Fundamentos de Matemática

Fundamentos de Matemática
Matemática I
Cursos de Biologia, Ciências e Tecnologia do Ambiente, Geologia e Quı́mica
Docentes: Ana Paula Dias e Fernando Jorge Moreira
Ano letivo de 2018/2019
(Versão de: 27 de julho de 2018 )

Funções
Começaremos por fazer revisões sobre a representação gráfica e

propriedades de algumas funções.
Trataremos essencialmente de funções polinomiais, potências de
expoente real, funções exponenciais e logarı́tmicas, funções
trigonométricas.
Introduziremos as funções trigonométricas inversas.
Falaremos nas derivadas destas funções e enunciaremos a regra de
L’Hôpital.
Os slides relativos a esta secção têm por base o texto:
M. Delgado e E. Mirra; Elementos de Matemática I, 2007
(disponı́vel em:
http://arquivoescolar.org/handle/arquivo-e/65)
Vamos interessar-nos pelo conjunto R dos números reais e seus
subconjuntos. Lembramos que há uma correspondência biunı́voca
entre R e o conjunto dos pontos de uma reta:
Exemplo 1.1
(i) ] − 3, 7] = {x ∈ R : −3 < x ≤ 7} é um intervalo, sendo −3 e 7
os seus extremos.
(ii) ] − 1, 2]∪]3, 7[∪[12, 13] é uma reunião de três intervalos (o
primeiro semifechado à direita, o segundo aberto e o terceiro
fechado).
Questão 1.2
O conjunto [1, 2[∪]2, 5] é um intervalo?
Muito do nosso trabalho vai consistir no estudo de funções. Para
indicar uma função f do conjunto A no conjunto B que a um
elemento x ∈ A associa um elemento f (x) ∈ B usa-se
habitualmente a notação seguinte:
f : A −→ B
x 7−→ f (x)
Exemplo 1.3
Considere a função dada pela expressão
√
3(1 + x)
f (x) = .
x −1
Determine: (a) f (4), f (16) e f (0); (b) o domı́nio de f .
9 15 3
Solução. (a) f (4) = = 3; f (16) = = 1; f (0) = = −3.
3 15 −1
(b) f (x) é um número real se e só se x ≥ 0 e x − 1 6= 0, isto é,
x ≥ 0 e x 6= 1. Logo Dom(f ) = [0, 1[∪]1, +∞[.
Uma função f : A −→ B diz-se:
- injetiva se objetos diferentes têm imagens diferentes, isto é, se
para quaisquer x e x 0 de A se tem
x 6= x 0 ⇒ f (x) 6= f (x 0 )
ou, o que é o mesmo, f (x) = f (x 0 ) ⇒ x = x 0 ;

- sobrejetiva se todo o elemento de B é imagem de algum
elemento de A, ou seja, o contradomı́nio de f coincide com o
conjunto de chegada;
- bijetiva se é injetiva e sobrejetiva, isto é, cada elemento de B
é imagem de um e só um elemento de A.
Se uma função f é injetiva e y está no contradomı́nio de f , então
existe um único elemento x do domı́nio de f tal que y = f (x). O
elemento x fica assim determinado por y sendo, portanto, uma
função de y . Escrevemos x = f −1 (y ) e chamamos à função f −1
assim definida função inversa de f .
Assim, y = f (x) ⇔ x = f −1 (y ).
O gráfico de f −1 pode obter-se do de f por reflexão em relação à
reta y = x.
Exemplo 1.4
Sejam f (x) = x 2 + 1 e g (x) = 3x + 2.
Tanto f como g são funções polinomiais (isto é, as expressões que
as definem são polinómios) logo têm domı́nio R, assim como as
compostas g ◦ f e f ◦ g :
g ◦ f (x) = 3(x 2 + 1) + 2 = 3x 2 + 5
f ◦ g (x) = (3x + 2)2 + 1 = 9x 2 + 12x + 5.
Exercı́cio 1.5
Determine expressões para f ◦ f e g ◦ g onde f e g são as funções
polinomiais do exemplo anterior.
Seja θ um ângulo qualquer com vértice na origem. Suponhamos
que P(a, b) é o ponto em que o lado terminal de θ interseta a
circunferência x 2 + y 2 = 1 ( que se diz o cı́rculo trigonométrico).
Tem-se:
b
sen θ = b, cos θ = a, tan θ = para a 6= 0.
a
Proposição 1.6 (Fórmula fundamental da trigonometria)
Para qualquer número real x tem-se:
sen2 x + cos2 x = 1.
Exemplo 1.7
π π
Determine os valores do seno, do cosseno e da tangente de e
6 3
radianos.
Na figura seguinte, o triângulo [OAB] é equilátero (tem os três
ângulos iguais), logo o ponto C é o ponto √
médio de [OA]. Então:
1 2 2 3
OC = e BC + OC = 1, donde BC = .
2 2
Tem-se, portanto:
√ √
π π 3 π π 1 π √ π 3
sen = cos = ; sen = cos = ; tan = 3; tan = .
3 6 2 6 3 2 3 6 3
Nota 1.8
Tem-se: √
π π 1 2 π
cos = sen = √ = ; tan = 1.
4 4 2 2 4
Aspeto dos gráficos das funções seno, coseno e tangente:
A proposição seguinte dá-nos conta de algumas relações
importantes entre funções trigonométricas e que são
frequentemente usadas.
Proposição 1.9
1. sen (−x) = − sen x (o seno é uma função ı́mpar);

2. cos (−x) = cos x (o cosseno é uma função par);
3. sen (u ± v ) = sen u cos v ± cos u sen v ;
4. cos (u ± v ) = cos u cos v ∓ sen u sen v .
Exemplo 1.10
Encontre outras expressões para (i) sen 2x e (ii) cos2 x.
Solução. (i)
sen 2x = sen (x + x) = sen x cos x + sen x cos x = 2 sen x cos x.
(ii) cos2 x = 1 − sen2 x.
Observamos que as funções trigonométricas não são injetivas. No
entanto, são injetivas quando consideramos restrições a certos
intervalos.
Por exemplo, a função seno é injetiva no intervalo [− π2 , π2 ]. O
cosseno e a tangente são injetivas em [0, π] e ] − π2 , π2 [,
respetivamente.
É considerando restrições a estes intervalos que vamos poder falar
em funções inversas.
Consideremos a função Sen como sendo a restrição da função sen
ao intervalo [− π2 , π2 ].
Ao contrário da função sen, a função Sen é injetiva e, portanto,
admite uma inversa: a função arcsen (ou Sen−1 ).
Temos então:
π π
y = arcsen x ⇔ x = Sen y ⇔ x = sen y e − ≤y ≤ .
2 2
Devemos pensar em arcsen x como sendo a medida do ângulo

entre − π2 e π2 cujo seno é x.
O domı́nio da função arcsen é o contradomı́nio da função Sen: o

intervalo [−1, 1].
Exemplos 1.11
(i) arcsen 12 = π6 ;
(ii) arcsen(sen 0, 3) = 0, 3;
(iii) arcsen(sen 4π π π π
5 ) = arcsen(sen(π − 5 )) = arcsen(sen 5 ) = 5 ;
(iv) cos(arcsen 0, 6) = cos x com sen x = 0, 6 e − 2 ≤ x ≤ π2 .
π
p
Logo, cos x = 1 − (0, 6)2 = 0, 8.
A função arccos (ou Cos−1 ) pode definir-se de forma análoga:
y = arccos x ⇔ x = cos y e 0 ≤ y ≤ π.
Usando o facto de o cosseno de um ângulo ser o seno do seu

complementar, chegamos facilmente ao resultado seguinte, que
podemos usar também como definição:
π
arccos x = − arcsen x, para − 1 ≤ x ≤ 1.
2
A função arctan (ou Tan−1 ) define-se de modo análogo:
π π
y = arctan x ⇔ x = tan y e − <y < .
2 2
O domı́nio da função arctan é R.
Limites e continuidade
Quando f é uma função definida perto de um número real a,

excepto eventualmente em a, podemos perguntar-nos:
I À medida que x se aproxima de a (mas x 6= a), o valor de
f (x) aproxima-se de um número real L?
Se a resposta à questão anterior for afirmativa, escrevemos
lim f (x) = L
x→a
e dizemos que o limite de f (x) quando x tende para a é L.

Esta pode ser encarada como uma definição intuitiva do conceito
de limite. (Note-se o uso intuitivo do conceito de proximidade.)
A matemática não pode fazer-se com noções intuitivas...

Recordamos a definição formal:
Definição. Seja f uma função definida num intervalo de R que contém o
ponto a, excepto eventualmente em a, e seja L um número real. Dizemos
que o limite de f (x) quando x tende para a é L e escrevemos
lim f (x) = L se
x→a
∀ > 0 ∃δ > 0 : 0 < |x − a| < δ ⇒ |f (x) − L| <

Alguns limites...
Proposição 1.12
Se a ∈ R+ , então:
xa
1. lim x = 0;
x→+∞ e
ln x
2. lim = 0;
x→+∞ x a
3. lim |x a |e x = 0;
x→−∞
4. lim+ x a ln x = 0.
x→0
Observamos que a primeira alı́nea da proposição anterior diz

basicamente que a exponencial cresce mais rapidamente que
qualquer polinómio. As restantes alı́neas têm interpretações
semelhantes...
A regra de L’Hôpital (que enunciaremos mais tarde) permite
calcular facilmente este tipo de limites.
Definição.
Uma função definida num ponto a diz-se contı́nua em a se existir
lim f (x) e se tiver lim f (x) = f (a).
x→a x→a
Uma função é contı́nua se o for em todos os pontos do seu

domı́nio.
Intuitivamente, uma função definida num intervalo é contı́nua se o
seu gráfico pode ser representado sem levantar a caneta.
Recordemos os enunciados de alguns resultados que devemos ter
presentes...
Proposição 1.13
Se f e g são contı́nuas em a, então também são contı́nuas em a as
funções: f + g , f · g e gf , desde que g (a) 6= 0.
Vale o seguinte resultado sobre limites:
Proposição 1.14
Se f é uma função polinomial e a é um número real, então
lim f (x) = f (a).

x→a
Observe-se que este resultado poderia ter sido formulado como

segue:
Uma função polinomial é contı́nua em R.

Do ponto de vista geométrico, o resultado seguinte é
intuitivamente claro.
Proposição 1.15 (Teorema dos valores intermédios)
Se f é uma função contı́nua num intervalo fechado [a, b] e se w é
um número entre f (a) e f (b), então existe pelo menos um valor
c ∈ [a, b] tal que f (c) = w .
Corolário 1.16
Se f é contı́nua num intervalo fechado [a, b] e f (a) e f (b) têm
sinais contrários, então existe c ∈ [a, b] tal que f (c) = 0.
Corolário 1.17
Se f é contı́nua e não tem zeros num intervalo, então f (x) > 0 ou
f (x) < 0 para todo o x nesse intervalo.
Derivação
Problema.
Encontrar uma linha reta L que seja tangente à curva C no ponto
P.
Vamos começar por considerar curvas que são gráficos de funções

contı́nuas. Suponhamos que C é o gráfico de y = f (x) e que P é o
ponto (x0 , y0 ) de C (isto é, y0 = f (x0 )).
A primeira questão que se coloca é: como definir tangência?
Vejamos que se pode dar uma definição aceitável usando limites.
Se Q é um ponto de C diferente de P, a reta que passa por P e
por Q diz-se secante à curva C . Quando Q se move ao longo de
C , esta secante roda à volta de P. A reta L que passa por P e
cujo declive é o limite dos declives das secantes PQ quando Q se
aproxima de P ao longo de C é a reta tangente a C em P.
Note-se que, no caso de C ser o gráfico de uma função y = f (x),

se tem P = (x0 , f (x0 )), para algum x0 e, sendo Q 6= P, a primeira
coordenada de Q é diferente de x0 (por f ser uma função),
digamos x0 + h, com h 6= 0.
O declive de PQ é, então,
f (x0 + h) − f (x0 )
.
h
Consideremos o limite
f (x0 + h) − f (x0 )
lim .
h→0 h
- Se o limite existir e for m, então a reta
y = m(x − x0 ) + f (x0 ),
de declive m e que passa no ponto (x0 , f (x0 )), diz-se a

tangente ao gráfico y = f (x) em P.
- Se o limite for +∞ ou −∞, a reta x = x0 diz-se a tangente
ao gráfico de y = f (x) em P.
- Se o limite não existir, sem ser ±∞, dizemos que o gráfico de
y = f (x) não tem tangente em P.
Definição.
A derivada de uma função f é uma função f 0 definida por
f (x + h) − f (x)
f 0 (x) = lim
h→0 h
desde que este limite exista e seja finito.
Quando f 0 (x) existe, dizemos que f é derivável (ou que é

diferenciável) em x. Quando f 0 (x) não existe, dizemos que f não é
derivável em x e, se x pertencer ao domı́nio de f , dizemos que x é
um ponto singular de f .
Dizemos que uma função é derivável se for derivável em todos os

pontos do seu domı́nio.
Dependendo do domı́nio da função, podem ser necessárias
pequenas adaptações à definição. Por exemplo, a função f ser
derivável em ]a, b] significa que f é derivável em ]a, b[ e que é
derivável à esquerda em b, isto é, existe
f (b + h) − f (b)
lim .
h→0− h
É habitual usar outras notações para a derivada de y = f (x):
dy d
f 0 (x) = Dx f (x) = Dx y = y 0 = = f (x).
dx dx
Querendo indicar a derivada no ponto x0 , podemos usar notações

como por exemplo f 0 (x0 ) ou dy .

dx x=x0
Exemplo 2.1
Seja f definida por f (x) = 3x 2 + 3x − 8. Determine:
(a) f 0 (x), para qualquer x;
(b) f 0 (2);
(c) uma equação da reta tangente ao gráfico de f no ponto
(2, 10).
Solução. (a)
(3(x + h)2 + 3(x + h) − 8) − (3x 2 + 3x − 8)

f 0 (x) = lim
h→0 h
6xh + 3h2 + 3h
= lim = lim (6x + h + 3) = 6x + 3;
h→0 h h→0
(b) f 0 (2) = 6 × 2 + 3 = 15;

(c) y = 15(x − 2) + 10 ⇔ y = 15x − 20.
Exemplo 2.2
Determine a derivada da função
f (x) = |x|.
x +h−x h
Solução. Se x > 0, então lim = lim = 1.
h→0 h h→0 h
−(x + h) − (−x) −h
Se x < 0, então lim = lim = −1.
h→0 h h→0 h
h −h
Se x = 0, então tem-se lim+ = 1, mas lim = −1, logo
h→0 h h→0− h
|h|
lim não existe, já que os limites laterais são diferentes.
h→0 h
0 1 se x > 0
Assim, f (x) = , não estando f 0 definida em 0
−1 se x < 0
(0 é um ponto singular). O facto de f 0 não estar definida em 0 não
é surpreendente, já que o gráfico de |x| apresenta um bico em
(0, |0|).
Como a função |x| é contı́nua em R, o Exemplo 2.2 mostra que
uma função contı́nua não é necessariamente derivável. Mas se for
derivável, é contı́nua, como mostra a proposição seguinte.
Proposição 2.3
Se f é uma função derivável em a, então f é contı́nua em a.
Prova. Tem-se
f (a + h) − f (a) f (x) − f (a)
f 0 (a) = lim = lim
h→0 h x→a x −a
e
f (x) − f (a)
f (x) = (x − a) + f (a), se x 6= a.
x −a
Assim,
f (x) − f (a)
lim f (x) = lim · lim (x−a)+ lim f (a) = f 0 (a)·0+f (a) = f (a).
x→a x→a x −a x→a x→a

Proposição 2.4
Se f é uma função constante, então a sua derivada é nula.
Exercı́cio 2.5
Prove a proposição anterior.
Proposição 2.6
Seja α um número real. Se f é a função dada pela fórmula
f (x) = x α , então a sua derivada é dada pela fórmula
f 0 (x) = αx α−1 .
A demonstração da fórmula dada pela proposição anterior no caso

em que α é um número natural não é difı́cil. (Pode usar-se o facto:
aα − b α = (a − b)(aα−1 + aα−2 b + aα−3 b 2 + · · · + ab α−2 + b α−1 ).
Para a demonstração completa sugerimos consultar a literatura...
Exemplo 2.7
√ 2 1
vem que y 0 = 23 x − 3 , se x 6= 0.
3
Seja y = x 2 . Como y = x 3
A proposição seguinte fornece-nos técnicas para calcular derivadas

de funções dadas por expressões relativamente complicadas à custa
das derivadas de funções mais simples.
Proposição 2.8
Sejam f e g funções deriváveis em a. Tem-se:
1. (f + g )0 (a) = f 0 (a) + g 0 (a)
2. (f · g )0 (a) = f 0 (a) · g (a) + f (a) · g 0 (a)
0
f f 0 (a) · g (a) − f (a) · g 0 (a)
3. (a) = , se g (a) 6= 0.
g (g (a))2
A proposição seguinte dá-nos derivadas de funções
trigonométricas. Lembra-se que sec x = 1/ cos x.
Proposição 2.9
Tem-se:
1. Dx sen x = cos x
2. Dx cos x = − sen x
3. Dx tan x = sec2 x
4. Dx sec x = sec x tan x.
Para a demonstração, consultar a literatura...

Por exemplo, para provar 1. são usados os seguintes factos:
sen h
I limh→0 h = 1;
I limh→0 cos h−1
h = 0;
I sen(x + h) = sen x cos h + cos x sen h.
A proposição seguinte é conhecida por regra da cadeia ou regra da
derivação da função composta.
Proposição 2.10 (Regra da cadeia)
Sejam y = f (u) e u = g (x) funções. Suponhamos que as
dy du
derivadas e existem ambas (isto é, f é derivável em g (x) e
du dx
g é derivável em x). Então a função composta y = f (g (x)) tem
derivada (em x) dada por
[f (g (x))]0 = f 0 (g (x)) · g 0 (x).
dy dy du
A igualdade = · pode ajudar a memorizar. Note-se, no
dx du dx
entanto, que a parte esquerda não se obtém da direita por anulação
de du. De facto, du
dx não é o quociente de duas quantidades...
Exemplo 2.11
Dx (3x + sen(2x)) = 3 + cos(2x) · 2.
Exemplo 2.12
Calcular h0 (x) para h(x) = cos(1 − x 3 ).
Tomando u = u(x) = 1 − x 3 e f (x) = cos(x), temos
u 0 (x) = −3x 2 e f 0 (u) = − sen(u).
Como temos h(x) = f (u(x))) vem pela regra da cadeia que
h0 (x) = f 0 (u) · u 0 (x)

= − sen(u) · (−3x 2 )
= − sen(1 − x 3 ) · (−3x 2 )
= 3x 2 sen(1 − x 3 )
Derivação implı́cita
Referimos no inı́cio do capı́tulo o problema da determinação de

tangentes a curvas e resolvemo-lo para o caso de curvas que são
gráficos de funções deriváveis. Mas nem sempre as curvas são
gráficos de funções. Muitas vezes, o gráfico de uma curva é o
gráfico de uma equação em duas variáveis F (x, y ) = 0.
Exemplo 2.13
Para a circunferência x 2 + y 2 = 25, temos F (x, y ) = x 2 + y 2 − 25.
Por vezes a equação não pode ser resolvida explicitamente em

ordem a y , no entanto vemos a equação como definindo
implicitamente y como uma ou mais funções de x. A ideia da
derivação implı́cita é “derivar a equação em ordem a x, obtendo a
dy
derivada ”.
dx
Exemplo 2.14
dy
Determine , se y 2 = x.
dx
Solução. Tem-se
d 2 d
(y ) = x,
dx dx
donde, usando a regra da cadeia no primeiro membro (y é função
dy dy 1
de x), vem 2y = 1, logo = .
dx dx 2y
No exemplo anterior, y 2 = x define duas funções de x, deriváveis,

√ √
que conhecemos explicitamente: y1 = x e y2 = − x. Para
x > 0 podemos encontrar derivadas:
dy1 1 1 dy2 1 1
= √ = ; =− √ = ,
dx 2 x 2y1 dx 2 x 2y2
o que está de acordo com o obtido por derivação implı́cita.

Nota 2.15
Existe um teorema, o Teorema da Função Implı́cita, que justifica a
legitimidade de usarmos derivação implı́cita. Ele diz, basicamente,
que a representação de uma curva F (x, y ) = 0 perto de um ponto
(x0 , y0 ) dessa curva é o gráfico de uma função de x derivável em
x0 , desde que F (x, y ) seja suficientemente “regular” e
d
F (x0 , y )|y =y0 6= 0.
dy
Exemplo 2.16
Determine o declive da tangente à circunferência x 2 + y 2 = 25 no
ponto (3, −4).
Solução. Usando derivação implı́cita, temos:

d 2 d 2 d
x + y = 25
dx dx dx
dy
2x + 2y =0
dx
dy x
=− .
dx y
O declive da tangente à circunferência em (3, −4) é

x 3 3
− =− = .
y (3,−4) −4 4
Como √ a circunferência é√a união dos gráficos das funções
y1 = 25 − x 2 e y2 = − 25 − x 2 e (3, −4) pertence ao gráfico de
y2 , o problema poderia também
ser resolvido do seguinte modo:
dy2 −2x −6 3
=− √ =− √ = .
dx x=3
2
2 25 − x x=3 2 16 4
Exemplo 2.17
Determine uma equação da tangente à curva x 2 + xy + 2y 3 = 4 no
ponto (−2, 1).
Solução. Tem-se 2x + y + xy 0 + 6y 2 y 0 = 0.
Substituindo x por −2 e y por 1 e resolvendo em ordem a y 0 , vem
y 0 (−2) = 43 . Assim, a reta pedida tem por equação
3 3 5
y = (x + 2) + 1 ⇔ y = x + .
4 4 2
Exercı́cio 2.18
dy
Determine , se y sen x = x 3 + cos y .
dx
dy 3x 2 − y cos x
Solução. = .
dx sen x + sen y
Derivada da função inversa
Seja f derivável num intervalo aberto ]a, b[ e suponhamos que
f 0 (x) > 0 para x ∈]a, b[ (o que implica que f é crescente em ]a, b[)
ou que f 0 (x) < 0 para x ∈]a, b[ (logo f é decrescente em ]a, b[).
Em qualquer caso, f é injetiva em ]a, b[ e tem inversa f −1 definida
por
y = f −1 (x) ⇔ x = f (y ), (a < x < b).
Lembramos que o gráfico de f −1 se obtém do de f por reflexão em
relação à reta y = x. Se o gráfico de f não tem tangentes
horizontais, o gráfico de f −1 não tem tangentes verticais, o que
sugere que f −1 será derivável.
dy
Seja y = f −1 (x). Para determinar , resolvemos a equação em
dx
dy
ordem a x: x = f (y ) e derivamos implicitamente: 1 = f 0 (y ) .
dx
Logo
dy 1 1
= 0 = 0 −1 .
dx f (y ) f (f (x))
Obtemos então a fórmula
d −1 1
f (x) = 0 −1 .
dx f (f (x))
Nota 2.19
Suponhamos que f e f −1 são deriváveis. Tem-se f (f −1 (x)) = x.
Usando a regra da cadeia, temos
f 0 (f −1 (x)) · (f −1 )0 (x) = 1. (1)
Resulta de novo a fórmula:

1
(f −1 )0 (x) = .
f 0 (f −1 (x))
De (1) resulta imediatamente que se a é tal que f 0 (f −1 (a)) = 0,

então f −1 não é derivável em a.
Exemplo 2.20
Mostre que f (x) = x 3 + x é injetiva (em R). Notando que
f (2) = 10, determine (f −1 )0 (10).
Solução. Tem-se f 0 (x) = 3x 2 + 1 > 0, ∀x ∈ R.

Consequentemente, f é estritamente crescente e, portanto, injetiva.
1 1 1
(f −1 )0 (10) = = = .
f 0 (f −1 (10)) f 0 (2) 13
Derivadas das funções logarı́tmica e exponencial
O logaritmo natural (ou logaritmo de base e) ln x define-se do
seguinte modo:
I Para cada x ≥ 1, ln x é a área da região do plano limitada
pela reta y = 0, pelo gráfico da função y = 1t e pelas retas
verticais t = 1 e t = x.
I Para cada 0 < x < 1, ln x é o simétrico da área da região do
plano limitada pela reta y = 0, pelo gráfico da função y = 1t e
pelas retas verticais t = x e t = 1.
Proposição 2.21
d 1
Se x > 0, então ln x = .
dx x
Prova. Para h > 0, ln(x + h) − ln x é a área da região do plano

limitada pela reta y = 0, pelo gráfico da função y = 1t e pelas
retas verticais t = x e t = x + h. Comparando com as áreas dos
retângulos assinalados na figura, tem-se:
h h
< ln(x + h) − ln x < .
x +h x
Dividindo todos os membros das inequações por h e usando o
teorema do encaixe para limites laterais, temos
ln(x + h) − ln x 1
lim = .
h→0+ h x
Usando argumentos semelhantes, resolve-se também o caso de
h < 0, isto é, 0 < x + h < x, concluindo-se assim a demonstração.
A função exponencial de base e, e x , define-se como sendo a

inversa da função logaritmo de base e, ln x.
Proposição 2.22
d x
Para x ∈ R, e = ex .
dx
Prova. Sendo y = e x vem que x = ln y . Usando derivação

1 dy dy
implı́cita, tem-se 1 = , donde = y = ex .
y dx dx
Nota 2.23
Seja a > 0, com a 6= 1. Define-se
ln x
loga x = .
ln a
Esta função, de domı́nio ]0, +∞[, diz-se o logaritmo de base a.
d 1 1
A derivada loga x = é negativa se a ∈]0, 1[ e é positiva se
dx ln a x
a ∈]1, +∞[, o que mostra que o logaritmo de base a é uma função
injetiva qualquer que seja o a positivo e diferente de 1.
A correspondente função inversa é ax .
Exercı́cio 2.24
√
Determine a derivada de 1 + e 2x .
e 2x
Solução. √
1 + e 2x
Derivadas das funções trigonométricas inversas
Proposição 2.25
d 1
Tem-se arcsen x = √ (x ∈] − 1, 1[).
dx 1 − x2
π π
Prova. Lembramos que y = arcsen x ⇔ x = sen y e − ≤ y ≤ .
2 2
dy
Usando derivação implı́cita, tem-se 1 = cos y · .
dx
π π
Como − ≤ y ≤ , tem-se cos y ≥ 0, donde
2
p 2 √
cos y = 1 − sen2 y = 1 − x 2 .
dy 1 1
Logo = =√ .
dx cos y 1 − x2
Exercı́cio 2.26
d x 1
Mostre que arcsen =√ .
dx a a − x2
2
Com uma demonstração análoga à da proposição anterior tem-se:

Proposição 2.27
d 1
Tem-se arctan x = .
dx 1 + x2
Exercı́cio 2.28
d x a
Mostre que arctan = 2 .
dx a a + x2
Teorema do valor médio e resultados relacionados
Apresentam-se seguidamente diversos resultados cuja

demonstração fica fora do âmbito deste curso, mas dos quais
faremos uso. Destaca-se a Regra de L’Hôpital (Teorema 2.36).
O resultado seguinte é usado na demonstração do Teorema do
valor médio e é útil por si só. A sua demonstração, que não
faremos, usa a completude do conjunto dos números reais.
Teorema 2.29
Uma função contı́nua definida num intervalo fechado limitado
atinge um máximo e um mı́nimo nesse intervalo.
Proposição 2.30
Se f é uma função definida num intervalo aberto ]a, b[ e atinge um
máximo ou um mı́nimo no ponto c ∈]a, b[ e f 0 (c) existe, então
f 0 (c) = 0.
Teorema 2.31 (Teorema de Rolle)

Suponhamos que g é uma função contı́nua num intervalo fechado
[a, b] e que é derivável no intervalo aberto ]a, b[. Se g (a) = g (b),
então existe c ∈]a, b[ tal que g 0 (c) = 0.
Prova. Se g for constante, tem-se g 0 (c) = 0, ∀c ∈ [a, b]. Se g

não for constante, suponhamos que existe x0 ∈]a, b[ tal que
g (x0 ) 6= g (a). Vamos supor que g (x0 ) > g (a). (O caso
g (x0 ) < g (a) é análogo.) Pelo Teorema 2.29, g atinge um máximo
nalgum ponto c ∈ [a, b]. Como g (c) ≥ g (x0 ) > g (a) = g (b), c
não pode ser a nem b, logo c ∈]a, b[, donde g é derivável em c.
Pela Proposição 2.30, vem que g 0 (c) = 0.
Teorema 2.32 (Teorema do valor médio)
Se f é contı́nua num intervalo fechado [a, b] e é derivável no
intervalo aberto ]a, b[, então existe um ponto c ∈]a, b[ tal que
f (b) − f (a)
= f 0 (c).
b−a
O teorema do valor médio também é conhecido por Teorema de

Lagrange. Este teorema é um corolário imediato do Teorema de
Rolle aplicado à função:
f (b) − f (a)
g (x) = f (x) − (f (a) + (x − a)) .
b−a
De facto, temos que g (a) = g (b) = 0. Logo, existe c ∈]a, b] tal
que g 0 (c) = 0. Mas como
f (b) − f (a)
g 0 (c) = f 0 (c) −
b−a
temos então provado o Teorema de Lagrange.
Aplicando agora o Teorema do valor médio à função
h(x) = (f (b) − f (a))(g (x) − g (a)) − (f (b) − g (a))(f (x) − f (a))
e tendo o cuidado de justificar que não se fazem divisões por 0,

obtém-se o resultado seguinte que também é conhecido por
Teorema de Cauchy.
Teorema 2.33 (Teorema do valor médio generalizado)
Se f e g são funções contı́nuas num intervalo fechado [a, b],
deriváveis no intervalo aberto ]a, b[ e g 0 (x) 6= 0 para todo o
x ∈]a, b[, então existe um ponto c ∈]a, b[ tal que
f (b) − f (a) f 0 (c)

= 0 .
g (b) − g (a) g (c)
Corolário 2.34
Se f é contı́nua num intervalo I e f 0 (x) = 0 para todo o ponto x
do interior de I , então f é constante em I .
Prova. Seja x0 ∈ I . Se x ∈ I \ {x0 }, então existe c entre x0 e x

f (x) − f (x0 )
(logo no interior de I ) tal que = f 0 (c), pelo teorema
x − x0
do valor médio. Obtemos, então, f (x) = f (x0 ).
Exemplo 2.35
Mostre que sen x < x, ∀x > 0.
Solução. Se x ≥ 1 é óbvio. Se 0 < x < 1, pelo teorema do

valor médio, existe c ∈]0, x[ tal que
sen x sen x − sen 0 d

= = sen x|x=c = cos c < 1.
x x −0 dx
Teorema 2.36 (Regra de L’Hôpital)
Sejam f e g funções deriváveis num intervalo aberto ]a, b[
f (x)
contendo c, excepto eventualmente em c. Se lim conduz a
x→c g (x)
uma indeterminação da forma 00 ou ∞ 0
∞ e g (x) 6= 0 para x 6= c,
então
f (x) f 0 (x)
lim = lim 0 ,
x→c g (x) x→c g (x)
f 0 (x) f 0 (x)
desde que lim exista ou lim = ∞.
x→c g 0 (x) x→c g 0 (x)
A demonstração usa o teorema do valor médio generalizado e, mais

uma vez, remetemos para a literatura.
Nota 2.37
A regra de L’Hôpital é também válida para limites laterais e
também pode ser aplicada a limites com x → ±∞.
Exemplo 2.38
2 sen(2x) − sen x
Calcule lim .
x→0 ex − 1
Solução. Temos uma indeterminação do tipo 00 . Como as funções

2 sen(2x) − sen x e e x − 1 são deriváveis (em R) podemos aplicar a
regra de L’Hôpital. Temos então
2 sen(2x)−sen x − cos x+4 cos(2x)
limx→0 e x −1 = limx→0 ex
= −1+4
1
= 3
Exercı́cio 2.39
1
Mostre que lim x x = 1.
x→+∞
Primitivas
Extrato do programa previsto relativo a este capı́tulo:

Técnicas de primitivação; método de primitivação por substituição
ou mudança de variável e primitivação por partes; primitivação de
funções racionais.
Veremos algumas técnicas que nos permitem calcular primitivas de

funções dadas por expressões razoavelmente complicadas.
A importância de saber calcular primitivas deve-se sobretudo ao
Teorema Fundamental do Cálculo.
(disponı́vel em:
Uma primitiva de uma função f é uma função F tal que
F 0 (x) = f (x), para todo o elemento x do domı́nio de f .
Embora não adoptemos essa terminologia, chamamos a atenção para o
facto de as primitivas serem por vezes, sugestivamente, chamadas
“antiderivadas”. Outra designação habitual é “integral indefinido”.
Exemplos 3.1
1. F (x) = x é uma primitiva da função constante f (x) = 1.

2. F (x) = x −1 é uma primitiva de f (x) = −x −2 .
3. F (x) = − 31 cos(3x) é uma primitiva de f (x) = sen(3x).
Nota 3.2
Se adicionarmos uma constante a uma primitiva de uma função,
obtemos uma primitiva da mesma função.
Se uma função estiver definida num intervalo, esta é a única forma

de obter novas primitivas, como mostra a proposição seguinte.
Proposição 3.3
Sejam F e G primitivas da função f no intervalo I . Então existe
uma constante C tal que, para qualquer x de I , se tem
F (x) − G (x) = C .
Prova. Seja x ∈ I . Tem-se:

d
(F (x) − G (x)) = f (x) − f (x) = 0.
dx
Logo, F (x) − G (x) = C (C constante) em I , por uma
consequência do Teorema de Rolle dada.
Quando se trata de uma função que não está definida num
intervalo, duas primitivas podem não diferir de uma constante,
como mostra o seguinte exemplo.
Exemplo 3.4

x + 1, se x ∈ [0, 1]
As funções F (x) = e G (x) = x são
x + 2, se x ∈ [2, 3]
primitivas da função f : [0, 1] ∪ [2, 3] → R definida por f (x) = 1.
Representamos por Z
f (x) dx
uma primitiva da função f .

Muitos autores preferem representar dessa forma qualquer primitiva
de f , pelo que no resultado deve estar presente uma constante
arbitrária. R
O sı́mbolo é um “s” estendido e diz-se o sı́mbolo de integral;
“dx” deve aqui ser encarado apenas como um sı́mbolo.
Primitivas elementares
Indicamos a seguir algumas primitivas a que chamamos

elementares; resultam do bom conhecimento que temos das
derivadas de algumas funções.
Como sempre acontece, para verificar que se tem de facto uma
primitiva, basta derivar...
x2
Z Z
(a) 1 dx = x (b) x dx =
2
x3
Z Z
2 1 1
(c) x dx = (d) 2
dx = −
3 x x
√ √
Z Z
2 3 1
(e) x dx = x 2 (f ) √ dx = 2 x
3 x
Todos os exemplos anteriores são casos particulares de
Z
1 r +1
x r dx = x (r 6= −1).
r +1
Outros exemplos:
Z Z
1
(a) dx = ln |x| (b) e x dx = e x
x
Z Z
(c) cos x dx = sen x (d) sen x dx = − cos x
Z Z
1 1
(e) √ dx = arcsen x (f ) dx = arctan x
1 − x2 1 + x2
Regra aritmética para primitivas
Pelas regras de derivação sabemos que, para
H(x) = aF (x) + bG (x),
com a, b ∈ R, se tem:
H 0 (x) = aF 0 (x) + bG 0 (x)
Se fizermos h = H 0 , f = F 0 e g = G 0 , das duas iguladades

anteriores segue que
Z Z
af (x) + bg (x) dx = h(x) dx
= H(x)
= aF (x) + bG (x)
Z Z
= a f (x) dx + b g (x) dx
Exemplo 3.5
Z
(6x 2 + 4x + 5) dx = 2x 3 + 2x 2 + 5x
Z
(cos(x) + 2 sen(x)) dx = sen(x) − 2cos(x)
Primitivação por substituição
O método de substituição é talvez a técnica mais importante para

calcular primitivas que não conseguimos determinar por inspeção
direta. Trata-se da versão integral da regra da cadeia:
Z
f 0 (g (x)) · g 0 (x) dx = f (g (x))
O formalismo seguinte pode ajudar a memorizar:

du
Seja u = g (x). Então = g 0 (x), ou, escrito na forma diferencial,
dx
du = g 0 (x) dx. Logo
Z Z
f (g (x)) · g (x) dx = f 0 (u) du = f (u) = f (g (x))
0 0
Exemplo 3.6
Calcule
Z Z
x sen(3 ln x)
(a) 2
dx; (b) dx.
x +1 x
Solução. (a) Seja u = x 2 + 1. Vem du = 2x dx, donde

1
x dx = 2 du. Então:
Z Z
x 1 du 1 1 p
2
dx = = ln |u| = ln(x 2 + 1) = ln x 2 + 1.
x +1 2 u 2 2
3
(b) Usando a substituição u = 3 ln x, vem du = x dx. Então:
Z Z
sen(3 ln x) 1 1 1
dx = sen u du = − cos u = − cos(3 ln x).
x 3 3 3

Exercı́cio 3.7
Mostre que:
Z
dx x
1. √ = arcsen (a > 0);
a 2 − x2 a
Z
dx 1 x
2. = arctan 6 0).
(a =
a2 + x 2 a a
Sugestão: use a substituição u = xa .
Exercı́cio 3.8
Sejam a, b ∈ R, com a 6= 0.
F (ax+b)
Mostre que se F (x) é uma primitiva de f (x), então a é uma
primitiva de f (ax + b).
Normalmente a substituição u = g (x) funciona bem se g 0 (x)

aparece como factor da função integranda. Em geral, substituições
forçadas não levam a lado nenhum.
É por vezes conveniente fazer algumas manipulações algébricas
antes de fazer qualquer substituição, como o exemplo seguinte
ilustra.
Exemplo 3.9
Z
dx
Calcule .
x 2 + 4x + 5
Solução. Começamos por fazer uma pequena manipulação

algébrica no denominador:
Z Z
dx dx
2
= .
x + 4x + 5 (x + 2)2 + 1
Usando agora a substituição u = x + 2, du = dx, vem

Z
du
= arctan u = arctan(x + 2).
u2 + 1
Integrais trigonométricos
O modo de calcular um integral da forma
Z
senm x cosn x dx
depende da paridade de m e n.
I Se m ou n é ı́mpar, deve usar-se a fórmula fundamental da

trigonometria e uma substituição adequada, como é ilustrado
pelo exemplo seguinte.
I Se m e n forem ambos pares, é conveniente usar alguma das
fórmulas
1 1
cos2 x = (1 + cos 2x) ou sen2 x = (1 − cos 2x),
2 2
para reduzir os expoentes.
Exemplo 3.10
Z
Calcule sen3 x cos8 x dx.
Solução. Tem-se:
Z Z
3 8
sen x cos x dx = (1 − cos2 x) · cos8 x · sen x dx.
Fazendo a substituição u = cos x, du = − sen x dx, vem:
u 11 u 9 cos11 x cos9 x
Z Z
2 8
− (1−u )u du = (u 10 −u 8 ) du = − = − .
11 9 11 9

Exemplo 3.11
Calcule:
Z Z
(a) cos2 x dx; (b) sen4 x dx.
Solução. (a)
Z Z
2 1 x 1 1
cos x dx = (1+cos 2x) dx = + sen 2x = (x+sen x cos x).
2 2 4 2
(b)
Z Z Z
1 1
sen4 x dx = (1 − cos 2x)2 dx = (1 − 2 cos 2x + cos2 2x) d
4 Z 4
x 1 1
= − sen 2x + (1 + cos 4x) dx
4 4 8
3x 1 1
= 8 − 4 sen 2x + 32 sen 4x.

Primitivação por partes
Assim como o método de substituição pode de algum modo ser

visto como “inverso” da regra da cadeia, a primitivação por partes
pode ser encarada como “inversa” da regra da derivada do produto.
Suponhamos que u(x) e v (x) são funções deriváveis. Tem-se
d dv du
(u(x) · v (x)) = u(x) · + v (x) ·
dx dx dx
Integrando, obtemos a fórmula da primitivação por partes:
Z Z
dv du
u(x) dx = u(x)v (x) − v (x) dx
dx dx
ou, numa escrita simplificada muito conveniente para fácil
memorização, Z Z
u v 0 = uv − v u 0 .
O que se faz neste método é considerar a função integranda como
produto de outras duas, u e v 0 , em que v 0 é uma função fácil de
primitivar e v u 0 é mais fácil de calcular que o integral dado. Os
R
exemplos seguintes são ilustrativos.

Exemplo 3.12
Z
Calcule x e 2x dx.
Solução. Sejam u = x, v 0 = e 2x . Então u 0 = 1 e v = 21 e 2x .

Logo
x e 2x
Z Z
2x 1 2x 1 2x 1
x e dx = x · e − e dx = − e 2x .
2 2 2 4
Exemplo 3.13
Z
Calcule ln x dx
Solução. Considerando u = ln x e v 0 = 1, tem-se: u 0 = x1 e

v = x. Então:
Z Z Z
1
1·ln x dx = x ln x − x · dx = x ln x − dx = x ln x −x.
x
Exemplo 3.14
e x sen x dx.
R
Calcule
Solução. Fazendo u = e x e v 0 = sen x, tem-se: u 0 = e x e

v = − cos x. Então:
Z Z
e sen x dx = − cos x e + cos x e x dx.
x x
Este novo integral é idêntico ao primeiro. Integrando novamente

por partes, considerando u = e x e v 0 = cos x, tem-se u 0 = e x e
v = sen x, donde vem:
Z Z
e x sen x dx = − cos x e x + sen x e x − e x sen x dx.
Este último integral é igual ao inicial. Considerando esta igualdade

como uma equação cuja incógnita é o integral a calcular, obtém-se:
Z
1
e x sen x dx = (−e x cos x + e x sen x).
2
Primitivas de funções racionais
Para primitivar uma função racional (quando não conseguimos

encontrar uma primitiva por observação direta), começamos por
decompô-la em frações parciais.
Proposição 3.15
Uma função racional gf (x)
(x) pode ser escrita como uma soma de
funções racionais cujos denominadores envolvem potências de
polinómios de grau não superior a 2.
Vamos concretizar: se f (x) e g (x) são polinómios e o grau de f (x)
é menor que o grau de g (x), então podemos escrever
f (x)
= F1 + F2 + · · · + Fr
g (x)
onde cada Fk (1 ≤ k ≤ r ) tem uma das formas
A Ax + B
n
ou ,
(ax + b) (ax + bx + c)n
2
para números reais A e B, n inteiro não negativo e ax 2 + bx + c

irredutı́vel (isto é, não tem raı́zes reais, ou seja b 2 − 4ac < 0). Os
Fk dizem-se frações parciais.
Nota 3.16
Podemos supor o grau de f (x) menor que o de g (x). Se assim não
for, utilizamos o algoritmo da divisão para escrever
f (x) = g (x) · q(x) + r (x), onde o grau do resto r (x) é inferior ao
do divisor g (x) e obtemos gf (x) r (x) r (x)
(x) = q(x) + g (x) , estando g (x) nas
condições pretendidas.
f (x)
Algumas regras para decompor g (x) em frações parciais:
1. Exprimimos g (x) como produto de fatores da forma ax + b ou
ax 2 + bx + c em que b 2 − 4ac < 0. Agrupando os fatores
repetidos, obtemos uma expressão de g (x) como produto de
fatores da forma (ax + b)n e (ax 2 + bx + c)n .
2. (i) A contribuição de cada fator da forma (ax + b)n , com
n ≥ 1, para a decomposição em frações parciais é uma soma
da forma
A1 A2 An
+ 2
+ ··· +
ax + b (ax + b) (ax + b)n
onde cada An é um número real.
(ii) Por cada fator da forma (ax 2 + bx + c)n com n ≥ 1 e
ax 2 + bx + c irredutı́vel, a decomposição contém uma soma
de frações parciais da forma
A1 x + B1 A2 x + B2 An x + Bn
+ + ···
ax 2 + bx + c (ax 2 + bx + c)2 (ax 2 + bx + c)n
onde os Ak e os Bk são números reais.
Exemplo 3.17
1
Sabendo que 2 é raiz do polinómio 2x 3 − x 2 + 8x − 4, calcule
2x 4 − x 3 + 9x 2 − 5x − 21
Z
I = dx.
2x 3 − x 2 + 8x − 4
Solução. Como o grau do numerador é maior que o do

denominador, começamos por dividir.
2x 4 − x3 + 9x 2 − 5x − 21 2x 3 − x 2 + 8x − 4
−2x 4 + x3 − 8x 2 + 4x x
x2 − x − 21
Obtemos o quociente x e o resto x 2 − x − 21, logo

x 2 − x − 21 x 2 − x − 21
Z Z Z
I = x+ 3 dx = x dx+ dx.
2x − x 2 + 8x − 4 2x 3 − x 2 + 8x − 4
Agora vamos fatorizar o denominador. Para isso usamos o facto de
conhecer uma das suas raı́zes e aplicamos a regra de Ruffini.
2 −1 8 −4
1
2 1 0 4
2 0 8 0
que corresponde a efetuar a divisão:
2x 3 − x2 + 8x − 4 x − 1/2
−2x 3 + x2 2x 2 + 8
+ 8x − 4
− 8X + 4
0
Obtemos então:
2x 3 − x 2 + 8x − 4 = (x − 21 )(2x 2 + 8) = (2x − 1)(x 2 + 4). Como
x 2 + 4 é irredutı́vel, tem-se:
x 2 − x − 21 Ax + B C
= 2 + ,
2x 3 − x 2 + 8x − 4 x +4 2x − 1
donde
Desenvolvendo o membro da direita, obtemos
x 2 − x − 21 = (2A + C )x 2 + (−A + 2B)x + (−B + 4C ).
Utilizando agora o facto de dois polinómios serem iguais se e só se

os coeficientes dos termos dos mesmos graus forem iguais (método
dos coeficientes indeterminados), temos
 
 2A +C = 1  A= 3
−A +2B = −1 ⇔ B= 1
−B +4C = −21 C = −5
 
Temos então:
Z Z Z Z
3x 1 5
I = x dx + 2
dx + 2
dx − dx
x +4 x +4 2x − 1
x2 3 1 x 5
= + ln |x 2 + 4| + arctan − ln |2x − 1|
2 2 2 2 2
Exercı́cio 3.18
Calcule
3x 3 − 18x 2 + 29x − 4
Z
I = dx.
(x + 1)(x − 2)3
3 1
Solução. I = 2 ln |x + 1| + ln |x − 2| + − .
x − 2 (x − 2)2
Apresentamos a seguir uma resolução do exercı́cio onde apenas
faltam pequenos detalhes. Tem-se
3x 3 − 18x 2 + 29x − 4 A B C D
3
= + + 2
+
(x + 1)(x − 2) x + 1 x − 2 (x − 2) (x − 2)3
Observamos que a melhor estratégia para calcular os coeficientes

nem sempre é resolver um sistema. Tem-se
3x 3 −18x 2 +29x−4 = A(x−2)3 +B(x−2)2 (x+1)+C (x−2)(x+1)+D(x+1)

Lembramos:
3x 3 −18x 2 +29x−4 = A(x−2)3 +B(x−2)2 (x+1)+C (x−2)(x+1)+D(x+1)
Fazendo x = 2, obtemos 24 − 72 + 58 − 4 = 3D, donde 6 = 3D

e D = 2.
Fazendo x = −1, obtemos −54 = −27A, donde A = 2.
O coeficiente de x 3 no segundo membro é A + B, logo A + B = 3,
donde B = 1.
Comparando agora os termos constantes (que se obtêm fazendo
x = 0), temos −4 = −8A + 4B − 2C + D, donde
−4 = −16 + 4 − 2C + 2, logo C = −3.
Integrais
Extrato do programa previsto relativo a este capı́tulo:

Área e integral definido; propriedades; Teorema Fundamental do
Cálculo; área de regiões limitadas por curvas; integrais impróprios.
A integração é, a par da derivação, um dos dois grandes temas do
Cálculo Infinitesimal. Em certo sentido, trata-se de uma
generalização do conceito de área. A integração está, por via do
Teorema Fundamental do Cálculo, intimamente ligada à
primitivação a qual é uma espécie de inversa da derivação.
(disponı́vel em:
Área como limite de somas; o integral definido
Conhecemos fórmulas para o cálculo de áreas de certos polı́gonos.
Exemplos 4.1
I Um retângulo cujo comprimento é c cm e cuja largura é

` cm tem de área A = c` cm2 .
I Um triângulo cuja base tem de comprimento b (unidades) de
altura h (unidades) tem de área A = bh
2 (unidades quadradas).
Exemplo 4.2
Tem-se que a área do trapézio indicado na figura é a soma da área

do retângulo com a área do triângulo indicados:
b(y2 − y1 ) b
A = by1 + = (y2 + y1 ).
2 2
De um modo geral não especificaremos as unidades de medida.
Problema:
Calcular a área da região (não poligonal) R limitada pelo gráfico

da função (positiva) y = f (x), pelo eixo dos xx e pelas retas
verticais x = a e x = b.
A ideia é considerar retângulos tais que a soma das respetivas
áreas aproxime cada vez melhor a área da região. Precisamos para
o efeito de mais algumas definições.
Uma partição do intervalo [a, b] é um conjunto de números reais
P = {x0 , x1 , x2 , . . . , xn },
com a = x0 < x1 < x2 < · · · < xn = b.

A partição P divide o intervalo [a, b] em n subintervalos, sendo o
intervalo [xi−1 , xi ] designado por i-ésimo subintervalo da partição.
O comprimento de [xi−1 , xi ] é representado pelo número positivo
∆xi = xi − xi−1 .
O máximo ||P|| dos comprimentos dos subintervalos da partição P
designa-se por norma de P.
Suponhamos que f é contı́nua no intervalo fechado [a, b]. Então f
é contı́nua em cada um dos subintervalos da partição, assumindo
aı́, como sabemos, um valor máximo e um valor mı́nimo, isto é,
existem números ì e ui em [xi−1 , xi ] tais que
f (ì ) ≤ f (x) ≤ f (ui ), ∀x ∈ [xi−1 , xi ].

Os números f (ì )∆xi e f (ui )∆xi , se positivos, representam áreas
de retângulos. As somas
X n
X X n
X
(f , P) = f (ì )∆xi e (f , P) = f (ui )∆xi
i=1 i=1
dizem-se respetivamente soma inferior de Riemann e soma superior

de Riemann para a função f e partição P.
Suponhamos que f é uma função contı́nua e positiva. Prova-se
que quando ||P|| se aproxima de 0 as somas de Riemann
aproximam a área da região R.
A soma inferior dá-nos uma aproximação por defeito e a soma
superior dá-nos uma aproximação por excesso. Em particular,
qualquer soma inferior é menor ou igual a qualquer soma superior.
Se acrescentarmos pontos à partição obtemos melhores
aproximações, como as figuras seguintes ilustram.
Somas inferiores:
Somas superiores:
É assim fácil ver que se P2 for uma partição que contém a partição
P1 , então
X X X X
(f , P1 ) ≤ (f , P2 ) ≤ (f , P2 ) ≤ (f , P1 ). (2)
Daqui decorre que qualquer soma inferior é menor ou igual que

qualquer soma superior.
Pela completude dos números reais, existe I ∈ R tal que, para
qualquer partição P, se tem
X X
(f , P) ≤ I ≤ (f , P).
Quando existe um único tal I , dizemos que f é integrável em [a, b]

e I diz-se o integral definido de f em [a, b]. Usa-se então a notação
Z b
I = f (x) dx
a
Os números a e b dizem-se respetivamente o limite inferior de
integração e o limite superior de integração. Em
Z b
f (x) dx,
a
a função f diz-se a função integranda. A variável x diz-se a

variável de integração. O sı́mbolo dx, por vezes dito diferencial de
x, indica-nos qual é a variável de integração.
Nota 4.3
Z b
1. f (x) dx é um número real. Não é uma função de x. Nem
a Z
é uma classe de funções, como acontece com f (x) dx.
2. O integral definido depende apenas da função integranda e
dos limites de integração, isto é,
Z b Z b
f (x) dx = f (t) dt.
a a
Vamos a seguir calcular um integral pela definição.
Exemplo 4.4
Consideremos a função f (x) = x + 1 definida no intervalo [0, 2].
Observamos que a área da região R limitada pela reta y = x + 1,

pelo eixo dos xx e pelas retas x = 0 e x = 2 é, usando a fórmula
para a área do trapézio, 22 (1 + 3) = 4.
Adiante será útil a fórmula dada no lema seguinte:
Lema 4.5
Seja n um número natural. Tem-se
n
X n(n + 1)
i= .
2
i=1
Prova. Escrevamos a soma de duas maneiras diferentes:

S = 1 + 2 + ··· + n − 1 + n
S = n + n − 1 + ··· + 2 + 1
2S = (n + 1) + (n + 1) + · · · + (n + 1) + (n + 1)
Somando membro a membro, podemos obter no segundo membro

n parcelas cada uma das quais vale n + 1, isto é, obtemos
2S = n(n + 1).
Consideremos a partição do intervalo [0, 2]

2 4 2n
Pn = 0, , , . . . ,
n n n
em n subintervalos
h de igual
i comprimento. O i-ésimo subintervalo
2(i−1) 2i 2
da partição é n , n , tendo-se ∆xi = n . Note-se que
||Pn || → 0.
Atendendo a que a função é crescente, tem-se

2(i − 1) 2(i − 1) 2i 2i
f (ì ) = f = + 1 e f (ui ) = f = + 1.
n n n n
Calculemos agora a soma inferior de Riemann de Pn :
X Pn Pn 2(i−1)
(f , Pn ) = i=1 f (ì )∆x i = i=1 n + 1 · n2
n n n
!
2 X 2(i − 1) 2 2X X
= +1 = (i − 1) + 1
n n n n
i=1 ! i=1 i=1
n−1
2 2X 2 2 (n − 1)n 2(2n − 1)
= = i +n = · +n =
n n n n 2 n
i=1
P
Tem-se então limn→∞ (f , Pn ) = 4.
Exercı́cio 4.6
X
Mostre que lim (f , Pn ) = 4.
n→∞
Seja P uma partição qualquer de [0, 2]. Como qualquer soma

inferior é menor que qualquer soma superior, tem-se que
X X
(f , P) ≤ (f , Pn ), para qualquer n,
P P
logo (f , P) ≤ 4. Dualmente, tem-se 4 ≤ (f , P).
Atendendo aos limites calculados antes obtemos que 4 é o único
número real tal que, para toda a partição P de [0, 2],
X X
(f , P) ≤ 4 ≤ (f , P)
tendo-se, portanto, Z 2
(x + 1) dx = 4.
0
Exercı́cio 4.7
Adapte o exemplo anterior para mostrar que
Z a
a2
x dx = .
0 2
Nota 4.8
As somas de Riemann também se definem para funções limitadas
mas não necessariamente contı́nuas. Para este efeito, em vez de
falar em máximos e mı́nimos, haveria a necessidade de falar em
supremos e ı́nfimos.
Nota 4.9
Seja f (x) integrável em [a, b] e seja R a região limitada pelo eixo
Rb
dos xx, o gráfico de f e as retas x = a e x = b. Então a f (x) dx
é a área de R acima do eixo dos xx menos a área de R abaixo do
eixo dos xx.
Exemplo 4.10
No caso da figura a seguir ter-se-ia:
Z b
f (x) dx = A(R1 ) − A(R2 ) + A(R3 )
a
em que A(Ri ) representa a área da região Ri (i = 1, 2, 3).
A definição de integral estende-se ao caso em que a = b (toma-se

∆x = 0) e ao caso em que a > b (toma-se ∆xi < 0).
O resultado seguinte sumariza algumas das propriedades mais
importantes do integral definido.
Teorema 4.11
Sejam f e g funções integráveis nalgum intervalo contendo os
pontos a, b e c. Então
Z a
1. f (x) dx = 0;
a
Z b Z a
2. f (x) dx = − f (x) dx;
a b
3. Para A, B ∈ R, tem-se
Z b Z b Z b
(Af (x) + Bg (x)) dx = A f (x) dx + B g (x) dx;
a a a
Z c Z b Z b
4. f (x) dx + f (x) dx = f (x) dx;
a c a
5. Se a < b e f (x) ≤ g (x), para x ∈ [a, b], então
Z b Z b
f (x) dx ≤ g (x) dx;
a a
Z b Z b

6. Se a ≤ b, então
f (x) dx ≤ |f (x)| dx;
a a
I Suponhamos agora que f é integrável em [−a, a], com a > 0.
Z a
7. Se f é uma função ı́mpar, então f (x) dx = 0.
−a
Z a Z a
8. Se f é uma função par, então f (x) dx = 2 f (x) dx.
−a 0
O resultado apresentado no número 6 do teorema anterior é uma

espécie
P dePgeneralização da desigualdade triangular:
| xi | ≤ |xi |.
Exemplo 4.12
Z 1 Z 1 Z 1
(3x + 2) dx = 3 x dx + 2 dx = 0 + 4 = 4. Usamos
−1 −1 −1
aqui o facto de a função identidade f (x) = x ser ı́mpar e de
Z 1
2 dx ser a área de um quadrado de lado 2.
−1
Exemplo 4.13
Z 2 p
4 − x 2 dx é a área de um semicı́rculo de raio 2. Logo
Z−2
2 p
1
4 − x 2 dx = π · 22 = 2π.
−2 2
Podemos naturalmente perguntar-nos se as funções com que mais
frequentemente lidamos são integráveis. A proposição seguinte
diz-nos que a resposta é “sim”.
Proposição 4.14
Se f : [a, b] → R é uma função contı́nua, então f é integrável em
[a, b].
A continuidade não é, no entanto, uma condição necessária. A

continuidade por pedaços é suficiente, como se afirma na
proposição seguinte.
Proposição 4.15
Se f : [a, b] → R é uma função limitada e contı́nua excepto
possivelmente num número finito de pontos, então f é integrável
em [a, b].
Teorema Fundamental do Cálculo
Começamos esta secção enunciando o Teorema do valor médio

para integrais:
Teorema 4.16
Se f é uma função contı́nua definida no intervalo [a, b], então
existe um ponto c ∈]a, b[ tal que
Z b
f (x) dx = (b − a)f (c).
a
Teorema 4.17
Seja f uma função contı́nua definida num intervalo I contendo o
ponto a.
1o Teorema fundamental do cálculo Z x
Seja F a função definida em I por F (x) = f (t) dt. Então
a
F é derivável em I , tendo-se F 0 (x) = f (x), para todo o x de I
(isto é, F é uma primitiva de f em I ).
2o Teorema fundamental do cálculo
Se G é uma primitiva de f em I , então, para qualquer c ∈ I ,
Z c
f (t) dt = G (c) − G (a).
a
A prova do 1o teorema fundamental do cálculo usa o teorema do
valor médio para integrais e não a faremos. O 2o é um corolário
simples do 1o :
Como G é uma primitiva de f em I e, como sabemos, primitivas
de uma função definida num intervalo diferem de uma constante,
tem-se Z x
F (x) = f (t) dt = G (x) + C
a
para alguma constante CZ.
a
Para x = a, tem-se 0 = f (t) dt = G (a) + C , logo C = −G (a).
a
Tomando agora x = b, tem-se
Z b
f (t) dt = G (b) + C = G (b) − G (a).
a
O número real G (b) − G (a) é muitas vezes representado por
[G (x)]ba ou simplesmente por G (x)]ba .
Exemplo 4.18
Z a
Determine x dx.
0
x2
Solução. Como é uma primitiva de x, vem
2
Z a 2 a
x a 2 02 a2
x dx = = − = .
0 2 0 2 2 2
Exemplo 4.19
Encontre as derivadas
Z 3 das seguintes funções: Z 5x
−t 2 2
(a) F (x) = e dt; (b) G (x) = x 2
e −t dt;
−4
Zx x 3
2
(c) H(x) = e −t dt;
x2
Z x
2
Solução. (a) Tem-se F (x) = − e −t dt, logo
3
2
F 0 (x) = −e −x .
Z 5x Z 5x
0 −t 2 d 2
(b) G (x) = 2x e e −t dt =
dt + x 2
−4 −4 dx
Z 5x
−t 2 2 −(5x)2
2x e dt + x · e · 5. (Note-se o uso da regra da
−4
cadeia.)
Z 0 Z x3
−t 2 2
(c) Tem-se H(x) = e dt + e −t dt. Logo
x2 0
2 )2 3 )2
H 0 (x) = −e −(x · 2x + e −(x · 3x 2 .
Exemplo 4.20
Determine a área da região do plano acima do eixo dos xx e abaixo
da curva y = 3x − x 2 .
Solução. Tem-se 3x − x 2 = x(3 − x) = 0 ⇐⇒ x = 0 ou x = 3.

Um esboço gráfico da região é:
3 3
3 2 x3
Z
2
A área pedida é então (3x − x ) dx = x − =
0 2 3 0
27 27 27(3 − 2) 9
− −0+0= = .
2 3 6 2
Integrais impróprios
Foram até agora considerados integrais definidos do tipo

Z b
f (x) dx em que f (x) é uma função definida no intervalo
a
fechado [a, b]. Generalizamos agora o conceito de integral definido,
permitindo que se tenha alguma das seguintes situações:
(1) a = −∞, b = +∞ ou ambos;
(2) f ilimitada quando x se aproxima de a ou de b ou ambos.
Integrais satisfazendo (1) ou (2) dizem-se impróprios.
Damos a seguir algumas definições envolvendo integrais impróprios.
Se f está definida em [a, +∞[ e é integrável em qualquer intervalo
fechado da forma [a, R], define-se
Z +∞ Z R
f (x) dx = lim f (x) dx.
a R→+∞ a
Analogamente, define-se
Z b Z b
f (x) dx = lim f (x) dx.
−∞ L→−∞ L
Se f é integrável em qualquer intervalo da forma [a + h, b], com

0 < h < b − a, e é ilimitada perto de a, define-se
Z b Z b
f (x) dx = lim+ f (x) dx.
a c→a c
Tem-se uma definição análoga se f é ilimitada perto de b.

Em qualquer destes casos, se o limite existe (e é finito), dizemos
que o integral impróprio converge.
Se o limite não existe, dizemos que o integral diverge. A sugestiva
terminologia “diverge para +∞” ou “diverge para −∞” também é
por vezes usada.
A figura a seguir, representando parte dos gráficos das funções
1 1 1
y= ,y = 2 e y = √ ,
x x x
serve de apoio aos exemplos que se seguem.

Exemplo 4.21
1
Encontre a área A da região abaixo da curva y = 2 , acima do
x
eixo dos xx e à direita de 1.
Z +∞
dx
Solução. Pretendemos determinar A = . Vem então
1 x2
1 R
Z R
dx 1
A = lim = lim − = lim − + 1 = 1.
R→+∞ 1 x 2 R→+∞ x 1 R→+∞ R

Exemplo 4.22
1
Análogo ao exemplo anterior, agora considerando a curva y = .
x
Solução. Agora não temos uma área finita, pois

Z R
dx
A = lim = lim [ln x]R 1 = lim ln R = +∞.
R→+∞ 1 x R→+∞ R→+∞
Exemplo 4.23
1
Mais um exemplo, considerando agora y = √ , entre x = 0 e
x
x = 1.
Solução.
Z 1 Z 1
dx dx h 1 i1 √
√ = lim √ = lim 2x 2 = lim (2 − 2 c) = 2.
0 x c→0+ c x c→0+ c c→0+
Exercı́cio 4.24
Z 1 Z 1
dx dx
Mostre que (i) diverge; (ii) diverge; (iii)
Z +∞ 0 x2 0 x
dx
√ diverge.
1 x
Proposição 4.25
Sejam −∞ ≤ a ≤ b ≤ +∞ e sejam f e g funções integráveis no
intervalo ]a, b[, tais que 0 ≤ f (x) ≤ g (x), qualquer que seja
Z b
x ∈]a, b[. Se o integral g (x) dx converge, o mesmo acontece
Z b a Z b Z b
com f (x) dx, tendo-se ainda 0 ≤ f (x) dx ≤ g (x) dx.
a Z b a a
Equivalentemente, se f (x) dx diverge (para +∞, já que f é

a Z b
não negativa), o mesmo acontece com g (x) dx.
a
Exercı́cio 4.26
Escreva um enunciado análogo ao da proposição anterior para
funções não positivas.
Exemplo 4.27
Z +∞
dx
Mostre que √ dx converge.
0 x + x4
Solução.R Escrevemos:
+∞ R 1 dx R +∞ dx
√ dx dx = √ dx + √ dx.
0 x+x 4 0 x+x 4 1 x+x 4
√ √
4
Em ]0, 1] tem-se x + x > x, logo
Z 1 Z 1
dx dx
√ dx ≤ √ dx = 2.
0 x +x 4
0 x
√ √
Em [1, +∞[ tem-se x + x 4 > x 4 = x 2 , logo
Z +∞ Z +∞
dx dx
√ dx ≤ dx = 1.
1 x +x 4
1 x2
Z +∞
dx
Tem-se então √ dx ≤ 3; em particular, o integral
0 x + x4
dado converge.
Modelação e equações diferenciais
Neste capı́tulo vamos ver exemplos de problemas da vida real cuja
modelação matemática envolve equações diferenciais.
Ao mesmo tempo, veremos como encontrar soluções de algumas
equações diferenciais. Trataremos os casos de equações separáveis
e equações lineares (de primeira ordem).
As equações diferenciais constituem provavelmente a mais
importante de todas as aplicações do cálculo. Quando cientistas
usam o cálculo, quase sempre aquilo que fazem é a análise de
alguma equação diferencial que resultou de um processo de
modelação.
Muitas vezes não se consegue uma fórmula explı́cita para a solução
da equação diferencial, mas em diversas situações aproximações
gráficas ou numéricas fornecem informação suficiente.
Os slides relativos a esta secção têm por base o livro:

J. Stewart; Cálculo - Volumes I e II, Pioneira Thomson
Learning, 2006
Modelos matemáticos
Um modelo matemático é uma descrição matemática de um

fenómeno. Como exemplos podemos pensar no tamanho de uma
população, na esperança de vida à nascença, no custo associado à
redução de emissão de gases para a atmosfera, etc.
Essa descrição é muitas vezes feita por meio de uma função ou de
uma equação.
A figura seguinte ilustra o processo de modelação matemática.
Problema formulação Modelo
do mundo
Matemático
real
realização resolução
de testes
Previsões do Conclusões
mundo real interpretação matemáticas
Dado um problema da vida real, a primeira tarefa consiste em

formular um modelo matemático identificando variáveis
independentes e dependentes.
Em geral, há a necessidade de fazer suposições que simplifiquem o
problema por forma a ficar matematicamente tratável.
Depois usamos o nosso conhecimento do problema e os nossos
conhecimentos matemáticos para obter equações que relacionem as
variáveis.
Por vezes há leis (fı́sicas ou outras) que nos ajudam na formulação
dos problemas. Outras vezes temos que recolher dados. Uma sua
representação gráfica pode ajudar-nos a descobrir uma fórmula
algébrica apropriada.
Numa segunda fase aplicamos a matemática que conhecemos ao
modelo que formulamos por forma a obter conclusões
matemáticas.
Numa terceira fase, tomam-se as conclusões matemáticas obtidas e
interpretam-se como informação sobre o problema original. Elas
poderão fornecer explicações sobre o problema ou ajudar a fazer
previsões.
Numa última fase, testam-se as previsões com novos dados.
Se as previsões não se ajustarem à realidade, há que refinar o
modelo e executar o ciclo de novo.
Um modelo matemático é uma idealização e raramente será uma
representação precisa de uma situação fı́sica.
Um bom modelo simplifica a realidade o suficiente para permitir
ser tratado matematicamente mas é suficientemente preciso para
que as conclusões obtidas tenham valor.
Existem muitos tipos diferentes de funções (as que estudamos, por
exemplo) que podem ser usadas para modelar situações observadas
no mundo real.
Modelos lineares
Dizemos que y é uma função linear de x se o seu gráfico é uma
reta:
y = f (x) = mx + b
onde m é o declive da reta e b é a ordenada na origem.
Exemplo 5.1
1. O ar seco ao mover-se para cima expande e arrefece.

Suponha que a temperatura do solo é de 20o C e que a
temperatura à altura de 1 km é de 10o C .
Assumindo que um modelo linear é apropriado a esta situação,
exprima a temperatura T (em o C ) como função da altura h
(em quilómetros).
2. Esboce o gráfico da função da alı́nea anterior. O que
representa o declive?
3. Qual será a temperatura a 2.5 km de altura?
Solução. (a) Como estamos a assumir que T é uma função
linear de h, podemos escrever
T =m·h+b
É dado que T = 20 quando h = 0, logo
20 = m · 0 + b = b
ou seja, a ordenada na origem é b = 20.

Também é dado que T = 10 quando h = 1, logo
10 = m · 1 + 20
Assim, o declive é m = 10 − 20 = −10 e a função linear pedida é
T = −10h + 20
(b) O gráfico da função:
(*)
O declive é m = −10o C /kme representa a taxa de variação da

temperatura com respeito à altura.
(c) À altura de 2.5 km, a temperatura é
T = −10(2.5) + 20 = −5o C
(*) figura retirada de [1]

Exemplo 5.2
ano nı́vel de CO2
(em ppm)
1980 338.5
Na tabela ao lado indica-se o 1982 341.0
nı́vel médio de dióxido de car- 1984 344.3
bono na atmosfera, medido em 1986 347.0
partes por milhão no obser- 1988 351.3
vatório de Mauna Loa entre 1990 354.0
1980 e 1998. 1992 356.3
1994 358.9
1996 362.7
1998 366.7
Use os dados da tabela para encontrar um modelo para o nı́vel de
dióxido de carbono na atmosfera.
Solução. Os dados da tabela anterior estão representados na
figura seguinte onde t representa o tempo (em anos) e C
representa o nı́vel de CO2 (em partes por milhão, ppm).
(*)
Os pontos aparecem quase sobre uma linha reta. Assim, é natural

pensar-se em escolher um modelo linear.
Existem várias retas que podemos escolher para aproximar os
pontos. Uma possibilidade é escolher dois pontos do gráfico e
tomar a reta que os contém. (Observamos que existem métodos
melhores.)
Escolhamos a reta que
passa pelo ponto mais
à esquerda e pelo ponto
mais à direita no gráfico.
(*)
O declive da reta é
366.7 − 338.5 28.2
= ' 1.56667
1998 − 1980 18
e a equação dessa reta é
C − 338.5 = 1.56667(t − 1980)
ou seja
C = 1.56667t − 2763.51 (3)
(*) figura adaptada de [1]

A Equação (3) fornece um modelo linear para o nı́vel de dióxido
de carbono.
O seu gráfico:
(*)

Exemplo 5.3
Use o modelo linear dado pela Equação (3) para estimar qual terá
sido o nı́vel médio de CO2 em 1987 e para prever esse nı́vel para
2013. De acordo com este modelo, quando é que o nı́vel de CO2
excederá as 400 partes por milhão?
Solução. Tomando t = 1987 na Equação (3) obtém-se
C (1987) = 1.56667 · 1987 − 2763.51 ' 349.463
Este é um exemplo de interpolação porque estimamos valores entre

valores observados. (O valor observado em 1987 foi de 348.8 ppm.)
Tomando t = 2013 na Equação (3) obtém-se
C (2013) = 1.56667 · 2013 − 2763.51 ' 390.197
Assim, a previsão do nı́vel médio de CO2 para 2013 é cerca de

390.2.
Este é um exemplo de extrapolação, pois faz-se a previsão de um
valor fora da zona de observação.
Usando novamente a Equação (3) vemos que o nı́vel médio de
CO2 ultrapassa as 400 ppm quando
1.56667 · t − 2763.51 > 400
ou seja, quando
2763.51 + 400
t> ' 2019.26
1.56667
De acordo com o nosso modelo, o nı́vel médio de CO2 ultrapassará
as 400 ppm por volta do ano de 2019.
Modelação com equações diferenciais
Os modelos matemáticos tomam frequentemente a forma de

equações diferenciais, isto é, equações contendo uma função
desconhecida e algumas das suas derivadas.
Isto não é muito surpreendente, pois de algum modo corresponde a
usar a forma como os valores variam no presente para predizer
como eles serão no futuro.
Modelos de crescimento populacional
Um modelo de crescimento populacional (o primeiro que

consideramos) baseia-se no pressuposto de que a taxa de
crescimento de uma população é proporcional ao tamanho da
população. Este é um pressuposto aceitável para uma população
de bactérias ou animais em condições ideais (ambiente e comida
ilimitados, ausência de predadores e doenças, etc).
Comecemos por identificar as variáveis para este modelo:
I t – tempo (variável independente)
I P – número de indivı́duos na população (variável dependente)
A taxa de crescimento da população é a derivada dP/dt.
Assim, a nossa assunção de que a taxa de crescimento de uma
população é proporcional ao tamanho da população pode ser
escrita na forma da equação:
dP
= kP (4)
dt
onde k é a constante de proporcionalidade.
A equação anterior é o nosso primeiro modelo de crescimento
populacional. Trata-se de uma equação diferencial, pois contém
uma função desconhecida P e a sua derivada dP/dt.
Formulado um modelo, olhemos para as consequências que dele
podemos extrair.
Se excluirmos a população sem nenhum individuo, então P(t) > 0
para todo o t. Se a constante de proporcionalidade for positiva,
então a Equação (4) mostra que P 0 (t) > 0 para todo o t, pelo que
a população está sempre a crescer.
Como P(t) cresce, a Equação (4) mostra que dP/dt cresce. Assim
a taxa de crescimento cresce à medida que a população cresce.
Vamos agora procurar uma solução para a Equação (4). Note-se
que procuramos uma função cuja derivada é uma constante vezes
ela própria. Ora, as funções exponenciais têm esta propriedade. De
facto, se tomarmos P(t) = Ce kt , então
P 0 (t) = C (ke kt ) = k(Ce kt ) = kP(t)
Logo, qualquer função exponencial da forma P(t) = Ce kt é

solução da Equação (4).
Deixando C percorrer todos
os números reais, obtemos a
famı́lia de soluções P(t) =
Ce kt .
A figura ao lado ilustra os seus
gráficos.
(*) figura retirada de [1] (*)
Como os tamanhos das populações são positivos, apenas estamos
interessados em soluções com C > 0 e provavelmente apenas nos
interessa o que se passa após o instante inicial t = 0.
A figura ao lado mostra essas

soluções.
(*)
Tomando t = 0, obtemos P(0) = Ce k·0 = C , pelo que a constante

C é a população inicial P(0).
A Equação (4) é apropriada para modelar o crescimento de uma
população em condições ideais, mas um modelo mais realista deve
refletir o facto de o meio ambiente ter recursos limitados.

Muitas populações começam por crescer exponencialmente, mas
estabilizam quando se aproximam da capacidade de suporte K (ou
decrescem quando a excedem).
Para um modelo que tenha isto em conta, estabelecemos as duas
premissas seguintes:
I dP ' kP se P for pequeno (inicialmente a taxa de
dt
crescimento é proporcional a P)
I dP < 0 se P > K (P decresce se exceder K )
dt
Uma expressão que incorpora estas premissas é dada pela equação
seguinte:
dP P
= kP(1 − ) (5)
dt K
Note-se que se P é pequeno quando comparado com K , então
P/K está próximo de 0 e tem-se dP
dt ' kP. Se P > K , então
P dP
1 − K é negativo e dt < 0.
A Equação (5) é conhecida por equação diferencial logı́stica e foi
proposta pelo matemático e biólogo holandês Verhulst em 1840
como um modelo para o crescimento da população mundial.
Mais tarde determinaremos soluções explı́citas para a equação
logı́stica, mas para já vamos contentar-nos com algumas
caraterı́sticas qualitativas que deduzimos diretamente da
Equação (5).
Observamos que as funções constantes P(t) = 0 e P(t) = K são
soluções, pois em qualquer dos casos o lado direito da Equação (5)
é 0.
Estas duas soluções constantes dizem-se as soluções de equilı́brio.
Se a população inicial estiver entre 0 e K , o lado direito da
Equação (5) é positivo, pelo que dP/dt > 0 e a população cresce.
Mas se a população exceder a capacidade de suporte (P > K ),
P
então 1 − K é negativo, pelo que dP/dt < 0 e a população
decresce.
Observe-se que, em qualquer
dos casos, se a população
se aproxima da capacidade de
suporte (P → K ), então
dP/dt → 0, pelo que a pop-
ulação estabiliza.
Dessa forma, esperamos que as
soluções da equação diferencial
logı́stica tenham gráficos pare- (*)
cidos com os da figura ao lado.

Modelo para o movimento de uma mola.
Consideremos o movimento de
um objeto de massa m preso na
extremidade de uma mola ver-
tical, como na figura ao lado.
(*)
Existe uma lei da fı́sica (Lei de Hooke) que afirma que se a mola é
esticada (ou comprimida) x unidades a partir do seu tamanho
natural, então exerce uma força proporcional a x:
força elástica = −kx
onde k é uma constante positiva (dita a constante de elasticidade).

Se ignorarmos outras forças, como a resistência ao ar ou a fricção,
então, pela segunda lei de Newton (força é igual à massa vezes a
aceleração) temos:
d 2x
m 2 = −kx (6)
dt
Este é um exemplo daquilo a que chamamos equação diferencial de
segunda ordem, por envolver derivadas de segunda ordem.
Podemos escrever a Equação (6) na forma
d 2x k
=− x
dt 2 m
pelo que a segunda derivada de x é proporcional a x mas tem sinal
contrário.
O seno e o cosseno são funções com esta propriedade e prova-se
que as soluções desta equação são combinações de senos e
cossenos.
Equações diferenciais gerais
Uma equação diferencial é uma equação que contém uma função

desconhecida e uma ou mais das suas derivadas.
A ordem de uma equação diferencial é a maior das ordens das
derivadas que aparecem na equação.
As Equações (4) e (5) que surgiram antes são de primeira ordem.
A Equação (6) é de segunda ordem.
Em qualquer destas equações a variável independente representa o
tempo, mas não tem que ser assim.
Por exemplo, ao considerar a equação diferencial
y 0 = xy (7)
subentende-se que y é uma função desconhecida de x.

Dizemos que uma função f é solução de uma equação diferencial
se a equação é satisfeita quando y = f (x) e as suas derivadas são
substituı́das na equação.
Assim, f é uma solução da Equação (7) num intervalo se
f 0 (x) = xf (x)
para todo o x nesse intervalo.

Quando se pede para resolver uma equação diferencial espera-se
que encontremos todas as soluções da equação.
Já resolvemos algumas particularmente simples, nomeadamente as da
forma
y 0 = f (x)
Por exemplo, a solução geral da equação diferencial
y0 = x3
é dada por
4
y = x4 + C
em que C é uma constante arbitrária.
Exemplo 5.4
Mostre que todo o membro da famı́lia de funções
1 + ce t
y=
1 − ce t
é solução da equação diferencial y 0 = 12 (y 2 − 1).
A figura ao lado ilustra os

gráficos de alguns dos ele-
mentos desta famı́lia.
(*)
(*) figura extraı́da de [1]

Solução. Usando a regra da derivação do quociente obtemos uma
expressão para y 0 :
(1−ce t )(ce t )−(1+ce t )(−ce t )
y0 = (1−ce t )2
ce t −c 2 e 2t +ce t +c 2 e 2t
= (1−ce t )2
2ce t
= (1−ce t )2
Calculando o lado direito da equação diferencial, obtemos:

2
1 2 1 1+ce t
2 (y − 1) = 2 1−ce t −1
t

) −(1−ce t )2
2
= 12 (1+ce(1−ce t )2
1 4ce t
= 2 (1−ce t )2
2ce t
= (1−ce t )2
Logo, para qualquer valor de c, a função dada é solução da

equação diferencial.
Quando usamos equações diferenciais estamos muitas vezes
interessados em soluções que satisfazem alguma condição.
Em muitos problemas estamos interessados nalguma solução
particular que satisfaz uma condição da forma y (t0 ) = y0 . Uma
condição deste tipo diz-se uma condição inicial e o problema de
encontrar a solução de uma equação diferencial que satisfaz a
condição inicial diz-se um problema de valor inicial.
Geometricamente, impor a condição inicial y (t0 ) = y0 corresponde
a tomar de entre a famı́lia de curvas que são solução da equação
diferencial uma que passa pelo ponto (t0 , y0 ).
Exemplo 5.5
Encontre uma solução da equação diferencial y 0 = 21 (y 2 − 1) que
satisfaça a condição inicial y (0) = 2.
Solução. Substituindo t por 0 e y por 2 na fórmula

1 + ce t
y=
1 − ce t
do Exemplo 5.4, obtém-se
1 + ce 0 1+c
2= 0
=
1 − ce 1−c
Resolvendo a equação em ordem a c, obtém-se 2 − 2c = 1 + c,
donde c = 13 . Assim, a solução do problema de valor inicial dado é
1 + 13 e t 3 + et
y= =
1 − 13 e t 3 − et
Campo de direções
Infelizmente não é possı́vel resolver a maior parte das equações

diferenciais no sentido de obter uma fórmula explı́cita para a
solução. Mas em muitas situações, apesar da ausência de uma
fórmula explı́cita, podemos conhecer muito sobre uma solução
através de uma abordagem gráfica (campo de direções).
(Há outras possı́veis abordagens, por exemplo abordagens
numéricas, que não veremos.)
Suponhamos que devemos esboçar o gráfico da solução do
problema de valor inicial
y0 = x + y, y (0) = 1
A equação y 0 = x + y diz-nos
que o declive num ponto (x, y )
do gráfico é igual à soma das
coordenadas do ponto.
(*)
Em particular, como a curva passa no ponto (0, 1), o seu declive aı́
tem de ser 0 + 1 = 1.
Sendo assim, uma pequena
porção da curva solução perto
do ponto (0, 1) parece-se com
um pequeno segmento de reta
que passa em (0, 1) com declive
1, como se ilustra na figura ao
lado. (*)
(*) figuras extraı́das de [1]

Para esboçar o resto da curva podemos desenhar diversos
segmentos de reta em vários pontos (x, y ) com declive x + y .
O resultado, dito um campo de direções, está na primeira das
figuras seguintes. Na segunda está esboçada a curva solução que
passa pelo ponto (0, 1).
(*)

Em geral, suponhamos que temos uma equação diferencial de
primeira ordem
y 0 = F (x, y )
onde F (x, y ) é alguma expressão em x, y . A equação diferencial
diz que o declive da curva solução no ponto (x, y ) é F (x, y ).
Desenhando pequenos segmentos de reta com declive F (x, y ) em
diversos pontos (x, y ) obtemos um campo de direções.
Este campo ajuda-nos a visualizar o aspeto geral das curvas
solução.
Exemplo 5.6
1. Esboce o campo de direções da equação diferencial

y 0 = x 2 + y 2 − 1.
2. Use a alı́nea anterior para esboçar a curva que passa pela
origem.
Solução. (1) Começamos por encontrar o declive dos segmentos

em diversos pontos
- - - -
x 0 1 2 0 1 2 ...
2 1 2 1
y 0 0 0 0 0 1 1 1 1 1 ...
-
y0 = x2 + y2 − 1 3 0 0 3 4 1 0 1 4 ...
1
Depois desenhamos pequenos
segmentos de reta, como na
figura ao lado
(*)
(2) Na figura ao lado

encontra-se um esboço da
curva solução que passa pela
origem.
(*)

Equações separáveis
Vimos as equações diferenciais de um ponto de vista geométrico
(campo de direções).
Seria bom ter uma fórmula explı́cita para a solução de uma
equação diferencial. Isso nem sempre é possı́vel, mas há certos
tipos de equações diferenciais que conseguimos resolver
explicitamente.
Uma equação separável é uma equação diferencial de primeira
ordem na qual a expressão para dy /dx pode ser escrita como
produto de uma função de x por uma função de y , isto é, a
equação pode ser escrita na forma:
dy
= g (x)f (y )
dx
O nome “separável” vem do facto de a expressão do lado direito
poder ser “separada” numa função de x e outra de y .
Se f (y ) 6= 0, podemos escrever
dy g (x)
= (8)
dx h(y )
onde h(y ) = 1/f (y ). Para resolver esta equação começamos por

escrevê-la na forma diferencial
h(y )dy = g (x)dx
ficando assim todos os y ’s de um lado da equação e todos os x’s

do outro. Integrando ambos os membros da equação obtemos
Z Z
h(y )dy = g (x)dx (9)
A Equação (9) define y como uma função implı́cita de x. Nalguns

casos essa equação pode ser resolvida em ordem a y .
A Regra da Substituição permite justificar a Equação (9)
h(y (x)) dy
R R
h(y )dy = dx dx
R g (x)
= h(y (x)) h(y (x)) dx pela Equação (8)
R
= g (x)dx
Exemplo 5.7
dy x2
1. Resolva a equação diferencial = 2.
dx y
2. Encontre a solução que satisfaz a condição inicial y (0) = 2.
Solução. (1) Escrevemos a equação em termos diferenciais e

integramos ambos os membros:
y 2 dy = x 2 dx
Z Z
y dy = x 2 dx
2
1 3 1 3
y = x +C
3 3
em que C é uma constante arbitrária. (Podı́amos ter usado uma
constante C1 no primeiro membro e outra C2 no segundo, ficando
C = C2 − C1 )
Resolvendo em ordem a y , obtém-se
p3
y = x 3 + 3C
Note-se que em lugar de 3C podı́amos escrever K , onde K = 3C .

(A constante K é arbitrária, por C o ser.)
Na figura ao lado estão

esboçados os gráficos de algu-
mas das soluções da equação
dy x2
diferencial = 2.
dx y
(2) Tomando x√= 0 na solução geral obtida na alı́nea anterior,
obtém-se y (0) = 3 K . √
Para que a condição inicial y (0) = 2 seja
satisfeita, devemos ter 3 K = 2, pelo que K = 8.
Logo, a solução do problema de valor inicial proposto é
p
3
y = x3 + 8
Exemplo 5.8
dy 6x 2
1. Resolva a equação diferencial = .
dx 2y + cos y
2. Encontre a solução desta equação que satisfaz a condição
inicial y (1) = π.
Solução. (1) Escrevendo a equação em termos diferenciais e

integrando ambos os membros obtém-se:
(2y + cos y )dy = 6x 2 dx

Z Z
(2y + cos y )dy = 6x 2 dx
y 2 + sen y = 2x 3 + C (10)
onde C é uma constante arbitrária.
A Equação (10) define a solução geral implı́cita. Neste caso não
podemos resolver a equação por forma a exprimir explicitamente y
como função de x.
Na figura ao lado estão
esboçados os gráficos de al-
gumas das soluções. (Para
o efeito pode ser usado um
sistema de álgebra com-
putacional capaz de esboçar
curvas definidas por equações (*)
implı́citas.)
(2) Como a condição inicial é y (1) = π, substituı́mos x por 1 e y
por π na Equação (10):
π 2 + sen π = 2(1)3 + C
obtendo assim C = π 2 − 2.
Logo, a solução do problema de valor inicial proposto é dada
implicitamente por
y 2 + sen y = 2x 3 + π 2 − 2
O gráfico desta solução está na

figura ao lado.
(*)

Exemplo 5.9
Resolva a equação diferencial y 0 = x 2 y .
Solução. Começamos por escrever

dy
= x 2y
dx
Se y 6= 0, podemos escrever a equação na seguinte forma
diferencial e integrar:
dy
= x 2 dx, y 6= 0
y
Z Z
dy
= x 2 dx
y
x3
ln |y | = +C
3
A equação anterior define y implicitamente como uma função de
x, mas neste caso podemos resolvê-la explicitamente em ordem a y
como segue:
3 3
|y | = e ln |y | = e x /3+C = e C e x /3
3
logo y = ±e C e x /3 .
Observamos que y = 0 também é uma solução da equação
diferencial dada.
Assim, podemos escrever a solução geral na forma
3 /3
y = Ae x
onde A é uma constante arbitrária (A = e C ou A = −e C ou

A = 0).
Problemas de misturas
Um problema tı́pico de mistura envolve um tanque com capacidade

fixa, cheio de alguma solução completamente misturada de alguma
substância, por exemplo sal.
A solução com uma dada concentração entra no tanque a uma
taxa fixa e a mistura, bem agitada, sai do tanque a uma taxa fixa,
a qual pode ser diferente da taxa de entrada.
Se denotarmos por y (t) a quantidade de substância no tanque no
instante t, então y 0 (t) é a taxa a que a substância é adicionada
menos a taxa a que é removida.
A descrição matemática desta situação conduz frequentemente a
uma equação diferencial separável de primeira ordem.
Pode ser usado o mesmo tipo de raciocı́nio para modelar uma
grande quantidade de fenómenos: reações quı́micas, descarga de
poluentes num lago, injeção de medicamento no sangue, etc.
Exemplo 5.10
Um tanque contém 20kg de sal dissolvido em 5000` de água.
Água salgada com 0.03kg de sal por litro de água entra no tanque
a uma taxa de 25`/min. A solução mistura-se completamente e sai
do tanque à mesma taxa.
Qual é a quantidade de sal que permanece no tanque passada meia
hora?
Solução. Seja y (t) a quantidade de sal (em quilogramas)

existente no tanque depois de t minutos. É dado que y (0) = 20 e
queremos saber y (30).
Como dy /dt é a taxa de variação da quantidade de sal, temos
dy
= (taxa de entrada) − (taxa de saı́da) (11)
dt
onde (taxa de entrada) é a taxa a que o sal entra no tanque e
(taxa de saı́da) é a taxa a que o sal sai do tanque.
Tem-se

kg ` kg
(taxa de entrada) = 0.03 25 = 0.75
` min min
O tanque contém permanentemente 5000` litros de lı́quido, pelo

que a concentração no instante t é y (t)/5000 (medido em
quilogramas por litro).
Como a água sai a uma taxa de 25 litros por minuto, tem-se

y (t) kg ` y (t) kg
(taxa de saı́da) = 25 =
5000 ` min 200 min
Da Equação (11) obtém-se
dy y (t) 150 − y (t)

= 0.75 − =
dt 200 200
Resolvendo esta equação separável obtemos
Z Z
dy dt
=
150 − y 200
t
− ln |150 − y | = +C
200
Como y (0) = 20, temos − ln 130 = C , donde
t
− ln |150 − y | = − ln 130
200
Logo
|150 − y | = 130e −t/200
Como y (t) é contı́nua e y (0) = 20 e o membro direito da
igualdade anterior nunca se anula, deduzimos que 150 − y é
sempre positivo. Logo, |150 − y | = 150 − y e
y (t) = 150 − 130e −t/200

A quantidade de sal no tanque passados 30 minutos é
y (30) = 150 − 130e −30/200 ' 38.1kg
A figura ao lado mostra

o gráfico da função y (t).
À medida que o tempo
passa, a quantidade de
sal no tanque aproxima-
se de 150kg .
(*)

Crescimento e declı́nio exponencial
Consideramos antes um modelo para o crescimento populacional

baseado no pressuposto de que a taxa de crescimento de uma
população é proporcional ao tamanho da população. Esse modelo
conduziu-nos à equação que recordamos a seguir (k é uma
constante):
dP
= kP (12)
dt
A Equação (12) designa-se por lei do crescimento natural se
k > 0 e por lei do declı́nio natural se k < 0.
Trata-se de uma equação diferencial separável, podendo, por isso,
ser resolvida pelo método estudado:
Z Z
dy
= k dt
y
ln |y | = kt + C
|y | = e kt+C = e C e kt
y = Ae kt
onde A (= ±e C ou 0) é uma constante arbitrária.
Observe-se que
y (0) = Ae 0 = A
pelo que A é o valor inicial da função.
Temos assim
Nota 6.1
A solução do problema de valor inicial
dy
= ky y (0) = y0
dt
é
y (t) = y0 e kt
Crescimento populacional
No contexto de crescimento populacional podemos escrever

dP 1 dP
= kP ou =k (13)
dt P dt
pelo que a constante k é
1 dP
P dt
a taxa de crescimento dividida pelo tamanho da população. Esta
constante designa-se por taxa de crescimento relativo.
De acordo com a Equação (13), em vez de dizer “a taxa de
crescimento é proporcional ao tamanho da população” podemos
dizer que “a taxa de crescimento relativo é constante”.
A Nota 6.1 diz que uma população com taxa de crescimento
relativo constante positiva deve crescer exponencialmente, pois a
taxa de crescimento relativo k aparece como coeficiente de t na
função exponencial y0 e kt .
Por exemplo, se
dP
= 0.02P
dt
e t é medido em anos, então a taxa de crescimento relativo é
k = 0.02 e a população cresce a uma taxa de 2% ao ano. Se a
população no instante inicial for P0 , então a expressão para a
população é P(t) = P0 e 0.02t .
Exemplo 6.2
Ano População
(milhões)
Presumindo que a taxa de cresci- 1900 1650
mento é proporcional ao tamanho da 1910 1750
população, use os dados da tabela 1920 1860
ao lado para modelar a população 1930 2070
mundial no século XX . 1940 2300
Qual é a taxa de crescimento rela- 1950 2560
tivo? 1960 3040
Verifique se o modelo se ajusta aos 1970 3710
dados. 1980 4450
1990 5280
2000 6070
Solução. Medimos o tempo t em anos e fazemos t = 0 no ano
1900. Medimos a população P(t) em milhões de pessoas. Assim,
P(0) = 1650. Como estamos a supor que a taxa de crescimento é
proporcional ao tamanho da população, o problema de valor inicial
é
dP
= kP P(0) = 1650
dt
Sabemos (Nota 6.1) que a solução é
P(t) = 1650e kt
Uma maneira de estimar a taxa de crescimento relativo k é usar o

facto de a população em 1910 ser de 1750 milhões, o que implica
P(10) = 1650e k·10 = 1750

Resolvendo a equação em ordem a k obtemos:
1750
e 10k =
1650
1 1750
k= ln ' 0.005884
10 1650
A taxa de crescimento relativo é então de cerca de 0.6% ao ano e
o modelo torna-se
P(t) = 1650e 0.005884t

Ano Modelo População
1900 1650 1650
1910 1750 1750
A tabela ao lado permite com-
1920 1856 1860
parar as previsões do modelo
1930 1969 2070
com os dados reais. As pre-
1940 2088 2300
visões tornam-se imprecisas de-
1950 2214 2560
pois de 30 anos e são subesti-
1960 2349 3040
madas por um fator de cerca de
1970 2491 3710
2 em 100 anos.
1980 2642 4450
1990 2802 5280
2000 2972 6070
A figura seguinte permite tirar conclusão análoga.
(*)

Outra possibilidade seria usar a população registada noutro ano
para estimar k. Usemos 1950 em vez de 1910.
Com cálculos análogos (usando 2560 em vez de 1650) obtemos um
crescimento relativo de cerca de 0.88% e
P(t) = 1650e 0.0087846t
Obtemos a tabela e a figura seguintes:
Ano Modelo População
1900 1650 1650
1910 1802 1750
1920 1967 1860
1930 2148 2070
1940 2345 2300
1950 2560 2560
1960 2795 3040
1970 3052 3710
1980 3332 4450 (*)
1990 3638 5280 (*) figura retirada de [1]
2000 3972 6070
Exemplo 6.3
Use os dados da tabela do Exemplo 6.2 para modelar a população
no mundo na segunda metade do século XX.
Use o modelo para estimar a população em 1993 e prever a
população em 2016.
Solução. Aqui temos t = 0 em 1950. O problema de valor inicial é

dP
= kP P(0) = 2560
dt
e a solução é
P(t) = 2560e kt
Se estimarmos k usando a população em 1960 obtemos:
P(10) = 2560e k·10 = 3040
1 3040
k= ln ' 0.017185
10 2560
A taxa de crescimento relativo é então de cerca de 1.7% ao ano e
o modelo torna-se
P(t) = 2560e 0.017185t
Estimativa para 1993:
P(43) = 2560e 0.017185·43 ' 5360 milhões
Previsão para 2016:
P(66) = 2560e 0.017185·66 ' 7958 milhões

O gráfico seguinte mostra que o modelo é bastante preciso, sendo
a estimativa para 1993 bastante confiável. Sabendo nós que a
população do planeta atingiu 7 mil milhões de pessoas em 31 de
outubro de 2011, parece que a estimativa pecará um pouco por
excesso.
(*)
Decaimento radioativo
As substâncias radioativas decaem pela emissão espontânea de
radiação. Se m(t) é a massa remanescente da massa inicial m0 da
substância depois de um tempo t, então a taxa de decaimento
relativo
1 dm
−
m dt
foi determinada experimentalmente como sendo uma constante
não negativa. (Como dm/dt é negativo, a taxa de decaimento é
positiva.) Segue-se que
dm
= km
dt
onde k é uma constante negativa. Por outras palavras, as
substâncias radioativas decaem a uma taxa proporcional à massa
remanescente. Podemos então usar a Nota 6.1 para mostrar que a
massa decai exponencialmente:
m(t) = m0 e kt
Exemplo 6.4
A meia-vida (tempo necessário para a massa da substância
radioativa decair para metade) do rádio-226 (226
88 Ra) é de 1590
anos.
1. Uma amostra de rádio-226 tem uma massa de 100 mg.
Encontre uma fórmula para a massa de 226
88 Ra que permanece
após t anos.
2. Quando é que a massa estará reduzida a 30 mg?
Solução. (1) Seja m(t) a massa de rádio-226 (em miligramas)

que permanece após t anos. Então dm/dt = km e m(0) = 100.
Logo
m(t) = m(0)e kt = 100e kt
Para determinar o valor de k usamos o facto de que
m(1590) = 12 (100).
Temos 100e 1590k = 50, pelo que e 1590k = 12 , donde
1590k = ln 12 = − ln 2.
Resulta que
ln 2
k =−
1590
donde
ln 2 −t
m(t) = 100e − 1590 t = 100 · 2 1590
(Para a última igualdade usou-se: e ln 2 = 2.)
(2) Queremos encontrar um valor de t tal que m(t) = 30, isto é,
ln 2 ln 2
100e − 1590 t = 30 ou e − 1590 t = 0.3
Resolvemos agora a equação em ordem a t:

ln 2
− t = ln 0.3
1590
ln 0.3
t = −1590 ' 2762 anos
ln 2
Lei de Newton do arrefecimento
A lei de Newton do arrefecimento estabelece que a taxa de
arrefecimento de um objeto é proporcional à diferença de
temperatura entre um objeto e a temperatura ambiente, desde que
essa diferença não seja muito grande.
Denotando por T (t) a temperatura do objeto no instante t e por
TA a temperatura ambiente, então podemos formular lei de
Newton do arrefecimento por meio da equação diferencial
dT
= k(T − TA )
dt
onde k é uma constante.
Escrevendo y (t) = T (t) − TA , atendendo a que y 0 (t) = T 0 (t), a
equação anterior torna-se
dy
= ky
dt
Agora podemos usar a Nota 6.1 para encontrar y e a partir daı́
encontrar t.
Exemplo 6.5
Uma garrafa de um refrigerante que se encontrava a uma
temperatura de 22o C foi colocada num frigorı́fico dentro do qual a
temperatura era de 6o C . Passada meia hora, o refrigerante já se
encontrava à temperatura de 16o C .
1. A que temperatura estará o refrigerante quando passar mais
meia hora?
2. Quanto tempo demorará o refrigerante a atingir a
temperatura de 10o C ?
Solução. (1) Seja T (t) a temperatura do refrigerante passados t

minutos. A temperatura ambiente é TA = 6o C . A lei de Newton
do arrefecimento diz então que
dT
= k(T − 6)
dt
Fazendo y = T − 6, obtemos y (0) = T (0) − 6 = 22 − 6 = 16,
logo y é uma solução do problema de valor inicial
dy
= ky y (0) = 16
dt
tendo-se então
y (t) = y (0)e kt = 16e kt
Sabemos que T (30) = 16, logo y (30) = 16 − 6 = 10 e
10
16e 30k = 10 e 30k =
16
Tomando logaritmos, obtemos:
10

ln 16
k= ≡ −0.01567
30
Logo,
y (t) = 16e −0.01567t
T (t) = 6 + 16e −0.01567t
T (60) = 6 + 16e −0.01567·60 ' 12.25
Concluı́mos que após outra meia hora o refrigerante terá
arrefecido para cerca de 12o C .
(2) Tem-se T (t) = 10 quando
T (t) = 6 + 16e −0.01567t = 10
4
e −0.01567t =
16
4

ln 16
t= ' 88.5
−0.01567
Assim, o refrigerante atingirá a temperatura de 10o C passada
quase uma hora e meia.
A equação logı́stica
Vamos discutir com algum detalhe o modelo logı́stico de

crescimento populacional. Trata-se de um modelo mais sofisticado
que o modelo de crescimento exponencial.
Na discussão vamos usar ferramentas antes introduzidas como
sejam os campos de direções e as equações diferenciais separáveis
para a determinação de uma solução explı́cita.
O modelo logı́stico
Frequentemente uma população começa por crescer

exponencialmente mas, devido aos recursos limitados, acaba por
estabilizar ao aproximar-se da sua capacidade de suporte.
Se P(t) for o tamanho da população no instante t, assumimos que
dP
' kP se P for pequeno
dt
o que quer dizer que o crescimento relativo é praticamente
constante quando a população é pequena.
Designamos por capacidade de suporte a população máxima que
um ambiente é capaz de suportar a longo prazo.
Queremos também que o modelo reflita o facto de a taxa de
crescimento diminuir quando a população aumenta e de se tornar
negativa quando é ultrapassada a capacidade de suporte K .
Uma expressão simples que incorpora essas premissas é:

1 dP P
=k 1−
P dt K
Multiplicando por P, obtemos o modelo para o crescimento

populacional conhecido por equação diferencial logı́stica

dP P
= kP 1 − (14)
dt K
Podemos deduzir informações sobre quando as soluções aumentam

ou diminuem diretamente da Equação (14). Se a população estiver
entre 0 e K , então o lado direito da equação é positivo; desse
modo dP/dt > 0 e a população aumenta. Se a população exceder
a capacidade de suporte (P > K ), então dP/dt < 0 e a população
diminui.
Campos de direções
Exemplo 6.6
Desenhe um campo de direções para a equação logı́stica com
k = 0.08 e capacidade de suporte K = 1000. Que pode dizer sobre
as soluções?
A figura seguinte foi obtida usando o sage cell server

(http://sagecell.sagemath.org/) com os comandos:
t,P=var(’t,P’)
plot_slope_field(0.08*P*(1-P/1000),(t,0,80),(P,0,1400))
A seguir é usado o campo de direções para esboçar as
curvas-solução com populações iniciais P(0) = 100, P(0) = 400 e
P(0) = 1300.
(*)

A solução analı́tica
A Equação logı́stica (14) é separável. Como

dP P
= kP 1 −
dt K
temos Z Z
dP
= k dt (15)
P(1 − P/K )
Começamos por olhar para o integral do lado esquerdo. Tem-se
1 K
=
P(1 − P/K ) P(K − P)
Decompondo em frações parciais obtemos:

K 1 1
= +
P(K − P) P K −P
Podemos então reescrever a Equação (15):
Z Z
1 1
+ dP = k dt
P K −P
ln |P| − ln |K − P| = kt + C

K − P
ln |K /P − 1| = ln = −kt − C
P
|K /P − 1| = e −kt−C = e −C e −kt
K /P − 1 = Ae −kt (16)
onde A = ±e −C .
Resolvemos agora a Equação (16) em ordem a P.
De K
P − 1 = Ae −kt obtemos P
K = 1
1+Ae −kt
e assim:
K
P=
1 + Ae −kt
Fazendo t = 0 na Equação (16) e representando por P0 a
população inicial, que supomos ter algum individuo, obtemos
K /P0 − 1 = Ae 0 = A
Então, a solução para a equação diferencial logı́stica é

K
P(t) = onde A = K /P0 − 1 (17)
1 + Ae −kt
Como seria de esperar, tem-se limt→+∞ P(t) = K .
Exemplo 6.7
Escreva a solução para o problema de valor inicial

dP P
= 0.08P 1 − P(0) = 100
dt 1000
e use-a para encontrar os tamanhos da população nos instantes 40

e 60.
Quando é que a população atinge os 900 indivı́duos?
Solução. A equação dada é uma equação diferencial logı́stica com

k = 0.08, capacidade de suporte K = 1000 e população inicial
P0 = 100. Assim, a Equação (17) diz que a população no instante
t é dada por
1000 1000
P(t) = onde A= −1=9
1 + Ae −0.08t 100
Então
1000
P(t) =
1 + 9e −0.08t
Assim, os tamanhos da população quando t = 40 e t = 80 são,
respetivamente:
1000 1000
P(40) = ' 731.6 P(80) = ' 985.3
1 + 9e −3.2 1 + 9e −6.4
A população alcançará 900 quando
1000
= 900
1 + 9e −0.08t
Vamos resolver a equação em ordem a t:
10
1 + 9e −0.08t =
9
1
e −0.08t =
81
1
−0.08t = ln = − ln 81
81
ln 81
t= ' 54.9
0.08
A população atinge 900 quando t é aproximadamente 55.
Comparação do crescimento natural com modelos
logı́sticos
Nos anos 1930 o biólogo G. F. Gause fez experiências com um

protozoário e usou a equação logı́stica para modelar os dados.
A tabela seguinte indica alguns dos dados recolhidos.
t (dias) 0 1 2 3 4 5 6 7 8 9 ...
P (observados) 2 3 22 16 39 52 54 47 50 76 ...
... 10 11 12 13 14 15 16
... 69 51 57 70 53 59 57
Gause estimou a taxa relativa de crescimento inicial como 0.7944 e
a capacidade de suporte como 64.
Exemplo 6.8
Encontre os modelos exponencial e logı́stico para os dados de
Gause. Compare os valores previstos com os valores observados e
comente.
Solução. Dadas a taxa de crescimento relativo k = 0.7944 e a

população inicial P0 = 2, o modelo exponencial é:
P(t) = P0 e kt = 2e 0.7944t
Como P0 = 2 é pequeno quando comparado com a capacidade de

suporte (K = 64), é razoável tomar o mesmo valor de k para o
modelo logı́stico.
(Note-se que
1 P 2
=k 1− 'k
P0 dt
t=0 64
o que mostra que o valor de k para o modelo logı́stico é próximo
do valor para o modelo exponencial.)
Usando a solução da equação logı́stica, Equação (17), obtemos:
64
P(t) =
1 + 31e −7944t
Com os resultados obtidos calculamos valores previstos. Podemos
usar a tabela seguinte para os comparar com os valores medidos.
t (dias) 0 1 2 3 4 5 6 7 8 ...
P (observados) 2 3 22 16 39 52 54 47 50 ...
P (mod. logı́stico) 2 4 9 17 28 40 51 57 61 ...
P (mod. exponencial) 2 4 10 22 48 106 ...
... 9 10 11 12 13 14 15 16
... 76 69 51 57 70 53 59 57
... 62 63 64 64 64 64 64 64
...
Notamos que a partir do terceiro ou quarto dia o modelo
exponencial é muito impreciso. O modelo logı́stico ajusta-se
relativamente bem às observações.
Equações diferenciais lineares
Uma equação diferencial linear de primeira ordem é uma equação

diferencial que pode ser escrita na forma
dy
+ P(x)y = Q(x) (18)
dx
onde P e Q são funções contı́nuas num dado intervalo.
O exemplo seguinte serve para ilustrar o modo como se podem em
geral resolver equações lineares.
Exemplo 6.9
Resolva a equação diferencial linear
1
y0 + y = 2 (19)
x
Solução. Multiplicando ambos os membros da equação por x
obtemos:
xy 0 + y = 2x
Pela regra da derivação do produto tem-se:
xy 0 + y = (xy )0
Podemos então escrever a equação como
(xy )0 = 2x
Integrando ambos os membros, obtemos

C
xy = x 2 + C ou y =x+
x
Toda a equação linear de primeira ordem pode ser resolvida de
modo similar, multiplicando ambos os membros da Equação (18)
por uma função adequada I (x), à qual se dá o nome de fator
integrante.
Tentamos encontrar I de modo que o lado esquerdo da
Equação (18), quando multiplicado por I (x), se torne a derivada
do produto I (x)y :
I (x)(y 0 + P(x)y ) = (I (x)y )0 (20)
Se pudermos encontrar tal função I , a Equação (18) fica
(I (x)y )0 = I (x)Q(x)
Integrando ambos os membros
Z
I (x)y = I (x)Q(x) + C
e a solução seria
Z
1
y (x) = I (x)Q(x) + C (21)
I (x)
Para encontrar o I adequado, expandimos a Equação (20):
I (x)y 0 + I (x)P(x)y = (I (x)y )0 = I 0 (x)y + I (x)y 0
I (x)P(x) = I 0 (x)
Esta é uma equação separável para I , a qual podemos resolver
como segue: Z Z
dI
= P(x) dx
I
Z
ln |I | = P(x) dx + C
R
P(x) dx
I = Ae
onde A = ±e C . Como apenas precisamos de um fator integrante
particular, podemos tomar A = 1 e usar
R
P(x) dx
I (x) = e (22)
Então, a fórmula para a solução geral da Equação (18) é fornecida
pela Equação (21) onde I é dado pela Equação (22).
Resumindo:
Para resolver a equação diferencial linear y 0 + P(x)y = Q(x),

multiplicam-se ambos os membros pelo fator integrante
R
P(x) dx
I (x) = e
e integram-se ambos os membros.

Exemplo 6.10
Resolva a equação diferencial y 0 + 3x 2 y = 6x 2 .
Solução. A equação dada é linear: tem a forma da

Equação (18), com P(x) = 3x 2 e Q(x) = 6x 2 . Um fator
integrante é R 2 3
I (x) = e 3x dx = e x
3
Multiplicando ambos os membros por e x , obtemos
3 dy 3 3
ex + 3x 2 e x y = 6x 2 e x
dx
d x 3
2 x 3
ou dx (e y ) = 6x e
Integrando ambos os lados, temos
Z
x3 3 3
e y = 6x 2 e x dx = 2e x + C
3
y = 2 + Ce −x
Exemplo 6.11
Encontre a solução para o problema de valor inicial
x 2 y 0 + xy = 1 x >0 y (1) = 2
Solução. Começamos por dividir ambos os membros da equação

pelo coeficiente de y para colocar a equação diferencial na forma
padrão:
1 1
y0 + y = 2 x >0 (23)
x x
O fator integrante é
R
(1/x) dx
I (x) = e = e ln x = x
Multiplicando ambos os lados da Equação (23) por x obtemos

1 1
xy 0 + y = ou (xy )0 =
x x
Então Z
1
xy = dx = ln x + C
x
ln x + C
y=
x
Como y (1) = 2, temos
ln 1 + C
2= =C
1
Logo, a solução para o problema de valor inicial dado é
ln x + 2
y=
x
O exemplo seguinte apresenta um enunciado semelhante ao de um
problema de misturas visto anteriormente que nos conduziu a uma
equação diferencial separável. Este vai conduzir-nos a uma
equação diferencial linear.
Exemplo 6.12
Um tanque contém 50 litros de uma solução composta de 90% de
água e de 10% de álcool. Uma segunda solução contendo 50% de
água e 50% de álcool entra no tanque a uma taxa de 4 `/min.
Assumimos que esta solução se mistura instantaneamente com a
solução lá existente. Ao mesmo tempo que entra no tanque a
segunda solução, o tanque vai sendo esvaziado à taxa de 5 `/min.
Qual é a quantidade de álcool existente no tanque ao fim de 10
minutos?
Solução. Seja y (t) a quantidade de álcool (em litros) existente no

tanque depois de t minutos. É dado que y (0) = 5. A quantidade
de solução no tanque no instantet é 50 − t e do tanque saem
y
5`/min. Assim, do tanque saem 50−t 5 litros de álcool por
minuto.
Como entram no tanque 2 litros de álcool por minuto, a taxa de
variação de álcool no tanque é dada por:

dy 5 dy 5
=2− y , ou seja + y =2
dt 50 − t dt 50 − t
Para resolver esta equação diferencial começamos por encontrar
um fator integrante:
5
R
dt
I (t) = e 50−t = e −5 ln |50−t|
Como t < 50 não precisamos do sinal de módulo, ficando então

1
I (t) = (50−t)5.
1 dy 5 2
5
+ 6
y=
(50 − t) dt (50 − t) (50 − t)5
Z
y 2 1
= dt = +C
(50 − t)5 (50 − t)5 2(50 − t)4
50 − t
y= + C (50 − t)5
2
Como y (0) = 5, tem-se
50 20
5= + C (50)5 , donde C = −
2 505
pelo que a solução do problema é
5
50 − t 50 − t
y (t) = − 20
2 50
Quando t = 10, a quantidade de álcool no tanque é

5 5
50 − 10 50 − 10 4
y (10) = − 20 = 20 − 20 `
2 50 5
Sistemas predador-presa
Vimos alguns modelos para o crescimento de uma única espécie

que vive isolada num ambiente. Vamos agora considerar modelos
mais realistas nos quais é tida em consideração a interação de duas
espécies no mesmo ambiente. Esses modelos tomam a forma de
um par de equações diferenciais.
Começamos por considerar a situação em que uma espécie, que
designamos por presa, tem comida abundante e outra espécie,
denominada predador, se alimenta da presa.
Exemplos de presas e predadores incluem coelhos e lobos, peixes e
tubarões, etc.
O nosso modelo terá duas variáveis dependentes, ambas funções
do tempo.
Representamos por C (t) o número de presas (C para coelho) e por
L(t) o número de predadores (L para lobo) no instante t.
Na ausência de predadores, a comida existente suporta o
crescimento exponencial da presa, isto é,
dC
= kC onde k é uma constante positiva
dt
Na ausência de presas, assumimos que a população de predadores
sofre um declı́nio proporcional ao seu tamanho, isto é,
dL
= −rL onde r é uma constante positiva
dt
Estando ambas as espécies presentes, assumimos que a principal
causa de morte das presas é serem devoradas pelos predadores,
sendo que o nascimento e sobrevivência dos predadores depende da
existência de presas. Assumimos ainda que as duas espécies se
encontram a uma taxa que é proporcional a ambas as populações,
logo proporcional a CL.
Um sistema de equações diferenciais que incorpora o que estamos
a assumir é o seguinte:
dC dL
= kC − aCL = −rL + bCL (24)
dt dt
onde k, r , a e b são constantes positivas.
Observe-se que o termo −aCL diminui a taxa de crescimento da
presa e o termo bCL aumenta a taxa de crescimento natural dos
predadores.
As Equações (24) são conhecidas por equações predador-presa
ou equações de Lotka-Volterra.
Uma solução deste sistema de equações é um par de funções C (t)
e L(t) que descreve as populações de presas e predadores como
funções do tempo.
Como C e L ocorrem em ambas as equações, temos de resolver as
equações em simultâneo. Isso não será fácil em geral. O uso de
métodos gráficos pode ajudar-nos a analisar as equações.
Exemplo 6.13
Suponhamos que populações de coelhos e lobos, vivendo numa
floresta isolada, são descritas pelas Equações de Lotka-Volterra
com k = 0.08, a = 0.001, r = 0.02 e b = 0.00002. O tempo é
medido em meses.
1. Encontre as soluções de equilı́brio.
2. Use o sistema de equações diferenciais para encontrar uma
dL
expressão para dC .
3. Esboce o campo de direções para a equação diferencial
resultante no plano CL. Use o campo de direções obtido para
esboçar algumas curvas solução.
4. Suponha que num dado instante existem 1000 coelhos e 40
lobos. Esboce a curva solução correspondente e use-a para
descrever as mudanças em ambas as populações.
5. Use a alı́nea anterior para esboçar os gráficos de C e L como
funções de t.
Solução. (1) Com os valores dados de k, r , a e b, as equações de
Lotka-Volterra tornam-se:
dC
= 0.08C − 0.001CL
dt
dL
= −0.02L + 0.00002CL
dt
Tanto C como L se tornam constantes se ambas as derivadas
forem 0, isto é,
C 0 = C (0.08 − 0.001L) = 0
L0 = L(−0.02 + 0.00002C ) = 0
Uma solução é dada por C = 0 e L = 0. A outra solução constante
é
0.08 0.02
L= = 80 C= = 1000
0.001 0.00002
(2) Usamos a regra da cadeia para eliminar t:
dL dL dC
=
dt dC dt
Assim,
dL
dL dt −0.02L + 0.00002CL
= dC
=
dC dt
0.08C − 0.001CL
(3) Se virmos L como função C , temos a equação diferencial
dL −0.02L + 0.00002CL
=
dC 0.08C − 0.001CL
O campo de direções pode ser obtido usando o sage cell server
com os comandos:
L,C=var(’L,C’)
plot_slope_field((-0.02*L+0.00002*L*C)/(0.08*C-0.001*L*C),
(C,0,3000),(L,0,150))
Algumas curvas-solução:
(4) Começar com 1000 coelhos e 40 lobos corresponde a
desenhar a curva solução que passa pelo ponto P0 (1000, 40). A
trajetória é percorrida no sentido contrário ao dos ponteiros do
relógio. De facto, podemos observar que o número de coelhos está
a aumentar em P0 , pois:
dC
= 0.08 · 1000 − 0.001 · 1000 · 40 = 80 − 40 = 40 > 0
dt
Em P0 não há lobos suficientes para manter o equilı́brio entre as
populações e a população de coelhos cresce. Isso leva ao
crescimento da população de lobos, chegando, nalguma altura, a
haver tantos que os coelhos não conseguem evitá-los... Nessa
altura (correspondente ao ponto P1 da figura seguinte) o número
de coelhos vai começar a diminuir. Nalgum momento posterior
(correspondente a P2 da figura seguinte) a população de lobos
começa a diminuir de tamanho, o que beneficia os coelhos...
(5) Da descrição feita em (4) resulta que podemos esboçar os
gráficos de C e de L.
(*)

A figura seguinte apresenta um esboço dos gráficos nos mesmos
eixos, mas com escalas diferentes para C e L
(*)

Exemplo 6.14
Resolva a equação diferencial
dL −0.02L + 0.00002CL
=
dC 0.08C − 0.001CL
Solução. Trata-se de uma equação separável.

dL
dC = −0.02L+0.00002CL
0.08C −0.001CL
⇐⇒ (0.08 − 0.001L)CdL = (−0.02 + 0.00002C )LdC
⇐⇒ R0.08−0.001L
L dL = −0.02+0.00002C
RC −0.02dC
0.08

⇐⇒ L − 0.001 dL = C + 0.00002 dC
⇐⇒ 0.08 ln |L| − 0.001L = −0.02 ln |C | + 0.00002C + K
⇐⇒ 0.08 ln L + 0.02 ln C = 0.001L + 0.00002C + K
⇐⇒ ln L C 0.08 0.02 = 0.001L + 0.00002C + K
⇐⇒ L0.08 C 0.02 = e 0.001L+0.00002C +K
⇐⇒ L0.08 C 0.02 = K1 e 0.00002C e 0.001L
A solução apresentada no exemplo foi usada para obter várias das
imagens apresentadas anteriormente. Para o efeito recorreu-se ao
sage, tendo sido usados comandos como:
C,L=var(’C,L’)
p=Graphics()
sc = sorted(colors)
for i in range(0,6):
p+=implicit_plot((L^(0.02)*C^(0.08))/(e^(0.00002*L)*e^(0.00
(1.45 + 0.005*i), (L,0,3000), (C,0,150),color=sc[20+10*i])
p.show(aspect_ratio=15)
p=p+plot_slope_field((-0.02*L+0.00002*L*C)/(0.08*C-0.001*C*L),
(C,0,3000),(L,0,150))
p.show(aspect_ratio=15)
Uma parte importante do processo de modelação é interpretar as
nossas conclusões matemáticas como previsões do mundo real e
testar as previsões com dados reais.
A Hudson’s Bay Company, que começou o comércio de peles de
animais no Canadá em 1670, manteve os dados desde 1840. A
figura seguinte mostra gráficos do número de peles de coelho
selvagem e do seu predador, o lince canadiano, comercializado pela
companhia durante 90 anos.
Dá para perceber que as oscilações nas populações de coelhos e
linces, previstas pelo modelo de Lotka-Volterra, realmente ocorrem.
(*)

Embora o modelo relativamente simples de Lotka-Volterra tenha
tido algum sucesso na explicação e previsão da evolução de
populações ligadas, outros modelos mais sofisticados têm sido
propostos.
Uma forma de modificar as equações de Lotka-Volterra é assumir
que, na ausência de predadores, a população das presas cresce de
acordo com um modelo logı́stico com capacidade de suporte K .
As Equações de Lotka-Volterra (24) são então substituı́das pelo
sistema de equações diferenciais

dC C dL
= kC 1 − − aCL = −rL + bCL
dt K dt
Exercı́cio 6.15
No Exemplo 6.13 foram usadas Equações de Lotka-Volterra para
modelar populações de coelhos e lobos.
Consideremos agora as seguintes equações:
dC
= 0.08C (1 − 0.0002C ) − 0.001CL
dt
dL
= −0.02L + 0.00002LC
dt
1. De acordo com estas equações, o que acontece à população

de coelhos, na ausência de lobos?
2. Encontre as soluções de equilı́brio.
3. A figura seguinte mostra a trajetória de fase que parte do
ponto (1000, 40). Descreva as mudanças em ambas as
populações, tal como foi feito no Exemplo 6.13(4).
(*)
Use a alı́nea anterior para esboçar os gráficos de C e L como

funções de t, como foi feito no Exemplo 6.13(5).

Solução: (1) Para L = 0 obtém-se dC
dt = 0.08C (1 − 0.0002C ).
dC
Resulta que dt = 0 ⇐⇒ C = 0 ou C = 5000. (Tem-se um
modelo logı́stico com capacidade de suporte 5000...)
(2) Resulta da segunda equação:
L0 = 0 quando L = 0 ou C = 0.02
0.00002 = 1000.
Se L = 0, então C0 = 0 quando C = 0 ou C = 1
0.0002 = 5000.
Se C = 1000, então
0 = 1000 (0.08(1 − 0.0002 · 1000) − 0.001L)

⇐⇒ 0 = 80(1 − 0.2) − L
⇐⇒ L = 64
Temos, portanto, as soluções de equilı́brio:

L = 0, C = 0; L = 0, C = 5000; C = 1000, L = 64.
(3) As populações de coelhos e lobos flutuam à volta de 1000 e
64, respetivamente, estabilizando finalmente nesses valores.
Exercı́cio 6.16
Resolva as seguintes equações diferenciais:
1. y 0 + y cos x = xe − sen x
2. x 2 y 0 = 2x 3 e −1/x + y
Solução:
x 2 +C
(1) y = 2e sen x
(2) y = (x 2 + C )e −1/x
Exercı́cio 6.17
Resolva o seguinte problema de valor inicial:
xyy 0 = ln x y (1) = 2
p
Solução: y = (ln x)2 + 4
Equações diferenciais lineares de segunda ordem
homogéneas
Os slides relativos a esta seção têm por base as páginas 102-107 do

livro:
M.W. Hirsch and S. Smale; Differential Equations, Dynamical
Systems, and Linear Algebra; Academic Press 1974.
Uma equação diferencial linear de segunda ordem homogénea tem
a seguinte forma:
d 2x dx
2
+a + bx = 0 (25)
dt dt
para determinadas constantes reais a e b.
É também habitual escrever (25) da seguinte forma:

00 0
x + ax + bx = 0 . (26)
Observe que se x1 (t) e x2 (t) são soluções de (26) e k é uma

constante real qualquer, então x1 (t) + x2 (t) e kx1 (t) também são
soluções de (26).
Teorema 6.18
Sejam λ1 e λ2 as raı́zes (reais ou complexas) do polinómio de
coeficientes reais p(λ) = λ2 + aλ + b. Então qualquer solução x(t)
da equação diferencial (26) tem a seguinte forma:
Caso (i) Se λ1 e λ2 são reais e distintas então
x(t) = C1 e λ1 t + C2 e λ2 t ;
Caso (ii) Se λ = λ1 = λ2 (e λ é real) então
x(t) = C1 e λt + C2 te λt ;
Caso (iii) Se λ1 = λ2 = u + iv , onde u, v são reais e v 6= 0, então
x(t) = e ut (C1 cos(vt) + C2 sen(vt)) .
Em cada caso, C1 e C2 são constantes reais determinadas pelas

condições iniciais
0
x(t0 ) = α, x (t0 ) = β .
Exemplo 6.19
A solução geral da equação diferencial
00
x +x =0 (27)
tem a forma
C1 cos(t) + C2 sen(t) .
A solução da equação (27) satisfazendo
0
x(0) = 5, x (0) = −3
é
x(t) = 5 cos(t) − 3 sen(t) .
Exercı́cio 6.20
1. Quais das seguintes funções satisfazem uma equação
diferencial linear de segunda ordem homogénea?
(a) te t ; (b) t 2 − t;
(c) cos(2t) + 3 sen(2t); (d) cos(2t) + 2 sen(3t);
(e) e −t cos(2t); (f) e t + 4; (g) 3t − 9.
2. Resolva as seguintes equações nas condições iniciais

apresentadas.
00 0
(a) x + 4x = 0; x(0) = 1, x (0) = 0.
00 0 0
(b) x − 3x + 2x = 0; x(1) = 0, x (1) = −1.
3. Resolva as seguintes equações:

00 00
(a) x + 3x = 0; (b) x − 3x = 0;
00 0 00 0
(c) x − x − 6x = 0; (d) x + x + x = 0.
Exercı́cio 6.21
Sejam a, b constantes reais. Suponha que as soluções (reais ou
complexas) da equação quadrática λ2 + aλ + b = 0 têm partes reais
negativas. Mostre que qualquer solução da equação diferencial
00 0
x + ax + bx = 0
satisfaz
lim x(t) = 0 .
t→+∞
Método de Euler
Aquando da introdução dos campos de direções referimos a

dificuldade, ou mesmo a impossibilidade, de resolver a maior parte
das equações diferenciais no sentido de obter uma fórmula explı́cita
para a solução.
Apontamos os campos de direções como uma abordagem possı́vel
para obter informações sobre uma solução sem ter resolvido a
equação. Trata-se de uma abordagem gráfica. Referimos existirem
abordagens numéricas, das quais não irı́amos tratar. Valerá a pena,
no entanto, ilustrar o método de Euler que tem por detrás a
mesma ideia que os campos de direções. Este método está na base
de outros métodos mais sofisticados com implementações
disponı́veis, por exemplo, no sage (http://www.sagemath.org/).
Ilustremos o método com o problema de valor inicial usado para
introduzir os campos de direções:
y 0 = x + y y (0) = 1
0
A equação diz que y (0) = 0 + 1 = 1, pelo que a curva solução
tem declive 1 no ponto (0, 1).
Como uma primeira aproximação para a solução poderı́amos
considerar uma aproximação linear: L(x) = x + 1 como ilustrado
na figura seguinte.
(*)

A ideia do método é melhorar essa aproximação percorrendo a reta
tangente ao longo de uma pequena distância, corrigindo então a
direção.
A figura seguinte mostra o que acontece quando se percorre a
tangente até se ter x = 0.5.
A distância horizontal percorrida designa-se por passo.
(*)
Como L(0.5) = 1.5, tem-se y (0.5) ' 1.5 e toma-se (0.5, 1.5) como
ponto inicial do novo segmento de reta. A equação diferencial diz
que y 0 (0.5) = 0.5 + 1.5 = 2. Usa-se então a funcão
y = 1.5 + 2(x − 0.5) = 2x + 0.5 como uma aproximação para
x > 0.5.
Ao diminuir o passo de 0.5 para 0, 25 obtém-se uma melhor
aproximação, como ilustra a figura seguinte.
(*)
Em geral, o método de Euler diz para começar no ponto dado pelo

valor inicial, prosseguindo então na direção indicada pelo campo de
direções.
Pára-se após um pequeno perı́odo, vê-se qual o declive na nova
localização e prossegue-se seguindo na direção dada pelo campo de
direções. Continua-se então a fazer paragens e mudanças de
direção.
Diminuindo o passo aumenta o número de correções e melhora a
aproximação à curva solução.
Para o problema de valor inicial de primeira ordem geral,
y 0 = F (x, y ), y (x0 ) = y0 , o objetivo é encontrar valores
aproximados para a solução em números igualmente espaçados
x0 , x1 = x0 + h, x2 = x1 + h, . . ..
A equação diferencial indica que o declive em (x0 , y0 ) é
y 0 = F (x0 , y0 )
O valor aproximado da solução quando x = x1 é
y1 = y0 + hF (x0 , y0 )
(*)
De modo análogo tem-se y2 = y1 + hF (x1 , y1 ) e, mais geralmente,
yn = yn−1 + hF (xn−1 , yn−1 ).

Exemplo 6.22
Use o método de Euler com passo 0.1 para construir uma tabela de
valores aproximados para a solução do problema de valor inicial
y0 = x + y, y (0) = 1.
Solução. É dado que h = 0.1, x0 = 0, y0 = 1 e F (x, y ) = x + y .

Então: y1 = y0 + hF (x0 , y0 ) = 1 + 0.1(0 + 1) = 1.1;
y2 = y1 + hF (x1 , y1 ) = 1.1 + 0.1(0.1 + 1.1) = 1.22;
y3 = y2 + hF (x2 , y2 ) = 1.22 + 0.1(0.2 + 1.22) = 1.362.
Logo, se y (x) for a solução exata, tem-se y (x) ' 1.362.
Prosseguindo, obtêm-se os valores da tabela seguinte.
n xn yn n xn yn
1 0.1 1.100000 6 0.6 1.943122
2 0.2 1.220000 7 0.7 2.197434
3 0.3 1.362000 8 0.8 2.487178
4 0.4 1.528200 9 0.9 2.815895
5 0.5 1.721020 10 1.0 3.187485
Modificando o passo obtêm-se estimativas melhores. A tabela
seguinte foi construida considerando o problema de valor inicial do
exemplo anterior.
passo estimativa para y (0.5) estimativa para y (1)

0.500 1.500000 2.500000
0.250 1.625000 2.882813
0.100 1.721020 3.187485
0.050 1.757789 3.306595
0.020 1.781212 3.383176
0.010 1.789264 3.409628
0.005 1.793337 3.423034
0.001 1.796619 3.433848
Os valores estimados parecem tender para certos limites,
nomeadamente y (0.5) e y (1).
A figura seguinte mostra os gráficos das aproximações de Euler
tomando os passos 0.5, 0.25, 0.1, 0.05, 0.02, 0.005. Nota-se uma
aproximação à solução exata à medida que o passo se aproxima de
0.
(*)

Exemplo 6.23
Use o método de Euler com passos 20, 10, 5, 1, 0.1 para estimar o
tamanho de uma população P nos instantes 40 e 80, sabendo que
a população é modelada pelo problema de valor inicial

dP P
= 0.08P 1 − , P(0) = 100.
dt 1000
Solução. Para resolver este problema conviria começar por

programar uma calculadora ou um computador para o efeito.
Apresentam-se a seguir os cálculos feitos tomando
P
h = 20, t0 = 0, P0 = 100 e F (t, P) = 0.08P 1 − 1000 .
P1 = 100 + 20F (0, 100) = 244;
P2 = 244 + 20F (20, 244) ' 539.14;
P3 = 539.14 + 20F (40, 539.14) ' 936.69;
P4 = 936.69 + 20F (60, 936.69) ' 1031.57
Assim, a nossa estimativa para o tamanho da população nos
instantes t = 40 e t = 80 são, respetivamente,
P(40) ' 539 e P(80) ' 1032.
A tabela seguinte mostra os resultados que se obtêm considerando

os vários passos.
passo estimativa para P(40) estimativa para P(80)

20 539 1032
10 647 997
5 695 991
1 725 986
0.1 731 985
A figura seguinte mostra o gráfico das aproximações de Euler que
se obtém com os passos h = 10 e h = 1.
(*)

Fundamentos de Matemática

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Fundamentos de Matemática

Загружено:

Авторское право:

Доступные форматы

Fundamentos de Matemática

Docentes: Ana Paula Dias e Fernando Jorge Moreira

Ano letivo de 2018/2019

(Versão de: 27 de julho de 2018 )

Começaremos por fazer revisões sobre a representação gráfica e

ou, o que é o mesmo, f (x) = f (x 0 ) ⇒ x = x 0 ;

1. sen (−x) = − sen x (o seno é uma função ı́mpar);

Devemos pensar em arcsen x como sendo a medida do ângulo

O domı́nio da função arcsen é o contradomı́nio da função Sen: o

Usando o facto de o cosseno de um ângulo ser o seno do seu

Quando f é uma função definida perto de um número real a,

e dizemos que o limite de f (x) quando x tende para a é L.

A matemática não pode fazer-se com noções intuitivas...

∀ > 0 ∃δ > 0 : 0 < |x − a| < δ ⇒ |f (x) − L| < 

Observamos que a primeira alı́nea da proposição anterior diz

Uma função é contı́nua se o for em todos os pontos do seu

lim f (x) = f (a).

Observe-se que este resultado poderia ter sido formulado como

Uma função polinomial é contı́nua em R.

Vamos começar por considerar curvas que são gráficos de funções

Note-se que, no caso de C ser o gráfico de uma função y = f (x),

- Se o limite existir e for m, então a reta

de declive m e que passa no ponto (x0 , f (x0 )), diz-se a

Quando f 0 (x) existe, dizemos que f é derivável (ou que é

Dizemos que uma função é derivável se for derivável em todos os

É habitual usar outras notações para a derivada de y = f (x):

Querendo indicar a derivada no ponto x0 , podemos usar notações

(3(x + h)2 + 3(x + h) − 8) − (3x 2 + 3x − 8)

(b) f 0 (2) = 6 × 2 + 3 = 15;

A demonstração da fórmula dada pela proposição anterior no caso

A proposição seguinte fornece-nos técnicas para calcular derivadas

Para a demonstração, consultar a literatura...

[f (g (x))]0 = f 0 (g (x)) · g 0 (x).

h0 (x) = f 0 (u) · u 0 (x)

Referimos no inı́cio do capı́tulo o problema da determinação de

Por vezes a equação não pode ser resolvida explicitamente em

No exemplo anterior, y 2 = x define duas funções de x, deriváveis,

o que está de acordo com o obtido por derivação implı́cita.

Solução. Usando derivação implı́cita, temos:

f 0 (f −1 (x)) · (f −1 )0 (x) = 1. (1)

Resulta de novo a fórmula:

De (1) resulta imediatamente que se a é tal que f 0 (f −1 (a)) = 0,

Solução. Tem-se f 0 (x) = 3x 2 + 1 > 0, ∀x ∈ R.

Prova. Para h > 0, ln(x + h) − ln x é a área da região do plano

A função exponencial de base e, e x , define-se como sendo a

Prova. Sendo y = e x vem que x = ln y . Usando derivação

Com uma demonstração análoga à da proposição anterior tem-se:

Apresentam-se seguidamente diversos resultados cuja

Teorema 2.31 (Teorema de Rolle)

Prova. Se g for constante, tem-se g 0 (c) = 0, ∀c ∈ [a, b]. Se g

O teorema do valor médio também é conhecido por Teorema de

h(x) = (f (b) − f (a))(g (x) − g (a)) − (f (b) − g (a))(f (x) − f (a))

e tendo o cuidado de justificar que não se fazem divisões por 0,

f (b) − f (a) f 0 (c)

Prova. Seja x0 ∈ I . Se x ∈ I \ {x0 }, então existe c entre x0 e x

Solução. Se x ≥ 1 é óbvio. Se 0 < x < 1, pelo teorema do

sen x sen x − sen 0 d

A demonstração usa o teorema do valor médio generalizado e, mais

Solução. Temos uma indeterminação do tipo 00 . Como as funções

Extrato do programa previsto relativo a este capı́tulo:

Veremos algumas técnicas que nos permitem calcular primitivas de

1. F (x) = x é uma primitiva da função constante f (x) = 1.

∀ > 0 ∃δ > 0 : 0 < |x − a| < δ ⇒ |f (x) − L| <