Baixe o app para aproveitar ainda mais
Prévia do material em texto
CALCULO II Derivadas parciais Numa função de mais de uma variável a derivada parcial num ponto é a taxa de variação da função na direção que se deriva no ponto, por exemplo, (a,b) é a derivada da função 𝑓(𝑥, 𝑦) somente com relação à incógnita x no ponto (a,b). Podemos derivar uma função mais de uma vez com relação a incógnitas diferentes. Exemplo: 𝑓(𝑥, 𝑦) = 𝑥 + 𝑥𝑒𝑦 − 𝑥𝑦2 𝜕𝑓 𝜕𝑥 = 𝑓𝑥 = 1 + 𝑒 𝑦 − 𝑦2 𝜕𝑓 𝜕𝑥 = 𝑓𝑦 = 𝑥𝑒 𝑦 − 2𝑥𝑦 PS: Quando estamos calculando uma derivada parcial com relação a uma incógnita x, nós consideramos todas as outras incógnitas como constantes. Seja f uma função de duas variáveis x e y onde 𝑧 = 𝑓(𝑥, 𝑦). Suas derivadas parciais 𝝏𝑭 𝝏𝒙 𝒆 𝝏𝑭 𝝏𝒚 também são funções de duas variáveis x e y, e deste modo podemos derivar parcialmente cada uma delas em relação a x e a y. 𝝏𝑭 𝝏𝒙 𝒆 𝝏𝑭 𝝏𝒚 são chamadas de derivadas parciais de primeira ordem de f. 𝝏 𝝏𝒙 ( 𝝏𝒇 𝝏𝒙 ) = 𝝏𝟐𝒇 𝝏𝒙𝟐 𝒐𝒖 𝒇𝒙𝒙 Derivada parcial de 2º ordem de F em relação a x 𝝏 𝝏𝒚 ( 𝝏𝒇 𝝏𝒚 ) = 𝝏𝟐𝒇 𝝏𝒚𝟐 𝒐𝒖 𝒇𝒚𝒚 Derivada parcial de 2º ordem de F em relação a y 𝝏 𝝏𝒙 ( 𝝏𝒇 𝝏𝒚 ) = 𝝏𝟐𝒇 𝝏𝒙𝝏𝒚 𝒐𝒖 𝒇𝒙𝒚 Derivada parcial de 2º ordem de F em relação a x e em relação a y 𝝏 𝝏𝒚 ( 𝝏𝒇 𝝏𝒙 ) = 𝝏𝟐𝒇 𝝏𝒚𝝏𝒙 𝒐𝒖 𝒇𝒚𝒙 Derivada parcial de 2º ordem de F em relação a y e em relação a x Em resumo, podemos dizer que uma função z=f(x,y) com duas variáveis x e y possui naturalmente duas derivadas. São as chamadas derivadas parciais de F em relação a X e outra em relação a Y TEOREMA DE SCHWARZ : Seja f uma função de duas variáveis reais com derivadas parciais contínuas até a 2ª ordem, então podemos assumir que 𝐹𝑥𝑦 = 𝐹𝑦𝑥 Interpretação geométrica das derivadas parciais Equação do plano tangente ao gráfico de f no ponto 𝑥0, 𝑦0,𝑓(𝑥0, 𝑦0,) 𝑧 − 𝑧0 = 𝑓(𝑥0, 𝑦0) + 𝜕𝑓 𝜕𝑥 (𝑥0, 𝑦0)(𝑥 − 𝑥0) + 𝜕𝑓 𝜕𝑦 (𝑥0, 𝑦0)(𝑦 − 𝑦0) Aproximação linear A linearização é uma superfície que possui valores muito próximos aos da função 𝑓(𝑥, 𝑦) no ponto (𝑥0, 𝑦0). A equação da linearização é: 𝐿(𝑥, 𝑦) = 𝑓(𝑥0, 𝑦0) + 𝜕𝑓 𝜕𝑥 (𝑥0, 𝑦0)(𝑥 − 𝑥0) + 𝜕𝑓 𝜕𝑦 (𝑥0, 𝑦0)(𝑦 − 𝑦0) Derivação Implícita Para calcularmos derivadas implícitas de funções 𝑓(𝑥, 𝑦)=0 recorremos a seguinte formula: 𝜕𝑥 𝜕𝑦 = 𝜕𝑓 𝜕𝑥 𝜕𝑓 𝜕𝑦 Vetor Gradiente O vetor gradiente de F em ponto (x,y) qualquer é dado pela expressão: ∇⃗⃗ 𝑓(𝑥, 𝑦) = ( 𝜕𝑓 𝜕𝑥 , 𝜕𝑓 𝜕𝑦 ) Derivada direcional A derivada direcional 𝐷𝑢𝑓 é a derivada numa direção dada por um vetor unitário �⃗� = (𝑎, 𝑏). Para calcula-la usamos a seguinte formula: 𝐷𝑢𝑓(𝑥, 𝑦) = �⃗� ∗ ∇⃗⃗ 𝑓 PS: A derivada direcional de f no ponto (x,y) é máxima se for igual a |∇⃗⃗ 𝑓(𝑥, 𝑦)| . Esta derivada é obtida se for calculada na direção do vetor ∇⃗⃗ 𝑓(𝑥, 𝑦). A derivada direcional de f no ponto (x,y) é mínima se for igual a -|∇⃗⃗ 𝑓(𝑥, 𝑦)|. Esta derivada é obtida se for calculada na direção do vetor OPOSTO ∇⃗⃗ 𝑓(𝑥, 𝑦). Máximos e mínimos Para calcular máximos e mínimos locais, precisamos resolver o sistema 𝝏𝑭 𝝏𝒙 = 𝟎 𝝏𝑭 𝝏𝒚 = 𝟎 E calculamos o determinante da matriz (hessiano): H(a,b)= | 𝜕2𝑓 𝜕𝑥2 𝜕2𝑓 𝜕𝑥𝜕𝑦 𝜕2𝑓 𝜕𝑥𝜕𝑦 𝜕2𝑓 𝜕𝑦2 | Agora, para cada solução (a,b) do sistema inicial fazemos os testes: Se D (a, b) > 0 e fxx (a, b) < 0, então (a, b) é ponto de máximo local. Se D (a, b) > 0 e fxx (a, b) > 0, então (a, b) é ponto de mínimo local. Se D (a, b) < 0 então (a, b) é ponto de sela. Para calcular máximos e mínimos globais em uma região, fazemos teste de máximos e mínimos locais, restringimos os pontos à região e depois analisamos a fronteira da região Método de lagrange No método de lagrange, nosso objetivo e encontrar máximos e mínimos em restrições. No caso, f é a função que queremos encontrar seus máximos e mínimos e g = k é a restrição. O método consiste em resolver o sistema: { ∇⃗⃗ f = λ∇g 𝑔 = 𝑘 } Como encontrar máximos e mínimos absolutos de uma função f em um conjunto compacto? 1. Encontrar pontos críticos de f; 2. Encontrar pontos críticos de f na fronteira (BORDO) da região compacta; 3. Calcular o valor de z para cada ponto crítico; Onde λ é uma incógnita, que chamamos de multiplicador de lagrange. As soluções do sistema são os candidatos a máximos e mínimos, depois disso é só testar os valores desses pontos. Caso haja mais de uma restrição, acrescenta-se mais um multiplicador ao sistema e a nova restrição { ∇⃗⃗ f = λ∇g + γ∇h 𝑔 = 𝑘 ℎ = 𝑡 } PS: Calcule f em todos os pontos (x, y, z) encontrados no passo anterior. O maior desses valores é o máximo de f, e o menor será o mínimo de f.
Compartilhar