\( \newenvironment {prompt}{}{} \newcommand {\accordion }[0]{} \newcommand {\ungraded }[0]{} \newcommand {\xmDefaultPreamble }[0]{xmPreamble.tex} \newcommand {\xmDefaultPrintstyle }[0]{xmPrintstyle.sty} \newcommand {\todo }[0]{} \newcommand {\oiint }[0]{{\large \bigcirc }\kern -1.56em\iint } \newcommand {\mooculus }[0]{\textsf {\textbf {MOOC}\textnormal {\textsf {ULUS}}}} \newcommand {\tkzTabSlope }[1]{\foreach \x /\y /\z in {#1}{\node [left = 3pt] at (Z\x 1) {\scriptsize $\y $}; \node [right = 3pt] at (Z\x 1) {\scriptsize $\z $}; }} \newcommand {\RR }[0]{\mathbb R} \newcommand {\R }[0]{\mathbb R} \newcommand {\N }[0]{\mathbb N} \newcommand {\Z }[0]{\mathbb Z} \newcommand {\sagemath }[0]{\textsf {SageMath}} \newcommand {\d }[0]{\,d} \newcommand {\l }[0]{\ell } \newcommand {\ddx }[0]{\frac {d}{\d x}} \newcommand {\zeroOverZero }[0]{\ensuremath {\boldsymbol {\tfrac {0}{0}}}} \newcommand {\inftyOverInfty }[0]{\ensuremath {\boldsymbol {\tfrac {\infty }{\infty }}}} \newcommand {\zeroOverInfty }[0]{\ensuremath {\boldsymbol {\tfrac {0}{\infty }}}} \newcommand {\zeroTimesInfty }[0]{\ensuremath {\small \boldsymbol {0\cdot \infty }}} \newcommand {\inftyMinusInfty }[0]{\ensuremath {\small \boldsymbol {\infty - \infty }}} \newcommand {\oneToInfty }[0]{\ensuremath {\boldsymbol {1^\infty }}} \newcommand {\zeroToZero }[0]{\ensuremath {\boldsymbol {0^0}}} \newcommand {\inftyToZero }[0]{\ensuremath {\boldsymbol {\infty ^0}}} \newcommand {\numOverZero }[0]{\ensuremath {\boldsymbol {\tfrac {\#}{0}}}} \newcommand {\dfn }[0]{\textbf } \newcommand {\unit }[0]{\mathop {}\!\mathrm } \newcommand {\eval }[1]{\bigg [ #1 \bigg ]} \newcommand {\seq }[1]{\left ( #1 \right )} \newcommand {\epsilon }[0]{\varepsilon } \newcommand {\phi }[0]{\varphi } \newcommand {\iff }[0]{\Leftrightarrow } \DeclareMathOperator {\arccot }{arccot} \DeclareMathOperator {\arcsec }{arcsec} \DeclareMathOperator {\arccsc }{arccsc} \DeclareMathOperator {\si }{Si} \DeclareMathOperator {\scal }{scal} \DeclareMathOperator {\sign }{sign} \newcommand {\arrowvec }[1]{{\overset {\rightharpoonup }{#1}}} \newcommand {\vec }[1]{{\overset {\boldsymbol {\rightharpoonup }}{\mathbf {#1}}}\hspace {0in}} \newcommand {\point }[1]{\left (#1\right )} \newcommand {\pt }[1]{\mathbf {#1}} \newcommand {\Lim }[2]{\lim _{\point {#1} \to \point {#2}}} \DeclareMathOperator {\proj }{\mathbf {proj}} \newcommand {\veci }[0]{{\boldsymbol {\hat {\imath }}}} \newcommand {\vecj }[0]{{\boldsymbol {\hat {\jmath }}}} \newcommand {\veck }[0]{{\boldsymbol {\hat {k}}}} \newcommand {\vecl }[0]{\vec {\boldsymbol {\l }}} \newcommand {\uvec }[1]{\mathbf {\hat {#1}}} \newcommand {\utan }[0]{\mathbf {\hat {t}}} \newcommand {\unormal }[0]{\mathbf {\hat {n}}} \newcommand {\ubinormal }[0]{\mathbf {\hat {b}}} \newcommand {\dotp }[0]{\bullet } \newcommand {\cross }[0]{\boldsymbol \times } \newcommand {\grad }[0]{\boldsymbol \nabla } \newcommand {\divergence }[0]{\grad \dotp } \newcommand {\curl }[0]{\grad \cross } \newcommand {\lto }[0]{\mathop {\longrightarrow \,}\limits } \newcommand {\bar }[0]{\overline } \newcommand {\surfaceColor }[0]{violet} \newcommand {\surfaceColorTwo }[0]{redyellow} \newcommand {\sliceColor }[0]{greenyellow} \newcommand {\vector }[1]{\left \langle #1\right \rangle } \newcommand {\sectionOutcomes }[0]{} \newcommand {\VerbMathToks }[2]{\alteqtoks {\begin {#2} #1 \end {#2}}} \newcommand {\DeclareMicrotypeVariants }[1]{} \newcommand {\DeclareMicrotypeAlias }[2]{} \newcommand {\LoadMicrotypeFile }[1]{} \newcommand {\DeclareMicrotypeFilePrefix }[1]{} \newcommand {\DeclareMicrotypeBabelHook }[2]{} \newcommand {\microtypesetup }[1]{} \newcommand {\microtypecontext }[1]{} \newcommand {\textmicrotypecontext }[2]{#2} \newcommand {\leftprotrusion }[1]{#1} \newcommand {\rightprotrusion }[1]{#1} \newcommand {\noprotrusionifhmode }[0]{} \newcommand {\lsstyle }[0]{} \newcommand {\lslig }[1]{#1} \newcommand {\maketitle }[0]{} \newcommand {\problem }[0]{ } \newcommand {\exercise }[0]{ } \newcommand {\question }[0]{ } \newcommand {\exploration }[0]{ } \newcommand {\dialogue }[0]{\begin {description}} \newcommand {\GetTranslation }[1]{#1} \)
Usamos um método chamado “aproximação linear” para estimar o valor de uma função (complicada) em um ponto dado.

Dada uma função, uma aproximação linear é um nome pomposo para algo que você já conhece:

A reta tangente ao gráfico de uma função em um ponto está muito próxima do gráfico da função perto desse ponto.

Essa reta tangente é o gráfico de uma função linear, chamada de aproximação linear.

Observe que o gráfico de \(L\) é simplesmente a reta tangente ao gráfico de \(f\) em \(x=a\).

Uma aproximação linear de \(f\) é uma “boa” aproximação desde que \(x\) não esteja “longe demais” de \(a\). Se “ampliarmos” o gráfico de \(f\) o suficiente, os gráficos de \(f\) e \(L\) ficam praticamente indistinguíveis.

Como primeiro exemplo, veremos como as aproximações lineares nos permitem aproximar cálculos “difíceis”.

Com as calculadoras e os programas de computador modernos, pode não parecer necessário usar aproximações lineares. Na verdade, elas são bastante úteis. Em situações que exigem uma aproximação numérica explícita, elas nos permitem obter rapidamente uma estimativa grosseira, que pode servir de “prova dos nove” para um cálculo mais complexo. Em alguns cálculos complexos envolvendo funções, a aproximação linear torna possível um cálculo que, de outra forma, seria intratável, sem perda séria de precisão.

1 Estimativas por excesso ou por falta

Lembre-se de que, geometricamente, o valor real da função corresponde à coordenada \(y\) de um ponto do gráfico da função, e o valor aproximado corresponde à coordenada \(y\) de um ponto do gráfico da reta tangente. Temos uma terminologia para descrever a situação em que o gráfico da função está acima ou abaixo da reta tangente: concavidade.

Observe que indicamos apenas o intervalo \((0.9, 1)\) nesta resposta. Embora a função \(f\) tenha concavidade para cima em todo o intervalo \((0, \infty )\), é apenas o intervalo \((0.9, 1)\) que é relevante para esta pergunta, e por isso foi ele que incluímos na resposta.

2 Diferenciais

O gráfico de uma função \(f\) e o gráfico de \(L\), a aproximação linear de \(f\) em \(a\), são mostrados na figura abaixo. Além disso, duas quantidades, \(\d x\) e \(\d f\), e um ponto \(P\) estão marcados na figura. Olhe a figura com atenção ao responder às perguntas abaixo.

Selecione todas as expressões corretas para a quantidade \(\d x\).
xmhintVocê pode ver que \(x=a+\d x\).
\(\d x=f(x)-f(a)\) \(\d x=f(x)-L(x)\) \(\d x=x-a\) \(\d x=L(x)-f(a)\) \(\d x=L(x)-L(a)\)
Selecione todas as expressões corretas para a quantidade \(\d f\).
xmhintVocê pode ver que \(L(x)=f(a)+\d f\).
xmhintLembre-se: \(L(a)=f(a)\).
\(\d f=f(x)-f(a)\) \(\d f=f(x)-L(x)\) \(\d f=x-a\) \(\d f=L(x)-f(a)\) \(\d f=L(x)-L(a)\)

Com base na figura e na expressão para \(L(x)\), selecione todas as expressões corretas para \(\d f\).
xmhintLembre-se: \(\d f=L(x)-f(a)=f(a)+f'(a)(x-a)-f(a)=f'(a)(x-a)=f'(a)\d x\).
\(\d f=f'(a)(x-a)\) \(\d f=f'(a)\d x\) \(\d f=f'(x-a)\) \(\d f=f'(x)\d x\) \(\d f=f'(x)(x-a)\)

Assim, podemos escrever \(\d f=f'(a)\d x\) e chamá-la de diferencial de \(f\) em \(a\). Observe que podemos definir uma diferencial em qualquer ponto \(x\) do domínio de \(f\), desde que \(f'(x)\) exista.

Os estudantes frequentemente confundem a diferencial \(df\) com a derivada \(f'(a)\). Lembre-se de que a derivada nos dá a taxa de variação no ponto, enquanto a diferencial \(df\) é uma quantidade estimada de variação.

Faremos isso na nossa próxima definição.

Não devemos nos surpreender, já que a inclinação da reta tangente na figura é \(f'(x)\), e essa inclinação também é dada por \(\frac {\d f }{\d x}\).

Essencialmente, as diferenciais nos permitem resolver os problemas apresentados nos exemplos anteriores de um ponto de vista ligeiramente diferente. Lembre-se de que, quando \(h\) está perto de zero, mas não é igual a zero, \[ f'(x) \approx \frac {f(x+h)-f(x)}{h}. \] Logo, \[ f'(x)h \approx f(x+h)-f(x). \] Podemos substituir a quantidade \(h\) por uma quantidade \(\d x\) e escrever \begin{align*} f'(x)\cdot \d x &\approx f(x+\d x)-f(x)\\ \d f &\approx f(x+\d x)-f(x). \end{align*}

Somando \(f(x)\) a ambos os lados, vemos que \[ f(x) + \d f\approx f(x+\d x) \] ou, equivalentemente, \[ f(x+\d x)\approx f(x) + \d f . \] Há contextos em que a linguagem das diferenciais é comum. Eis a estratégia básica:

Vamos repetir nossos exemplos anteriores usando diferenciais.

A conclusão é que aproximações lineares e diferenciais são simplesmente duas maneiras ligeiramente diferentes de fazer exatamente a mesma coisa.

3 Aproximação do erro

As diferenciais também nos ajudam a estimar erros em situações da vida real.

4 Novos e velhos amigos

Você pode estar se perguntando, dado um gráfico \(y=f(x)\),

Qual é a diferença entre \(\Delta x\) e \(\d x\)? E entre \(\Delta y\) e \(\d y\)?

De qualquer forma, agora essa é uma pergunta urgente. A questão é a seguinte: \[ \frac {\Delta y}{\Delta x} \] é a taxa de variação média de \(y=f(x)\) em relação a \(x\). Por outro lado: \[ \frac {\d y}{\d x} \] é a taxa de variação instantânea de \(y=f(x)\) em relação a \(x\). Essencialmente, \(\Delta x\) e \(\d x\) são o mesmo tipo de coisa: são variações (em geral pequenas) de \(x\). No entanto, \(\Delta y\) e \(\d y\) são coisas bem diferentes.

  • \(\Delta y=f(x+\Delta x)-f(x)\); é a variação de \(y=f(x)\) associada a \(\Delta x\).

  • \(\d y=L(x+\d x)-L(x)\); é a variação de \(y=L(x)\) associada a \(\Delta x=\d x\). \[ \d y =f'(x)\d x \] Observação: \( L(x+\d x)= f(x)+f'(x)\d x\).

    Portanto, a variação \begin{align*} \d y &= L(x+\d x)-L(x)\\ &= f(x)+f'(x)\d x-L(x)\\ &= f(x)+f'(x)\d x-f(x)\\ &=f'(x)\d x \end{align*}

Suponha que \(f(x) = x^2\). Se estamos no ponto \(x=1\) e \(\Delta x =\d x = 0.1\), quanto vale \(\Delta y\)? E \(\d y\)?
xmhint\( \Delta y=f(1+\Delta x)-f(1)=f(1.1)-f(1)\)
xmhint\(\d y=f'(1)\cdot \d x=f'(1)\cdot 0.1\)
\[ \Delta y = \class{xm-answer}{\cssId{xm-answer-1}{\phantom{\rule{7em}{1.5em}}}}\qquad \d y = \class{xm-answer}{\cssId{xm-answer-2}{\phantom{\rule{7em}{1.5em}}}} \]
As diferenciais podem ser confusas no começo. Porém, quando você as dominar, terá uma ferramenta poderosa à sua disposição.