Sebenta 2008 - 2009

Notas tericas e prticas
de Matemtica I
Edite Cordeiro
Departamento de Matemtica
2
Reedio de um texto elaborado por Edite Cordeiro e
Ftima Pacheco, no mbito da unidade curricular de Matemtica I,
em 2006/2007
Contedo
Introduo iii
1 Funes reais de uma varivel real 1
1.1 Generalidades sobre funes de uma varivel . . . . . . . . . . . . . . . 1
1.1.1 Funes e seus grcos . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 lgebra de funes e composio de funes . . . . . . . . . . . 4
1.1.3 Funes inversas . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Funes exponenciais e logartmicas . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Funes exponenciais . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2 A funo logaritmo natural . . . . . . . . . . . . . . . . . . . . . 8
1.3 Limites e continuidade de funes . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 Sucesses numricas - limite de uma sucesso numrica . . . . . 9
1.3.2 Limites de funes . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.3 Funes Contnuas . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Noo de derivada e suas aplicaes . . . . . . . . . . . . . . . . . . . . 14
1.4.1 Derivada de uma funo - sua interpretao grca . . . . . . . . 14
1.4.2 Regras de derivao. Derivadas de ordem superior . . . . . . . . 16
1.4.3 Teoremas de Rolle, Lagrange e Cauchy . . . . . . . . . . . . . . 19
1.4.4 Estudo de funes e problemas prticos de optimizao . . . . . . 22
1.5 Exerccios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5.1 Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2 Tcnicas de primitivao 35
2.1 Primitivao como o problema inverso de derivao . . . . . . . . . . . . 35
2.2 Primitivao imediata . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3 Algumas regras de integrao . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3.1 Primitivao por substituio . . . . . . . . . . . . . . . . . . . . 37
2.3.2 Primitivao por partes . . . . . . . . . . . . . . . . . . . . . . . 39
2.3.3 Primitivao de fraces racionais . . . . . . . . . . . . . . . . . 40
2.4.1 Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
i
ii
3 Matrizes e Determinantes 47
3.1 Denio e tipos de matrizes . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2 Operaes com matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.3 Matrizes em escada; inversa de uma matriz quadrada . . . . . . . . . . . 51
3.4 Multiplicao de matrizes por blocos . . . . . . . . . . . . . . . . . . . . 54
3.5 Decomposio LU de matrizes . . . . . . . . . . . . . . . . . . . . . . . 54
3.6 Determinante de uma matriz quadrada . . . . . . . . . . . . . . . . . . . 56
3.7 Teorema de Laplace; Clculo de A
1
a partir de adj(A) . . . . . . . . . . 59
4 Sistemas de equaes lineares 67
4.1 Classicao de sistemas de equaes lineares quanto existncia de so-
lues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.2 Forma matricial de um sistema de equaes lineares . . . . . . . . . . . . 68
4.3 Resoluo de sistemas atravs da inversa da matriz dos coecientes . . . . 69
4.4 Resoluo de sistemas pela regra de Cramer . . . . . . . . . . . . . . . . 70
4.5 Mtodo de eliminao de Gauss . . . . . . . . . . . . . . . . . . . . . . 71
4.6 Discusso de sistemas de equaes lineares . . . . . . . . . . . . . . . . 73
4.7.1 Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
Bibliograa 82
Introduo
Estas notas destinam-se a servir de apoio unidade curricular de Matemtica I, lec-
cionada no primeiro semestre, aos cursos de Contabilidade e de Gesto. Os principais
objectivos de Matemtica I prendem-se com o estudo dos assuntos tratados nos seguintes
captulos:
As notas so, em parte, uma reedio de um texto escrito em 2006/07, tambm no mbito
da unidade curricular de Matemtica I.
O Captulo 1 dedicado ao estudo das funes reais de uma varivel real. Neste tema,
j conhecido da maioria dos alunos alunos, vamos trabalhar conceitos bsicos do clculo
aritmtico e do clculo algbrico. Naturalmente sero abordados os conceitos de limite
continuidade e derivabilidade. Destacamos o estudo em particular das funes exponen-
cial e logartmica.
No Captulo 2, damos o conceito de primitiva como o inverso da noo de derivada (anti-
derivada) e so abordadas tcnicas de primitivao.
No Captulo 3 abordada a noo de matriz, suas operaes e propriedades. Tambm
dado o conceito de determinante de uma matriz quadrada.
O Captulo 4 trata de alguns mtodos para a resoluo de sistemas de equaes lineares.
Cada captulo apresenta uma ltima seco onde so propostos exerccios de aplicao,
muitos dos quais sero resolvidos nas aulas prticas e terico-prticas.
Chamamos ateno para o facto de no haver nenhum meio de aprender matemtica que
no envolva a resoluo de muitos exerccios.
iii
iv
Captulo 1
Funes reais de uma varivel real
Os principais objectos de estudo da Matemtica so as funes. Neste curso, vamos
orientar tal estudo para as aplicaes prticas extradas dos campos das cincias sociais.
1.1 Generalidades sobre funes de uma varivel
O conceito de funo como uma regra ou lei que nos diz como uma quantidade varivel
depende de outra, oferece-nos a prespectiva de compreender e correlacionar fenmenos
naturais.
1.1.1 Funes e seus grcos
Na prtica, as funes surgem, com frequncia, de relaes algbricas entre variveis.
Comecemos por observar o seguinte exemplo:
Exemplo 1.1.1. Consideremos que este ano, num certo supermercado, o preo do po
tem sofrido um aumento mensal de 2 euros e que no nal de Outubro, cada po custava
64 euros. Podemos traduzir esta situao pela equao y 64 = 2(x 10).
A equao anterior equivalente a y = 2x + 44 e facilmente nos convencemos que
a mesma nos d o preo do po em funo do tempo. A tabela seguinte informa-nos dos
objectos (valores assumidos pela varivel independente) e correspondentes imagens:
Ms 1 2 3 4 5 6 7 8 9 10 11 12
Preo 46 48 50 52 54 56 58 60 62 64 66 68
Claro que o grco que representa a dependncia funcional anterior est sobre uma
recta. Vamos ento denir as noes analtica e grca de uma funo:
1
2 1. Funes reais de uma varivel real
Denio 1.1.2. Uma funo f uma correspondncia que associa um s valor da vari-
vel y a cada valor da varivel x. A varivel x diz-se varivel independente e pode tomar
qualquer valor num certo conjunto de nmeros reais, denominado domnio de f. Para
cada valor de x no domnio de f, o valor correspondente de f denotado por f(x) tal
que y = f(x). A varivel y diz-se varivel dependente e o conjunto dos valores assumidos
por y medida que x varia no domnio , diz-se imagem ou contradomnio de f.
Uma funo real de uma varivel real uma funo cujos dominio e o contradomnio
esto contidos no conjunto dos nmeros reais. As funes podem ser classicadas de
injectivas ou no injectivas, de acordo com a seguinte noo:
Denio 1.1.3. Uma funo f diz-se injectiva se no seu domnio no existirem objectos
diferentes com a mesma imagem, isto , se f(x) = f(y) implicar x = y.
Exemplo 1.1.4. A funo f(x) = x
3
4 injectiva, mas a funo g(x) = x
2
+ 2 no
injectiva. De facto,
f(a) = f(b) a
3
4 = b
3
4 a
3
= b
3
a = b,
enquanto
g(a) = g(b) a
2
+ 2 = b
2
+ 2 a
2
= b
2
a = b a = b.
Denio 1.1.5. O grco de uma funo f o conjunto de todos os pontos (x, y) no
plano cartesiano, tal que x pertende ao domnio de f e y = f(x).
Devemos cultivar o hbito de, sempre que possvel, pensar gracamente. Por exemplo,
podemos vericar se uma funo injectiva atravs do seu grco, averiguando se existem
ou no rectas horizontais que intersectam o grco em mais do que um ponto. O grco
de uma funo a trajectria do ponto (x, y), quando ele se move no plano cartesiano, s
vezes subindo, s vezes descendo em funo da natureza da funo considerada.
Dizemos que uma funo contnua, quando o seu grco no apresenta interrupes.
As descontinuidades surgem essencialmente sob uma das seguintes formas:
Uma funo denida em diversos intervalos apresenta descontinuidades se os gr-
cos relativos a cada um desses intervalos no se ligam uns aos outros.
Uma funo denida por um quociente apresenta descontinuidade sempre que o seu
denominador for nulo.
Funes pares e mpares: Os conceitos de funo par e funo mpar ajundam-nos em
muitos casos no esboo grco de uma funo. Consideremos, por exemplo, as funes
f(x) = x
2
4 e g(x) = x
3
.
1.1. Generalidades sobre funes de uma varivel 3
Algebricamente, facilmente conclumos que
f(x) = (x)
2
4 = x
2
4 = f(x)
e
g(x) = (x)
3
= x
3
= g(x)
Gracamente, tambm se observa que f(x) = f(x). Portando o grco de f
simtrico em relao ao eixo dos y, isto , se o ponto (x, y) pertence ao grco, ento o
ponto (x, y) tambm pertence. Relativamente a g(x), notamos que g(x) = g(x), e
consequentemente, o grco de g simtrico em relao origem.
Denio 1.1.6. 1. Uma funo f par se para todo o x do domno de f, x tambm
pertence ao domnio de f e f(x) = f(x).
2. uma funo f mpar se para todo o x do domno de f, x tambm pertence ao
domnio de f e f(x) = f(x).
O nmero de funes distintas claramente ilimitado, no entanto vamos classicar
em algumas categorias aquelas que sero o nosso objecto de estudo.
Funes algbricas:
1. As funes polinomiais so denidas por polinmios e tm por domnio IR.
As funes polinomiais seguintes so de grau 1, 2 e 3, respectivamente:
f(x) = 3x 2, g(x) = 1 2x + x
2
, h(x) = x x
3
O grco de f uma recta e o grco de g uma parbola.
O grco de funes polinomiais de grau superior a 2 uma linha curva que poder
ser mais facilmente identicada com o conhecimento de certas propriedades da
funo que sero estudadas mais frente. Experimente esboar o grco de h(x),
atravs do conhecimento de alguns dos seus pontos, e em particular, dos seus zeros.
2. As funes racionais so denidas por quocientes de polinmios e o seu domnio
o conjunto de nmeros reais tal que os denominadores no se anulam.
Como exemplos de funes racionais, temos:
f(x) =
25 x
2
1 x
2
, g(x) = 2 +
x
x
2
+ 4
, h(x) =
3
x
+
2
5
.
Note que R\ {1, 1}, IR e IR\ {0} so os domnios de f, g e h, respectivamente.
Alm disso, o grco de f tem descontinuidades em x = 1 e x = 1, o grco de
g no tem descontinuidades e o grco de h tem uma descontinuidade em x = 0.
3. As funes irracionais so denidas por expresses algbricas com pelo menos um
radical e o seu domnio o conjunto de nmeros reais para os quais a expresso
algbrica tem signicado.
Como exemplos de funes irracionais, temos:
f(x) =
25 x
2
, g(x) = 2 +
x 1 :
Os domnios de f, g so respectivamente [5, 5] e [1, +[.
Funes transcendentes:
4. As funes transcendentes so aquelas que no so algbricas. As funes trans-
cendentes que iremos estudar na seco seguinte, so as funes exponenciais e
logartmicas.
Mais frente, vamos tambm estudar o clculo diferencial, o qual fornece mtodos
para descobrir outros aspectos importantes do grco de uma qualquer funo.
1.1.2 lgebra de funes e composio de funes
Dadas duas funes f e g, podemos obter outras funes atravs das operaes adio,
subtraco, multiplicao, diviso ou composio das mesmas.
Por exemplo, dadas as funes
f(x) = x
2
2 e g(x) =
1
2
x 1,
consideramos
h(x) = f(x) + g(x) = x
2
1
2
x 1.
Denio 1.1.7. Sejam f e g duas funes cujos domnios se intersectam. Denimos as
funes f + g, f g, f.g, e
f
g
do seguinte modo:
(f + g)(x) = f(x) + g(x)
(f g)(x) = f(x) g(x)
(f.g)(x) = f(x).g(x)
(
f
g
)(x) =
f(x)
g(x)
.
Em cada caso, o domnio da funo denida consiste da interseco dos domnios das
duas funes, excepo do quarto caso, onde os valores para os quais g(x) = 0 so
excludos.
1.1. Generalidades sobre funes de uma varivel 5
Dadas duas equaes y = t
2
e t = 2x 5, possvel escrever y em funo de x pela
substituio da segunda equao na primeira, obtendo y = (2x 5)
2
. Atendendo a que
a equao y = t
2
dene a funo f(t) = t
2
e a equao t = 2x 5 dene a funo
g(x) = 2x 5, ento tem-se
y = f(t) = f(g(x)).
A equao y = f[g(x)], obtida pelo "encadeamento"de f e g, dene uma nova funo h,
chamada composio de f e g e simbolizada por h = fog.
Denio 1.1.8. Sejam f e g duas funes que satisfazem a condio de que pelo menos
uma imagem de g pertence ao domnio de f. Ento fog a funo denida pela equao
(fog)(x) = f[g(x)].
Se denotarmos por D
f
o domnio de uma funo f, podemos indicar o domnio da
funo composta por:
D
fog
= {x D
g
: g(x) D
f
}
Exemplo 1.1.9. Sejam as funes
f(x) =
x
x + 3
e g(x) =
x + 2.
Vamos caracterizar as funes f g, f.g e fog.
O domnio das funes f g, f.g [2, +[, e so denidas por
(f g)(x) =
x
x + 3

x + 2 e (f.g)(x) =
x
x + 2
x + 3
,
respectivamente.
Como g(x) D
f
, para qualquer x D
g
, o domnio da funo fog tambm
[2, +[ e a sua expresso analtica
fog(x) =
x + 2
x + 2 + 3
.
1.1.3 Funes inversas
Duas funes f e g dizem-se inversas se as compostas fog e gof resultarem na funo
identidade, isto , se
fog(x) = x, x D
g
e
gof(x) = x, x D
f
.
Por exemplo fx) =

x e g(x) = x
2
, para x 0, so inversas uma da outra.
Denio 1.1.10. Duas funes f e g dizem-se inversas se vericarem as seguintes con-
dies:
1. A imagem de g est contida no domnio de f.
2. A imagem de f est contida no domnio de g.
3. Para qualquer x D
g
, fog(x) = x.
4. Para qualquer x D
f
, gof(x) = x.
Denotamos a inversa de uma funo f por f
1
. Geometricamente vericamos que
duas funes so inversas quando o grco de uma o simtrico do grco da outra,
relativamente recta y = x.
Exerccio 1.1.11. Verique a simetria os grcos da funo f(x) = 2x + 1 e da sua
inversa.
Mtodo algbrico para determinar f
1
:
1. Escrever a equao y = f(x).
2. Resolver a equao em ordem a x, para obter x = f
1
(y) .
3. Trocar x por y na equao do passo anterior.
As noes de funo e de inversa de uma funo levam-nos a concluir que nem toda
a funo admite inversa. De facto, f
1
deve ser a nica funo cujo grco o simtrico
do grco de f, isto , f dever ser uma funo injectiva.
Exemplo 1.1.12. Seja a funo injectiva f(x) = x
3
8 com domnio R. Fazendo y =
x
3
8 x
3
= y + 8 x =
3
y + 8, obtemos f
1
(x) =
3
x + 8, cujo domnio
tambm R.
1.2 Funes exponenciais e logartmicas
A funes algbricas no so sucientes para a aplicao da matemtica s cincias soci-
ais. As funes exponenciais so utilizadas, para projeces da populao, na avaliao
de investimentos, entre outras aplicaes. A funo logartmica ser abordada como a
inversa da funo exponencial.
1.2. Funes exponenciais e logartmicas 7
1.2.1 Funes exponenciais
Denio 1.2.1. Funo exponencial uma funo da forma f(x) = a
x
, onde a uma
constante positiva.
Da denio de funo exponencial, facilmente se conclui que a mesma tem domnio
R e contradomnio R
+
.
Lembremos as seguintes leis dos expoentes:
1. Lei do produto: a
r
a
s
= a
r+s
.
2. Lei do quociente:
a
r
a
s
= a
rs
.
3. Potncia de potncia: (a
r
)
s
= a
rs
.
Representao grca das funes exponenciais:
A funo exponencial injectiva e montona, isto , varia sempre no mesmo sentido.
Uma das aplicaes prticas da funo exponencial o clculo de juros compostos: Se
investirmos P euros a uma taxa de juros anual r e os juros forem capitalizados k vezes
por ano, o saldo s(t) aps t anos ser
s(t) = P(1 +
r
k
)
kt
euros.
Exemplo 1.2.2. Suponha que so aplicados 1000 euros a uma taxa de juros anual de
0, 06. O saldo aps 10 anos, se os juros forem capitalizados mensalmente, dado por
s(10) = 1000(1 +
0, 06
12
120
) = 1819, 4
O nmero irracional e, cujo valor aproximado de 2, 718 a base da maioria das
funes exponencias que iremos encontrar. Por exemplo, prova-se que o saldo s(t) da
quantia P a uma taxa de juros anual r se os juros forem capitalizados continuamente,
dado em funo do tempo, por
s(t) = Pe
rt
.
Exemplo 1.2.3. Suponha que 1000 euros so aplicados a uma taxa de juros anual de
0, 06. O saldo aps 5 anos, se os juros forem capitalizados continuamente, dado por
s(5) = 1000e
0,3
.
Modelos exponenciais:
1. Diz-se que uma quantidade q(t) que obedea lei q(t) = q(0)e
kt
, onde q(0) e k so
constantes positivas, apresenta um crescimento exponencial.
2. Diz-se que uma quantidade q(t) que obedea lei q(t) = q(0)e
kt
, onde q(0) e k
so constantes positivas, apresenta um decrescimento exponencial.
Se os juros forem capitalizados continuamente, vimos que o saldo bancrio resultante
s(t) = Pe
rt
tambm cresce exponencialmente.
A venda de certos produtos, quando so interrompidas as suas campanhas publicit-
rias, bem como o valor das mquinas aps a sua aquisio, so quantidades que decrescem
exponencialmente.
Exemplo 1.2.4. Consideremos que uma mquina desvalorizada com o tempo e aps t
anos o seu valor for dado por q(t) = q(0)e
0,04t
. Se aps dois anos a mquina vale 8.000
euros, ento o preo inicial foi de q(0) = 8000.e
0,08
euros.
1.2.2 A funo logaritmo natural
O grco da funo exponencial y = a
x
revela que se trata de uma funo injectiva que,
por isso, admite inversa. De facto, a funo inversa de y = a
x
chama-se logaritmo de y
na base a e representado por log
a
y. Deste modo,
log
a
y y = a
x
.
Exerccio 1.2.5. Porqu que para qualquer nmero positivo a, se tem log
a
1 = 0?
Sendo a funo logartmo y = log
a
x e a funo exponencial y = a
x
inversas uma da
outra, claro que o domnio e o contradomnio da funo y = log
a
x so, respectivamente,
R
+
e R. Portanto s existem logaritmos de nmeros positivos.
Chamamos logaritmos naturais aos logaritmos na base e. Tambm a cada nmero
positivo a corresponde um expoente b tal que a = e
b
. O logaritmo natural b representado
por ln a. Devido importncia da funo exponencial e
x
, os logaritmos naturais aparecem
frequentemente em aplicaes prticas.
Propriedades dos logaritmos:
Atendendo a que as funes y = e
x
e y = ln x so inversas uma da outra, denio de
logaritmo e s propriedades das potncias, temos:
1. e
ln x
= x.
2. ln e
x
= x
3. ln(uv) = ln u + ln v
4. ln
u
v
= ln u ln v
5. ln u
v
= v ln u
6. log
b
x = log
a
xlog
b
a.
1.3. Limites e continuidade de funes 9
Exemplo 1.2.6. Resolva as seguintes questes, usando a denio de logaritmo e suas
propriedades.
1. Se f(x) = ln x, determine e simplique f(
e) + f(e
3
).
2. Escreva como um nico logaritmo ln(2)
1
3
ln(16).
3. Caracterize a inversa da funo denida por f(x) = e
3x1
+ 2.
Soluo. 1. f(
e) + f(e
3
) = ln(
e) + ln(
e)
3
=
1
2
ln(e) +
3
2
ln(e) = 2 ln(e).
2. ln(2)
1
3
ln(16) = ln(2)
4
3
ln(2) =
1
3
ln(2).
3. D
f
= R e CD
f
= [2, +[, porque e
3x1
> 0, para qualquer valor de x.
Alm disso,
e
3x1
+ 2 = y e
3x1
= y 2 3x 1 = ln |y 2| x =
1
3
(ln |y 2| + 1).
Ento a funo inversa f
1
, tem domnio [2, +[, contradomnio R e denida
por
f
1
(x) =
1
3
(ln |2| + 1).
1.3 Limites e continuidade de funes
Nesta seco apresentamos a ideia de limite de uma funo que usaremos para estudar a
noo de continuidade da funo.
1.3.1 Sucesses numricas - limite de uma sucesso numrica
A sucesso natural dos nmeros 1, 2, 3, ..., n, ... uma correspondncia que a cada n-
mero natural associa o prprio nmero. Poderemos referir a sucesso dos nmeros pares
2, 4, 6, ..., 2n, ..., que a cada nmero natural associa o seu dobro.
Denio 1.3.1. Uma sucesso de nmeros naturais uma funo real de varivel natu-
ral, f : N R, denida por f(n) ou f
n
, sendo n a ordem do termo.
De um modo geral a sucesso (u
n
) denida por uma expresso analtica, por exem-
plo
u
n
=
n + 1
n
2
ou por uma frmula de recorrncia, por exemplo
v
1
=
5 v
n
=
_
5 + t
n1
, n 2.
Denio 1.3.2. Uma sucesso (u
n
), converge para a R (ou tem por limite a) se e s
se para todo o nmero positivo , existe um nmero p, tal que:
n > p |u
n
a| < .
Uma sucesso que no convergente diz-se divergente. Uma sucesso (u
n
) conver-
gente para zero diz-se uminnitsimo. Uma sucesso (u
n
) diz-se uminnitamente grande
se o conjunto dos seus termos no for majorado nem minorado, isto , se |u
n
| .
Como exemplos de innitsimos, temos u
n
=
1
n
e v
n
= 2
n
. As sucesses u
n
= n,
v
n
= 2
n
e t
n
=

n so exemplos de innitamente grandes.
Sucesses montonas:
1. Dizemos que uma sucesso montona crescente, em sentido lato, se para qualquer
n N, u
n+1
u
n
0.
2. Dizemos que uma sucesso montona crescente, em sentido restrito, se para qual-
quer n N, u
n+1
u
n
> 0.
3. Dizemos que uma sucesso montona decrescente, em sentido lato, se para qual-
quer n N, u
n+1
u
n
0.
4. Dizemos que uma sucesso montona decrescente, em sentido restrito, se para
qualquer n N, u
n+1
u
n
< 0.
Denio 1.3.3. Uma sucesso (u
n
) limitada, se o conjunto dos seus termos majorado
e minorado, isto : (u
n
) limitada existe L R
+
, tal que para qualquer n
N, |u
n
| < L.
Exemplo 1.3.4. A sucesso de termo geral
u
n
=
3n 1
4n + 3
:
1. limitada, porque se L = 1 temos a condio universal em N:
|
3n 1
4n + 3
| < 1 |
n 3
4n + 3
| < 0 n > 1
2. montona crescente, porque
u
n+1
u
n
=
3n 1
4n + 7

3n 4
4n + 3
=
25
(4n + 7)(4n + 3)
> 0, n N.
3. Tem limite
3
4
, porque
|u
n
3
4
| =
13
16n + 12
um innitsimo.
Propriedades 1.3.5. 1. Toda a sucesso montona e limitada convergente
2. O limite de uma funo, se existir, nico.
3. O inverso de um innitsimo um innitamente grande.
4. O inverso de um innitamente grande um innitsimo.
A sucesso de termo geral (1 +
1
n
)
n
:
Prova-se que a sucesso (1 +
1
n
)
n
montona crescente e limitada, por isso con-
vergente. O limite desta sucesso por denio o nmero e,
lim(1 +
1
n
)
n
= e 2, 71828.
O seu valor aproximado pode ser determinado calculando sucessivos termos da sucesso.
Prova-se tambm que
lim
u
n
(1 +
x
u
n
)
u
n
= e
x
.
1.3.2 Limites de funes
A ideia de limite fcil de ser captada intuitivamente. Por exemplo, se uma placa metlica
quadrada se expande uniformemente quando aquecida e x o comprimento do lado, ento
a rea da placa A = x
2
. Quanto mais o x se avizinha de 3, tanto mais a rea A tende
para 9. Simbolicamente escrevemos
lim
x3
x
2
= 9.
Vamos denir o conceito de limite de uma funo num ponto, custa da noo de limite
de uma sucesso:
Denio 1.3.6. Diz-se que uma funo f, real de varivel real, tende para um nmero
b quando x tende para a se e s se toda a sucesso de valores de x, diferentes de a,
convergente para a, corresponde uma sucesso de valores da funo tendente para b.
Escreve-se:
lim
xa
f(x) = b
Por exemplo, a funo identidade, f(x) = x, tal que qualquer sucesso convergente
para a, por valores diferentes de a,
x
1
, x
2
, ..., x
n
, ... a
transformada em si prpria, e portanto
lim
xa
f(x) = a.
Limites laterais:
1. Diz-se que b o limite direita de a da funo real de varivel real f sse a toda a
sucesso de valores de x maiores que a corresponder uma sucesso de valores da
funo tendente para b. Escreve-se:
lim
xa
+
f(x) = b
2. Diz-se que b o limite esquerda de a da funo real de varivel real f sse a toda
a sucesso de valores de x menores que a corresponder uma sucesso de valores da
funo tendente para b. Escreve-se:
lim
xa
f(x) = b
3. Se lim
xa
f(x) = b, ento lim
xa
f(x) = b = lim
xa
+ f(x).
4. Se lim
xa
f(x) = b e lim
xa
+ f(x) = c = b, ento no existe lim
xa
f(x).
Como a denio de limite de uma funo depende do limite de uma sucesso, as
propriedades comhecidas das sucesses, mantm-se para as funes. Ento:
Teorema 1.3.7. 1. O limite de uma funo, se existir, nico.
2. O limite de uma funo constante a prpria constante.
So tambm consequncia da denio de limite, as seguintes propriedades:
Propriedades dos limites:
1. lim
xa
(f + g)(x) = lim
xa
f(x) + lim
xa
g(x).
2. lim
xa
(f.g)(x) = lim
xa
f(x). lim
xa
g(x).
3. lim
xa
[f(x)]
n
= [lim
xa
f(x)]
n
.
4. lim
xa
f
g
(x) =
lim
xa
f(x)
lim
xa
g(x)
.
5. lim
xa
n
_
f(x) =
n
_
lim
xa
f(x).
A aplicao das propriedades dos limites pode levar-nos a alguma das situaes de inde-
terminao: , 0.,

,
0
0
que deveremos ultrapassar no sentido de calcular esse
limite.
Exemplo 1.3.8. 1.
lim
x0
5x 3x
2
x
= lim
x0
5 3x = 5
2.
lim
x+
2x x
2
5 + 8x
= lim
x0
x
2
8x
= lim
x0
x
8
=
3.
lim
x3
9 x
2
x
2
6x + 9
= lim
x3
(3 x)(3 +x)
(x 3)
2
= lim
x3
3 x)
(x 3)
=
6
o
=
1.3.3 Funes Contnuas
Diz-se que a funo f contnua no ponto de abcissa a se
lim
xa
f(x) = a
Continuidade direita e esquerda:
1. f contnua direita de a se lim
xa
+ f(x) = f(a)
2. f contnua esquerda de a se lim
xa
f(x) = f(a)
Se uma funo contnua em a, ento verica a continuidade esquerda e direita
de a.
Exemplo 1.3.9. A funo denida por
_
x
2
se x 1
3 se x > 1
embora descontnua em x = 1 contnua direita de 1.
Vamos agora atender noo de continuidade de uma funo num dado intervalo do
seu domnio.
Continuidade num intervalo:
1. Se f contnua num intervalo aberto ]a, b[, ento f contnua em todos os pontos
do intervalo.
2. Se f contnua em ]a, b], ento f contnua em ]a, b[ e lim
xb
f(x) = f(b).
3. se f contnua em [a, b[, ento f contnua em ]a, b[ e lim
xa
+ f(x) = f(a).
4. Se f contnua em [a, b], ento f contnua em ]a, b[, lim
xb
f(x) = f(b) e
lim
xa
+ f(x) = f(a).
Consideremos as seguintes propriedades das funes contnuas numintervalo fechado:
Propriedades 1.3.10. 1. Teorema de Bolzano: Se f contnua em [a, b] e k um
valor compreendido entre f(a) e f(b), ento existe um nmero c ]a, b[ tal que
f(c) = k.
2. Teorema de Weierstrass: Toda a funo contnua num intervalo fechado e no vazio
tem nesse intervalo um mximo e um mnimo.
O Teorema de Bolzano, tambm conhecido como Teorema dos valores intermdios,
tem a seguinte consequncia: Se f uma funo contnua em [a, b] e f(a).f(b) < 0, ento
a funo admite pelo menos um zero no intervalo ]a, b[.
Exemplo 1.3.11. As solues da equao x =
1
1+x
2
so os zeros da funo f(x) =
x
1
1+x
2
. Esta funo contnua em todo o seu domnio, o qual R. Podemos por
isso aplicar o Teorema de Bolzano em qualquer intervalo fechado. Como f(1) =
1
2
e
f(0) = 1, ento f(1).f(0) < 0, o que prova a existncia de pelo menos uma raz de f
em [0, 1].
1.4 Noo de derivada e suas aplicaes
A diferenciao uma tcnica matemtica que possui grande variedade de aplicaes,
incluindo o traado de curvas, a optimizao de funes e a anlise de taxas de variao.
1.4.1 Derivada de uma funo - sua interpretao grca
Comecemos por usar o conceito de limite para determinar o declive da recta tangente ao
grco de uma funo num dado ponto. Sejam P = (x
1
, y
1
) e Q = (x
2
, y
2
), dois pontos
do grco da funo f(x). Como P e Q so pontos do grco de f, temos y
1
= f(x
1
) e
y
2
= f(x
2
). Claro que a recta PQ uma recta secante ao grco de f e a sua equao
dada por
y f(x
1
) =
f(x
2
) f(x
1
)
x
2
x
1
(x x
1
)
Fazendo x
2
= x
1
+ h, com h a ser uma quantidade to pequena quanto queiramos,
temos Q = (x
1
+ h, f(x
1
+ h)) a ser um ponto do grco da funo f to prximo de P
quanto queiramos e a recta secante tender para a recta tangente ao grco da funo no
ponto P. Ento o declive da recta tangente ao grco de f no ponto P dado por
m = lim
h0
f(x
1
+h) f(x
1
)
h
1.4. Noo de derivada e suas aplicaes 15
Exemplo 1.4.1. Consideremos a funo f(x) = 2x +x
2
. O declive da recta tangente ao
grco da funo f, no ponto (1, 1) dado por
m = lim
h0
f(1 +h) f(1)
h
= lim
h0
2(1 +h) + (1 +h)
2
h
= 4.
A equao da recta tangente y = 4(x 1) + 1, ou equivalentemente, y = 4x 3.
Denio 1.4.2. Chamamos derivada da funo f(x) no ponto de abcissa x
0
, f
(x
0
), ao
coeciente angular da tangente curva y = f(x) no ponto de tangncia de abcissa x
0
.
Exemplo 1.4.3. Consideremos ainda funo f(x) = 2x+x
2
. O declive da recta tangente
ao grco da funo f, num qualquer ponto (x, y) dado por
f
(x) = lim
h0
2(x + h) + (h + x)
2
) (2x + x
2
)
h
= lim
h0
2h + 2xh + (x + h)
2
h
.
Isto f
(x) = 2 + 2x.
Fica ento denida a noo de derivada de uma funo:
Denio 1.4.4. Chamamos derivada da funo f(x), funo
f
(x) = lim
h0
f(x + h) f(x)
h
que, gracamente, representa o declive da recta tangente ao grco de y = f(x) em cada
ponto x.
Denio 1.4.5. Uma funo diferenciavel num ponto de abcissa x se f
(x) existir e
for nita. Geometricamente signica que f tem uma recta tangente com declive f
(x).
A derivada de uma funo y = f(x) ser denotada por
y
, f
(x),
dy
dx
ou
df
dx
.
Atendendo interpretao grca da derivada de uma funo, temos:
Propriedades 1.4.6. 1. Se uma funo diferencivel num ponto, ento as suas deri-
vadas laterais so iguais.
2. Se uma funo diferencivel num determinado valor do seu domnio, ento ela
tambm contnua.
No entanto uma funo pode ser contnua num ponto e no ser diferenciavel. Por
exemplo, a funo f(x) = |x| contnua em R, mas no diferencivel em x = 0. de
facto, as derivadas laterais f
(0
+
) e f
(0
) so 1 e 1, respectivamente.
1.4.2 Regras de derivao. Derivadas de ordem superior
Comecemos por determinar a derivada da funo am. Se f(x) = ax + b, ento
f
(x) = lim
h0
f(x + h) f(x)
h
= lim
h0
a(x + h) + b ax b
h
= lim
h0
ah
h
= a
Podemos estabelecer que se f(x) = ax+b, ento a funo derivada dada por f
(x) =
a. Tambm usando a denio de derivada, obtemos a derivada da funo constante a ser
zero e a derivada da funo kx a ser k. Deste modo podemos obter as seguintes tcnicas
de derivao, aplicadas s funes f e g:
1. (f + g)
= f
+ g
2. (f.g)
= f
.g +g
.f
3. (f
n
)
= nf
n1
.f
4. (
f
g
)
=
f
gg
f
g
2
5. (a
f
)
= f
.a
f
. ln a, a R
+
6. (ln f)
=
f
f
Exemplo 1.4.7. 1.
(
3
_
3 x
x 1
)
= ((
3 x
x 1
)
1/3
)
=
1
3
(
3 x
x 1
)
2/3
2
(x 1)
2
2.
(e
x
3
3x
)
= (3x
2
3)e
x
3
3x
.
Derivada da funo composta e derivada da funo inversa:
Vamos de seguida determinar a derivada da funo composta f g e a derivada da
funo inversa f
1
, caso estas existam.
Suponhamos que y = (x
2
+ 5x)
3
. Podemos calcular
y
(x) =
dy
dx
usando a regra da potncia:
dy
dx
= 3.(x
2
5x)
2
(2x 5).
Outro mtodo fazermos u = x
2
5x, tal que y = u
3
,
dy
du
= 3u
2
,
du
dx
= 2x + 5. Ento
dy
dx
=
dy
du
du
dx
= 3u
2
(2x + 5) = 3.(x
2
5x)
2
(2x 5).
A legitimidade da igualdade
dy
dx
=
dy
du
du
dx
garantida pelo teorema da derivada da funo composta, tambm conhecido pela regra
da cadeia:
Proposio 1.4.8. Seja a funo composta f g denida por f g(x) = f[g(x)]. Ento
(f g)
(x) = f
[g(x)].g
(x).
Consideremos agora as funes inversas f(x) = x
3
e g(y) =
3
y. Como x =
g(y), ento
dx
dy
= g
y. Pela regra da cadeia,

dx
dy
dy
dx
=
dx
dx
= 1
logo
dx
dy
=
1
dy/dx
Como y = x
3
, ento
dy
dx
= 3x
2
= 3y
2/3
,
isto ,
dx
dy
=
1
3y
2/3
,
desde que y = 0. Conclumos pois a regra da derivada da funo inversa: Se
dy
dx
= 0,
ento
dx
dy
=
1
dy/dx
,
o que nos permite enunciar o teorema da funo inversa:
Proposio 1.4.9. Seja f uma funo diferencivel no maior intervalo aberto do seu
domnio e seja f
(x) = 0, para qualquer x desse intervalo. Ento f tem uma inversa g, a

qual diferencivel e
g
(x) =
1
f
[g(x)]
Exemplo 1.4.10. Se f(x) = x
2
, x > 0, claro que f
1
(x) =

x e podemos calcular
(f
1
)
(x) =
1
f
[f
1
(x)]
=
1
2f
1
(x)
=
1
2
x
Diferenciao implcita:
Como j vimos, uma funo real de varivel real pode ser denida por uma equao
de duas variveis, por exemplo as equaes
y = x
2
3x, y
3
5x = 1, e
y
+ 2x = 1, xln y + e
x
= 0.
No primeiro caso, dizemos que a funo est denida explicitamente. Podemos tentar
explicitar as funes, por exemplo e
y
+ 2x = 1 y = ln(1 2x). Mas isto nem sempre
possvel. Experimente explicitar a funo denida pela equao xln y +e
x
= 0.
Dada uma equao na qual se estabelece y implicitamente como uma funo diferen-
civel de x, calcula-se
dy
dx
do seguinte modo:
1. Derivar ambos os membros da equao em relao a x e usar a regra da cadeia ao
derivar termos que contenham y (porque y encarado como uma funo de x)
2. Resolver a equao que contm as derivadas em ordem a
dy
dx
Exemplo 1.4.11. Vamos calcular o declive da recta tangente curva x
2
y
3
6 = 5y
3
+x
em x = 2. Derivando ambos os membros da equao em ordem a x, obtemos
3x
2
y
dy
dx
+ 2xy
3
= 15y
2
dy
dx
+ 1
e resolvendo a equao, temos
dy
dx
=
1 2xy
3
3x
2
y
2
15y
2
.
O ponto de tangncia (2, y(2)) = (2, 2) e o declive dado por
dy
dx
(2, 2) =
11
4
.
Derivada de ordem superior: A taxa de variao de uma funo f(x) em relao a
x, dada pela sua derivada f
(x). Analogamente, a taxa de variao de uma funo f
(x)
em relao a x, dada pela sua derivada f
(x).
Exemplo 1.4.12. Se
f(x) = ln(x
2
1),
ento
f
(x) =
2x
x
2
1
e
f
(x) =
2(x
2
1) 2x(2x)
(x
2
1)
2
=
2x
2
2
(x
2
1)
2
Como a derivada de uma funo f(x) ainda uma funo, podemos aplicar as regras
da derivao sucessivamente e obter a derivada de ordem n, f
(n)
(x).
1.4.3 Teoremas de Rolle, Lagrange e Cauchy
Uma das aplicaes da noo de derivada a localizao dos zeros de uma funo. Co-
meemos por enunciar o Teorema de Rolle:
Teorema 1.4.13. Seja f uma funo contnua num intervalo fechado [a, b] e diferencivel
em ]a, b[. Se f(a) = f(b), existe pelo menos um nmero c pertencente a ]a, b[ tal que
f
(c) = 0.
Este teorema garante que o grco de f admite uma tangente horizontal num ponto
interior de ]a, b[. Como consequncias do Teorema de Rolle, temos os seguintes corol-
rios:
Corolrio 1.4.14. Se a e b so zeros de uma funo contnua f no intervalo [a, b] e
diferencivel em ]a, b[, ento existe pelo menos um zero da derivada f
em ]a, b[.
Podemos enunciar, que entre dois zeros de uma funo (contnua e diferencivel) h
pelo menos um zero da derivada.
Corolrio 1.4.15. Se f diferencivel num intervalo I [a, b] e se a e b so zeros
consecutivos de f, ento no pode haver mais do que um zero da derivada f em ]a, b[.
Devemos notar que, conjugando este resultado com o teorema de Bolzano para fun-
es contnuas, podemos armar:
1. Se a funo assumir valores de sinais contrrios para dois zeros consecutivos da
derivada, entre esses dois nmeros existe um zero da funo;
2. Se o sinal for o mesmo, no h zero algumda funo entre os dois zeros da derivada.
Exemplo 1.4.16. Vamos determinar o nmero de solues da equao
3x
4
2x
3
3x
2
+ 1 = 0
e a sua localizao grca. Comecemos por considerar a funo contnua e diferencivel
f(x) = 3x
4
2x
3
3x
2
+ 1.
A sua derivada
f
(x) = 12x
3
6x
2
6x
e admite os zeros
1
2
, 0, 1.
Temos
f(
1
2
) =
11
6
> 0; f(0) = 1 > 0; f(1) = 1 < 0.
Alm disso,
lim
x+
f(x) = +
e
lim
x
f(x) = +.
Ento, podemos concluir que:
em ]0, 1[ existe um zero da funo;
em ]
1
2
, 1[ no h nenhum zero da funo
em ]1, +[ existe um zero da funo.
em ] ,
1
2
[ no h nenhum zero da funo.
A partir do teorema de Rolle vamos estabelecer uma das mais importantes concluses
sobre as derivadas, que o Teorema de Lagrange ou Teorema do valor mdio.
Teorema 1.4.17. Se f uma funo contnua num intervalo fechado [a, b] e diferencivel
em ]a, b[, ento existe um nmero c pertencente a ]a, b[ tal que
f
(c) =
f(b) f(a)
b a
.
A frmula
f(b) f(a) = f
(c)(b a)
relaciona o acrscimo f(b) f(a) de f(x) com o acrscimo b a da varivel x, por
isso o teorema de Lagrange tambm se chama teorema dos acrscimos nitos. Como
consequncias imediatas do teorema de Lagrange temos:
Uma funo f que tem derivada nula em todos os pontos de ]a, b[ constante nesse
intervalo. Na verdade, se x
1
, x
2
]a, b[, ento
f(x
2
) f(x
1
) = (x
2
x
1
)f
(c) = 0
Logo
f(x
2
) f(x
1
) = 0 f(x
2
) = f(x
1
).
Duas funes com a mesma derivada diferem de uma constante. Com efeito, se
f
(x) = g
(x), ento f
(x) g
(x) = 0 e por isso f(x) g(x) = k

Se f admite derivada positiva em todos os pontos de ]a, b[, estritamente crescente
nesse intervalo. Basta considerar x
1
, x
2
]a, b[ e
f
(c) =
f(x
2
) f(x
1
)
x
2
x
1
.
Como f
(c) > 0, ento f(x

2
) f(x
1
) e x
2
x
1
tm o mesmo sinal, portanto a
funo crescente.
Se f admite derivada negativa em todos os pontos de ]a, b[, estritamente decres-
cente nesse intervalo.
Exemplo 1.4.18. Vamos determinar os intervalos de monotonia da funo f(x) = x
2
e
x
.
Como f
(x) = 2xe
x
+ x
2
e
x
= e
x
(2x + x
2
), ento:
f
(x) > 0 x ] , 0[]2, +[

e
f
(x) < 0 x ]0, 2[

Temos ento que a funo f montona crescente em ] , 0[]2, +[ e montona
decrescente em ]0, 2[.
O Teorema de Cauchy relaciona os acrscimos de duas funes e uma generalizao
do teorema de Lagrange.
Teorema 1.4.19. Se f e g so duas funes contnuas em [a, b], diferenciveis em ]a, b[ e
se g
(x) = 0, x ]a, b[ ento existe pelo menos um nmero c de ]a, b[ tal que
f
(c)
g
(c)
=
f(b) f(a)
g(b) g(a)
.
Como uma consequncia prtica muito importante temos a Regra de Cauchy, que nos
permite resolver indeterminaes no caso dos limites de funes:
Teorema 1.4.20. Sejam f e g funes diferenciveis em ]a, b[. Se
g
(x) = 0, g(x) = 0, x ]a, b[, lim

xa
f(x) = lim
xa
g(x) = 0
e existir
lim
xa
f
(x)
g
(x)
,
ento
lim
xa
f(x)
g(x)
= lim
xa
f
(x)
g
(x)
Facilmente se prova que este corolrio tambm aplicvel nos seguintes casos:
Se a varivel x , isto ,
lim
x
f(x)
g(x)
= lim
x
f
(x)
g
(x)
;
Se a indeterminao for do tipo

, seja a nito ou innito;

Se f
e g
tendem para 0, quando x tende para a, ento

lim
xa
f(x)
g(x)
= lim
xa
f
(x)
g
(x)
= lim
xa
f
(x)
g
(x)
.
Exemplo 1.4.21. Vamos calcular
lim
x
_
log x
x
_
2
Claro que
lim
x
_
log x
x
_
2
=
_
lim
x
log x
x
_
2
Alm disso,
lim
x
log x
x
= lim
x
1
x
= 0.
Logo,
lim
x
_
log x
x
_
2
= 0
1.4.4 Estudo de funes e problemas prticos de optimizao
Vimos j que o sinal da funo derivada f
nos permite determinar os intervalos de mo-

notonia da funo f. Vamos agora identicar os mximos e mnimos relativos de uma
funo e estudar um procedimento para os localizar.
Denio 1.4.22. Uma funo f possui um mximo relativo em x = c se existir um
intervalo aberto I que contm c, tal que f denida em I e f(c) f(x), x I.
Denio 1.4.23. Uma funo f possui um mnimo relativo em x = c se existir um
intervalo aberto I que contm c, tal que f denida em I e f(c) f(x), x I.
Realizamos a noo de extremo relativo como um ponto do grco da funo onde a
recta tangente horizontal.
Denio 1.4.24. Diz-se que um ponto c ponto crtico da funo f, quando f denida
em c mas no diferencivel em c, ou f
(c) = 0
Proposio 1.4.25. Se uma funo f possui um extremo relativo num ponto c, ento c
um ponto crtico de f
Proposio 1.4.26. Seja uma funo f denida e contnua no intervalo ]a, b[ e diferen-
civel em ]a, b[, excepto possivelmente em c.
1. Se f
(x) > 0, para todo o x em ]a, c[ e f
(x) < 0, para todo o x em ]c, b[, ento f

possui um mximo relativo em c.
2. Se f
(x) < 0, para todo o x em ]a, c[ e f
(x) > 0, para todo o x em ]c, b[, ento f

possui um mnimo relativo em c.
A representao grca de uma funo facilitada pelo conhecimento do sentido das
concavidades do mesmo.
Dizemos que uma curva cncava para cima se o declive das suas tangentes au-
menta medida que se percorre a curva da esquerda para a direita.
Dizemos que uma curva cncava para baixo se o declive das suas tangentes dimi-
nui medida que se percorre a curva da esquerda para a direita.
Como a variao da funo f
dada pelo sinal da funo f
, ento temos o seguinte teste

para a concavidade:
Proposio 1.4.27. 1. Se f
(x) > 0 para a < x < b, ento f cncava para cima

em ]a, b[
2. Se f
(x) < 0 para a < x < b, ento f cncava para baixo em ]a, b[
Denio 1.4.28. Diz-se que um ponto c ponto crtico de segunda ordem da funo f,
quando f denida em c mas no existe f
(c) ou f
(c) = 0
Facilmente se percebe que os pontos de inexo do grco (pontos de mudana da
concavidade) so os pontos crticos de segunda ordem.
Vamos ento sumarizar os passos a considerar no traado de grcos de funes:
Calcular f
, determinar todos os pontos crticos de primeira ordem e represent-los

gracamente.
Calcular f
, determinar todos os pontos crticos de segunda ordem e represent-los

gracamente.
Dividir o eixo dos x em intervalos de acordo com os pontos crticos de primeira e de
segunda ordem. Construir uma tabela para analisar o sinais da primeira e segunda
derivadas em cada desses intervalos.
Construir o grco em cada intervalo, de acordo com os dados da tabela.
Exemplo 1.4.29. Consideremos a funo
f(x) =
x
(x + 1)
2
.
A primeira derivada,
f
(x) =
1 x
(x + 1)
3
tem um zero no ponto (1, f(1) = (1,
1
4
). Alm a funo no est denida em x = 1.
Derivando novamente, temos
f
(x) =
2x 4
(x + 1)
4
.
O ponto crtico de segunda ordem correspondente (2,
2
9
). A seguinte tabela traduz o
comportamento da funo:
Intervalo f
(x) f
(x) monotonia de f concavidade de f

x < 1 - - decrescente para baixo
1 < x < 1 + - crescente para baixo
1 < x < 2 - - decrescente para baixo
x > 2 - + decrescente para cima
Usando a informao obtida em cada intervalo e atendendo descontinuidade da
funo em x = 1, facilmente chegamos ao grco.
Os problemas de mximos e mnimos tm grande aplicao nas reas da Gesto. Por
vezes a funo a maximizar tem signicado prtico apenas quando a varivel indepen-
dente um nmero inteiro. Observemos o seguinte exemplo:
Exemplo 1.4.30. Um fazendeiro em um de Julho pode vender cada saca de batatas a 200
euros, vericando-se uma reduo diria de 2 euros em cada saca, aps esta data. O
fazendeiro estima que em um de Julho tem 80 sacas e a produo aumentar de uma saca
por dia. Quando deve o fazendeiro colher as batatas de modo a maximizar a receita?
Claro que a resoluo deste problema passa pela determinao do valor mximo
da funo receita, dada pelo produto do preo da saca no dia t pelo nmero de sacas
previstas para esse dia, isto ,
r(t) = (200 2t)(80 +t).
Atendendo a que se trata de uma funo contnua e
r
(t) = 4t + 40,
ento o valor mximo da receita ocorre quando t = 10 (note que r
(t) > 0 quando t < 10

e r
(t) < 0 quando t > 10). O fazendeiro deve colher as batatas no dia 10 de Julho.
1.5. Exerccios propostos 25
Na maioria dos problemas prticos de optimizao, o objectivo calcular o mximo
absoluto ou o mnimo absoluto de uma certa funo num intervalo signicativo. O m-
ximo absoluto de uma funo num intervalo o maior valor da funo nesse intervalo. O
mnimo absoluto de uma funo num intervalo o menor valor da funo nesse intervalo.
Claro que se o intervalo em causa for fechado, ento os extremos absolutos (mximo e
mnimo) podero ocorrer numa extremidade do intervalo.
Para calcular os extremos absolutos de uma funo contnua f num intervalo fechado
[a, b] devemos atender ao seguinte:
Calcular todos os pontos crticos de f em [a, b].
Calcular a imagem atravs de f, desses pontos crticos e das extremidades a e b.
Seleccionar o maior e o menor valor obtido para f(x). Estes sero o mximo abso-
luto e o mnimo absoluto, respectivamente.
Por exemplo, vamos calcular os extremos absolutos de f(x) = 2x
3
+ 3x
2
12x 7
em [3, 0]. Temos f
(x) = 6x
2
+ 6x 12 e os pontos crticos ocorrem quando x = 2
e x = 1. Destes pontos, apenas x = 2 est no intervalo [3, 0]. Calculamos:
f(2) = 13, f(3) = 2, f(0) = 7.
Comparando estes trs valores conclumos que o mximo absoluto de f em [3, 0]
f(2) = 13 e o mnimo absoluto f(0) = 7.
1.5 Exerccios propostos
1. Supe-se que a populao de uma certa comunidade, daqui a t anos de
p(t) = 20
6
t + 1
milhares.
(a) Qual a populao da comunidade, daqui a 9 anos?
(b) De quanto crescer a populao durante o 9
o
ano?
(c) Ao longo desse tempo, o que acontece ao tamanho da populao?
2. Nas alneas seguintes, calcule os valores indicados para a funo dada.
(a) f(t) = (2t 1)
3/2
, f(1), f(5), f(3);
(b) f(x) = x |x 2|, f(1), f(2), f(3);
(c) f(x) =
_
_
_
3 se x < 5
x + 1 se 5 x 5
x se x > 5
, f(6), f(5), f(16);
3. Prove que f(f(x)) = x, quando f(x) = 1 x.
4. Calcule f(x + 3), quando f(x) = (2x + 6)
2
.
5. Determine o domnio das seguintes funes:
(a) f(x) =
2x 6;
(b) f(x) =
x+1
x
2
+2
;
(c) f(x) =
x
2
4
x4
;
(d) f(x) = |x 1| (x
2
9)
1/2
.
6. Considere as funes f(x) =

x e g(x) = x
2
4.
Determine (f g)(1),
f
g
(1); (f + g)(x); (fg)(x) e
f
g
(x).
Indique o domnio das funes f + g, fg e
f
g
.
7. Considere as funes f(x) =
x 3 e g(x) = 4x 12.
Determine, caso exista, (f g)(1), (f g)(x), (g f)(1), (g f)(x).
Indique o domnio das funes compostas (f g) e (g f).
8. Numa certa fbrica, o custo do fabrico de q unidades durante o horrio de trabalho
de c(q) = q
2
+q +900 euros. Nas primeiras t horas de produo de um dia normal
de trabalho, fabricam-se q(t) = 25t unidades.
(a) Expresse o custo de fabrico em funo de t.
(b) Quanto ter sido o gasto na produo na 3
a
hora?
(c) Quando ser que o custo de produo atinge 11.000 euros?
9. Verique se as seguintes funes so pares ou mpares e indique as implicaes na
sua representao grca:
(a) f(x) = |x| + 1;
(b) g(x) = |x + 1| |x|;
(c) h(x) = x
3
+ 5x;
(d) j(x) =
x
3
2x
2
+5
;
10. Prove que as funes f e g denidas por f(x)
3x7
x+1
e g(x)
7+x
3x
so inversas uma da
outra.
11. Justique se a funo g denida por g(x) = |x + 2| invertvel.
12. Determine a inversa das seguintes funes, caso exista:
(a) f(x) = 7x
3
; (b) g(x) =
x
x1
; (c) h(x) = x
2
3x + 2.
13. Determine cada um dos seguintes limites:
(a) lim
x
1
2
|1 2x|;
(b) lim
x1
x
3
1
x
2
1
;
(c) lim
x0
2
4x
x
;
(d) lim
x3
x
2
2x3
x3
;
(e) lim
x0
x+2
2
x
;
(f) lim
x1
1/
x1
1x
.
14. Determine a continuidade das seguintes funes, nos pontos indicados:
(a) f(x) =
_
x
2
9
x3
se x = 3
6 se x = 3
, em x = 3;
(b) f(x) =
_
_
_
3 x
2
se x < 1
4 se x = 1
x
2
2x3
x+1
se x > 1
, em x = 1.
15. Determine o conjunto dos valores para os quais cada das seguintes funes cont-
nua:
(a) f(x) = |x| x;
(b) f(x) =
|x|
x
;
(c) f(x) =
x
2
4x+3
x1
;
(d) f(x) =
1
1+|x|
;
(e) f(x) =
4 x
2
;
(f) f(x) =
5(2x+1)
4x
3
1
.
16. Esboce no mesmo sistema de eixos os grcos dos seguintes pares de funes:
(a) f(x) = 3
x
e g(x) = 4
x
;
(b) f(x) = (
1
2
)
x
e g(x) = (
1
4
)
x
;
(c) f(x) = e
x
e g(x) = e
x
.
17. Use as propriedades dos logaritmos e calcule:
(a) ln
e ;
(b) e
ln5
;
(c) f(x) = e
3 ln 22 ln 5
;
(d) ln
e
3
e
e
1/3
;
(e)
e
ln(x
2
4)
x+2
;
(f) e
ln(1/x)
.
18. Resolva as seguintes condies, em ordem varivel x.
(a) log
4
(x) = 3 ;
(b) log
x
(4) = 0, 4;
(c) log
x
(7) =
1
2
;
(d) 2 = e
0,06x
;
(e) 3 ln(x)
1
2
ln(x) = 5;
(f) ln(x) =
1
3
(ln(16) +
2 ln(2).
19. Caracterize a inversa das seguintes funes e esboce no mesmo plano cartesiano a
funo dada e a sua inversa.
(a) f(x) = e
2x+1
; (b) f(x) = ln(3x 2); (c) f(x) = 2 ln(3x).
20. Nos problemas que se seguem, atenda s seguintes frmulas:
i) Se aplicarmos P euros a uma taxa de juros anual r e os juros forem capitaliza-
dos k vezes por ano, o montante S(t) aps t anos dado por S(t) = P(1+
r
k
)
kt
euros.
ii) Se aplicarmos P euros a uma taxa de juros anual r e os juros forem capita-
lizados continuamente, o montante S(t) aps t anos dado por S(t) = Pe
rt
euros.
(a) Em quanto tempo uma quantia duplicar o valor, se investida a uma taxa de
juros anual de 0, 06, capitalizados continuamente?
(b) Em quanto tempo uma quantia duplicar o valor, se for investida a uma taxa
de juros anual de 0, 08 e os juros forem capitalizados trimestralmente?
21. Determine o declive da recta tangente ao grco de cada uma das funes, no ponto
indicado:
(a) f(x) =

x em (9, 16); (b) f(x) =
3
x+2
em (1, 1).
22. O imposto anual pago pelo aluguer de determinada mquina x anos aps 2000 de
i(x) = 20x
2
+40x +600. Qual foi a taxa de crescimento do imposto relativamente
ao tempo, em 2004?
23. Esboce o grco das seguintes funes, analise a continuidade e, caso seja neces-
srio, determine atravs do clculo de f
(x+) e de f
(x ), quando f diferen-
civel.
(a) f(x) =
_
x
2
9
x3
se x 2
6 se x > 2
;
(b) f(x) = 1 |x 3|;
(c) f(x) =
_
|x + 2| se x = 2
1 se x = 2
.
24. Considere a funo
f(x) =
_
x
2
9
x3
se x 2
6 se x > 2
.
Determine os valores de a e b para que f
(1) exista.
25. Aplique as regras bsicas para a diferenciao e indique a derivada das seguintes
funes:
(a) f(x) =
x
2
4

x
3
3
+ 1 ;
(b) f(x) =
x
ln(x)
;
(c) f(x) =
2
5x

2
3x
2
;
(d) f(x) = (6x
2
+ 7)
2
;
(e) f(x) = (x
2
8)(
2
x
1);
(f) f(x) =
2x
2
+x+1
x
2
3x+2
;
(g) f(x) = ln
x
2
+ 4x + 1
;
(h) f(x) = (3x + 1)e
3x
;
(i) f(x) =
3
x
5
3
(x
2
+3)
4
.
26. Calcule a derivada das seguintes funes com o auxlio da regra da cadeia:
(a) f(x) = (2x
4
x + 1)
4
;
(b) f(x) =
1
(4x+1)
5
; (c) f(x) =
_
x
4
x
2
+
3.
27. Considere as seguintes funes y = f(x), denidas implicitamente. Calcule y
(x),
por diferenciao implcita.
(a) xy
2
x
2
y+x
2
+2y
2
= 0;
(b) x
4
y
3
3xy = 60;
(c)
1
x
+
1
y
= 1;
(d)

x +
y = 6;
(e) e
x/y
= 3xy
2
;
(f) ln
x
y
= x
3
y
2
.
28. Mostre que y = 5xe
4x
satisfaz a equao diferencial y
+ 8y
+ 16y = 0.
29. Calcule a derivada de 2
a
ordem das seguintes funes:
(a) f(x) =
e
2x
e
x
+1
; (b) f(x) = e
1/x
2
+
1
e
x
2
; (c) f(x) = e
x
ln
x.
30. Esboce o grco de uma funo f(x) denida para todo o x R, tal que f(x) > 0,
f
(x) > 0 e f
(x) > 0.
31. Verique se podemos aplicar o teorema do valor intermdio (teorema de Bolzano
sobre continuidade) s seguintes funes, no intervalo indicado. Caso armativo
determine esse valor.
(a) f(x) =
x1
x+1
, em [0, 3] ; (b) f(x) =
x + 1 em [3, 8].
32. Verique se podemos aplicar o teorema do valor mdio (teorema de Lagrange) s
seguintes funes, no intervalo indicado. Caso armativo determine esse valor.
(a) f(x) =
_
x
2
+ 1 se x < 1
3 x se x 1
. em
[0, 3];
(b) f(x) =
_
|x| em [1, 1].
33. Seja a funo f, denida por
f(x) =
_
e
x1
se x 1
1 + ln x se x > 1
.
Mostre que:
(a) f(x) contnua em R;
(b) f(x) tem derivada nita em R;
(c) Em nenhum intervalo real aplicvel o Teorema de Rolle.
34. Prove que a equao ln(x
2
+ 1) = x, tem no mximo duas razes em R.
35. O lucro P em euros, obtido pela produo de x toneladas de uma liga metlica,
dado por P = 12.000x 30x
2
. Quantas toneladas devem ser produzidas para
maximizar o lucro?
36. Uma companhia de televiso pretende operar numa pequena cidade. Prev-se que
aproximadamente 600 pessoas subscrevem o servio se o preo por assinante for de
5 euros por ms. A experincia mostra que cada 5 cntimos de aumento no preo
da subscrio individual, 4 das 600 pessoas iniciais decidiro no o subscrever. O
custo da companhia, por ms de subscrio est estimado em 3, 5 euros. Qual o
preo que trar maior lucro para a companhia?
37. Uma fbrica produz rdios por 5 euros cada e avalia que se cada rdio for vendido
a x euros, os consumidores compraro aproximadamente 1.000e
0,1x
rdios por
semana. Qual dever ser o preo unitrio da venda dos rdios para maximizar o
lucro?
38. Admitindo que o crescimento da populao de um certo pas segue a funo P(t) =
160t
1+8e
0,01t
milhes de habitantes, qual o ano em que se verica um maior aumento
dessa populao?
39. Seja a funo denida por f(x) = ln(2 +
1
x
).
(a) Determine o domnio da funo.
(b) Prove que o ponto (1, 0) pertence ao grco da funo.
(c) Prove que f montona decrescente em todo o seu domnio
(d) Prove que as rectas de equao x = 0 e x = 1/2 so assimptotas do grco
da funo.
(e) Esboce o grco da funo.
40. Suponha que f e g so funes pares. Prove que f + g, f g, f.g e f/g tambm
so funes pares.
41. Uma folha de papel dispe de 18 centmetros quadrados para impresso de um
jornal. As margens superior e inferior esto a 2 centmetros da extremidade cor-
respondente ao papel. Cada margem lateral deve ser de 1 centmetro. Quais as
dimenses da folha de papel para que a rea total seja mnima?
1.5.1 Solues
1. (a) P(9) = 19, 4 milhares;
(b) P(9) P(8) = 2, 67;
(c) A populao cresce.
2. (a) f(1) = 1, f(5) =
1
27
, f(13) =
1
125
.
(b) f(1) = 0, f(2) = 2, f(3) = 2).
(c) f(6) = 3, f(5) = 4, f(16) = 4.
3.
4. f(x + 3) = 4x
2
.
5. (a) D
f
=] , 2[[2, +[\{4}.
(b) D
f
= R.
(c) D
f
= [3, +[.
(d) D
f
=] , 3[[3, +[.
6. f g(x) =
x
2
4, (f g)(1) = 4, (f + g)(x) =

x + x
2
4,
f
g
(x) =
x
x
2
4
,
D
f+g
= R
+
0
, D
fg
=] , 2[[2, +[ e Df
g
= [0, +[\{2}.
7. f g(x) =
4x 15, gf(x) = 4
x 312, D
fg
= [
15
4
, +[, D
gf
= [3, +[.
8. (a) c q(t) = 125t
2
+ 25t + 900.
(b) c q(3) = 1359 Euros.
(c) Quando se tiverem fabricado 100 unidades.
9. f par e , consequentemente, o seu grco simtrico em relao ao eixo dos yy,
h e j so mpares e os seus grcos so simtricos em relao origem, g no par
nem mpar.
10.
11. Sim, f
1
(x) =
_
2 + x x 0
2 x x < 0
}.
12. (a) f
1
(x) =
3
_
x
7
, D
f
1 = D
f
1
= R.
(b) g
1
(x) = g(x).
(c) No existe h
1
.
13. (a) 0.
(b) 3.
(c)
1
4
.
(d) 4.
(e)
2
4
.
(f)
1
2
.
14. (a) f contnua em x = 3.
(b) f no contnua em x = 1.
15. (a) R.
(b) R\{0}.
(c) R\{1}.
(d) R.
(e) [2, 2].
(f) R\{
3
4
4
}.
16.
17. (a)
1
2
(b) 5
(c)
8
25
(d)
19
6
(e) x 2
(f) x
18. (a) x = 4
3
.
(b) x = 2
5
.
(c) x = 49.
(d) x =
ln2
0,06
.
(e) x = e
2
.
(f) x = 4.
19. (a) f
1
(x) =
1+ln(x)
2
, D
f
1 = R
+
, D
f
1
= R.
(b) f
1
(x) =
2+e
x
3
, D
f
1 = R, D
f
1
=]
2
3
, +[.
(c) f
1
(x) =
e
2x
3
, D
f
1 = R, D
f
1
=]0, +[.
20. (a) t =
ln(2)
0,06
anos. (b) t =
log
1,02
(2)
4
anos.
21. (a) m =
1
6
. (b) m =
1
3
.
22. i
(4) = 200.
23. (a) Funo contnua, no diferencivel.
(b) Funo contnua, no diferencivel.
(c) Funo no contnua, no diferencivel.
24. a = 2, b = 1.
25. (a) f
(x) = x
3
x
2
.
(b) f
(x) =
ln(x)1
ln
2
(x)
.
(c) f
(x) =
2
5x
2
+
2
2
3x
3
.
(d) f
(x) = 24x(6x
2+7
).
(e) f
(x) = 2 2x +
16
x
2
.
(f) f
(x) =
9x
2
+6x+5
(x
2
3x+2)
2
.
(g) f
(x) =
2x+4
x
2
+4x+1
.
(h) f
(x) = 9xe
3x
.
(i) f
(x) =
5x
4
3
3
(x
5
2)
2
(x
2
+3)
4
8x
3
x
5
3
(x
2
+3)
5
.
26. (a) f
(x) =
32x
3
+4
2x
4
x+1
. (b) f
(x) =
20
(4x+1)
6
. (c) f
(x) =
2x
3
x
x
4
x
2
+
3
.
27. (a)
dy
dx
=
2xyx
2
+4y
y
2
2xy+2x
.
(b)
dy
dx
=
3x
4
y
2
3x
4x
3
y
3
3y
.
(c)
dy
dx
=
x
2
y
2
.
(d)
dy
dx
=
y
.
(e)
dy
dx
=
1
x
e
y
x 6xy
y
x
2
e
y
x 3y
2
.
(f)
dy
dx
=
x2x
4
y
2
13x
3
y
3
.
28.
29. (a) f
(x) =
e
4x
+3e
3x
+4e
2x
(e
x
+1)
2
(b) f
(x) = 9e
1
x
3
14x
3
x
8
2
12x
2
e
x
2
(c) f
(x) =
e
x
4
x
_
ln
x
+
e
x
x
_
+
e
x
4x
_
1ln
x
+
xe
x2e
x
x
_
30. O grco da funo e
x
.
31. (a) Sim. O ponto x = 1. (b) No.
32. (a) No, f no diferencivel. (b) No, f no diferencivel.
33.
34.
35. 200 toneladas.
36. x representa o nmero de acrscimos de 5 cntimos e a funo lucro dada por
L = (600 4x)(5 + 0, 05x) 3, 5(600 4x). L tem um mximo em x = 60,
logo o preo da assinatura que implica maior lucro para a empresa dado por P =
5 + 0, 005 60 = 8 euros.
37. x representa o preo a que vendido cada rdio e a funo lucro dada por L =
1000e
0,1x
x 5000e
0,1x
. O preo de cada rdio de modo a optimizar o lucro de
x = 15 euros.
38. t =
1
100
ln(0, 625).
39. (a) D
f
=] ,
1
2
[]0, +[;
40.
41. As dimenses da folha de papel devero ser 6 e 3.
Captulo 2
Tcnicas de primitivao
Na Matemtica Aplicada ocorre frequentemente conhecermos a derivada de uma funo
e desejarmos encontrar a funo. Por exemplo, determinar a funo lucro de um certo
produto quando conhecemos a margem de lucro, ou conhecendo a taxa de inao pode-
mos querer obter estimativas de preo, no futuro. Numa das seces anteriores tratamos o
problema das tangentes. Vamos agora estudar o problema inverso do das tangentes: dada
a derivada da funo, determinar a prpria funo.
2.1 Primitivao como o problema inverso de derivao
Ao processo de determinao de uma funo a partir da sua derivada d-se o nome de
primitivao, antidiferenciao ou integrao indenida. Se f e g so funes tais que
g
= f, dizemos que g uma primitiva de de f. Por exemplo g(x) = x

2
uma primitiva
de f(x) = 2x.
Notar que tambm a famlia de funes h(x) = x
2
+ c, c R uma primitiva de
f(x) = 2x. Isto, geometricamente, porque os grcos de h(x) = x
2
+ c so obtidos
por uma translao vertical do grco de g(x) = x
2
que no muda a inclinao da recta
tangente para um dado valor de x.
Denio 2.1.1. Uma funo g diz-se uma primitiva de uma funo f sobre um conjunto
de nmeros I, se g
(x) = f(x) para todos os valores de x em I.

Sabemos que qualquer funo constante temderivada nula, logo uma funo constante
uma primitiva da funo nula.
Proposio 2.1.2. Se g uma funo tal que g
(x) = 0 para todos os valores de x em

algum intervalo aberto I, ento g tem valor constante em I.
35
36 2. Tcnicas de primitivao
Proposio 2.1.3. Se g uma primitiva da funo f num intervalo aberto I, ento a
funo h com domnio I uma primitiva de f em I somente se h = g + c, para alguma
constante c.
Nota 2.1.4. A notao
_
f(x)dx = g(x) +c, signica que a funo g uma primitiva da
funo f, tal que g
(x) = f(x) vale para todos os valores de x no domnio de f.

Exerccio 2.1.5. Verique que
_
x
2
dx =
1
3
x
3
+ c.
2.2 Primitivao imediata
Atendendo a que a integrao indenida (ou antidiferenciao) inverte a diferenciao,
cada regra de diferenciao fornecer uma regra correspondente para integrao. Vamos
observar algumas dessas regras:
1.
_
dx = x + c
2.
_
f
(x)dx = f(x) +c
3.
_
x
n
dx =
x
n+1
n+1
4.
_
f(x)dx =
_
f(x)dx
5.
_
(f + g) =
_
fdx +
_
gdx
6.
_
f
f
dx = ln f + c
7.
_
f
e
f
dx = e
f
+ c
Vamos agora observar algumas aplicaes prticas das regras anteriores.
Exemplo 2.2.1.
_
(3e
x
+
2
x

1
2
x
2
)dx =
3
_
e
x
dx + 2
_
1
x
dx
1
2
_
x
2
dx =
3e
x
+ 2 ln x
1
6
x
3
+ C.
2.3. Algumas regras de integrao 37
Exemplo 2.2.2. Consideremos que a populao de uma certa cidade varia segundo a
taxa de 2 + 6
x pessoas por ms. Vamos determinar a populao daqui a 9 meses,

sabendo que a populao actual de 5000 pessoas.
Daqui a x meses, o nmero de elementos ser dado por
p(x) =
_
(2 + 6
x)dx = 2x + 4x
3/2
+ c
para alguma constante c.
Como p(0) = 5000, ento 2(0) + 4(0)
3/2
+ c = 5000, ou c = 5000.
Logo,
p(x) = 2x + 4x
3/2
+ 5000.
Exemplo 2.2.3.
_
(
e
x
3 + 2e
x
dx =
1
2
_
2e
x
3 + 2e
x
dx =
1
2
ln(3 + 2e
x
) + C.
Exemplo 2.2.4.
_
2 + lnx
x
dx =
2
3
_
3
2
(2 +lnx)
1
2
1
x
dx =
2
3
(2 +lnx)
3
2
+ C.
2.3 Algumas regras de integrao
2.3.1 Primitivao por substituio
A tcnica de primitivao por substituio uma consequncia do teorema da derivada da
funo composta. Por exemplo, a derivada da funo
f(x) = (x
2
+ 3x + 5)
9
(x) = 9(x
2
+ 3x + 5)
8
(2x + 3)
e pode ser calculada, usando a regra da cadeia.
De facto, se f(u) = u
9
e u(x) = x
2
+ 3x + 5, temos
(f u)(x) = f
(u(x))u
(x) = 9(x
2
+ 3x + 5)
8
(2x + 3).
Considerando que F(u) a primitiva de f(u), ento
_
f(u)
du
dx
dx = F(u) + c
porque, pela regra da cadeia,
d
dx
[F(u)] = F
(u)
du
dx
= f(u)
du
dx
Tcnica da substituio:
Para integrar um produto da forma f(u)
du
dx
, onde um dos factores,
du
dx
, a derivada de
uma expresso u que aparece no outro factor, deve proceder-se do seguinte modo:
1. Determinar a primitiva
_
f(u)du do factor f(u), em relao a u.
2. Substituir u, no resultado pela sua expresso na varivel x.
De facto,
_
f(u)
du
dx
dx =
_
f(u)du.
Podemos ainda aplicar este mtodo nos casos em que, mesmo no tendo um produto na
forma f(u)
du
dx
, o possamos obter por considerao de factores constantes.
Exemplo 2.3.1.
_
x
3
e
x4
+ 2dx =
1
4
_
4x
3
e
x4
+ 2dx = e
x4
+ 2 +C
De facto,
4x
3
e
x4
+ 2 = f(u)
du
dx
,
onde f(u) = e
u
e u = x
4
+ 2.
Logo, pela regra da cadeia, temos
_
x
3
e
x4
+ 2dx =
1
4
_
f(u)du =
1
4
_
e
u
du =
1
4
e
u
+c = e
x4
+ 2 +C
Exemplo 2.3.2. Para calcular
_
x
1+x
dx faremos a mudana de varivel
1 +x = t ou
seja, x = t
2
1. Para tal x, dx = 2t e temos:
_
x
1 + x
dx =
t
2
1
t
2tdt =
_
t
2
1dt =
t
3
3
t +C.
Regressando varivel x :
_
x
1 + x
dx =
2
3
(1 +x)
3
2
2(1 +x)
1
2
+ C.
2.3.2 Primitivao por partes
Vamos agora descrever uma tcnica de integrao que se aplica a produtos f(x)g(x) nos
quais um dos factores facilmente integrvel e o outro pode ser simplicado por dife-
renciao. A tcnica de primitivao por partes consequncia da regra de derivao do
produto.
Derivando f(x)G(x), onde G uma primitiva de g, temos:
d
dx
[f(x)G(x)] = f
(x)G(x) + f(x)G
(x).
Integrando em ordem a x obtemos:
f(x)G(x) =
_
f
(x)G(x)dx +
_
f(x)G
(x)dx.
ou
_
f(x)g(x)dx = f(x)G(x)dx f(x)G(x)dx.
Devemos por isso considerar a seguinte tcnica:
Tcnica de primitivao por partes
_
f(x)g(x) = f(x)G(x)
_
f
(x)G(x)dx,
onde G a primitiva de g.
Exemplo 2.3.3.
_
xe
x
dx
No produto xe
2x
, sabemos primitivar ambos os factores mas, por diferenciao, o fac-
tor x simplica-se, enquanto que o factor e
2x
no se simplica. Optamos, por isso,por
primitivar e
2x
:
_
xe
2x
dx =
1
2
e
2x
x
_
(
1
2
e
2x
)dx =
1
2
e
2x
x
1
4
e
2x
+ C.
Algumas vezes, a integrao por partes resulta num novo integral, onde temos que
voltar a aplicar a integrao por partes. O exemplo seguinte mostra uma dessas situaes:
_
x
2
e
x
dx.
No produto x
2
e
x
sabemos primitivar ambos os factores mas, por diferenciao, o factor
x
2
desce de grau, enquanto que o factor e
x
no se simplica. Optamos por isso, por
primitivar e
x
:
_
x
2
e
x
dx = e
x
x
2
_
2xe
x
= e
x
x
2
(2xe
x
_
2e
x
) = e
x
x
2
2xe
x
+ 2e
x
+ C.
2.3.3 Primitivao de fraces racionais
Tal como j denimos, uma funo racional uma funo h dada por h(x) = P(x)/Q(x),
onde P(x) e Q(x) so polonmios e Q(x) no o polinmio nulo. Nesta seco, vamos
aprender a determinar o integral de uma funo racional expandindo-a numa soma de fun-
es racionais simples, chamadas fraces parciais, e de seguida determinar os integrais
destas fraces parciais. Comeamos por observar que se a fraco P(x)/Q(x) tal que
o grau do numerador P(x) maior ou igual que o grau do denominador Q(x)), podemos
dividir P(x) por Q(x), obter um quociente f(x) e um resto R(x) de grau inferior ao grau
de Q(x). Podemos, neste caso, escrever:
_
h(x)dx =
_
P(x)
Q(x)
dx =
_
(f(x) +
R(x)
Q(x)
)dx =
_
f(x)dx +
_
R(x)
Q(x)
dx.
Uma vez que f(x) um polinmio, o problema reside apenas no clculo de
_
R(x)
Q(x)
dx,
onde a fraco R(x)/Q(x) prpria no sentido de que o grau do denominador maior
que o grau do denominador. Vamos agora discutir os vrios casos:
Caso em que o denominador um produto de factores lineares distintos
Se considerarmos a soma das fraces
2
x 2
e
3
x + 1
,
obtemos
2
x 2
+
3
x + 1
=
5x 4
(x 2)(x + 1)
.
Ento
_
5x 4
(x 2)(x + 1)
dx =
_
2
x 2
dx +
_
3
x + 1
dx = 2 ln |x 2| + 3 ln |x + 1| + c.
Para a decomposio de uma fraco racional em fraces parciais, no caso em que o de-
nominador um produto de factores lineares necessrio determinar uma fraco parcial
da forma
k
ax +b
,
para cada um dos factores lineares. Por exemplo, vamos decompor a fraco
5x 4
(x 2)(x + 1)
na forma seguinte:
5x 4
(x 2)(x + 1)
=
A
x 2
+
b
x + 1
.
Para determinar as constantes das fraces parciais usamos o mtodo da igualdade dos
coecientes. Este mtodo consiste em considerar uma igualdade sem denominadores,
equivalente de cima (procurando um denominador comum). Para o exemplo conside-
rado, obtemos
5x 4 = A(x + 1) +B(x 2) 5x 4 = (A + B)x + (A 2B).
Igualando os coecientes de mesma potncia de x em ambos os membros, obtemos o
sistema
_
5 = A + B
4 = A 2B
cuja soluo A = 2 e B = 3. Consequentemente,
5x 4
(x 2)(x + 1)
=
2
x 2
+
3
x + 1
.
Claro que o sistema a resolver ter tantas mais incgnitas quantos mais factores lineares
zerem parte da decomposio do polinmio denominador.
Caso em que o denominador possui factores lineares repetidos
Se o denominador da fraco a decompor contiver um factor da forma (ax+b)
k
, onde
k > 1, necessrio considerar a soma de k fraces parciais correspondentes da forma
A
1
ax + b
+
A
2
(ax + b)
2
+
A
3
(ax + b)
3
+... +
A
k
(ax + b)
k
.
Exemplo 2.3.5. Vamos decompor a fraco
3x
2
+ 4x + 2
x(x + 1)
2
,
em cujo denominador consta o factor x +1 duas vezes. Devemos considerar a igualdade
3x
2
+ 4x + 2
x(x + 1)
2
=
A
x
2
+
B
1
x + 1
+
B
2
(x + 1)
2
.
Pelo mtodo da igualdade dos coecientes, obtemos
3x
2
+ 4x + 2 = A(x + 1)
2
+ B
1
x(x + 1) +B
2
x
ou
3x
2
+ 4x + 2 = Ax
2
+ 2Ax + A + B
1
x
2
+ B
1
x + B
2
x
o que equivale ao sistema de equaes lineares
_
_
_
3 = A + B
1
4 = 2A + B
1
+ B
2
2 = A
cuja soluo A = 2, B
1
= 1 e B
2
= 1. Podemos agora determinar:
_
3x
2
+ 4x + 2
x(x + 1)
2
dx =
_
(
2
x
2
+
1
x + 1
+
1
(x + 1)
2
)dx =
2
x
+ ln |x + 1| +
1
x + 1
+ c.
1. Determine uma funo y = f(x), tal que:
(a)
dy
dx
= 2x(x
2
1); (b)
dy
dx
= x
2
(x
3
2)
6
; (c)
dy
dx
= x
5
+
1
2
x
2
2x+4;
2. Calcule a primitiva indicada e comprove as respostas obtidas, derivando-as.
(a)
_
x
3/2
dx;
(b)
_
1
x
2
dx;
(c)
_

xdx;
(d)
_
(3x
2
5x + 2)dx;
(e)
_
1
1+2x
dx;
(f)
_
(
1
2x

2
x
3
+
3
x
)dx;
(g)
_
x+1
x
3
dx;
(h)
_
x
2
+3x2
x
dx;
(i)
_
x
3
(2x +
1
x
)dx
3. Estima-se que daqui a t meses, a populao de uma certa cidade variar taxa de
4 + 5t
2/3
pessoas por ms. Se a populao actual de 10.000 pessoas, qual ser a
populao daqui a 8 meses?
4. Foi transplantada uma rvore e, aps x anos, cresce a uma taxa de 1+
1
(x+1)
2
metros
por ano. Aps 2 anos, alcanou 5 metros de altura. Qual era a sua altura quando foi
transplantada?
5. Calcule as seguintes primitivas:
(a)
_
x
3x
2
+ 1dx;
(b)
_
x
2
(1 4x
3
)
1/5
dx;
(c)
_
(1+
x)
1/4
x
dx;
(d)
_
2+3x
1+4x+3x
2
dx;
(e)
_
ln(x
2
)
x
dx;
(f)
_
dx
xln x
;
(g)
_
2xln(x
2
+1)
x
2
+1
dx;
(h)
_
x
5
e
1x
6
dx;
(i)
_
(3x
2
1)e
x
3
x
dx.
6. Use a integrao por partes e calcule:
(a)
_
xe
x
dx;
(b)
_
(3 2x)e
x
dx;
(c)
_
xln(x
2
)dx;
(d)
_
x(x + 1)
8
dx;
(e)
_
x
2x+1
dx;
(f)
_
ln(x)
x
2
dx;
(g)
_
x
3
(x
2
1)
10
dx;
(h)
_
x
3
e
x
3
dx;
(i)
_
x(ln x)
2
dx.
7. As estatsticas estimam que daqui a x anos, o nmero de prisioneiros de uma peni-
tenciria aumentar a uma taxa de 280e
0,2x
prisioneiros por semana. Actualmente
existem 2.000 prisioneiros nesta penitenciria. Quantos prisioneiros l estaro da-
qui a 10 anos, aproximadamente?
8. Expresse cada uma das seguintes funes racionais imprprias como a soma de um
polinmio e uma funo racional prpria, e de seguida integre:
(a)
_
12x17
(x1)(x2)
dx;
(b)
_
14x12
2x
2
2x12
dx;
(c)
_
102x
x
2
+5x
dx;
(d)
_
9x
2
24x+6
x
3
5x
2
+6x
dx;
(e)
_
16x
2
+3x7
x
3
x
dx;
(f)
_
6x
2
9x+9
x
3
3x
2
dx.
9. Calcule afuno f(x) tal que:
(a) f
(x) = (1 +x
2
)(2 x) e f(0) = 1;
(b) f
(x) =
1
2
ln(
x+1
x1
) e f(2) = 1;
(c) f
(x) = (e
2
+ 3x
2
2e
3x
e f(0) = 3.
10. Indique qual das seguintes famlias de funes representam
_
ln(x)dx:
(a) f(x) =
1
x
+ c; (b) f(x) = xln(x) x + c; (c) f(x) =
1
2
(ln x)
2
+ c.
11. O preo de revenda de uma certa mquina decresce a uma taxa que varia com o
tempo de uso. Estima-se que a taxa de variao do seu valor aps t anos de uso
dada por 960e
t/5
euros por ano. Se a mquina foi comprada nova por 5.000
euros, quanto valer 10 anos depois?
12. Calcule
_
x
3
ln(x
2
)dx.
13. Expresse a funo
x
2
+1
x
2
1
como a soma de um polinmio e uma funo racional pr-
pria, e de seguida integre.
14. Determine qual das seguintes familias de funes representam
_
x
x + 1dx.
(a)
2
3
x(x + 1)
3/2
4
15
(x + 1)
5/2
+c;
(b)
1
3
x
2
(x + 1)
3/2
+ c;
(c)
2
3
(x + 1)
3/2
+ c.
2.4.1 Solues
1. (a) f(x) =
1
2
(x
2
1)
2
+ c
(b) f(x) =
1
21
(x
3
2)
7
+c.
(c) f(x) =
1
6
x
6
+
1
6
x
3
x
2
+ 4x + c.
2. (a)
2
5
x
5/2
+ c;
(b)
2
5
x
5/2
+ c;
(c)
1
x
+ c;
(d)
2
3
x
3/2
+ c;
(e) x
3
5
2
x
2
+ 2x + c;
(f)
1
2
ln |1 + 2x| + c;
(g)
1
2
ln |x| +
1
x
2
+ 6
x + c;
(h)
1
x

1
2x
2
+c;
(i)
2
5
x
5/2
+ 2x
3/2
4x
1/2
+ c;
(j)
2
5
x
5
+
1
3
x
3
+ c.
3. 10128
4. 9
5. (a)
1
9
(3x
2
+ 1)
3/2
+ c;
(b)
5
72
(1 4x
3
)
6/5
+ c;
(c)
8
5
(1 +t)
5/4
+ c
(d)

1 + 4x + 3x
2
+ c;
(e)
1
4
ln
2
(x
2
) + c;
(f) ln(ln x) + c;
(g)
1
2
ln
2
(x
2
+ 1) +c;
(h)
1
6
e
1x
6
+ c;
(i) e
x
3
x
+ c.
6. (a) e
x
(x + 1) +c;
(b) e
x
(3 2x) + 2e
x
+c;
(c)
x
2
2
ln x
2
x
2
2
+ c
(d)
1
9
x(x + 1)
9
1
90
(x + 1)
1
0 + c;
(e) ln xln(x
2
) ln
2
x + c;
(f)
1
x
ln x
1
x
+c;
(g)
1
22
x
2
(x
2
1)
1
1
1
132
(x
2
1)
1
2 + c;
(h)
1
2
e
x
2
x
2
e
x
2
+c;
(i)
x
2
2
(ln x)
2
x
2
2
ln x +
1
4
x
2
+ c.
7. 1400e
2
+ 600.
8. (a) x + 1 +
1
x1
;
x
2
2
+ x + ln |x 1| + c.
(b)
1
3
x
2
+
2
9
x
4
27
+
8
27
1
3x+2
;
1
9
x
3
+
1
9
x
2
4
27
x +
8
81
ln |3x + 2| + c.
(c) x
x
x
2
+1
;
x
2
2

1
2
ln |x
2
+ 1| + c.
9. (a) 5 ln |x 1| + 7 ln |x 2| + c;
(b) 6 ln |x 3| + 8 ln |x + 2| + c;
(c) 2 ln |x| 4 ln |x + 5| +c;
(d) ln |x| + 5 ln |x 3| + 3 ln |x 2| + c;
(e) 7 ln |x| + 6 ln |x 1| + 3 ln |x + 1| + c;
(f)
3
x
+ 2 ln |x| + 4 ln |x 3| + c;
10. (a) 2x +
2
3
x
3
1
4
(1 +x
2
)
2
+
5
4
;
(b)
1
2
xln |
x+1
x1
| +
1
2
ln |
x1
x+1
| + 1
1
2
ln 3;
(c) e
2
x + x
3
2
3
e
3x
+
11
3
11. b)
12.
480
e
2
+ 200.
13.
x
4
4
ln(x
2
)
1
8
x
4
+ c.
14. x + ln |
x1
x+1
| + c.
15. a).
Captulo 3
Matrizes e Determinantes
Uma matriz um quadro de valores dispostos em las, linhas e colunas. No contexto
deste curso, tais valores sero sempre nmeros reais. As matrizes tm aplicaes em
inmeros contextos da modelao matemtica de fenmenos da natureza. Neste curso,
vo ser usadas na resoluo de problemas traduzidos por sistemas de equaes lineares,
mas antes sero observadas algumas das suas propriedades algbricas.
3.1 Denio e tipos de matrizes
Denio 3.1.1. Uma matriz uma cadeia (array) rectangular de nmeros a que chama-
remos entradas.
A =
_
_
a
11
a
12
... a
1n
a
21
a
22
... a
2n
... ... ... ...
a
m1
a
m2
... a
mn
_
_
onde a
ij,
i=1,...,m,j=1,...,n
so nmeros reais, uma matriz de entradas reais. Abreviadamente
escrevemos:
A = [a
ij
]
i=1,...,m,j=1,...,n
.
Vamos representar por L
i
a i-sima linha da matriz e por C
j
a sua j-sima coluna. A
uma matriz com m linhas e n colunas chamaremos matriz do tipo m por n, escrevendo
matriz mn. Em geral, usaremos letra maiscula para designar uma matriz e a respectiva
minscula (com ndices) para as suas entradas.
Exemplo 3.1.2. A matriz A =
_
_
1 1 0 0
1 0 0 1
2 1 1 1
_
_
do tipo 3 4.
47
48 3. Matrizes e Determinantes
Exemplo 3.1.3. A matriz B =
_
21
do tipo 1 1.
Uma matriz com uma s coluna diz-se uma matriz coluna e uma matriz que s tenha
uma linha uma matriz linha. Uma matriz m n com todas as entradas iguais a zero
diz-se matriz nula e denota-se 0
mn
. Uma matriz do tipo m n diz-se rectangular se
m = n e diz-se quadrada de ordem n se m = n.
Exemplo 3.1.4. Na matriz coluna A =
_
_
1
2
2
_
_
tem-se a
21
= 2.
Exemplo 3.1.5. A matriz
_
1 1
2 0
_
quadrada de ordem 2.
Chamamos diagonal principal de uma matriz quadrada de ordem n A aos elementos
a
ii,i=1,...n
.
Exemplo 3.1.6. A diagonal principal da matriz M =
_
_
1 0 2
2 1 1
2 0 1
_
_
formada pelos
elementos m
11
= 1, m
22
= 1, m
33
= 1.
Matriz triangular superior aquela que abaixo da diagonal principal s tem 0s. Uma
matriz A=[a
ij
] triangular superior sse a
ij
= 0 quando i < j. Matriz triangular inferior
aquela que acima da diagonal principal s tem 0s ou seja, uma matriz triangular inferior
se a
ij
= 0 quando i > j.
Denio 3.1.7. Matriz identidade de ordem n (escreve-se I
n
) a matriz quadrada de
ordem n que tem 1s na diagonal principal e 0s fora dela. Simbolicamente, na matriz
identidade tem-se a
ij
= 0 quando i = j e a
ij
= 1 quando i = j.
I
3
=
_
_
1 0 0
0 1 0
0 0 1
_
_
a matriz identidade de ordem 3.
Denio 3.1.8. Matriz diagonal aquela que fora da diagonal principal s tem 0s.
Matriz escalar uma matriz diagonal em que os elementos da diagonal so todos iguais.
Exemplo 3.1.9.
_
_
1 1 0
0 1 2
0 0 1
_
_
uma matriz triangular superior e
_
0 0
0 1
_
uma
matriz diagonal.
3.2. Operaes com matrizes 49
Denio 3.1.10. Se A for uma matriz quadrada, ento o trao de A a soma dos ele-
mentos da diagonal principal de A. Denota-se tr(A).
Exemplo 3.1.11. tr
_
_
1 1 0
0 2 1
1 0 1
_
_
= 1 + 2 1 = 0.
Duas matrizes Ae B so iguais se e s se forem do mesmo tipo e tiverem os elementos
homlogos iguais isto , se forem do mesmo tipo e a
ij
= b
ij
, i, j.
3.2 Operaes com matrizes
Soma
Se A e B forem matrizes do mesmo tipo, ento a soma A + B a matriz (do mesmo
tipo) que se obtm somando cada entrada de A correspondente entrada de B. S
possvel somar matrizes do mesmo tipo. Em linguagem simblica, se A = [a
ij
] e B =
[b
ij
],
A + B = [a
ij
+ b
ij
].
Exemplo 3.2.1.
_
_
1 1 0
0 1 2
0 0 1
_
_
+
_
_
1 0 0
2 1 1
0 0 0
_
_
=
_
_
2 1 0
2 2 3
0 0 1
_
_
.
Propriedades 3.2.2. Se A e B forem matrizes mn, ento:
1. A + B = B + A; (comutativa)
2. (A + B) + C = A + (B + C); (associativa)
3. A + 0 = 0 +A = A. (a matriz nula o elemento neutro)
Produto por um escalar
Se A for uma matriz e c um escalar, ento o produto cA a matriz que se obtm
multiplicando c por cada entrada de A. Em linguagem simblica, se c R e A = [a
ij
],
cA = [ca
ij
].
Exemplo 3.2.3. 2
_
_
1 1 0
0 1 2
0 0 1
_
_
=
_
_
2 2 0
0 2 4
0 0 2
_
_
.
Propriedades 3.2.4. Se A e B forem matrizes do tipo mn e c, d R, ento:
1. c(A +B) = cA + cB;
2. (c +d)A = cA + dA;
3. c(dA) = (cd)A;
4. 1A = A.
Exerccio 3.2.5. Prove que, se A for uma matriz de ordem n e c for uma nmero real,
ento tr(cA) = ctr(A).
Transposio
Se A for uma matriz do tipo mn, chama-se transposta de A matriz n m que se
obtm trocando as linhas e as colunas de A . Se A = [a
ij
], A
T
= [a
ji
].
Exemplo 3.2.6.
_
_
1 1
1 2
0 1
_
_
T
=
_
1 1 0
1 2 1
_
.
Propriedades 3.2.7. Se A e B forem matrizes do tipo mn, ento:
1. (A + B)
T
= A
T
+ B
T
;
2.
_
A
T
_
T
= A.
Produto
Se A for uma matriz do tipo ml e B for uma matriz do tipo l n, ento o produto
AB a matriz mn cujas entradas se obtm do seguinte modo: a entrada da linha i e da
coluna j de AB o produto interno entre a linha i de A e a coluna j de B.
Exemplo 3.2.8.
_
1 1 0
1 1 1
_
_
_
1 1
0 1
0 0
_
_
=
_
1 2
1 2
_
.
Nota 3.2.9. S podemos multiplicar a matriz A pela matriz B se o nmero de co-
lunas de A for igual ao nmero de linhas de B.
Em geral, o produto de matrizes no comutativo.
Propriedades 3.2.10. Se A, B e C forem matrizes do tipo conveniente e c R, ento:
1. (AB)C = A(BC);
2. A(B + C) = AB +AC;
3. (A + B)C = AC + BC;
4. c(AB) = (cA)B = A(cB);
5. (AB)
T
= B
T
A
T
.
Denio 3.2.11. Uma matriz A diz-se simtrica se A
T
= A e diz-se anti-simtrica se
A
T
= A.
3.3. Matrizes em escada; inversa de uma matriz quadrada 51
3.3 Matrizes emescada; inversa de uma matriz quadrada
Uma matriz A est em escada de linhas se vericar:
1. cada linha no nula est antes de todas as linhas nulas que existam;
2. se a primeira entrada no nula da linha i estiver na coluna j, todos os elementos da
coluna j nas linhas seguintes so nulos;
3. a primeira entrada no nula de uma linha i no nula est numa coluna posterior
da primeira entrada no nula de todas as linhas seguintes a i.
Exemplo 3.3.1.
_
_
1 1 1 1 1
0 1 0 1 0
0 0 0 0 0
_
_
uma matriz em escada de linhas.
A seguir apresentaremos o conceito de matriz inversa de uma matriz quadrada dada e
desenvolveremos um mtodo para determinar tal inversa (caso ela exista). Esse mtodo,
por recurso a operaes elementares sobre linhas, tambm pode ser usado para transfor-
mar uma matriz qualquer numa matriz em escada de linhas.
Denio 3.3.2. Se A for uma matriz quadrada de ordem n e se B for uma matriz do
mesmo tipo tal que AB = BA = I
n
, ento A diz-se uma matriz invertvel e a B chama-
se matriz inversa de A.
Denio 3.3.3. Uma matriz que no invertvel diz-se matriz singular.
Exemplo 3.3.4. As matrizes A =
_
2 5
1 3
_
e B =
_
3 5
1 2
_
so inversas uma da
outra pois AB = BA =
_
1 0
0 1
_
= I
2
.
Exemplo 3.3.5. As matrizes
_
1 2
1 3
_
e
_
1 1
0 1
_
no so inversas uma da outra pois
AB =
_
1 1
1 2
_
= I
2
.
Uma matriz invertvel no pode ter mais do que uma inversa:
Exerccio 3.3.6. (Unicidade da inversa) Provar que, se B e C forem ambas inversas de
uma matriz A, ento B = C.
Se A for uma matriz invertvel, denotaremos a sua inversa por A
1
.
Consequentemente, AA
1
= I e A
1
A = I.
Denio 3.3.7. Chamamos operaes elementares sobre as linhas de uma matriz A s
seguintes:
1. troca de linhas;
2. multiplicao de uma linha por um escalar no nulo;
3. adio a uma linha de produto de outra por um escalar.
Fazendo uso destas trs operaes bsicas, possvel determinar a inversa da matriz
(se ela existir), procedendo do seguinte modo:
- escrever a matriz [A|I
n
] ;
- usando as operaes elementares sobre as linhas de [A|I
n
], transformar A na matriz
identidade, colocando 1s na diagonal principal e 0s fora dela;
- se, no m do processo, no lugar em inicialmente estava I
n
estiver uma matriz com
uma linha nula, ento A no tem inversa. Caso contrrio, a matriz que aparece no
lugar de I
n
A
1
.
Por agora, no possvel saber partida (excepto em alguns casos) se A ou no
invertvel.
Exemplo 3.3.8. Determinemos a inversa da matriz A =
_
_
1 2 3
2 5 3
1 0 8
_
_
:
_
_
1 2 3 | 1 0 0
2 5 3 | 0 1 0
1 0 8 | 0 0 1
_
_
_
_
1 2 3 | 1 0 0
0 1 3 | 2 1 0
0 2 5 | 1 0 1
_
_
2L
1
+ L
2
L
1
+ L
3
_
_
1 2 3 | 1 0 0
0 1 3 | 2 1 0
0 0 1 | 5 2 1
_
_
2L
2
+ L
3
_
_
1 2 3 | 1 0 0
0 1 3 | 2 1 0
0 0 1 | 5 2 1
_
_
L
3
_
_
1 2 0 | 14 6 3
0 1 0 | 13 5 3
0 0 1 | 5 2 1
_
_
3L
3
+ L
1
3L
3
+L
2
3.3. Matrizes em escada; inversa de uma matriz quadrada 53
_
_
1 0 0 | 40 16 9
0 1 0 | 13 5 3
0 0 1 | 5 2 1
_
_
2L
2
+L
1
Logo, A
1
=
_
_
40 16 9
13 5 3
5 2 1
_
_
.
Propriedades 3.3.9. Sejam A e B matrizes de ordem n invertveis. Ento:
1. AB invertvel e (AB)
1
= B
1
A
1
;
2. A
1
invertvel e (A
1
)
1
= A;
3. se c = 0, cA invertvel e (cA)
1
=
1
c
A
1
;
4. A
T
invertvel e (A
T
)
1
= (A
1
)
T
;
5. I
1
n
= I
n
.
Exerccio 3.3.10. Determinar a inversa (se existir) da matriz D =
_
_
1 6 4
2 4 1
1 2 5
_
_
.
Denio 3.3.11. Uma matriz quadrada invertvel Atal que A
1
= A
T
diz-se uma matriz
ortogonal.
Exemplo 3.3.12. A matriz A =
_
1
2
3
2
3
2

1
2
_
ortogonal:
A
T
A = AA
T
=
_
1
2
3
2
3
2

1
2
__
1
2
3
2
3
2

1
2
_
=
_
1 0
0 1
_
.
Denio 3.3.13. Chama-se caracterstica de uma matriz A ao nmero de linhas no
nulas da matriz depois de transformada em matriz em escada de linhas. Denota-se c(A).
Exemplo 3.3.14. A caracterstica da matriz D do exerccio anterior 2.
3.4 Multiplicao de matrizes por blocos
Muitas vezes, no tratamento matemtico de fenmenos, surgem matrizes de grande di-
menso, mais fceis de operar depois de divididas em blocos.
Por exemplo, se A =
_
_
1 2 1
3 4 0
0 0 2
_
_
e B =
_
_
1 2 3 1
4 5 6 1
0 0 0 1
_
_
, o clculo do produto AB
simplicado se se proceder do seguinte modo:
- fazer A =
_
X Y
0
12
Z
_
e B =
_
W T
0
13
U
_
, sendo X, Y, Z, W, T, U os blocos
correspondentes de A e B.
- AB =
_
XW XT + Y U
0
13
ZU
_
=
_
_
9 12 15 4
19 26 33 7
0 0 0 2
_
_
.
No esquecer que a multiplicao de matrizes em blocos s possvel quando as
dimenses dos blocos a multiplicar forem as adequadas (nmero de colunas do primeiro
igual ao nmero de linhas do segundo).
3.5 Decomposio LU de matrizes
Denio 3.5.1. Uma factorizao A = LU de uma matriz quadrada A em que L
triangular inferior e U triangular superior diz-se uma factorizao LU de A.
Seja A uma matriz n n e U a correspondente matriz em escada de linhas obtida por
meio de operaes elementares que no a troca de linhas. Ento, Apode ser escrita como
o produto de uma matriz triangular inferior L, obtida a partir das operaes elementares
efectuadas sobre A, pela matriz triangular superior U. A decomposio LU de matrizes
pode ser muito til na resoluo de sistemas de equaes lineares.
O seguinte procedimento permite o clculo da factorizao LU de uma matriz quadrada
A.
O agoritmo para a factorizao LU de uma matriz A o seguinte:
Algoritmo 3.5.2. 1. Escrever A em escada de linhas (determinando assim U) sem
efectuar trocas de linhas, anotando os multiplicadores usados para colocar 1s na
diagonal e 0s abaixo dela.
2. Em cada entrada da diagonal de L, colocar o inverso do multiplicador usado para
colocar 1 na mesma posio em U.
3.5. Decomposio LU de matrizes 55
3. Em cada entrada abaixo da diagonal de L, colocar o simtrico do multiplicador
usado para colocar 0 na posio correspondente em U.
4. Escrever a factorizao A = LU.
Exemplo 3.5.3. Determinemos a factorizao LU da matriz A =
_
3 6
2 5
_
:
1. No primeiro passo da transformao de A em escada de linhas, obtm-se a matriz
_
1 2
2 5
_
e a correspondente matriz elementar E
1
=
_
1
3
0
0 1
_
cuja inversa
E
1
1
=
_
3 0
0 1
_
.
2. No segundo passo, obtm-se a matriz j em escada
_
1 2
0 1
_
cuja matriz elemen-
tar e respectiva inversa so E
2
=
_
1 0
2 1
_
e E
1
2
=
_
1 0
2 1
_
.
E
1
1
E
1
2
=
_
3 0
0 1
_ _
1 0
2 1
_
=
_
3 0
2 1
_
e, assim, A pode ser escrita como o
produto das matrizes triangular inferior e triangular superior:
_
3 6
2 5
_
=
_
3 0
2 1
_ _
1 2
0 1
_
.
Note-se que as entradas da matriz L se obtm da seguinte forma:
1. na diagonal principal encontram-se os inversos dos multiplicadores utilizados para
colocar 1s na diagonal principal de A.
2. em cada posio abaixo da diagonal principal encontram-se os simtricos dos mul-
tiplicadores usados para colocar 0s na posio respectiva em A.
Exemplo 3.5.4. Construamos agora a decomposio LU da matriz A =
_
_
6 2 1
9 1 1
3 7 5
_
_
:
_
_
6 2 1
9 1 1
3 7 5
_
_

_
_
1
1
3
1
6
9 1 1
3 7 5
_
_
1
6

_
_
1
1
3
1
6
0 2
1
2
0 8
9
2
_
_
9, 3
_
_
1
1
3
1
6
0 1
1
4
0 8
9
2
_
_
1
2
_
_
1
1
3
1
6
0 1
1
4
0 0
13
2
_
_
8
_
_
1
1
3
1
6
0 1
1
4
0 0 1
_
_
2
13
Obteve-se assim a factorizao
A = LU =
_
_
6 0 0
9 2 0
3 8
13
2
_
_
_
_
1
1
3
1
6
0 1
1
4
0 0 1
_
_
.
Nas seces seguintes, introduziremos a funo determinante que associa a cada ma-
triz quadrada A um nmero real a que chamaremos determinante de A. Apresentaremos
um mtodo para o clculo do determinante de uma matriz de qualquer ordem e um novo
algoritmo para o clculo da inversa de uma matriz regular, com importantes implicaes
na resoluo de sistemas de equaes lineares.
3.6 Determinante de uma matriz quadrada
Denio 3.6.1. Determinante de uma matriz A, quadrada de ordemn, a soma dos seus
termos, sendo cada termo o produto de n elementos de A de forma a que nesse produto
entre um e um s elemento de cada linha e de cada coluna. O sinal de cada termo + se a
permutao que o origina par e se a permutao que o origina mpar. Escreve-se
det(A) ou |A|.
Recorde-se que uma permutao de um conjunto com n nmeros inteiros um rear-
ranjo desses nmeros, sem repeties nem omisses.
Exemplo 3.6.2. H seis permutaes do conjunto {1, 2, 3} :
(1, 2, 3), (1, 3, 2), (3, 2, 1), (3, 1, 2), (2, 1, 3), (2, 3, 1).
Diz-se que numa dada permutao h uma inverso sempre que um nmero preceda
outro mais pequeno. Uma permutao par se o nmero de inverses que nela ocorrem
par e mpar se o nmero de inverses for mpar.
Exemplo 3.6.3. Na permutao (1, 2, 3) no h inverses mas na permutao (3, 1, 2)
h duas inverses. Na permutao (3, 2, 1) h trs inverses.
Determinante de ordem 1:
Se A = [a
11
],, |A| = a
11
.
Se A =
_
a
11
a
12
a
21
a
22
_
, ento |A| = a
11
a
22
a
21
a
12
.
Note-se que as permutaes de {1, 2} so (1, 2) e (2, 1), a primeira par e a segunda
mpar.
3.6. Determinante de uma matriz quadrada 57
Os seis termos do determinante de A =
_
_
a
11
a
12
a
12
a
21
a
22
a
23
a
31
a
32
a
33
_
_
so
(a
11
a
22
a
33
), (a
12
a
23
a
31
), (a
13
a
21
a
32
), (a
13
a
22
a
31
), (a
11
a
23
a
32
), (a
12
a
21
a
33
),
os trs primeiros positivos e os trs ltimos negativos. Assim,
|A| = a
11
a
22
a
33
+ a
12
a
23
a
31
+ a
13
a
21
a
32
a
13
a
22
a
31
a
11
a
23
a
32
a
12
a
21
a
33
.
Propriedades 3.6.4. Sejam A e B matrizes de ordem n e c um escalar. Ento:
1. |AB| = |A||B|;
2. |cA| = c
n
|A|;
3. |A
T
| = |A|;
4. Se A for ortogonal, ento |A| = 1;
5. Se A for invertvel, ento |A
1
| =
1
|A|
.
Prova. de e)
Como AA
1
= I
n
, ento |AA
1
| = |I
n
| = 1. Consequentemente, como |A| = 0,
|A
1
| =
1
|A|
.
Exemplo 3.6.5. 1. Sendo A =

_
3 1
2 1
_
e B =
_
1 3
5 8
_
, AB =
_
2 17
3 14
_
e tem-se |A| = 1, |B| = 23, |AB| = 23.
Propriedades 3.6.6 (Propriedades dos determinantes). 1. Se se multiplicar uma linha
ou uma coluna de uma matriz A por uma escalar c, o novo determinante c|A|;
2. Se uma matriz A tiver uma linha ou uma coluna de zeros, ento |A| = 0;
3. Se uma linha ou uma coluna de A for uma soma de parcelas, |A| pode desdobrar-
se numa soma de determinantes;
4. Se se trocarem duas linhas ou duas colunas de A, o novo determinante |A|;
5. Se A tiver duas linhas ou duas colunas mltiplas uma da outra, |A| = 0;
6. O determinante de A no se altera se se somar a uma linha (coluna) um mltiplo
de outra.
Exemplo 3.6.7. 1.
1 7 5
2 0 3
1 + 0 4 + 1 7 1
1 7 5
2 0 3
1 4 7
1 7 5
2 0 3
0 1 1
2.
1 7 2
2 0 4
1 4 2
= 0 porque a 3
a
coluna mltipla da 1
a
.
Proposio 3.6.8. O determinante de uma matriz triangular o produto dos elementos
da diagonal principal.
Utilizando as propriedades dos determinantes atrs enunciadas, possvel calcular o
determinante de uma matriz reduzindo-a a uma matriz triangular por meio das operaes
elementares j descritas:
1 0 1
1 0 2
1 3 3
usando propriedades dos determinantes

para transformar a matriz dada numa matriz triangular superior:
1 1 1
1 1 2
1 3 3
L
1
+L
2
1 1 1
0 2 1
1 3 3
L
1
+L
3
1 1 1
0 2 1
0 2 4
L
2
+ L
3
1 1 1
0 2 1
0 0 3
.
Como as propriedades aplicadas no afectam o valor do determinante, ele igual a
1 (2) 3 = 6
Exerccio 3.6.10. Prove, recorrendo s propriedades dos determinantes, que
1 1 1
a b c
a
2
b
2
c
2
= (b a)(c a)(c b).

3.7. Teorema de Laplace; Clculo de A
1
a partir de adj(A) 59
3.7 Teorema de Laplace; Clculo de A
1
a partir de adj(A)
O Teorema de Laplace fornece-nos um algoritmo para o clculo de determinantes de
qualquer ordem.
Denio 3.7.1. Se A for uma matriz quadrada de ordem n, chama-se menor associado
entrada a
ij
ao determinante da submatriz que se obtm de A eliminando a linha i e a
coluna j. Denota-se M
ij
.
Ao nmero (1)
i+j
M
ij
chama-se complemento algbrico ou cofactor associado a a
ij
.
Escreve-se C
ij
.
Exemplo 3.7.2. Se A =
_
_
3 1 4
2 5 6
1 4 8
_
_
, tem-se M
22
= 28 e c
12
= (1)
3
10 = 10.
Teorema 3.7.3 (Teorema de Laplace). O determinante de uma matriz A de ordem n
igual soma dos produtos das entradas de qualquer linha ou coluna pelos respectivos
cofactores.
Exemplo 3.7.4.
2 1 0
1 1 1
1 2 2
= 2
1 1
2 2
1 1
1 2
+ 0
= 2(2 + 2) (2 + 1) = 8 3 = 5.
De seguida apresentaremos um mtodo para o clculo da inversa de uma matriz, re-
correndo ao clculo do determinante. Terminaremos este captulo introduzindo com um
importante critrio para a invertibilidade de uma matriz quadrada.
Denio 3.7.5. Se A for uma matriz de ordem n, transposta da matriz dos cofactores
de A chama-se matriz adjunta de A. Denota-se por adj(A).
Exemplo 3.7.6.
adj
_
_
3 2 1
1 6 3
2 4 0
_
_
=
_
_
12 6 16
4 2 16
12 10 16
_
_
T
=
_
_
12 4 12
6 2 10
16 16 16
_
_
C
11
= 12, C
12
= 6, C
13
= 16, C
21
= 4, C
22
= 2, C
23
= 16, C
31
= 12, C
32
=
10, C
33
= 16.
Teorema 3.7.7. Seja A uma matriz invertvel. Ento,
A
1
=
adj(A)
|A|
.
Exemplo 3.7.8. Considere a matriz A =
_
_
1 1 1
2 3 4
5 8 9
_
_
. Determinemos A
1
: Comecemos
por calcular |A|. |A| = 273218+20+1615 = 2. Determinemos agora adj(A).
adj(A) =
_
_
5 2 1
1 4 3
1 2 1
_
_
T
=
_
_
5 1 1
2 4 2
1 3 1
_
_
.
Finalmente,
A
1
=
_
_
5/ 2 1/ 2 1/ 2
2/ 2 4/ 2 2/ 2
1/ 2 3/ 2 1/ 2
_
_
=
_
_
5/2 1/2 1/2
1 2 1
1/2 3/2 1/2
_
_
.
Teorema 3.7.9. Uma matriz quadrada invertvel sse o seu determinante for diferente de
zero.
1. Considere as matrizes:
A =
_
1 1 2
0 0 2
_
B =
_
_
1 3 0
2 1 2
1 0 1
_
_
C =
_
_
1 2
1 3
0 1
_
_
D =
_
2 2
1 1
_
E =
_
_
2 1 2
1 0 3
2 1 1
_
_
F =
_
4 5
1 2
_
.
Calcule, se for possvel:
(a) B +E, C + E, A + B, D + F
(b) D F, A B
(c) 3C, 3D + 2F, 2B 4E
(d) 2(D + F) 2D 2F
(e) A
T
, (A
T
)
T
(f) (C + E)
T
, C
T
, E
T
(g) E E
T
, E +E
T
, (E + E
T
)
T
2. (a) Determine x sabendo que A =
_
3 2 x
, B =
_
_
0
5
3
_
_
e AB = 17.
(b) Calcule AB e BA, sendo A =
_
_
1
0
1
_
_
e B =
_
0 1 1
.
3. Que linhas, colunas ou matrizes preciso multiplicar para calcular:
(a) a 3
a
coluna de AB?
(b) a primeira linha de AB?
(c) a entrada da 3
a
linha e 4
a
coluna de AB?
(d) a entrada da 1
a
linha e 1
a
coluna de ABC?
4. As vendas mensais (em milhares de unidades) de CDs e de lmes em DVD de trs
lojas L1, L2 e L3 so descritas na tabela seguinte:
Janeiro
L1 L2 L3
CD 37 28 18
DVD 33 19 10
Fevereiro
L1 L2 L3
CD 27 12 7
DVD 22 8 3
(a) Escreva duas matrizes 2 3, A e B, representando as vendas em Janeiro e em
Fevereiro.
(b) Escreva a matriz que representa o total das vendas nos dois meses.
(c) Escreva a matriz que representa a diferena entre as vendas dos dois meses.
5. Considere as matrizes:
A =
_
1 1 1
2 1 0
_
B =
_
_
4 2
1 0
2 1
_
_
C =
_
_
1 2 3
4 5 6
7 8 9
_
_
D =
_
2 3
1 1
_
E =
_
_
1 0 0
0 1 0
0 0 1
_
_
F =
_
0 1
1 0
_
.
Calcule, se for possvel:
(a) AC, CA
(b) CB, (CB)
T
, C
T
B
T
, B
T
C
T
(c) A(BD), (AB)D
(d) AC + AE, A(C + E).
6. (a) Seja A =
_
a c
b d
_
. Prove que A
2
= (a +d)A (ad bc)I
2
.
(b) Seja A =
_
1 0
1 1
_
. Prove que A
2
= 2A I
2
.
7. Determine para que matrizes 2 2 A e B so vlidas as igualdades:
(a) (A + B)
2
= A
2
+ 2AB + B
2
(b) (A + B)(A B) = A
2
B
2
8. Transforme as seguintes matrizes em matrizes em escada de linhas e determine a
sua caracterstica:
(a) A =
_
_
1 2 3
4 5 6
7 8 9
_
_
(b) B =
_
1 1 1
2 1 0
_
(c) C =
_
_
1 1 1
2 1 0
1 1 1
_
_
(d) D =
_
_
2 1 1
1 0 1
1 0 1
_
_
9. Discuta a caracterstica das seguintes matrizes em funo do parmetro real .
(a) A =
_
_
1 3
4 1
1 4
_
_
(b) B =
_
_
2 1 1
1 2 1
0 2
4 2
_
_
10. Obtenha a factorizao LU de cada uma das seguintes matrizes:
(a) =
_
_
2 1 0
1 2 1
7 8 9
_
_
(b) =
_
_
1 1 0
1 2 1
0 1 2
_
_
(c) =
_
_
1 1 1
2 4 5
0 4 0
_
_
(d) =
_
_
2 4 8
0 3 9
0 0 7
_
_
11. O que acontece factorizao LU de uma matriz com um zero numa posio de
pivot?
12. Verique se a matriz U =
_
0 0, 5
0, 25 0, 25
_
inversa de alguma das matrizes:
(a)
_
4 8
4 0
_
(b)
_
2 4
2 0
_
(c)
_
1 1 2
2 3 3
_
13. Considere as matrizes A =
_
2 0
0 3
_
e A =
_
1 1
0 1
_
.
(a) Calcule S
1
.
(b) Calcule B = SAS
1
(c) Mostre que A
100
=
_
2
100
0
0 3
100
_
.
14. Determine, caso exista, a inversa de cada uma das seguintes matrizes:
(a) A =
_
_
1 2 3
4 3 1
1 2 4
_
_
(b) B =
_
_
1 0 1
1 1 1
0 0 0
_
_
(c) C =
_
_
1 0 1
2 3 4
1 2 1
_
_
(d) D =
_
_
0 1 2
1 1 1
2 1 1
_
_
15. Calcule o determinante de cada uma das seguintes matrizes e diga quais delas so
invertveis:
(a) A =
_
_
2 1 1
1 4 4
1 0 2
_
_
(b) B =
_
_
3 0 8
5 0 7
1 4 2
_
_
(c) C =
_
a 1
2 a
_
(d) D =
_
_
3 1 5 1
2 5 4 0
1 2 1 2
0 2 0 2
_
_
(e) E =
_
_
3 1 2 3 2
1 0 5 5 3
1
4
4 0
2
3
2
3 1 1 0 1
1 1
1
4
1 0
_
_
(f) F =
_
_
2 1 2
1 1 1
0 1 0
_
_
16. Utilize propriedades dos determinantes para calcular:
(a)
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
(b)
1 1 1
a b c
a
2
b
2
c
2
(c)
1 1 1 1
a b c d
a
2
b
2
c
2
d
2
a
3
b
3
c
3
d
3
17. Determine os valores do escalar R para os quais a matriz A I singular,

sendo:
(a) A =
_
0 3
2 1
_
(b) A =
_
_
1 0 2
0 1 2
2 2 0
_
_
18. Resolva a equao
x 1
3 1 x
1 0 3
2 x 6
1 3 x 5
.
19. Determine as matrizes adjunta e inversa de:
(a) A =
_
_
1 2 1
1 1 2
2 1 1
_
_
(b) B =
_
_
1 0 2
3 1 4
5 2 3
_
_
(c) C =
_
_
1 2 0 5
3 4 1 7
2 5 2 0
0 1 2 7
_
_
(d) D =
_
_
1 1 1 1
0 1 1 1
0 0 1 1
0 0 0 1
_
_
Como poderia provar, antes de ter calculado A
1
e B
1
, que Ae B no so inversas
uma da outra?
20. Prove que se uma matriz A ortogonal, ento |A| = 1.
21. Sendo A =
_
_
1 0 0
0 1 0
1 0 1
_
_
, B =
_
_
1 1 1
3 1 0
0 2 2
_
_
e C =
_
_
2 0 0
2 1 0
1 1 1
_
_
, resolva as
seguintes equaes:
(a) 2A X = B
1
(b) CX + B = BX + C
(c) A
T
A
1
= (A + B + C)
T
+ X
22. Sempre que seja possvel, d exemplos de matrizes quadradas A e B nas condies
indicadas. Se no for possvel, indique porqu.
(a) A
2
= 0 A = 0
(b) A
2
= I
(c) AB = 0 BA = 0
23. Sejam A e B matrizes do tipo 4 5, C uma matriz do tipo 5 4 e D uma matriz do
tipo 42. Determine quais das seguintes expresses matriciais esto bem denidas,
e nesses casos, indique a dimenso da matriz resultante.
(a) (A
T
+C)D.
(b) C
T
(A +B)
2
(c) (A
T
+C)(A
T
+ C)
T
24. Sejam A, B e C matrizes quadradas da mesma ordem. Diga se cada uma das
seguintes armaes verdadeira ou falsa. Se for verdadeira diga porqu, se for
falsa d um contra-exemplo.
(a) Se AB = 0, ento tem-se necessariamente A = 0 ou B = 0.
(b) (AB)
2
= A
2
B
2
.
(c) Se a primeira e terceira colunas de B so iguais o mesmo acontece primeira
e terceira colunas de AB.
(d) Se a primeira e terceira linhas de B so iguais o mesmo acontece primeira e
terceira linhas de AB.
(e) Se A e B so invertveis, ento A + B tambm .
(f) Se AB = AC e A tem inversa, ento B = C.
(g) Se A tem inversa, ento A
2
tambm tem.
25. Considere a matriz A =
_
_
1 k k
1 k 4
1 4 k
_
_
(a) Sem efectuar qualquer clculo, diga o que se pode concluir quanto ao valor da
caracterstica de A quando k = 4.
(b) Determine k de modo que a matriz seja regular.
26. Sabendo que
a b c
2 1 0
1 2 1
= 1, calcule os seguintes determinantes:

(a)
a b c
6 3 0
1/2 1 1/2
(b)
1 1 1
2 1 0
3a + 1 3b + 2 3c + 1
(c)
a b c
2a + 2 2b + 1 2c
a + 1 b + 2 c + 1
Captulo 4
Sistemas de equaes lineares
O objecto de estudo deste captulo, sistemas de equaes lineares, , de entre os que abor-
daremos neste curso, um dos mais interessantes e ricos em aplicaes. Introduziremos
alguma terminologia e apresentaremos dois mtodos para a resoluo de sistemas.
4.1 Classicao de sistemas de equaes lineares quanto
existncia de solues
Uma equao do tipo
a
1
x
1
+ a
2
x
2
+ ... + a
n
x
n
= b
ondea
1
, a
2
, ..., a
n
so nmeros e x
1
, x
2
, ..., x
n
so incgnitas diz-se uma equao linear.
Se b = 0, a equao diz-se homognea. Um sistema de equaes lineares ou sistema line-
ar uma conjuno de equaes lineares. Um sistema homogneo de equaes lineares
uma conjuno de equaes lineares homogneas.
Exemplo 4.1.1.
_
x + y 2z = 0
2x y + z = 1
umsistema de equaes lineares mas
_
x
2
y + z = 1
x +y + z = 1
no (por causa do termo x
2
).
Exemplo 4.1.2.
_
_
_
x y + z = 0
x 3y + 2z = 0
x + y z = 0
um sistema homogneo.
Denio 4.1.3. Umsistema linear que no tenha solues diz-se impossvel. Umsistema
com pelo menos uma soluo, diz-se possvel. Se tal soluo for nica, o sistema diz-se
possvel e determinado; se existir mais do que uma soluo, o sistema diz-se possvel e
indeterminado.
Todo o sistema de equaes lineares est em uma e s uma das seguintes situaes:
67
68 4. Sistemas de equaes lineares
1. no tem soluo;
2. tem uma e uma s soluo;
3. tem uma innidade de solues.
Exemplo 4.1.4. Osistema
_
x y + z = 1
x + y z = 0
impossvel. J o sistema
_
_
_
x y + z = 1
x + y z = 1
x + y = 0
possvel e determinado.
Exerccio 4.1.5. Um sistema homogneo sempre possvel. Porqu?
4.2 Forma matricial de um sistema de equaes lineares
As matrizes so particularmente teis na simplicao da escrita e na resoluo de siste-
mas de equaes e as propriedades do clculo matricial podem ser usadas nessa resoluo.
Consideremos um sistema de equaes lineares genrico com m equaes e n incgnitas:
_
_
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= b
2
...
a
m1
x
1
+a
m2
x
2
+ ... + a
mn
x
n
= b
m
.
Sejam as matrizes
A =
_
_
a
11
a
12
... a
1n
a
21
a
22
... a
2n
... ... ...
a
m1
a
m2
... a
mn
_
_
, X =
_
_
x
1
x
2
...
x
n
_
_
, B =
_
_
b
1
b
2
...
b
m
_
_
.
Por denio de multiplicao de matrizes, podemos reescrever o sistema de equaes na
forma
AX = B,
designada de forma matricial do sistema.
matriz A chama-se matriz dos coecientes ou matriz simples do sistema, X a matriz
das incgnitas e B a coluna dos termos independentes.
Se B = 0, o sistema diz-se homogneo.
Chamamos matriz ampliada do sistema, matriz [A|B], especicamente
[A|B] =
_
_
a
11
a
12
| b
1
a
21
a
22
| b
2
... ... | ...
a
m1
a
m2
| b
m
_
_
.
4.3. Resoluo de sistemas atravs da inversa da matriz dos coecientes 69
Em geral, se um sistema de equaes lineares tiver m equaes e n incgnitas, ento
a sua matriz simples ser do tipo mn e a sua matriz ampliada ser m(n + 1).
Denio 4.2.1. Dois sistemas de equaes lineares dizem-se equivalentes se tiverem o
mesmo conjunto soluo.
4.3 Resoluo de sistemas atravs da inversa da matriz
dos coecientes
Consideremos o sistema escrito na forma matricial AX = B. Se A uma matriz invert-
vel, podemos escrever
AX = B X = A
1
B
e ento, determinar a soluo do sistema corresponde a multiplicar duas matrizes.
Naturalmente, este mtodo s se aplica se a matriz dos coecientes for quadrada e admitir
inversa. Claro que tal acontece somente se o sistema for possvel e determinado.
Exemplo 4.3.1. Resolva o sistema
_
_
_
x + y = 1
y + z = 2
x + z = 0
,
atravs da inversa da matriz dos coecientes.
Soluo. A matriz dos coecientes
A =
_
_
1 1 0
0 1 1
1 0 1
_
_
e a sua inversa
A
1
=
_
_
1 1 0
0 1 1
1 0 1
_
_
.
Ento
_
_
x
y
z
_
_
=
_
_
1/2 1/2 1/2
1/2 1/2 1/2
1/2 1/2 1/2
_
_
.
_
_
1
2
0
_
_
=
_
_
3/2
1/2
1/2
_
_
.
4.4 Resoluo de sistemas pela regra de Cramer
A frmula que se segue fornece uma tcnica muito til para a resoluo de sistemas de
soluo nica.
Teorema 4.4.1 (Regra de Cramer). Seja AX = B um sistema de n equaes lineares
com n incgnitas tal que |A| = 0. Ento, o sistema tem uma s soluo que pode ser
obtida do seguinte modo:
x
1
=
|A
1
|
|A|
, x
2
=
|A
2
|
|A|
, ..., x
n
=
|A
n
|
|A|
.
sendo A
i
a matriz que se obtm de A substituindo a coluna i pela coluna das solues.
Exemplo 4.4.2. Apliquemos a Regra de Cramer para resolver o sistema
_
_
_
x + y + 3z = 1
x + y = 2
x z = 0
A matriz simples do sistema
A =
_
_
1 1 3
1 1 0
1 0 1
_
_
cujo determinante igual a 3. Continuando a aplicar a Regra de Cramer:
|A
1
| =
1 1 3
2 1 0
0 0 1
= 1,
|A
2
| =
1 1 3
1 2 0
1 0 1
= 7
e
|A
3
| =
1 1 1
1 1 2
1 0 0
= 1.
Consequentemente, a soluo do sistema
(x
1
, x
2
, x
3
) = (
1
3
,
7
3
, 3).
4.5. Mtodo de eliminao de Gauss 71
4.5 Mtodo de eliminao de Gauss
As tcnicas subjacente resoluo de um sistema de equaes lineares vo sempre no
sentido de determinar sistemas equivalentes ao dado, mas mais simples, at podermos
identicar o seu conjunto soluo.
O mtodo de eliminao de Gauss, passa por considerar a matriz ampliada do sistema
[A|B]
e por aplicao das operaes elementares sobre matrizes (ver Denio 3.3.7). Tais ope-
raes transformam a matriz ampliada numa matriz em escada de linhas e esta representa
um sistema equivalente ao primeiro, embora mais simples.
Isto corresponde troca de equaes, multiplicao de equaes por um nmero di-
ferente de zero e substituio de uma equao pela soma de outras duas. Todas estas
operaes transformam o sistema em outros sistemas equivalentes.
Exemplo 4.5.1. O sistema de equaes lineares
_
_
_
x + 2y 4z = 4
3x 2y + 3z = 11
x + y z = 0
equivalente a
_
_
_
x + 2y 4z = 4
8y + 15z = 23
y + 3z = 4
(multiplicou-se a 1
a
linha por 3 e somou-se 2
a
, multiplicou-se a 1
a
linha por 1 e
somou-se 3
a
) que por sua vez equivalente a
_
_
_
x + 2y 4z = 4
8y + 15z = 23
9z = 9
(multiplicou-se a 3
a
linha por 8 e somou-se 2
a
)
Obtm-se assim um sistema equivalente ao inicial cuja resoluo muito simples,
comeando-se com a 3
a
equao , resolvendo depois a 2
a
e, por m, a 1
a
. A sua soluo
:
_
_
_
x = 2
y = 1
z = 1
.
Note-se que sistemas de equaes lineares cuja matriz simples triangular so muito
fceis de resolver. Concentremo-nos ento em transformar a matriz inicial do sistema
numa matriz triangular superior ou em escada de linhas usando operaes elementares.
Vamos traduzir para a linguagem do clculo matricial os clculos efectuados na reso-
luo do sistema do exemplo anterior. A sua matriz ampliada
_
_
1 2 4 | 4
3 2 3 | 11
1 1 1 | 0
_
_
.
As operaes elementares efectuadas sobre as equaes do sistema correspondem a
_
_
1 2 4 | 4
0 8 15 | 23
0 1 3 | 4
_
_
_
_
1 2 4 | 4
0 8 15 | 23
0 0 9 | 9
_
_
tendo-se obtido uma matriz em escada que corresponde ao sistema de muito fcil
resoluo
_
_
_
x + 2y 4z = 4
8y + 15z = 23
9z = 9
cuja soluo
_
_
_
x = 2
y = 1
z = 1.
Em vez de escrever o sistema a resolver, mais simples efectuar operaes elemen-
tares sobre as linhas da matriz ampliada que lhe corresponde, at se obter uma matriz
triangular ou em escada. Quando essa matriz for determinada, deve-se escrever o sistema
correspondente e resolv-lo. Este o mtodo de eliminao de Gauss cujo algoritmo pode
ser resumido como se segue:
1. escrever a matriz ampliada do sistema;
2. transform-la numa matriz triangular superior ou em escada de linhas recorrendo a
operaes elementares;
3. escrever o novo sistema correspondente a tal matriz;
4. resolver esse sistema.
4.6. Discusso de sistemas de equaes lineares 73
Exerccio 4.5.2. Resolver o sistema de equaes lineares
_
_
_
x + 2y + 3z = 1
x + y = 2
x 2z = 0
usando o mtodo de eliminao de Gauss.
O mtodo de eliminao de Gauss-Jordan acrescenta um passo ao algoritmo anterior:
5. comeando na ltima linha no nula e fazendo os clculos regressivamente, usar
cada pivot para transformar em zero os elementos da respectiva coluna.
(transformar em zero todos os elementos da matriz simples que estejam fora da diago-
nal).
4.6 Discusso de sistemas de equaes lineares
Vamos agora classicar os sistemas de equaes lineares quanto existncia de soluo,
por observao do nmero de incgnitas e das caractersticas das matrizes dos coecien-
tes e ampliada do sistema. Para isso, lembramos que a caracterstica de uma matriz A,
c(A), o nmero de linhas no nulas da matriz triangular ou em escada de linhas que se
obtm de A por meio de operaes elementares. Ao processo de transformao de uma
matriz em matriz triangular ou em escada recorrendo a operaes elementares chama-se
condensao.
Teorema 4.6.1. Um sistema de equaes lineares possvel somente se a caracterstica
da matriz dos coecientes e a caracterstica da matriz ampliada do sistema, coincidirem.
O sistema possvel e determinado, caso as caractersticas das matrizes dos coecientes
e ampliada, coincidam com o nmero de incgnitas do sistema.
O sistema possvel e indeterminado, quando as caractersticas das matrizes dos coe-
cientes e ampliada coincidem, sendo o nmero de incgnitas do sistema superior a esse
valor.
Dado um sistema de equaes lineares AX = B com n incgnitas, pelo teorema
anterior temos um dos seguintes casos:
1
o
caso c(A) < c(A|B) sistema impossvel;
2
o
caso c(A) = c(A|B) < n sistema possvel e indeterminado;
3
o
caso c(A) = c(A|B) = n sistema possvel de soluo nica.
Exemplo 4.6.2. Vamos analisar o sistema de equaes lineares
_
_
_
2x + y + z = 1
x + 2y z = 0
x y + z = 2
em funo do parmetro , comeando por condensar a sua matriz ampliada:
A =
_
_
2 1 1 | 1
1 2 1 | 2
1 1 | 0
_
_
_
_
2 1 1 | 1
0 3 3 | 1
0 3 2 + 1 | 3
_
_
_
_
2 1 1 | 1
0 3 3 | 1
0 0 2 + 4 | 2
_
_
.
A caracterstica de [A|B] ser igual a:
(i) 3 se = 2;
(ii) 2 se = 2.
Consequentemente, o sistema ser
(i) possvel e determinado c(A) = 3 = m = n se = 2;
(ii) impossvel c(A) = 2 < m se = 2.
J foi visto que um sistema homogneo AX = 0 sempre possvel(admite sempre a
soluo nula). Tal sistema ser indeterminado se e s se c(A) < n.
1. Identique as equaes que so lineares nas respectivas variveis:
(a) x
1
+ 7
1/3
x
2
5x
3
= 1
(b) 5x + xy z = 0
(c) u = v +
2
3
w
3z
(d) x
2/5
+ 8y 5z = 7
1/2
2. Considere o
_
3x 2y = 8
4x +y = 7
. Indique qual das seguintes armaes verda-
deira:
(a) O sistema impossvel.
(b) A soluo (2, 1).
(c) A soluo a recta y = 2.
(d) As equaes so equivalentes.
3. Dado um sistema de 2 equaes a 2 incgnitas, qual das seguintes armaes
verdadeira:
(a) O sistema no tem soluo.
(b) O grco do(s) ponto(s) da soluo a interseco dos grcos das equaes.
(c) O grco da soluo a interseco do eixo dos xx com os grcos das equa-
es.
(d) Existe um par ordenado (x, y) que satisfaz ambas as equaes.
4. Qual dos grcos dos seguintes sistemas um par de rectas paralelas:
(a)
_
3x 2y = 7
4y = 6x 14
(b)
_
x 2y = 7
3x = 4 + 6y
(c)
_
2x + 3y = 7
3x 2y = 6
(d)
_
5x + y = 1
7y = 3x
5. Qual dos seguintes sistemas corresponde matriz de coecientes:
_
_
3 2 1
0 1 5
2 0 1
_
_
.
(a)
_
_
_
3x + 2y = 1
y = 5
2x = 1
(b)
_
_
_
3x = 2
2x + y = 0
x + 5y = 1
(c)
_
_
_
3x + 2z = 10
2x + y = 0
x + 5y +z = 5
(d)
_
_
_
3x + 2y z = 3
y + 5z = 15
2x + z = 3
6. Considere o sistema
_
_
_
x + y + z = 3
2x + 2y + 2z = 6
3x + 3y + 3z = 10
Identique qual das armaes seguintes verdadeira.
(a) Existe uma nica soluo x = 1, y = 1, z = 1.
(b) O sistema impossvel.
(c) Existe um nmero innito de solues.
7. Resolva os sistemas de equaes lineares:
(a) usando a matriz A
1
(b) por eliminao de Gauss
(c) usando a Regra de Cramer
i.
_
x y = 4
4x + 2y = 6
ii.
_
2x y = 3
5x + 7y = 4
iii.
_
2x y = 3
2x 8y = 8
iv.
_
2x 8y = 6
3x + 12y = 9
v.
_
6x + y = 3
4x y = 8
vi.
_
3x + y = 0
2x 3y = 0
8. Encontre a e b de modo que o sistema
_
ax + by = c
ax by = c
tenha soluo nica.
9. Encontre a e b de modo que o sistema
_
ax +by = c
bx + ay = c
tenha uma innidade de
solues.
10. Determine a, b, c e d, de modo que o sistema
_
ax by = c
bx + ay = d
no tenha soluo.
11. Resolva cada um dos sistemas de equaes lineares utilizando o Mtodo de Elimi-
nao de Gauss:
(a)
_
_
_
x + y + 2z = 8
x 2y + 3z = 1
3x 7y + 4z = 10
(b)
_
_
_
2x + 2y + 2z = 0
2x + 5y + 2z = 1
8x + y + 4z = 1
(c)
_
_
_
2y + 3z = 1
3x + 6y 3z = 2
6x + 6y + 3z = 5
(d)
_
_
2x + 2y + 4z = 0
w y 3z = 0
2w + 3x + y + z = 0
2w + x + 3y 2z = 0
12. Usando a Regra de Cramer, resolva o sistema de equaes lineares
_
_
_
x + y + 2z = 2
x + 2y + 2z = 1
x + 2y + 4z = 3
.
13. Discuta o seguinte sistema em funo do parmetro :
_
_
x + z + w = 1
x + y w = 0
x y + w = 1
x + y + z = 1/2
14. Determine os valores de para os quais o sistema
_
_
_
2x + y + z = 1
x + 2y z = 0
x y + z = 2
(a) no tem soluo
(b) tem soluo nica. Calcule-a para = 0.
15. Determine o valor de para o qual o sistema de equaes
_
_
_
2x 5y + 2z = 0
x + y + z = 0
2x + z = 0
tem solues distintas da trivial e calcule-as.
16. Discuta os sistemas de equaes seguintes em funo do(s) parmetro(s):
(a)
_
_
_
x + 2y + 3z = 0
2x y + z + 5t = 0
3x +y + 4z + at = 1
(b)
_
_
3x 11y +az = 0
x 2y + 2z = 0
3x + 4y 14z = 0
2x +y 2z = 0
(c)
_
_
_
2x y + z = 0
x + 2y + 2z = 0
ax + 3y 3z = 0
(d)
_
_
_
x + ay + bz = 1
a(b 1)y = a
x + ay + z = b
2
(e)
_
_
x + y z = 1
2x + y + 3z = 2
3x + 2y z = 0
x + y + z = a
(f)
_
_
x +y +z + t = 0
x + ay + 2z + 3t = 0
x +y + az + 4t = 0
x + y + z + at = 0
(g)
_
_
x + y z = 1
2x y + z = 2
x 2y + 3z = 3
2x y +az = b
(h)
_
_
_
2x + 3y z = b
x y = 1
5y + az = b
17. Um zoo tem pssaros e animais selvagens de quatro patas. Se o zoo contm 60
cabeas e 200 patas. Quantos pssaros e quantos animais selvagens vivem no zoo?
18. Numa gelataria vendem-se gelados e batidos. Um gelado composto por uma
medida de xarope e 4 bolas de gelado e o batido por uma medida de xarope e 3 bolas
de gelado. Se a loja gasta por dia 4 baldes de gelado e 5 garrafas de xarope por dia,
quantos gelados e quantos batidos vende? (1 garrafa de xarope = 32 medidas e 1
balde de gelado = 128 bolas).
19. A Companhia de Porcelana do Centro produz em cermica copos e taas para mo-
lhos. Para a produo de cada pea so necessrios alguns materiais de custo xo.
Para cada copo esse custo 25 cntimos e para cada taa 20 cntimos. Um traba-
lhador precisa, em mdia, 3 minutos para a produo do copo e 2 minutos para a
produo da taa, pois todo o processo executado por uma mquina. Se so gastos
44 euros por dia em material para a produo de copos e taas para molhos. Quan-
tos copos e taas para molho podem ser fabricadas em 8 horas de trabalho gastando
exactamente 44 euros de material?
20. Uma unidade de torrefao est interessada em testar uma mistura de trs tipos de
gro para obter um lote nal de 4500kg com um custo de 17500 euros. O primeiro
tipo de gro custa 4, 50euros/kg, enquanto que o segundo custa 4, 90euros/kg e o
terceiro 3, 55euros/kg. Na confeco de um lote necessrio que as quantidades
utilizadas do primeiro e segundo tipos de gro sejam iguais. Verique se possvel
obter o lote anteriormente referido.
21. Um agente dos servios secretos sabe que 60 avies esto estacionados num aero-
porto secreto. O agente pretende descobrir quantos destes 60 avies so avies de
guerra e quantos so bombardeiros. Ele sabe ainda que foram encomendados 250
msseis para carregar os avies. Cada avio de guerra transporta 6 desses msseis e
cada bombardeiro apenas 2 msseis. Sabe-se ainda que o nmero de avies corres-
ponde ao dobro do nmero de bombardeiros. Qual o nmero de avies de guerra e
de bombardeiros estacionados no aeroporto secreto?
22. Um turista acabou de regressar da Europa. Sabe-se que gastou em diria 30 euros na
Inglaterra, 20 em Frana e 20 em Espanha. Para a alimentao gastou diariamente
20 euros em Inglaterra, 30 euros em Frana e 20 euros em Espanha. Gastou ainda
diariamente 10 euros em despesas extras. No total o turista gastou 340 euros em
hospedagem, 320euros em alimentao e 140 euros em despesas extras. Pretende-
se determinar o nmero de dias que o turista esteve em cada pas.
_
_
_
2x y + 3z = a
3x + y 5z = b
5x 5y + 21z = c
Mostre que o sistema impossvel se c = 2a 3b.
_
_
_
2x + 3y z = a
x y + 5z = b
3x + 7y 5z = c
Encontre as condies sobre a, b e c tais que o sistema seja possvel.
25. Seja A uma matriz regular de ordem n. Prove que os sistemas de n equaes a n
incgnitas, AX = B e A
1
X = C posuem a mesma soluo se e s se B = A
2
C.
26. Considere o sistema de equaes lineares
_
_
_
x + y + z = 1
x + 2y = 2
2x +y z =
(, R).
(a) Deternine os valores de e para os quais (x, y, z) = (1, 1, 1) soluo do
sistema.
(b) Discuta o sistema em funo dos parmetros reais e .
(c) Considre = 1 e = 0 e determine, utilizando a regra de Cramer, o valor de
y.
27. Uma companhia produz trs produtos, sendo cada um deles processado atravs de
trs departamentos diferentes. A tabela seguinte sintetiza as horas requeridas, para
a produo de uma unidade de cada artigo, em cada departamento.
Departamento Produto Horas disponveis por semana
1 2 3
A 2 3, 5 3 1200
B 3 2, 5 2 1150
C 4 3 2 1400
Alm disso, a capacidade semanal de produo, isto , a produo mxima que cada
departamento pode atingir, trabalhando em condies normais, com o equipamento
existente, para cada departamento, indicada em horas disponveis. Pretende-se
determinar se existem combinaes de produo dos trs itens para as quais se
esgotem as capacidades semanais dos trs departamentos.
4.7.1 Solues
1. a) b) e c).
2. b).
3. b).
4. a) e b).
5. d).
6. b).
7. (a)
(b)
(c) i. (5, 1).
ii. (17/19, 23/19).
iii. (12/7, 11/7).
iv. (0, 3/4).
v. (11/2, 30).
vi. (0, 0).
8. (c/a, 0), para a = 0 e b = 0.
9. a = b ou a = b.
10. d = c
_
(a = b
_
a = b).
11. (a) S = {(3, 1, 2)}.
(b) S = {(
13z
7
,
4z+1
7
, z) : z IR}.
(c) S = {}.
(d) S = {(x, x, 0, x) : x IR}.
12. S = {(1, 1, 1)}
13. Se = 1, o sistema possvel indeterminado; se = 1, o sistema possvel
determinado.
14. (a) O sistema no tem soluo para = 2;
(b) O sistema tem soluo nica para = 2
15. O sistema indeterminado se = 2. Neste caso, S = {(x, 0, x)}.
16. (a) Se a = 5, o sistema mpossvel; se a = 5 o sistema possvel determinado.
(b) O sistema possvel de soluo nica para qualquer valor de a.
(c) Se a = 6, o sistema ndeterminado; se a = 6 o sistema possvel
determinado.
(d) Se a = 0, o sistema indeterminado, para qualquer valor de b; se a = 0 e
b = 1, ento o sistema mpossvel; se a = 0 e b = 1, ento o sistema
possvel determinado.
(e) Se a = 3, o sistema possvel determinado; se a = 3 o sistema mpossvel.
(f) Se = 1, o sistema possvel determinado; se = 1 o sistema possvel
indeterminado.
(g) Se a = 1, o sistema possvel determinado, para qualquer valor de b; se
a = 1 e b = 2, o sistema mpossvel; Se a = 1 e b = 2, ento o sistema
indeterminado.
(h) Se a = 1, o sistema possvel determinado, para qualquer valor de b; se
a = 1 e b = 1/2, o sistema mpossvel; Se a = 1 e b = 1/2, ento o sistema
indeterminado.
17. 20 aves e 40 animais com quatro patas.
18. 92 gelados e 68 batidos.
19. 120 copos e 80 taas.
20. Obtemos o referido lote se utilizarmos, aproximadamente, 793 Kg do primeiro e do
segundo tipo de gro e 2914 Kg do terceiro tipo de gro.
21. 40 avies de guerra e 20 bombardeiros.
22. O turista esteve 6 dias em Inglaterra, 4 dias em Frana e 4 dias em Espanha.
23.
24. O sistema possvel determinado para quaisquer valores de a, b, c R.
25.
26. (a) = 0 e = 4.
(b) Se = 3, o sistema possvel determinado, para qualquer valor de ; se
= 3 e = 1, o sistema mpossvel; Se = 3 e = 1, ento o sistema
indeterminado.
(c) y = 2/5.
27. Devero ser produzidos 200 artigos do produto 1, 100 artigos do produto 2 e 150
artigos do produto 3.
Bibliograa
[1] R., Harshbarger e J., Reynolds, Matemtica Aplicada,Administrao, Economia e
Cincias sociais e Biolgicas, McGraw-Hill (2006).
[2] J, Silva, Princpios da Anlise Matemtica Aplicada, McGraw-Hill.
[3] T, Apostol, Clculo, volume 1, Editorial Reverte (1994).
[4] G, Strang, Linear Algebra and its Applications, Harcourt Brace Jovanovich College
Publishers (1986).
[5] E., Giraldes, M Smith e V., Fernandes, lgebra linear e Geometria Analtica,
McGraw- Hill (1995).
[6] L., Magalhes, lgebra Linear como Introduo Matemtica Aplicada, Texto Edi-
tora (1989).
83

Sebenta 2008 - 2009

Загружено:

Сведения о документе

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

Sebenta 2008 - 2009

Загружено:

Авторское право:

Доступные форматы

Notas tericas e prticas

y. Pela regra da cadeia,

(x) = 0, para qualquer x desse intervalo. Ento f tem uma inversa g, a

(x). Analogamente, a taxa de variao de uma funo f

(x) = 0 e por isso f(x) g(x) = k

(c) > 0, ento f(x

(x) > 0 x ] , 0[]2, +[

(x) < 0 x ]0, 2[

(x) = 0, g(x) = 0, x ]a, b[, lim

, seja a nito ou innito;

tendem para 0, quando x tende para a, ento

nos permite determinar os intervalos de mo-

(x) > 0, para todo o x em ]a, c[ e f

(x) < 0, para todo o x em ]c, b[, ento f

(x) < 0, para todo o x em ]a, c[ e f

(x) > 0, para todo o x em ]c, b[, ento f

dada pelo sinal da funo f

, ento temos o seguinte teste

(x) > 0 para a < x < b, ento f cncava para cima

, determinar todos os pontos crticos de primeira ordem e represent-los

, determinar todos os pontos crticos de segunda ordem e represent-los

(x) monotonia de f concavidade de f

(t) > 0 quando t < 10

= f, dizemos que g uma primitiva de de f. Por exemplo g(x) = x

(x) = f(x) para todos os valores de x em I.

(x) = 0 para todos os valores de x em

(x) = f(x) vale para todos os valores de x no domnio de f.

x pessoas por ms. Vamos determinar a populao daqui a 9 meses,

Exemplo 3.6.5. 1. Sendo A =

usando propriedades dos determinantes

= (b a)(c a)(c b).

17. Determine os valores do escalar R para os quais a matriz A I singular,

= 1, calcule os seguintes determinantes:

Вам также может понравиться