Aula 26: Aplicac
¸˜
oes do integral
Vamos agora ver algumas aplica¸c˜oes do integral. Tipicamente procedemos da se-guinte forma: Dividimos a quantidade Q que queremos calcular num grande n´umero de quantidades pequenas Qi de modo a que Q =PQi. Aproximamos ent˜ao cada Qi por um produto da forma f (x∗i)∆xi. Obtemos assim uma soma de Riemann:
Q ≈Xf (x∗i)∆xi= SP,x∗f
Tomando o limite quando |P | → 0 obtemos Q = lim |P |→0SP,x ∗f = Z b a f (x) dx Vamos ver alguns exemplos deste procedimento.
1. Volumes
Vamos agora ver como calcular o volume de alguns s´olidos. Tal como para a ´area, um tratamento rigoroso exigiria antes de mais uma defini¸c˜ao de volume. Os pro-cedimentos que usaremos podem ser justificados rigorosamente assumindo alguns axiomas para o volume, de modo semelhante ao que fizemos para a ´area. N˜ao o faremos aqui.
Come¸camos com os chamados s´olidos de revolu¸c˜ao. Se R for uma regi˜ao do plano por cima do eixo dos xx, podemos construir um s´olido rodando a regi˜ao R em torno do eixo dos xx. Concretamente, o s´olido ´e a regi˜ao de R3 definida por
S =¶(x, y, z) ∈ R3 : x,py2+ z2∈ R©
Exemplo 1. Os s´olidos obtidos rodando as seguintes figuras em torno do eixo dos xx
s˜ao respectivamente um cone, uma esfera, um copo e um donut. A este tipo de s´olidos chamamos s´olidos de revolu¸c˜ao. As mesmas ideias que us´amos para calcular ´areas permitem-nos calcular o volume deste tipo de s´olidos.
Exemplo 2. Podemos pensar numa esfera de raio r como um s´olido de revolu¸c˜ao obtido rodando em torno do eixo dos xx a regi˜ao R por baixo do gr´afico de f (x) = √
r2− x2. Uma parti¸c˜ao P do intervalo [ −r, r ] divide a regi˜ao R em faixas verticais e podemos aproximar cada faixa vertical por um rectˆangulo.
−r r
Ao rodar R em torno do eixo dos xx, cada rectˆangulo ´e tambem rodado, dando origem a um cilindro de altura ∆xi.
Figura 1. Calculando o volume duma esfera
Tomamos agora o limite quando |P | → 0. Se pensarmos em R como uma uni˜ao infinita de faixas verticais de espessura infinitesimal dx e altura yC =
√
r2− x2, ao rodar R em torno do eixo dos xx cada faixa vertical ´e tamb´em rodada, dando origem a um cilindro de altura dx e ´area da base πy2
C = π(r2− x2).
−r r
yC= √
r2− x2
O volume total ´e a soma dos volumes destes cilindros infinitesimais logo Volume = Z r −r π(r2− x2) dx = ï πr2x −πx 3 3 òr −r = 2πr3−2πr 3 3 = 4πr3 3
Repare que o que fizemos no exemplo 2 foi cortar a esfera `as fatias e aproximar o volume de cada fatia pelo volume dum cilindro:
Aula 26: Aplica¸c˜oes do integral 3
Podemos usar a mesma ideia para calcular o volume de s´olidos arbitr´arios. Exemplo 3. Vamos calcular o volume duma pirˆamide com v´ertices nos pontos (0, 0, 0), (1, 0, 0), (0, 1, 0), (1, 1, 0) e (0, 0, 1). Para tal cortamos a pirˆamide `as fatias horizontalmente e pensamos na pirˆamide como uma uni˜ao infinita de paralelip´ıpedos com base um quadrado e altura infinitesimal dz (ver figura 3)
ℓ z 1 1 − z x y z
Figura 3. Calculando o volume duma pirˆamide
Cada paralelip´ıpedo tem volume ℓ2dz em que ℓ ´e o comprimento do lado do qua-drado. Calculamos facilmente ℓ = 1 − z logo o volume total ´e
Volume = Z 1 0 (1 − z)2dz = −(1 − z)3 3 1 0 = 1 3
2. Comprimento do gr´
afico duma fun¸
c˜
ao
Vamos agora considerar o problema de calcular o comprimento do gr´afico duma fun¸c˜ao cont´ınua f : [a, b] → R. Seja P = {a = x0, x1, . . . , xn = b} uma parti¸c˜ao de [a, b]. Ent˜ao podemos aproximar o gr´afico de f por uma linha poligonal com v´ertices nos pontos (xi, f (xi)). O comprimento dessa linha poligonal ´e a soma do comprimento de cada segmento:
ℓP = n X i=1 » (xi− xi−1)2+ (f (xi) − f(xi−1))2 a=x0 x1 x2 x3 b=x4
O comprimento do gr´afico ´e maior que o comprimento de qualquer linha poligo-nal assim obtida, mas intuitivamente podemos obter aproxima¸c˜oes arbitrariamente boas se tomarmos o m´odulo da parti¸c˜ao |P | suficientemente pequeno. Assim, ´e natural definir
Defini¸c˜ao 1: O comprimento do gr´afico de f ´e o supremo do conjunto ℓ = sup{ℓP : P ´e uma parti¸c˜ao de [a, b]} ∈ eR
Se ℓ for finito dizemos que o gr´afico ´e rectific´avel.
Assumimos a partir de agora que f ´e diferenci´avel. Para calcular ℓ pensamos no limite quando |P | → 0. ´E ´util, embora n˜ao rigoroso, pensar do seguinte modo: sobre um intervalo [ x, x + dx ] de comprimento infinitesimal, o gr´afico de f ´e uma recta de declive dy/dx = f′(x). Observemos a figura:
x x + dx
dx dy dℓ
Figura 5. dℓ=pdx2+ dy2
O comprimento do gr´afico sobre o intervalo [ x, x + dx ] pode ser calculado usando o teorema de Pit´agoras:
dℓ =pdx2+ dy2=»1 + dy2/dx2dx =»1 + f′(x)2dx
Pensamos no gr´afico de f como uma uni˜ao dum n´umero infinito de segmentos de recta de comprimento infinitesimal dℓ. Somando os comprimentos dos segmentos chegamos ao
Teorema 2: Seja f : [ a, b ] → R uma fun¸c˜ao diferenci´avel. Ent˜ao o comprimento do gr´afico de f ´e dado por
ℓ = Z b
a »
1 + f′(x)2dx
Demonstrac¸˜ao. Seja P uma parti¸c˜ao de [ a, b ]. Como f ´e uma fun¸c˜ao dife-renci´avel, pelo teorema de Lagrange em cada intervalo [xi−1, xi] existe um ponto ci tal que f (xi) − f(xi−1) = f′(ci)∆xi. Assim
ℓP = n X i=1 » ∆x2 i + f′(ci)2∆x2i = n X i=1 » 1 + f′(ci)2∆x i
Aula 26: Aplica¸c˜oes do integral 5
A observa¸c˜ao fundamental agora ´e a seguinte: se adicionarmos um ponto `a parti¸c˜ao P , obtendo uma nova parti¸c˜ao P1, ent˜ao ℓP ≤ ℓP1.
1 Assim, dada qualquer parti¸c˜ao P podemos construir uma sucess˜ao de parti¸c˜oes P1, P2, P3, . . . tais que |Pn| → 0 e
ℓP = ℓP0 ≤ ℓP1 ≤ ℓP2≤ ℓP3 ≤ . . . ≤ ℓ
Como ℓPn = SPng e como |Pn| → 0, ℓPn →
Rb
ag. Pelas propriedades dos limites, ℓP ≤ ℓPn≤ ℓ =⇒ ℓP ≤
Z b
a g(x) dx ≤ ℓ
desigualdade v´alida para qualquer parti¸c˜ao P . Como sup ℓP = ℓ, necessariamente Rb
ag = ℓ.
Exemplo 4. Recorde que o c´ırculo trigonom´etrico ´e o conjunto {(x, y) ∈ R2 : x2+ y2= 1}. Resolvendo em ordem a y obtemos y = ±√1 − x2pelo que a metade superior do c´ırculo ´e o gr´afico da fun¸c˜ao f (x) =√1 − x2.
-1.0 -0.5 0.0 0.5 1.0 0.2 0.4 0.6 0.8 1.0 1.2 "##############1 - x2
Figura 6. Gr´afico da fun¸c˜ao√1 − x2
Seja x ∈ ] − 1, 1[ . O comprimento do gr´afico de f no intervalo [ 0, x ]´e dado pelo integral Z x 0 » 1 + f′(t)2dt Derivando f obtemos f′(t) =√−t 1 − t2 logo » 1 + f′(t)2= 1 + t 2 1 − t2 = 1 √ 1 − t2 Assim ℓ = Z x 0 » 1 + f′(t)2dt = Z x 0 dt √ 1 − t2 = [ arcsen t ] x 0 = arcsen x
como seria de esperar pois arcsen x foi definido como o comprimento do arco unindo (1, 0) ao ponto (√1 − x2, x) que ´e precisamente o comprimento do gr´afico de f no
intervalo [0, x] (ver figura 7).
Θ
x
Figura 7. θ= arcsen x
3. Integrais Impr´
oprios
Vimos que, para x ∈ ] − 1, 1[ ,
arcsen x = Z x 0 dx √ 1 − x2 O que acontece quando x se aproxima de 1? Sabemos que
lim x→1 Z x 0 dx √
1 − x2 = limx→1arcsen x = arcsen 1 = π 2 mas repare que a fun¸c˜ao √ 1
1−x2 n˜ao ´e limitada no intervalo [ 0, 1 ]! Chamamos a
este limite um integral impr´oprio e escrevemos Z 1− 0 dx √ 1 − x2 = limx→1 Z x 0 dx √ 1 − x2
Defini¸c˜ao 3 (Integral impr´oprio de tipo II): Seja f : [a, b[ → R uma fun¸c˜ao com uma ass´ımptota vertical em x = b. Chamamos integral impr´oprio de f ao limite Z b− a f (x) dx = lim y→b− Z y a f (x) dx
se este limite existir. Caso contr´ario dizemos que o integral ´e divergente. De igual modo, se f : ]a, b ] → R tiver uma ass´ımptota vertical em x = a definimos
Z b a+ f (x) dx = lim z→a+ Z b z f (x) dx
se o limite existir. Podemos tamb´em definir integral impr´oprio duma fun¸c˜ao f : ]a, b[ → R com ass´ımptotas verticais em a e b. Para tal escolhemos um ponto c entre a e b e definimos Z b− a+ f (x) dx = Z c a+ f (x) dx + Z b− c f (x) dx
Aula 26: Aplica¸c˜oes do integral 7
se ambos os integrais existirem.
Exemplo 5. Seja f (x) = 1/√x. f ´e cont´ınua em ]0, 1] e Z 1 0+ dx √x= lim z→0 Z 1 z dx √x= lim z→0 2√x1z= lim z→0(2 − 2 √ z) = 2
Portanto o integral impr´oprio de f entre 0 e 1 ´e igual a 2. Este ´e um exemplo duma fun¸c˜ao ilimitada para a qual faz sentido falar de integral. Exemplo 6. O integral de √1
|x| no intervalo [ −1, 1 ] n˜ao est´a definido pois 1 √
|x| tem uma ass´ımptota vertical em x = 0. Podemos no entanto dividir o integral em dois e calcular Z 0− −1 1 p |x|dx + Z 1 0+ 1 p |x|dx Como p|x| ´e par, os dois integrais v˜ao ser iguais:
Z 0− −1 1 p |x|dx = Z 1 0+ 1 p |x|dx = Z 1 0+ 1 √xdx = 2 Assim podemos interpetar o integral de √1
|x| no intervalo [ −1, 1 ] como sendo igual
a 4.
Exemplo 7. Seja f (x) = 1/x2. f ´e cont´ınua em ]0, 1] e lim z→0 Z 1 z dx x2 = limz→0 ï −x1 ò1 z = lim z→0 Å −1 + 1z ã = +∞
portanto o integral ´e divergente.
Exemplo 8. Usando o facto da secante ser uma primitiva de sec x tan x = sen x cos2x
podemos calcular o integral impr´oprio Z π 2− −π 2+ sen x cos2xdx = Z c −π 2+ sen x cos2xdx + Z π 2− c sen x cos2xdx = lim z→−π 2+ Z c z sen x cos2xdx + lim y→π 2− Z y c sen x cos2xdx = lim z→−π 2+ [sec x]cz+ lim y→π 2− [sec x]yc = lim z→−π 2
+(sec c − sec z) + lim
y→π 2−
(sec y − sec c) Este integral ´e divergente pois lim
z→−π 2+ sec z = lim y→π 2− sec y = +∞.
Recordemos que arccos x ´e o comprimento do gr´afico de f (t) =√1 − t2de x at´e 1. Assim arcsen t = Z t 0 dy p 1 − y2 e arccos t = Z 1− t dx √ 1 − x2
´
E tamb´em muitas vezes conveniente considerar integrais em intervalos ilimitados: Defini¸c˜ao 4 (Integral impr´oprio de tipo I): Chamamos integral impr´oprio de f : [a, +∞[ → R ao limite Z +∞ a f (x) dx = lim y→+∞ Z y a f (x) dx
se este limite existir. Caso contr´ario dizemos que o integral ´e divergente. De igual
modo definimos Z b −∞ f (x) dx = lim z→−∞ Z b z f (x) dx
se o limite existir. Podemos tamb´em definir integral impr´oprio de f em R separando o integral em dois: Z +∞ −∞ f (x) dx = Z c −∞ f (x) dx + Z +∞ c f (x) dx para qualquer constante c.
Exemplo 9. Seja f (x) = 1/√x. Ent˜ao Z +∞ 1 dx √x= lim y→+∞ Z +∞ 1 dx √x = lim y→+∞ 2√xy1= lim y→+∞(2 √ y − 2) = +∞
portanto o integral ´e divergente.
Exemplo 10. Seja f (x) = 1/x2. f ´e cont´ınua em ]0, 1] e Z +∞ 1 dx x2 = limy→+∞ ï −1 x òy 1 = lim y→+∞ Å −1 y + 1 ã = 1
Portanto o integral impr´oprio de f entre 1 e +∞ ´e igual a 1. Exemplo 11. Z +∞ −∞ 1 1 + x2dx = Z 0 −∞ 1 1 + x2dx + Z +∞ 0 1 1 + x2dx = lim z→−∞ Z 0 z 1 1 + x2dx + limy→+∞ Z y 0 1 1 + x2dx = lim z→−∞[ arctan x ] 0 z+ lim y→+∞[ arctan x ] y 0 = lim
z→−∞(− arctan z) + limy→+∞arctan y = π
2 + π
Aula 27: Polin´omios de Taylor 9
Aula 27: Polin´
omios de Taylor
Como se pode calcular, com precis˜ao arbitrariamente grande, os valores de fun¸c˜oes como a exponencial, o logaritmo e as fun¸c˜oes trigonom´etricas? Como calcular, por exemplo, a constante de Euler e = exp(1), ou o cl´assico π, dado por 4 arctan(1)? Passamos a explorar aqui a aproxima¸c˜ao de fun¸c˜oes por polin´omios de um deter-minado tipo, ditos polin´omios de Taylor, que permite responder a algumas destas quest˜oes. A teoria que vamos desenvolver generaliza o problema da determina¸c˜ao da recta tangente. Recorde que a recta tangente ao gr´afico duma fun¸c˜ao diferenci´avel f num ponto (a, f (a)) tem por equa¸c˜ao
y = f (a) + f′(a)(x − a)
que ´e o gr´afico do polin´omio de grau um T (x) = f (a) + f′(a)(x − a). A recta tangente ´e a recta que melhor aproxima o gr´afico de f para x pr´oximo de a. Consi-deremos agora a quest˜ao de encontrar a par´abola P (x) que melhor aproxima f para x pr´oximo de a. Certamente que a par´abola deve passar por (a, f (a)) e ter declive igual ao de f em a mas h´a v´arias par´abolas que satisfazem estas duas condi¸c˜oes:
Figura 8. Par´abolas tangentes ao gr´afico de f
A par´abola que melhor aproxima f ´e a que tem a “mesma concavidade” que f em a:
• P (a) = f(a): a par´abola passa por (a, f(a));
• P′(a) = f′(a): a par´abola ´e tangente ao gr´afico de f ; • P′′(a) = f′′(a): “mesma concavidade”
Generalizando esta ideia chegamos `a no¸c˜ao de polin´omio de Taylor:
Defini¸c˜ao 5 (Polin´omio de Taylor): Seja f uma fun¸c˜ao n vezes diferenci´avel em a ∈ R. Dizemos que um polin´omio T (x) de grau menor ou igual a n ´e polin´omio de Taylor de ordem n de f no ponto a se as derivadas at´e `a ordem n de f e de T forem iguais em a:
Exemplo 12. Seja f (x) = cos x e tomemos o ponto x = 0. Para que um polin´omio de grau 2
T (x) = ax2+ bx + c
seja polin´omio de Taylor de f ´e necess´ario que as suas derivadas sejam iguais `as de f . Como T′(x) = 2ax + b f′(x) = − sen x e T′′(x) = 2a f′′(x) = − cos x obtemos T (0) = c = cos 0 = 1 T′(0) = b = − sen 0 = 0 T′′(0) = 2a = − cos 0 = −1 Concluimos que a = −12, b = 0 e c = 1. Portanto
T (x) = −1 2x
2+ 1
´e polin´omio de Taylor de ordem 2 de cos x em x = 0. Exemplo 13. Consideramos a fun¸c˜ao exponencial, dada por f (x) = ex, e tomamos a = 0. Temos neste caso que f(n)(x) = ex e f(n)(0) = 1 para qualquer n. Assim, para que T (x) = a0+ a1x + a2x2+ · · · + xnxn seja polin´omio de Taylor de ex de ordem n ´e necess´ario que T(k)(0) = 1 para k = 0, . . . , n. Come¸camos por escrever o polin´omio na forma
T (x) = b0+ b1x + b2x2+ b3x3+ b4x4+ · · · + bnxn Derivando T′(x) = b1+ 2b2x + 3b3x2+ 4b4x3+ · + nbnxn−1 T′′(x) = 2b2+ 3 · 2 · b3x + 4 · 3 · b4x2+ · · · + n(n − 1)bnxn−2 T′′′(x) = 3 · 2 · b3+ 4 · 3 · 2 · b4x + · · · + n(n − 1)(n − 2)bnxn−3 T(4)(x) = 4 · 3 · 2 · b4+ · · · + n(n − 1)(n − 2)(n − 3)bnxn−4 .. . Assim, T (0) = b0, T′(0) = b1 , T′′(0) = 2b2 , T′′′(0) = 3! · b3 , T(4)(0) = 4! · b4 e em geral T(k)(0) = k! · b
k= 1. Assim, bk= k!1 pelo que T (x) = 1 + x +x 2 2 + x3 3! + · · · + xn n! ´e polin´omio de Taylor de ex em x = 0. Em particular:
• A recta tangente ao gr´afico em a = 0 tem equa¸c˜ao y = f(0) + f′(0)x = 1 + x, e ´e o gr´afico do polin´omio T1(x) = 1 + x.
• O polin´omio T2(x) = 1 + x +x 2
2 coincide com f no ponto x = 0 at´e `a derivada de ordem 2 e ´e portanto polin´omio de Taylor de ordem 2 de f .
Aula 27: Polin´omios de Taylor 11
None
Figura 9. Aproxima¸c˜ao de f (x) = ex por p(x) = 1 + x +x2 2.
O exemplo 13 mostra como podemos calcular os coeficientes do polin´omio de Taylor duma fun¸c˜ao. No caso geral temos
Teorema 6: O polin´omio de Taylor de ordem n de f em x = a ´e ´unico e ´e dado por Tn(x) = f (a) + f′(a)(x − a) +f ′′(a) 2! (x − a) 2+f′′′(a) 3! (x − a) 3 + · · · +f (n)(a) n! (x − a) n = n X k=0 f(k)(a) k! (x − a) k
Observac¸˜ao: Adoptamos aqui a conven¸c˜ao que, para k = 0, (x − a)0= 1 mesmo quando x = a.
Antes de passarmos `a demonstra¸c˜ao conv´em observar o seguinte: Como as derivadas at´e `a ordem n de f e T s˜ao iguais, f′(x) e T′(x) tˆem tamb´em as mesmas derivadas em a at´e `a ordem n − 1. Portanto T′ ´e polin´omio de Taylor de ordem n − 1 de f′. Demonstrac¸˜ao. A demonstra¸c˜ao ´e por indu¸c˜ao em n. Para n = 0, T0(x) tem grau zero logo ´e uma constante igual a f (a) pois T0(a) = f (a). Assumimos por hip´otese que o resultado ´e v´alido para n − 1. Primeiro vamos ver que
T (x) = f (a) + f′(a)(x − a) +f′′2(a)(x − a)2+ · · · +f (n)(a)
n! (x − a) n
´e polin´omio de Taylor de f . Claramente T (a) = f (a). Derivando, T′(x) = f′(a) + f′′(a)(x − a) + · · · + f
(n)(a) (n − 1)!(x − a)
n−1
que, por hip´otese de indu¸c˜ao, ´e precisamente o polin´omio de Taylor de ordem n − 1 de f′(x). Assim, as derivadas at´e `a ordem n − 1 de T′ e de f′ coincidem em x = a. Portanto T ´e polin´omio de Taylor de f . Vamos ver agora que T ´e o ´unico polin´omio de Taylor de f . Seja
Se P ´e polin´omio de Taylor de f de ordem n ent˜ao P′ ´e polin´omio de Taylor de f′. Derivando e usando a hip´otese de indu¸c˜ao temos
T′(x) = b 1+ 2b2(x − a) + · · · + nbn(x − a)n−1 = f′(a) + f′′(a)(x − a) + · · · + f (n)(a) (n − 1)!(x − a) n−1
de onde tiramos de imediato que bk = f(k)(a)/k! para k = 1, . . . , n. Como P (a) = f (a) temos tamb´em b0 = f (a) e portanto P (x) = T (x) o que termina
a demonstra¸c˜ao.
Exemplo 14. Tomemos f (x) = sen x e a = π
6. Ent˜ao f π 6 = sen π 6 =1 2 , f′ π6 = cos π 6 = √3 2 , f π 6 = − sen π 6 = −1 2 , Assim, T2(x) = f π6+ f′ π6 x − π6+12f π6 x − π6 2 = 1 2+ √ 3 2 x − π 6 −1 4 x − π 6 2 -Π -Π 2 Π 6 Π 2 Π 3 Π 2 -1 1 T0 T1 T2 sen x
Figura 10. Polin´omios de Taylor de ordens 0,1 e 2 de sen x em x =π6
Os pr´oximos trˆes exemplos s˜ao extremamente importantes!
Exemplo 15. (Exponencial) Seja a = 0, f (x) = ex. Ent˜ao f(k)(0) = e0= 1 logo Tn(x) = f (0) + f′(0)x +f ′′(0) 2! x 2+f′′′(0) 3! x 3 + · · · + f (n)(0) n! x n = 1 + x +x 2 2 + x3 3! + · · · + xn n! = n X k=0 xk k!
Exemplo 16. (Seno) Seja a = 0, f (x) = sen x. Ent˜ao
f′(x) = cos x , f′′(x) = − sen x , f′′′(x) = − cos x , f(4)(x) = sen x , . . . logo as derivadas de f em x = 0 s˜ao sucessivamente
Aula 27: Polin´omios de Taylor 13 Assim, T1(x) = T2(x) = x T3(x) = T4(x) = x − x3 3! T5(x) = T6(x) = x −x 3 3! + x5 5! T2n+1(x) = T2n+2(x) = x − x3 3! + x5 5! − x7 7! + · · · + x2n+1 (2n + 1)! = n X k=0 (−1)k x 2k+1 (2k + 1)!
Repare que os polin´omios de Taylor do seno tˆem apenas potˆencias ´ımpares de x. De facto todas as fun¸c˜oes ´ımpares tˆem esta propriedade. Exemplo 17. (Coseno) Seja a = 0, f (x) = cos x. Ent˜ao verificamos facilmente que f (0) = 1 , f′(0) = 0 , f′′(0) = −1 , f′′′(0) = 0 , f(4)(0) = 1 , . . . Assim, T2n(x) = T2n+1(x) = 1 − x2 2 + x4 4! − x6 6! + · · · + x2n (2n)! = n X k=0 (−1)k x 2k (2k)!
O coseno ´e uma fun¸c˜ao par, o que se reflecte no facto dos seus polin´omios de Taylor
s´o terem potˆencias pares de x.
4. A f´
ormula de Lagrange para o erro.
Vamos agora analizar o erro cometido na aproxima¸c˜ao f (x) ≈ Tn(x). Para n = 0 o teorema de Lagrange diz-nos que f (x) − f(a) = f′(c)(x − a) com c entre a e x. Um resultado semelhante ´e v´alido para qualquer n:
Teorema 7 (F´ormula de Lagrange para o erro): Seja f uma fun¸c˜ao n + 1 vezes diferenci´avel e seja Tn o polin´omio de Taylor de f de ordem n em x = a. Ent˜ao para qualquer x existe um ponto c entre a e x tal que
f (x) − Tn(x) = f
(n+1)(c) (n + 1)! (x − a)
n+1
Observac¸˜ao: O termo f(n+1)(n+1)!(c)(x − a)n+1 ´e por vezes chamado de resto de La-grange. N˜ao usaremos esta express˜ao para n˜ao criar confus˜ao com o chamado resto duma s´erie, que estudaremos nas pr´oximas sec¸c˜oes.
Demonstrac¸˜ao. Vamos mostrar por indu¸c˜ao em n que existe um c entre x e a tal que f (x) − Tn(x) (x − a)n+1 = f(n+1)(c) (n + 1)!
Para n = 0 isto ´e o teorema de Lagrange. Assumimos portanto que a f´ormula ´e v´alida para n−1 e vamos demonstr´a-la para n. Vamos aplicar o teorema de Cauchy `
as fun¸c˜oes
F (x) = f (x) − Tn(x) e G(x) = (x − a)n+1 O teorema de Cauchy diz-nos que existe um y entre a e x tal que
F (x) − F (a) G(x) − G(a) =
F′(y) G′(y) Atendendo a que F (a) = G(a) = 0 obtemos
(i) f (x) − Tn(x) (x − a)n+1 =
f′(y) − Tn′(y) (n + 1)(y − a)n Como T′
n(y) ´e o polin´omio de Taylor de ordem n − 1 de f′, por hip´otese de indu¸c˜ao existe um c entre a e y (e portanto entre a e x) tal que
(ii) 1 n + 1 f′(y) − T′ n(y) (y − a)n = 1 n + 1 (f′)(n)(c) n! = f(n+1)(c) (n + 1)!
Agora basta substituir o resultado de (ii) em (i).
A f´ormula de Lagrange permite-nos estimar o erro |f(x) − Tn(x)| cometido na aproxima¸c˜ao f (x) ≈ Tn(x). Permite-nos tamb´em estudar o sinal da diferen¸ca f (x) − Tn(x) estudando o sinal de f(n+1)(c) e de (x − a)n+1.
Exemplo 18. Vamos calcular aproximadamente e−1. Para tal usamos o polin´omio de Taylor de ordem 4 de ex em a = 0 que j´a vimos ser
T3(x) = 1 + x + x2 2 + x3 3! + x4 4! Ent˜ao, tomando x = −1,
e−1 ≈ 1 + (−1) +(−1) 2 2 + (−1)3 3! + (−1)4 4! = 3 8 = 0.375 Vamos agora estimar o erro cometido. A f´ormula de Lagrange diz-nos que
ex− T4(x) = f(5)(c) 5! x 5 com c entre 0 e x Como f(5)(c) = ec, e−1− 0.375 = e c 5!(−1) 5 = − e c 120 com − 1 < c < 0
Como ec > 0 vemos de imediato que a diferen¸ca ´e negativa logo e−1< 0.375. Para estimar o erro cometido tomamos m´odulos:
e−1− 0.375 = ec 120
Aula 27: Polin´omios de Taylor 15
N˜ao sabemos o valor de ec mas sabemos que c ∈ ] − 1, 0[ o que nos permite majorar o erro. Como a exponencial ´e crescente, e−1< ec< e0= 1 logo
e−1− 0.375 = ec 120 < 1 120 < 1 100 = 0.01
Assim, o erro ´e inferior a 0.01. Como sabemos tamb´em que e−1< 0.375, concluimos que
0.375 − 0.01 < e−1< 0.375 logo 0.365 < e−1< 0.375 Como e−1= 1/e, obtemos tamb´em uma estimativa para o valor de e:
2.666 . . . < e < 2.739 . . . ou, arredondando, 2.66 < e < 2.74 Exemplo 19. Seja f (x) = sen x, a = 0. Queremos calcular aproximadamente sen 0.1. Para tal vamos usar o polin´omio de Taylor de ordem 4 na origem, que j´a vimos ser
T4(x) = x − x3
6 Ent˜ao, tomando x = 0.1 obtemos
sen 0.1 ≈ 0.1 − 0.1 3
6 = 0.09983333 . . .
Para estimar o erro cometido notamos que f(5)(c) = cos c. A f´ormula de Lagrange diz-nos que
sen 0.1 − 0.09983333 . . . =cos c5! 0.15= cos c 1200.1
5 com 0 < c < 0.1 Como o coseno ´e positivo no intervalo ]0 , 0.1[, a diferen¸ca ´e positiva logo sen 0.1 > 0.09983333 . . .. Para estimar o erro tomamos m´odulos:
| sen 0.1 − 0.09983333 . . . | = cos c1200.15
N˜ao sabemos o valor de cos c mas sabemos que c ∈ ]0 , 0.1[. O coseno ´e decrescente neste intervalo logo cos c < cos 0 = 1. Assim,
|sen 0.1 − 0.09983333 . . .| = cos c1200.15< 0.1 5 120 < 0.15 100 = 10 −7
Assim, o erro ´e inferior a 10−7. Como sabemos tamb´em que sen 0.1 > 0.09983333 . . . concluimos que
0.09983333 . . . < sen 0.1 < 0.09983333 . . . + 0.0000001 Arredondando obtemos
Aula 28: Polin´
omios de Taylor
Continuamos com alguns exemplosde aplica¸c˜ao da f´ormula de Lagrange para o erro: Exemplo 20. Vamos usar o polin´omio de Taylor de ordem um de √x para apro-ximar √50 e√80. Para calcular √50 tomamos a = 49. Como f′(x) = 1/(2√x) temos √ x ≈ f(a) + f′(a)(x − a) =√a + 1 2√a(x − a) = 7 + 1 14(x − 49) Tomando x = 50, √ 50 ≈√49 + 1 2√49(50 − 49) = 7 + 1 14 = 7.07142 . . . Para estimarmos o erro cometido come¸camos por calcular f′′(c) = −1
4c−3/2. Ent˜ao √
50 − 7.07142 . . . = f′′2(c)(50 − 49)2= − 1
8√c3 com 49 < c < 50 Como c > 0, √c3> 0 logo a diferen¸ca ´e negativa e assim√50 < 7.07142 . . .. Para estimar o erro notamos que √c3 ´e crescente logo 1/√c3 ´e decrescente pelo que atinge o seu valor m´aximo para c = 49. Assim,
|√50 − 7.07142 . . . | = 1 8√c3 < 1 8√493 = 1 8 · 73 = 1 2744< 1 2000 = 0.0005 Assim, o erro ´e inferior a 0.0005. Como sabemos tamb´em que √50 < 7.07142 . . . concluimos que
7.07142 . . . − 0.0005 <√50 < 7.07142 . . . logo 7.0709 <√50 < 7.0715 Vamos agora aproximar √80. Para tal tomamos a = 81:
√
80 ≈√81 + 1
2√81(80 − 81) = 9 − 1
18 = 8.9444 . . . O erro ´e dado por
√
80 − 8.9444 . . . = f′′2(c)(80 − 81)2= − 1
8√c3 com 80 < c < 81
Tal como antes, a diferen¸ca ´e negativa logo√80 < 8.9444 . . .. Para estimar o erro observamos que 1/√c3atinge o seu valor m´aximo para c = 80 logo
|√80 − 8.9444 . . . | < 1 8√803 N˜ao sabemos calcular√803 mas notamos que
1 8√803 < 1 8√643 = 1 84 = 1 4096 < 1 4000 = 0.00025
Aula 28: Polin´omios de Taylor 17
Assim, o erro ´e inferior a 0.00025. Sabemos tamb´em que √80 < 8.9444 . . . logo 8.9444 . . . − 0.00025 <√80 < 8.9444 . . . e assim 8.9441 <√80 < 8.9445 Exemplo 21. Seja f (x) = sen x, a = 0. J´a vimos que o polin´omio de Taylor de ordem 4 de f na origem ´e
T4(x) = x − x3
6
Vamos estudar o sinal de f (x)−Tn(x). Como f(5)(x) = cos x, a f´ormula de Lagrange diz-nos que sen x − Å x −x 3 6 ã = f (5)(c) 5! (x − 0) 5=cos(c) 120 x 5 Se x ∈ −π2, π 2
, como c est´a entre 0 e x, cos(c) ≥ 0. Assim, o sinal de cos(c)120 x5´e dado por x5pelo que concluimos que
• Se x > 0, sen x − T4(x) > 0, ou seja, sen x > x − x
3
6 • Se x < 0, sen x − T4(x) < 0, ou seja, sen x < x − x
3 6 -Π -Π 2 Π 2 Π -1 1
Figura 11. Polin´omio de Taylor de ordem 3 de sen x
N˜ao se deve concluir dos resultados anteriores que os polin´omios de Taylor podem sempre ser utilizados para aproximar uma dada fun¸c˜ao, mesmo supondo que f ´e de classe C∞. ´E importante ter presente o seguinte facto:
Teorema 8: Seja f o prolongamento por continuidade a x = 0 da fun¸c˜ao e−1/x2
: f (x) =®e−1/x
2
x 6= 0
0 x = 0
Ent˜ao f ´e uma fun¸c˜ao de classe C∞ e todas as derivadas de f s˜ao nulas em x = 0: f(k)(0) = 0 para qualquer k.
Demonstrac¸˜ao. Come¸camos por observar que f′(0) = lim x→0 f (x) − f(0) x − 0 = limx→0 e−x21 x = 0 Vamos calcular f(k)(0) para k > 1. Para k = 2,
f′′(0) = lim x→0 f′(x) − f′(0) x − 0 = limx→0 f′(x) x Temos pois que calcular f′(x) para x 6= 0: f′(x) = 2e−1/x2
/x3. Substituindo obtemos f′′(0) = lim x→0 2 x4e −1 x2 = lim u→+∞2u 2e−u = 0
onde se fez a substitui¸c˜ao u = 1/x2. Para ver o caso geral observamos primeiro que, para x 6= 0,
f(k)(x) = Pk(x) x3k e
−1/x2
em que Pk(x) ´e um polin´omio. A demonstra¸c˜ao, por indu¸c˜ao, fica a cargo do leitor. Assim, f(k+1)(0) ´e o limite
f(k+1)(0) = lim x→0 f(k)(x) − 0 x = limx→0Pk(x) limx→0 e−1/x2 x3k+1 Para mostrar que este limite ´e zero basta observar que
lim x→0 e−1/x2 x3k+1
= limu→+∞|u|
3k+1
2 e−u= 0 (u = 1/x2)
o que termina a demonstra¸c˜ao.
Intuitivamente, a fun¸c˜ao e−1/x2
aproxima-se muito depressa de zero para x pr´oximo de zero. Por exemplo, para x = 0.01 temos e−1/0.012
= 1/e10000< 1/210000. Usando a aproxima¸c˜ao 210≈ 103, este n´umero ´e da ordem de 10−3000.
-4 4 0.5 1 -0.4 0.4 0.003 0.006 -0.1 0.1
Figura 12. Fun¸c˜ao e−1/x2 em trˆes amplia¸c˜oes
5. Classifica¸
c˜
ao de pontos cr´ıticos
Recorde que a diz-se um ponto cr´ıtico de f se f′(a) = 0. a diz-se um m´ınimo local de f se f (a) for o valor m´ınimo de f numa vizinhan¸ca de a. Analogamente, a diz-se um m´aximo local de f se f (x) ≤ f(a) numa vizinhan¸ca de a. J´a vimos que para classificar um ponto cr´ıtico como m´aximo local ou m´ınimo local podemos estudar a concavidade de f ao p´e de a, dada pelo sinal da segunda derivada f′′(a). A f´ormula de Lagrange para o erro permite-nos generalizar este resultado.
Aula 28: Polin´omios de Taylor 19
Vamos supor que f(n)(a) ´e a primeira derivada de f diferente de zero, ou seja, f′(a) = f′′(a) = f′′(a) = · · · = f(n−1)(a) = 0
e f(n)(a) 6= 0. O polin´omio de Taylor de ordem n de f ´e ent˜ao Tn(x) = f (a) +
f(n)(a) n! (x − a)
n
Para n par, Tn(x) possui um m´aximo ou um m´ınimo local em a, dependendo do sinal de f(n)(a).
f(n)(a) > 0 f(n)(a) < 0
Figura 13. Fun¸c˜ao f (a) +f(n)n!(a)(x − a)npara n par Para n ´ımpar Tn(x) n˜ao tem nem m´aximo nem m´ınimo locais.
f(n)(a) > 0 f(n)(a) < 0
Figura 14. Fun¸c˜ao f (a) +f(n)n!(a)(x − a)npara n ´ımpar
Tn ´e uma boa aproxima¸c˜ao de f para x ≈ a portanto ´e natural esperar que Teorema 9: Suponha-se que f ´e uma fun¸c˜ao n vezes diferenci´avel com derivada f(n)(x) cont´ınua num intervalo aberto I = ]b, c[ . Seja a ∈ I um ponto cr´ıtico de f tal que
f′(a) = f′′(a) = f′′(a) = · · · = f(n−1)(a) = 0 Ent˜ao
(1) Se n ´e par e f(n)(a) > 0, ent˜ao f tem um m´aximo local em x = a; (2) Se n ´e par e f(n)(a) < 0, ent˜ao f tem um m´ınimo local em x = a;
(3) Se n ´e ´ımpar e f(n)(a) 6= 0, ent˜ao f n˜ao tem nem um m´aximo local nem um m´ınimo local em x = a.
Demonstrac¸˜ao. Vamos apenas provar (1) deixando (2) e (3) como exerc´ıcios. O polin´omio de Taylor de f de ordem n − 1 ´e constante: Tn−1(x) = f (a). A f´ormula de Lagrange diz-nos que
f (x) − Tn−1(x) = f (x) − f(a) = f(n)(c)
n! (x − a) n
para algum c entre a e x. Como n ´e par, (x − a)n ≥ 0. Como f(n)(a) > 0 e f(n) ´e cont´ınua, f(n)n˜ao pode mudar subitamente de sinal, ou seja, f(n)(x) > 0 numa vizinhan¸ca ]a − ε, a + ε[ de a. Para x ∈ ]a − ε, a + ε[, como c est´a entre a e x, c ∈ ]a − ε, a + ε[ logo f(n)(c) > 0. Assim f (x) − f(a) = f (n)(c) n! (x − a) n ≥ 0 para x ∈ Vε(a)
portanto a ´e um m´ınimo local de f .
Exemplo 22. Seja f (x) = cos x + cosh x. Ent˜ao as derivadas de f em x = 0 s˜ao f′(x) = − sen x + senh x f′(0) = 0
f′′(x) = − cos x + cosh x f′′(0) = 0 f′′′(x) = sen x + senh x f′′′(0) = 0 f(4)(x) = cos x + cosh x f(4)(0) = 2
2 > 0 logo f possui um m´ınimo local em x = 1.
Exemplo 23. Voltemos `a fun¸c˜ao do teorema 8: f (x) =®e
− 1
x2, se x 6= 0
0, se x = 0,
Note que a fun¸c˜ao tem um m´ınimo absoluto em x = 0, mas que esse facto n˜ao pode ser detectado com recurso ao teorema 9 pois todas as derivadas de f s˜ao zero em
x = 0. -20 -10 10 20 0.2 0.4 0.6 0.8 1 1.2 1.4 Figura 15. Gr´afico de f (x) = e−1/x2.
6. Optimiza¸
c˜
ao
Uma das aplica¸c˜oes mais relevantes do c´alculo ´e a determina¸c˜ao de extremos de uma fun¸c˜ao dada. Exemplos incluem minimizar o custo ou maximizar o lucro duma certa opera¸c˜ao.
Aula 28: Polin´omios de Taylor 21
Exemplo 24. A fun¸c˜ao f (x) = (x − 1)2 nunca toma valores negativos. Como
f (1) = 0, f (1) ´e o valor m´ınimo de f .
O teorema de Fermat, que nos diz que um ponto de extremo ´e necessariamente um ponto cr´ıtico o que nos permite determinar os valores m´aximo e m´ınimo duma fun¸c˜ao f definida num intervalo [ a, b ]:
Se f : [ a, b ] → R tiver um extremo num ponto x = c ent˜ao uma das seguintes alternativas ´e necessariamente verdade:
(1) f′(c) = 0, ou (2) f′(c) n˜ao existe, ou (3) c = a ou c = b.
Exemplo 25. Seja f : [ −1, 2 ] → R a fun¸c˜ao f(x) = x3− x. (1) Come¸camos por determinar os zeros da derivada de f :
f′(x) = 3x2− 1 = 0 ⇔ x = ±√1 3
Ambos os pontos pertencem ao intervalo [ −1, 2 ]. Nestes pontos f toma os valores f (√1 3) = − 2 3√3 e f (− 1 √ 3) = 2 3√3 (2) N˜ao existe nenhum ponto em que f n˜ao seja diferenci´avel. (3) Nos extremos do intervalo f toma os valores
f (−1) = 0 e f(2) = 6.
O teorema de Weierstrass garante a existˆencia dos valores m´aximo e m´ınimo de f , que tˆem que ser atingidos nos pontos −1, −1/√3, 1/√3 ou 2. Comparando os valores de f nesses pontos concluimos que o valor m´aximo de f ´e f (2) = 6 e o seu
valor m´ınimo ´e f (1/√3) = −2/(3√3).
Exemplo 26. A distˆancia `a origem ´e dada pela fun¸c˜ao f (x) = |x|. ´E claro geome-tricamente que os valores m´aximo e m´ınimo e f no intervalo [ −2, 1 ] s˜ao
f (−2) = 2 e f(0) = 0
respectivamente. Assim, o m´ınimo ocorre na origem (onde f n˜ao ´e diferenci´avel) e o m´aximo ocorre num dos extremos do intervalo, x = 2. Repare que a derivada de
f n˜ao se anula em nenhum ponto.
Exemplo 27. Qualquer fun¸c˜ao crescente em I = [ a, b ] vai ter o seu valor m´aximo
em I em x = b e o seu valor m´ınimo em x = a.
Exemplo 28. Vamos supor que queremos delimitar uma regi˜ao rectangular com arame farpado e temos 400 metros de arame. Quais as dimens˜oes do rectˆangulo que maximizam a ´area?
Para resolver este problema come¸camos por escrever a f´ormula da ´area dum rectˆangulo: A = x · y
em que x e y s˜ao a base e a altura do rectˆangulo. O comprimento do arame d´a-nos o per´ımetro do rectˆangulo:
2x + 2y = 400
Podemos usar esta equa¸c˜ao para eliminar uma das vari´aveis. Por exemplo, y = 200 − x. Substituindo na f´ormula da ´area obtemos
A = x(200 − x)
Como x, y ≥ 0, deduz-se facilmente que 0 ≤ x ≤ 200. Portanto o nosso problema reduz-se a maximizar a fun¸c˜ao A(x) = x(200 − x) no intervalo [ 0, 200 ]. Primeiro calculamos os zeros da derivada:
A′(x) = 200 − 2x = 0 ⇔ x = 100
Portanto o m´aximo pode ocorrer em x = 100 ou nos extremos do intervalo x = 0, 200. Comparando os valores
A(0) = 0, A(100) = 10000 m2, A(200) = 0
vemos que o m´aximo ´e atingido para x = 100. As dimens˜oes do rectˆangulo s˜ao portanto
x = 100 m e y = 200 − x = 100 m
Portanto para maximizar a ´area devemos construir um quadrado.
7. O limite quando n → ∞
Vimos que para x ≈ a uma fun¸c˜ao pode ser aproximada pelo seu polin´omio de Taylor de ordem n, Tn(x):
f (x) ≈ f(a) + f′(a)(x − a) +f′′2(a)(x − a)2+ . . . +f (n)(a) n! (x − a) n = n X k=1 f(k)(a) k! (x − a) k
e que, em geral, esta aproxima¸c˜ao ´e tanto melhor quanto maior for o valor de n. Se f tiver derivadas de todas as ordens podemos estudar o limite quando n → +∞. Teorema 10: Se existir uma constante M independente de n tal que |f(n+1)(t)| ≤ M para qualquer t entre a e x ent˜ao
f (x) = lim n→+∞Tn(x) = limn→+∞ n X k=1 f(k)(a) k! (x − a) k
Demonstrac¸˜ao. Basta mostrar que para cada x a sucess˜ao |f(x)−Tn(x)| converge para zero. Como |f(n+1)(t)| ≤ M,
f(x) − Tn(x) = f(n+1)(c) (n + 1)! (x − a) n+1 ≤ M |x − a|n+1 (n + 1)!
Aula 28: Polin´omios de Taylor 23
Como |x−a|
n+1
(n+1)! → 0, pelo teorema dos limites enquadrados |f(x) − Tn(x)| → 0 logo
Tn(x) → f(x).
Alguns exemplos extremamente importantes: Exemplo 29. Seja a = 0, f (x) = sen x. Ent˜ao
|f(n)(x)| =®| cos x| n par | sen x| n ´ımpar logo |f(n)(x)| ≤ 1. Portanto sen x = lim n→+∞Tn(x) = x − x3 3! + x5 5! − x7 7! + · · ·
Exemplo 30. Seja a = 0, f (x) = cos x. Ent˜ao |f(n)(x)| ≤ 1. Portanto cos x = lim n→+∞Tn(x) = 1 − x2 2! + x4 4! − x6 6! + · · ·
Exemplo 31. Seja a = 0, f (x) = ex. Ent˜ao f(n)(x) = ex. Dado um t entre 0 e x, t < |x| logof(n)(t) = et< e|x|. Podemos pois tomar M = e|x|. Assim,
ex= lim n→+∞Tn(x) = 1 + x + x2 2! + x3 3! + x4 4! + · · · ´
E costume representar este tipo de limite por ∞ X k=0 ak = lim n→∞ n X k=0 ak Podemos reescrever os trˆes exemplo acima como
sen x = ∞ X k=0 (−1)k x 2k+1 (2k + 1)! cos x = ∞ X k=0 (−1)k x 2k (2k)! ex= ∞ X k=0 xk k!
A somas com um n´umero infinito de parcelas chamamos s´eries. Iniciaremos o estudo das s´eries na pr´oxima sec¸c˜ao.
Observac¸˜ao: Seja f o prolongamento por continuidade de e−1/x2 a x = 0. Ent˜ao Tn(x) = 0 para todo o n logo lim Tn(x) = 0 6= f(x). Portanto nem sempre uma fun¸c˜ao ´e igual ao limite dos seus polin´omios de Taylor.
Aula 29: S´
eries
8. Defini¸
c˜
oes e primeiras propriedades
Na ´ultima aula vimos que
sen x = x −x 3 3! + x5 5! − x7 7! + · · · cos x = 1 −x 2 2! + x4 4! − x6 6! + · · · ex= 1 + x +x 2 2! + x3 3! + x4 4! + · · ·
Em particular, tomando x = 1 obtemos uma f´ormula para e como uma soma com um n´umero infinito de parcelas:
e = 1 + 1 + 1 2!+ 1 3!+ 1 4!+ · · ·
Vamos agora estudar mais de perto este tipo de somas com um n´umero infinito de parcelas, `as quais chamamos s´eries. Vamos primeiro ver mais alguns exemplos. Exemplo 32. A representa¸c˜ao de n´umeros reais por d´ızimas infinitas pode ser vista como uma soma infinita. Assim, por exemplo,
3/11 = 0.27272727 . . .
= 0.2 + 0.07 + 0.002 + 0.0007 + 0.00002 + 0.000007 + · · ·
= 2/10 + 7/102+ 2/103+ 7/104+ 2/105+ 7/106+ · · · Exemplo 33. Come¸camos por observar que
1 = 12+12 = 1 2+ 1 4+ 1 4 = 1 2+ 1 4+ 1 8+ 1 8 = 12+14+18+161 +161 .. .
No s´eculo V antes de Cristo, o fil´osofo grego Zen˜ao apresentou esta observa¸c˜ao como um paradoxo. Observemos a figura:
0 1
1/2 1/4 1/8 1/16
Figura 16. 1 =12+14+18+161 +161
Se um corredor se deslocar do ponto A = 0 para o ponto B = 1, antes de chegar ao destino primeiro tem que percorrer metade da distˆancia, chegando ao ponto 1/2. Tem ent˜ao que percorrer metade da distˆancia que falta, chegando ao ponto 1/2 + 1/4, e de novo necessita de percorrer metade da distˆancia que ainda falta, chegando ao ponto 1/2 + 1/4 + 1/8.
Aula 29: S´eries 25
Este processo continua indefinidamente, pelo que o corredor nunca chega ao ponto B.
Matematicamente, este paradoxo involve a soma infinita
(1) 1 2+ 1 4 + 1 8 + 1 16+ 1 32+ · · · + 1 2n + · · ·
Vimos que as fun¸c˜oes ex, sen x e cos x podem ser escritas como uma soma infinita, interpretando essa soma como o limite quando n tende para infinito dos polin´omios de Taylor de ordem n. Analogamente, vamos interpretar uma soma com um n´umero infinito de parcelas como um limite de somas finitas, as chamadas somas parciais da s´erie. Para o caso da s´erie de Zen˜ao temos
S1= 1 2 S2= 1 2+ 1 4 = 1 − 1 4 S3= 1 2+ 1 4 + 1 8 = 1 − 1 8 S4= 1 2+ 1 4 + 1 8 + 1 16 = 1 − 1 16 e em geral (2) Sn= n X k=1 1 2k = 1 2 + 1 4+ 1 8 + 1 16 + 1 32+ · · · + 1 2n = 1 − 1 2n
As somas parciais da s´erie formam uma sucess˜ao (Sn) e a soma da s´erie ´e ent˜ao definida como o limite da sucess˜ao das somas parciais lim
n→∞Sn. A nota¸c˜ao que j´a us´amos para representar somat´orios adapta-se facilmente `a representa¸c˜ao de s´eries. Escrevemos: ∞ X k=1 1 2k = limn→∞Sn= limn→∞ n X k=1 1 2k = limn→∞ Å 1 − 21n ã = 1
Exemplo 34. Tal como j´a referimos, as somas parciais da s´erie ex= ∞ X k=0 xk k! = 1 + x + x2 2 + x3 3! + · · · s˜ao os polin´omios de Taylor de ex:
Tn(x) = 1 + x +x 2
2 + · · · + xn
n! A soma da s´erie ´e o limite das somas parciais:
ex= lim
n→∞Tn(x)
Defini¸c˜ao 11 (Soma de uma s´erie, s´erie convergente): Chamamos s´erie a uma express˜ao da forma
que representamos por Pak. Dizemos que uma s´erie Pak ´e convergente se a sucess˜ao das somas parciais
Sn= n X k=1
ak= a1+ a2+ · · · + an
tem limite S ∈ R. Dizemos neste caso que a s´erie tem soma S, e escrevemos ∞
X k=1
ak = S. Caso contr´ario, a s´erie diz-se divergente.
Exemplo 35. A s´erieP1/k! ´e convergente com soma ∞
X k=0
1
k! = e
Exemplo 36. A s´erie de Zen˜aoP1/2k(k ≥ 1) ´e convergente e tem soma 1, porque Sn=
Å 1 −21n
ã
→ 1, quando n → +∞
Exemplo 37. A s´erie de termo geral constante ak= 1 ´e divergente, porque Sn=
n X k=1
1 = n → ∞.
Exemplo 38. A s´erieP(−1)k (k ≥ 1) ´e divergente, porque Sn=
ß
−1, se n ´e ´ımpar, e
0, se n ´e par
Por vezes ´e poss´ıvel manipular as somas parciais duma s´erie de modo a obter uma soma telesc´opica:
Exemplo 39. Vamos estudar a s´erie
X 1
k2+ k k ≥ 1 Come¸camos por decompor k21+k em frac¸c˜oes simples:
1 x2+ x = 1 x(x + 1) = A x + B x + 1 portanto 1 = A(x + 1) + Bx
Pondo x = 0 obtemos A = 1 e pondo x = −1 obtemos B = −1. Assim, 1 x2+ x = 1 x− 1 x + 1
Aula 29: S´eries 27
e portanto as somas parciais s˜ao somas telesc´opicas Sn = n X k=1 1 k2+ k = n X k=1 Å1 k− 1 k + 1 ã = n X k=1 1 k− n X k=1 1 k + 1 Recordemos como se pode calcular uma soma telesc´opica:
Sn= n X k=1 1 k− n X k=1 1 k + 1 = 1 + 1 2 + 1 3+ · · · + 1 n −1 2 − 1 3− · · · − 1 n− 1 n + 1 = 1 −n + 11 Assim ∞ X k=1 1 k2+ k = limn→∞Sn= limn→∞ Å 1 −n + 11 ã = 1
9. S´
eries geom´
etricas
A s´erie de Zen˜aoP1/2k´e apenas um caso particular do que chamamos uma s´erie geom´etrica. Recorde que uma sucess˜ao ak diz-se uma progress˜ao geom´etrica de raz˜ao r se cada termo for obtido do anterior por multiplica¸c˜ao por r:
ak+1= r · ak ´
E ent˜ao f´acil de ver que ak = rk·a em que a ´e o primeiro termo da s´erie. Recordemos aqui a f´ormula da soma duma progress˜ao geom´etrica de raz˜ao r:
Sn = n X k=0 a0· rk = a01 − r n+1 1 − r (r 6= 1)
e Sn = (n + 1) · a0 para r = 1. Tomando o limite quando n → ∞ chegamos ao Teorema 12: A s´erie geom´etricaPa rk (com a 6= 0) converge se e s´o se |r| < 1, tendo por soma
∞ X k=0
a rk = a 1 − r (repare que a ´e o primeiro termo da s´erie e r ´e a raz˜ao).
Demonstrac¸˜ao. Se r = 1, Sn= (n + 1)a diverge. Supomos portanto que r 6= 1. Ent˜ao a sucess˜ao das somas parciais ´e
Sn = a + a r + a r2+ · · · + a rn= a1 − r n+1 1 − r
Esta sucess˜ao diverge para |r| ≥ 1 e converge para |r| < 1 tendo por limite lim n→∞Sn= limn→∞a 1 − rn+1 1 − r = a 1 − r
Exemplo 40. Vamos ver queP32k52−k(k ≥ 0) ´e uma s´erie geom´etrica. Podemos reescrever a s´erie na forma
X
32k52−k=X(32)k· 52· 5−k=X25 · 9k· 5−k=X25 · Å9
5 ãk
Assim trata-se duma s´erie geom´etrica de raz˜ao 9
5 > 1 pelo que a s´erie ´e divergente. Exemplo 41. A representa¸c˜ao de n´umeros reais por d´ızimas infinitas ´e um exemplo de s´erie. No caso de uma d´ızima infinita peri´odica, trata-se de facto duma s´erie geom´etrica. Considere-se como exemplo x = 0.123123 · · · . Note-se que
x = 0.123 + 0.000123 + · · · = 123103 + 123 106 + · · · = ∞ X k=1 123 103k A s´erie acima ´e claramente a s´erie geom´etrica de raz˜ao r = 1/103pelo que
∞ X k=1 123 103k = 123 1000 1 − 10001 = 123 1000 999 1000 = 123 999
10. Propriedades das s´
eries
Usamos muitas vezes a express˜ao “natureza” (de uma s´erie) para nos referirmos `a sua propriedade de ser convergente ou divergente. Quando estudamos uma dada s´erie, ´e frequentemente poss´ıvel determinar a sua natureza sem calcular explicita-mente a sua soma. O pr´oximo resultado permite identificar com facilidade muitos exemplos de s´eries divergentes.
Teorema 13:
• Se a s´eriePak converge ent˜ao ak→ 0 quando k → ∞; • Portanto, se ak6→ 0, a s´eriePak diverge;
• Mas aten¸c˜ao que, se ak → 0, nada podemos concluir: Pakpode convergir ou divergir.
Demonstrac¸˜ao. Consideramos as somas parciais Sn = n X k=1
ak, e seja S = lim n→∞Sn. Como an= Sn− Sn−1, ´e claro que an→ S − S = 0. Exemplo 42.
(1) A s´erieP√k
k+1 ´e divergente, porque k √
k+1 → +∞ 6= 0. (2) A s´erieP2k+3k ´e divergente, porque ak= 2k+3k → 12 6= 0. (3) A s´erieP(−1)kk2´e divergente, porque a
Aula 29: S´eries 29
Uma s´erie Pak pode satisfazer a condi¸c˜ao ak → 0, e mesmo assim ser divergente. O pr´oximo exemplo ´e uma cl´assica ilustra¸c˜ao deste facto, e ser´a repetidamente referido no que se segue.
Exemplo 43. A s´erie harm´onica ´e a s´erieP1
k (k ≥ 1). ´E ´obvio que o seu termo geral satisfaz ak = 1k → 0, mas a s´erie ´e na realidade divergente. Para compreender porquˆe examinemos a soma parcial com n = 32:
S32= 1 +12+13+14+15 + · · · +18+19+ · · · +161 +171 + · · · +321 ≥ 1 +1 2+ 1 4+ 1 4 | {z } =1 2 +1 8+ · · · + 1 8 | {z } =4·1 8= 1 2 + 1 16+ · · · + 1 16 | {z } =8·1 16= 1 2 + 1 32+ · · · + 1 32 | {z } =16·1 32= 1 2
Assim S32 ≥ 1 +12 + 12 + 21 + 12 +12 = 1 + 52 e em geral ´e f´acil reconhecer que S2n≥ 1 +n
2 pelo que a s´erie ´e divergente.
A partir das propriedades dos limites e dos somat´orios deduzimos facilmente que Teorema 14: Sejam Pak ePbk s´eries convergentes e c ∈ R. Ent˜ao, as s´eries P(a
k± bk) e P(cak) s˜ao tamb´em convergentes e ∞ X k=1 (ak± bk) = ∞ X k=1 ak± ∞ X k=1 bk, ∞ X k=1 (c · ak) = c · ∞ X k=1 ak.
Exemplo 44. Consideramos a s´erie
X Å 1 k2+ k + 1 2k ã (k ≥ 1) Ent˜ao
• J´a vimos que ∞ X k=1 1 k2+ k = 1 • ∞ X k=1 1
2k ´e uma s´erie geom´etrica cuja soma ´e 1. Assim, ∞ X k=1 Å 1 k2+ k + 1 2k ã = ∞ X k=1 1 k2+ k + ∞ X k=1 1 2k = 1 + 1 = 2
Observac¸˜ao: SePakfor convergente ePbkfor divergente, ent˜ao a s´erieP(ak+ bk) ´e divergente pois, seP(ak+ bk) fosse convergente, ent˜ao
X bk = X (ak+ bk) − X ak teria de ser tamb´em convergente. Assim:
convergente + convergente = convergente convergente + divergente = divergente
No entanto a soma de duas s´eries divergentes pode ser ou n˜ao ser divergente. Exemplo 45. A s´erieP 1 k + 1 2k
´e divergente pois ´e a soma duma s´erie divergente
com uma convergente.
Exemplo 46. A s´erie P Ä1 k −
1 k+1
ä
´e convergente embora seja a soma de duas
s´eries divergentes.
Terminamos esta sec¸c˜ao com a seguinte observa¸c˜ao importante: A convergˆencia duma s´erie n˜ao depende dum n´umero finito de termos da s´erie. Por outras palavras: Teorema 15: Para quaisquer i, j ∈ N, as s´eries
∞ X k=i ak = ai+ ai+1+ · · · e ∞ X k=j ak= aj+ aj+1+ · · · tˆem a mesma natureza.
Demonstrac¸˜ao. Podemos assumir que i < j. Ent˜ao as somas parciais da primeira e da segunda s´erie
Sn= ai+ · · · + an Tn= aj+ · · · + an est˜ao relacionadas por
ai+ · · · + an | {z } Sn = (ai+ · · · + aj−1) + aj+ · · · + an | {z } Tn
ou seja, Sn= a + Tn em que a = ai+ · · · + aj−1n˜ao depende de n. O resultado do teorema ´e agora uma consequˆencia imediata de teoremas sobre limites de sucess˜oes.