Cálculo Diferencial e Integral III

C. Ortiz∗

9 de março de 2025

Resumo
Estas notas estão baseadas nas aulas ministradas pelo autor na disciplina MAT0216
“Cálculo diferencial e integral III” oferecida no Instituto de Física da Universidade de São
Paulo, no primeiro semestre de 2025.

Conteúdo
1 Introdução 1

2 Conceitos de álgebra linear 3

2.1 Funções lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

3 Funções diferenciáveis de várias variáveis 6

3.1 Campos escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.2 Campos de vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

4 Integração em várias variáveis 10

4.1 Integrais de linha . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.2 Integrais múltiplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1 Introdução
O estudo das propriedades locais e globais de funções reais de uma variável real é o objetivo
principal dos cursos de Cálculo I e II. Uma função f : I ⊆ R → R definida em um intervalo da
reta, descreve típicamente a evolução com o tempo de algum observável de interesse físico, por
exemplo, a posição de uma partícula sob o efeito de um campo de forças. Buscamos entender
como varia a função f ao longo do tempo e, neste contexto, temos duas noções importantes. Se
x0 , x1 ∈ I são pontos quaisquer, a variação média de f no intervalo [x0 , x1 ] é definida por

f (x1 ) − f (x0 )
.
x1 − x0
Por outro lado, se a ∈ I, a variação instantânea de f em a, é definida como o limite de
variações médias
∗
cortiz@[Link], Instituto de Matemática e Estatística, Universidade de São Paulo, Rua do Matão 1010,
Cidade Universitária, 05508-090, São Paulo - Brasil

1
 f (a + h) − f (a)
f ′ (a) = lim ,
h→0 h
quando este limite existir. Neste caso, o número real f ′ (a) é chamado de derivada de f no
ponto a ∈ I. Dizemos que f : I ⊆ R → R é derivável se f ′ (a) existe para cada a ∈ I.
A modo de exemplo, se uma partícula se movimenta em linha reta e sua posição ao longo do
tempo é dada por uma função derivável f : I ⊆ R → R, então a variação média de f no intervalo
[x0 , x1 ] nada mais é do que a velocidade média da partícula no intervalo de tempo [x0 , x1 ]. Já a
derivada f ′ (a) representa a velocidade instantânea da partícula no instante do tempo a ∈ I.
O anterior se relaciona com o seguinte conceito.
Definição 1.1. Dizemos que f : I ⊆ R → R é diferenciável no ponto a ∈ I quando existem
uma função linear La : R → R e r : R → R satisfazendo

f (a + x) = f (a) + La (x) + r(x), (1)

r(x)
com limx→0 x = 0.

O anterior implica que limx→0 r(x) = 0. Porém, como limx→0 r(x)x = 0, concluímos que r(x)
converge para zero mais rápido do que x. Assim, uma função f : I ⊆ R → R é diferenciável em
a ∈ I se f (a + x) − f (a) pode ser aproximada por uma função linear na variável x . A parte
linear de f em a é a função linear La : R → R, a qual tem a seguinte expressão

La (x) = f ′ (a)x,
para cada x ∈ I. Isto decorre diretamente da Definição 1.1. Como consequência, temos que a
função f é derivável em a se e somente se f é diferenciável em a.
Resumindo, a derivada de uma função em um ponto do domínio representa a variação instan-
tânea de dita função, mas também permite aproximá-la por uma função mais simples, a saber,
uma função linear. Vejamos isto em um exemplo concreto.
Exemplo 1.1. O movimento de um pêndulo é governado pela equação diferencial de ordem 2

x′′ + sen(x) = 0, (2)

em que x : R → R descreve é posição da partícula em função do ângulo entre o eixo do pêndulo e
uma reta perpendicular a sua base. Trata-se de uma equação diferencial não linear, mas podemos
aproximar este modelo por uma equação linear quando o ângulo de oscilação é muito pequeno.
Para tal, usando o fato que a função f (x) = sen(x) é diferenciável em a = 0 e f ′ (0) = cos(0) = 1,
deduzimos que

sen(x) = sen(0) + x + r(x) = x + r(x),

r(x)
com limx→0 x = 0. Desta forma, podemos considerar a equação diferencial

x′′ + x = 0,
a qual pode ser vista como uma aproximação linear de (2) para oscilações pequenas. A equação
aproximada tem soluções da forma

x(t) = a · cos(t) + b · sen(t),

2
em que a, b ∈ R são constantes. Tais soluções descrevem de boa forma o comportamento oscila-
tório da posição do pêndulo ao longo do tempo.

Nestas notas de aula estendemos o cálculo diferencial e integral para funções de várias variáveis
reais. Começaremos a exposição com preliminares de álgebra linear.

2 Conceitos de álgebra linear

Sistemas físicos determinísticos possuem uma quantidade finita de graus de liberdade. Nesta
seção introduzimos conceitos matemáticos que permitem estudar o movimento de uma partícula
com n graus de liberdade. Dado um número natural n, definimos o espaço euclidiano de
dimensão n por

Rn = {(x1 , ..., xn ) | xi ∈ R, ∀i = 1, ..., n}.

Denotamos um elemento genérico de Rn por x = (x1 , ..., xn ) e dizemos que os números reais
x1 , ..., xn são as coordenadas canônicas de x. Se n = 1, escrevemos simplesmente R em vez
de R1 .

Exemplo 2.1 (Plano euclidiano). Se n = 2, o espaço euclidiano R2 de dimensão dois é simples-

mete o plano euclidiano com coordenadas cartesianas. Neste caso, escrevemos x, y para indicar
as coordenadas canônicas de um ponto genérico em R2 . Pensamos então (x, y) como um vetor no
plano com extremos inicial e final na origem e no ponto com coordenadas x, y, respectivamente.

Exemplo 2.2 (Espaço euclidiano). Para n = 3, o espaço euclidiano R3 de dimensão três coincide
com o espaço euclidiano com coordenadas cartesianas x, y, z. Com isto, um ponto qualquer de
R3 é denotado por (x, y, z) ∈ R2 e pode ser visto como um vetor com ponto base na origem e
extremo (x, y, z).

De forma geral, os elementos de Rn podem ser vistos como vetores com ponto inicial na origem
e ponto final x = (x1 , ..., xn ). Com esta interpretação, o espaço Rn possui duas operações
importantes, a soma de vetores e multiplicação de um vetor por escalar. Definimos a soma de
x = (x1 , ..., xn ), y = (y1 , ..., yn ) ∈ Rn por

x + y = (x1 + y1 , ..., xn + yn ).
A multiplicação de x = (x1 , ..., xn ) pelo escalar c ∈ R é definida por

c · x = (cx1 , ..., cxn ).

O produto interno euclidiano entre dois vetores x = (x1 , ..., xn ), y = (y1 , ..., yn ) ∈ Rn , é
definido da seguinte maneira
n
X
x•y = xi yi . (3)
i=1

Podemos usar o produto interno euclidiano para introduzir a norma euclidiana de x =

(x1 , ..., xn ) ∈ Rn queé o número real

∥x∥ = (x • x)1/2 .

3
Abrindo a expressão acima, obtemos ∥x∥ = (x21 + ... + x2n )1/2 . Em posse da norma euclidiana,
podemos agora definir a distância euclidiana entre pontos de Rn por

deu (x, y) = ∥x − y∥, (4)

para cada x, y ∈ Rn .
Exemplo 2.3. O produto interno euclidiano (3) entre (x, y), (x′ , y ′ ) ∈ R2 , adota a forma

(x, y) • (x′ , y ′ ) = xx′ + yy ′ .

Tem-se que (x, y) • (x′ , y ′ ) = ∥(x, y)∥∥(x′ , y ′ )∥cos(θ), em que θ ∈ [0, 2π) é o ângulo entre os
vetores (x, y) e (x′ , y ′ ). Em particular, dois vetores em R2 são perpendiculares se o somente o
produto interno entre eles é nulo.

2.1 Funções lineares

No que segue estudamos funções entre espaços euclidianos, para as quais vale o princípio de
superposição. Em outras palavras, funções que preservam as operações de soma e multiplicação
por escalar.
Definição 2.1. Uma função L : Rn → Rm é linear se para cada x, y ∈ Rn e c ∈ R, tem-se:

1. L(x + y) = L(x) + L(y)

2. L(cx) = cL(x).

Note que se L é linear, então L(0) = 0. De fato, escrevendo 0 = 0 + 0, obtemos

L(0) = L(0 + 0) = L(0) + L(0) = 2L(0),

daí L(0) = 0.
Vejamos alguns exemplos de funções lineares e de funções não lineares.
Exemplo 2.4. A função identidade I : Rn → Rn dada por I(x) = x é linear.
Exemplo 2.5. Para cada c ∈ R, a função L : Rn → Rn dada pela multiplicação por escalar
L(x) = cx é linear.
Exemplo 2.6. A função nula N : Rn → Rm dada por N (x) = 0 para cada x ∈ Rn é linear.
Exemplo 2.7. Dado i = 1, ..., n a i-ésima projeção canônica é a função πi : Rn → R dada
por πi (x1 , ..., xn ) = xi . É fácil ver que πi é linear.
Exemplo 2.8. Fixado a = (a1 , ..., an ) ∈ Rn , a função L : Rn → Rn dada pelo produto escalar
por a

L(x) = a • x,
é linear.
Exemplo 2.9. A função f : R2 → R dada por f (x, y) = x2 não é linear. Pois não cumpre com a
primeira condição da Definição 2.1 devido ao termo de segundo grau. Da mesma forma, a função
g : R2 → R definida por g(x, y) = x + y + 3 não é linear, pois g(0, 0) = 3 ̸= 0.

4
Exemplo 2.10. Em geral, se fixarmos um vetor a = (a1 , ..., an ) ∈ Rn , podemos definir a função
L : Rn → Rn dada pela soma L(x) = a + x. É fácil ver que L não é linear.
Exemplo 2.11. Seja A uma matriz m × n com coeficientes reais. A função LA : Rn → Rm
definida por

LA (x) = Ax, (5)

é linear.
Vamos provar que toda função linear L : Rn → Rm é da forma (5) para uma única matriz A
associada a L. Começaremos com uma situação mais simples, o estudo de funcionais lineares.
Definição 2.2. Um funcional linear em Rn é uma função linear f : Rn → R cujo contradomínio
é R.
Funcionais lineares em Rn foram apresentados no Exemplo 2.7 e no Exemplo 2.8. Note que
o Exemplo 2.7 é um caso particular do Exemplo 2.8. De fato, se no Exemplo 2.8 tomarmos
ei = (0, ..., 0, 1, 0, ..., 0) onde 1 aparece na i-ésima entrada, então

πi (x1 , ..., xn ) = ei • (x1 , ..., xn ).

De fato, o Exemplo 2.8 descreve todos os possíveis funcionais lineares em Rn conforme o seguinte
resultado.
Teorema 2.1 (Teorema de Riesz). Seja f : Rn → R um funcional linear em Rn . Existe um
único vetor a ∈ Rn tal que

f (x) = a • x,
para todo x ∈ Rn .
Demonstração. Dado x = (x1 , ..., xn ) ∈ Rn qualquer, escrevemos x como combinação dos vetores
canônicos e1 , ..., en :
n
X
x= xi ei .
i=1
Então, usando a linearidade de f obtemos
n
X
f (x) = xi f (ei ).
i=1

Agora basta definir a = (a1 , ..., an ) ∈ Rn onde ai = f (ei ) ∈ R para cada i = 1, ..., n. Daí segue
que

f (x) = a • x,
para cada x ∈ Rn , como desejado.

Vamos demonstrar agora o caso geral de funções lineares L : Rn → Rm .

5
Teorema 2.2. Seja L : Rn → Rm uma função linear. Existe uma única matrix A de tamanho
m × n tal que

f (x) = Ax,
para cada x ∈ Rn .

Demonstração. Para cada x ∈ Rn , o ponto L(x) ∈ Rm tem m coordenadas, as quais dependem

de x. Escrevemos cada uma destas coordenadas na forma fi (x) ∈ R com i = 1, .., m. Isto
determina m funções f1 , ..., fm : Rn → R, as quais necessariamente são lineares, pois L é linear.
Como consequência do Teorema de Riesz 2.1, existem únicos a1 , ..., am ∈ Rn tais que

fi (x) = ai • x,
para cada x ∈ Rn . A matriz A do enunciado é a matriz A cujas linhas são os vetores a1 , ..., am .

Segue da prova do Teorema 2.1 que cada ai ∈ Rn pode ser escrito em coordenadas como

ai = (fi (e1 ), ..., fi (en )).

Assim, a matriz A do Teorema 2.2 tem a forma
 
f1 (e1 ) · · · f1 (en )
 f2 (e1 ) · · · f2 (en ) 
A= . ..  .
 
 ... ··· . 
fm (e1 ) · · · fm (en )
Em particular, a j-ésima coluna de A é dada por L(ej ) ∈ Rm .

Exemplo 2.12 (Rotações). Seja Rθ : R2 → R2 a rotação em ângulo θ no sentido anti-horário.

A função Rθ é linear e a matriz associada de acordo com o Teorema 2.2 é
 
cos(θ) −sen(θ)
A=
sen(θ) cos(θ)
Para verificar isto, basta encontrar as colunas de A, as quais sabemos são dadas por Rθ (e1 ) =
(cos(θ), senθ) e Rθ (e2 ) = (−sen(θ), cos(θ)), respectivamente.

3 Funções diferenciáveis de várias variáveis

Nesta seção introduzimos a noção de diferenciabilidade de uma função de várias variáveis. Assim
como no caso linear, começamos nosso estudo com a versão não linear de um funcional linear,
isto é, um campo escalar. Em seguida, nos dedicaremos ao estudo dos campos vetoriais.

6
3.1 Campos escalares
Seja X ⊆ Rn um subconjunto não vazio. Uma função real f : X ⊆ Rn → R com domínio
X é chamada um campo escalar em X. Fisicamente, podemos pensar X como o espaço de
configuração de um sistema e f como um observável físico.

Exemplo 3.1. Todo funcional linear f : Rn → R é um campo escalar em Rn .

Exemplo 3.2 (Energia Cinética). A função k : Rn → R dada por

n
∥x∥2 1X 2
k(x) = = xi ,
2 2
i=1

é um campo escalar em Rn .

Exemplo 3.3 (Hamiltoniana). Suponha que f : Rn → R é um campo escalar. Considere o

produto cartesiano R2n = Rn × Rn , cujos pontos são denotados por (x, y) com x = (x1 , ..., xn ) ∈
Rn e y = y1 , ..., yn ∈ Rn . Definamos

H : R2n → R (6)
(x, y) 7→ f (x) + k(y), (7)

em que k : Rn → R é como no Exemplo 3.2. Então H é um campo escalar em R2n , o qual

representa uma Hamiltoniana para um sistema conservativo com energia potencial f .

Exemplo 3.4. A função f : R2 \ {0} → R dada por

x
f (x, y) = ,
x2 + y 2
é um campo escalar em X = R2 \ {0}.

Dado um sistema conservativo, é comum procurarmos constantes de movimento, ou seja, ob-

serváveis que são constantes ao longo de qualquer trajetória. No Exemplo 3.3, é possível mostrar
que a função H : R2n → R é uma constante de movimento, i.e. vale o princípio de conservação
da energia. O problema de achar constantes de movimento é formulado matematicamente da
seguinte maneira: dado um campo escalar f : X ⊆ Rn → R e uma curva γ : I ⊆ R → X ⊆ Rn ,
considere a função g : I ⊆ R → R dada por

g(t) = f (γ(t)).
Temos interesse na derivada g ′ (t), caso g for derivável.
Consideramos primeiramente a variação de um campo escalar ao longo de um segmento de
reta. Seja f : X ⊆ Rn um campo escalar em X. Dados um ponto a ∈ X e um vetor v ∈ Rn , a
reta que passa por a com direção v é a curva γ : R → Rn definida por

l(t) = a + tv.

Hipótese 1. Suponha que existe ϵ > 0 tal que l(t) ∈ X se |t| < ϵ.

7
O anterior diz que X contém um pequeno segmento de reta centrado em a ∈ X. Assumindo que
vale a Hipótese 1, consideremos agora a função g : (−ϵ, ϵ) ⊆ R → R dada por

g(t) = f (a + tv).
Note que g(0) = f (a). Se g for derivável em 0, a derivada g ′ (0) é chamada de derivada
direcional de f no ponto a na direção v ∈ Rn . Explicitamente, temos

f (a + hv) − f (a)
g ′ (0) = lim .
h→0 h
Denotaremos a derivada direcional de f em a na direção v por ∂f
∂v (a). Dado i = 1, .., n a derivada
direcional de f em a na direção ei é chamada i-ésima derivada parcial de f em a, e denotada
por

∂f
(a),
∂xi
Observação 3.1. A definição da derivada direcional, em particular das derivadas parciais, de-
pende da validade da Hipótese 1. Porém, tal hipótese pode não ser verdadeira para qualquer
X ⊆ Rn . No que segue, mostraremos uma condição em X de forma que a Hipótese 1 seja válida
e portanto, derivadas direcionais e derivadas parciais são objetos bem definidos.

Vejamos alguns exemplos concretos.

Exemplo 3.5. Considere a esfera unitária em Rn+1 definida por

Sn = {x ∈ Rn+1 | ∥x∥ = 1}.

Se a ∈ Sn então a reta que passa por a com direção v = a não está contida na esfera. Isto pode
ser visto geometricamente, uma vez que tal reta passa a e é perpendicular à esfera, intersectando-a
em apenas dois pontos, a saber a e −a. Algebricamente, a reta em questão é dada por

γ(t) = a + ta = (t + 1)a; t ∈ R.
Note que se γ(t) ∈ Sn , então ∥γ(t)∥2 = 1, isto é (t + 1)2 = 1, portanto t(t + 2) = 0 e os únicos
valores de t que satisfazem esta equação são t = 0 e t = −2. Tais valores de t correspondem aos
pontos a, −a ∈ Sn , respectivamente. Para |t| > 0 próximo de zero, o ponto γ(t) ∈ / Sn .

Exemplo 3.6. Dados a ∈ Rn e r > 0, definimos a bola aberta centrada em a ∈ Rn e raio r

por

B(a, r) = {x ∈ Rn | ∥x − a∥ < r}.

Afirmamos que se v ∈ Rn , então a reta γ(t) = a + tv está contida em B(a, r) para |t| > 0
suficientemente pequeno. Primeiro note que se v = 0, não nada há que provar. Agora, se v ̸= 0,
basta tomar 0 < |t| < r/∥v∥, então

∥γ(t) − a∥ = ∥tv∥ = |t|∥v∥ < r.

Logo γ(t) ∈ B(a, r) para t ∈ (−r/∥v∥, r/∥v∥).

8
 Para garantir que um conjunto X ⊆ Rn possui suficientes segmentos de reta, basta impor que
todo a ∈ X é centro de alguma bola aberta. Isto nos leva à seguinte definição.

Definição 3.1. Um subconjunto U ⊆ Rn é aberto se para cada a ∈ U existe r > 0 tal que
B(a, r) ⊂ U .

Note que na definição anterior, o raio r > 0 depende do ponto a ∈ U e r > 0 não é único.

Exercício 3.1. Prove que toda bola aberta B(a, r) ⊆ Rn é um subconjunto aberto.

Consideremos agora um campo escalar f : U ⊆ Rn → R. Dado a ∈ U e v ∈ Rn , considere

γ(t) = a + tv a reta que passa por a com direção v. Existe ϵ > 0 suficiente pequeno tal que
γ(t) ∈ U se t ∈ (−ϵ, ϵ). Portanto podemos considerar a derivada direcional

∂f f (a + hv) − f (a)
(a) = lim ,
∂v h→0 h
quando este limite existir.
Agora estamos prontos para introduzir a conceito de diferenciabilidade para campos escalares.

Definição 3.2. Seja f : U ⊆ Rn → R um campo escalar definido em um subconjunto aberto

U ⊆ Rn . Dizemos que f é diferenciável em a se existe uma função linear La : Rn → R tal que

f (a + v) − f (a) − La (v)
lim = 0. (8)
v→0 ∥v∥
Observação 3.2. Note que como U ⊆ Rn é aberto, então a + v ∈ U se ∥v∥ > 0 é suficientemente
pequeno.

Mostraremos que a função linear La : Rn → R da Definição 3.2 é única. Para isto, vamos
mostrar que a propriedade (8), permite achar uma fórmula explícita para La , a qual depende
apenas de f e do ponto a.
De fato, como La é um funcional em linear em Rn , pelo Teorema de Riesz 2.1, existe um único
vetor c = (c1 , ..., cn ) ∈ Rn de forma que La (v) = c • v para todo v ∈ Rn . Além disso, cada
coordenada ci = La (ei ), i = 1, ..., n. Vamos encontrar então uma expressão para La (ei ). Segue
de (8) que

f (a + tei ) − f (a) − La (tei )

0 = lim
t→0 ∥tei ∥
f (a + tei ) − f (a) − tLa (ei )
= lim
t→0 |t|
f (a + tei ) − f (a)
= lim − La (ei )
t→0+ t
Concluímos portanto que

f (a + tei ) − f (a)
La (ei ) = lim
t→0 t
∂f
= (a).
∂xi

9
 Assim, se v = (v1 , ..., vn ) ∈ Rn temos

n
X ∂f
La (v) = (a)vi
∂xi
i=1
=∇f (a) • v,
 
∂f ∂f
em que ∇f (a) = ∂x1 (a), ..., ∂xn (a) é o vetor gradiente de f de no ponto a.

3.2 Campos de vetores

4 Integração em várias variáveis

4.1 Integrais de linha
4.2 Integrais múltiplas

Referências

10