Mapa mental
Cálculo II

Mapa mental: Cálculo II
Conteúdo do mapa
Cálculo II
Derivada
- Regra da Cadeia
- Lembrando que a Regra da Cadeia para uma função de uma única variável nos dava uma regra para derivar uma função composta: se ? = ?(?)e e ? = ?(?), onde ? e ? são funções diferenciáveis, então ? é uma função indiretamente diferenciável de ? e, assim: ??/?? = ??/?? . ??/??
- Para as funções de mais de uma variável, a Regra da Cadeia tem muitas versões, cada uma delas fornecendo uma regra de derivação de uma função composta. Presumimos que ? seja diferenciável e, ainda, vamos lembrar que este é o caso quando ?? e ?? são contínuas.
- 1º Caso
- A primeira versão lida com o caso onde ? = ?(?, ?) e cada uma das variáveis ? e ? é, por sua vez, uma função de uma variável ?, ? = ?(?) e ? = ℎ(?) . Isso significa que ? é indiretamente uma função de ?, ? = ?(?(?), ℎ(?)), e a Regra da Cadeia dá uma fórmula para diferenciar ? como uma função de t. dz/dt = ∂z/∂x . dx/dt + ∂z/∂y . dy/dt
- 2° Caso
- Vamos considerar agora a situação onde ? = ?(?, ?), mas ? e ? são funções de outras duas variáveis ? e ?: ? = ?(?,?), ? = ℎ(?,?), então ? é indiretamente uma função de ? e ? e desejamos determinar ??/?? e ??/??. Lembre-se de que para calcular ??/?? mantemos ? fixo e calculamos a derivada ordinária de ? em relação a ?. ∂z/∂t = ∂z/∂x . ∂x/∂t + ∂z/∂y . ∂y/∂t ∂z/∂s= ∂z/∂x . ∂x/∂s + ∂z/∂y . ∂y/∂s
- Diferenciação Implícita
- 3° Caso
- Supomos que uma equação da forma ?(?, ?) = 0 defina ? implicitamente como uma função diferenciável de ?, isto é, ? = ?(?), onde ?(?, ?(?)) = 0 para todo ? no domínio de ?. Se ? é diferenciável, podemos aplicar o caso 1 da Regra da Cadeia para diferenciar ambos os lados da equação ?(?, ?) = 0 com relação a ?. Já que ? e ? são funções de ?, obtemos: ∂F/∂x . dx/dx + ∂F/∂y .dy/dy = 0
- No entanto, ??/?? = 1, então se ??/ ?? ≠ 0, resolvemos para ??/?? e obtemos: ??/?? = − (??/ ??) / (??/??)= − ??/??
- 4° Caso
- Suponha agora que ? seja dado implicitamente como uma função ? = ?(?, ?) por uma equação da forma ?(?, ?, ?) = 0. Isso significa que ?(?, ?, ?(?, ?)) = 0 para todo (?, ?) no domínio de ?. Se ? e ? forem diferenciáveis, utilizamos a Regra da Cadeia para derivar a equação ?(?, ?, ?) = 0 da seguinte forma: ??/?? . ??/?? + ??/?? . ??/?? + ??/?? . ??/?? = 0
- Como ?/?? (?) = 1 e ?/?? (?) = 0, essa equação se torna: ??/?? . ??/?? + ??/?? . ??/?? = 0 Se ??/?? ≠ 0, resolvemos para ??/?? e obtemos a primeira fórmula das Equações 4. A fórmula para ??/?? é obtida de uma maneira semelhante. ??/?? = −(??/??) / (??/??) ??/?? = −(??/??) / (??/??)
- 3° Caso
- Direcional
- Nosso objetivo é calcular a taxa de variação de uma função z = f(x,y) na direção de um vetor unitário ↗u = [a b]^T = a↗i+b↗j = cos(θ)↗i+sen(θ)↗j
- Definição: Seja z = f(x,y) e u=cos(θ) i + sen(θ) j um vetor unitário. Então a derivada direcional de f na direção do vetor u, denotada por Duf é: D_u f = lim(t→0) [f(x0+tcos(θ), y0+tsen(θ)) - f(x0,y0)]/t
- Existem infinitas derivadas direcionais de uma superfície em um ponto dado. Duas delas são as derivadas parciais fx e fy. eixo x,(θ=0): u ⃗=cos〖0i ⃗ 〗+sen〖0j ⃗ 〗=i ⃗ ⇒ D_i ⃗ f(x,y)=f_x (x,y) eixo y, (θ = π/2): u ⃗=cos〖π/2 i ⃗ 〗+sen〖π/2 j ⃗ 〗=j ⃗ ⇒ D_j ⃗ f(x,y)=f_y (x,y)
- Vetor Gradiente
- Definição de vetor gradiente: Seja z = f(x,y) tais que fx e fy existam. Então, o gradiente de f, denotado por ∇ ⃗f(x,y), é o vetor ∇ ⃗f(x,y) = [fx(x,y) fy(x,y)]^T = fx (x,y) i ⃗ + fy (x,y) j ⃗ Obs: O gradiente de f é um vetor no plano xy, partindo do ponto (x,y).
- Como o gradiente de f é um vetor, podemos escrever a derivada direcional de f na direção do vetor u como: D_u f(x,y)= [∂/∂x f(x,y) ∂/∂y f(x,y)]^T ⋅ [cos(θ) . sen(θ)]^T ⇒ D_u ⃗ f(x,y) = ∇ ⃗f(x,y)∙u ⃗
- Aplicações do gradiente: Seja f uma função diferenciável no ponto (x,y). 1. Se ∇ ⃗f(x,y) = 0 ⃗, então D_u ⃗ f(x,y) = 0 para todo vetor u ⃗. 2.O valor máximo de D_u ⃗ f(x,y) é ‖∇ ⃗f(x,y)‖. 3.A direção e sentido de crescimento máximo de f é dado pelo ∇ ⃗f(x,y). 4.O valor mínimo de D_u ⃗ f(x,y) é -‖∇ ⃗f(x,y)‖. 5. A direção e sentido de crescimento mínimo de f é dado pelo -∇ ⃗f(x,y). 6.∇ ⃗f(x,y)≠0 ⃗, então ∇ ⃗f(x,y) é normal a curva de nível em (x,y).
- Pontos Críticos
- Definição: Uma função de duas variáveis tem um máximo local em (a,b) se f(x,y) ≤ f(a,b) quando (x,y) está próximo de (a,b), isto é, f(x,y) ≤ f(a,b) para todos os pontos (x,y) em alguma bola aberta com centro em (a,b). O número f(a,b) é denotado por valor máximo local. Se f(x,y) ≥ f(a,b) quando (x,y) está próximo de (a,b), então f tem um mínimo local em (a,b) e f(a,b) é um valor mínimo local.
- Observação: Se as inequações da definição acima valerem para todos os pontos (x,y) ∈ Domf, então f tem um máximo absoluto (ou mínimo absoluto) em (a,b).
- Teorema: Se f tem um máximo ou mínimo local em (a,b) e as derivadas parciais de primeira ordem de f existirem nesse ponto, então ∂f/∂x (a,b) = 0 e ∂f/∂y (a,b) = 0.
- Definição: Um ponto (a,b) é chamado ponto crítico de f se f_x (a,b)=0 e f_y (a,b)=0, ou se uma das derivadas parciais não existir. Pelo teorema anterior, podemos concluir, que se f tem um máximo ou mínimo local em (a,b), então (a,b) é um ponto crítico de f.
- Teste da Segunda derivada
- Teste da segunda derivada: Suponha que as segundas derivadas parciais de f sejam contínuas em uma bola aberta com centro em (a,b), suponha que f_x (a,b) = 0 e f_y (a,b) = 0, ou seja, (a,b) é um ponto crítico de f. Seja H(a,b) = f_xx (a,b) f_yy (a,b) - [f_xy (a,b)]^2(a)Se H(a,b)>0 e f_xx(a,b)>0,então (a,b) é ummínimo local.(b)Se H(a,b)>0 e f_xx(a,b)<0,então (a,b) é ummáximo local.(c)Se H(a,b)<0,então (a,b) nãoé mínimo nem máximo local.
- Máximos e Mínimos
- Locais
- Absoluto
- Teorema do valor extremo: Se f é contínua em um conjunto fechado e limitado D⊂R^2, então f assume um valor máximo absoluto f(x_1,y_1 ) e um valor mínimo absoluto f(x_2,y_2 ) em alguns pontos (x_1,y_1 ) e (x_2,y_2 ) de D.
- Métodos
- Invertvalo Fechado
- Método do intervalo fechado: Para determinar os valores máximos e mínimos absolutos de uma função contínua f em um conjunto fechado e limitado D: 1.Determine os valores de f nos pontos críticos de f em D. 2.Determine os valores extremos de f na fronteira de D. 3.O maior dos valores dos passos 1 e 2 é o valor máximo absoluto; o menor desses valores é o valor mínimo absoluto.
- Multiplicadores de Lagrange
- Para determinar os valores máximo e mínimo de f(x,y,z) sujeitos a restrição g(x,y,z)=k (supondo que esses valores extremos existam e que ∇ ⃗g≠0 ⃗ sobre a superfície g(x,y,z)=k: a)Determine todos os valores de x, y, z e λ tais que ∇ ⃗f(x,y,z)=λ∇ ⃗g(x,y,z) e g(x,y,z)=k b) Calcule f em todos os pontos (x,y,z) que resultaram do passo . O maior desses valores será o valor máximo de f, e o menor será o valor mínimo de f.
- λ é chamado de multiplicador de Lagrange.
- Invertvalo Fechado
- Regra da Cadeia
Pré=conceitos
- Cálculo I
- Funções
- Variável
- Uma
- Duas
- Curva de Nível
- Variável
- Limites
- Derivadas
- Ordem Superior
- Implícita
- Função Composta
- Integrais
- Funções
- Geometria Analítica
- Seções Cônicas
- Circunferência
- Elipse
- Parábola
- Hipérbole
- Curvas
- Retas
- Plano
- Equações Paramétricas
- Vetor
- Aritmética
- Produto Vetorial
- Produto Escalar
- Seções Cônicas
- Cálculo I
Integral
- Linha
Funções de 3 Variáveis
Campo
- Escalar
- Vetorial
Curva
- é um conjunto de pontos descritos com o auxilio de um único parâmetro. curva em R^n uma função que em cada valor de t acha-se um ponto.
- Curva Parametrizada
- escrever x, y e z em função de t
Informações
- Descrição
- 2º ano Cálculo Diferencial e Integral II Mapa Mental sobre Cálculo II, criado por Bruno Bentle Cerpa em 21-02-2022.
- Criado por
- Bruno Bentle Cerpa
- Visualizações
- 1
- Avaliação