Prévia do material em texto
Ca´lculo diferencial a va´rias varia´veis O limite mais importante para func¸o˜es de uma varia´vel e´ sem du´vida o que define a derivada de uma func¸a˜o. A derivada tem o significado de uma taxa instantaˆnea de variac¸a˜o entre duas grandezas, e aparece naturalmente nos modelos matema´ticos de todas as cieˆncias naturais. Se f : I → R e´ uma func¸a˜o deriva´vel de um intervalo aberto I com valores reais temos f ′(x) = df dx (x) = lim h→0 f(x+ h)− f(x) h . Para generalizar este conceito para func¸o˜es de va´rias varia´veis temos as derivadas parciais. 1 Derivadas Parciais A primeira estrate´gia para derivarmos uma func¸a˜o de duas ou mais varia´veis e´ tentar reproduzir a ide´ia usada no caso de uma varia´vel apenas. Escolhemos uma das varia´veis independentes e derivarmos a func¸a˜o relativamente a esta varia´vel, esquecendo as demais. Definic¸a˜o 1.1. Dado f : D ⊂ R2 → R e P0 = (a, b) ∈ D. Assuma que para todo (x, y) bastante pro´ximo de (a, b) tenhamos necessariamente (x, y) ∈ D. A derivada parcial de f relativo a x, no ponto (a, b), e´ o limite (se existir) ∂f ∂x (a, b) = lim h→0 f(a+ h, b)− f(a, b) h = lim x→a f(x, b)− f(a, b) x− a . Analogamente, a derivada parcial de f relativamente a y e´ ∂f ∂y (a, b) = lim k→0 f(a, b+ k)− f(a, b) k = lim y→b f(a, y)− f(a, b) y − b . Se g = g(x, y, z) e´ uma func¸a˜o a treˆs varia´veis independentes, definem-se de forma ana´loga as derivadas parciais (caso existam) ∂g ∂x (a, b, c), ∂g ∂y (a, b, c) e ∂g ∂z (a, b, c), onde (a, b, c) e´ um ponto interior ao domı´nio de g. Quando calculamos o limite que define uma derivada parcial num ponto (x, y), ou (x, y, z), e o consideramos uma func¸a˜o do ponto, obtemos a func¸a˜o derivada parcial relativo a x, y ou z. Outras notac¸o˜es para derivadas parciais: ∂f ∂x (a, b) = fx(a, b) = D1f(a, b) , ∂f ∂y (a, b) = fy(a, b) = D2f(a, b) , e se f tem 3 varia´veis ∂f ∂z (a, b, c) = fz(a, b, c) = D3f(a, b, c) . 1 Significado Geome´trico: O gra´fico de f(x, y) e´ uma superf´ıcie em R3. A intersec¸a˜o dessa superf´ıcie com o plano y = b nos da´ uma curva sobre a superf´ıcie, paralela ao plano xz. A derivada ∂f ∂x (a, b) e´ a inclinac¸a˜o da reta tangente a essa curva no ponto (a, b, f(a, b)). Da mesma forma, o plano x = a intercepta z = f(x, y) em uma curva cuja reta tangente tem inclinac¸a˜o ∂f ∂y (a, b) no ponto (a, b, f(a, b)). Exemplos 1. Calcule as derivadas parciais: a) f(x, y) = x3 + x2y − xy2 + 4 calcule ∂f ∂x (2, 1), ∂f ∂y (2, 1). b) f(x, y) = x2 − xy + y2 calcule fx(0, 1) e fy(0, 1). c) f(x, y) = arctan (y x ) ∂f ∂x (x, y), ∂f ∂y (x, y). d) f(x, y) = xy ∂f ∂x , ∂f ∂y . e) Dado f(x, y) = ∫ y x cos(t2) dt. Ache ∂f ∂x (x, y) e ∂f ∂y (x, y). Soluc¸a˜o. a) Fazendo y constante a func¸a˜o dada se torna um polinoˆmio em x, cujos coeficientes dependem de y, e vice-versa. Portanto, as derivadas parciais sa˜o apenas derivadas de polinoˆmios nas respectivas varia´veis: ∂f ∂x = ∂ ∂x (x3 + x2y − xy2 + 4) = 3x2 + 2xy − y2 e ∂f ∂y = ∂ ∂y (x3 + x2y − xy2 + 4) = x2 − 2xy . Portanto, ∂f ∂x (2, 1) = 3.22 + 2.2.1− 12 = 14 e ∂f ∂y (2, 1) = 22 − 2.2.1 = 0. b) Como na letra a) o ca´lculo e´ direto: fx(0, 1) = ∂ ∂x ∣∣∣∣ (0,1) (x2 − xy + y2) = [2x− y](0,1) = −1 , fy(0, 1) = ∂ ∂y ∣∣∣∣ (0,1) (x2 − xy + y2) = [−x+ 2y](0,1) = 2 . c) Aqui pede-se apenas as func¸o˜es derivadas parciais aonde sa˜o definidas. Para calcularmos ∂f ∂x (e similarmente ∂f ∂y ) devemos fazer y constante (x constante) e olhar f como a composta da func¸a˜o arctan com uma outra func¸a˜o de x (de y). Como arctan′(u) = 1 1+u2 obtemos ∂f ∂x (x, y) = ∂ ∂x ( arctan (y x ) )) = arctan′ (y x ) ∂ ∂x (y x ) = = 1 1 + ( y x )2 .−yx2 = −yx2 + y2 . Um ca´lculo parecido fornece ∂f ∂y (x, y) = x x2+y2 . d) Fazendo y constante a func¸a˜o obtida e´ uma poteˆncia na varia´vel x. Portanto, ∂f ∂x = ∂ ∂x (xy) = y.xy−1 .p Lembramos que para derivarmos expresso˜es exponenciais, devemos converteˆ-las em exponenciais de base “e”. Isso ocorre na outra derivada parcial de f . Escrevendo f(x, y) = xy = ey ln(x) derivamos pela regra da cadeia usual: ∂f ∂y = ∂ ∂y (ey ln(x)) = ey ln(x). ∂ ∂y (y ln(x)) = xy ln(x) . 2 e) Aqui devemos usar o Teorema sobre derivada de uma integral. Fixando y calculamos ∂ ∂x (f(x, y)) = ∂ ∂x [∫ y x cos(t2) dt ] = − ∂ ∂x [∫ x y cos(t2) dt ] = − cos(x2) . E fixando x, ∂f ∂y (x, y) = ∂ ∂y [∫ y x cos(t2) dt ] = cos(y2) . Nos casos anteriores usamos as regras de derivac¸a˜o comuns em uma varia´vel. No pro´ximo exemplo o uso da definic¸a˜o 1.1 e´ indispensa´vel pois a func¸a˜o e´ definida “por partes”. Exemplo 2. Para f(x, y) = x3 + y4 x2 + y2 (x, y) 6= (0, 0) 0 (x, y) = (0, 0). Determine ∂f ∂x e ∂f ∂y . Soluc¸a˜o. Para acharmos as derivadas parciais devemos considerar duas regio˜es distintas do plano: os pontos (x, y) 6= (0, 0) e a origem isoladamente. Na regia˜o (x, y) 6= (0, 0) a func¸a˜o e´ definida por uma u´nica expressa˜o f(x, y) = x 3+y4 x2+y2 , que sabemos ser cont´ınua, e deriva´vel parcialmente em qualquer varia´vel. Enta˜o, como o ca´lculo ocorre em uma varia´vel, ∂f ∂x (x, y) = ∂ ∂x ( x3 + y4 x2 + y2 ) = (x2 + y2)(3x2)− (x3 + y4)(2x) (x2 + y2)2 = x4 + 3x2y2 − 2xy4 (x2 + y2)2 . e para ∂f ∂y , ∂f ∂y (x, y) = ∂ ∂y ( x3 + y4 x2 + y2 ) = (x2 + y2)(4y3)− (x3 + y4)(2y) (x2 + y2)2 = 4x2y3 + 2y5 − 2yx3 (x2 + y2)2 . Agora queremos obter ∂f ∂x (0, 0) e ∂f ∂y (0, 0) (caso existam). Devemos aplicar a definic¸a˜o de deri- vada parcial: ∂f ∂x (0, 0) = lim x→0 f(x, 0)− f(0, 0) x = lim x→0 x3+0 x2+0 − 0 x = lim x→0 1 = 1 . ∂f ∂y (0, 0) = lim y→0 f(0, y)− f(0, 0) y = lim y→0 0+y4 0+y2 − 0 y = lim y→0 y = 0 . Exemplo 3. Seja S a curva que e´ intersec¸a˜o do gra´fico de z = √ x2 9 + y 2 4 − 1 com o plano y = 4. Encontre a inclinac¸a˜o da reta tangente a essa curva, no ponto (3,4,2). Soluc¸a˜o. O problema equivale a fazer y constante no gra´fico de uma func¸a˜o nas varia´veis x,y. A curva obtida sobre o gra´fico tem varia´vel independente x. Enta˜o a derivada parcial relativa a` x sera´ a derivada da func¸a˜o de uma varia´vel que gera a curva. Calculando, obtemos a inclinac¸a˜o: ∂z ∂x = 1 2 √ x2 9 + y 2 4 − 1 2x 9 ⇒ ∂z ∂x (3, 4) = 1 2 1 3 = 1 6 . A inclinac¸a˜o no ponto vale 1 6 . 3 2 Derivada Direcional Ate´ aqui temos estudado func¸o˜es de duas ou treˆs varia´veis independentes com valores reais, ou seja, a imagem sa˜o nu´meros reais. Torna-se necessa´rio introduzir uma func¸a˜o que foge a esses dois casos. Definic¸a˜o 2.1. Dados I um intervalo de nu´meros reais e D um subconjunto de R2 (ou R3). Uma curva de I para D e´ uma func¸a˜o σ : I → D da forma σ(t) = (x(t), y(t)) (ou σ(t) = (x(t), y(t), z(t)) ). As func¸o˜es x(t), y(t) ou z(t) sa˜o de uma varia´vel a valores reais, sa˜o chamadas func¸o˜es coordenadas. A curva σ e´ diferencia´vel quando cada func¸a˜o coordenada tambe´m e´ diferencia´vel. Chamamos derivada de σ no ponto t ao vetor ~σ′(t) = (x′(t), y′(t)) (no caso de σ ser plana). Note que a imagem da func¸a˜o σ e´ oque no´s comumente chamamos de curva. Exemplo 4. Para σ(t) = (cos(t), sen(t)) com 0 ≤ t ≤ 2π obtemos uma circunfereˆncia centrada na origem de raio 1. A derivada no ponto t vale ~σ′(t) = (−sen(t), cos(t)). -2 -1 0 1 2 -2 -1 0 1 2 Exemplo 5. Sejam A = (−1, 2) e B = (4, 6) . Definimos ~v = B − A = (4, 6) − (−1, 2) = (5, 4). Enta˜o a curvadada por γ(t) = A + t~v e´ uma reta que passa por A e B. As func¸o˜es coordenadas de γ sa˜o x(t) = −1 + 5t e y(t) = 2 + 4t. Note que a derivada de γ e´ o pro´prio vetor ~v: γ′(t) = (x′(t), y′(t)) = (5, 4) = ~v. -3 -2 -1 0 1 2 3 4 5 6 7 8 9 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 A B v=(5,4) Definic¸a˜o 2.2. Dado ~v ∈ R2 um vetor qualquer. Considere (a, b) um ponto do R2. Pelo exemplo 5 a func¸a˜o γ : [0, 1] → R2, dada por γ(t) = (a, b) + t~v descreve uma reta no plano, que passa por (a, b) quando t = 0. Se f : D → R e´ uma func¸a˜o de duas varia´veis tal que a reta acima esta´ contida no seu domı´nio, podemos compor as func¸o˜es f e γ, obtendo uma func¸a˜o de uma varia´vel real: f ◦ γ(t) : I → R. A Derivada Direcional de f no ponto (a, b), relativo ao vetor ~v (se existir) e´ o limite ∂f ∂~v (a, b) = lim t→0 f(γ(t))− f(γ(0)) t− 0 . Escrevendo explicitamente as func¸o˜es coordenadas de γ a fo´rmula acima fica: ∂f ∂~v (a, b) = lim t→0 f(a+ tv1, b+ tv2)− f(a, b) t . Vemos que ∂f ∂~v (a, b) e´ a derivada da composta f(γ(t)), onde γ(t) parametriza uma reta passando por (a, b), e com vetor diretor ~v. As derivadas direcionais sa˜o definidas de forma ideˆntica para func¸o˜es de treˆs varia´veis. 4 -2 -1 0 1 2 3 -2 -1 0 1 2 3 S v Interpretac¸a˜o Geome´trica: Por simplicidade consideramos o caso f = f(x, y). Chamemos de S a` intersec¸a˜o do gra´fico de f com o plano vertical que passa pela reta (a, b) + t~v. Enta˜o a derivada direcional ∂f ∂~v (a, b) e´ a inclinac¸a˜o dessa curva, no ponto (x, y, z) = (a, b, f(a, b)). Exemplo 6. Para ~v = (1, 2), calcule ∂f ∂~v (1, 3). f(x, y) = x2y − xy2. Soluc¸a˜o. Seguindo a definic¸a˜o de derivada direcional, efetuamos ∂f ∂~v (1, 3) = lim t→0 f(1 + t, 3 + 2t)− f(1, 3) t = = lim t→0 (1 + t)2(3 + 2t)− (1 + t)(3 + 2t)2 + 6 t = = lim t→0 −6− 13t− 9t2 − 2t3 + 6 t = = lim t→0 −13− 9t− 2t2 = −13 Exemplo 7. Calcule a derivada de g(x, y) = 3xy + x na direc¸a˜o do vetor ~w = (3,−1) e no ponto (a, b) arbitra´rio. Soluc¸a˜o. ∂g ∂~u (a, b) = lim t→0 g(a+ 3, b− t)− g(a, b) t = = lim t→0 3(a+ 3t)(b− t) + (a+ 3t)− [3ab+ a] t = = lim t→0 3ab− 3at+ 9bt− 9t2 + a+ 3t− 3ab− a t = 9b− 3a+ 3 . Observac¸a˜o 2.3. As derivadas parciais ∂f ∂x , ∂f ∂y e ∂f ∂z sa˜o casos particulares de derivadas direcionais. ~e1 = (1, 0)⇒ ∂f ∂x = ∂f ∂ ~e1 = lim t→0 f(x+ t, y)− f(x, y) t ~e2 = (0, 1)⇒ ∂f ∂y = ∂f ∂ ~e2 = lim t→0 f(x, y + t)− f(x, y) t e no caso tridimensional, ~e3 = (0, 0, 1)⇒ ∂f ∂z = ∂f ∂ ~e3 = lim t→0 f(x, y, z + t)− f(x, y, z) t . 5 3 Gradiente Dada f : D → R uma func¸a˜o de duas ou treˆs varia´veis. Assuma que f possui derivadas parciais no ponto P ∈ D. O gradiente de f em P , denotado ∇f(P ) ou ~∇f(P ) e´ um vetor cujas coordenadas sa˜o as derivadas parciais de f no ponto P . Explicitamente, se D ⊂ R2 enta˜o ∇f(P ) = ( ∂f ∂x (P ), ∂f ∂y (P ) ) . e se D ⊂ R3, ∇f(P ) = ( ∂f ∂x (P ), ∂f ∂y (P ), ∂f ∂z ) . Note que o vetor gradiente de uma func¸a˜o esta´ associado a um ponto do domı´nio da func¸a˜o - onde calcularam-se as derivadas parciais. Naturalmente, se a func¸a˜o possuir derivadas parciais em todo seu domı´nio, havera´ um vetor gradiente para cada ponto de D. O conjunto de todos esses vetores forma o campo gradiente da func¸a˜o. Exemplos 8. Calcule os gradientes. 1) f(x, y) = x2 + y2. 2) f(x, y) = 3x+ 2y. 3) f(x, y, z) = x2 + y2 − z2. Soluc¸a˜o. 1) ∇f = (fx, fy) = (2x, 2y). 2) ∇f = (3, 2). 3) ∇f = (2x, 2y,−2z) Interpretac¸a˜o geome´trica: O gradiente indica a direc¸a˜o e o sentido em que o crescimento de f e´ mais ra´pido. A demonstrac¸a˜o desse fato requer uso da Regra da Cadeia (veremos mais adiante), mas por hora importa usarmos essa ide´ia associada aos conjuntos de n´ıvel. Se a func¸a˜o cresce ou decresce mais ra´pido na direc¸a˜o do seu gradiente enta˜o ela deve ter variac¸a˜o pequena em uma direc¸a˜o ortogonal ao gradiente. Realmente isso ocorre, e mais preciso e´ dizer que a func¸a˜o e´ “aproximadamente”constante numa curva que passa pelo ponto e e´ ortogonal ao gradiente naquele ponto. Enta˜o, essa e´ um pedac¸o da curva de n´ıvel: curvas de n´ıvel sa˜o ortogonais aos vetores gradientes em cada um de seus pontos. Isso para uma func¸a˜o de duas varia´veis. No caso de func¸a˜o no R3, podemos dizer que superf´ıcies de n´ıvel sa˜o sempre ortogonais aos vetores gradientes em cada ponto. Exemplo 9. Esboce as curvas de n´ıvel 1,3 e 4 da func¸a˜o dada no exemplo 8 1). Esboce alguns vetores gradientes sobre cada curva. Soluc¸a˜o -3 -2 -1 0 1 2 3 -4 -3 -2 -1 0 1 2 3 4 c=1 c=3 c=4 6 Exemplo 10. Abaixo esta˜o esboc¸ados o campo gradiente de f(x, y) = y2 − x2 e algumas curvas de n´ıvel. -4 -3 -2 -1 0 1 2 3 4 5 -5 -4 -3 -2 -1 0 1 2 3 4 5 f=-2 f=-1f=1 f=2 4 Func¸o˜es Diferencia´veis O que estudaremos nessa sec¸a˜o e´ essencial para compreendermos a aproximac¸a˜o de func¸o˜es de va´rias varia´veis e para usarmos os principais teoremas da teoria diferencia´vel. Comec¸amos com uma func¸a˜o f(x, y) definida em D ⊂ R2, e tal que exista o gradiente de f (ou seja, as derivadas parciais) num ponto (a, b) contido em D. Com todos esses elementos, podemos definir uma nova func¸a˜o de duas varia´veis: r(x, y) = f(a, b) +∇f(a, b).(x− a, y − b) . (1) Note que a func¸a˜o r(x, y) acima foi definida sabendo-se apenas o valor de f no ponto (a, b) e os valores de suas derivadas parciais nesse ponto. Uma conta fornece r(a, b) = f(a, b) e ∇r(a, b) = ∇f(a, b) . Logo, os valores de r(x, y) e f(x, y) e de suas derivadas parciais sa˜o respectivamente iguais no ponto (a, b). E´ poss´ıvel mostrar pela ana´lise que nessas condic¸o˜es as duas func¸o˜es esta˜o pro´ximas uma da outra, quando (x, y) esta´ pro´ximo de (a, b). Esse fato e´ matematicamente expresso pelo limite lim (x,y)→(a,b) |f(x, y)− r(x, y)| |(x− a, y − b)| = 0 . Definic¸a˜o 4.1. Dizemos que f e´ diferencia´vel no ponto (a, b) se as derivadas parciais de f existem em (a, b), e ale´m disso a func¸a˜o r(x, y) definida em (1) juntamente com f satisfazem o limite nulo acima. Dizemos que f e´ diferencia´vel se for diferencia´vel em todos os pontos (a, b) em seu domı´nio. Para func¸o˜es de treˆs varia´veis, a definic¸a˜o de diferenciabilidade em um ponto e´ equivalente, com a diferenc¸a que no limite acima teremos func¸o˜es f e r nas varia´veis x,y e z, e no denominador, a distaˆncia entre (x, y, z) e um ponto fixo (a, b, c) do espac¸o. Olhamos o limite acima apenas do ponto de vista conceitual: Quando (x, y) → (a, b) o denomi- nador da frac¸a˜o - que e´ a distaˆncia entre os pontos - tende para zero. Logo, para que o limite seja zero, e´ necessa´rio que o numerador tambe´m se aproxime de zero, contudo isso se da´ mais ra´pido que a convergeˆncia do denominador. Sempre que isso ocorre em um limite dizemos que o numerador e´ um infinite´simo do denominador. Na˜o e´ dif´ıcil perceber, portanto, que ao menos para valores de (x, y) pro´ximos de (a, b), os valores de r e f devem estar pro´ximos entre si. Que func¸o˜es sa˜o diferencia´veis ? Essa questa˜o e´ mais dif´ıcil de ser respondida em geral, pois envolve um nu´mero diverso de fatores. Faremos um resumo de alguns dos principais fatos associados a` questa˜o da diferenciabilidade. 7 1. Se f e g sa˜o duas func¸o˜es diferencia´veis em P enta˜o f + g, f − g, f.g e f/g sa˜o tambe´m diferencia´veis em P (onde estiverem definidas). 2. Se f possui as derivadas parciais cont´ınuas em um ponto P enta˜o f e´ diferencia´vel em P . Uma func¸a˜o pode ser diferencia´vel em um ponto e alguma(s) de suas(s) derivadas parciais na˜o ser(em) cont´ınua(s).3. Toda func¸a˜o diferencia´vel e´ cont´ınua. Ha´ func¸o˜es cont´ınuas que na˜o sa˜o diferencia´veis. Usando os fatos acima conclu´ımos rapidamente que: 1. As projec¸o˜es w = x, w = y e w = z sa˜o func¸o˜es diferencia´veis. Pois suas derivadas parciais sa˜o constantes, portanto cont´ınuas. 2. Combinando essas projec¸o˜es em somas, produtos, quocientes, etc., conclu´ımos que as func¸o˜es racionais sa˜o diferencia´veis em seus domı´nios. 3. As func¸o˜es dos exemplos 1 sa˜o diferencia´veis, por inspec¸a˜o na continuidade de suas derivadas parciais. A func¸a˜o do exemplo 2 na˜o e´ diferencia´vel na origem, oque pode ser visto aplicando-se o limite da definic¸a˜o. 5 Regra da Cadeia para derivac¸a˜o Nos interessam duas verso˜es da regra da cadeia, que trata da derivada de uma func¸a˜o composta. Enunciamos os Teoremas usando apenas a palavra “diferencia´vel” significando “diferencia´vel numa regia˜o de seu domı´nio” ou enta˜o “diferencia´vel em um ponto”, o qual deve ser especificado. Regra da Cadeia 1a versa˜o. Dados f(x, y) func¸a˜o e σ(t) = (x(t), y(t)) curva, ambos diferencia´veis. Assuma que a imagem de σ esta´ contida no domı´nio de f . Enta˜o a composta f ◦ σ(t) = f(x(t), y(t)) e´ diferencia´vel. Sua derivada (relativo a t) e´ dada pela fo´rmula d dt f(σ(t)) = ∂f ∂x (x, y) dx dt (t) + ∂f ∂y (x, y) dy dt (t) . (2) Note que as letras x e y desempenham papel amb´ıguo nessa expressa˜o, ora sendo varia´veis indepen- dentes (∂x e ∂y), ora sendo func¸o˜es de uma varia´vel x(t) e y(t). Outra fo´rmula equivalente a` (2): d dt f ◦ σ(t) = ∂f ∂x dx dt + ∂f ∂y dy dt = ∇f.(dx dt , dy dt ) = ∇f(σ(t)).~σ′(t) . (3) Escrita para func¸o˜es de mais de duas varia´veis, a Regra da Cadeia mante´m o mesmo padra˜o, bas- tando que se considere na somato´ria do 2o membro de (2) todas as derivadas parciais da func¸a˜o, e coordenadas da curva. Para g(x, y, z) e γ(t) = (x(t), y(t), z(t)), por exemplo, fica ∂ ∂t g(γ(t)) = ∂g ∂x dx dt + ∂g ∂y dy dt + ∂g ∂z dz dt . Equac¸a˜o (3) traduz a Regra da Cadeia da mesma forma que (2), mas da´ um significado geome´trico importante. A derivada da composta de uma func¸a˜o com uma curva e´ o gradiente da func¸a˜o, calculado na curva, produto escalar com o vetor derivada da curva. Esse fato nos da´ uma fo´rmula para o ca´lculo de derivadas direcionais de func¸o˜es diferencia´veis sem o uso de limites. Teorema 5.1. Se f(x, y) e´ diferencia´vel e ~v e´ vetor unita´rio enta˜o a derivada direcional num ponto (a, b) pode ser calculada como ∂f ∂~v (a, b) = ∇f(a,b).~v . 8 A prova deste teorema consiste em fazer σ(t) = (a, b) + t~v, observar que σ e´ claramente dife- rencia´vel e aplicar a regra da cadeia a` composta f(σ(t)), ( d dt f ◦ σ)(0) = ∂f ∂~v = ∇f(a,b).~σ′(0) = ∇f(a,b).~v . Exemplo 11. Revendo os exemplos 6 e 7: em ambos os casos as func¸o˜es envolvidas sa˜o diferencia´veis (polinoˆmios). Portanto o Teorema acima se aplica. Para o exemplo 6 o gradiente de f fica (2xy − y2,−2xy + x2), e no ponto (1, 3) obtemos ∇f(1,3) = (−3,−5). Calculando a derivada direcional, ∂f ∂~v (1, 3) = ∇f(1,3).(1, 2) = (−3,−5).(1, 2) = −13 . De forma parecida, obtemos para o exemplo 7 o gradiente de g, ∇g(x, y) = (3y + 1, 3x). Derivando g ao longo do vetor ~u fica ∂g ∂~u (a, b) = ∇g(a,b).(3,−1) = (3b+ 1, 3a).(3,−1) = 9b+ 3− 3a . Exemplo 12. Sendo f(x, y) = √ x2 + y2 e σ(t) = (t3 − 5, t2) obtenha a derivada de f(σ(t)) em t = 2. Exemplo 13. Sendo f(x, y) = √ x2 + y2 e σ(t) = (t3 − 5, t2) obtenha a derivada de f(σ(t)) em t = 2. Soluc¸a˜o. As func¸o˜es envolvidas sa˜o diferencia´veis. Usando t = 2 obtemos o ponto da curva σ(2) = (3, 4). Calculamos o gradiente de f neste ponto. ∇f = ( x√ x2 + y2 , y√ x2 + y2 ) ⇒ ∇f(3,4) = ( 3 5 , 4 5 ) . Como a derivada da curva tem expressa˜o ~σ′(t) = (3t2, 2t), a derivada em t = 2 e´ (12, 4). Logo, a regra da cadeia resulta em d(f(σ)) dt (2) = ( 3 5 , 4 5 ) .(12, 4) = 52 5 . Exemplo 14. A func¸a˜o g(x, y, z) : R3 → R e´ diferencia´vel, assim como a curva γ(s). Definimos a func¸a˜o h(s) = g(γ(s)). Sabendo que ∂g ∂x (1, 2, 2) = −3, ∂g ∂y (1, 2, 2) = −1, ∂g ∂z (1, 2, 2) = 4 3 , γ(1) = (1, 2, 2) e ~γ′(1) = (6, 0, 5) calcule h′(1). Soluc¸a˜o. Aplicac¸a˜o direta da regra da cadeia, apo´s observar que a curva γ passa pelo ponto (1, 2, 2) no instante s = 1. Fazendo γ(s) = (x(s), y(s), z(s)) fica h′(1) = ∂g ∂x (1, 2, 2) dx ds (1) + ∂g ∂y (1, 2, 2) dy ds (1) + ∂g ∂z (1, 2, 2) dz ds (1) = −34 3 . Na Regra da Cadeia 1a versa˜o tratamos da composic¸a˜o de func¸o˜es com curvas, e suas derivadas. A segunda versa˜o desta regra considera que as func¸o˜es que ocorrem “dentro” da composta na˜o sa˜o curvas, mas auteˆnticas func¸o˜es de va´rias varia´veis. Assim, e´ dado f(x, y), e supomos que tanto x como y sa˜o varia´veis dependentes de outras, por exemplo, x = x(u, v) e y = y(u, v). Assumindo que todas as func¸o˜es acima sa˜o diferencia´veis, desejamos saber quanto vale ∂f ∂u e ∂f ∂v , posto que f = f(x(u, v), y(u, v)) pode ser vista como func¸a˜o de u e v, apo´s a composic¸a˜o. 9 Regra da Cadeia 2a versa˜o. Nas condic¸o˜es do para´grafo acima, a func¸a˜o dada por h(u, v) = f(x(u, v), y(u, v)) e´ diferencia´vel, e suas derivadas parciais sa˜o: ∂h ∂u (u, v) = ∂f ∂x ∂x ∂u + ∂f ∂y ∂y ∂u , ∂h ∂v (u, v) = ∂f ∂x ∂x ∂v + ∂f ∂y ∂y ∂v . Para uma func¸a˜o de treˆs varia´veis g(x, y, z), supondo x = x(r, s), y = y(r, s) e z = z(r, s), as derivadas parciais de h = g(x(r, s), y(r, s), z(r, s)) ficam ∂h ∂r (r, s) = ∂g ∂x ∂x ∂r + ∂g ∂y ∂y ∂r + ∂g ∂z ∂z ∂r , ∂h ∂s (r, s) = ∂g ∂x ∂x ∂s + ∂g ∂y ∂y ∂s + ∂g ∂z ∂z ∂s . Observac¸a˜o 5.2. Na˜o ha´ diferenc¸a real entre as duas verso˜es da regra da cadeia, a na˜o ser o fato de que na segunda a composta e´ func¸a˜o de va´rias varia´veis. Portanto a derivada e´ sempre parcial e calculada com as demais varia´veis feitas constantes. Exemplo 15. Dado f(x, y) = x2 − 5y2, e sabendo-se que x = u + v e y = u − v, (a) encontre a func¸a˜o h(u, v) = f(x(u, v), y(u, v)), e (b) ache ∂h ∂u e ∂h ∂v diretamente e pela regra da cadeia. Soluc¸a˜o. Substituindo as expresso˜es em u,v de x e de y na definic¸a˜o de f encontramos facilmente a composta, h(u, v) = f(u+ v, u− v) = (u+ v)2 − 5(u− v)2 = u2 + 2uv + v2 − 5u2 + 10uv − 5v2 = = −4u2 − 4v2 + 12uv . Tendo a parte (a) resolvida, fazemos a parte (b) derivando diretamente, ∂h ∂u = ∂ ∂u (−4u2 − 4v2 + 12uv) = −8u+ 12v ∂h ∂v = ∂ ∂v (−4u2 − 4v2 + 12uv) = −8v + 12u . e para verificarmos o Teorema, tambe´m aplicamos a Regra da Cadeia, ∂h ∂u = ∂f ∂x ∂x ∂u + ∂f ∂y ∂y ∂u = 2x.1− 10y.1 = 2(u+ v)− 10(u− v) = −8u+ 12v ∂h ∂v = ∂f ∂x ∂x ∂v + ∂f ∂y ∂y ∂v = 2x.1− 10y.(−1) = 2(u+ v) + 10(u− v) = 12u− 8v . Exemplo 16. Sendo w = xy+ z2 e x = 2u, y = u+3v e z = uv encontre as derivadas parciais ∂w ∂u e ∂w ∂v . Soluc¸a˜o. Aplicando a regra da cadeia. ∂w ∂u = ∂w ∂x ∂x ∂u + ∂w ∂y ∂y ∂u + ∂w ∂z ∂z ∂u = y.2 + x.1 + 2z.v = 2u+ 6v + 2u+ 2uv2 = 4u+ 6v + 2uv2 ∂w ∂v = ∂w ∂x ∂x ∂v + ∂w ∂y ∂y ∂v + ∂w ∂z ∂z ∂v = y.0 + x.3 + 2z.u = 6u+ 2u2v . 10 6 Reta e Plano Tangentes Recordemos que qualquer reta no plano pode ser descrita pela equac¸a˜o ax + by = c, onde a, b, c sa˜o constantes reais. Mais ainda, o significado geome´trico de a e b e´ o de coeficientes de um vetor ortogonal a` reta. Similarmente, um plano qualquer tem por equac¸a˜o ax + by + cz = d onde as 3 primeiras constantes formam um vetor (a, b, c)em R3 que e´ ortogonal ao plano descrito. Seja enta˜o f : D ⊂ R2 → R e considere a curva de n´ıvel k de f . Escolha um ponto P nessa curva e assuma que ∇f(P ) 6= 0. Enta˜o esse gradiente e´ perpendicular a` curva de n´ıvel, ou seja, e´ perpendicular a` reta tangente no ponto P a` curva de n´ıvel. Podemos enta˜o obter a equac¸a˜o dessa reta tangente. Se Q = (x, y) e´ um ponto arbitra´rio da reta o vetor Q − P e´ paralelo a` reta. Logo, (Q− P ).∇f(P ) = 0 . Substituindo na equac¸a˜o acima Q = (x, y), P = (x0, y0) e ∇f(P ) = ( ∂f ∂x (P ), ∂f ∂y (P ) ) = (a, b) fica [(x, y)− (x0, y0)].(a, b) = 0 ⇒ ax+ by = c . onde a constante c vale ax0 + by0. -1 0 1 2 3 4 -3 -2 -1 0 1 2 P grad f(P) f(x,y)=k De forma similar, dados g : R3 → R e S a superf´ıcie de n´ıvel k de g, tomamos um ponto P de S onde ∇g(P ) 6= 0. O plano tangente a` S em P tem por equac¸a˜o: (Q− P ).∇g(P ) = 0 ⇒ ax+ by + cz = d . A equac¸a˜o do plano acima foi obtida fazendo-se Q = (x, y, z), d = P.∇g(P ) e ∇g(P ) =( ∂f ∂x (P ), ∂f ∂y (P ), ∂f ∂z (P ) ) . 11 P grad g(P) g(x,y,z)=k Exemplo 17. Determine a equac¸a˜o da reta tangente a` curva x2 + xy + y2 − 3y = 1 em (1, 2). Soluc¸a˜o. Inicialmente associamos uma func¸a˜o em duas varia´veis a` curva dada: esta sera´ uma curva de n´ıvel daquela func¸a˜o. A escolha para tal func¸a˜o na˜o e´ u´nica, mas no caso, podemos tomar f(x, y) = x2 + xy + y2 − 3y (outra possibilidade: f(x, y) = x2 + xy + y2 − 3y + constante). A curva dada e´ o n´ıvel 1 de f , f(x, y) = 1. Note tambe´m que f(1, 2) = 1. Calculando o gradiente de f em (1, 2) obtemos ∇f(x, y) = (2x+ y, 2y − 3 + x) ⇒ ∇f(1, 2) = (4, 2) . Usando o ponto de tangeˆncia (1, 2) para calcular a constante independente chegamos no valor 4x0 + 2y0 = 8. Logo a equac¸a˜o da reta fica 4x+ 2y = 8 . Exemplo 18. Determine a equac¸a˜o do plano tangente a` superf´ıcie S de equac¸a˜o x2 + 3y2 + 4z2 = 8 no ponto (1,−1, 1). Soluc¸a˜o. Devemos perceber S como superf´ıcie de n´ıvel 8 da func¸a˜o f(x, y, z) = x2 + 3y2 + 4z2. Enta˜o, calculando gradiente no ponto, ∇f(x, y, z) = (2x, 6y, 8z) ⇒ ∇f(1,−1, 1) = (2,−6, 8) . Ate´ aqui temos por equac¸a˜o do plano 2x−6y+8z = d. A constante d e´ determinada substituindo-se na equac¸a˜o as coordenadas de um ponto que sabemos pertencer ao plano, nesse caso, (1,−1, 1). (1,−1, 1) ∈ plano ⇒ 2(1)− 6(−1) + 8(1) = d ⇒ d = 16 . A equac¸a˜o do plano tangente e´ 2x− 6y + 8z = 16. 7 Derivadas Parciais Superiores Dado f uma func¸a˜o definida em duas ou mais varia´veis independentes. Por simplicidade vamos supor f = f(x, y). Admitimos tambe´m que f possui as derivadas parciais em todo (x, y) de seu domı´nio. Enta˜o obtivemos duas novas func¸o˜es em x e y, ∂f ∂x (x, y) e ∂f ∂y (x, y). Se as mesmas hipo´teses que tomamos para f valerem tambe´m para ∂f ∂x (ou ∂f ∂y ) podemos repetir o argumento e obter duas novas func¸o˜es de x,y, que sa˜o ∂ ∂x (∂f ∂x ) e ∂ ∂y (∂f ∂x ). De forma ana´loga conseguimos ∂ ∂x (∂f ∂y ) e ∂ ∂y (∂f ∂y ). Essas quatro u´ltimas func¸o˜es, obtidas das derivadas parciais de f sa˜o as derivadas parciais segundas de f . 12 Essa ide´ia pode ser aplicada repetidamente, desde que em cada etapa as func¸o˜es obtidas possuam derivadas parciais em todos os pontos. Definimos a ordem de uma derivada como o nu´mero de vezes que algum operador derivada parcial (seja ∂ ∂x ou ∂ ∂y ) foi aplicado na func¸a˜o f para se obter aquela derivada. Note que f e´ considerada uma derivada de ordem 0 de si mesma. Podemos resumir com um diagrama: f(x, y) {{vv vv vv vv vv vv **UU UUU UUU UUU UUU UUU UUU UUU UUU UU ∂f ∂x }}zz zz zz zz zz zz "" DD DD DD DD DD D ∂f ∂y }}zz zz zz zz zz z !! DD DD DD DD DD DD ∂2f ∂x2 �� ∂2f ∂y∂x }}zz zz zz zz z �� ∂2f ∂x∂y �� !! DD DD DD DD ∂2f ∂y2 �� �� ?? ?? ?? ?? ? ∂3f ∂x3 ∂3f ∂y∂2x ∂3f ∂x∂y∂x ∂3f ∂2y∂x ∂3f ∂2x∂y ∂3f ∂y∂x∂y ∂3f ∂x∂2y ∂3f ∂y3 Em geral, falamos nas ene´simas derivadas parciais, ou derivadas de ordem n da func¸a˜o f . ∂nf ∂x3∂y2 · · ·∂x, · · · Outra notac¸a˜o: ∂2f ∂y∂x = fyx, ∂2f ∂x2 = fxx, ∂3f ∂2y∂x = fyyx, etc. Exemplo 19. Calculemos as derivadas de ordem 2 da func¸a˜o g(x, y) = exy 2 − tan(4x − 3y). Comec¸amos com as derivadas de ordem 1. ∂g ∂x = y2exy 2 − 4 sec2(4x− 3y) e ∂g ∂y = 2yxexy 2 + 3 sec2(4x− 3y) . As derivadas segundas sa˜o: ∂2g ∂x2 = y4exy 2 − 32 sec2(4x− 3y) tan(4x− 3y) ∂2g ∂y∂x = 2yexy 2 + 2y3xexy 2 + 24 sec2(4x− 3y) tan(4x− 3y) ∂2g ∂x∂y = 2yexy 2 + 2y3xexy 2 + 24 sec2(4x− 3y) tan(4x− 3y) ∂2g ∂y2 = 2xexy 2 + 4y2x2exy 2 − 18 sec2(4x− 3y) tan(4x− 3y) Definic¸a˜o 7.1. f : D ⊂ R2 → R. Dizemos que f e´ de classe Ck (k e´ inteiro na˜o negativo) se f possui todas as derivadas parciais ate´ ordem k e elas sa˜o cont´ınuas. Dizemos que f e´ de classe C∞ se ela possui derivadas de qualquer ordem cont´ınuas, ou seja, se ela e´ infinitamente deriva´vel. Observac¸a˜o 7.2. Para qualquer inteiro na˜o negativo k podemos ver que Ck ⊃ Ck+1. Assim temos um encadeamento decrescente C0 ⊃ C1 ⊃ C2 ⊃ · · · ⊃ Ck ⊃ Ck+1 ⊃ · · · Em particular, temos que C∞ = ∩∞i=1Ci. 13 Regra de Schwarz. Se f e´ de classe C2 enta˜o ∂2f ∂x∂y = ∂2f ∂y∂x . Exemplo 20. Calcule as derivadas de ordem 2 mistas ∂2 ∂x∂y e ∂2 ∂y∂x de f(x, y) = sen(x2y)−x3+xey. Soluc¸a˜o. Notamos que a func¸a˜o f possui derivadas de todas as ordens cont´ınuas, porque e´ composta de func¸o˜es que possuem infinitas derivadas (func¸o˜es trigonome´tricas, exponenciais e polinomiais). Enta˜o f e´ de classe C∞, logo f e´ de classe C2 e necessitamos calcular apenas uma das derivadas pedidas, a qual sera´ igual a` outra. Escolhemos obter ∂2f ∂x∂y . Calculando primeiro ∂f ∂y , ∂f ∂y = x2 cos(x2y) + xey . Agora obtemos a derivada parcial segunda: ∂2f ∂x∂y = 2x cos(x2y)− 2x3ysen(x2y) + ey . 8 Otimizac¸a˜o Nas aplicac¸o˜es a`s cieˆncias, frequentemente surge a necessidade de se achar pontos de ma´ximo e mı´nimo de func¸o˜es em duas ou mais varia´veis, assim como seus valores de ma´ximo e mı´nimo. Na F´ısica busca-se o mı´nimo da energia potencial U(x,y,z) definida no espac¸o. Na Economia deseja-se maximizar a func¸a˜o lucro, que pode depender de diversos paraˆmetros. Na Qu´ımica interessa saber a temperatura e a quantidade do reagente A que maximizam a produc¸a˜o de uma substaˆncia B, numa certa reac¸a˜o “in vitro”. A otimizac¸a˜o e´ o procedimento do ca´lculo que nos permite analisar esses problemas. Para tal, devemos antes definir com cuidado os conceitos acima. Nessas notas nos restringiremos a`s func¸o˜es de duas varia´veis no plano e func¸o˜es de duas varia´veis restritas a curvas no plano. 8.1 Func¸o˜es definidas em regio˜es do plano Definic¸a˜o 8.1. Seja f(x, y) definida em uma regia˜o D ⊂ R2. Tome um ponto P = (x0, y0) ∈ D. Dizemos que P e´ ponto de. . . MI´NIMO LOCAL: Se f(x, y) ≥ f(x0, y0) para todos os pontos (x, y) suficientemente pro´ximos de (x0, y0) em D. Por suficientemente pro´ximo entende-se que existe um raio r > 0 (pequeno) para o qual a propriedade f(x, y) ≥ f(x0, y0) vale desde que a distaˆncia entre (x, y) e (x0, y0) seja menor que r. MA´XIMO LOCAL: Se f(x, y) ≤ f(x0, y0) para todos os pontos (x, y) suficientemente pro´ximos de (x0, y0) em D. Um ponto de mı´nimo local no qual a condic¸a˜o f(x, y) ≥ f(x0, y0) vale para todo (x, y) no domı´nio de f e´ chamado MI´NIMO GLOBAL. Assim tambe´m, um ponto de ma´ximo local sera´MA´XIMO GLOBAL se a desigualdade respectiva valer para toda a regia˜o D. Qualquer ponto de ma´ximo ou mı´nimo e´ chamado PONTO EXTREMO, oqual pode serlocal ou global. Lembramos que a regia˜o D pode ser o plano todo, ou enta˜o apresentara´ uma fronteira C. Os pontos extremos de f podem ocorrer no interior de D e tambe´m em sua fronteira. Um Teorema do Ca´lculo I generalizado nos da´ uma consequeˆncia da existeˆncia de pontos extremos: 14 Teorema 8.2. Seja P um ponto extremo de f no interior de D. Enta˜o OU o gradiente de f na˜o existe em P (uma das derivadas parciais, ou ambas, na˜o existem), OU o gradiente existe e vale (0,0). O Teorema acima nos motiva a` definic¸a˜o seguinte: Definic¸a˜o 8.3. Um Ponto Cr´ıtico de uma func¸a˜o f e´ um ponto P do seu domı´nio no qual o vetor ∇f(P ) na˜o existe, ou enta˜o existe e vale ∇f(P ) = (0, 0). Exemplo 21. A func¸a˜o f(x, y) = x2 + y2 e´ diferencia´vel no R2 e so´ pode ter pontos cr´ıticos do tipo ∇f = (0, 0). Como ∇f(x,y) = (2x, 2y) vemos que o u´nico ponto cr´ıtico de f e´ a origem (0, 0). Exemplo 22. A func¸a˜o g(x, y) = x 3 3 −3y2+2xy−x e´ diferencia´vel no plano. Resolvemos a equac¸a˜o ∇g(x,y) = (0, 0): ∇g(x,y) = (x2 + 2y − 1,−6y + 2x) = (0, 0) =⇒ { x2 + 2y − 1 = 0 −6y + 2x = 0 . O sistema de equac¸o˜es obtido tem por soluc¸a˜o os pontos {(−1+ √ 10 3 , −1+ √ 10 9 ), (−1− √ 10 3 , −1− √ 10 9 )}. Estes sa˜o pois os u´nicos pontos cr´ıticos de g. O teorema 8.2 e a definic¸a˜o 8.3 nos permitem concluir que todo ponto extremo INTERIOR ao domı´nio e´ ponto cr´ıtico da func¸a˜o. Contudo, nem todo ponto cr´ıtico necessita ser ponto extremo. Isso sugere mais uma definic¸a˜o. Definic¸a˜o 8.4. Um ponto cr´ıtico P = (x0, y0) de f(x, y) e´ chamado ponto de sela se vale a propriedade seguinte: podemos encontrar pontos (x1, y1) ta˜o pro´ximos de (x0, y0) quanto desejarmos com f(x1, y1) ≤ f(x0, y0); e podemos encontrar pontos (x2, y2) ta˜o pro´ximos de (x0, y0) quanto desejarmos e com f(x2, y2) ≥ f(x0, y0). Note que a definic¸a˜o de ponto de sela so´ vale para pontos cr´ıticos. Um ponto P no qual∇f(P ) 6= 0 na˜o pode ser classificado como ponto de sela, mesmo que ambas desigualdades da definic¸a˜o acima valham para P . Exemplo 23. Veˆ-se atrave´s de um ca´lculo que o u´nico ponto cr´ıtico de f(x, y) = y2 − x2 e´ (0, 0). Tomando x = 0 e valores arbitrariamente pequenos para y obtemos pontos onde f(0, y) = y2 > 0, logo f(0, y) > f(0, 0) = 0. E se tomarmos y = 0 e x arbitrariamente pequeno obtemos pontos onde f(x, 0) < f(0, 0). Isso mostra ser a origem um ponto de sela. Similar ao Ca´lculo I temos um crite´rio para classificar pontos cr´ıticos a partir das derivadas segundas de f(x, y). E´ conveniente introduzir a definic¸a˜o seguinte: Definic¸a˜o 8.5. Seja f uma func¸a˜o de classe C2. A matriz hessiana de f e´ a matriz tipo 2× 2 Hf = ∂2f ∂x2 ∂2f ∂y∂x ∂2f ∂x∂y ∂2f ∂y2 . O determinante da matriz hessiana e´ detHf = ∂2f ∂x2 ∂2f ∂y2 − ( ∂2f ∂x∂y )2 . 15 Teorema 8.6. Dado f(x, y) de ordem C2 e P um ponto cr´ıtico no interior do domı´nio de f . Enta˜o: 1. Se detHf > 0 e ∂2f ∂x2 > 0 ⇒ P e´ ponto de mı´nimo local. 2. Se detHf > 0 e ∂2f ∂x2 < 0 ⇒ P e´ ponto de ma´ximo local. 3. Se detHf < 0 ⇒ P e´ ponto de sela. 4. Se detHf = 0 ⇒ teste inconclusivo. Vamos analisar alguns exemplos anteriores atrave´s deste teorema. Exemplo 24. No exemplo 21 a func¸a˜o f tem matriz hessiana calculada num ponto (x, y) arbitra´rio Hf = ( 2 0 0 2 ) ⇒ detHf = 2.2 = 4 > 0. Como ∂2f ∂x2 = 2 > 0 vemos pelo teste que (0, 0) e´ ponto de mı´nimo local, oque ja´ pod´ıamos infe- rir diretamente antes devido ao crescimento da func¸a˜o afastando-se da origem. Note que (0, 0) e´ efetivamente um mı´nimo global. Ja´ para a func¸a˜o g do exemplo 22 na˜o parece o´bvio qual a classificac¸a˜o dos dois pontos cr´ıticos antes de aplicarmos o teste da segunda derivada. Vamos obter a matriz hessiana em (x, y): Hg(x, y) = ( 2x 2 2 −6 ) . Temos dois pontos cr´ıticos, P1 = ( −1+ √ 10 3 , −1+ √ 10 9 ) e P2 = ( −1− √ 10 3 , −1− √ 10 9 ). Calculando os determi- nantes fica detHg(P1) = 2( −1 +√10 3 )(−6)− 2.2 = −4 √ 10 < 0 , detHg(P2) = 2( −1−√10 3 )(−6)− 2.2 = +4 √ 10 > 0 . Conclu´ımos primeiro que P1 e´ ponto de sela. Agora, como a derivada ∂2g ∂x2 (P2) = 2( −1− √ 10 3 ) e´ negativa, mas seu determinante e´ positivo, temos que P2 e´ ponto de ma´ximo local. Exemplo 25. Encontre os valores extremos locais de f(x, y) = xy − x2 − y2 − 2x− 2y + 4. Soluc¸a˜o. A func¸a˜o e´ diferencia´vel em todo o plano, por isso os pontos extremos ocorrem somente nos pontos cr´ıticos. Calculando as derivadas primeiras, ∂f ∂x = y − 2x− 2 e ∂f ∂y = x− 2y − 2 , vemos que a soluc¸a˜o do sistema { y − 2x− 2 = 0 x− 2y − 2 = 0 nos da´ o u´nico ponto cr´ıtico: P = (−2,−2). Como o determinante da hessiana e´ detHf = det ( −2 1 1 −2 ) = 3 > 0 , o sinal de ∂2f ∂x2 = −2 enta˜o nos indica ser (−2,−2) ponto de ma´ximo local. O valor de ma´ximo correspondente e´ f(−2,−2) = 8. 16 8.2 Func¸o˜es do plano restritas a curvas - Multiplicadores de Lagrange Se f(x, y) esta´ definida em uma regia˜o D ⊂ R2 e C e´ uma curva contida em D, podemos estudar pontos extremos de f somente ao longo da curva C. Em geral, a curva C e´ vista como curva de n´ıvel. Isso significa que existe outra func¸a˜o g(x, y) tal que C e´ a curva de n´ıvel k de g, g(x, y) = k. Enta˜o, encontrar e classificar pontos extremos de f na curva g(x, y) = k equivale a impor uma restric¸a˜o na procura de pontos extremos, dada pela equac¸a˜o g(x, y) = k . Se P e´ um ponto da curva g(x, y) = k, seja ~v algum vetor na˜o nulo e tangente a` curva no ponto P . Sabemos que ∇g(P ) e´ ortogonal a` curva, logo ∇g(P ) e´ ortogonal ao vetor ~v. Duas situac¸o˜es podem ocorrer relativo ao gradiente de f: 1. Gradiente de f e´ ortogonal a ~v; 2. Gradiente de f na˜o e´ ortogonal a ~v. No caso da segunda situac¸a˜o ocorrer teremos ∇f(P ).~v 6= 0. Isso quer dizer que a derivada direcional ao longo da curva em P , ∂f ∂~v (P ) = ∇f(P ).~v 6= 0. Enta˜o P na˜o pode ser ponto extremo, pois uma derivada direcional positiva significa que f cresce ao longo da curva no sentido de ~v, e vice-versa. Conclu´ımos que a u´nica forma de P ser ponto extremo de f em g(x, y) = k e´ na primeira situac¸a˜o. A´ı o gradiente de f e´ ortogonal a ~v, portanto, e´ paralelo a ∇g. Esse e´ o fato que vamos explorar. Definic¸a˜o 8.7. Um ponto cr´ıtico da func¸a˜o f(x, y) restrita a` curva g(x, y) = k e´ um ponto (x, y) nessa curva que verifica, para algum λ real, ∇f(x, y) = λ∇g(x, y) . Ou seja, e´ um ponto onde os dois gradientes sa˜o paralelos. Note que o conceito de ponto cr´ıtico de f com restric¸a˜o na˜o implica que o gradiente de f seja zero. Teorema 8.8. Seja P um ponto extremo de f(x, y) na curva de n´ıvel g(x, y) = k (ou sujeito a` restric¸a˜o g(x, y) = k). Enta˜o o vetor gradiente de f em P e´ paralelo ao vetor gradiente de g em P . Ou seja, P e´ ponto cr´ıtico de f restrito a` curva. Um fato ba´sico que apenas enunciamos e´: Toda func¸a˜o cont´ınua definida em uma curva fechada do plano possui pontos de ma´ximo e mı´nimo globais. Exemplo 26. Encontre os valores de ma´ximo e mı´nimo de f(x, y) = xy restrito a curva x 2 8 + y 2 2 = 1. Soluc¸a˜o. Definindo g(x, y) = x 2 8 + y 2 2 estamos olhando primeiro para o seguinte problema: Encontrar os pontos (x, y) do plano tais que, para algum λ real,{ ∇f(x, y) = λ∇g(x, y) g(x, y) = 1 . Calculando os gradientes ∇f = (y, x) e ∇g = (x/4, y), chegamos no sistema de equac¸o˜es y = λ x 4 x = λy . (4) Aqui a ana´lise pode ser feita assim: se fosse x = 0 enta˜o necessariamente y = 0, mas (0, 0) na˜o e´ soluc¸a˜o de g(x, y) = 1. Logo deve ser x 6= 0. Dividindo a primeira pela segunda equac¸a˜o em (4) obtemos y x = x 4y =⇒ 4y2 = x2 . 17 Substituindoem g(x, y) = 1 fica 4y2 8 + y2 2 = 1 =⇒ y2 = 1 ⇒ y = ±1 . Para esses valores de y calculamos que x pode ser ±2, ou seja, os u´nicos candidatos a pontos cr´ıticos sa˜o {(2, 1), (2,−1), (−2, 1), (−2,−1)}. Testando diretamente esses pontos chegamos a f(2, 1) = 2 = f(−2,−1) e f(2,−1) = −2 = f(−2, 1). Portanto, o valor ma´ximo de f e´ 2, alcanc¸ado em {(2, 1), (−2,−1)}. O valor mı´nimo e´ -2 em {(−2, 1), (2,−1)}. Observe que a func¸a˜o f(x, y) na˜o tem ma´ximo nem mı´nimo no plano cartesiano. Exemplo 27. Ache o(s) ponto(s) cr´ıticos de f(x, y) = 5x+ 2y na para´bola y = 3x2 − 4x+ 1. Soluc¸a˜o. Definimos g(x, y) = y − 3x2 + 4x e queremos analisar a curva g(x, y) = 1. A condic¸a˜o de ponto cr´ıtico nos da´ ∇f = λ∇g e as equac¸o˜es ficam{ 5 = λ(−6x+ 4) 2 = λ.1 ⇒ λ = 2 e x = 1 4 . Substituindo o valor de x na equac¸a˜o da curva calculamos y = 3 16 . Logo o u´nico ponto cr´ıtico de f restrito a g(x, y) = 1 e´ (1 4 , 3 16 ). Observac¸a˜o 8.9. No u´ltimo exemplo, e´ poss´ıvel mostrar com um argumento geome´trico que o ponto cr´ıtico e´ de mı´nimo global. No exemplo anterior, ja´ sab´ıamos de antema˜o que existiam pontos de ma´ximo e mı´nimo globais porque a curva e´ fechada. Contudo, o problema de se classificar pontos cr´ıticos no caso de haver restric¸o˜es e´ mais complicado do que no caso sem restric¸o˜es. E´ importante tambe´m notar que todos os me´todos das duas u´ltimas sec¸o˜es se generalizam facilmante para o espac¸o R 3. 18