Narciso Gomes 1
Universidade de Cabo Verde
Departamento Ciˆ
encia & Tecnologia
Texto te´
orico de An´
alise Matem´
atica III
Prof. Narciso Resende Gomes
Ano lectivo: 2011/2012
• Aten¸c˜ao: Este texto n˜ao ´e uma receita. ´E apenas um texto feito e seguido pelo professor nas aulas te´oricas. O aluno tem a obriga¸c˜ao de consultar outros textos/manuais mormente a bibliografia indicada pelo professor!!
1.1 Crit´erio dos valores pr´oprios da Hessiana . . . 4
1.2 Teorema de Weierstrass para campos escalares . . . 4
2 Extremos condicionados . . . 4
2.1 Multiplicadores de Lagrange . . . 5
Referˆ
encias
[1] A. Breda e J. Costa, C´alculo com fun¸c˜oes de v´arias vari´aveis. McGraw Hill-Portugal, Lisboa, 1996.
[2] E. Lima, An´alise Real - Vol. 2. Rio de Janeiro, Brasil, 2004.
[3] H. Bertolossi, C´alculo diferencial a v´arias vari´aveis. Edi¸c˜oes Loyola e editora PUC-Rio, S˜ao Paulo, Brasil, 2002.
[4] S. Lang, Calculus of Several Variables. Adison-Wesley, 1973. [5] T. Apostol, C´alculo (Vol. 2). Editora Revert´e, 1996.
2 Aula te´orica de apoio - An´alise Matem´atica III, UniCV
1
Extremos
Primeiramente, considera-se f uma fun¸c˜ao real de duas vari´aveis reais, ou seja, f : D ⊂ R2 → R. Assim, (a, b) ∈ D. Para fun¸c˜oes de mais de duas vari´aveis (n > 2),
ter´a estudo na sec¸c˜ao posterior.
Defini¸c˜ao 1: Seja f uma fun¸c˜ao real de duas vari´aveis, definida num dom´ınio D. Diz-se que f tem um m´aximo relativo (ou m´aximo local) no ponto (a, b) ∈ D se
f (x, y) ≤ f (a, b), (x, y) ∈ D numa vizinhan¸ca de (a, b).
Defini¸c˜ao 2: Seja f uma fun¸c˜ao real de duas vari´aveis, definida num dom´ınio D. Diz-se que f tem um m´ınimo relativo (ou m´ınimo local) no ponto (a, b) ∈ D se
f (x, y) ≥ f (a, b), (x, y) ∈ D numa vizinhan¸ca de (a, b).
Defini¸c˜ao 3: Seja f uma fun¸c˜ao real de duas vari´aveis, definida em D ∈ R2. Diz-se que
f tem um m´aximo global (ou m´aximo absoluto) no ponto (a, b) ∈ D se f (x, y) ≤ f (a, b), ∀(x, y) ∈ D.
Defini¸c˜ao 4: Do mesmo modo, diz-se que f tem um m´ınimo global (ou m´ınimo absoluto) no ponto (a, b) ∈ D se
f (x, y) ≥ f (a, b), ∀(x, y) ∈ D.
Teorema 1.1: Se a fun¸c˜ao f , definida no dom´ınio D, admite um extremo num ponto (a, b) ∈ D ent˜ao:
(a) (a, b) ´e um ponto cr´ıtico (ou ponto de estacionaridade) de f , isto ´e, ~∇f (a, b) = ~0. (b) (a, b) ´e um ponto singular de f , isto ´e, ~∇f (a, b) n˜ao existe.
Corol´ario 1:
• Um ponto cr´ıtico denomina-se ponto de sela se f n˜ao possui um extremo nesse ponto.
• O ponto (a, b) diz-se um extremante de f , se f (a, b) for extremo. Os extremantes podem ser minimizante no caso de f (a, b) ser m´ınimo e maximizante no caso de f (a, b) ser m´aximo.
Defini¸c˜ao 5: Um ponto ponto cr´ıtico (a, b) ∈ D ´e candidato a extremante de f se: (i) f n˜ao ´e a´ı diferenci´avel;
ou,
Geometricamente, um ponto ´e ponto cr´ıtico de uma fun¸c˜ao num ponto quando o gr´afico da fun¸c˜ao nesse ponto n˜ao tem plano tangente ou o plano tangente ´e horizontal. Os pontos de extremos locais (m´aximos ou m´ınimos) s˜ao portanto pontos cr´ıticos. Um ponto cr´ıtico que n˜ao ´e m´aximo local nem m´ınimo local ´e chamado de ponto de sela.
M´ınimo M´aximo Sela
Teorema 1.2: Sejam f : D ⊂ R2 → R e (a, b) ∈ D um ponto cr´ıtico de f, tal que f ∈ C2
na sua vizinhan¸ca. Considere-se o determinante da matriz Hessiana (Hessiano) de f no ponto (a, b): detHess(f )(a, b) = ∂2f ∂x2(a, b) ∂2f ∂x∂y(a, b) ∂2f ∂y∂x(a, b) ∂2f ∂y2(a, b) .
(i) Se detHess (f )(a, b) > 0 e ∂∂x2f2(a, b) > 0, ent˜ao f possui um m´ınimo local em (a, b).
(ii) Se detHess (f )(a, b) > 0 e ∂∂x2f2(a, b) < 0, ent˜ao f possui um m´aximo local em (a, b).
(iii) Se detHess(f )(a, b) < 0, ent˜ao f ´e um ponto de sela de f . (iv) Se detHess(f )(a, b) = 0, ent˜ao nada se pode concluir. Exemplo 1: Determine os extremos da fun¸c˜ao seguinte:
f (x, y) = x2+ xy + y2+ 3x − 3y + 4.
De facto, a fun¸c˜ao ´e de classe C∞. Ent˜ao em qualquer m´aximo ou m´ınimo a gradiente ´
e zero. Ou seja, ∇f (x, y) = 0 ou equivalentemente ∂f∂x = 0 e ∂f∂y = 0. Ent˜ao obt´em-se um sistema de duas equa¸c˜oes
2x + y = −3 ∧ x + 2y = 3,
onde obtemos a solu¸c˜ao (x, y) = (−3, 3), que ´e o ponto candidato ao extremo. Pode-se ver que Hess(f )(−3, 3) > 0 e ∂∂x2f2(−3, 3) > 0, ent˜ao f possui um m´ınimo local em (−3, 3).
Exerc´ıcio 1: Encontre os extremos locais da fun¸c˜ao f (x, y) = y2 + xy − 2x − 2y. Exerc´ıcio 2: Encontre os extremos locais da fun¸c˜ao f (x, y) = x3− 3x2+ y2.
4 Aula te´orica de apoio - An´alise Matem´atica III, UniCV
Teorema 1.3: Caso Geral - Seja f : D ∈ Rn → R uma fun¸c˜ao de classe C2. Suponha
que x0 ∈ D seja um ponto cr´ıtico de f . Sejam λ1, λ2, . . . , λn os valores pr´oprios da
matriz hessiana de f em x0 ∈ D: Hess(f )(x0) = ∂2f ∂x2 1(x0) ∂2f ∂x1∂x2(x0) · · · ∂2f ∂x1∂xn(x0) ∂2f ∂x2∂x1(x0) ∂2f ∂x2 2(x0) · · · ∂2f ∂x2∂xn(x0) .. . ... . .. ∂2f ∂xn∂x1(x0) ∂2f ∂xn∂x2(x0) · · · ∂2f ∂x2 n(x0) .
1.1
Crit´
erio dos valores pr´
oprios da Hessiana
Se os valores pr´oprios λ1, λ2, . . . , λn da matriz Hessiana
1. s˜ao todos positivos ent˜ao f (x0) ´e um m´ınimo local de f ;
2. s˜ao todos negativos ent˜ao f (x0) ´e um m´aximo local de f ;
3. tomam sinais contr´arios, ent˜ao f n˜ao possui extremante em x0; Dizemos que x0
´e um ponto de sela.
Exerc´ıcio 3: Determine, caso existirem, os extremos da fun¸c˜ao f (x, y, z) = −32x4+ 6x3−
6x2+ x2z − 2xz − 2y2− 12y − 18 − 3 2z
2.
1.2
Teorema de Weierstrass para campos escalares
Teorema 1.4: Um campo escalar f de classe C0 assume, num subconjunto fechado e
limitado D de Rn, um m´aximo e um m´ınimo globais.
Exerc´ıcio 4: Determine os extremos absolutos da fun¸c˜ao f no dom´ınio D indicado f (x, y) = xy(3 − x − y), D = {(x, y) ∈ R2 : x ≥ 0 ∧ y ≥ 0 ∧ x + y ≤ 3}.
2
Extremos condicionados
Nesta sec¸c˜ao, estudar-se-´a um m´etodo eficaz na determina¸c˜ao de extremos, chamado m´etodo de multiplicadores de Lagrange. Este m´etodo ´e espec´ıfico para problemas que se conhece o dom´ınio de trabalho, ou seja, o problema tenha fun¸c˜ao de restri¸c˜ao pr´ e-definida.
Considere a fun¸c˜ao f de n vari´aveis, f = f (x1, x2, . . . , xn) com m fun¸c˜oes de restri¸c˜ao
g = (g1(x1, x2, . . . , xn), g2(x1, x2, . . . , xn), . . . , gm(x1, x2, . . . , xn)) = 0. Se as vari´aveis
n˜ao forem independentes mas satisfazem as restri¸c˜oes anteriores, pode-se isolar cada vari´avel das fun¸c˜oes de restri¸c˜ao e as substituir em f e depois encontrando os pontos cr´ıticos atrav´es da primeira derivada e analisando a segunda derivada ´e poss´ıvel encon-trar os m´aximos e m´ınimos da fun¸c˜ao. Entretanto nem sempre ´e poss´ıvel resolver por este m´etodo. Da´ı a necessidade de recorrer ao m´etodo de Multiplicadores de Lagrange proposto por Joseph L. Lagrange, a seguir:
2.1
Multiplicadores de Lagrange
Defini¸c˜ao 6: Considere f e suas m restri¸c˜oes g citados anteriormente todas elas de classe C1 e que ∇g 6= 0. Se f tiver um extremo relativo dentro de suas restri¸c˜oes, ent˜ao este
ocorre em um ponto P (x∗1, x∗2, . . . , x∗n), tal que P perten¸ca a uma superf´ıcie de restri¸c˜ao de f na qual o gradiente ∇f (x∗1, x∗2, . . . , x∗n) ´e m´ultiplo do gradiente ∇g(x∗1, x∗2, . . . , x∗n), ou seja, existe λ tal que satisfaz a condi¸c˜ao seguinte
∇f (x∗1, x∗2, . . . , x∗n) = λ∇g(x∗1, x∗2, . . . , x∗n), λ ∈ R.
Deste modo, ter-se-´a uma estrat´egia para determinar os extremos de f quando sujeitos `
a condi¸c˜ao g = 0, que consiste em resolver o sistema
∇f (x1, x2, . . . , xn) = λ∇g(x1, x2, . . . , xn)
g(x1, x2, . . . , xn) = 0.
De uma forma mais geral, considere uma fun¸c˜ao f : Rn→ R uma fun¸c˜ao de classe C1
e g : Rn → Rm, com m < n, uma fun¸c˜ao tamb´em de classe C1. Pretende-se determinar
os extremos de f sujeitos ao sistema de equa¸c˜oes (ou condi¸c˜oes), g(x) = 0, ou seja, g1(x1, x2, . . . , xn) = 0 g2(x1, x2, . . . , xn) = 0 · · · gm(x1, x2, . . . , xn) = 0 em que g1, g2, . . . , gm s˜ao as componentes de g.
Assim, ter-se-´a que resolver o sistema
∇f (x) = λ1∇g1(x) + λ2∇g2(x) + · · · + λm∇gm(x) = 0
g(x) = 0. (1)
Assim, quer isso dizer que determina-se os extremos de f restringida `a fun¸c˜oes defi-nida pelo sistema de equa¸c˜oes g(x) = 0. Este ´e o chamado problema dos extremos condicionados.
Note-se que este sistema apresenta (n + m) equa¸c˜oes e (n + m) inc´ognitas e, em geral, g(x) n˜ao ´e linear. Os escalares λ1, λ2, . . . , λm s˜ao os chamados multiplicadores de
Lagrange e ao sistema (1) chama-se m´etodo dos multiplicadores de Lagrange. Exemplo 2: Considerado a fun¸c˜ao f (x, y) = x2+ y2 e a restri¸c˜ao g(x, y) = x2+y2
4 − 1. Assim, ∇f (x, y) = λ∇g(x, y) g(x, y) = 0 ⇔ 2x = λ2x 2y = λy2 x2+y2 4 − 1 = 0 ⇔ x(1 − λ) = 0 y(4 − λ) = 0 x2+y2 4 − 1 = 0 ⇔ x = 0 ∨ λ = 1 y = 0 ∨ λ = 4 x2+y42 − 1 = 0
de onde obtemos os pontos (0, −2), (0, 2), (−1, 0), (1, 0). Os dois primeiros s˜ao os mais afastados da origem e os outros dois s˜ao os mais pr´oximos. Note-se que o c´alculo do escalar λ ´e irrelevante para o problema.
6 Aula te´orica de apoio - An´alise Matem´atica III, UniCV
Exemplo 3: Determine os pontos extremos da fun¸c˜ao f (x, y, z) = x + y + z sujeita `as condi¸c˜oes x2+ y2 = 2 e x + z = 1.
Temos duas restri¸c˜oes, ou seja, g1(x, y, z) = x2+ y2− 2 e g2(x, y, z) = x + z − 1. Assim,
precisamos encontrar x, y, z, λ1 e λ2 tal que
∇f (x, y, z) = λ1∇g1(x, y, z) + λ2∇g2(x, y, z) g1(x, y, z) = 0 g2(x, y, z) = 0.
Calculando os gradientes, o sistema fica 1 = λ1· 2x + λ2· 1 1 = λ1· 2y + λ2· 0 1 = λ1· 0 + λ2· 1 x2 + y2 − 2 = 0 x + z − 1 = 0 ⇔ 1 = 2λ1x + λ2 1 = 2λ1y λ2 = 1 x2+ y2− 2 = 0 x + z − 1 = 0
Note-se que se obteve 5 equa¸c˜oes (3 + 2). Como λ2 = 1 ent˜ao 2λ1x = 0 e 2λ1y = 1.
Se λ1 6= 0 ent˜ao x = 0. Assim y = ±
√
2 e z = 1. Portanto, os candidatos a extremos s˜ao: (0, ±√2, 1). Pode-se verificar que (0,√2, 1) d´a-nos o m´aximo relativo e (0, −√2, 1) o m´ınimo relativo. A condi¸c˜ao x2+ y2 = 2 implica que x e y s˜ao limitados. Do mesmo modo, x + z = 1 mostra que z ´e limitado. O que segue que as restri¸c˜oes dadas s˜ao fechadas e limitadas no conjunto, digamos S. Ent˜ao, f possui um m´aximo e um m´ınimo em S, (0,√2, 1) e (0, −√2, 1), respectivamente.