Notas Complementares ao Curso de Cálculo II

Gláucio Terra
4 de outubro de 2009

Sumário

1 Avisos aos Navegantes 2

1.1 Notações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2 Fórmulas de Taylor para Funções R → R 3

2.1 Notações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Notas Preliminares sobre Funções Polinomiais R → R . . . . . . . . . . . . 3
2.3 Definição do Polinômio de Taylor . . . . . . . . . . . . . . . . . . . . . . . 4
2.4 Fórmula de Taylor com Resto de Lagrange . . . . . . . . . . . . . . . . . . 5
2.5 Fórmula de Taylor com Resto Infinitesimal † . . . . . . . . . . . . . . . . . 7
2.6 Fórmula de Taylor com Resto Integral † . . . . . . . . . . . . . . . . . . . 9

3 Cálculo Diferencial de Funções Rn → Rm 11

3.1 Noções Topológicas Elementares . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Limites e Continuidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2.1 Propriedades Elementares dos Limites . . . . . . . . . . . . . . . . 13
3.2.2 Continuidade e Limites de Funções Compostas . . . . . . . . . . . . 16
3.2.3 Limites Infinitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3 Curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4 Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4.1 Matriz Jacobiana e Vetor Gradiente . . . . . . . . . . . . . . . . . . 30
3.4.2 Regra da Cadeia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4.3 Superfı́cies de Nı́vel e Planos Tangentes . . . . . . . . . . . . . . . . 34
3.5 Aplicações Multilineares, Derivadas de Ordem Superior e Fórmulas de Taylor 36
3.5.1 Normas em Espaços Vetoriais, Limites, Continuidade e Derivabilidade 36
3.5.2 Aplicações Multilineares e Regra de Leibnitz . . . . . . . . . . . . . 42
3.5.3 Derivada de 2a. Ordem e Matriz Hessiana . . . . . . . . . . . . . . 45
3.5.4 Derivadas de Ordem Superior . . . . . . . . . . . . . . . . . . . . . 48
3.5.5 Funções de Classe Ck . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5.6 Fórmulas de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.6 Máximos e Mı́nimos de Funções Reais de Várias Variáveis . . . . . . . . . 53

1
 3.6.1 Máximos e Mı́nimos Condicionados . . . . . . . . . . . . . . . . . . 57
3.6.2 Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

Sugestões de Leitura 60

§1. AVISOS AOS NAVEGANTES

• Tem-se por objetivo, nestas notas, o estudo de alguns conteúdos do Cálculo Dife-
rencial de funções Rn → Rm complementares ao programa do curso de Cálculo II.
Estas notas não substituem, portanto, os textos indicados na bibliografia
do curso.

• Tentei escrever o texto com um nı́vel de formalismo e rigor intermediário àquele

usualmente adotado num curso de Cálculo e àquele de um curso de Análise Real.
As partes marcadas com † podem ser omitidas numa primeira leitura.

• Agradeço correções, crı́ticas e sugestões.

• Esta é uma versão preliminar e incompleta, que deve ser revisada e ampliada até o
final do semestre. Assim sendo, por motivos ecológicos (e também porque o texto
tem muitos links, de modo que é mais fácil ler no computador), sugiro não imprimir.

1.1. Notações
Eis algumas observações de caráter geral sobre a notação usada nestas notas:
. . .
(=) Uso o sı́mbolo “=” para fazer definições: uma sentença da forma “A = B” significa
que o termo “A” é definido pela expressão “B”.

(Notação Funcional) Sejam A e B conjuntos. Uso a notação “A → B” para designar

uma função ou aplicação com domı́nio A e contra-domı́nio B (i.e. sempre que
encontrar neste texto uma expressão da forma “A → B”, leia “uma função de A
em B”). Uso os termos função e aplicação como sinônimos, mas prefiro usar função
quando o contra-domı́nio é R ou C. Se quiser, na notação funcional, especificar um
“nome” para a função — digamos, “f ”, escrevo “f : A → B” (i.e. a expressão
entre aspas designa uma função A → B cujo nome é f ). Se quiser, além disso,
especificar a “regra” que define a função, uso o sı́mbolo “7→” (leia-se: “maps to”);
por exemplo, a notação “f : R → R, x 7→ x2 ” designa a função real a valores reais,
chamada de f , que leva cada número real em seu quadrado. Dada uma função
f : A → B, para cada x ∈ A, denotamos por f (x) a imagem de x pela função f , i.e.
o elemento de B ao qual se associa x através de f . Assim, usando-se esta notação,
a função do exemplo anterior também poderia ser especificada da seguinte forma:
“f : R → R dada por f (x) = x2 ”. Dado um subconjunto X ⊂ A, denota-se por
“f (X)” a imagem do conjunto X pela função f , i.e. o subconjunto de B dado por
.
f (X) = {y ∈ B | (∃x ∈ X)y = f (x)}. Em particular, f (A) denota o conjunto
imagem da função f .

2
(Notação Funcional e Transformações Lineares) Sejam V e W espaços vetoriais re-
ais, e T : V → W uma transformação linear (se você ainda não sabe o que é uma
transformação linear, volte aqui depois que aprender isto no curso de Álgebra Li-
near). Dado v ∈ V, prefiro usar a notação “T · v” em lugar de T (v), para designar a
imagem de v por T . Ou seja, usamos um “·” para denotar imagens de vetores por
transformações lineares.

§2. FÓRMULAS DE TAYLOR PARA FUNÇÕES R → R

Dada uma função real a valores reais f , suposta derivável até ordem n numa vizinhança
de um ponto x0 pertencente ao seu domı́nio, o polinômio de Taylor de ordem n de f em
x0 é definido como sendo a (única) função polinomial de grau menor ou igual a n que tem
“contato até ordem n” com f em x0 , i.e. que coincide com f em x0 e cujas derivadas de
ordens menores ou iguais a n coincidem com as de f em x0 . Nestas notas, mostrar-se-á
que um tal polinômio existe e é único, e que, num sentido a ser precisado, é o polinômio
de grau menor ou igual a n que melhor aproxima f numa vizinhança de x0 . Os principais
resultados a serem apresentados são os teoremas relativos às fórmulas de Taylor com
resto de Lagrange e com resto infinitesimal; como exemplo de aplicação, mostrar-se-á
como a fórmula de Taylor com resto de Lagrange pode ser usada em cálculos numéricos
aproximados.
2.1. Notações
Dados n ∈ N e f uma função real a valores reais, derivável até ordem n numa vizi-
nhança de um ponto x0 ∈ dom f , denotar-se-á por f (k) (x0 ) a derivada de ordem k de f
em x0 (para 1 6 k 6 n). Por extensão, f (0) denotará a própria função f .
2.2. Notas Preliminares sobre Funções Polinomiais R → R
Proposição 2.1. Sejam n ∈ N e P : R → R uma função polinomial de grau menor ou
igual a n. Então P tem derivadas de todas as ordens e P (k) ≡ 0 para todo k > n + 1.
Demonstração. Faça como exercı́cio, usando o princı́pio da indução finita. 
Proposição 2.2. Sejam n ∈ N, P : R → R uma função polinomial de grau menor ou
igual a n, e x0 ∈ R. Então, para todo x ∈ R, tem-se:
n
X P (k) (x0 )
P (x) = P (x0 ) + (x − x0 )k . (1)
k=1
k!

Demonstração. Será feita por indução sobre n.

(i) Se n = 0, P é uma função constante, logo ∀ x ∈ R P (x) = P (x0 ) e a igualdade
(1) está verificada.
(ii) Seja n0 > 0, e suponha que (1) seja verdadeira para toda função polinomial com
grau menor ou igual a n0 − 1. Seja P uma função polinomial com grau menor ou
igual a n0 ; queremos verificar que (1) vale para P .

3
 Como P 0 é uma função polinomial de grau menor ou igual a n0 − 1, pela hipótese
de indução a igualdade (1) vale para P 0 , i.e. para todo x ∈ R:
0 −1
nX
(P 0 )(k) (x0 )
P 0 (x) = P 0 (x0 ) + (x − x0 )k
k=1
k!
(2)
nX0 −1 (k+1)
P (x0 )
= P 0 (x0 ) + (x − x0 )k .
k=1
k!

Tome F : R → R definida por:

0 −1
nX
P (k+1) (x0 ) (x − x0 )k+1
F (x) = =
k=0
k! k+1
(3)
nX0 −1 0 n
P (k+1) (x0 ) k+1
X P (k) (x0 )
= (x − x0 ) = (x − x0 )k .
k=0
(k + 1)! k=1
k!

Então F 0 = P 0 ; portanto, pelo teorema do valor médio, existe

c ∈ R tal que P =
F + c. Como F (x0 ) = 0, segue-se c = P (x0 ), donde ∀ x ∈ R P (x) = P (x0 ) + F (x),
o que é equivalente a (1).

Corolário 2.3. Dados n ∈ N, x0 ∈ R e a0 , a1 , . . . , an ∈ R, existe uma única função
polinomial P : R → R de grau menor ou igual a n tal que P (k) (x0 ) = ak , para 0 6 k 6 n.
Demonstração. Tome P : R → R definida por ∀ x ∈ R P (x) = nk=0 ak!k (x − x0 )k .

P

2.3. Definição do Polinômio de Taylor
Com base no corolário anterior, faz sentido a seguinte definição:
Definição 2.4. Sejam n ∈ N, f : A ⊂ R → R e x0 ∈ R tais que f é derivável até ordem
(n − 1) numa vizinhança de x0 e f (n−1) é derivável em x0 . Definimos o polinômio de
Taylor de ordem n de f em x0 como sendo a (única) função polinomial de grau menor
ou igual a n tal que P (k) (x0 ) = f (k) (x0 ), para 0 6 k 6 n. Ou seja, P : R → R é definida
por, para todo x ∈ R:
n
X f (k) (x0 )
P (x) = (x − x0 )k . (4)
k=0
k!
Conforme será demonstrado em 2.5, o polinômio de Taylor de ordem n de f em x0 é,
num certo sentido, o polinômio de grau menor ou igual a n que melhor aproxima f numa
vizinhança de x0 . Por exemplo, para n = 1, o polinômio de Taylor de ordem 1 de f em
x0 é a função afim cujo gráfico é a reta tangente ao gráfico de f em x0 , portanto esta reta
é a que melhor aproxima (no referido sentido) o gráfico de f numa vizinhança de x0 . À
medida que se tomam valores de n maiores, é intuitivo esperar que a referida aproximação
seja cada vez melhor.

4
Exemplo 2.5. (1) Seja f =
exp : R → R. Esta função tem derivadas de todas as
ordens e ∀ n ∈ N, ∀ x0 ∈ R exp(n) (x0 ) = exp(x0 ). Portanto, dados n ∈ N e x0 ∈ R,
o polinômio de Taylor de ordem n de exp em x0 é dado por:
n
X exp(x0 )
P (x) = (x − x0 )k .
k=0
k!

Em particular, para x0 = 0:
n
X 1 k
P (x) = x
k=0
k!
é o polinômio de Taylor de ordem n de exp em x0 = 0. Os gráficos dos polinômios
de Taylor de ordens 1,2,3 de exp em x0 = 0 encontram-se esboçados na figura 1.

(2) Seja f = sin :
R → R. Esta função tem derivadas de todas as ordens e

∀ n ∈ N, ∀ x0 ∈ R sin(4n) (x0 ) = sin(x0 ), sin(4n+1) (x0 ) = cos(x0 ), sin(4n+2) (x0 ) =
− sin(x0 ), sin(4n+3) (x0 ) = − cos(x

0 ) (verifique, por indução sobre n). Em particular,
para x0 = 0, tem-se ∀ n ∈ N sin(2n) (0) = 0, sin(2n+1) (0) = (−1)n . Portanto, dado
n ∈ N, o polinômio de Taylor de ordem (2n + 1) de sin em x0 = 0 é dado por:
2n+1 n
X sin(k) (0) k X (−1)k
P (x) = x = x2k+1 .
k=0
k! k=0
(2k + 1)!

Os gráficos dos polinômios de Taylor de ordens 1,3,5 de sin em x0 = 0 encontram-se

esboçados na figura 2.

(3) Seja f = cos :
R → R. Esta função tem derivadas de todas as ordens e

∀ n ∈ N, ∀ x0 ∈ R cos(4n) (x0 ) = cos(x0 ), cos(4n+1) (x0 ) = − sin(x0 ), cos(4n+2) (x0 ) =
− cos(x0 ), cos(4n+3) (x0 ) = sin(x

0 ) (verifique, por indução sobre n). Em particular,
(2n+1)
para x0 = 0, tem-se ∀ n ∈ N cos (0) = 0, cos(2n) (0) = (−1)n . Portanto, dado
n ∈ N, o polinômio de Taylor de ordem (2n) de cos em x0 = 0 é dado por:
2n n
X cos(k) (0) X (−1)k
P (x) = xk = x2k .
k=0
k! k=0
(2k)!

2.4. Fórmula de Taylor com Resto de Lagrange

Dada uma função f definida num intervalo I, derivável até ordem (n + 1), o teorema
a seguir fornece uma fórmula para o resto da aproximação de f pelo seu polinômio de
Taylor de ordem n, em termos da derivada (n + 1)-ésima de f . Assim, se for possı́vel
estimar superiormente o módulo de tal derivada em I, o teorema pode ser aplicado para
se obter uma estimativa superior do módulo do referido resto, o que é freqüentemente útil
em cálculos aproximados.

5
Figura 1: Gráfico de f (x) = ex e seus polinômios de Taylor de ordens 1(vermelho),
2(verde), 3(azul) em x0 = 0.

Teorema 2.6 (Fórmula de Taylor de ordem n, com resto de Lagrange). Sejam n ∈ N,

I ⊂ R um intervalo, f : I → R derivável até ordem n + 11 e x0 , x ∈ I. Então existe c
entre x0 e x (i.e. x0 < c < x ou x < c < x0 ) tal que:
n
X f (k) (x0 ) f (n+1) (c)
f (x) = (x − x0 )k + (x − x0 )n+1 . (5)
k=0
k! (n + 1)!

Demonstração. Suponha x0 < x (se x < x0 , o argumento é análogo). Tome F : [x0 , x] →

(k)
R definida por ∀ y ∈ [x0 , x] F (y) = f (x)−f (y)− nk=1 f k!(y) (x−y)k −A(x−y)n+1 , onde

P
A ∈ R é escolhido de forma que F (x0 ) = 0. Tem-se: F é contı́nua em [x0 , x] (pois todas as
derivadas de ordem menor ou igual a n de f são contı́nuas em I, por hipótese), derivável
em ]x0 , x[ (pois todas as derivadas de ordem menor ou igual a n de f são deriváveis no
interior de I, por hipótese), e F (x) = F (x0 ) = 0. Então, pelo teorema de Rolle, existe
(k+1)
c ∈]x0 , x[ tal que F 0 (c) = 0. Mas, ∀ y ∈]x0 , x[ F 0 (y) = −f 0 (y) − nk=1 f k! (y) (x − y)k −

P
f (k) (y) (n+1)
(x − y)k−1 + (n + 1)A(x − y)n = − f n! (y) (x − y)n + (n + 1)A(x − y)n ; como c 6= x


(k−1)!
f (n+1) (c)
(pois c ∈]x0 , x[), da última igualdade segue-se que F 0 (c) = 0 é equivalente a A = (n+1)!
,
portanto (5) segue-se de F (x0 ) = 0.


Exemplo 2.7. (i) Aplicando o teorema anterior ao exemplo 2.5.1, com x0 = 0, segue-
se que ∀ n ∈ N, ∀ x ∈ R, ∃c ∈ R, 0 < |c| < |x| tal que:

n
X xk exp(c) n+1
exp(x) = + x . (6)
k=0
k! (n + 1)!
1
na verdade, basta supor f derivável até ordem n, f (n) contı́nua em I e derivável no interior de I.

6
Figura 2: Gráfico de f (x) = sin x e seus polinômios de Taylor de ordens 1(vermelho),
3(verde), 5(azul) em x0 = 0.

Vamos usar esta última igualdade para calcular o número “e” até a décima casa
decimal (mais precisamente, P isto significa encontrar um racional r tal que |e − r| <
. .
5 × 10 ). Pondo Pn (x) = nk=0 k!1 xk e Rn = exp −Pn , segue-se de (6) que, para
−11

x = 1, existe c ∈ (0, 1) tal que exp(1) = Pn (1) + Rn (1). Assim, queremos encontrar
n tal que |Rn (1)| < 5 × 10−11 . Como |Rn (1)| = | exp(c)
n!
| 6 n!3 , basta tomarmos n
11
tal que n!3 < 5 × 10−11 , i.e. n! > 3×10
5
⇔ n > 14. Portanto, para n = 14, P14 (1)
é um número racional e |exp(1) − P14 (1)| < 5 × 10−11 . Com dez casas decimais,
P14 (1) = 2, 7182818284.
(ii) Aplicando o teorema anterior ao exemplo 2.5.2, com x0 = 0, segue-se que ∀ n ∈
N, ∀ x ∈ R, ∃c ∈ R, 0 < |c| < |x| tal que:
n
X (−1)k sin(2n+2) (c) 2n+2
sin(x) = x2k+1 + x . (7)
k=0
(2k + 1)! (2n + 2)!

Vamos usar esta última igualdade para calcular sin(1) até a décima casa decimal
(mais precisamente, isto significa encontrar um racional r tal que |sin(1) − r| <
. P (−1)k .
5 × 10−11 ). Pondo P2n+1 (x) = nk=0 (2k+1)! x2k+1 e R2n+1 = sin −P2n+1 , segue-se de
(7) que, para x = 1, existe c ∈ (0, 1) tal que sin(1) = P2n+1 (1) + R2n+1 (1). Assim,
(2n+2)
queremos encontrar n tal que |Rn (1)| < 5 × 10−11 . Como |Rn (1)| = | sin(2n+2)!(c) | 6
11
1 1
, basta tomarmos n tal que (2n+2)!
(2n+2)!
< 5×10−11 , i.e. (2n+2)! > 105 ⇔ 2n+2 >
14 ⇔ n > 6. Portanto, P14 (1) é um número racional e |sin(1) − P14 (1)| < 5 × 10−11 .
2.5. Fórmula de Taylor com Resto Infinitesimal †
Nos teoremas abaixo, será mostrado que, dada uma função real a valores reais f
derivável até ordem n numa vizinhança de um ponto x0 pertencente ao seu domı́nio, o

7
polinômio de Taylor de ordem n de f em x0 é a única função polinomial P , de grau
.
menor ou igual a n, tal que o resto R = f − P tem a propriedade de “tender a zero mais
R(x)
rapidamente do que (x − x0 )n quando x tende a x0 ” (ou seja, tal que lim (x−x 0)
n = 0).
x→x0
É neste sentido que dissemos, na introdução, que o polinômio de Taylor de ordem n de f
em x0 é o polinômio de grau menor ou igual a n que melhor aproxima f numa vizinhança
de x0 .
Proposição 2.8 (Fórmula de Taylor de ordem 1, com resto infinitesimal). Sejam A ⊂ R,
x0 ∈ A e f : A → R contı́nua em x0 .
(i) Se f for derivável em x0 e R1 for a diferença entre f e o seu polinômio de Taylor
de ordem 1 em x0 , então lim Rx−x1 (x)
0
= 0;
x→x0

(ii) Reciprocamente, se P for uma função polinomial de grau menor ou igual a 1 e

. R(x)
R = f − P satisfizer lim x−x 0
= 0, então f é derivável em x0 e P é o polinômio
x→x0
de Taylor de ordem 1 de f em x0 .
Demonstração. (i) Com efeito, suponha que f seja derivável
R1 (x) em x0 , i.e. existe
f 0 (x0 ) = lim f (x)−f
x−x0
(x0 )
. Então, como ∀ x ∈ A \ {x 0 } x−x0
= f (x)−f (x0 )
x−x0
− f 0 (x0 ),
x→x0
R1 (x)
segue-se lim = 0.
x→x0 x−x0

(ii) Reciprocamente, seja:

P : R −→ R
,
x 7−→ a(x − x0 ) + b
R(x)
a, b ∈ R, uma função polinomial tal que, se R = f − P , então lim = 0. Em
x→x0 x−x0
particular, isto implica lim R(x) = 0; como f é contı́nua, segue-se b = f (x0 ). Logo,

R(x) x→xf0(x)−f (x0 ) R(x)
∀ x ∈ A \ {x0 } x−x0 = x−x0 − a. Como lim x−x0
= 0, conclui-se que f é
x→x0
derivável em x0 e f 0 (x0 ) = a, portanto P é o polinômio de Taylor de ordem 1 de f
em x0 .

Teorema 2.9 (Fórmula de Taylor de ordem n, com resto infinitesimal). Sejam n ∈ N,
A ⊂ R, x0 ∈ A e f : A → R. Suponha que f seja derivável até ordem (n − 1) e que f (n−1)
seja derivável em x0 . Então:
(i) Se Rn é a diferença entre f e o seu polinômio de Taylor de ordem n em x0 , então
Rn (x)
lim (x−x 0)
n = 0;
x→x0

(ii) Reciprocamente, se P for uma função polinomial de grau menor ou igual a n e

. R(x)
R = f − P satisfizer lim (x−x 0)
n = 0, então P é o polinômio de Taylor de ordem
x→x0
n de f em x0 .

8
Demonstração. Será feita por indução sobre n.

(1) Para n = 1, vide proposição anterior.

(2) Seja k > 2, e suponha que (i) e (ii) sejam verdadeiras para n 6 k − 1. Provemos
que também serão verdadeiras para n = k. Com efeito:
(j)
(i) Se ∀ x ∈ A Rk (x) = f (x)− kj=0 f j!(x0 ) (x−x0 )j , então Rk : A → R é derivável

P
(j) (x ) Pk−1 (f 0 )(m) (x0 )
e ∀ x ∈ A Rk0 (x) = f 0 (x) − kj=1 f(j−1)! (x − x0 )j−1 = f 0 (x) − m=0

P 0
m!
(x −
Rk0 (x)
x0 )m . Portanto, pela hipótese de indução, lim (x−x0 )k−1
= 0. Assim, como
x→x0
Rk (x)
lim Rk (x) = 0 e lim (x − x0 )k = 0, a regra de l’Hôpital implica lim (x−x0 )k
= 0.
x→x0 x→x0 x→x0

Rk (x)
(ii) Suponha ∀ x ∈ A f (x) = P (x) + Rk (x), com grau P 6 k e lim (x−x0 )k
= 0.
x→x0
Rk (x)
Isto implica lim (x−x m = 0, para 0 6 m 6 k. Sejam a0 , . . . , ak ∈ R tais que ∀ x ∈
x→x0 0)
Pk−1
an (x − x0 )n + ak (x − x0 )k . Definamos Pe(x) = k−1

P n
R P (x) = n=0 n=0 an (x − x0 ) ,
de forma que, para todo x ∈ R:

f (x) = Pe(x) + ak (x − x0 )k + R(x). (8)

ak (x−x0 )k +R(x)
Como lim (x−x0 )k−1
= 0 e grau Pe 6 k − 1, pela hipótese de indução conclui-se
x→x0
f (n) (x0 )
que Pe é o polinômio de Taylor de ordem (k − 1) de f em x0 , i.e. an = n!
para
f (k) (x0 ) f (x)−Pe(x) f (k)(x0 )
0 6 n 6 k − 1. Resta mostrar ak = k!
. Afirmo que lim (x−x0 )k
= k! .
x→x0
(j) dj
Com efeito, para cada j ∈ {0, . . . , k − 2}, lim [f (x) − Pe(j) (x)] = 0 e lim dxj
[(x −
x→x0 x→x0
x0 )k ] = lim k(k−1) · · · (k−j+1)(x−x0 ) k−j
= 0. Como f (k−1) é derivável em x0 (por
x→x0
f (k−1) (x)−Pe(k−1) (x) f (k)(x0 )
hipótese) e Pe(k−1) (x) = cte. = f (k−1) (x0 ), temos lim k!(x−x0 )
= k!
;
x→x0
logo, aplicando-se (k − 1) vezes a regra de l’Hôpital, prova-se a afirmação. Por
outro lado, de (8) segue-se lim f (x−x
(x)−Pe(x)
0)
k
Rk (x)
= lim [ak + (x−x 0)
k ] = ak ; portanto,
x→x0 x→x0
f (k)(x0 )
pela unicidade do limite, conclui-se ak = k!
, logo P é o polinômio de Taylor de
ordem k de f em x0 .


2.6. Fórmula de Taylor com Resto Integral †
Deduziremos, nesta seção, uma fórmula integral para o resto da fórmula de Taylor de
ordem n de uma função derivável até ordem n + 1, cuja derivada de ordem n + 1 seja
Riemann-integrável.

9
 Seja φ : [0, 1] → R derivável até 2a. ordem, com φ00 : [0, 1] → R Riemann-integrável.
Pelo Teorema Fundamental do Cálculo:
Z 1
φ(1) − φ(0) = φ0 (t)dt
0

0 .
Faremos uma integração por Rpartes da seguinte
0 1 0 R1 maneira:
0
pomos f = φ
1
, R 1 0 1 − t, de
g(t) =
modo que f g = −φ; assim, 0 φ (t)dt = − 0 f (t)g (t)dt = −f (t)g(t)]0 + 0 f (t)g(t)dt,
ou seja: Z 1
φ(1) − φ(0) = φ0 (0) + (1 − t)φ00 (t)dt
0
00
Se φ tiver derivada Riemann-integrável, continuamos a integrar por partes... suponha,
assim, que φ : [0, 1] → R derivável até ordem n + 1 (dado n ∈ N), e que φ(n+1) : [0, 1] → R
seja Riemann-integrável. Mostraremos, por indução em n, que:
n 1
φ(k) (0) (1 − t)n (n+1)
X Z
φ(1) = + φ (t)dt (9)
k=0
k! 0 n!

Com efeito:

1. Para n = 0, (9) é o Teorema Fundamental do Cálculo.

2. Admita que (9) seja válida para n = p ∈ N. Seja φ : [0, 1] → R derivável até
ordem p + 2 e suponha que φ(p+2) : [0, 1] → R seja Riemann-integrável. Em parti-
cular, φ(p+1) é contı́nua, portanto Riemann-integrável; pela hipótese de indução,
Pp φ(k) (0) R1 p . .
tem-se: φ(1) = k=0 k!
+ 0 (1−t)
p!
φ(p+1) (t)dt. Tome f = φ(p+1) e g(t) =
(1−t)p+1 p

(p+1)!
. Então f (t)g 0 (t) = − (1−t)
p!
φ(p+1) (t). Logo, integrando por partes, obtemos:
R 1 (1−t)p (p+1) 1
R1 0 φ(p+1) (0) R 1 (1−t)p+1 (p+2)
0 p!
φ (t)dt = −f (t)g(t)]0 + 0
f (t)g(t)dt = (p+1)!
+ 0 (p+1)!
φ (t)dt,
donde se conclui que (9) vale para n = p + 1.

Como consequência imediata de (9), obtém-se o seguinte teorema:

Teorema 2.10 (Fórmula de Taylor de Ordem n, com Resto Integral). Sejam a, h ∈ R,

h > 0, n ∈ N e f : [a, a+h] → R derivável até ordem n+1, com f (n+1) Riemann-integrável
no intervalo [a, a + h]. Então:
n 1
X f (k) (a) k
hZ (1 − t)n (n+1) i
f (a + h) = h + f (a + th)dt hn+1 (10)
k=0
k! 0 n!
.
Demonstração. Definamos φ : [0, 1] → R por φ(t) = f (a + th). Então, aplicando-se a
regra da cadeia sucessivas vezes, conclui-se que φ é derivável até ordem n + 1 e, para
0 6 k 6 n, φ(k) (t) = f (k) (a + th)hk . Em particular, φ(n+1) (t) = f (n+1) (a + th)hn+1 é
Riemman-integrável. Assim, por (9), demonstrada acima, obtém-se (10).


10
 §3. CÁLCULO DIFERENCIAL DE FUNÇÕES RN → RM
3.1. Noções Topológicas Elementares
n
Dado n ∈ N, considerar-se-á, nestas notas,
Pn o R-espaço vetorial R munido do produto
interno usual h·, ·i, i.e. dado por hx, yi = i=1 xi yi se x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) ∈
Rn . Através deste produto interno, define-se a norma euclidiana k·k : Rn → R+ por
n . p
(∀x ∈ R )kxk = hx, xi. Esta é uma função que goza das seguintes propriedades:
N1 kxk = 0 se, e somente se, x = O (onde O denota o vetor nulo do Rn );
N2 ∀α ∈ R, ∀x ∈ Rn , kαxk = |α|kxk;
N3(desigualdade triangular) ∀x, y ∈ Rn , kx + yk 6 kxk + kyk.
Uma função Rn → R+ que satisfaz as propriedades N1 a N3 acima chama-se uma
norma. Uma tal função define uma distância ou métrica d : Rn × Rn → R+ no Rn , dada
por d(x, y) = kx − yk. Ou seja, da mesma forma que definimos no Cálculo I a distância
entre dois pontos da reta real como sendo o módulo da diferença entre eles, usamos uma
norma para definir a distância entre dois vetores do Rn como sendo a norma da diferença
entre eles. Sempre que não houver menção explı́cita em contrário, consideraremos a
distância euclidiana, i.e. a função d : Rn × Rn → R induzida pela norma euclidiana.
Exercı́cio 3.1. Use a desigualdade triangular para provar que ∀x, y ∈ Rn , kx − yk >
|kxk − kyk|.
Definição 3.2 (Bolas). Dados a ∈ Rn e r > 0, definimos a bola aberta de raio r,
centrada em a como sendo o conjunto dos pontos do Rn cuja distância até a é menor
que r. Tal conjunto será denotado por Ba (r); assim, Ba (r) = {x ∈ Rn | kx − ak < r}.
Analogamente, definimos a bola fechada de raio r, centrada em a, denotada por Ba [r],
como sendo o conjunto dos pontos do Rn cuja distância até a é menor ou igual a r, i.e.
Ba (r) = {x ∈ Rn | kx − ak 6 r}.
Para n = 1, Ba (r) é o intervalo aberto (a − r, a + r) e Ba [r] é o intervalo fechado
[a − r, a + r]. Para n = 2, as bolas também são chamadas de discos, por uma motivação
geométrica óbvia. Finalmente, o “aspecto´´ geométrico destes conjuntos no R3 é o que
justifica a escolha do nome bolas.
Definiremos, a seguir, os subconjuntos abertos do Rn . Tais subconjuntos são os
domı́nios adequados para se definir funções deriváveis no Rn , conforme será feito nas
próximas seções deste texto.
Definição 3.3 (Abertos e Fechados de Rn ). Dados X ⊂ Rn e a ∈ X, diz-se que X é uma
vizinhança de a, ou que a é um ponto interior de X, se existir uma bola aberta centrada
em a e contida em X, i.e. se existir r > 0 tal que Ba (r) ⊂ X.
Dado X ⊂ Rn , diz-se que X é aberto se todos os seus pontos forem interiores — ou,
equivalentemente, se X for uma vizinhança de cada um de seus pontos. Ou seja, X é
aberto se a seguinte condição for satisfeita: ∀a ∈ X, ∃r > 0 | Ba (r) ⊂ X.
Um subconjunto X ⊂ Rn diz-se fechado se o seu complementar em Rn , Rn \ X, for
aberto.

11
Exemplo 3.4. 1. Rn e ∅ são abertos; também são fechados, pois um é o complementar
do outro.

2. Bolas abertas são conjuntos abertos. Com efeito, sejam B = Ba (r) uma bola aberta
e x ∈ B; tomando-se δ = r − kx − ak, decorre da desigualdade triangular que
Bx (δ) ⊂ Ba (r), portanto x é ponto interior de B e, pela arbitrariedade da escolha
de x, todo ponto de B é ponto interior de B.

3. Bolas fechadas são conjuntos fechados. Verifique isto como exercı́cio (i.e. demonstre
que o complementar de uma bola fechada é aberto).

4. {(x, y) ∈ R2 | y > 0} é aberto.

5. Retas e planos no R3 são fechados.

6. Subespaços vetoriais do Rn (e, mais geralmente, subespaços afins) são fechados.

Observação 3.5. Cuidado! Negar que um conjunto é aberto não equivale a afirmar que
o mesmo é fechado, ou vice-versa. Um subconjunto de Rn pode ser aberto e fechado (Rn
e ∅ o são — e são os únicos subconjuntos de Rn com esta propriedade) e pode não ser
aberto, nem fechado (por exemplo, [0, 1) não é aberto, nem fechado em R).

Na próxima subseção, definiremos limites de funções X ⊂ Rn → Rm . Para que faça

sentido tomar o limite de uma tal função em um ponto a ∈ Rn (tendo em mente a noção
intuitiva de limite estudada no Cálculo I), é necessário que existam pontos de X \ {a}
arbitrariamente próximos de a. Assim, a deve ser um ponto de acumulação de X, no
sentido da seguinte definição:

Definição 3.6 (Pontos de Acumulação). Sejam X ⊂ R e a ∈ Rn . Diz-se que a é um

ponto de acumulação de X se toda bola aberta centrada em a tiver pontos de X distintos
de a. Ou seja, se ∀r > 0, Br (a) ∩ X \ {a} =
6 ∅.

Exemplo 3.7. 1. a ∈ R é ponto de acumulação do intervalo (0, 1) se, e somente se,

a ∈ [0, 1].

2. Dados x ∈ Rn e r > 0, a ∈ Rn é ponto de acumulação de Bx (r) se, e somente se,

ka − xk = r, i.e. se a estiver na esfera de raio r centrada em x.

3. O conjunto dos pontos de acumulação do subconjunto de R2 dado por {(x, y) ∈ R2 |

y > 0} é a reta y = 0.

3.2. Limites e Continuidade

Definição 3.8 (Limites de Funções X ⊂ Rn → Rm ). Sejam X ⊂ Rn , a ∈ Rn ponto de
acumulação de X, f : X → Rm e b ∈ Rm . Diz-se que o vetor b é o limite de f no ponto
a, e escreve-se lim f (x) = b, se a seguinte condição for satisfeita: ∀ > 0, ∃δ > 0 tal que,
x→a
se x ∈ X \ {a} e kx − ak < δ, então kf (x) − bk < .

12
 Note que: (i) x ∈ X \ {a} e kx − ak < δ equivale a dizer que x está na intersecção
do domı́nio de f com a bola aberta de raio δ centrada em a e x 6= a; (ii) kf (x) − bk < 
equivale a dizer que f (x) está na bola aberta de Rm de raio  centrada em b. Assim,
geometricamente, a definição acima significa que, para todo  > 0 (não importa o quão
pequeno ele seja), existe δ > 0 (que eventualmente pode depender de , e também de a)
tal que a imagem por f do subconjunto dos pontos do seu domı́nio que são distintos de a e
que estão em Ba (δ) está contida em Bb (), i.e. f (Ba (δ) ∩ X \ {a}) ⊂ Bb (). Intuitivamente,
isto corresponde à noção de limite estudada no Cálculo I, i.e. pode-se tornar a distância
de f (x) até b arbitrariamente pequena (i.e. menor que  > 0 arbitrariamente escolhido),
desde que se tome x ∈ X \ {a} suficientemente próximo de a (i.e. menor que um certo
δ > 0 correspondente ao  escolhido).
3.2.1. Propriedades Elementares dos Limites
Proposição 3.9 (unicidade do limite). Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação de
X, f : X → Rm e b1 , b2 ∈ Rm . Se lim f (x) = b1 e lim f (x) = b2 , então b1 = b2 .
x→a x→a

Demonstração †: Dado  > 0, tem-se, pela definição de limite: (i) ∃δ1 > 0 tal
que, se x ∈ X e 0 < kx − ak < δ1 , então kf (x) − b1 k < /2; (ii) ∃δ2 > 0 tal que,
.
se x ∈ X e 0 < kx − ak < δ2 , então kf (x) − b2 k < /2. Tome δ = min{δ1 , δ2 };
como a é ponto de acumulação de X, existe x0 ∈ Ba (δ) \ {a} e, de (i) e (ii) temos
kf (x0 )−b1 k
< /2 e kf (x0 )−b

2 k < /2. Portanto, pela desigualdade triangular, kb1 −b2 k =
k b1 − f (x0 ) + (b2 − f (x0 ) k 6 kf (x0 ) − b1 k + kf (x0 ) − b2 k < /2 + /2 = . Assim, como
 foi tomado de maneira arbitrária, conclui-se que, para todo  > 0, kb1 − b2 k < , donde
b1 = b2 . 

Definição 3.10 (conjunto limitado). Diz-se que um conjunto X ⊂ Rn é limitado se

existir M > 0 tal que, para todo x ∈ X, kxk 6 M . Ou seja, X é limitado se estiver
contido em alguma bola centrada no zero do Rn .

Definição 3.11 (função limitada). Uma aplicação f : X ⊂ Rn → Rm diz-se limitada

se a sua imagem f (X) for um subconjunto limitado de Rm , i.e. se ∃M > 0 | ∀x ∈
X, kf (x)k 6 M . Dado Y ⊂ X, diz-se que f é limitada em Y se a restrição f |Y : Y → Rm
for limitada, i.e. se f (Y ) for um subconjunto limitado de Rm .

Definição 3.12 (componentes de uma aplicação Rn → Rm ). Para 1 6 i 6 m, denota-

remos por πi : Rm → R a projeção no i-ésimo fator, i.e. πi : (x1 , . . . , xm ) 7→ xi . Dada
.
f : X ⊂ Rn → Rm , definimos a função fi = πi ◦f : X → R, chamada i-ésima
componente
de f . Assim, para todo vetor x ∈ X, tem-se f (x) = f1 (x), . . . , fm (x) , i.e. f (x) é o
vetor cujas coordenadas na base canônica do Rm são f1 (x), . . . , fm (x).
Notação: f = (f1 , . . . , fm ).

Proposição 3.13. Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação de X e f : X → Rm .

Se f tem limite em a, então existe uma vizinhança Y de a tal que f é limitada em Y ∩ X.

13
 . .
Demonstração †: Se a ∈ X, tome M = max{1, f (a)}; se a 6∈ X, tome M = 1. Sendo
b ∈ Rm o limite de f em a, segue da definição de limite (escolhendo  = M ) que ∃δ > 0
tal que, se x ∈ Ba (δ) ∩ X \ {a},

tem-se kf (x) − bk 6 M . Assim, para todo x ∈ Ba (δ) ∩ X,
tem-se kf (x)k = k f (x) − b + f (b)k 6 kf (x) − bk + kbk 6 M + kbk, onde a penúltima
desigualdade é a triangular. Assim, f é limitada em Ba (δ) ∩ X por M + kbk. 

Proposição 3.14. Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação de X, f = (f1 , . . . , fm ) :

X → Rm , b = (b1 , . . . , bm ) ∈ Rm . Tem-se:
(i) lim f (x) = b se, e somente se, lim kf (x) − bk = 0.
x→a x→a

(ii) lim f (x) = b se, e somente se, lim fi (x) = bi para 1 6 i 6 m.

x→a x→a

Demonstração †: A primeira afirmação é imediata a partir da definição de limite. A

prova da segunda afirmação é como segue:
(1) Suponha que lim f (x) = b. Dado  > 0, ∃δ > 0 tal que, se x ∈ X e 0 < kx − ak < δ,
x→a
tem-se kf (x) − bk < . Ora, para 1 6 i 6 m, tem-se |fi (x) − bi | 6 kf (x) − bk, portanto,
se x ∈ X e 0 < kx − ak < δ, tem-se |fi (x) − bi | < , donde lim fi (x) = bi .
x→a
(2) Reciprocamente, suponha lim fi (x) = bi para 1 6 i 6 m. Dado  > 0, podemos
x→a
escolher, para √ 1 6 i 6 m, δi > 0 tal que, se x ∈ X e 0 < kx − ak < δi , tem-se
.
|fi (x)−bi | < / m. Assim,
pPmtomando-se δ = p min{δ
Pm1 , . . √. , δm }, se x ∈ X e 0 < kx−ak < δ,
tem-se: kf (x) − bk = [f (x) − b ]2 < [/ m]2 = . 
i=1 i i i=1

Proposição 3.15 (confronto). Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação de X,

f, g, h : X → R e b ∈ R. Suponha que exista uma vizinhança Y de a tal que, para todo
x em Y ∩ X \ {a}, f (x) 6 g(x) 6 h(x). Então, se lim f (x) = b = lim h(x), tem-se
x→a x→a
lim g(x) = b.
x→a

Demonstração †: Com efeito, tem-se, para todo x em Y ∩ X \ {a}, |g(x) − b| 6

max{|f (x) − b|, |h(x) − b|}. Dado  > 0, pela definição de limite: (i) existe δ1 > 0 tal
que |f (x) − b| <  se x ∈ X e 0 < kx − ak < δ1 , (ii) existe δ2 > 0 tal que |h(x) − b| < 
se x ∈ X e 0 < kx − ak < δ2 . Tome 0 < δ < min{δ1 , δ2 } tal que Ba (δ) ⊂ Y (existe
tal δ pelo fato de ser Y uma vizinhança de a - vide definição 3.3).Então, se x ∈ X e
0 < kx − ak < δ, tem-se |g(x) − b| 6 max{|f (x) − b|, |h(x) − b|} < . Como  foi tomado
de forma arbitrária, segue-se que lim g(x) = b. 
x→a

Proposição 3.16. Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação de X e f, g : X → R.

Se lim f (x) = 0 e g é limitada, então lim [f (x)g(x)] = 0.
x→a x→a

Proposição 3.17 (conservação do sinal). Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação

de X e f : X → R. Se lim f (x) = b 6= 0, então existe Y ⊂ Rn vizinhança de a tal que f
x→a
tem o mesmo sinal de b em X ∩ Y \ {a}.

14
Demonstração †: Pela definição de limite (escolhendo  = |b|/2), existe δ > 0 tal que,
se x ∈ X e 0 < kx − ak < δ, |f (x) − b| < |b|/2, logo f (x) tem o mesmo sinal de b. Assim,
basta tomar Y = Ba (δ). 
Demonstração †: Com efeito, existe M > 0 tal que, para todo x ∈ X, |g(x)| 6 M .
Dado  > 0, existe δ > 0 tal que, se x ∈ X e 0 < kx − ak < δ, tem-se |f (x)| < /M .
Assim, se x ∈ X e 0 < kx − ak < δ, tem-se |f (x)g(x)| = |f (x)||g(x)| < . 

Proposição 3.18. Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação de X, α ∈ R e f, g :

X → Rm tais que lim f (x) = v ∈ Rm e lim g(x) = w ∈ Rm . Tem-se:
x→a x→a

(i) lim [f (x) + g(x)] = v + w

x→a

(ii) lim [αf (x)] = αv

x→a

(iii) lim hf (x), g(x)i = hv, wi

x→a

(iv) se m = 3 e ∧ denota o produto vetorial em R3 , lim [f (x) ∧ g(x)] = v ∧ w

x→a

Demonstração †:
(i) Dado  > 0, por hipótese: (1) ∃δ1 > 0 tal que, se x ∈ X e 0 < kx − ak < δ1 ,
kf (x) − vk < /2; (2) ∃δ2 > 0 tal que, se x ∈ X e 0 < kx − ak < δ2 , kg(x) − wk < /2.
.
Assim, tomando δ = min{δ1 , δ2 }, se x ∈ X e 0 < kx − ak < δ, tem-se k[f (x) + g(x)] −
(v + w)k = k[f (x) − v] + [g(x) − 2]k 6 kf (x) − vk + kg(x) − wk < /2 + /2 = , onde a
penúltima desigualdade é a triangular.
(ii) Dado  > 0, por hipótese ∃δ > 0 tal que, se x ∈ X e 0 < kx − ak < δ, kf (x) − vk <

1+|α|
. Portanto, se x ∈ X e 0 < kx − ak < δ, tem-se kαf (x) − αvk = |α|kf (x) − vk <
|α|
1+|α|
< .
(iii) Para todo x ∈ X:
|hf (x), g(x)i − hv, wi| = |hf (x), g(x)i − hf (x), wi + hf (x), wi − hv, wi| =
= |hf (x), g(x) − wi + hf (x) − v, wi| 6
[Link]. (11)
6 |hf (x), g(x) − wi| + |hf (x) − v, wi| 6
Cauchy−Schwartz
6 kf (x)kkg(x) − wk + kf (x) − vkkwk
Como f tem limite em a, segue-se de 3.13 que f é limitada numa vizinhança de
a. Ora, f limitada numa vizinhança de a e lim kg(x) − wk = 0 implicam, por 3.16,
x→a
lim [kf (x)kkg(x) − wk] = 0. Como também temos lim kf (x) − vkkwk = 0, segue-se que
x→a x→a
lim [kf (x)kkg(x)−wk+kf (x)−vkkwk] = 0, donde, por (11) e pelo teorema do confronto,
x→a
lim |hf (x), g(x)i − hv, wi| = 0.
x→a
(iv) A prova é idêntica à do item anterior, substituindo-se o produto escalar pelo vetorial
e usando-se a desigualdade ∀x, y ∈ R3 , kx ∧ yk 6 kxkkyk. 

15
Proposição 3.19. Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação de X, α ∈ R e f, g :
X → R tais que lim f (x) = v ∈ R e lim g(x) = w ∈ R. Tem-se:
x→a x→a

(i) lim [f (x) + g(x)] = v + w

x→a

(ii) lim [αf (x)] = αv

x→a

(iii) lim [f (x)g(x)] = vw

x→a

f (x) v
(iv) lim = se w 6= 0.
x→a g(x) w

Demonstração †: Os três primeiros ı́tens são corolários da proposição anterior. O

item (iv) se demonstra como segue: pela proposição 3.17, existe Y vizinhança de a tal
que, para todo x ∈ X ∩ Y \ {a}, g(x) tem o mesmo sinal de w, portanto é diferente
de zero. Para todo x ∈ X ∩ Y \ {a}, tem-se: | fg(x) (x)
− wv | = | f (x)w−g(x)v
g(x)w
| = |f (x)w−g(x)v|
|g(x)w|
.
Podemos supor que Y é tomada como na demonstração da proposição 3.17, i.e. tal que, se
x ∈ X ∩ Y \ {a}, |g(x) − w| < |w|/2. A última desigualdade implica |g(x)| > |w|/2, donde
1
| g(x)w | < w22 , i.e. g(x)w
1
é limitada em Y ∩ X. Como lim |f (x)w − g(x)v| = vw − wv = 0,
x→a
|f (x)w−g(x)v|
conclui-se que lim |g(x)w|
= 0, i.e. lim | fg(x)
(x)
− v
w
|= 0. 
x→a x→a

3.2.2. Continuidade e Limites de Funções Compostas

Definição 3.20 (funções contı́nuas). Sejam X ⊂ Rn , f : X → Rm e a ∈ X. Diz-se que
f é contı́nua em a se uma das seguintes condições for satisfeita:

(i) a é ponto de acumulação de X e f tem limite em a igual a f (a), i.e. lim f (x) =
x→a
f (a);

(ii) a não é ponto de acumulação de X (diz-se, neste caso, que a é um ponto isolado
de X; assim, por definição, uma função é contı́nua em todos os pontos isolados do
seu domı́nio).

Diz-se que f é contı́nua se for contı́nua em todos os pontos do seu domı́nio.

Equivalentemente, f : X ⊂ Rn → Rm é contı́nua em a ∈ X se, e somente se, para

todo  > 0, existe δ > 0 tal que, se x ∈ X e kx − ak < δ, então kf (x) − f (a)k <
. Geometricamente, isto significa que é possı́vel tornar a distância de f (x) até f (a)
arbitrariamente pequena (i.e. menor que um  > 0 arbitrariamente escolhido), desde que
se tome a distância de x até a suficientemente pequena (i.e. menor que um certo δ > 0
escolhido em função do  e de a) — o que corresponde à noção intuitiva de limite estudada
no Cálculo I.
As proposições seguintes contêm algumas propriedades elementares das funções contı́nuas:

16
Proposição 3.21. Seja f = (f1 , . . . , fm ) : X ⊂ Rn → Rm . Então f é contı́nua se,
e somente se, (∀i ∈ {1, . . . , m}) fi : X → R é contı́nua. Ou seja, f é contı́nua se, e
somente se, suas componentes são contı́nuas.

Demonstração. A prova é imediata a partir da definição de continuidade e da proposição

3.14. 

Proposição 3.22. Sejam X ⊂ Rn , a ∈ X, f, g : X → Rm contı́nuas em a e α ∈ R.

Então:

(i) f + g e αf são contı́nuas em a;

(ii) hf, gi : X → R dada por x 7→ hf (x), g(x)i é contı́nua em a;

(iii) se m = 3, f ∧ g : X → R3 dada por x 7→ f (x) ∧ g(x) é contı́nua em a.

Demonstração. A prova é imediata a partir da definição de continuidade e da proposição

3.18. 

Corolário 3.23. Sejam X ⊂ Rn , f, g : X → Rm contı́nuas e α ∈ R. Então:

(i) f + g e αf são contı́nuas;

(ii) hf, gi : X → R é contı́nua;

(iii) se m = 3, f ∧ g : X → R3 é contı́nua.

O primeiro item do corolário acima significa que o conjunto formado pelas funções
contı́nuas X → Rm é um subespaço vetorial do espaço vetorial real de todas as funções
X → Rm .

Proposição 3.24. Sejam X ⊂ Rn , a ∈ X, f, g : X → R contı́nuas em a e α ∈ R. Então:

(i) f + g e αf são contı́nuas em a;

(ii) f g : X → R dada por x 7→ f (x)g(x) é contı́nua em a;

f f (x)
(iii) se g(a) 6= 0, g
: {x ∈ X | g(x) 6= 0} → R dada por x 7→ g(x)
é contı́nua em a.

Demonstração. A prova é imediata a partir da definição de continuidade e da proposição

3.19. 

Corolário 3.25. Sejam X ⊂ Rn , f, g : X → R contı́nuas e α ∈ R. Então:

(i) f + g e αf são contı́nuas;

(ii) f g : X → R é contı́nua;
f
(iii) g
: {x ∈ X | g(x) 6= 0} → R3 é contı́nua.

17
Exemplo 3.26. Exemplos de funções contı́nuas:

1. Funções constantes são contı́nuas; a identidade id : Rn → Rn é contı́nua.

2. Para 1 6 i 6 n, a projeção πi : Rn → R (dada por (x1 , . . . , xn ) 7→ xi ) é contı́nua.

3. Aplicações lineares Rn → Rm são contı́nuas. Com efeito, uma aplicação linear f =

(f1 , . . . , fm ) : Rn → Rm é dada da seguinte maneira: existe uma matrizP
m × n com
entradas em R, A = (Aij ), tal que, para 1 6 i 6 m, fi (x1 , . . . , xn ) = nj=1 Aij xj ,
de modo que cada componente fi de f é contı́nua, por ser uma soma de produtos de
funções constantes por projeções (item anterior).

4. Funções polinomiais Rn → R são contı́nuas. Uma função Rn → R diz-se polinomial

de grau n ∈ N se for uma soma de monômios de graus menores ou iguais a n,
sendo ao menos uma das parcelas de grau n; um monômio de grau n é uma função
p : Rn → R da forma p(x1 , . . . , xn ) = axk11 xk22 · · · xknn , onde a é uma constante
real não nula e k1 , . . . , kn são naturais cuja soma é n. É claro que tais monômios
são funções contı́nuas, por serem produtos de funções contı́nuas (conforme os dois
primeiros ı́tens, funções constantes são contı́nuas e as projeções canônicas Rn → R
são contı́nuas); então uma função polinomial também é contı́nua, por ser uma soma
de monômios.

5. Funções racionais X ⊂ Rn → R, i.e. quocientes de duas polinomiais Rn → R, são

contı́nuas, pelo fato de serem quocientes de funções contı́nuas.

6. Funções polinomiais Rn → Rm são contı́nuas; uma função f = (f1 , . . . , fm ) : Rn →

Rm diz-se polinomial se as suas componentes fi : Rn → R, 1 6 i 6 m, forem
polinomiais. Com efeito, uma função Rn → Rm é contı́nua se, e somente se, suas
componentes forem contı́nuas (vide proposição (3.21)). Analogamente, funções ra-
cionais Rn → Rm são contı́nuas.

As proposições seguintes serão usadas para demonstrar que é contı́nua a composta de

duas aplicações contı́nuas (e também para demonstrar a regra da cadeia, mais adiante).

Proposição 3.27 (limite de função composta I). Sejam X ⊂ Rn , a ∈ R ponto de

acumulação de X, g : X → Rm , Y ⊂ Rm , f : Y → Rs , g(X) ⊂ Y , b ∈ Rm ponto de
acumulação de Y . Se existir uma vizinhança U de a tal que g(x) 6= b para x ∈ U ∩X \{a},
lim g(x) = b e existir lim f (y), então f ◦ g tem limite em a e lim (f ◦ g)(x) = lim f (y).
x→a y→b x→a y→b

Demonstração †: Seja  > 0.

(1) Seja L ∈ Rs o limite de f em b; pela definição de limite, existe δ1 > 0 tal que, se
y ∈ Y e 0 < ky − bk < δ, então kf (y) − bk < .
(2) Pelo fato de ser lim g(x) = b, existe δ > 0 tal que, se x ∈ X e 0 < kx − ak < δ, então
x→a
kg(x) − bk < δ1 . Como U é uma vizinhança de a (vide definição 3.3), podemos supor,
diminuindo δ se necessário, que Ba (δ) ⊂ Y ; assim, como g(x) 6= b para x ∈ U ∩ X \ {a},

18
conclui-se que, se x ∈ X e 0 < kx − ak < δ, então 0 < kg(x) − bk < δ1 . Portanto, de (1),
segue-se que, se x ∈ X e 0 < kx − ak < δ, então kf (g(x)) − bk < . Pela arbitrariedade
da escolha de , está provado que lim (f ◦ g)(x) = L. 
x→a

Observação † 3.28. No enunciado da proposição anterior, a hipótese de ser b ponto de

acumulação de Y é redundante. Com efeito, as hipóteses de ser a ponto de acumulação de
X, lim g(x) = b e de existir uma vizinhança U de a tal que g(x) 6= b para x ∈ U ∩ X \ {a}
x→a
implicam b ponto de acumulação de Y (verifique isto, como exercı́cio).

Proposição 3.29 (limite de função composta II). Sejam X ⊂ Rn , a ∈ R ponto de

acumulação de X, g : X → Rm , Y ⊂ Rm , f : Y → Rs , g(X) ⊂ Y , lim g(x) = b ∈ Y , f
x→a
contı́nua em b. Então lim (f ◦ g)(x) = lim f (y) = f (b).
x→a y→b

Demonstração †: Seja  > 0. Pela definição de continuidade, existe δ1 > 0 tal que,
se y ∈ Y e ky − bk < δ1 , então kf (y) − f (b)k < . E, como lim g(x) = b, existe δ > 0 tal
x→a
que, se x ∈ X e 0 < kx − ak < δ, então kg(x) − bk < δ1 , logo kf (g(x)) − f (b)k < . Como
 foi tomado arbitrariamente, isto prova que lim (f ◦ g)(x) = f (b). 
x→a

Corolário 3.30. Sejam X ⊂ Rn , g : X → Rm , Y ⊂ Rm , f : Y → Rs , g(X) ⊂ Y , g

contı́nua em a ∈ X, f contı́nua em g(a). Então f ◦ g é contı́nua em a.

Corolário 3.31. A composta de funções contı́nuas é contı́nua.

q
x6
Exemplo 3.32. 1. É contı́nua a função f : R3 → R dada por (x, y, z) 7→ sin 1+x2 +y 2 +z 2
,
por ser uma composição de funções contı́nuas.
xy
2. Seja f : R2 \{O} → R dada por (x, y) 7→ x2 +y 2
. Afirmo que não existe lim f (x, y).
(x,y)→O
Com efeito, suponha que f tenha limite no zero. Então: (1) tomando γ1 : R → R2 ,
.
γ1 (t) = (t, t), uma aplicação da proposição 3.27 fornece lim f (x, y) = lim (f ◦
(x,y)→O t→0
t2 1 2 .
γ1 )(t) = lim 2t2 = 2 ; (2) tomando γ2 : R → R , γ2 (t) = (−t, t), uma aplicação da
t→0
−t2
proposição 3.27 fornece lim f (x, y) = lim (f ◦ γ2 )(t) = lim 2 = − 21 . Assim,
(x,y)→O t→0 t→0 2t
pela unicidade do limite, chega-se a uma contradição; portanto, @ lim f (x, y),
(x,y)→O
como afirmado.
x3


3. Seja f : R3 \ {O} → R dada por (x, y, z) 7→ sin x2 +y 2 +z 2
. Como a função
x2
R3 \ {O} → R dada por (x, y, z) 7→ x2 +y 2 +z 2
é limitada e lim x = 0, tem-
(x,y,z)→O
x3
se lim x 2 +y 2 +z 2 = 0. Como a função sin : R → R é contı́nua, uma aplicação da
(x,y,z)→O
proposição 3.29 fornece lim f (x, y, z) = lim sin x = sin 0 = 0.
(x,y,z)→O x→0

19
 3.2.3. Limites Infinitos
1
Seja f : Rn \ {O} → R dada por x 7→ kxk . Esta função não tem limite no zero;
intuitivamente, isto ocorre porque, à medida que tomamos vetores x ∈ Rn cada vez
mais próximos de O, os valores f (x) se tornam cada vez maiores, não se aproximando
de nenhum número real. Para denotar esta regularidade de comportamento da função
numa vizinhança de O ∈ Rn , diz-se que f tem limite +∞ no zero, no sentido da seguinte
definição:

Definição 3.33. Sejam X ⊂ Rn , a ∈ Rn ponto de acumulação de X e f : X → R.

Diz-se que f tem limite +∞ em a (notação: lim f (x) = +∞) se, para todo M > 0,
x→a
existir δ > 0 tal que, se x ∈ X e 0 < kx − ak < δ, tem-se f (x) > M .
Analogamente se define o que significa ser −∞ o limite de f em a.

Observação 3.34. 1. Note que, se lim f (x) = ±∞, então @lim f (x); no entanto, o
x→a x→a
inverso não é verdadeiro, i.e. o limite pode deixar de existir sem que f tenda a ∞
ou −∞ em a, conforme já foi visto no curso de Cálculo I.

2. Valem para os limites infinitos propriedades análogas às já estudadas no Cálculo I.

3.3. Curvas
Definição 3.35. Uma curva no Rn é uma aplicação γ : I ⊂ R → Rn , onde I é um
.
intervalo. A imagem ou traço da curva γ é o conjunto γ ∗ = {x ∈ Rn | x = γ(t), t ∈ I},
i.e. γ ∗ é o conjunto imagem da aplicação γ.

Observação 3.36. Não confunda uma curva γ com o seu traço γ ∗ : a curva γ é uma
aplicação I ⊂ R → Rn , enquanto que o seu traço γ ∗ é um conjunto de pontos (i.e. a
imagem da aplicação γ). É comum, no entanto, por um abuso de linguagem, chamar o
conjunto γ ∗ de “curva”.

Limites e continuidade de curvas já foram estudados na seção anterior, na qual estes
conceitos foram estudados no contexto mais geral de funções Rn → Rm . Estudaremos,
nesta seção, a diferenciabilidade e integrabilidade (no sentido de Riemann) de curvas.

Definição 3.37. Sejam I ⊂ R um intervalo, t0 ∈ I e γ : I → Rn . Diz-se que γ é

derivável ou diferenciável em t0 se existir o limite em t0 da função (chamada quociente
de Newton de γ em t0 ):
Qγt0 : I \ {t0 } −→ Rn
t 7−→ γ(t)−γ(t
t−t0
0)

Se γ for derivável em t0 , define-se a derivada ou vetor tangente ou vetor velocidade

de γ em t0 (notações: γ 0 (t0 ) ou dγ
dt |t=t
) como sendo o limite de Qγt0 em t0 , i.e.
0

γ(t) − γ(t0 )
γ 0 (t0 ) = lim
t→t0 t − t0

20
 Diz-se que γ é derivável se o for em todos os pontos de I; neste caso, fica bem definida
a função derivada (ou, simplesmente, derivada) de γ, que é a função γ 0 : I → Rn definida
por t 7→ γ 0 (t).
Observação 3.38. Com a notação da definição anterior, decorre imediatamente da pro-
posição 3.27 (ou por uma verificação direta) que existe lim γ(t)−γ(t
t−t0
0)
se, e somente se,
t→t0
existe lim γ(t0 +h)−γ(t
h
0)
, e em caso afirmativo os limites coincidem; assim, também pode-
h→0
mos usar o último limite na definição de derivada.
As componentes de uma aplicação a valores em Rn foram definidas em 3.12. A seguinte
proposição é um corolário de 3.14:
Proposição 3.39. Sejam I ⊂ R um intervalo, t0 ∈ I e γ = (γ1 , . . . , γn ) : I → Rn . Então
γ é derivável em t0 se, e somente se, para
1 6 i 6 n, γi : I → R for derivável em t0 ; em
caso afirmativo, γ 0 (t0 ) = γ10 (t0 ), . . . , γn0 (t0 ) .
Demonstração. Para todo t ∈ I \ {t0 }, tem-se:
γ(t) − γ(t0 )  γ (t) − γ (t )
1 1 0 γn (t) − γn (t0 ) 
= ,...,
t − t0 t − t0 t − t0
i.e. a i-ésima componente do quociente de Newton de γ em t0 coincide com o quociente de
Newton da i-ésima componente de γ em t0 . Agora basta aplicar a definição de derivada
e a proposição 3.14. 
A seguir, definiremos a integrabilidade (no sentido de Riemann) de curvas [a, b] ⊂
R → Rm através de limites de somas de Riemann, i.e. fazendo-se uma extensão direta da
definição que adotamos no Cálculo I.
Definição 3.40. Seja [a, b] ⊂ R um intervalo fechado e limitado. Uma partição de [a, b]
é um subconjunto finito P de [a, b] tal que a, b ∈ P . Usaremos a notação P = {a =
t0 < t1 < · · · < tn = b}, com o significado de que P é o conjunto {t0 , . . . , tn } e que
a = t0 < t1 < · · · < tn = b. Uma partição P = {a = t0 < t1 < · · · < tn = b} de
[a, b] determina uma subdivisão deste intervalo em n-subintervalos; o intervalo [ti−1 , ti ],
1 6 i 6 n, chama-se i-ésimo intervalo da partição. A norma de P (notação: |P |) é o
.
comprimento do maior subintervalo de P , i.e. |P | = max{|ti − ti−1 | : 1 6 i 6 n}. Um
pontilhamento de P é uma n-upla ξ = (ξ1 , . . . , ξn ) tal que, para 1 6 i 6 n, ξi ∈ [ti−1 , ti ].
Um par (P, ξ), onde P é uma partição de [a, b] e ξ um pontilhamento de P , chama-se
partição pontilhada de [a, b].
Dada uma função f : [a, b] → Rm e (P, ξ) uma partição pontilhada de [a, b], define-se
a soma de Riemann de f relativamente a (P, ξ) (notação: S(f, P, ξ)) como sendo o vetor:
n
. X
S(f, P, ξ) = f (ξi )(ti − ti−1 )
i=1

onde P = {a = t0 < t1 < · · · < tn = b} e ξ = (ξ1 , . . . , ξn ).

21
 Diz-se que f é Riemann-integrável ou integrável no sentido de Riemann se existir o
m
limite das suas somas de Riemann,
Rb R bi.e. se existir um vetor L ∈ R , chamado integral de
Riemann de f (notação: a f ou a f (t)dt), para o qual a seguinte condição é satisfeita:
para todo  > 0, existe δ > 0 tal que, se P for uma partição de [a, b] com |P | < δ e ξ for
um pontilhamento qualquer de P , então kS(f, P, ξ) − Lk < .

Proposição 3.41. Uma função f = (f1 , . . . , fn ) : [a, b] → Rn é Riemann-integrável se,

Rb
e somente se, suas componentes o forem. Em caso afirmativo, a f coincide com o vetor
Rb Rb
( a f1 , . . . , a fn ) ∈ Rn .

Demonstração. Basta observar
que, dada (P, ξ) partição pontilhada de [a, b], tem-se S(f, P, ξ) =
S(f1 , P, ξ), . . . , S(fn , P, ξ) ; aplica-se, então, um argumento análogo ao usado na demons-
tração da proposição 3.14. 
Como corolários desta proposição, todos os teoremas estudados no Cálculo I para
integrais de Riemann de funções [a, b] → R se estendem para integrais de Riemann de
funções [a, b] → Rn :

Proposição 3.42. Se f : [a, b] → Rn for limitada e o conjunto dos seus pontos de

descontinuidade for finito, então f é Riemann-integrável.

Demonstração. O caso n = 1 foi estudado no Cálculo I. O caso geral decorre do teorema

para n = 1 e das proposições 3.21 e 3.41. 

Teorema 3.43 (Teorema Fundamental do Cálculo, parte I). Seja f : [a, b] → Rn Riemann-
integrável. Suponha que exista F : [a, b] → Rn contı́nua em [a, b] e derivável em (a, b),
Rb
com F 0 = f em (a, b). Então a f = F (b) − F (a).

Demonstração. O caso n = 1 foi estudado no Cálculo I e dele decorre o caso geral,

usando-se as proposições 3.21, 3.39 e 3.40. 

Definição 3.44. Sejam a, b ∈ R, a < b e f : [a, b] → Rn Riemann-integrável. Pomos,

Ra . Ra . Rb
por definição: a f = 0 e b f = − a f .

Teorema 3.45 (Teorema Fundamental do Cálculo, parte II). Sejam I ⊂ R um intervalo,

f : I → Rn Riemann-integrável
R t em todo intervalo fechado e limitado contido em I, a ∈ I
e F : I → Rn dada por t 7→ a f . Então, se f é contı́nua em t0 ∈ I, F é derivável em t0
e F 0 (t0 ) = f (t0 ).

Demonstração. O caso n = 1 foi estudado no Cálculo I e dele decorre o caso geral,

usando-se as proposições 3.21, 3.39 e 3.40. 

Corolário 3.46. Com as mesmas hipóteses do teorema anterior, se f for contı́nua, então
F é derivável e F 0 = f . Em particular, toda função contı́nua definida num intervalo e a
valores no Rn tem uma primitiva.

22
Teorema 3.47 (Propriedades da Integral de Riemann). Sejam f, g : [a, b] → Rn Riemann-
integráveis e α ∈ R. Tem-se:
Rb Rb Rb
1. As funções f + g e αf são Riemann-integráveis e: (i) a (f + g) = a f + a g, (ii)
Rb Rb
a
(αf ) = α a f .
2. hf, gi é Riemann-integrável; se n = 3, f ∧ g também o é.
Rb
3. Dado t0 ∈ [a, b], as restrições f |[a,t0 ] e f |[t0 ,b] são Riemann-integráveis, e a f =
R t0 Rb
a
f + t0
f . Reciprocamente, se f : [a, b] → Rn for tal que suas restrições a [a, t0 ]
e [t0 , b] são Riemann-integráveis, então f é Riemann-integrável.
4. kf k : [a, b] → R é Riemann-integrável e:
Z b Z b
k fk 6 kf k.
a a

Demonstração †:
Os três primeiros ı́tens e a Riemann-integrabilidade de kf k no último item são con-
sequências imediatas da proposição 3.41 e de propriedades da integral de Riemann para
funções [a, b] → R. Resta provar a desigualdade na última afirmação.
Rb Rb . Rb Rb
Suponha, por absurdo, que seja a kf k < k a f k. Tome  = 21 (k a f k − a kf k) > 0.
Pela definição 3.40, existe δ > 0 tal que, para toda partição P = {a = t0 < t1 < · · · <
tm = b} de [a, b] e para todo pontilhamento ξ = (ξ1 , . . . , ξm ) de P , tem-se:
Rb
(1) kS(f, P, ξ) − a f k < . Portanto, segue-se do exercı́cio 3.1 que |kS(f, P, ξ)k −
Rb
k a f k| < .
Rb
(2) |S(kf k, P, ξ) − a kf k| < .
Rb Rb
Como k a f k − a kf k = 2, conclui-se de (1) e (2) que, tomando-se uma partição
pontilhada (P, ξ) com kP k < δ, S(kf k, P, ξ) < kS(f, Pm P, ξ)k. Mas, como consequência
Pm da
P triangular, tem-se: kS(f, P, ξ)k = k i=1 f (ξi )(ti − ti−1 )k 6 i=1 kf (ξi )(ti −
desigualdade
ti−1 )k = m i=1 kf (ξi )k(ti − ti−1 ) = S(kf k, P, ξ), o que é uma contradição. 
A primeira propriedade enunciada no teorema anterior significa que o conjunto das
funções [a, b] → Rn Riemann-integráveis é um subespaço vetorial do espaço vetorial real
formado por todas as funções [a, b] → Rn , e que a integral de Riemann é uma forma linear
definida neste espaço.
Definição 3.48. Uma função f : I ⊂ R → Rn diz-se de classe C1 se for derivável e sua
derivada for uma função contı́nua I → Rn .
Teorema 3.49 (Teorema de Mudança de Variáveis na Integral de Riemann). Sejam
f : [a, b] → Rn contı́nua e g : [c, d] → R de classe C1 , tal que g(c) = a e g(d) = b. Então
Rb Rd
a
f (t) dt = c
(f ◦ g)(t)g 0 (t) dt.

23
Demonstração. Inicialmente, note que, tanto f como (f ◦ g) · g 0 são funções [a, b] → Rn
Riemann-integráveis, pois são contı́nuas.
Como f é contı́nua, o corolário 3.46 garante a existência de uma primitiva F : [a, b] →
n
R de f . Além disso, segue-se da regra da cadeia que F ◦ g é derivável e, para todo
t ∈ [a, b], (F ◦ g)0 (t) = F 0 (g(t))g 0 (t) = (f ◦ g)(t)g 0 (t), i.e. F ◦ g é uma primitiva de
(f ◦ g) · g 0 . Assim, pelo teorema 3.43, tem-se:
Z b
TFC
f = F (b) − F (a) =
a
= F ◦ g(d) − F ◦ g(c) =
Z d
TFC
= (f ◦ g) · g 0
c


3.4. Derivadas
Queremos estender a noção de diferenciabilidade para funções Rn → Rm . A maneira
mais natural de se fazer isto é usar a idéia contida na proposição 2.8, i.e. uma função
X ⊂ R → R é derivável em x0 se tiver uma “boa aproximação linear” numa vizinhança
de x0 . Precisamente, na referida proposição foi demonstrado que, se f : X ⊂ R → R
é contı́nua em x0 ∈ X, então f é derivável em x0 se, e somente se, existir uma função
polinomial de grau menor ou igual a 1 (i.e. uma função linear afim), P : R → R, tal que
lim f (x)−P (x)
|x−x0 |
= 0. Intuitivamente, o fato de o último limite existir e se anular significa
x→x0
que a diferença f − P tende a zero mais rapidamente do que x − x0 , quando x tende
a x0 ; é neste sentido que dizemos que P é uma “boa aproximação linear” para f numa
vizinhança de x0 . Vimos na proposição 2.8 que, se f for derivável em x0 , a função P fica
determinada univocamente e coincide com o polinômio de Taylor de ordem 1 de f em x0 .
Assim, a noção de diferenciabilidade se generaliza naturalmente para funções Rn → Rm :
Definição. Sejam X ⊂ Rn aberto, x0 ∈ X e f : X → Rm contı́nua em x0 . Diz-se que
f é derivável ou diferenciável em x0 se existir uma função polinomial de grau menor ou
igual a 1, P : Rn → Rm tal que lim f (x)−P (x)
kx−x0 k
= 0.
x→x0

Ora, funções polinomiais R → Rm já foram definidas no exemplo 3.26; uma função
n

polinomial de grau menor ou igual a 1, i.e. uma função linear afim, é a soma de uma
função constante com uma função linear Rn → Rm . Assim sendo, na definição anterior,
P : Rn → Rm deve ser da forma x 7→ c + A · x, onde A : Rn → Rm é uma transformação
linear e c é um vetor do Rm . Assim, P (x) − P (x0 ) = A · (x − x0 ), de modo que, para todo
x ∈ Rn , P (x) = P (x0 )+A·(x−x0 ). Como lim f (x)−P (x)
kx−x0 k
= 0 implica lim [f (x)−P (x)] =
x→x0 x→x0
f (x)−P (x)
0 (pois f (x) − P (x) = kx−x0 k
· kx − x0 k para x 6= x0 ), e como f é contı́nua em x0 e
funções polinomiais são contı́nuas (vide exemplo 3.26), conclui-se que P (x0 ) = f (x0 ),
de modo que P é da forma x 7→ f (x0 ) + A · (x − x0 ). Assim, para todo x ∈ X \ {x0 },
f (x)−P (x)
kx−x0 k
= f (x)−f (x 0 )−A·(x−x0 )
kx−x0 k
, de modo que lim f (x)−f (x 0 )−A·(x−x0 )
kx−x0 k
= 0. Reciprocamente,
x→x0

24
dados X ⊂ Rn aberto, x0 ∈ X e f : X → Rm , se existir uma transformação linear
A : Rn → Rm tal que lim f (x)−f (x 0 )−A·(x−x0 )
kx−x0 k
= 0, tem-se: (i) lim [f (x) − f (x0 ) − A ·
x→x0 x→x0
(x − x0 )] = 0 e, como lim A · (x − x0 ) = 0, segue-se lim [f (x) − f (x0 )] = 0, portanto
x→x0 x→x0
lim f (x) = f (x0 ), i.e. f é contı́nua em x0 ; (ii) pondo-se P (x) = f (x0 ) + A · (x − x0 ),
x→x0
f (x)−P (x)
tem-se lim kx−x0 k
= 0; portanto, como f é contı́nua em x0 , pela definição anterior f
x→x0
é derivável em x0 . Consequentemente, a definição anterior é equivalente à seguinte:
Definição 3.50 (Derivabilidade de Funções Rn → Rm ). Sejam X ⊂ Rn aberto, x0 ∈
X e f : X → Rm . Diz-se que f é derivável ou diferenciável em x0 se existir uma
.
transformação linear A : Rn → Rm tal que, pondo-se (∀ x ∈ X)R(x) = f (x) − f (x0 ) − A ·
R(x)
(x − x0 ), tem-se lim kx−x 0k
= 0.
x→x0
Diz-se que f é derivável se for derivável em todo x0 ∈ X.
.
Observação 3.51. 1. Com a mesma notação da definição anterior, seja (∀h ∈ Rn )r(h) =
R(x)
f (x0 + h) − f (x0 ) − A · h. Então lim kx−x 0k
= 0 se, e somente se, lim r(h)
khk
= 0,
x→x0 h→O
de modo que também podemos usar o último limite na definição de derivada.
2. No Cálculo I, estudamos funções deriváveis X ⊂ R → R, onde X é um intervalo
ou reunião de intervalos disjuntos. Para n > 2, a fim de evitar complicações, os
domı́nios mais adequados para se definir e estudar funções deriváveis X ⊂ Rn → Rm
são os abertos de Rn , conforme já se foi considerado na definição anterior.
Nos comentários que antecedem a definição acima, provamos a seguinte:
Proposição 3.52. Sejam X ⊂ Rn aberto, x0 ∈ X e f : X → Rm . Se f for derivável em
x0 , então f é contı́nua em x0 .
Proposição 3.53. Sejam X ⊂ Rn aberto, x0 ∈ X e f : X → Rm . Se f for derivável
em x0 , então a transformação linear A : Rn → Rm tal que lim f (x)−f (x 0 )−A·(x−x0 )
kx−x0 k
= 0 é
x→x0
única.
f (x0 +h)−f (x0 )−A·h
Demonstração. (1) Pela hipótese de ser f derivável em x0 , lim khk
existe e
h→O
é igual a zero.
.
(2) Dado h ∈ Rn \ {O}, seja F : {t ∈ R \ {0} | x0 + th ∈ X} → Rm dada por F (t) =
f (x0 +th)−f (x0 )−A·th
tkhk
. Decorre de (1) que lim F (t) = 0; por outro lado, F (t) = f (x0 +th)−f
tkhk
(x0 )
−
t→0
h h h h
A · khk e, como t 7→ A · khk é uma função constante, lim A · khk existe e é igual a A · khk .
t→0
f (x0 +th)−f (x0 ) h
Assim, conclui-se que lim tkhk
existe e é igual a A · khk = A·h
khk
. Portanto, A · h =
t→0
khklim f (x0 +th)−f
tkhk
(x0 )
= lim f (x0 +th)−f
t
(x0 )
. Esta igualdade também vale, trivialmente, se
t→0 t→0
n
h = 0, de modo que, para todo h ∈ R :
f (x0 + th) − f (x0 )
A · h = lim , (12)
t→0 t
o que demonstra a unicidade de A. 

25
 Assim, de acordo com esta última proposição, faz sentido a seguinte definição:

Definição 3.54 (Derivada de Fréchet). Sejam X ⊂ Rn aberto, x0 ∈ X e f : X →

Rm . Se f for derivável em x0 , então a transformação linear A : Rn → Rm tal que
lim f (x)−f (x 0 )−A·(x−x0 )
kx−x0 k
= 0 chama-se derivada de Fréchet ou derivada total ou, simples-
x→x0
mente derivada de f em x0 . Usa-se uma das seguintes notações para denotar tal derivada:
f 0 (x0 ) ou Df (x0 ).

Exemplo 3.55 (Primeiros Exemplos de Derivadas). 1. Se f : Rn → Rm é uma função

constante, então f é derivável e a sua derivada em qualquer ponto é a função iden-
ticamente nula Rn → Rm .

2. Se f : Rn → Rm é linear, então f é derivável e (∀a ∈ Rn )f 0 (a) = f . Com efeito,

(∀h ∈ Rn )f (a + h) − f (a) − f (h) = 0, portanto lim f (a+h)−f
khk
(a)−f (h)
= 0.
h→O

3. Seja f : Rn → R dada por x 7→ hx, xi. Então f é derivável e, (∀a ∈ Rn )f 0 (a) : Rn →

R é dada por h 7→ 2ha, hi. Com efeito, ∀h ∈ Rn , ha + h, a + hi − ha, ai − 2ha, hi =
hh, hi = khk2 . Portanto, lim ha+h,a+hi−ha,ai−2ha,hi
khk
= lim khk = 0.
h→O h→O

Observação 3.56 (Derivada de Fréchet de Funções R → Rn e Vetor Velocidade). Verifi-

quemos que, para funções X ⊂ R → Rn , as noções de diferenciabilidade dadas por 3.37 e
3.50 são equivalentes.
→
−
1. Seja T : R → Rn linear. Afirmo que existe um único vetor T ∈ Rn tal que, para
→
− →
− →
− →
−
todo α ∈ R, T · α = α T . Com efeito, se T existir, então T = 1 T = T · 1, o
→
− .
que mostra a unicidade; para provar a existência, definamos T = T · 1; então, para
→
−
todo α ∈ R, T · α = T · (α1) = αT · 1 = α T . Reciprocamente, todo vetor → −
v ∈ Rn
n →
−
define uma transformação linear v : R → R dada por t 7→ t v . Assim, através
desta correspondência, identificamos o conjunto L(R, Rn ) das transformações linea-
res R → Rn com o conjunto Rn ; podemos dizer um pouco mais: esta correspondência
é um isomorfismo linear (i.e. uma transformação linear inversı́vel de espaços veto-
riais) L(R, Rn ) → Rn . Em particular, se n = 1, transformações lineares R → R são
identificadas com números reais.

2. Sejam X ⊂ R aberto, t0 ∈ X, f : X → R. Suponha que f seja derivável em t0 no

sentido da definição 3.50; afirmo que f também é derivável no sentido da definição
3.37 e que, através do isomorfismo do item anterior, Df (t0 ) identifica-se com o
−−−−→
vetor velocidade de f em t0 , f 0 (t0 ). Com efeito, denotando por Df (t0 ) o vetor de
Rn que corresponde a Df (t0 ) pelo isomorfismo do item anterior, tem-se:
−−−−→
kf (t)−f (t0 )−(t−t0 )Df (t0 )k
• por hipótese, existe lim |t−t0 |
= 0.
t→t0

26
 −−−−→ −−−−→
• então existe lim f (t)−f (t0 )−(t−t
t−t0
0 )Df (t0 )
= O ∈ Rn ; e, como f (t)−f (t0 )−(t−t
t−t0
0 )Df (t0 )
=
t→t0
f (t)−f (t0 ) −−−−→
t−t0
− Df (t0 ), o fato de o último limite existir e ser igual a zero é equiva-
−−−−→
lente a existir lim f (t)−f t−t0
(t0 )
= Df (t0 ), i.e. f é derivável em t0 no sentido de
t→t0
−−−−→
3.37 e o vetor velocidade de f em t0 é Df (t0 ).
f (t)−f (t0 )
Reciprocamente, se f for derivável em t0 no sentido de 3.37, i.e. se existir lim t−t0
=
t→t0
0
f (t0 ), então, pelas mesmas contas do argumento acima, f é derivável em t0 no sen-
−−−−→
tido de 3.50 e sua derivada de Fréchet em t0 é tal que Df (t0 ) = f 0 (t0 ), o que prova a
equivalência afirmada entre as duas noções de diferenciabilidade. Em particular, a
diferenciabilidade no sentido de Fréchet coincide, no caso de funções X ⊂ R → R,
com a noção de diferenciabilidade estudada no Cálculo I.

Para verificar se uma função f definida num aberto X ⊂ Rn e a valores no Rm é

derivável em x0 ∈ X, devemos investigar se existe uma transformação linear A : Rn → Rm
tal que lim f (x0 +h)−f
khk
(x0 )−A·h
= 0. Ora, conforme vimos na demonstração da proposição
h→O
3.53, se tal transformação linear existir, ela é única e é dada por (12), o que nos motiva
a fazer a seguinte definição:

Definição 3.57 (Derivadas Direcionais e Parciais). Sejam X ⊂ Rn aberto, x0 ∈ X e

f : X → Rm . Dado um vetor h ∈ Rn \ {O}, diz-se que f é derivável em x0 na direção de
h se existir lim f (x0 +th)−f
t
(x0 )
. Em caso afirmativo, define-se a derivada de f em x0 na
t→0
∂f ∂f
direção h (notação: |
∂h x=x0
ou ∂h
(x0 ) ou Dh f (x0 )) como sendo o valor deste limite, i.e.

. f (x0 + th) − f (x0 )

Dh f (x0 ) = lim .
t→0 t
Note que, tal limite é um vetor do Rm , i.e. a derivada direcional é um vetor.
Dado 1 6 i 6 n, seja ei o i-ésimo vetor da base canônica do Rn . Então, com a
mesma notação acima, tomando-se h = ei , a derivada direcional correspondente chama-
se i-ésima derivada parcial de f em x0 ou derivada parcial de f em x0 com relação à
i-ésima coordenada. Se f = f (x1 , . . . , xn ), são várias as possibilidades de notação para se
∂f ∂f ∂f ∂f
denotar esta derivada: ∂x i
|x=x0 , ∂xi
(x0 ), ∂e i
|x=x0 , ∂e i
(x0 ), Dxi f (x0 ), Di f (x0 ), Dei f (x0 ).
Se f tiver derivadas parciais com relação à i-ésima coordenada em todos os pontos do
aberto X, fica bem definida uma função Di f : X → Rm , x 7→ Di f (x), chamada i-ésima
derivada parcial de f .

Observação 3.58. 1. Com a mesma notação das definições acima, note que, caso exista,
a derivada de f em x0 na direção h coincide com o vetor velocidade em t = 0 da
curva t 7→ f (x0 +th), obtida pela composição de f com a curva t 7→ x0 +th, cujo traço
é uma reta que passa por x0 na direção de h; isto justifica a nomenclatura “derivada
direcional”. Em particular, dados X ⊂ Rn aberto, a = (a1 , . . . , an ) ∈ X, f : X → R
e 1 6 i 6 n, a i-ésima derivada parcial de f em a coincide com a derivada em ai

27
 da função real a valores reais {x ∈ R | (a1 , . . . , ai−1 , x, ai+1 , . . . , an ) ∈ X} → R dada
por x 7→ f (a1 , . . . , ai−1 , x, ai+1 , . . . , an ). Isto justifica a nomenclatura “derivada par-
cial com relação à i-ésima coordenada”, i.e. tal derivada é dada pela derivação da
função real a valores reais obtida ao se considerar f como função apenas da i-ésima
coordenada (as demais coordenadas sendo consideradas constantes).

2. Se f1 , . . . , fm forem as componentes de f , i.e. se f = (f1 , . . . , fm ), segue-se da

proposição 3.39 (ou da proposição 3.14) que Dh f (x0 ) = Dh f1 (x0 ), . . . , Dh fm (x0 ) ,
i.e. as componentes do vetor Dh f (x0 ) são as derivadas direcionais em x0 das
∂f
componentes de f , na direção h. Em particular, para 1 6 i 6 n, ∂x i
(x0 ) =
∂f1
(x0 ), . . . , ∂f m


∂xi ∂xi
(x0 ) .

A relação entre a existência das derivadas direcionais de f em x0 e a derivabilidade de

f em x0 é dada pela seguinte proposição:

Proposição 3.59. Sejam X ⊂ Rn aberto, f : X → Rm e x0 ∈ X. Então f é derivável

em x0 se, e somente se:

D1 ∀h ∈ Rn \ {O}, f tem derivada direcional em x0 na direção de h, e a aplicação

h 7→ Dh f (x0 ) é linear;
f (x0 +h)−f (x0 )−Dh f (x0 )
D2 lim khk
existe e é igual a zero.
h→O

Em caso afirmativo, a derivada de f em x0 é dada por (∀h ∈ Rn )Df (x0 )·h = Dh f (x0 ).

Demonstração. Decorre imediatamente do fato de que, se f for derivável em x0 , então,

para todo h ∈ Rn \ {O}, f tem derivada em x0 na direção h e a mesma coincide com a
derivada de f em x0 aplicada ao vetor h, i.e. Dh f (x0 ) = Df (x0 ) · h, conforme foi visto na
demonstração da proposição 3.53. 

Proposição 3.60. Sejam X ⊂ Rn aberto, x0 ∈ X e f = (f1 . . . , fm ) : X → Rm . Então

f é derivável em x0 se, e somente se, suas componentes o forem, i.e. se fi : X → R for

derivável em x0 para 1 6 i 6 m. Em caso afirmativo, Df (x0 ) = Df1 (x0 ), . . . , Dfm (x0 ) :
Rn → Rm , i.e. as componentes de Df (x0 ) são as transformações lineares Dfi (x0 ) : Rn →
R, 1 6 i 6 m.

Demonstração. É uma consequência imediata das proposições 3.59, 3.14 e da observação

3.58. 
Uma condição suficiente para derivabilidade, frequentemente usada, é que seja a função
de classe C1 , no sentido da seguinte definição, que generaliza 3.48 para funções X ⊂ Rn →
Rm :

Definição 3.61. Dado X ⊂ Rn aberto, diz-se que uma função f : X → Rm é de classe

C1 se f for contı́nua e, para 1 6 i 6 n, as derivadas parciais Di f : X → R existirem e
forem contı́nuas.

28
Observação 3.62. Sejam X ⊂ Rn aberto e f = (f1 , . . . , fm ) : X → Rm . É uma con-
sequência imediata da definição acima, da observação 3.58 e da proposição 3.21 que f é
de classe C1 se, e somente se, suas componentes (∀i, 1 6 i 6 m)fi : Rn → R o forem.

Note que, se f : X ⊂ Rn → R tiver derivadas direcionais Pn em x0 ∈ X, e se v ∈

n
R 7→ Dv f (x0 ) for linear, então, dado P h = (h1 , . . . , hn ) = i=1 hi ei , tem-se (pela lineari-
dade) Dh f (x0 ) = DPni=1 hi ei f (x0 ) = ni=1 hi Di f (x0 ). Isto será usado na demonstração da
seguinte proposição:

Teorema 3.63. Sejam X ⊂ Rn aberto e f : X → Rm . Se f é de classe C1 , então f é

derivável.

Demonstração. Pela proposição 3.60, é suficiente provar o caso m = 1. Sejam, então,

f : X → R de classe C1 e a = (a1 , . . . , an ) ∈ X; provemos que f é derivável em a. Como
X é aberto e a ∈ X, podemos escolher r > 0 tal que Ba (r) ⊂ X.
(1) Dado h = (h1 , . . . , hn ) ∈ Rn \ {O} tal que khk < r, tem-se: f (a + h) − f (a) = f (a1 +
h1 , . . . , an + hn ) − f (a1 + h1 , . . . , an−1 + hn−1 , an ) + f (a1 + h1 , . . . , an−1 + hn−1 ,P an ) − f (a1 +
h1 , . . . , an−2 + hn−2 , an−1 , an ) + · · · + f (a1 + h1 , a2 , . . . , an ) − f (a1 , . . . , an ) = ni=1 [f (a1 +
h1 , . . . , ai + hi , ai+1 , . . . , an ) − f (a1 + h1 , . . . , ai−1 + hi−1 , ai , . . . , an )].
(2) Para 1 6 i 6 n, segue-se da observação 3.58 a função F : [ai , ai + hi ] → R dada
por t 7→ f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an ) é derivável e sua derivada é dada por
F 0 (t) = Di f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an ). Assim, pela hipótese de ser f de
classe C1 , conclui-se Rque F 0 é contı́nua, e do Teorema Fundamental do Cálculo obtém-se
a +h
F (ai +hi )−F (ai ) = aii i F 0 , i.e. f (a1 +h1 , . . . , ai +hi , ai+1 , . . . , an )−f (a1 +h1 , . . . , ai−1 +
R a +h
hi−1 , ai , . . . , an ) = aii i Di f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an ) dt. Portanto, de (1)
segue que:

n Z
X ai +hi
f (a + h) − f (a) = Di f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an ) dt. (13)
i=1 ai

Pn
(3) Seja T : Rn → R a transformação linear dada por (v1 , . . . , vn ) 7→ i=1 vi Di f (a).
Pn Pn R ai +hi
Tem-se: T · h = i=1 hi Di f (a) = i=1 ai Di f (a) dt. Portanto, de (2) segue:
Pn R ai +hi
f (a + h) − f (a) − T · h i=1 ai
[Di f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an ) − Di f (a)] dt
=
khk khk
(14)

29
donde:
kf (a + h) − f (a) − T · hk
=
khk
P R a +h
k ni=1 aii i [Di f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an ) − Di f (a)] dtk
6
khk
Pn R ai +hi
[Link] i=1 k ai [Di f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an ) − Di f (a)] dtk
6 6
khk
Pn R ai +hi
3.47 i=1 ai
kDi f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an ) − Di f (a)k dt
6
khk
(15)
(4) Seja  > 0. Pela hipótese de serem contı́nuas as derivadas parciais de f , podemos, para
1 6 i 6 n, escolher δi > 0 tal que, se x ∈ X e 0 < kx − ak < δi , então |Di f (x) − Di f (a)| <
.
/n. Tome δ = min{r, δ1 , . . . , δn } >P0. Se h ∈ Rn Pé tal que 0 < khk < δ, então, de (3),
n n
i=1 hi /n i=1 hi
conclui-se que kf (a+h)−f
khk
(a)−T ·hk
< khk
= 
n khk
< . Como  > 0 foi tomado
kf (a+h)−f (a)−T ·hk
arbitrariamente, segue-se que lim khk
= 0, portanto f é derivável em a e
h→O
Df (a) = T . Finalmente, como a ∈ X foi tomado arbitrariamente, o que acabamos de
mostrar vale para todo a ∈ X, e isto conclui a demonstração.

x sin y
Exemplo 3.64. Seja f : R2 → R dada por f (x, y) = 1+x2 +y 4
. Tem-se, ∀(x, y) ∈ R2 : (1)
2 4 x cos y·(1+x2 +y 4 )−x sin y·4y 3
Dx f (x, y) = sin y·(1+x +y )−x sin y·2x
(1+x2 +y 4 )2
e (2) Dy f (x, y) = (1+x2 +y 4 )2
. Portanto, f ,
Dx f e Dy f são funções contı́nuas R2 → R, i.e. f é de classe C . Segue-se da proposição
1

anterior que f é derivável e, ∀(x, y), (h, k) ∈ R2 :

sin y · (1 + x2 + y 4 ) − x sin y · 2x x cos y · (1 + x2 + y 4 ) − x sin y · 4y 3
Df (x, y)·(h, k) = ·h+ ·k
(1 + x2 + y 4 )2 (1 + x2 + y 4 )2
Exercı́cio 3.65. Verifique que todas as funções do exemplo 3.26 são de classe C1 .
3.4.1. Matriz Jacobiana e Vetor Gradiente
Definição 3.66 (Matriz Jacobiana). Sejam X ⊂ Rn aberto, x0 ∈ X e f = (f1 , . . . , fm ) :
X → Rm derivável em x0 . A matriz da transformação linear Df (x0 ) : Rn → Rm em
relação às bases canônicas de Rn e Rm chama-se matriz jacobiana de f em x0 e será
denotada por Jf (x0 ). Assim, denotando por (ei : 1 6 i 6 k) a base canônica do Rk , Jf (x0 )
é a matriz m × n com entradas em R em cuja j-ésima coluna aparecem as coordenadas
do vetor Df (x0 ) · ej = Dj f (x0 ) na base canônica do Rm , ou seja:
 
D1 f1 (x0 ) D2 f1 (x0 ) · · · Dn f1 (x0 )

 D1 f2 (x0 ) D2 f2 (x0 ) · · · Dn f2 (x0 ) 
Jf (x0 ) = Di fj (x0 ) i,j =  
 ··· ··· ··· ··· 
D1 fm (x0 ) D2 fm (x0 ) · · · Dn fm (x0 )

30
 →
−
A toda transformação linear T : Rn → R corresponde um único vetor T ∈ Rn tal que,
→
− →
−
para todo v ∈ Rn , T · v = h T , vi. A matriz (coluna) das coordenadas de T em relação
à base canônica de Rn é a transposta da matriz (linha) da transformação linear T em
relação às bases canônicas de Rn e R. Aplicando-se esta correspondência à derivada de
uma função derivável Rn → R, obtém-se o vetor gradiente da referida função:

Definição 3.67 (Vetor Gradiente). Sejam X ⊂ Rn aberto, x0 ∈ X e f : X → R derivável

em x0 . Existe um único vetor, doravante denotado por grad f (x0 ) ou ∇f (x0 ), tal que,
para todo v ∈ Rn , Df (x0 ) · v = h∇f (x0 ), vi; tal vetor é chamado de gradiente de f em
x0 . A matriz (coluna) das coordenadas de ∇f (x0 ) em relação à base canônica de Rn é a
transposta da matriz jacobiana de f em x0 , i.e. [∇f (x0 )] = Jf (x0 )t .
Se f : X → R for derivável, fica bem definida a aplicação ∇f : X → Rn dada por
x 7→ ∇f (x), chamada campo gradiente de f .

Se f : X ⊂ Rn → R
for derivável em x0 ∈ X, ∇f (x0 ) é, portanto, o vetor ni=1 Di f (x0 )ei =

P
D1 f (x0 ), . . . , Dn f (x0 ) ∈ Rn .
Geometricamente, o gradiente de f : X ⊂ Rn → R em x0 é o vetor que corresponde à
direção na qual a variação de f é máxima, no sentido de que é máximo o valor absoluto
da derivada direcional de f em x0 na direção de um vetor unitário quando este vetor
coincide com ±∇f (x0 )/k∇f (x0 )k. Com efeito, para todo v ∈ Rn tal que kvk = 1, tem-se
|Dv f (x0 )| = |Df (x0 ) · v| = |h∇f (x0 ), vi| 6 k∇f (x0 )kkvk = k∇f (x0 )k, pela desigualdade
de Cauchy-Schwartz; e, conforme deve ter sido demonstrado no curso de Álgebra Linear,
a igualdade vale se, e somente se, v e ∇f (x0 ) forem linearmente dependentes, i.e. se
v = ±∇f (x0 )/k∇f (x0 )k. Além disso, se v = ∇f (x0 )/k∇f (x0 )k, a mesma conta fornece
Dv f (x0 ) · v = k∇f (x0 )k, de modo que a derivada direcional de f na direção deste vetor
é positiva (o que significa que f “cresce” no sentido do gradiente). Estas observações
justificam, intuitivamente, o nome gradiente dado ao vetor ∇f (x0 ).
Estudaremos uma outra propriedade geométrica do vetor gradiente após a demons-
tração da regra da cadeia, a seguir.
3.4.2. Regra da Cadeia
Proposição 3.68 (Derivada da Soma). Sejam X ⊂ Rn aberto e f, g : X → Rm deriváveis
em x0 ∈ X. Então f + g é derivável em x0 e sua derivada em x0 é a soma das derivadas
de f e g em x0 , i.e. D(f + g)(x0 ) = Df (x0 ) + Dg(x0 ).

Proposição 3.69 (Multiplicação por um Escalar). Sejam X ⊂ Rn aberto, α ∈ R e

f : X → Rm derivável em x0 ∈ X. Então αf é derivável em x0 e D(αf )(x0 ) = αDf (x0 ).

As demonstrações destas duas proposições são imediatas e deixadas como exercı́cio.

Estas proposições significam que o conjunto E formado pelas funções X → Rm deriváveis
em x0 ∈ X é um subespaço vetorial do espaço vetorial real formado por todas as funções
X → Rm , e que, designando por L(Rn , Rm ) o espaço vetorial real formado por todas as
transformações lineares Rn → Rm , a função E → L(Rn , Rm ) definida por f 7→ Df (x0 ) é
uma transformação linear.

31
Teorema 3.70 (Regra da Cadeia). Sejam X ⊂ Rn aberto, g : X → Rm derivável em
x0 ∈ X, Y ⊂ Rm aberto, g(X) ⊂ Y e f : Y → Rs derivável em y0 = g(x0 ). Então f ◦ g é
derivável em x0 e sua derivada em x0 é a composta das derivadas de f em y0 e de g em
x0 , i.e. D(f ◦ g)(x0 ) = Df (y0 ) ◦ Dg(x0 ) : Rn → Rs .
.
Demonstração. (1) Definamos, para v ∈ Rn tal que x0 + v ∈ X, R1 (v) = g(x0 + v) −
g(x0 ) − Dg(x0 ) · v. Pela hipótese de ser g derivável em x0 , tem-se lim kRkvk
1 (v)k
= 0.
v→O
m .
(2) Definamos, para w ∈ R tal que y0 + w ∈ Y , R2 (w) = f (y0 + w) − f (y0 ) − Df (y0 ) · w.
Pela hipótese de ser f derivável em y0 , tem-se lim kRkwk2 (w)k
= 0.
w→O
.
(3) Definamos, para h ∈ Rn tal que x0 + h ∈ X, R(h) = f ◦ g(x0 + h) − f ◦ g(x0 ) − Df (y0 ) ·
Dg(x0 ) · h. Queremos mostrar que lim kR(h)k khk
= 0.
h→O
Para todo h ∈ Rn tal que x0 + h ∈ X, tomando-se w = g(x0 + h) − g(x0 ) em (2),

obtém-se f ◦ g(x0 + h) − f ◦ g(x0 ) = Df (y0 ) · [g(x0 + h) − g(x0 )] + R2 g(x0 + h) − g(x0 ) .
Portanto:


R(h) = Df (y0 ) · [g(x0 + h) − g(x0 )] + R2 g(x0 + h) − g(x0 ) − Df (y0 ) · Dg(x0 ) · h =


= Df (y0 ) · [g(x0 + h) − g(x0 ) − Dg(x0 ) · h] + R2 g(x0 + h) − g(x0 ) =
(1)

= Df (y0 ) · R1 (h) + R2 g(x0 + h) − g(x0 )
(16)

Logo, para todo h ∈ Rn \ {O} tal que x0 + h ∈ X:

R(h) R1 (h) R2 g(x0 + h) − g(x0 )
= Df (y0 ) · + (17)
khk khk khk

Como Df (y0 ) : Rm → Rs é linear, portanto contı́nua (vide exemplo 3.26), e como

lim Rkhk
1 (h)
= O (por (1)), segue-se que lim Df (y0 ) · Rkhk
1 (h)
= Df (y0 ) · O = O. Resta
h→O h→O
mostrar que o mesmo ocorre com a segunda parcela do segundo membro de (17). Com
. 2 (w)
efeito, definamos F : {w ∈ Rm | y0 + w ∈ Y } → Rs por F (w) = Rkwk se w 6= O e
. n
F (O) = O. Então, por (2), F é contı́nua em O e, para todo h ∈ R \ {O} tal que
x0 + h ∈ X:


R2 g(x0 + h) − g(x0 ) kg(x0 + h) − g(x0 )k

= F g(x0 + h) − g(x0 ) (18)
khk khk

Como g é contı́nua em x0 (pois é derivável em x0 ), tem-se lim [g(x0 + h) − g(x0 )] = O; e,

h→O


como F é contı́nua em O, segue-se que lim F g(x0 + h) − g(x0 ) = F (O) = O. Assim, se
h→O
kg(x0 +h)−g(x0 )k
provarmos que a função {h ∈ Rn \ {O} | x0 + h ∈ X} → R dada por h 7→ khk

é
R2 g(x0 +h)−g(x0 )
limitada numa vizinhança do O, seguirá da proposição 3.16 que lim khk
= O,
h→O

32
o que concluirá a demonstração, em vista de (17). Mas, para todo h ∈ Rn \ {O} tal que
x0 + h ∈ X, por (1) tem-se g(x0 + h) − g(x0 ) = Dg(x0 ) · h + R1 (h), donde:
kg(x0 + h) − g(x0 )k h R1 (h)
= kDg(x0 ) · + k6
khk khk khk
(19)
h kR1 (h)k
6 kDg(x0 ) · k+
khk khk
kR1 (h)k
onde, na última passagem, foi aplicada a desigualdade triangular. Como lim khk
= 0,
h→O
segue-se da proposição 3.13 que a função {h ∈ Rn \ {O} | x0 + h ∈ X} → R dada por
h 7→ kRkhk
1 (h)k
é limitada numa vizinhança de O. Para verificar que a primeira parcela do
último membro de (19) também é limitada, usaremos o lema 3.71, demonstrado abaixo.
Ora, aplicando-se o referido lema para T = Dg(x0 ), existe C > 0 tal que, para todo
h h
h ∈ Rn \ {O}: kDg(x0 ) · khk k 6 Ck khk k = C. Isto mostra que o último membro de
(19) é uma função de h limitada numa vizinhança do zero; consequentemente, o primeiro
membro também o é, o que conclui a demonstração do teorema.

Lema 3.71. Seja T : Rn → Rm linear. Então existe C > 0 tal que, para todo v ∈ Rn ,
kT · vk 6 Ckvk.
Demonstração. Pelo exemplo 3.26, T : Rn → Rm é contı́nua. Assim, como T · O = O,
pela continuidade no O existe δ > 0 tal que, para todo v ∈ Rn tal que kvk < δ, tem-se
. δw
kT · vk < 1. Agora, dado w ∈ Rn \ {O}, tome v = 2kwk ; então kvk = 2δ < δ, donde
δ
kT · vk = 2kwk kT · wk 6 1, ou seja, kT · wk 6 2δ kwk. Como w ∈ Rn \ {O} foi tomado
arbitrariamente, a última desigualdade vale para todo w neste conjunto. Como também
vale para w = O (caso em que os dois membros se anulam), segue-se que kT · wk 6 2δ kwk
para todo w ∈ Rn . A demonstração se conclui tomando-se C = 2δ . 
Corolário 3.72. Com as mesmas hipóteses do teorema 3.70, a matriz jacobiana de
f ◦ g em x0 é o produto das matrizes jacobianas de f em y0 = g(x0 ) e de g em x0 , i.e.
J(f ◦ g)(x0 ) = Jf (y0 ) · Jg(x0 ).
Demonstração. É uma consequência imediata do teorema 3.70 e do fato de que a matriz
da composta de duas transformações lineares é o produto das matrizes de cada uma das
transformações. 
Com a mesma notação do teorema 3.70, sejam f = (f1 , . . . , fs ) :
Y ⊂ Rm → Rs
e g = (g1 , . . . , gm ) : X ⊂ Rn → Rm , f ◦ g = (f ◦ g)1 , . . . , (f ◦ g)s : X → Rs . As
componentes de f ◦ g são dadas por (f ◦ g)i = fi ◦ g : X → R, 1 6 i 6 s. Se g for derivável
em x0 e f for derivável em y0 = g(x0 ), segue-se do corolário 3.72, da
definição 3.66 e da
definição do produto de matrizes que J(f ◦ g)(x0 ) = Di (fj ◦ g)(x0 ) ij é dada por:
m
X
Di (fj ◦ g)(x0 ) = Dk fj (y0 )Di gk (x0 ) (20)
k=1

33
para 1 6 i 6 n, 1 6 j 6 s. Ou, escrevendo (20) com uma outra notação:
m
∂(fj ◦ g) X ∂fj ∂gk
(x0 ) = (y0 ) (x0 )
∂xi k=1
∂x k ∂x i

Alguns casos particulares do teorema 3.70:

1. Sejam X ⊂ Rn aberto, g : X → Rm derivável em x0 ∈ X, Y ⊂ Rm aberto, g(X) ⊂ Y

e f : Y → R derivável em y0 = g(x0 ). Então, pelo teorema 3.70 e pela definição 3.67,
tem-se, para todo v ∈ Rn : D(f ◦g)(x0 )·v = Df (y0 )·Dg(x0 )·v = h∇f (y0 ), Dg(x0 )·vi.
Em particular, se n = 1, usando a identificação descrita em 3.56:

(f ◦ g)0 (x0 ) = D(f ◦ g)(x0 ) · 1 =

= h∇f (y0 ), Dg(x0 ) · 1i = (21)
= h∇f (y0 ), g (x0 )i = h∇f g(x0 ) , g 0 (x0 )i.
0

2. Sejam X ⊂ R aberto, g : X → Rn derivável em t0 ∈ X, Y ⊂ Rn aberto, g(X) ⊂ Y

e f : Y → Rm derivável em y0 = g(t0 ). Então, pelo teorema 3.70 e por 3.56, o vetor
velocidade de f ◦ g em t0 é dado por:

(f ◦ g)0 (t0 ) = D(f ◦ g)(t0 ) · 1 = Df (y0 ) · Dg(t0 ) · 1 = Df g(t0 ) · g 0 (t0 )

(22)

O caso particular 2, acima, nos permite generalizar a interpretação geométrica da

derivada direcional contida na observação 3.58. Com efeito, sejam X ⊂ Rn aberto, f :
X → Rm derivável em x0 ∈ X e γ : I ⊂ R → Rn uma curva definida num intervalo aberto
I, com imagem em X, derivável em t0 ∈ I e tal que γ(t0 ) = x0 e γ 0 (t0 ) = h ∈ Rn . Então,
segue-se de (22) que:
(22)
Dh f (x0 ) = Df (x0 ) · h = Df (x0 ) · γ 0 (t0 ) = (f ◦ γ)0 (t0 ), (23)

ou seja, a derivada direcional de f em x0 na direção h é o vetor velocidade em t0 da

composta de f com uma curva qualquer que passe por x0 em t0 e cujo vetor velocidade
em t0 seja h.
.
Exemplo 3.73. Sejam r ∈ R e f : Rn \ {O} → R dada por f (x) = kxkr = hx, xir/2 .
Então, pela regra da cadeia e pelo exemplo 3.55, f é derivável e (∀x ∈ Rn \ {O}, ∀h ∈
Rn )Df (x) · h = 2r hx, xir/2−1 2hx, hi = rkxkr−2 hx, hi, donde ∇f (x) = rkxkr−2 x.

3.4.3. Superfı́cies de Nı́vel e Planos Tangentes

Tendo demonstrado a regra da cadeia, apresentaremos, a seguir, mais uma propriedade
geométrica do vetor gradiente.

Definição 3.74 (Superfı́cies de Nı́vel). Sejam X ⊂ Rn aberto, f : X → R e c ∈ R. O

.
conjunto Sc (f ) = {x ∈ X | f (x) = c} chama-se superfı́cie de nı́vel c de f .

34
 Com a mesma notação acima, se f for derivável, o campo gradiente de f é ortogonal às
superfı́cies de nı́vel de f , no seguinte sentido: dados c ∈ R e x0 ∈ Sc (f ), para toda curva
γ : I ⊂ R → Rn definida no intervalo aberto I e derivável em t0 ∈ I, cuja imagem esteja
contida em Sc (f ) e tal que γ(t0 ) = x0 , o vetor velocidade γ 0 (t0 ) é ortogonal a ∇f (x0 ). Com
efeito, a função composta f ◦ γ : I → R é constante e igual a c, portanto (f ◦ γ)0 (t0 ) = 0.
Por outro lado, de (21), tem-se (f ◦γ)0 (t0 ) = h∇f γ(t0 ) , γ 0 (t0 )i = h∇f (x0 ), γ 0 (t0 )i, donde

se conclui que h∇f (x0 ), γ 0 (t0 )i = 0.

Definição 3.75 (Planos Tangentes a Superfı́cies de Nı́vel). Sejam X ⊂ Rn aberto, f :
X → R e c ∈ R. Dado x0 ∈ Sc (f ), definimos o plano tangente a Sc (f ) em x0 como
sendo o subespaço afim de Rn que passa por x0 e cujo espaço vetorial subjacente é o
subespaço vetorial W de Rn linearmente gerado pelo conjunto {γ 0 (t0 ) | γ : I ⊂ R →
Rn derivável em t0 ∈ I, Im γ ⊂ Sc (f ) e γ(t0 ) = x0 }.
Ou seja, o plano tangente a Sc (f ) em x0 ∈ Sc (f ) é o conjunto dos vetores de Rn
da forma x0 + v, onde v ∈ W, sendo W o subespaço vetorial de Rn gerado pelos vetores
velocidade γ 0 (t0 ) de curvas deriváveis cujo traço está contido em Sc (f ) e que em t0 ∈ dom γ
passam por x0 . Pelos comentários que antecedem a definição acima, é imediato concluir
que, se f for derivável em x0 , então ∇f (x0 ) é ortogonal a todos os vetores de W, i.e.
W está contido no complemento ortogonal do subespaço vetorial gerado por ∇f (x0 ). Se
supusermos que f é de classe C1 (portanto, derivável, pela proposição 3.63) e que ∇f (x0 ) 6=
O, também é possı́vel provar, como consequência do teorema das funções implı́citas, que
vale a outra inclusão, i.e. W ⊂ [∇f (x0 )]⊥ , logo W = [∇f (x0 )]⊥ . Registraremos este fato
na seguinte proposição:
Proposição 3.76. Sejam X ⊂ Rn aberto, f : X → R de classe C1 , c ∈ R e x0 ∈ Sc (f ).
Então, se ∇f (x0 ) 6= O, o plano tangente a Sc (f ) em x0 coincide com o subespaço afim
de Rn que passa por x0 e cujo espaço vetorial subjacente é o complemento ortogonal de
∇f (x0 ). Ou seja, tal plano tangente é o conjunto {v ∈ Rn | v = x0 + w, w ∈ [∇f (x0 )]⊥ }.
Demonstração. Omitida. 
Se a hipótese da proposição acima for satisfeita para todo x ∈ Sc (f ), dizemos que c é
um valor regular de f :
Definição 3.77. Sejam X ⊂ Rn aberto, f : X → R de classe C1 e c ∈ R. Diz-se
que c é um
valor regular de f se o gradiente de f não se anular em Sc (f ), i.e. se
∀x ∈ Sc (f ) ∇f (x) 6= O.
Exemplo 3.78. Sejam X ⊂ R2 aberto e f : X → R de classe C1 . Definamos F : R3 → R
.
por F (x, y, z) = f (x, y) − z, de modo que o gráfico de f coincide com a superfı́cie de nı́vel
0 de F , S0 (F ), i.e. gr f = {(x, y, z) ∈ R3 | z = f (x, y)} = {(x, y, z) ∈ R3 | F (x, y, z) =
0}. Como f é de classe C1 , por hipótese, segue-se que 1

F é de classe C . Além disso,
3
∀(x, y, z) ∈ R , ∇F (x, y, z) = D1 f (x, y), D2 f (x, y), −1 = ∇f (x, y)−e3 6= O (denotamos
por (e1 , e2 , e3 ) a base canônica de R3 ). Portanto, dados (x0 , y0 ) em X e z0 = f (x0 , y0 ),
segue-se da proposição anterior que o plano tangente a gr f em (x0 , y0 , z0 ) é o plano

35
que passa por este ponto e que é ortogonal a ∇F (x0 , y0 , z0 ), i.e. o plano de equação
h(x − x0 , y − y0 , z − z0 ), ∇F (x0 , y0 , z0 )i = 0 ⇔

z − z0 = h(x − x0 , y − y0 ), ∇f (x0 , y0 )i.

3.5. Aplicações Multilineares, Derivadas de Ordem Superior e Fórmulas de Taylor

3.5.1. Normas em Espaços Vetoriais, Limites, Continuidade e Derivabilidade
Estenderemos, nesta seção, as noções de limite, continuidade e diferenciabilidade para
funções definidas num aberto de um espaço vetorial real de dimensão finita, a valores
noutro espaço vetorial de dimensão finita.
Normas em Rn foram definidas na seção 3.1. Abstrairemos esta definição para espaços
vetoriais reais quaisquer:

Definição 3.79 (Norma). Seja V um espaço vetorial real. Uma norma em V é uma
função k·k : V → R+ que satisfaz as seguintes propriedades:

N1 kxk = 0 se, e somente se, x = O (onde O denota o vetor nulo de V);

N2 ∀α ∈ R, ∀x ∈ V, kαxk = |α|kxk;

N3(desigualdade triangular) ∀x, y ∈ V, kx + yk 6 kxk + kyk.

O par (V, k·k) chama-se espaço vetorial normado, ou, simplesmente, espaço normado.

Para um espaço vetorial V munido de uma norma k·k, as definições 3.2, 3.3 e 3.6 se
generalizam de maneira óbvia. Deste modo, também podemos, doravante, falar em bolas,
abertos, fechados, pontos de acumulação de subconjuntos de V, etc., para o espaço vetorial
normado (V, k·k).
Eis alguns exemplos de espaços vetoriais normados:

Exemplo 3.80 (Espaços Normados). 1. Seja V um espaço vetorial real, munido de um

. p
produto interno h·, ·i. Definimos, para todo v ∈ V, kvk = hv, vi. Então k·k é
uma norma em V, chamada norma induzida por h·, ·i. Com efeito, as propriedades
(N1) e (N2) são de verificação imediata, a partir das propriedades que definem o
produto interno, e (N3) é uma consequência da desigualdade de Cauchy-Schwartz:
∀v, w ∈ V, kv+wk2 = kvk2 +2hv, wi+kwk2 6 kvk2 +2kvkkwk+kwk2 = (kvk+kwk)2 ,
donde (N3).
Um caso particular deste exemplo é a norma euclidiana, induzida pelo produto in-
terno usual do Rn , conforme já visto na seção 3.1.
Nem toda norma num espaço vetorial real V é induzida por um produto interno.
Uma condição necessária e suficiente para que isto ocorra, cuja demonstração será
omitida, é que seja satisfeita a identidade do paralelogramo: ∀v, w ∈ V, kv + wk2 +
kv − wk2 = 2kvk2 + 2kwk2 . Serão apresentados, a seguir, exemplos de normas que
não são induzidas por produtos internos.

36
 . P
2. Em Rn , definimos ∀x = (x1 , . . . , xn ), kxkS = ni |xi |. Então k·kS é uma norma em
Rn (verifique isto, como exercı́cio), chamada norma da soma.
.
3. Em Rn , definimos ∀x = (x1 , . . . , xn ), kxkM = max16i6n |xi |. Então k·kM é uma
norma em Rn (verifique isto, como exercı́cio), chamada norma do máximo.

A definição de limite 3.8 se generaliza de forma natural para funções entre espaços
normados:

Definição 3.81 (Limites). Sejam (V, k·k) e (W, |||·|||) espaços normados, X ⊂ V, a ∈ V
ponto de acumulação de X, f : X → W e b ∈ W. Diz-se que o vetor b é o limite de f no
ponto a, e escreve-se lim f (x) = b, se a seguinte condição for satisfeita: ∀ > 0, ∃δ > 0
x→a
tal que, se x ∈ X \ {a} e kx − ak < δ, então |||f (x) − b||| < .

Verificaremos, a seguir, que a noção de limite para funções entre espaços vetoriais
normados de dimensão finita é independente das normas, no sentido de que, se substituir-
mos as normas dos espaços por outras, obtemos uma definição equivalente. Isto decorre
do fato de que, num espaço vetorial normado de dimensão finita, todas as normas são
equivalentes, no sentido da seguinte definição:

Definição 3.82 (Normas Equivalentes). Diz-se que duas normas k·k e |||·||| num espaço
vetorial real V são equivalentes se:

1. ∃C1 > 0 tal que ∀v ∈ V, kvk 6 C1 |||v|||;

2. ∃C2 > 0 tal que ∀v ∈ V, |||v||| 6 C2 kvk.

Teorema 3.83. Duas normas quaisquer num espaço vetorial real de dimensão finita são
equivalentes.

Demonstração †: (1) Sejam V um espaço vetorial real de dimensão finita n e k·k,

|||·||| duas normas em V. Tome uma base ordenada E = (v1 , . . . , vn ) de V; através desta
base ordenada, definimos f : V → Rn por f (x) = (x1 , . . . , xn ) se x1 , . . . , xn forem as
coordenadas de x na base ordenada E. Então f é linear e inversı́vel, i.e. um isomorfismo
linear entre V e Rn — o isomorfismo que leva a base ordenada E na base canônica de Rn .
. .
Através deste isomorfismo, definimos normas em Rn por k·k1 = k·k ◦ f −1 e |||·|||1 = |||·||| ◦
f −1 , e é imediato verificar que k·k e |||·||| são equivalentes se, e somente se, k·k1 e |||·|||1
são equivalentes. Assim, é suficiente verificar que duas normas em Rn são equivalentes;
suporemos, pois, V = Rn .
(2) Seja k·k uma norma em Rn . Afirmo que k·k : Rn → R é contı́nua. Com efeito,
seja a = (a1 , . . . , an ) ∈ Rn . Denotemos por (e1 , . . . , en ) a base canônica e k·ke a norma
euclidiana em Rn . Dado  > 0, queremos mostrar que existe δ > 0 tal que, se x =
(x1 , . . . , xn ) ∈ Rn e kx
P − ake < δ, então P|kxk − kak| < . PelaP desigualdade triangular,
tem-se kx − ak = k ni=1 (xi − ai )ei k 6 ni=1 k(xi − ai )ei k = ni=1 |xi − ai |kei k. Tome
. .
δ = Pn  kei k > 0; então, se kx−ake < δ, tem-se kx−akM = max16i6n |xi −ai | 6 kx−ake <
i=1

37
 Pn
Pn 
i=1 kei k
, donde i=1 |xi − ai |kei k < , portanto kx − ak < . Como |kxk − kak| 6 kx − ak
(isto decorre da desigualdade triangular — vide exercı́cio 3.1), segue-se |kxk − kak| < ,
como afirmado.
(3) Consideremos, em Rn , o produto interno usual h·, ·i e normas k·k, |||·|||. Denotemos
por S(1) a esfera unitária de Rn , i.e. S(1) = {x ∈ Rn | kxke = 1}. Definamos F :
. kxk
Rn \ {O} → R por F (x) = |||x||| . Como F é contı́nua (pois é o quociente de duas funções
contı́nuas, conforme a parte (2)) e S(1) é compacto (i.e. fechado e limitado, conforme
a definição 3.84, abaixo), segue-se do teorema de Weierstrass (3.85, abaixo) que existem
.
x1 , x2 ∈ S(1) tais que ∀x ∈ S(1), F (x1 ) 6 F (x) 6 F (x2 ). Pomos C1 = F (x1 ) > 0
(pois, como O 6∈S(1), nenhuma norma pode se anular neste conjunto, logo kx1 k > 0 e
. kxk
|||x1 ||| > 0, i.e. C1 > 0) e C2 = F (x2 ) > 0; então, ∀x ∈ S(1), C1 6 |||x||| 6 C2 . Ora, dado
. v kxk kvk/kvke kvk
v ∈ Rn \ {O}, tem-se x = kvk e
∈ S(1), portanto C1 6 |||x||| = |||v|||/kvke
= |||v||| 6 C2 ,
donde C1 |||v||| 6 kvk 6 C2 |||v|||. Como estas desigualdades também valem no O, conclui-
se que, para todo v ∈ Rn , C1 |||v||| 6 kvk 6 C2 |||v|||; isto implica, trivialmente, que as
normas k·k e |||·||| são equivalentes. 

Definição 3.84 (Compactos de Rn ). Um subconjunto A de Rn diz-se compacto se for

fechado e limitado (vide definições 3.3 e 3.10).

Teorema 3.85 (Weierstrass). Sejam f : X ⊂ Rn → R contı́nua e A ⊂ X compacto.

Então f assume mı́nimo e máximo em A, i.e. existem x1 , x2 ∈ A tais que, para todo
x ∈ A, f (x1 ) 6 f (x) 6 f (x2 ).

A demonstração deste teorema será omitida e pode ser encontrada em qualquer livro
de Análise Real ou de introdução à Topologia Geral ; vide, por exemplo, [4] ou [2].

Proposição 3.86. Sejam (V, k·k) e (W, |||·|||) espaços normados, X ⊂ V, a ∈ V ponto de
acumulação de X, f : X → W e b ∈ W. Então lim f (x) = b se, e somente se, para toda
x→a
vizinhança U de b em W, existir uma vizinhança V de a em V tal que f (V ∩ X \ {a}) ⊂ U.

Demonstração. É uma consequência imediata das definições 3.81 e 3.3 (mais precisamente,
da generalização natural da última definição para espaços normados). 

Proposição 3.87. Sejam V um espaço vetorial real de dimensão finita, k·k e |||·||| normas
em V e a ∈ V. Então um subconjunto U de V é uma vizinhança de a segundo a norma
k·k se, e somente se, for uma vizinhança de a segundo a norma |||·|||; ou seja, o conjunto
das vizinhanças de a em V é independente da norma que se tome em V.

Demonstração. Em vista da definição 3.3, é suficiente verificar que toda k·k-bola aberta
de V centrada em a contém uma |||·|||-bola aberta de V centrada em a, e vice-versa. Isto
é uma consequência imediata do teorema 3.83: como V é de dimensão finita, o referido
teorema pode ser aplicado e garante a existência de constantes C1 , C2 > 0 tais que, para
todo v ∈ V, |||v||| 6 C1 kvk e kvk 6 C2 |||v|||. Assim, seja B a k·k-bola aberta de raio
r > 0 centrada em a, i.e. B = {x ∈ V | kx − ak < r}. Se x ∈ V e |||x − a||| < Cr2 , tem-se

38
kx − ak 6 C2 |||x − a||| < r, logo x ∈ B; ou seja, a |||·|||-bola aberta de V de raio Cr2 e
centrada em a está contida em B. Portanto, como a k·k-bola aberta B centrada em a foi
tomada de forma arbitrária, conclui-se que toda k·k-bola aberta centrada em a contém
uma |||·|||-bola aberta centrada em a. Analogamente, usando-se a desigualdade (∀v ∈ V)
|||v||| 6 C1 kvk, conclui-se que toda |||·|||-bola aberta centrada em a contém uma k·k-bola
aberta centrada em a. 

Corolário 3.88. Sejam V um espaço vetorial real de dimensão finita, X ⊂ V, k·k e |||·|||
normas em V e a ∈ V. Então a é um k·k-ponto de acumulação de X se, e somente se, a
é um |||·|||-ponto de acumulação de X.

Demonstração. Com efeito, decorre da definição 3.6 que a é ponto de acumulação de X

se, e somente se, toda vizinhança de a em V contiver pontos de X distintos de a; ora, pela
proposição anterior, o conjunto das vizinhanças de a em V é independente da norma que
se tome em V. 

Corolário 3.89. Para funções entre espaços normados de dimensão finita, a noção de
limite é independente das normas tomadas no domı́nio e contradomı́nio da função. Ou
seja, se na definição 3.81 substituirmos as normas k·k em V e |||·||| em W por normas
k·k1 e |||·|||1 , respectivamente, obtemos uma definição equivalente.

Demonstração. Decorre imediatamente das proposições 3.86 e 3.87. 

Definição 3.90 (Componentes de uma Função). Sejam X um conjunto, V um espaço

vetorial real de dimensão finita n, f : X → V uma função e E = (v1 , . . . , vn ) uma
base ordenada dePV. Existem (e são únicas) funções fi : X → R, 1 6 i 6 n, tais que
(∀x ∈ X)f (x) = ni=1 fi (x)vi ; tais funções são chamadas de componentes de f em relação
à base ordenada E.

Todas as demais definições e propriedades relativas a limites enunciadas na seção

3.2 se generalizam, de forma natural, para funções entre espaços vetoriais normados de
dimensão finita; para se generalizar a proposição 3.14 (e todas as outras proposições em
que for necessário tomar componentes de uma função), escolhemos uma base ordenada
no contradomı́nio da função e tomamos as componentes da função em relação a esta base
ordenada, no sentido da definição 3.90. Em vista do teorema 3.83 e dos corolários 3.88
e 3.89, as definições e propriedades em questão são independentes da escolha de normas
nestes espaços; fica a cargo leitor, como exercı́cio, a verificação dos detalhes.
Finalmente, todas as definições e propriedades enunciadas nas seções 3.2, 3.3 e 3.4, que
dependem da noção de limite, podem ser generalizadas, de forma natural, para funções
entre espaços vetoriais normados de dimensão finita: continuidade, derivabilidade, integral
de Riemann de curvas, etc. Novamente, aplicando-se o teorema 3.83 e os corolários 3.88
e 3.89, as definições e propriedades em questão são independentes da escolha de normas
nestes espaços. A verificação dos detalhes fica como exercı́cio; por exemplo, no caso da
noção de diferenciabilidade 3.50 e 3.54, a generalização é como segue:

39
Definição 3.91 (Derivabilidade de Funções entre Espaços Normados). Sejam (V, k·k)
e (W, |||·|||) espaços normados, X ⊂ V aberto, x0 ∈ V e f : X → W. Diz-se que f é
derivável ou diferenciável em x0 se existir uma transformação linear A : V → W tal que,
. R(x)
pondo-se (∀ x ∈ X)R(x) = f (x) − f (x0 ) − A · (x − x0 ), tem-se lim kx−x 0k
= 0.
x→x0
Diz-se que f é derivável se for derivável em todo x0 ∈ X.
Definição 3.92 (Derivada de Fréchet). Sejam (V, k·k) e (W, |||·|||) espaços normados,
X ⊂ V aberto, x0 ∈ X e f : X → W. Se f for derivável em x0 , então a transformação
linear A : Rn → Rm tal que lim f (x)−f (x0 )−A·(x−x0 )
kx−x0 k
= 0 chama-se derivada de Fréchet ou
x→x0
derivada total ou, simplesmente derivada de f em x0 . Usa-se uma das seguintes notações
para denotar tal derivada: f 0 (x0 ) ou Df (x0 ).
A seguinte proposição é frequentemente útil para se estudar a continuidade ou dife-
renciabilidade de funções entre espaços vetoriais reais de dimensão finita:
Proposição 3.93. Sejam (V, k·k) e (W, |||·|||) espaços vetoriais normados de dimensão
finita n e m, respectivamente. Fixemos bases ordenadas E = (v1 , . . . , vn ) em V e F =
(w1 , . . . , wm ) em W; através destas bases ordenadas, podemos identificar V com Rn (através
do isomorfismo linear que leva vi no i-ésimo vetor da base canônica de Rn , i.e. que leva
um vetor na n-upla das suas coordenadas na base E) e W com Rm (de forma análoga).
Através destas identificações, uma função f definida num aberto X de V e a valores em
W se identifica com uma função f definida num aberto X de Rn e a valores no Rm . Dado
x0 ∈ X, denotemos por x0 ∈ Rn o ponto que se identifica com x0 através do isomorfismo
V∼ = Rn acima. Tem-se:
1. f : X ⊂ V → W é contı́nua em x0 se, e somente se, f : X ⊂ Rn → Rm for contı́nua
em x0 .

2. f : X ⊂ V → W é derivável em x0 se, e somente se, f : X ⊂ Rn → Rm for derivável

em x0 . Em caso afirmativo, a matriz de Df (x0 ) : V → W em relação às bases E e
F coincide com Jf (x0 ), i.e. com a matriz jacobiana de f em x0 .
A demonstração desta proposição será deixada como exercı́cio.
A generalização da noção de derivada direcional 3.57 para uma função f definida num
aberto X de um espaço normado de dimensão finita (V, k·k) e a valores noutro espaço
normado de dimensão finita (W, |||·|||) é natural: dado h ∈ V, a derivada direcional de f
em x0 na direção h, Dh f (x0 ), é o vetor velocidade em t = 0 da curva t 7→ f (x0 + th). Se
f for derivável em x0 , tal vetor velocidade coincide com Df (x0 ) · h ∈ W.
Com a mesma notação do parágrafo anterior, sejam n = dim V, m = dim W e con-
sideremos bases ordenadas E = (v1 , . . . , vn ) em V e F = (w1 , . . . , wm ) em W. Se f for
derivável em x0 ∈ X, a matriz da transformação linear Df (x0 ) : V → W em relação às
bases E e F chama-se matriz jacobiana de f em x0 em relação a E e F, e denota-se por
Jf (x0 )E,F (ou, simplesmente, Jf (x0 ), ficando subentendida a dependência em relação às
bases tomadas). Assim, denotando-se por f1 , . . . , fm as componentes de f em relação à
F, no sentido da definição 3.90, tem-se:

40
  
Dv1 f1 (x0 ) Dv2 f1 (x0 ) · · · Dvn f1 (x0 )

 Dv1 f2 (x0 ) Dv2 f2 (x0 ) · · · Dvn f2 (x0 ) 
Jf (x0 )E,F = Dvi fj (x0 ) i,j =  (24)
 ··· ··· ··· ··· 
Dv1 fm (x0 ) Dv2 fm (x0 ) · · · Dvn fm (x0 )

A noção de função de classe C1 também se generaliza de forma natural. Consideremos

espaços normados (V, k·k) e (W, |||·|||) de dimensões n e m, respectivamente, X ⊂ V
aberto, f : X → W, x0 ∈ X e bases ordenadas E = (v1 , . . . , vn ) em V e F = (w1 , . . . , wm )
em W. Inicialmente, note que, se f tiver derivadas direcionais em x0 na direção dos
vetores da base E, faz sentido considerar a matriz Jf (x0 )E,F dada por (24). Suponha que
isto ocorra em todo x ∈ X. Assim, denotando por M (m × n, R) o espaço vetorial real
das matrizes m × n com entradas reais (que tem dimensão finita mn), fica bem definida
uma aplicação Jf : X → M (m × n, R) dada por x 7→ Jf (x)E,F . Dizemos que f é de
classe C1 se a aplicação Jf for contı́nua. Isto generaliza a definição 3.61 e implica, por
uma generalização do teorema 3.63, que f é derivável em X. O fato de esta definição
ser independente das bases ordenadas escolhidas, E e F, é uma consequência da seguinte
proposição:

Proposição 3.94. Sejam (V, k·k) e (W, |||·|||) espaços normados de dimensões n e m,
respectivamente, X ⊂ V aberto, f : X → W derivável. Denotemos por L(V, W) o espaço
vetorial real (de dimensão finita mn) das transformações lineares V → W. Então f é de
classe C1 (no sentido estabelecido no parágrafo acima, tomando bases ordenadas E e F
quaisquer) se, e somente se, a aplicação derivada de f , Df : X → L(V, W), for contı́nua.

Noutras palavras, dizer que f : X ⊂ V → W é de classe C1 é equivalente a dizer que

f é derivável e que sua derivada Df : X → L(V, W) é contı́nua. Claramente, esta é uma
condição que não depende da escolha de bases ordenadas em E e F, daı́ a afirmação que
antecede a proposição acima.
Demonstração. Com efeito, sejam E = (v1 , . . . , vn ) e F = (w1 , . . . , wm ) bases ordenadas
em V e W, respectivamente. Para cada 1 6 i 6 m e 1 6 j 6 n, definamos a transformação
linear Ej,i : V → W como sendo a transformação que leva vj em wi e que leva todos
os demais vetores da base E no O; ou seja, é a transformação linear cuja matriz em
relação às bases E e F tem 1 na linha i e coluna j, e 0 nas demais entradas. Então
.
E ⊗ F = {Ej,i | 1 6 i 6 m, 1 6 j 6 n} é uma base ordenada para o espaço vetorial
real L(V, W). Ora, as componentes de Df : X → L(V, W) em relação à base ordenada
E ⊗ F, no sentido da definição 3.90, são justamente as funções definidas pelas entradas
da matriz (3.66), i.e. Dvi fj : X → R, x 7→ Dvi fj (x), onde f1 , . . . , fm são as componentes
de f em relação a F. Por uma generalização da proposição 3.21, Df : X → L(V, W) é
contı́nua se, e somente se, suas componentes em relação a E ⊗ F forem contı́nuas, i.e. se
Jf : X → M (m × n, R) for contı́nua. 

41
 3.5.2. Aplicações Multilineares e Regra de Leibnitz
Definição 3.95 (Aplicações Bilineares). Sejam V1 , V2 e W espaços vetoriais reais de
dimensão finita. Uma aplicação B : V1 × V2 → W diz-se bilinear se: (1) ∀v ∈ V1 ,
B(v, ·) : V2 → W dada por x 7→ B(v, x) for uma transformação linear e (2) ∀v ∈ V2 ,
B(·, v) : V1 → W dada por x 7→ B(x, v) for uma transformação linear. No caso W = R,
uma aplicação bilinear também é chamada de forma bilinear.
Se V1 = V2 = V e B for bilinear, diz-se que B é simétrica se (∀v, w ∈ V)B(v, w) =
B(w, v) e que B é anti-simétrica se (∀v, w ∈ V)B(v, w) = −B(w, v).
Ou seja, B : V1 × V2 → W é bilinear se for, separadamente, linear em cada um dos
fatores.
Exemplo 3.96. 1. Seja V um espaço vetorial real e h·, ·i um produto interno em V. Por
definição de produto interno, h·, ·i : V × V → R é bilinear simétrica.

2. O produto vetorial ∧ : R3 × R3 → R3 é uma aplicação bilinear anti-simétrica.

3. Sejam V e W espaços vetoriais e L(V, W) o espaço vetorial real das transformações

.
lineares V → W. O funcional aplicação δ : L(V, W)×V → W dado por δ(T, v) = T ·v
é bilinear. Se V e W tiverem dimensão finita, fixando-se bases ordenadas em ambos
os espaços e tomando-se matrizes de transformações lineares ou vetores em relação
a estas bases, obtemos o exemplo do item seguinte.
.
4. Seja δ : M (m × n, R) × M (n × 1, R) → M (n × 1, R) dada por δ(T, v) = T · v, i.e. a
multiplicação da matriz T pelo vetor coluna w. Então δ é bilinear. Mais geralmente,
a multiplicação de matrizes M (m × n, R) × M (n × k, R) → M (m × k, R) é bilinear.
Em particular, identificando-se matrizes 1 × 1 com números reais, a multiplicação
de números reals R × R → R é bilinear.
Proposição 3.97 (Continuidade de Aplicações Bilineares). Sejam V1 , V2 e W espaços
vetoriais de dimensão finita e B : V1 × V2 → W bilinear. Então B é contı́nua. Além
disso, tomando-se normas k·ki em Vi , i ∈ {1, 2}, e |||·||| em W, existe, C > 0 tal que,
∀v1 ∈ V1 , ∀v2 ∈ V2 , |||B(v1 , v2 )||| 6 Ckv1 k1 kv2 k2 .
Demonstração. Sejam n1 , n2 e m as dimensões de V1 , V2 e W, respectivamente. Fixemos
bases ordenadas em V1 , V2 e W. Identificando-se V1 ∼ = Rn1 , V2 ∼
= Rn2 e W ∼ = Rm através
destas bases, B se identifica com uma função B : Rn1 × Rn1 ∼ = Rn1 +n2 → Rm que é
polinomial de grau menor ou igual a 2 (vide exemplo 3.26), portanto contı́nua. Então,
pela proposição 3.93, B é contı́nua, o que prova a primeira afirmação.
A segunda afirmação decorre da continuidade de B em (O, O) ∈ V1 × V2 . Tomemos
.
em V1 × V2 a norma do máximo, i.e. (∀v1 ∈ V1 , ∀v2 ∈ V2 )k(v1 , v2 )k = max{kv1 k1 , kv2 k2 }.
Como B(O, O) = O ∈ W, existe δ > 0 tal que, se (x, y) ∈ V1 × V2 e k(x, y)k < δ,
. δv1
então |||B(x, y)||| < 1. Dados v1 ∈ V1 \ {O}, v2 ∈ V2 \ {O}, definamos x = 2kv 1 k1
e
. δv2 δ δ
y = 2kv2 k2 , de modo que kxk1 = kyk2 = 2 , donde k(x, y)k = 2 < δ. Então B(x, y) =
δ2 4
4kv1 k1 kv2 k2
B(v1 , v2 ) < 1, donde B(v1 , v2 ) < δ2
kv1 k1 kv2 k2 . Como v1 ∈ V1 \ {O}, v2 ∈

42
V2 \ {O} foram tomados de forma arbitrária, isto vale para todos v1 , v2 nestes conjuntos;
como os dois membros se anulam se v1 ou v2 se anular, conclui-se que, ∀v1 ∈ V1 , ∀v2 ∈ V2 ,
|||B(v1 , v2 )||| 6 δ42 kv1 k1 kv2 k2 , e obtém-se a tese escolhendo C = δ42 > 0. 

Proposição 3.98 (Derivabilidade de Aplicações Bilineares). Sejam V1 , V2 e W espaços

vetoriais de dimensão finita e B : V1 × V2 → W bilinear. Então B é derivável e,
∀(x, y), (h, k) ∈ V1 × V2 , DB(x, y) · (h, k) = B(x, k) + B(h, y).

Demonstração. Tomemos normas k·k1 em V1 , k·k2 em V2 e |||·||| em W. Seja C > 0

conforme a proposição 3.97, i.e. tal que, ∀v1 ∈ V1 , ∀v2 ∈ V2 , |||B(v1 , v2 )||| 6 Ckv1 k1 kv2 k2 ;
.
em V1 × V2 consideramos a norma da soma, i.e. ∀(v1 , v2 ) ∈ V1 × V2 , k(v1 , v2 )k = kv1 k1 +
kv2 k2 . Dado (x, y) ∈ V1 × V2 , tem-se, para todo (h, k) ∈ V1 × V2 \ {(O, O)}:

|||B(x + h, y + k) − B(x, y) − B(x, k) − B(h, y)||| |||B(h, k)|||

= 6
k(h, k)k khk1 + kkk2
(25)
Ckhk1 kkk2
6
khk1 + kkk2
Ckhk1
Como V1 ×V2 \{(O, O)} → R dada por (h, k) 7→ khk1 +kkk2
é limitada e lim kkk2 =
(h,k)→(O,O)
0, segue-se de (25) que:

|||B(x + h, y + k) − B(x, y) − B(x, k) − B(h, y)|||

lim = 0.
(h,k)→(O,O) k(h, k)k

Corolário 3.99 (Regra de Leibnitz). Sejam Z, V1 , V2 , W espaços vetoriais reais de di-

mensão finita, X ⊂ Z aberto, x0 ∈ X, f : X → V1 e g : X → V2 deriváveis em x0 ,
e B : V1 × V2 → W uma aplicação
bilinear. Seja F = B(f, g) : X → W a aplicação
dada por x 7→ B f
(x), g(x) . Então F
é derivável em x0 e, ∀h ∈ Z, DF (x0 ) · h =
B Df (x0 ) · h, g(x0 ) + B f (x0 ), Dg(x0 ) · h .


Demonstração. Denotemos por Γ : X → V1 × V2 a aplicação dada por x 7→ f (x), g(x) .
É imediato
verificar que Γ é derivável em x0 e que, ∀h ∈ Z, DΓ(x0 ) · h = Df (x0 ) ·
h, Dg(x0 ) · h . Como F = B ◦ Γ, segue-se da regra da cadeia que F é derivável em x0 e
que, (∀h ∈ Z):


DF (x0 ) · h = DB Γ(x0 ) · DΓ(x0 ) · h =



= DB f (x0 ), g(x0 ) · Df (x0 ) · h, Dg(x0 ) · h =
3.98


= B Df (x0 ) · h, g(x0 ) + B f (x0 ), Dg(x0 ) · h

43
Exemplo 3.100. 1. Como caso particular do corolário 3.99, sejam B uma aplicação
bilinear no Rn (por exemplo, o produto interno usual ou o produto vetorial se n = 3),
I ⊂ R um intervalo e γ, η : I → Rn curvas
deriváveis. Denotemos por γ e : I →
n n
R × R a curva dada por t 7→ γ(t), η(t) ; é imediato verificar que γ
e é derivável
e
que seu vetor velocidade em t ∈ I é γ 0 (t), η 0 (t) . A curva t ∈ I 7→ B γ(t), η(t) é

a composta B ◦ γ e; portanto, pela regra da cadeia, tal curva é derivável e seu vetor
velocidade é dado por:
d
B γ(t), η(t) = DB γ(t), η(t) · γ 0 (t), η 0 (t) =




dt (26)
3.98
= B γ 0 (t), η(t) + B γ(t), η 0 (t)

2. Sejam k·k e h·, ·i a norma e o produto interno euclidianos em Rn . Então f =

k·k : Rn \ {O} → R é derivável e, ∀x ∈ Rn \ {O}, ∀h ∈ Rn , Df (x) · h = hx,hi
kxk
.
√
Com efeito considere as aplicações deriváveis F : (0, +∞) → R dada por x 7→ x,
G = h·, ·i : Rn × Rn → R e H : Rn \ {O} → Rn \ {O} × Rn \ {O} dada por
x 7→ (x, x); então f = F ◦ G ◦ H, donde, pela regra da cadeia, f é derivável e
∀x ∈ Rn \ {O}, ∀h ∈ Rn :



Df (x) · h = DF G(H(x)) · DG H(x) · DH(x) · h =
1
= p DG(x, x) · (h, h) =
2 hx, xi
3.98 hx, hi + hh, xi (27)
= p =
2 hx, xi
hx, hi
= .
kxk
Tudo o que fizemos para aplicações bilineares generaliza-se, de forma natural, para
aplicações k-lineares:
Definição 3.101 (Aplicações k-lineares). Sejam k ∈ N, V1 , . . . , Vk e W espaços vetoriais
reais de dimensão finita. Uma aplicação f : V1 × · · · × Vk → W diz-se k-linear se
∀v1 ∈ V1 , . . . , ∀vk ∈ Vk , as k aplicações (1 6 i 6 k)fi (v1 , . . . , vi−1 , vi+1 , . . . , vk ) : Vi → W
dadas por v 7→ f (v1 , . . . , vi−1 , v, vi , . . . , vk ) forem lineares. No caso W = R, uma aplicação
k-linear também é chamada de forma k-linear.
Se f for k-linear e se V1 = V2 = · · · = Vk = V, diz-se que: (1) f é simétrica se
∀(v1 , . . . , vk ) ∈ V× k fatores . . . ×V, o valor de f não se altera ao permutarmos dois vetores da
k-upla (v1 , . . . , vk ), i.e. se f (v1 , . . . , vi , . . . , vj , . . . , vk ) = f (v1 , . . . , vj , . . . , vi , . . . , vk ) para
1 6 i < j 6 k; (2) f é anti-simétrica ou alternada se ∀(v1 , . . . , vk ) ∈ V× k fatores . . . ×V, o
valor de f é multiplicado por −1 ao permutarmos dois vetores da k-upla (v1 , . . . , vk ), i.e.
se f (v1 , . . . , vi , . . . , vj , . . . , vk ) = −f (v1 , . . . , vj , . . . , vi , . . . , vk ) para 1 6 i < j 6 k.
Ou seja, f : V1 × · · · × Vk → W é k-linear se for, separadamente, linear em cada um
dos fatores.

44
Exemplo 3.102. Identifiquemos o espaço vetorial real das matrizes quadradas de ordem n
com entradas reais, M (n × n, R), com o espaço vetorial real Rn × n fatores
. . . ×Rn , através do
isomorfismo linear A ∈ M (n × n, R) 7→ (A1 , . . . , An ), onde, para 1 6 i 6 n, Ai denota
a i-ésima coluna da matriz A. Por meio desta identificação, a função determinante
M (n × n, R) → R corresponde a uma aplicação det : Rn × n fatores
. . . ×Rn → R que, por
propriedades elementares dos determinantes, é k-linear alternada.
Proposição 3.103 (Continuidade de Aplicações k-lineares). Sejam k ∈ N, V1 , . . . , Vk e
W espaços vetoriais de dimensão finita e f : V1 × · · · × Vk → W k-linear. Então f é
contı́nua. Além disso, tomando-se normas k·ki em Vi , 1 6 i 6 k, e |||·||| em W, existe,
C > 0 tal que, ∀v1 ∈ V1 , . . . , ∀vk ∈ Vk , |||f (v1 , . . . , vk )||| 6 Ckv1 k1 · · · kvk kk .
Demonstração. É análoga à demonstração da proposição 3.97 e deixada como exercı́cio.

Proposição 3.104 (Derivabilidade de Aplicações k-lineares). Sejam k ∈ N, V1 , . . . , Vk
e W espaços vetoriais de dimensão finita e f : V1 × · · · × Vk → W k-linear. Então f
éPderivável e, ∀(x1 , . . . , xk ), (h1 , . . . , hk ) ∈ V1 × · · · × Vk , Df (x1 , . . . , xk ) · (h1 , . . . , hk ) =
k
i=1 f (v1 , . . . , vi−1 , hi , vi+1 , . . . , vk ).

Demonstração. É análoga à demonstração da proposição 3.98 e deixada como exercı́cio.


3.5.3. Derivada de 2a. Ordem e Matriz Hessiana
Definição 3.105. Sejam V e W espaços vetoriais reais. Denotamos por L(V, W) o espaço
vetorial real das transformações lineares V → W. Dado k ∈ N, denotamos por Lk (V, W)
o espaço vetorial real das transformações k-lineares de V em W (este espaço coincide
com L(V, W) se k = 1), e por Lsk (V, W) e Lak (V, W) os subespaços vetoriais de Lk (V, W)
formados pelas transformações simétricas e anti-simétricas, respectivamente.
Sejam X ⊂ Rn aberto e f : X → Rm derivável. Podemos considerar, portanto, a
aplicação derivada de f , Df : X → L(Rn , Rm ). De acordo com o que vimos na seção
3.5.1, faz sentido indagar se esta função é derivável, conforme o faremos na seguinte
definição:
Definição 3.106 (Função Derivável até 2a. Ordem). Sejam X ⊂ Rn aberto, f : X → Rm
derivável e x0 ∈ X. Diz-se que f é 2 vezes derivável em x0 ou derivável até 2a. ordem
em x0 se a aplicação derivada de f , Df : X → L(Rn , Rm ), for derivável em x0 . Diz-se
que f é derivável até 2a. ordem ou 2 vezes derivável se Df for derivável em todos os
pontos de X.
Se f : X ⊂ Rn → Rm for derivável
até segunda ordem, fica bem definida uma aplicação
D(Df ) : X → L Rn , L(Rn , Rm ) , i.e. a aplicação derivada da derivada de f , que aplica
cada x0 em X na transformação linear D(Df )(x0 ) : Rn → L(Rn , Rm ).
Ora, conforme
a proposição seguinte, existe um isomorfismo canônico L Rn , L(Rn , Rm ) ∼ = L2 (R
n , Rm ),
através do qual identificaremos, para cada x0 ∈ X, D(Df )(x0 ) ∈ L Rn , L(Rn , Rm ) com a
aplicação bilinear D2 f (x0 ) ∈ L2 (Rn , Rm ).

45


Proposição 3.107. Sejam V e W espaços vetoriais reais. A aplicação L V, L(V, W) →
.
L2 (V, W) dada por f 7→ f , onde (∀v, w ∈ V)f (v, w) = f (v) · w, é um isomorfismo linear.
Demonstração. Afirmo que a aplicação em questão é linear e injetiva. Com efeito, a
linearidade é clara e, se f = 0, então
(∀v, w ∈ V)f (v) · w = 0, donde (∀v ∈ V)f (v) = 0,
logo f = 0. Como dim L V, L(V, W) = dim L2 (V, W), segue-se que f 7→ f também é
sobre, logo é um isomorfismo linear, como afirmado. 
Definição 3.108 (Derivada de 2a. Ordem). Sejam X ⊂ Rn aberto, f : X → Rm derivável
e x0 ∈ X. Se f for derivável até 2a. ordem em
x0 , a aplicação bilinear em L2 (Rn , Rm )
que corresponde a D(Df )(x0 ) ∈ L Rn , L(Rn , Rm ) pelo isomorfismo linear da proposição
3.107 chama-se derivada segunda de f em x0 e será denotada por D2 f (x0 ). Portanto, se
f for derivável até 2a. ordem, fica bem definida uma aplicação D2 f : X → L2 (Rn , Rm ),
chamada aplicação derivada segunda de f ou, simplesmente, derivada segunda de f .
Em particular, se na definição acima m = 1, a derivada segunda de f em x0 é um
elemento de L2 (Rn , R), i.e. uma forma bilinear em Rn .
Definição 3.109 (Matriz Hessiana). Sejam X ⊂ Rn aberto, f : X → R derivável e
x0 ∈ X. Denotemos por E = (e1 , . . . , en ) a base canônica de Rn . Se f for derivável
até 2a. ordem em x0 , a matriz da forma bilinear D2 f (x0 ) ∈ L2 (Rn , R) em relação a E
chama-se matriz hessiana de f em x0 , e denota-se por Hf (x0 ). Ou seja:

Hf (x0 ) = D2 f (x0 ) · (ei , ej ) i,j =

 2 
D f (x0 ) · (e1 , e1 ) D2 f (x0 ) · (e1 , e2 ) · · · D2 f (x0 ) · (e1 , en )
 D2 f (x0 ) · (e2 , e1 ) D2 f (x0 ) · (e2 , e2 ) · · · D2 f (x0 ) · (e2 , en )  (28)
= 
 ··· ··· ··· ··· 
2 2 2
D f (x0 ) · (en , e1 ) D f (x0 ) · (en , e2 ) · · · D f (x0 ) · (en , en )

Com a notação da definição acima, mostraremos, a seguir, que as entradas da matriz

hessiana de f em x0 ∈ X coincidem com as derivadas parciais de 2a. ordem de f em x0 ,
no sentido da seguinte definição:
Definição 3.110 (Derivadas Parciais de 2a. Ordem). Sejam X ⊂ Rn aberto, f : X → Rm
derivável e x0 ∈ X. Dados i, j ∈ {1, . . . , n}, se a função j-ésima derivada parcial de f ,
Dj f : X → Rm admitir derivada direcional em x0 na direção do vetor ei da base canônica
de Rn , chamaremos esta derivada de (i, j)-ésima derivada parcial de 2a. ordem de f em
2f 2f
x0 e a denotaremos por D2i,j f (x0 ) ou ∂x∂i ∂xj
|x=x0 ou ∂x∂i ∂x j
(x0 ).

Observação 3.111. Note que, com a notação da definição acima, D2i,j f (x0 ) é um vetor
de Rm . Se f1 , . . . , fm forem as componentes
de f , segue-se da observação 3.58 que
2 2 2
Di,j f (x0 ) = Di,j f1 (x0 ), . . . , Di,j fm (x0 ) .
Proposição 3.112. Sejam X ⊂ Rn aberto, f : X → Rm derivável, x0 ∈ X e E =
(e1 , . . . , en ) a base canônica de Rn . Suponha que f seja derivável até 2a. ordem em x0 .
Então, para 1 6 i, j 6 n, tem-se D2 f (x0 ) · (ei , ej ) = D2i,j f (x0 ).

46
Demonstração. Seja δ : L(Rn , Rm ) × Rn → Rm o funcional aplicação (vide exemplo 3.96).
Seja δ(Df, ej ) : X → Rn a aplicação dada por x 7→ δ(Df (x), ej ) = Df (x) · ej = Dj f (x),
i.e. δ(Df, ej ) = Dj f . Então, pela regra de Leibnitz 3.99 (substituindo-se, no enunciado
do corolário em questão, f por Df e g pela função constante e
igual a ej ), a aplicação
δ(Df, ej ) é derivável em x0 e D[δ(Df, ej )](x0 )·ei = δ Df (x0 )·ei , ej . Portanto, D2i,j f (x0 ) =


Di (Dj f )(x0 ) = Di [δ(Df, ej )](x0 ) = D[δ(Df, ej )](x0 ) · ei = δ Df (x0 ) · ei , ej = [Df (x0 ) · ei ] ·
ej = D2 f (x0 ) · (ei , ej ). 

Corolário 3.113. Sejam X ⊂ Rn aberto e f : X → R derivável até 2a. ordem em

x0 ∈ X. Então as entradas da matriz hessiana de f em x0
coincidem com as derivadas
parciais de 2a. ordem de f em x0 , i.e. Hf (x0 ) = D2i,j f (x0 ) i,j .

Verifiquemos, a seguir, que a derivada segunda de uma aplicação derivável até segunda
ordem num ponto de seu domı́nio é simétrica. Isto decorre do seguinte teorema:

Teorema 3.114 (Teorema de Schwartz). Sejam X ⊂ Rn aberto, f : X → R derivável e

x0 ∈ X. Se f for derivável até 2a. ordem em x0 , então, para 1 6 i < j 6 n, as derivadas
parciais de 2a. ordem D2i,j f (x0 ) e D2j,i f (x0 ) coincidem.

Demonstração. Como X ⊂ Rn é aberto e x0 ∈ X, podemos tomar δ > 0 tal que, para

todo (x, y) ∈ (−δ, δ) × (−δ, δ) ⊂ R2 , tem-se x0 + xei + yej ∈ X. Definamos θ : (−δ, δ) → R
.
por θ(t) = f (x0 + tei + tej ) − f (x0 + tei ) − f (x0 + tej ) + f (x0 ). Dado t ∈ (0, δ), definamos
.
ζ : [0, t] → R por ζ(x) = f (x0 + xei + tej ) − f (x0 + xei ), de modo que θ(t) = ζ(t) − ζ(0).
Como ζ é derivável (pela regra da cadeia), segue-se do Teorema do Valor Médio para
funções de uma variável real a valores reais que existe c ∈ (0, 1) tal que ζ(t)−ζ(0) = ζ 0 (ct)t,
i.e. θ(t) = [Di f (x0 +ctei +tej )−Di f (x0 +ctei )]t. Como Df é derivável em x0 , Di f também
o é; assim, podemos escrever:

Di f (x0 + ctei + tej ) − Di f (x0 ) = D(Di f )(x0 ) · (ctei + tej ) + R1 (ctei + tej ) =
(29)
= D2i,i f (x0 )ct + D2j,i f (x0 )t + R1 (ctei + tej )
R1 (h)
onde R1 : {h ∈ Rn | x0 + h ∈ X} → R é tal que lim = 0. Analogamente:
h→O khk

Di f (x0 + ctei ) − Di f (x0 ) = D(Di f )(x0 ) · (ctei ) + R1 (ctei ) =

(30)
= D2i,i f (x0 )ct + R1 (ctei )

Portanto, segue-se de (29) e (30) que θ(t) = [D2j,i f (x0 )t + R1 (ctei + tej ) − R1 (ctei )]t,
donde:
θ(t) R1 (ctei + tej ) − R1 (ctei )
D2j,i f (x0 ) = 2 − . (31)
t t
Como t ∈ (0, δ) foi tomado de forma arbitrária, a última igualdade deve valer para todo
t neste intervalo. Note que c depende de t; porém, como c ∈ (0, 1), c = c(t) é uma função

47
limitada, donde lim c(t)t = 0, logo lim (ctei + tej ) = O e lim (ctei ) = O. Além disso, para
t→0 t→0 t→0
todo t ∈ (0, δ), tem-se:
R1 (ctei + tej ) R1 (ctei + tej ) kctei + tej k R1 (ctei + tej )
= = (cei + ej ) (32)
t kctei + tej k t kctei + tej k

R1 (ctei +tej )
e, como t ∈ (0, δ) 7→ c(t)ei + ej é limitada e lim kcte i +tej k
= 0, segue-se de (32) que
t→0
R1 (ctei +tej ) R1 (ctei )
lim t
= 0. Analogamente, lim t
= 0; então, de (31) se conclui que:
t→0 t→0

θ(t)
D2j,i f (x0 ) = lim 2 . (33)
t→0 t
.
De forma análoga, tomando-se η(x) = f (x0 + tei + xej ) − f (x0 + xej ) no lugar de ζ(x),
conclui-se que D2i,j f (x0 ) = lim θ(t) 2 2
2 , donde Di,j f (x0 ) = Dj,i f (x0 ), como afirmado.
t→0 t

Corolário 3.115. Sejam X ⊂ Rn aberto, f : X → Rm derivável e x0 ∈ X. Se f for
derivável até 2a. ordem em x0 , então D2 f (x0 ) é uma aplicação bilinear simétrica. Em
particular, se m = 1, a matriz hessiana de f é simétrica.
Demonstração. É uma consequência imediata da observação 3.111, da proposição 3.112 e
do teorema 3.114. 
3.5.4. Derivadas de Ordem Superior
Sejam X ⊂ Rn aberto e f : X → Rm derivável até 2a. ordem. Está bem defi-
nida, portanto, a aplicação derivada segunda de f , D2 f : X → L2 (Rn , Rm ). Novamente,
dado x0 ∈ X, faz sentido indagar se esta aplicação é derivável em x0 ; em caso afirma-
tivo, diz-se que f
é derivável até 3a. ordem em x0 . Existe um isomorfismo canônico
L Rn , L2 (Rn , Rm ) ∼
= L3 (Rn , Rm ), que generaliza 3.107 e cuja demonstração é deixada
como exercı́cio (é análoga à demonstração da proposição 3.107):


Proposição 3.116. Sejam V e W espaços vetoriais reais, k ∈ N . A aplicação L V, Lk (V, W) →
.
Lk+1 (V, W) dada por f 7→ f , onde (∀v1 , . . . , vk+1 ∈ V)f (v1 , . . . , vk+1 ) = f (v)·(v2 , . . . , vk+1 ),
é um isomorfismo linear.
Se f : X ⊂ Rn → Rm for derivável até
3a. ordem em x0 ∈ X, a aplicação que cor-
responde a D(D2 f )(x0 ) ∈ L Rn , L2 (Rn , Rm ) é denotada por D3 f (x0 ) e chama-se derivada
terceira de f em x0 .
A esta altura deve ser claro como definir, dado k ∈ N, função derivável até ordem k e
derivada de ordem k. Faremos a seguinte definição indutiva:
Definição 3.117 (Derivada de Fréchet de Ordem k). Sejam X ⊂ Rn aberto, x0 ∈ X,
f : X → Rn e k ∈ N. Definiremos indutivamente o que significa ser f derivável até ordem
k em x0 e a derivada de ordem k de f em x0 por:
1. Para k = 1, vide definições 3.50 e 3.54.

48
 2. Suponha definidas, para k = p ∈ N, as noções de derivabilidade até ordem p em
x0 e derivada de ordem p em x0 e que a derivada de ordem p de uma função
X ⊂ Rn → Rm em x0 ∈ X seja um elemento de Lp (Rn , Rm ), i.e. uma aplicação
p-linear. Suponha que f seja derivável até ordem p em X; portanto, fica bem defi-
nida a aplicação derivada de ordem p de f , Dp f : X → Lp (Rn , Rm ). Diz-se que f é
derivável até ordem p+1 em x0 se a aplicação Dp f for derivável em x0 . Em caso afir-

mativo, a aplicação (p+1)-linear que corresponde a D(Dp f )(x0 ) ∈ L Rn , Lp (Rn , Rm )
pelo isomorfismo da proposição 3.116 é denotada por D(p+1) f (x0 ) e chama-se deri-
vada de ordem (p + 1) de f em x0 .

Derivadas parciais de ordem k ∈ N são definidas de maneira análoga:

Definição 3.118 (Derivadas Parciais de Ordem k). Sejam X ⊂ Rn aberto, x0 ∈ X,

f : X → Rn e k ∈ N. Definiremos indutivamente as derivadas parciais de ordem k de f
em x0 por:

1. Para k = 1, vide definição 3.57.

2. Suponha definidas, para k = p ∈ N, as derivadas parciais de ordem p de f em x0 ,

Dpi1 ,...,ip f (x0 ) ∈ R, para 1 6 i1 , . . . , ip 6 n. Para 1 6 i1 , . . . , ip 6 n, suponha que
a (i1 , . . . , ip )-ésima derivada parcial de ordem p de f exista em todos os pontos de
X; está bem definida, portanto, a função (i1 , . . . , ip )-ésima derivada parcial de f ,
Dpi1 ,...,ip f : X → R. Dado j ∈ {1, . . . , n}, se esta função admitir derivada direcional
em x0 na direção do vetor ej da base canônica de Rn , chamamos esta derivada
de (j, i1 , . . . , ip )-derivada parcial de ordem (p + 1) de f em x0 , e a denotamos por
(p+1)
Dj,i1 ,...,ip f (x0 ).

Observação 3.119. Analogamente à observação 3.111, com a notação da definição acima,

Dki1 ,...,ik f (x0 ) é um vetor de Rm . Se f1 , . . . , fm forem as componentes de f , segue-se da


observação 3.58 que Dki1 ,...,ik f (x0 ) = Dki1 ,...,ik f1 (x0 ), . . . , Dki1 ,...,ik fm (x0 ) .

As seguintes proposições, cujas demonstrações são deixadas como exercı́cios, são ge-
neralizações das proposições correspondentes da seção anterior:

Proposição 3.120. Sejam k ∈ N, X ⊂ Rn aberto, f : X → Rm derivável até ordem k

em x0 ∈ X e E = (e1 , . . . , en ) a base canônica de Rn . Então, para 1 6 i1 , . . . , ik 6 n,
tem-se Dk f (x0 ) · (ei1 , . . . , eik ) = Dki1 ,...,ik f (x0 ).

Teorema 3.121. Sejam X ⊂ Rn aberto, f : X → Rm derivável até ordem k em x0 ∈ X.

Então Dk f (x0 ) é uma transformação k-linear simétrica, i.e. Dk f (x0 ) ∈ Lk (Rn , Rm ).

Corolário 3.122. Sejam k ∈ N, X ⊂ Rn aberto, f : X → Rm derivável até ordem k

em x0 ∈ X, I = (i1 , . . . , ik ) uma k-upla tal que 1 6 i1 , . . . , ik 6 n e (j1 , . . . , jk ) uma
permutação de I. Então as derivadas parciais Dki1 ,...,ik f (x0 ) e Dkj1 ,...,jk f (x0 ) coincidem.

49
 3.5.5. Funções de Classe Ck
A noção de função de classe Ck é uma generalização direta de 3.61:

Definição 3.123. Dados k ∈ N e X ⊂ Rn aberto, diz-se que uma função f : X → Rm

é de classe Ck se f tiver derivadas parciais de ordem menor ou igual a k em X, e se f ,
bem como suas derivadas parciais de ordem menor ou igual a k, forem contı́nuas em X.
Diz-se que f é de classe C∞ se for de classe Ck para todo k ∈ N.

Observação 3.124. Sejam k ∈ N, X ⊂ Rn aberto e f = (f1 , . . . , fm ) : X → Rm . É uma

consequência imediata da definição acima, da observação 3.119 e da proposição 3.21 que
f é de classe Ck se, e somente se, suas componentes (∀i, 1 6 i 6 m)fi : Rn → R o forem.

O seguinte teorema é uma consequência imediata do teorema 3.63:

Teorema 3.125. Sejam k ∈ N, X ⊂ Rn aberto e f : X → Rm . Se f é de classe Ck ,

então f é derivável até ordem k.

Demonstração. Por indução sobre k:

(1) Para k = 1, vide teorema 3.63.
(2) Suponha que a tese seja verdadeira para k 6 p, e seja f de classe Cp+1 . Então
f é de classe Cp ; pela hipótese de indução, segue-se que f é derivável até ordem p. Seja
Dp f : X → Lp (Rn , Rm ) a aplicação derivada de ordem p de f , e E = (e1 , . . . , en ) a base
canônica de Rn . Dados 1 6 i1 , . . . , ip 6 n e 1 6 j 6 m, definamos Eij1 ,...,ip ∈ Lp (Rn , Rm )
.
por (ei1 , . . . , eip ) 7→ ej e (ej1 , . . . , ejp ) 7→ O se (j1 , . . . , jp ) 6= (i1 , . . . , ip ). Então F =
{Eij1 ,...,ip | 1 6 i1 , . . . , ip 6 n e 1 6 j 6 m} é uma base ordenada de Lp (Rn , Rm ) e as
componentes de Dp f nesta base são as aplicações derivadas parciais Dpi1 ,...,ip fj : X → R,
para 1 6 i1 , . . . , ip 6 n e 1 6 j 6 m, onde f1 , . . . , fm são as componentes de f . Assim,
o fato de ser f de classe Cp+1 implica que as componentes de Dp f na base F são funções
de classe C1 ; portanto, pela proposição 3.21 (identificando-se Lp (Rn , Rm ) ∼ = RN , onde
N = mnp ) e pela observação 3.62, segue-se que Dp f : X → Lp (Rn , Rm ) é de classe C1 .
Logo, pelo teorema 3.63, Dp f : X → Lp (Rn , Rm ) é derivável, i.e. f é derivável até ordem
(p + 1), o que conclui a verificação do passo de indução. 
Finalmente, vale o análogo da proposição 3.94:

Proposição 3.126. Sejam k ∈ N, X ⊂ Rn aberto e f = (f1 , . . . , fm ) : X → Rm . Então

f é de classe Ck se, e somente se, f é derivável até ordem k e Dk f : X → Lk (Rn , Rm ) é
contı́nua.

A demonstração desta proposição está contida no argumento da demonstração do

teorema 3.125.

50
 3.5.6. Fórmulas de Taylor
Nesta seção, generalizaremos, para funções de várias variáveis reais a valores reais, as
fórmulas de Taylor para funções R → R demonstradas na seção 2.
Notação. Usaremos, nesta seção e nas seguintes, as seguintes notações:
1. Para uma função f , D0 f (i.e. a “derivada de ordem 0 de f ”) denota a própria
função f .
2. Dados h ∈ Rn e k ∈ N, denotaremos por hk a k-upla em que todos os temos são
.
iguais a h, i.e. hk = (h, . . . , h) ∈ Rn × k fatores
. . . ×Rn .

A seguinte definição é uma generalização de 2.4:

Definição 3.127 (Polinômio de Taylor). Sejam k ∈ N, X ⊂ Rn aberto, f : X → R
derivável até ordem k em x0 ∈ X. O polinômio de Taylor de ordem k de f em x0 é a
função polinomial P : Rn → R dada por:
k
. X1 i
Pk (h) = D f (x0 ) · hi (34)
i=0
i!

Com a notação da definição acima, note que, se h = (h1 , . . . , hn ), então:

X
Dp f (x0 ) · hp = Dpi1 ,...,ip f (x0 ) · hi1 · · · · hip ,
16i1 ,...,ip 6n

portanto Dp f (x0 )·hp é uma soma de monômios de grau p (conforme definimos no exemplo
3.26), i.e. Dp f (x0 ) · hp é um polinômio homogêneo de grau p nas variáveis h1 , . . . , hn .
Os seguintes teoremas são generalizações, respectivamente, dos teoremas 2.6, 2.9 e 2.10.
Teorema 3.128 (Fórmula de Taylor de Ordem k, com Resto de Lagrange). Sejam k ∈ N,
X ⊂ Rn aberto e f : X → R de classe Ck . Dado h ∈ Rn , suponha que o segmento
.
[x0 , x0 + h] = {x ∈ Rn | x = x0 + th, 0 6 t 6 1} esteja contido em X, e que f seja
.
derivável até ordem k + 1 nos pontos de (x0 , x0 + h) = {x ∈ Rn | x = x0 + th, 0 < t < 1}.
Então existe c ∈ (0, 1) tal que:
1
f (x0 + h) − Pk (h) = Dk+1 f (x0 + ch) · hk+1 (35)
(k + 1)!
onde Pk é dado por (34).
Demonstração. Seja γ : [0, 1] → Rn dada por t 7→ x0 + th. Então a imagem de γ coincide
com [x0 , x0 + h] e, aplicando-se a regra da cadeia convenientemente, conclui-se que: (1)
f ◦ γ : [0, 1] → R é de classe Ck , (2) (f ◦ γ)(k) : [0, 1] → R é derivável em (0, 1) e (3) para
1 6 j 6 k + 1, (f ◦ γ)(j) (t) = Dj f (x0 + th) · hj para todo t ∈ [0, 1] se j 6 k e t ∈ (0, 1) se
j = k + 1. Assim, do teorema 2.6 aplicado a f ◦ γ segue-se que existe c ∈ (0, 1) tal que
(j) (k+1) (c)
f ◦ γ(1) − f ◦ γ(0) = kj=0 (f ◦γ)j! (0) + (f ◦γ)
P
(k+1)!
. Em vista de (3), a última igualdade é
equivalente a (35). 

51
Teorema 3.129 (Fórmula de Taylor de Ordem k, com Resto Infinitesimal). Sejam k ∈ N,
.
X ⊂ Rn aberto, f : X → R derivável até ordem k em x0 ∈ X, X
e= {h ∈ Rn | x0 +h ∈ X}
.
e → R dada por rk (h) = f (x0 + h) − Pk (h), onde Pk é dado por (34). Então
e rk : X
rk (h)
lim khkk = 0.
h→O

Na demonstração, usaremos o seguinte:

Lema 3.130. Com a notação da definição 3.127, sejam j 6 k natural e P : Rn → R dada

por h 7→ Dj f (x0 ) · hj . Então, para 1 6 i 6 n, tem-se: Di P (h) = jD(j−1) (Di f )(x0 ) · h(j−1) .

Demonstração do Lema. Tome ∆ : Rn → Rn × j fatores . . . ×Rn dada por h 7→ hj = (h, . . . , h).

Note que ∆ é linear, donde (∀h ∈ R )D∆(h) = ∆, e que P = Dj f (x0 ) ◦ ∆. Assim, pela
n

regra da cadeia, para todo h ∈ Rn tem-se (denotando por (e1 , . . . , en ) a base canônica do
Rn ):

Di P (h) = DP (h) · ei = D Dj f (x0 ) ◦ ∆ (h) · ei =

= D Dj f (x0 ) (hj ) · ∆(ei ) =

j
3.104
X (36)
= f (h, q−[Link]
. . , h, ei , h, j−[Link]
. . , h) =
q=1

= jDj f (x0 ) · (ei , hj−1 )

onde, na última igualdade, foi usada a simetria de Dj f (x0 ), que decorre do teorema de
Schwartz 3.121. Por outro lado, dados 1 6 i1 , . . . , ij−1 6 n, tem-se Dj f (x0 )·(ei , ei1 , . . . , eij ) =
∗
Dji,i1 ,...,ij−1 f (x0 ) = Dji1 ,...,ij−1 ,i f (x0 ) = Dj−1
i1 ,...,ij−1 (Di f )(x0 ) = D
j−1
(Di f )(x0 ) · (ei1 , . . . , eij ),
onde, em ∗, aplicou-se o teorema de Schwartz uma vez mais. Assim, conclui-se que as
transformações (j − 1)-lineares Dj f (x0 ) · (ei , ·) e Dj−1 (Di f )(x0 ) coincidem; portanto, de
(36), segue-se Di P (h) = jD(j−1) (Di f )(x0 ) · h(j−1) . 
Demonstração do Teorema. Será feita por indução sobre k.

(i) Para k = 1, vide definição 3.50.

(ii) Dado q ∈ N, q > 1, suponha que a tese seja verdadeira para k 6 q. Seja
f : X → R derivável até ordem q + 1 em x0 ∈ X. Para todo i ∈ {1, . . . , n}, pelo
lema 3.130 tem-se:
q+1
X j (j−1)
Di Pq+1 (h) = D (Di f )(x0 ) · hj−1 =
j=1
j!
q
(37)
X 1 j
= D (Di f )(x0 ) · hj ,
j=0
j!

52
 i.e. Di Pq+1 coincide com o polinômio de Taylor de ordem q de Di f em x0 . Como
(∀h ∈ X)D
e i rq+1 (h) = Di f (x0 + h) − Di Pq+1 (h), pela hipótese de indução conclui-se
que:
Di rq+1 (h)
lim = 0. (38)
h→O khkq
Seja B ⊂ X e uma bola aberta centrada no zero; dado h = (h1 , . . . , hn ) ∈ B \
{O}, pelo Teorema do Valor Médio (i.e. pelo teorema 3.128 com k = 0) e
por ser
rPq+1 (O) = 0, podemos tomar τ (h) ∈ (0, 1) tal que rq+1 (h) = Drq+1 τ (h)h · h =
n

i=1 Di rq+1 τ (h)h hi , donde:

n

rq+1 (h) X Di rq+1 τ (h)h hi
q+1
= q
τ (h)q (39)
khk i=1
kτ (h)hk khk

Como τ : B \ {O} → R assim definida é limitada, segue-se de 3.16 que lim τ (h)h =
h→O


Di rq+1 τ (h)h
O. Assim, de 3.27 e de (38), conclui-se que lim kτ (h)hkq
= 0. Tendo em conta
h→O
hi
que, para 1 6 i 6 n, | khk τ (h)q | 6 1, de (39) e por uma nova aplicação de 3.16
rq+1 (h)
conclui-se que lim q+1 = 0.
h→O khk


Teorema 3.131 (Fórmula de Taylor de Ordem k, com Resto Integral). Sejam k ∈ N,
X ⊂ Rn aberto e f : X → R de classe Ck+1 . Dado h ∈ Rn , suponha que o segmento
[x0 , x0 + h] = {x ∈ Rn | x = x0 + th, 0 6 t 6 1} esteja contido em X. Então:
Z 1
(1 − t)k k+1
f (x0 + h) − Pk (h) = D f (x0 + th) · hk+1 dt
0 k!
onde Pk é dado por (34).
Demonstração. Como na demonstração do teorema 3.128, tome γ : [0, 1] → Rn dada por
t 7→ x0 + th e aplique a f ◦ γ a fórmula de Taylor com resto integral para funções R → R
— teorema 2.10. 
3.6. Máximos e Mı́nimos de Funções Reais de Várias Variáveis
Definição 3.132 (Máximos e Mı́nimos). Sejam X ⊂ Rn , x0 ∈ X e f : X → R. Diz-se
que:
1. x0 é ponto de máximo de f se (∀x ∈ X)f (x) 6 f (x0 );

2. x0 é ponto de mı́nimo de f se (∀x ∈ X)f (x) > f (x0 );

3. x0 é ponto de máximo local de f se for ponto de máximo da restrição de f a alguma

vizinhança de x0 ;

53
 4. x0 é ponto de mı́nimo local de f se for ponto de mı́nimo da restrição de f a alguma
vizinhança de x0 .

Se x0 for um ponto de máximo (respectivamente, de mı́nimo) de f , diz-se que f (x0 ) é

o máximo (resp., mı́nimo) de f .

O teorema de Weierstrass 3.85 fornece uma condição suficiente para existência de

pontos de máximo e mı́nimo: se X ⊂ R for compacto (i.e. fechado e limitado) e f : X → R
for contı́nua, então f admite pontos de máximo e de mı́nimo em X.

Definição 3.133 (pontos crı́ticos). Sejam X ⊂ Rn , x0 um ponto interior de X (vide def.

3.3) e f : X → R. Diz-se que x0 é um ponto crı́tico de f se f for derivável em x0 e
Df (x0 ) = 0 (i.e. Df (x0 ) : Rn → R é a transformação linear nula).

O seguinte teorema fornece uma condição necessária para que um ponto interior do
domı́nio de uma função seja um ponto de máximo ou de mı́nimo local da mesma; trata-se
de uma generalização do “teorema de Fermat”, estudado no Cálculo I.

Teorema 3.134. Sejam X ⊂ Rn , x0 ponto interior de X e f : X → R derivável em x0 .

Se x0 ∈ X for ponto de máximo ou de mı́nimo local de f , então x0 é ponto crı́tico de f .

Demonstração. Seja v ∈ Rn \ {O}. Como x0 é ponto interior de X, podemos tomar

um intervalo aberto I ⊂ R tal que 0 ∈ I e (∀t ∈ I)x0 + tv ∈ X. Tome γ : I → Rn
dada por t 7→ x0 + tv. Então γ é derivável e tem sua imagem contida em X; como f
é derivável em γ(0) = x0 , segue-se da regra da cadeia que f ◦ γ é derivável no zero e
(f ◦ γ)0 (0) = Df (x0 ) · v. Além disso, o fato de ser x0 ponto de máximo ou de mı́nimo local
de f implica que 0 é ponto de máximo ou de mı́nimo local de f ◦ γ; assim, pelo teorema
de Fermat para funções de uma variável real a valores reais, conclui-se que (f ◦ γ)0 (0) = 0,
i.e. Df (x0 ) · v = 0. Assim, pelo fato de v ∈ Rn \ {O} ter sido tomado de forma arbitrária,
conclui-se que a última igualdade vale para todo v neste conjunto, i.e. Df (x0 ) : Rn → R
é a transformação linear nula. 
A seguir, será apresentada uma condição suficiente para que um ponto interior do
domı́nio de uma função seja um ponto de máximo ou de mı́nimo local. Precisaremos da
seguinte:

Definição 3.135 (Formas Quadráticas e Formas Bilineares Definidas). Seja B : Rn ×

Rn → R uma forma bilinear simétrica. A aplicação Q : Rn → R dada por x 7→ B(x, x)
chama-se forma quadrática associada a B; Q é um polinômio homogêneo de grau 2,
i.e. uma soma de monômios de grau 2, no sentido da definição feita no exemplo 3.26
(reciprocamente, todo polinômio homogêneo de grau 2 em Rn é desta forma, i.e. x 7→
B(x, x) onde B é uma forma bilinear simétrica – vide qualquer livro de Álgebra Linear).
Diz-se que B (ou sua forma quadrática associada Q) é semi-definida positiva se (∀x ∈
Rn )B(x, x) > 0; se, além desta condição, B satisfizer B(x, x) = 0 ⇒ x = O, diz-se
que B (ou Q) é definida positiva. Define-se de maneira análoga uma forma quadrática
semi-definida negativa ou definida negativa. Diz-se que uma forma é semi-definida se for

54
semi-definida negativa ou positiva; e que uma forma é definida se for definida negativa
ou positiva. Diz-se que uma forma Q(x) = B(x, x) é indefinida se existirem x1 , x2 ∈ Rn
tais que Q(x1 ) < 0 e Q(x2 ) > 0.

Teorema 3.136. Sejam X ⊂ Rn aberto, x0 ∈ X e f : X → R derivável até segunda

ordem em x0 ∈ X. Se x0 for ponto crı́tico de f e se:

1. x0 for ponto de mı́nimo local de f , então D2 f (x0 ) é semi-definida positiva;

2. D2 f (x0 ) for definida positiva, então x0 é ponto de mı́nimo local de f ;

3. x0 for ponto de máximo local de f , então D2 f (x0 ) é semi-definida negativa;

4. D2 f (x0 ) for definida negativa, então x0 é ponto de máximo local de f ;

5. D2 f (x0 ) for indefinida, então x0 não é ponto de máximo nem de mı́nimo local.

Demonstração. Como x0 é ponto crı́tico de f , o polinômio de Taylor de ordem 2 de f em

x0 (34) é dado por (∀h ∈ Rn )P2 (h) = f (x0 ) + 12 D2 f (x0 ) · h2 . Pela fórmula de Taylor com
. .
resto infinitesimal 3.129, definindo-se X e = {h ∈ Rn | x0 + h ∈ X} e (∀h ∈ X)r e 2 (h) =
f (x0 + h) − P2 (h), tem-se lim rkhk
2 (h)
2 = 0. Para todo h ∈ X \ {O}, tem-se:
e
h→O

1 h h
r2 (h) 
f (x0 + h) − f (x0 ) = khk2 D2 f (x0 ) · , + (40)
2 khk khk khk2

Suponha que D2 f (x0 ) seja definida positiva, e sejam Q a forma quadrática associada
a 12 D2 f (x0 ), i.e. (∀v ∈ Rn )Q(v) = 12 D2 f (x0 ) · (v, v) e S1 ⊂ Rn a esfera de raio unitário
centrada no zero, i.e. S1 = {x ∈ Rn | kxk = 1}. Como S1 é compacto (i.e. fechado e
limitado) e Q é contı́nua, segue-se do teorema de Weierstrass 3.85 que existe x1 ∈ S1 tal
.
que (∀x ∈ S1 )Q(x) > Q(x1 ). E, pelo fato de ser Q definida positiva, m = Q(x1 ) > 0,
donde (∀x ∈ S1 )Q(x) > m > 0. Por outro lado, como lim rkhk 2 (h)
2 = 0, existe δ > 0 tal que
h→O
BO (δ) ⊂ X e e, se h ∈ BO (δ) \ {O}, tem-se kr2 (h)k < m 6 12 D2 f (x0 ) · ( khk
h h
, khk ). Portanto,
khk2
o segundo membro de (40) é estritamente positivo para todo h ∈ BO (δ) \ {O}, i.e. x0 é
um ponto de mı́nimo da restrição de f à bola aberta de centro em x0 e raio δ, logo um
ponto de mı́nimo local de f .
Analogamente se prova que x0 é um ponto de máximo local de f se D2 f (x0 ) for definida
negativa.
Para verificar (1), suponha que x0 seja um ponto de mı́nimo local de f e que D2 f (x0 )
não seja semi-definida positiva. Então existe v ∈ Rn \{O} tal que D2 f (x0 )·v 2 < 0. Assim,
.
definindo-se γ : {t ∈ R | x0 +tv ∈ X} → R por γ(t) = f (x0 +tv), segue-se que γ é derivável
até segunda ordem no zero, γ(0) = x0 , γ 0 (0) = Df (x0 ) · v = 0 e γ 00 (0) = D2 f (x0 ) · v 2 < 0;
portanto, segue-se da fórmula de Taylor de ordem 2 com resto infinitesimal para funções
de uma variável real 2.9, usando-se um argumento análogo ao dos parágrafos anteriores,
que 0 é ponto de máximo local de γ, donde x0 é ponto de máximo local da restrição de

55
f à imagem de γ, o que contradiz o fato de ser x0 ponto de mı́nimo local de f . Logo,
D2 f (x0 ) deve ser semi-definida positiva.
Analogamente se verifica (3), i.e. se x0 for ponto de máximo local de f , então D2 f (x0 )
é semi-definida negativa.
Finalmente, se D2 f (x0 ) for indefinida, então D2 f (x0 ) não é semi-definida positiva nem
semi-definida negativa, donde, por (1) e (3), x0 não é ponto de mı́nimo local nem de
máximo local de f , o que prova (5).

Observação 3.137. Seja B ∈ Ls2 (Rn , R) uma forma bilinear simétrica. Então, considerando-
se em Rn o produto interno canônico h·, ·i, existe um único operador linear simétrico
B ] ∈ L(Rn , Rn ) tal que (∀x, y ∈ Rn )B(x, y) = hB ] ·x, yi. Como o operador B ] é simétrico,
existe uma base ortonormal E que o diagonaliza; escrevendo-se B em termos de coorde-
nadas na base E, é imediato verificar que:
1. B é semi-definida positiva (resp., definida positiva) se, e somente se, todos os auto-
valores de B ] forem positivos (resp., estritamente positivos);
2. B é semi-definida negativa (resp., definida negativa) se, e somente se, todos os
auto-valores de B ] forem negativos (resp., estritamente negativos);
3. B é indefinida se, e somente se, B] tiver auto-valores estritamente positivos e es-
tritamente negativos.
Finalmente, apresentaremos uma condição suficiente para que um ponto do domı́nio
de uma função derivável até segunda ordem seja um ponto de máximo ou de mı́nimo
global.
Definição 3.138. Um conjunto X ⊂ Rn diz-se convexo se todo segmento cujas extremi-
dades pertençam a X estiver contido em X.
Teorema 3.139. Sejam X ⊂ Rn aberto convexo e f : X → R derivável até segunda
ordem. Se x0 for ponto crı́tico de f e se:
1. D2 f for semi-definida positiva em todos os pontos de X, então x0 é ponto de mı́nimo
global de f ;
2. D2 f for semi-definida negativa em todos os pontos de X, então x0 é ponto de máximo
global de f .
Demonstração. Para todo x ∈ X, pela fórmula de Taylor com resto de Lagrange 3.128,
existe c = c(x) em (x0 , x) = {(1 − t)x0 + tx | t ∈ (0, 1)} ⊂ Rn tal que:
1 2
f (x) − f (x0 ) = D f (c) · (x − x0 )2 (41)
2
Assim, se D2 f for semi-definida positiva em todos os pontos de X, segue-se de (41) que
(∀x ∈ X)f (x) − f (x0 ) > 0, portanto x0 é ponto de mı́nimo (global) de f . Analogamente,
se D2 f for semi-definida negativa em todos os pontos de X, segue-se de (41) que (∀x ∈
X)f (x) − f (x0 ) 6 0, portanto x0 é ponto de máximo (global) de f . 

56
 3.6.1. Máximos e Mı́nimos Condicionados
Apresentaremos, a seguir, condições necessárias para que uma função f : X ⊂ Rn → R,
X ⊂ Rn aberto, tenha em x0 ∈ X um ponto de máximo ou de mı́nimo local sob as
restrições gi = 0, dadas gi : X → R para 1 6 i 6 k.

Teorema 3.140 (Multiplicadores de Lagrange I). Sejam X ⊂ Rn aberto e f, g : X → R.

Suponha que g seja de classe C1 , que x0 ∈ X esteja na superfı́cie de nı́vel 0 de g, S0 (g),
e que ∇g(x0 ) 6= O. Então, se f for derivável em x0 e se x0 for um ponto de máximo ou
de mı́nimo local da restrição de f a S0 (g), existe λ ∈ R tal que ∇f (x0 ) = λ∇g(x0 ).

Demonstração. Sejam I ⊂ R um intervalo aberto e γ : I → R uma curva derivável em

t0 ∈ I e tal que γ(t0 ) = x0 e que a imagem de γ esteja contida em S0 (g). Então, pela
regra da cadeia, f ◦ γ é derivável em t0 ; e, pela hipótese de ser x0 um ponto de máximo
ou de mı́nimo local da restrição de f a S0 (g), segue-se que t0 é ponto de máximo ou de
mı́nimo local de f ◦ γ. Portanto, pelo teorema de Fermat (vide Cálculo I), conclui-se que
(f ◦ γ)0 (t0 ) = 0, i.e.:
h∇f (x0 ), γ 0 (t0 )i = 0 (42)
Ora, por 3.75 e 3.76, o subespaço vetorial W de Rn gerado pelo conjunto {γ 0 (t0 ) | γ : I ⊂
R → Rn derivável em t0 ∈ I, Im γ ⊂ SO (g) e γ(t0 ) = x0 } coincide com o complemento
ortogonal de ∇g(x0 ). Portanto, de (42) segue-se que ∇f (x0 ) ∈ W⊥ = [∇g(x0 )], i.e.
∇f (x0 ) deve ser um múltiplo de ∇g(x0 ), como afirmado. 
O seguinte teorema é uma generalização de 3.140 e sua demonstração será omitida.

Teorema 3.141 (Multiplicadores de Lagrange II). Sejam X ⊂ Rn aberto e f, gi : X → R,

1 6 i 6 k. Suponha que (para 1 6 i 6 k) gi seja de classe C1 , que x0 ∈ S0 (g1 )∩· · ·∩S0 (gk ),
e que ∇g1 (x0 ), . . . , ∇gk (x0 ) sejam linearmente independentes. Então, se x0 for um ponto
de máximo ou de mı́nimo P local da restrição de f a S0 (g1 )∩· · ·∩S0 (gk ), existem λ1 , . . . , λk ∈
R tais que ∇f (x0 ) = ki=1 λi ∇gi (x0 ).

3.6.2. Exemplos
Exemplo 3.142 (Método dos Mı́nimos Quadrados). Sejam Pi = (xi , yi ) ∈ R2 , 1 6 i 6 n,
com xi 6= xj se i 6= j. Estes pontos representam os resultados de algum experimento,
e gostarı́amos de encontrar uma função linear afim f : R → R, f (x) = ax + b para
a, b ∈ R a serem determinados, tal que o gráfico de f contenha Pi para 1 6 i 6 n.
Em geral, não existe uma tal função, pois o sistema linear nas variáveis a e b dado por
axi + b = yi , 1 6 i 6 n, é sobredeterminado. No entanto, podemos encontrar uma solução
aproximada deste sistema, que minimize a soma dos quadrados dos erros E : R2 → R,
. Pn
E(a, b) = i=1 [yi − (axi + b)]2 . Com efeito, tem-se:

(i) Sejam x = (x1 , . . . , xn ) ∈ Rn , y = (y1 , . . . , yn ) ∈ Rn e 1 = (1, . . . , 1) ∈ Rn (i.e.

o vetor de Rn cujas coordenadas na base canônica são todas iguais a 1). Então,
considerando em Rn o produto interno canônico, tem-se: E(a, b) = hy − (ax +
b1), y − (ax + b1)i.

57
 (ii) E : R2 → R é polinomial (conforme definido no exemplo 3.26), portanto de classe
C∞ . As derivadas primeira e segunda de E são dadas, para todo (a, b), (h1 , k1 ),
(h2 , k2 ) ∈ R2 , por:

DE(a, b) · (h1 , k1 ) = h−(h1 x + k1 1), y − (ax + b1)i + hy − (ax + b1), −(h1 x + k1 1)i =
= −2hy − (ax + b1), (h1 x + k1 1)i =
= −2hy − (ax + b1), xih1 − 2hy − (ax + b1), 1ik1 =


= −2h hy − (ax + b1), xi, hy − (ax + b1), 1i , (h1 , k1 )i
(43)

D2 E(a, b) · [(h1 , k1 ), (h2 , k2 )] = 2 h(h1 x + k1 1), xi, h(h1 x + k1 1), 1i , (h2 , k2 ) =

  
  hx, xi hx, 1i h2
= 2 h1 h1
hx, 1i h1, 1i k2
(44)

(iii) Seja:  
. hx, xi hx, 1i
A= (45)
hx, 1i h1, 1i
Esta matriz coincide com a matriz do operador auto-adjunto de L(R2 , R2 ) associado
a D2 E(a, b) na base canônica de R2 . Tem-se: (1) det A = hx, xih1, 1i − hx, 1i2 > 0
por Cauchy-Schwartz, e deve valer a desigualdade estrita por que x e 1 são linear-
mente independentes (se fossem l.d., todas as coordenadas de x deveriam ser iguais,
o que contradiz xi 6= xj se i 6= j); (2) tr A = hx, xi + h1, 1i > 0. Assim, os
auto-valores de A são estritamente positivos, i.e. (∀(a, b) ∈ R2 )D2 f (a, b) é definida
positiva.

(iv) De (43), tem-se DE(a, b) = 0 se, e somente se, hy − (ax + b1), xi = 0 e hy − (ax +
b1), 1i = 0, i.e. se, e somente se:
    
hx, xi hx, 1i a hx, yi
= (46)
hx, 1i h1, 1i b hy, 1i

E, como vimos em (iii), a matriz A dada por (45) é inversı́vel, logo o sistema linear
dado por (46) admite uma única solução, i.e.:
   
a −1 hx, yi
=A
b hy, 1i

que, por (iii) e pelo teorema 3.139, é o único ponto de mı́nimo global de E.
Exemplo 3.143 (Formas Quadráticas). Sejam B ∈ Ls2 (Rn , R) uma forma bilinear simétrica
e Q : Rn → R a forma quadrática associada a B, i.e. (∀x ∈ Rn )Q(x) = B(x, x). Seja
g : Rn → R dada por x 7→ hx, xi − 1, onde h·, ·i é o produto interno canônico, de modo
que g é de classe C1 , (∀x ∈ Rn )∇g(x) = 2x (vide exemplo 3.55) e a superfı́cie de nı́vel

58
zero de g coincide com a esfera S1 de raio unitário centrada em O ∈ Rn . Como O 6∈ S1 ,
segue-se que ∇g não se anula em S1 = SO (g). Além disso, como S1 é compacto e Q é
contı́nua, pelo teorema de Weierstrass existem x0 , x1 ∈ S1 pontos de mı́nimo e de máximo
da restrição de Q a S1 , i.e. tais que (∀x ∈ S1 )Q(x0 ) 6 Q(x) 6 Q(x1 ). Como Q é
derivável, segue-se do teorema 3.140 que existem λ0 , λ1 ∈ R tais que:
∇Q(x0 ) = λ0 ∇g(x0 )
(47)
∇Q(x1 ) = λ1 ∇g(x1 )

Seja B ] ∈ L(Rn , Rn ) o operador linear auto-adjunto associado a B, i.e. tal que (∀x, y ∈
R )B(x, y) = hB ] ·x, yi. Tem-se: (∀x ∈ Rn )Q(x) = B(x, x) = hB ] ·x, xi. Logo, da regra de
n

Leibnitz 3.99 segue-se que (∀x, h ∈ Rn )DQ(x)·h = hB ] ·h, xi+hB ] ·x, hi = h2B ] ·x, hi, onde,
na última igualdade, usamos o fato de ser B ] auto-adjunto. Assim, (∀x ∈ Rn )∇Q(x) =
2B ] · x; portanto, de (47) conclui-se que B ] · x0 = λ0 · x0 e B ] · x1 = λ1 · x1 , i.e. λ0 e λ1 são
auto-valores de B ] . Afirmo que λ0 e λ1 são, respectivamente, o menor e o maior auto-
valor de B ] . Primeiramente, note que Q(x0 ) = hB ] · x0 , x0 i = hλ0 x0 , x0 i = λ0 hx0 , x0 i = λ0
(pois x0 ∈ S1 ) e, analogamente, Q(x1 ) = λ1 ; isto mostra que λ0 e λ1 são, respectivamente,
o valor mı́nimo e o valor máximo de Q em S1 . Além disso, todos os demais auto-valores
de B ] estão na imagem da restrição de Q a S1 (com o que se conclui a demonstração da
afirmação): com efeito, sejam λ ∈ R um auto-valor de B ] e v ∈ Rn \ {O} auto-vetor de
. v
B ] associado a λ, i.e. tal que B ] · v = λv. Então w = kvk ∈ S1 também é auto-vetor
de B ] associado a λ, e Q(w) = hB ] · w, wi = λ, o que mostra que λ está na imagem da
restrição de Q a S1 .
Conclusão: Toda forma quadrática Q em Rn assume máximo e mı́nimo na esfera
unitária centrada no zero de Rn ; os valores máximo e mı́nimo são, respectivamente, o
maior e o menor auto-valor do operador auto-adjunto associado a Q.
Note que, o argumento acima, usando o teorema 3.140, pode ser aplicado para demons-
trar que, para todo operador auto-adjunto T ∈ L(Rn , Rn ), existe uma base ortonormal de
Rn formada por auto-vetores de T . Com efeito, seja Q : Rn → R a forma quadrática asso-
ciada a T , i.e. dada por (∀x ∈ Rn )Q(x) = hT · x, xi. Então, pelo mesmo argumento feito
anteriormente, a restrição de Q à esfera unitária S1 tem um ponto de máximo v1 , que é
.
auto-vetor de T , e λ1 = Q(v1 ) é auto-valor de T associado a v1 . Seja W o complemento
ortogonal em Rn de v1 ; podemos identificar W com Rn−1 . E, como W é invariante por T ,
i.e. T (W) ⊂ W (verifique isto como exercı́cio, caso ainda não o tenha visto no curso de
Álgebra Linear), podemos reaplicar o mesmo argumento para a restrição T |W : W → W e
concluir que a restrição de Q a S1 ∩ W tem um ponto de máximo v2 , que é auto-vetor de
.
T |W , e que λ2 = Q(v2 ) é auto-valor de T |W associado a v2 . Note que {v1 , v2 } é ortonor-
mal. Agora tomamos o complemento ortogonal de v2 em W, e reaplicamos o argumento
novamente. Após reaplicar o argumento um número finito de vezes, obtém-se uma base
ortonormal de Rn formada por auto-vetores de T .
Exemplo 3.144. Sejam X ⊂ Rn aberto, g : X → R de classe C1 e c ∈ R valor regular de
g (vide definição 3.77). Seja x0 ∈ Rn um ponto fora de Sc (g) e f : Rn → R dada por
x 7→ kx − x0 k. Pelo exemplo 3.73, f é derivável em Rn \ {x0 } e (∀x ∈ Rn \ {x0 })∇f (x) =

59
 x−x0
kx−x0 k
. Portanto, do teorema 3.140, segue-se que, se x1 ∈ Sc (g) for ponto de máximo
−x0
ou de mı́nimo local da restrição de f a Sc (g), então ∇f (x1 ) = kxx11 −x 0k
é um múltiplo de
∇g(x1 ) e, portanto, normal a Sc (g) em x1 . Em particular, conclui-se que, se x1 ∈ Sc (g)
realizar a distância de Sc (g) a x0 , i.e se kx0 − x1 k = min{kx0 − xk | x ∈ Sc (g)}, então o
segmento que liga x1 a x0 é normal a Sc (g) em x1 .

Exemplo 3.145. Sejam X ⊂ Rn aberto, g : X → R de classe C1 e c ∈ R valor regular

de g. Sejam x0 , x1 ∈ Rn tais que x0 6= x1 , x0 6∈ Sc (g) e x1 6∈ Sc (g). Seja f : Rn → R
dada por x 7→ kx − x0 k + kx − x1 k. Pelo exemplo 3.73, f é derivável em Rn \ {x0 , x1 } e
x−x0 x−x1
(∀x ∈ Rn \ {x0 , x1 })∇f (x) = kx−x 0k
+ kx−x 1k
. Portanto, do teorema 3.140, segue-se que,
−x0
se x2 ∈ Sc (g) for ponto crı́tico da restrição de f a Sc (g), então ∇f (x2 ) = kxx22 −x 0k
+ kxx22 −x 1
−x1 k
é um múltiplo de ∇g(x2 ) e, portanto, normal a Sc (g) em x2 . Em particular, conclui-se
que, se x2 ∈ Sc (g) for tal que a soma das distâncias de um ponto x de Sc (g) a x0 e a
x1 for mı́nima para x = x2 , então os ângulos formados pelos segmentos [x0 , x2 ] e [x1 , x2 ]
com a normal a Sc (g) em x2 são congruentes. Isto prova, em particular, a propriedade
reflexiva das elipses: se x0 e x1 forem os focos de uma elipse S, então kx − x0 k + kx − x1 k
é constante em S, logo todo ponto de S é ponto de mı́nimo da restrição de f a S, o que
implica que, para todo x ∈ S, os segmentos que ligam x aos focos da elipse formam com
a normal a S em x ângulos congruentes; noutras palavras, se um raio de luz for emitido
por um dos focos e se refletir na elipse, o raio refletido passará pelo outro foco.

Sugestões de Leitura:
[1] S. Lang, Undergraduate Analysis, Undergraduate Texts in Mathematics, Springer,
2nd ed., 1997.

[2] E. L. Lima, Espaços Métricos, Projeto Euclides, IMPA, Rio de Janeiro, 10 ed., 2005.

[3] , Análise Real, Coleção Matemática Universitária, IMPA, Rio de Janeiro, 10 ed.,
2008.

[4] W. Rudin, Principles of Mathematical Analysis, International Series in Pure and

Applied Mathematics, McGrawHill, Inc., New York, 3 ed., 1976.

60