 d) 〈−1,−1, 1〉 Resp: (√ 3, π4 , θ ) , (√ 3, 5π4 , θ ) , (√ 3, 3π4 , θ ) e (√ 3, 7π4 , θ ) , onde θ = cos−1 (√ 3 3 ) ≈ 0, 955. 0.7 Exemplos na físi a Na me âni a, o trabalho de uma força onstante atuando sobre um orpo que se move om velo idade onstante é dado pelo produto es alar da força pelo deslo amento: W = ~F · △~r O torque de uma força em relação a um eixo dado é dado por ~τ = ~r × ~F 0.8. NOTAS 21 onde ~r é o vetor que liga o ponto onde a força é apli ada e o pondo onde o torque é medido. A força ~F que uma ampo magnéti o ~B produz em uma partí ula de arga elétri a q em movimento om velo idade ~v é dado pela lei de Lorentz: ~F = q~v × ~B. 0.8 Notas 0.8.1 O que é um espaço linear? A de�nição de espaço vetorial dada em (1) é ampla e engloba on eitos bem mais gerais que os espaços eu lidianos de dimensão 2 e 3 om os quais o leitor tem maior familiaridade. Asfunções reais f : R→ R, por exemplo, formam espaço vetorial onde os es alares são dados pelos números reais. O vetor nulo, neste aso, é a função f(x) = 0. Este espaço não tem dimensão �nita pois os polin�mios Pn(x) = x n para n = 0, 1, 2, 3, . . . formam uma família in�nita de vetores linearmente independentes (isso é uma onsequên ia do teorema fundamental da álgebra). 0.8.2 Todo espaço linear tem uma base? Axioma da es olha. Um problema importante é des obrir se todo espaço linear admite uma base. Este problema é mais ompli ado do que pode pare er e onduz a uma profunda dis ussão sobre os próprios fundamentos da matemáti a. De fato, pode-se mostrar que, o axioma da es olha impli a que todo espaço linear tenha uma base. O axioma da es olha é um dos axiomas da teoria de onjuntos padrão que tem diversas onsequên ias ontraintuitivas e �si amente inesperadas. Um exemplo das bizarrias produzidas pelo axioma da es olha é o hamado paradoxo de Bana h-Tarski: Dada uma esfera no espaço eu lidiano de três dimensões, é possível ortá-la em um número �nito de pedaços e rearranjar esses pedaços de forma a onstruir duas esferas idênti as à original. Em outras palavras, o axioma da es olha apli ado ao espaço eu lidiano tridimensional traz omo onsequên ias a não preservação de �volume� frente a translações e rotações. Para de�nir de forma razoável os on eitos de omprimento, área e volumes, foi ne essário o desenvolvimento da teoria da medida no �nal do Sé ulo XIX e iní io do Sé ulo XX. A solução en ontrada foi onstruir uma medida apenas em uma família de sub onjuntos hamamos onjuntos mensuráveis. Vejamos um exemplo de espaço linear de dimensão: é fá il veri� ar que o onjunto de todos os polin�mios P (x) = a0+a1x+a2x 2+. . . anx n formam um espaço linear frente às operações usuais de soma e multipli ação por um es alar. A base deste espaço é dada pelos mon�mios Pn(x) = x n para n = 0, 1, 2, 3, . . . pois ada polin�mio pode ser es rito omo uma ombinação linear �nita de elementos desse base. No entanto, não é possível mostrar desta forma ontrutiva uma base para o espaço das funções reais ou mesmo para as funções reais ontínuas. A existên ia de uma base para estes espaços é um on eito abstrato não ontrutivo. 0.8.3 Qual amplo é o on eito de norma? Vimos que o on eito de espaço linear é muito mais amplo e útil que pare ia. E quanto à norma? Estamos familiariados om a norma eu lidiana, mas será que é possível de�nir outras normas no espaço R n de forma a satisfazer as propriedades (12)? A norma eu lidiana em um espaço de dimensão n é dada por ‖~x‖ = (x21 + x22 + . . . x2n)1/2 De fato é possível mostrar que podemos alterar esta expressão para ‖~x‖p = (|x1|p + |x2|p + . . .+ |xn|p)1/p om p ≥ 1 de forma a preservar todas as propriedades da norma. Mas será que é possível de�nir uma norma no espaço das funções reais? Esta é uma pergunta ompli ada, mas podemos simpli� ar exigindo um pou o mais desse espaço. Por exemplo, vamos onsiderar o espaço das funções reais ontínuas de�nidas no intervalo [0, 1]. Neste espaço é possível de�nir a seguinte norma: ‖f(x)‖ = max x∈[0,1] |f(x)| (32) 22 CAPÍTULO 0. ÁLGEBRA VETORIAL ou seja, a norma de uma função ontínua é dada pelo máximo de seu módulo no intervalo. No entanto, esta não é a úni a maneira de de�nir uma norma neste espaço, outra possibilidade é: ‖f(x)‖p = (∫ 1 0 |f(x)|pdx )p (33) onde p ≥ 1. A norma (33) é hamada de norma Lp de uma função e a norma (32) é hamada de norma do máximo ou norma in�nito ou norma L∞. Isso porque lim p→∞ ‖f(x)‖p = max x∈[0,1] |f(x)|. Esta normas ex em enorme importân ia na teoria de funções om importantes apli ações no estudo das equações diferen iais. 0.8.4 E o produto es alar? Uma operação om as propriedades (17) é um produto es alar. Produtos es alares não apare em apenas em espaços de duas ou três dimensões: mesmo espaços de dimensão in�nita podem possuir um produto es alar. Tomemos omo exemplo novamente o espaço das funções ontínuas de�nidas no intervalo [0, 1]. A seguinte operação possui todas as propriedades de um produto es alar: 〈f, g〉 = ∫ 1 0 f(x)g(x)dx. Observe o leitor que foi usada a notação 〈, 〉 para indi ar o produto interno. Este produto interno induz a seguinte norma: ‖f‖2 = (〈f, f〉)1/2 = (∫ 1 0 f(x)2dx )1/2 que é o aso parti ular de (33) quando p = 2. A desigualdade de Cau hy-S hwarz admite a seguinte forma: ∫ 1 0 f(x)g(x)dx ≤ (∫ 1 0 f(x)2dx )1/2(∫ 1 0 g(x)2dx )1/2 Capítulo 1 Curvas e trajetórias Neste apítulo, estudamos funções vetoriais do tipo ~r(t), ou seja, uma função que asso ia um parâmetro real a vetores no plano ou espaço. Tais função vetoriais, que dependem de apenas uma variável, são os exemplos mais simples que estudaremos. 1.1 Funções vetoriais de uma variável - urvas e trajetórias Uma função vetorial de uma variável é uma função da forma ~r : D → R3, onde D ⊆ R é o domínio de de�nição de ~r e t é um parâmetro - podendo ser interpretado omo o tempo ou não. Em oordenadas artesianas, uma função vetorial assume a seguinte forma: ~r(t) = x(t)~i + y(t)~j + z(t)~k Exemplo 23. São exemplos de funções vetoriais a) ~f(t) = sen(t)~i+ cos(t)~j b) ~g(t) = t~i+ cosh(t)~k ) ~h(t) = 2 cos(t)~i+ 4 sen(t)~j + t~k, 0 ≤ t ≤ 8π Uma urva no espaço pode ser representada pelo onjunto de pontos de uma função vetorial ~r(t) não onstante em todo o seu domínio. Um ponto ~r(t) de uma parametrização é dito regular se ~r ′(t) 6= 0. Uma parametrização é dita regular em t se ~r ′(t) 6= 0 em todos os pontos. É possível de�nir orientação para uma urva regularmente parametrizada, a orientação é dada pelo sentido de res imento do parâmetro t. Exemplo 24. A função vetorial ~f(t) = cos(t)~i + sen(t)~j para 0 ≤ t ≤ 2π des reve uma ir unferên ia de raio 1 entrada na origem sobre o plano xy orientada no sentido anti-horário. Exemplo 25. A função vetorial ~f(t) = cos(t)~i+ sen(t)~j + t~k para t ∈ R des reve uma héli e ir ular, omo mostra a �gura 1.1. Problema 7. Re onheça e represente gra� amente as urvas des ritas pelas seguintes funções vetoriais: a) ~f(t) = sen(t)~i+ cos(t)~j + ~k, 0 ≤ t ≤ π b) ~f(t) = sen(t)~i+ 2 cos(t)~k, 0 ≤ t ≤ 2π ) ~f(t) = sen(t)~i+ cos(t)~k, −∞ < t <∞ d) ~f(t) = t~i+ √ 4− t2 ~j, −2 ≤ t ≤ 2 23 24 CAPÍTULO 1. CURVAS E TRAJETÓRIAS e) ~f(t) = t~i+ cosh(t)~j, −∞ < t <∞ f ) ~f(t) = sinh(t)~i + cosh(t)~j, −∞ < t <∞ Resp: Semi ir unferên ia de raio 1 entrada em (0, 0, 1) sobre o plano z = 1. Elipse de semi-eixos 1 e 2 entrada na origem sobre o plano xz. Héli e ir ular levogira de raio 1 e passo 2π. Semi ir unferên ia de raio 2 entrada na origem sobre o plano xy e y ≥ 0. Uma atenária sobre o plano xy. Uma hipérbole. x y z Figura 1.1: Função vetorial asso iada à uma héli e ir ular dextrogira. O limite, a derivação e a integração vetorial são de�nidas ompo- nente a omponente no sistema de oordenadas artesiano: lim t→a ~r(t) = lim t→a x(t)~i + lim t→a y(t)~j + lim t→a z(t)~k (1.1) d~r(t) dt = dx(t) dt ~i+ dy(t) dt ~j + dz(t) dt ~k (1.2)∫ b a ~r(t)dt = ∫ b a x(t)dt~i + ∫ b a y(t)dt~j + ∫ b a z(t)dt~k (1.3)∫ ~r(t)dt = ∫ x(t)dt~i + ∫ y(t)dt~j + ∫ z(t)dt~k (1.4) Teorema 2 (Regras de derivação). A derivada de funções vetoriais satisfaz as seguintes identidades: 1. Se ~r(t) é um vetor onstante, então ~r′(t) = ~0. 2. d dt [α~r1(t) + β~r2(t)] = α d~r1(t) dt + β d~r2(t) dt 3. Se f(t) é uma função real, então ddt [f(t)~r(t)] = f ′(t)~r(t) + f(t)d~r(t)dt 4. d dt [~r1(t) · ~r2(t)]= ~r1(t) · d~r2(t)dt + d~r1(t)dt · ~r2(t) 5. d dt [~r1(t)× ~r2(t)] = ~r1(t)× d~r2(t)dt + d~r1(t)dt × ~r2(t) Demonstração. Os dois primeiros ítens podem ser obtidos diretamente de (1.2). A veri� ação � a a argo do leitor. O item três pode ser obtido de uma apli ação da regra da adeia a (1.2): d dt [f(t)~r(t)] = d dt [ f(t)x(t)~i + f(t)y(t)~j + f(t)z(t)~k ] = [f ′(t)x(t) + f(t)x′(t)]~i+ [f ′(t)y(t) + f(t)y′(t)]~j + [f ′(t)z(t) + f(t)z′(t)]~k = f ′(t) [ x(t)~i + y(t)~j + z(t)~k ] + f(t) [ x′(t)~i+ y′(t)~j + z′(t)~k ] = f ′(t)~r(t) + f(t)~r ′(t) A derivada do produto es alar de duas funções vetoriais é dado por: d dt [~r1(t) · ~r2(t)] = d dt [x1(t)x2(t) + z1(t)z2(t) + z1(t)z2(t)] = [x′1(t)x2(t) + x1(t)x ′ 2(t)] + [y ′ 1(t)y2(t) + y1(t)y ′ 2(t)] + [z′1(t)z2(t) + z1(t)z ′ 2(t)] = ~r1(t) · d~r2(t) dt + d~r1(t) dt · ~r2(t) Finalmente a derivada do produto vetorial pode ser obtida de: d dt [~r1(t)× ~r2(t)] = d dt [y1(t)z2(t)− z1(t)y2(t)]~i + d dt [z1(t)x2(t)− x1(t)z2(t)]~j 1.1. FUNÇÕES VETORIAIS DE UMA VARIÁVEL - CURVAS E TRAJETÓRIAS 25 + d dt [x1(t)y2(t)− y1(t)x2(t)]~k = [y′1(t)z2(t) + y1(t)z ′ 2(t)− z′1(t)y2(t)− z1(t)y′2(t)]~i + [z′1(t)x2(t) + z1(t)x ′ 2(t)− x′1(t)z2(t)− x1(t)z′2(t)]~j + [x′1(t)y2(t) + x1(t)y ′ 2(t)− y′1(t)x2(t)− y1(t)x′2(t)]~k = [y′1(t)z2(t)− z′1(t)y2(t)]~i + [z′1(t)x2(t)− x′1(t)z2(t)]~j + [x′1(t)y2(t)− y′1(t)x2(t)]~k + [y1(t)z ′ 2(t)− z1(t)y′2(t)]~i + [z1(t)x ′ 2(t)− x1(t)z′2(t)]~j + [x1(t)y ′ 2(t)− y1(t)x′2(t)]~k = ~r1(t)× d~r2(t) dt + d~r1(t) dt × ~r2(t) Problema 8. Dada a função vetorial ~r(t) = t2~i+ et~j − 2 cosπt ~k, al ule: a) lim t→0 ~r(t) b) d~r(t) dt ) ~r ′(1) d) ∫ 1 0 ~r(t)dt e) ∫ ~r(t)dt Resp: ~j − 2~k, ~r′ (t) = 2t~i + et~j + 2π senπt ~k, ~r′ (1) = 2~i + e~j, 13~i + (e − 1)~j, ( 1 3 t 3 + C1 ) ~i + (et + C2)~j +(− 2π senπt+ C3)~k Problema 9. Veri�que que a função vetorial dada por ~f(t) = 1−t 2 1+t2 ~i+ 2t1+t2 ~j, −∞ < t <∞ representa uma urva ontida em uma ir unferên ia no plano xy entrada na origem. Identi�que o raio desta ir unferên ia, identi�que a urva e isole os quatro quadrantes. Resp: raio=1, entro na origem. Q1 : 0 < t < 1, Q2 : t > 1, Q3 : t < −1, Q4 : −1 < t < 0. A urva é a ir unferên ia menos o ponto 〈−1, 0〉. Problema 10. En ontre a derivada de ada uma das funções vetoriais do exemplo 31 Resp: ~f ′(t) = cos(t)~i− sen(t)~j, ~g′(t) =~i+ sinh(t)~k, ~h′(t) = cos(t)~i − sen(t)~j + ~k Problema 11. Mostre as seguintes identidades: a) d~r(t) dt · rˆ(t) = r′(t) b) d dt [~r(t)× ~r ′(t)] = ~r(t)× ~r ′′(t) ) dr(t) dt = 1 r(t) ~r(t) · ~r ′(t) d) drˆ(t) dt = ~r ′(t) r(t) − ~r(t) · ~r ′(t) r(t)3 ~r(t) 26 CAPÍTULO 1. CURVAS E TRAJETÓRIAS Observação: Lembre-se que rˆ(t) = ~r(t)r(t) e r(t) = ‖~r(t)‖. Demonstraremos agora um importante teorema do ál ulo vetorial: Teorema 3. Uma função vetorial ~u(t) possui norma onstante se e somente se ~u(t) · ~u ′(t) = 0. Demonstração. Como ‖u‖2 = ~u(t) · ~u(t), temos d‖u‖2 dt = d dt [~u(t) · ~u(t)] = ~u · d~u dt + d~u dt · ~u = 2~u · d~u dt Assim, se ‖u‖ for onstante, a derivada à esquerda é nula e temos ~u(t) · ~u ′(t) = 0. Re ipro amente se ~u(t) · ~u ′(t) = 0, então ‖u‖ deve ser onstante. Observação 3. Uma importante interpretação deste teorema é que se ~v(t) representa a velo idade de uma partí ula no instante de tempo t, então se o módulo da velo idade v(t) for onstante e não nulo então a a eleração ~a = ~v ′(t) é perpendi ular à velo idade sempre que for não nula. Exemplo 26. Seja ~r(t) o vetor posição de uma partí ula dado por ~r(t) = a cos(wt)~i + b sen(wt)~j Cal ule o vetor velo idade ~v e o vetor a eleração ~v dados por ~v = ~r ′(t) e ~a = ~v ′(t). 1.2 Comprimento de ar o Dada uma urva parametrizada pela função vetorial ~r(t) = x(t)~i + y(t)~j + z(t)~k, t ∈ [a, b], estamos inte- ressados no problema de al ular o omprimento L do ar o de des rito por uma urva ~r(t), a ≤ t ≤ b. bP0 bP1 bPi bPi+1 Figura 1.2: Aproximação poligonal do ompri- mento do ar o Seja a = t0 < t1 < t2 < · · · < tn = b uma partição equidistante do domínio om ∆t = ti − ti−1 e Pi = ~r(ti), i = 0, 1, · · · , n, pontos sobre a urva, omo mostra a �gura 1.2. Uma possível aproximação para o omprimento da urva é dado pelo omprimento da poligonal. Observe que o om- primento do segmento Pi−1Pi é dado por ‖Pi − Pi−1‖, logo, a aproximação para o omprimento da urva é Ln = n∑ i=1 ‖Pi − Pi−1‖ = n∑ i=1 √ (xi − xi−1)2 + (yi − yi−1)2 + (zi − zi−1)2 = n∑ i=1 ∆t √ (xi − xi−1)2 (∆t)2 + (yi − yi−1)2 (∆t)2 + (zi − zi−1)2 (∆t)2 = n∑ i=1 √( xi − xi−1 ∆t )2 + ( yi − yi−1 ∆t )2 + ( zi − zi−1 ∆t )2 ∆t. Naturalmente, L = limn→∞ Ln. Como o lado direito da última igualdade é uma soma de Riemann, temos: L = ∫ b a √( dx(t) dt )2 + ( dy(t) dt )2 + ( dz(t) dt )2 dt = ∫ b a ‖~r ′(t)‖dt. (1.5) Logo, o omprimero do ar o s quando a parâmetro orre de a até t é s(t) = ∫ t a ‖~r ′(τ)‖dτ, a ≤ t ≤ b. (1.6) 1.3. TRIEDRO DE FRENET-SERRET 27 1.3 Triedro de Frenet-Serret Seja a urva des rita pela função vetorial ~r(t). Queremos en ontrar um vetor que seja tangente à urva em um dado ponto. Para tal tomamos o limite lim h→0 ~r(t+ h)− ~r(t) h Este limite onverge para ~r′(t) e, geometri amente, para o vetor tangente à urva no ponto P relativo a ~r(t)1 sempre que ~r′(t) 6= ~0. O sentido do vetor ~r ′(t) é dado pela parametrização da urva, em outras palavras, o ve- tor ~r ′(t) aponta no sentido em que o parâmetro t res e. ~r(t) ~r ′(t) x y 1 Figura 1.3: O vetor tangente ~r ′(t) Exemplo 27. Consideramos a ir unferên ia parametrizada onforme a seguinte função vetorial: ~r(t) = cos(wt)~i + sen(wt)~j, w > 0. A derivada de ~r(t) é dada por ~r ′(t) = −w sen(wt)~i + w cos(wt)~j. Veja na �gura 1.3, uma representação grá� a da ir unferên ia, do vetor ~r(t) e de sua derivada ~r ′(t). Os vetores ~r(t) e ~r′(t) são ortogonais em função do teorema 3. A norma de ~r ′(t) vale ‖~r ′(t)‖ = √ [−w sen(wt)]2 + [w cos(wt)]2 = √ w2 [sen2(wt) + cos2(wt)] = w Observe que a norma do vetor tangente depende de omo a urva é parametrizada e não apenas da urva em si. A �m de trabalhar om um objeto que independe da parametrização, é natural de�nirmos o vetor tangente unitário, denotado por ~T (veja �gura 1.4): ‖~T (t)‖ = ~r ′(t) ‖~r ′(t)‖ , ~r ′(t) 6= ~0. (1.7) A ondição de existên ia para o vetor ~T é a função vetorial que parametriza a urva seja diferen iável que sua derivada seja diferente de zero, ou seja, que a parametrização seja regular. Observação 4. Quando ~r(t) representa a trajetória de uma partí ula ao longo do tempo, a derivada ~r (t) é a velo idade ~v(t) da partí ula. Neste aso, o vetor tangente unitário é o versor asso iado a ~v(t): ~v(t) = v(t)vˆ(t) = v(t)~T (t). A norma de ~v(t), denotada por v(t), é hamada de velo idade es alar. O vetor ~T (t) indi a o sentido e a direção da velo idade. O vetor ~T pode ser de�nido de forma alternativa omo segue: olhamos s omo função de t na expressão (1.6) e observamos que s′(t) = ‖~r ′(t)‖ > 0. Assim, s(t) é uma função ontínua e monótona de t. Também, usando a rega da adeia, temos: d~r dt = d~r ds ds dt = d~r ds ‖~r ′(t)‖. Como ~r′(t) representa o vetor tangente, então d~r ds = 1 ‖~r ′(t)‖ d~r dt = ~T representa um vetor tangente unitário. 1 O leitor atento ao formalismo pode tomar esta oma umade�nição de vetor tangente. Adiante, veremos que esta de�nição é onsistente om o vetor tangente do ál ulo de funções de uma variável. 28 CAPÍTULO 1. CURVAS E TRAJETÓRIAS Problema 12. Considere as funções vetoriais dadas por ~f(t) = cos(πt)~i + sen(πt)~j ~g(t) = cos(πt3)~i + sen(πt3)~j Veri�que que ambas parametrizam a mesma urva quando −1 ≤ t ≤ 1. Veri�que se as parametrizações são regulares e ompare o omportamento da derivada em t = 0. Que onsequên ias isso tem para a existên ia do vetor tangente unitário? ~T ~N ~B x y z Figura 1.4: Triedro de Frenet-Serret Agora, queremos de�nir um vetor ortogonal a ~T que esteja no mesmo plano formado por ~r′(t) e ~r′′(t). Para isso, usamos o resultado do teorema 3. Observe que a função vetorial ~T (t) possui módulo onstante e, portanto, ~T (t) · ~T ′(t) = 0. Observe que ~T (t) e ~T ′(t) estão ambos no plano formado por ~r′(t) e ~r′′(t) e são ortogonais entre si. No entanto, ~T ′(t) não é ne essariamente unitário. Logo, faz sentido de�nir o vetor normal unitário omo ~N = ~T ′(t) ‖~T ′(t)‖ . A �gura 1.4 apresenta a representação de alguns vetores nor- mais unitários. Finalmente, vamos de�nir um vetor unitário que é simul- tanemente ortogonal a ~T e ~N . A forma natural de obter um vetor ortogonal a outros dois vem do produto vetorial. Assim, o vetor binormal unitário é de�nido omo ~B = ~T × ~N. Das propriedades de produto vetorial, temos que ~B, além de ortogonal a ~T e ~N , é unitário e forma um sistema dextrogiro. O trio ~T , ~N e ~B é hamado de triedro de Frenet-Serret. A �gura 1.4 apresenta a representação de alguns triedros de Frenet-Serret. Problema 13. Cal ule a urvatura e torção de ada urva: a) ~r = a cos(t)~i + a sen(t)~j, a > 0, 0 ≤ t ≤ 2π b) ~r = a cos(t)~i + a sen(t)~j + ct~k, a > 0, b > 0, t > 0 1.4 Curvatura e Torção Nessa seção, estamos interessados em de�nir, a ada ponto da urva, funções que medem o quanto ela está tor ida ou urvada, isto é, se a urva é muito diferente de uma reta ou se está fora de qualquer plano do espaço. Primeiro, de�niremos uma função hamada de urvatura, que mede a ada ponto do domínio, a variação do vetor tangente om respeito ao omprimento de ar o s. Naturalmente, queremos que a reta tenha urvatura nula, pois ela não difere da sua tangente em ponto algum. Para fa ilitar a visualização, podemos omeçar pensando apenas nas urvas que estão ontidas em algum plano. A �gura 1.5 nos dá uma ideia de urvatura. Pelo teorema 3, temos que d~T ds é paralelo ao vetor normal ~N , ou seja, d~T ds = κ ~N, (1.8) onde κ(t) > 0 é uma função es alar hamada de urvatura. Por outro lado, al ulamos a variação do vetor tangente om respeito ao omprimento de ar o s usando a regra da adeia d~T ds = d~T dt dt ds = d~T dt 1 |s′(t)| , 1.4. CURVATURA E TORÇ�O 29 Curvatura nula Curvatura pequena Curvatura grande Figura 1.5: Ideia de urvatura. onde s(t) é a função que mede o omprimento do ar o dado pela expressão (1.6). Usando o fato que s′(t) = ‖~r′(t)‖, temos: d~T ds = 1 ‖~r′(t)‖ d~T dt . Portanto, podemos es rever κ(t) = ‖~T ′(t)‖ ‖~r′(t)‖ . De�nimos também, para ada ponto t do domínio, o raio de urvatura ρ(t) da forma: ρ(t) = 1 κ(t) . O raio de urvatura tem a seguinte interpretação geométri a: onsidere um ponto ~r(t0) onde da urvatura não é nula e de�na o ponto ~r(t0) + κ(t0) ~N , hamado de entro de urvatura. O ír ulo entrado no entro de urvatura e raio ρ(t0) é tangente a urva em t0 e possui a mesma urvatura (veja a �gura 1.6). Exemplo 28. Dada a urva y = x2, vamos en ontrar a urvatura e o raio de urvatura no ponto x = 1. Primeiro, en ontramos uma parametrização para essa urva, por exemplo, ~r = t~i+ t2~j. Cal ulamos: ~r′ =~i+ 2t~j, ‖~r′‖ = √ 1 + 4t2, ~T = 1√ 1 + 4t2 ( ~i + 2t~j ) e ~T ′ = − 4t√ (1 + 4t2)3 ~i+ ( − 8t 2√ (1 + 4t2)3 + 2√ 1 + 4t2 ) ~j, Em t = 1, temos: ‖~r′‖ = √ 5, ~T ′ = − 4√ 53 ~i+ ( − 8√ 53 + 2√ 5 ) ~j = − 4√ 53 ~i+ 2√ 53 ~j, e ‖~T ′‖ = √ 16 53 + 4 53 = 2 5 . Portanto, κ(1) = ‖~T ′‖ ‖~r′‖ = 2 5 √ 5 e ρ(1) = 5 √ 5 2 . veja representação geométri a na �gura 1.6. 30 CAPÍTULO 1. CURVAS E TRAJETÓRIAS 1 2 3 4 5 6 −1 1 2−1−2−3−4−5 Centro de urvatura Figura 1.6: Cír ulo de urvatura O leitor deve ter observado que onhe endo somente a urvatura não é possível re onstruir uma urva a partir de um ponto dado. Um urva pode não estar ontida em plano algum no espaço e, por isso, pre isamos de�nir uma fun- ção es alar, hamada torção, que mede a mag- nitude da variação do vetor binormal. A �gura 1.7 apresenta uma ideia de torção: uma urva ontida em algum plano no espaço tem torção nula e quando maior a variação om respeito ao plano de�nido por ~T e ~N , maior a torção. O leitor deve tomar uidado na interpretação da �gura 1.7, pois se esti armos inde�nidamente a héli e ir ular representada, ela voltará a se aproximar de uma reta, que tem torção nula (veja problema 15). Sabendo que a torção será de�nida em termos da variação do vetor binor- mal om respeito ao omprimento de ar o s(t), fazendo algumas observações: d ~B ds = d ds ( ~T × ~N ) = d~T ds × ~N + ~T × d ~N ds . Usando a expressão (1.8), temos que d~T ds = κ ~N , logo d ~B ds = ~T × d ~N ds . Isso impli a que d ~B ds é ortogonal a ~T . Mas, pelo teorema 3, temos que d ~B ds é ortogonal a ~B. Logo, d ~B ds é paralelo a ~N , ou seja, d ~B ds = −τ ~N, (1.9) onde τ é hamado de torção. O sinal negativo tem um propósito: quando τ > 0, d ~B ds está no sentido de − ~N ; então se P é um ponto sobre a urva movendo-se no sentido positivo, ~B gira em torno de ~T omo um parafuso de ros a direita sendo apertado (veja a �gura 1.8). Em alguns ontextos, al ulamos a módulo da torção, dada por |τ | = ∥∥∥∥∥d ~B ds ∥∥∥∥∥ = ‖ ~B′(t)‖ ‖~r′(t)‖ . Ainda, de�nimos o raio de torção por σ(t) = 1 τ(t) . Podemos al ular d ~N ds em termos da urvatura e da torção: d ~N ds = d ds ( ~B × ~T ) = d ~B ds × ~T + ~B × d ~T ds . Usando as expressões (1.8) e (1.9), es revemos d ~N ds = −τ ~N × ~T + ~B × κ ~N. ou seja, d ~N ds = −κ~T + τ ~B. (1.10) 1.4. CURVATURA E TORÇ�O 31 Torção nula x y z Torção pequena x y z Torção grande x y z Figura 1.7: Ideia de torção. As equações (1.8), (1.9) e (1.10) são hamadas de Fórmulas de Frenet-Serret. Como esperávamos, se κ = 0, então d ~T ds = ~0, o que impli a que ~T não varia ao longo da urva, ou seja, a urva é uma reta. Agora, se τ = 0, então d ~B ds = ~0 e ~B é um vetor onstante. Como ~B · ~T = ~B · d~rds = 0, então podemos integrar para obter ~B · (~r− ~r0) = 0, onde r0 é um vetor onstante da integração. Logo ~r está ontido no plano ortogonal a ~B. Exemplo 29. Vamos al ular urvatura, raio de urvatura e o módulo da torção para a héli e ir ular ~r(t) = cos(t)~i+ sen(t) + t~k: ~r′(t) = − sen(t)~i+ cos(t) + ~k, ‖~r′(t)‖ = √ 2, ~T (t) = − sen(t)√ 2 ~i+ cos(t)√ 2 + 1√ 2 ~k, ~T ′(t) = −cos(t)√ 2 ~i− sen(t)√ 2 , ‖~T ′(t)‖ = 1√ 2 , κ(t) = 1√ 2 · 1√ 2 = 1 2 , ρ(t) = 2, ~N(t) = − cos(t)~i− sen(t)~j, ~B(t) = ∣∣∣∣∣∣∣ ~i ~j ~k − sen(t)√ 2 cos(t)√ 2 1√ 2 − cos(t) − sen(t) 0 ∣∣∣∣∣∣∣ = sen(t)√ 2 ~i− cos(t)√ 2 ~j + 1√ 2 ~k. ~B′(t) = cos(t)√ 2 ~i + sen(t)√ 2 ~j, ‖ ~B′(t)‖= 1√ 2 , 32 CAPÍTULO 1. CURVAS E TRAJETÓRIAS |τ(t)| = 1 2 . Problema 14. Cal ule a urvatura, o raio de urvatura e o módulo da torção das urvas abaixo: a) ~r = a cosh(t)~i+ b sinh(t)~j, −∞ < t <∞, a > 0, b > 0. b) ~r = a cos(t)~i + b sen(t)~k, 0 ≤ t ≤ 2π, a > 0, b > 0. ) ~r = a cos(t)~i + a sen(t) + ct~k, t ≥ 0, a > 0, c > 0. Problema 15. Dada a héli e ir ular ~r = a cos(t)~i+ a sen(t) + ct~k, t ≥ 0, a > 0, c > 0, al ule o valor de c para que a torção seja máxima. ~T ~N − ~N ~B Curvatura Torção ~r(t) Figura 1.8: Curvatura e Torção A urvatura e a torção podem ser al uladas de maneira mais simples. Para on luir isso, omeçamos al ulando as derivadas de ~r. Usamos aqui que s′(t) = ‖~r′(t)‖, obtida da equação (1.6): ~r′ = d~r ds ds dt = s′ ~T , ~r′′ = s′′ ~T + s′ ~T ′ = s′′ ~T + s′‖~T ′‖ ~N = s′′ ~T + s′2κ ~N e ~r′′′ = s′′′ ~T + s′′ ~T ′ + 2s′s′′κ ~N + s′2 ( κ ~N ′ + κ′ ~N ) = s′′′ ~T + s′′s′κ ~N + ( 2s′s′′κ+ s′2κ′ ) ~N + s′3κ(−κ~T + τ ~B) = ( s′′′ − κ2s′3) ~T + (3s′′s′κ+ s′2κ′) ~N + s′3κτ ~B, onde usamos as expressões (1.8) e (1.10). Agora, to- mamos os seguintes produtos: ~r′ × ~r′′ = s′3κ~B e ~r′ × ~r′′ · ~r′′′ = s′6κ2τ. Isso impli a em ‖~r′ × ~r′′‖ = |s′|3κ e ~r′ × ~r′′ · ~r′′′ = ‖~r′ × ~r′′‖2τ. ou seja, κ = ‖~r′ × ~r′′‖ ‖r′‖3 (1.11) e τ = ~r′ × ~r′′ · ~r′′′ ‖~r′ × ~r′′‖2 . (1.12) Observação 5. Uma apli ação natural é a de omposição da a eleração em suas omponentes tangen ial e normal. Observe que ~r′ = ~v = v ~T = s′ ~T e ~a = v′ ~T + v2κ ~N. Con luímos que a a eleração está no plano normal a ~B e possui omponentes tangen ial e normal: ~a = aT ~T + aN ~N, onde aT = v ′ e aN = v 2κ. Então, se a velo idade possui normal onstante, temos que v′ = 0 e a a eleração possui apenas omponente normal. 1.4. CURVATURA E TORÇ�O 33 Problema 16. Cal ule urvatura e torção para a urva ~r = a cos(t)~i + a sen(t)~j + ct~k, a > 0, c > 0, t > 0 usando as expressões (1.11) e (1.12). Exemplo 30. Uma moto i leta per orre uma trajetória ir ular de raio 20m om velo idade onstante em módulo. A moto i leta poderá derrapar se a a eleração normal ex eder 2m/s2. Qual é a velo idade máxima do moto i leta para que ela não derrape? 34 CAPÍTULO 1. CURVAS E TRAJETÓRIAS Capítulo 2 Superfí ies Neste apítulo, estudamos funções vetoriais do tipo ~f(u, v), ou seja, uma função que asso ia um ponto do plano real a vetores no espaço. 2.1 Funções vetoriais de duas variáveis reais - superfí ies Uma função vetorial de duas variáveis é uma função da forma ~r : D1 ×D2 → R3, onde D1 ×D2 ⊆ R2 é o domínio de de�nição de ~r e (u, v) ∈ D1 ×D2 são os parâmetros ou as oordenadas de superfí ie. Em oordenadas artesianas, uma função vetorial assume a seguinte forma: ~r(u, v) = x(u, v)~i + y(u, v)~j + z(u, v)~k Exemplo 31. São exemplos de funções vetoriais a) ~f(u, v) = sen(u)~i + cos(v)~j + uv~k b) ~g(u, v) = sen(u) cos(v)~i + cosh(u) sinh(v)~k + u~k Uma superfí ie no espaço pode ser representada pelo onjunto de pontos de uma função vetorial ~r(u, v) não onstante em todo o seu domínio. A seguinte interpretação ajuda entender essa função: se �xamos v e temos que ~r(u, v) des reve uma urva e ~ru(u, v) é um vetor tangente a essa urva. Da mesma forma, se �xamos u temos que ~r(u, v) des reve uma urva e ~rv(u, v) é um vetor tangente a essa urva. Se essas urvas não forem paralelas, temos um sistema de oordenadas urvilíneo para es rever todos os pontos da superfí ie. Pense no globo terrestre, o medidiano de Greenwi h e a linha do Equador: o globo omo uma superfí ie, Greenwi h e Equador omo duas urvas e longitude e latitude omo um sistema de oordenadas urvilíneo. Observe que esse sistema urvilíneo � a bem de�nido quando ~ru e ~rv não são paralelos nos pontos do domínio. Chamamos de superfí ie regular aquela que satisfaz ~ru × ~rv 6= ~0 Exemplo 32. A superfí ie ~r = a sen(u) cos(v)~i + a sen(u) sen(v)~j + a cos(u)~k, a > 0, 0 ≤ u, v ≤ 2π, des reve uma esféra entrada na origem e raio a. De fato, olo ando x = a sen(u) cos(v), y = a sen(u) sen(v) e z = a cos(u), temos que x2 + y2 + z2 = a2. Problema 17. Veri�que que ~r = cosh(u) cos(v)~i+ cosh(u) sen(v)~j + sinh(u)~k, 0 ≤ v ≤ 2π, u ∈ R des reve um hiperbolóide de uma folha. 35 36 CAPÍTULO 2. SUPERFÍCIES 2.2 Casos y = f(x, z), z = f(x, y) ou x = f(y, z) x y z O aso parti ular da superfí ie representada por uma função z = f(x, y), podemos assumir uma parame- trização natural ~r = u~i + v~j + f(u, v)~k. Analoga- mente para os asos y = f(x, z) ou x = f(y, z), po- demos assumir, respe tivamente, as parametrizações ~r = u~i+ f(u, v)~j + v~k ou ~r = f(u, v)~i+ v~j + u~k. Para o aso z = f(x, y) (analogamente para os demais), a ondição ~ru × ~rv 6= ~0 assume a forma ~ru × ~rv = ∣∣∣∣∣∣ ~i ~j ~k 1 0 fu(u, v) 0 1 fv(u, v) ∣∣∣∣∣∣ = −fu~i− fv~j + ~k 6= ~0. Isso impli a em fu 6= 0 ou fv 6= 0. Voltaremos a dis utir esse assunto nos próximos apítulos, quando o vetor gradiente estiver de�nido. A �gura 2.1 apresenta uma lista das prin ipais quá- dri as estudadas na dis iplina de Cál ulo Diferen ial e Integral om funções de várias variáveis. As equações são as seguintes: a) Cone elípti o: z2 = x2 a2 + y2 b2 . b) Elipsóide: x2 a2 + y2 b2 + z2 c2 = 1 ) Parabolóide Elípti o: z = x2 a2 + y2 b2 d) Parabolóide Hiperbóli o: z = x2 a2 − y 2 b2 e) Hiperbolóide de uma folha: x2 a2 + y2 b2 − z 2 c2 = 1 f) Hiperbolóide de duas folhas: −x 2 a2 − y 2 b2 + z2 c2 = 1 2.2. CASOS Y = F (X,Z), Z = F (X,Y ) OU X = F (Y, Z) 37 Cone Elípti o x y z Elipsóide x y z Parabolóide Elípti o x y z Parabolóide Hiperbóli o x y z Hiperbolóide de uma folha x y z Hiperbolóide de duas folhas x y z Figura 2.1: Quádri as 38 CAPÍTULO 2. SUPERFÍCIES Capítulo 3 Campos Es alares e Campos Vetoriais 39 40 CAPÍTULO 3. CAMPOS ESCALARES E CAMPOS VETORIAIS Bibliogra�a 41
Compartilhar