UNIVERSIDADE DE S

˜
AO PAULO
Instituto de Ciˆencias Matem´aticas e de Computa¸c˜ao
Introduc¸
˜
ao a
´
Algebra Linear e
Equac¸
˜
oes Diferenciais
Luiz A. C. Ladeira
S
˜
AO CARLOS - SP
2007
Sum´ario
1 No¸c˜oes preliminares 5
1.1 Espa¸co euclidiano n−dimensional . . . . . . . . . . . . . . 5
1.2 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3 Sistemas lineares . . . . . . . . . . . . . . . . . . . . . . . 17
1.4 Determinante . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.5 N´ umeros complexos . . . . . . . . . . . . . . . . . . . . . 27
2 Equa¸c˜oes de primeira ordem 41
2.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.2 Defini¸c˜oes . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.3 Equa¸c˜oes separ´aveis . . . . . . . . . . . . . . . . . . . . . 45
2.4 Equa¸c˜ao linear de primeira ordem . . . . . . . . . . . . . 50
2.5 Equa¸c˜oes diferenciais exatas . . . . . . . . . . . . . . . . . 59
3 Espa¸cos vetoriais 67
3.1 Defini¸c˜ao e exemplos . . . . . . . . . . . . . . . . . . . . . 67
3.2 Subespa¸cos vetoriais . . . . . . . . . . . . . . . . . . . . . 71
3.3 Combina¸ c˜oes lineares . . . . . . . . . . . . . . . . . . . . . 73
3.4 Dependˆencia linear . . . . . . . . . . . . . . . . . . . . . . 77
3.5 Base e dimens˜ao . . . . . . . . . . . . . . . . . . . . . . . 80
3.6 Dependˆencia linear de fun¸c˜oes . . . . . . . . . . . . . . . . 87
3.7 Bases ortogonais em R
n
. . . . . . . . . . . . . . . . . . . 90
3.8 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4 Equa¸c˜oes diferenciais lineares 95
4.1 Fatos gerais sobre equa¸c˜oes lineares . . . . . . . . . . . . . 95
4.2 M´etodo de redu¸c˜ao da ordem . . . . . . . . . . . . . . . . 98
3
4 SUM
´
ARIO
4.3 Equa¸c˜ao homogˆenea com coeficientes constantes . . . . . . 100
4.4 Equa¸c˜ao n˜ao homogˆenea . . . . . . . . . . . . . . . . . . . 108
4.5 M´etodo dos coeficientes a determinar . . . . . . . . . . . . . 109
4.6 M´etodo de varia¸c˜ao dos parˆametros . . . . . . . . . . . . . 120
4.7 Equa¸c˜oes de ordem superior . . . . . . . . . . . . . . . . . 123
5 Transforma¸c˜oes lineares 129
5.1 Transforma¸c˜oes . . . . . . . . . . . . . . . . . . . . . . . 129
5.2 Transforma¸c˜oes lineares . . . . . . . . . . . . . . . . . . . 131
5.3 N´ ucleo e imagem . . . . . . . . . . . . . . . . . . . . . . . 136
5.4 Autovalores e autovetores . . . . . . . . . . . . . . . . . . 141
6 Sistemas de equa¸c˜oes diferenciais lineares 151
6.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2 Fatos gerais sobre sistemas lineares . . . . . . . . . . . . . 155
6.3 Sistema homogˆeneo . . . . . . . . . . . . . . . . . . . . . . 159
6.4 Sistema n˜ao homogˆeneo . . . . . . . . . . . . . . . . . . . 168
6.5 M´etodo dos coeficientes a determinar . . . . . . . . . . . . . 169
6.6 F´ormula de varia¸ c˜ao das constantes . . . . . . . . . . . . . 176
7 Transformada de Laplace 183
7.1 Defini¸c˜ao e propriedades . . . . . . . . . . . . . . . . . . . 183
7.2 Transformada inversa . . . . . . . . . . . . . . . . . . . . 188
7.3 Aplica¸c˜oes a equa¸c˜oes diferenciais . . . . . . . . . . . . . . 191
8 Algumas respostas 197
Cap´ıtulo 1
No¸c˜oes preliminares
Neste cap´ıtulo reunimos fatos b´asicos sobre vetores, matrizes, sistemas de
equa¸c˜oes lineares e n´ umeros complexos, que ser˜ao usados nos cap´ıtulos se-
guintes. Assumiremos conhecido o conjunto R dos n´ umeros reais e suas pro-
priedades alg´ebricas elementares: suas opera¸c˜oes de adi¸c˜ao e multiplica¸c˜ao s˜ao
associativas, comutativas, tˆem elemento neutro, cada n´ umero tem seu oposto
aditivo e cada n´ umero n˜ao nulo tem seu inverso multiplicativo.
1.1 Espa¸co euclidiano n−dimensional
As no¸c˜oes de par ordenado (x, y) e terna ordenada (x, y, z) de n´ umeros
reais tˆem uma extens˜ao natural ao conceito de n-upla (x
1
, . . . , x
n
),
que ´e uma sucess˜ao ordenada de n n´ umeros reais. Denotaremos as
n−uplas por letras em negrito. Se x = (x
1
, . . . , x
n
), cada um dos
n´ umeros x
1
, . . . , x
n
´e chamado uma componente (ou coordenada)
de x. Duas n−uplas (x
1
, . . . , x
n
) e (y
1
, . . . , y
n
) s˜ao ditas iguais (indica-
mos (x
1
, . . . , x
n
) = (y
1
, . . . , y
n
)) se e somente se x
1
= y
1
, . . . , x
n
= y
n
.
O conjunto de todas n−uplas de n´ umeros reais ´e denotado por R
n
, isto
´e,
R
n
= ¦(x
1
, . . . , x
n
) : x
k
∈ R, k = 1 , . . . , n¦.
Recordemos da Geometria Anal´ıtica que R
3
pode ser identificado com
o conjunto V
3
dos vetores geom´etricos (definidos pelos segmentos orien-
tados) por meio da correspondˆencia que a cada v = a i +b j +c k de V
3
associa a terna (a, b, c) ∈ R
3
:
v = a i +b j +c k ∈ V
3
←→ (a, b, c) ∈ R
3
. (1.1)
5
6 Cap. 1 No¸c˜oes preliminares
´
E claro que ao vetor i corresponde a terna e
1
= (1, 0, 0), ao vetor
j corresponde a terna e
2
= (0, 1, 0) e a k corresponde e
3
= (0, 0, 1).
O m´odulo (ou comprimento) do vetor v ´e |v| =

a
2
+b
2
+c
2
. A
correspondˆencia (1.1) ´e importante, pois permite caracterizar elemen-
tos geom´etricos, tais como reta, plano, etc, em termos de equa¸c˜oes
alg´ebricas.
>
>
>
>
>
>
>
v
z
x
c k
`
b j

a i
´
´ ´-
y
Figura 1.1
Por causa dessa identifica¸c˜ao com os vetores geom´etricos, as ternas
ordenadas tamb´em s˜ao chamadas de vetores; por extens˜ao, as n−uplas
tamb´em s˜ao chamadas de vetores; neste contexto, os n´ umeros reais
ser˜ao chamados escalares. Lembremos tamb´em que, se α ∈ R, temos
αv = αa i + αb j + αc k, ou seja, ao vetor αv associamos a terna
(αa, αb, αc). Da mesma maneira, se (a
1
, b
1
, c
1
) e (a
2
, b
2
, c
2
) forem as
ternas associadas aos vetores w
1
e w
2
, respectivamente (ou seja, w
1
=
a
1
i + b
1
j + c
1
k e w
2
= a
2
i + b
2
j + c
2
k), ent˜ao temos w
1
+ w
2
=
(a
1
+a
2
) i+(b
1
+b
2
) j+(c
1
+c
2
) k; assim, ao vetor w
1
+w
2
fica associado
a terna (a
1
+a
2
, b
1
+b
2
, c
1
+c
2
).
Essas observa¸c˜oes mostram a importˆancia de se definir adi¸c˜ao de
ternas e multiplica¸ c˜ao de ternas por n´ umeros reais: dadas as ternas
(a
1
, b
1
, c
1
), (a
2
, b
2
, c
2
) e o n´ umero real α, definimos:
(a
1
, b
1
, c
1
) + (a
2
, b
2
, c
2
) = (a
1
+a
2
, b
1
+b
2
, c
1
+c
2
)
α(a
1
, b
1
, c
1
) = (αa
1
, αb
1
, αc
1
)
Pode-se mostrar que, quaisquer que sejam u, v, w ∈ R
3
e
α, β ∈ R, temos:
O espa¸co euclidiano 7
A1) (u +v) +w = u + (v +w)
A2) u +v = v +u
A3) se 0 designa a terna (0, 0, 0), ent˜ao u +0 = u, ∀u ∈ R
3
.
A4) para qualquer u = (a, b, c) ∈ R
3
, a terna v = (−a, −b, −c)
satisfaz u +v = 0
M1) α(β u) = (αβ) u
M2) (α +β) u = αu +β u
M3) α(u +v) = αu +αv
M4) 1 u = u.
As opera¸c˜oes acima estendem-se de modo natural ao R
n
. Dados
u = (a
1
, . . . , a
n
) e v = (b
1
, . . . , b
n
) em R
n
e α ∈ R, definimos a soma
u +v e o produto por escalar αu por
u +v = (a
1
, . . . , a
n
) + (b
1
, . . . , b
n
) = (a
1
+b
1
, . . . , a
n
+b
n
) (1.2)
αu = α(a
1
, . . . , a
n
) = (αa
1
, . . . , αa
n
) (1.3)
Como no caso das ternas ordenadas, pode-se verificar que em R
n
est˜ao satisfeitas as propriedades A1) a A4) e M1) a M4). Por estarem
satisfeitas essas propriedades, dizemos que R
n
´e um espa¸co vetorial.
A igualdade (1.2) define a soma de dois vetores. Para somar trˆes
vetores u, v e w, podemos considerar as combina¸ c˜oes u + (v + w) e
(u+v)+w. A propriedade associativa afirma que esses vetores s˜ao iguais.
Por causa dessa propriedade, vamos omitir os parˆenteses. Mais geral-
mente, dados p vetores u
1
, u
2
. . . , u
p
e p n´ umeros reais α
1
, α
2
, . . . , α
p
,
podemos definir o vetor
α
1
u
1

2
u
2
+ +α
p
u
p
,
que chamaremos combina¸c˜ao linear de u
1
, u
2
. . . , u
p
. Por exemplo,
o vetor (3, 1, 0, 5) de R
4
´e combina¸ c˜ao linear de (6, 3, 1, 7), (3, 2, 1, 2) e
(0, 2, 2, 8) pois
1 (6, 3, 1, 7) + (−1) (3, 2, 1, 2) + 0 (0, 2, 2, 8) = (3, 1, 0, 5).
J´a o vetor (6, 1, 0) de R
3
n˜ao ´e combina¸ c˜ao linear de (6, 0, 0), (3, 6, 4) e
(5, 9, 6); de fato, se (6, 1, 0) fosse combina¸c˜ao linear de (6, 0, 0), (3, 6, 4)
e (5, 9, 6) existiriam n´ umeros x, y, z tais que
x(6, 0, 0) +y (3, 6, 4) +z (5, 9, 6) = (6, 1, 0) ,
8 Cap. 1 No¸c˜oes preliminares
ou seja,
(6 x + 3 y + 5 z, 6 y + 9 z, 4 y + 6 z) = (6, 1, 0).
Dessa igualdade vemos que x, y, z deveriam satisfazer o sistema de equa¸c˜oes

6 x + 3 y + 5 z = 6 (1)
6 y + 9 z = 1 (2)
4 y + 6 z = 0 (3)
As equa¸c˜oes (2) e (3) mostram que n˜ao existem tais n´ umeros x, y, z.
Logo, (6, 1, 0) n˜ao ´e combina¸ c˜ao linear de (6, 0, 0), (3, 6, 4) e (5, 9, 6).
Exemplo 1.1. Consideremos em R
n
os vetores
e
1
= (1, 0, . . . , 0), e
2
= (0, 1, . . . , 0), . . . , e
n
= (0, 0, . . . , 1)
Mostrar que todo vetor x = (x
1
, . . . , x
n
) se escreve, de modo ´ unico, como
combina¸c˜ao linear dos vetores e
1
, . . . , e
n
. Por causa desta propriedade,
diremos que os vetores e
1
, e
2
, . . . , e
n
formam uma base de R
n
, chamada
base canˆonica de R
n
.
Podemos escrever
(x
1
, . . . , x
n
) = (x
1
, 0, . . . , 0) + + (0 , . . . , x
n
) =
= x
1
(1 , 0, . . . , 0) + +x
n
(0, 0, . . . , 1) =
= x
1
e
1
+ +x
n
e
n
.
Logo, x ´e combina¸ c˜ao linear de e
1
, . . . , e
n
. Para ver que essa ´e a ´ unica
maneira de escrever x como combina¸c˜ao linear de e
1
, . . . , e
n
, suponha-
mos que x tamb´em se escreva como x = t
1
e
1
+ +t
n
e
n
. Ent˜ao
(x
1
, . . . , x
n
) = x = t
1
e
1
+ +t
n
e
n
=
= t
1
(1 , 0, . . . , 0) + +t
n
(0, 0, . . . , 1) =
= (t
1
, . . . , t
n
).
Logo, t
1
= x
1
, . . . , t
n
= x
n
.
Exerc´ıcio 1.1. Determine se v ´e combina¸c˜ ao linear de u
1
, u
2
e u
3
,
sendo:
(a) v = (2, −5, −1), u
1
= (1, 0, 0) , u
2
= (0, 1, 1) e u
3
= (−1, 1, 1);
(b) v = (2, 3, −1), u
1
= (1, 0, 0) , u
2
= (0, 1, 1) e u
3
= (−1, 1, 1);
(c) v = (−1, −1, 2), u
1
= (1, 1, 1) , u
2
= (1, 1, 0) e u
3
= (0, 0, 1);
(d) v = (1, −1, 4), u
1
= (1, 1, 1) , u
2
= (1, 1, 0) e u
3
= (0, 0, 1);
O espa¸co euclidiano 9
Al´em das opera¸c˜oes de adi¸c˜ao de n−upla e multiplica¸ c˜ao de n−upla
por n´ umero real, podemos definir em R
n
o chamado produto interno de
n−uplas, que estende a no¸c˜ao de produto escalar visto nos cursos de
F´ısica e Geometria Anal´ıtica. Lembremos que o produto escalar dos
vetores (n˜ao nulos) u e v, de m´odulos |u| e |v|, respectivamente, que
formam entre si um ˆangulo θ ´e definido por
u v = |u| |v| cos θ. (1.4)
´
E conveniente escrever o produto escalar em termos das componentes
dos vetores u = (a, b, c) e v = (x, y, z). Aplicando a lei dos cossenos ao
triˆangulo cujos lados s˜ao u, v e u −v (Figura 1.2), temos
|u −v|
2
= |u|
2
+|v|
2
−2 |u| |v| cos θ . (1.5)
´
´
´
´
´´

u
v
u −v
Figura 1.2
θ

Substituindo em (1.5): |u|
2
= a
2
+ b
2
+ c
2
, |v|
2
= x
2
+ y
2
+ z
2
,
|u−v|
2
= (x−a)
2
+(y −b)
2
+(z −c)
2
= |u|
2
+|v|
2
−2 (a x+b y +c z)
e |u| |v| cos θ = u v, obtemos
u v = a x +b y +c z (1.6)
Uma vantagem da rela¸c˜ao (1.6) sobre (1.4) ´e que ela (a rela¸c˜ao (1.6))
n˜ao depende do apelo geom´etrico e portanto permite estender a R
n
, com
n ≥ 4, essa no¸c˜ao de produto escalar, que chamaremos produto interno.
Dados u = (x
1
, . . . , x
n
), v = (y
1
, . . . , y
n
) ∈ R
n
, definimos o produ-
to interno de u e v, denotado por u v (ou 'u, v`), como sendo
u v = x
1
y
1
+ . . . + x
n
y
n
(1.7)
(notemos que o produto interno de dois vetores de R
n
´e um n´ umero real).
O espa¸co vetorial R
n
, munido do produto interno, ´e chamado espa¸co
euclidiano.
´
E f´acil ver que u u > 0, ∀u = 0. Definimos a norma
10 Cap. 1 No¸c˜oes preliminares
de um vetor u como sendo |u| =

u u. O produto interno tem as
seguintes propriedades
u v = v u (1.8)
(u +αw) v = u v +α(w v) (1.9)
Exemplo 1.2. Se u = (1,

3, 0), v = (3, −1, 5), w = (−3, 1, 2), ent˜ao
|u| = 2, |v| =

35, u v = 3(1) +

3(−1) = 3 −

3 e v w =
3(−3) + 1(−1) + 5 2 = 0 .
Existe uma importante desigualdade relacionando norma e produto
interno, conhecida como desigualdade de Cauchy-Schwarz

u v

≤ |u| |v| . (1.10)
Se v = 0, temos ' u, v` = 0, e a desigualdade (1.10) ´e trivial. Para
mostrar essa desigualdade quando v = 0, notemos que, para qualquer
t ∈ R, temos |u+t v| ≥ 0. Usando as propriedades (1.8) e (1.9), temos
0 ≤ |u +t v|
2
= (u +t v) (u +t v) = u u + 2 t u v +t
2
v v =
= |u|
2
+ 2 t u v +t
2
|v|
2
donde
|v|
2
t
2
+ 2 (u v) t +|u|
2
≥ 0 . (1.11)
O primeiro membro dessa desigualdade ´e uma fun¸c˜ao quadr´atica em t.
Para que essa fun¸c˜ao quadr´atica seja sempre n˜ao negativa, seu discrimi-
nante n˜ao pode ser positivo, isto ´e,
4 (u v)
2
−4 |v|
2
|u|
2
≤ 0 . (1.12)
A desigualdade (1.12) implica (1.10).
Dois vetores u, v ∈ R
n
s˜ao ditos ortogonais quando u v = 0. Por
exemplo, os vetores u = (1, 0, 9, −6) e v = (0, −1, 2, 3) s˜ao ortogonais,
pois u v = 1 0 + 0 (−1) + 9 2 + (−6) 3 = 0. Um conjunto de
vetores ¦u
1
, . . . , u
m
¦ ´e dito um conjunto ortogonal se os seus vetores
s˜ao dois a dois ortogonais, isto ´e, u
i
u
j
= 0, quaisquer que sejam i, j com
1 ≤ i, j ≤ m e i = j; se, al´em disso, |u
1
| = = |u
m
| = 1, dizemos
que esse conjunto ´e ortonormal. A base canˆonica ¦e
1
, . . . , e
n
¦ ´e um
conjunto ortonormal em R
n
.
O espa¸co euclidiano 11
Exemplo 1.3. Encontrar todos os vetores de R
2
que s˜ao ortogonais a
v = (2, −1).
Procuramos os vetores u = (x, y) tais que u v = 0, isto ´e, 2 x −y = 0.
Logo, u = (x, 2 x). Notemos que y = 2 x ´e a equa¸c˜ao da reta que passa
pela origem e tem v como vetor normal. (Figura 1.3).
Exemplo 1.4. Encontrar todos os vetores de R
3
que s˜ao ortogonais a
n = (2, −1, 0).
Procuramos os vetores u = (x, y, z) tais que u n = 0, ou seja,
y = 2 x. Logo, u = (x, 2 x, z) = x(2, 1, 0) + z (0, 0, 1). Notemos que
y = 2 x ´e equa¸c˜ao do plano que cont´em a origem e tem n como vetor
normal (Figura 1.4).
Exemplo 1.5. Encontrar todos os vetores de R
3
que s˜ao ortogonais a
v = (2, 1, 1) e w = (0, 1, −1).
Procuramos os vetores u = (x, y, z) tais que u v = 0 e u w = 0,
ou seja, 2 x + y + z = 0 e y − z = 0. Da ´ ultima dessas igualdades,
tiramos y = z; substituindo na anterior, obtemos x = −y. Portanto
u = (−y, y, y) = y(−1, 1, 1).
y

y = 2 x
x
z

»
`
y
x
y = 2 x

v
`
Figura 1.3 Figura 1.4

Exerc´ıcio 1.2. (a) Encontre x de modo que os vetores u = (3, 5, x) e
v = (−4, 2, 4) sejam ortogonais.
12 Cap. 1 No¸c˜oes preliminares
(b) Encontre x e y de modo que ¦(3, x, 2), (−4, 2, 1), (1, −11, y)¦ seja um
conjunto ortogonal.
Exerc´ıcio 1.3. Determine quais dos conjuntos abaixo s˜ao ortogonais:
(a) ¦(2, 3), (6, −4)¦
(b) ¦(0, 2, 3), (1, 6, −4), (1, 1, 1), (1, −3, 1)¦
(c) ¦(1, 1, 1, 1), (1, −1, 1, −1), (0, 0, 1, 0), (0, 0, 0, 1)¦
(d) ¦(2, 1, −1, 1), (1, 1, 3, 0), (1, −1, 0, 1), (2, 1, 1, 1)¦.
Exerc´ıcio 1.4. Prove a desigualdade |u + v| ≤ |u| + |v|
(conhecida como desigualdade triangular).
Exerc´ıcio 1.5. Prove que: |u + v|
2
+ |u − v|
2
= 2(|u|
2
+ |v|
2
) e
|u +v|
2
−|u −v|
2
= 4 u v.
Exerc´ıcio 1.6. Prove o Teorema de Pit´agoras em R
n
: os vetores u, v
s˜ao ortogonais se e somente se |u +v|
2
= |u|
2
+|v|
2
.
Exerc´ıcio 1.7. Sejam u, v ∈ R
n
. Mostre que u e v s˜ao ortogonais se
e somente se |u +v| = |u −v|.
1.2 Matrizes
Sejam m, n ≥ 1 n´ umeros inteiros. Uma matriz de ordem m n ´e
um arranjo de mn n´ umeros distribu´ıdos em m linhas e n colunas, do
seguinte modo:

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
¸
¸
¸
¸
Denotaremos essa matriz por A = (a
ij
). Cada n´ umero a
ij
chama-se um
elemento (ou entrada) da matriz: i indica a linha e j a coluna onde
se localiza a
ij
. Duas matrizes de mesma ordem A = (a
ij
) e B = (b
ij
)
s˜ao ditas iguais quando seus elementos correspondentes s˜ao iguais, isto
´e, a
ij
= b
ij
, ∀i, j.
Exemplo 1.6.
¸
3 2 0
0 x 0

=
¸
y 2 z
0 −1 0

⇐⇒

x = −1
y = 3
z = 0
Matrizes 13
Denotaremos por M
m×n
(R) o conjunto das matrizes de ordem mn
de n´ umeros reais; quando m = n, denotaremos tal conjunto por M
n
(R);
neste caso, cada elemento de M
n
(R) ´e dito uma matriz quadrada de
ordem n. A matriz O ∈ M
m×n
cujos elementos s˜ao todos iguais a zero ´e
chamada matriz nula. Uma matriz com m linhas e 1 coluna ´e chamada
matriz coluna e uma matriz com 1 linha e n colunas ´e chamada matriz
linha.
Exemplo 1.7. Se A = [ 1 2 1 3 ], B =
¸
0
3
7
¸
e C =
¸
1 2
9 4

,
ent˜ao A ´e matriz linha, B ´e matriz coluna e C ´e matriz quadrada de
ordem 2.
Existe uma correspondˆencia natural entre matrizes m 1 e vetores
de R
m
. A cada vetor x = ( x
1
, . . . , x
m
) de R
m
associamos a matriz
linha X = [ x
1
x
m
] e reciprocamente, a cada matriz m 1, X,
associamos um vetor x como acima. Da mesma maneira, existe uma
correspondˆencia natural entre matrizes colunas m1 e vetores de R
m
.
Sempre que for conveniente, identificaremos vetores de R
m
com matrizes
linhas ou matrizes colunas, por meio das correspondˆencias
x = (x
1
, . . . , x
m
) ←→

x
1
.
.
.
x
m
¸
¸
←→ [ x
1
x
m
] . (1.13)
Em uma matriz quadrada A = (a
ij
), os elementos a
11
, . . . , a
nn
cons-
tituem a diagonal principal de A. Uma matriz quadrada (a
ij
) ´e cha-
mada matriz diagonal quando a
ij
= 0, ∀ i = j, isto ´e, todo elemento
fora da diagonal principal ´e nulo. Uma importante matriz diagonal ´e a
matriz identidade de ordem n:
I
n
=

1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1
¸
¸
¸
¸
Uma matriz quadrada A = (a
ij
) ´e dita triangular superior, quando
14 Cap. 1 No¸c˜oes preliminares
a
ij
= 0, para todo i > j , ou seja,
A =

a
11
a
12
. . . a
1n
0 a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn
¸
¸
¸
¸
De modo an´alogo define-se matriz triangular inferior.
Dada uma matriz A = (a
i j
)
m×n
, sua transposta, denotada por
A
T
, ´e a matriz B = (b
j i
)
n×m
, em que b
j i
= a
i j
, ∀i, j . Uma matriz
quadrada ´e dita sim´etrica se A
T
= A, isto ´e, a
j i
= a
i j
, ∀i, j. Uma
matriz ´e dita anti-sim´etrica se A
T
= −A, isto ´e, a
j i
= −a
i j
, para
todo i, j: em particular, como para i = j devemos ter a
i i
= −a
i i
, os
elementos de sua diagonal principal s˜ao nulos.
Exemplo 1.8. A matriz
¸
2 1 0
1 9 5
0 5 −3
¸
´e sim´etrica e
¸
0 −1 0
1 0 5
0 −5 0
¸
´e
anti-sim´etrica.
Dada a matriz
A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
¸
¸
¸
¸
as n matrizes m1:
v
1
=

a
11
a
21
.
.
.
a
m1
¸
¸
¸
¸
. . . v
n
=

a
1n
a
2n
.
.
.
a
mn
¸
¸
¸
¸
chamam-se vetores colunas de A e as n matrizes 1 n
u
1
=

a
11
a
12
. . . a
1n

u
m
=

a
m1
a
m2
. . . a
mn

s˜ao os vetores linhas de A. Em muitas situa¸c˜oes, ´e conveniente escre-
ver A em termos de seus vetores linhas ou de seus vetores colunas:
Matrizes 15
A =

u
1
u
2
.
.
.
u
m
¸
¸
¸
¸
ou A = [ v
1
, v
2
, . . . , v
m
] .
Sejam A = (a
ij
), B = (b
ij
) ∈ M
m×n
(R). A soma de A com B,
indicada por A+B ´e a matriz cujo termos geral ´e a
ij
+b
ij
, ou seja,
A+B =

a
11
+b
11
a
12
+b
12
. . . a
1n
+ b
1n
a
21
+b
21
a
22
+b
22
. . . a
2n
+ b
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
+b
m1
a
m2
+b
m2
. . . a
mn
+b
mn
¸
¸
¸
¸
¸
(1.14)
Verifique como exerc´ıcio que a adi¸c˜ao de matrizes tem as propriedades
A1 a A4 (p´agina 7).
Exemplo 1.9. SeA =
¸
−1 3
5

7

, B =
¸
−3 5
−1 4

, C =
¸
1 3
2 5
3 1
¸
, ent˜ao
A+B =
¸
−4 8
4 4 +

7

e n˜ao est˜ao definidas B +C e A+C.
Sejam A = (a
ij
) ∈ M
m×n
(R) e α ∈ R. O produto de A pelo n´ umero
α ´e a matriz αA = (αa
i j
), isto ´e,
αA =

αa
11
αa
12
. . . αa
1n
αa
21
αa
22
. . . αa
2n
.
.
.
.
.
.
.
.
.
.
.
.
αa
m1
αa
m2
. . . αa
mn
¸
¸
¸
¸
(1.15)
Mostre que s˜ao v´alidas as propriedades M1 a M4 (p´agina 7).
Exemplo 1.10. Se α = 3, A =
¸
−1 0
3 1
−2 0
¸
, ent˜ao αA =
¸
−3 0
9 3
−6 0
¸
.
Sejam A = (a
ij
) ∈ M
m×n
(R), B = (b
jk
) ∈ M
n×p
(R). O produto de
A por B ´e a matriz C = (c
i k
), de ordem m p, cujo termo geral c
ik
´e
dado por
c
ik
=
n
¸
j=1
a
i j
b
j k
= a
i 1
b
1 k
+a
i 2
b
2 k
+ +a
i n
b
nk
.
16 Cap. 1 No¸c˜oes preliminares
Exemplo 1.11.
¸
2 1 0
0 1 −2

¸
4 4 5
0 0 0
1 0 1
¸
=
¸
8 8 10
−2 0 −2

A defini¸c˜ao acima permite multiplicar uma matriz A = (a
i j
)
m×n
por uma matriz n 1, X =

x
1
. . . , x
n

T
e o produto ´e uma matriz
m1, Y = [ y
1
. . . y
m
]
T
. Sempre que for conveniente, usaremos a iden-
tifica¸c˜ao (1.13) e diremos que estamos multiplicando a matriz A pelo
vetor x = (x
1
, . . . , x
n
), resultando no vetor y = (y
1
, . . . , y
m
).
O produto de matrizes tem as seguintes propriedades:
P1: A(BC) = (AB)C, ∀A ∈ M
m×n
, B ∈ M
n×p
, C ∈ M
p×q
P2: A(B +C) = AB +AC, ∀A ∈ M
m×n
, B, C ∈ M
n×p
P3: (A+B)C = AC +BC, ∀A, B ∈ M
m×n
, C ∈ M
n×p
Observando a defini¸c˜ao acima, vemos que o produto de matrizes
pode ser escrito em termos das colunas de B da seguinte forma: se
B = [v
1
, . . . , v
p
], ent˜ao
AB = [Av
1
, . . . , Av
p
] . (1.16)
Teorema 1.1. Sejam A,B e C matrizes quadradas de ordem n, com
A = diag (a
1
, , a
n
), e B = diag (b
1
, , b
n
). Sejam u
1
, . . . , u
n
as
linhas de C e v
1
, . . . , v
n
as colunas de C. Ent˜ao
AC =

a
1
u
1
a
2
u
2
.
.
.
a
n
u
n
¸
¸
¸
¸
e C B = [b
1
v
1
, . . . , b
n
v
n
] . (1.17)
A demonstra¸c˜ao do teorema fica como exerc´ıcio.
Uma matriz A ∈ M
n
(R) ´e dita invert´ıvel quando existe B ∈ M
n
(R)
tal que
AB = BA = I
n
.
1.3. SISTEMAS LINEARES 17
A matriz B chama-se inversa de A e ´e denotada por A
−1
. Por exemplo,
a matriz A =
¸
2 1
2 2

´e invert´ıvel e sua inversa ´e
A
−1
=
¸
1 −1/2
−1 1

.
Na pr´oxima se¸c˜ao apresentaremos um m´etodo para calcular a inversa de
uma matriz.
Exerc´ıcio 1.8. Mostre que se A e B forem invert´ıveis, ent˜ao AB ´e
invert´ıvel e (AB)
−1
= B
−1
A
−1
.
Exerc´ıcio 1.9. Mostre que (A + B)
T
= A
T
+ B
T
, (AB)
T
= B
T
A
T
e
(A
T
)
T
= A.
Exerc´ıcio 1.10. Sejam A ∈ M
n
(R) e X , Y ∈ M
n×1
(R). Mostre que
X
T
AY = Y
T
A
T
X.
Exerc´ıcio 1.11. Seja A ∈ M
n
(R). Mostre que a matriz B = A+A
T
´e
sim´etrica e que a matriz C = A−A
T
´e anti-sim´etrica.
Exerc´ıcio 1.12. Mostre que toda matriz A ∈ M
n
(R) se escreve como
soma de uma matriz sim´etrica e uma matriz anti-sim´etrica. (Sugest˜ao:
escreva A =
1
2
(A+A
T
) +
1
2
(A−A
T
)).
1.3 Sistemas lineares
Nesta se¸c˜ao, estudamos sistemas de equa¸c˜oes alg´ebricas lineares. Um
sistema de m equa¸c˜oes lineares nas n vari´aveis x
1
, . . . , x
n
tem a forma:

a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+ +a
mn
x
n
= b
m
.
(1.18)
Os n´ umeros a
i j
, 1 ≤ i ≤ m, 1 ≤ j ≤ n, chamados coeficientes e
os b
i
, 1 ≤ i ≤ m, chamados termos constantes, s˜ao dados. Quando
b
1
= = b
m
= 0, o sistema (1.18) ´e chamado homogˆeneo; caso
contr´ario ele ´e dito n˜ao homogˆeneo. Uma solu¸c˜ao da equa¸c˜ao (1.18)
18 Cap. 1 No¸c˜oes preliminares
´e uma n−upla (z
1
, z
2
, . . . , z
n
) que satisfaz todas as equa¸c˜oes do sistema,
isto ´e, a
i 1
z
1
+a
i 2
z
2
+ . . . + a
i n
z
n
= b
i
, para todo i = 1, . . . , m. O
conjunto de todas solu¸c˜oes de (1.18) ´e chamado conjunto solu¸c˜ao de
(1.18). Por exemplo, a terna (0, 1, 1) ´e solu¸c˜ao do sistema

x
1
−x
2
+ 2x
3
= 1
x
2
− x
3
= 0
(1.19)
Dessas equa¸c˜oes, temos x
2
= x
3
e x
1
= 1 − x
3
. Atribuindo valores
arbitr´arios x
3
= t, obtemos x
1
= 1 − t, x
2
= t; portanto, esse sistema
tem infinitas solu¸c˜oes. O conjunto solu¸c˜ao de (1.19) ´e
S =
¸
(1 −t, t, t) : t arbitr´ario
¸
.
Um sistema linear que admite uma ´ unica solu¸c˜ao ´e dito poss´ıvel e
determinado. Um sistema linear com mais de uma solu¸c˜ao ´e chama-
do indeterminado. Um sistema linear que n˜ao admite solu¸c˜ao ´e dito
imposs´ıvel. Sejam
S
1
:

x +y = 2
x −y = 0
S
2
:

4 x + 6 y = 0
6 x + 9 y = 0
S
3
:

x +y = 1
2x + 2y = 1
´
E f´acil ver que o sistema S
1
´e poss´ıvel e determinado: (1, 1) ´e sua ´ unica
solu¸c˜ao), o sistema S
2
´e indeterminado: (3, −2) e (−3, 2) s˜ao solu¸c˜oes
de S
2
, e que S
3
´e imposs´ıvel.
´
E f´acil ver que, se o sistema (1.18) ´e homogˆeneo, ent˜ao a n−upla
(0, . . . , 0) ´e solu¸c˜ao desse sistema, chamada solu¸c˜ao trivial. Assim, um
sistema homogˆeneo ´e sempre poss´ıvel; pode-se mostrar que, se m < n,
ele tem solu¸c˜oes n˜ao triviais.
Definindo as matrizes
A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
¸
¸
¸
¸
, X =

x
1
x
2
.
.
.
x
n
¸
¸
¸
¸
e B =

b
1
b
2
.
.
.
b
m
¸
¸
¸
¸
podemos escrever o sistema (1.18) na forma matricial
AX = B (1.20)
Sistemas lineares 19
A matriz A chama-se matriz dos coeficientes do sistema (1.18). A
matriz
[A : B] =

a
11
a
12
. . . a
1n
b
1
a
21
a
22
. . . a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
b
m
¸
¸
¸
¸
chama-se matriz aumentada do sistema (1.18).
Uma classe especial de sistema sistemas lineares que podem ser fa-
cilmente resolvidos ´e a dos sistemas escalonados: s˜ao sistemas da
forma

a
1 1
x
1
+ +a
1 j
1
x
j
1
+ +a
1 j
k
x
j
k
+ + a
1 n
x
n
= b
1
a
2 j1
x
j1
+ +a
2 j
k
x
j
k
+ + a
2 n
x
n
= b
2
.
.
.
a
k j
k
x
j
k
+ +a
k n
x
n
= b
k
.
(1.21)
com a
11
= 0, a
2 j
1
= 0, . . . , a
k j
k
= 0. Consideremos, por exemplo, o
sistema

x +y + 2 z = 3
y + z = 1
2 z = −4.
(1.22)
Da terceira equa¸c˜ao, temos z = −2; substituindo esse valor na segunda
equa¸c˜ao, tiramos y = 3 e, substituindo esses valores na primeira equa¸c˜ao,
obtemos x = 4. Assim, sua ´ unica solu¸c˜ao ´e (4, 3, −2).
Dois sistemas lineares S
1
e S
2
s˜ao ditos equivalentes (e indicamos
S
1
∼ S
2
) quando eles tˆem as mesmas solu¸c˜oes. Por exemplo, os sistemas

x +y = 2
x −y = 0
e

x + 2y = 3
2x −y = 1
s˜ao equivalentes, pois sua ´ unica solu¸c˜ao ´e (1, 1).
Vamos agora introduzir, por meio de exemplos, os m´etodo de elimi-
na¸c˜ao de Gauss e de Gauss-Jordan para resolver sistemas lineares.
Tais m´etodos consistem em transformar o sistema dado em um sistema
equivalente na forma escalonada, efetuando as seguintes opera¸c˜oes, cha-
madas opera¸c˜oes elementares:
20 Cap. 1 No¸c˜oes preliminares
(i) multiplicar uma das equa¸c˜oes de S por um n´ umero real k = 0.
(ii) substituir uma equa¸c˜ao de S pela soma daquela equa¸c˜ao com
outra equa¸c˜ao de S.
Exemplo 1.12. Resolver o sistema

x − y + z = 1
2x + y −4z = −1
x −3y + 3z = 5.
Temos

x − y + z = 1 (A)
2x + y −4z = −1 (B)
x −3y + 3z = 5 (C)

x − y + z = 1 (A)
3y −6z = −3 (D)
−2y + 2z = 4 (E)

x − y + z = 1 (A)
y −2z = −1 (F)
−y + z = 2 (G)

x − y + z = 1 (A)
y −2z = −1 (F)
−z = 1 (H)
Agora fica f´acil resolver o sistema. Da ´ ultima equa¸c˜ao tiramos z = −1;
substituindo na segunda, obtemos y = −3 e levando esses valores na
primeira, temos x = −1. Este ´e basicamente o m´etodo de Gauss.
Uma outra maneira de resolver o sistema ´e continuar com as opera¸c˜oes
elementares e eliminar z nas duas primeiras equa¸c˜oes e, em seguida,
eliminar y na primeira: este ´e o m´etodo de Gauss-Jordan.

x −y = 2 (K)
y = −3 (J)
z = −1 (I)

x = −1 (L)
y = −3 (J)
z = −1 (I)
Nessa resolu¸c˜ao, efetuamos as opera¸c˜oes: D = (−2) A+B, E = C −A,
F = D/3, G = E/2, H = F +G, I = (−1)H, J = F −2H, K = A+H
e L = J +K.
Exemplo 1.13. Analisar o sistema

x + 2y − z = 7
x + y + 2z = 3
2x + 3y +z = k
para diversos
valores de k.

x + 2y − z = 7
x + y + 2z = 3
2x + 3y +z = k

x + 2y − z = 7
y −3z = 4
y −3z = 14 −k

x + 2y − z = 7
y −3z = 4
0 = 10 −k
Sistemas lineares 21
Portanto, o sistema n˜ao tem solu¸c˜ao, se k = 10. Se k = 10, ele ´e
equivalente a

x + 2y − z = 7
y −3z = 4
cujas solu¸c˜oes s˜ao y = 4 + 3z, x = −1 −5z, z ´e arbitr´ario.
Podemos simplificar a nota¸c˜ao ao resolver sistemas lineares, omitin-
do as inc´ognitas e concentrando nossa aten¸c˜ao na matriz aumentada.
Por exemplo, a resolu¸c˜ao do sistema linear:

x + 2y − z = 1
2x + 4y −6z = 0
x − y + 2z = 4

x + 2y − z = 1
4z = 2
3y −3z = −3

x + 2y −z = 1
y −z = −1
z = 1/2

x + 2y = 3/2
y = −1/2
z = 1/2

x = 5/2
y = −1/2
z = 1/2
pode ser escrita de maneira resumida do seguinte modo (a barra vertical
em cada uma das matrizes abaixo tem como ´ unica finalidade separar os
coeficientes dos termos constantes):

1 2 −1
2 4 −6
1 −1 2

1
0
4
¸
¸

1 2 −1
0 0 4
0 3 −3

1
2
−3
¸
¸

1 2 −1
0 1 −1
0 0 1

1
−1
1/2
¸
¸

1 2 0
0 1 0
0 0 1

3/2
−1/2
1/2
¸
¸

1 0 0
0 1 0
0 0 1

5/2
−1/2
1/2
¸
¸
Agora, ´e s´o observar que a primeira coluna da matriz A estava associada
`a vari´avel x, a segunda coluna associada `a vari´avel y e a terceira coluna
`a vari´avel z para concluir que x = 5/2, y = −1/2 e z = 1/2.
Por analogia com os sistemas lineares, diremos que uma matriz est´a
na forma escalonada quando a quantidade inicial de zeros da primeira
linha ´e menor do que a da segunda linha, que ´e menor de que a da
22 Cap. 1 No¸c˜oes preliminares
terceira linha e assim por diante, ou seja, a matriz ´e da forma

a
1 1
. . . a
1 j
1
. . . a
1 j
m
. . . a
1 n
0 . . . a
2 j
1
. . . a
2 jm
. . . a
2 n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 0 . . . a
mj
m
. . . a
mn
¸
¸
¸
¸
¸
.
Al´em de simplificar a nota¸c˜ao, o procedimento acima permite resol-
ver simultameamente diversos sistemas lineares que tenham a mesma
matriz dos coeficientes. Por exemplo, para resolver os sistemas

x +y = 1
−x +y = 0
e

u +v = 0
−u +v = 1
escrevemos
¸
1 1
−1 1

1 0
0 1


¸
1 1
0 2

1 0
1 1



¸
1 1
0 1

1 0
1
2
1
2


¸
1 0
0 1

1/2 −1/2
1/2 1/2

.
Logo, x = 1/2, y = 1/2, u = 1/2, v = 1/2. Notemos que as solu¸c˜oes
(x, y) = (1/2, 1/2) e (u, v) = (−1/2, 1/2) s˜ao os elementos da inversa da
matriz A =
¸
1 1
−1 1

, isto ´e,
A
−1
=
¸
1/2 −1/2
1/2 1/2

.
O procedimento acima ´e v´alido em geral. Se A = (a
i j
) ´e uma matriz nn
invert´ıvel, sua inversa, A
−1
, ´e caracterizada pela igualdade AA
−1
= I.
Escrevendo
e
1
= [1, 0, . . . , 0]
T
, . . . , e
n
= [0, . . . , 0, 1]
T
e A
−1
= [X
1
, . . . , X
n
] ,
a igualdade AA
−1
= I ´e equivalente a AX
1
= e
1
, . . . , AX
n
= e
n
.
Logo, as colunas X
1
, . . . , X
n
s˜ao solu¸c˜oes dos sistemas
AX = e
1
, . . . , AX = e
n
.
Sistemas lineares 23
Deste modo, para encontrar a inversa de A, escalonamos a matriz

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1
¸
¸
¸
¸
.
A matriz que resultar `a direita da linha ser´a A
−1
.
Exemplo 1.14. Calcular a inversa da matriz A =
¸
1 2 3
2 5 3
1 0 8
¸
.
¸
1 2 3
2 5 3
1 0 8

1 0 0
0 1 0
0 0 1
¸

¸
1 2 3
0 1 −3
0 −2 5

1 0 0
−2 1 0
−1 0 1
¸


¸
1 2 3
0 1 −3
0 0 1

1 0 0
−2 1 0
5 −2 −1
¸

¸
1 2 0
0 1 0
0 0 1

−14 6 3
13 −5 −3
5 −2 −1
¸


¸
1 0 0
0 1 0
0 0 1

−40 16 9
13 −5 −3
5 −2 −1
¸
.
Logo, A
−1
=
¸
−40 16 9
13 −5 −3
5 −2 −1
¸
.
Exerc´ıcio 1.13. Resolver cada um dos sistemas abaixo:
a)

−2x + 3y −8z = 7
3x + y + z = 8
5x + 4y −3z = 17
b)

3x + y + z = 8
5x −3y + 4z = 17
−2x −8y + 3z = 7
c)

x + 3y + z = 8
8x + 2y −2z = −7
−3x + 5y + 4z = 17
d)

x + 3 y + z = 8
x + y −2 z = 4
−x −5 y +k z = −12
24 Cap. 1 No¸c˜oes preliminares
Exerc´ıcio 1.14. Calcule a inversa de cada uma das matrizes abaixo:
A =
¸
1 3
−1 1

B =
¸
0 1
−1 1

C =

1 2 3 5
1 1 3 4
1 2 2 5
1 2 3 4
¸
¸
¸
¸
D =

1 1 1
3 1 0
2 0 2
¸
¸
E =

1 1 0
1 3 1
0 5 2
¸
¸
F =

2 0 2
3 1 0
1 1 1
¸
¸
1.4 Determinante
Nesta se¸c˜ao definimos o determinante de uma matriz n n, A = (a
i j
),
que denotaremos por det(A) (ou por [A[, de acordo com a conveniˆencia).
Lembremos que os determinantes de matrizes 2 2 e 3 3 s˜ao dados
por

a b
c d

= a d −b c (1.23)

a b c
d e f
g h i

= a e i +b f g +c d h −g e c −hf a −i b d. (1.24)
Por exemplo,

1 0 1
−1 6 5
0 3 4

= 6 (confira!)
Para matrizes quadradas de ordem n ≥ 3, definimos o determinante de
modo recursivo, isto ´e, o determinante de uma matriz de ordem n ´e dada
em termos do determinante de uma matriz de ordem n − 1. Para essa
defini¸c˜ao geral, precisamos da no¸c˜ao de cofator de um elemento. Dada
uma matriz A de ordem n,
A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
¸
¸
¸
¸
¸
(1.25)
Determinantes 25
para cada i, j, 1 ≤ i, j ≤ n seja A
ij
a matriz de ordem n − 1 obtida
retirando-se a i−´esima linha e a j−´esima coluna de A. O determi-
nante de A
ij
chama-se menor associado ao elemento a
ij
. O n´ umero
(−1)
i+j
det A
ij
chama-se cofator do elemento a
ij
. Por exemplo, se
M =

1 0 −1 3
−1 6 5 7
0 3 0 8
0 −1 3 2
¸
¸
¸
ent˜ao:
M
11
=
¸
6 5 7
3 0 8
−1 3 2
¸
, M
24
=
¸
1 0 −1
0 3 0
0 −1 3
¸
e M
32
=
¸
1 −1 3
−1 5 7
0 3 2
¸
.
O determinante da matriz A, dada em (1.25), ´e definido por
det A =
n
¸
j=1
(−1)
1+j
a
1j
det A
1j (1.26)
Exemplo 1.15. Calcular o determinante da matriz

1 0 −1 0
−1 6 5 7
0 3 0 8
0 −1 3 2
¸
¸
¸
Como a
11
= 1, a
12
= 0, a
13
= −1, a
14
= 0, pela defini¸c˜ao acima temos

1 0 −1 0
−1 6 5 7
0 3 0 8
0 −1 3 2

= (−1)
1+1
1

6 5 7
3 0 8
−1 3 2

+ (−1)
1+3
(−1)

−1 6 7
0 3 8
0 −1 2

= −151 + 14 = −137
A defini¸c˜ao acima expressa o determinante em termos dos elementos da
primeira linha e seus cofatores: ´e a chamada expans˜ao do determinan-
te pela primeira linha.
´
E poss´ıvel mostrar que obtemos o mesmo valor
quando fazemos a expans˜ao usando qualquer linha ou coluna, isto ´e
26 Cap. 1 No¸c˜oes preliminares
para cada i fixado, det A =
n
¸
j=1
(−1)
i+j
a
ij
det A
ij
para cada j fixado, det A =
n
¸
i=1
(−1)
i+j
a
ij
det A
ij
O pr´oximo teorema d´a algumas propriedades do determinante que de-
correm diretamente de sua defini¸c˜ao. A demonstra¸c˜ao n˜ao ´e dif´ıcil, mas
´e trabalhosa e, por essa raz˜ao, ser´a omitida.
Teorema 1.2. O determinante tem as seguintes propriedades:
1) det I
n
= 1.
2) Se A tem duas linhas ou duas colunas iguais, ent˜ao det A = 0.
3) O determinante ´e linear em cada linha e cada coluna, isto ´e,
det

αv
1
+w
1
v
2
.
.
.
v
n
¸
¸
¸
¸
= α det

v
1
v
2
.
.
.
v
n
¸
¸
¸
¸
+

w
1
v
2
.
.
.
v
n
¸
¸
¸
¸
o mesmo valendo para as outras colunas e para as linhas .
4) det(AB) = det A det B, ∀A, B ∈ M
n
(R)
5) det A
T
= det A, ∀A ∈ M
n
(R).
Exerc´ıcio 1.15. Calcule o determinante das matrizes:
A =
¸
3 6
1 5

B =
¸
9 3 6
2 5 0
2 0 2
¸
C =

3 0 0 0
−2 −2 3 1
1 3 0 2
3 4 0 2
¸
¸
¸
Exerc´ıcio 1.16. Mostre que o determinante de uma matriz triangular
´e o produto dos elementos da diagonal principal.
Exerc´ıcio 1.17. Mostre que

1 1 1
r
1
r
2
r
3
r
2
1
r
2
2
r
2
3

= (r
3
−r
2
)(r
3
−r
1
)(r
2
−r
1
)
1.5. N
´
UMEROS COMPLEXOS 27
(Sugest˜ao: considere a fun¸c˜ao d(x) =

1 1 1
r
1
r
2
x
r
2
1
r
2
2
x
2

, que ´e polinomial
de grau 2 e satisfaz d(r
1
) = d(r
2
) = 0: assim, d(x) = k (x −r
2
)(x −r
1
).
Como d(0) = k r
1
r
2
e d(0) = r
1
r
2
(r
2
− r
1
), temos k = r
2
− r
1
; ent˜ao
d(r
3
) = (r
3
−r
2
)(r
3
−r
1
)(r
2
−r
1
)). Generalize.
1.5 N´ umeros complexos
Denotaremos por C o conjunto dos n´ umeros complexos, isto ´e,
C = ¦x +i y : x, y ∈ R, em que i
2
= −1¦.
Se z = x + i y, com x, y ∈ R, o n´ umero x chama-se parte real de z e
y chama-se parte imagin´aria de z. Definimos as opera¸c˜oes alg´ebricas
em C do seguinte modo: dados z
1
= a +i b, z
2
= c +i d ∈ C, pomos
z
1
+z
2
= (a +i b) + (c +i d) = (a +c) +i (b +d),
z
1
z
2
= (a +i b) (c +i d) = (ac −bd) +i (ad +bc).
As opera¸c˜oes de adi¸c˜ao e multiplica¸c˜ao em C tˆem as mesmas proprieda-
des que as opera¸c˜oes de R, ou seja, quaisquer que sejam z, w, s ∈ C:
1. (associatividade) z + (w +s) = (z +w) +s e z (ws) = (z w) s
2. (comutatividade) z +w = w +z e zw = wz
3. (elementos neutros) z + 0 = z e z 1 = z, ∀z ∈ C
4. (elemento oposto) para cada z = a +i b ∈ C, existe um elemento
w ∈ C (a saber, w = −a −i b) tal que z +w = 0;
5. (elemento inverso) para cada z ∈ C, z = 0, existe em C um ele-
mento denotado por z
−1
tal que z z
−1
= 1
6. (distributividade) z(w +s) = z w +z s
A correspondˆencia x +i y ←→ (x, y) identifica cada n´ umero com-
plexo com um vetor (ou com um ponto, se for conveniente) do plano: veja
as figuras 1.5 e 1.6. Essa correspondˆencia relaciona soma de n´ umeros
complexos com soma de vetores.
Para cada n´ umero complexo z = x+i y, definimos o seu conjugado
por ¯ z = x−i y e o seu m´odulo ou valor absoluto por [z[ =

x
2
+y
2
.
´
E claro que [z[
2
= z ¯ z.
28 Cap. 1 No¸c˜oes preliminares
O inverso multiplicativo do n´ umero z = x +i y ´e dado por
z
−1
=
¯ z
z ¯ z
=
x −i y
x
2
+y
2
=
x
x
2
+y
2
−i
y
x
2
+y
2
.
A divis˜ao de dois n´ umeros z = a + i b, w = c + i d ´e z/w = z w
−1
.
Portanto
z
w
=
z ¯ w
[ w[
2
=
(a +i b)(c −i d)
c
2
+d
2
Exemplo 1.16. Se z = 2 − i, ent˜ao ¯ z = 2 + i , [z[ =

5 e z
−1
=
(2 +i)/5. Esses n´ umeros est˜ao representados na Figura 1.5 abaixo.
Exemplo 1.17. Se z = 6 + 2 i e w = 4 + 3 i, ent˜ao
z
w
=
6 + 2 i
4 + 3 i
=
(6 + 2 i)(4 −3 i)
16 + 9
=
30 −10 i
25
=
6
5

2
5
i .
Exerc´ıcio 1.18. Mostre que, quaisquer que sejam z, w ∈ C:
(a) z +w = ¯ z + ¯ w (b) z w = ¯ z ¯ w
(c) [z +w[ ≤ [z[ +[w[ (d) [z w[ = [z[ [w[

z
−1
= (2 +i)/5

¯ z = 2 +i
z = 2 −i

y
x
Figura 1.5
θ
z = r (cos θ +i sen θ)
r
x
y
´
´
´
´
´´
y
Figura 1.6
x
Seja z = x +i y ∈ C. Usando coordenadas polares,
x = r cos θ, y = r senθ,
escrevemos a forma trigonom´etrica (ou forma polar) de z:
z = r (cos θ +i sen θ).
N´ umeros complexos 29
Nessa express˜ao, r =

x
2
+y
2
´e o m´odulo de z. Vamos escrever a
express˜ao cos θ +i sen θ na forma abreviada cis (θ). Assim,
z = x +i y = r (cos θ +i sen θ) = r cis (θ)
Por exemplo, cis (
π
2
) = cos(
π
2
) + i sen (
π
2
) = i, cis (
π
3
) = cos(
π
3
) +
i sen (
π
3
) =
1
2
(1 +i

3).
A forma trigonom´etrica simplifica a multiplica¸c˜ao e a divis˜ao de
n´ umeros complexos: se z
1
= r
1
cis θ
1
e z
2
= r
2
cis θ
2
, ent˜ao
z
1
z
2
= r
1
r
2
cis (θ
1

2
) (1.27)
z
1
z
2
=
r
1
r
2
cis (θ
1
−θ
2
) (1.28)
De fato,
z
1
z
2
= r
1
r
2
(cos θ
1
+i senθ
1
)(cos θ
2
+i sen θ
2
)
= r
1
r
2
[cos θ
1
cos θ
2
−sen θ
1
senθ
2
+i (senθ
1
cos θ
2
+ sen θ
2
cos θ
1
)]
= r
1
r
2
[cos(θ
1

2
) +i sen (θ
1

2
)] = r
1
r
2
cis (θ
1

2
)
A verifica¸c˜ao da f´ormula para o quociente ´e an´aloga e fica como exerc´ıcio.
Exemplo 1.18. Se z = 6 cis (π/3), w = 3 cis (π/6), obter z w e z/w.
Pela f´ormula (1.27), temos
z w = 6 . 3 cis (π/3 +π/6) = 18 cis (π/2) = 18 i
z
w
=
6
3
cis (π/3 −π/6) = 2 cis (π/6) =

3 +i
A f´ormula (1.27) simplifica o c´alculo de potˆencias de n´ umeros com-
plexos; de fato, por (1.27) temos que, se z = r cis (θ), ent˜ao
z
2
= [r cis (θ)][r cis (θ)] = r
2
cis (2 θ)
z
3
= z
2
z = [r
2
cis (2 θ)][r cis (θ)] = r
3
cis (3 θ)
Usando indu¸c˜ao, temos, mais geralmente, a f´ormula de De Moivre
z
n
= r
n
[cos(nθ) +i sen (nθ)] = r
n
cis (nθ). (1.29)
Exemplo 1.19. Calcular (1 +i)
12
e (1 +i

3)
20
.
30 Cap. 1 No¸c˜oes preliminares
Notemos que 1+i =

2 cis (π/4) e que (1+i

3) = 2 cis (π/3). Pela
f´ormula de DeMoivre, temos
(1 +i)
12
= (

2)
12
cis (12π/4) = 2
6
cis (3π) = −2
6
= −64
(1 +i

3)
20
= 2
20
cis (20π/3) = 2
20
cis (2π/3) = 2
20
(−
1
2
+i

3
2
) =
= 2
19
(−1 +i

3)
Fun¸ c˜oes Complexas de Vari´avel Real
Seja I ⊂ R um intervalo. Toda fun¸c˜ao f : I →C se escreve na forma
f(t) = u(t) +i v(t),
com u, v : I → R. As fun¸c˜oes u e v chamam-se parte real e parte
imagin´aria de f e s˜ao denotadas por Re (f) e Im(f), respectivamente,
ou seja, u = Re (f) e v = Im(f). Assim, toda fun¸c˜ao complexa de
vari´avel real pode ser identificada com a fun¸c˜ao vetorial F : I →R
2
dada
por F(t) = (u(t), v(t)).
Os conceitos b´asicos do C´alculo de fun¸c˜oes reais de uma vari´avel
real transportam-se de modo natural para fun¸c˜oes complexas de uma
vari´avel real. Uma fun¸c˜ao f = u +i v ´e dita cont´ınua se as fun¸c˜oes u e
v forem cont´ınuas. Do mesmo modo, f = u +i v ´e dita deriv´avel se u
e v forem deriv´aveis; neste caso, a derivada de f ´e
f

(t) = u

(t) +i v

(t).
Por exemplo, se f(t) = cos t +i sen t, temos
f

(t) = −sen t +i cos t = i (cos t +i sen t) = i f(t). (1.30)
Dados a, b ∈ I com a < b, definimos a integral de f em [a, b] por

b
a
f(t) dt =

b
a
u(t) dt +i

b
a
v(t) dt .
As integrais

b
a
u(t) dt e

b
a
v(t) dt s˜ao facilmente calculadas usando o
Teorema Fundamental do C´alculo: se U(t) e V (t) s˜ao primitivas de u(t)
N´ umeros complexos 31
e v(t) (isto ´e, U

(t) = u(t) e V

(t) = v(t), ∀t ∈ [a, b]), respectivamente,
ent˜ao

b
a
u(t) dt = U(b) −U(a) e

b
a
v(t) dt = V (b) −V (a)
Logo, se F(t) ´e uma primitiva de f(t) em [a, b] (isto ´e, F

(t) = f(t), para
todo t ∈ [a, b]), temos

b
a
f(t) dt = F(b) −F(a). (1.31)
A f´ormula de Euler
e
i θ
= cos θ +i sen θ. (1.32)
Da igualdade (1.27), p´agina 29, temos
cis (θ
1

2
) = cis θ
1
cis θ
2
o que mostra que a fun¸c˜ao f(t) = cis (t) tem a propriedade exponencial
a
s+t
= a
s
a
t
. Al´em disso, ´e claro que f(0) = 1. Portanto ´e razo´avel
pensar em escrever f(t) = e
αt
, para algum α ∈ C (notemos que ainda
precisamos dar um significado para a exponencial complexa). Como
f

(t) = i f(t), vemos que para que esta nova exponencial satisfa¸ca a
conhecida regra de deriva¸c˜ao

e
αt

= αe
αt
, a escolha apropriada para
o expoente ´e α = i e definimos
e
i t
= cos t +i sen t .
Definimos agora a fun¸c˜ao exponencial mais geral e
(α+i β) t
, para um
expoente complexo z = α +i β qualquer como sendo:
e
(α+i β) t
= e
αt
e
i β t
= e
αt
(cos β t +i senβ t) (1.33)
Sua derivada segue a mesma regra usada para a exponencial real:
d
dt
e
(α+i β) t
= (α +i β ) e
(α+i β) t
Usando a f´ormula de Euler, escrevemos a forma polar de um n´ umero
complexo como
z = r e
i θ
.
32 Cap. 1 No¸c˜oes preliminares
Como e
i θ
´e uma fun¸c˜ao peri´odica de per´ıodo 2 π (pois cos θ e sen θ o
s˜ao), uma igualdade do tipo
r
1
e
i θ
1
= r
2
e
i θ
2
, com r
1
> 0 e r
2
> 0,
implica r
1
= r
2
e θ
2
= θ
1
+ 2 nπ, para algum n ∈ Z.
A f´ormula de Euler permite expressar as fun¸c˜oes seno e cosseno em
termos da exponencial complexa:
cos θ =
e
i θ
+e
−i θ
2
e senθ =
e
i θ
−e
−i θ
2 i
(1.34)
Essas igualdades s˜ao ´ uteis no c´alculo de integrais como

e
t
cos t dt (o
c´alculo convencional dessa integral ´e trabalhoso, pois envolve duas vezes
a integra¸c˜ao por partes e uma transposi¸c˜ao). Vamos calcul´a-la, usando
(1.34). Como

e
(1+i) t
1 +i

= e
(1+i) t
e

e
(1−i) t
1 −i

= e
(1−i) t
por (1.31) temos

e
t
cos t dt =
1
2

e
t
(e
i t
+e
−i t
) dt =
1
2

(e
(1+i) t
+e
(1−i) t
) dt =
=
1
2

e
(1+i) t
1 +i
+
e
(1−i) t
1 −i

+C =
=
1
2

(1 −i) e
(1+i) t
+ (1 +i)e
(1−i) t
2

+C
Agora, como
(1 −i) e
(1+i) t
= (1 −i) e
t
(cos t +i sen t) =
= e
t

cos t + sen t −i (cos t −sen t)

e
(1 +i) e
(1−i) t
= (1 +i) e
t
(cos t −i sen t) =
= e
t

cos t + sen t +i (cos t −sen t)

,
temos

e
t
cos t dt =
1
2
e
t
(cos t + sen t) +C.
N´ umeros complexos 33
Exerc´ıcio 1.19. Mostre que

e
a t
sen b t dt =
1
a
2
+b
2
e
a t
(a sen b t −b cos b t) +C.
Ra´ızes de n´ umeros complexos
Uma raiz n−´esima de um n´ umero complexo z ´e um n´ umero w tal
que w
n
= z. A f´ormula de Euler ´e especialmente ´ util para calcular ra´ızes
n− ´esimas de n´ umeros complexos. Se z = r
0
e
i α
, procuramos w = r e
i θ
tal que w
n
= z, ou seja, r
n
e
i nθ
= r
0
e
i α
. Dessa igualdade, temos r
n
= r
0
e nθ = α +2k π, k ∈ Z, ou seja r =
n

r
0
e θ = (α +2k π)/n , k ∈ Z.
Como cis (θ + 2 π) = cis (θ), essa rela¸c˜ao fornece exatamente n ra´ızes
distintas, que s˜ao dadas por
r =
n

r
0
θ =
α
n
+
2k π
n
, k = 0, 1, . . . , (n −1).
Exemplo 1.20. Encontrar todas as ra´ızes c´ ubicas de −64.
´
E conveniente usar a forma polar de n´ umeros complexos: procuramos
n´ umeros reais r, θ tais que o n´ umero complexo λ = r e
i θ
satisfaz λ
3
=
−64. Observando que −64 = 64 e
i π
, reescrevemos a equa¸c˜ao acima
como r
3
e
i 3 θ
= 64 e
i π
. Portanto, r =
3

64 = 4 e 3 θ = π + 2 nπ, n ∈ Z,
donde θ = θ
n
= (2n + 1) π/3, n ∈ Z. Para n = 0, temos θ
0
= π/3,
portanto λ
0
= 4 e
i π/3
= 4 [cos (π/3) + i sen (π/3)] = 2(1 + i

3); para
n = 1, temos θ
1
= π, portanto λ
1
= 4 e
i π
= −4; para n = 2, temos
θ
2
= 5 π/3, portanto λ
2
= 4 e
i 5 π/3
= 4 [cos (5π/3) + i sen (5π/3)] =
2(1 − i

3); A partir de n = 3 os valores se repetem: para n = 3,
obtemos θ
3
= 7 π/3 = 2 π + π/3, portanto λ
3
= λ
0
; analogamente,
λ
4
= λ
1
, λ
5
= λ
2
e assim por diante. Logo as solu¸c˜oes da equa¸c˜ao
λ
3
+64 = 0 s˜ao λ
0
= 2(1+i

3), λ
1
= −2 λ
3
= 2(1−i

3). As solu¸c˜oes
λ
0
, λ
1
e λ
2
tˆem uma representa¸c˜ao geom´etrica interessante no plano
complexo: elas s˜ao v´ertices de um triˆangulo equil´atero, como mostra a
figura 1.7 abaixo.
Exemplo 1.21. Encontrar as ra´ızes quartas de −16.
34 Cap. 1 No¸c˜oes preliminares
Escrevendo λ = r e
i θ
e −16 = 16 e
π i
, a equa¸c˜ao acima fica r
4
e
4 i θ
=
16 e
π i
. Portanto, r =
4

16 = 2 e 4 θ = π + 2 nπ, n ∈ Z, donde θ =
θ
n
= (2n + 1) π/4, n ∈ Z. Para n = 0, temos θ
0
= π/4, portanto
λ
0
= 2 e
π i/4
= 2 [cos (π/4) +i sen (π/4)] = (1+i)

2; para n = 1, temos
θ
1
= 3 π/4, portanto λ
1
= 2 e
3 π i/4
= (−1 + i)

2; para n = 2, temos
θ
2
= 5 π/4, portanto λ
2
= (−1 − i)

2; para n = 3, temos θ
2
= 7 π/4,
portanto λ
2
= (1 −i)

2. Como no exemplo anterior, a partir de n = 4
os valores se repetem. A representa¸ c˜ao geom´etrica das solu¸c˜oes no plano
complexo ´e mostrada na figura 1.8 abaixo.
Figura 1.7 Figura 1.8




(1 +i)

2
(1 −i)

2
(−1 +i)

2
(−1 −i)

2



2(1 +i

3)
2(1 −i

3)
−4
Ra´ızes de polinˆomios
Recordemos alguns fatos sobre polinˆomios que ser˜ao ´ uteis em cap´ıtulos
posteriores. Lembremos que uma raiz de um polinˆomio P(x) ´e um
n´ umero complexo d tal que P(d) = 0. Um fato importante sobre po-
linˆomios ´e o chamado Teorema Fundamental da
´
Algebra que afirma
que todo polinˆomio de grau n ≥ 1 tem ao menos uma raiz d. Conside-
remos o polinˆomio de grau n
P(x) = a
n
x
n
+a
n−1
x
n−1
+ +a
1
x +a
0
(1.35)
O quociente de P(x) pelo binˆomio x − c ´e um polinˆomio Q(x) de grau
n −1 e o resto da divis˜ao ´e uma constante (´e claro que essa constante ´e
P(c)):
P(x) = (x −c) Q(x) +P(c). (1.36)
Quando d ´e uma raiz de P(x), ent˜ao de (1.36), temos P(x) =
Q(x)(x−d); assim, P(x) cont´em um fator x−d. Deste modo, se conhe-
cermos uma raiz d de P(x), efetuamos a fatora¸c˜ao P(x) = (x −d)P
1
(x)
N´ umeros complexos 35
e tentamos encontrar as solu¸c˜oes de P
1
(x), que ´e um polinˆomio de
grau n − 1. Pelo Teorema Fundamental da
´
Algebra, P
1
(x) tem uma
raiz d
2
e, portanto, cont´em um fator x − d
2
. Assim P(x) cont´em
os fatores x − d
1
e x − d
2
: isto ´e P(x) = (x − d
1
)(x − d
2
)P
2
(x).
Continuando com esse procedimento, obtemos n ra´ızes d
1
, d
2
, . . . , d
n
(n˜ao necessariamente distintas) de P(x) e podemos fatorar P(x) como
P(x) = (x − d
1
)(x − d
2
) . . . (x − d
n
). Se um fator x − d comparece k
vezes nessa fatora¸c˜ao (isto ´e, se P(x) = (x − d)
k
Q(x), com Q(d) = 0),
dizemos que d ´e uma raiz de P(x) com multiplicidade k .
Lembremos que a divis˜ao de P(x) por x − c pode ser feita pela
algoritmo de Euclides, imitando o algoritmo da divis˜ao de n´ umeros.
Efetuemos, por exemplo, a divis˜ao de x
3
+ 0x
2
−7x + 9 por x −2:
x −2 x
3
+ 0 x
2
−7 x + 11
x
2
+ 2 x −3
−x
3
+ 2 x
2
2 x
2
−7 x + 11
−2 x
2
+ 4 x
3 x − 6
−3 x + 11
5
Exemplo 1.22. Encontrar as ra´ızes da equa¸c˜ao λ
8
−256 = 0.
Podemos escrever
λ
8
−256 = (λ
4
−16)(λ
4
+ 16) = (λ −2)(λ + 2)(λ
2
+ 4)(λ
4
+ 16).
Logo, as solu¸c˜oes de λ
8
− 256 = 0 s˜ao: λ
1
= −2, λ
2
= 2, λ
3
= −2 i,
λ
4
= 2 i, λ
5
= (1 + i)

2, λ
6
= (−1 + i)

2, λ
7
= (−1 − i)

2 e
λ
8
= (1 −i)

2.
O algoritmo de Briot-Ruffini simplifica o c´alculo da divis˜ao de um
polinˆomio P(x) por x − c. Ele baseia-se no seguinte fato: se P(x) =
a
n
x
n
+ a
n−1
x
n−1
+ + a
1
x + a
0
e Q(x) = b
n−1
x
n−1
+ b
n−2
x
n−2
+
+b
1
x +b
0
, ent˜ao, das igualdades
P(x) = (x −c) Q(x) +r
36 Cap. 1 No¸c˜oes preliminares
e
(x −c)(b
n−1
x
n−1
+b
n−2
x
n−2
+ +b
1
x +b
0
) =
= b
n−1
x
n
+ (b
n−2
−c b
n−1
)x
n−1
+ + (b
0
−c b
1
) x −c b
0
temos as seguintes rela¸c˜oes entre os coeficientes de P(x) e Q(x):

a
n
= b
n−1
a
n−1
= b
n−2
−c b
n−1
a
n−2
= b
n−3
−c b
n−2
.
.
.
a
1
= b
0
−c b
1
a
0
= −c b
0
+r
que implicam

b
n−1
= a
n
b
n−2
= a
n−1
+c b
n−1
b
n−3
= a
n−2
+c b
n−2
.
.
.
b
0
= a
1
+c b
1
r = a
0
+c b
0
O m´etodo de Briot-Ruffini consiste em representar as opera¸c˜oes indica-
das acima em um diagrama. Notemos que:
1) b
n−1
= a
n
:
2) para obter b
n−2
multiplicamos b
n−1
por c e somamos a
n−1
.
Vamos indicar essas opera¸c˜oes no seguinte diagrama:

+
·
`
a
n
a
n−1
a
n−2
. . . a
1
a
0
c
b
n−1
b
n−2
·
b
n−2
= a
n−1
+c b
n−1
Agora repetimos esse procedimento para obter b
n−3
; o correspon-
dente diagrama ´e:
N´ umeros complexos 37

+
·
`
a
n
a
n−1
a
n−2
. . . a
1
a
0
c
b
n−1
b
n−2
b
n−3
·
b
n−3
= a
n−2
+c b
n−2
Para a divis˜ao de x
3
−7x+11 por x−2, efetuada acima, o algot´ıtmo
de Briot-Rufini fica
1 0 −7 11 2
1 2 −3 5
Assim, quociente ´e x
2
+ 2 x −3 e o resto ´e 5.
Quando os coeficientes de P(x) = x
n
+ a
n−1
x
n−1
+ + a
1
x + a
0
s˜ao n´ umeros inteiros, as ´ unicas ra´ızes racionais poss´ıveis de P(x) s˜ao
n´ umeros inteiros e s˜ao os divisores de a
0
. De fato, se o n´ umero racional
d = p/q (com p e q primos entre si) ´e uma raiz de P(x), ent˜ao da
igualdade P(p/q) = 0, temos a
0
= −(p
n
/q
n
+ a
n−1
p
n−1
/q
n−1
+ +
a
1
p/q) = p/q
n
(p
n−1
+a
n−1
p
n−2
q + +a
1
q
n
). Multiplicando por q
n
,
temos a
0
q
n
= −p (p
n−1
+ a
n−1
p
n−2
q + + a
1
q
n
). Como p e q s˜ao
primos entre si, essa igualdade implica que p divide a
0
. Um argumento
semelhante mostra que q precisa ser um divisor do coeficiente de x
n
, que
´e 1, ou seja, q = ±1. Logo, d = ±p.
Exemplo 1.23. Calcular as ra´ızes inteiras de P(x) = x
3
−7 x + 6.
Os divisores de 6, ±1, ±2, ±3, ±6, s˜ao candidatos a ra´ızes de P(x).
Como P(1) = 1 − 7 + 6 = 0, P(2) = 8 − 14 + 6 = 0 e P(−3) =
−27 + 21 + 6 = 0, vemos que as ra´ızes inteiras de P(x) s˜ao −3, 1 e 2.
Exemplo 1.24. Encontrar as ra´ızes de P(x) = x
3
+ 6 x
2
−5
Os divisores de −5 s˜ao ±1 e ±5. Como P(1) = 12, P(−1) =
0, P(5) = 270 e P(−5) = 30, vemos que a ´ unica raiz racional ´e x
1
= −1.
Efetuemos a divis˜ao de P(x) por x + 1
1 6 0 −5 −1
1 5 −5 0
38 Cap. 1 No¸c˜oes preliminares
O quociente ´e x
2
+5 x−5; suas ra´ızes s˜ao obtidas pela conhecida f´ormula
de Baskhara
x
2
=
−5 + 3

5
2
e x
3
=
−5 −3

5
2
Exerc´ıcio 1.20. Efetue as opera¸c˜oes:
(i) (2 −6 i)(−5 −4 i) (ii) (3 −5 i) −8 (iii) (2 −5 i)(2 + 5 i)
(iv)
4
−3 −

−9
(v)
3 +

2
i
(vi) (x +i y)(x −y i)
Exerc´ıcio 1.21. Simplifique as express˜oes: i
5
, i
6
, i
7
, i
8
, i
9
, i
10
, i
98
,
i
105
, i
4 k
, i
4 k+1
, i
4 k+2
, i
4 k+3
.
Exerc´ıcio 1.22. Calcule as ra´ızes indicadas:
(i) (−25)
1/2
(ii) 64
1/4
(iii) 64
−1/4
(iv) (−1+i

3)
1/3
(v) (−

3−i)
1/3
Exerc´ıcio 1.23. Escreva cada n´ umero abaixo na forma a +b i:
(i) [2 cis (15

)]
4
(ii) [3 cis (5

)]
12
(iii) [2 cis (π/6)]
3
(iv) (

3 −i)
5
(v) (1 +i)
100
(vi)
2 −3 i
5 + 4 i
(vii) i
27
−1/i
18
(viii)
i
26
+i
64
i
13
+i
16
(ix)
(1 −i)
26
(1 +i)
64
Exerc´ıcio 1.24. Mostre que, para todo n´ umero complexo z, temos
z + ¯ z = 2 Re(z) e z − ¯ z = 2 i Im(z).
Exerc´ıcio 1.25. Encontre as solu¸c˜oes de z
2
−(4 −i) z −8 i = 0.
Exerc´ıcio 1.26. Sejam z
0
∈ C e r > 0 fixados. Descreva geometrica-
mente o conjunto dos pontos z do plano que satisfazem [z −z
0
[ = r.
Exerc´ıcio 1.27. Sejam z
1
, z
2
∈ C fixados, com z
1
= z
2
. Descreva
geometricamente o conjunto de todos os pontos z do plano que satisfazem
[z −z
1
[ = [z −z
2
[.
Exerc´ıcio 1.28. Resolva as equa¸c˜oes:
(a) x
3
+ 3 x
2
+ 2 x = 0 (b) x
3
−6 x
2
−x + 6 = 0
(c) x
3
+ 6 x
2
−x −6 = 0 (d) x
3
−7 x −6 = 0
(e) x
3
+ 2 x
2
−x −2 = 0 (f ) x
4
−81 = 0
(g) x
3
−64 = 0 (h) x
3
−x
2
−3 x −1 = 0
(i) x
3
−6 x −4 = 0
N´ umeros complexos 39
Exerc´ıcio 1.29. Encontre a de modo que 2 seja uma raiz de p(x) =
x
3
−a x
2
+ 5 x −6. Para esse valor de a, encontre as outras ra´ızes.
Exerc´ıcio 1.30. Verifique que −1 e 2 s˜ao ra´ızes de p(x) = 6 x
4
−17 x
3
+
2 x
2
+ 19 x −6 e encontre as outras duas.
Exerc´ıcio 1.31. Verifique que 1 e −2 s˜ao ra´ızes de p(x) = 4 x
4
+4 x
3

9 x
2
−x + 2 e encontre as outras duas.
Observa¸c˜ao 1.1. Em algumas situa¸c˜oes, vamos trabalhar indistinta-
mente com o conjunto dos n´ umeros reais ou o dos n´ umeros complexos.
Nesses casos, usaremos o s´ımbolo K para denotar R ou C.
Observa¸c˜ao 1.2. (O espa¸co C
n
) Praticamente tudo o que fizemos
para o espa¸co R
n
, pode ser feito para o conjunto
C
n
= ¦(z
1
, . . . , z
n
) : z
1
, . . . , z
n
∈ C¦.
As opera¸c˜ oes de adi¸c˜ao de n−uplas de n´ umeros complexos e multipli-
ca¸c˜ao de n−uplas de n´ umeros complexos por n´ umero complexo s˜ao defi-
nidas de modo an´alogo ao que foi feito anteriormente. Essas opera¸c˜oes
em C
n
tamb´em satisfazem as propriedades A1 a A4 e M1 a M4.
O produto interno usual de C
n
´e definido do seguinte modo: dados
u = (x
1
, . . . , x
n
), v = (y
1
, . . . , y
n
) ∈ C
n
, pomos:
'u, v` = x
1
¯ y
1
+ . . . + x
n
¯ y
n
, (1.37)
em que ¯ y
j
denota o conjugado complexo de y
j
. Definimos a norma de
um vetor u de C
n
como sendo |u| =

'u, u` (note que 'u, u` ≥ 0).
Observa¸c˜ao 1.3. (Matrizes Complexas) Em algumas situa¸c˜oes pre-
cisaremos considerar matrizes cujos elementos s˜ao n´ umeros complexos.
Essencialmente tudo o que fizemos nas se¸c˜oes anteriores continua v´alido
para matrizes complexas. Denotaremos o conjunto das matrizes de or-
dem mn complexas por M
mn
(C).
40 Cap. 1 No¸c˜oes preliminares
Cap´ıtulo 2
Equa¸c˜oes de primeira ordem
2.1 Introdu¸c˜ao
Muitos fenˆomenos em f´ısica, biologia e qu´ımica s˜ao descritos por uma
equa¸c˜ao envolvendo uma fun¸c˜ao inc´ognita e algumas de suas derivadas.
Um exemplo simples de tal fenˆomeno ´e a desintegra¸ c˜ao radioativa: a
taxa de desintegra¸c˜ao de uma substˆancia ´e diretamente proporcional
`a quantidade do material radioativo presente. Designando por q(t) a
quantidade da substˆancia radioativa no instante t e por k a constante
de proporcionalidade, temos
q

(t) = k q(t) (2.1)
Um outro exemplo b´asico ´e dado pelo movimento em uma dimens˜ao.
Um problema fundamental em Mecˆanica ´e determinar a posi¸c˜ao x(t) de
uma part´ıcula m em um instante t conhecendo-se a resultante F(t, y, y

)
das for¸cas que atuam sobre ela (tais for¸cas podem depender do tempo,
da posi¸c˜ao e da velocidade da part´ıcula). De acordo com a segunda lei
de Newton, temos
my

= F(t, y, y

) . (2.2)
Se a fun¸c˜ao F for constante, ´e f´acil ver que a solu¸c˜ao ´e da forma
y(t) = A + Bt + Ct
2
. Vejamos um exemplo em que a for¸ca F depende
de t, y e y

. Consideremos um objeto de massa m na extremidade de
uma mola de constante el´astica k, como na Figura 2.1 abaixo: assim, a
for¸ca restauradora da mola devida a um deslocamento y ´e F
r
= −k y.
41
42 Cap. 2 Equa¸c˜oes de primeira ordem
Suponhamos ainda que o meio ofere¸ca uma resistˆencia ao movimento
cuja intensidade ´e proporcional `a velocidade, F
a
= −c y

, e que uma
for¸ca f(t) ´e aplicada ao objeto. Logo, a resultante das for¸cas que atuam
sobre o objeto ´e k y −c y

+f(t). De acordo com (2.2), o deslocamento
da massa m ´e descrito pela equa¸c˜ao
my

+c y

+k y = f(t) . (2.3)
O
·
y
m
k
Figura 2.1
Consideremos um exemplo em biologia: um modelo simples de cres-
cimento populacional, chamado modelo Malthusiano, sup˜oe que a taxa
de varia¸ c˜ao y

(t) de uma popula¸c˜ao em um instante t ´e proporcional `a
popula¸c˜ao y(t) naquele instante, isto ´e, y(t) satisfaz uma equa¸c˜ao da
forma
y

(t) = k y(t) . (2.4)
A constante k em (2.4) designa a diferen¸ca entre a taxa de natalidade e
a mortalidade. A equa¸c˜ao (2.4) descreve bem o crescimento populacio-
nal quando o n´ umero de indiv´ıduos n˜ao ´e muito grande. Quando esse
n´ umero cresce al´em de um certo ponto, a popula¸c˜ao fica suscet´ıvel a al-
guns fatores que tendem a reduzir o seu crescimento, tais como falta de
alimentos, epidemias, etc.
´
E natural impor uma limita¸c˜ao ao n´ umero de
elementos da popula¸c˜ao, digamos y(t) ≤ N. Um modelo mais real´ıstico
que leva em conta esses fatores foi proposto por Verlhust em 1838 e
fornece uma equa¸c˜ao da forma
y

(t) = k y(t) [ N −y(t) ] . (2.5)
Introdu¸c˜ao 43
Consideremos agora um exemplo em qu´ımica.
´
E importante conhe-
cer o tempo de dura¸c˜ao de uma rea¸c˜ao qu´ımica. Rea¸c˜oes como as ex-
plos˜oes processam-se t˜ao rapidamente que elas podem ser consideradas
instantˆaneas. Por outro lado, rea¸c˜oes como a decomposi¸c˜ao do pl´astico e
a desintegra¸c˜ao radioativa se processam em longos intervalos de tempo,
chegando a durar anos. Em algumas situa¸c˜oes, como na decomposi¸c˜ao
de lixo, cicatriza¸c˜ao de ferimentos ou no endurecimento de concreto, ´e in-
teressante acelerar a rea¸c˜ao. Em outros casos, ´e desej´avel que o processo
seja retardado ao m´aximo, como ´e o caso da deteriora¸c˜ao de alimentos,
coagula¸c˜ao do sangue, etc. A velocidade de uma rea¸c˜ao qu´ımica (que ´e a
rapidez com que ela se processa) depende da concentra¸c˜ao dos reagentes,
press˜ao, temperatura, etc. Para simplificar nosso exemplo, assumiremos
que todos esses fatores, exceto a concentra¸ c˜ao, permanecem constantes.
Assim, a velocidade da rea¸c˜ao depende apenas da concentra¸ c˜ao dos re-
agentes. Um princ´ıpio fundamental no estudo da velocidade das rea¸c˜oes
qu´ımicas ´e a chamada lei da a¸c˜ao das massas, segundo a qual a taxa de
varia¸ c˜ao da concentra¸ c˜ao (a concentra¸ c˜ao ´e dada em moles por unida-
de de volume) das substˆancias reagentes ´e diretamente proporcional `a
concentra¸c˜ao de cada uma dessas substˆancias.
Rea¸c˜oes qu´ımicas s˜ao classificadas como unimoleculares, bimolecula-
res, etc de acordo com o n´ umero de mol´eculas reagentes. A dissocia¸c˜ao
do bromo gasoso
Br
2
−→ 2 Br
´e uma rea¸c˜ao unimolecular. J´a a rea¸c˜ao em que 2 mol´eculas de ´oxido
n´ıtrico (NO) reagem com uma mol´ecula de oxigˆenio (O
2
) para formar 2
mol´eculas de di´oxido n´ıtrico
2 NO + O
2
−→ 2 NO
2
´e um exemplo de rea¸c˜ao trimolecular.
A lei da a¸c˜ao das massas fornece uma equa¸c˜ao que deve estar satis-
feita pela concentra¸c˜ao dos reagentes. De fato, em uma rea¸c˜ao unimo-
lecular, se x(t) denota a concentra¸c˜ao da substˆancia reagente (digamos,
em mol´ecula grama por cm
3
) no instante t, pela lei da a¸c˜ao das massas,
temos
x

(t) = −k x(t) (2.6)
44 Cap. 2 Equa¸c˜oes de primeira ordem
em que −k ´e a constante de proporcionalidade (como a concentra¸c˜ao
da substˆancia reagente decresce durante a rea¸c˜ao, a taxa de varia¸ c˜ao da
concentra¸ c˜ao ´e negativa).
Quando duas substˆancias A e B reagem para formar uma (ou mais)
substˆancias novas em uma rea¸c˜ao tal como
A + B −→ C
a velocidade da rea¸c˜ao ´e diretamente proporcional ao produto das con-
centra¸ c˜oes dos reagentes. Consideremos o caso mais simples, em que
cada mol´ecula de A reage com cada mol´ecula de B. Se denotarmos por
a a concentra¸c˜ao inicial da substˆancia A, por b a concentra¸ c˜ao inicial da
substˆancia B e por y(t) a quantidade (em mol´eculas-grama) do produto
C da rea¸c˜ao no instante t, temos que as quantidades de A e B no
instante t s˜ao a −y(t) e b −y(t) , respectivamente. Ent˜ao
y

(t) = k

a −y(t)

b −y(t)

(2.7)
(a constante k na equa¸c˜ao (2.7) ´e positiva pois y(t) cresce quando t
cresce).
Rea¸c˜oes qu´ımicas envolvendo mais reagentes d˜ao origem a outros
tipos de equa¸c˜oes diferenciais. Mais detalhes podem ser encontrados em
textos de F´ısico-Qu´ımica.
2.2 Defini¸c˜oes
Uma equa¸c˜ao que relaciona uma fun¸c˜ao inc´ognita e algumas de suas de-
rivadas ´e chamada equa¸c˜ao diferencial. Quando a fun¸c˜ao inc´ognita
depende de uma ´ unica vari´avel real, ela chama-se equa¸c˜ao diferencial
ordin´ aria; caso a fun¸c˜ao inc´ognita dependa de mais de uma vari´avel
real ela ´e dita uma equa¸c˜ao diferencial parcial. Nesta texto, tratare-
mos exclusivamente das equa¸c˜oes diferenciais ordin´arias. A ordem de
uma equa¸c˜ao diferencial ´e a mais alta ordem das derivadas da fun¸c˜ao
inc´ognita que comparecem na equa¸c˜ao. Assim, (2.1), (2.4) e (2.5) s˜ao
equa¸c˜oes de primeira ordem e (2.3) ´e uma equa¸c˜ao de segunda ordem.
A forma geral de uma equa¸c˜ao diferencial ordin´aria de primeira or-
dem ´e
y

(t) = f(t, y(t)), (2.8)
2.3. EQUAC¸
˜
OES SEPAR
´
AVEIS 45
que escreveremos abreviadamente
y

= f(t, y).
Na equa¸c˜ao (2.8), f(t, y) ´e uma fun¸c˜ao definida em um subconjunto
A de R
2
. Uma solu¸c˜ao de (2.8) ´e uma fun¸c˜ao y(t) definida em um
intervalo I tal que: (t, y(t)) ∈ A, ∀t ∈ I e y(t) satisfaz (2.8), isto ´e,
y

(t) = f(t, y(t)), ∀t ∈ I. Por exemplo, a fun¸c˜ao ϕ(t) = 8 e
3 t
´e solu¸c˜ao
da equa¸c˜ao y

= 3 y, pois ϕ

(t) = 24 e
3 t
= 3 ϕ(t). Para cada (t
0
, y
0
) ∈ A,
o problema de encontrar uma solu¸c˜ao y(t) de (2.8) tal que y(t
0
) = y
0
chama-se problema de valor inicial (que escrevemos abreviadamente
PVI).
Exerc´ıcio 2.1. Em cada caso verifique se a fun¸c˜ao dada ´e uma solu¸c˜ao
da equa¸c˜ao diferencial correspondente e determinar c de modo que a
solu¸c˜ao particular resultante satisfa¸ca a condi¸c˜ao dada:
a) y

+y = 1; y(t) = 1 +ce
−t
; y = 3 quando t = 0
b) ty

= 3y, y(t) = ct
3
; y = 1 quando t = −2
c) y

+ 9y = 0; y(t) = cos 3t +c sen 3t; y = 5 quando t = π/6.
2.3 Equa¸c˜oes separ´aveis
Uma equa¸c˜ao diferencial que pode ser escrita na forma
g(y)
d y
dt
= h(t) , (2.9)
algumas vezes apresentada na forma diferencial
g(y) dy = h(t) dt,
´e chamada separ´avel. Vamos supor que as fun¸c˜oes g e h em (2.9) s˜ao
cont´ınuas em convenientes intervalos. Solu¸c˜oes de tais equa¸c˜oes podem
ser facilmente encontradas: se y = ϕ(t) ´e uma solu¸c˜ao de (2.9) em um
intervalo I, podemos escrever
g(ϕ(t)) ϕ

(t) = h(t), ∀t ∈ I .
Integrando, temos

g(ϕ(t)) ϕ

(t) dt =

h(t) dt (2.10)
46 Cap. 2 Equa¸c˜oes de primeira ordem
Usando a f´ormula de integra¸c˜ao por substitui¸c˜ao para integral indefinida
com y = ϕ(t) (portanto dy = ϕ

(t) dt), podemos escrever a integral do
primeiro membro como

g(ϕ(t)) ϕ

(t) dt =

g(y) dy . (2.11)
Se G(y) e H(t) s˜ao primitivas de g e h, respectivamente, isto ´e, G

(y) =
g(y) e H

(t) = h(t), a igualdade (2.10) fica
G(y) = H(t) +C (2.12)
em que C designa uma constante arbitr´aria (proveniente das integrais
indefinidas). A igualdade (2.12) fornece a solu¸c˜ao numa forma impl´ıcita.
Se resolvermos essa equa¸c˜ao na vari´avel y, obtemos explicitamente y(t).
Exemplo 2.1. Resolver o PVI y

= 6 t
5
e
−y
, y(1) = 1.
A equa¸c˜ao ´e separ´avel pois podemos reescrevˆe-la como
e
y
y

= 6 t
5
.
Integrando, temos

e
y
dy = 6

t
5
dt
donde e
y
= t
6
+ C, ou y = ln(t
6
+ C). Como y(1) = 1, temos
C = e −1. Logo,
y(t) = ln(t
6
+e −1).
Exemplo 2.2. Encontrar as solu¸c˜oes da equa¸c˜ao y

= a y, em que a ´e
uma constante.
Notemos que y(t) ≡ 0 ´e uma solu¸c˜ao dessa equa¸c˜ao; procuremos
ent˜ao solu¸c˜oes y(t) = 0. Dividindo os dois membros da equa¸c˜ao por y(t)
e integrando, temos

y

(t) dt
y(t)
= a

dt,
Notando que o primeiro membro ´e igual a ln[y(t)[, temos
ln [y(t)[ = a t +K,
Equa¸c˜oes separ´aveis 47
donde obtemos
[y(t)[ = e
a t+K
= e
K
e
a t
,
que podemos escrever na forma
y(t) = C e
a t
, (2.13)
com C = e
K
, se y(t) > 0 e C = −e
K
, se y(t) < 0; notemos que a solu¸c˜ao
nula tamb´em ´e dada pela express˜ao (2.13), se C = 0.
Exemplo 2.3. (Desintegra¸c˜ao Radioativa)
A meia vida de um certo is´otopo de estrˆoncio ´e 28 anos (isto ´e, metade
da quantidade original do estrˆoncio desintegra-se ap´os 28 anos). Quanto
tempo deve passar ap´os uma explos˜ao atˆomica para que a quantidade de
estrˆoncio se reduza a 10% da original?
A taxa de desintegra¸c˜ao de uma substˆancia radioativa em qualquer
instante ´e proporcional `a quantidade dessa substˆancia naquele instante.
Assim, se Q(t) ´e a quantidade (n´ umero de ´atomos ou massa) de uma
certa substˆancia radioativa no instante t, temos
Q

(t) = −a Q(t). (2.14)
Assim, a quantidade Q(t) ´e dada por
Q(t) = Q
0
e
−a t
. (2.15)
Temos Q(t) = Q
0
e
−a t
. Como a meia vida da substˆancia ´e 28 anos,
temos Q(28) = Q
0
/2, ou seja,
Q
0
e
−28 a
=
Q
0
2
,
donde obtemos
a =
ln 2
28
·
1
40
= 0, 025
Portanto, a quantidade da substˆancia no instante t ´e
Q(t) = Q
0
e
−t/40
48 Cap. 2 Equa¸c˜oes de primeira ordem
Queremos saber em que instante essa quantidade estar´a reduzida a 10%
da quantidade original, isto ´e
Q
0
e
−t/40
=
Q
0
10
.
Dessa igualdade, obtemos
e
t/40
= 10, ou seja, t = 40 ln 10 · 92, 1 anos.
Exemplo 2.4. Resolver a equa¸c˜ao diferencial
y

= k (y −a) (y −b) ,
em que k, a, b s˜ao constantes, com a = b.
Em primeiro lugar, notemos que as fun¸c˜oes constantes y(t) ≡ a e
y(t) ≡ b s˜ao solu¸c˜oes da equa¸c˜ao diferencial. Para y = a e y = b, a
equa¸c˜ao diferencial pode ser escrita na forma

dy
(y −a) (y −b)
= k

dt
Vamos calcular a integral do primeiro membro pelo m´etodo das fra¸c˜oes
parciais: escrevendo
1
(y −a) (y −b)
=
A
y −a
+
B
y −b
temos A =
1
a −b
, B =
−1
a −b
. Logo,
1
a −b

dy
y −a

1
a −b

dy
y −b
= k t +C
1
ou
ln
[ y −a [
[ y −b [
= k (a −b) t +C
1
(a −b)
Isolando y (isto ´e, resolvendo essa equa¸c˜ao para obter y como fun¸c˜ao de
t), temos
y(t) =
a −b C e
k (a−b)t
1 −C e
k (a−b)t
, (2.16)
em que C = e
C
1
(a−b)
, se (y − a)/(y − b) > 0 e C = −e
C
1
(a−b)
, se
(y −a)/(y −b) < 0.
Equa¸c˜oes separ´aveis 49
Observa¸c˜ao 2.1. Conforme vimos em (2.7), a equa¸c˜ao estudada no
Exemplo 2.4 descreve a velocidade de uma rea¸c˜ ao qu´ımica em que y(t)
designa a concentra¸c˜ao do produto da rea¸c˜ao. Suponhamos que a < b
na equa¸c˜ao (2.6). A condi¸c˜ ao inicial ´e y(0) = 0. Substituindo essa
informa¸c˜ao em (2.16), obtemos C
1
= a/b. Portanto
y(t) =
a(1 −e
k (a−b) t
)
1 −a e
k (a−b) t
/b
Notemos que, como k (a − b) < 0, temos e
k (a−b) t
→ 0, quando t → ∞.
Logo, y(t) → a, quando t → ∞, isto ´e, a concentra¸c˜ao do produto da
rea¸c˜ao tende `a concentra¸c˜ao inicial do reagente A.
Observa¸c˜ao 2.2. Equa¸c˜oes diferenciais da forma
z

(x) = F

z
x

(2.17)
n˜ao s˜ao separ´aveis, mas podem ser colocadas na forma (2.9) ap´os uma
conveniente mudan¸ca de vari´aveis. De fato, chamando y = z/x, ou
z = xy, temos
z

= y +xy

.
Substituindo essa express˜ao em (2.17), temos
y +xy

= F(y)
donde
1
F(y) −y
y

=
1
x
.
Exemplo 2.5. Encontrar as solu¸c˜oes da equa¸c˜ao (x
2
+z
2
) z

= xz.
A equa¸c˜ao diferencial dada ´e equivalente a
z

=
xz
x
2
+z
2
=
z/x
1 + (z/x)
2
= f(z/x),
em que f(y) =
y
1 +y
2
. Chamando z = xy e repetindo o procedimento
acima, podemos reescrever a equa¸c˜ao dada como
1
y
1 +y
2
−y
y

=
1
x
50 Cap. 2 Equa¸c˜oes de primeira ordem
ou
(y
−3
+y
−1
) y

= −
1
x
Integrando, temos
1
2 y
2
−ln [y[ = ln [x[ +C .
Voltando `a vari´avel z, obtemos
x
2
2 z
2
−ln[z[ = C ,
uma equa¸c˜ao que fornece z implicitamente como fun¸c˜ao de x.
2.4 Equa¸c˜ao linear de primeira ordem
Como um caso especial importante da equa¸c˜ao (2.8) temos a chamada
equa¸c˜ao linear de primeira ordem
y

+a(t) y = b(t). (2.18)
Na equa¸c˜ao (2.18), a(t) e b(t) s˜ao fun¸c˜oes (conhecidas) cont´ınuas em um
intervalo I. Se b(t) ≡ 0, a equa¸c˜ao ´e (2.18) chamada n˜ao homogˆenea.
Se b(t) ≡ 0, essa equa¸c˜ao ´e chamada homogˆenea e tem a forma
y

+a(t) y = 0. (2.19)
Nosso objetivo nesta se¸c˜ao ´e obter uma express˜ao que forne¸ca todas
as solu¸c˜oes da equa¸c˜ao (2.18): tal express˜ao ´e chamada solu¸c˜ao geral
de (2.18). Em virtude de sua simplicidade, analisaremos primeiramente
a equa¸c˜ao homogˆenea.
´
E f´acil ver que (2.19) ´e uma equa¸c˜ao separ´avel e que a fun¸c˜ao y(t) ≡
0 ´e solu¸c˜ao de (2.19). Procuremos solu¸c˜oes y(t) = 0 de (2.19). Podemos
reescrever (2.19) na forma
y

(t)
y(t)
= −a(t). (2.20)
Seja A(t) uma fun¸c˜ao cuja derivada ´e a(t), isto ´e, A

(t) = a(t). Inte-
grando (2.20), temos
ln [y(t)[ = −A(t) +K
Equa¸c˜ao linear de primeira ordem 51
(em que K designa uma constante arbitr´aria), ou seja,
[y(t)[ = e
−A(t)+K
= e
−A(t)
e
K
. (2.21)
Agora, notando que y(t) ´e uma fun¸c˜ao cont´ınua e y(t) = 0, ∀t, temos,
ou y(t) > 0 para todo t, ou y(t) < 0 para todo t. Portanto, chamando
C = e
K
, se y(t) > 0, ∀t ou C = −e
K
, se y(t) < 0, ∀t, podemos
reescrever (2.21) como
y(t) = Ce
−A(t)
. (2.22)
A express˜ao (2.22) tamb´em inclui a solu¸c˜ao nula se tomarmos C = 0.
Assim, fazendo C variar em R, obtemos todas as poss´ıveis solu¸c˜oes da
equa¸c˜ao (2.19). Logo, (2.22) ´e a solu¸c˜ao geral da equa¸c˜ao (2.19).
Exemplo 2.6. Encontrar a solu¸c˜ao da equa¸c˜ao y

(t) = 3 y(t) tal que
y(1) = e.
Repetindo o procedimento acima ou usando (2.22), vemos que a solu¸c˜ao
geral da equa¸c˜ao diferencial ´e
y(t) = C e
3 t
.
Pondo t = 1, temos y(1) = C e
3
. Como y(1) = e, segue-se que
C = e
−2
. Logo,
y(t) = e
−2
e
3 t
= e
3 t−2
.
Observa¸c˜ao 2.3. A partir da forma da solu¸c˜ao de (2.19) obtemos uma
rela¸c˜ao interessante. Notemos que, a partir de (2.22) podemos escrever
e
A(t)
y(t) = C
Como a fun¸c˜ao e
A(t)
y(t) ´e constante, sua derivada ´e nula. Por outro
lado,
d
dt

e
A(t)
y(t)

= e
A(t)
y

(t) +a(t) e
A(t)
y(t) = e
A(t)

y

(t) +a(t) y(t)

.
que ´e o primeiro membro de (2.19) multiplicado por e
A(t)
. Assim, mul-
tiplicando os dois membros da equa¸c˜ao (2.19) por e
A(t)
, podemos rees-
crevˆe-la na forma quase integrada
d
dt

e
A(t)
y(t)

= 0. (2.23)
52 Cap. 2 Equa¸c˜oes de primeira ordem
Esta observa¸c˜ao ser´a ´ util para resolver a equa¸c˜ao (2.18) em sua forma
geral. Qualquer fun¸c˜ao que, ao ser multiplicada aos dois membros de
uma equa¸c˜ao, transforma-a em uma outra mais trabalh´avel chama-se
fator integrante dessa equa¸c˜ao. Deste modo, a fun¸c˜ao e
A(t)
´e um fator
integrante de (2.19).
Exemplo 2.7. Encontrar a solu¸c˜ ao geral da equa¸c˜ ao y

+( cos t ) y = 0.
Multiplicando os dois membros da equa¸c˜ao diferencial pelo fator in-
tegrante e
sen t
= e
sen t
, obtemos
e
sen t
y

+ cos t e
sen t
y = 0
ou

e
sen t
y(t)

= 0 .
Integrando essa fun¸c˜ao e isolando y(t) no primeiro membro, temos
y(t) = Le
−sen t
, L ∈ R.
Consideremos agora o caso geral da equa¸c˜ao (2.18), em que a(t) e
b(t) s˜ao fun¸c˜oes cont´ınuas em um intervalo I. O tratamento ´e an´alogo
ao anterior. Para evitar repeti¸c˜oes, vamos obter a express˜ao da solu¸c˜ao
do problema de valor inicial
y

+a(t) y = b(t) (2.24)
y(t
0
) = y
0
, (2.25)
em que t
0
∈ I e y
0
∈ R. Seja A(t) =

t
t
0
a(s) ds; notemos que A(t
0
) = 0
e A

(t) = a(t). Multiplicando a equa¸c˜ao (2.24) por e
A(t)
, temos
y

(t) e
A(t)
+a(t) y(t) e
A(t)
= b(t) e
A(t)
que podemos escrever na forma
d
dt

e
A(t)
y(t)

= e
A(t)
b(t) .
Integrando os dois membros desde t
0
at´e t, obtemos
e
A(t)
y(t) −e
A(t
0
)
y(t
0
) =

t
t
0
e
A(s)
b(s) ds .
Equa¸c˜ao linear de primeira ordem 53
Como e
A(t
0
)
= 1 e y(t
0
) = y
0
, temos
y(t) = e
−A(t)
y
0
+e
−A(t)

t
t
0
e
A(s)
b(s) ds =
= e
−A(t)
y
0
+

t
t
0
e
−A(t)
e
A(s)
b(s) ds
Notando que
e
−A(t)
e
A(s)
= e
A(s)−A(t)
= exp

s
t
0
a(u) du −

t
t
0
a(u) du

=
= exp

s
t
a(u) du

(para simplificar a nota¸c˜ao, estamos utilizando o s´ımbolo exp para de-
notar a exponencial), obtemos a express˜ao da solu¸c˜ao geral de (2.18)
y(t) = e
−A(t)
y
0
+

t
t
0
exp

s
t
a(u) du

b(s) ds (2.26)
Observa¸c˜ao 2.4. (a) Notemos que a solu¸c˜ao dada pela express˜ao (2.26)
est´a definida para todo t ∈ I e que, se b(t) ≡ 0, temos a solu¸c˜ao obtida
no caso anterior.
(b) Em (2.26), a parcela
e
−A(t)
y
0
´e uma solu¸c˜ao da equa¸c˜ao homogˆenea associada a (2.24); fazendo y
0
variar em R, obtemos todas as poss´ıveis solu¸c˜oes dessa equa¸c˜ao. Um
c´alculo simples mostra que a parcela
z(t) =

t
t
0
exp

s
t
a(u) du

b(s) ds
´e uma solu¸c˜ao (que chamaremos solu¸c˜ao particular) da equa¸c˜ao n˜ao
homogˆenea (2.24) (´e a solu¸c˜ao de (2.24) tal que z(0) = 0. Portanto,
a solu¸c˜ao geral da equa¸c˜ao (2.24) se escreve como a soma da solu¸c˜ao
geral da equa¸c˜ao homogˆenea com uma solu¸c˜ao particular da equa¸c˜ao n˜ao
homogˆenea (2.24).
54 Cap. 2 Equa¸c˜oes de primeira ordem
Exemplo 2.8. Encontrar a solu¸c˜ao do problema de valor inicial
y

+
2
t
y = t
2
, y(1) = 6.
Seja
A(t) =

t
1
2
s
ds = 2 ln t = ln t
2
.
Multiplicando os dois membros da equa¸c˜ao por e
A(t)
= e
ln t
2
= t
2
, temos
t
2
y

(t) + 2 t y(t) = t
4
ou

t
2
y(t)

= t
4
.
Integrando os dois membros desde 1 at´e t, temos
t
2
y(t) −y(1) =

t
1
s
4
ds =
t
5
5

1
5
.
Como y(1) = 6, temos
y(t) =
6
t
2
+
t
3
5

1
5 t
2
=
t
3
5
+
29
5 t
2
.
A resolu¸c˜ao dessas equa¸c˜oes tamb´em pode ser feita usando integrais
indefinidas, como nos outros casos.
Exemplo 2.9. Encontrar a solu¸c˜ao geral da equa¸c˜ao y

+ 5 y = t.
Multiplicando a equa¸c˜ao pelo fator integrante e
5 t
, obtemos

e
5 t
y(t)

= t e
5 t
.
Integrando, temos
e
5 t
y(t) =

t e
5 t
dt =
1
5
t e
5 t

1
25
e
5 t
+K,
donde
y(t) =
1
5
t −
1
25
+K e
−5 t
.
Equa¸c˜ao linear de primeira ordem 55
Exemplo 2.10. Encontrar a solu¸c˜ao do problema de valor inicial

y

+ (cos t) y = cos t
y(0) = −6 .
Multiplicando a equa¸c˜ao diferencial pelo fator integrante e
sen t
(calculado
no exemplo 2.7), obtemos

e
sen t
y(t)

= cos t e
sen t
.
Integrando, temos
e
sen t
y(t) =

e
sen t
cos t dt = e
sen t
+K
donde obtemos y(t) = 1 + K e
−sen t
. Dessa igualdade, temos y(0) =
1 +K; como queremos y(0) = −6, obtemos K = −7 e a solu¸c˜ao do PVI
´e
y(t) = 1 −7 e
−sen t
.
Exemplo 2.11. (Dilui¸c˜ao de Misturas)
Um tanque cont´em 5.000 litros de ´agua na qual est˜ao diku´ıdos 50 Kg de
sal. A essa mistura adiciona-se salmoura `a raz˜ao de 10 l/min com uma
concentra¸c˜ao de sal de 20 g/l. A concentra¸c˜ao da mistura ´e mantida
homogˆenea por meio de um agitador (isto ´e, a concentra¸c˜ao de sal ´e a
mesma em todos os pontos do tanque). A mistura (homogˆenea ) deixa
o tanque `a raz˜ao de 10 l/min. Determinar a quantidade de sal e a
concentra¸c˜ao num instante t.
Indiquemos por Q(t) a quantidade (em gramas) de sal no tanque
no instante t. O enunciado do problema informa que a quantidade de
sal no instante t = 0 ´e Q(0) = 50.000 g, que o sal est´a sendo adicionado
no tanque `a raz˜ao de
10 (l/min) 20 (g/l) = 200g/min
e est´a saindo `a raz˜ao de
10 (l/min)
Q(t)
5000
(g/l) =
Q(t)
500
kg/min.
56 Cap. 2 Equa¸c˜oes de primeira ordem
Portanto, a taxa de varia¸c˜ao da quantidade de sal no tanque, que ´e a
diferen¸ca entre a taxa da quantidade que entra e a que sai, ´e dada por:
Q

= 200 −
Q
500
,
cuja solu¸c˜ao geral ´e
Q(t) = 100.000 +Ce
−t/500
.
Como Q(0) = 50000 g temos que a quantidade de sal no instante t ´e:
Q(t) = 100.000 −50.000 e
−t/500
e a concentra¸c˜ao de sal no tanque no instante t ´e:
c(t) =
Q(t)
5000
=
100.000
5.000

50.000
5.000
e
−t/500
= 20 −10e
−t/500
.
Observemos que, quando t → ∞, Q(t) → 100.000 e c(t) → 20. Por-
tanto, a quantidade de sal tende a 100.000 g e a concentra¸c˜ao tende ao
valor limite de 20 g/l.
Exemplo 2.12. (Um circuito el´etrico simples)
A figura ao lado mostra um circuito el´etrico conten-
do um indutor de indutˆancia L, um resistor de re-
sistˆencia R e uma fonte de for¸ca eletromotriz E(t).
(a) Determinar a corrente I(t) em um instante
t > 0 sabendo que I(0) = 0.
(b) Determinar I(t), sendo:
(i) E(t) ≡ E
0
(uma constante);
(ii) E(t) = E
0
sen (ω t) (E
0
, ω constantes).
E

I
L
R
Figura 3.1
A diferen¸ca de potencial entre as extremidades do resistor ´e RI e
entre as extremidades do indutor ´e LI

. Pela segunda Lei de Kirchoff,
a soma alg´ebrica das diferen¸cas de potencial no circuito ´e nula; temos
ent˜ao LI

+RI −E(t) = 0, ou seja,
I

+
R
L
I =
E(t)
L
Equa¸c˜ao linear de primeira ordem 57
Como I(0) = 0, a corrente ´e dada por
I(t) =
1
L
e
−Rt/L

t
0
e
Rs/L
E(s) ds .
Se E(t) = E
0
, temos

t
0
e
Rs/L
E(s) ds = E
0

t
0
e
Rs/L
ds = E
0
L
R
(e
Rt/L
−1)
Logo,
I(t) =
1
L
e
−Rt/L
E
0
L
R
(e
Rt/L
−1) =
E
0
R
(1 −e
−Rt/L
) .
Se E(t) = E
0
sen (ω t), temos

t
0
e
Rs/L
E(s) ds =

t
0
E
0
e
Rs/L
sen (ω s) ds =
=
E
0
L
R
2
+L
2
ω
2

e
Rt/L

Rsen (ω t) −ω Lcos(ω t)

+ω L
¸
.
Logo,
I(t) =
E
0
R
2
+L
2
ω
2

ω Le
−Rt/L
−ω Lcos(ω t) +Rsen (ω t)

.
Observa¸c˜ao 2.5. Tudo o que fizemos no caso em que as fun¸c˜oes a(t) e
b(t) s˜ao reais pode ser repetido se a e b forem complexos. Por exemplo,
as solu¸c˜oes da equa¸c˜ao y

= (3 +2 i) y s˜ao da forma y(t) = C e
(3+2 i) t
=
C e
3 t
[cos (2 t) +i sen (2 t)], em que C ´e uma constante arbitr´aria.
Exemplo 2.13. (equa¸c˜ao de Bernoulli)
Sejam p(t) e q(t) fun¸c˜oes cont´ınuas em um intervalo I e n ∈ R um
n´ umero dado. A equa¸c˜ao diferencial
y

+p(t) y = q(t) y
n
, (2.27)
chama-se equa¸c˜ao de Bernoulli; se n = 0 e n = 1, a equa¸c˜ao de
Bernoulli n˜ao ´e linear. Mostrar a mudan¸ca de vari´avel z = y
1−n
/(1−n)
transforma a equa¸c˜ ao (2.27) em uma equa¸c˜ao linear de 1
a
¯
ordem.
58 Cap. 2 Equa¸c˜oes de primeira ordem
Dividindo (2.27) por y
n
, temos
y
−n
y

+p(t) y
1−n
= q(t). (2.28)
Agora, notando que y
−n
y

=
d
dt

y
1−n
1 −n

, podemos reescrever (2.28)
como
d
dt

y
1−n
1 −n

+ (1 −n) p(t)
y
1−n
1 −n
= q(t)
ou, chamando z = y
1−n
/(1 −n), temos
z

+ (1 −n) p(t) z = q(t) ,
que ´e uma equa¸c˜ao linear de 1
a
.
ordem.
Exemplo 2.14. Encontrar a solu¸c˜ao do problema de valor inicial

y

−2 t y = −2 t y
2
y(0) = 1/3.
Multiplicando os dois membros da equa¸c˜ao por y
−2
, temos
y
−2
y

−2 t y
−1
= −2 t .
Como y
−2
y

= −(y
−1
)

, a equa¸c˜ao diferencial pode ser escrita como
−(y
−1
)

−2 t y
−1
= −2 t
ou, chamando z = y
−1
,
z

+ 2 t z = 2 t.
Multiplicando essa equa¸c˜ao pelo fator integrante e
t
2
, temos

e
t
2
z

= 2 t e
t
2
Integrando, temos
e
t
2
z(t) =

2 t e
t
2
dt = e
t
2
+C .
Portanto
z(t) = 1 +C e
−t
2
.
2.5. EQUAC¸
˜
OES DIFERENCIAIS EXATAS 59
A condi¸c˜ao inicial para a equa¸c˜ao na vari´avel z ´e z(0) = 3. Portanto
C = 2 e
z(t) = 1 + 2 e
−t
2
.
Voltando `a vari´avel y, obtemos
y(t) =
1
1 + 2 e
−t
2
=
e
t
2
e
t
2
+ 2
.
2.5 Equa¸c˜oes diferenciais exatas
Sejam P, Q: U →R fun¸c˜oes cont´ınuas com derivadas parciais cont´ınuas
num conjunto aberto U ⊂ R
2
. Uma equa¸c˜ao diferencial da forma
P(t, y) +Q(t, y) y

= 0 (2.29)
ou
P(t, y) dt +Q(t, y) dy = 0 (2.30)
´e chamada exata quando existe uma fun¸c˜ao V : U → R, V = V (t, y),
tal que
∂V (t, y)
∂t
= P(t, y) e
∂V (t, y)
∂y
= Q(t, y), ∀(t, y) ∈ U. (2.31)
A fun¸c˜ao V ´e chamada uma integral primeira de (2.29).
Uma raz˜ao para o nome equa¸c˜ao diferencial exata ´e que a express˜ao
P(t, y) dt + Q(t, y) dy ´e igual a dV (t, y), a diferencial total da fun¸c˜ao
V (t, y): lembremos que
dV (t, y) =
∂V
∂t
dt +
∂V
∂y
dy.
Exemplo 2.15. A equa¸c˜ao diferencial
(4t −y) + (2y −t)
dy
dt
= 0
´e exata e a fun¸c˜ao V (t, y) = 2 t
2
−t y +y
2
´e uma integral primeira para
essa equa¸c˜ao; de fato,
∂V
∂t
= 4 t −y e
∂V
∂y
= 2 y −t .
60 Cap. 2 Equa¸c˜oes de primeira ordem
Usando a regra da cadeia para derivadas parciais, vemos que, se y(t)
´e uma solu¸c˜ao da equa¸c˜ao diferencial (2.29), temos
d
dt
V (t, y(t)) =
∂V
∂t
+
∂V
∂y
y

(t) = P(t, y(t)) +Q(t, y(t)) y

(t) = 0
Logo, a fun¸c˜ao V (t, y(t)) ´e constante e as solu¸c˜oes de (2.29) satisfa-
zem V (t, y(t)) = C, em que C denota uma constante arbitr´aria, ou se-
ja, as solu¸c˜oes da equa¸c˜ao (2.29) s˜ao obtidas resolvendo-se as equa¸c˜oes
V (t, y) = C, em que C ´e uma constante arbitr´aria. Em virtude dessa
propriedade, a fun¸c˜ao V (t, y) ´e dita uma integral primeira da equa¸c˜ao
(2.29) e as curvas de n´ıvel da fun¸c˜ao V , isto ´e, as curvas planas y = y(t)
definidas pela equa¸c˜ao V (t, y) = C, (em que C ´e uma constante arbi-
tr´aria) s˜ao chamadas curvas integrais ou curvas solu¸c˜oes da equa¸c˜ao
(2.29).
No caso da equa¸c˜ao diferencial vista no exemplo anterior, uma in-
tegral primeira ´e V (t, y) = 2 t
2
− t y + y
2
e as cuvas integrais s˜ao as
solu¸c˜oes da equa¸c˜ao 2 t
2
−t y +y
2
= C. Logo, as solu¸c˜oes dessa equa¸c˜ao
s˜ao dadas por
y =
t ±

−7 t
2
+ 4 C
2
.
Para esse exemplo, foi poss´ıvel obter a solu¸c˜ao na forma expl´ıcita y =
y(t). Geralmente, a solu¸c˜ao ´e dada na forma impl´ıcita de uma equa¸c˜ao
V (t, y) = C.
Dada uma equa¸c˜ao na forma (2.29), a primeira tarefa que temos ´e
determinar se ela ´e exata. De acordo com a defini¸c˜ao, para determinar-
mos se uma equa¸c˜ao diferencial ´e exata, devemos encontrar uma integral
primeira; com isso, automaticamente encontramos suas solu¸c˜oes. O pro-
blema ´e que, ao contr´ario do que ocorreu no exemplo acima, geralmente
n˜ao ´e t˜ao simples encontrar uma integral primeira. Deste modo, nos-
sa primeira tarefa ´e determinar condi¸c˜oes sobre P e Q que permitam
concluir quando uma equa¸c˜ao ´e exata. Notemos que, se (2.29) ´e exata,
ent˜ao existe V (t, y) tal que
∂V
∂t
= P(t, y),
∂V
∂y
= Q(t, y) .
Derivando essas igualdades e lembrando que as derivadas mistas de se-
Equa¸c˜oes exatas 61
gunda ordem de V s˜ao iguais, obtemos
∂P
∂y
=

∂y

∂V
∂t

=

∂t

∂V
∂y

=
∂Q
∂t
.
Assim, uma condi¸c˜ao necess´aria para que a equa¸c˜ao (2.29) seja exata ´e
que
∂P
∂y
=
∂Q
∂t
. (2.32)
Pode-se mostrar que a condi¸c˜ao (2.32) ´e suficiente para que a equa¸c˜ao
(2.29) seja exata quando U ´e, por exemplo, um retˆangulo aberto, U =
(a, b) (c, d). Neste caso, a fun¸c˜ao V (t, y) dada por
V (t, y) =

t
t
0
P(s, y
0
) ds +

y
y
0
Q(t, x) dx
´e uma integral primeira da equa¸c˜ao diferencial (2.29). Na pr´atica, ao
resolvermos uma equa¸c˜ao exata, integramos a igualdade
∂V
∂t
= P(t, y)
mantendo y fixo: denotemos por

P(t, y) dt uma antiderivada de P(t, y)
e por h(y) uma fun¸c˜ao arbitr´aria de y. Temos
V (t, y) =

P(t, y) dt +h(y) .
Em seguida, usamos a igualdade
∂V
∂y
= Q(t, y) para determinar h(y).
Exemplo 2.16. Encontrar as curvas integrais de t
2
y
3
+t
3
y
2
y

= 0.
Em primeiro lugar, notemos que a equa¸c˜ao ´e exata, uma vez que
∂(t
2
y
3
)
∂y
= 3 t
2
y
2
=
∂(t
3
y
2
)
∂t
.
Portanto, existe V (t.0, y) tal que
∂V
∂t
= t
2
y
3
. Mantendo y fixo e inte-
grando em rela¸c˜ao a t, temos
V (t, y) =
t
3
y
3
3
+h(y).
62 Cap. 2 Equa¸c˜oes de primeira ordem
Derivando essa igualdade, temos
∂V (t, y)
∂y
= t
3
y
2
+h

(y).
De acordo com a defini¸c˜ao de V , temos
∂V (t, y)
∂y
= t
3
y
2
. Comparando
essas duas igualdades, temos h

(y) = 0. Podemos ent˜ao tomar V (t, y) =
t
3
y
3
/3. Assim, as curvas integrais s˜ao dadas por
t
3
y
3
3
= C ou y(t) =
k
t
(k =
3

3 C) .
Uma fun¸c˜ao µ(t, x) ≡ 0 ´e chamada um fator integrante da equa¸c˜ao
diferencial
P(t, y) +Q(t, y) y

= 0 (2.33)
se a equa¸c˜ao diferencial
µ(t, y) P(t, y) +µ(t, y) Q(t, y) y

= 0
for exata. Por exemplo, a equa¸c˜ao diferencial
y −t
2
y
2
+t y

= 0
n˜ao ´e exata, pois

∂y
(y −t
2
y
2
) = 1−2 t
2
y enquanto que
∂t
∂t
= 1. Entre-
tanto, multiplicando a equa¸c˜ao pela fun¸c˜ao µ(t, y) = t
−2
y
−2
, obtemos a
equa¸c˜ao diferencial
1
t
2
y
−1 +
1
t y
2
y

= 0
que ´e exata, pois

∂y

1
t
2
y
−1

=
−1
t
2
y
2
=

∂t

1
t y
2

.
Geralmente ´e dif´ıcil encontrar um fator integrante, mas em algumas
situa¸c˜oes especiais, isso ´e poss´ıvel, como veremos a seguir.
Vamos procurar um fator integrante de (2.33) que n˜ao depende de y,
isto ´e, procuramos uma fun¸c˜ao µ(t) de modo que a equa¸c˜ao diferencial
µ(t) P(t, y) +µ(t) Q(t, y) y

= 0
Equa¸c˜oes exatas 63
seja exata. Devemos ent˜ao ter

∂y

µ(t) P(t, y)

=

∂t

µ(t) Q(t, y)

,
ou seja,
µ(t) P
y
(t, y) = µ

(t) Q(t, y) +µ(t) Q
t
(t, y)
ou
µ

(t) =
P
y
−Q
t
Q
µ(t) (2.34)
Se o quociente
P
y
−Q
t
Q
n˜ao depender de y, isto ´e existir uma fun¸c˜ao
a(t) tal que
P
y
−Q
t
Q
= a(t)
ent˜ao a rela¸c˜ao (2.34) fica µ

(t) = a(t)µ(t); neste caso, ´e f´acil ver que a
fun¸c˜ao
µ(t) = exp

a(t) dt

´e um fator integrante de (2.33).
Analogamente, se existir uma fun¸c˜ao b(y) tal que
P
y
−Q
t
P
= b(y)
ent˜ao a fun¸c˜ao
µ(y) = exp

b(y) dy

´e um fator integrante de (2.33).
Exemplo 2.17. Calcular um fator integrante da equa¸c˜ao diferencial
sen y −2 t e
−t
+ (cos y) y

= 0
e encontrar a solu¸c˜ao y(t) dessa equa¸c˜ao tal que y(0) = π/2.
Temos P(t, y) = sen y −2t e
−t
, Q(t, y) = cos y. Ent˜ao P
y
= cos y e
Q
t
= 0. Portanto,
P
y
−Q
t
Q
=
cos y
cos y
= 1 .
64 Cap. 2 Equa¸c˜oes de primeira ordem
Assim, um fator integrante ´e µ(t) = e
t
. Multiplicando a equa¸c˜ao dada
por e
t
, obtemos a equa¸c˜ao diferencial exata (verifique!)
e
t
sen y −2 t +e
t
(cos y) y

= 0 .
Ent˜ao, existe uma fun¸c˜ao V (t, y) tal que
∂V
∂t
= e
t
sen y −2 t .
Portanto, V (t, y) = e
t
sen y − t
2
+ h(y). Derivando em rela¸c˜ao a y,
temos V
t
= e
t
cos y + h

(y). Por outro lado, como V
t
= e
t
cos y, temos
h

(y) = 0. Podemos ent˜ao tomar V (t, y) = e
t
sen y − t
2
. As curvas
integrais da equa¸c˜ao dada s˜ao dadas por
e
t
sen y −t
2
= K .
Da condi¸c˜ao inicial y(0) = π/2, temos K = 1. Logo
y(t) = arc sen

e
−t
(1 +t
2
)

.
Exerc´ıcio 2.2. Encontre as solu¸c˜oes de cada uma das equa¸c˜oes diferen-
ciais abaixo:
(a) y

+y
2
sen t = 3 t
2
y
2
(b) y

= t/y (c) 2y
3
y

= 3 t
2
(d) (1 +t
2
) y

= t y (1 +y
2
) (e) z

=
z
2
−5 xz
x
2
(f) y

= y
2
cos t
(g) (1 +x
2
)y

= 1 +y
2
(h) z

=
x
2
+xz
z
2
+xz
Exerc´ıcio 2.3. Resolva cada um dos problemas de valor inicial abaixo:
(a) y

+y
2
sen t = 3t
2
y
2
, y(0) = 1 (b) y

= y
2
cos t, y(0) = −1
(c) (1 +x
2
)y

= 1 +y
2
, y(1) = −1 (d) y

= y
2
sen t, y(0) = 1
Exerc´ıcio 2.4. Encontre a solu¸c˜ao geral de cada uma das equa¸c˜oes
abaixo:
(a) t y

−2y = 0 (b) y

cos t +y sen t = 0
(c) y

+y = cos t + sen t (d) y

cos t +y sen t = cos t + sen t
(e) t y

+y = (t −1) e
t
(f) ty

−2y = t
3
(g) z

+ 2 t z = t e
−t
2
(h) y

+e
t
y = 3e
t
Equa¸c˜oes exatas 65
Exerc´ıcio 2.5. Resolva cada um dos problemas de valor inicial abaixo:
(a)

t y

−2y −ln t = 0
y(1) = 0
(b)

(1 +t
2
) y

+ 2 t y = 6 t
2
y(0) = 5
(c)

(sen t) y

+ (cos t) y = cos 2t
y(π/2) = 3
(d)

y

+
1
t −2
y = 4t
y(0) = 3
Exerc´ıcio 2.6. Verifique que cada uma das equa¸c˜oes abaixo ´e exata e
encontre suas curvas integrais:
(a) (2ax +by) + (bx + 2ay) y

= 0 (b) (e
y
+ cos x) +xe
y
y

= 0
(c) e
x
cos y −e
x
sen y y

= 0 (d) (x +y
2
)/x
2
= 2(y/x) y

Exerc´ıcio 2.7. Para cada uma das equa¸c˜ oes abaixo, encontre um fator
integrante e determine suas curvas integrais
(a) (2ax +by) + (bx + 2ay) y

= 0 (b) y
2
+x = 2y xy

(c) t +t
2
−y
2
−t y y

= 0
Exerc´ıcio 2.8. Achar uma curva que passa pelo ponto (0, −2) de modo
que o coeficiente angular da reta tangente em qualquer um dos seus
pontos seja igual ao triplo da ordenada do mesmo ponto.
Exerc´ıcio 2.9. A taxa de varia¸c˜ao da press˜ao atmosf´erica P em rela¸c˜ao
`a altura h ´e diretamente proporcional `a press˜ao. Supondo que a press˜ao
a 6000 metros seja metade de seu valor P
0
ao n´ıvel do mar, achar a
f´ormula para qualquer altura.
Exerc´ıcio 2.10. Uma colˆonia de bact´erias cresce a uma raz˜ao propor-
cional ao n´ umero de bact´erias presentes. Se o n´ umero de bact´erias du-
plica a cada 24 horas, quantas horas ser˜ao necess´arias para que esse
n´ umero aumente cem vezes sua quantidade original.
66 Cap. 2 Equa¸c˜oes de primeira ordem
Exerc´ıcio 2.11. Um tanque de 200 litros de capacidade, cont´em inicial-
mente 40 litros de ´agua pura. A partir do instante t = 0, adiciona-se
no tanque uma solu¸c˜ao de salmoura com 250 gramas de sal por litro, `a
raz˜ao de 12 litros por minuto. A mistura ´e suposta uniforme, escoa do
tanque `a raz˜ao de 8 l/min. Determinar: o tempo necess´ario para que
ocorra o transbordamento; a concentra¸c˜ao de sal na mistura presente no
tanque no instante do transbordamento.
Cap´ıtulo 3
Espa¸cos vetoriais
3.1 Defini¸c˜ao e exemplos
Defini¸c˜ao 3.1. Um conjunto n˜ao vazio V ´e dito um espa¸co vetorial
real (ou simplesmente, um espa¸co vetorial) quando est˜ao definidas
em V duas opera¸c˜oes
V V −→ V e R V −→ V
(x, y) → x +y ∈ V (α, y) → αy ∈ V,
chamadas adi¸c˜ao e multiplica¸c˜ao por escalar, respectivamente, sa-
tisfazendo as seguintes condi¸c˜oes:
(EV1) x + (y +z) = (x +y) +z, ∀x, y, z ∈ V ;
(EV2) x +y = y +x, ∀x, y ∈ V ;
(EV3) existe um elemento, chamado vetor nulo e denotado por 0,
tal que x + 0 = x, ∀x ∈ V ;
(EV4) para cada x ∈ V , existe y ∈ V (chamado oposto de x) tal
que x +y = 0;
(EV5) α(βx) = (αβ) x, ∀α, β ∈ R, x ∈ V ;
(EV6) (α +β) x = αx +β x, ∀α, β ∈ R, x ∈ V ;
(EV7) α(x +y) = αx +αy, ∀α ∈ R, x, y ∈ V ;
(EV8) 1 x = x, ∀x ∈ V .
Os elementos de V s˜ao chamados vetores e os n´ umeros reais, escala-
res.
O conjunto V = R, com as opera¸c˜oes usuais de adi¸c˜ao e multipli-
ca¸c˜ao, ´e um espa¸co vetorial real: as propriedades acima s˜ao as proprieda-
67
68 Cap. 3 Espa¸cos vetoriais
des associativas e comutativas da adi¸c˜ao e multiplica¸ c˜ao, elemento neu-
tro para adi¸c˜ao, elemento unidade para multiplica¸c˜ao, elemento oposto
para adi¸c˜ao e elemento inverso para multiplica¸ c˜ao. Do mesmo modo, o
conjunto C dos n´ umeros complexos, com as opera¸c˜oes usuais de adi¸c˜ao
e de multiplica¸ c˜ao de n´ umero real por n´ umero complexo, ´e um espa¸co
vetorial real.
Exemplo 3.1. O conjunto V
3
dos vetores
geom´etricos no espa¸co (definidos por meio dos
segmentos orientados), munido das opera¸c˜oes
usuais de adi¸c˜ao de vetores e multiplica¸c˜ao de ve-
tor por escalar real (como indicadas na figura ao
lado), ´e um espa¸co vetorial real.
v

u+v
u
3
2
u

Figura 5.1
Exemplo 3.2. Seja R
2
= ¦(x, y) : x, y ∈ R¦. Dados u = (x, y) e
v = (s, t) em R
2
e α ∈ R, definimos
u +v = (x +s, y +t)
αu = (αx, αy).
Com as opera¸c˜oes assim definidas, R
2
´e um espa¸co vetorial. Verifique-
mos, por exemplo, a condi¸c˜ao (EV1): dados u = (x, y), v = (s, t), w =
(p, q) ∈ R
2
, usando em cada componente, o fato que a adi¸c˜ao de n´ umeros
reais ´e associativa, temos:
u + (v +w) = (x, y) + (s +p, q +t) = (x + (s +p), y + (q +t))
= ((x +s) +p, (y +q) +t) = (u +v) +w.
´
E f´acil ver que o vetor nulo em R
2
´e o par (0, 0), o oposto de u = (x, y) ´e
o vetor (−x, −y). As outras propriedades s˜ao facilmente verificadas. Os
vetores de R
2
podem ser representados geometricamente por segmentos
orientados e a adi¸c˜ao definida acima corresponde a adi¸c˜ao de segmentos
orientados, como na Figura 5.1.
Exemplo 3.3. O conjunto R
n
= ¦(x
1
, . . . , x
n
) : x
1
, . . . , x
n
∈ R¦, com
as opera¸c˜oes definidas por (1.2) e (1.3), ´e um espa¸co vetorial real.
Exemplo 3.4. O conjunto V = M
m×n
(R) das matrizes m n ´e um
espa¸co vetorial real com a adi¸c˜ ao definida por (1.14) e a multiplica¸c˜ao
por escalar definidas em (1.15).
Defini¸c˜ao e exemplos 69
Exemplo 3.5. Seja a: I → R uma fun¸c˜ao cont´ınua no intervalo
I ⊂ R. Vimos no Cap´ıtulo 2 que o conjunto
V = ¦y : I →R : y

(t) +a(t) y(t) = 0¦
das solu¸c˜oes da equa¸c˜ao diferencial y

+a(t) y = 0 ´e um espa¸co vetorial.
Exemplo 3.6. Denotemos por ((I, R) o conjunto de todas as fun¸c˜oes
cont´ınuas f : I → R, com as opera¸c˜oes definidas do seguinte modo: da-
das f, g ∈ ((I, R) e α ∈ R, definimos as fun¸c˜oes f +g e αf por
(f +g)(x) = f(x) +g(x) e (αf)(x) = αf(x), ∀x ∈ I. (3.1)
Do C´alculo, temos que f +g, αf ∈ ((I, R). Mostra-se, sem dificuldade
que o conjunto ((I, R), munido destas opera¸c˜oes, ´e um espa¸co vetorial
real (os axiomas EV1 a EV8 est˜ao verificados pois a adi¸c˜ao e multipli-
ca¸c˜ao de n´ umeros reais satisfazem essas propriedades).
Exemplo 3.7. Seja n um n´ umero inteiro positivo. O conjunto P
n
(R)
formado pela fun¸c˜ao nula e todas as fun¸c˜ oes polinomiais com coeficientes
reais de grau menor ou igual a n ´e um espa¸co vetorial, com as opera¸c˜oes
definidas do seguinte modo: dados p(x) = a
0
+ a
1
x + + a
n
x
n
e
q(x) = b
0
+b
1
x + +b
n
x
n
em P
n
(R) e α ∈ R, ent˜ao p +q e αp s˜ao
as fun¸c˜oes polinomiais
(p +q)(x) = (a
0
+b
0
) + (a
1
+b
1
) x + + (a
n
+b
n
) x
n
(αp)(x) = (αa
0
) + (αa
1
) x + + (αa
n
) x
n
.
Do mesmo modo, o conjunto P(R) de todas as fun¸c˜oes polinomiais com
coeficientes reais ´e um espa¸co vetorial.
Dados u, v ∈ V , definimos a diferen¸ca de u por v como sendo
u −v = u + (−v).
As propriedades (EV1) a (EV8) permitem que trabalhemos em um es-
pa¸co vetorial de modo semelhante ao que fazemos com n´ umeros reais.
Por exemplo, dados a , b ∈ V e γ ∈ R, γ = 0, a equa¸c˜ao
γ x +a = b (3.2)
70 Cap. 3 Espa¸cos vetoriais
tem uma ´ unica solu¸c˜ao, que ´e x = γ
−1
(b − a). De fato, somando-se
−a a ambos os membros de (3.2) temos
(γ x +a) + (−a) = b + (−a) = b −a,
donde, por (EV1), γ x+[a+(−a)] = b−a. Usando (EV4) e, em seguida,
(EV3), essa igualdade fica γ x = b−a. Multiplicando os dois lados dessa
igualdade por γ
−1
, temos
x = (γ
−1
γ) x = γ
−1
(γ x) = γ
−1
(b −a).
Como caso particular dessa propriedade, temos que o vetor nulo ´e o ´ unico
elemento z de V tal que z + u = u, ∀u ∈ V ; basta tomar a = b = u e
γ = 1 em (3.2): a ´ unica solu¸c˜ao de z +u = u ´e z = 0.
O teorema seguinte cont´em algumas propriedades que decorrem di-
retamente da defini¸c˜ao de espa¸co vetorial
Teorema 3.1. Seja V um espa¸co vetorial. Ent˜ao:
1) Dados a , b ∈ V e γ ∈ R, γ = 0, a equa¸c˜ao γ x +a = b tem uma
´ unica solu¸c˜ao, que ´e x = γ
−1
(b −a).
2) O vetor nulo ´e o ´ unico elemento neutro da adi¸c˜ao em V , isto ´e,
se z ∈ V ´e tal que z +u = u, ∀u ∈ V , ent˜ao z = 0.
3) ∀α ∈ R, temos α. 0 = 0.
4) ∀u ∈ V , temos 0 . u = 0.
5) Se α. u = 0, ent˜ao α = 0 ou u = 0.
6) (Regra de sinais) ∀α ∈ R, u ∈ V temos
(−α) u = α(−u) = −(αu) .
7) ∀α, β ∈ K, u ∈ V temos (α −β) u = αu −β u
8) ∀α ∈ K, u, v ∈ V temos α(u −v) = αu −αv.
Demonstra¸c˜ao: As propriedades 1) e 2) j´a foram mostradas acima.
Para mostrar 3) notemos que, usando (EV7) e (EV3), podemos escrever
α0 + α0 = α(0 + 0) = α0, portanto α0 + α0 = α0. Usando 2), com
z = u = α0, temos que α0 = 0. As verifica¸c˜oes de 4) e 5) s˜ao an´alogas
e ficam como exerc´ıcio.
6) Mostremos que (−α) u = −(αu). Como −α + α = 0, temos, por
(EV6), (−α) u +αu = (−α +α) u = 0 u = 0, ou seja, (−α) u +αu = 0,
donde (somando −(αu) a ambos os membros) obtemos (−α) u = −(αu).
Deixamos como exerc´ıcio a verifica¸c˜ao das demais propriedades.
3.2. SUBESPAC¸ OS VETORIAIS 71
Observa¸c˜ao 3.1. Em muitas situa¸c˜oes, ´e conveniente considerar mul-
tiplica¸c˜ao de vetores por escalar complexo. Quando, na defini¸c˜ao acima
a multiplica¸ c˜ao (α, x) → αx for definida para todo α ∈ C e as pro-
priedades (EV5)-(EV8) forem v´alidas para todo α ∈ C, diremos que V
´e um espa¸co vetorial complexo. Quando quisermos nos referir in-
distintamente a um espa¸co vetorial real ou um espa¸co vetorial complexo
usaremos a express˜ ao espa¸co vetorial sobre K.
Exemplo 3.8. Pelas mesmas raz˜oes mencionadas anteriormente, o con-
junto C dos n´ umeros complexos, com as opera¸c˜oes usuais de adi¸c˜ao e
multiplica¸c˜ao, ´e um espa¸co vetorial complexo.
Exerc´ıcio 3.1. Em cada um dos itens abaixo, verifique se o conjunto
V , com as opera¸c˜oes indicadas, ´e um espa¸co vetorial real:
a) V = ¦(x, y) ∈ R
2
: 2 x = 3 y¦, opera¸c˜oes usuais de pares ordenados;
b) V = ¦(x, y, z) ∈ R
3
: 5 x + 2 y = 3 z¦, opera¸c˜oes usuais de ternas
ordenadas;
c) V = ¦f ∈ C(R, R) : f(0) = 0¦, com as opera¸c˜oes usuais de fun¸c˜oes;
d) V = ¦a e
t
+b e
3 t
: a, b ∈ R¦, com opera¸c˜oes: usuais de fun¸c˜ oes;
e) V = R
2
, opera¸c˜oes: adi¸c˜ao usual de pares e multiplica¸c˜ao dada por:
α(x, y) = (0, 0).
3.2 Subespa¸cos vetoriais
Um subconjunto U de um espa¸co vetorial V ´e dito um subespa¸co ve-
torial de V quando U, com as opera¸c˜oes de V , ´e um espa¸co vetorial.
Para verificar que um subconjunto n˜ao vazio U de um espa¸co vetorial
V ´e um subespa¸co vetorial de V , basta verificar que:
(SE) dados u, v ∈ U e α ∈ K, temos u +v ∈ U e αu ∈ U.
De fato, a condi¸c˜ao (SE) implica que as opera¸c˜oes de adi¸c˜ao e mul-
tiplica¸c˜ao por escalar est˜ao bem definidas em U. Como V ´e um espa¸co
vetorial, as propriedades (EV1) a (EV8) da defini¸c˜ao 3.1, p´agina 67,
est˜ao satisfeitas para todos elementos de V ; como U ⊂ V , elas est˜ao
satisfeitas tamb´em para todos elementos de U. Logo, U ´e um espa¸co
vetorial.
72 Cap. 3 Espa¸cos vetoriais
Se V ´e um espa¸co vetorial qualquer, ent˜ao os subconjuntos U = ¦0¦
e U = V s˜ao subespa¸cos vetoriais de V (chamados subespa¸cos triviais).
Exemplo 3.9. O conjunto U = ¦(x, y) : x − 2 y = 0¦ ´e um subespa¸co
vetorial de R
2
. De fato, em primeiro lugar, U ´e n˜ao vazio, pois, por
exemplo, (0, 0) ∈ U. Al´em disso, se (x, y), (s, t) ∈ U e α ∈ R, temos
x = 2 y e s = 2 t, donde x + s = 2 (y + t) e αx = 2 αy e portanto
(x +s, y +t) ∈ U e (αx, αy) ∈ U.
Da mesma maneira, mostramos que qualquer reta passando pela origem
´e um subespa¸co de R
2
.
Exemplo 3.10. Em V = R
3
, os seguintes subconjuntos:
- a origem ¦(0, 0, 0)¦,
- o pr´oprio R
3
,
- as retas passando pela origem (0, 0, 0)
- os planos contendo a origem
s˜ao subespa¸cos vetoriais. Pode-se mostrar que esses s˜ao os ´ unicos su-
bespa¸cos de R
3
.
Exemplo 3.11. Seja A = (a
i j
) ∈ M
m×n
(R). O conjunto U de todas
as solu¸c˜oes v = (x
1
, x
2
, . . . , x
n
)
T
do sistema linear homogˆeneo
Av = 0. (3.3)
´e um subespa¸co vetorial de R
n
.
´
E claro que a n−upla 0 = (0, 0, . . . , 0)
T
´e solu¸c˜ao de (3.3), portanto
pertence a U. Se v
1
, v
2
∈ U e α ∈ R, temos Av
1
= 0 e Av
2
= 0,
donde
A(v
1
+v
2
) = Av
1
+Av
2
= 0 +0 = 0;
portanto v
1
+ v
2
∈ U. Analogamente, A(αv
1
) = αAv
1
= α0 = 0;
logo αv
1
∈ U.
Exemplo 3.12. O espa¸co vetorial P
n
(R) ´e um subespa¸co vetorial de
P(R). Se m ≤ n, ent˜ao P
m
(R) ´e um subespa¸co vetorial de P
n
(R).
Exemplo 3.13. (Um contra-exemplo) Seja V = P
2
(R). O conjunto W
de todos polinˆomios de grau 2 n˜ao ´e subespa¸co vetorial de P
2
(R). De
fato os polinˆomios p(t) = t − t
2
e q(t) = t + t
2
pertencem a W, mas
p(t) +q(t) = 2 t n˜ao pertence a W.
3.3. COMBINAC¸
˜
OES LINEARES 73
Exerc´ıcio 3.2. Verifique se W ´e subespa¸co vetorial de R
4
, sendo
(a) W = ¦(x, y, y, x) : x, y ∈ R¦
(b) W = ¦(x, y, z, w) : w = 3 x, y = 5 x + 3 z¦
(c) W = ¦(x, y, z, w) : z = xw¦
(d) W = ¦(x, y, z, w) : x = 2 s, y = 3 s, s ∈ R¦
(e) W = ¦(x, y, s, t) : t = 3 x e s = y
2
¦.
Exerc´ıcio 3.3. Verifique se W ´e subespa¸co vetorial de P
n
(R), sendo
(a) W = ¦p ∈ P
n
(R) : p(2) = p(1)¦ (b) W = ¦p ∈ P
n
(R) : p

(t) ≡ 0¦
(c) W = ¦p ∈ P
n
(R) : p(2) = p

(1)¦ (d) W = ¦p ∈ P
n
(R) : p

(3) = 0¦
Exerc´ıcio 3.4. Verifique se W ´e subespa¸co vetorial de M
2
(R), sendo
(a) W =

x −y
y x

: x, y ∈ R
¸
(b) W =

x 0
y z

: x, y, z ∈ R
¸
Exerc´ıcio 3.5. Verifique se W ´e subespa¸co vetorial de M
n
(R), sendo
(a) W = ¦A ∈ V : A
T
= A¦ (b) W = ¦A ∈ V : A
T
= −A¦
Exerc´ıcio 3.6. Seja V = ((R, R). Mostre que U = ¦f ∈ V : f(−x) =
f(x), ∀x¦ e W = ¦f ∈ V : f(−x) = −f(x), ∀x¦ s˜ao subespa¸cos de V .
Exerc´ıcio 3.7. Seja V um espa¸co vetorial e sejam U, W subespa¸cos
vetoriais de V . Mostre que U ∩ W ´e subespa¸co vetorial de V .
3.3 Combina¸c˜oes lineares
Sejam u
1
, . . . , u
n
∈ V, α
1
, . . . , α
n
∈ K. O vetor
v = α
1
u
1
+ +α
n
u
n
chama-se combina¸c˜ao linear de u
1
, . . . , u
n
. Por exemplo, o vetor v =
(1, 1, 3) ´e combina¸c˜ao de u
1
= (0, 2, 3), u
2
= (0, 2, 2) e u
3
= (1, 3, 6) pois
(−1) u
1
+ 0 u
2
+ 1 u
3
= (0, −2, −3) + (1, 3, 6) = (1, 1, 3) = v .
O vetor (1, 5, 3) de R
3
n˜ao ´e combina¸c˜ao linear de (1, 3, 6), (0, 2, 3) e
(2, −2, 0) pois uma igualdade da forma
(1, 5, 3) = x(1, 3, 6) +y (0, 2, 3) +z (2, −2, 0) ,
74 Cap. 3 Espa¸cos vetoriais
com x, y, z ∈ R, ´e equivalente ao sistema imposs´ıvel

x + 2 z = 1
3 x + 2 y −2 z = 5
6 x + 3 y = 3.
O vetor (2, 3, 5) ´e combina¸c˜ao linear de (1, 1, 1), (1, 1, 0) e (1, 0, 0): pro-
curemos α, β, γ tais que
α(1, 1, 1) +β (1, 1, 0) +γ(1, 0, 0) = (2, 3, 5);
ent˜ao α, β, γ devem satisfazer o sistema de equa¸c˜oes

α +β +γ = 2
α +β = 3
α = 5,
Como esse sistema tem a solu¸c˜ao, α = 5, β = −2, γ = −1, segue-se que
(2, 3, 5) ´e combina¸c˜ao linear de (1, 1, 1), (1, 1, 0) e (1, 0, 0).
Exerc´ıcio 3.8. Mostre que todo vetor (x, y, z) ∈ R
3
´e combina¸c˜ao linear
de (1, 1, 1), (1, 1, 0) e (1, 0, 0).
Teorema 3.2. Seja V um espa¸co vetorial e sejam u
1
, . . . , u
n
∈ V . O
conjunto U de todas combina¸c˜oes lineares de u
1
, . . . , u
n
´e um subespa¸co
vetorial de V .
Demonstra¸c˜ao: Em primeiro lugar, U ´e n˜ao vazio, pois o vetor nulo ´e
combina¸ c˜ao linear de u
1
, . . . , u
n
; de fato, 0 = 0 u
1
+ + 0 u
n
. Al´em
disso, dados v , w ∈ U,
v = α
1
u
1
+ +α
n
u
n
, w = β
1
u
1
+ +β
n
u
n
,
e α ∈ R, temos
v +w = (α
1

1
) u
1
+ + (α
n

n
) u
n
αv = (αα
1
) u
1
+ + (αα
n
) u
n
o que mostra que v +w e αv s˜ao combina¸c˜oes lineares de u
1
, . . . , u
n
, ou
seja, v +w ∈ U e αv ∈ U. Logo, U ´e um subespa¸co vetorial de V .
Combina¸c˜oes lineares 75
O subespa¸co W dado no teorema 3.2 chama-se subespa¸co gerado
por u
1
, . . . , u
n
e ´e denotado por [u
1
, . . . , u
n
]; os vetores u
1
, . . . , u
n
s˜ao
ent˜ao chamados geradores de W. Um espa¸co vetorial ´e dito finita-
mente gerado quando possui um n´ umero finito de geradores. Neste
texto, estaremos interessados somente nos espa¸cos vetoriais finitamente
gerados.
Exemplo 3.14. Considere em R
3
os vetores a = (1, 0, 0), b = (0, 1, 0)
e c = (1, 1, 0). Ent˜ao: [a] = ¦(x, 0, 0) : x ∈ R¦ = eixo x,
[c] = ¦(y, y, 0) : y ∈ R¦ = reta passando pela origem paralela a c,
[a, c] = [b, c] = [a, b, c] = ¦(x, y, 0) ∈ R
3
: x, y ∈ R¦ ´e o plano z = 0.
Exemplo 3.15. Encontrar um conjunto de geradores para o subespa¸co
U = ¦(x, y, z, w) ∈ R
4
: x +y −z = 0, y −z +w = 0¦.
Temos (x, y, z, w) ∈ U ⇐⇒ z = x +y, w = x. Portanto
(x, y, z, w) = (x, y, x +y, x) = x(1, 0, 1, 1) +y (0, 1, 1, 0).
Logo U = [(1, 0, 1, 1), (0, 1, 1, 0)].
Exemplo 3.16. O espa¸co vetorial R
n
´e finitamente gerado: todo vetor
x = (x
1
, . . . , x
n
) ∈ R
n
´e combina¸c˜ao linear dos vetores
e
1
= (1, 0, . . . , 0), . . . , e
n
= (0, . . . , 0, 1).
De fato, temos x = x
1
e
1
+ +x
n
e
n
.
Exemplo 3.17. O espa¸co vetorial P
n
(R) ´e finitamente gerado: ´e f´acil
ver que ele ´e gerado pelos monˆomios
m
0
(t) = 1, m
1
(t) = t, m
2
(t) = t
2
, . . . , m
n
(t) = t
n
:
todo polinˆomio p(t) de grau menor ou igual a n se escreve como
p(t) = a
0
+a
1
t + +a
n
t
n
= a
0
m
0
(t) +a
1
m
1
(t) + +a
n
m
n
(t).
Exemplo 3.18. O espa¸co vetorial P(R), de todos os polinˆomios, n˜ao ´e
finitamente gerado. Fixado qualquer subconjunto finito ¦p
1
, . . . , p
m
¦ de
P(R), seja n o mais alto grau dos polinˆ omios p
1
, . . . , p
m
: ´e claro que
o polinˆomio p(t) = t
n+1
n˜ao ´e combina¸c˜ao linear de ¦p
1
, . . . , p
m
¦.
76 Cap. 3 Espa¸cos vetoriais
Exemplo 3.19. Os conjuntos A = ¦cos 2 t , 1¦ e B = ¦cos
2
t, sen
2

geram o mesmo subespa¸co de C(R, R).
Como cos 2 t = cos
2
t −sen
2
t e 1 = cos
2
t +sen
2
t, toda combina¸ c˜ao
linear de cos 2 t e 1 ´e uma combina¸ c˜ao linear de cos
2
t e sen
2
t: se f(t) =
a
1
cos 2t+a
2
1, temos f(t) = a
1
cos
2
t+(a
2
−a
1
) sen
2
t. Reciprocamente,
como cos
2
t = (1 + cos 2 t)/2 e sen
2
t = (1 −cos 2 t)/2, toda combina¸c˜ao
linear de cos
2
t e sen
2
t ´e uma combina¸c˜ao linear de cos 2 t e 1 : se f(t) =
b
1
cos
2
t + b
2
sen
2
t, ent˜ao f(t) = c
1
cos 2 t + c
2
, com c
1
= (b
1
− b
2
)/2 e
c
2
= (b
1
+b
2
)/2.
A defini¸c˜ao de subespa¸co gerado estende-se aos seguintes casos:
(1) Se S = ∅, pomos [S] = ¦0¦.
(2) Se S for um conjunto infinito, definimos o subespa¸co gerado [S] do
seguinte modo: [S] ´e o conjunto de todas as combina¸c˜oes lineares de
elementos de S, isto ´e, u ∈ [S] se, e somente se, existem v
1
, . . . , v
r
∈ S,
α
1
, . . . α
r
∈ K tais que u = α
1
v
1
+ +α
r
v
r
.
Exerc´ıcio 3.9. a) Verificar se o vetor (1, 4, 2) ∈ R
3
´e combina¸c˜ao
linear de (1, 2, 0) e (−1, 1, 1).
b) Verificar se o vetor (3, 5, 7) ∈ R
3
´e combina¸c˜ao linear de (2, 1, 3) e
(3, −2, 2).
Exerc´ıcio 3.10. Sejam u = (0, 2, 1, 0), v
1
= (0, 2, 0, −1), v
2
= (1, 1, 1, 0)
e v
3
= (3, 1, 1, −1).
a) Escreva u como combina¸c˜ao linear de v
1
, v
2
e v
3
.
b)
´
E poss´ıvel escrever v
1
como combina¸c˜ao linear de v
2
, v
3
e u? E v
2
como combina¸c˜ ao linear de v
1
, v
3
e u? E v
3
como combina¸c˜ao linear
de v
1
, v
2
e u?
Exerc´ıcio 3.11. Mostre que o espa¸co vetorial P
2
(R) ´e gerado pelos
polinˆomios p
1
= 1; p
2
= 1 +t; p
3
= 1 +t +t
2
.
Exerc´ıcio 3.12. Sejam p(t) = 2 t +t
2
, q(t) = 2 t −t
3
, r(t) = 1 +t +t
2
e f(t) = 3 +t +t
2
−t
3
.
a) Escreva p(t) como combina¸c˜ao linear de q(t), r(t) e f(t).
b)
´
E poss´ıvel escrever q(t) como combina¸c˜ao linear de r(t), f(t) e p(t)?
Exerc´ıcio 3.13. Encontre o subespa¸co gerado por S, sendo
(a) S = ¦(1, 2), (0, −1)¦ ⊂ R
2
3.4. DEPEND
ˆ
ENCIA LINEAR 77
(b) S = ¦1 +t, t +t
2
, t
2
+t
3
, 1 +t
3
¦ ⊂ P
3
(R)
(c) S = ¦(2, 2, 1), (1, 1, 0)¦ ⊂ R
3
(d) S = ¦t, t
2
−t
3
¦ ⊂ P
3
(R).
3.4 Dependˆencia linear
Sejam V um espa¸co vetorial e S = ¦v
1
, . . . , v
n
¦ ⊂ V . Dizemos que os
vetores v
1
, . . . , v
n
s˜ao linearmente dependentes, ou que S ´e um con-
junto linearmente dependente (escreveremos abreviadamente LD)
quando existem escalares n˜ao todos nulos α
1
, . . . , α
n
tais que
α
1
v
1
+ +α
n
v
n
= 0. (3.4)
Caso contr´ario, isto ´e, se uma igualdade do tipo α
1
v
1
+ + α
n
v
n
= 0
s´o for poss´ıvel quando α
1
= = α
n
= 0, dizemos que os vetores
v
1
, . . . , v
n
s˜ao linearmente independentes, ou que S ´e um conjunto
linearmente independente (abreviadamente LI).
Notemos que, quaisquer que sejam os vetores v
1
, . . . , v
n
, os escalares
α
1
= 0, α
2
= 0, . . . , α
n
= 0 satisfazem a igualdade (3.4). O que real-
mente interessa nessa defini¸c˜ao ´e saber se tamb´em ´e poss´ıvel escrever
(3.4) com escalares n˜ao todos nulos (quando dizemos que v
1
, . . . , v
n
s˜ao LD) ou se a ´ unica maneira poss´ıvel de escrever (3.4) ´e pondo
α
1
= 0, . . . , α
n
= 0 (neste caso, v
1
, . . . , v
n
s˜ao LI).
Exemplo 3.20. Em R
4
, os vetores (3, 1, 1, 4), (1, 1, 0, 3), (2, 0, 1, 1) s˜ao
LD, pois podemos escrever
(−1) (3, 1, 1, 4) + 1 (1, 1, 0, 3) + 1 (2, 0, 1, 1) = (0, 0, 0, 0).
Exemplo 3.21. Em R
3
, os vetores (1, 0, 0), (1, 1, 0), (1, 1, 1) s˜ao LI.
De fato, se escrevermos
α(1, 0, 0) +β (1, 1, 0) +γ (1, 1, 1) = (0, 0, 0),
temos
(α +β +γ, β +γ, γ) = (0, 0, 0), ou seja,

α +β +γ = 0
β +γ = 0
γ = 0
que implica α = β = γ = 0.
78 Cap. 3 Espa¸cos vetoriais
Exemplo 3.22. Os vetores e
1
= (1, . . . , 0), . . . , e
n
= (0, . . . , 1) s˜ao
linearmente independentes.
De fato, se os n´ umeros x
1
, . . . , x
n
s˜ao tais que x
1
e
1
+ + x
n
e
n
= 0,
temos (x
1
, . . . , x
n
) = (0, . . . , 0), ou seja, x
1
= 0 , = x
n
= 0, donde
concluimos que os vetores e
1
, . . . , e
n
s˜ao linearmente independentes.
Exemplo 3.23. Os monˆomios 1 , t, . . . , t
n
s˜ao LI em P(R).
De fato, se os escalares α
0
, α
1
, . . . , α
n
s˜ao tais que
α
0

1
t + +α
n
t
n
= 0, ∀t ∈ R, (3.5)
ent˜ao, pondo t = 0, obtemos α
0
= 0. Derivando (3.5) e pondo t = 0,
obtemos α
1
= 0. De modo an´alogo, obtemos α
2
= 0, . . . , α
n
= 0.
Exemplo 3.24. Se um dos vetores v
1
, . . . , v
n
for combina¸c˜ao linear dos
outros, ent˜ao v
1
, . . . , v
n
s˜ao LD.
Seja v
k
o vetor que ´e combina¸c˜ao linear dos demais:
v
k
= α
1
v
1
+ +α
k−1
v
k−1

k+1
v
k+1

n
v
n
.
Podemos ent˜ao escrever
α
1
v
1
+ +α
k−1
v
k−1
+ (−1) v
k

k+1
v
k+1
+ +α
n
v
n
= 0.
Como o coeficiente de v
k
´e n˜ao nulo, temos que v
1
, . . . , v
n
s˜ao LD.
A rec´ıproca desse fato tamb´em ´e verdadeira: se uma seq¨ uˆencia de
vetores v
1
, . . . , v
n
∈ V ´e LD e se v
1
= 0, ent˜ao ao menos um desses
vetores ´e combina¸ c˜ao linear dos precedentes. Mais precisamente.
Teorema 3.3. Se v
1
, . . . , v
n
∈ V s˜ao vetores LD e se v
1
= 0, ent˜ao
existe k ≥ 2 tal que v
k
´e combina¸c˜ao linear de v
1
, . . . , v
k−1
.
Demonstra¸c˜ao: Como v
1
, . . . , v
n
s˜ao linearmente dependentes, existem
escalares n˜ao todos nulos α
1
, . . . , α
n
tais que
α
1
v
1
+ +α
n
v
n
= 0. (3.6)
Dependˆencia linear 79
Seja k o maior dentre esses ´ındices tal que α
k
= 0; como v
1
= 0, temos
k ≥ 2 (de fato, se tiv´essemos α
1
= 0 e α
2
= 0, . . . , α
n
= 0, a igualdade
(3.6) ficaria α
1
v
1
= 0, o que ´e imposs´ıvel, pois α
1
= 0 e v
1
= 0). Como
α
k+1
= 0, . . . , α
n
= 0, podemos ent˜ao escrever a igualdade (3.6) na
forma
α
1
v
1
+ +α
k
v
k
= 0.
Agora, como α
k
= 0, dessa igualdade temos
v
k
= −
α
1
α
k
v
1
− −
α
k−1
α
k
v
k−1
,
o que mostra que v
k
´e combina¸c˜ao linear dos vetores v
1
, . . . , v
k−1
.
Corol´ario 3.1. Todo conjunto que cont´em um conjunto LD ´e LD, isto
´e, se os vetores v
1
, . . . , v
p
∈ V s˜ao LD e v
p+1
, . . . , v
n
s˜ao vetores
quaisquer em V , ent˜ao v
1
, . . . , v
p
, v
k+1
, . . . , v
n
s˜ao LD.
Demonstra¸c˜ao: Como os vetores v
1
, . . . , v
p
s˜ao LD, um deles, digamos,
v
k
, k < p, ´e combina¸c˜ao linear de v
1
, . . . , v
k−1
; ent˜ao ´e claro que v
k
,
tamb´em se escreve como combina¸c˜ao linear de v
1
, . . . , v
n
.
Corol´ario 3.2. Se os vetores v
1
, . . . , v
n
s˜ao LI e v
1
, . . . , v
n
, x s˜ao
LD, ent˜ao x ´e combina¸c˜ao linear de v
1
, . . . , v
n
.
Demonstra¸c˜ao: Como nenhum dos v
j
pode ser combina¸c˜ao linear dos
precedentes (pois os vetores v
1
, . . . , v
n
s˜ao LI), segue-se que x ´e
combina¸c˜ao linear de v
1
, . . . , v
n
.
Exerc´ıcio 3.14. Sejam v
1
, . . . , v
k
vetores LI em V e x ∈ V . Mostre
que, se x / ∈ [v
1
, . . . , v
n
], ent˜ao os vetores v
1
, . . . , v
n
, x s˜ao LI.
Observa¸c˜ao 3.2. O conceito independˆencia linear tamb´em pode ser de-
finido para conjuntos infinitos de vetores: um conjunto S ´e dito linear-
mente independente quando todo subconjunto finito de S for LI (de
acordo com a defini¸c˜ao acima). Por exemplo, no espa¸co vetorial P(R),
o conjunto B = ¦1, t, t
2
, . . . , t
n
, . . . ¦ ´e linearmente independente: note-
mos que, para cada inteiro n fixado, os elementos 1, t, t
2
, . . . , t
n
s˜ao LI
e que dado um subconjunto finito S = ¦t
k
1
, . . . , t
k
p
¦ de B, se N denota
o maior dos n´ umeros k
1
, . . . , k
p
, temos S ⊂ ¦t
1
, . . . , t
N
¦. Logo, B ´e LI.
80 Cap. 3 Espa¸cos vetoriais
Exerc´ıcio 3.15. Determine se os seguintes vetores em R
n
(n = 3 ou
n = 4) s˜ao LI ou LD.
(a) (1, 2, 2, −3), (−1, 4, 2, 0) (b) (1, 2), (−3, 1)
(c) (4, 2, 6, −2), (6, 3, 9, −3) (d) (2, 3, 1), (7, −1, 5)
(e) (9, 0, 7), (2, 1, 8), (2, 0, 4) (f) (1, 0, 1), (5, 1, 2), (3, 1, 0)
(g) (1, 0, 0), (2, 3, 0), (1, 7, 5) (h) (−4, 6, −2), (2, 3, −1), (2, 0, 4)
(i) (1, 0, 3), (3, 1, 2), (1, 5, 7) (j) (1, 5, −6); (2, 1, 8); (3, 1, 4); (2, 3, 11)
(k) (1, 0, 1), (3, 1, 2), (2, 5, 3) (l) (1, 3, −1, 4), (3, 8, −5, 7), (2, 9, 4, 23)
Exerc´ıcio 3.16. Determine se u e v s˜ao LI ou LD em P
2
(R), sendo
(a) u = t
2
−t−1, v = 9t
2
−5 t−2, (b) u = t
2
−3 t+2, v = t
2
+2 t−3t−2.
Exerc´ıcio 3.17. Determine se u e v s˜ao LI ou LD em M
2
(R), sendo
(a) u =
¸
−1 0
−1 0

, v =
¸
1 1
0 0

, (b) u =
¸
−8 2
−6 0

, v =
¸
12 −3
9 0

Exerc´ıcio 3.18. Determine se as matrizes M, N, P s˜ao LI ou LD.
(a) M =
¸
4 8 −2
1 −2 3

N =
¸
8 10 −4
1 −1 4

P =
¸
8 10 −4
1 −1 4

.
3.5 Base e dimens˜ao
Uma base de um espa¸co vetorial V ´e um conjunto de vetores LI que
geram V .
Exemplo 3.25. O conjunto ¦u = (1, 1), v = (2, 1)¦ ´e base de R
2
.
Os vetores u e v geram R
2
. Dado w = (a, b) ∈ R
2
, procuramos
escalares x, y tais que xu + y v = w, ou seja (x + 2 y, x + y) = (a, b).
Ent˜ao x, y precisam ser solu¸c˜oes do sistema

x + 2 y = a
x + y = b.
(3.7)
Portanto x = 2 b −a, y = a −b. Logo, w = (2 b −a) u + (a −b) v.
Os vetores u e v s˜ao LI pois, se xu + y v = 0, ent˜ao, x e y s˜ao
solu¸c˜oes do sistema (3.7) com a = b = 0, e portanto, x = y = 0. Logo,
u e v s˜ao LI.
Base e dimens˜ao 81
Exemplo 3.26. O conjunto B = ¦(1, 0, 0) , (0, 1, 0) , (0, 0, 1)¦ ´e base de
R
3
: de fato, j´a vimos que os vetores de B s˜ao LI e geram R
3
.
Mais geralmente, temos
Exemplo 3.27. O conjunto B = ¦e
1
, e
2
, . . . , e
n
¦, em que e
1
=
(1, . . . , 0), e
2
= (0, 1, . . . , 0), . . . , e
n
= (0, . . . , 1), ´e base de R
n
.
Sejam V um espa¸co vetorial, B = ¦e
1
, . . . , e
n
¦ uma base de V e seja
x ∈ V . Como e
1
, . . . , e
n
geram V , existem escalares α
1
, . . . , α
n
tais que
x = α
1
e
1
+ +α
n
e
n
. (3.8)
Al´em disso, como e
1
, . . . , e
n
s˜ao LI, os escalares s˜ao determinados de
modo ´ unico, no sentido que, se
x = β
1
e
1
+ +β
n
e
n
,
ent˜ao
α
1
= β
1
, . . . , α
n
= β
n
.
Reciprocamente, se todo vetor x ∈ V se escreve de modo ´ unico co-
mo combina¸c˜ao linear de e
1
, . . . , e
n
, ent˜ao eles s˜ao geradores de V .
Al´em disso, como o vetor nulo se escreve de modo ´ unico como com-
bina¸c˜ao linear de e
1
, . . . , e
n
, segue-se que esses vetores s˜ao LI. Logo,
B = ¦e
1
, . . . , e
n
¦ ´e base de V .
Estes fatos mostram a importˆancia do conceito de base e, por isso,
vamos enunci´a-lo como um teorema.
Teorema 3.4. Seja B = ¦e
1
, . . . , e
n
¦ uma base de um espa¸co vetorial
V . Ent˜ao todo x ∈ V se escreve de modo ´ unico como combina¸c˜ao linear
de e
1
, . . . , e
n
. Reciprocamente, se todo vetor x ∈ V se escreve de modo
´ unico como combina¸c˜ao linear de e
1
, . . . , e
n
, ent˜ao B = ¦e
1
, . . . , e
n
¦ ´e
uma base de V .
Os n´ umeros α
1
, . . . , α
n
chamam-se coordenadas de x em rela¸c˜ao
`a base B. A partir deste ponto, ´e conveniente considerar base como
sendo um conjunto ordenado de vetores: isto significa que neste ponto ´e
importante a ordem em que os vetores e
1
, . . . , e
n
s˜ao relacionados (com
82 Cap. 3 Espa¸cos vetoriais
isto queremos dizer, por exemplo, que e
1
, e
2
, . . . , e
n
e e
2
, e
1
, . . . , e
n
s˜ao bases distintas de V ). Podemos ent˜ao escrever os escalares de (3.8)
como uma matriz coluna (ou como uma n−upla, se for conveniente),
chamada matriz de coordenadas de x
[x]
B
=

α
1
.
.
.
α
n
¸
¸
. (3.9)
Deve ficar entendido que α
1
´e o coeficiente de e
1
, . . . , α
n
´e o coeficiente
de e
n
em (3.8). Para simplificar a nota¸c˜ao vamos indicar a matriz em
(3.9) por

α
1
, . . . , α
n

T
: o s´ımbolo T indica a transposta da matriz.
Exemplo 3.28. Consideremos em R
4
os vetores v
1
= (1, 0, −1, 0), v
2
=
(0, 0, 0, 1), v
3
= (0, 0, 1, 2), v
4
= (0, 1, 0, 1) e w = (a, b, c, d).
(a) Mostrar que B = ¦v
1
, v
2
, v
3
, v
4
¦ ´e base de R
4
;
(b) Quais s˜ao as coordenadas de w em rela¸c˜ao `a base canˆonica de R
4
?
(c) Encontrar as coordenadas de w em rela¸c˜ao `a base B.
Dado w = (a, b, c, d) ∈ R
4
, procuremos α, β, γ, δ ∈ R tais que
αv
1
+β v
2
+γ v
3
+δ v
4
= w, (3.10)
isto ´e,
(α, δ, −α +γ, β + 2γ +δ) = (a, b, c, d).
Dessa igualdade temos α = a, β = d−2 a−b−2 c, γ = a+c e δ = b, o que
mostra que todo w ∈ R
4
se escreve, de modo ´ unico, como combina¸c˜ao
linear de v
1
, v
2
, v
3
, v
4
, ou seja, os vetores v
1
, v
2
, v
3
, v
4
geram R
4
.
Al´em disso, como a ´ unica solu¸c˜ao de (3.10) para u = (0, 0, 0, 0) ´e
(α, β, γ, δ) = (0, 0, 0, 0), temos que os vetores v
1
, v
2
, v
3
e v
4
s˜ao LI.
Logo, B ´e base de R
4
.
´
E claro que, como podemos escrever
(a, b, c, d) = a (1, 0, 0, 0) +b (0, 1, 0, 0) +c (0, 0, 1, 0) +d (0, 0, 0, 1);
temos [w]
C
= (a, b, c, d)
T
.
Para obter as coordenadas de w em rela¸c˜ao `a base B, procuramos
x, y, z, t tais que
(a, b, c, d) = x(1, 0, −1, 0) +y (0, 0, 0, 1) +z (0, 0, 1, 2) +t (0, 1, 0, 1).
Base e dimens˜ao 83
Ent˜ao x, y, z, t devem satisfazer
x = a, t = b, −x +z = c, y + 2 z +t = d,
donde x = a, y = d −2 a −2 c −b; z = c +a, t = b. Logo,

w

B
=

a, d −2 a −2 c −b, c +a, b

T
.
(1, 0, −1, 0), v
2
= (0, 0, 0, 1), v
3
= (1, 0, 0, 2), v
4
= (0, 1, 0, 1)
Exemplo 3.29. Sejam U = ¦(x, y, z, t) : x−y +z = 0 e y +z −t = 0 ¦,
V = ¦(x, y, z, t) : x − y + z = 0 ¦ e W = ¦(x, y, z, t) : y − t = 0 e
y +z = 0 ¦. Encontrar bases para U, V, W, U ∩ V e V ∩ W .
Temos (x, y, z, t) ∈ U ⇐⇒ x − y + z = 0 e y + z − t = 0, ou seja,
z = y −x e t = y +z = 2 y −x. Portanto, (x, y, z, t) = (x, y, y −x, 2y −
x) = x(1, 0, −1, −1)+y(0, 1, 1, 2), ou seja U = [(1, 0, −1, −1), (0, 1, 1, 2)];
como os vetores (1, 0, −1, −1) e (0, 1, 1, 2) s˜ao LI, eles formam uma base
de U.
(x, y, z, t) ∈ V ⇐⇒ x−y+z = 0, donde obtemos z = y−x. Portan-
to, (x, y, z, t) = (x, y, y−x, t) = x(1, 0, −1, 0)+y (0, 1, 1, 0)+t (0, 0, 0, 1),
ou seja V = [(1, 0, −1, 0), (0, 1, 1, 0), (0, 0, 0, 1)]. Como esses geradores
s˜ao LI, eles constituem uma base de V .
(x, y, z, t) ∈ W ⇔ t = y e z = −y. Logo, (x, y, z, t) = (x, y, −y, y) =
= x(1, 0, 0, 0) +y (0, 1, −1, 1), donde W = [(1, 0, 0, 0), (0, 1, −1, 1)] . Co-
mo (1, 0, 0, 0) e (0, 1, −1, 1) s˜ao LI, eles formam uma base de W.
Como U ∩ V = U, uma base de U ∩ V ´e ¦(1, 0, −1, −1), (0, 1, 1, 2)¦.
(x, y, z, t) ∈ V ∩W ⇐⇒ x = 2 y, t = y e z = −y. Logo, (x, y, z, t) =
(2 , y, −y, y) = y (2, 1, −1, 1), ou seja V ∩ W = [(2, 1, −1, 1)]; logo, uma
base de V ∩ W ´e ¦(2, 1, −1, 1)¦.
Exerc´ıcio 3.19. Verificar se o conjunto B ´e uma base para R
2
.
(a) B = ¦(1, 1), (1, 2)¦ (b) B = ¦(2, 8), (3, 12)¦.
Exerc´ıcio 3.20. Verificar se o conjunto B ´e uma base para R
3
.
(a) B = ¦(1, 1, 1), (0, 1, 1), (0, 0, 1)¦ (b) B = ¦(1, 1, 1), (0, 1, 1), (1, 0, 0)¦
(c) B = ¦(1, 2, 3), (1, 1, 1), (0, 0, 1)¦ (d) B = ¦(1, 2, 3), (0, 2, 1), (0, 0, 2)¦.
84 Cap. 3 Espa¸cos vetoriais
Exerc´ıcio 3.21. Verificar se o conjunto B ´e uma base para R
4
.
(a) B = ¦(1, 1, 1, 1), (1, 1, 1, 0), (1, 1, 0, 0)(1, 0, 0, 0)¦
(b) B = ¦(1, 0, 0, 0), (1, 1, 0, 0), (1, −1, 0, 0), (1, −1, −1, −1)¦.
Exerc´ıcio 3.22. Calcule as coordenadas de (1, 2, 3) em rela¸c˜ao `a base
B, sendo:
(a) B = ¦(1, 1, 1), (1, 1, 0), (1, 0, 0)¦, (b) B = ¦(1, 1, 1), (0, 1, 1), (0, 0, 1)¦
(c) B = ¦(1, 2, 1), (0, 1, 1), (0, 0, 1)¦ (d) B = ¦(1, 2, 1), (1, 1, 0), (1, 0, 0)¦.
Exerc´ıcio 3.23. Sejam v
1
= (1, 0, −1, 0), v
2
= (0, 0, 1, 0), v
3
=
(1, 0, 0, 2), v
4
= (0, 1, 0, 1), u = (1, 1, 0, 0) e B = ¦v
1
, v
2
, v
3
, v
4
¦.
(a) Mostre que B ´e uma base de R
4
.
(b) Calcule as coordenadas de u em rela¸c˜ao `a base B.
Exerc´ıcio 3.24. Sejam
B =
¸
1 1
1 1

,
¸
0 −1
1 0

,
¸
1 1
0 0

,
¸
1 0
0 0

e A =
¸
2 3
4 7

(a) Mostre que B ´e base de M
2
(R).
(b) Calcule as coordenadas de A em rela¸c˜ao a essa base.
Exerc´ıcio 3.25. Calcule as coordenadas do polinˆomio 10+t
2
em rela¸c˜ao
a cada uma das seguintes bases de P
2
(R):
(a) ¦1, t, t
2
¦
(b) ¦1, 1 +t, 1 +t +t
2
¦
(c) ¦4 +t, 2, 2 −t
2
¦.
Teorema 3.5. Suponhamos que o espa¸co vetorial V tenha uma base
com n vetores. Ent˜ao qualquer subconjunto de V contendo mais de n
vetores ´e LD.
Demonstra¸c˜ao: Seja B = ¦v
1
, . . . , v
n
¦ uma base de V e sejam x
1
, . . . , x
m
vetores quaisquer em V , com m > n. Podemos supor que os vetores
x
1
, . . . , x
n
s˜ao LI (se x
1
, . . . , x
n
fossem LD a prova terminaria aqui,
pois, pelo Corol´ario 3.1, p´agina 79, j´a ter´ıamos que x
1
, . . . , x
n
, . . . , x
m
s˜ao LD). Como V = [v
1
, . . . , v
n
], temos que x
1
´e combina¸ c˜ao linear de
v
1
, . . . , v
n
:
x
1
= α
1
v
1
+ +α
n
v
n
;
Base e dimens˜ao 85
nessa representa¸c˜ao, pelo menos um dos escalares α
j
´e n˜ao nulo (se todos
os α
j
fossem nulos, ter´ıamos x
1
= 0, o que contradiz o fato que os vetores
x
1
, . . . , x
n
s˜ao LI); para simplificar a nota¸c˜ao, vamos supor que α
n
= 0;
ent˜ao
v
n
=
1
α
n

x
1
−α
1
v
1
− −α
n−1
v
n−1

donde segue que V = [x
1
, v
1
, . . . , v
n−1
]. Agora, como x
2
∈ V , temos
x
2
= γ x
1

1
v
1
+ +β
n−1
v
n−1
,
em que, ao menos um dos β
j
´e n˜ao nulo (se todos os β
j
fossem nulos,
ter´ıamos x
2
= γ x
1
, o que contradiz o fato que os vetores x
1
, . . . , x
n
s˜ao
LI); para simplificar a nota¸c˜ao, vamos supor que β
n−1
= 0; ent˜ao
v
n−1
=
1
β
n−1

x
2
−γ x
1
−α
1
v
1
− −α
n−2
v
n−2

donde temos V = [u
1
, u
2
, v
1
, . . . , v
n−2
]. Repetindo esse procedimento,
chegaremos a V = [x
1
, x
2
, . . . , x
n
]. Como x
n+1
, . . . , x
m
∈ V , esses
vetores s˜ao combina¸ c˜oes lineares de x
1
, x
2
, . . . , x
n
. Pelo Corol´ario 3.1
x
1
, . . . , x
n
, x
n+1
, . . . , x
m
s˜ao LD.
Teorema 3.6. Seja V um espa¸co vetorial finitamente gerado. Ent˜ao
todas as bases de V tˆem a mesma quantidade de elementos.
Demonstra¸c˜ao: Sejam ¦e
1
, . . . e
n
¦ e ¦v
1
, . . . v
p
¦ duas bases de V . Como
V = [e
1
, . . . e
n
] e v
1
, . . . v
p
´e um conjunto LI em V temos, pelo Teorema
3.5, p ≤ n. Trocando os pap´eis de e
1
, . . . e
n
e v
1
, . . . v
p
, obtemos n ≤ p.
Logo, n = p.
Defini¸c˜ao 3.2. Seja V um espa¸co vetorial finitamente gerado: o n´ umero
de vetores de uma base qualquer de V chama-se dimens˜ao de V . Se um
espa¸co vetorial V n˜ao ´e finitamente gerado, diz-se que ele tem dimens˜ao
infinita.
Exemplo 3.30. dim R
n
= n e dim P
n
(R) = n + 1.
Apresentamos a seguir um m´etodo pr´atico para estudar a dependˆencia
linear em R
n
. O m´etodo baseia-se no seguinte lema.
86 Cap. 3 Espa¸cos vetoriais
Lema 3.1. Suponhamos W = [u
1
, u
2
, . . . , u
m
] ⊂ R
n
. Definamos
v
1
= u
1
, v
2
= u
2
+k
1
v
1
, . . . , v
m
= u
m
+k
m−1
v
1
, (3.11)
em que k
2
, . . . , k
m−1
∈ R. Ent˜ao W = [v
1
, v
2
, . . . , v
m
].
Demonstra¸c˜ao: De fato, a partir das igualdades (3.11) ´e f´acil ver que
cada vetor u
j
, j = 1, . . . , m, ´e combina¸c˜ao linear de v
1
, . . . , v
m
. Segue-
se que W = [v
1
, v
2
, . . . , v
m
].
Uma conseq¨ uˆencia imediata do Lema 3.1 ´e um m´etodo f´acil para
decidir se um dado conjunto de vetores ´e LI ou LD. Formamos a matriz
A de ordem mn cujos vetores linhas s˜ao v
1
, v
2
, . . . , v
m
e escalonamos
a matriz A. O processo de escalonamento consiste precisamente em
efetuar convenientemente as opera¸c˜oes indicadas em (3.11).
Exemplo 3.31. Decidir se u
1
= (1, 1, −1, 1), u
2
= (1, 1, −2, 1),
u
3
= (3, 1, −3, 2) e u
4
= (1, 0, −1, 0) s˜ao LI ou LD.
Formemos a matriz A cujos vetores linhas s˜ao u
1
, u
2
, u
3
e u
4
e
escalonemos A

1 1 −1 1
1 1 −2 1
3 1 −3 2
1 0 −1 0
¸
¸
¸
¸

1 1 −1 1
0 0 1 0
0 2 0 1
0 1 0 1
¸
¸
¸
¸

1 1 −1 1
0 1 0 1
0 0 1 0
0 2 0 1
¸
¸
¸
¸

1 1 −1 1
0 1 0 1
0 0 1 0
0 0 0 1
¸
¸
¸
¸
Como todas linhas da matriz escalonada s˜ao n˜ao nulas, seus vetores
linhas s˜ao LI. Pelo Lema 3.1, temos dim[u
1
, u
2
, u
3
, u
4
] = 4. Logo, os
vetores u
1
, u
2
, u
3
e u
4
s˜ao LI.
Exemplo 3.32. Decidir se os vetores u
1
= (1, 3, 2, 1), u
2
= (2, 4, 2, 0),
u
3
= (1, 3, 1, 0), u
4
= (3, 6, 3, 0) s˜ao LI ou LD.
Formemos a matriz A cujos vetores linhas s˜ao u
1
, u
2
, u
3
e u
4
e
escalonemos A

1 3 2 1
2 4 2 0
1 3 1 0
3 6 3 0
¸
¸
¸ ∼

1 3 2 1
0 2 2 2
0 0 1 1
0 3 3 3
¸
¸
¸ ∼

1 3 2 1
0 1 1 1
0 0 1 1
0 3 3 3
¸
¸
¸ ∼

1 3 2 1
0 1 1 1
0 0 1 1
0 0 0 0
¸
¸
¸
3.6. DEPEND
ˆ
ENCIA LINEAR DE FUNC¸
˜
OES 87
Como o subespa¸co gerado pelos vetores linhas da matriz escalonada tem
dimens˜ao 3, os vetores u
1
, u
2
, u
3
e u
4
s˜ao LD.
Teorema 3.7. Seja V um espa¸co vetorial, dimV = n, e sejam v
1
, . . . , v
p
(com p < n) vetores LI em V . Ent˜ao existem n−p vetores v
p+1
, . . . , v
n
em V tais que v
1
, . . . , v
n
´e base de V .
Demonstra¸c˜ao: Como p < n, temos [ v
1
, . . . , v
p
] = V . Ent˜ao existe
v
p+1
∈ V tal que v
p+1
/ ∈ [ v
1
, . . . , v
p
]. Como v
1
, . . . v
p
s˜ao LI e que
v
p+1
/ ∈ [ v
1
, . . . , v
p
], segue-se que nenhum desses vetores pode ser com-
bina¸c˜ao linear dos demais. Portanto, os vetores v
1
, . . . , v
p
, v
p+1
s˜ao
linearmente independentes.
Se p+1 = n, ent˜ao os vetores v
1
, . . . , v
p
, v
p+1
constituem uma base
de V . Se p + 1 < n, repetimos o procedimento acima. Ap´os n − p
passos chegaremos a um conjunto LI v
1
, . . . , v
p
, v
p+1
, . . . v
n
, que ´e a
base de V .
Exerc´ıcio 3.26. Verificar se o conjunto B ´e uma base para R
3
.
(a) B = ¦(1, 2, −1), (0, 3, 1)¦ (b) B = ¦(2, 4, −3); (0, 1, 1); (0, 1, −10¦
(c) B = ¦(1, 5, −6); (2, 1, 8); (3, −1, 4); (2, 3, −11)¦.
Exerc´ıcio 3.27. Verificar se o conjunto B ´e uma base para R
4
.
(a) B = ¦(1, 1, 1, 1), (1, 1, 1, 0), (1, 1, 0, 0), (1, 0, 0, 0)¦
(b) B = ¦(1, 0, 1, 0), (1, 0, 0, 1), (1, 1, 0, 0), (0, 0, 1, 1)¦
(c) B = ¦(1, 1, 0, 1), (1, 0, 0, 1), (1, 1, 0, 0), (0, 1, 0, 1)¦.
3.6 Dependˆencia linear de fun¸c˜oes
Consideremos o espa¸co vetorial V = ((I, R
n
) das fun¸c˜oes cont´ınuas no
intervalo I com valores em R
n
. Dizer que as fun¸c˜oes f
1
, . . . , f
n
do espa¸co
((I, R
n
) s˜ao LD significa dizer que existem escalares α
1
, . . . , α
n
n˜ao
todos nulos tais que
α
1
f
1
(t) + +α
n
f
n
(t) = 0 , para todo t ∈ I. (3.12)
Por exemplo, as fun¸c˜oes 1, sen
2
t e cos
2
t, s˜ao LD no espa¸co vetorial
((R, R) pois, da trigonometria sabemos que sen
2
t +cos
2
t −1 = 0, para
todo t ∈ R. J´a o conjunto S = ¦1, sen t, cos t¦ ´e LI pois uma igualdade
do tipo
α +β sen t +γ cos t = 0, ∀t ∈ R
88 Cap. 3 Espa¸cos vetoriais
s´o ´e poss´ıvel se α = β = γ = 0; de fato, pondo t = 0, temos α + γ = 0,
pondo t = π, temos α−γ = 0 e pondo t = π/2, temos α +β = 0. Essas
igualdades implicam α = β = γ = 0. Logo S ´e LI.
Notemos que, para cada t ∈ I, f
1
(t) , . . . , f
n
(t) s˜ao vetores de R
n
.
Logo, se as fun¸c˜oes f
1
, . . . , f
n
s˜ao linearmente dependentes, ent˜ao a con-
di¸c˜ao (3.12) afirma que, para todo t ∈ I, os vetores f
1
(t) , . . . , f
n
(t) s˜ao
linearmente dependentes em R
n
. Portanto, se, para algum t
0
∈ I, os
vetores f
1
(t
0
) , . . . , f
n
(t
0
) s˜ao LI em R
n
, ent˜ao as fun¸c˜oes f
1
, . . . , f
n
s˜ao
LI. Combinando estes fatos com (3.12), temos:
Teorema 3.8. Se, para algum t
0
∈ I, det[f
1
(t
0
) , . . . , f
n
(t
0
)] = 0, ent˜ao
as fun¸c˜oes f
1
, . . . , f
n
s˜ao LI.
Exemplo 3.33. O conjunto S = ¦e
t
, e
3t
¦ ⊂ ((R, R) ´e LI; de fato,
suponhamos que
αe
t
+βe
3t
= 0 ∀t ∈ R. (3.13)
Em particular, para t = 0, temos α+β = 0. Derivando (3.13), obtemos
αe
t
+3βe
3t
= 0, ∀t ∈ R; para t = 0, temos α+3β = 0. A ´ unica solu¸c˜ao
do sistema de equa¸c˜oes nas inc´ognitas α, β ´e a trivial α = β = 0. Logo,
S ´e LI.
O pr´oximo teorema d´a uma regra para independˆencia linear de fun¸c˜oes
escalares.
Teorema 3.9. (regra para independˆencia linear de fun¸c˜oes). Se-
jam ϕ
1
, . . . , ϕ
n
fun¸c˜oes reais n − 1 vezes deriv´aveis num intervalo J.
Se existir x
0
∈ J tal que
det

ϕ
1
(x
0
) ϕ
2
(x
0
) . . . ϕ
n
(x
0
)
ϕ

1
(x
0
) ϕ

2
(x
0
) . . . ϕ

n
(x
0
)
.
.
.
.
.
.
.
.
.
.
.
.
ϕ
(n−1)
1
(x
0
) ϕ
(n−1)
2
(x
0
) . . . ϕ
(n)
n
(x
0
)
¸
¸
¸
¸
= 0, (3.14)
ent˜ao ϕ
1
, . . . , ϕ
n
s˜ao LI.
Demonstra¸c˜ao: Suponhamos que
α
1
ϕ
1
(x) +α
2
ϕ
2
(x) + +α
n
ϕ
n
(x) = 0, ∀x ∈ J.
Dependˆencia linear de fun¸c˜oes 89
Derivando sucessivamente essa igualdade e pondo x = x
0
, temos

ϕ
1
(x
0
) α
1

2
(x
0
) α
2
+ +ϕ
n
(x
0
) α
n
= 0
ϕ

1
(x
0
) α
1

2
(x
0
) α
2
+ +ϕ

n
(x
0
) α
n
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ϕ
(n−1)
1
(x
0
) α
1

(n−1)
2
(x
0
) α
2
+ +ϕ
(n−1)
n
(x
0
) α
n
= 0
(3.15)
As igualdades (3.15) podem ser vistas como um sistema de n equa¸c˜oes
nas inc´ognitas α
1
, α
2
, . . . , α
n
, cuja matriz dos coeficientes tem determi-
nante diferente de zero. Portanto, esse sistema tem uma ´ unica solu¸c˜ao,
que ´e α
1
= 0, α
2
= 0, . . . , α
n
= 0. Logo, as fun¸c˜oes ϕ
1
, . . . , ϕ
n
s˜ao
linearmente independentes.
O determinante em (3.14) chama-se wronskiano de ϕ
1
, . . . , ϕ
n
e ´e
denotado por W(x) (ou W(ϕ
1
, . . . , ϕ
n
)(x)).
Exemplo 3.34. Se p, q e r s˜ao n´ umeros dois a dois distintos, ent˜ao as
fun¸c˜oes e
p t
, e
q t
e e
r t
s˜ao LI. De fato, temos

e
p t
e
q t
e
r t
p e
p t
q e
q t
r e
r t
p
2
e
p t
q
2
e
q t
r
2
e
r t

= (r −q) (r −p) (q −p) e
(p+q+r) t
= 0
De modo analogo mostramos que se os n´ umeros r
1
, . . . , r
n
forem dois a
dois distintos, ent˜ao as fun¸c˜oes e
r
1
t
, . . . , e
rn t
s˜ao LI.
Observa¸c˜ao 3.3. A rec´ıproca do teorema anterior n˜ao ´e verdadeira.
Por exemplo, as fun¸c˜oes f(t) = t
2
e g(t) = t [t[ s˜ao LI, mas seu
wronskiano ´e nulo. No entanto, pode-se mostrar que, se duas fun¸c˜ oes
ϕ
1
, ϕ
2
forem LI e forem solu¸c˜oes da equa¸c˜ao diferencial de segunda
ordem y

+a(t) y

+b(t) y = 0, com a(t), b(t) cont´ınuas em um intervalo
J, ent˜ao W(ϕ
1
, ϕ
2
)(t) = 0 ∀t ∈ J.
Exerc´ıcio 3.28. Mostre que:
(a) ¦cos 2t, sen
2
t, cos
2
t¦ ´e LD (b) ¦1, e
t
, sent, e
t
cos t¦ ´e LI
(c) ¦1, sen t, cos 2t, sen
2
t¦ ´e LD (d) ¦1, sen t, cos t¦ ´e LI.
(e) ¦e
a t
cos b t, e
a t
sen b t, e
c t
¦ ´e LI, se b = 0 e ´e LD, se b = 0.
90 Espa¸cos vetoriais Cap. 5
3.7 Bases ortogonais em R
n
Consideremos em R
n
o seu produto interno usual: se x = (x
1
, . . . , x
n
)
e y = (y
1
, . . . , y
n
), ent˜ao
x y = x
1
y
1
+ + x
n
y
n
.
Teorema 3.10. Se X = ¦u
1
, u
2
, . . . , u
m
¦ ´e um conjunto de vetores
ortogonais n˜ao nulos, ent˜ao X ´e um conjunto LI.
Demonstra¸c˜ao: Suponhamos que os n´ umeros α
1
, α
2
, . . . , α
m
s˜ao tais
que
α
1
u
1

2
u
2
+ +α
m
u
m
= 0 (3.16)
Efetuando o produto escalar dos dois membros de (3.16) com u
1
e notan-
do que u
1
u
1
= |u
1
|
2
e u
j
u
1
= 0, ∀j = 1, obtemos α
1
|u
1
|
2
= 0.
Como |u
1
|
2
= 0, temos α
1
= 0. Analogamente obtemos α
2
= 0,
α
3
= 0 , . . . , α
m
= 0. Logo, os vetores u
1
, u
2
, . . . , u
m
s˜ao LI.
Uma base B = ¦u
1
, . . . , u
n
¦ de R
n
formada por vetores 2 a 2 orto-
gonais ´e chamada uma base ortogonal. Se al´em disso, todos os vetores
forem unit´arios (isto ´e, |u
j
| = 1, ∀j) dizemos que B ´e uma base orto-
normal.
Exemplo 3.35. A base canˆonica de R
n
´e ortonormal.
Exemplo 3.36. Em R
3
, o conjunto ¦(1, 0, 0), (0,
1
2
,

3
2
), (0,

3
2
,
−1
2
)¦ ´e
uma base ortonormal.
O pr´oximo teorema mostra que fica mais simples obter as coordena-
das de um vetor quando trabalhamos com uma base ortonormal.
Teorema 3.11. Se B = ¦v
1
, v
2
, . . . , v
n
¦ ´e uma base ortonormal de
R
n
, ent˜ao, para todo x ∈ R
n
, temos
x = (x v
1
) v
1
+ (x v
2
) v
2
+ + (x v
n
) v
n
, (3.17)
isto ´e, se x = α
1
v
1

2
v
2
+ +α
n
v
n
, ent˜ao α
1
= xv
1
, . . . , α
n
= xv
n
.
Bases ortogonais 91
Demonstra¸c˜ao: Como B ´e base de R
n
, existem n´ umeros α
1
, α
2
, . . . , α
n
s˜ao tais que
x = α
1
v
1

2
v
2
+ +α
n
v
n
(3.18)
Efetuando o produto escalar dos dois membros de (3.18) com v
1
e notan-
do que v
1
v
1
= 1 e v
j
v
1
= 0, ∀j = 1, obtemos x v
1
= α
1
. De modo
an´alogo, obtemos x v
2
= α
2
, . . . , x v
n
= α
n
.
Teorema 3.12. Sejam ¦v
1
, . . . , v
p
¦ um conjunto ortonormal em R
n
e
x ∈ R
n
. Mostrar que o vetor z = x − (x v
1
) v
1
− − (x v
p
) v
p
´e
ortogonal a cada um dos vetores v
1
, . . . , v
p
.
De fato, como v
j
v
j
= 1 e v
i
v
j
= 0, se i = j, temos
z v
j
= x v
j
−(x v
1
) (v
1
v
j
) − −(x v
p
)(v
p
v
j
) = x v
j
−x v
j
= 0.
O vetor w = (x v
1
) v
1
+ + (x v
p
) v
p
, dado no Teorema 3.12,
chama-se proje¸c˜ao ortogonal de x sobre o subespa¸co [ v
1
, . . . , v
p
].
v
2
v
1
(x v
2
) v
2
(x v
1
) v
1
w
x
z

`

»

`
`
`
`
`
`

»

Usando o Teorema 3.12 podemos construir uma base ortonormal de
um subespa¸co vetorial W de R
n
a partir de uma dada base de W. Seja
u
1
, u
2
, . . . , u
m
uma base de W. Definamos os vetores w
2
, . . . , w
m
e
92 Espa¸cos vetoriais Cap. 5
v
1
, v
2
, . . . , v
m
do seguinte modo:
v
1
=
u
1
|u
1
|
w
2
= u
2
−(v
1
u
2
)v
1
v
2
=
w
2
|w
2
|
w
3
= u
3
−(v
1
u
3
)v
1
−(v
2
u
3
)v
2
v
3
=
w
3
|w
3
|
.
.
.
w
m
= u
m
−(v
1
u
2
)v
1
−(v
2
w
m
)v
2
− −(v
m−1
u
m
)v
m−1
v
m
=
w
m
|w
m
|
De acordo com o Teorema 3.12, cada vetor v
k
´e ortogonal a v
1
, . . . , v
k−1
.
Al´em disso, como os vetores u
1
, u
2
, . . . , u
m
s˜ao linearmente indepen-
dentes, todos os v
1
, v
2
, . . . , v
m
s˜ao diferentes do vetor nulo e, portanto,
formam uma base de W. Este m´etodo de obter uma base ortonormal
chama-se m´etodo de ortonormaliza¸c˜ao de Gram-Schmidt.
Exemplo 3.37. Usando o m´etodo de Gram-Schmidt, ortonormalizar a
base u
1
= (1, 1, 1), u
2
= (1, 1, 0), u
3
= (1, 0, 0) de R
3
.
Como |u
1
| =

3, tomamos v
1
=
1

3
u
1
=
1

3
(1, 1, 1). Em seguida,
como 'u
2
, v
1
` = 2/

3, tomamos
w
2
= u
2
−'u
2
, v
1
`v
1
= (1, 1, 0) −
2
3
(1, 1, 1) =
1
3
(1, 1, −2)
e
v
2
=
w
2
|w
2
|
=
1

6
(1, 1, −2)
Como 'u
3
, v
1
` = 1/

3 e 'u
3
, v
2
` =

6, tomamos
w
3
= u
3

1

3
v
1

1

6
v
2
= (1, 0, 0) −
1
3
(1, 1, 1) −
1
6
(1, 1, −2) =
=
1
2
(1, −1, 0)
e portanto
v
3
=
w
3
|w
3
|
=

2
2
(1, −1, 0)
Assim, a base procurada ´e
¸
1

3
(1, 1, 1),
1

6
(1, 1, −2),

2
2
(1, −1, 0)
¸
.
3.8. EXERC
´
ICIOS 93
Exerc´ıcio 3.29. Seja ¦u
1
, u
2
, . . . , u
n
¦ uma base ortonormal de R
n
.
Mostre que, se v = α
1
u
1
+ +α
n
u
n
ent˜ao
|v| = (α
2
1
+ +α
2
n
)
1/2
Exerc´ıcio 3.30. Usando o m´etodo de Gram-Schmidt, ortonormalizar a
base ¦(1, 1, 1, 1), (1, 1, 1, 0), (1, 1, 0, 0), (1, 0, 0, 0)¦.
Exerc´ıcio 3.31. Encontre uma base ortonormal para cada um dos se-
guintes subespa¸cos vetoriais de R
3
:
(a) [(9, 0, 7), (2, 1, 8), (2, 0, 4)] (b) [(1, 0, 1), (5, 1, 2), (3, 1, 0)]
(c) [(1, 0, 0), (2, 3, 0), (1, 7, 5); (d) [(1, 2, 8), (−2, 2, 2), (3, 0, 6)]
(e) ¦(x, y, z) : 3 x −y + 2 z = 0¦
Exerc´ıcio 3.32. Seja S ⊂ R
n
um subconjunto n˜ao vazio. Mostre que
o conjunto S

dos vetores ortogonais a todos os vetores de S ´e um
subespa¸co vetorial de R
n
.
Exerc´ıcio 3.33. Seja W um subespa¸co vetorial de R
n
.
(a) Mostre que W
⊥⊥
= W.
(b) Mostre que todo x ∈ R
n
se escreve na forma x = u+v, com u ∈ W
e w ∈ W

.
3.8 Exerc´ıcios
1. Encontrar bases para os seguintes subespa¸cos de M
2
(R):
(a) ¦A ∈ M
2
(R) : A
T
= A¦ (b) ¦A ∈ M
2
(R) : A
T
= −A¦ .
2. Encontrar bases dos subespa¸cos U, W e U ∩ W de P
3
(R), sendo:
(a) U = ¦p ∈ P
3
(R) : p(1) = 0¦, W = ¦p ∈ P
3
(R) : p

(t) = 0, ∀t¦
(b) U = [t
3
−2 t
2
+ 4, 3 t
2
−1, 5 t
3
], W = [t
3
−3 t
2
, t −5, 3]
(c) U = [t
2
+ 4, 3 t
2
−1, 5 t
3
], W = ¦p ∈ P
3
(R) : p

(t) = 0, ∀t ∈ R¦.
3. Encontrar bases dos seguintes subespa¸cos de R
3
: U, W, U ∩ W:
(a) U = [(0, 0, 1), (1, 1, 1)], W = [(1, 0, 0), (0, 1, 0)],
(b) U = ¦(x, y, z) ∈ R
3
: x −2 y = 0¦, W = [(1, 5, 3), (0, 2, 3)]
(c) U = ¦(x, y, z) ∈ R
3
: x + 2 y = 0¦, W = [(0, 0, 1), (1, 1, 1)]
94 Espa¸cos vetoriais Cap. 5
4. Verifique se o conjunto

¸
1 0
1 0

,
¸
2 0
1 0

,
¸
0 1
1 0

,
¸
1 0
0 2

¸
´e
base de M
2
(R).
5. Encontre uma base e a dimens˜ao de W, sendo:
(a) W = [(1, 4, −1, 3), (2, 1, −3, −1), (0, 1, 1, 1)] ⊂ R
4
.
(b) W = ¦(x, y, z, t) ∈ R
4
: x −y = 0e x + 2 y +t = 0¦
(c) W = ¦X ∈ M
2
(R) : AX = X¦, em que A =
¸
1 2
0 1

.
(d) W = ¦p ∈ P
2
(R) : p

(t) = 0, ∀t ∈ R¦.
(e) W = [t
3
+ 4t
2
−t + 3, t
3
+ 5t
2
+ 5, 3t
3
+ 10t
2
−5t + 5] ⊂ P
3
(R).
6. Determinar uma base e a dimens˜ao de U, de W e de U ∩ W, sendo:
(a) U = ¦(x, y, z) ∈ R
3
: x +y +z = 0¦ W = ¦(x, y, 0) : z = 0¦.
(b) U = ¦p ∈ P
2
(R) : p

(t) = 0, ∀t ∈ R¦, W = ¦p ∈ P
2
(R) : p(0) = 0¦.
Cap´ıtulo 4
Equa¸c˜oes diferenciais lineares
Neste cap´ıtulo estudamos equa¸c˜oes diferenciais lineares de ordem superi-
or a um. Inicialmente apresentaremos alguns fatos gerais sobre equa¸c˜oes
lineares. Tais resultados s˜ao v´alidos para qualquer equa¸c˜ao diferencial
linear mas, para simplificar a nota¸c˜ao, vamos enunci´a-los para equa¸c˜oes
de segunda ordem.
4.1 Fatos gerais sobre equa¸c˜ oes lineares
Consideremos a equa¸c˜ao linear de segunda ordem
y

+a(t) y

+b(t) y = h(t). (4.1)
em que as fun¸c˜oes a(t), b(t), chamadas coeficientes e h(t), chamada
termo for¸cante, s˜ao cont´ınuas em um intervalo J ⊂ R. Se h(t) ≡ 0,
a equa¸c˜ao diferencial (4.1) ´e dita n˜ao homogˆenea. Se h(t) = 0, ∀t, a
equa¸c˜ao (4.1) fica
y

+a(t) y

+b(t) y = 0 (4.2)
e ´e chamada homogˆenea. Uma solu¸c˜ao de (4.1) ´e uma fun¸c˜ao y(t) de-
finida em um intervalo I ⊂ R que satisfaz (4.1), isto ´e, y

(t)+a(t)y

(t)+
b(t)y(t) = h(t), ∀t ∈ J. Nosso objetivo ´e encontrar a solu¸c˜ao geral
da equa¸c˜ao (4.1), isto ´e, obter uma express˜ao que descreva todas as so-
lu¸c˜oes dessa equa¸c˜ao. De modo an´alogo ao que ocorre na Mecˆanica, em
que a posi¸c˜ao de uma part´ıcula ´e determinada a partir de sua posi¸c˜ao
e sua velocidade no instante inicial, vamos associar `as equa¸c˜oes (4.1) e
(4.2)) condi¸c˜oes iniciais. Dados t
0
∈ I, y
0
, ˜ y
0
∈ R, o problema de
95
96 Cap. 4 Equa¸c˜oes diferenciais lineares
encontrar uma solu¸c˜ao y(t) de (4.1) tal que y(t
0
) = y
0
e y

(t
0
) = ˜ y
0
´e um
problema de valor inicial associado a essa equa¸c˜ao. O problema de
encontrar a solu¸c˜ao geral de (4.1) ´e equivalente ao de encontrar a solu¸c˜ao
de qualquer problema de valor inicial associado a essa equa¸c˜ao. Enuncia-
mos no teorema a seguir um fato importante para o estudo das equa¸c˜oes
de segunda ordem: o problema de valor inicial para tais equa¸c˜oes tem
uma ´ unica solu¸c˜ao; a demonstra¸c˜ao est´a fora dos objetivos deste texto.
Teorema 4.1. Suponhamos que a(t), b(t) e f(t) sejam fun¸c˜oes cont´ı-
nuas em um intervalo I. Ent˜ao, dados t
0
∈ I, y
0
, y
1
∈ R, existe uma
´ unica solu¸c˜ao da equa¸c˜ao
y

+a(t) y

+b(t) y = f(t) (4.3)
tal que y(t
0
) = y
0
e y

(t
0
) = y
1
.
O pr´oximo teorema, conhecido como princ´ıpio de superposi¸c˜ ao, per-
mite obter novas solu¸c˜oes de (4.1) e (4.2) a partir de solu¸c˜oes conhecidas.
A demonstra¸c˜ao ´e trivial e fica como exerc´ıcio.
Teorema 4.2. Se y
1
(t) e y
2
(t) s˜ao solu¸c˜oes de
y

+a(t) y

+b(t) y = h
1
(t) (4.4)
y

+a(t) y

+b(t) y = h
2
(t), (4.5)
respectivamente, e se c
1
, c
2
s˜ao constantes, ent˜ao a fun¸c˜ao z(t) = c
1
y
1
(t)+
c
2
y
2
(t) ´e solu¸c˜ao da equa¸c˜ao
y

+a(t) y

+b(t) y = c
1
h
1
(t) +c
2
h
2
(t). (4.6)
Corol´ario 4.1. O conjunto o das solu¸c˜oes da equa¸c˜ao homogˆenea (4.2)
´e um espa¸co vetorial de dimens˜ao 2.
Demonstra¸c˜ao: Tomando h
1
(t) = h
2
(t) = 0, o teorema anterior implica
que qualquer combina¸c˜ao linear de solu¸c˜oes de (4.2) ´e uma solu¸c˜ao de
(4.2), ou seja, o conjunto o ´e um subespa¸co de ((J, R), o espa¸co vetorial
de todas as fun¸c˜oes cont´ınuas em J com valores reais.
Mostremos que dim o = 2. Fixemos t
0
∈ J arbitrariamente. Sejam
ϕ
1
(t), ϕ
2
(t) as solu¸c˜oes de (4.2) tais que ϕ
1
(t
0
) = 1, ϕ

1
(t
0
) = 0 e
Fatos gerais 97
ϕ
2
(t
0
) = 0, ϕ

2
(t
0
) = 1 (a existˆencia de tais solu¸c˜oes ´e garantida pelo
Teorema 4.1).
Afirmamos que ϕ
1
(t), ϕ
2
(t) formam uma base de o. Em primeiro
lugar, ´e claro que essas fun¸c˜oes s˜ao LI, pois o seu wronskiano ´e diferente
de zero em t = t
0
:
W(ϕ
1
, ϕ
2
)(t
0
) = det
¸
ϕ
1
(t
0
) ϕ
2
(t
0
)
ϕ

1
(t
0
) ϕ

2
(t
0
)

= det
¸
1 0
0 1

= 1
Mostremos agora qualquer solu¸c˜ao ϕ(t) de (4.2) ´e combina¸ c˜ao linear de
ϕ
1
(t) e ϕ
2
(t). Procuremos constantes C e D tais que
ϕ(t) = C ϕ
1
(t) +Dϕ
2
(t), ∀t ∈ J. (4.7)
Para que (4.7) esteja satisfeita quando t = t
0
, devemos ter C = ϕ(t
0
).
Derivando (4.7) e substituindo t = t
0
, obtemos D = ϕ

(t
0
). Com isto,
temos que (4.7) est´a verificada quando t = t
0
. Mostremos que (4.7) est´a
satisfeita para todo t ∈ J. Sabemos, por hip´otese, que a fun¸c˜ao ϕ(t) ´e
solu¸c˜ao do PVI

y

+a(t) y

+b(t) y = 0
y(t
0
) = C
y

(t
0
) = D
Por outro lado, a fun¸c˜ao C ϕ
1
(t)+Dϕ
2
(t) tamb´em ´e solu¸c˜ao desse PVI.
Como, pelo Teorema 4.1, tal PVI tem uma ´ unica solu¸c˜ao, devemos ter
ϕ(t) = C ϕ
1
(t) +Dϕ
2
(t), ∀t ∈ J.
Tomando h
1
(t) = h
2
(t) = h(t), c
1
= 1 e c
2
= −1 no Teorema 4.2,
vemos que se y
1
(t) e y
2
(t) s˜ao solu¸c˜oes quaisquer da equa¸c˜ao (4.1), ent˜ao
y
2
(t) − y
1
(t) ´e uma solu¸c˜ao de (4.2). Segue-se que, uma vez conhecida
uma solu¸c˜ao particular y

(t) de (4.1), podemos obter qualquer outra
solu¸c˜ao de (4.1) somando a y

(t) uma conveniente solu¸c˜ao da equa¸c˜ao
homogˆenea (4.2). Como conseq¨ uˆencia, temos o seguinte resultado.
Corol´ario 4.2. A solu¸c˜ao geral da equa¸c˜ao n˜ao homogˆenea (4.1) ´e a
soma de uma solu¸c˜ao particular da equa¸c˜ao n˜ao homogˆenea (4.2) com a
solu¸c˜ao geral da equa¸c˜ao homogˆenea (4.1).
Exemplo 4.1.
´
E f´acil ver que a fun¸c˜ao y(t) = 5 t ´e solu¸c˜ao da equa¸c˜ ao
diferencial y

+ y = 5 t. Como a solu¸c˜ao geral da equa¸c˜ao homogˆenea
98 Cap. 4 Equa¸c˜oes diferenciais lineares
associada ´e y
H
(t) = a cos t + b sen t, a , b ∈ R, segue-se que a solu¸c˜ ao
geral da equa¸c˜ao y

+y = 5 t ´e y(t) = a cos t +b sen t + 5 t, a , b ∈ R.
Exerc´ıcio 4.1. Sabendo que a fun¸c˜ao ψ(t) = 5 t
3
+ 4 t
5
´e solu¸c˜ao da
equa¸c˜ao n˜ao homogˆenea y

+ p(t) y

+ q(t) y = g(t) e que as fun¸c˜oes
ϕ
1
(t) = sen 5 t, ϕ
2
(t) = cos 5 t s˜ao solu¸c˜oes da equa¸c˜ao homogˆenea
correspondente, encontre a solu¸c˜ao geral de cada uma dessas equa¸c˜oes.
Exerc´ıcio 4.2. Suponha que y
1
(t) = e
3 t
+ 4 e
−5 t
+ 3 cos 2 t, y
2
(t) =
e
−5 t
+ 3 cos 2 t e y
3
(t) = e
3 t
+ 3 cos 2 t s˜ao solu¸c˜oes da equa¸c˜ao n˜ao
homogˆenea y

+a y

+b y = f(t). Encontre a solu¸c˜ao geral dessa equa¸c˜ao.
Extens˜ao para equa¸c˜oes de ordem superior: Os resultados acima
permanecem v´alidos, com algumas adapta¸c˜oes ´obvias, para equa¸c˜oes
diferenciais lineares de ordem n
y
(n)
+a
n−1
(t) y
(n−1)
+ +a
1
(t) y

+a
0
(t) y = g(t)
4.2 M´etodo de redu¸c˜ao da ordem
Consideremos a equa¸c˜ao linear de segunda ordem homogˆenea
y

+p(t) y

+q(t) y = 0 . (4.8)
Suponhamos conhecida uma solu¸c˜ao y
1
(t) dessa equa¸c˜ao. Sabemos que,
para qualquer constante c, a fun¸c˜ao c y
1
(t) ´e uma solu¸c˜ao da equa¸c˜ao
(4.8): ´e claro que as fun¸c˜oes y
1
(t) e c y
1
(t) s˜ao linearmente depen-
dentes. Um m´etodo para encontrar uma solu¸c˜ao y
2
(t) linearmente in-
dependente de y
1
(t) consiste em procurar uma nova solu¸c˜ao de (4.8)
na forma y(t) = u(t) y
1
(t), em que u(t) ´e uma fun¸c˜ao n˜ao constan-
te (assim, o que estamos procurando ´e a fun¸c˜ao u). Substituindo na
equa¸c˜ao (4.8) y(t) = u(t) y
1
(t), y

(t) = u

(t) y
1
(t) + u(t) y

1
(t) e y

(t) =
u

(t) y
1
(t) + 2 u

(t) y

1
(t) +u(t) y

1
(t), temos
u(t)

y

1
(t) +p(t)y

1
(t) +q(t)y
1
(t)

+y
1
(t)u

(t)+
+

2y

1
(t) +p(t)y
1
(t)

u

(t) = 0.
Como y

1
(t) + p(t) y

1
(t) + q(t) y
1
(t) = 0 (pois y
1
(t) ´e solu¸c˜ao de (4.8)),
essa equa¸c˜ao torna-se
y
1
(t) u

(t) +

2 y

1
(t) +p(t) y
1
(t)

u

(t) = 0.
Redu¸c˜ao da ordem 99
Dividindo por y
1
(t) e chamando v = u

, obtemos a equa¸c˜ao linear de
primeira ordem
v

+

2
y

1
y
1
+a

v = 0 , (4.9)
que j´a foi estudada no Cap´ıtulo 1. Uma vez obtida uma solu¸c˜ao v dessa
equa¸c˜ao, integramos v para obter uma fun¸c˜ao u procurada e, conseq¨ uen-
temente, obter uma solu¸c˜ao particular y(t).
Exemplo 4.2. Sabendo que y
1
(t) = t
2
(t > 0) ´e uma solu¸c˜ ao da equa¸c˜ao
diferencial
y


2
t
2
y = 0
obtenha a solu¸c˜ao geral dessa equa¸c˜ao.
Chamando y
2
(t) = t
2
u(t), temos
y

(t) = 2 t u +t
2
u

e y

(t) = t
2
u

+ 4 t u

+ 2 u
Substituiodo na equa¸c˜ao diferencial, obtemos
u

+
4
t
u

= 0.
Chamando v = u

, obtemos a equa¸c˜ao
v

+
4
t
v = 0,
cuja solu¸c˜ao geral ´e v(t) = K/t
4
. Assim, u(t) = −K/(4t
3
). Portanto
y
2
(t) = −K/(4t). Logo, a solu¸c˜ao geral da equa¸c˜ao diferencial ´e
y(t) = a t
2
+
b
4t
, a, b ∈ R.
Exerc´ıcio 4.3. Para cada uma das equa¸c˜oes abaixo ´e dada uma solu¸c˜ao.
Use o m´etodo de redu¸c˜ao da ordem para obter uma outra solu¸c˜ao:
(a) t
2
y

+t y

−(1/4) y = 0, y
1
(t) = t
1/2
(b) t
2
y

+t y

−y = 0, y
1
(t) = t
(c) 4 t
2
y

+ 4 t y

−y = 0, y
1
(t) = t
1/2
(d) t
2
y

−t y

+y = 0, y
1
(t) = t
100 Cap. 4 Equa¸c˜oes diferenciais lineares
4.3 Equa¸c˜ao homogˆenea com coeficientes cons-
tantes
Nosso objetivo nesta se¸c˜ao ´e encontrar a solu¸c˜ao geral da equa¸c˜ao linear
homogˆenea com coeficientes constantes:
y

+a y

+b y = 0 . (4.10)
A fun¸c˜ao exponencial y(t) = e
r t
´e uma candidata natural a solu¸c˜ao de
(4.10) pois suas derivadas de primeira e segunda ordem s˜ao
y

(t) = r e
r t
e y

(t) = r
2
e
r t
,
que diferem de y(t) apenas por constantes multiplicativas, o que torna
poss´ıvel o anulamento da combina¸ c˜ao y

(t)+a y

(t)+b y(t). Substituindo
y(t) = e
r t
em (4.10), temos
(r
2
+a r +b ) e
r t
= 0.
Como e
r t
= 0, ∀t, temos necessariamente
r
2
+a r +b = 0 . (4.11)
Essa equa¸c˜ao ´e chamada equa¸c˜ao caracter´ıstica de (4.10).
A equa¸c˜ao caracter´ıstica (4.11) fornece os expoentes das solu¸c˜oes da
equa¸c˜ao diferencial (4.10): se r ´e uma raiz da equa¸c˜ao caracter´ıstica, ´e
f´acil ver que a fun¸c˜ao e
r t
´e solu¸c˜ao de (4.10). Analisemos as 3 possibili-
dades para o discriminante da equa¸c˜ao caracter´ıstica (4.11).
1
o
¯
caso: ∆ = a
2
−4 b > 0. A equa¸c˜ao caracter´ıstica (4.11) tem 2 ra´ızes
reais distintas r
1
, r
2
dadas por
r
1
=
−a +

a
2
−4 b
2
e r
2
=
−a −

a
2
−4 b
2
Ent˜ao ´e f´acil ver que as fun¸c˜oes
y
1
(t) = e
r
1
t
e y
2
(t) = e
r
2
t
s˜ao solu¸c˜oes de (4.10). Pelo Teorema 4.2, toda combina¸c˜ao linear dessas
fun¸c˜oes
y(t) = c
1
e
r
1
t
+c
2
e
r
2
t
(4.12)
Equa¸c˜ao homogˆenea 101
tamb´em ´e solu¸c˜ao de (4.10). Mostraremos em seguida que toda solu¸c˜ao
de (4.10) ´e dessa forma, de modo que a fun¸c˜ao dada por (4.12) ´e a
solu¸c˜ao geral de (4.10). Em primeiro lugar, notemos que, como
r
2
+a r +b = (r −r
1
)(r −r
2
),
temos r
1
+r
2
= −a e r
1
r
2
= b e portanto
y

+a y

+b y =
d
dt

y

−r
1
y

−r
2

y

−r
1
y

Chamando z = y

−r
2
y, podemos reescrever a equa¸c˜ao diferencial (4.2)
na forma
z

−r
1
z = 0. (4.13)
A solu¸c˜ao geral (4.13) ´e z(t) = c
1
e
r
1
t
, em que c
1
´e uma constante arbi-
tr´aria. Portanto, a solu¸c˜ao y(t) de (4.1) que procuramos ´e solu¸c˜ao da
equa¸c˜ao de 1
a
¯
ordem
y

−r
2
y = c
1
e
r
1
t
. (4.14)
Resolvendo (4.14), obtemos
y(t) = k
1
e
r
1
t
+k
2
e
r
2
t
(4.15)
em que k
1
e k
2
s˜ao constantes arbitr´arias (k
1
= c
1
/(r
1
−r
2
)).
Logo, a express˜ao (4.15) fornece a solu¸c˜ao geral da equa¸c˜ao diferen-
cial (4.1) quando ∆ > 0.
Exemplo 4.3. (a) Encontrar a solu¸c˜ ao geral da equa¸c˜ ao
y

+ 3 y

−10 y = 0
(b) Encontrar a solu¸c˜ao y(t) dessa equa¸c˜ ao satisfazendo as condi¸c˜oes
y(0) = 7 e y

(0) = 0.
A equa¸c˜ao caracter´ıstica ´e r
2
+3 r −10 = 0. Portanto as ra´ızes s˜ao
r
1
= 2 e r
2
= −5. Logo, a solu¸c˜ao geral da equa¸c˜ao diferencial ´e
y(t) = c
1
e
2 t
+c
2
e
−5 t
.
As condi¸c˜oes iniciais y(0) = 7 e y

(0) = 0 implicam
c
1
+c
2
= 7 2 c
1
−5 c
2
= 0
donde obtemos c
1
= 5 e c
2
= 2. Logo, a solu¸c˜ao ´e
y(t) = 5 e
2 t
+ 2 e
−5 t
.
102 Cap. 4 Equa¸c˜oes diferenciais lineares
Observa¸ c˜ao 4.1.
´
E interessante comparar a equa¸c˜ao diferencial (4.10)
y

+a y

+b y = 0
com a correspondente equa¸c˜ao caracter´ıstica (4.11).
r
2
+a r +b = 0.
Notemos que a cada derivada da fun¸c˜ao inc´ognita em (4.10) corresponde
uma potˆencia de r em (4.11); mais especificamente, aos termos y

, y

e
y =“derivada de ordem 0” em (4.1) correspondem, respectivamente, as
potˆencias r
2
, r e 1“= r
0
”.
2
o
¯
caso: ∆ = p
2
−4 b = 0. Agora, a equa¸c˜ao caracter´ıstica
r
2
+a r +b = 0,
tem uma raiz dupla: (r
1
= r
2
=) r = −a/2.
Repetindo o procedimento do caso anterior, resolvemos a equa¸c˜ao
w

−r w = 0,
cuja solu¸c˜ao ´e
w(t) = c e
r t
.
Em seguida, procuramos a solu¸c˜ao geral da equa¸c˜ ao
y

−r y = c e
r t
.
Multiplicando pelo fator integrante e
−r t
, obtemos
e
−r t
y

−r e
−r t
y
. .. .
(e
−r t
y(t))

= c e
−r t
e
r t
= c
Integrando, temos e
−r t
y(t) = c t + d, donde obtemos a express˜ao da
solu¸c˜ao geral da equa¸c˜ao (4.1) quando a equa¸c˜ao caracter´ıstica tem uma
raiz dupla
y(t) = c t e
r t
+d e
r t
= (c t +d) e
r t
. (4.16)
Exemplo 4.4. Encontrar a solu¸c˜ao geral da equa¸c˜ao diferencial
y

−4 y

+ 4 y = 0.
Equa¸c˜ao homogˆenea 103
A equa¸c˜ao caracter´ıstica ´e r
2
−4 r +4 = 0, que tem r = 2 como raiz
dupla. Portanto, a solu¸c˜ao geral da equa¸c˜ao diferencial ´e
y(t) = c e
2 t
+d t e
2 t
, c, d ∈ R.
3
o
¯
caso: ∆ = p
2
− 4 b < 0. As ra´ızes da equa¸c˜ao caracter´ıstica tˆem
partes imagin´arias diferentes de zero. Como, nos dois casos anteriores,
a solu¸c˜ao geral de (4.2) ´e dada em termos da fun¸c˜ao exponencial. A
diferen¸ca ´e que, neste caso, a solu¸c˜ao ´e uma fun¸c˜ao complexa. Se r
1
=
α+i β e r
2
= α−i β s˜ao as ra´ızes da equa¸c˜ao caracter´ıstica (4.11), ent˜ao
toda solu¸c˜ao da equa¸c˜ao diferencial (4.10) ´e dada por
y(t) = c
1
e
r
1
t
+c
2
e
r
2
t
,
em que c
1
, c
2
s˜ao constantes (que podem ser complexas). Isto n˜ao ´e plen-
amente satisfat´orio, pois gostar´ıamos de obter solu¸c˜oes reais da equa¸c˜ao
(4.10). Para resolver esse problema, usaremos o seguinte resultado.
Teorema 4.3. Se y(t) = u(t) + i v(t) ´e uma solu¸c˜ao complexa (com
u(t) , v(t) reais) da equa¸c˜ao diferencial
y

(t) +a y

+b y = f(t) +i g(t), (4.17)
em que os coeficientes a e b s˜ao constantes reais e f(t) e g(t) s˜ao fun¸c˜oes
reais, ent˜ao u(t) e v(t) s˜ao solu¸c˜oes, respectivamente, das equa¸c˜oes
u

+a u

+b u = f(t) (4.18)
e
v

+a v

+b v = g(t). (4.19)
Demonstra¸c˜ao: Como y(t) = u(t)+i v(t) ´e uma solu¸c˜ao de (4.17), temos
u

(t) +i v

(t) +a [u

(t) +i v

(t)] +b [u(t) +i v(t)] = f(t) +i g(t),
Separando parte real e parte imagin´aria, temos
u

(t) +a u

(t) +b u(t) = f(t)
v

(t) +a v

(t) +b v(t) = g(t) ,
104 Cap. 4 Equa¸c˜oes diferenciais lineares
isto ´e, u e v s˜ao solu¸c˜oes de (4.18) e (4.19), respectivamente.
Apliquemos o Teorema 4.3 `a equa¸c˜ao (4.10). Se r
1
= α + i β e
r
2
= α−i β s˜ao as ra´ızes da equa¸c˜ao caracter´ıstica (4.11), ent˜ao qualquer
uma das solu¸c˜oes complexas
y
1
(t) = e
(α+i β) t
= e
αt
cos(β t) +i e
αt
sen (β t)
y
2
(t) = e
(α−i β) t
= e
αt
cos(β t) −i e
αt
sen (β t)
d´a origem `as solu¸c˜oes reais
z
1
(t) = e
αt
cos β t e z
2
(t) = e
αt
sen β t
da equa¸c˜ao (4.1). Como nos casos anteriores, mostramos que a solu¸c˜ao
geral da equa¸c˜ao diferencial para este caso (∆ < 0) ´e
z(t) = e
αt
[A cos β t +Bsenβ t] (4.20)
Exemplo 4.5. Encontrar a solu¸c˜ao geral da equa¸c˜ao y

+4y

+13 y = 0.
A equa¸c˜ao caracter´ıstica ´e r
2
+ 4 r + 13 = 0, cujas solu¸c˜oes s˜ao
r
1
= −2 + 3 i e r
1
= −2 −3 i. Portanto, as fun¸c˜oes
y
1
(t) = e
−2t
(cos 3 t +i sen 3 t) e y
2
(t) = e
−2t
(cos 3 t −i sen 3 t)
s˜ao solu¸c˜oes complexas da equa¸c˜ao diferencial dada. Logo, as fun¸c˜oes
z
1
(t) = e
−2t
cos 3 t e z
2
(t) = e
−2t
sen 3 t s˜ao solu¸c˜oes reais da equa¸c˜ao e
sua solu¸c˜ao geral real ´e
z(t) = e
−2t

a cos 3 t +b sen 3 t

, a, b ∈ R.
Exemplo 4.6. (Oscila¸c˜oes livres n˜ao amortecidas)
Consideremos o sistema massa-mola descrito no Cap´ıtulo 2. Suponha-
mos que n˜ao haja atrito e que seja nula a resultante das for¸cas externas
atuando sobre a massa. Chamando ω =

k/m, a equa¸c˜ao (2.3) fica
y


2
y = 0 . (4.21)
Equa¸c˜ao homogˆenea 105
A equa¸c˜ao caracter´ıstica ´e r
2

2
= 0, cujas solu¸c˜oes s˜ao r = ±ω i. Logo,
as fun¸c˜oes y
1
(t) = cos ω t e y
2
(t) = sen ω t s˜ao solu¸c˜oes linearmente
independentes de (4.21) e a solu¸c˜ao geral ´e
y(t) = a cos ω t +b sen ω t = A

a
A
cos ω t +
b
A
sen ω t

.
em que A =

a
2
+b
2
. Chamando cos α = a/

a
2
+b
2
, senα = b

a
2
+b
2
e usando a igualdade cos(ω t −α) = cos αcos ω t +sen αsen ω t, podemos
escrever
y(t) = A cos (ω t −α).
O gr´afico da solu¸c˜ao tem o aspecto mostrado na figura 4.1 abaixo.

ω
A
`
t

Figura 4.1
y
Exemplo 4.7. (Oscila¸c˜oes livres amortecidas)
Suponhamos que o corpo esteja sujeito a uma for¸ca de atrito propocional
`a velocidade e que n˜ao haja for¸cas externas atuando sobre a massa.
Ent˜ao, a equa¸c˜ ao (2.3) fica
y

+b y


2
y = 0 , (4.22)
em que b = c/m. A equa¸c˜ao caracter´ıstica de (4.22) ´e r
2
+b r +ω
2
= 0.
Seja ∆ = b
2
−4 ω
2
. Se ∆ > 0, a equa¸c˜ao caracter´ıstica tem duas ra´ızes
reais negativas r
1
= (−b +

∆)/2 e r
2
= (−b −

∆)/2 (notemos que

b
2
−4 ω
2
< b). Portanto, a solu¸c˜ao geral da equa¸c˜ao (4.22) ´e
y(t) = c
1
e
r
1
t
+c
2
e
r
2
t
.
Como r
1
< 0 e r
2
< 0, temos que y(t) → 0, quando t → ∞. O gr´afico
da solu¸c˜ao ´e mostrado nas figuras 4.2 e 4.3 abaixo.
106 Cap. 4 Equa¸c˜oes diferenciais lineares
Se ∆ = 0, a equa¸c˜ao caracter´ıstica tem uma raiz real dupla negativa
r = −b/2. Portanto, a solu¸c˜ao geral da equa¸c˜ao (4.22) ´e
y(t) = (c
1
+c
2
t) e
−b t/2
.
Como no caso anterior, y(t) → 0, quando t → ∞ (o gr´afico de uma tal
solu¸c˜ao ´e mostrado nas figuras 4.2 e 4.3).
y y
`
t

`
t

Figura 4.2 Figura 4.3
Se b
2
− 4 ω
2
< 0, as ra´ızes da equa¸c˜ao caracter´ıstica s˜ao n´ umeros
complexos com parte real negativa (isto implica que y(t) → 0, quando
t → ∞) e partes imagin´arias n˜ao nulas. Escrevendo λ = α + i β, com
α = −b/2 β =

4 ω
2
−b
2
/2, vemos que a solu¸c˜ao geral ´e
y(t) = e
αt

c
1
cos β t +c
2
sen β t

.
Repetindo o procedimento do exemplo anterior, podemos escrever
y(t) = Ae
αt
cos ( β t −γ ) .
´
E f´acil ver que uma tal solu¸c˜ao tende a zero oscilando uma infinidade de
vezes. O gr´afico da solu¸c˜ao ´e mostrado na figura 4.4 abaixo.
-
y(t) = Ae
αt
y
`
t
Figura 4.4
Equa¸c˜ao homogˆenea 107
Exerc´ıcio 4.4. Encontre a solu¸c˜ ao geral de cada equa¸c˜ao abaixo:
(a) y

−4 y = 0 (b) y

−4 y

−5 y = 0
(c) y

−4 y

= 0 (d) y

−2 y

+ 2 y = 0
(e) y

+ 25 y = 0 (f) y

+ 4 y

+ 9 y = 0
(g) y

+ 25 y

= 0 (h) y

−4 y

+ 4 y = 0
Com as solu¸c˜oes da equa¸c˜ao (4.10) encontradas acima:
e
r
1
t
e e
r
2
t
, se a
2
> 4 b
e
r t
e t e
r t
, (r = −a/2), se a
2
= 4 b
e
αt
cos β t e t e
αt
sen β t, se a
2
< 4 b
podemos resolver qualquer problema de valor inicial

y

+a y

+b y = 0
y(t
0
) = y
0
,
y

(t
0
) = ˜ y
0
.
(4.23)
Analisaremos apenas o caso a
2
> 4 b : os outros s˜ao tratados de modo
an´alogo e ficam como exerc´ıcio. Procuremos a solu¸c˜ao do problema de
valor inicial na forma
y(t) = ce
r
1
t
+ce
r
2
t
Impondo as condi¸c˜oes iniciais y(t
0
) = y
0
, e y

(t
0
) = ˜ y
0
, obtemos o
seguinte sistema de 2 equa¸c˜oes nas vari´aveis c, d:

e
r
1
t
0
c + e
r
2
t
0
d = y
0
r
1
e
r
1
t
0
c +r
2
e
r
2
t
0
c = ˜ y
0
(4.24)
cuja matriz dos coeficientes
¸
e
r
1
t
0
e
r
2
t
0
r
1
e
r
1
t
0
r
2
e
r
2
t
0

tem determinante (r
2
−r
1
)e
(r
2
+r
1
) t
0
= 0 (pois r
2
= r
1
). Logo, o sistema
(4.24) tem sempre uma ´ unica solu¸c˜ao (c, d), que fornece a (´ unica) solu¸c˜ao
procurada y(t) do problema de valor inicial (4.23).
108 Cap. 4 Equa¸c˜oes diferenciais lineares
Exemplo 4.8. Encontrar a solu¸c˜ao do problema de valor inicial
y

−2 y

−3 y = 0, y(0) = 3 y

(0) = 5
A equa¸c˜ao caracter´ıstica ´e r
2
−2 r −3 = 0, que tem as ra´ızes r
1
= 3
e r
2
= −1. Portanto, a solu¸c˜ao geral da equa¸c˜ao homogˆenea ´e
y(t) = a e
3 t
+b e
−t
, a , b ∈ R.
As condi¸c˜oes iniciais implicam a + b = 3, 3 a − b = 5, donde a = 2 e
b = 1. Logo, a solu¸c˜ao procurada ´e
y(t) = 2 e
3 t
+e
−t
.
Exerc´ıcio 4.5. Encontre a solu¸c˜ao de cada PVI abaixo:
(a)

y

−2 y

= 0
y(0) = 1, y

(0) = −1
(b)

y

+ 4 y

−2 y = 0
y(0) = 3, y

(0) = 5
(c)

y

−2 y

+ 2 y = 0
y(0) = 1, y

(0) = 3
(d)

y

−2 y

+y = 0
y(0) = 3, y

(0) = 2
(e)

y

+ 25 y = 0
y(0) = 3, y

(0) = 3
(f)

y

+ 4 y

+ 9 y = 0
y(0) = 3, y

(0) = 0
4.4 Equa¸c˜ao n˜ao homogˆenea
Analisaremos agora a equa¸c˜ao n˜ao homogˆenea
y

+a(t) y

+b(t) y = h(t). (4.25)
em que a(t), b(t) e h(t) s˜ao fun¸c˜oes cont´ınuas em um intervalo I. Pelo
Corol´ario 4.2, para encontrar a solu¸c˜ao geral da equa¸c˜ao (4.25), devemos
encontrar a solu¸c˜ao geral da equa¸c˜ao homogˆenea associada e uma solu¸c˜ao
particular de (4.25). Por exemplo, ´e f´acil ver que a fun¸c˜ao z(t) = −2 ´e
uma solu¸c˜ao da equa¸c˜ao
y

+ 3 y

−10 y = 20. (4.26)
4.5. M
´
ETODODOS COEFICIENTES ADETERMINAR 109
Como a solu¸c˜ao geral da equa¸c˜ao homogˆenea associada ´e a e
2 t
+b e
−5 t
,
a , b ∈ R, segue-se que a solu¸c˜ao geral da equa¸c˜ao (4.26) ´e
y(t) = 2 +a e
2 t
+a e
−5 t
, a , b ∈ R.
Estudaremos, a seguir, dois m´etodos para encontrar uma solu¸c˜ao
particular de (4.25): o m´etodo dos coeficientes a determinar e o m´etodo
de varia¸c˜ao dos parˆametros. Estaremos especialmente interessados no
caso em que os coeficientes a e b s˜ao constantes reais.
4.5 M´etodo dos coeficientes a determinar
Quando o termo for¸cante da equa¸c˜ao linear de segunda ordem n˜ao ho-
mogˆenea com coeficientes constantes ´e uma fun¸c˜ao elementar especial,
´e f´acil encontrar uma solu¸c˜ao particular dessa equa¸c˜ao. Quando o ter-
mo for¸cante ´e uma fun¸c˜ao polinomial, ´e razo´avel procurar uma solu¸c˜ao
particular dessa equa¸c˜ao na forma de um polinˆomio: esse m´etodo fun-
ciona porque derivadas de fun¸c˜oes polinomiais s˜ao fun¸c˜oes polinomiais
conforme podemos ver no exemplo seguinte.
Exemplo 4.9. Encontrar uma solu¸c˜ao particular da equa¸c˜ao diferencial
y

−3 y

+ 2 y = 2 t + 1 .
Procuremos uma solu¸c˜ao particular dessa equa¸c˜ao na forma y(t) =
a t + b; ent˜ao y

(t) = a e y

= 0. Substituindo na equa¸c˜ao diferencial,
obtemos
−3 a + 2 (a t +b) = 2 t + 1 ou 2 a t + 2 b −3 a = 2 t + 1
donde a = 1 e 2 b −3 a = 1, ou b = 2 . Assim, uma solu¸c˜ao particular da
equa¸c˜ao diferencial n˜ao homogˆenea ´e y
p
(t) = t + 2.
O caso geral ´e tratado seguindo-se os passos do exemplo 4.9: consi-
deremos a equa¸c˜ao
y

+a y

+b y = A
0
+A
1
t + +A
n
t
n
(4.27)
em que a , b , A
0
, A
1
, . . . , A
n
∈ C, com A
n
= 0. Procuremos uma
solu¸c˜ao particular da equa¸c˜ao (4.27) na forma
y
p
(t) = a
0
+a
1
t + +a
n
t
n
(4.28)
110 Cap. 4 Equa¸c˜oes diferenciais lineares
com os coeficientes a
0
, a
1
, . . . , a
n
a serem determinados. Substituindo
na equa¸c˜ao (4.27): y
p
(t) dado por (4.28) e
y

p
(t) = a
1
+ 2 a
2
t + 3 a
3
t
2
+ +na
n
t
n−1
y

p
(t) = 2 a
2
+ 6 a
3
t + +n(n −1) a
n
t
n−2
,
e agrupando os termos semelhantes, temos
b a
0
+a a
1
+ 2 a
2
+ (b a
1
+ 2 a a
2
+ 6 a
3
) t + +
+ (b a
n−1
+na a
n
) t
n−1
+b a
n
t
n
=
= A
0
+A
1
t + +A
n
t
n
(4.29)
Logo, os coeficientes a
0
, a
1
, . . . , a
n
satisfazem
b a
n
= A
n
b a
n−1
+na a
n
= A
n−1
b a
n−2
+ (n −1) a a
n
+n(n −1) a
n
= A
n−2
.
.
.
b a
1
+ 2 a a
2
+ 6 a
3
= A
1
b a
0
+a a
1
+ 2 a
2
= A
0
(4.30)
Se b = 0, da primeira equa¸c˜ao de (4.30), temos a
n
= A
n
/b; ent˜ao,
substituindo a
n
na segunda equa¸c˜ao de (4.30), obtemos a
n−1
= (b A
n−1

na b A
n
)/b
2
; continuando deste modo, obtemos os demais coeficientes.
Se b = 0, n˜ao podemos resolver o sistema acima; isto ocorre porque
o primeiro membro da equa¸c˜ao (4.27) torna-se y

p
+a y

p
, um polinˆomio
de grau menor que o polinˆomio do segundo membro. Este problema ´e
facilmente resolvido: se b = 0 e a = 0, multiplicamos por t a fun¸c˜ao em
(4.28), isto ´e, procuramos uma solu¸c˜ao particular na forma
y
p
(t) = a
0
t +a
1
t
2
+ +a
n
t
n+1
(4.31)
Agora, y

p
+ a y

p
´e um polinˆomio de mesmo grau que o polinˆomio do
segundo membro e o sistema correspondente a (4.30) pode ser resolvido
fornecendo os coeficientes a
0
, a
1
, . . . , a
n
.
Finalmente, se a = b = 0, ent˜ao a equa¸c˜ao (4.27) fica
y

= A
0
+A
1
t + +A
n
t
n
e ´e claro que ela tem uma solu¸c˜ao particular da forma
y
p
(t) = a
0
t
2
+a
1
t
3
+ +a
n
t
n+2
. (4.32)
Coeficientes a determinar 111
Exemplo 4.10. Encontrar a solu¸c˜ao geral da equa¸c˜ao diferencial
y

−3 y

= 18 t
2
−6 t −8 .
A equa¸c˜ao caracter´ıstica ´e r (r − 3) = 0 , que tem as ra´ızes r
1
= 0
e r
2
= 3. Assim, a solu¸c˜ao geral da equa¸c˜ao homogˆenea ´e y
H
(t) =
c
1
+c
2
e
3 t
, c
1
, c
2
∈ R. Como o termo for¸cante ´e um polinˆomio de grau 2
e o coeficiente de y ´e zero, vamos procurar a solu¸c˜ao como um polinˆomio
de grau 3: y
p
(t) = t (a + b t + c t
2
) = a t + b t
2
+ c t
3
. Substituindo na
equa¸c˜ao diferencial y
p
(t), y

p
(t) = a + 2 b t + 3 c t
2
e y

p
(t) = 2 b + 6 c t,
temos
2 b + 6 c t −3 (a + 2 b t + 3 c t
2
) = 18 t
2
−6 t −8 ,
donde obtemos c = −2, b = −1 e a = 2. Assim, uma solu¸c˜ao particular
da equa¸c˜ao n˜ao homogˆenea ´e y
p
(t) = −2 t
3
−t
2
+2 t e sua solu¸c˜ao geral
´e
y(t) = c
1
+c
2
e
3 t
−2 t
3
−t
2
+ 2 t, c
1
, c
2
∈ R.
Consideremos agora a equa¸c˜ao mais geral
y

+a y

+b y =
k
¸
j=0
t
j
e
α
j
t

A
j
cos β
j
t +B
j
sen γ
j
t

, (4.33)
em que a , b , A
j
, B
j
, α
j
, β
j
, γ
j
, j = 0, . . . , k, s˜ao constantes reais.
Pelo princ´ıpio de superposi¸c˜ao (Teorema 4.2, p´agina 96) ´e suficiente
apresentar o m´etodo para a equa¸c˜ao
y

+a y

+b y = t
n
e
αt
cos β t . (4.34)
(o estudo do caso em que o termo for¸cante ´e t
m
e
αt
sen γ t ´e an´alogo).
Como t
n
e
αt
cos β t ´e a parte real da fun¸c˜ao t
n
e
(α+i β) t
, vamos
procurar uma solu¸c˜ao particular da equa¸c˜ao
z

+a z

+b z = t
n
e
(α+i β) t
, (4.35)
Pelo Teorema 4.3, p´agina 103, a parte real de z
p
(t) ´e uma solu¸c˜ao de
(4.34). Vamos procurar uma solu¸c˜ao particular de (4.35) na forma
z(t) = e
ρ t
v(t)
112 Cap. 4 Equa¸c˜oes diferenciais lineares
(estamos escrevendo ρ = α + i β para simplificar a nota¸c˜ao). Subs-
tituindo na equa¸c˜ao diferencial
z

(t) = e
ρ t

v

(t) +ρ v(t)

z

(t) = e
ρ t

v

(t) + 2 ρ v

(t) +ρ
2
v(t)

.
e cancelando o fator comum e
ρ t
obtemos a equa¸c˜ao
v

(t) + (2 ρ +a) v

(t) + (ρ
2
+a ρ +b ) v(t) = t
n
(4.36)
Logo, a mudan¸ca de vari´avel z(t) = e
ρ t
v(t) transforma a equa¸c˜ao
(4.35) em uma outra com termo for¸cante polinomial, estudada acima.
Observa¸ c˜ao 4.2. Se ρ
2
+ a ρ + b = 0, ent˜ao existe uma solu¸c˜ao da
equa¸c˜ao (4.36) que ´e um polinˆomio de grau n e, portanto, a equa¸c˜ao
diferencial (4.35) tem uma solu¸c˜ao na forma p(t) e
ρ t
, em que p(t)
´e polinˆ omio de grau n. Logo, existe uma solu¸c˜ao da equa¸c˜ao (4.34)
na forma p(t) e
αt
cos β t. Lembremos que a equa¸c˜ao caracter´ıstica da
equa¸c˜ao homogˆenea associada a (4.34) ´e λ
2
+ a λ + b = 0. Assim, a
condi¸c˜ao
ρ
2
+a ρ +b = 0 (4.37)
significa que ρ = α+i β n˜ao ´e raiz da equa¸c˜ ao caracter´ıstica da equa¸c˜ao
homogˆenea associada a (4.34).
Exemplo 4.11. Encontrar a solu¸c˜ao geral da equa¸c˜ao diferencial
y

−3 y

+ 2 y = 20 e
−3t
.
Pelo exemplo 4.9, a solu¸c˜ao geral da equa¸c˜ao homogˆenea associada ´e
y
H
(t) = a e
t
+ b e
2t
, a, b ∈ R. Como −3 n˜ao ´e raiz da equa¸c˜ao ca-
racter´ıstica, vamos procurar uma solu¸c˜ao particular da equa¸c˜ao n˜ao ho-
mogˆenea na forma y(t) = c e
−3t
. Substituindo na equa¸c˜ao diferencial
y(t) = c e
−3t
, y

(t) = −3 c e
−3t
, y

(t) = 9 c e
−3t
, temos
9 c e
−3t
−3(−3 c e
−3t
) + 2 c e
−3t
= 20 e
−3t
donde c = 1. Assim, uma solu¸c˜ao particular da equa¸c˜ao dada ´e y
p
(t) =
e
−3t
. Logo, a solu¸c˜ao geral da equa¸c˜ao diferencial n˜ao homogˆenea ´e
y(t) = y
H
(t) +y
p
(t) = a e
t
+b e
2t
+e
−3t
a, b ∈ R.
Coeficientes a determinar 113
Para encontrar uma solu¸c˜ao particular, poder´ıamos tamb´em escrever
y(t) = e
−3t
v(t); ent˜ao y

= e
−3t
(v

− 3 v ) , y

= e
−3t
( v

− 6 v

+ 9 v).
Substituindo na equa¸c˜ao diferencial e cancelando e
−3t
, temos
v

−9 v

+ 20 v = 20
´
E f´acil ver que v
p
(t) = 1 ´e uma solu¸c˜ao dessa equa¸c˜ao, que d´a a solu¸c˜ao
y
p
(t) = e
−3t
encontrada acima.
Exemplo 4.12. Encontrar a solu¸c˜ao geral da equa¸c˜ao linear
y

−3 y

+ 2 y = 5 e
2t
. (4.38)
A solu¸c˜ao geral da equa¸c˜ao homogˆenea associada ´e y
h
(t) = c
1
e
t
+
c
2
e
2t
, c
1
, c
2
∈ R. Notemos que o termo for¸cante da equa¸c˜ao diferenci-
al (4.38) ´e uma solu¸c˜ao da equa¸c˜ao homogˆenea. Assim, ser´a perda de
tempo procurar uma solu¸c˜ao de (4.38) na forma y(t) = c e
2t
, pois essa
fun¸c˜ao ´e solu¸c˜ao da equa¸c˜ao homogˆenea; de fato, se procurarmos uma
solu¸c˜ao de (4.38) na forma y(t) = c e
2t
, chegaremos a
4 c e
2t
−6 c e
2t
+ 2 c e
2t
= 5 e
2t
ou 0 c e
2t
= 5 e
2t
,
e portanto, n˜ao existe tal c. Fazendo y(t) = e
2 t
v(t), temos y

(t) =
e
2t
(v

+2 v) , y

(t) = e
2t
(v

+4 v

+4 v). Substituindo essas fun¸c˜oes na
equa¸c˜ao (4.38) e cancelando o fator comum e
2t
, obtemos
v

+v

= 5 .
Como o coeficiente de v ´e nulo, procuramos uma solu¸c˜ao particular dessa
equa¸c˜ao diferencial na forma v
p
(t) = a t; substituindo na equa¸c˜ao dife-
rencial, obtemos a = 5. Logo, uma solu¸c˜ ao particular ´e y
p
(t) = 5 t e
2t
e
a solu¸c˜ao geral de (4.38) ´e
y(t) = c
1
e
t
+c
2
e
2t
+ 5 t e
2t
, c
1
, c
2
∈ R.
Exemplo 4.13. Encontrar a solu¸c˜ao geral da equa¸c˜ao linear n˜ao ho-
mogˆenea
y

−4 y

+ 4 y = 16 e
2t
. (4.39)
114 Cap. 4 Equa¸c˜oes diferenciais lineares
Fazendo y(t) = e
2 t
v(t), temos y

(t) = e
2t
(v

+2 v) , y

(t) = e
2t
(v

+
4 v

+4 v). Substituindo essas fun¸c˜oes na equa¸c˜ao (4.38) e cancelando o
fator comum e
2t
, obtemos
v

= 16 .
Integrando duas vezes, obtemos v(t) = c
1
+c
2
t +8 t
2
, c
1
, c
2
∈ R. Logo,
a solu¸c˜ao geral de (4.38) ´e
y(t) = (c
1
+c
2
t + 8 t
2
) e
2t
, c
1
, c
2
∈ R.
Exemplo 4.14. Encontrar a solu¸c˜ao geral da equa¸c˜ao diferencial
y

−3 y

+ 2 y = 10 sen t . (4.40)
A solu¸c˜ao geral da equa¸c˜ao homogˆenea associada ´e
y
h
(t) = c
1
e
t
+c
2
e
2t
, c
1
, c
2
∈ R.
Consideremos a equa¸c˜ao
z

−3 z

+ 2 z = 10 e
i t
.
Fazendo z(t) = e
i t
v(t), temos
v

+ (−3 + 2 i) v

+ (1 −3 i) v = 10 .
´
E f´acil ver que uma solu¸c˜ao particular desta equa¸c˜ao ´e v(t) = 10/(1 −
3 i) = 1 + 3 i. Assim,
z(t) = (1 + 3 i) (cos t +i sen t) = cos t −3 sen t +i (3 cos t + sen t) .
Logo, a solu¸c˜ao geral da equa¸c˜ao (4.40) ´e
y(t) = c
1
e
t
+c
2
e
2t
+ 3 cos t + sen t, c
1
, c
2
∈ R.
(outro modo) Neste exemplo, ´e mais cˆomodo procurar uma solu¸c˜ao
particular da equa¸c˜ao n˜ao homogˆenea na forma
y
p
(t) = c sen t +d cos t;
ent˜ao y

(t) = c cos t −d sen t , y

(t) = −c sen t −d cos t. Substituindo
na equa¸c˜ao diferencial, temos
(−3 c +d) cos t + (c + 3 d) sen t = 10 sen t .
donde obtemos c = 1 e d = 3. Logo, uma solu¸c˜ao particular da equa¸c˜ao
n˜ao homogˆenea ´e y
p
(t) = 3 cos t + sen t.
Coeficientes a determinar 115
Exemplo 4.15. Encontrar a solu¸c˜ao geral da equa¸c˜ao diferencial
y

+ 4 y = 8 cos 2 t .
A equa¸c˜ao caracter´ıstica ´e r
2
+ 4 = 0, que tem as ra´ızes ±2 i; portanto
solu¸c˜ao geral da equa¸c˜ao homogˆenea associada ´e
y
H
(t) = c
1
cos 2 t +c
2
sen 2 t, c
1
, c
2
∈ R.
Consideremos a equa¸c˜ao
z

+ 4 z = 8 e
2 i t
(4.41)
e tomar a parte real da sua solu¸c˜ao. Fa¸camos z(t) = e
2 i t
v(t); ent˜ao
z

(t) = e
2 i t
(v

(t)+2 i v(t)) e z

(t) = e
2 i t
(v

(t)+4 i v

(t)−4 v(t)). Subs-
tituindo na equa¸c˜ao (4.41) e cancelando o fator comum e
2 i t
, obtemos
a equa¸c˜ao com termo for¸cante polinomial
v

+ 4 i v

= 8 ,
que tem uma solu¸c˜ao da forma v(t) = αt. Substituindo nessa equa¸c˜ao,
temos α = −2 i, que d´a a solu¸c˜ao
z(t) = −2 i t e
2 i t
= 2 t sen 2 t −2 i cos 2 t.
Logo, a fun¸c˜ao y(t) = 2 t sen 2 t, que ´e a parte real de z(t), ´e uma solu¸c˜ao
particular da equa¸c˜ao original e a solu¸c˜ao geral dessa equa¸c˜ao ´e
y(t) = c
1
cos 2 t +c
2
sen 2 t + 2 t sen 2 t, c
1
, c
2
∈ R.
Exemplo 4.16. Encontrar a solu¸c˜ao geral da equa¸c˜ao
y

−6 y

+ 9 y = t e
3 t
sen t.
Chamando y(t) = e
3 t
z(t), temos y

(t) = 3 e
3 t
z(t) + e
3 t
z

(t) e
y

(t) = 9 e
3 t
z(t) + 6 e
3 t
z

(t) + e
3 t
z

(t). Substituindo essas express˜oes
na equa¸c˜ao diferencial, obtemos
z

(t) = t sen t .
Integrando duas vezes, temos z(t) = a +b t −t sen t −2 cos t, a, b ∈ R.
Logo, a solu¸c˜ao y(t) da equa¸c˜ao original ´e
y(t) = (a +b t) e
3 t
−e
3 t
( t sen t + 2 cos t) , a, b ∈ R.
116 Cap. 4 Equa¸c˜oes diferenciais lineares
Exemplo 4.17. Encontrar uma solu¸c˜ao particular da equa¸c˜ao
y

−3 y

+ 2 y = 8 + 20 sen t + 18 t
2
e
2 t
. (4.42)
Pelo princ´ıpio de superposi¸c˜ao, uma solu¸c˜ao particular y
p
(t) da equa¸c˜ao
(4.42) ´e dada por y
p
(t) = y
1
+2 y
2
(t)+y
3
(t), em que y
1
(t) ´e uma solu¸c˜ao
da equa¸c˜ao
y

−3 y

+ 2 y = 8
(´e f´acil ver que y
1
(t) = 3 ´e uma solu¸c˜ao dessa equa¸c˜ao), y
2
(t) ´e uma
solu¸c˜ao da equa¸c˜ao (4.40) (portanto, y
2
(t) = 3 cos t + sen t) e y
3
(t) ´e
uma solu¸c˜ao
y

−3 y

+ 2 y = 18 t
2
e
2 t
. (4.43)
Substituindo y(t) = e
2 t
v(t), y

(t) = e
2 t
[v

(t)+2 v(t)] e y

(t) = e
2 t
[v

(t)+
4 v

(t) + 4 v(t)] em (4.43) e cancelando o fator comum e
2 t
, obtemos a
equa¸c˜ao
v

+v

= 18 t
2
. (4.44)
Como o coeficiente de v na equa¸c˜ao (4.44) ´e nulo, procuramos uma
solu¸c˜ao particular de (4.44) na forma v(t) = a t +b t
2
+c t
3
; substituindo
em (4.44) v(t), v

(t) = a + 2 b t + 3 c t
2
e v

(t) = 2 b + 6 c t, temos
a + 2 b + (2 b + 6 c) t + 3 c t
2
= 18 t
2
donde obtemos a = 36, b = −18, c = 6 e portanto, y
2
(t) = (36 −18 t +
6 t
2
) e
2t
. Logo, uma solu¸c˜ao particular de (4.43) ´e
y
p
(t) = 4 + 6 cos t + 2 sen t + (36 −18 t + 6 t
2
) e
2t
.
Exemplo 4.18. (Oscila¸c˜oes for¸cadas n˜ao amortecidas)
Consideremos novamente o sistema massa-mola (veja a se¸c˜ao 2.1 e os
exemplos 4.6 e 4.7, p´agina 104). Suponhamos que seja nulo o atrito e
que a resultante das for¸cas externas atuando sobre a massa seja Bcos γ t
(γ > 0 ´e uma constante). Ent˜ao, a equa¸c˜ ao (2.3) fica
y


2
y = Bcos γ t (4.45)
A solu¸c˜ao geral da equa¸c˜ao homogˆenea associada ´e y(t) = a cos ω t+
b sen ω t . Procuremos uma solu¸c˜ao particular da equa¸c˜ao (4.45) na forma
y
p
(t) = c cos γ t +d sen γ t. Substituindo essa fun¸c˜ao na equa¸c˜ao, temos
c (ω
2
−γ
2
) cos γ t +d (ω
2
−γ
2
) sen γ t = B cos γ t .
Coeficientes a determinar 117
Se γ = ω, obtemos
c =
B
ω
2
−γ
2
, d = 0
e uma solu¸c˜ao particular ´e
y
p
(t) =
B
ω
2
−γ
2
cos γ t. (4.46)
Logo, a solu¸c˜ao geral de (4.45) ´e
y(t) = a cos ω t +b sen ω t +
B
ω
2
−γ
2
cos γ t .
´
E claro que a solu¸c˜ao particular obtida em (4.46) ´e peri´odica de per´ıodo
2π/γ e amplitude B/(ω
2
−γ
2
). Notemos que, quando γ se aproxima de
ω, a amplitude dessa solu¸c˜ao vai se tornando cada vez maior: isso indica
um fenˆomeno de ressonˆancia. De fato, mostremos que, para γ = ω, as
solu¸c˜oes da equa¸c˜ao (4.45) n˜ao permanecem limitadas quando t → ∞.
Para γ = ω, a equa¸c˜ao (4.45) fica
y


2
y = Bcos ω t (4.47)
Como i ω ´e raiz da equa¸c˜ao caracter´ıstica de (4.46), devemos procurar
uma solu¸c˜ao particular dessa equa¸c˜ao (4.46) na forma
y
p
(t) = t (c cos ω t +d sen ω t).
Substituindo na equa¸c˜ao diferencial, obtemos
2 d ω cos ω t −2 c ω senω t = B cos ω t
donde obtemos c = 0, d = A/(2ω). Assim, uma solu¸c˜ao particular ´e
y
p
(t) =
B
2 ω
t sen ω t ,
que n˜ao ´e uma fun¸c˜ao limitada, quando t → ∞.
Exerc´ıcio 4.6. (Oscila¸c˜oes for¸cadas amortecidas). Analise o mo-
vimento de um sistema massa mola for¸cado e amortecido
y

+b y


2
y = A cos γ t +Bsenγ t ,
em que a, b, A, B e γ s˜ao constantes dadas.
118 Cap. 4 Equa¸c˜oes diferenciais lineares
As considera¸c˜oes acima aplicam-se igualmente ao movimento de um
pˆendulo simples, como na figura 4.5 abaixo. Suponhamos que o pˆendulo
esteja em um meio que oferece uma resistˆencia ao movimento dada por
b θ

e que sujeito a uma for¸ca externa F. O movimento ´e descrito pela
equa¸c˜ao
θ

+b θ

+
g
l
senθ = F(t) , (4.48)
em que l ´e o comprimento do pˆendulo e g ´e a acelera¸c˜ao da gravidade.
A equa¸c˜ao (4.48) ´e n˜ao linear. N˜ao ´e poss´ıvel expressar sua solu¸c˜ao
em termos de fun¸c˜oes elementares. Um procedimento adotado ´e fazer a
aproxima¸c˜ao sen θ ≈ θ e considerar a equa¸c˜ao linear
θ

+b θ

+
g
l
θ = F(t) . (4.49)
Em alguns problemas das aplica¸c˜oes, como no pr´oximo exemplo, em
vez de condi¸c˜oes iniciais, as condi¸c˜oes naturais associadas a uma equa¸c˜ao
diferencial s˜ao as chamadas condi¸c˜oes de fronteira.
Exemplo 4.19. (flambagem de coluna) Consideremos uma coluna
de comprimento L, como na figura 4.6 acima articulada nas duas extre-
midades, sujeita a uma carga P. A deflex˜ao lateral y(x) observada na
viga satisfaz a equa¸c˜ao diferencial
y


2
y = 0, 0 < x < L (4.50)
e as condi¸c˜oes de fronteira y(0) = y(L) = 0. Na equa¸c˜ao (4.50), α
2
=
P/EI em que E e I s˜ao constantes que dependem do material e da forma
da se¸c˜ao da coluna. A solu¸c˜ao geral da equa¸c˜ao (4.50) ´e
y(x) = a cos αx +b sen αx
A condi¸c˜ ao de fronteira y(0) = 0 implica a = 0. Portanto y(x) =
b sen αx. Da condi¸c˜ao y(L) = 0 temos que o problema tem solu¸c˜ao n˜ao
nula apenas quando α = nπ/L, n = 1, 2, . . . , ou seja, P = n
2
π
2
EI/L
2
,
n = 1, 2, . . . . O primeiro desses valores de P ´e P

= π
2
EI/L
2
chama-
se carga cr´ıtica de flambagem. Quando P < P

, a ´ unica solu¸c˜ao desse
problema ´e a trivial y(x) = 0, ∀x. Para P = P

, surgem solu¸c˜oes n˜ao
triviais y(x) = b sen (π x/L) e a coluna curva-se assumindo a forma da
linha pontilhada.
Coeficientes a determinar 119
x
y
θ
T
mg ·

O

`
`


Figura 4.5 Figura 4.6
`
L
x
O
,
y(x)
·
P
Exerc´ıcio 4.7. Encontre a solu¸c˜ao geral de cada uma das equa¸c˜oes
diferenciais abaixo:
(a) y

+ 3 y

= 20 e
2t
(b) y

+ 2 y

+y = −2
(c) y

+ 3 y

= 9 (d) y

+ 4 y

−5 y = 13 sen t
(e) y

+ 25 y = 32 cos 3t (f) y

+y = 2 cos t + 4 sen t
(g) y

−7 y

= 21 e
7 t
(h) y

+ 3 y

= 18 cos 3 t
(i) y

−y

= 6 (t −1)
2
(j) y

−8 y

+ 16 y = (12 −6 t) e
4 t
(k) y

+ 25 y = 20 sen 5 t (l) y

−2 y

+ 2 y = 6 e
t
(sen t −cos t)
Exerc´ıcio 4.8. Resolva os seguintes problemas de valor inicial:
(a)

y

+ 3y

= 3
y(0) = 1, y

(0) = 0
(b)

y

+ 3y

= e
t
y(0) = 1, y

(0) = 0
(c)

y

−7y

= (1 −t)
2
y(1) = 5, y

(1) = 2
(d)

y

−7y

= e
7t
y(0) = 0, y

(0) = 0
(e)

y

+y

+ 2y = 0
y(0) = 1, y

(0) = −2
(f)

2y

+y

−10y = 0
y(1) = 5, y

(1) = 2
(g)

9y

+ 6y

−y = 0
y(0) = 1, y

(0) = 0
(h)

y

+ 2y

+y = 0
y(2) = 1, y

(2) = −1
(i)

y

−6y

+ 9y = (1 −t)e
3t
y(1) = 1, y

(1) = 1
(j)

3y

−2y

+ 4y = 0
y(2) = 1, y

(2) = −1
(k)

y

−8 y

+ 16 y = (1 −t) e
4 t
y(1) = 1, y

(1) = 1
(l)

y

+ 25y = cos 5t
y(0) = 0, y

(0) = 1 .
120 Cap. 4 Equa¸c˜oes diferenciais lineares
4.6 M´etodo de varia¸c˜ao dos parˆametros
Sejam y
1
(t), y
2
(t) duas solu¸c˜oes linearmente independentes (isto ´e, ne-
nhuma dessas fun¸c˜oes ´e m´ ultipla constante da outra) da equa¸c˜ao linear
homogˆenea de segunda ordem
y

+a(t) y

+b(t) y = 0 . (4.51)
Vimos que, quaisquer que sejam as constantes c
1
e c
2
, a fun¸c˜ao z(t) =
c
1
y
1
(t)+c
2
y
2
(t) ´e solu¸c˜ao de (4.51). Vamos procurar fun¸c˜oes u
1
(t), u
2
(t)
de modo que a fun¸c˜ao
y
p
(t) = u
1
(t) y
1
(t) +u
2
(t) y
2
(t) (4.52)
seja solu¸c˜ao da equa¸c˜ao diferencial linear de segunda ordem n˜ao ho-
mogˆenea
y

+a(t) y

+b(t) y = h(t). (4.53)
Derivando (4.52), temos
y

p
(t) = u

1
(t) y
1
(t) +u

2
(t) y
2
(t) +u
1
(t) y

1
(t) +u
2
(t) y

2
(t) .
Para evitar que a express˜ao da derivada de segunda ordem y

p
(t) fique
excessivamente grande, vamos supor que as fun¸c˜oes u
1
(t), u
2
(t) (que
estamos procurando) satisfazem a igualdade
u

1
(t) y
1
(t) +u

2
(t) y
2
(t) = 0. (4.54)
Ent˜ao y

(t) fica
y

p
(t) = u
1
(t) y

1
(t) +u
2
(t) y

2
(t). (4.55)
Derivando (4.55), obtemos
y

p
(t) = u

1
(t) y

1
(t) +u
1
(t) y

1
(t) +u

2
(t) y

2
(t) +u
2
(t) y

2
(t). (4.56)
Substituindo (4.55) e (4.56) na equa¸c˜ao (4.53), obtemos
u
1

y

1
+a y

1
+b y
1

+u
2

y

2
+a y

2
+b y
2

+u

1
y

1
+u

2
y

2
= h(t) .
Como y

1
+a y

1
+b y
1
= 0 e y

2
+a y

2
+b y
2
= 0, essa rela¸c˜ao fica
u

1
y

1
+u

2
y

2
= h(t) .
Varia¸ c˜ao dos parˆametros 121
Logo, as fun¸c˜oes procuradas u
1
, u
2
devem satisfazer

u

1
y
1
+u

2
y
2
= 0
u

1
y

1
+u

2
y

2
= h(t) .
ou, em forma matricial,
¸
y
1
y
2
y

1
y

2
¸
u

1
u

2

=
¸
0
h(t)

Resolvendo esse sistema obtemos u

1
, u

2
. Integrando essas fun¸c˜oes,
obtemos u
1
, u
2
e portanto a solu¸c˜ao y
p
(t).
Exemplo 4.20. Encontrar a solu¸c˜ao geral da equa¸c˜ao diferencial
y

−4 y

+ 4 y =
2 e
2 t
t
3
. (4.57)
A solu¸c˜ao geral da equa¸c˜ao homogˆenea associada ´e y
h
(t) = e
2 t
(a +b t),
a , b ∈ R. Procuraremos uma solu¸c˜ao particular da equa¸c˜ao (4.57) na
forma y
p
(t) = u(t) e
2 t
+ v(t) t e
2 t
. De acordo com a teoria vista acima,
as fun¸c˜oes u e v devem satisfazer

u

(t) e
2 t
+v

(t) t e
2 t
= 0
2 u

(t)e
2 t
+v

(t)(1 + 2 t) e
2 t
=
2 e
2 t
t
3
.
Resolvendo esse sistema, obtemos u

(t) = −2/t
2
e v

(t) = 2/t
3
. Integran-
do, temos u(t) = 2/t e v(t) = −1/t
2
. Portanto, uma solu¸c˜ao particular
da equa¸c˜ao n˜ao homogˆenea ´e
y
p
(t) = 2
e
2 t
t

e
2 t
t
=
e
2 t
t
e a sua solu¸c˜ao geral ´e
y(t) = e
2 t

a +b t +
1
t

, a , b ∈ R.
Exemplo 4.21. Encontrar a solu¸c˜ao geral da equa¸c˜ao diferencial
y

+y = tg t, −
π
2
< t <
π
2
. (4.58)
122 Cap. 4 Equa¸c˜oes diferenciais lineares
As fun¸c˜oes y
1
(t) = cos t e y
2
(t) = sen t s˜ao solu¸c˜oes linearmente
independentes da equa¸c˜ao homogˆenea associada. Procuraremos uma
solu¸c˜ao particular da equa¸c˜ao (4.57) na forma
y
p
(t) = u
1
cos t +u
2
sen t .
Ent˜ao, as fun¸c˜oes u
1
e u
2
devem satisfazer

u

1
cos t +u

2
sen t = 0
−u

1
sen t +u

2
cos t = tg t .
Resolvendo esse sistema, obtemos
u

1
(t) = cos t −sec t e u

2
(t) = sen t .
Integrando essas fun¸c˜oes, obtemos:
u
1
(t) = sen t −ln [ sec t + tg t[
u
2
(t) = −cos t .
Logo, a solu¸c˜ao geral da equa¸c˜ao (4.57) ´e
y(t) = a cos t +b sen t −(cos t) ln [ sec t + tg t[, a, b ∈ R.
Exerc´ıcio 4.9. (I) Usando o m´etodo de varia¸c˜ao dos parˆ ametros, en-
contre uma solu¸c˜ao particular para cada uma das equa¸c˜oes diferenciais:
(a) y

+y = sec t (b) y

+y = sec
2
t
(c) y

+y = tg
2
t (d) y

+y = e
t
;
(e) y

−y = 2 t (f) y

+y = t
(g) y

−3 y

= 6 t −9 (h) y

−y = 4 t e
t
(i) y

+ 4y = 6 sen t (j) y

+y = 2 sent
(II) Para cada uma das equa¸c˜oes em (I), encontre a solu¸c˜ao tal que
y(0) = 0 e y

(0) = 0.
4.7. EQUAC¸
˜
OES DE ORDEM SUPERIOR 123
4.7 Equa¸c˜oes de ordem superior
Os m´etodos discutidos nas se¸c˜oes anteriores para equa¸c˜oes de segunda
ordem aplicam-se, com adapta¸c˜oes convenientes, a equa¸c˜oes de ordem
n ≥ 2
y
(n)
+a
n−1
y
(n−1)
+ +a
1
y

+a
0
y = h(t). (4.59)
A equa¸c˜ao caracter´ıstica da equa¸c˜ao homogˆenea associada a (4.59) ´e
λ
n
+a
n−1
λ
n−1
+ +a
1
λ +a
0
= 0. (4.60)
Cada raiz λ da equa¸c˜ao caracter´ıstica (4.60) fornece uma solu¸c˜ao e
λt
da equa¸c˜ao diferencial (4.59). A ´ unica dificuldade adicional em rela¸c˜ao
`as equa¸c˜oes de segunda ordem ´e a de encontrar as solu¸c˜oes da equa¸c˜ao
(4.60).
Exemplo 4.22. Encontrar a solu¸c˜ao geral da equa¸c˜ao linear homogˆenea
de quarta ordem
y
(4)
−3 y
(3)
−6 y

+ 28 y

−24 y = 0 . (4.61)
A equa¸c˜ao caracter´ıstica ´e p(λ) = λ
4
−3λ
3
−6λ
2
+28λ−24 = 0. Os divisores
de 24: ±1, ±2, ±3, ±4, ±6, ±8, ±12 e ±24 s˜ao candidatos a ra´ızes de
p(λ). Como p(2) = 0 temos que λ − 2 ´e um fator do polinˆomio p(λ).
Dividindo p(λ) por λ −2, temos
λ
4
−3 λ
3
−6 λ
2
+ 28 λ −24 = (λ −2)(λ
3
−λ
2
−8 λ + 12).
Agora analisamos a equa¸c˜ao q(λ) = λ
3
−λ
2
−8 λ + 12. Os divisores de
12, ou seja, ±1, ±2, ±3, ±4, ±6 e ±12, s˜ao candidatos a ra´ızes de q(λ).
Como q(2) = 0 temos que λ−2 ´e um fator do polinˆomio q(λ). Dividindo
q(λ) por λ−2, temos λ
3
−λ
2
−8 λ+12 = (λ
2
+λ−6)(λ−2). As ra´ızes
da equa¸c˜ao λ
2
+λ −6 = 0 s˜ao −3 e 2. Portanto
λ
4
−3 λ
3
−6 λ
2
+ 28 λ −24 = (λ −2)
3
(λ + 3) .
Como 2 ´e raiz da equa¸c˜ao caracter´ıstica com multiplicidade 3, as fun¸c˜oes
e
2t
, t e
2t
e t
2
e
2t
s˜ao solu¸c˜oes linearmente independentes da equa¸c˜ao di-
ferencial; a outra raiz, −3, d´a origem `a solu¸c˜ao e
−3t
. Logo, a solu¸c˜ao
geral da equa¸c˜ao (4.61) ´e
y(t) = (a +b t +c t
2
) e
2t
+d e
−3t
, a, b, c, d ∈ R.
124 Cap. 4 Equa¸c˜oes diferenciais lineares
Exemplo 4.23. Encontrar a solu¸c˜ao do problema de valor inicial

y
(3)
−7 y

+ 6 y = 6 t
2
+ 22 t + 10 e
2t
y(0) = −3, y

(0) = −1, y

(0) = 3
(4.62)
Analisemos primeiramente a equa¸c˜ao homogˆenea y
(3)
−7 y

+6 y = 0.
A equa¸c˜ao caracter´ıstica ´e λ
3
− 7 λ + 6 = 0, cujas ra´ızes s˜ao −3, 1 e 2.
Logo, e
−3t
, e
t
e e
2t
s˜ao solu¸c˜oes LI da equa¸c˜ao homogˆenea e a solu¸c˜ao
geral dessa equa¸c˜ao ´e
y
h
(t) = αe
−3t
+β e
t
+γ e
2t
, α, β, γ ∈ R.
Para simplificar os c´alculos, vamos separar o termo for¸cante em duas
parcelas. Analisemos a equa¸c˜ao n˜ao homogˆenea
y
(3)
−7 y

+ 6 = 6t
2
+ 22t.
Como a equa¸c˜ao homogˆenea associada n˜ao tem solu¸c˜oes constantes n˜ao
nulas, procuramos uma solu¸c˜ao particular da equa¸c˜ao (4.62) na forma
y
1
(t) = a +b t +c t
2
. Substituindo na equa¸c˜ao diferencial, temos
(6c −6) t
2
+ (6b −14c −22) t + 6a −7b = 0,
donde obtemos a = 7, b = 6, c = 1. Assim, uma solu¸c˜ao particular ´e
y
1
(t) = 7 + 6 t +t
2
.
Analisemos agora a equa¸c˜ao n˜ao homogˆenea
y
(3)
−7 y

+ 6 = 10 e
2t
.
Como a fun¸c˜ao e
2t
´e solu¸c˜ao da equa¸c˜ao homogˆenea associada, vamos,
procurar uma solu¸c˜ao particular da equa¸c˜ao (4.62) na forma
y
2
(t) = a t e
2t
.
Substituindo y

2
(t) = a e
2t
(1 + 2t), y

2
(t) = 4 a e
2t
(1 + t), y
(3)
2
(t) =
4 a e
2t
(3 + 2t) na equa¸c˜ao diferencial, temos
(12 a + 8 a t −7 a −14 a t + 6 a t) e
2t
= 10 e
2t
,
Equa¸c˜oes de ordem superior 125
donde obtemos a = 2. Assim, uma solu¸c˜ ao particular ´e y
2
(t) = 2 t e
2t
.
Logo, a solu¸c˜ao geral da equa¸c˜ao (4.62) ´e
y(t) = αe
−3t
+β e
t
+ (γ + 2 t) e
2t
+ 7 + 6 t +t
2
, α, β, γ ∈ R.
Impondo as condi¸c˜oes iniciais y(0) = −3, y

(0) = −1, y

(0) = 3,
obtemos as equa¸c˜oes

α +β +γ = −10
−3α +β + 2γ = −9
9α +β + 4γ = −7
cuja solu¸c˜ao ´e α = 0, β = −11, γ = 1. Logo, a solu¸c˜ao do problema de
valor inicial ´e
y(t) = −11 e
t
+ (1 + 2 t) e
2t
+ 7 + 6 t +t
2
.
Exemplo 4.24. Encontrar a solu¸c˜ao geral da equa¸c˜ao linear n˜ao ho-
mogˆenea de quarta ordem
y
(4)
−3 y
(3)
−6 y

+ 28 y

−24 y = 1500 t
2
e
2t
. (4.63)
Fazendo y(t) = e
2t
v(t), temos y

= e
2t
(v

+ 2 v) , y

= e
2t
(v

+
4 e
2t
v

+ 4 v) , y
(3)
= e
2t
(v
(3)
+ 6 v

+ 12 v

+ 8 v(t)) , y
(4)
= e
2t
(v
(4)
+
8 v
(3)
+ 24 v

+ 32 v

+ 16 v). Substituindo essas express˜oes em (4.63) e
cancelando o fator comum e
2t
, obtemos a equa¸c˜ao diferencial
v
(4)
+ 5 v
(3)
= 1500 t
2
. (4.64)
Como as fun¸c˜oes 1, t e t
2
s˜ao solu¸c˜oes da equa¸c˜ao v
(4)
+5v
(3)
= 0, vamos
procurar uma solu¸c˜ao particular de (4.64) na forma v
p
(t) = t
3
(a t
2
+b t+
c) = a t
5
+b t
4
+c t
2
. Substituindo na equa¸c˜ao (4.64), obtemos
300 a t
2
+ 120 (a +b) t + 24 b + 30 c = 1500 t
2
.
Assim, a = 5, b = −5, c = 4 e v
p
(t) = 5 t
5
− 5 t
4
+ 4 t
3
. Logo, uma
solu¸c˜ao particular de (4.63) ´e y
p
(t) = e
2t
(5 t
5
+5 t
4
+4 t
3
). Combinando
este fato com o exemplo 4.22, segue-se que a solu¸c˜ao geral da equa¸c˜ao
(4.63) ´e
y(t) = (a +b t +c t
2
+ 4 t
3
−5 t
4
+ 5 t
5
) e
2 t
+d e
−3 t
, a, b, c, d ∈ R.
126 Cap. 4 Equa¸c˜oes diferenciais lineares
Exemplo 4.25. Encontrar a solu¸c˜ao real geral da equa¸c˜ ao
y
(3)
−5 y

+ 9 y

−5 = 6 e
t
(4.65)
A equa¸c˜ao caracter´ıstica ´e p(λ) = λ
3
−5 λ
2
+ 9 λ −5 = 0; ´e f´acil ver
que λ = 1 ´e raiz dessa equa¸c˜ao. Como p(λ) = (λ−1)(λ
2
−4 λ+5), vemos
que as outras ra´ızes s˜ao 2 + i e 2 − i; essas ra´ızes fornecem as solu¸c˜oes
complexas e
(2+i) t
e e
(2−i) t
, das quais obtemos as solu¸c˜oes reais e
2 t
cos t
e e
2 t
sen t. Portanto, a solu¸c˜ao real geral da equa¸c˜ao homogˆenea ´e
y
H
(t) = a e
t
+e
2 t
(b cos t +c sen t), a, b, c ∈ R.
Como o termo for¸cante ´e solu¸c˜ao da equa¸c˜ao homogˆenea, procurare-
mos uma solu¸c˜ao particular da equa¸c˜ao n˜ao homogˆenea na forma At e
t
.
Substituindo na equa¸c˜ao diferencial y
p
(t) = At e
t
, y

p
(t) = Ae
t
+At e
t
,
y

p
(t) = 2Ae
t
+ At e
t
, y
(3)
p
(t) = 3 Ae
t
+ At e
t
, obtemos A = 3; assim,
y
p
(t) = 3 t e
t
. Logo, a solu¸c˜ao real geral da equa¸c˜ao n˜ao homogˆenea ´e
y(t) = a e
t
+e
2 t
(b cos t +c sen t) + 3 t e
t
, a, b, c ∈ R.
O m´etodo de varia¸c˜ao dos parˆametros se estende naturalmente para
equa¸c˜oes lineares de ordemn: se y
1
(t), . . . , y
n
(t) s˜ao solu¸c˜oes linearmente
independentes da equa¸c˜ao homogˆenea
y
(n)
+a
n−1
(t) y
(n−1)
+ +a
1
(t) y

+a
0
(t) y = 0 . (4.66)
e as fun¸c˜oes u
1
(t) , . . . , , u
n
(t) satisfazem

y
1
y
2
. . . y
n
y

1
y

2
. . . y

n
.
.
.
.
.
.
.
.
.
.
.
.
y
(n−1)
1
y
(n−1)
2
. . . y
(n−1)
n
¸
¸
¸
¸
¸

u

1
u

2
.
.
.
u

n
¸
¸
¸
¸
¸
=

0
0
.
.
.
f(t)
¸
¸
¸
¸
¸
(4.67)
ent˜ao a fun¸c˜ao
y
p
(t) = u
1
(t) y
1
(t) + +u
n
(t) y
n
(t) (4.68)
´e uma solu¸c˜ao da equa¸c˜ao n˜ao homogˆenea
y
(n)
+a
n−1
(t) y
(n−1)
+ +a
1
(t) y

+a
0
(t) y = f(t) . (4.69)
Como no caso das equa¸c˜oes de segunda ordem, resolvendo o sistema
(4.67), encontramos u

1
, . . . , u

n
. Integrando, obtemos u
1
, . . . , u
n
e,
substituindo em (4.68), temos y
p
(t).
Equa¸c˜oes de ordem superior 127
Exemplo 4.26. Encontrar uma solu¸c˜ao particular da equa¸c˜ao
y
(3)
+y

= tg t . (4.70)
´
E f´acil ver que y
1
(t) = 1 , y
2
(t) = cos t , y
3
(t) = sen t s˜ao so-
lu¸c˜oes linearmente independentes da equa¸c˜ao homogˆenea y
(3)
+y

= 0 .
Procuremos u
1
, u
2
, u
3
satisfazendo

u

1
+ u

2
cos t +u

3
sen t = 0 (1)
− u

2
sen t +u

3
cos t = 0 (2)
− u

2
cos t −u

3
sen t = tg t (3)
Somando (1) e (3), obtemos u

1
= tg t; portanto u
1
(t) = ln [ sec t[. Multi-
plicando (2) por cos t, (3) por sen t e somando, obtemos u

2
= sen t, don-
de u
2
(t) = cos t. Substituindo esse valor em (2), temos u

3
= cos t−sec t
e, portanto, u
3
(t) = sen t−ln [ sec t+tg t[. Logo, uma solu¸c˜ao particular
da equa¸c˜ao n˜ao homogˆenea (4.70) ´e
y
p
(t) = ln [ sec t[ + cos
2
t + (sen t −ln[ sec t + tg t[) sen t
= 1 + ln [ sec t[ −(sen t) ln [ sec t + tg t[ .
Exerc´ıcio 4.10. Encontre a solu¸c˜ao geral de cada uma das equa¸c˜oes
diferenciais abaixo:
(a) y
(4)
−16 y = 0 (b) y
(4)
−5 y
(3)
+ 6 y

+ 4 y

−8 y = 0
(c) y
(3)
−2y

−y

+ 2y = 0 (d) y
(3)
+ 3 y

+ 3 y

+y = 0
(e) y
(4)
−4 y
(3)
+ 4 y

= 0 (f) y
(5)
+y
(4)
−y
(3)
−3 y

+ 2y = 0
(g) y
(4)
+ 16y = 0 (h) y
(5)
+y
(4)
−y
(3)
−3y

+ 2y = t
2
+ 2t
(i) y
(4)
+ 2 y
(3)
+y

= e
4t
(j) y
(4)
−4 y
(3)
+y

= e
4t
.
(l) y
(3)
+y

= sec t .
128 Cap. 4 Equa¸c˜oes diferenciais lineares
Cap´ıtulo 5
Transforma¸c˜ oes lineares
5.1 Transforma¸c˜ oes
Sejam U, V dois conjuntos n˜ao vazios. Uma transforma¸c˜ao (ou
fun¸c˜ao ou aplica¸c˜ao) de U em V ´e uma correspondˆencia F que, a
cada elemento x de U, associa um ´ unico elemento y = F(x) de V : de-
notamos F : U → V . O elemento F(x) chama-se imagem de x por F.
O conjunto U chama-se dom´ınio e V o contra-dom´ınio de F. Duas
aplica¸c˜oes F : U → V e G: U → V s˜ao ditas iguais se e somente se
F(u) = G(u), ∀u ∈ U. O conjunto graf(F) = ¦(u, F(u)) : u ∈ U¦
chama-se gr´afico de F. Dado A ⊂ U, o conjunto F(A) = ¦F(u) :
u ∈ A¦ chama-se imagem de A por F; se A = U, ent˜ao o conjunto
F(U) chama-se imagem de F (neste caso, tamb´em usamos a nota¸c˜ao
Im(F)). Dado B ⊂ V , o conjunto F
−1
(B) = ¦u ∈ U : v ∈ B¦ chama-se
imagem inversa de B por F.
Exemplo 5.1. Seja U um conjunto n˜ao vazio. A transforma¸c˜ao
I
U
: U → U, tal que I
U
(x) = x, ∀x ∈ U, chama-se transforma¸c˜ao
identidade de U.
Uma aplica¸c˜ao F ´e dita injetora (ou 1-1) quando, quaisquer que
sejam u
1
, u
2
∈ U com u
1
= u
2
, tem-se F(u
1
) = F(u
2
), ou, equivalente-
mente, quando F(u
1
) = F(u
2
), com u
1
, u
2
∈ U, implicar u
1
= u
2
. Uma
aplica¸c˜ao F : U → V ´e dita sobrejetora (ou sobre) quando F(U) = V ,
isto ´e, quando, para todo v ∈ V , existe (ao menos um) u ∈ U tal que
F(u) = v. Uma aplica¸c˜ao injetora e sobre ´e chamada bijetora.
Exemplo 5.2. A aplica¸c˜ao F : R
2
→R
2
, F(x, y) = (x, −y) ´e bijetora.
129
130 Cap. 5 Transforma¸c˜ oes lineares
A aplica¸c˜ao F ´e sobre, pois cada (v, w) ∈ R
2
´e imagem de (v, −w),
isto ´e, (v, w) = F(v, −w). Para ver que F ´e injetora, notemos que, se
F(x, y) = F(s, t), isto ´e, (x, −y) = (s, −t), ent˜ao x = s e y = t, ou seja,
(x, y) = (s, t).
Note que n˜ao podemos tra¸car o gr´afico de F, mas podemos visua-
lizar como F atua em subconjuntos de U, como na Figura 5.1 abaixo
(geometricamente, F atua como uma reflex˜ao em rela¸c˜ao ao eixo Ox). A
imagem do triˆangulo ABC pela transforma¸c˜ao F ´e o triˆangulo A

B

C

.
v
C
B
A
C

B

A

u

T
`

y
`
x

Figura 5.1
Exemplo 5.3. Seja θ ∈ [0, 2 π) um n´ umero fixado. A transforma¸c˜ao
R
θ
: R
2
→R
2
definida por R
θ
(x, y) = (x cos θ −y sen θ, y cos θ +xsen θ)
´e bijetora; geometricamente, R
θ
´e uma rota¸c˜ao de ˆangulo θ no sentido
anti-hor´ario.
Exemplo 5.4. Seja a ∈ R
2
fixado. A transla¸c˜ao T : R
2
→ R
2
, dada
por T(x) = x +a ´e uma aplica¸c˜ao bijetora.
Dadas duas aplica¸c˜oes F : A → B e G: B → C, a composta de
F e G, G ◦ F : A → C, ´e definida por: (G ◦ F)(u) = G(F(u)). Uma
aplica¸c˜ao F : A → B ´e dita invert´ıvel quando existe G: B → A tal que
G ◦ F = I
U
e F ◦ G = I
V
. A aplica¸c˜ao G chama-se inversa de F e ´e
denotada por F
−1
. Como no caso de fun¸c˜oes reais de vari´avel real, vale
o seguinte resultado:
Teorema 5.1. F ´e invert´ıvel se e somente se F ´e bijetora.
5.2. TRANSFORMAC¸
˜
OES LINEARES 131
5.2 Transforma¸c˜ oes lineares
Sejam U, V espa¸cos vetoriais e T : U → V uma transforma¸c˜ao. Dizemos
que T ´e uma transforma¸c˜ao linear quando:
(a) T(u
1
+u
2
) = T(u
1
) +T(u
2
), ∀u
1
, u
2
∈ U
(b) T(αu) = αT(u), ∀α ∈ K, u ∈ U.
Quando U = V , diremos que T ´e um operador linear.
Exemplo 5.5. Sejam U, V espa¸cos vetoriais quaisquer. A transforma-
¸c˜ao nula O: U → V , dada por O(x) = 0, ∀x ∈ U, ´e linear: de fato,
dados x
1
, x
2
∈ U, temos O(x
1
+ x
2
) = 0 = 0 + 0 = O(x
1
) + O(x
2
) e
O(αx) = 0 = α0 = αO(x).
Exemplo 5.6. Sejam U um espa¸co vetorial qualquer e k ∈ R um n´ umero
fixado. A homotetia de raz˜ao k, H: U → U, H(x) = k x ´e um opera-
dor linear.
De fato, dados x, y ∈ U e α ∈ K, temos
H(x +y) = k (x +y) = k x +k y = H(x) +H(y),
H(αx) = k (αx) = α(k x) = αH(x).
Notemos que, se k = 0, ent˜ao a homotetia ´e 1-1 e sobre.
Exemplo 5.7. A transforma¸c˜ao T : R
3
→ R
2
definida por T(x, y, z) =
(2 x +y, x + 5 y −z) ´e linear sobre, mas n˜ao ´e 1-1.
De fato, dados (a, b, c), (d, e, f) ∈ R
3
e α ∈ R, temos:
T[(a, b, c) + (d, e, f)] = T(a +d, b +e, c +f)
= (2 (a +d) +b +e, a +d + 5 (b +e) −(c +f)) =
= (2 a +b, a + 5 b −c) + (2 d +e, d + 5 e −f) =
= T(a, b, c) +T(d, e, f)
e
T[α(a, b, c)] = T(αa, αb, αc) = (2 αa +αb, αa + 5 αb −αc)
= α(2 a +b, a + 5 b −c) = αT(a, b, c).
Fica como exerc´ıcio mostrar que T ´e sobre mas n˜ao ´e 1-1.
132 Cap. 5 Transforma¸c˜ oes lineares
Notemos que as componentes do vetor (s, t) = T(x, y, z) satisfazem
a igualdade
¸
s
t

=
¸
2 1 0
1 5 −1

x
y
z
¸
¸
.
Denotando A =
¸
2 1 0
1 5 −1

e identificando os vetores u = (x, y, z)
e T(u) = (s, t) com as matrizes colunas

x
y
z
¸
¸
e
¸
s
t

, respectivamente,
vamos escrever T(u) = Au.
Mais geralmente, cada matriz A =

a
ij

de ordem mn determina
uma transforma¸c˜ao linear F : R
n
→R
m
do seguinte modo: a cada vetor
u = (x
1
, . . . , x
n
) ∈ R
n
associamos o vetor F(u) = (y
1
, . . . , y
m
) tal que
y
1
= a
1 1
x
1
+ +a
1n
x
n
.
.
.
y
m
= a
m1
x
1
+ +a
mn
x
n
.
(5.1)
´
E conveniente escrever (5.1) como uma igualdade matricial:

y
1
.
.
.
y
m
¸
¸
¸ =

a
11
. . . a
1n
.
.
.
.
.
.
.
.
.
a
m1
. . . a
mn
¸
¸
¸

x
1
.
.
.
x
n
¸
¸
¸
Usando novamente a identifica¸c˜ao entre vetores e matrizes colunas, va-
mos escrever
F(u) = Au. (5.2)
A partir da igualdade (5.2) fica f´acil ver que F ´e linear: a linearidade
de F ´e uma conseq¨ uˆencia direta da distributividade da multiplica¸c˜ao de
matrizes em rela¸c˜ao `a adi¸c˜ao.
Um fato ainda mais importante nessa rela¸c˜ao entre transforma¸c˜oes
lineares e matrizes ´e dada no pr´oximo teorema, no qual mostramos que
toda transforma¸c˜ao linear T : R
n
→R
m
pode ser escrita na forma (5.2).
Transforma¸ c˜oes lineares 133
Teorema 5.2. Seja T : R
n
→ R
m
uma transforma¸c˜ao linear. Ent˜ao
existe uma matriz real A de ordem mn tal que T(u) = Au, para todo
u ∈ R
n
.
Demonstra¸c˜ao: Seja ¦e
1
, . . . , e
n
¦ a base canˆonica de R
n
. Cada ele-
mento u = (x
1
, . . . , x
n
) de R
n
se escreve como
u = x
1
e
1
+ +x
n
e
n
Como T ´e linear, temos
T(u) = x
1
T(e
1
) + +x
n
T(e
n
)
Notemos que T(e
1
) , . . . , T(e
n
) s˜ao vetores de R
n
. Escrevendo
T(e
1
) =

a
1 1
.
.
.
a
m1
¸
¸
¸, . . . , T(e
n
) =

a
1 1
.
.
.
a
m1
¸
¸
¸, A =

a
1 1
a
1 n
.
.
.
.
.
.
.
.
.
a
m1
a
mn
¸
¸
¸
temos
T(u) = x
1

a
1 1
.
.
.
a
m1
¸
¸
¸ + +x
n

a
1 1
.
.
.
a
m1
¸
¸
¸ =

a
1 1
x
1
+ +a
1 n
x
n
.
.
.
a
m1
x
1
+ +a
mn
x
n
¸
¸
¸
=

a
1 1
a
1 n
.
.
.
.
.
.
.
.
.
a
m1
a
mn
¸
¸
¸

x
1
.
.
.
x
n
¸
¸
¸ = Au
Exemplo 5.8. O operador deriva¸c˜ao D: P
n
(R) → P
n
(R), D(p) = p

(que a cada polinˆomio p associa sua derivada) ´e linear. Isto ´e con-
seq¨ uˆencia imediata das propriedades da derivada:
D(f +g) = (f +g)

= f

+g

= D(f) +D(g)
D(αf) = (αf)

= αf

= αD(f).
Notemos que a transforma¸c˜ao linear D n˜ao ´e 1-1 (pois D(1 + t
2
) =
D(3 +t
2
) = 2t) nem sobre (n˜ao existe p(t) ∈ P
n
(R) tal que D(p) = t
n
).
134 Cap. 5 Transforma¸c˜ oes lineares
Exerc´ıcio 5.1. Verifique se as transforma¸c˜oes abaixo s˜ao lineares:
(a) F : R
3
→R, F(x, y, z) = x + 5y −z
(b) F : R
3
→R, F(x, y, z) = x + 5y −z + 2
(c) F : R
3
→R
2
, F(x, y, z) = ([x[, y + 2z)
(d) F : P
n
(R) → P
n
(R), F(f) = f

+f

(e) F : M
n
(R) → M
n
(R), F(X) = AX + 2 X em que A ∈ M
n
(R) ´e
fixada.
O pr´oximo teorema cont´em algumas propriedades que decorrem ime-
diatamente da defini¸c˜ao de transforma¸c˜ao linear.
Teorema 5.3. Sejam U, V espa¸cos vetoriais e seja T : U → V uma
aplica¸c˜ao linear. Ent˜ao:
1. T(0) = 0 (isto ´e, T leva o vetor nulo de U no vetor nulo de V ).
2. T(αx +βy) = αT(x) +βT(y).
3. Se F : U → V e G: V → W forem transforma¸c˜oes lineares,
ent˜ao a composta G◦ F : U → W tamb´em ´e linear.
Demonstra¸c˜ao: As provas das afirma¸c˜oes 1) e 2) ficam como exerc´ıcio.
Mostremos a afirma¸c˜ao 3: dados x, y ∈ U e α ∈ R, temos
(G◦ F)(x +αy) = G[F(x +αy)] = G[F(x) +αF(y)] =
= G[F(x)] +αG[F(y)] = (G◦ F)(x) +α(G◦ F)(y).
Logo, G◦ F ´e linear.
Exerc´ıcio 5.2. Seja T : U → V uma transforma¸c˜ao linear e sejam
v
1
, . . . , v
n
∈ V e α
1
, . . . , α
n
∈ K. Mostre que
T(α
1
v
1
+ +α
n
v
n
) = α
1
T(v
1
) + +α
n
T(v
n
).
Teorema 5.4. Seja T : U → V uma transforma¸c˜ao linear:
(a) Se W for um subespa¸co de U ent˜ao T(W) ´e subespa¸co de V .
(b) Se Z for um subespa¸co de V ent˜ao T
−1
(Z) ´e subespa¸co de U.
Demonstra¸c˜ao: Mostraremos apenas (b) (a verifica¸c˜ao de (a) fica co-
mo exerc´ıcio). Observemos, em primeiro lugar, que 0 ∈ T
−1
(Z), uma
vez que T(0) = 0. Dados, x
1
, x
2
∈ T
−1
(Z), temos y
1
= T(x
1
) ∈ Z
e y
2
= T(x
2
) ∈ Z. Ent˜ao, temos y
1
+ y
2
∈ Z (pois Z ´e subespa¸co) e
Transforma¸ c˜oes lineares 135
y
1
+ y
2
= T(x
1
) + T(x
2
) = T(x
1
+ x
2
), donde x
1
+ x
2
= T
−1
(y
1
+ y
2
),
que implica que x
1
+x
2
∈ T
−1
(Z). Da mesma maneira, verificamos que,
para todo x ∈ T
−1
(Z) e todo escalar α, o vetor αx pertence a T
−1
(Z).
O pr´oximo teorema mostra que uma transforma¸c˜ao linear fica com-
pletamente determinada quando conhecemos seus valores em uma base.
Teorema 5.5. Sejam U e V espa¸cos vetoriais, ¦u
1
, . . . , u
n
¦ uma base
de U e S, T : U → V transforma¸c˜oes lineares. Se S(u
1
) = T(u
1
),
S(u
2
) = T(u
2
), . . . , S(u
n
) = T(u
n
), ent˜ao S(x) = T(x), ∀x ∈ U
Demonstra¸c˜ao: Seja x ∈ U. Como ¦u
1
, . . . , u
n
¦ ´e uma base de U,
existem escalares α
1
, . . . , α
n
tais que x = α
1
u
1
+ + α
n
u
n
. Como S
e T s˜ao lineares e S(u
1
) = T(u
1
) , . . . , S(u
n
) = T(u
n
), temos
S(x) = S(α
1
u
1
+ +α
n
u
n
) = α
1
S(u
1
) + +α
n
S(u
n
)
= α
1
T(u
1
) + +α
n
T(u
n
) = T(α
1
u
1
+ +α
n
u
n
)
= T(x)
Logo, S coincide com T.
Exemplo 5.9. Encontrar a express˜ao F(x, y, z) do operador line-
ar F : R
3
→ R
3
tal que F(1, 1, 1) = (1, 1, 0), F(0, 1, 1) = (1, 0, 1),
F(0, 0, 1) = (0, 1, 1).
Primeiramente, expressamos um vetor arbitr´ario (x, y, z) de R
3
co-
mo combina¸ c˜ao linear dos vetores (1, 1, 1), (0, 1, 1), (0, 0, 1): escrevendo
(x, y, z) = α(1, 1, 1) + β (0, 1, 1) + γ (0, 0, 1), temos α = x, α + β =
y, α +β +γ = z, donde obtemos, α = x, β = y −x, γ = z −y. Logo,
F(x, y, z) = xF(1, 1, 1) + (y −x) F(0, 1, 1) + (z −y) F(0, 0, 1)
= x(1, 1, 0) + (y −x) (1, 0, 1) + (z −y) (0, 1, 1)
= (y, x −y +z, z −x).
Exemplo 5.10. Determinar a espress˜ao da transforma¸c˜ao linear
F : P
3
(R) → M
2
(R) tal que
F(1 −t) =
¸
2 5
0 1

, F(t
2
−1) =
¸
−3 8
0 −1

,
F(t −t
3
) =
¸
−2 7
5 0

, F(t
3
) =
¸
1 4
3 −2

.
136 Cap. 5 Transforma¸c˜ oes lineares
Fica como exerc´ıcio mostrar que B = ¦1 −t, t
2
−1, t −t
3
, t
3
¦ ´e base de
P
3
(R). Escrevendo p(t) = a +bt +ct
2
+dt
3
como combina¸c˜ao linear dos
elementos de B, a+bt+ct
2
+dt
3
= x(1−t)+y(t
2
−1)+z(t−t
3
)+wt
3
=
(x−y)+(−x+z)t+yt
2
+(−z+w)t
3
, obtemos x−y = a, −x+z = b, y =
c, −z +w = d, donde x = a +c, y = c, z = a +b +c, w = a +b +c +d.
Assim,
p(t) = (a +c)(1 −t) +c(t
2
−1) + (a +b +c)(t −t
3
) + (a +b +c +d)t
3
,
Logo,
F[p(t)] = (a +c)
¸
2 5
0 1

+c
¸
−3 8
0 −1

+
+ (a +b +c)
¸
−2 7
5 0

+ (a +b +c +d)
¸
1 4
3 −2

=
¸
a −b −2c +d 16a + 11b + 24c + 4d
8a + 8b + 8c + 3d −a −2b −2c −2d

Exerc´ıcio 5.3. Existe uma transforma¸c˜ao linear T : R
2
→ R
2
tal que
T(1, 1) = (1, 2), T(1, 0) = (0, 0) e T(0, 1) = (2, 1)? Existe mais de uma?
Exerc´ıcio 5.4. Existe uma transforma¸c˜ao linear T : R
3
→ R
2
tal que
T(1, 1, 1) = (1, 2), T(0, 1, 1) = (1, 0) e T(1, 0, 0) = (0, 0)? Existe mais
de uma?
Exerc´ıcio 5.5. Existe uma transforma¸c˜ao linear T : R
3
→ R
2
tal que
T(1, 1, 1) = (1, 2), T(0, 1, 1) = (1, 0) e T(1, 0, 0) = (0, 2)? Existe mais
de uma?
Exerc´ıcio 5.6. Determinar a transforma¸c˜ao linear T : R
3
→R
4
tal que
T(1, 1, 1) = (0, 3, 1, 5), T(1, 1, 0) = (0, 0, 0, 1) e T(1, 0, 0) = (0, 0, 0).
Exerc´ıcio 5.7. Existe uma transforma¸c˜ao linear T : R
3
→ R
4
tal que
T(1, 1, 1) = (0, 3, 1, 5), T(1, 1, 0) = (0, 0, 0, 1) e T(0, 0, 1) = (0, 0, 0, 0)?
Existe mais de uma?
5.3 N´ ucleo e imagem
Seja T : U → V uma transforma¸c˜ao linear. Definimos os conjuntos
ker(T) = ¦u ∈ U : T(u) = 0 ¦ = T
−1
(¦0¦), chamado n´ ucleo de T,
Im(T) = T(U) = ¦T(x) : x ∈ U ¦, chamado imagem de T.
N´ ucleo e imagem 137
Pelo Teorema 5.4, ker(T) ´e um subespa¸co vetorial de U e Im(T) ´e su-
bespa¸co de V . O interesse em estudar o n´ ucleo e a imagem ´e que esses
subespa¸cos d˜ao informa¸c˜oes sobre a injetividade e a sobrejetividade da
transforma¸c˜ao linear: ´e claro que uma transforma¸c˜ao linear ´e sobre se
e somente se Im(T) = V ; veremos que T ´e injetora se e somente se
ker(T) = ¦0¦.
Exemplo 5.11. Seja T : R
3
→R
3
, T(x, y, z) = (x, y, 0). Ent˜ao ker(T) =
¦(0, 0, c) : c ∈ R¦ e Im(T) = ¦(a, b, 0) : a, b ∈ R¦.
Exemplo 5.12. T : R
2
→R, T(x, y) = x−3y. Ent˜ao ker(T) = ¦(x, y) :
x = 3y¦ e Im(T) = R (dado w ∈ R, ´e claro que existe (x, y) ∈ R
2
tal
que T(x, y) = w: basta tomar x = w, y = 0.)
Exemplo 5.13. Seja D: P
3
(R) → P
3
(R) o operador linear definido por
D(p) = p

, isto ´e, D(a
0
+ a
1
t + a
2
t
2
+ a
3
t
3
) = a
1
+ 2 a
2
t + 3 a
3
t
2
.
Ent˜ao ker(D) = ¦p : p(t) = a
0
¦, o conjunto dos polinˆomios constantes
e Im(D) = P
2
(R).
De fato, temos D(p) = 0 ⇔ a
1
+2 a
2
t +3a
3
t
2
≡ 0 ⇔ a
1
= a
2
= a
3
= 0.
Logo ker(D) = ¦p : p(t) = a
0
¦.
Para ver que Im(D) = P
2
(R), notemos que, para todo polinˆomio
f(t) = a +bt +ct
2
∈ P
2
(R), temos f = D(at +
b
2
t
2
+
c
3
t
3
).
Exemplo 5.14. Achar o n´ ucleo e a imagem da transforma¸c˜ao linear
F : P
2
(R) → R
4
tal que F[t] = (−2, 1, 18, 9), F[1 − t] = (3, 2, −2, −3) e
F[1 +t
2
] = (0, −2, −4, −6).
´
E claro que a imagem de F ´e o subespa¸co vetorial de R
4
gerado pelos
vetores (3, 2, −2, −3), (0, 2, 4, 6) e (−2, 1, 6, 9). Para determinar o n´ ucleo
de F, devemos achar a express˜ao de F. Deixamos como exerc´ıcio mostrar
que B = ¦1−t, 1+t
2
, t¦ ´e base de P
2
(R) e que cada p(t) = a+bt +ct
2

P
2
(R) se escreve como combina¸c˜ao linear dos elementos da base B na
seguinte forma: p(t) = (a −c)(1 −t) +c(1 +t
2
) + (a +b −c)t. Logo,
F[p] = (a −c) F[1 −t] +c F[1 +t
2
] + (a +b −c) F[t] =
= (a −c) (3, 2, −2, −3) +c (0, 2, 4, 6) + (a +b −c) (−2, 1, 18, 9)
= (a −2 b −c, 3 a +b −c, 4 a + 6 b, 6 a + 9 b).
138 Cap. 5 Transforma¸c˜ oes lineares
O n´ ucleo de F ´e o conjunto de todos os polinˆomios p(t) = a + bt + ct
2
tais que

a −2 b −c = 0
3 a + b −c = 0
4 a + 6 b = 0
6 a + 9 b = 0 .
cujas solu¸c˜oes s˜ao b = −2 a/3 e c = 7 a/3. Logo, p(t) = a − (2 a/3) t +
(7 a/3) t
2
e
ker(F) = ¦
a
3
(1 −2 t + 7 t
2
) : c ∈ R¦ = [1 −2 t + 7 t
2
].
Teorema 5.6. Seja T : U → V uma transforma¸c˜ao linear. Ent˜ao, T ´e
injetora se e somente se ker(T) = ¦0¦.
Demonstra¸c˜ao: (⇒) Suponhamos T injetora. Vamos mostrar que
ker(T) = 0. Seja u ∈ ker(T); ent˜ao T(u) = 0. Como T(0) = 0 e T
´e injetora, devemos ter u = 0. Portanto ker(T) ⊂ ¦0¦; como sempre
temos ¦0¦ ⊂ ker(T), segue-se que ker(T) = ¦0¦.
(⇐) Suponhamos ker(T) = ¦0¦. Vamos mostrar que T ´e 1-1. Suponha-
mos T(u) = T(v), com u, v ∈ U. Ent˜ao T(u − v) = T(u) − T(v) = 0;
portanto, u − v ∈ ker(T). Como ker(T) = ¦0¦, devemos ter u − v = 0,
donde u = v. Logo, T ´e 1-1.
Exemplo 5.15. Encontrar uma transforma¸c˜ao linear F : P
2
(R) → R
2
cujo n´ ucleo seja o subespa¸co [1 −t, t
2
].
De acordo com o teorema 5.5, basta definir os valores de F nos vetores de
uma base de P
2
(R). Tomemos a base B = ¦1, 1−t, t
2
¦. Como queremos
que ker(F) = [1 − t, t
2
], pomos F(1 − t) = F(t
2
) = (0, 0); definimos
F(1) = (1, 0). Dado p(t) = a + bt + ct
2
∈ P
2
(R), podemos escrever
p(t) = (a +b) + (−b)t +ct
2
. Logo, F(p) = (a +b)(1, 0) = (a +b, 0).
Exemplo 5.16. Encontrar uma transforma¸c˜ao linear T : R
3
→R
3
cuja
imagem seja o subespa¸co gerado pelos vetores (2, 1, 0) e (1, 0, −1).
De acordo com o teorema 5.5, basta definir os valores de T nos vetores de
uma base de R
3
. Tomemos B = ¦(1, 0, 0), (0, 1, 0), (0, 0, 1)¦e definamos
T(1, 0, 0) = (0, 0, 0), T(0, 1, 0) = (2, 1, 0), T(0, 0, 1) = (1, 0, −1). Ent˜ao
T(x, y, z) = xT(1, 0, 0) +y T(0, 1, 0) +z T(0, 0, 1) =
= y (2, 1, 0) +z (1, 0, −1) =
= (2 y +z, y, −z).
N´ ucleo e imagem 139
Exerc´ıcio 5.8. Determinar um operador linear em R
4
cujo n´ ucleo ´e
gerado pelos vetores (1, 1, 0, 0) e (0, 0, 1, 0).
Teorema 5.7. Seja T : U → V uma transforma¸c˜ao linear. Ent˜ao
dim U = dim ker(T) + dim Im(T). (5.3)
Demonstra¸c˜ao: Seja B
1
= ¦u
1
, . . . , u
p
¦ uma base de ker(T) (assim,
dim ker(T) = p). Usando o Teorema 3.7, podemos estender B
1
a uma
base B = ¦u
1
, . . . , u
p
, v
1
, . . . , v
r
¦ de U (assim, dim U = p + r). Va-
mos mostrar que ¦T(v
1
), . . . , T(v
r
)¦ ´e uma base de Im(T) (portanto,
dim ker(T) = p). Com isto ficar´a mostrada a igualdade (5.3) acima.
Afirmamos que os vetores T(v
1
), . . . , T(v
r
) geram Im(T). De fato,
dado v ∈Im(T), existe x ∈ U tal que T(x) = v. Como B ´e base de U,
temos
x = α
1
u
1
+ +α
p
u
p

1
v
1
+ +β
r
v
r
.
Como T(u
1
) = = T(u
p
) = 0, pois u
1
, . . . , u
p
∈ ker(T), temos
T(x) = α
1
T(u
1
) + +α
p
T(u
p
) +β
1
T(v
1
) + +β
r
T(v
r
)
= β
1
T(v
1
) + +β
r
T(v
r
),
Logo, qualquer v ∈Im(T) ´e combina¸c˜ao linear de T(v
1
), . . . , T(v
r
).
Afirmamos que os vetores T(v
1
), . . . , T(v
r
) s˜ao LI. De fato, se
γ
1
T(v
1
) + +γ
r
T(v
r
) = 0
temos
T(γ
1
v
1
+ +γ
r
v
r
) = 0
e assim,
γ
1
v
1
+ +γ
r
v
r
∈ ker(T)
Como ker(T) = [ u
1
, . . . , u
p
], existem escalares δ
1
, . . . , δ
p
tais que
γ
1
v
1
+ +γ
r
v
r
= δ
1
u
1
+ +δ
p
u
p
,
Como os vetores u
1
, . . . , u
p
, v
1
, . . . , v
r
s˜ao LI, pois formam uma base de
U, essa igualdade implica
γ
1
= = γ
r
= δ
1
= = δ
p
= 0 .
Logo, T(v
1
), . . . , T(v
r
) s˜ao LI.
140 Cap. 5 Transforma¸c˜ oes lineares
Exemplo 5.17. N˜ao existe transforma¸c˜ao linear F : R
2
→R
3
que seja
sobrejetora.
De fato, pelo teorema anterior, temos
dim Im(T) = dimR
2
−dim ker(F) = 2 −dim ker(F) ≤ 2.
Exemplo 5.18. N˜ao existe transforma¸c˜ao linear F : R
4
→R
2
que seja
injetora.
Como dim Im(F) ≤ 2, pelo Teorema anterior, temos
dim ker(F) = dimR
4
−dimIm(F) = 4 −dim Im(F) ≥ 2.
Logo, T n˜ao pode ser injetora.
Defini¸c˜ao 5.1. Uma transforma¸c˜ao linear bijetora entre dois espa¸cos
vetoriais U e V ´e chamada um isomorfismo. Dizemos, neste caso, que
os espa¸cos vetoriais U e V s˜ao isomorfos.
´
E claro que, qualquer que seja o espa¸co vetorial U, o operador identidade
I
U
: U → U ´e um isomorfismo.
Exemplo 5.19. O operador linear T : R
2
→ R
2
, dado por T(x, y) =
(x −y, x +y), ´e um isomorfismo.
Exemplo 5.20. A transforma¸c˜ao linear F : R
2
→ R, F(x, y) = x − y,
n˜ao ´e um isomorfismo, pois ela n˜ao ´e 1-1: note que F(1, 1) = F(0, 0).
Teorema 5.8. Se F : U → V for um isomorfismo, ent˜ao F
−1
: V → U
tamb´em ´e.
Demonstra¸c˜ao: Sendo F um isomorfismo, temos que F ´e invert´ıvel,
portanto, a transforma¸c˜ao inversa F
−1
´e bijetora. Resta mostrar que
F
−1
´e linear. Dados y
1
, y
2
∈ V , sejam x
1
, x
2
∈ U tais que F(x
1
) = y
1
e F(x
2
) = y
2
(existem tais x
1
, x
2
pois F ´e bije¸c˜ao). Ent˜ao
F
−1
(y
1
+y
2
) = F
−1
[F(x
1
) +F(x
2
)] = F
−1
[F(x
1
+x
2
)] = x
1
+x
2
= F
−1
(y
1
) +F
−1
(y
2
).
Analogamente verifica-se que F
−1
(αy) = αF
−1
(y).
5.4. AUTOVALORES E AUTOVETORES 141
Exerc´ıcio 5.9. Sejam F, G: R
3
→ R
3
dados por F(x, y, z) = (x + y,
z +y, z), G(x, y, z) = (x + 2y, y −z, x + 2z).
(a) Encontre as express˜oes de F ◦ G e G◦ F
(b) Encontre bases para ker(F ◦G), ker(G◦F), Im(F ◦G) e Im(G◦F).
Exerc´ıcio 5.10. Determine uma base para o n´ ucleo e para a imagem
das transforma¸c˜oes lineares abaixo:
(a) F : R
2
→R
2
, F(x, y) = (2 x −6 y, 3 x −9 y)
(b) F : R
2
→R
3
, F(x, y) = (2 x −6 y, 3 x −9 y, 2 x −6 y)
(c) F : R
3
→R
3
, F(x, y, z) = (x −y + 2 z, 3 x −y −2 z, y −4 z)
(d) F : R
3
→R
2
, F(x, y, z) = (x −y + 2 z, x −5 z)
(e) F : P
2
(R) → P
2
(R), F(a +b t +c t
2
) = a −b + 2 c + (3 a −b −
−2 c) t + (b −4 c) t
2
(f) F : M
2
(R) → M
2
(R), F(X) = AX, sendo A =
¸
1 2
2 4

.
5.4 Autovalores e autovetores
Para um dado um operador linear T : R
n
→ R
n
, queremos encontrar
vetores v = 0 para os quais T v ´e um m´ ultiplo de v. Esse conceito ´e de
grande importˆancia em diversas ´areas de Matem´atica e nas aplica¸c˜oes.
No pr´oximo cap´ıtulo, tais vetores desempenhar˜ao um papel fundamental
no estudo dos sistemas de equa¸c˜oes diferenciais lineares.
Seja T : R
n
→ R
n
um operador linear. Um autovalor de T ´e um
escalar λ tal que existe um vetor v = 0 em R
n
para o qual T(v) = λv.
Qualquer v = 0 com essa propriedade ´e chamado um autovetor de T.
O conjunto
V
λ
= ¦v ∈ R
n
: T(v) = λv¦
´e um subespa¸co vetorial de R
n
chamado autoespa¸co de T.
Exemplo 5.21. O escalar λ = 1 ´e autovalor do operador identidade
I : R
n
→ R
n
e qualquer vetor v = 0 ´e um autovetor associado ao auto-
valor λ = 1.
Exemplo 5.22. Seja F : R
3
→ R
3
, dado por F(v) = Av, em que
A = diag (c
1
, c
2
, c
3
). Os n´ umeros reais c
1
, c
2
, c
3
s˜ao autovalores F; o
vetor (1, 0, 0) ´e um autovetor de F associado a c
1
, (0, 1, 0) ´e autovetor
de F associado a c
2
e (0, 0, 1) ´e autovetor associado a c
3
.
142 Cap. 5 Transforma¸c˜ oes lineares
Como, pelo Teorema 5.2, os operadores lineares em R
n
s˜ao da forma
T(u) = Au, para alguma matriz A, encontrar um vetor v = (x
1
, . . . , x
n
)
tal que T(v) = λv ´e o mesmo que encontrar uma matriz coluna (que por
raz˜oes tipogr´aficas escreveremos) X =

x
1
, . . . , x
n

T
tal que AX =
λX. Essa equa¸c˜ao matricial pode ser escrita na forma AX = λI X (em
que I denota a matriz identidade), ou seja
(A−λI) X (5.4)
A equa¸c˜ao matricial (5.4) tem solu¸c˜ao n˜ao trivial e somente se
det (A−λI
n
) = 0. (5.5)
O determinante da matriz A−λI
n
´e um polinˆomio de grau n em λ, cha-
mado polinˆomio caracter´ıstico da matriz A. O escalar λ ´e chamado
um autovalor de A e toda matriz n 1, X = 0, tal que AX = λX ´e
um autovetor de A correspondente ao autovalor λ. Chama-se multi-
plicidade alg´ebrica do autovetor λ a multiplicidade de λ como raiz do
polinˆomio caracter´ıstico de A.
Exemplo 5.23. Encontrar os autovalores e autovetores de A =
¸
0 1
1 0

.
O polinˆomio caracter´ıstico de A ´e
det(A−λI) = det
¸
−λ 1
1 −λ

= λ
2
−1 = (λ −1)(λ + 1) .
Logo, os autovalores s˜ao λ
1
= −1 e λ
2
= 1.
Autovetores associados a λ = 1: procuramos X = [ a , b ]
T
tais que
(A−I) X = 0.
¸
−1 1
1 −1
¸
a
b

=
¸
0
0

=⇒

−a +b = 0
a −b = 0
=⇒ b = a .
Logo, os autovetores associados ao autovalor λ = 1 s˜ao todas as matrizes
X = [ a , a ]
T
= a [ 1 , 1 ]
T
, com a = 0.
Autovetores associados a λ = −1: procuramos Y = [ a , b ]
T
tais que
(A+I) Y = 0.
¸
1 1
1 1
¸
a
b

=
¸
0
0

=⇒

a +b = 0
a +b = 0
=⇒ b = −a .
Autovalores e autovetores 143
Logo, os autovetores associados ao autovalor λ = −1 s˜ao todas as ma-
trizes Y = [ a , −a ]
T
= a [ 1 , −1 ]
T
, com a = 0.
Exemplo 5.24. A matriz A =
¸
0 −1
1 0

n˜ao tem autovalores reais:
de fato, o polinˆomio caracter´ıstico de A, p
A
(λ), ´e
p
A
(λ) = det(A−λI) = det
¸
−λ −1
1 −λ

= λ
2
+ 1,
que n˜ao tem ra´ızes reais. No entanto, A tem dois autovalores complexos:
i e −i.
Calculemos os autovetores de A.
Autovetores associados a λ = i: procuramos X = [ a , b ]
T
tais que
(A−i I)X = 0.
¸
−i 1
1 −i
¸
a
b

=
¸
0
0

=⇒

−i a +b = 0
a −i b = 0
=⇒ b = i a .
Logo, os autovetores associados ao autovalor λ = i s˜ao todas as matrizes
X = [ a , i a ]
T
= a [ 1 , i ]
T
, com a = 0.
Autovetores associados a λ = −i: procuramos Y = [ c , d ]
T
tais que
(A+i I) Y = 0.
¸
i 1
1 i
¸
c
d

=
¸
0
0

=⇒

i c +d = 0
c +i d = 0
=⇒ d = −i c .
Logo, os autovetores associados ao autovalor λ = −i s˜ao todas as ma-
trizes Y = [ c , −i c ]
T
= c [ 1 , −i ]
T
, com c = 0.
Observa¸c˜ao 5.1. O exemplo anterior mostra que para falar em autova-
lores, devemos especificar se admitimos que eles sejam complexos. Como
o polinˆomio caracter´ıstico de uma A matriz de ordem n tem n ra´ızes
complexas (contando multiplicidade; isto ´e, uma raiz de multiplicidade
k ´e contada k vezes), segue-se que A tem n autovalores.
Teorema 5.9. Matrizes semelhantes tˆem o mesmo polinˆomio carac-
ter´ıstico, isto ´e, se B = P
−1
AP, ent˜ao p
A
(z) = p
B
(z). Al´em disso, se
X for um autovetor de A correspondente ao autovalor λ, ent˜ao P
−1
X
´e autovalor de B correspondente a λ.
144 Cap. 5 Transforma¸c˜ oes lineares
Demonstra¸c˜ao: De fato, usando a igualdade det (P
−1
) det (P) = 1, te-
mos
det (B −λI
n
) = det (P
−1
AP −λP
−1
I
n
P) = det P
−1
(A−λI
n
)P
= det P
−1
det (A−λI
n
) det P = det (A−λI
n
).
Logo, o polinˆomio caracter´ıstico de B ´e igual ao polinˆomio caracter´ıstico
de A.
Para verificar a segunda parte, seja Y = P
−1
X; ent˜ao
BY = P
−1
AP P
−1
X = P
−1
AX = P
−1
λX = λP
−1
X = λY .
Exemplo 5.25. Seja T o operador linear T : R
3
→ R
3
definido por
T(x, y, z) = (2 x, −10 x + 7 y −30 z, −2 x +y −4 z). Encontrar os auto-
valores, autovetores e autoespa¸cos de T
´
E f´acil ver que T(u) = Au, em que
A =

2 0 0
−10 7 −30
−2 1 −4
¸
¸
.
O polinˆomio caracter´ıstico de A ´e:
det(A−λI) = det

2 −λ 0 0
−10 7 −λ −30
−2 1 −4 −λ
¸
¸
= (2 −λ) det
¸
7 −λ −30
1 −4 −λ

= (2 −λ)(2 −λ)(1 −λ).
Portanto, os autovalores s˜ao λ
1
= λ
2
= 2 e λ
3
= 1.
Autovetores e autoespa¸co associados a λ = 2: procuramos v =
(a, b, c) tais que (A−2 I) v = 0.

0 0 0
−10 5 −30
−2 1 −6
¸
¸

a
b
c
¸
¸
=

0
0
0
¸
¸
=⇒

−10 a + 5 b −30c = 0
−2 a +b −6 c = 0
donde obtemos b = 2 a + 6 c. Logo, os autovetores s˜ao
v = (a, 2 a + 6 c, c) = a (1, 2, 0) +c (0, 6, 1), a, c ∈ R.
Autovalores e autovetores 145
O autoespa¸co associado a λ = 2 ´e V
(λ=2)
= [(1, 2, 0), (0, 6, 1)].
Autovetores associados a λ = 1: procuramos w = (a, b, c) tais que
(A−I) w = 0.

1 0 0
−10 6 −30
−2 1 −5
¸
¸

a
b
c
¸
¸
=

0
0
0
¸
¸
=⇒

a = 0
−10 a + 6 b −30 c = 0
−2 a +b −5 c = 0
donde obtemos a = 0, b = 5 c. Logo w = (0, 5 c, c) = c (0, 5, 1), c ∈ R.
O autoespa¸co associado a λ = 1 ´e V
(λ=1)
= [(0, 5, 1)].
Observa¸c˜ao 5.2. Seja P a matriz cujas colunas s˜ao as coordenadas dos
autovetores de T; ent˜ao P
−1
AP ´e uma matriz diagonal; mais precisa-
mente,
se P =

1 0 0
2 6 5
0 1 1
¸
¸
, ent˜ao P
−1
AP =

2 0 0
0 2 0
0 0 1
¸
¸
.
O pr´oximo teorema mostra que esse fato ´e verdadeiro em geral.
Teorema 5.10. Suponhamos que a matriz A tenha n autovetores LI
v
1
, . . . , v
n
associados aos autovalores λ
1
, . . . , λ
n
. Ent˜ao A ´e seme-
lhante a uma matriz diagonal: mais precisamente, se P =

v
1
, . . . , v
n

,
ent˜ao P
−1
AP = diag (λ
1
, . . . , λ
n
).
Demonstra¸c˜ao: Usando as igualdades Av
1
= λ
1
v
1
, . . . , Av
n
= λ
n
v
n
e o Teorema 1.1, temos
P
−1
AP = P
−1

Av
1
, . . . , Av
n

= P
−1

λ
1
v
1
, . . . , λ
n
v
n

=

λ
1
P
−1
v
1
, . . . , λ
n
P
−1
v
n

= diag (λ
1
, , λ
n
) .
Defini¸c˜ao 5.2. Um operador linear T : R
n
→ R
n
, T(v) = Av ´e di-
to diagonaliz´avel quando existe uma base B = ¦v
1
, . . . , v
n
¦ de R
n
formada por autovetores de T. Dizemos neste caso que a matriz P =
[v
1
, . . . , v
n
] diagonaliza T (tamb´em dizemos que P diagonaliza A).
O operador do Exemplo 5.25 ´e diagonaliz´avel. Nem todo operador ´e
diagonaliz´avel, como mostra o exemplo seguinte.
146 Cap. 5 Transforma¸c˜ oes lineares
Exemplo 5.26. Encontrar os autoespa¸cos do operador T : R
3
→ R
3
dado por T(x, y, z) = (−y −z, 2 x + 2 y +z, 2 x + 2 y + 3 z).
Temos T(x) = Bx em que B =

0 −1 −1
2 2 1
2 2 3
¸
¸
.
O polinˆomio caracter´ıstico de B ´e
det(B −λI) = det

0 −λ −1 −1
2 2 −λ 1
2 2 3 −λ
¸
¸
= −λ
3
+ 5 λ
2
−8 λ + 4 = (2 −λ)(2 −λ)(1 −λ).
Portanto, os autovalores s˜ao λ
1
= λ
2
= 2 e λ
3
= 1.
Autovetores associados a λ = 1: procuramos v = [a, b, c]
T
tais que
(B −I) v = 0.

−1 −1 −1
2 1 1
2 2 2
¸
¸

c
b
c
¸
¸
=

0
0
0
¸
¸
=⇒

a + b + c = 0
b + c = 0
2 a + 2 b + 2 c = 0
donde obtemos a = 0 e b = −c. Portanto v = [0, −c, c]
T
= c [0, −1, 1]
T
.
O autoespa¸co associado a λ = 1 ´e V
(λ=1)
= ¦ [0, −x, x]
T
: x ∈ R¦.
Autovetores associados a λ = 2: procuramos w = [d, e, f]
T
tais que
(B −2 I) w = 0.

−2 −1 −1
2 0 1
2 2 1
¸
¸

d
e
f
¸
¸
=

0
0
0
¸
¸
=⇒

2 d + e +f = 0
2 d +f = 0
2 d + 2 e +f = 0
donde obtemos e = 0 e f = −2 d. Portanto w = d [ 1, 0, −2 ]
T
. O auto-
espa¸co associado a λ = 2 ´e V
(λ=2)
= ¦ [ x, 0, −2 x]
T
: x ∈ R¦.
Teorema 5.11. Sejam v
1
, . . . , v
p
autovetores de um operador T as-
sociados aos autovalores λ
1
, . . . λ
p
. Se os autovalores λ
1
, . . . λ
p
forem
distintos, ent˜ao os autovetores v
1
, . . . , v
p
s˜ao linearmente independen-
tes.
Autovalores e autovetores 147
Demostra¸c˜ao: Vamos mostrar o teorema por indu¸c˜ao sobre n. Em
primeiro lugar, notemos que o resultado ´e verdadeiro se n = 1, pois
autovetores s˜ao vetores n˜ao nulos.
Suponhamos que o resultado seja v´alido para um n´ umero k. Vamos
mostrar que ele ´e verdadeiro para k + 1.
Sejam v
1
, . . . , v
k+1
autovetores de T. Suponhamos que os n´ umeros
α
1
, . . . , α
k+1
sejam tais que
α
1
v
1
+ +α
k
v
k

k+1
v
k+1
= 0 (5.6)
(queremos concluir que essa rela¸c˜ao implica α
1
= 0, . . . , α
k+1
= 0).
Aplicando T aos dois membros de (5.6) e notando que v
1
, . . . , v
k+1
s˜ao
autovetores de T, obtemos
α
1
λ
1
v
1
+ +α
k
λ
k
v
k

k+1
λ
k+1
v
k+1
= 0. (5.7)
Multiplicando (5.6) por λ
k+1
e subtraindo de (5.7), obtemos
α
1

1
−λ
k+1
) v
1
+ +α
k

k
−λ
k+1
) v
k
= 0. (5.8)
Agora, como o resultado ´e verdadeiro para k autovetores, temos que
v
1
, . . . , v
k
s˜ao LI. Portanto
α
1

1
−λ
k+1
) = 0, . . . , α
k

k
−λ
k+1
) = 0
Como, por hip´otese, os autovalores s˜ao dois a dois distintos, temos
α
1
= = α
k
= 0. Substituindo em (5.6), obtemos α
k+1
v
k+1
= 0.
Como v
k+1
= 0, temos α
k+1
= 0. Logo, v
1
, . . . , v
k+1
s˜ao LI.
Como conseq¨ uˆencia imediata dos Teoremas 5.10 e 5.11, temos:
Teorema 5.12. Se o operador T : R
n
→R
n
tem n autovalores distintos,
ent˜ao T ´e diagonaliz´avel.
Um resultado importante no estudo de autovalores e autovetores,
cuja prova omitiremos ´e:
Teorema 5.13. Seja A uma matriz n n sim´etrica. Ent˜ao:
(i) os autovalores de A s˜ao reais;
(ii) existe uma base ortonormal de R
n
formada por autovetores de A.
148 Cap. 5 Transforma¸c˜ oes lineares
Exerc´ıcio 5.11. Encontre os autovalores e autovetores das matrizes
abaixo:
A =

1 2 −1
0 −1 0
0 0 −2
¸
¸
B =

3 0 0
0 2 −5
0 1 −2
¸
¸
C =

2 1 0 0
0 2 0 0
0 0 1 1
0 0 −2 4
¸
¸
¸
¸
Exerc´ıcio 5.12. Encontre os autovalores e autovetores dos operadores
lineares abaixo (em (a) e (c), k ∈ R ´e uma constante fixada):
(a) T(x, y) = (k x, k y) (b) T(x, y) = (x, k y)
(c) T(x, y) = (x +y, x −y) (d) T(x, y) = (−x, y)
(e) T(x, y) = (−x −y, −3x +y) (f) T(x, y, z) = (z, y, x).
(g) T(x, y, z) = (3 x, 2 y −5 z, y −2 z) (h) T(x, y, z) = (x, x+2y, x+y)
(i) T(x, y, z, w) = (3 x +y, 3 y, 4 z, 3 w)
(j) T(x, y, z, w) = (2 x +y, 2 y, z +w, −2 z + 4 w).
Exerc´ıcio 5.13. Verifique se A ´e diagonaliz´avel, sendo:
(a) A =

3 −6 2
−1 1 1
−1 2 0
¸
¸
A =

0 1 2
2 1 −6
−1 −1 3
¸
¸
Exerc´ıcio 5.14. Determine quais das matrizes abaixo ´e diagonaliz´avel;
quando for o caso, escreva a matriz que diagonaliza A.
(a)

3 0 0
0 2 −5
0 1 −2
¸
¸
(b)

−1 −4 14
2 −7 14
2 −4 11
¸
¸
(c)

−1 −2 0
0 −1 1
1 0 0
¸
¸
(d)

2 0 −1
0 −3 1
0 0 −3
¸
¸
(e)

2 1 0 0
0 2 0 0
0 0 2 0
0 0 0 3
¸
¸
¸
¸
(f)

2 0 1 0
0 2 0 1
12 0 3 0
0 −1 0 0
¸
¸
¸
¸
Exerc´ıcio 5.15. Seja

1 0 0
2 −1 0
−1 0 −2
¸
¸
a) Determine os autovalores e autovetores de A;
b) Determine uma base para os correspondentes autoespa¸cos;
c) Determine uma matriz P que diagonaliza A e calcule P
−1
AP.
Exerc´ıcio 5.16. Seja T : R
3
→ R
3
definida por T(x, y, z) = (3x −
4z, 3y + 5z, z):
Autovalores e autovetores 149
(a) Encontre o polinˆomio caracter´ıstico de T.
(b) Para cada autovalor λ de T, encontre o autoespa¸co V (λ) e dˆe sua
dimens˜ao.
(c) T ´e diagonaliz´avel? Justifique.
(d) Caso (c) seja verdadeira, ache uma matriz P que diagonaliza T.
Exerc´ıcio 5.17. Seja T : R
3
→R
3
, T(x, y, z) = (x, 2 x + 2 y, x +k z).
(a) Calcular o polinˆomio caracter´ıstico e os autovalores de T.
(b) Determinar todos os valores de k para que T seja diagonaliz´avel.
(c) Para tais valores de k, ache uma matriz que diagonaliza T.
Exerc´ıcio 5.18. Que condi¸c˜oes os n´ umeros a e b devem satisfazer para
que o operador linear T : R
3
→R
3
, T(x, y, z) = (x +z, b y, a x −z) seja
diagonaliz´avel?
Exerc´ıcio 5.19. Seja T : R
2
→ R
2
um operador linear tal que v
1
=
(1, −1) e v
2
= (−1, 0) s˜ao autovetores de T correspondentes aos auto-
valores λ
1
= 2 e λ
2
= −3, respectivamente. Determine T(x, y).
Exerc´ıcio 5.20. Considere o operador linear F : R
3
→ R
3
tal que
v = (1, 0, 0) ´e autovetor com autovalor nulo e F(0, 1, 0) = (0, 2, 1) e
F(0, −1, 1) = (0, 0, 3). Determine F(x, y, z).
150 Cap. 5 Transforma¸c˜ oes lineares
Cap´ıtulo 6
Sistemas de equa¸c˜oes
diferenciais lineares
6.1 Introdu¸c˜ao
Neste cap´ıtulo, estudamos sistemas de equa¸c˜oes diferenciais. Sistemas
de equa¸c˜oes diferenciais ocorrem com freq¨ uencia nas aplica¸c˜oes, espe-
cialmente em Mecˆanica, em virtude da segunda lei de Newton e em Ele-
tricidade no estudo das malhas contendo dois ou mais circuitos el´etricos.
A posi¸c˜ao x(t) de uma part´ıcula de massa mem um instante t, sujeita
a uma for¸ca F(t, x(t), x

(t)) (essa nota¸c˜ ao significa que a for¸ca pode
depender do instante t, da posi¸c˜ao x(t) e da velocidade x

(t) naquele
instante) ´e dada pela equa¸c˜ ao diferencial vetorial
mx

= F(t, x, x

) (6.1)
Em termos das componentes x(t) = (x
1
, x
2
, x
3
), F = (f
1
, f
2
, f
3
),
temos

mx

1
= f
1
(t, x
1
, x
2
, x
3
, x

1
, x

2
, x

3
)
mx

2
= f
2
(t, x
1
, x
2
, x
3
, x

1
, x

2
, x

3
)
mx

3
= f
3
(t, x
1
, x
2
, x
3
, x

1
, x

2
, x

3
)
(6.2)
Um caso particular importante de (6.1) ´e o do sistema mecˆanico
formado por duas part´ıculas de massas m
1
e m
2
ligadas a molas, como
na figura abaixo. Suponhamos que as massas estejam imersas em meios
que oferecem resistˆencias aos seus movimentos e essas resistˆencias sejam
proporcionais `as correspondentes velocidades das massas.
151
152 Cap. 6 Sistemas de equa¸c˜oes diferenciais

z
1
z
2
m
1
m
2
k
1
k
2
O
y
O
x
·
·
Figura 6.1
De acordo com a segunda lei de Newton, o movimento das part´ıculas
´e descrito pelo sistema de equa¸c˜oes diferenciais
m
1
z

1
= −k
1
z
1
−k
2
z
1
+k
2
z
2
−b
1
z

1
m
2
z

2
= k
1
z
2
−k
2
z
2
−b
2
z

2
.
(6.3)
A Figura 6.2 abaixo mostra uma malha com dois circuitos el´etricos
contendo uma fonte de for¸ca eletromotriz E, dois resistores R
1
e R
2
e
dois indutores L
1
e L
2
. Usando as Leis de Kirchoff, podemos mostrar
que as correntes I
1
e I
2
satisfazem o sistema de equa¸c˜oes diferenciais

L
1
I

1
+R
1
I
1
+R
1
I
2
= E
L
2
I

2
+R
1
I
1
+ (R
1
+R
2
)I
2
= E
(6.4)
E

I

L
1
I
1
·
L
2
I
2
R
1
R
2
Figura 6.2
A equa¸c˜ao diferencial linear de ordem n
y
(n)
+a
n−1
(t) y
(n−1)
+ +a
1
(t)y

+a
0
(t)y = g(t)
Introdu¸c˜ao 153
pode ser escrita como sistemas de equa¸c˜oes diferenciais de primeira or-
dem. De fato, pondo,
z
1
= y, z
2
= y

, , z
n
= y
(n−1)
,
obtemos o sistema

z

1
= z
2
z

2
= z
3
.
.
.
z

n−1
= y
n
z

n
= g(t) −a
n−1
(t) z
n
− −a
1
(t) z
2
−a
0
(t) z
1
Para os nossos objetivos, basta considerar sistemas de equa¸c˜oes dife-
renciais de primeira ordem, pois qualquer equa¸c˜ao diferencial de ordem
superior a um pode ser transformada em um sistema de equa¸c˜oes de
primeira ordem. Consideremos, por exemplo, o sistema (6.2). Definindo
as vari´aveis
y
1
= x
1
, y
2
= x

1
, y
3
= x
2
, y
4
= x

2
, y
5
= x
3
, y
6
= x

3
,
reescrevemos o sistema (6.2) como

y

1
= y
2
y

2
=
1
m
f
1
(t, y
1
, y
3
, y
5
, y
2
, y
4
, y
6
)
y

3
= y
4
y

4
=
1
m
f
1
(t, y
1
, y
3
, y
5
, y
2
, y
4
, y
6
)
y

5
= y
6
y

6
=
1
m
f
1
(t, y
1
, y
3
, y
5
, y
2
, y
4
, y
6
)
Os sistemas de equa¸c˜oes diferenciais podem geralmente ser escritos
na forma

y

1
= f
1
(t, y
1
, . . . , y
n
)
.
.
.
y

n
= f
n
(t, y
1
, . . . , y
n
)
(6.5)
154 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Aqui f
1
(t, y
1
, . . . , y
n
), . . . , f
n
(t, y
1
, . . . , y
n
) s˜ao fun¸c˜oes definidas em um
subconjunto de R
n+1
. Estaremos interessados exclusivamente nos sis-
temas de equa¸c˜oes diferenciais lineares com coeficientes constantes, que
s˜ao da forma

y

1
= a
11
y
1
+ +a
1n
y
n
+g
1
(t)
.
.
.
y

n
= a
n1
y
1
+ +a
nn
y
n
+g
n
(t) ,
(6.6)
em que os coeficientes a
ij
, i , j = 1, . . . , n, s˜ao constantes e as fun¸c˜oes
g
i
(t), i = i, . . . , n, cont´ınuas em um intervalo I ⊂ R. Uma solu¸c˜ao do
sistema (6.6) ´e uma fun¸c˜ao vetorial continuamente diferenci´avel y(t) =
(y
1
(t), . . . , y
n
(t)) que satisfaz cada uma das equa¸c˜oes em (6.6). Por
exemplo, a fun¸c˜ao y(t) = (−2e
−4t
, 2e
−4t
+ 1) ´e solu¸c˜ao do sistema

y

1
= y
1
+ 5 y
2
−5
y

2
= 2 y
1
−2 y
2
+ 2 .
(6.7)
De fato, se y
2
(t) = −2 e
−4t
e y
2
(t) = 2 e
−4t
+ 1, temos y

1
(t) = 8 e
−4t
=
y
1
(t) + 5 y
2
(t) − 5 e y

2
(t) = −8 e
−4t
= 2 y
1
(t) − 2 y
2
(t) + 2. Como no
caso das equa¸c˜oes de primeira e de segunda ordem, chamaremos solu¸c˜ao
geral do sistema (6.6) a uma express˜ao que contenha todas as solu¸c˜oes
desse sistema.
Vamos introduzir uma nota¸c˜ao mais conveniente para sistemas. De-
finindo as matrizes y, A e g(t) por
y =

y
1
y
2
.
.
.
y
n
¸
¸
¸
¸
¸
, A =

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
¸
¸
¸
¸
¸
, g(t) =

g
1
(t)
g
2
(t)
.
.
.
g
n
(t)
¸
¸
¸
¸
¸
podemos ent˜ao reescrever o sistema (6.6) na forma
y

= Ay +g(t) (6.8)
A matriz A chama-se matriz dos coeficientes e a fun¸c˜ao vetorial g(t)
chama-se termo for¸cante. Se o termo for¸cante g(t) ´e n˜ao nulo, o
sistema linear (6.8) ´e dito n˜ao homogˆeneo. Se g(t) = 0, para todo t,
esse sistema fica
y

= Ay (6.9)
6.2. FATOS GERAIS SOBRE SISTEMAS LINEARES 155
e ´e chamado sistema linear homogˆeneo.
Fixados um vetor v ∈ R
n
e um n´ umero t
0
∈ I, o problema de
encontrar uma solu¸c˜ao y(t) de (??) tal que y(t
0
) = v chama-se
problema de valor inicial para o sistema (??).
O pr´oximo teorema afirma que, sob condi¸c˜oes razo´aveis, o problema
de valor inicial associado ao sistema (6.8) tem uma ´ unica solu¸c˜ao. A
demonstra¸c˜ao desse teorema envolve conceitos mais elaborados e, por
esta raz˜ao, ser´a omitida.
Teorema 6.1. Suponhamos que a fun¸c˜ao vetorial g(t) seja cont´ınua
no intervalo I (isto ´e, as fun¸c˜oes g
1
(t), . . . , g
n
(t) s˜ao cont´ınuas em I).
Ent˜ao, dados t
0
∈ I e y
0
∈ R
n
, o sistema (6.8) tem uma ´ unica solu¸c˜ao
y(t), definida em todo o intervalo I, tal que y(t
0
) = y
0
.
6.2 Fatos gerais sobre sistemas lineares
Uma propriedade caracter´ıstica dos sistemas lineares ´e o chamado Princ´ı-
pio de Superposi¸c˜ao, dado no pr´oximo teorema. A demonstra¸c˜ao ´e ime-
diata e ser´a omitida.
Teorema 6.2. Consideremos os sistemas lineares
y

= Ay +g
1
(t) (6.10)
y

= Ay +g
2
(t) . (6.11)
Suponhamos que y
1
(t) seja uma solu¸c˜ao do sistema (6.10), y
2
(t) uma
solu¸c˜ao do sistema (6.11) e sejam c
1
, c
2
duas constantes. Ent˜ao a
fun¸c˜ao
y(t) = c
1
y
1
(t) +c
2
y
2
(t)
´e uma solu¸c˜ao do sistema
y

= Ay +c
1
g
1
(t) +c
2
g
2
(t). (6.12)
Como uma conseq¨ uˆencia imediata do princ´ıpio de superposi¸c˜ao temos
156 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Corol´ario 6.1. (a) Se x(t) ´e uma solu¸c˜ao do sistema homogˆeneo
x

= Ax. , (6.13)
e y(t) ´e uma solu¸c˜ao do sistema linear n˜ao homogˆeneo
y

= Ay +g(t) , (6.14)
e ent˜ao x(t) + y(t) ´e uma solu¸c˜ao do sistema linear n˜ao homogˆeneo
(6.14). (b) Se y
1
(t) e y
2
(t) s˜ao solu¸c˜oes do sistema linear n˜ao ho-
mogˆeneo 6.13 ent˜ao a fun¸c˜ao x(t) = y
1
(t) − y
2
(t) ´e uma solu¸c˜ao do
sistema homogˆeneo (6.14).
Tomando, no Teorema 6.2, g
1
(t) = g
2
(t) = 0, segue-se que o conjun-
to de todas solu¸c˜oes do sistema homogˆeneo ´e um espa¸co vetorial. Como
nos caso das equa¸c˜oes escalares, ´e de fundamental importˆancia encontrar
uma base de solu¸c˜oes desse sistema.
Teorema 6.3. O espa¸co vetorial o
0
das solu¸c˜oes do sistema homogˆeneo
y

= Ay tem dimens˜ao n.
Demonstra¸c˜ao: Fixemos t
0
∈ I. Seja B = ¦e
1
, e
2
, . . . , e
n
¦ a base
canˆonica de R
n
, isto ´e
e
1
= (1, . . . , 0) , e
2
= (0, 1, . . . , 0) , . . . , e
n
= (0, . . . , 1)
Pelo Teorema 6.1, para cada j = 1, 2, . . . , n, existe uma ´ unica solu¸c˜ao
y
j
(t) do problema de valor inicial

y

= Ay
y(t
0
) = e
j
Afirmamos que as solu¸c˜oes y
1
(t), y
2
(t), . . . , y
n
(t) constituem uma base
de o
0
. Em primeiro lugar, elas s˜ao linearmente independentes, pois se
os escalares α
1
, α
2
, . . . , α
n
s˜ao tais que
α
1
y
1
(t) +α
2
y
2
(t) + +α
n
y
n
(t) = 0, ∀t ∈ I,
ent˜ao, em particular, para t = t
0
, temos
α
1
y
1
(t
0
) +α
2
y
2
(t
0
) + +α
n
y
n
(t
0
) = α
1
e
1

2
e
2
+ +α
n
e
n
= 0;
Fatos gerais 157
como e
1
, e
2
, . . . , e
n
s˜ao vetores linearmente independentes em R
n
, te-
mos α
1
= α
2
= = α
n
= 0. Logo, as fun¸c˜oes y
1
(t), y
2
(t), . . . , y
n
(t)
s˜ao linearmente independentes.
Mostremos agora que toda solu¸c˜ao ϕ(t) do sistema y

= Ay ´e uma
combina¸c˜ao linear das solu¸c˜oes y
1
(t), y
2
(t), . . . , y
n
(t). Em primeiro
lugar, como o
0
´e um espa¸co vetorial, ´e claro que qualquer combina¸c˜ao
linear de y
1
(t), y
2
(t), . . . , y
n
(t) ´e uma solu¸c˜ao desse sistema.
Seja v = ϕ(t
0
). Como ¦e
1
, e
2
, . . . , e
n
¦ ´e uma base de R
n
, existem
n´ umeros c
1
, c
2
, . . . , c
n
tais que
v = c
1
e
1
+c
2
e
2
+ + c
n
e
n
Consideremos a fun¸c˜ao
z(t) = c
1
y
1
(t) +c
2
y
2
(t) + +c
n
y
n
(t) .
Ela ´e uma solu¸c˜ao do sistema y

= Ay e satisfaz z(t
0
) = v. Agora,
a fun¸c˜ao ϕ(t) tamb´em ´e solu¸c˜ao desse sistema e ϕ(t
0
) = v. Como as
fun¸c˜oes ϕ(t) e z(t) s˜ao solu¸c˜oes do problema de valor inicial

y

= Ay
y(t
0
) = v
e como, pelo Teorema 6.1, esse problema de valor inicial tem uma ´ unica
solu¸c˜ao, segue-se que ϕ(t) = z(t), ∀t ∈ I, isto ´e
ϕ(t) = c
1
y
1
(t) +c
2
y
2
(t) + +c
n
y
n
(t) , ∀t ∈ I.
ou seja, a solu¸c˜ao ϕ(t) ´e combina¸c˜ao linear de y
1
(t) , y
2
(t) , . . . , y
n
(t).
Logo ¦ y
1
(t), y
2
(t), . . . , y
n
(t) ¦ ´e base do espa¸co vetorial o
0
e portanto
dimo
0
= n.
De acordo com o Teorema 6.3, se x
1
(t), . . . , x
n
(t) s˜ao solu¸c˜oes li-
nearmente independentes do sistema
x

= Ax (6.15)
ent˜ao toda solu¸c˜ao desse sistema ´e da forma
x(t) = c
1
x
1
(t) + +c
n
x
n
(t), c
1
, . . . , c
n
∈ R. (6.16)
158 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Como toda solu¸c˜ao do sistema (6.15) ´e dada pela f´ormula (6.16), essa
express˜ao ´e a solu¸c˜ao geral de (6.15).
Combinando esse fato com o Teorema 6.2 e o Corol´ario 6.1 temos o
seguinte resultado.
Corol´ario 6.2. Se y
0
(t) ´e uma solu¸c˜ao particular do sistema n˜ao ho-
mogˆeneo
y

= Ay +g(t) (6.17)
e se x(t) = c
1
x
1
(t) + + c
n
x
n
(t) ´e a solu¸c˜ao geral do sistema ho-
mogˆeneo associado, ent˜ao a solu¸c˜ ao geral do sistema n˜ao homogˆeneo
(6.17) ´e da forma
y(t) = y
0
(t) +c
1
x
1
(t) + +c
n
x
n
(t), c
1
, . . . , c
n
∈ R. (6.18)
Exemplo 6.1. Consideremos o sistema n˜ao homogˆeneo

x

= x + 5 y + 4 t −15
y

= 2 x −2 y −10 t + 8
(6.19)
e o sistema homogˆeneo associado

x

= x + 5 y
y

= 2 x −2 y
(6.20)
´
E f´acil ver que as fun¸c˜oes vetoriais x
1
(t) = e
−4 t
(1, −1)
T
e x
2
(t) =
e
3 t
(5, 2)
T
s˜ao solu¸c˜oes do sistema homogˆeneo (6.20); ent˜ao a solu¸c˜ao
geral desse sistema ´e
¸
x(t)
y(t)

=
¸
C
1
e
−4 t
+ 5 C
2
e
3 t
−C
1
e
−4 t
+ 2 C
2
e
3 t

, C
1
, C
2
∈ R.
Como y
0
(t) = (3 t − 1, −2 t + 4)
T
´e uma solu¸c˜ao do sistema n˜ao ho-
mogˆeneo (6.19), temos que a solu¸c˜ ao geral do sistema n˜ao homogˆeneo
´e
¸
x(t)
y(t)

=
¸
3 t −1 +C
1
e
−4 t
+ 5 C
2
e
3 t
−2 t + 4 −C
1
e
−4 t
+ 2 C
2
e
3 t

, C
1
, C
2
∈ R.
6.3. SISTEMA HOMOG
ˆ
ENEO 159
Notemos que a solu¸c˜ao geral de (6.20) acima pode ser escrita na forma
¸
x(t)
y(t)

=
¸
e
−4t
5 e
3 t
−e
−4 t
2 e
3 t
¸
C
1
C
2

(6.21)
e que as colunas da matriz do segundo membro de (6.21) s˜ao as solu¸c˜oes
LI y
1
(t) = e
−4 t
[ 1, −1 ]
T
e y
2
(t) = e
3 t
[ 5, 2 ]
T
dadas acima; esta matriz
desempenhar´a um papel importante no que segue.
Defini¸c˜ao 6.1. Seja ¦ x
1
(t), . . . , x
n
(t) ¦ uma base de solu¸c˜ oes do sistema
x

= Ax. A matriz n n
X(t) =

x
1
(t) . . . x
n
(t)

(6.22)
chama-se matriz fundamental desse sistema.
No exemplo 6.1, uma matriz fundamental do sistema (6.20) ´e
X(t) =
¸
e
−4t
5 e
3 t
−e
−4t
2 e
3 t

.
A solu¸c˜ao geral do sistema (6.1) pode ser escrita na forma X(t)v, em que
v ´e um vetor arbitr´ario de R
2
. Essa propriedade ´e verdadeira em geral:
de fato, da rela¸c˜ao (6.16) concluimos facilmente o seguinte resultado.
Teorema 6.4. Se X(t) ´e uma matriz fundamental do sistema (6.15) e
v denota um vetor arbitr´ario de R
n
, ent˜ao a solu¸c˜ao geral de (6.15) ´e
X(t)v.
6.3 Sistema homogˆeneo
Nesta se¸c˜ao estudamos sistemas
x

= Ax (6.23)
em que A ´e uma matriz constante de ordem n.
Como j´a fizemos anteriormente, procuraremos solu¸c˜oes de (6.23) na
forma x(t) = e
λt
v. Substituindo essa express˜ao em (6.23), temos
λe
λt
v = Ae
λt
v (6.24)
160 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Portanto,
Av = λv
ou seja, v ´e autovetor de A com autovalor λ.
Quando a matriz A tem n autovetores linearmente independentes
v
1
, . . . , v
n
∈ R
n
, correspondentes aos autovalores reais λ
1
, . . . , λ
n
, uma
matriz fundamental do sistema (6.23) ´e
X(t) =

e
λ
1
t
v
1
, . . . , e
λn t
v
n

Exemplo 6.2. Encontrar uma matriz fundamental de solu¸c˜oes para o
sistema

x

= x + 5 y
y

= 2 x −2 y
Os autovalores da matriz A =
¸
1 5
2 −2

s˜ao as ra´ızes da equa¸c˜ao
det
¸
1 −λ 5
2 −2 −λ

= (1 −λ)(−2 −λ) −10 = 0
ou seja
λ
2
+λ −12 = 0
Portanto, os autovalores de A s˜ao λ
1
= 3 e λ
2
= −4.
Autovetores de A associados ao autovalor λ
1
= 3: procuramos veto-
res v = [ a, b ]
T
= [ 0, 0 ]
T
tais que (A−3 I) v = 0, ou seja
¸
−2 5
2 −5
¸
a
b

=
¸
0
0

donde 5 b = 2 a
Pondo a = 5, temos b = 2. Assim, um correspondente autovetor ´e
v = [ 5, 2 ]
T
e uma solu¸c˜ao do sistema ´e y
1
(t) = e
3 t
[ 5, 2 ]
T
.
Para determinar os autovetores associados ao autovalor λ
2
= −4,
procuramos v = [ c, d ]
T
tais que (A+ 4 I) v = 0, ou seja
¸
5 5
2 2
¸
c
d

=
¸
0
0

donde d = −c
Portanto, um correspondente autovetor ´e v = [ 1, −1 ]
T
e uma solu¸c˜ao
do sistema ´e y
1
(t) = e
−4 t
[ 1, −1 ]
T
.
Sistema homogˆeneo 161
Logo, uma matriz fundamental de solu¸c˜oes ´e
X(t) =
¸
5 e
3 t
e
−4 t
2 e
3 t
−e
−4 t

,
e a solu¸c˜ao geral do sistema ´e
¸
x(t)
y(t)

=
¸
5 c
1
e
3 t
+c
2
e
−4 t
2c
1
e
3 t
−c
2
e
−4 t

, c
1
, c
2
∈ R.
Exemplo 6.3. Encontrar a solu¸c˜ao geral do sistema
x

= 4 x −3 y −z
y

= x −z
z

= −4 x + 4 y −z
(6.25)
O polinˆomio caracter´ıstico ´e
p(λ) =

4 −λ −3 −1
1 −λ −1
−4 4 −1 −λ

= −λ
3
+ 3 λ
2
+λ −3 = 0
Os candidatos a ra´ızes inteiras s˜ao: ±1 e ±3. Como p(1) = 0, vemos
que λ
1
= 1 ´e raiz. Temos ent˜ao p(λ) = (λ −1) (−λ
2
+2 λ +3); as ra´ızes
de −λ
2
+2 λ+3 = 0 s˜ao λ
2
= 1 e λ
3
= 3. Logo, os autovalores de A s˜ao
λ
1
= −1, λ
2
= 1 e λ
3
= 3.
Os autovetores associados a λ
1
= −1 s˜ao os vetores v
1
= [ a, b, c ]
T
tais que (A+I)v
1
= 0 (A denota a matriz dos coeficientes do sistema),
ou seja

5 −3 −1
1 1 −1
−4 4 0
¸
¸

a
b
c
¸
¸
=

0
0
0
¸
¸
ou

5 a −3 b −c = 0
a + b −c = 0
−4 a + 4 b = 0
donde obtemos b = a c = 2 a. Portanto, um autovetor ´e v = [ 1, 1, 2 ]
T
,
que d´a a solu¸c˜ao x
1
(t) = e
−t
[ 1, 1, 2 ]
T
.
Os autovetores associados a λ
2
= 1 s˜ao os vetores v
2
= [ d, e, f ]
T
tais que (A−I)v
2
= 0, ou seja

3 −3 −1
1 −1 −1
−4 4 −2
¸
¸

d
e
f
¸
¸
=

0
0
0
¸
¸
ou

3d −3e − f = 0
d − e − f = 0
−4d + 4e −2f = 0
162 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Dessas equa¸c˜oes, obtemos d = e, f = 0. Portanto, um autovetor ´e
v
2
= [ 1, 1, 0 ]
T
, que d´a a solu¸c˜ao x
2
(t) = e
t
[ 1, 1, 0 ]
T
.
Os autovetores associados a λ
3
= 3 s˜ao os vetores v
3
= [ r, s, w]
T
tais que (A−3 I)v
3
= 0, ou seja
¸
1 −3 −1
1 −3 −1
−4 4 −4
¸ ¸
r
s
w
¸
=
¸
0
0
0
¸
ou

r −3 s − w = 0
r −3 s − w = 0
−4 r + 4 s −4 w = 0
Resolvendo esse sistema, obtemos r = −2 w, s = −w. Portanto, um
autovetor ´e v = [ 2, 1, −1 ]
T
, que d´a a solu¸c˜ao x
3
(t) = e
3t
[ 2, 1, −1 ]
T
.
Logo, uma matriz fundamental para o sistema ´e
X(t) =

e
t
e
−t
2 e
3t
e
t
e
−t
e
3t
0 2 e
−t
−e
3t
¸
¸
e a solu¸c˜ao geral desse sistema ´e

x(t)
y(t)
z(t)
¸
¸
= X(t)

α
β
γ
¸
¸
=

αe
t
+β e
−t
+ 2γ e
3t
αe
t
+β e
−t
+γ e
3t
2β e
−t
−γ e
3t
¸
¸
, α, β, γ ∈ R.
Exemplo 6.4. Encontrar uma matriz fundamental para o sistema
x

= Ax =

2 0 0
−10 7 −30
−2 1 −4
¸
¸

x
y
z
¸
¸
. (6.26)
Vimos no Exemplo 5.25, p´agina 144, que os autovalores de A s˜ao λ
1
= 1
e λ
2
= λ
3
= 2, (0, 5, 1) ´e um autovetor associado a λ
1
= 1 e que
v
1
= (1, 2, 0) e v
2
= (0, 6, 1) s˜ao autovetores associados ao autovalor
λ = 2. Temos ent˜ao as seguintes solu¸c˜oes linearmente independentes do
sistema (6.26): x
1
(t) = e
t

0, 5, 1

T
, x
2
(t) = e
2 t

1, 2, 0

T
e x
3
(t) =
e
2 t

0, 6, 1

T
. Logo, uma matriz fundamental para o sistema (6.26) ´e
X(t) =

0 e
2 t
0
5 e
t
2 e
2 t
6 e
2 t
e
t
0 e
2 t
¸
¸
Sistema homogˆeneo 163
Autovalores m´ ultiplos
´
E f´acil ver que o fenˆomeno observado para o sistema (6.26) ´e verda-
deiro em geral: se um autovalor λ
0
for uma raiz com multiplicidade k do
polinˆomio caracter´ıstico e existirem k autovetores linearmente indepen-
dentes associados a λ
0
, ent˜ao esses autovetores d˜ao origem a k solu¸c˜oes
linearmente independentes do sistema de equa¸c˜oes diferenciais.
Analisemos agora o caso em que um dos autovalores da matriz A tem
multiplicidade alg´ebrica k (isto significa que o polinˆomio caracter´ıstico
p(λ) = det(A−λI) fatora-se como p(λ) = (λ−λ
0
)
k
q(λ)) e a quantidade
de autovetores linearmente independentes associados a esse autovalor ´e
menor do que a multiplicidade dessa raiz. Nosso estudo das equa¸c˜oes
diferenciais escalares no Cap´ıtulo 4 sugere que procuremos as outras
solu¸c˜oes na forma p(t) e
λt
, em que p(t) ´e uma fun¸c˜ao polinomial cujos
coeficientes s˜ao vetores de R
n
.
Se λ ´e um autovalor com multiplicidade alg´ebrica k > 1 e u ´e um
autovetor correspondente a λ, j´a sabemos que uma solu¸c˜ao ´e x(t) =
e
λt
u. Vamos procurar uma outra solu¸c˜ao do sistema na forma x(t) =
e
λt
(v + t w). Substituindo no sistema (6.23), x(t) = e
λt
v + t w e
x

(t) = e
λt
(λv +w +t λw) e cancelando o fator comum e
λt
, temos
λv +w +t λw = A(v +t w) = Av +t Aw.
Para que essa igualdade seja verdadeira para todo t, devemos ter Aw =
λw e Av = λv +w, que escrevemos na forma mais conveniente
(A−λI) w = 0
(A−λI) v = w
(6.27)
A primeira dessas rela¸c˜oes nos diz que w ´e um autovetor de A; a partir
de v, obtemos o vetor w.
Exemplo 6.5. Encontrar a solu¸c˜ao geral do sistema

x

= 4 x +y
y

= −x + 6 y
Os autovalores da matriz dos coeficientes do sistema s˜ao dados pela
equa¸c˜ao
det(A−λI) = det
¸
4 −λ 1
−1 6 −λ

= (4 −λ)(6 −λ) + 1 = 0
164 Cap. 6 Sistemas de equa¸c˜oes diferenciais
ou λ
2
−10 λ+25 = 0. Portanto λ = 5 ´e autovalor de Acom multiplicidade
2. Os autovetores s˜ao os vetores u = [ a b ]
T
tais que ( A − 5 I ) u = 0,
ou seja
¸
−1 1
−1 1
¸
a
b

=
¸
0
0

ou b = a
Portanto, um autovetor de A ´e u = [ 1, 1 ]
T
, que d´a a solu¸c˜ao x
1
(t) =
e
5 t
[ 1, 1 ]
T
. Para obter uma solu¸c˜ao linearmente independente de x
1
(t)
procuramos v = [ c d ]
T
de modo que ( A−5 I )v = u
¸
−1 1
−1 1
¸
c
d

=
¸
1
1

donde d = 1 +c
Tomando c = 0, temos d = 1; assim, v = [ 0 1 ]
T
e outra solu¸c˜ao ´e
x
2
(t) =
¸
x
2
(t)
y
2
(t)

= e
5 t
¸
0
1

+t e
5 t
¸
1
1

= e
5 t
¸
t
1 +t

Logo, a solu¸c˜ao geral do sistema ´e x(t) = αx
1
(t) +β x
2
(t), α, β ∈ R, ou
seja,
x(t) =
¸
x(t)
y(t)

= e
5 t
¸
α +β t
α +β +β t

, α, β ∈ R.
Caso o procedimento acima n˜ao forne¸ca k solu¸c˜oes LI do sistema
(6.23), procuramos solu¸c˜oes na forma
x(t) = e
λt
[v +t w +
t
2
2!
z]
Substituindo no sistema (6.23), vemos que os vetores v, w e z devem
satisfazer
(A−λI) z = 0
(A−λI) w = z
(A−λI) v = w.
(6.28)
Repetindo este procedimento, se necess´ario, obteremos k solu¸c˜oes LI do
sistema (6.23).
Sistema homogˆeneo 165
Exemplo 6.6. Encontrar a solu¸c˜ao geral do sistema linear homogˆeneo
x

= Ax A =

3 −1 2 −1
0 3 1 2
0 0 3 5
0 0 0 2
¸
¸
¸
¸
(6.29)
´
E f´acil ver que o polinˆomio caracter´ıstico de A ´e
p(λ) = (3 −λ)
3
(2 −λ).
Assim, os autovalores s˜ao λ
1
= 3 (com multiplicidade 3) e λ
2
= 2. Os
autovetores u = [ a, b, c, d ]
T
associados a λ = 2 satisfazem (A−2 I) u =
0, ou seja,

1 −1 2 −1
0 1 1 2
0 0 1 5
0 0 0 0
¸
¸
¸
¸

a
b
c
d
¸
¸
¸
¸
=

0
0
0
0
¸
¸
¸
¸
ou seja

a −b + 2 c −d = 0
b +c + 2 d = 0
c + 5 d = 0
e, assim, u = [ 14, 3, −5, 1 ]
T
´e um autovetor associado a λ = 2 e a
correspondente solu¸c˜ao do sistema (6.29) ´e x
1
(t) = e
2 t
[ 14, 3, −5, 1 ]
T
.
Os autovetores v = [ a, b, c, d ]
T
associados a λ = 3 s˜ao dados por

0 −1 2 −1
0 0 1 2
0 0 0 5
0 0 0 −1
¸
¸
¸
¸

a
b
c
d
¸
¸
¸
¸
=

0
0
0
0
¸
¸
¸
¸
ou seja

−b + 2 c −d = 0
c + 2 d = 0
5 d = 0
donde v = a [ 1, 0, 0, 0 ]
T
e a correspondente solu¸c˜ao do sistema (6.29)
´e x
2
(t) = e
3 t
[ 1, 0, 0, 0 ]
T
.
Para obter outra solu¸c˜ao usamos as rela¸c˜oes (6.27) e temos x
3
(t) =
e
3 t

[ 0, −1, 0, 0 ]
T
+t [ 1, 0, 0, 0 ]
T

= e
3 t
[ t, −1, 0, 0 ]
T
.
Para obter uma terceira solu¸c˜ao correspondente ao autovalor λ = 3,
usamos as rela¸c˜oes (6.28) e temos x
4
(t) = e
3 t

[ 0, −2, −1, 0 ]
T
+
t [ 0, −1, 0, 0 ]
T
+ (t
2
/2) [ 1, 0, 0, 0 ]
T

= e
3 t
[ t
2
/2, −2 −t, −1, 0 ]
T
.
Logo, a solu¸c˜ao geral do sistema (6.29) ´e
x(t) = a e
2 t

14
3
−5
1
¸
¸
¸
¸
+e
3 t

b +c t +d t
2
/2
−c −2 d −d t
−d
0
¸
¸
¸
¸
166 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Autovalores Complexos
Analisemos agora o caso em que um autovalor de A tem parte ima-
gin´aria diferente de zero. Estamos assumindo que a matriz A ´e real. Os
pr´oximos lemas indicam como obter solu¸c˜oes reais para o sistema.
Em primeiro lugar, mostramos que autovalores e autovetores com-
plexos ocorrem aos pares.
Lema 6.1. Seja A uma matriz real n n. Ent˜ao:
(a) Se v ´e autovetor de A com autovalor λ, ent˜ao ¯ v ´e autovetor com
autovalor
¯
λ.
(b) Se v = u + i w, com u, w ∈ R
n
, ´e autovetor associado a um
autovalor complexo λ com parte imagin´aria n˜ao nula, ent˜ao u e w s˜ao
linearmente independentes em R
n
.
Demonstra¸c˜ao: (a) Se Av = λv, ent˜ao, tomando conjugado complexo
nos dois membros dessa igualdade, temos Av = λv. Como Av =
¯
A¯ v = A¯ v e λv =
¯
λ ¯ v, segue-se que A¯ v =
¯
λ ¯ v. Logo, ¯ v ´e autovetor
de A com autovalor
¯
λ.
(b) Se u e w fossem linearmente dependentes, um deles seria m´ ultiplo do
outro: analisaremos apenas o caso w = k u (o caso u = k w ´e an´alogo).
Ent˜ao, como v = (1 + i k) u ´e autovetor com autovalor λ = α + i β,
temos
(1 +i k) Au = λ(1 +i k) u
donde, cancelando 1+i k, obtemos Au = λu, uma igualdade imposs´ıvel,
uma vez que o primeiro membro pertence a R
n
e o segundo membro ´e
um vetor cujas componentes tˆem partes imagin´arias n˜ao nulas. Logo, os
vetores u e w s˜ao linearmente independentes.
Lema 6.2. Seja A uma matriz n n real, e sejam f (t) e g(t) fun¸c˜oes
vetoriais reais cont´ınuas. Se z(t) = x(t) +i y(t), em que x(t) e y(t) s˜ao
fun¸c˜oes vetoriais reais, ´e uma solu¸c˜ao do sistema
z

= Az +f (t) +i g(t),
ent˜ao x ´e solu¸c˜ao de
x

= Ax +f (t)
Sistema homogˆeneo 167
e y(t) ´e solu¸c˜ao de
y

= Ay +g(t) .
Em particular, para f = g = 0, temos: se z(t) ´e uma solu¸c˜ao complexa
do sistema homogˆeneo z

= Az, ent˜ao x(t) e y(t) s˜ao solu¸c˜oes reais
desse sistema.
Demonstra¸c˜ao: Como z(t) = x(t) +i y(t), temos
z

(t) = x

(t) +i y

(t) e z

(t) = Ax(t) +i Ay(t) +f (t) +i g(t),
donde
x

(t) +i y

(t) = Ax(t) +f (t) +i [Ay(t) +g(t)].
Igualando partes reais e partes imagin´arias, obtemos
x

(t) = Ax(t) +f (t) e y

(t) = Ay(t) +i g(t) .
A afirma¸c˜ao para o sistema homogˆeneo ´e conseq¨ uˆencia direta do caso
n˜ao homogˆeneo.
Lema 6.3. Seja A uma matriz nn real. Se v = u+i w ´e um autovetor
de A associado ao autovalor λ = α + i β, em que α, β ∈ R, com β = 0
e u, w ∈ R
n
, ent˜ao as fun¸c˜oes
e
αt
(u cos β t −wsen β t) e e
αt
(usen β t +w cos β t)
s˜ao solu¸c˜oes linearmente independentes do sistema x

= Ax.
Demonstra¸c˜ao: Pelo Lema 6.2, a solu¸c˜ao complexa
e
λt
v = e
αt

(u cos β t −wsen β t) +i (usen β t +w cos β t)

d´a origem `as solu¸c˜oes reais
x(t) = e
αt
(u cos β t −wsen β t) e y(t) = e
αt
(usen β t +w cos β t).
Como x(0) = u e y(0) = w s˜ao vetores linearmente independentes,
segue-se que as fun¸c˜oes vetoriais x(t) e y(t) tamb´em o s˜ao.
Exemplo 6.7. Encontrar uma matriz fundamental para o sistema

x

= 3 x + 4 y
y

= −2 x + 7 y .
168 Cap. 6 Sistemas de equa¸c˜oes diferenciais
O polinˆomio caracter´ıstico ´e
det
¸
3 −λ 4
−2 7 −λ

= λ
2
−10λ + 29 .
Portanto os autovalores s˜ao λ
1
= 5 + 2 i e λ
2
= 5 − 2 i. Os autovetores
associados a λ
1
= 5 + 2 i s˜ao os vetores v = [ a, b ]
T
tais que
¸
−2 −2 i 4
2 2 −2 i
¸
a
b

=
¸
0
0

ou seja a = (1 −i) b .
Portanto, um autovetor ´e v = [ 1−i, 1 ]
T
, que fornece a solu¸c˜ao complexa
¸
x(t)
y(t)

= e
(5+2 i)t
¸
1 −i
1

= e
5t
(cos 2t +i sen 2t)

¸
1
1

+i
¸
−1
0

= e
5 t

cos 2 t
¸
1
1

− sen 2 t
¸
−1
0

+
+i e
5 t

sen 2 t
¸
1
1

+ cos 2 t
¸
−1
0

= e
5 t
¸
cos 2 t + sen 2 t
cos 2 t

+i e
5 t
¸
sen 2 t −cos 2 t
sen 2 t

.
que, por sua vez, d´a origem `as solu¸c˜oes reais linearmente independentes
¸
x
1
(t)
y
1
(t)

= e
5t
¸
cos 2t + sen 2t
cos 2t

e
¸
x
2
(t)
y
2
(t)

= e
5t
¸
sen 2t −cos 2t
sen 2t

.
Logo, uma matriz fundamental de solu¸c˜oes reais ´e
X(t) = e
5 t
¸
cos 2 t + sen 2 t sen 2 t −cos 2 t
cos 2 t sen 2 t

.
6.4 Sistema n˜ao homogˆeneo
Nesta se¸c˜ao estudamos sistemas n˜ao homogˆeneos
y

= Ay +f (t) (6.30)
em que A ´e uma matriz constante e f (t) ´e uma fun¸c˜ao vetorial definida
em um intervalo I ⊂ R com valores em R
n
. De acordo com o princ´ıpio
6.5. M
´
ETODODOS COEFICIENTES ADETERMINAR 169
de superposi¸c˜ao, a solu¸c˜ao geral do sistema (6.30) ´e a soma de uma
solu¸c˜ao particular de (6.30) com a solu¸c˜ao geral do sistema homogˆeneo
associado
x

= Ax.
Para encontrar uma solu¸c˜ao particular do sistema (6.30), temos o m´etodo
dos coeficientes a determinar e a f´ormula de varia¸ c˜ao das constantes, que
apresentamos a seguir.
6.5 M´etodo dos coeficientes a determinar
As considera¸c˜oes sobre o m´etodo dos coeficientes indeterminados para
sistemas de equa¸c˜oes diferenciais escalares s˜ao essencialmente as mesmas
vistas para equa¸c˜oes escalares.
Exemplo 6.8. Encontrar a solu¸c˜ao geral do sistema linear n˜ao ho-
mogˆeneo
y

= Ay +e
−t
v =
¸
1 2
−1 4

y +e
−t
¸
0
6

.
Analisemos primeiro o sistema homogˆeneo associado. O polinˆomio
caracter´ıstico da matriz A ´e

1 −λ 2
−1 4 −λ

= λ
2
−5 λ + 6 = (λ −2)(λ −3) .
Portanto, os autovalores de A s˜ao 2 e 3. Os autovetores z = [ a, b ] de
A associados ao autovalor 2 s˜ao dados por
¸
−1 2
−1 2
¸
a
b

=
¸
0
0

ou a = 2 b.
Portanto z = [ 2, 1 ]
T
e uma solu¸c˜ao ´e x
1
(t) = e
2 t
[ 2, 1 ]
T
.
Os autovetores z = [ c, d ]
T
de A associados a λ = 3 s˜ao dados por
¸
−2 2
−1 1
¸
c
d

=
¸
0
0

ou d = c.
170 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Portanto z = [ 1 1 ]
T
e uma solu¸c˜ao ´e x
2
(t) = e
3 t
[ 1, 1 ]
T
.
Logo, a solu¸c˜ao geral do sistema homogˆeneo associado ´e
x
H
(t) =
¸
2 a e
2 t
+b e
3 t
a e
2 t
+b e
3 t

, a, b ∈ R.
Como −1 n˜ao ´e autovalor de A, procuraremos uma solu¸c˜ao particular
do sistema na forma y
p
(t) = e
−t
[ a b ]
T
. Substituindo essa express˜ao na
equa¸c˜ao, temos
−e
−t
¸
a
b

= e
−t
¸
1 2
−1 4
¸
a
b

+e
−t
¸
0
6

ou

2 a + 2 b = 0
−a + 5 b = −6
=⇒ a = 1 b = −1 .
Portanto
y
p
(t) = e
−t
[1 −1 ]
T
.
Logo, a solu¸c˜ao geral do sistema n˜ao homogˆeneo ´e
y(t) =
¸
e
−t
+ 2 a e
2 t
+b e
3 t
−e
−t
+a e
2 t
+b e
3 t

, a, b ∈ R.
Exemplo 6.9. Encontrar a solu¸c˜ao geral do sistema linear n˜ao ho-
mogˆeneo
y

= Ay +f (t) =
¸
1 −1
1 1

y +
¸
2 cos t
−3 sen t

. (6.31)
O polinˆomio caracter´ıstico de A ´e

1 −λ −1
1 1 −λ

= (1 −λ)
2
+ 1 = [ λ −( 1 +i ) ] [ λ −( 1 −i ) ] .
Os autovetores v = [ a, b ]
T
associados a λ = 1 +i s˜ao dados por
¸
−i −1
1 −i
¸
a
b

=
¸
0
0

=⇒ a = i b .
Coeficientes a determinar 171
Portanto, um autovetor ´e v = [ i, 1 ]
T
que d´a a solu¸c˜ao complexa
z(t) = e
(1+i) t
¸
i
1

= e
t
(cos t +i sen t)

¸
0
1

+i
¸
1
0

=
¸
e
t
(−sen t +i cos t)
e
t
(cos t +i sen t)

=
¸
−e
t
sen t
e
t
cos t

+ i
¸
e
t
cos t
e
t
sen t

.
As partes real e imagin´aria de z(t) s˜ao solu¸c˜oes reais linearmente in-
dependentes desse sistema. Logo, a solu¸c˜ao real geral do sistema ho-
mogˆeneo ´e
x
H
(t) = e
t
¸
−a sen t +b cos t
a cos t +b sen t

, a, b ∈ R.
Analisemos agora o sistema n˜ao homogˆeneo. Como i e −i n˜ao s˜ao
autovalores de A, procuraremos uma solu¸c˜ao na forma
y
p
(t) =
¸
a cos t +b sen t
c cos t +d sen t

.
Substituindo essa express˜ao nas equa¸c˜oes diferenciais, obtemos o sistema
alg´ebrico

a −b −c = −2
a +b −d = 0
a +c −d = 0
b +c +d = 3 ,
cujas solu¸c˜oes s˜ao a = 0, b = c = d = 1. Logo, uma solu¸c˜ao particular
do sistema ´e
y
p
(t) =
¸
sen t
cos t + sen t

.
e a solu¸c˜ao geral do sistema n˜ao homogˆeneo ´e
y(t) =
¸
sen t +e
t
(−a sen t +b cos t)
cos t + sen t +e
t
(a cos t +b cos t)

, a, b ∈ R.
Observa¸c˜ao 6.1. Outro modo de calcular uma solu¸c˜ao particular para o
sistema n˜ao homogˆeneo ´e notar que o termo for¸cante [ 2 cos t, −3 sen t ]
´e a parte real da fun¸c˜ao complexa e
i t
[ 2, 3 i ]
T
, resolver a equa¸c˜ao com
valores complexos e tomar a parte real da solu¸c˜ao obtida.
172 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Procuremos uma solu¸c˜ao particular do sistema (6.31) na forma z
p
(t) =
e
i t
[ z, w]
T
(em que z e w s˜ao constantes complexas a serem determina-
das. Substituindo no sistema (6.31), temos
i e
i t
¸
z
w

= e
i t
¸
z −w
z +w

+e
i t
¸
2
3 i

.
Cancelando e
i t
e agrupando os termos semelhantes, obtemos o sistema

(1 −i) z −w = −2
z + (1 −i) w = −3 i .
Resolvendo esse sistema de equa¸c˜oes, obtemos z = −i e w = 1−i. Ent˜ao
uma solu¸c˜ao complexa do sistema (6.31) ´e
z
p
(t) = e
i t
¸
−i
1 −i

= (cos t +i sen t)
¸
−i
1 −i

=
=
¸
sen t
cos t + sen t

+i
¸
−cos t
sen t −cos t

.
Logo, a solu¸c˜ao particular procurada ´e x(t) = (sen t, sen t + cos t)
T
.
Notemos que a fun¸c˜ao vetorial y(t) = [ −cos t , sen t − cos t ]
T
,
parte imagin´aria da solu¸c˜ao z
p
, ´e solu¸c˜ao do sistema x

(t) = Ax +
[ 2 sen t, 3 cos t ]
T
(este sistema ´e parte imagin´aria do sistema x

(t) =
Ax +e
i t
[ 2, 3 i ]
T
).
Como no caso das equa¸c˜oes escalares n˜ao homogˆeneas, para procurar
uma solu¸c˜ao particular do sistema
x

= Ax +p(t) e
ρ t
w, (6.32)
em que p(t) ´e um polinˆomio, pode ser vantajoso escrever x(t) = e
ρ t
v(t).
Esta mudan¸ca transforma o sistema (6.32) no sistema
v

= (A−ρ I) v +p(t) w (6.33)
Exemplo 6.10. Encontrar a solu¸c˜ao geral do sistema linear n˜ao ho-
mogˆeneo
y

= Ay +e
t
u =
¸
1 4
1 1

y +e
t
¸
−10
1

.
Coeficientes a determinar 173
O polinˆomio caracter´ıstico de A ´e

1 −λ 4
1 1 −λ

= (1 −λ)
2
−4 = ( λ −3 ) ( λ + 1 ) .
Os autovetores v = [ a, b ]
T
associados ao autovalor −1 s˜ao dados por
¸
2 4
1 2
¸
a
b

=
¸
0
0

=⇒ a = −2 b .
Portanto, um autovetor ´e v = [ −2, 1 ] que d´a a solu¸c˜ao
x
1
(t) = e
−t
¸
−2
1

Os autovetores v = [ a, b ]
T
associados ao autovalor 3 s˜ao dados por
¸
−2 4
1 −2
¸
a
b

=
¸
0
0

=⇒ a = 2 b .
Portanto, um autovetor ´e v = [ 2, 1 ] que d´a a solu¸c˜ao
x
2
(t) = e
3 t
¸
2
1

Consideremos agora o sistema n˜ao homogˆeneo. Fazendo x(t) = e
t
v(t),
temos x

= e
t
( v

+ v ). Substituindo no sistema e cancelando o fator
comum e
t
, temos v

+v = Av +u, ou
v

= (A−I) v +u.
Como a matriz A − I ´e invert´ıvel, o sistema tem uma solu¸c˜ao na for-
ma v(t) = v
0
: substituindo na equa¸c˜ao, temos v
0
= (A − I)
−1
u =
[ 2 , 5 ]
T
. Assim, uma solu¸c˜ao particular do sistema n˜ao homogˆeneo ´e
x(t) = e
t
[ 2 , 5 ]
T
e a solu¸c˜ao geral do sistema ´e x(t) = c
1
e
−t
[−2 , 1 ]
T
+
c
2
e
3 t
[ 2 , 1 ]
T
+e
t
[ 2 , 5 ]
T
, ou seja,
x(t) =
¸
−2 c
1
e
−t
+ 2 c
2
e
3 t
+ 2 e
t
c
1
e
−t
+c
2
e
3 t
+ 5 e
t

174 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Exemplo 6.11. Encontrar a solu¸c˜ao geral do sistema linear n˜ao ho-
mogˆeneo
y

= Ay +t e
t
z =
¸
1 2
−1 4

y +t e
t
¸
1
5

.
Vimos no Exemplo 6.8 que a solu¸c˜ao geral do sistema homogˆeneo
associado ´e x
H
(t) = a e
2 t
[ 2, 1 ]
T
+b e
3 t
[ 1, 1 ]
T
, a, b ∈ R. Como o sistema
homogˆeneo associado tem uma solu¸c˜ao da forma e
2 t
z, procuraremos
solu¸c˜ao particular desse sistema na forma
y
p
(t) = e
2 t
(u +t v +t
2
w).
Ent˜ao y

p
(t) = e
2 t

(2 u + v) + t (2 v + 2 w) + t
2
2 w

e Ay
p
+ t e
t
z =
e
2 t

Au + t (Av + z) + t
2
Aw

. Igualando essas express˜oes de y

p
(t) e
Ay
p
+t e
t
z, vemos que u, v e u precisam satisfazer
( A−2 I ) w = 0 (6.34)
( A−2 I ) v = 2 w−z (6.35)
( A−2 I ) u = v . (6.36)
De (6.34) vemos que w precisa ser um autovetor de A associado
ao autovalor λ = 2, ou seja, w = [ 2 α, α]
T
, para algum α; sejam
v = [ a, b ]
T
e u = [ c, d ]
T
. A equa¸c˜ao (6.35) ´e
¸
−1 2
−1 2
¸
a
b

=
¸
4 α −1
2 α −5

ou

−a + 2 b = 4 α −1
−a + 2 b = 2 α −5 .
Para que esse sistema tenha solu¸c˜ao, devemos ter 4 α − 1 = α − 5, ou
α = −2; portanto, w = [ −4, −2 ]
T
. Para α = −2, temos a = 2 b + 9;
portanto v = [ 2 b + 9, b ]
T
. Substituindo esse valor em (6.35), temos
¸
−1 2
−1 2
¸
c
d

=
¸
0
0

ou

−c + 2 d = 2 b + 9
−c + 2 d = b .
Para que esse sistema tenha solu¸c˜ao, devemos ter 2 b+9 = b, ou seja b =
−9; portanto, v = [ −9, −9 ]
T
. Para esse valor de b, temos c = 2 d + 9;
portanto u = [ 2 d + 9, d ]
T
= d [ 2, 1 ]
T
+ [ 9, 0 ]
T
(cada escolha de d
fornece uma solu¸c˜ao particular para o sistema; essas solu¸c˜oes diferir˜ao
Coeficientes a determinar 175
uma da outra por uma parcela da forma d e
2 t
[ 2, 1 ]
T
, que ´e uma solu¸c˜ao
do sistema homogˆeneo). Escolhendo d = −4, temos u = [ 1, −4 ]
T
,
obtemos a solu¸c˜ao particular
y
p
(t) = e
2 t
¸
1 −9 t −4 t
2
−4 −9 t −2 t
2

.
Logo, a solu¸c˜ao geral do sistema n˜ao homogˆeneo ´e
y(t) =
¸
e
2 t
(2 a + 1 −9 t −4 t
2
) +b e
3 t
e
2 t
( a −4 − 9 t −2 t
2
) +b e
3 t

, a, b ∈ R.
Exemplo 6.12. Encontrar a solu¸c˜ao do sistema linear n˜ao homogˆeneo
x

= Ax +e
3 t
u =
¸
1 4
1 1

y +e
3 t
¸
−10
1

tal que x(0) = [ 2 , 1 ].
No Exemplo 6.10, vimos que a solu¸c˜ao geral do sistema homogˆeneo
associado ´e
x
H
(t) =
¸
−2 c
1
e
−t
+ 2 c
2
e
3 t
c
1
e
−t
+c
2
e
3 t

Vamos procurar uma solu¸c˜ao particular do sistema n˜ao homogˆeneo fa-
zendo x(t) = e
3 t
v(t); temos x

= e
3 t
( v

+3 v ). Substituindo no sistema
e cancelando o fator comum e
3 t
, temos v

+ 3 v = Av +u, ou
v

= (A−3 I) v +u.
Como a matriz A−3 I ´e n˜ao invert´ıvel (pois 3 ´e autovalor de A), procu-
ramos uma solu¸c˜ao do sistema na forma v(t) = v
0
+ v
1
t: substituindo
na equa¸c˜ao, temos
v
1
= (A−3 I) v
0
+t (A−3 I) v
1
+u, ∀ t ∈ R.
Para que a igualdade acima seja verdadeira para todo t, devemos ter
(A−3 I) v
1
= 0, ou seja v
1
´e um conveniente autovetor de A associado
ao autovalor λ = 3, isto ´e, v
1
= [ 2 α, α]
T
e v
0
= [ a , b ]
T
deve satisfazer
v
1
= (A−3 I) v
0
+u, ou seja,
¸
2 α
α

=
¸
−2 4
1 −2
¸
a
b

+
¸
−10
1

176 Cap. 6 Sistemas de equa¸c˜oes diferenciais
ou

−2 a + 4 c = 2 α −10
a −2 c = α −1
Para que esse sistema tenha solu¸c˜ao devemos ter α = −3. Para α =
−3, esse sistema reduz-se `a equa¸c˜ao a − 2 b = −4: para b = 0, temos
a = −4. Assim, uma solu¸c˜ao particular do sistema n˜ao homogˆeneo
´e x(t) = e
3 t
[−4 − 6 t , −3 t ]
T
e a solu¸c˜ao geral do sistema ´e x(t) =
c
1
e
−t
[−2 , 1 ]
T
+c
2
e
3 t
[ 2 , 1 ]
T
+e
3 t
[−4 −6 t , −3 t ]
T
, ou seja,
x(t) =
¸
−2 c
1
e
−t
+ 2 c
2
e
3 t
−(4 + 6 t) e
3 t
c
1
e
−t
+c
2
e
3 t
−3 t e
3 t

Impondo a condi¸c˜ao inicial x(0) = [ 2 , 1 ], obtemos c
1
= −1 e c
2
= 2.
Logo, a solu¸c˜ao do PVI ´e
x(t) =
¸
2 e
−t
+ 2 e
3 t
−(4 + 6 t) e
3 t
−e
−t
+ 2 e
3 t
−3 t e
3 t

.
6.6 F´ormula de varia¸c˜ao das constantes
De acordo com o Teorema 6.4, p´agina 159, se X(t) ´e uma matriz funda-
mental do sistema linear homogˆeneo x

= Ax, ent˜ao toda solu¸c˜ao desse
sistema ´e da forma X(t) v, para algum vetor (constante) v.
Consideremos agora o sistema n˜ao homogˆeneo (6.17), da p´agina 158.
Vamos procurar uma solu¸c˜ao (particular) desse sistema na forma y(t) =
X(t) u(t), em que u(t) ´e uma fun¸c˜ao continuamente deriv´avel (como
procuramos uma solu¸c˜ao particular, podemos supor u(t
0
) = 0, t
0
∈ I).
Ent˜ao y

(t) = X

(t) u(t) + X(t) u

(t). Substituindo no sistema (6.17),
temos
X

(t) u(t) +X(t) u

(t) = AX(t) u(t) +g(t) . (6.37)
Como X(t) ´e matriz fundamental do sistema x

= Ax, temos X

(t) =
AX(t). Substituindo essa igualdade em (6.37), temos
AX(t) u(t) +X(t) u

(t) = AX(t) u(t) +g(t)
donde obtemos
X(t) u

(t) = g(t). (6.38)
Varia¸ c˜ao das constantes 177
ou
u

(t) = X
−1
(t) g(t). (6.39)
Integrando essa igualdade, temos
u(t) = u(t
0
) +

t
t
0
X
−1
(s) g(s) ds.
Logo, uma solu¸c˜ao do sistema n˜ao homogˆeneo ´e
y(t) = X(t) u(t) = X(t) u(t
0
) +X(t)

t
t
0
X
−1
(s) g(s) ds. (6.40)
A igualdade (6.40) fornece uma solu¸c˜ao do sistema linear n˜ao ho-
mogˆeneo a partir da matriz fundamental do sistema homogˆeneo corres-
pondente e uma integra¸ c˜ao. Combinando (6.40) com o Corol´ario 6.2,
p´agina 158, podemos obter a solu¸c˜ao geral do sistema n˜ao homogˆeneo.
Exemplo 6.13. Usando a f´ormula de varia¸c˜ao das constantes, encon-
trar uma solu¸c˜ao particular do sistema linear n˜ao homogˆeneo
y

=
¸
1 2
−1 4

y +e
−t
¸
0
6

.
Vimos no exemplo 6.8 que uma matriz fundamental do sistema ho-
mogˆeneo ´e
X(t) =
¸
2 e
2 t
e
3 t
e
2 t
e
3 t

;
sua inversa ´e
X
−1
(t) =
¸
e
−2 t
−e
−2 t
−e
−3 t
2 e
−3 t

.
Pela f´ormula de varia¸c˜ao das constantes, uma solu¸c˜ao particular do sis-
178 Cap. 6 Sistemas de equa¸c˜oes diferenciais
tema n˜ao homogˆeneo ´e
y(t) = X(t)

t
0
X
−1
(s) e
−s
z ds =
=
¸
2 e
2 t
e
3 t
e
2 t
e
3 t

t
0
¸
e
−2 s
−e
−2 s
−e
−3 s
2 e
−3 s
¸
0
6

e
−s
ds =
=
¸
2 e
2 t
e
3 t
e
2 t
e
3 t
¸
2 (e
−3 t
−1)
−3 (e
−4 t
−1)

=
=
¸
e
−t
−4 e
2 t
−3 e
3 t
−e
−t
−2 e
2 t
−3 e
3 t

=
¸
e
−t
−e
−t

−2
¸
2 e
2 t
e
2 t

−3
¸
e
3 t
e
3 t

.
Exemplo 6.14. Encontrar uma solu¸c˜ao particular do sistema linear
n˜ao homogˆeneo
y

= Ay +g(t) =
¸
1 −1
2 −1

y +
¸
sec t
−cossec t

. (6.41)
O polinˆomio caracter´ıstico de A ´e

1 −λ −1
2 −1 −λ

= (λ −1) (λ + 1) + 2 = λ
2
+ 1 .
Os autovetores v = [ a, b ]
T
associados ao autovalor i s˜ao dados por
¸
1 −i −1
2 −1 −i
¸
a
b

=
¸
0
0

=⇒ b = (1 +i) a .
Portanto, um autovetor ´e v = [ 1, 1 −i ]
T
e uma solu¸c˜ao complexa ´e
z(t) = e
i t
¸
1
1 −i

= (cos t +i sen t)

¸
1
1

+i
¸
0
−1

=
¸
sen t
sen t −cos t

+ i
¸
cos t
sen t −cos t

.
Varia¸ c˜ao das constantes 179
As partes real e imagin´aria de z(t) s˜ao solu¸c˜oes reais linearmente inde-
pendentes do sistema homogˆeneo. Logo, uma matriz fundamental do
sistema homogˆeneo ´e
X(t) =
¸
sen t cos t
sen t −cos t sen t + cos t

e sua inversa ´e
X
−1
(t) =
¸
cos t + sen t −cos t
cos t −sen t sen t

Substituindo em (6.39), temos
u

(t) = X
−1
(t) g(t) =
¸
cos t + sen t −cos t
cos t −sen t sen t
¸
sec t
−cossec t

=
=
¸
1 + tg t + cotg t
−tg t

Integrando (e omitindo as constantes de integra¸ c˜ao, pois procuramos
uma solu¸c˜ao particular), temos
u(t) =
¸
t + ln [ sec t[ + ln [sen t[
ln[sen t[

=
¸
t + ln [tg t[
ln[sen t[

Logo, uma solu¸c˜ao particular do sistema ´e
x
p
(t) =
¸
sen t (t + ln[tg t[) + cos t ln [sen t[
(sen t −cos t) (t + ln [tg t[) + (sen t + cos t) (ln [sen t[)

.
Consideremos uma equa¸c˜ao diferencial de segunda ordem
z

+p z

+q z = f(t). (6.42)
Definindo as vari´aveis y
1
= z e y
2
= z

podemos escrever essa equa¸c˜ao
como um sistema de equa¸c˜oes de primeira ordem

y

1
= y
2
y

2
= −q y
1
−p y
2
+f(t)
180 Cap. 6 Sistemas de equa¸c˜oes diferenciais
ou
y(t) = Ay +g(t) (6.43)
em que
y =
¸
y
1
y
2

, A =
¸
0 1
−q −p

, g(t) =
¸
0
f(t)

.
Se z
1
(t) e z
2
(t) s˜ao duas solu¸c˜oes linearmente independentes da equa¸c˜ao
(6.42), uma matriz fundamental do sistema (6.43) ´e
X(t) =
¸
z
1
(t) z
2
(t)
z

1
(t) z

2
(t)

.
Escrevendo u(t) =

u
1
(t) , u
2
(t)

T
, a igualdade (6.38) fica

u

1
(t) z
1
(t) +u

2
(t) z
2
(t) = 0
u

1
(t) z

1
(t) +u

2
(t) z

2
(t) = f(t) ,
que coincide com condi¸c˜ao vista para equa¸c˜oes de segunda ordem (lem-
bremos que a primeira dessas condi¸c˜oes surgiu de modo um tanto arti-
ficial quando estud´avamos equa¸c˜oes de segunda ordem).
Exerc´ıcio 6.1. Para cada um dos sistemas abaixo, encontre uma matriz
fundamental e a solu¸c˜ao geral:
(a) x

=
¸
3 2
−2 −2

x (b) x

=
¸
3 1
−2 1

x
(c) x

=
¸
3 −4
2 7

x (d) x

=
¸
1 5
2 −2

x
(e) x

=

3 2 4
2 0 2
4 2 3
¸
¸
x (f) x

=

1 1 2
1 2 1
2 1 1
¸
¸
x
(g) x

=

3 0 0
−1 3 0
0 0 −1
¸
¸
x (h) x

=

−5 1 0 0
0 −5 0 0
0 0 3 1
0 0 0 3
¸
¸
¸
¸
x
(i) x

=

1 2 3
0 1 2
0 −2 1
¸
¸
x (j) x

=

1 3 2
0 1 2
0 −2 1
¸
¸
x
Varia¸ c˜ao das constantes 181
Exerc´ıcio 6.2. Resolva os seguintes problemas de valor inicial:
(a)

x

= x +y,
y

= 4 x +y,
x(0) = 2, y(0) = 3
(b)

x

= x −y,
y

= 5 x −3 y,
x(0) = 1, y(0) = 2
(c)

x

= 3 x + 8 y,
y

= −x −3 y,
x(0) = 6, y(0) = −2
(d)

x

= −y,
y

= x,
x(0) = 1, y(0) = 1
(e)

x

= 4 x −5 y,
y

= x,
x(0) = 0, y(0) = 1
(f)

x

= x +y +t,
y

= x −2 y + 2 t,
x(0) = 7/9, y(0) = −5/9
(g)

x

= y +z
y

= x +z
z

= y +z
x(0) = z(0) = 0,
y(0) = 1
(h)

x

= y +z
y

= 3 x +z
z

= 3 x +y
x(0) = y(0) = 1
z(0) = 0 .
Exerc´ıcio 6.3. Resolva os seguintes problemas de valor inicial:
(a) x

= Ax, A ´e dada no exerc´ıcio 1 (h) e x(0) = (1, 2, −1, 1)
T
(b) x

= Ax, A ´e dada no exerc´ıcio 1(g) e x(0) = (1, 1, 2)
T
(c) x

=

3 1 1
0 3 1
0 0 2
¸
¸
x ; x(0) =

1
0
1
¸
¸
182 Cap. 6 Sistemas de equa¸c˜oes diferenciais
Cap´ıtulo 7
Transformada de Laplace
Nesta se¸c˜ao apresentamos a transformada de Laplace, uma ferramenta muito
´ util para resolver equa¸c˜oes diferenciais com coeficientes constantes. Com o
objetivo de n˜ao estender muito a discuss˜ao e levando em conta as aplica¸c˜oes que
pretendemos fazer, vamos simplificar a exposi¸c˜ao, deixando impl´ıcitas algumas
hip´oteses fundamentais nos enunciados: uma dessas hip´oteses ´e que todas as
fun¸c˜oes f(t) com as quais trabalharemos sejam de ordem exponencial, isto
´e, existem constantes M, α, t
0
> 0 tais que [f(t)[ ≤ Me
αt
, para todo t ≥ t
0
.
´
E f´acil ver que toda fun¸c˜ao limitada ´e de ordem exponencial; as fun¸c˜oes t
n
e
e
k t
, embora n˜ao sejam limitadas, s˜ao de ordem exponencial. A fun¸c˜ao e
t
2
n˜ao
´e de ordem exponencial.
7.1 Defini¸c˜ao e propriedades
Seja f(t) uma fun¸c˜ao definida no intervalo [0, ∞); a transformada de
Laplace de f(t), que denotamos por L[f(t)], ´e a fun¸c˜ao F(s) definida
por
F(s) =


0
e
−s t
f(t) dt . (7.1)
O dom´ınio da fun¸c˜ao F ´e o conjunto de todos os valores de s para
os quais a integral impr´opria em (7.1) ´e convergente; lembremos que a
convergˆencia dessa integral impr´opria significa que existe (e ´e finito) o
limite


0
e
−s t
f(t) dt = lim
T→∞

T
0
e
−s t
f(t) dt .
183
184 Cap. 6 Transformada de Laplace
A tabela a seguir mostra as transformadas de Laplace de algumas fun¸c˜oes:
f(t) 1 e
k t
t
n
cos ω t sen ω t
F(s)
1
s
1
s −k
n!
s
n+1
s
s
2

2
ω
s
2

2
Calculemos algumas dessas transformadas:
L[1] =


0
e
−s t
dt = lim
T→∞

T
0
e
−s t
dt = lim
T→∞
¸
e
−s t
−s

T
0
=
1
s
L[e
k t
] = lim
T→∞

T
0
e
(k−s) t
dt = lim
T→∞
¸
e
(k−s) t
k −s
¸
T
0
=
1
s −k
.
Integrando por partes, temos
L[t] = lim
T→∞

T
0
e
−s t
t dt = lim
T→∞

¸
t e
−s t
−s

T
0
+
1
s

T
0
e
−s t
dt

=
1
s
2
.
Integrando por partes repetidas vezes, temos
L[t
n
] =
n!
s
n+1
, n ≥ 1 .
Fica como exerc´ıcio obter L[sen ω t] e L[cos ω t]. Decorre imediatamente
da defini¸c˜ao (7.1) a seguinte propriedade:
Propriedade 1: L ´e linear, isto ´e, se a e b s˜ao constantes, ent˜ao
L[a f(t) +b g(t)] = a L[f(t)] +b L[g(t)] . (7.2)
Combinando essa propriedade com as informa¸c˜oes da tabela acima, po-
demos calcular transformadas de Laplace de outras fun¸c˜oes. Por exem-
plo, a transformada de Laplace de uma fun¸c˜ao polinomial ´e
L[a
0
+a
1
t +a
2
t
2
+ +a
n
t
n
] =
a
0
s
+
a
1
s
2
+
2 a
2
s
3
+ +
n! a
n
s
n+1
.
Defini¸c˜ao e propriedades 185
Notando que coshk t =
1
2
(e
k t
+e
−k t
) e usando (7.2), temos
L[cosh k t] =
1
2
¸
L[ e
k t

+L[e
−k t
]
¸
=
1
2

1
s −k
+
1
s +k

=
s
s
2
−k
2
.
Usando a identidade trigonom´etrica cos
2
t =
1 + cos 2 t
2
, temos
L[ cos
2
t ] =
1
2

L[1] +L[cos 2 t]

=
1
2

1
s
+
s
s
2
+ 4

=
s
2
+ 2
s (s
2
+ 4)
.
Exerc´ıcio Mostre que L[sen h k t] =
k
s
2
−k
2
e L[sen
2
t] =
2
s(s
2
+ 4)
.
A fun¸c˜ao f(t) em (7.1) pode ter valores complexos e, na Propriedade
1, as constantes a e b podem ser complexas. Os c´alculos de L[senω t] e
L[cos ω t] ficam consideravelmente simplificados se notarmos que
e
i ω t
= cos ω t +i sen ω t .
Como
L[e
i ω t
] =
1
s −i ω
=
s +i ω
s
2

2
=
s
s
2

2
+i
ω
s
2

2
,
vemos que
L[cos ω t] =
s
s
2

2
e L[senω t] =
ω
s
2

2
.
Uma propriedade ´ util no c´alculo da transformada ´e:
Propriedade 2: Se L[f(t)] = F(s), ent˜ao
L[e
a t
f(t)] = F(s −a) . (7.3)
De fato
L[e
a t
f(t)] =


0
e
−s t
e
a t
f(t) dt =


0
e
−(s−a) t
f(t) dt = F(s −a).
186 Cap. 6 Transformada de Laplace
Combinando esta propriedade com os exemplos acima, temos
L[e
k t
cos ω t] =
s −k
(s −k)
2

2
e L[e
k t
senω t] =
ω
(s −k)
2

2
.
Pode-se mostrar que:
Propriedade 3: A fun¸c˜ao F(s) ´e deriv´avel e sua derivada ´e calculada
derivando-se sob o sinal de integral, ou seja,
F

(s) = −


0
e
−s t
t f(t) dt . (7.4)
A igualdade (7.4) tamb´em pode ser reescrita como
L[t f(t)] = −F

(s) . (7.5)
A derivada de ordem 2 de F(s) ´e
F

(s) =


0
e
−s t
t
2
f(t) dt , (7.6)
que reescrevemos como
L[t
2
f(t)] = F

(s) . (7.7)
Mais geralmente, temos
L[t
n
f(t)] = (−1)
n
F
(n)
(s) . (7.8)
Usando a igualdade (7.8) e a tabela acima, podemos calcular transfor-
madas de novas fun¸c˜oes. Por exemplo,
L[t e
k t
] = −

1
s −k

= −
−1
(s −k)
2
=
1
(s −k)
2
(7.9)
L[t cos ω t] = −

s
s
2

2

=
s
2
−ω
2
(s
2

2
)
2
(7.10)
L[t sen ω t] = −

ω
s
2

2

=
2 ω s
(s
2

2
)
2
. (7.11)
Defini¸c˜ao e propriedades 187
A propriedade fundamental da transformada de Laplace para as ap-
lica¸c˜oes a equa¸c˜oes diferenciais ´e:
Propriedade 4:
L[f

(t)] = s L[f(t)] −f(0) . (7.12)
Integrando por partes, temos, para todo T > 0

T
0
e
−s t
f

(t) dt = e
−s T
f(T) −f(0) +s

T
0
e
−s t
f(t) dt .
Agora, fazemos T → ∞: como f ´e uma fun¸c˜ao de ordem exponencial,
temos e
−s T
f(T) → 0, a integral do primeiro membro tende a L[f

(t)] e
a do segundo membro tende a L[f(t)].
Observa¸c˜ao 7.1. A propriedade 4 estende-se a derivadas de ordens
superiores. Para a derivada de ordem 2, temos
L[f

(t)] = s L[f

(t)] −f

(0) = s
2
L[f(t)] −s f(0) −f

(0) . (7.13)
Mais geralmente, para a derivada de ordem n, temos
L[f
(n)
(t)] = s
n
L[f(t)] −s
n−1
f(0) −s
n−2
f

(0) − −f
(n−1)
(0) . (7.14)
Exerc´ıcio 7.1. (a). Use a igualdade (7.13) para calcular L[sen ω t] e
L[cos ω t]. Sugest˜ao: (senω t)

= −ω
2
sen ω t e (cos ω t)

= −ω
2
cos ω t.
(b). Calcule as seguintes transformadas:
(i) L[7 cos 3 t −4 sen 3 t] (ii) L[5 e
−3 t
] (iii) L[e
−3 t
sen 4 t]
(iv) L[e
−3 t
cos 2 t] (v) L[t
3
e
−5 t
] (vi) L[e
−2 t
−4 t
3
]
(vii) L[cosh 2 t −3 sen h 2 t] (viii) L[t
2
cos t] (ix) L[t e
3 t
−sen 2 t]
(x) L[4 cos 2 t −t cos 2 t] (xi) L[t e
3 t
sen 4 t] (xii) L[3 cos 2 t −t e
5 t
]
(xiii) L[sen t −t cos t] (xiv) L[(e
t
−2 t)
2
] (xv) L[t e
−3 t
cos 4 t]
(c) (i) Mostre que, se f ´e T−peri´ odica (isto ´e, f(t + T) = f(t), para
todo t ≥ 0), ent˜ao L[f(t)] =
1
1 −e
−s T

T
0
e
−s t
f(t) dt.
(ii) Mostre que, se f ´e 2−peri´ odica e f(t) =

1, se 0 < t < 1
−1, se 1 < t < 2 ,
ent˜ao
L[f(t)] =
1
s
tg h
s
2
.
188 Cap. 6 Transformada de Laplace
(iii) Mostre que, se f ´e 2 π−peri´odica e f(t) =

sen t, se 0 ≤ t ≤ π
0, se π ≤ t ≤ 2 π,
ent˜ao L[f(t)] =
1
(1 −e
−π s
) (s
2
+ 1)
.
7.2 Transformada inversa
Analisaremos agora o problema inverso: dada uma fun¸c˜ao F(s), encon-
trar uma fun¸c˜ao f(t), definida para todo t > 0, tal que L[f(t)] = F(s).
Uma tal fun¸c˜ao f(t) ser´a chamada transformada inversa de F(s) e
ser´a denotada por L
−1
[F(s)]. Como a transformada de Laplace ´e defini-
da por uma integral, muitas fun¸c˜oes podem ter a mesma transformada
de Laplace. Por exemplo, as fun¸c˜oes
f(t) = e
t
e g(t) =

e
t
, para todo t = 1
0, se t = 1 .
tˆem a mesma transformada de Laplace, que ´e 1/(s − 1). Pode-se mos-
trar que, se duas fun¸c˜oes (ambas de ordem exponencial) tˆem a mesma
transformada de Laplace, ent˜ao elas coincidem em todo ponto em que
ambas s˜ao cont´ınuas. Sempre que poss´ıvel, para uma dada F(s), to-
maremos como transformada inversa de F(s) a fun¸c˜ao cont´ınua f(t)
tal que L[f(t)] = F(s); com isto queremos dizer, por exemplo, que a
transformada inversa de 1/(s −k) ´e a fun¸c˜ao e
k t
: vamos denotar
L
−1
¸
1
s −k

= e
k t
.
Da mesma maneira, vamos escrever
L
−1
¸
s
s
2

2

= cos ω t e L
−1
¸
ω
s
2

2

= sen ω t .
Para calcular transformadas inversas, usaremos as propriedades aci-
ma, o completamento de quadrado e a decomposi¸c˜ao de uma fun¸c˜ao
racional em fra¸c˜oes parciais. Esses procedimentos ser˜ao suficientes para
as aplica¸c˜oes que faremos. Outros m´etodos podem ser encontrados nos
livros “Operational Mathematics”, de R. Churchill e “Transformada de
Laplace”, de S. Lipschutz.
Transformada inversa 189
Exemplo 7.1. Calcular L
−1
¸
1
(s
2
−10 s + 25)
4

.
Notemos que s
2
−10 s + 25 = (s −5)
2
; assim
1
(s
2
−10 s + 25)
4
=
1
(s −5)
8
.
Agora, como L[t
7
] =
7!
s
8
, temos
L
−1
¸
1
(s
2
−10 s + 25)
4

=
1
7!
L
−1
¸
7!
(s −5)
8

=
1
7!
e
5 t
t
7
.
Exemplo 7.2. Calcular L
−1
¸
8 s + 6
s
2
−6 s + 34

.
Completando o quadrado, temos s
2
−6 s + 34 = s
2
−6 s + 9 + 25 =
(s −3)
2
+ 5
2
. Podemos ent˜ao escrever
8 s + 6
s
2
−6 s + 34
=
8 (s −3) + 30
(s −3)
2
+ 5
2
= 8
s −3
(s −3)
2
+ 5
2
+ 6
5
(s −3)
2
+ 5
2
.
Como L
−1
¸
s
s
2
+ 5
2

= cos 5t e L
−1
¸
5
s
2
+ 5
2

= sen 5t, pela Proprie-
dade 2, temos
L
−1
¸
s −3
(s −3)
2
+ 5
2

= e
3 t
cos 5t e L
−1
¸
5
(s −3)
2
+ 5
2

= e
3 t
sen 5 t .
Logo,
L
−1
¸
8 s + 6
s
2
−6 s + 34

= 8 e
3 t
cos 5 t + 6 e
3 t
sen 5 t .
Exemplo 7.3. Calcular L
−1
¸
s
2
+ 2 s + 17
(s + 3)(s
2
−3 s + 2)

.
Como s
2
−3 s + 2 = (s −1) (s −2), podemos escrever
s
2
+ 2 s + 17
(s + 3)(s
2
−3 s + 2)
=
A
s + 3
+
B
s −1
+
C
s −2
.
190 Cap. 6 Transformada de Laplace
Multiplicando os dois membros por (s + 3) (s −1) (s −2), obtemos
A(s −1) (s −2) +B(s + 3) (s −2) +C(s + 3) (s −1) = s
2
+ 2 s + 17 .
Substituindo s = −3, obtemos A = 1; substituindo s = 1, obtemos
B = −5 e substituindo s = 2, obtemos C = 5. Assim,
s
2
+ 2 s + 17
(s + 3)(s
2
−3 s + 2)
=
1
s + 3

5
s −1
+
5
s −2
Logo
L
−1
¸
s
2
+ 2 s + 17
(s + 3)(s
2
−3 s + 2)

= e
−3 t
−5 e
t
+ 5 e
2 t
.
Exemplo 7.4. Calcular L
−1
¸
2 s
2
−3 s −14
(s
2
+ 4) (s −1)

.
Escrevendo
2 s
2
−3 s −14
(s
2
+ 4) (s −1)
=
As +B
s
2
+ 4
+
C
s −1
=
(A+C) s
2
+ (B −A) s −B + 4 C
(s
2
+ 4) (s −1)
temos

A+ +C = 2
−A+B = −3
−B +C = −14
donde obtemos A = 5, B = 2, C = −3. Assim,
2 s
2
−3 s −14
(s
2
+ 4) (s −1)
=
5 s + 2
s
2
+ 4

3
s −1
Como
5 s + 2
s
2
+ 4
=
5 s
s
2
+ 4
+
2
s
2
+ 4
= 5 L[cos 2 t] +L[sen 2 t] e
3
s −1
= 3 L[e
t
] ,
temos
L
−1
¸
2 s
2
−3 s −14
(s
2
+ 4) (s −1)

= 5 cos 2 t + sen 2 t −3 e
t
.
Exerc´ıcio 7.2. Calcule L
−1
[F(s)] , sendo:
(a) F(s) =
12
s
2
+ 6 s + 13
(b) F(s) =
3 s + 15
s
2
+ 3 s
(c) F(s) =
9
(s −2)
2
(d) F(s) =
8 s
s
2
−6 s + 13
(e) F(s) =
3 s −9
s
3
+ 9 s
(f) F(s) =
s −7
s
2
+s −6
(g) F(s) =
2 s
2
+ 6 s + 9
s
3
+ 9 s
(h) F(s) =
6 s
s
2
+ 9
(i) F(s) =
s
2
−9
(s
2
+ 9)
2
7.3. APLICAC¸
˜
OES A EQUAC¸
˜
OES DIFERENCIAIS 191
7.3 Aplica¸c˜oes a equa¸c˜ oes diferenciais
A Transformada de Laplace ´e de grande utilidade para resolver siste-
mas de equa¸c˜oes diferenciais lineares com coeficientes constantes, como
mostram os exemplos a seguir.
Exemplo 7.5. Usando a Transformada de Laplace, encontrar a solu¸c˜ ao
do P.V.I.

y

−3 y

+ 2 y = 20 e
−3 t
y(0) = 1, y

(0) = 2.
(7.15)
Denotando L[y(t)] = Y (s), temos
L[y

(t)] = s L[y(t)] −1 = s Y −1.
L[y

(t)] = s
2
Y −s −2.
(7.16)
Aplicando a transformada aos dois membros de (7.15) e substituindo as
igualdades de (7.16), temos
(s
2
−3 s + 2) Y −s + 1 =
20
s + 3
,
ou
Y (s) =
s
2
+ 2 s + 17
(s + 3)(s
2
−3 s + 2)
.
Usando o Exemplo 7.3, vemos que a solu¸c˜ao y(t) do P.V.I. ´e
y(t) = e
−3 t
−5 e
t
+ 5 e
2t
.
Os sistemas de equa¸c˜oes diferenciais lineares s˜ao tratados do mesmo
modo.
Exemplo 7.6. Resolver o P.V.I.

x

= 3 y + 4 e
5 t
y

= x −2 y
x(0) = 1, y(0) = 0 .
Aplicando a transformada a ambos os membros das equa¸c˜oes do
sistema acima e denotando X(s) = L[x(t)] e Y (s) = L[y(t)], temos

s X −1 = 3 Y +
4
s −5
s Y = X −2 Y .
192 Cap. 6 Transformada de Laplace
Da segunda equa¸c˜ao, tiramos X = (s + 2) Y . Substituindo na primeira
equa¸c˜ao obtemos
s (s + 2) Y (s) −1 = 3 Y (s) +
4
s −5
donde obtemos
Y (s) =
1
8
¸
1
(s −5)
+
1
(s + 3)

e X(s) =
1
8
¸
7
(s −5)
+
1
(s + 3)

.
Logo,
¸
x(t)
y(t)

=
1
8
¸
7 e
5 t
−e
−3 t
e
5 t
−e
−3 t

.
Com a transformada de Laplace podemos resolver equa¸c˜oes diferen-
ciais cujos termos for¸cantes apresentam algum tipo de descontinuidade.
Para estudar essas equa¸c˜oes, vamos apresentar uma outra propriedade
da transformada de Laplace. Para facilitar o enunciado dessa proprie-
dade, introduzimos a fun¸c˜ao degrau unit´ario, que ´e definida por
H
a
(t) =

0, se t < a
1, se t ≥ a .
Sua transformada de Laplace ´e
L[H
a
t] = lim
T→∞

T
a
e
−s t
dt = lim
T→∞
e
−s t
−s

T
a
=
e
−a s
s
.
Exemplo 7.7. Calcular L[f(t)], sendo f(t) =

0, se 0 ≤ t < a
c, se a ≤ t < b
0, se t ≥ b .
Como f(t) = c

H
a
(t) −H
b
(t)

, temos
L[f(t)] = c

L[H
a
(t)] −L[H
b
(t)]

=
c
s

e
−a s
−e
−b s

.
As figuras abaixo mostram os gr´aficos das fun¸c˜oes H
a
(t) e f(t).
Aplica¸c˜oes a equa¸c˜oes diferenciais 193
y = H
a
(t)
a
1
y
`
x

y = c

H
a
(t) −H
b
(t)

b
Figura 7.1 Figura 7.2
a
c
y
`
x

Exerc´ıcio 7.3. Denotemos por f(t) = [[ t ]] a fun¸c˜ao maior inteiro.
Mostre que:
L

[[ t ]]

=
1
s (e
s
−1)
e L

[[ t ]] −t

=
s −1 −e
s
s
2
(e
s
−1)

Dada uma fun¸c˜ao f(t), definida para todo t ≥ −a, (a > 0), conside-
remos a fun¸c˜ao g(t) =

0, se 0 ≤ t < a
f(t −a), se t ≥ a
. O gr´afico de g ´e o
gr´afico de f deslocado de a unidades `a direita (veja as figuras 7.3 e 7.4
abaixo). Usando a fun¸c˜ao degrau unit´ario, podemos escrever
g(t) = H
a
(t)f(t −a) .

`
x
y

y = f(t)
y = H
a
(t) f(t −a)
a

Figura 7.3 Figura 7.4
`
x
y

194 Cap. 6 Transformada de Laplace
A rela¸c˜ao entre as transformadas de Laplace das fun¸c˜oes f(t) e g(t) ´e:
Propriedade 5:
L[H
a
(t)f(t −a)] = e
−a s
L[f(t)] . (7.17)
De fato, fazendo a mudan¸ca de vari´avel u = t −a, temos
L[H
a
(t)f(t −a)] = lim
T→∞

T
a
e
−s t
f(t −a) dt =
= lim
T→∞

T−a
0
e
−s (u+a)
f(u) du =
= e
−s a


0
e
−s u
f(u) du = e
−a s
L[f(t)] .
Exemplo 7.8. No circuito representado ao lado,
a resistˆencia ´e R = 8 ohms, a indutˆancia ´e L = 1
henry. A corrente ´e inicialmente nula. Entre os
instantes t = 0 e t = 5 s uma for¸ca eletromotriz
de 200 volts ´e aplicada ao circuito. Determinar
a intensidade da corrente i(t) em um instante
t > 0.
v

i
L
R
Figura 7.5
A fun¸c˜ao i(t) ´e a solu¸c˜ao do PVI

i

+ 8 i = v(t)
i(0) = 0
em que v(t) =

200, se 0 ≤ t < 5
0, se t ≥ 5
. Aplicando transformada aos dois membros da
equa¸c˜ao, denotando I(s) = L[i(t)] e notando que L[v(t)] = 200(1 −
e
−5 s
)/s, temos
s I + 8 I = V (s) =
200
s

1 −e
−5 s

donde
I(s) = 200
1
s(s + 8)

1 −e
−5 s

Usando fra¸c˜oes parciais, temos
I(s) = 25

1
s

1
s + 8

1 −e
−5 s

.
Aplica¸c˜oes a equa¸c˜oes diferenciais 195
Logo,
i(t) = 25

1 −e
−8 t

−25

1 −e
−8 (t−5)

H(t −5)
ou
i(t) =

25

1 −e
−8 t

, se 0 ≤ t < 5
25 e
−8 t

e
40
−1

, se t ≥ 5 .
O gr´afico da corrente tem o seguinte aspecto:
5
y
`
x

Figura 7.6
Exerc´ıcio 7.4. Encontre a solu¸c˜ ao de cada PVI:
(a)

y

+ 3 y = 18 t
y(0) = 5.
(b)

y

−5 y = e
t
y(0) = 7, y

(0) = 11.
(c)

y

+ 9 y = 36
y(0) = 0, y

(0) = −2.
(d)

y

−3 y

+ 2 y = 20 sent
y(0) = 0, y

(0) = 0.
(e)

y

+ 4 y = 0
y(0) = 2, y

(0) = 6.
(f)

y
(3)
−2 y

= 4 t
y(0) = y

(0) = 0, y

(0) = 4.
(g)

y

+y = 8 t
y(0) = 0, y

(0) = 10.
(h)

y
(3)
−2 y

= 0
y(0) = y

(0) = 0, y

(0) = 32.
Exerc´ıcio: Dadas f , g : [0, ∞) →R o produto de convolu¸c˜ao de f
e g ´e a fun¸c˜ao
(f ∗ g)(x) =

x
0
f(t) g(x −t) dt
Pode-se mostrar que L[f ∗ g] = L[f] L[g].
(a) Calcule L
¸
12
(s −1) (s −3)

e L
¸
1
s (s
2
+ 1)

196 Cap. 6 Transformada de Laplace
Observa¸ c˜ao: Usando a propriedade acima podemos encontrar solu¸c˜oes
de equa¸c˜oes integrais do tipo convolu¸ c˜ao. Calculemos, por exemplo, a
solu¸c˜ao da equa¸c˜ao integral
y(t) = 3 t + 2

t
0
y(z) cos(t −z) dz.
Essa equa¸c˜ao integral pode ser escrita na forma
y(t) = 3 t + 2 (y ∗ cos)(t).
Aplicando transformada de Laplace aos dois membros, temos
Y (s) =
3
s
2
+
2 Y (s)
s
2
+ 1

donde
Y (s) =
3 s
2
+ 3
s
2
(s −1)
2
=
3
s
+
3
s
2

3
s −1
+
6
(s −1)
2

Logo,
y(t) = 3 + 3 t −3 e
t
+ 6 t e
t
Cap´ıtulo 8
Algumas respostas
Cap´ıtulo 1
Exerc´ıcios 1.28 (a) (0, −1, −2) (b) (6, −1, −2) (c) (−6, −1, −2) (d) (3, −1, −2)
(e) (1, −1, −2) (f) (−3, 3, −3 i, 3 i) (g) (4, 2 (−1+i

3), 2 (−1−i

3) (h)
(−1, 1 +

2, 1 −

2) (i) (−2, 1 +

3, 1 −

3)
Exerc´ıcio 1.29 a = 3, (1 ± i

11)/2
Exerc´ıcio 1.30 1/3 e 3/2
Exerc´ıcio 1.31 −1/2 e 1/2
Cap´ıtulo 2
Exerc´ıcios 2.2 (a) y = −1/(t
3
+ cos t + K) (b) y
2
= t
2
+ K
(c) y
4
= 2 t
3
+ K (d) ln y − ln

1 +y
2
= ln

1 +t
2
+ K (e) y =
6/(1−C x
6
) (f) y = −1/(sen t+K) (g) arc tg y = arc tg x+arc tg C
ou y = (x +C)/(1 −C x) (h) z
2
= x
2
+K
Exerc´ıcios 2.3 (a) y(t) = 1/(2 − t
3
− cos t) (b) y(t) = −1/(1 + sen t)
(c) y = x −1)/(x + 1) (d) y = sec t
Exerc´ıcios 2.4 (a) y(t) = K t
2
(b) y(t) = K cos t (c) y(t) = sen t +
K e
−t
(d) y(t) = cos t ln(sec t + tg t) + 1 +K cos t (e) y(t) = e
t
(1 −
2 t
−1
) + K t
−1
(f) y(t) = t
4
+ K t
2
(g) y(t) = t
2
e
−t
2
+ K e
−t
2
(h)
y(t) = 3 +K e
−e
t
Exerc´ıcios 2.5 (a) y(t) = −t ln t − t + t
2
(b) y(t) = (2 t
3
+ 5)/(1 + t
2
)
(c) y(t) = cos t + 3/sen t (d) y(t) = (t
3
−3 t
2
−6)/(t −2)
Exerc´ıcios 2.6 (a) a x
2
+ b xy + a y
2
= C (b) xe
y
+ sen x = C (c)
e
x
cos y = C (d) ln x −y
2
/x = C.
197
198 CAP
´
ITULO 8. ALGUMAS RESPOSTAS
Exerc´ıcios 2.7 (a) fator integrante e
x
; curvas integrais e
x
cos y = C
(b) fator integrante x
−2
; curvas integrais ln x − y
2
/x = C (c) fator
integrante t; curvas integrais 4 t
3
+ 3 t
4
−6 t
2
y
2
= C
Exerc´ıcio 2.8 y(x) = −2 e
3 x
Exerc´ıcio 2.9 P(h) = P
0
e
αh
, α = −ln 2/6000 ≈ −1, 1552 10
−4
Exerc´ıcio 2.5 N(t) = N(0) e
αt
, α = ln 2/24 ≈ 0, 02875.
Cap´ıtulo 3
Exerc´ıcios 3.10 u = (1/2)v
1
+ (3/2)v
2
−(1/2)v
3
Exerc´ıcios 3.12 p(t) = (1/2)q(t) + (3/2)r(t) −(1/2)f(t)
Exerc´ıcios 3.13
(a) [S] = R
2
(b) [S] = R
3
(c) [S] = ¦(x, y, z) : y = x¦ (d)
[S] = ¦(x, y, z) : y = −z¦.
Exerc´ıcios 3.15
(a), (b), (d), (e), (g), (h), (i), (k): LI
(c), (f), (j), (l): LD
Exerc´ıcios 3.16 (a) e (b): LI
Exerc´ıcios 3.17 (a): LI, (b): LD
Exerc´ıcios 3.18 (a): LD, (b): LI
Exerc´ıcios 3.19 (a): sim, (b) n˜ao (n˜ao s˜ao LI nem geram R
2
)
Exerc´ıcios 3.20 (a): sim, (b) n˜ao (c): sim, (d)sim
Exerc´ıcios 3.21 (a): sim, (b) sim
Exerc´ıcios 3.22 (a): [3, −1, −1]
T
, (b) [1, 1, 1] (c) [1, 0, 2]
T
Exerc´ıcios 3.23 [2, 2, −1, 1]
T
Exerc´ıcios 3.24 [7, −3, −7, 2]
T
Exerc´ıcios 3.25 (a): [10, 0, 1]
T
, (b) [10, −1, 1] (c) [0, −1, 6]
T
Exerc´ıcios 3.26 (a) e (c) n˜ao (b) sim
Exerc´ıcios 3.27 (a) e (b) sim (c) n˜ao
Exerc´ıcios da Se¸c˜ao 3.8
1 (a)
¸
1 0
0 0

,
¸
0 1
1 0

,
¸
0 0
0 1

(b)
¸
0 1
−1 0

,
2 (a) U = ¦a (1 − t
3
) + b (t − t
3
) + c (t
2
− t
3
) : a, b, c ∈ R¦, uma ba-
se de U ´e ¦1 − t
3
, t − t
3
, t
2
− t
3
¦, W = ¦a + b t : a, b ∈ R¦, uma base
199
de W ´e ¦1, t¦; U∩W = ¦a (1−t) : a ∈ R¦, uma base de U∩W ´e ¦1−t¦.
5 (a) B = ¦(1, 4, −1, 3), (0, 1, 1, 1), (0, 7, 1, 7)¦
(b) B = ¦(1, 1, 0, −3), (0, 0, 1, 0)¦
(c) B =
¸
1 0
0 0

,
¸
0 1
0 0

(d) B = ¦1, t¦
(e) B = ¦5 t
2
+ 5, t + 1¦
Cap´ıtulo 4
Exerc´ıcios 4.3
(a) y(t) = t
−1/2
(b) y(t) = t
−1
(c) y(t) = t
−1/2
(d) y(t) = ln t
Exerc´ıcios 4.4
(em todos os itens a e b denotam constantes reais arbitr´arias)
(a) y(t) = a e
2 t
+ b e
−2 t
; (b) y(t) = a e
−t
+ b e
5 t
; (c) y(t) = a + b e
4 t
;
(d) y(t) = e
t
(a cos t +b sen t); (e) y(t) = a cos (5 t) +b sen (5 t);
(f) y(t) = e
−2 t
(a cos (3 t) +b sen (3 t)); (g) y(t) = a +b e
−25 t
;
(h) y(t) = e
−2 t
(a +b t).
Exerc´ıcios 4.5
(a) y(t) = 2 −e
2 t
(b) y(t) = 8 e
t
+e
−5 t
(c) y(t) = e
t
(cos t +2 sen t)
(d) y(t) = e
2 t
(3 − t) (e) y(t) = 3 sen (5 t) + 5 cos(5 t) (f) y(t) =
e
−2 t
[3 cos (3 t) + 2 sen (3 t)]
Exerc´ıcios 4.7
(a) y(t) = c
1
+ c
2
e
−3 t
+ 2 e
2 t
, c
1
, c
2
∈ R; (b) y(t) = e
−t
(c
1
+ c
2
t) −
2, c
1
, c
2
∈ R (c) y(t) = c
1
+ c
2
e
−3 t
+ 3 t, c
1
, c
2
∈ R (d) y(t) =
c
1
e
t
+ c
2
e
−5 t
− cos t − (3/2) sen t, c
1
, c
2
∈ R (e) y(t) = c
1
cos (5 t) +
c
2
sen (5 t)+2 cos (3 t), c
1
, c
2
∈ R. (f ) y(t) = c
1
cos (5 t)+c
2
sen (5 t)+
t (−2 cos t +sen t), c
1
, c
2
∈ R (g) y(t) = c
1
+c
2
e
−3 t
+3 t e
7 t
c
1
, c
2
∈ R
(h) y(t) = c
1
+ c
2
e
−3 t
+ sen (3 t) − cos(3 t), c
1
, c
2
∈ R (i) y(t) =
c
1
+c
2
e
t
−2 t
3
−6 tc
1
, c
2
∈ R (j) y(t) = e
4 t
(c
1
+c
2
t+6 t
2
−t
3
)c
1
, c
2
∈ R
(k) y(t) = c
1
cos(5 t) + c
2
sen (5 t) − 2 cos(5 t), c
1
, c
2
∈ R (l) y(t) =
c
1
e
t
cos t +c
2
e
t
sen t + 3 e
t

cos t −sen t

, c
1
, c
2
∈ R
200 CAP
´
ITULO 8. ALGUMAS RESPOSTAS
Exerc´ıcios 4.8
(a) y(t) = e
−3 t
+ 3 t (b) y(t) = −2 +e
−3 t
+e
2 t
(c) y(t) = −1 + 14 e
t−1
−2 t
3
−6 t (d) y(t) = −1 +e
−3 t
+ 3 t e
7 t
(e) y(t) = e
2 t
[2 cos (3 t)−3 sen (3 t)]+e
t
(f) y(t) = 3 e
2 t
+(2−2 t) e
−4 t
(g) y(t) = (7 + 2 t −t
2
) e
2 t
−e
−4 t
(h) y(t) = e
t
(1 +t +t
2
)
(i) y(t) = e
3 t
(t + 3 t
2
−t
3
) (j) y(t) = e
2 t
(2 + 5 t) −3 e
t
sen t
(k) y(t) = e
4 t
(2 t
3
−3 t
2
+t) (l) y(t) = 3 cos(5 t) + (5 +t) sen (5 t).
Exerc´ıcios 4.9
(a) y(t) = (cos t) ln [ cos t[+t sen t (b) y(t) = −1+(sen t) ln [ sec t+tg t[
(c) y(t) = −2 + (sen t) ln [ sec t + tg t[ (d) y
p
(t) = e
t
/2 (e) y
p
(t) =
−2 t (f) y
p
(t) = t (g) y
p
(t) = −t
2
+ (7 t/3) + 8/9 (h) y(t) =
e
t
(t
2
−t+1/2) (i) y(t) = −2 sen
3
t cos(2 t)+sen (2 t)(3 cos t−2 cos
3
t)
(j) y(t) = −t cos t.
Exerc´ıcio 4.10
(em todos os itens c
1
, c
2
, c
3
, c
4
, c
5
denotam constantes reais arbitr´arias)
(a) y(t) = c
1
e
2 t
+c
2
e
−2 t
+c
3
cos 2 t +c
4
sen 2 t;
(b) y(t) = c
1
e
−t
+e
2 t
(c
2
+c
3
t +c
4
t
2
);
(c) y(t) = c
1
e
−t
+c
2
e
t
+c
3
e
2 t
; (d) y(t) = e
−t
(c
1
+c
2
t +c
3
t
2
);
(e) y(t) = c
1
+c
2
t + (c
3
+c
4
t) e
2 t
;
(f ) y(t) = c
1
e
−t
+ (c
2
+c
3
t) e
t
+e
−t
(c
4
cos t +c
5
sen t);
(g) y(t) = e

2 t

c
1
cos(

2 t) +c
2
sen (

2 t)

+
+e


2 t

c
3
cos(

2 t) +e

2 t
+c
4
sen (

2 t)

;
(h) y(t) = 3 + 2 t +t
2
+c
1
e
−t
+ (c
2
+c
3
t) e
t
+e
−t
(c
4
cos t +c
5
sen t);
(i) y(t) = (e
4 t
/400) +c
1
+c
2
t + (c
3
+c
4
t) e
−t
;
(j) y(t) = (e
4 t
/64) +c
1
+c
2
t + (c
3
+c
4
t) e
2 t
.
Cap´ıtulo 6
Exerc´ıcios 6.1
(em todos os itens, c
1
, c
2
, c
3
, c
4
denotam constantes arbitr´arias)
(a) x(t) = c
1
e
−t
[ 1, −2 ]
T
+c
2
e
2 t
[ −2, 1 ]
T
(b) x(t) = e
2 t
¸
c
1
cos t +c
2
sen t
−c
1
(cos t + sen t) +c
2
(cos t −sen t)

.
201
(c) x(t) = e
5 t
¸
c
1
(cos 2 t + sen 2 t) +c
2
(sen 2 t −cos 2 t)
c
1
cos 2 t +c
2
sen 2 t

(d) x(t) =
¸
5 c
1
e
3 t
+c
2
e
−4 t
2 c
1
e
3 t
−c
2
e
−4 t

(e) x(t) =

c
1
e
−t
+ 2 c
3
e
8 t
−2 (c
1
+ 2 c
2
) e
−t
+c
3
e
8 t
c
2
e
−t
+ 2 c
3
e
8 t
¸
¸
(f) x(t) =

c
1
e
t
+c
2
e
−t
+ 3 c
3
e
4 t
−2 c
1
e
t
+c
3
e
4 t
c
1
e
t
−c
2
e
−t
+c
3
e
4 t
¸
¸
(g) x(t) =

−c
3
e
3 t
c
2
e
3 t
+c
3
t e
3 t
c
1
e
−t
¸
¸
Exerc´ıcio 6.3 (b) x(0) = [1, 1, 2]
T
´e x(t) = [e
3 t
, e
3 t
−t e
3 t
, 2 e
t
]
T
Cap´ıtulo 7
Exerc´ıcio 7.1 (b) (i)
7 s−12
s
2
+9
(ii)
5
s+3
(iii)
4
s
2
+6 s+25
(iv)
s+3
s
2
+6 s+13
(v)
6
(s+5)
4
(vi)
s
4
−24 s−48
s
4
(s+2)
(vii)
s−6
s
2
−4
(viii)
2 s
3
−6 s
(s
2
+1)
3
(ix)
−s
2
+12 s−14
(s−3)
2
(s
2
+4)
(x)
4 s
3
−s
2
+16 s+4
(s
2
+4)
2
(xi)
8 s−24
(s
2
−6 s+25)
2
(xii)
3 s
3
−11 s
2
+75 s−4
(s
2
+4)
2
(s−5)
2
(xiii)
2
(s
2
+1)
2
(xiv)
1
s−2

4
(s−1)
2
+
8
s
3
(xv)
s
2
+6 s−7
(s
2
+6 s+25)
2
Exerc´ıcio 7.2 (a) e
−3 t
sen 2 t, (b) 5 −2 e
3 t
, (c) 9 e
2 t
t, (d) 8 e
3 t
cos 2 t −
12 e
3 t
sen 2 t, (e) cos 3 t+3 sen 3 t−1, (f) 3 cos 3t+
4
3
sen 3t−5, (g) 3 cos 3 t+
2 sen 3 t −1, (h) t sen 3 t, (i) t cos 3 t .
Exerc´ıcio 7.4 (a) y(t) = 6 t −2 + 3 e
−3 t
(b) y(t) = e
5 t
+ 6 e
t
(c) y(t) =
4 −sen 3 t (d) y(t) = 4 e
2 t
−10 e
t
+6 cos t +2 sen t (e) y(t) = 2 cos 2 t +
3 sen 2 t (f) y(t) = 2 e
t
+ 2 e
−t
−t
2
−4 (g) y(t) = 2 sen t + 8 t (h) y(t) =
2 e
4 t
−8 t −2

Sum´rio a
1 No¸˜es preliminares co 1.1 Espa¸o euclidiano n− dimensional . c 1.2 Matrizes . . . . . . . . . . . . . . . 1.3 Sistemas lineares . . . . . . . . . . 1.4 Determinante . . . . . . . . . . . . 1.5 N´meros complexos . . . . . . . . u 2 Equa¸˜es de primeira ordem co 2.1 Introdu¸˜o . . . . . . . . . . . . . . ca 2.2 Defini¸˜es . . . . . . . . . . . . . . co 2.3 Equa¸˜es separ´veis . . . . . . . . co a 2.4 Equa¸˜o linear de primeira ordem ca 2.5 Equa¸˜es diferenciais exatas . . . . co 3 Espa¸os vetoriais c 3.1 Defini¸˜o e exemplos . . . . . ca 3.2 Subespa¸os vetoriais . . . . . c 3.3 Combina¸˜es lineares . . . . . co 3.4 Dependˆncia linear . . . . . . e 3.5 Base e dimens˜o . . . . . . . a 3.6 Dependˆncia linear de fun¸˜es e co n . . . 3.7 Bases ortogonais em R 3.8 Exerc´ ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 5 12 17 24 27 41 41 44 45 50 59 67 67 71 73 77 80 87 90 93

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

4 Equa¸˜es diferenciais lineares co 95 4.1 Fatos gerais sobre equa¸˜es lineares . . . . . . . . . . . . . 95 co 4.2 M´todo de redu¸˜o da ordem . . . . . . . . . . . . . . . . 98 e ca 3

4 4.3 4.4 4.5 4.6 4.7 Equa¸˜o homogˆnea com coeficientes ca e Equa¸˜o n˜o homogˆnea . . . . . . . ca a e M´todo dos coeficientes a determinar . e M´todo de varia¸˜o dos parˆmetros . e ca a Equa¸˜es de ordem superior . . . . . co . . . . . . . . . . . . . . . . . . . . . . . . constantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

´ SUMARIO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 108 109 120 123

5 Transforma¸˜es lineares co 5.1 Transforma¸˜es . . . . . co 5.2 Transforma¸˜es lineares . co 5.3 N´cleo e imagem . . . . . u 5.4 Autovalores e autovetores

129 . 129 . 131 . 136 . 141 . . . . . . 151 151 155 159 168 169 176

6 Sistemas de equa¸˜es diferenciais lineares co 6.1 Introdu¸˜o . . . . . . . . . . . . . . . . . . ca 6.2 Fatos gerais sobre sistemas lineares . . . . 6.3 Sistema homogˆneo . . . . . . . . . . . . . e 6.4 Sistema n˜o homogˆneo . . . . . . . . . . a e 6.5 M´todo dos coeficientes a determinar . . . . e 6.6 F´rmula de varia¸˜o das constantes . . . . o ca

7 Transformada de Laplace 183 7.1 Defini¸˜o e propriedades . . . . . . . . . . . . . . . . . . . 183 ca 7.2 Transformada inversa . . . . . . . . . . . . . . . . . . . . 188 7.3 Aplica¸˜es a equa¸˜es diferenciais . . . . . . . . . . . . . . 191 co co 8 Algumas respostas 197

Cap´ ıtulo 1

No¸˜es preliminares co
Neste cap´ ıtulo reunimos fatos b´sicos sobre vetores, matrizes, sistemas de a equa¸˜es lineares e n´meros complexos, que ser˜o usados nos cap´ co u a ıtulos seguintes. Assumiremos conhecido o conjunto R dos n´meros reais e suas prou priedades alg´bricas elementares: suas opera¸˜es de adi¸˜o e multiplica¸˜o s˜o e co ca ca a associativas, comutativas, tˆm elemento neutro, cada n´mero tem seu oposto e u aditivo e cada n´mero n˜o nulo tem seu inverso multiplicativo. u a

1.1

Espa¸o euclidiano n− dimensional c

As no¸˜es de par ordenado (x, y) e terna ordenada (x, y, z) de n´meros co u reais tˆm uma extens˜o natural ao conceito de n-upla (x1 , . . . , xn ), e a que ´ uma sucess˜o ordenada de n n´meros reais. Denotaremos as e a u n−uplas por letras em negrito. Se x = (x1 , . . . , xn ), cada um dos n´meros x1 , . . . , xn ´ chamado uma componente (ou coordenada) u e de x. Duas n−uplas (x1 , . . . , xn ) e (y1 , . . . , yn ) s˜o ditas iguais (indicaa mos (x1 , . . . , xn ) = (y1 , . . . , yn )) se e somente se x1 = y1 , . . . , xn = yn . O conjunto de todas n−uplas de n´meros reais ´ denotado por Rn , isto u e ´, e Rn = {(x1 , . . . , xn ) : xk ∈ R, k = 1 , . . . , n}. Recordemos da Geometria Anal´ ıtica que R3 pode ser identificado com o conjunto V3 dos vetores geom´tricos (definidos pelos segmentos oriene tados) por meio da correspondˆncia que a cada v = a i + b j + c k de V3 e associa a terna (a, b, c) ∈ R3 : v = a i + b j + c k ∈ V3 ←→ (a, b, c) ∈ R3 . 5 (1.1)

6

Cap. 1

No¸˜es preliminares co

´ E claro que ao vetor i corresponde a terna e1 = (1, 0, 0), ao vetor j corresponde a terna e2 = (0, 1, 0) e a k corresponde e3 = (0, 0, 1). √ O m´dulo (ou comprimento) do vetor v ´ v = a2 + b2 + c2 . A o e correspondˆncia (1.1) ´ importante, pois permite caracterizar elemene e tos geom´tricos, tais como reta, plano, etc, em termos de equa¸˜es e co alg´bricas. e
z ck T ¨ B v ¨¨ ¨ ¨¨ bj E

¨  ) ai  x

y

Figura 1.1

Por causa dessa identifica¸˜o com os vetores geom´tricos, as ternas ca e ordenadas tamb´m s˜o chamadas de vetores; por extens˜o, as n−uplas e a a tamb´m s˜o chamadas de vetores; neste contexto, os n´meros reais e a u ser˜o chamados escalares. Lembremos tamb´m que, se α ∈ R, temos a e α v = α a i + α b j + α c k, ou seja, ao vetor α v associamos a terna (α a, α b, α c). Da mesma maneira, se (a1 , b1 , c1 ) e (a2 , b2 , c2 ) forem as ternas associadas aos vetores w1 e w2 , respectivamente (ou seja, w1 = a1 i + b1 j + c1 k e w2 = a2 i + b2 j + c2 k), ent˜o temos w1 + w2 = a (a1 +a2 ) i+(b1 +b2 ) j+(c1 +c2 ) k; assim, ao vetor w1 +w2 fica associado a terna (a1 + a2 , b1 + b2 , c1 + c2 ). Essas observa¸˜es mostram a importˆncia de se definir adi¸˜o de co a ca ternas e multiplica¸˜o de ternas por n´meros reais: dadas as ternas ca u (a1 , b1 , c1 ), (a2 , b2 , c2 ) e o n´mero real α, definimos: u (a1 , b1 , c1 ) + (a2 , b2 , c2 ) = (a1 + a2 , b1 + b2 , c1 + c2 ) α (a1 , b1 , c1 ) = (α a1 , α b1 , α c1 ) Pode-se mostrar que, quaisquer que sejam α , β ∈ R, temos: u, v, w ∈ R3 e

O espa¸o euclidiano c A1) A2) A3) A4) (u + v) + w = u + (v + w) u+v =v+u se 0 designa a terna (0, 0, 0), ent˜o u + 0 = u, ∀u ∈ R3 . a 3 , a terna v = (−a, −b, −c) para qualquer u = (a, b, c) ∈ R satisfaz u + v = 0 M1) α (β u) = (α β) u M2) (α + β) u = α u + β u M3) α (u + v) = α u + α v M4) 1 u = u.

7

As opera¸˜es acima estendem-se de modo natural ao Rn . Dados co u = (a1 , . . . , an ) e v = (b1 , . . . , bn ) em Rn e α ∈ R, definimos a soma u + v e o produto por escalar α u por u + v = (a1 , . . . , an ) + (b1 , . . . , bn ) = (a1 + b1 , . . . , an + bn ) α u = α (a1 , . . . , an ) = (α a1 , . . . , α an ) (1.2) (1.3)

Como no caso das ternas ordenadas, pode-se verificar que em Rn est˜o satisfeitas as propriedades A1) a A4) e M1) a M4). Por estarem a satisfeitas essas propriedades, dizemos que Rn ´ um espa¸o vetorial. e c A igualdade (1.2) define a soma de dois vetores. Para somar trˆs e vetores u, v e w, podemos considerar as combina¸˜es u + (v + w) e co (u+v)+w. A propriedade associativa afirma que esses vetores s˜o iguais. a Por causa dessa propriedade, vamos omitir os parˆnteses. Mais gerale mente, dados p vetores u1 , u2 . . . , up e p n´meros reais α1 , α2 , . . . , αp , u podemos definir o vetor α1 u1 + α2 u2 + · · · + αp up , que chamaremos combina¸˜o linear de u1 , u2 . . . , up . Por exemplo, ca o vetor (3, 1, 0, 5) de R4 ´ combina¸˜o linear de (6, 3, 1, 7), (3, 2, 1, 2) e e ca (0, 2, 2, 8) pois 1 · (6, 3, 1, 7) + (−1) · (3, 2, 1, 2) + 0 · (0, 2, 2, 8) = (3, 1, 0, 5). J´ o vetor (6, 1, 0) de R3 n˜o ´ combina¸ao linear de (6, 0, 0), (3, 6, 4) e a a e c˜ (5, 9, 6); de fato, se (6, 1, 0) fosse combina¸˜o linear de (6, 0, 0), (3, 6, 4) ca e (5, 9, 6) existiriam n´meros x, y, z tais que u x (6, 0, 0) + y (3, 6, 4) + z (5, 9, 6) = (6, 1, 0) ,

8 ou seja,

Cap. 1

No¸˜es preliminares co

(6 x + 3 y + 5 z, 6 y + 9 z, 4 y + 6 z) = (6, 1, 0). Dessa igualdade vemos que x, y, z deveriam satisfazer o sistema de equa¸˜es co   6 x + 3 y + 5 z = 6 (1) 6 y + 9 z = 1 (2)  4 y + 6 z = 0 (3) As equa¸˜es (2) e (3) mostram que n˜o existem tais n´meros x, y, z. co a u Logo, (6, 1, 0) n˜o ´ combina¸˜o linear de (6, 0, 0), (3, 6, 4) e (5, 9, 6). a e ca Exemplo 1.1. Consideremos em Rn os vetores e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), . . . , en = (0, 0, . . . , 1) Mostrar que todo vetor x = (x1 , . . . , xn ) se escreve, de modo unico, como ´ combina¸˜o linear dos vetores e1 , . . . , en . Por causa desta propriedade, ca diremos que os vetores e1 , e2 , . . . , en formam uma base de Rn , chamada base canˆnica de Rn . o Podemos escrever (x1 , . . . , xn ) = (x1 , 0, . . . , 0) + · · · + (0 , . . . , xn ) = = x1 (1 , 0, . . . , 0) + · · · + xn (0, 0, . . . , 1) = = x1 e1 + · · · + xn en . Logo, x ´ combina¸˜o linear de e1 , . . . , en . Para ver que essa ´ a unica e ca e ´ maneira de escrever x como combina¸˜o linear de e1 , . . . , en , suponhaca mos que x tamb´m se escreva como x = t1 e1 + · · · + tn en . Ent˜o e a (x1 , . . . , xn ) = x = t1 e1 + · · · + tn en = = t1 (1 , 0, . . . , 0) + · · · + tn (0, 0, . . . , 1) = = (t1 , . . . , tn ). Logo, t1 = x1 , . . . , tn = xn . Exerc´ ıcio 1.1. Determine se v ´ combina¸ao linear de u1 , u2 e u3 , e c˜ sendo: (a) v = (2, −5, −1), u1 = (1, 0, 0) , u2 = (0, 1, 1) e u3 = (−1, 1, 1); (b) v = (2, 3, −1), u1 = (1, 0, 0) , u2 = (0, 1, 1) e u3 = (−1, 1, 1); (c) v = (−1, −1, 2), u1 = (1, 1, 1) , u2 = (1, 1, 0) e u3 = (0, 0, 1); (d) v = (1, −1, 4), u1 = (1, 1, 1) , u2 = (1, 1, 0) e u3 = (0, 0, 1);

com a e n ≥ 4. ´ chamado espa¸o O espa¸o vetorial R c e c ´ a euclidiano. (1.2). obtemos u · v = ax + by + cz (1. E f´cil ver que u · u > 0.6)) ca e ca n˜o depende do apelo geom´trico e portanto permite estender a Rn . z). xn ). . de m´dulos u e v . . podemos definir em Rn o chamado produto interno de u n−uplas. definimos o produto interno de u e v. .5)  0  v   θ  rr u rr u − v rr r r j r E Figura 1. (1. Lembremos que o produto escalar dos vetores (n˜o nulos) u e v. c) e v = (x. v = (y1 . que chamaremos produto interno. e u n . .5): u 2 = a2 + b2 + c2 . . ∀u = 0. . Definimos a norma .4) ´ que ela (a rela¸˜o (1. v 2 = x2 + y 2 + z 2 . v ).7) (notemos que o produto interno de dois vetores de Rn ´ um n´mero real). .O espa¸o euclidiano c 9 Al´m das opera¸˜es de adi¸˜o de n−upla e multiplica¸˜o de n−upla e co ca ca por n´mero real.6) sobre (1. . . . ca Dados u = (x1 .4) ´ E conveniente escrever o produto escalar em termos das componentes dos vetores u = (a. essa no¸˜o de produto escalar. yn ) ∈ Rn . 2 = (x − a)2 + (y − b)2 + (z − c)2 = u 2 + v 2 − 2 (a x + b y + c z) u−v e u v cos θ = u · v. como sendo u · v = x1 y1 + . respectivamente. y.6) Uma vantagem da rela¸˜o (1. Aplicando a lei dos cossenos ao triˆngulo cujos lados s˜o u. b. denotado por u · v (ou u. que a o formam entre si um ˆngulo θ ´ definido por a e u·v = u v cos θ. que estende a no¸˜o de produto escalar visto nos cursos de ca F´ ısica e Geometria Anal´ ıtica. v e u − v (Figura 1.2 Substituindo em (1. temos a a u−v 2 = u 2 + v 2 −2 u v cos θ . munido do produto interno. + xn yn (1.

.9). (1. isto ´. −1. Por a exemplo. 5). Um conjunto de vetores {u1 . al´m disso. w = (−3. j com a e 1 ≤ i. v = (3. . u1 = · · · = um = 1. 1 No¸˜es preliminares co de um vetor u como sendo u = seguintes propriedades u·v =v·u √ u · u. (1.8) (u + α w) · v = u · v + α (w · v) (1. . . a e 4 (u · v)2 − 4 v A desigualdade (1. ent˜o √ √ u = 2. . dizemos e que esse conjunto ´ ortonormal. 2. um } ´ dito um conjunto ortogonal se os seus vetores e s˜o dois a dois ortogonais. O produto interno tem as (1. (1.8) e (1. temos 0 ≤ u + t v 2 = (u + t v) · (u + t v) = u · u + 2 t u · v + t2 v · v = = u 2 + 2 t u · v + t2 v 2 donde v 2 2 t + 2 (u · v) t + u 2 ≥ 0. −6) e v = (0. v = 35. v = 0. . Usando as propriedades (1. 0). notemos que. en } ´ um e o e conjunto ortonormal em Rn . Se√ = (1.10) Se v = 0. 9. a pois u · v = 1 × 0 + 0 × (−1) + 9 × 2 + (−6) × 3 = 0. para qualquer t ∈ R. 3. e a desigualdade (1. 3) s˜o ortogonais.11) O primeiro membro dessa desigualdade ´ uma fun¸˜o quadr´tica em t. . Dois vetores u. 2). −1. u · v = 3(1) + 3(−1) = 3 − 3 e v · w = 3(−3) + 1(−1) + 5 · 2 = 0 . . isto ´.12) implica (1.10) ´ trivial.12) . temos u. e ca a Para que essa fun¸˜o quadr´tica seja sempre n˜o negativa.10 Cap. 2 u 2 ≤ 0. 1. Para e mostrar essa desigualdade quando v = 0. os vetores u = (1.10). 0.9) √ u a Exemplo 1.2. j ≤ m e i = j. se. conhecida como desigualdade de Cauchy-Schwarz u·v ≤ u v . A base canˆnica {e1 . quaisquer que sejam i. Existe uma importante desigualdade relacionando norma e produto interno. v ∈ Rn s˜o ditos ortogonais quando u · v = 0. ui ·uj = 0. temos u + t v ≥ 0. seu discrimica a a nante n˜o pode ser positivo.

0. ou seja. 1. . 0).4 Exerc´ ıcio 1. Encontrar todos os vetores de R3 que s˜o ortogonais a v = (2. y) tais que u · v = 0. −1).O espa¸o euclidiano c 11 a Exemplo 1. obtemos x = −y. Notemos que y = 2 x ´ equa¸˜o do plano que cont´m a origem e tem n como vetor e ca e normal (Figura 1. 2 x. Procuramos os vetores u = (x. Logo. u = (x.2.3). (a) Encontre x de modo que os vetores u = (3. Exemplo 1. Procuramos os vetores u = (x. Encontrar todos os vetores de R2 que s˜o ortogonais a v = (2. a Exemplo 1. z) tais que u · v = 0 e u · w = 0. y = 2 x. y. Encontrar todos os vetores de R3 que s˜o ortogonais a a n = (2.4. 5. Notemos que y = 2 x ´ a equa¸˜o da reta que passa e ca pela origem e tem v como vetor normal. (Figura 1. Procuramos os vetores u = (x.5.3.4). u = (x. y) = y(−1. 2 x + y + z = 0 e y − z = 0. 4) sejam ortogonais. 2 x − y = 0. 0) + z (0. substituindo na anterior. ou seja. z) tais que u · n = 0. y. x) e v = (−4. e Logo. −1). 1). 2 x). ´ tiramos y = z. isto ´. z) = x (2. 2. 1. 1. z y T y = 2x T rr j r v E x    x ©       y = 2x y E Figura 1. 1. −1. Da ultima dessas igualdades. 1). 1) e w = (0. Portanto u = (−y.3 Figura 1. y.

1.  . Sejam u. 1. −1. Uma matriz de ordem m × n ´ u e um arranjo de m n n´meros distribu´ u ıdos em m linhas e n colunas. 2. a1n a2n  . (1. 2). am1 am2 amn Denotaremos essa matriz por A = (aij ). 1. (0. . 1. 2 u + v 2 ≤ 2 u + v + u−v = 2( u + v 2) e Exerc´ ıcio 1. 1. 6. x.. j.2 Matrizes Sejam m. (1. 3). 1)} (c) {(1. (1.. −1). 2.3. a a Exerc´ ıcio 1.4. −4)} (b) {(0. (1. 1)... Prove o Teorema de Pit´goras em Rn : os vetores u.. . 1). n ≥ 1 n´meros inteiros. 1). Exerc´ ıcio 1. . Mostre que u e v s˜o ortogonais se e somente se u + v = u − v .  . Cada n´mero aij chama-se um u elemento (ou entrada) da matriz: i indica a linha e j a coluna onde se localiza aij . 1). . −11. 0). = ⇐⇒ 0 x 0 0 −1 0  z=0 .5. do seguinte modo:   a11  a21  . 3). . 3. 1)} (d) {(2. (1. v a s˜o ortogonais se e somente se u + v 2 = u 2 + v 2 . 1. −1. .. ∀i. (0. 1 No¸˜es preliminares co (b) Encontre x e y de modo que {(3. (1. 1.6. −3. (−4. Duas matrizes de mesma ordem A = (aij ) e B = (bij ) s˜o ditas iguais quando seus elementos correspondentes s˜o iguais. aij = bij .12 Cap. (2. a12 a22 . 1)}. −4). −1. Exerc´ ıcio 1. . e   x = −1 3 2 0 y 2 z y=3 Exemplo 1.  . 1. 0). y)} seja um conjunto ortogonal. 0. isto a a ´. (1.7. v ∈ Rn . Prove que: u + v u + v 2 − u − v 2 = 4 u · v.. 0. 1. 0.6. . (6. 1). Determine quais dos conjuntos abaixo s˜o ortogonais: a (a) {(2. Prove a desigualdade (conhecida como desigualdade triangular). Exerc´ ıcio 1. 1. 0.

. . associamos um vetor x como acima.13) Em uma matriz quadrada A = (aij ). . Uma matriz quadrada (aij ) ´ chae mada matriz diagonal quando aij = 0. Exemplo 1. todo elemento e fora da diagonal principal ´ nulo. Uma importante matriz diagonal ´ a e e matriz identidade de ordem n:    In =   1 0 . e Sempre que for conveniente.  . . a cada matriz m × 1. os elementos a11 . xm ) ←→ x1  . X. Existe uma correspondˆncia natural entre matrizes m × 1 e vetores e de Rm .  . por meio das correspondˆncias e  x = (x1 . . 0 0  .7. . .. cada elemento de Mn (R) ´ dito uma matriz quadrada de e ordem n. xm  ←→ [ x1 · · · xm ] . . quando m = n. xm ) de Rm associamos a matriz linha X = [ x1 · · · xm ] e reciprocamente. 0 1 .. A matriz O ∈ Mm×n cujos elementos s˜o todos iguais a zero ´ a e chamada matriz nula. . Da mesma maneira.. B = 0 3 7 e C = 1 2 9 4 . isto ´. . . (1. B ´ matriz coluna e C ´ matriz quadrada de a e e e ordem 2..  . quando e . ∀ i = j. .. identificaremos vetores de Rm com matrizes linhas ou matrizes colunas. . denotaremos tal conjunto por Mn (R). ann constituem a diagonal principal de A. 0 0 . u neste caso. . . Se A = [ 1 2 1 3 ]. Uma matriz com m linhas e 1 coluna ´ chamada e matriz coluna e uma matriz com 1 linha e n colunas ´ chamada matriz e linha. . existe uma correspondˆncia natural entre matrizes colunas m × 1 e vetores de Rm . . 1 Uma matriz quadrada A = (aij ) ´ dita triangular superior.. . . .. A cada vetor x = ( x1 .Matrizes 13 Denotaremos por Mm×n (R) o conjunto das matrizes de ordem m × n de n´meros reais. . ent˜o A ´ matriz linha.

  . .. j: em particular. a j i = a i j . 0 a12 a22 .  . am1   a1n  a2n  vn =  ...  . am1 2 1 1 9 0 5 0 5 −3 ´ sim´trica e e e 0 −1 0 1 0 5 0 −5 0 ´ e  a12 a22 . .14 Cap. .  . ´ conveniente escrea co e ver A em termos de seus vetores linhas ou de seus vetores colunas: . .  . os elementos de sua diagonal principal s˜o nulos.. . isto ´. sua transposta. . j . 1 No¸˜es preliminares co aij = 0. . ∀i. isto ´. para e e e todo i.  ..  . a1n a2n  . ∀i. .8. amn s˜o os vetores linhas de A.. 0 .. a Dada uma matriz A = (a i j )m×n . .. amn  as n matrizes m × 1: a11  a21  v1 =  . a1n ··· um = am1 am2 . . e Dada a matriz a11  a21 A= .. . . Uma e e e matriz ´ dita anti-sim´trica se AT = −A. Em muitas situa¸˜es. Uma matriz e quadrada ´ dita sim´trica se AT = A. .  . em que b j i = a i j .  . j. . para todo i > j . A matriz anti-sim´trica. . como para i = j devemos ter a i i = −a i i . denotada por AT . . ann  De modo an´logo define-se matriz triangular inferior. ..  .... . a Exemplo 1. a1n a2n  .  a11  0 A= . amn   chamam-se vetores colunas de A e as n matrizes 1 × n u1 = a11 a12 . a j i = −a i j .  . ou seja.. . ´ a matriz B = (b j i )n×m . am2 . .

.C= 1 3 2 5 3 1 .. A = −1 0 3 1 −2 0 . SeA = A+B = −4 8√ 4 4+ 7 −1 √ 3 5 7 . B = (bij ) ∈ Mm×n (R).B= −3 5 −1 4 .. cujo termo geral cik ´ e e dado por n cik = j=1 ai j bj k = ai 1 b1 k + ai 2 b2 k + · · · + ai n bn k . de ordem m × p. α am1 α a12 α a22 . .... . isto ´. O produto de A pelo n´ mero u α ´ a matriz α A = (α ai j ).Matrizes   ou 15 u1  u2  A= .  .14) Verifique como exerc´ que a adi¸˜o de matrizes tem as propriedades ıcio ca A1 a A4 (p´gina 7). .. indicada por A + B ´ a matriz cujo termos geral ´ aij + bij . Sejam A = (aij ) ∈ Mm×n (R). a Exemplo 1. a1n + b1n a2n + b2n . . am1 + bm1  a12 + b12 a22 + b22 . um A = [ v1 . O produto de A por B ´ a matriz C = (ci k ). . e e   α a11  α a21 αA =  . ent˜o α A = a −3 0 9 3 −6 0 . B = (bjk ) ∈ Mn×p (R). . .15) α am2 α amn Mostre que s˜o v´lidas as propriedades M1 a M4 (p´gina 7). (1. . v2 .. ent˜o a e n˜o est˜o definidas B + C e A + C. . .. α a1n α a2n   . . Se α = 3. . A soma de A com B. .. am2 + bm2 .. . . e e a11 + b11  a21 + b21  A+B = . amn + bmn      (1. . a a Sejam A = (aij ) ∈ Mm×n (R) e α ∈ R. . .10. .  . vm ] . . ou seja..   . a a a Exemplo 1...  . Sejam A = (aij ).9.  . .. .

resultando no vetor y = (y1 . . P3: (A + B)C = AC + BC. . X = x1 . 4 4 5 0 0 0 1 0 1 = A defini¸˜o acima permite multiplicar uma matriz A = (ai j )m×n ca T por uma matriz n × 1. Sempre que for conveniente. · · · . . Uma matriz A ∈ Mn (R) ´ dita invert´ e ıvel quando existe B ∈ Mn (R) tal que A B = B A = In .13) e diremos que estamos multiplicando a matriz A pelo ca vetor x = (x1 . B ∈ Mm×n . . (1. C ∈ Mp×q ∀A ∈ Mm×n . . . bn ). . . ym ] . . xn e o produto ´ uma matriz e T m × 1. C ∈ Mn×p P2: A(B + C) = AB + AC. Y = [ y1 . . . . . 1 No¸˜es preliminares co 8 8 10 −2 0 −2 Exemplo 1. .1.16) Teorema 1. . com A = diag (a1 .11. e B = diag (b1 . Sejam A. xn ). A vp ] . Ent˜o a a1 u1  a2 u2  AC =  . .  . . vn as colunas de C. vp ]. . · · · . . . O produto de matrizes tem as seguintes propriedades: P1: A(BC) = (AB)C. C ∈ Mn×p ∀A. B ∈ Mn×p . an ). . .16 2 1 0 0 1 −2 Cap. usaremos a identifica¸˜o (1. . . (1. . . un as linhas de C e v1 . Observando a defini¸˜o acima. . . . ent˜o a A B = [A v1 . . ym ). ∀A ∈ Mm×n . B.   . bn vn ] . .B e C matrizes quadradas de ordem n. an un   e C B = [b1 v1 . .17) A demonstra¸˜o do teorema fica como exerc´ ca ıcio. vemos que o produto de matrizes ca pode ser escrito em termos das colunas de B da seguinte forma: se B = [v1 . . . Sejam u1 .

8.  . caso e e contr´rio ele ´ dito n˜o homogˆneo. e Exerc´ ıcio 1. 1 ≤ i ≤ m. ent˜o AB ´ a e invert´ e (AB)−1 = B −1 A−1 . . Exerc´ ıcio 1. sim´trica e que a matriz C = A − A e e e Exerc´ ıcio 1. Mostre que se A e B forem invert´ ıveis.11.18) a e a e ca ca . Na pr´xima se¸˜o apresentaremos um m´todo para calcular a inversa de o ca e uma matriz. Seja A ∈ Mn (R). (Sugest˜o: e e a escreva A = 1 (A + AT ) + 1 (A − AT )).   am1 x1 + am2 x2 + · · · + amn xn = bm . Quando a b1 = · · · = bm = 0. Mostre que (A + B)T = AT + B T . s˜o dados. Y ∈ Mn×1 (R).10. . 2 2 1. (A Exerc´ ıcio 1. Mostre que X T A Y = Y T AT X.18) . Os n´meros ai j . estudamos sistemas de equa¸˜es alg´bricas lineares. chamados termos constantes. . Mostre que toda matriz A ∈ Mn (R) se escreve como soma de uma matriz sim´trica e uma matriz anti-sim´trica. SISTEMAS LINEARES 17 A matriz B chama-se inversa de A e ´ denotada por A−1 . 1 ≤ j ≤ n. .9. Mostre que a matriz B = A + AT ´ T ´ anti-sim´trica. Um ca co e sistema de m equa¸˜es lineares nas n vari´veis x1 . xn tem a forma: co a   a11 x1 + a12 x2 + · · · + a1n xn = b1   a21 x1 + a22 x2 + · · · + a2n xn = b2 (1. 1 ≤ i ≤ m. e a matriz A = 2 1 2 2 ´ invert´ e sua inversa ´ e ıvel e A−1 = 1 −1/2 −1 1 . Sejam A ∈ Mn (R) e X . Uma solu¸˜o da equa¸˜o (1.18) ´ chamado homogˆneo. . ıvel Exerc´ ıcio 1. o sistema (1.3 Sistemas lineares Nesta se¸˜o.3.12.1. chamados coeficientes e u os bi . (A B)T = B T AT e T )T = A. Por exemplo.

a1n a2n  ... e co isto ´. O conjunto solu¸˜o de (1. ´ a E f´cil ver que. xn   e b1  b2  B= . se o sistema (1.18). . . 1. m. . a terna (0. o sistema S2 ´ indeterminado: (3. . chamada solu¸˜o trivial. .. . . Sejam S1 : x+y =2 x−y =0 S2 : 4x + 6y = 0 6x + 9y = 0 S3 : x+y =1 2x + 2y = 1 ´ a E f´cil ver que o sistema S1 ´ poss´ e determinado: (1. 1) ´ solu¸˜o do sistema e ca x1 − x2 + 2x3 = 1 x2 − x3 = 0 (1.   . Assim. Um sistema linear que n˜o admite solu¸˜o ´ dito a ca e imposs´ ıvel. 0) ´ solu¸˜o desse sistema. ai 1 z1 + ai 2 z2 + . . 2) s˜o solu¸˜es ca e a co de S2 . amn  x1  x2  X= . . podemos escrever o sistema (1. 1 No¸˜es preliminares co ´ uma n−upla (z1 . um e ca ca sistema homogˆneo ´ sempre poss´ e e ıvel. . Por exemplo. 1) ´ sua unica e ıvel e ´ solu¸˜o). .. . t) : t arbitr´rio . t. temos x2 = x3 e x1 = 1 − x3 . . bm   am1 am2 .20) . . co a Definindo as matrizes  a11  a21 A= . a12 a22 . zn ) que satisfaz todas as equa¸˜es do sistema. .  .   .. . z2 . para todo i = 1. .18) na forma matricial AX = B (1. x2 = t. Um sistema linear com mais de uma solu¸˜o ´ chamaca e do indeterminado. −2) e (−3.18 Cap.19) ´ co ca e S= (1 − t. .  .18) ´ chamado conjunto solu¸˜o de co e ca (1. . + ai n zn = bi . O e conjunto de todas solu¸˜es de (1. pode-se mostrar que.19) Dessas equa¸˜es. ele tem solu¸˜es n˜o triviais. Atribuindo valores co arbitr´rios x3 = t. e que S3 ´ imposs´ e ıvel. . ent˜o a n−upla e e a (0. . . esse sistema a tem infinitas solu¸˜es. a Um sistema linear que admite uma unica solu¸˜o ´ dito poss´ ´ ca e ıvel e determinado.  .  ...18) ´ homogˆneo. . obtemos x1 = 1 − t. se m < n. portanto.

. ca Tais m´todos consistem em transformar o sistema dado em um sistema e equivalente na forma escalonada. efetuando as seguintes opera¸˜es. am2 amn bm chama-se matriz aumentada do sistema (1. . tiramos y = 3 e. ´ ca e Dois sistemas lineares S1 e S2 s˜o ditos equivalentes (e indicamos a S1 ∼ S2 ) quando eles tˆm as mesmas solu¸˜es. . −2). A matriz   a11  a21 [A : B] =  . . sua unica solu¸˜o ´ (4. a1n a2n . ca ca obtemos x = 4.  .  . Uma classe especial de sistema sistemas lineares que podem ser facilmente resolvidos ´ a dos sistemas escalonados: s˜o sistemas da e a forma   a1 1 x1 + · · · + a1 j1 xj1 + · · · + a1 jk xjk + · · · + a1 n xn = b1   a2 j1 xj1 + · · · + a2 j xj + · · · + a2 n xn = b2 k    com a11 = 0. chaco madas opera¸˜es elementares: co . (1. 3.  . (1.. . . substituindo esses valores na primeira equa¸˜o.18). a2 j1 = 0. .. .18). . b1 b2  . substituindo esse valor na segunda ca equa¸˜o. por exemplo. por meio de exemplos.. Consideremos.. . a ´ ca e Vamos agora introduzir.Sistemas lineares 19 A matriz A chama-se matriz dos coeficientes do sistema (1. ak jk sistema . .. k ak jk xjk + · · · + ak n xn = bk . temos z = −2. . Assim. .. o x + y + 2z = 3 y+ z= 1 2 z = −4. pois sua unica solu¸˜o ´ (1. Por exemplo. . os sistemas e co x+y =2 x−y =0 e x + 2y = 3 2x − y = 1 s˜o equivalentes.21) = 0. . 1). am1 a12 a22 .. os m´todo de elimie na¸˜o de Gauss e de Gauss-Jordan para resolver sistemas lineares. .22) Da terceira equa¸˜o.

13. J = F − 2H. co eliminar y na primeira: este ´ o m´todo de Gauss-Jordan. 1 No¸˜es preliminares co (i) multiplicar uma das equa¸˜es de S por um n´mero real k = 0. Resolver o sistema Temos   x − y + z = 1 (A) 2x + y − 4z = −1 (B)  x − 3y + 3z = 5 (C)   x − y + z = 1 (A) y − 2z = −1 (F )  −y + z = 2 (G) x− y+ z = 1 2x + y − 4z = −1 x − 3y + 3z = 5.20 Cap.12. e e   = 2 (K) = −1 (L)  x−y  x y = −3 (J) y = −3 (J) ∼   z = −1 (I) z = −1 (I) Nessa resolu¸˜o. em seguida. Analisar o sistema x + y + 2z = 3 para diversos  2x + 3y + z = k valores de k. Este ´ basicamente o m´todo de Gauss. Da ultima equa¸˜o tiramos z = −1. G = E/2. co u (ii) substituir uma equa¸˜o de S pela soma daquela equa¸˜o com ca ca outra equa¸˜o de S. H = F + G.     x + 2y − z = 7  x + 2y − z = 7  x + 2y − z = 7 x + y + 2z = 3 ∼ y − 3z = 4 y − 3z = 4 ∼    2x + 3y + z = k y − 3z = 14 − k 0 = 10 − k . ca Exemplo 1. ca co F = D/3. K = A + H e L = J + K.   x − y + z = 1 (A) 3y − 6z = −3 (D) ∼ ∼  −2y + 2z = 4 (E)   x − y + z = 1 (A) y − 2z = −1 (F ) ∼  −z = 1 (H) Agora fica f´cil resolver o sistema.  x + 2y − z = 7 Exemplo 1. a ´ ca substituindo na segunda. e e Uma outra maneira de resolver o sistema ´ continuar com as opera¸˜es e co elementares e eliminar z nas duas primeiras equa¸˜es e. temos x = −1. efetuamos as opera¸˜es: D = (−2) A + B. E = C − A. I = (−1)H. obtemos y = −3 e levando esses valores na primeira.

a segunda coluna associada ` vari´vel y e a terceira coluna a a a a ` vari´vel z para concluir que x = 5/2. diremos que uma matriz est´ a na forma escalonada quando a quantidade inicial de zeros da primeira linha ´ menor do que a da segunda linha.Sistemas lineares 21 Portanto. se k = 10. x = −1 − 5z. o sistema n˜o tem solu¸˜o. z ´ arbitr´rio. ´ s´ observar que a primeira coluna da matriz A estava associada e o a ` vari´vel x. Se k = 10. a Por analogia com os sistemas lineares. a resolu¸˜o do sistema linear: ca   x + 2y − z = 1 2x + 4y − 6z = 0  x − y + 2z = 4   x + 2y − z = 1 y − z = −1  z = 1/2   x + 2y − z = 1 4z = 2 ∼  3y − 3z = −3   x + 2y y ∼  = 3/2 = −1/2 z = 1/2   x = 5/2 y = −1/2 ∼  z = 1/2 pode ser escrita de maneira resumida do seguinte modo (a barra vertical em cada uma das matrizes abaixo tem como unica finalidade separar os ´ coeficientes dos termos constantes):  1 2 −1  2 4 −6 1 −1 2  1 2 0  0 1 0 0 0 1   1 1 2 −1 0  ∼  0 0 4 4 0 3 −3   3/2 1 0 0 −1/2  ∼  0 1 0 1/2 0 0 1   1 1 2 2  ∼  0 1 −3 0 0  5/2 −1/2  1/2 −1 −1 1  1 −1  ∼ 1/2 Agora. omitinca do as inc´gnitas e concentrando nossa aten¸˜o na matriz aumentada. ele ´ a ca e equivalente a x + 2y − z = 7 y − 3z = 4 cujas solu¸˜es s˜o y = 4 + 3z. o ca Por exemplo. y = −1/2 e z = 1/2. que ´ menor de que a da e e . co a e a Podemos simplificar a nota¸˜o ao resolver sistemas lineares.

. . . O procedimento acima ´ v´lido em geral. A−1 . ..  . . . y = 1/2. . . . am jm . . a1 j1 . Xn s˜o solu¸˜es dos sistemas a co A X = e1 . . as colunas X1 . . . . . . a2 n   .. . 1/2) s˜o os elementos da inversa da a matriz A = 1 1 −1 1 . Logo. . am n Al´m de simplificar a nota¸˜o. . 0 . . . 0. . .. . 1   .. . A Xn = en . . 1/2) e (u. 0]T . . ´ caracterizada pela igualdade A A−1 = I.. . a1 n a2 jm . e Escrevendo e1 = [1. 1]T e A−1 = [X1 . . . v = 1/2. . . e Logo.. . para resolver os sistemas x+y =1 −x + y = 0 escrevemos 1 1 −1 1 ∼ 1 1 0 1 1 0 0 1 1 1 2 e u+v =0 −u + v = 1 ∼ 1 1 0 2 1 0 0 1 1 0 1 1 ∼ 0 1 2 ∼ 1/2 −1/2 1/2 1/2 . x = 1/2.  0 . en = [0. ou  a1 1 . o procedimento acima permite resole ca ver simultameamente diversos sistemas lineares que tenham a mesma matriz dos coeficientes. . . . . . Se A = (ai j ) ´ uma matriz n×n e a e invert´ ıvel. .. Xn ] . Por exemplo. 0 . u = 1/2. . . . . a2 j . 0. v) = (−1/2. e A−1 = 1/2 −1/2 1/2 1/2 .. . Notemos que as solu¸˜es co (x. . a igualdade A A−1 = I ´ equivalente a A X1 = e1 . a matriz ´ da forma e  a1 jm . y) = (1/2.  . . .22 Cap. isto ´. . A X = en . .. 1 No¸˜es preliminares co terceira linha e assim por diante. . . . . . . sua inversa. . seja.

an1 a12 a22 . . ..13. . . . a a Exemplo 1. a1n a2n . . Logo. . 0 1 .14. 1 2 3 2 5 3 1 0 8 1 2 0 1 0 0 1 0 0 0 1 0 0 0 1 3 −3 1 ∼ 1 2 3 0 1 −3 0 −2 5 1 0 0 −2 1 0 −1 0 1 ∼ ∼ 1 0 0 −2 1 0 5 −2 −1 −40 16 9 13 −5 −3 5 −2 −1 ∼ 1 2 0 0 1 0 0 0 1 −14 6 3 13 −5 −3 5 −2 −1 ∼ ∼ 1 0 0 0 1 0 0 0 1 . Calcular a inversa da matriz A = 1 2 3 2 5 3 1 0 8 . . . an2 . . ann 1 0 . escalonamos a matriz  a11  a21  .. . ... 1 23  A matriz que resultar ` direita da linha ser´ A−1 . . Resolver cada um dos sistemas abaixo:    −2x + 3y − 8z = 7  3x + y + z = 8 3x + y + z = 8 b) 5x − 3y + 4z = 17 a)   5x + 4y − 3z = 17 −2x − 8y + 3z = 7 x + 3y + z = 8 8x + 2y − 2z = −7 c)  −3x + 5y + 4z = 17   x + 3y + z = 8 x + y − 2z = 4 d)  −x − 5 y + k z = −12   . . A−1 = −40 16 9 13 −5 −3 5 −2 −1 . . .. .. 0 0 .. ....  . Exerc´ ıcio 1. ...  .. 0 0  . para encontrar a inversa de A..Sistemas lineares Deste modo.

a2n    A= . Calcule a inversa de cada uma das matrizes abaixo:   1 2 3 5  1 1 3 4  1 3 0 1  A= B= C=  1 2 2 5  −1 1 −1 1 1 2 3 4      1 1 1 1 1 0 2 0 2 D= 3 1 0  E= 1 3 1  F = 3 1 0  2 0 2 0 5 2 1 1 1  1.. . (1. o determinante de uma matriz de ordem n ´ dada e e em termos do determinante de uma matriz de ordem n − 1.14. e Lembremos que os determinantes de matrizes 2 × 2 e 3 × 3 s˜o dados a por a b c d = ad − bc (1.25) . .24 Cap.  . de acordo com a conveniˆncia). a1n  a21 a22 . definimos o determinante de modo recursivo. 1 No¸˜es preliminares co Exerc´ ıcio 1. an1 an2 . Dada ca ca uma matriz A de ordem n. . . . . = a e i + b f g + c d h − g e c − h f a − i b d.24) 1 0 1 −1 6 5 0 3 4 =6 (confira!) Para matrizes quadradas de ordem n ≥ 3. .23) a b c d e f g h i Por exemplo.   a11 a12 . Para essa defini¸˜o geral. precisamos da no¸˜o de cofator de um elemento. A = (ai j ). . (1. . ca que denotaremos por det(A) (ou por |A|.4 Determinante Nesta se¸˜o definimos o determinante de uma matriz n × n. .   . isto ´. ann . . . .

a12 = 0. j. 1 ≤ i. dada em (1. a13 = −1.26)  1 0 −1 0 6 5 7   −1 Exemplo 1. se (−1) ij ij 1 0 −1 3 6 5 7   −1 M = 0 3 0 8  0 −1 3 2   ent˜o: a M11 = 6 3 −1 5 7 0 8 3 2 . O determinante da matriz A.25). O determie e nante de Aij chama-se menor associado ao elemento aij . j ≤ n seja Aij a matriz de ordem n − 1 obtida retirando-se a i−´sima linha e a j−´sima coluna de A. a14 = 0. pela defini¸˜o acima temos ca 1 0 −1 0 −1 6 5 7 0 3 0 8 0 −1 3 2 6 5 7 3 0 8 −1 3 2 −1 6 7 0 3 8 0 −1 2 = (−1)1+1 1 + (−1)1+3 (−1) = −151 + 14 = −137 A defini¸˜o acima expressa o determinante em termos dos elementos da ca primeira linha e seus cofatores: ´ a chamada expans˜o do determinane a ´ poss´ mostrar que obtemos o mesmo valor te pela primeira linha. Por exemplo. isto ´ a e . M24 = 1 0 −1 0 3 0 0 −1 3 e M32 = 1 −1 3 −1 5 7 0 3 2 .15. ´ definido por e n det A = j=1 (−1)1+j a1j det A1j  (1. Calcular o determinante da matriz  0 3 0 8  0 −1 3 2 Como a11 = 1. E ıvel quando fazemos a expans˜o usando qualquer linha ou coluna. O n´mero u i+j det A chama-se cofator do elemento a .Determinantes 25 para cada i.

B ∈ Mn (R) 5) det AT = det A . vn vn vn o mesmo valendo para as outras colunas e para as linhas . ´ trabalhosa e. det A = j=1 n (−1)i+j aij det Aij (−1)i+j aij det Aij i=1 para cada j fixado.2. O determinante tem as seguintes propriedades: 1) det In = 1.17.  . ∀A ∈ Mn (R). ser´ omitida. . Exerc´ ıcio 1. 4) det(A B) = det A det B.   . a 3) O determinante ´ linear em cada linha e cada coluna. e e        det   w1 v1 α v1 + w1 v2  v2   v2    = α det  . e Exerc´ ıcio 1. 1 No¸˜es preliminares co n para cada i fixado.   . isto ´. .26 Cap.16. Mostre que o determinante de uma matriz triangular ´ o produto dos elementos da diagonal principal. Mostre que 1 1 1 r1 r2 r3 2 2 2 r1 r2 r3 = (r3 − r2 )(r3 − r1 )(r2 − r1 ) . por essa raz˜o.  +  .15. A demonstra¸˜o n˜o ´ dif´ mas ca ca a e ıcil. Calcule o determinante das matrizes:  A= 3 6 1 5 B= 9 3 6 2 5 0 2 0 2 3 0 0  −2 −2 3 C= 1 3 0 3 4 0 0 1  2  2  Exerc´ ıcio 1. e a a Teorema 1. 2) Se A tem duas linhas ou duas colunas iguais. ∀A. . det A = O pr´ximo teorema d´ algumas propriedades do determinante que deo a correm diretamente de sua defini¸˜o.  . ent˜o det A = 0.

As opera¸˜es de adi¸˜o e multiplica¸˜o em C tˆm as mesmas propriedaco ca ca e des que as opera¸˜es de R.´ 1. definimos o seu conjugado u por z = x − i y e o seu m´dulo ou valor absoluto por |z| = x2 + y 2 . em que i2 = −1}. existe em C um elemento denotado por z −1 tal que z z −1 = 1 6. (elementos neutros) z + 0 = z e z 1 = z. z1 z2 = (a + i b) (c + i d) = (ac − bd) + i (ad + bc). w. 5. (distributividade) z(w + s) = z w + z s A correspondˆncia x + i y ←→ (x. (comutatividade) z + w = w + z e zw = wz 3. 1. Essa correspondˆncia relaciona soma de n´meros e u complexos com soma de vetores.5 N´ meros complexos u C = {x + i y : x. y) identifica cada n´mero come u plexo com um vetor (ou com um ponto. Denotaremos por C o conjunto dos n´meros complexos.5. y ∈ R. NUMEROS COMPLEXOS 27 1 1 1 (Sugest˜o: considere a fun¸˜o d(x) = r1 r2 x . quaisquer que sejam z. existe um elemento w ∈ C (a saber. s ∈ C: co 1. u e Se z = x + i y. Generalize. ¯ .5 e 1. ∀z ∈ C 4. isto ´. w = −a − i b) tal que z + w = 0. (associatividade) z + (w + s) = (z + w) + s e z (w s) = (z w) s 2. ou seja. com x. ent˜o a d(r3 ) = (r3 − r2 )(r3 − r1 )(r2 − r1 )). se for conveniente) do plano: veja as figuras 1.6. ¯ o ´ E claro que |z|2 = z z . Definimos as opera¸˜es alg´bricas a co e em C do seguinte modo: dados z1 = a + i b. pomos z1 + z2 = (a + i b) + (c + i d) = (a + c) + i (b + d). Para cada n´mero complexo z = x + i y. Como d(0) = k r1 r2 e d(0) = r1 r2 (r2 − r1 ). d(x) = k (x − r2 )(x − r1 ). z2 = c + i d ∈ C. que ´ polinomial a ca e 2 2 r1 r2 x2 de grau 2 e satisfaz d(r1 ) = d(r2 ) = 0: assim. z = 0. (elemento inverso) para cada z ∈ C. (elemento oposto) para cada z = a + i b ∈ C. y ∈ R. temos k = r2 − r1 . o n´mero x chama-se parte real de z e u y chama-se parte imagin´ria de z.

5 abaixo.5 y z = r (cos θ + i sen θ)  0  r y  θ  x x Figura 1. x = r cos θ.17. w = c + i d ´ z/w = z w−1 .6 Seja z = x + i y ∈ C. y = r sen θ.18. Esses n´meros est˜o representados na Figura 1. Mostre que. 2 2 zz ¯ x +y x +y x + y2 A divis˜o de dois n´meros z = a + i b. w ∈ C: (a) z + w = z + w ¯ ¯ (b) z w = z w ¯¯ (c) |z + w| ≤ |z| + |w| (d) |z w| = |z| |w| y ¯ B z =2+i B z −1 = (2 + i)/5 x j z =2−i Figura 1. a u e Portanto z zw ¯ (a + i b)(c − i d) = = 2 w | w| c2 + d2 √ Exemplo 1.16. u a Exemplo 1.28 Cap. escrevemos a forma trigonom´trica (ou forma polar) de z: e z = r (cos θ + i sen θ). Se z = 6 + 2 i e w = 4 + 3 i. Usando coordenadas polares. 1 No¸˜es preliminares co O inverso multiplicativo do n´mero z = x + i y ´ dado por u e z −1 = z ¯ x − iy x y = 2 = 2 −i 2 . quaisquer que sejam z. Se z = 2 − i. ent˜o z = 2 + i . ent˜o a z 6 + 2i (6 + 2 i)(4 − 3 i) 30 − 10 i 6 2 = = = = − i. |z| = 5 e z −1 = a ¯ (2 + i)/5. w 4 + 3i 16 + 9 25 5 5 Exerc´ ıcio 1. .

(1. Se z = 6 cis (π/3). a z = x + i y = r (cos θ + i sen θ) = r cis (θ) Por exemplo.28) . mais geralmente. r = x2 + y 2 ´ o m´dulo de z. Assim. Pela f´rmula (1. w = 3 cis (π/6). √ Exemplo 1.27) temos que. Exemplo 1. de fato.27) simplifica o c´lculo de potˆncias de n´meros como a e u plexos.27). Calcular (1 + i)12 e (1 + i 3)20 . 3 2 A forma trigonom´trica simplifica a multiplica¸˜o e a divis˜o de e ca a n´meros complexos: se z1 = r1 cis θ1 e z2 = r2 cis θ2 . ent˜o u a z1 z2 = r1 r2 cis (θ1 + θ2 ) r1 z1 = cis (θ1 − θ2 ) z2 r2 De fato. cis ( π ) = cos( π ) + i sen ( π ) = i. z1 z2 = r1 r2 (cos θ1 + i sen θ1 )(cos θ2 + i sen θ2 ) = r1 r2 [cos θ1 cos θ2 − sen θ1 sen θ2 + i (sen θ1 cos θ2 + sen θ2 cos θ1 )] = r1 r2 [cos(θ1 + θ2 ) + i sen (θ1 + θ2 )] = r1 r2 cis (θ1 + θ2 ) A verifica¸˜o da f´rmula para o quociente ´ an´loga e fica como exerc´ ca o e a ıcio.N´meros complexos u 29 Nessa express˜o. cis ( π ) = cos( π ) + 2 2 2 3 3 √ i sen ( π ) = 1 (1 + i 3). ent˜o a z 2 = [r cis (θ)][r cis (θ)] = r2 cis (2 θ) z 3 = z 2 z = [r2 cis (2 θ)][r cis (θ)] = r3 cis (3 θ) Usando indu¸˜o.29) (1. 3 cis (π/3 + π/6) = 18 cis (π/2) = 18 i √ z 6 = cis (π/3 − π/6) = 2 cis (π/6) = 3 + i w 3 A f´rmula (1. temos o z w = 6 .18.27) (1. temos. Vamos escrever a a e o express˜o cos θ + i sen θ na forma abreviada cis (θ).19. a f´rmula de De Moivre ca o z n = rn [cos(n θ) + i sen (n θ)] = rn cis (n θ). obter z w e z/w. por (1. se z = r cis (θ).

Por exemplo. temos f (t) = −sen t + i cos t = i (cos t + i sen t) = i f (t). b ∈ I com a < b. v(t)). As fun¸˜es u e v chamam-se parte real e parte co imagin´ria de f e s˜o denotadas por Re (f ) e Im (f ). Uma fun¸˜o f = u + i v ´ dita cont´ a ca e ınua se as fun¸˜es u e co v forem cont´ ınuas. Dados a. Assim. se f (t) = cos t + i sen t. v : I → R. com u. neste caso. 1 No¸˜es preliminares co √ √ Notemos que 1 + i = 2 cis (π/4) e que (1 + i 3) = 2 cis (π/3). a a ou seja. Pela f´rmula de DeMoivre. a derivada de f ´ a e f (t) = u (t) + i v (t). f = u + i v ´ dita deriv´vel se u e a e v forem deriv´veis. temos o √ (1 + i)12 = ( 2)12 cis (12π/4) = 26 cis (3π) = −26 = −64 √ √ 1 (1 + i 3)20 = 220 cis (20π/3) = 220 cis (2π/3) = 220 (− 2 + i 23 ) = √ = 219 (−1 + i 3) Fun¸˜es Complexas de Vari´vel Real co a Seja I ⊂ R um intervalo. b] por b b b (1.30) f (t) dt = a b b a u(t) dt + i a v(t) dt . As integrais a u(t) dt e a v(t) dt s˜o facilmente calculadas usando o a Teorema Fundamental do C´lculo: se U (t) e V (t) s˜o primitivas de u(t) a a . Os conceitos b´sicos do C´lculo de fun¸˜es reais de uma vari´vel a a co a real transportam-se de modo natural para fun¸˜es complexas de uma co vari´vel real. u = Re (f ) e v = Im (f ). toda fun¸˜o complexa de ca vari´vel real pode ser identificada com a fun¸˜o vetorial F : I → R2 dada a ca por F (t) = (u(t). Do mesmo modo.30 Cap. definimos a integral de f em [a. Toda fun¸˜o f : I → C se escreve na forma ca f (t) = u(t) + i v(t). respectivamente.

F (t) = f (t).33) (1. b]). Como f (t) = i f (t).27). Al´m disso. respectivamente. Portanto ´ razo´vel e e e a pensar em escrever f (t) = eα t .N´meros complexos u 31 e v(t) (isto ´. temos a cis (θ1 + θ2 ) = cis θ1 cis θ2 o que mostra que a fun¸˜o f (t) = cis (t) tem a propriedade exponencial ca as+t = as at .32) Sua derivada segue a mesma regra usada para a exponencial real: d (α+i β) t e = (α + i β ) e(α+i β) t dt Usando a f´rmula de Euler. para e e todo t ∈ [a. para um ca expoente complexo z = α + i β qualquer como sendo: e(α+i β) t = eα t ei β t = eα t (cos β t + i sen β t) (1. vemos que para que esta nova exponencial satisfa¸a a c α t = α eα t . Definimos agora a fun¸˜o exponencial mais geral e(α+i β) t . . b] (isto ´. U (t) = u(t) e V (t) = v(t). p´gina 29.31) A f´rmula de Euler o ei θ = cos θ + i sen θ. a (1. e ent˜o a b b u(t) dt = U (b) − U (a) e a a v(t) dt = V (b) − V (a) Logo. ´ claro que f (0) = 1. escrevemos a forma polar de um n´mero o u complexo como z = r ei θ . temos b f (t) dt = F (b) − F (a). se F (t) ´ uma primitiva de f (t) em [a. a escolha apropriada para conhecida regra de deriva¸˜o e ca o expoente ´ α = i e definimos e ei t = cos t + i sen t . Da igualdade (1. ∀t ∈ [a. para algum α ∈ C (notemos que ainda precisamos dar um significado para a exponencial complexa). b]).

para algum n ∈ Z. com r1 > 0 e r2 > 0. A f´rmula de Euler permite expressar as fun¸˜es seno e cosseno em o co termos da exponencial complexa: cos θ = ei θ + e−i θ 2 e sen θ = ei θ − e−i θ 2i (1. et cos t dt = 1 t e (cos t + sen t) + C. 1 No¸˜es preliminares co Como ei θ ´ uma fun¸˜o peri´dica de per´ e ca o ıodo 2 π (pois cos θ e sen θ o s˜o). uma igualdade do tipo a r1 ei θ1 = r2 ei θ2 . usando ca ca a (1.32 Cap. como (1 − i) e(1+i) t = (1 − i) et (cos t + i sen t) = = et cos t + sen t − i (cos t − sen t) e (1 + i) e(1−i) t = (1 + i) et (cos t − i sen t) = = et cos t + sen t + i (cos t − sen t) .31) temos et cos t dt = 1 1 et (ei t + e−i t ) dt = (e(1+i) t + e(1−i) t ) dt = 2 2 1 e(1+i) t e(1−i) t = + +C = 2 1+i 1−i 1 (1 − i) e(1+i) t + (1 + i)e(1−i) t = +C 2 2 = e(1+i) t e e(1−i) t 1−i = e(1−i) t Agora. implica r1 = r2 e θ2 = θ1 + 2 n π. Como e(1+i) t 1+i por (1.34) et cos t dt (o Essas igualdades s˜o uteis no c´lculo de integrais como a ´ a c´lculo convencional dessa integral ´ trabalhoso. 2 temos . Vamos calcul´-la.34). pois envolve duas vezes a e a integra¸˜o por partes e uma transposi¸˜o).

Logo as solu¸˜es da equa¸˜o co ca √ λ3 + 64 = 0 s˜o λ0 = 2(1 + i 3). n ∈ Z. ızes quartas de −16. Observando que −64 = 64 ei π . Exemplo 1. λ4 = λ1 . rn ei n θ = r0 ei α . A f´rmula de Euler ´ especialmente util para calcular ra´ o e ´ ızes i α . Dessa igualdade. . k ∈ Z. u ´ E conveniente usar a forma polar de n´meros complexos: procuramos u n´meros reais r. r = 3 64 = 4 e 3 θ = π + 2 n π. √ portanto λ0 = 4 ei π/3 = 4 [cos (π/3) + i sen (π/3)] = 2(1 + i 3). portanto λ2 = 4 ei 5 π/3 = 4 [cos (5π/3) + i sen (5π/3)] = 2(1 − i 3). λ1 e λ2 tˆm uma representa¸˜o geom´trica interessante no plano e ca e complexo: elas s˜o v´rtices de um triˆngulo equil´tero. temos θ1 = π. θ tais que o n´mero complexo λ = r ei θ satisfaz λ3 = u u −64. Portanto. reescrevemos a equa¸˜o acima ca √ 3 ei 3 θ = 64 ei π . ou seja r = n r0 e θ = (α + 2k π)/n . n n r= k = 0. como r donde θ = θn = (2n + 1) π/3.19. λ1 = −2 λ3 = 2(1 − i 3). como mostra a a e a a figura 1. 1.7 abaixo. Mostre que ea t sen b t dt = a2 1 ea t (a sen b t − b cos b t) + C. Como cis (θ + 2 π) = cis (θ). λ5 = λ2 e assim√ por diante. temos rn = r0 √ e nθ = α + 2k π. analogamente. Para n = 0.N´meros complexos u Exerc´ ıcio 1. (n − 1). . . Encontrar todas as ra´ ızes c´bicas de −64. Encontrar as ra´ . essa rela¸˜o fornece exatamente n ra´ ca ızes distintas. temos θ2 = 5 √ π/3. A partir de n = 3 os valores se repetem: para n = 3. k ∈ Z. n ∈ Z. que s˜o dadas por a √ n r 0 α 2k π θ= + . portanto λ3 = λ0 . obtemos θ3 = 7 π/3 = 2 π + π/3. portanto λ1 = 4 ei π = −4. para n = 1.20. Exemplo 1. para n = 2. As solu¸˜es a co λ0 .21. . Se z = r0 e e u tal que wn = z. ou seja. procuramos w = r ei θ n− ´simas de n´meros complexos. + b2 33 Ra´ ızes de n´ meros complexos u Uma raiz n−´sima de um n´mero complexo z ´ um n´mero w tal e u e u que wn = z. temos θ0 = π/3.

34 Cap. P (x) cont´m um fator x − d. 1 No¸˜es preliminares co Escrevendo λ = r ei θ e −16 = 16 eπ i . Consideo remos o polinˆmio de grau n o P (x) = an xn + an−1 xn−1 + · · · + a1 x + a0 (1. para n = 2. ent˜o de (1. √ portanto λ2 = (1 − i) 2. Lembremos que uma raiz de um polinˆmio P (x) ´ um o e n´mero complexo d tal que P (d) = 0.36). efetuamos a fatora¸˜o P (x) = (x − d)P1 (x) ca . portanto λ2 = (−1 − i) 2. portanto √ λ0 = 2 eπ i/4 = 2 [cos (π/4) + i sen (π/4)] = (1 + i) 2. a partir de n = 4 os valores se repetem. n ∈ Z.8 Ra´ ızes de polinˆmios o Recordemos alguns fatos sobre polinˆmios que ser˜o uteis em cap´ o a ´ ıtulos posteriores.8 abaixo.7 Figura 1. n ∈ Z. para n = 1. Para n = 0.36) Quando d ´ uma raiz de P (x). (1. temos P (x) = e a Q(x)(x − d). Como no exemplo anterior. e √ • 2(1 + i 3) −4 √ (−1 + i) 2 √ • • (1 + i) 2 • √ • 2(1 − i 3) √ (−1 − i) 2 • • √ (1 − i) 2 Figura 1.35) O quociente de P (x) pelo binˆmio x − c ´ um polinˆmio Q(x) de grau o e o n − 1 e o resto da divis˜o ´ uma constante (´ claro que essa constante ´ a e e e P (c)): P (x) = (x − c) Q(x) + P (c). para n = 3. se conhee cermos uma raiz d de P (x). Portanto. temos θ0 = π/4. assim. portanto λ1 = 2 e3 π i/4 √ (−1 + i) 2. temos √ θ1 = 3 π/4. r = 4 16 = 2 e 4 θ = π + 2 n π. Um fato importante sobre pou ´ linˆmios ´ o chamado Teorema Fundamental da Algebra que afirma o e que todo polinˆmio de grau n ≥ 1 tem ao menos uma raiz d. a equa¸˜o acima fica r4 e4 i θ = ca √ 16 eπ i . temos = θ2 = 5 π/4. temos θ2 = 7 π/4. Deste modo. donde θ = θn = (2n + 1) π/4. A representa¸˜o geom´trica das solu¸˜es no plano ca e co complexo ´ mostrada na figura 1.

imitando o algoritmo da divis˜o de n´meros. P1 (x) tem uma raiz d2 e.22. λ√ = (1 + i) 2. das igualdades a P (x) = (x − c) Q(x) + r x−2 x2 + 2 x − 3 . Ele baseia-se no seguinte fato: se P (x) = o an xn + an−1 xn−1 + · · · + a1 x + a0 e Q(x) = bn−1 xn−1 + bn−2 xn−2 + · · · + b1 x + b0 . ent˜o. por exemplo. a divis˜o de x a x3 + 0 x2 − 7 x + 11 −x3 + 2 x2 2 x2 − 7 x + 11 − 2 x2 + 4 x − 3 x + 11 3x − 6 5 Exemplo 1. e Continuando com esse procedimento. . se P (x) = (x − d)k Q(x). portanto. Assim P (x) cont´m e e os fatores x − d1 e x − d2 : isto ´ P (x) = (x − d1 )(x − d2 )P2 (x). Encontrar as ra´ ızes da equa¸˜o λ8 − 256 = 0. as solu¸˜es de λ8 √ 256 = 0 s˜o: λ1 =√ co − a −2.N´meros complexos u 35 e tentamos encontrar as solu¸˜es de P1 (x). λ3 = √ i. e Lembremos que a divis˜o de P (x) por x − c pode ser feita pela a algoritmo de Euclides. d2 . . (x − dn ). O algoritmo de Briot-Ruffini simplifica o c´lculo da divis˜o de um a a polinˆmio P (x) por x − c. que ´ um polinˆmio de co e o ´ grau n − 1. com Q(d) = 0). Pelo Teorema Fundamental da Algebra. . obtemos n ra´ ızes d1 . −2 λ4 = 2 i. . λ7 = (−1 − i) 2 e 5 λ8 = (1 − i) 2. a u 3 + 0x2 − 7x + 9 por x − 2: Efetuemos. λ6 = (−1 + i) 2. λ2 = 2. Se um fator x − d comparece k vezes nessa fatora¸˜o (isto ´. cont´m um fator x − d2 . Logo. ca e dizemos que d ´ uma raiz de P (x) com multiplicidade k . ca Podemos escrever λ8 − 256 = (λ4 − 16)(λ4 + 16) = (λ − 2)(λ + 2)(λ2 + 4)(λ4 + 16). . . dn (n˜o necessariamente distintas) de P (x) e podemos fatorar P (x) como a P (x) = (x − d1 )(x − d2 ) .

1 No¸˜es preliminares co (x − c)(bn−1 xn−1 + bn−2 xn−2 + · · · + b1 x + b0 ) = = bn−1 xn + (bn−2 − c bn−1 )xn−1 + · · · + (b0 − c b1 ) x − c b0 temos as seguintes rela¸˜es entre os coeficientes de P (x) e Q(x): co   an = bn−1    an−1 = bn−2 − c bn−1     an−2 = bn−3 − c bn−2 . a1 × a0 c T bn−2 = an−1 + c bn−1 bn−1 bn−2 c Agora repetimos esse procedimento para obter bn−3 . . .     a1 = b0 − c b1    a0 = −c b0 + r   bn−1 = an    bn−2 = an−1 + c bn−1     bn−3 = an−2 + c bn−2 .     b0 = a1 + c b1    r = a0 + c b0 que implicam O m´todo de Briot-Ruffini consiste em representar as opera¸˜es indicae co das acima em um diagrama.  .36 e Cap. Notemos que: 1) bn−1 = an : 2) para obter bn−2 multiplicamos bn−1 por c e somamos an−1 . . Vamos indicar essas opera¸˜es no seguinte diagrama: co + c an an−1 an−2 . o correspondente diagrama ´: e .  . .

temos a0 q n = −p (pn−1 + an−1 pn−2 q + · · · + a1 q n ). q = ±1. quociente ´ x2 + 2 x − 3 e o resto ´ 5. P (2) = 8 − 14 + 6 = 0 e P (−3) = −27 + 21 + 6 = 0. a Exemplo 1. s˜o candidatos a ra´ a ızes de P (x). Como p e q s˜o a primos entre si. ±3. essa igualdade implica que p divide a0 . ±6. se o n´mero racional u a u d = p/q (com p e q primos entre si) ´ uma raiz de P (x). ±2. ou seja. vemos que as ra´ ızes inteiras de P (x) s˜o −3. temos a0 = −(p n−1 p a1 p/q) = p/q n (pn−1 + an−1 pn−2 q + · · · + a1 q n ). as unicas ra´ a u ´ ızes racionais poss´ ıveis de P (x) s˜o a n´meros inteiros e s˜o os divisores de a0 . Encontrar as ra´ ızes de P (x) = x3 + 6 x2 − 5 Os divisores de −5 s˜o ± 1 e ± 5. ±1.N´meros complexos u 37 + c an an−1 an−2 . a1 bn−3 × a0 c T bn−3 = an−2 + c bn−2 bn−1 bn−2 c Para a divis˜o de x3 − 7x + 11 por x − 2. P (−1) = a 0. Como P (1) = 1 − 7 + 6 = 0. Logo.24. Como P (1) = 12. Um argumento semelhante mostra que q precisa ser um divisor do coeficiente de xn . . vemos que a unica raiz racional ´ x1 = −1. . De fato. P (5) = 270 e P (−5) = 30. e ızes inteiras de P (x) = x3 − 7 x + 6.23. ent˜o da e a n /q n + a n−1 /q n−1 + · · · + igualdade P (p/q) = 0. Calcular as ra´ Os divisores de 6. d = ±p. ´ e Efetuemos a divis˜o de P (x) por x + 1 a 1 6 0 −5 −1 1 5 −5 0 . que ´ 1. o algot´ a ıtmo de Briot-Rufini fica 1 0 −7 11 2 1 2 −3 5 Assim. Exemplo 1. e e Quando os coeficientes de P (x) = xn + an−1 xn−1 + · · · + a1 x + a0 s˜o n´meros inteiros. Multiplicando por q n . efetuada acima. 1 e 2.

Mostre que. Descreva geometricamente o conjunto de todos os pontos z do plano que satisfazem |z − z1 | = |z − z2 |. temos z + z = 2 Re(z) e z − z = 2 i Im(z).24. 1 No¸˜es preliminares co O quociente ´ x2 +5 x−5. i4 k .22. suas ra´ s˜o obtidas pela conhecida f´rmula e ızes a o de Baskhara √ √ −5 + 3 5 −5 − 3 5 x2 = e x3 = 2 2 Exerc´ ıcio 1. Encontre as solu¸˜es de z 2 − (4 − i) z − 8 i = 0. i √ √ (i) (−25)1/2 (ii) 641/4 (iii) 64−1/4 (iv) (−1+i 3)1/3 (v) (− 3−i)1/3 Exerc´ ıcio 1. Efetue as opera¸˜es: co (i) (2 − 6 i)(−5 − 4 i) (ii) (3 − 5 i) − 8 (iii) (2 − 5 i)(2 + 5 i) √ 4 3+ 2 √ (vi) (x + i y)(x − y i) (iv) (v) i −3 − −9 Exerc´ ıcio 1. Exerc´ ıcio 1.20. i6 . i10 . Calcule as ra´ ızes indicadas: u Exerc´ ıcio 1. Descreva geometricamente o conjunto dos pontos z do plano que satisfazem |z − z0 | = r. Simplifique as express˜es: i5 .23. ¯ ¯ co Exerc´ ıcio 1. i4 k+1 . i98 . Sejam z1 . Resolva as equa¸˜es: 3 + 3 x2 + 2 x = 0 3 − 6 x2 − x + 6 = 0 (a) x (b) x (c) x3 + 6 x2 − x − 6 = 0 (d) x3 − 7 x − 6 = 0 (e) x3 + 2 x2 − x − 2 = 0 (f ) x4 − 81 = 0 (g) x3 − 64 = 0 (h) x3 − x2 − 3 x − 1 = 0 3 − 6x − 4 = 0 (i) x . i8 . Escreva cada n´mero abaixo na forma a + b i: u (i) [2 cis (15◦ )]4 √ (iv) ( 3 − i)5 (vii) i27 − 1/i18 (ii) [3 cis (5◦ )]12 (v) (1 + i)100 (viii) i26 + i64 i13 + i16 (iii) [2 cis (π/6)]3 2 − 3i (vi) 5 + 4i (1 − i)26 (ix) (1 + i)64 Exerc´ ıcio 1. Sejam z0 ∈ C e r > 0 fixados. para todo n´mero complexo z.21. co Exerc´ ıcio 1.27. i9 . com z1 = z2 .38 Cap. i4 k+2 . o 105 . i4 k+3 . z2 ∈ C fixados. i7 .26. Exerc´ ıcio 1.28.25.

.31. u u Nesses casos. (O espa¸o Cn ) Praticamente tudo o que fizemos ca c para o espa¸o Rn . zn ) : z1 .37) em que yj denota o conjugado complexo de yj . 2x Exerc´ ıcio 1.N´meros complexos u 39 Exerc´ ıcio 1. encontre as outras ra´ ızes.1.3. + xn yn . Definimos a norma de ¯ u. pomos: u. . . Em algumas situa¸˜es. Verifique que 1 e −2 s˜o ra´ de p(x) = 4 x4 + 4 x3 − a ızes 2 − x + 2 e encontre as outras duas. a u Essencialmente tudo o que fizemos nas se¸˜es anteriores continua v´lido co a para matrizes complexas. . . . Encontre a de modo que 2 seja uma raiz de p(x) = x3 − a x2 + 5 x − 6. yn ) ∈ Cn . pode ser feito para o conjunto c Cn = {(z1 . . . (Matrizes Complexas) Em algumas situa¸˜es preca co cisaremos considerar matrizes cujos elementos s˜o n´meros complexos. Para esse valor de a. Observa¸˜o 1. . . .2. xn ). Essas opera¸˜es a co n tamb´m satisfazem as propriedades A1 a A4 e M1 a M4. Denotaremos o conjunto das matrizes de ordem m × n complexas por Mm n (C). . v = (y1 .30. Exerc´ ıcio 1. . . usaremos o s´ ımbolo K para denotar R ou C. . u (note que u. um vetor u de Cn como sendo u = Observa¸˜o 1. 9x Observa¸˜o 1. v = x1 y1 + .29. em C e O produto interno usual de Cn ´ definido do seguinte modo: dados e u = (x1 . Verifique que −1 e 2 s˜o ra´ de p(x) = 6 x4 −17 x3 + a ızes 2 + 19 x − 6 e encontre as outras duas. . zn ∈ C}. u ≥ 0). . As opera¸oes de adi¸˜o de n−uplas de n´meros complexos e multiplic˜ ca u ca¸˜o de n−uplas de n´meros complexos por n´mero complexo s˜o defica u u a nidas de modo an´logo ao que foi feito anteriormente. ¯ ¯ (1. vamos trabalhar indistintaca co mente com o conjunto dos n´meros reais ou o dos n´meros complexos. . .

1 No¸˜es preliminares co .40 Cap.

´ f´cil ver que a solu¸˜o ´ da forma ca e a ca e y(t) = A + Bt + Ct2 . a e a Um problema fundamental em Mecˆnica ´ determinar a posi¸˜o x(t) de a e ca uma part´ ıcula m em um instante t conhecendo-se a resultante F (t. Vejamos um exemplo em que a for¸a F depende c de t. y ) . y e y .1 Introdu¸˜o ca Muitos fenˆmenos em f´ o ısica.1 abaixo: assim. a a for¸a restauradora da mola devida a um deslocamento y ´ Fr = −k y. temos q (t) = k q(t) (2. Consideremos um objeto de massa m na extremidade de uma mola de constante el´stica k. Designando por q(t) a quantidade da substˆncia radioativa no instante t e por k a constante a de proporcionalidade. y. y. De acordo com a segunda lei de Newton.Cap´ ıtulo 2 Equa¸˜es de primeira ordem co 2. c c da posi¸˜o e da velocidade da part´ ca ıcula). y ) das for¸as que atuam sobre ela (tais for¸as podem depender do tempo. como na Figura 2.2) Se a fun¸˜o F for constante. temos m y = F (t. c e 41 . ca ca o Um exemplo simples de tal fenˆmeno ´ a desintegra¸˜o radioativa: a o e ca taxa de desintegra¸˜o de uma substˆncia ´ diretamente proporcional ca a e a ` quantidade do material radioativo presente. biologia e qu´ ımica s˜o descritos por uma a equa¸˜o envolvendo uma fun¸˜o inc´gnita e algumas de suas derivadas.1) Um outro exemplo b´sico ´ dado pelo movimento em uma dimens˜o. (2.

Um modelo mais real´ ca ıstico que leva em conta esses fatores foi proposto por Verlhust em 1838 e fornece uma equa¸˜o da forma ca y (t) = k y(t) [ N − y(t) ] . 2 Equa¸˜es de primeira ordem co Suponhamos ainda que o meio ofere¸a uma resistˆncia ao movimento c e cuja intensidade ´ proporcional ` velocidade.3) k O y c m Figura 2. (2.42 Cap. Fa = −c y .1 Consideremos um exemplo em biologia: um modelo simples de crescimento populacional. epidemias. (2. Quando esse a e n´mero cresce al´m de um certo ponto.4) A constante k em (2. Logo.4) designa a diferen¸a entre a taxa de natalidade e c a mortalidade. digamos y(t) ≤ N . a resultante das for¸as que atuam c e c sobre o objeto ´ k y − c y + f (t). A equa¸˜o (2. e que uma e a for¸a f (t) ´ aplicada ao objeto. E natural impor uma limita¸˜o ao n´mero de ca u elementos da popula¸˜o. tais como falta de ´ alimentos. De acordo com (2. y(t) satisfaz uma equa¸˜o da ca e ca forma y (t) = k y(t) . chamado modelo Malthusiano. (2. isto ´. etc.4) descreve bem o crescimento populacioca nal quando o n´mero de indiv´ u ıduos n˜o ´ muito grande.2). sup˜e que a taxa o de varia¸˜o y (t) de uma popula¸˜o em um instante t ´ proporcional ` ca ca e a popula¸˜o y(t) naquele instante. o deslocamento e da massa m ´ descrito pela equa¸˜o e ca m y + c y + k y = f (t) .5) . a popula¸˜o fica suscet´ a alu e ca ıvel guns fatores que tendem a reduzir o seu crescimento.

ca chegando a durar anos. Por outro lado. etc. e ca temos x (t) = −k x(t) (2. Um princ´ ıpio fundamental no estudo da velocidade das rea¸˜es co qu´ ımicas ´ a chamada lei da a¸˜o das massas. ca Assim. ca a Rea¸˜es qu´ co ımicas s˜o classificadas como unimoleculares. J´ a rea¸˜o em que 2 mol´culas de ´xido e ca a ca e o n´ ıtrico (NO) reagem com uma mol´cula de oxigˆnio (O2 ) para formar 2 e e mol´culas de di´xido n´ e o ıtrico 2 NO + O2 −→ 2 NO2 ´ um exemplo de rea¸˜o trimolecular. como ´ o caso da deteriora¸˜o de alimentos. ´ desej´vel que o processo ca e a seja retardado ao m´ximo. e ca A lei da a¸˜o das massas fornece uma equa¸˜o que deve estar satisca ca feita pela concentra¸˜o dos reagentes. pela lei da a¸˜o das massas. exceto a concentra¸˜o. em uma rea¸˜o unimoca ca lecular.6) . assumiremos a que todos esses fatores. A velocidade de uma rea¸˜o qu´ ca ca ımica (que ´ a e rapidez com que ela se processa) depende da concentra¸˜o dos reagentes. como na decomposi¸˜o co ca de lixo. etc de acordo com o n´mero de mol´culas reagentes. E importante conhecer o tempo de dura¸˜o de uma rea¸˜o qu´ ca ca ımica. De fato. permanecem constantes. temperatura. Para simplificar nosso exemplo. a velocidade da rea¸˜o depende apenas da concentra¸˜o dos reca ca agentes. Em algumas situa¸˜es. a e ca coagula¸˜o do sangue. cicatriza¸˜o de ferimentos ou no endurecimento de concreto. ca press˜o. ca a em mol´cula grama por cm3 ) no instante t. Em outros casos. Rea¸˜es como as exco plos˜es processam-se t˜o rapidamente que elas podem ser consideradas o a instantˆneas. A dissocia¸˜o u e ca do bromo gasoso Br2 −→ 2 Br ´ uma rea¸˜o unimolecular. etc. bimoleculaa res. ´ inca e teressante acelerar a rea¸˜o. se x(t) denota a concentra¸˜o da substˆncia reagente (digamos. segundo a qual a taxa de e ca varia¸˜o da concentra¸˜o (a concentra¸˜o ´ dada em moles por unidaca ca ca e de de volume) das substˆncias reagentes ´ diretamente proporcional ` a e a concentra¸˜o de cada uma dessas substˆncias.Introdu¸˜o ca 43 ´ Consideremos agora um exemplo em qu´ ımica. rea¸˜es como a decomposi¸˜o do pl´stico e a co ca a a desintegra¸˜o radioativa se processam em longos intervalos de tempo.

caso a fun¸˜o inc´gnita dependa de mais de uma vari´vel a ca o a real ela ´ dita uma equa¸˜o diferencial parcial.7) ´ positiva pois y(t) cresce quando t ca e cresce).44 Cap. em que co cada mol´cula de A reage com cada mol´cula de B. A ordem de co a uma equa¸˜o diferencial ´ a mais alta ordem das derivadas da fun¸˜o ca e ca inc´gnita que comparecem na equa¸˜o.2 Defini¸˜es co Uma equa¸˜o que relaciona uma fun¸˜o inc´gnita e algumas de suas deca ca o rivadas ´ chamada equa¸˜o diferencial. por b a concentra¸˜o inicial da ca a ca substˆncia B e por y(t) a quantidade (em mol´culas-grama) do produto a e C da rea¸˜o no instante t.3) ´ uma equa¸˜o de segunda ordem. 2. 2 Equa¸˜es de primeira ordem co em que −k ´ a constante de proporcionalidade (como a concentra¸˜o e ca da substˆncia reagente decresce durante a rea¸˜o. co e ca A forma geral de uma equa¸˜o diferencial ordin´ria de primeira orca a dem ´ e y (t) = f (t. respectivamente. Rea¸˜es qu´ co ımicas envolvendo mais reagentes d˜o origem a outros a tipos de equa¸˜es diferenciais. (2. Quando a fun¸˜o inc´gnita e ca ca o depende de uma unica vari´vel real. Se denotarmos por e e a a concentra¸˜o inicial da substˆncia A.4) e (2. Ent˜o a a y (t) = k a − y(t) b − y(t) (2. ela chama-se equa¸˜o diferencial ´ a ca ordin´ria.8) . Nesta texto. trataree ca mos exclusivamente das equa¸˜es diferenciais ordin´rias. (2. temos que as quantidades de A e B no ca instante t s˜o a − y(t) e b − y(t) . Assim. ca e Quando duas substˆncias A e B reagem para formar uma (ou mais) a substˆncias novas em uma rea¸˜o tal como a ca A + B −→ C a velocidade da rea¸˜o ´ diretamente proporcional ao produto das conca e centra¸˜es dos reagentes. (2. y(t)).1). a taxa de varia¸˜o da a ca ca concentra¸˜o ´ negativa).5) s˜o o ca a equa¸˜es de primeira ordem e (2.7) (a constante k na equa¸˜o (2. Mais detalhes podem ser encontrados em co textos de F´ ısico-Qu´ ımica. Consideremos o caso mais simples.

e y (t) = f (t.3. f (t.8). isto ´.8) tal que y(t0 ) = y0 ca chama-se problema de valor inicial (que escrevemos abreviadamente PVI). temos g(ϕ(t)) ϕ (t) dt = h(t) dt (2. y = 1 quando t = −2 c) y + 9y = 0.10) ∀t ∈ I . y) ´ uma fun¸˜o definida em um subconjunto ca e ca 2 .8). Solu¸˜es de tais equa¸˜es podem co co ser facilmente encontradas: se y = ϕ(t) ´ uma solu¸˜o de (2. y(t)).´ 2. y0 ) ∈ A. Uma solu¸˜o de (2. y(t) = 1 + ce−t . dt Uma equa¸˜o diferencial que pode ser escrita na forma ca g(y) (2. Para cada (t0 . ∀t ∈ I e y(t) satisfaz (2. EQUACOES SEPARAVEIS ¸˜ que escreveremos abreviadamente y = f (t. Integrando.9) s˜o e a co a cont´ ınuas em convenientes intervalos. Exerc´ ıcio 2. Vamos supor que as fun¸˜es g e h em (2. ∀t ∈ I. . y). 2.9) algumas vezes apresentada na forma diferencial g(y) dy = h(t) dt. 45 Na equa¸˜o (2.3 Equa¸˜es separ´veis co a dy = h(t) . y(t) = ct3 . y = 3 quando t = 0 b) ty = 3y. Em cada caso verifique se a fun¸˜o dada ´ uma solu¸˜o ca e ca da equa¸˜o diferencial correspondente e determinar c de modo que a ca solu¸˜o particular resultante satisfa¸a a condi¸˜o dada: ca c ca a) y + y = 1.9) em um e ca intervalo I.8) ´ uma fun¸˜o y(t) definida em um A de R ca e ca intervalo I tal que: (t. pois ϕ (t) = 24 e3 t = 3 ϕ(t).1. Por exemplo. y(t) = cos 3t + c sen 3t. a fun¸˜o ϕ(t) = 8 e3 t ´ solu¸˜o ca e ca da equa¸˜o y = 3 y. y(t)) ∈ A. podemos escrever g(ϕ(t)) ϕ (t) = h(t). ca o problema de encontrar uma solu¸˜o y(t) de (2. y = 5 quando t = π/6. ´ chamada separ´vel.

46

Cap. 2

Equa¸˜es de primeira ordem co

Usando a f´rmula de integra¸˜o por substitui¸˜o para integral indefinida o ca ca com y = ϕ(t) (portanto dy = ϕ (t) dt), podemos escrever a integral do primeiro membro como g(ϕ(t)) ϕ (t) dt = g(y) dy . (2.11)

Se G(y) e H(t) s˜o primitivas de g e h, respectivamente, isto ´, G (y) = a e g(y) e H (t) = h(t), a igualdade (2.10) fica G(y) = H(t) + C (2.12)

em que C designa uma constante arbitr´ria (proveniente das integrais a indefinidas). A igualdade (2.12) fornece a solu¸˜o numa forma impl´ ca ıcita. Se resolvermos essa equa¸˜o na vari´vel y, obtemos explicitamente y(t). ca a Exemplo 2.1. Resolver o PVI y = 6 t5 e−y , y(1) = 1. A equa¸˜o ´ separ´vel pois podemos reescrevˆ-la como ca e a e ey y = 6 t 5 . Integrando, temos ey dy = 6 t5 dt

donde ey = t6 + C, ou y = ln(t6 + C). Como y(1) = 1, temos C = e − 1. Logo, y(t) = ln(t6 + e − 1). co ca e Exemplo 2.2. Encontrar as solu¸˜es da equa¸˜o y = a y, em que a ´ uma constante. Notemos que y(t) ≡ 0 ´ uma solu¸˜o dessa equa¸˜o; procuremos e ca ca ent˜o solu¸˜es y(t) = 0. Dividindo os dois membros da equa¸˜o por y(t) a co ca e integrando, temos y (t) dt =a dt, y(t) Notando que o primeiro membro ´ igual a ln |y(t)|, temos e ln |y(t)| = a t + K,

Equa¸˜es separ´veis co a donde obtemos |y(t)| = ea t+K = eK ea t , que podemos escrever na forma y(t) = C ea t ,

47

(2.13)

com C = eK , se y(t) > 0 e C = −eK , se y(t) < 0; notemos que a solu¸˜o ca nula tamb´m ´ dada pela express˜o (2.13), se C = 0. e e a Exemplo 2.3. (Desintegra¸˜o Radioativa) ca A meia vida de um certo is´topo de estrˆncio ´ 28 anos (isto ´, metade o o e e da quantidade original do estrˆncio desintegra-se ap´s 28 anos). Quanto o o tempo deve passar ap´s uma explos˜o atˆmica para que a quantidade de o a o estrˆncio se reduza a 10% da original? o A taxa de desintegra¸˜o de uma substˆncia radioativa em qualquer ca a instante ´ proporcional ` quantidade dessa substˆncia naquele instante. e a a Assim, se Q(t) ´ a quantidade (n´mero de ´tomos ou massa) de uma e u a certa substˆncia radioativa no instante t, temos a Q (t) = −a Q(t). Assim, a quantidade Q(t) ´ dada por e Q(t) = Q0 e−a t . (2.15) (2.14)

Temos Q(t) = Q0 e−a t . Como a meia vida da substˆncia ´ 28 anos, a e temos Q(28) = Q0 /2, ou seja, Q0 e−28 a = donde obtemos a= ln 2 28 Q0 , 2

1 = 0, 025 40

Portanto, a quantidade da substˆncia no instante t ´ a e Q(t) = Q0 e−t/40

48

Cap. 2

Equa¸˜es de primeira ordem co

Queremos saber em que instante essa quantidade estar´ reduzida a 10% a da quantidade original, isto ´ e Q0 e−t/40 = Dessa igualdade, obtemos et/40 = 10, ou seja, t = 40 ln 10 92, 1 anos. Q0 . 10

ca Exemplo 2.4. Resolver a equa¸˜o diferencial y = k (y − a) (y − b) , em que k, a, b s˜o constantes, com a = b. a Em primeiro lugar, notemos que as fun¸˜es constantes y(t) ≡ a e co y(t) ≡ b s˜o solu¸˜es da equa¸˜o diferencial. Para y = a e y = b, a a co ca equa¸˜o diferencial pode ser escrita na forma ca dy =k (y − a) (y − b) dt

Vamos calcular a integral do primeiro membro pelo m´todo das fra¸˜es e co parciais: escrevendo A B 1 = + (y − a) (y − b) y−a y−b temos A = 1 −1 , B= . Logo, a−b a−b 1 a−b ou ln dy 1 − y−a a−b dy = k t + C1 y−b

|y − a| = k (a − b) t + C1 (a − b) |y − b|

Isolando y (isto ´, resolvendo essa equa¸˜o para obter y como fun¸˜o de e ca ca t), temos a − b C ek (a−b)t y(t) = , (2.16) 1 − C ek (a−b)t em que C = eC1 (a−b) , se (y − a)/(y − b) > 0 e C = −eC1 (a−b) , se (y − a)/(y − b) < 0.

Equa¸˜es separ´veis co a

49

ca Observa¸˜o 2.1. Conforme vimos em (2.7), a equa¸˜o estudada no ca Exemplo 2.4 descreve a velocidade de uma rea¸ao qu´ c˜ ımica em que y(t) designa a concentra¸˜o do produto da rea¸˜o. Suponhamos que a < b ca ca na equa¸˜o (2.6). A condi¸ao inicial ´ y(0) = 0. Substituindo essa ca c˜ e informa¸˜o em (2.16), obtemos C1 = a/b. Portanto ca y(t) = a(1 − ek (a−b) t ) 1 − a ek (a−b) t /b

Notemos que, como k (a − b) < 0, temos ek (a−b) t → 0, quando t → ∞. Logo, y(t) → a, quando t → ∞, isto ´, a concentra¸˜o do produto da e ca rea¸˜o tende ` concentra¸˜o inicial do reagente A. ca a ca Observa¸˜o 2.2. Equa¸˜es diferenciais da forma ca co z (x) = F z x (2.17)

n˜o s˜o separ´veis, mas podem ser colocadas na forma (2.9) ap´s uma a a a o conveniente mudan¸a de vari´veis. De fato, chamando y = z/x, ou c a z = x y, temos z = y + xy . Substituindo essa express˜o em (2.17), temos a y + x y = F (y) donde 1 1 y = . F (y) − y x

Exemplo 2.5. Encontrar as solu¸˜es da equa¸˜o (x2 + z 2 ) z = x z. co ca A equa¸˜o diferencial dada ´ equivalente a ca e z = em que f (y) = x2 xz z/x = = f (z/x), 2 +z 1 + (z/x)2

y . Chamando z = x y e repetindo o procedimento 1 + y2 acima, podemos reescrever a equa¸˜o dada como ca 1 1 y = y x −y 1 + y2

(2.18) chamada n˜o homogˆnea. ca e ´ f´cil ver que (2. a equa¸˜o ´ (2. temos 1 x 1 − ln |y| = ln |x| + C . analisaremos primeiramente a equa¸˜o homogˆnea.18) Na equa¸˜o (2. Podemos e ca co reescrever (2.18).20).50 ou Cap. essa equa¸˜o ´ chamada homogˆnea e tem a forma ca e e y + a(t) y = 0. obtemos a a x2 − ln |z| = C .18). (2. isto ´. y(t) (2. ca ca 2.19). 2 z2 uma equa¸˜o que fornece z implicitamente como fun¸˜o de x.19) Nosso objetivo nesta se¸˜o ´ obter uma express˜o que forne¸a todas ca e a c as solu¸˜es da equa¸˜o (2.19) ´ uma equa¸˜o separ´vel e que a fun¸˜o y(t) ≡ E a e ca a ca 0 ´ solu¸˜o de (2. Procuremos solu¸˜es y(t) = 0 de (2.19) na forma y (t) = −a(t).18): tal express˜o ´ chamada solu¸˜o geral co ca a e ca de (2. A (t) = a(t). 2 y2 Voltando ` vari´vel z. Em virtude de sua simplicidade. temos ln |y(t)| = −A(t) + K .20) Seja A(t) uma fun¸˜o cuja derivada ´ a(t). ca e a e Se b(t) ≡ 0. 2 Equa¸˜es de primeira ordem co (y −3 + y −1 ) y = − Integrando. a(t) e b(t) s˜o fun¸˜es (conhecidas) cont´ ca a co ınuas em um intervalo I. Inteca e e grando (2.8) temos a chamada ca equa¸˜o linear de primeira ordem ca y + a(t) y = b(t).4 Equa¸˜o linear de primeira ordem ca Como um caso especial importante da equa¸˜o (2.19). Se b(t) ≡ 0.

temos y(1) = C e3 . obtemos todas as poss´ ıveis solu¸˜es da co equa¸˜o (2. (2. Observa¸˜o 2. ∀t. (2. Notemos que.19) multiplicado por eA(t) .19). se y(t) < 0. Logo. Como y(1) = e. temos. ∀t.Equa¸˜o linear de primeira ordem ca (em que K designa uma constante arbitr´ria). a |y(t)| = e−A(t)+K = e−A(t) eK . Portanto. podemos reescrever (2. mule tiplicando os dois membros da equa¸˜o (2. sua derivada ´ nula. fazendo C variar em R. a e ca Assim.22) tamb´m inclui a solu¸˜o nula se tomarmos C = 0. se y(t) > 0.19) obtemos uma ca ca rela¸˜o interessante.19). Logo.19) por eA(t) . segue-se que C = e−2 . d A(t) e y(t) = eA(t) y (t) + a(t) eA(t) y(t) = eA(t) y (t) + a(t) y(t) .22) A express˜o (2. ca e ca ca Exemplo 2. Repetindo o procedimento acima ou usando (2. notando que y(t) ´ uma fun¸˜o cont´ e ca ınua e y(t) = 0. ou seja. dt (2. 51 (2.3.21) como y(t) = Ce−A(t) .23) . ou y(t) < 0 para todo t.22) ´ a solu¸˜o geral da equa¸˜o (2. A partir da forma da solu¸˜o de (2. chamando C = eK . Pondo t = 1.22) podemos escrever ca eA(t) y(t) = C Como a fun¸˜o eA(t) y(t) ´ constante.6. Encontrar a solu¸˜o da equa¸˜o y (t) = 3 y(t) tal que ca ca y(1) = e. podemos reesca crevˆ-la na forma quase integrada e d A(t) e y(t) = 0.22). Assim. ou y(t) > 0 para todo t.21) Agora. ∀t ou C = −eK . vemos que a solu¸˜o ca geral da equa¸˜o diferencial ´ ca e y(t) = C e3 t . y(t) = e−2 e3 t = e3 t−2 . a partir de (2. dt que ´ o primeiro membro de (2. Por outro ca e e lado.

24) por eA(t) . Deste modo. temos ca y(t) = L e−sen t . Qualquer fun¸˜o que. t (2. transforma-a em uma outra mais trabalh´vel chama-se ca a A(t) ´ um fator fator integrante dessa equa¸˜o.19).18) em sua forma ca a´ ca geral. temos ca y (t) eA(t) + a(t) y(t) eA(t) = b(t) eA(t) que podemos escrever na forma d A(t) e y(t) = eA(t) b(t) . vamos obter a express˜o da solu¸˜o co a ca do problema de valor inicial y + a(t) y = b(t) y(t0 ) = y0 . Encontrar a solu¸ao geral da equa¸ao y + ( cos t ) y = 0. Consideremos agora o caso geral da equa¸˜o (2. notemos que A(t0 ) = 0 eA(s) b(s) ds . Seja A(t) = e A (t) = a(t).24) (2. . Multiplicando a equa¸˜o (2. Exemplo 2. 2 Equa¸˜es de primeira ordem co Esta observa¸˜o ser´ util para resolver a equa¸˜o (2. O tratamento ´ an´logo e a ao anterior. Para evitar repeti¸˜es. dt Integrando os dois membros desde t0 at´ t.52 Cap. obtemos tegrante e esen t y + cos t esen t y = 0 ou e sen t y(t) = 0. L ∈ R.18). obtemos e eA(t) y(t) − eA(t0 ) y(t0 ) = t t0 t0 a(s) ds. em que a(t) e ca b(t) s˜o fun¸˜es cont´ a co ınuas em um intervalo I. ao ser multiplicada aos dois membros de ca uma equa¸˜o.25) em que t0 ∈ I e y0 ∈ R. a fun¸˜o e ca ca e integrante de (2. c˜ c˜ Multiplicando os dois membros da equa¸˜o diferencial pelo fator inca sen t = esen t .7. Integrando essa fun¸˜o e isolando y(t) no primeiro membro.

a parcela e−A(t) y0 ´ uma solu¸˜o da equa¸˜o homogˆnea associada a (2. e e ca a solu¸˜o geral da equa¸˜o (2. temos a solu¸˜o obtida a ca no caso anterior. temos y(t) = e−A(t) y0 + e−A(t) = e−A(t) y0 + Notando que e−A(t) eA(s) = eA(s)−A(t) = exp s s t t t0 t t0 53 eA(s) b(s) ds = e−A(t) eA(s) b(s) ds a(u) du − t0 t0 a(u) du = = exp t a(u) du (para simplificar a nota¸˜o. obtemos a express˜o da solu¸˜o geral de (2. estamos utilizando o s´ ca ımbolo exp para denotar a exponencial).24) (´ a solu¸˜o de (2.24) se escreve como a soma da solu¸˜o ca ca ca geral da equa¸˜o homogˆnea com uma solu¸˜o particular da equa¸˜o n˜o ca e ca ca a homogˆnea (2. Portanto.18) a ca y(t) = e−A(t) y0 + t s exp − t0 t a(u) du b(s) ds (2.26). fazendo y0 e ca ca e variar em R.Equa¸˜o linear de primeira ordem ca Como eA(t0 ) = 1 e y(t0 ) = y0 .24). Um co ca c´lculo simples mostra que a parcela a t s z(t) = t0 exp − t a(u) du b(s) ds ´ uma solu¸˜o (que chamaremos solu¸˜o particular) da equa¸˜o n˜o e ca ca ca a homogˆnea (2. (b) Em (2.4. e .26) ca a Observa¸˜o 2. obtemos todas as poss´ ıveis solu¸˜es dessa equa¸˜o. (a) Notemos que a solu¸˜o dada pela express˜o (2. se b(t) ≡ 0.26) ca est´ definida para todo t ∈ I e que.24) tal que z(0) = 0.24).

como nos outros casos. temos y(t) = 1 29 6 t3 t3 + 2 . 2 Equa¸˜es de primeira ordem co ca Exemplo 2. 5 25 . ca ca Multiplicando a equa¸˜o pelo fator integrante e5 t .54 Cap. 1 1 t− + K e−5 t . s 2 Multiplicando os dois membros da equa¸˜o por eA(t) = eln t = t2 . temos e t2 y(t) − y(1) = 1 t s4 ds = t5 1 − . temos ca t2 y (t) + 2 t y(t) = t4 ou t2 y(t) = t4 . Encontrar a solu¸˜o geral da equa¸˜o y + 5 y = t. 5 5 Como y(1) = 6. t t y(1) = 6.8. Exemplo 2. Encontrar a solu¸˜o do problema de valor inicial y + Seja A(t) = 1 2 y = t2 . Integrando os dois membros desde 1 at´ t. obtemos ca e5 t y(t) Integrando.9. 5 25 = t e5 t . + − 2 = 2 t 5 5t 5 5t A resolu¸˜o dessas equa¸˜es tamb´m pode ser feita usando integrais ca co e indefinidas. temos e5 t y(t) = donde y(t) = t e5 t dt = 1 5t 1 5t te − e + K. 2 ds = 2 ln t = ln t2 .

donde obtemos y(t) = 1 + K e−sen t . que o sal est´ sendo adicionado e a no tanque ` raz˜o de a a 10 (l/min) · 20 (g/l) = 200g/min e est´ saindo ` raz˜o de a a a 10 (l/min) Q(t) Q(t) (g/l) = kg/min. obtemos esen t y(t) Integrando. Encontrar a solu¸˜o do problema de valor inicial y + (cos t) y = cos t y(0) = −6 . O enunciado do problema informa que a quantidade de sal no instante t = 0 ´ Q(0) = 50.10. 5000 500 . temos y(0) = 1 + K. A concentra¸˜o da mistura ´ mantida ca ca e homogˆnea por meio de um agitador (isto ´.7).000 g. Dessa igualdade. (Dilui¸˜o de Misturas) ca Um tanque cont´m 5.11. a concentra¸˜o de sal ´ a e e ca e mesma em todos os pontos do tanque).000 litros de ´gua na qual est˜o diku´ e a a ıdos 50 Kg de sal. como queremos y(0) = −6. ca Indiquemos por Q(t) a quantidade (em gramas) de sal no tanque no instante t. A essa mistura adiciona-se salmoura ` raz˜o de 10 l/min com uma a a concentra¸˜o de sal de 20 g/l.Equa¸˜o linear de primeira ordem ca ca Exemplo 2. 55 Multiplicando a equa¸˜o diferencial pelo fator integrante esen t (calculado ca no exemplo 2. temos esen t y(t) = esen t cos t dt = esen t + K = cos t esen t . Exemplo 2. A mistura (homogˆnea ) deixa e o tanque ` raz˜o de 10 l/min. Determinar a quantidade de sal e a a a concentra¸˜o num instante t. obtemos K = −7 e a solu¸˜o do PVI ca ´ e y(t) = 1 − 7 e−sen t .

000 − 50. que ´ a ca e diferen¸a entre a taxa da quantidade que entra e a que sai. a I + R E(t) I= L L . ´ dada por: c e Q = 200 − cuja solu¸˜o geral ´ ca e Q(t) = 100. E e c (a) Determinar a corrente I(t) em um instante t > 0 sabendo que I(0) = 0.000 5. (Um circuito el´trico simples) e A figura ao lado mostra um circuito el´trico contene do um indutor de indutˆncia L. temos e c e ent˜o L I + R I − E(t) = 0. R E I L Figura 3. Exemplo 2.56 Cap.1 A diferen¸a de potencial entre as extremidades do resistor ´ R I e c e entre as extremidades do indutor ´ L I . a quantidade de sal tende a 100.000 −t/500 = − e = 20 − 10e−t/500 . a taxa de varia¸˜o da quantidade de sal no tanque. 500 Observemos que. (ii) E(t) = E0 sen (ω t) (E0 .000 e c(t) → 20. e a soma alg´brica das diferen¸as de potencial no circuito ´ nula.000 + Ce−t/500 . um resistor de rea sistˆncia R e uma fonte de for¸a eletromotriz E(t). sendo: (i) E(t) ≡ E0 (uma constante). Q(t) → 100. quando t → ∞. 2 Equa¸˜es de primeira ordem co Portanto.000 50. 5000 5.000 Q . Como Q(0) = 50000 g temos que a quantidade de sal no instante t ´: e Q(t) = 100.12. ω constantes).000 e−t/500 e a concentra¸˜o de sal no tanque no instante t ´: ca e c(t) = Q(t) 100.000 g e a concentra¸˜o tende ao ca valor limite de 20 g/l. (b) Determinar I(t). ou seja. Pela segunda Lei de Kirchoff. Portanto.

Observa¸˜o 2. Mostrar a mudan¸a de vari´vel z = y a e c a a transforma a equa¸ao (2. (equa¸˜o de Bernoulli) Sejam p(t) e q(t) fun¸˜es cont´ co ınuas em um intervalo I e n ∈ R um n´mero dado. L R R Se E(t) = E0 sen (ω t).13.5.27) em uma equa¸˜o linear de 1¯ ordem. a equa¸˜o de ca ca 1−n /(1−n) Bernoulli n˜o ´ linear. Por exemplo. eR s/L E(s) ds = E0 t 0 eR s/L ds = E0 L R t/L (e − 1) R Logo.27) chama-se equa¸˜o de Bernoulli. I(t) = R2 E0 L eR t/L R sen (ω t) − ω L cos(ω t) + ω L .Equa¸˜o linear de primeira ordem ca Como I(0) = 0. + L2 ω 2 R2 E0 + L2 ω 2 ω L e−R t/L − ω L cos(ω t) + R sen (ω t) . a as solu¸˜es da equa¸˜o y = (3 + 2 i) y s˜o da forma y(t) = C e(3+2 i) t = co ca a C e3 t [cos (2 t) + i sen (2 t)]. Tudo o que fizemos no caso em que as fun¸˜es a(t) e ca co b(t) s˜o reais pode ser repetido se a e b forem complexos. se n = 0 e n = 1. e a ca Exemplo 2. em que C ´ uma constante arbitr´ria. temos t 0 eR s/L E(s) ds = 0 t E0 eR s/L sen (ω s) ds = = Logo. a corrente ´ dada por e I(t) = Se E(t) = E0 . c˜ ca . A equa¸˜o diferencial u ca y + p(t) y = q(t) y n . I(t) = 1 −R t/L L R t/L E0 e E0 (e − 1) = (1 − e−R t/L ) . temos t 0 57 1 −R t/L e L t 0 eR s/L E(s) ds . (2.

58 Cap. Multiplicando essa equa¸˜o pelo fator integrante et . Encontrar a solu¸˜o do problema de valor inicial ca y − 2 t y = −2 t y 2 y(0) = 1/3. temos et z(t) = Portanto 2 2 2 = 2 t et 2 2 t et dt = et + C .28) dt 1 − n como d y 1−n y 1−n + (1 − n) p(t) = q(t) dt 1 − n 1−n ou. (2.14. notando que y −n y = . 2 . temos ca et z Integrando. e ca Exemplo 2. . podemos reescrever (2. 2 Equa¸˜es de primeira ordem co Dividindo (2. Multiplicando os dois membros da equa¸˜o por y −2 . chamando z = y −1 . z + 2 t z = 2 t. temos ca y −2 y − 2 t y −1 = −2 t . que ´ uma equa¸˜o linear de 1a ordem. chamando z = y 1−n /(1 − n). 2 2 z(t) = 1 + C e−t . temos z + (1 − n) p(t) z = q(t) . a equa¸˜o diferencial pode ser escrita como ca −(y −1 ) − 2 t y −1 = −2 t ou.27) por y n .28) d y 1−n Agora. Como y −2 y = −(y −1 ) . temos y −n y + p(t) y 1−n = q(t).

30) ´ chamada exata quando existe uma fun¸˜o V : U → R. y). (2. Uma equa¸˜o diferencial da forma ca P (t. y) dy = 0 (2. a diferencial total da fun¸˜o e ca V (t. y) = P (t. y) = 2 t2 − t y + y 2 ´ uma integral primeira para e ca e essa equa¸˜o. obtemos a a y(t) = 1 et . A equa¸˜o diferencial ca (4t − y) + (2y − t) ´ exata e a fun¸˜o V (t. de fato. y) dt + Q(t. y) y = 0 ou P (t.15. y) dt + Q(t.29) A fun¸˜o V ´ chamada uma integral primeira de (2. Voltando ` vari´vel y. ca ∂V = 4t − y ∂t e ∂V = 2y − t. y) + Q(t. Portanto ca ca a e C=2e 2 z(t) = 1 + 2 e−t .5. Q : U → R fun¸˜es cont´ co ınuas com derivadas parciais cont´ ınuas num conjunto aberto U ⊂ R2 .5 Equa¸˜es diferenciais exatas co Sejam P. y): lembremos que dV (t. ∂y ∀(t.31) (2. ca e Uma raz˜o para o nome equa¸˜o diferencial exata ´ que a express˜o a ca e a P (t.2. 2 = 2 1 + 2 e−t et + 2 2 2. y). y) e ∂t ∂V (t. y) ∈ U. ∂t ∂y dy =0 dt Exemplo 2. e ca tal que ∂V (t. EQUACOES DIFERENCIAIS EXATAS ¸˜ 59 A condi¸˜o inicial para a equa¸˜o na vari´vel z ´ z(0) = 3. ∂y . y) = ∂V ∂V dt + dy. y). y) = Q(t.29). V = V (t. y) dy ´ igual a dV (t.

2 Equa¸˜es de primeira ordem co Usando a regra da cadeia para derivadas parciais. isto ´. Geralmente. ∂t ∂V = Q(t. a fun¸˜o V (t. y) = C.29). a primeira tarefa que temos ´ ca e determinar se ela ´ exata. No caso da equa¸˜o diferencial vista no exemplo anterior. as solu¸˜es dessa equa¸˜o co ca co ca s˜o dadas por a √ t ± −7 t2 + 4 C . y(t)) y (t) = 0 dt ∂t ∂y Logo. y(t)) + Q(t. y) . y(t)) = C. Dada uma equa¸˜o na forma (2. vemos que. com isso. y= 2 Para esse exemplo. ao contr´rio do que ocorreu no exemplo acima.29). y) = 2 t2 − t y + y 2 e as cuvas integrais s˜o as e a solu¸˜es da equa¸˜o 2 t2 − t y + y 2 = C. Notemos que. (em que C ´ uma constante arbica e tr´ria) s˜o chamadas curvas integrais ou curvas solu¸˜es da equa¸˜o a a co ca (2. se (2. Logo. ou sea ja.29) satisfaca e co zem V (t. ∂y Derivando essas igualdades e lembrando que as derivadas mistas de se- . y(t)) = + y (t) = P (t.29). y) tal que a ∂V = P (t. y(t)) ´ constante e as solu¸˜es de (2. as solu¸˜es da equa¸˜o (2. em que C ´ uma constante arbitr´ria. y) = C. uma inca tegral primeira ´ V (t. temos e ca ca d ∂V ∂V V (t. para determinare ca mos se uma equa¸˜o diferencial ´ exata. automaticamente encontramos suas solu¸˜es. nosa e a sa primeira tarefa ´ determinar condi¸˜es sobre P e Q que permitam e co concluir quando uma equa¸˜o ´ exata. y). se y(t) ´ uma solu¸˜o da equa¸˜o diferencial (2. Deste modo. y) = C. De acordo com a defini¸˜o. em que C denota uma constante arbitr´ria.29) e as curvas de n´ da fun¸˜o V . a fun¸˜o V (t. a solu¸˜o ´ dada na forma impl´ ca e ıcita de uma equa¸˜o ca V (t.29) ´ exata. Em virtude dessa e a propriedade. y) ´ dita uma integral primeira da equa¸˜o ca e ca (2. devemos encontrar uma integral ca e primeira.29) s˜o obtidas resolvendo-se as equa¸˜es co ca a co V (t. ca e e ent˜o existe V (t. O proco blema ´ que. as curvas planas y = y(t) ıvel ca e definidas pela equa¸˜o V (t. foi poss´ obter a solu¸˜o na forma expl´ ıvel ca ıcita y = y(t).60 Cap. geralmente e a n˜o ´ t˜o simples encontrar uma integral primeira.

uma condi¸˜o necess´ria para que a equa¸˜o (2. a fun¸˜o V (t.32) ´ suficiente para que a equa¸˜o ca e ca (2. ∂y Exemplo 2. Temos ca a V (t. um retˆngulo aberto. ∂t 61 Assim. existe V (t. y) = t0 P (s.29) seja exata ´ ca a ca e que ∂P ∂Q = . y) dt uma antiderivada de P (t.29). x) dx y0 ´ uma integral primeira da equa¸˜o diferencial (2.29) seja exata quando U ´. Na pr´tica. y0 ) ds + Q(t. temos ca V (t. y) e por h(y) uma fun¸˜o arbitr´ria de y. ∂y ∂t ∂V Portanto. y) ∂t mantendo y fixo: denotemos por P (t. integramos a igualdade ca = P (t. por exemplo. y) = Em seguida. y) = t3 y 3 + h(y). (2. Mantendo y fixo e inte∂t grando em rela¸˜o a t. d). ∂V = Q(t. y) dada por ca t y V (t. y) dt + h(y) . b) × (c. usamos a igualdade P (t. y) tal que = t2 y 3 . obtemos a ∂ ∂V ∂P = ∂y ∂y ∂t = ∂ ∂V ∂t ∂y = ∂Q .32) ∂y ∂t Pode-se mostrar que a condi¸˜o (2.Equa¸˜es exatas co gunda ordem de V s˜o iguais. 3 . ao e ca a ∂V resolvermos uma equa¸˜o exata. Encontrar as curvas integrais de t2 y 3 + t3 y 2 y = 0. notemos que a equa¸˜o ´ exata. uma vez que ca e ∂(t3 y 2 ) ∂(t2 y 3 ) = 3 t2 y 2 = .0. Em primeiro lugar. U = e a (a. y) para determinar h(y). Neste caso.16.

as curvas integrais s˜o dadas por t a t3 y 3 =C 3 ou y(t) = k t (k = √ 3 3 C) . temos h (y) = 0. Por exemplo. pois a e ∂ ∂t (y − t2 y 2 ) = 1 − 2 t2 y enquanto que = 1. x) ≡ 0 ´ chamada um fator integrante da equa¸˜o ca e ca diferencial P (t. y) Q(t. y) = t3 y 2 + h (y). a isto ´. y) + Q(t. y) y = 0 for exata. y) y = 0 . mas em algumas e ıcil situa¸˜es especiais.33) que n˜o depende de y. Entre∂y ∂t tanto. isso ´ poss´ co e ıvel. temos ca ∂V (t. ∂y De acordo com a defini¸˜o de V . Assim. y) + µ(t. obtemos a ca ca equa¸˜o diferencial ca 1 1 −1+ 2 y =0 t2 y ty ∂ ∂y 1 t2 y −1 ∂ = 2 y2 t ∂t 1 t y2 que ´ exata. 2 Equa¸˜es de primeira ordem co Derivando essa igualdade. Podemos ent˜o tomar V (t. y) + µ(t) Q(t. y) P (t. y) = t−2 y −2 . y) y = 0 (2. pois e −1 = . y) = t3 y 2 . a equa¸˜o diferencial ca y − t2 y 2 + t y = 0 n˜o ´ exata. multiplicando a equa¸˜o pela fun¸˜o µ(t.62 Cap. Uma fun¸˜o µ(t.33) se a equa¸˜o diferencial ca µ(t. Vamos procurar um fator integrante de (2. y) = a 3 y 3 /3. Comparando ∂y essas duas igualdades. procuramos uma fun¸˜o µ(t) de modo que a equa¸˜o diferencial e ca ca µ(t) P (t. Geralmente ´ dif´ encontrar um fator integrante. como veremos a seguir. temos ∂V (t.

y) + µ(t) Qt (t.33).Equa¸˜es exatas co seja exata. neste caso. se existir uma fun¸˜o b(y) tal que ca Py − Qt = b(y) P ent˜o a fun¸˜o a ca µ(y) = exp ´ um fator integrante de (2. Devemos ent˜o ter a ∂ ∂y ou seja. Py − Qt cos y = =1. ´ f´cil ver que a a ca e a fun¸˜o ca µ(t) = exp a(t) dt ´ um fator integrante de (2.34) fica µ (t) = a(t)µ(t). Q(t. y) = µ (t) Q(t. y) ou µ (t) = Se o quociente a(t) tal que Py − Qt µ(t) Q µ(t) P (t. isto ´ existir uma fun¸˜o a e ca Q Py − Qt = a(t) Q ent˜o a rela¸˜o (2. ca ca Temos P (t. y) . e Exemplo 2. ∂t 63 (2. Calcular um fator integrante da equa¸˜o diferencial ca sen y − 2 t e−t + (cos y) y = 0 e encontrar a solu¸˜o y(t) dessa equa¸˜o tal que y(0) = π/2.34) Py − Qt n˜o depender de y. Q cos y − b(y) dy .17. y) = ∂ µ(t) Q(t. Ent˜o Py = cos y e a Qt = 0. µ(t) Py (t. e Analogamente. y) = sen y − 2t e−t .33). Portanto. y) = cos y.

Da condi¸˜o inicial y(0) = π/2. y) = et sen y − t2 + h(y). Encontre a solu¸˜o geral de cada uma das equa¸˜es ca co abaixo: (a) t y − 2y = 0 (b) y cos t + y sen t = 0 (c) y + y = cos t + sen t (d) y cos t + y sen t = cos t + sen t (e) t y + y = (t − 1) et (f ) ty − 2y = t3 2 (g) z + 2 t z = t e−t (h) y + et y = 3et (a) y + y 2 sen t = 3 t2 y 2 . Por outro lado. 2 Equa¸˜es de primeira ordem co Assim. ca t cos y + h (y). temos temos Vt = e t h (y) = 0.4. existe uma fun¸˜o V (t. y(0) = 1 (b) y = y 2 cos t.64 Cap. Encontre as solu¸˜es de cada uma das equa¸˜es diferenco co ciais abaixo: (b) y = t/y (c) 2y 3 y = 3 t2 2 − 5xz z (f ) y = y 2 cos t (d) (1 + t2 ) y = t y (1 + y 2 ) (e) z = x2 x2 + x z (g) (1 + x2 )y = 1 + y 2 (h) z = 2 z + xz Exerc´ ıcio 2. y(0) = 1 (c) (1 + x Exerc´ ıcio 2. y(1) = −1 (d) y = y 2 sen t. y) tal que a ca ∂V = et sen y − 2 t . Resolva cada um dos problemas de valor inicial abaixo: (a) y + y 2 sen t = 3t2 y 2 . ∂t Portanto. y(0) = −1 2 )y = 1 + y 2 . temos K = 1.2. Multiplicando a equa¸˜o dada e ca por et . y) = et sen y − t2 . Ent˜o. Podemos ent˜o tomar V (t. Derivando em rela¸˜o a y. As curvas a integrais da equa¸˜o dada s˜o dadas por ca a et sen y − t2 = K . Exerc´ ıcio 2.3. obtemos a equa¸˜o diferencial exata (verifique!) ca et sen y − 2 t + et (cos y) y = 0 . como V = et cos y. um fator integrante ´ µ(t) = et . V (t. Logo ca y(t) = arc sen e−t (1 + t2 ) .

6. Verifique que cada uma das equa¸˜es abaixo ´ exata e encontre suas curvas integrais: (a) (2ax + by) + (bx + 2ay) y = 0 (b) (ey + cos x) + x ey y = 0 (c) ex cos y − ex sen y y = 0 (d) (x + y 2 )/x2 = 2(y/x) y Exerc´ ıcio 2. Uma colˆnia de bact´rias cresce a uma raz˜o proporo e a cional ao n´mero de bact´rias presentes. ca a e ca Exerc´ ıcio 2. o Exerc´ ıcio 2. quantas horas ser˜o necess´rias para que esse a a n´mero aumente cem vezes sua quantidade original.9. Supondo que a press˜o a e a a a a 6000 metros seja metade de seu valor P0 ao n´ ıvel do mar. Achar uma curva que passa pelo ponto (0. A taxa de varia¸˜o da press˜o atmosf´rica P em rela¸˜o ` altura h ´ diretamente proporcional ` press˜o. Para cada uma das equa¸oes abaixo. Se o n´mero de bact´rias duu e u e plica a cada 24 horas.8.Equa¸˜es exatas co 65 Exerc´ ıcio 2.5. −2) de modo que o coeficiente angular da reta tangente em qualquer um dos seus pontos seja igual ao triplo da ordenada do mesmo ponto.7. u .10. Resolva cada um dos problemas de valor inicial abaixo: (a) (c) t y − 2y − ln t = 0 y(1) = 0 (sen t) y + (cos t) y = cos 2t y(π/2) = 3 (b) (1 + t2 ) y + 2 t y = 6 t2  y(0) = 5 1  y + y = 4t (d) t−2  y(0) = 3 co e Exerc´ ıcio 2. encontre um fator c˜ integrante e determine suas curvas integrais (a) (2ax + by) + (bx + 2ay) y = 0 (b) y 2 + x = 2y x y (c) t + t2 − y 2 − t y y = 0 Exerc´ ıcio 2. achar a f´rmula para qualquer altura.

A partir do instante t = 0. 2 Equa¸˜es de primeira ordem co e Exerc´ ıcio 2. a concentra¸˜o de sal na mistura presente no ca tanque no instante do transbordamento. escoa do a e tanque ` raz˜o de 8 l/min. cont´m inicialmente 40 litros de ´gua pura.66 Cap. Um tanque de 200 litros de capacidade. adiciona-se a no tanque uma solu¸˜o de salmoura com 250 gramas de sal por litro. ` ca a raz˜o de 12 litros por minuto. A mistura ´ suposta uniforme.11. . Determinar: o tempo necess´rio para que a a a ocorra o transbordamento.

x ∈ V . β ∈ R. x ∈ V . y) → x + y ∈ V e R × V −→ V (α. (EV3) existe um elemento. chamadas adi¸˜o e multiplica¸˜o por escalar. ∀x ∈ V . O conjunto V = R.1. existe y ∈ V (chamado oposto de x) tal que x + y = 0. Um conjunto n˜o vazio V ´ dito um espa¸o vetorial ca a e c real (ou simplesmente. saca ca tisfazendo as seguintes condi¸˜es: co (EV1) x + (y + z) = (x + y) + z. y ∈ V . ∀α ∈ R. tal que x + 0 = x. ∀x. chamado vetor nulo e denotado por 0. y. Os elementos de V s˜o chamados vetores e os n´meros reais.Cap´ ıtulo 3 Espa¸os vetoriais c 3. escalaa u res. y ∈ V . (EV8) 1 x = x. (EV4) para cada x ∈ V . um espa¸o vetorial) quando est˜o definidas c a em V duas opera¸˜es co V × V −→ V (x. (EV2) x + y = y + x. (EV5) α (βx) = (α β) x. ∀x. ´ um espa¸o vetorial real: as propriedades acima s˜o as propriedaca e c a 67 . ∀α. ∀x ∈ V .1 Defini¸˜o e exemplos ca Defini¸˜o 3. respectivamente. ∀α. y) → α y ∈ V. (EV6) (α + β) x = α x + β x. z ∈ V . β ∈ R. com as opera¸˜es usuais de adi¸˜o e multiplico ca ca¸˜o. x. (EV7) α (x + y) = α x + α y.

elemento oposto ca ca para adi¸˜o e elemento inverso para multiplica¸˜o.14) e a multiplica¸˜o c c˜ ca por escalar definidas em (1. Dados u = (x. y) : x. . .68 Cap. . Os a vetores de R2 podem ser representados geometricamente por segmentos orientados e a adi¸˜o definida acima corresponde a adi¸˜o de segmentos ca ca orientados. 0).1. y). (y + q) + t) = (u + v) + w. v = (s. O conjunto V 3 dos vetores geom´tricos no espa¸o (definidos por meio dos e c segmentos orientados). Seja R2 = {(x. t) em R2 e α ∈ R. . o ca ca conjunto C dos n´meros complexos. xn ∈ R}. elemento neuca ca tro para adi¸˜o. elemento unidade para multiplica¸˜o. definimos u + v = (x + s. . . ´ um espa¸o ca u u e c vetorial real.1. temos: e u + (v + w) = (x. Exemplo 3. ´ um espa¸o vetorial real. ´ a E f´cil ver que o vetor nulo em R2 ´ o par (0. q + t) = (x + (s + p). xn ) : x1 . . .15). e c   v    u+v rr j u r I   rr r r j 3 2 u Figura 5. o fato que a adi¸˜o de n´meros ca u reais ´ associativa. y) e v = (s. w = ca (p. Verifiqueco e c mos. α y). co e c e Exemplo 3. R2 ´ um espa¸o vetorial. y + t) α u = (α x. ´ um espa¸o vetorial real. por exemplo. o oposto de u = (x. As outras propriedades s˜o facilmente verificadas. 3 Espa¸os vetoriais c des associativas e comutativas da adi¸˜o e multiplica¸˜o. com as opera¸˜es usuais de adi¸˜o u co ca e de multiplica¸˜o de n´mero real por n´mero complexo. com as opera¸˜es definidas por (1.3. .4. Do mesmo modo. y) + (s + p. Com as opera¸˜es assim definidas. −y). O conjunto V = Mm×n (R) das matrizes m × n ´ um espa¸o vetorial real com a adi¸ao definida por (1.2. y ∈ R}. y + (q + t)) = ((x + s) + p. a condi¸˜o (EV1): dados u = (x. O conjunto Rn = {(x1 .1 Exemplo 3. t). y) ´ e e o vetor (−x. como na Figura 5.3). usando em cada componente. Exemplo 3. q) ∈ R2 .2) e (1. munido das opera¸˜es co usuais de adi¸˜o de vetores e multiplica¸˜o de veca ca tor por escalar real (como indicadas na figura ao lado).

γ = 0.5.6. com as opera¸˜es e c co definidas do seguinte modo: dados p(x) = a0 + a1 x + · · · + an xn e q(x) = b0 + b1 x + · · · + bn xn em Pn (R) e α ∈ R. a equa¸˜o ca γx+a=b (3. temos que f + g. ´ um espa¸o vetorial co e c real (os axiomas EV1 a EV8 est˜o verificados pois a adi¸˜o e multiplia ca ca¸˜o de n´meros reais satisfazem essas propriedades). Do mesmo modo. dados a . com as opera¸˜es definidas do seguinte modo: daco das f. Denotemos por C(I. o conjunto P (R) de todas as fun¸˜es polinomiais com co coeficientes reais ´ um espa¸o vetorial. v ∈ V . As propriedades (EV1) a (EV8) permitem que trabalhemos em um espa¸o vetorial de modo semelhante ao que fazemos com n´meros reais. Seja a : I → R uma fun¸˜o cont´ I ⊂ R. αf ∈ C(I. R) o conjunto de todas as fun¸˜es co cont´ ınuas f : I → R. R) e α ∈ R. definimos a diferen¸a de u por v como sendo c u − v = u + (−v). R). O conjunto Pn (R) u formado pela fun¸˜o nula e todas as fun¸oes polinomiais com coeficientes ca c˜ reais de grau menor ou igual a n ´ um espa¸o vetorial. ent˜o p + q e α p s˜o a a as fun¸˜es polinomiais co (p + q)(x) = (a0 + b0 ) + (a1 + b1 ) x + · · · + (an + bn ) xn (α p)(x) = (α a0 ) + (α a1 ) x + · · · + (α an ) xn . Vimos no Cap´ ıtulo 2 que o conjunto V = {y : I → R : y (t) + a(t) y(t) = 0} das solu¸˜es da equa¸˜o diferencial y + a(t) y = 0 ´ um espa¸o vetorial.Defini¸˜o e exemplos ca 69 ca ınua no intervalo Exemplo 3. ca u Exemplo 3. definimos as fun¸˜es f + g e αf por co (f + g)(x) = f (x) + g(x) e (αf )(x) = αf (x). g ∈ C(I. R).1) Do C´lculo. Seja n um n´mero inteiro positivo. ∀x ∈ I. sem dificuldade a que o conjunto C(I. co ca e c Exemplo 3.2) . Mostra-se. c u Por exemplo. b ∈ V e γ ∈ R . e c Dados u. munido destas opera¸˜es. (3.7.

Usando (EV4) e. ca a Para mostrar 3) notemos que. (EV3). Seja V um espa¸o vetorial. a 6) (Regra de sinais) ∀α ∈ R. e a 3) ∀α ∈ R. podemos escrever α 0 + α 0 = α (0 + 0) = α 0. com z = u = α 0. temos x = (γ −1 γ) x = γ −1 (γ x) = γ −1 (b − a). somando-se ´ ca e −a a ambos os membros de (3. 5) Se α . temos que α 0 = 0.2): a unica solu¸˜o de z + u = u ´ z = 0. temos α . e ´ ca e se z ∈ V ´ tal que z + u = u. Multiplicando os dois lados dessa igualdade por γ −1 . Demonstra¸˜o: As propriedades 1) e 2) j´ foram mostradas acima. Como caso particular dessa propriedade. ∀u ∈ V . temos que o vetor nulo ´ o unico e ´ elemento z de V tal que z + u = u. Usando 2). u ∈ V temos (α − β) u = α u − β u 8) ∀α ∈ K. portanto α 0 + α 0 = α 0. (−α) u + α u = (−α + α) u = 0 u = 0. Ent˜o: c a 1) Dados a . em seguida. usando (EV7) e (EV3). v ∈ V temos α (u − v) = α u − α v. temos. 6) Mostremos que (−α) u = −(α u). donde.2) temos (γ x + a) + (−a) = b + (−a) = b − a. por (EV1). a equa¸˜o γ x + a = b tem uma ca unica solu¸˜o. β ∈ K. donde (somando −(αu) a ambos os membros) obtemos (−α) u = −(α u).1. u = 0. que ´ x = γ −1 (b − a). ∀u ∈ V . temos 0 . γ x + [a + (−a)] = b − a. 4) ∀u ∈ V . ou seja. (−α) u + α u = 0. u ∈ V temos (−α) u = α (−u) = −(α u) . ıcio ca . u. Como −α + α = 0. ´ ca e 2) O vetor nulo ´ o unico elemento neutro da adi¸˜o em V . As verifica¸˜es de 4) e 5) s˜o an´logas co a a e ficam como exerc´ ıcio. ´ ca e O teorema seguinte cont´m algumas propriedades que decorrem die retamente da defini¸˜o de espa¸o vetorial ca c Teorema 3. ent˜o α = 0 ou u = 0. b ∈ V e γ ∈ R . De fato. u = 0. Deixamos como exerc´ a verifica¸˜o das demais propriedades. γ = 0. que ´ x = γ −1 (b − a). essa igualdade fica γ x = b − a.70 Cap. 7) ∀α. 0 = 0. isto ´. por (EV6). basta tomar a = b = u e γ = 1 em (3. 3 Espa¸os vetoriais c tem uma unica solu¸˜o. ent˜o z = 0.

1. a c Exemplo 3. Logo. Em muitas situa¸˜es. na defini¸˜o acima ca ca a multiplica¸˜o (α. 3. c) V = {f ∈ C(R. Como V ´ um espa¸o ca a e c vetorial. 0). x) → αx for definida para todo α ∈ C e as proca priedades (EV5)-(EV8) forem v´lidas para todo α ∈ C. ´ um espa¸o vetorial complexo. com as opera¸˜es indicadas. Pelas mesmas raz˜es mencionadas anteriormente.2. com as opera¸˜es de V . p´gina 67. y) ∈ R2 : 2 x = 3 y}. d) V = {a e co c˜ e) V = R2 .3. opera¸˜es: adi¸˜o usual de pares e multiplica¸˜o dada por: co ca ca α (x. ca e c Exerc´ ıcio 3. . verifique se o conjunto V . z) ∈ R3 : 5 x + 2 y = 3 z}. ´ conveniente considerar mulca tiplica¸˜o de vetores por escalar complexo. Em cada um dos itens abaixo. co co t + b e3 t : a. basta verificar que: e c (SE) dados u. ca a est˜o satisfeitas para todos elementos de V . com as opera¸˜es usuais de fun¸˜es.2 Subespa¸os vetoriais c Um subconjunto U de um espa¸o vetorial V ´ dito um subespa¸o vec e c torial de V quando U . opera¸˜es usuais de pares ordenados. como U ⊂ V . ´ um espa¸o vetorial. co b) V = {(x. R) : f (0) = 0}. as propriedades (EV1) a (EV8) da defini¸˜o 3. v ∈ U e α ∈ K. U ´ um espa¸o e e c vetorial.8. co e c Para verificar que um subconjunto n˜o vazio U de um espa¸o vetorial a c V ´ um subespa¸o vetorial de V .1.1. com as opera¸˜es usuais de adi¸˜o e u co ca multiplica¸˜o. Quando. opera¸˜es usuais de ternas co ordenadas. temos u + v ∈ U e α u ∈ U . a condi¸˜o (SE) implica que as opera¸˜es de adi¸˜o e mulca co ca tiplica¸˜o por escalar est˜o bem definidas em U . o cono junto C dos n´meros complexos. diremos que V a ´ um espa¸o vetorial complexo. ´ um espa¸o vetorial real: co e c a) V = {(x. elas est˜o a a satisfeitas tamb´m para todos elementos de U . y) = (0. SUBESPACOS VETORIAIS ¸ 71 co e Observa¸˜o 3. De fato. com opera¸˜es: usuais de fun¸oes. Quando quisermos nos referir ine c distintamente a um espa¸o vetorial real ou um espa¸o vetorial complexo c c usaremos a express˜o espa¸o vetorial sobre K. y. b ∈ R}.

(Um contra-exemplo) Seja V = P2 (R). y + t) ∈ U e (α x. por e a exemplo. .os planos contendo a origem s˜o subespa¸os vetoriais.9. o . em primeiro lugar. se (x. . 0) . Se m ≤ n. A (α v1 ) = α A v1 = α 0 = 0. donde A (v1 + v2 ) = A v1 + A v2 = 0 + 0 = 0. a (3. v2 ∈ U e α ∈ R. α y) ∈ U . 3 Espa¸os vetoriais c Se V ´ um espa¸o vetorial qualquer. ent˜o os subconjuntos U = {0} e c a e U = V s˜o subespa¸os vetoriais de V (chamados subespa¸os triviais). O espa¸o vetorial Pn (R) ´ um subespa¸o vetorial de P (R).13. 0. y) : x − 2 y = 0} ´ um subespa¸o e c vetorial de R2 . y). donde x + s = 2 (y + t) e α x = 2 α y e portanto (x + s. O conjunto U de todas as solu¸˜es v = (x1 . temos A v1 = 0 e A v2 = 0. U ´ n˜o vazio.12. t) ∈ U e α ∈ R. bespa¸os de R c Exemplo 3. . . Em V = R3 . De o a e c 2 e q(t) = t + t2 pertencem a W . mas fato os polinˆmios p(t) = t − t o p(t) + q(t) = 2 t n˜o pertence a W . Da mesma maneira. O conjunto W de todos polinˆmios de grau 2 n˜o ´ subespa¸o vetorial de P2 (R). a e c Exemplo 3. O conjunto U = {(x. logo α v1 ∈ U . ent˜o Pm (R) ´ um subespa¸o vetorial de Pn (R). temos e x = 2 y e s = 2 t. ´ um subespa¸o vetorial de Rn .o pr´prio R3 . portanto v1 + v2 ∈ U .3).3) . (s. Al´m disso. Se v1 . 0)}. (0.72 Cap. 0. mostramos que qualquer reta passando pela origem ´ um subespa¸o de R2 . c e c Exemplo 3. x2 . 0)T ´ solu¸ao de (3. 0. e c Exemplo 3. . Seja A = (a i j ) ∈ Mm×n (R). .as retas passando pela origem (0. a c c Exemplo 3.10. portanto e c˜ pertence a U .a origem {(0. e c ´ E claro que a n−upla 0 = (0. pois. . Analogamente. . os seguintes subconjuntos: . xn )T do sistema linear homogˆneo co e Av = 0. De fato. 0) ∈ U . .11. Pode-se mostrar que esses s˜o os unicos sua c a ´ 3.

t) : t = 3 x e s = y 2 }. Verifique se W ´ subespa¸o vetorial de Mn (R). 3) de R3 n˜o ´ combina¸˜o linear de (1. w) : w = 3 x. . s. Verifique se W ´ subespa¸o vetorial de R4 . z. Mostre que U ∩ W ´ subespa¸o vetorial de V . COMBINACOES LINEARES ¸˜ Exerc´ ıcio 3. O vetor v = α1 u1 + · · · + αn un chama-se combina¸˜o linear de u1 . . 3). sendo e c (a) W = x −y y x x 0 y z : x. 6). W subespa¸os c c vetoriais de V . 6) + y (0.3. ∀x} s˜o subespa¸os de V . y. . 2) e u3 = (1.3. w) : z = x w} (d) W = {(x. α1 . −2. z ∈ R Exerc´ ıcio 3. R). 1. O vetor (1.7. sendo e c (a) W = {(x. Seja V um espa¸o vetorial e sejam U. y ∈ R} (b) W = {(x. 3) = x (1. u2 = (0. y ∈ R (b) W = : x. 0) pois uma igualdade da forma (1. 3) e a e ca (2. 3.4. Verifique se W ´ subespa¸o vetorial de M2 (R). 2. w) : x = 2 s. un ∈ V. s ∈ R} (e) W = {(x.2. 2. 3. 2. . . sendo e c (a) W = {A ∈ V : AT = A} (b) W = {A ∈ V : AT = −A} Exerc´ ıcio 3.3 Combina¸˜es lineares co Sejam u1 . Mostre que U = {f ∈ V : f (−x) = f (x). . . Por exemplo. e c 3. Seja V = C(R.5. y. . z. y. −3) + (1. 6) pois e ca (−1) u1 + 0 u2 + 1 u3 = (0. Verifique se W ´ subespa¸o vetorial de Pn (R).3. 5. 1. un . αn ∈ K. 2. −2. 3. 5. 3) ´ combina¸˜o de u1 = (0. . 3. .6. z. . . 73 Exerc´ ıcio 3. 0) . y = 3 s. x) : x. sendo e c (a) W = {p ∈ Pn (R) : p(2) = p(1)} (b) W = {p ∈ Pn (R) : p (t) ≡ 0} (c) W = {p ∈ Pn (R) : p(2) = p (1)} (d) W = {p ∈ Pn (R) : p (3) = 0} Exerc´ ıcio 3. −2. o vetor v = ca (1. y. . 6) = (1. y. (0. ∀x} e W = {f ∈ V : f (−x) = −f (x). y. a c Exerc´ ıcio 3. 3) = v . y = 5 x + 3 z} (c) W = {(x. 3) + z (2. y.

0) + γ(1. . pois o vetor nulo ´ ca e a e combina¸˜o linear de u1 . 3. Logo. . Mostre que todo vetor (x. 0. 1. v = α1 u1 + · · · + αn un . temos v + w = (α1 + β1 ) u1 + · · · + (αn + βn ) un α v = (α α1 ) u1 + · · · + (α αn ) un o que mostra que v + w e α v s˜o combina¸˜es lineares de u1 . 0). 0. 5) ´ combina¸˜o linear de (1. U ´ n˜o vazio. . 0) e (1. un . ´ equivalente ao sistema imposs´ e ıvel  + 2z = 1  x 3x + 2y − 2z = 5  6x + 3y = 3. w ∈ U . . α = 5. 1. 1. γ = −1. 0. (1. e ca Exerc´ ıcio 3. Demonstra¸˜o: Em primeiro lugar. 0. 3. ou a co seja. β. un ´ um subespa¸o co e c vetorial de V . O c conjunto U de todas combina¸˜es lineares de u1 . 1. 1.8. . γ devem satisfazer o sistema de equa¸˜es a co   α+β+γ =2 α+β =3  α = 5. U ´ um subespa¸o vetorial de V . 0) e (1. Como esse sistema tem a solu¸˜o. 1). un . . 1. . . 5). β. β = −2. . Seja V um espa¸o vetorial e sejam u1 . 5) ´ combina¸˜o linear de (1. . 1) + β (1. . ent˜o α. 0) = (2. 0): proe ca curemos α. .74 Cap. O vetor (2. 1. de fato. 0) e (1. e α ∈ R. v + w ∈ U e α v ∈ U . Teorema 3. 3. 1.2. . un ∈ V . . 1). dados v . (1. y. Al´m ca e disso. 1). segue-se que ca (2. . . . z) ∈ R3 ´ combina¸˜o linear e ca de (1. 3 Espa¸os vetoriais c com x. γ tais que α (1. y. e c w = β1 u1 + · · · + βn un . z ∈ R. (1. 0). 0 = 0 u1 + · · · + 0 un .

. 0. . 1. 0) : y ∈ R} = reta passando pela origem paralela a c. Ent˜o: [a] = {(x. b. 1) + y (0. x + y. y. Portanto (x. pm }. . 1. Neste u texto. 0. . 1. . x) = x (1. . w) ∈ R Temos (x. [a. . y.2 chama-se subespa¸o gerado c c por u1 . . . . 1. . w) = (x. m2 (t) = t2 . 0) : x ∈ R} = eixo x. Exemplo 3. . mn (t) = tn : todo polinˆmio p(t) de grau menor ou igual a n se escreve como o p(t) = a0 + a1 t + · · · + an tn = a0 m0 (t) + a1 m1 (t) + · · · + an mn (t). 0). .15. .16. y. en = (0.Combina¸˜es lineares co 75 O subespa¸o W dado no teorema 3.17. un s˜o e a ent˜o chamados geradores de W . . 1). Exemplo 3. m1 (t) = t.14. n˜o ´ c o a e finitamente gerado. de todos os polinˆmios. 0. . temos x = x1 e1 + · · · + xn en . Encontrar um conjunto de geradores para o subespa¸o c 4 : x + y − z = 0. 1. b = (0. estaremos interessados somente nos espa¸os vetoriais finitamente c gerados. 0) ∈ R3 : x . a [c] = {(y. O espa¸o vetorial Pn (R) ´ finitamente gerado: ´ f´cil c e e a ver que ele ´ gerado pelos monˆmios e o m0 (t) = 1. 0). c] = [b. Exemplo 3. z. xn ) ∈ Rn ´ combina¸˜o linear dos vetores e ca e1 = (1. . 0. w) ∈ U ⇐⇒ z = x + y. y. . pm } de P (R). un e ´ denotado por [u1 . . U = {(x. pm : ´ claro que o e o polinˆmio p(t) = tn+1 n˜o ´ combina¸˜o linear de {p1 . y − z + w = 0}. c] = {(x. o a e ca . . 1. Logo U = [(1. e Exemplo 3. w = x. 0). . . . . . . Exemplo 3. . . Considere em R3 os vetores a = (1. O espa¸o vetorial Rn ´ finitamente gerado: todo vetor c e x = (x1 . . . De fato. . . . (0. 0) e c = (1. . z. 0. y. . 1). 0). y ∈ R} ´ o plano z = 0. os vetores u1 . y. un ]. Fixado qualquer subconjunto finito {p1 . . 0. . . . . Um espa¸o vetorial ´ dito finitaa c e mente gerado quando possui um n´mero finito de geradores. c] = [a. . . 1. 0)]. seja n o mais alto grau dos polinˆmios p1 . z. .18. O espa¸o vetorial P (R). 1. .

13. 4. pomos [S] = {0}. toda combina¸˜o ca 2 t e sen 2 t ´ uma combina¸˜o linear de cos 2 t e 1 : se f (t) = linear de cos e ca b1 cos2 t + b2 sen 2 t. como cos2 t = (1 + cos 2 t)/2 e sen 2 t = (1 − cos 2 t)/2. 2. 5. o Exerc´ ıcio 3. ca ´ poss´ escrever v1 como combina¸˜o linear de v2 . Exerc´ ıcio 3. Sejam u = (0. . p3 = 1 + t + t2 . v2 e u? c e Exerc´ ıcio 3. v2 e v3 . (0. 2).11. R). −1). existem v1 . Exerc´ ıcio 3. 1. temos f (t) = a1 cos2 t+(a2 −a1 ) sen 2 t. 1. 1. v3 e u? E v2 b) E ıvel ca como combina¸ao linear de v1 . . αr ∈ K tais que u = α1 v1 + · · · + αr vr . . . 0) e (−1. e somente se. r(t) e f (t). 3 Espa¸os vetoriais c Exemplo 3. com c1 = (b1 − b2 )/2 e a c2 = (b1 + b2 )/2. a) Verificar se o vetor (1. ent˜o f (t) = c1 cos 2 t + c2 .9. c Como cos 2 t = cos2 t − sen 2 t e 1 = cos2 t + sen 2 t. p2 = 1 + t. v1 = (0. (2) Se S for um conjunto infinito. 0) e v3 = (3. 0. −2. f (t) e p(t)? ıvel ca Exerc´ ıcio 3.76 Cap. A defini¸˜o de subespa¸o gerado estende-se aos seguintes casos: ca c (1) Se S = ∅.10. 0). a) Escreva u como combina¸˜o linear de v1 . sen 2 t} geram o mesmo subespa¸o de C(R. Sejam p(t) = 2 t + t2 . definimos o subespa¸o gerado [S] do c seguinte modo: [S] ´ o conjunto de todas as combina¸˜es lineares de e co elementos de S. 1} e B = {cos2 t. isto ´. 7) ∈ R3 ´ combina¸˜o linear de (2.12. 2) ∈ R3 ´ combina¸˜o e ca linear de (1. Reciprocamente. v3 e u? E v3 como combina¸˜o linear c˜ ca de v1 . 2. sendo c (a) S = {(1. 1). −1). ca ´ b) E poss´ escrever q(t) como combina¸˜o linear de r(t). r(t) = 1 + t + t2 e f (t) = 3 + t + t2 − t3 . . . u ∈ [S] se. Mostre que o espa¸o vetorial P2 (R) ´ gerado pelos polinˆmios p1 = 1. 1. toda combina¸˜o ca 2 t e sen 2 t: se f (t) = linear de cos 2 t e 1 ´ uma combina¸˜o linear de cos e ca a1 cos 2t+a2 1. . e α1 . −1)} ⊂ R2 . 2). 1. vr ∈ S. 1. Encontre o subespa¸o gerado por S. Os conjuntos A = {cos 2 t .19. q(t) = 2 t − t3 . 1. 3) e e ca (3. v2 = (1. 2. b) Verificar se o vetor (3. a) Escreva p(t) como combina¸˜o linear de q(t).

. 0. . . αn = 0 (neste caso. . . 1. a Exemplo 3. 4). os vetores (1. γ) = (0. (3. . t2 + t3 . dizemos que os vetores v1 . . 1. 0. ou que S ´ um conjunto a e linearmente independente (abreviadamente LI). 0) + γ (1. 0) + β (1. 0). . 0). . 77 3. 1 + t3 } ⊂ P3 (R) (c) S = {(2. . . . . . . se uma igualdade do tipo α1 v1 + · · · + αn vn = 0 a e s´ for poss´ o ıvel quando α1 = · · · = αn = 0. (1. vn } ⊂ V . 1. 2. 0. 1. 3) + 1 · (2. a Exemplo 3. t + t2 . 0). . quaisquer que sejam os vetores v1 . 0. . 1. (2. α+β+γ =0 β+γ =0 γ=0 . 0.ˆ 3. se escrevermos α (1. Em R4 . . . . . temos (α + β + γ. ou seja.20. 1. 0. . . vn s˜o LI). 0). 1. . 0. 0. pois podemos escrever (−1) · (3. . . . Em R3 . . O que realmente interessa nessa defini¸˜o ´ saber se tamb´m ´ poss´ ca e e e ıvel escrever (3. 0.4) com escalares n˜o todos nulos (quando dizemos que v1 . 1. t2 − t3 } ⊂ P3 (R). que implica α = β = γ = 0. Notemos que. . . 1). 1. .4. . 1.4 Dependˆncia linear e Sejam V um espa¸o vetorial e S = {v1 . os vetores (3. 1) = (0. α2 = 0. vn s˜o linearmente dependentes. (1. vn . . 1) = (0. 1) s˜o LI.4) Caso contr´rio. 1. (1.21. ou que S ´ um cona e junto linearmente dependente (escreveremos abreviadamente LD) quando existem escalares n˜o todos nulos α1 . 1. vn a s˜o LD) ou se a unica maneira poss´ a ´ ıvel de escrever (3. .4) ´ pondo e α1 = 0. (1. 1. v1 . αn tais que a α1 v1 + · · · + αn vn = 0. 4) + 1 · (1. 0. 0). . DEPENDENCIA LINEAR (b) S = {1 + t. Dizemos que os c vetores v1 .4). 1) s˜o a LD. os escalares α1 = 0. isto ´. αn = 0 satisfazem a igualdade (3. 3). . vn s˜o linearmente independentes. De fato. 0)} ⊂ R3 (d) S = {t. β + γ.

. . donde concluimos que os vetores e1 . (3. x1 = 0 . . . . a Exemplo 3. . . Os monˆmios 1 . . . Mais precisamente. . . . . u a temos (x1 . . .5) e pondo t = 0. se os n´meros x1 . Podemos ent˜o escrever a α1 v1 + · · · + αk−1 vk−1 + (−1) vk + αk+1 vk+1 + · · · + αn vn = 0. temos que v1 . 3 Espa¸os vetoriais c a Exemplo 3. . . · · · = xn = 0. . en s˜o linearmente independentes. Os vetores e1 = (1. . . a obtemos α1 = 0.6) .22. . . . . . vn for combina¸˜o linear dos ca outros. ∀t ∈ R. . obtemos α2 = 0. . xn s˜o tais que x1 e1 + · · · + xn en = 0. tn s˜o LI em P (R). . . . De fato. . . . . Derivando (3. αn tais que a α1 v1 + · · · + αn vn = 0. . . en = (0. . obtemos α0 = 0. . . vn s˜o linearmente dependentes. . a a Seja vk o vetor que ´ combina¸˜o linear dos demais: e ca vk = α1 v1 + · · · + αk−1 vk−1 + αk+1 vk+1 + αn vn . Se v1 . vn s˜o LD. . e ca a a Teorema 3. vn s˜o LD. . . . ent˜o existe k ≥ 2 tal que vk ´ combina¸˜o linear de v1 . . . 0). vk−1 . αn = 0. ent˜o ao menos um desses e a vetores ´ combina¸˜o linear dos precedentes.78 Cap. o a De fato. vn ∈ V ´ LD e se v1 = 0. . . . (3. .24. .23. e ca Demonstra¸˜o: Como v1 . . se os escalares α0 . a Exemplo 3. . . ou seja. t. . Como o coeficiente de vk ´ n˜o nulo. . . e a a A rec´ ıproca desse fato tamb´m ´ verdadeira: se uma seq¨ˆncia de e e ue vetores v1 . . α1 . . xn ) = (0. . pondo t = 0. . existem ca a escalares n˜o todos nulos α1 . . 1) s˜o linearmente independentes. . . Se um dos vetores v1 . vn ∈ V s˜o vetores LD e se v1 = 0. ent˜o v1 . De modo an´logo. . . 0).3. .5) ent˜o. . αn s˜o tais que a α0 + α1 t + · · · + αn tn = 0. . . . .

. B ´ LI. kp . a igualdade e (3. . . e ca a e tamb´m se escreve como combina¸˜o linear de v1 . . . . vn ]. . ´ combina¸˜o linear de v1 . . . . . . . . a e ca Demonstra¸˜o: Como nenhum dos vj pode ser combina¸˜o linear dos ca ca precedentes (pois os vetores v1 . t2 .6) na a forma α1 v1 + · · · + αk vk = 0. . k < p. . t. a a Demonstra¸˜o: Como os vetores v1 . . tN }. no espa¸o vetorial P (R). . . . . ca a vk . Todo conjunto que cont´m um conjunto LD ´ LD. . e ca a a Corol´rio 3.6) ficaria α1 v1 = 0. ent˜o ´ claro que vk . . vn s˜o vetores e a a quaisquer em V . . o que ´ imposs´ e ıvel. . . Logo. temos k ≥ 2 (de fato. . . se N denota o maior dos n´meros k1 . . . . Como αk+1 = 0. . . . . dessa igualdade temos vk = − α1 αk−1 v1 − · · · − vk−1 . . . . vn .1. . . . . x s˜o LI. . . como αk = 0. Por exemplo.Dependˆncia linear e 79 Seja k o maior dentre esses ´ ındices tal que αk = 0. . . . e ca Corol´rio 3. vn s˜o LI). vp s˜o LD. . vp . se os vetores v1 . . digamos. x s˜o a LD. . . se x ∈ [v1 . os elementos 1. . O conceito independˆncia linear tamb´m pode ser deca finido para conjuntos infinitos de vetores: um conjunto S ´ dito lineare mente independente quando todo subconjunto finito de S for LI (de acordo com a defini¸˜o acima). podemos ent˜o escrever a igualdade (3. vn . vn . . . Agora. vp ∈ V s˜o LD e vp+1 . ent˜o os vetores v1 . u e . . αn = 0. . temos S ⊂ {t1 . . . . . t. Se os vetores v1 . . vn .2. se tiv´ssemos α1 = 0 e α2 = 0. tn . ca c o conjunto B = {1. . . . . / a a e e Observa¸˜o 3. . vn s˜o LI e v1 . . ca Exerc´ ıcio 3. vn s˜o LD. um deles. pois α1 = 0 e v1 = 0). Mostre que. . tkp } de B. . t2 . . vk+1 . segue-se que x ´ a e combina¸˜o linear de v1 . vk vetores LI em V e x ∈ V . para cada inteiro n fixado. . . . ent˜o x ´ combina¸˜o linear de v1 . . . . αn = 0. . . como v1 = 0. . . . . . . vk−1 .14. . . } ´ linearmente independente: notee mos que. vk−1 . . . Sejam v1 . ent˜o v1 . . . tn s˜o LI a e que dado um subconjunto finito S = {tk1 . isto a e e ´. αk αk o que mostra que vk ´ combina¸˜o linear dos vetores v1 . . . . . vn . .2.

1.7) Portanto x = 2 b − a. 3. (2. −6). Determine se u e v s˜o LI ou LD em P2 (R). (3. 3. v = 9t2 −5 t−2. (2. v = (2. 5. (−1. 5) (f ) (1. (6. (2. Determine se as matrizes M. 2. sendo (a) u = −1 −1 0 0 . Determine se u e v s˜o LI ou LD em M2 (R). 0) (c) (4. sendo a (a) u = t2 −t−1. 4. (3.v= 1 1 0 0 . 0. 3. 4) (j) (1. 1. se x u + y v = 0. (3. 3) Cap. 3. y tais que x u + y v = w. (7. 1. a . −1). (−3. 4). 8). 1). Dado w = (a.7) com a = b = 0. 9. 1 −2 3 1 −1 4 1 −1 4 3. 2. 8.25. y precisam ser solu¸˜es do sistema a co x + 2y = a x + y = b. 1. a (a) (1. (3. 5. 4). 7) (k) (1. 4. Os vetores u e v s˜o LI pois. 0. (b) u = −8 2 −6 0 . 1). P s˜o LI ou LD. (2.17. 2). e Exemplo 3. 0) (h) (−4. −2). −1. 2. Logo. (1. −5. 2). (5. 0). 1. 1. Os vetores u e v geram R2 .18. (2. (2. b) ∈ R2 . 1)} ´ base de R2 . x + y) = (a. 11) (l) (1. −2). b). 7). N. 5. Determine n = 4) s˜o LI ou LD. 3. 1) (d) (2. 5) (i) (1. 3. e portanto. x e y s˜o a a a solu¸˜es do sistema (3. −1. 1). 2).15. 0. −3) (e) (9.v= 12 −3 9 0 Exerc´ ıcio 3. w = (2 b − a) u + (a − b) v. (2. 6. 3 Espa¸os vetoriais c se os seguintes vetores em Rn (n = 3 ou (b) (1. ent˜o.80 Exerc´ ıcio 3. v = t2 +2 t−3t−2. 7). 1). 0.5 Base e dimens˜o a Uma base de um espa¸o vetorial V ´ um conjunto de vetores LI que c e geram V . 6. −3). Ent˜o x. 3). 4) (g) (1. 2). procuramos escalares x. 0. co u e v s˜o LI. (2. (3. O conjunto {u = (1. ou seja (x + 2 y. Logo.16. x = y = 0. 1. 0. y = a − b. 9. 0). (3. (2. 2. a Exerc´ ıcio 3. 0. a 8 10 −4 4 8 −2 8 10 −4 (a) M = N= P = . 8). 23) Exerc´ ıcio 3. (1. 7. (b) u = t2 −3 t+2.

. . temos Exemplo 3. Os n´meros α1 . . . . . . . . 0). como o vetor nulo se escreve de modo unico como come ´ bina¸˜o linear de e1 . 1). . . . . . Seja B = {e1 . como e1 . . 0) . . ent˜o B = {e1 . e2 . . Ent˜o todo x ∈ V se escreve de modo unico como combina¸˜o linear a ´ ca de e1 . . . por isso. Como e1 . . em que e1 = (1. . . en s˜o relacionados (com a . . . e Estes fatos mostram a importˆncia do conceito de base e. . j´ vimos que os vetores de B s˜o LI e geram R3 .8) Al´m disso. . B = {e1 . . . en . 0. en . . . . en = (0. ´ conveniente considerar base como e sendo um conjunto ordenado de vetores: isto significa que neste ponto ´ e importante a ordem em que os vetores e1 . . a a Mais geralmente. e Sejam V um espa¸o vetorial. ca a a Al´m disso. . en } ´ base de V . O conjunto B = {e1 . en }. en . . . en } uma base de um espa¸o vetorial c V . αn tais que x = α 1 e1 + · · · + α n en . . .27. . segue-se que esses vetores s˜o LI. . (3. en . se todo vetor x ∈ V se escreve de modo unico co´ mo combina¸˜o linear de e1 . (0. en s˜o LI. en geram V . en } ´ ´ ca a e uma base de V . . . 0. . (0. . . en } uma base de V e seja c x ∈ V . 0). Reciprocamente. no sentido que. Reciprocamente. Logo. αn = βn . . . . . existem escalares α1 . . .26. O conjunto B = {(1. . 1)} ´ base de R3 : de fato. . . . . 1. e2 = (0. . . ent˜o eles s˜o geradores de V . . . . . . . . . 0) . ent˜o a α1 = β1 . . A partir deste ponto. se todo vetor x ∈ V se escreve de modo unico como combina¸˜o linear de e1 . os escalares s˜o determinados de e a a modo unico.4. . a vamos enunci´-lo como um teorema. se ´ x = β1 e1 + · · · + βn en . ´ base de Rn . . . . .Base e dimens˜o a 81 e Exemplo 3. a Teorema 3. . . αn chamam-se coordenadas de x em rela¸˜o u ca a ` base B. ca a B = {e1 . 1. . . .

v4 } ´ base de R4 . 1). 0) ´ e ´ ca e (α. t tais que (a. 0. αn ´ o coeficiente e e de en em (3. v3 . b. 1. b. e1 . 0. γ. d) ∈ R4 . 0) + b (0. . 1) e w = (a. . 1. d). c. c. o que mostra que todo w ∈ R4 se escreve. 0. b.10) para u = (0. . −α + γ. −1. procuremos α. . v2 . 0. Consideremos em R4 os vetores v1 = (1.8) a a como uma matriz coluna (ou como uma n−upla. ou seja. v4 geram R Al´m disso. 1. 0) + d (0. b. β. . 2). 0. . e2 . 1). e (b) Quais s˜o as coordenadas de w em rela¸˜o ` base canˆnica de R4 ? a ca a o (c) Encontrar as coordenadas de w em rela¸˜o ` base B. por exemplo.9) Deve ficar entendido que α1 ´ o coeficiente de e1 . os vetores v1 . v4 = (0. γ = a+c e δ = b. como a unica solu¸˜o de (3. chamada matriz de coordenadas de x   α1 . temos que os vetores v1 . 0. 1. Exemplo 3. 0. c. que e1 . γ. de modo unico. β + 2γ + δ) = (a. e (α. a Logo. .82 Cap.9) por α1 . 0. 0. temos [w]C = (a. Para obter as coordenadas de w em rela¸˜o ` base B. c. β = d−2 a−b−2 c.8). (a) Mostrar que B = {v1 .10) . 0) + c (0. v3 . v3 = (0. se for conveniente). 2) + t (0. 0. 0. d)T . αn (3. β. δ) = (0. 0. . en e e2 . 0. 0. 0. d) = x (1. 1) + z (0. z. c. 0. [x]B =  . d). 0). v2 . . b. . 1. en s˜o bases distintas de V ). . . . . δ. (3. . 0). 3 Espa¸os vetoriais c isto queremos dizer. procuramos ca a x. ca a Dado w = (a. δ ∈ R tais que α v1 + β v2 + γ v3 + δ v4 = w . Dessa igualdade temos α = a. B ´ base de R4 . . b. Podemos ent˜o escrever os escalares de (3. v2 . v2 . y. linear de v1 . −1. e ´ E claro que. Para simplificar a nota¸˜o vamos indicar a matriz em ca T (3. 0. 0. αn : o s´ ımbolo T indica a transposta da matriz. c. 0) + y (0. isto ´. .28. d) = a (1. 1. como podemos escrever (a. como combina¸˜o ´ ca 4. v3 . 0. 1). v4 . v3 e v4 s˜o LI. v2 = (0. 0.  .

0.29. 1. 1)} (d) B = {(1. 1. 3). 1. U ∩ V e V ∩ W . y. −1. (0. z. V. 1. 2. z = c + a. t) = (x. 1). t) ∈ W ⇔ t = y e z = −y. 0. 0) e (0. ou seja. −x + z = c. 1). t = y e z = −y. 0. −1. y + 2 z + t = d. 1)} (b) B = {(1. y. y. 0. z. (3. w B 83 = a. z. 2)} (b) B = {(2. (x. 1. (1. 1). y. 0. 1. 0. ou seja V = [(1. 0. t = b. Como (1. −1). t) = (x. 1)}. 0. (0. 2y − x) = x(1. Como esses geradores s˜o LI. (1.Base e dimens˜o a Ent˜o x. z. 2. z. z. y) = y (2. donde W = [(1. e (x. 1. 1. 1. 1). 0. (0. v3 = (1. t) = (x. 1). 3). (x. 0). −1. t) : x − y + z = 0 e y + z − t = 0 }. y. (0. Sejam U = {(x. z. 1. 2). 1). −1. e (a) B = {(1. b T . 2) s˜o LI. uma base de V ∩ W ´ {(2. Encontrar bases para U. . (x. (1. 1. y. y − x. (0. 1) Exemplo 3. 0. −1. 12)}. 1). y. −1. 0. y. 0. 2)]. y. (x. 0. v4 = (0. 1). 0. 1. −1) e (0. −1. donde x = a. Portanto.19. 1. y. Verificar se o conjunto B ´ uma base para R2 . logo. t) ∈ V ∩W ⇐⇒ x = 2 y. y. (1. −1. t) : y − t = 0 e y + z = 0 }. 1). 0. 0. W. y = d − 2 a − 2 c − b. eles formam uma base de W . Logo. 1. (0. t = b. 0) + y (0. 1) s˜o LI. 1). −1. 1. 0. 1. ou seja U = [(1. −y. 1. y. v2 = (0. y − x. 1. −1. (0. 0. e (a) B = {(1. como os vetores (1. (0. 8). e Exerc´ ıcio 3. 1)] . 0). −1. −1. 1. c + a. a Como U ∩ V = U . t) = x (1. V = {(x. 1. donde obtemos z = y −x. 0. y. 0) + y (0. 1. Verificar se o conjunto B ´ uma base para R3 . 1. 0. Exerc´ ıcio 3. Logo. 0). 0. y. z. 1)]. 0)} (c) B = {(1. z = y − x e t = y + z = 2 y − x. −1)+y(0. Portanto. eles constituem uma base de V . (0.20. 2). 2)}. t) = (2 . 1)]. 2)}. −y. (0. 0). 0. z. 0. −1). uma base de U ∩ V ´ {(1. Temos (x. 0) + t (0. ou seja V ∩ W = [(2. 1. eles formam uma base a de U . Logo. z. t devem satisfazer a x = a. y) = = x (1. −1. (0. y. y. (x. z. 1). d − 2 a − 2 c − b. t) ∈ U ⇐⇒ x − y + z = 0 e y + z − t = 0. 0. 0. 2. z. 1. 0. t) ∈ V ⇐⇒ x−y +z = 0. a (x. t) : x − y + z = 0 } e W = {(x.

0. 1. (b) B = {(1. . . 0). (1.21.84 Cap. 1. 0)(1. Calcule as coordenadas do polinˆmio 10+t2 em rela¸˜o o ca a cada uma das seguintes bases de P2 (R): (a) {1. (1. 2. vn : x1 = α1 v1 + · · · + αn vn . 0)}. . . sendo: (a) B = {(1. 1. . v3 = (1. 1. 1. .24. 1. u = (1. 1 + t + t2 } (c) {4 + t. t2 } (b) {1. 1 1 0 0 . a pois. 0. com m > n. −1. (a) B = {(1. . . c Teorema 3. . Podemos supor que os vetores x1 . e Demonstra¸˜o: Seja B = {v1 . . −1)}. 1).5. 0 −1 1 0 . xm s˜o LD). (1. v3 . v2 . (1. 0. 1. 1). 0. xn fossem LD a prova terminaria aqui. 0)}. 0). Como V = [v1 . xn . 0. 0). temos que x1 ´ combina¸˜o linear de a e ca v1 . 0. −1. 2. . 0. 2. . ca a Exerc´ ıcio 3. 0. . 0). 0. . 0). 0. −1. 1). 1.23. (1. e (b) Calcule as coordenadas de A em rela¸˜o a essa base. ca a Exerc´ ıcio 3. 1. 1). p´gina 79. . . 1). 2 − t2 }. 1. t. pelo Corol´rio 3. 0. 1. . . Ent˜o qualquer subconjunto de V contendo mais de n a vetores ´ LD. . . Sejam B= 1 1 1 1 . (0. .25. 1. xn s˜o LI (se x1 . . 1. e (b) Calcule as coordenadas de u em rela¸˜o ` base B.22. vn } uma base de V e sejam x1 . 3) em rela¸˜o ` base B. 2). (1. . . 0). (1. 1 0 0 0 e A= 2 3 4 7 (a) Mostre que B ´ base de M2 (R). 1). . 0. 1). 0. Suponhamos que o espa¸o vetorial V tenha uma base com n vetores. v4 = (0. . (0. . 0. 0)} (b) B = {(1. . 0). Exerc´ ıcio 3. vn ].1. 3 Espa¸os vetoriais c e Exerc´ ıcio 3. . 1. . 0. 1)} (d) B = {(1. ca Exerc´ ıcio 3. j´ ter´ a a a ıamos que x1 . . 0. Verificar se o conjunto B ´ uma base para R4 . (1. (a) Mostre que B ´ uma base de R4 . v4 }. (0. 1 + t. Sejam v1 = (1. (1. . 0) e B = {v1 . Calcule as coordenadas de (1. 0. (0. xm ca vetores quaisquer em V . 2. 1. v2 = (0. −1. 1)} (c) B = {(1. 0). 1). .

para simplificar a nota¸˜o. ao menos um dos βj ´ n˜o nulo (se todos os βj fossem nulos. Ent˜o todas as bases de V tˆm a mesma quantidade de elementos. vamos supor que αn = 0. vn−1 ]. . c u Defini¸˜o 3. a c a Teorema 3. .6. . . en } e {v1 . .2. . . vamos supor que βn−1 = 0. e Demonstra¸˜o: Sejam {e1 . pelo menos um dos escalares αj ´ n˜o nulo (se todos ca e a os αj fossem nulos. . . . ter´ ıamos x1 = 0. a ca ent˜o a 1 vn = x1 − α1 v1 − · · · − αn−1 vn−1 αn donde segue que V = [x1 . en e v1 . xn . Seja V um espa¸o vetorial finitamente gerado. n = p. Repetindo esse procedimento. . . xn+1 . . v1 . . . temos x2 = γ x1 + β1 v1 + · · · + βn−1 vn−1 . en ] e v1 . Se um a espa¸o vetorial V n˜o ´ finitamente gerado. . . . em que.5. . Seja V um espa¸o vetorial finitamente gerado: o n´mero ca de vetores de uma base qualquer de V chama-se dimens˜o de V . e . . . obtemos n ≤ p. . . . . . . . . como x2 ∈ V . para simplificar a nota¸˜o. chegaremos a V = [x1 . . . . . xm s˜o LD. dim Rn = n e dim Pn (R) = n + 1. Exemplo 3. . . Apresentamos a seguir um m´todo pr´tico para estudar a dependˆncia e a e linear em Rn . . . p ≤ n. pelo Teorema e 3. diz-se que ele tem dimens˜o c a e a infinita. . xn s˜o a LI). xm ∈ V . e a ter´ ıamos x2 = γ x1 .30. . . x2 . Como ca V = [e1 . vn−2 ]. u2 . xn s˜o LI). vp . . . . o que contradiz o fato que os vetores x1 . ent˜o ca a vn−1 = 1 x2 − γ x1 − α1 v1 − · · · − αn−2 vn−2 βn−1 donde temos V = [u1 . . . Pelo Corol´rio 3. . . e Logo.1 a co a x1 . o que contradiz o fato que os vetores x1 . . xn ]. . esses vetores s˜o combina¸˜es lineares de x1 . v1 . . . Agora. xn .Base e dimens˜o a 85 nessa representa¸˜o. x2 . . vp ´ um conjunto LI em V temos. Trocando os pap´is de e1 . . vp } duas bases de V . Como xn+1 . . O m´todo baseia-se no seguinte lema.

v2 . em que k2 . 4. . . temos dim[u1 . vm ].11) ´ f´cil ver que ca e a cada vetor uj .1. −1. u4 ] = 4. 1. 3. . 0). j = 1. co Exemplo 3. seus vetores a a linhas s˜o LI. u3 . u3 = (1. Formamos a matriz e A de ordem m×n cujos vetores linhas s˜o v1 . u2 . . Logo. Suponhamos W = [u1 . . .32. . . 1. u4 = (3. 0). .86 Cap. km−1 ∈ R. . . u3 = (3. −3. . Definamos v1 = u1 . u2 . m . os a vetores u1 . . 6. . −1. . 3 Espa¸os vetoriais c Lema 3. . a Formemos a matriz A cujos vetores linhas s˜o u1 . . Seguee ca se que W = [v1 . .1. 0) s˜o LI ou LD. 2. . . O processo de escalonamento consiste precisamente em efetuar convenientemente as opera¸˜es indicadas em (3. Pelo Lema 3. 1. 3. vm ]. Decidir se os vetores u1 = (1. −2. 3.31. u2 . a Exemplo 3. um ] ⊂ Rn . ´ combina¸˜o linear de v1 . u3 e u4 s˜o LI. 0) s˜o LI ou LD. v2 = u2 + k1 v1 . 1. Ent˜o W = [v1 . . v2 . . . a Demonstra¸˜o: De fato. a partir das igualdades (3. u2 = (2. a Formemos a matriz A cujos vetores linhas s˜o u1 . . u3 e u4 e a escalonemos A  1 1  1 1   3 1 1 0 1  0 ∼   0 0 −1 −2 −3 −1 1 1 0 2   1 1  0 1   ∼   0 2  0 0   −1 1 0 1   ∼ 1 0   0 1 1 0 2 1 1 0 0 0 −1 1 1 0 0 1 0 1 1 −1 1 0 0 1 0 0    ∼   1 1   0  1 (3. . Decidir se u1 = (1.11) Como todas linhas da matriz escalonada s˜o n˜o nulas. v2 . . u2 .1 ´ um m´todo f´cil para ue e e a decidir se um dado conjunto de vetores ´ LI ou LD. u2 = (1. 2. vm e escalonamos a a matriz A. . . 1).11). 0. u2 . 1). 1). . . . . vm . 2) e u4 = (1. u3 e u4 e a escalonemos A         1 3 2 1 1 3 2 1 1 3 2 1 1 3 2 1  2 4 2 0   0 2 2 2   0 1 1 1   0 1 1 1   1 3 1 0 ∼ 0 0 1 1 ∼ 0 0 1 1 ∼ 0 0 1 1  3 6 3 0 0 3 3 3 0 3 3 3 0 0 0 0 . Uma conseq¨ˆncia imediata do Lema 3. vm = um + km−1 v1 .

(1. Exerc´ ıcio 3. fn do espa¸o co c n ) s˜o LD significa dizer que existem escalares α . s˜o LD no espa¸o vetorial co a c C(R. 0). para todo t ∈ R. 1. (3. (1. 1. 0. vp . os vetores u1 . . segue-se que nenhum desses vetores pode ser com/ bina¸˜o linear dos demais. . (0. vp c (com p < n) vetores LI em V . . . 1. (2. dim V = n. −3). (0. 5. . . −6). . a a Teorema 3.12) Por exemplo. (1. 4. . vp ]. e sejam v1 . . cos t} ´ LI pois uma igualdade a e do tipo α + β sen t + γ cos t = 0. ∀t ∈ R . 2. 1. da trigonometria sabemos que sen 2 t + cos2 t − 1 = 0. u3 e u4 s˜o LD. 0. . . −1). 1). 0). 1. que ´ a e base de V .7. temos [ v1 . . . . . vn ´ base de V . 0. . 0)} (b) B = {(1. 0). para todo t ∈ I. . vp+1 . . (2. Ap´s n − p o passos chegaremos a um conjunto LI v1 . Ent˜o existe ca a vp+1 ∈ V tal que vp+1 ∈ [ v1 . vp . . 1. 1)} (c) B = {(1. Seja V um espa¸o vetorial. . J´ o conjunto S = {1. −1. .6. 0. −11)}. (0. 1). (0. 3. 1). 1. e (a) B = {(1. vp ]. .6 Dependˆncia linear de fun¸˜es e co Consideremos o espa¸o vetorial V = C(I. e (a) B = {(1. . Rn ) das fun¸˜es cont´ c co ınuas no intervalo I com valores em Rn . vp s˜o LI e que / a vp+1 ∈ [ v1 . . (0. vp+1 s˜o ca a linearmente independentes. . ent˜o os vetores v1 . . . . . . vn a em V tais que v1 . 1. (1.26. . vp . 4). . . Se p + 1 = n. 1. 0. 1)}. 8).27. . R) pois. . . . 0. 0). Se p + 1 < n. Verificar se o conjunto B ´ uma base para R3 . 1. 0. repetimos o procedimento acima. 1. (1. R a 1 n a todos nulos tais que α1 f1 (t) + · · · + αn fn (t) = 0 . 1. Como v1 . 0. . 1). 0. (1. . os vetores v1 . (1. vn . (3. DEPENDENCIA LINEAR DE FUNCOES ¸˜ 87 Como o subespa¸o gerado pelos vetores linhas da matriz escalonada tem c dimens˜o 3. 1. . Exerc´ ıcio 3. vp+1 constituem uma base a de V . Verificar se o conjunto B ´ uma base para R4 . . sen 2 t e cos2 t. vp ] = V . e Demonstra¸˜o: Como p < n. 1. . Ent˜o existem n − p vetores vp+1 . 3. −10} (c) B = {(1. as fun¸˜es 1. 1). 1)} (b) B = {(2. sen t. Dizer que as fun¸˜es f1 . 0. 0). . α n˜o C(I. . 0. . . 0. . . . Portanto.ˆ 3. 0. u2 . . 3.

co a Se existir x0 ∈ J tal que   det   ϕ1 (x0 ) ϕ1 (x0 ) .88 Cap. . co o e S ´ LI. fn (t) s˜o vetores de Rn . . . . fn s˜o LI. ent˜o a as fun¸˜es f1 . f1 (t) .13).. ϕ1 (n−1) ϕ2 (x0 ) ϕ2 (x0 ) . temos α − γ = 0 e pondo t = π/2. ϕn s˜o LI. para cada t ∈ I.13) Em particular. obtemos αet + 3βe3t = 0. . co a Exemplo 3. . fn (t0 ) s˜o LI em Rn . temos α + β = 0. e co Teorema 3. ϕn (x0 ) ϕn (x0 )   = 0. ϕn fun¸˜es reais n − 1 vezes deriv´veis num intervalo J.. . .14) (x0 ) ϕ2 (x0 ) ent˜o ϕ1 .  . . se. O conjunto S = {et . . . Combinando estes fatos com (3. e O pr´ximo teorema d´ uma regra para independˆncia linear de fun¸˜es o a e co escalares. . . temos: Teorema 3. . para t = 0. . a Logo. (regra para independˆncia linear de fun¸˜es). . os vetores f1 (t) . . . Se. ϕn (x0 ) (n)  (3. temos α + β = 0. . Logo S ´ LI. Sejam ϕ1 .8. temos α + γ = 0. Portanto. Derivando (3. para algum t0 ∈ I. e Notemos que.. a a Demonstra¸˜o: Suponhamos que ca α1 ϕ1 (x) + α2 ϕ2 (x) + · · · + αn ϕn (x) = 0. . . . . . se as fun¸˜es f1 . Essas igualdades implicam α = β = γ = 0.12). para algum t0 ∈ I. . . .. fn s˜o linearmente dependentes. e3t } ⊂ C(R. temos α + 3β = 0.. para t = 0. pondo t = 0. . A unica solu¸˜o ´ ca do sistema de equa¸˜es nas inc´gnitas α. .. det[f1 (t0 ) .33. . . . ∀t ∈ R. . β ´ a trivial α = β = 0. Logo. . . . os vetores f1 (t0 ) . . ent˜o a conco a a di¸˜o (3. ∀x ∈ J. e suponhamos que αet + βe3t = 0 ∀t ∈ R. para todo t ∈ I.9. (n−1) . (3. oe ıvel pondo t = π. R) ´ LI. fn s˜o a a co a LI. . fn (t) s˜o ca a linearmente dependentes em Rn .. de fato. .12) afirma que. . . 3 Espa¸os vetoriais c s´ ´ poss´ se α = β = γ = 0. fn (t0 )] = 0. de fato. . . ent˜o as fun¸˜es f1 . . . . .

14) chama-se wronskiano de ϕ1 . . . com a(t).. cuja matriz dos coeficientes tem determio nante diferente de zero. cos2 t} ´ LD e (b) {1. No entanto. cos 2t. α2 . ´ ca que ´ α1 = 0...15) As igualdades (3. mas seu co a wronskiano ´ nulo. ent˜o as a u a p t ... De fato. . Mostre que: (a) {cos 2t. .. ec t } ´ LI.. ... ϕ2 forem LI e forem solu¸˜es da equa¸˜o diferencial de segunda co ca ordem y + a(t) y + b(t) y = 0. . .. et cos t} ´ LI e 2 t} ´ LD (c) {1. . .. ent˜o W (ϕ1 . . α2 = 0. . e (e) {ea t cos b t.... sen t. Exemplo 3.. as fun¸˜es f (t) = t2 e g(t) = t |t| s˜o LI. .Dependˆncia linear de fun¸˜es e co Derivando sucessivamente essa igualdade e pondo x = x0 .. ern t s˜o LI.... . eq t e er t s˜o LI. . . . sen t. et . .. . b(t) cont´ ınuas em um intervalo J. se b = 0. temos fun¸˜es e co a ep t eq t er t p ep t q eq t r er t p2 ep t q 2 eq t r2 er t = (r − q) (r − p) (q − p) e(p+q+r) t = 0 De modo analogo mostramos que se os n´meros r1 ... ϕ2 )(t) = 0 ∀t ∈ J... ϕn s˜o e co a linearmente independentes. rn forem dois a u dois distintos.. se duas fun¸oes e c˜ ϕ1 . q e r s˜o n´meros dois a dois distintos. ϕn )(x)). ϕn e ´ e denotado por W (x) (ou W (ϕ1 . sen e (d) {1..28. se b = 0 e ´ LD.. A rec´ ca ıproca do teorema anterior n˜o ´ verdadeira. as fun¸˜es ϕ1 . .. O determinante em (3. a Exerc´ ıcio 3....3. . . Se p. αn = 0... . pode-se mostrar que. sen 2 t. e e .... temos   ϕ1 (x0 ) α1 + ϕ2 (x0 ) α2 + · · · + ϕn (x0 ) αn = 0   ϕ (x ) α + ϕ (x ) α + · · · + ϕ (x ) α = 0 1 2 n n 0 1 0 2 0  . cos t} ´ LI. . sen t.. Logo. . Portanto.34. ea t sen b t.  (n−1)  (n−1) (n−1) ϕ1 (x0 ) α1 + ϕ2 (x0 ) α2 + · · · + ϕn (x0 ) αn = 0 89 (3. a co a Observa¸˜o 3.. αn ... . . .. a e Por exemplo.15) podem ser vistas como um sistema de n equa¸˜es co nas inc´gnitas α1 . ent˜o as fun¸˜es er1 t . esse sistema tem uma unica solu¸˜o. .

v2 . α3 = 0 . . 0. .36. . . αm s˜o tais ca u a que α1 u1 + α2 u2 + · · · + αm um = 0 (3. um s˜o LI. . A base canˆnica de Rn ´ ortonormal. (3. Se X = {u1 . Teorema 3. Analogamente obtemos α2 = 0. . 23 2 .11. . . . . ent˜o X ´ um conjunto LI. Logo.16) Efetuando o produto escalar dos dois membros de (3. vn } ´ uma base ortonormal de e n . . Em R3 . u2 . .35. 0). . . 2 uma base ortonormal.17) isto ´. u2 . . α2 . Exemplo 3. ent˜o. o e Exemplo 3. ent˜o α1 = x·v1 . −1 )} ´ e 2 O pr´ximo teorema mostra que fica mais simples obter as coordenao das de um vetor quando trabalhamos com uma base ortonormal. (0. xn ) e y = (y1 . αm = 0. αn = x·vn . . uj = 1.90 Espa¸os vetoriais c Cap. yn ). . . . ent˜o a x · y = x1 y1 + · · · + xn yn . Se B = {v1 . temos R a x = (x · v1 ) v1 + (x · v2 ) v2 + · · · + (x · vn ) vn . e a . . . . os vetores u1 . un } de Rn formada por vetores 2 a 2 ortogonais ´ chamada uma base ortogonal. . Teorema 3. 1 . ∀j) dizemos que B ´ uma base ortoa e e normal. a a e Demonstra¸˜o: Suponhamos que os n´meros α1 .7 Bases ortogonais em Rn Consideremos em Rn o seu produto interno usual: se x = (x1 . ∀j = 1. . . Como u1 2 = 0. Se al´m disso. um } ´ um conjunto de vetores e ortogonais n˜o nulos. (0. . . . .16) com u1 e notando que u1 · u1 = u1 2 e uj · u1 = 0. . todos os vetores e e forem unit´rios (isto ´.10. o conjunto {(1. . a Uma base B = {u1 . se x = α1 v1 +α2 v2 +· · ·+αn vn . . obtemos α1 u1 2 = 0. . temos α1 = 0. para todo x ∈ Rn . 5 3. . . . √ √ 3 ).

. como vj · vj = 1 e vi · vj = 0. . .18) Efetuando o produto escalar dos dois membros de (3. . a Teorema 3.18) com v1 e notando que v1 · v1 = 1 e vj · v1 = 0. Definamos os vetores w2 . . Mostrar que o vetor z = x − (x · v1 ) v1 − · · · − (x · vp ) vp ´ e ortogonal a cada um dos vetores v1 . . .12 podemos construir uma base ortonormal de um subespa¸o vetorial W de Rn a partir de uma dada base de W . obtemos x · v2 = α2 . . . dado no Teorema 3.Bases ortogonais 91 Demonstra¸˜o: Como B ´ base de Rn . . Seja c u1 . . . . Sejam {v1 . . vp ]. . vp } um conjunto ortonormal em Rn e x ∈ Rn . chama-se proje¸˜o ortogonal de x sobre o subespa¸o [ v1 . u2 . . . ∀j = 1. De fato. vp . De modo an´logo. . . . wm e . . . αn ca e u s˜o tais que a x = α1 v1 + α2 v2 + · · · + αn vn (3. α2 . . x · vn = αn . O vetor w = (x · v1 ) v1 + · · · + (x · vp ) vp . se i = j. temos z · vj = x · vj − (x · v1 ) (v1 · vj ) − · · · − (x · vp )(vp · vj ) = x · vj − x · vj = 0. . . um uma base de W . . . . existem n´meros α1 . ca c z T  I   x (x · v2 ) v2 E  E  v2   © v1           (x · v1 ) v1   w   © s   Usando o Teorema 3. obtemos x · v1 = α1 .12.12.

. . 1. 0) . u2 . . todos os v1 . . 1.12. 0) − e v2 = 1 2 (1. 0). = um − (v1 · u2 )v1 − (v2 · wm )v2 − · · · − (vm−1 · um )vm−1 wm wm vm = De acordo com o Teorema 3. vm do seguinte modo: u1 v1 = u1 w2 = u2 − (v1 · u2 )v1 w3 = u3 − (v1 · u3 )v1 − (v2 · u3 )v2 wm v2 = v3 = w2 w2 w3 w3 . . 1. −2) w2 6 √ √ = 1/ 3 e u3 . 1. −2) 3 3 Como u3 . 1. cada vetor vk ´ ortogonal a v1 . Este m´todo de obter uma base ortonormal e chama-se m´todo de ortonormaliza¸˜o de Gram-Schmidt. vm s˜o diferentes do vetor nulo e. . . tomamos v1 = √3 u1 = √3 (1. . v1 w2 1 = √ (1. v1 = 2/ 3. −1. v2 = 6. . 1. . Usando o m´todo de Gram-Schmidt. −1. Em seguida. . −1. 1. 1. 0. tomamos w2 = u2 − u2 . . tomamos 1 √ v2 6 1 w3 = u3 − √3 v1 − = 1 (1. . √ como u2 . 1 √ 6 √ (1. 0) w3 2 1 √ 3 Assim. e Al´m disso. . 5 v1 . 2 2 (1. . ortonormalizar a e base u1 = (1. −2) = e portanto √ w3 2 v3 = = (1. u3 = (1. 1). . 1). 1. 0) − 1 3 (1. 0. u2 = (1. e ca Exemplo 3. como os vetores u1 . um s˜o linearmente indepene a dentes. 0) de R3 . v1 v1 = (1. 1) = (1. v2 . . a base procurada ´ e (1. 1. 0) 2 = (1. a formam uma base de W . v2 . √ 1 1 Como u1 = 3. vk−1 .37. portanto. 1. −2). . 1) − 1 6 (1. . 1).92 Espa¸os vetoriais c Cap.

3 t2 − 1. ∀t ∈ R}. 5). 0. 3] (c) U = [t2 + 4. 0. Mostre que a o conjunto S ⊥ dos vetores ortogonais a todos os vetores de S ´ um e subespa¸o vetorial de Rn . 5 t3 ]. (1. W. 0)]. W = [(0. 0. 0.31. (2.8. 3. 1). z) : 3 x − y + 2 z = 0} Exerc´ ıcio 3. 5 t3 ]. y. 0. 8). (1. . 3. u2 . 1. Encontre uma base ortonormal para cada um dos seguintes subespa¸os vetoriais de R3 : c (a) [(9.8 Exerc´ ıcios 1. (1. (3. 0). W = [(1. 6)] (e) {(x. 1. y. 2. 2). 1)]. (0. z) ∈ R3 : x + 2 y = 0}. 1. 3 t2 − 1. 0. ∀t} (b) U = [t3 − 2 t2 + 4. com u ∈ W e w ∈ W ⊥. EXERC´ ICIOS 93 Exerc´ ıcio 3. c Exerc´ ıcio 3. 0. Seja W um subespa¸o vetorial de Rn . 0. y. W = [(1. 2. 0)}. 1). Seja S ⊂ Rn um subconjunto n˜o vazio. 1. W = {p ∈ P3 (R) : p (t) = 0. U ∩ W : c (a) U = [(0. 0). (d) [(1. W = {p ∈ P3 (R) : p (t) = 0. un } uma base ortonormal de Rn . 0.33. Usando o m´todo de Gram-Schmidt. . 0). W = [t3 − 3 t2 . 7. Encontrar bases para os seguintes subespa¸os de M2 (R): c (a) {A ∈ M2 (R) : AT = A} (b) {A ∈ M2 (R) : AT = −A} . se v = α1 u1 + · · · + αn un ent˜o a 2 2 v = (α1 + · · · + αn )1/2 Exerc´ ıcio 3.3. Seja {u1 . (b) U = {(x. (1. 1. Mostre que. 3). 2. 2. 3)] (c) U = {(x. 0. (2. . 2). Exerc´ ıcio 3. ortonormalizar a e base {(1. (1. (0. Encontrar bases dos subespa¸os U. .30. 1.32. 1). 3. 1. (b) Mostre que todo x ∈ Rn se escreve na forma x = u + v. (1. (2. (−2. 0. (3. 7). z) ∈ R3 : x − 2 y = 0}. Encontrar bases dos seguintes subespa¸os de R3 : U. (5.29. 1. 1)] . 1. W e U ∩ W de P3 (R). c (a) Mostre que W ⊥⊥ = W . 0). 0)] (c) [(1. 4)] (b) [(1. 5. t − 5. 1. 0). sendo: c (a) U = {p ∈ P3 (R) : p(1) = 0}. 1). 8). 1.

1. Verifique se o conjunto base de M2 (R). y. −1. 5 0 1 1 0 . 4. t3 + 5t2 + 5. 2 0 1 0 . 0) : z = 0}. 3). . 6. 1. (2. 3t3 + 10t2 − 5t + 5] ⊂ P3 (R). ∀t ∈ R}. 1 0 0 2 ´ e 5. (b) W = {(x. z) ∈ R (b) U = {p ∈ P2 (R) : p (t) = 0. (a) U = {(x. Encontre uma base e a dimens˜o de W . (0. 0 1 (d) W = {p ∈ P2 (R) : p (t) = 0. sendo: a (a) W = [(1. de W e de U ∩ W . −3. z.94 4. ∀t ∈ R}. y. 1)] ⊂ R4 . W = {p ∈ P2 (R) : p(0) = 0}. (e) W = [t3 + 4t2 − t + 3. Determinar uma base e a dimens˜o de U . sendo: a 3 : x + y + z = 0} W = {(x. −1). t) ∈ R4 : x − y = 0e x + 2 y + t = 0} 1 2 (c) W = {X ∈ M2 (R) : A X = X}. Espa¸os vetoriais c 1 0 1 0 Cap. . 1. em que A = . y.

Dados t0 ∈ I.1) e a co (4.1). Tais resultados s˜o v´lidos para qualquer equa¸˜o diferencial a a ca linear mas. para simplificar a nota¸˜o. 4.1) ´ uma fun¸˜o y(t) dee e ca e ca finida em um intervalo I ⊂ R que satisfaz (4. (4. De modo an´logo ao que ocorre na Mecˆnica. Inicialmente apresentaremos alguns fatos gerais sobre equa¸˜es co lineares.1) Consideremos a equa¸˜o linear de segunda ordem ca em que as fun¸˜es a(t). em co ca a a que a posi¸˜o de uma part´ ca ıcula ´ determinada a partir de sua posi¸˜o e ca e sua velocidade no instante inicial.Cap´ ıtulo 4 Equa¸˜es diferenciais lineares co Neste cap´ ıtulo estudamos equa¸˜es diferenciais lineares de ordem superico or a um. isto ´. Se h(t) = 0. chamada co termo for¸ante. s˜o cont´ c a ınuas em um intervalo J ⊂ R. chamadas coeficientes e h(t).1 Fatos gerais sobre equa¸oes lineares c˜ y + a(t) y + b(t) y = h(t). isto ´. vamos enunci´-los para equa¸˜es ca a co de segunda ordem.1) fica ca y + a(t) y + b(t) y = 0 (4. o problema de c˜ ˜ 95 . a equa¸˜o diferencial (4.1).2)) condi¸oes iniciais. a ca e a e equa¸˜o (4. y0 . ∀t ∈ J. Uma solu¸˜o de (4. vamos associar `s equa¸˜es (4.1) ´ dita n˜o homogˆnea. Nosso objetivo ´ encontrar a solu¸˜o geral e ca da equa¸˜o (4. b(t). y0 ∈ R. obter uma express˜o que descreva todas as soca e a lu¸˜es dessa equa¸˜o. y (t) + a(t)y (t) + e b(t)y(t) = h(t).2) e ´ chamada homogˆnea. Se h(t) ≡ 0. ∀t.

Suponhamos que a(t). O pr´ximo teorema. O conjunto S das solu¸˜es da equa¸˜o homogˆnea (4.1.1) ´ equivalente ao de encontrar a solu¸˜o ca e ca de qualquer problema de valor inicial associado a essa equa¸˜o. y0 .2) a co ca e ´ um espa¸o vetorial de dimens˜o 2. O problema de ca encontrar a solu¸˜o geral de (4. o teorema anterior implica ca que qualquer combina¸˜o linear de solu¸˜es de (4.3) respectivamente. Fixemos t0 ∈ J arbitrariamente.1. e se c1 . o espa¸o vetorial e c c de todas as fun¸˜es cont´ co ınuas em J com valores reais. ϕ1 (t0 ) = 0 e co . 4 Equa¸˜es diferenciais lineares co encontrar uma solu¸˜o y(t) de (4. ou seja. ϕ2 (t) as solu¸˜es de (4. y1 ∈ R.5) (4.1) e (4.2). co co A demonstra¸˜o ´ trivial e fica como exerc´ ca e ıcio. ent˜o a fun¸˜o z(t) = c1 y1 (t)+ a a ca c2 y2 (t) ´ solu¸˜o da equa¸˜o e ca ca y + a(t) y + b(t) y = c1 h1 (t) + c2 h2 (t). o conjunto S ´ um subespa¸o de C(J. existe uma a unica solu¸˜o da equa¸˜o ´ ca ca y + a(t) y + b(t) y = f (t) tal que y(t0 ) = y0 e y (t0 ) = y1 . perc˜ mite obter novas solu¸˜es de (4. b(t) e f (t) sejam fun¸˜es cont´ co ınuas em um intervalo I. ´ ca ca a Teorema 4. Enunciaca mos no teorema a seguir um fato importante para o estudo das equa¸˜es co de segunda ordem: o problema de valor inicial para tais equa¸˜es tem co uma unica solu¸˜o. (4. a demonstra¸˜o est´ fora dos objetivos deste texto. Teorema 4.96 Cap.2) ´ uma solu¸˜o de ca co e ca (4.4) (4. dados t0 ∈ I.1) tal que y(t0 ) = y0 e y (t0 ) = y0 ´ um ca ˜ e problema de valor inicial associado a essa equa¸˜o. (4. e c a Demonstra¸˜o: Tomando h1 (t) = h2 (t) = 0.2.2) tais que ϕ1 (t0 ) = 1. conhecido como princ´ o ıpio de superposi¸ao. R). Sejam ϕ1 (t).6) Corol´rio 4. Se y1 (t) e y2 (t) s˜o solu¸˜es de a co y + a(t) y + b(t) y = h1 (t) y + a(t) y + b(t) y = h2 (t). c2 s˜o constantes. Ent˜o. Mostremos que dim S = 2.2) a partir de solu¸˜es conhecidas.

2).Fatos gerais 97 ϕ2 (t0 ) = 0. temos que (4. ϕ2 (t) formam uma base de S.1. Procuremos constantes C e D tais que ϕ(t) = C ϕ1 (t) + D ϕ2 (t). ∀t ∈ J. Derivando (4.1. ca e e ca Como.7) est´ verificada quando t = t0 . Como a solu¸˜o geral da equa¸˜o homogˆnea ca ca e . ent˜o a co ca a y2 (t) − y1 (t) ´ uma solu¸˜o de (4. e ue ca ca a e e Corol´rio 4. pelo Teorema 4. temos o seguinte resultado.2. pois o seu wronskiano ´ diferente e co a e de zero em t = t0 : W (ϕ1 .1). Sabemos. tal PVI tem uma unica solu¸˜o. Tomando h1 (t) = h2 (t) = h(t). (4. Como conseq¨ˆncia.1) ´ a a soma de uma solu¸˜o particular da equa¸˜o n˜o homogˆnea (4.7) esteja satisfeita quando t = t0 . por hip´tese. Com isto. A solu¸˜o geral da equa¸˜o n˜o homogˆnea (4.1). obtemos D = ϕ (t0 ). Segue-se que. devemos ter C = ϕ(t0 ).7) e substituindo t = t0 . ´ claro que essas fun¸˜es s˜o LI.2.2) com a ca ca a e solu¸˜o geral da equa¸˜o homogˆnea (4. ϕ2 )(t0 ) = det ϕ1 (t0 ) ϕ2 (t0 ) ϕ1 (t0 ) ϕ2 (t0 ) = det 1 0 0 1 =1 Mostremos agora qualquer solu¸˜o ϕ(t) de (4.2). Afirmamos que ϕ1 (t).7) Para que (4. uma vez conhecida e ca uma solu¸˜o particular y ∗ (t) de (4.1). ϕ2 (t0 ) = 1 (a existˆncia de tais solu¸˜es ´ garantida pelo e co e Teorema 4. Em primeiro lugar. podemos obter qualquer outra ca solu¸˜o de (4. a fun¸˜o C ϕ1 (t)+D ϕ2 (t) tamb´m ´ solu¸˜o desse PVI. Mostremos que (4. vemos que se y1 (t) e y2 (t) s˜o solu¸˜es quaisquer da equa¸˜o (4. devemos ter ´ ca ϕ(t) = C ϕ1 (t) + D ϕ2 (t). c1 = 1 e c2 = −1 no Teorema 4. ∀t ∈ J. ca ca e ´ a Exemplo 4.7) est´ a a satisfeita para todo t ∈ J. E f´cil ver que a fun¸˜o y(t) = 5 t ´ solu¸˜o da equa¸ao ca e ca c˜ diferencial y + y = 5 t.1).1) somando a y ∗ (t) uma conveniente solu¸˜o da equa¸˜o ca ca ca homogˆnea (4. que a fun¸˜o ϕ(t) ´ o ca e solu¸˜o do PVI ca   y + a(t) y + b(t) y = 0 y(t0 ) = C  y (t0 ) = D Por outro lado.2) ´ combina¸˜o linear de ca e ca ϕ1 (t) e ϕ2 (t).

encontre a solu¸˜o geral de cada uma dessas equa¸˜es. com algumas adapta¸˜es ´bvias.2. a . para equa¸˜es a co o co diferenciais lineares de ordem n y (n) + an−1 (t) y (n−1) + · · · + a1 (t) y + a0 (t) y = g(t) 4.8) ca na forma y(t) = u(t) y1 (t). Suponha que y1 (t) = e3 t + 4 e−5 t + 3 cos 2 t. segue-se que a solu¸ao e c˜ geral da equa¸˜o y + y = 5 t ´ y(t) = a cos t + b sen t + 5 t. Sabendo que a fun¸˜o ψ(t) = 5 t3 + 4 t5 ´ solu¸˜o da ca e ca equa¸˜o n˜o homogˆnea y + p(t) y + q(t) y = g(t) e que as fun¸˜es ca a e co ϕ1 (t) = sen 5 t.2 M´todo de redu¸˜o da ordem e ca y + p(t) y + q(t) y = 0 . Como y1 (t) + p(t) y1 (t) + q(t) y1 (t) = 0 (pois y1 (t) ´ solu¸˜o de (4. 4 Equa¸˜es diferenciais lineares co associada ´ yH (t) = a cos t + b sen t.98 Cap. a . e ca ca Extens˜o para equa¸˜es de ordem superior: Os resultados acima a co permanecem v´lidos.8): ´ claro que as fun¸˜es y1 (t) e c y1 (t) s˜o linearmente depene co a dentes. em que u(t) ´ uma fun¸˜o n˜o constane ca a te (assim. b ∈ R.8) y(t) = u(t) y1 (t). (4. Um m´todo para encontrar uma solu¸˜o y2 (t) linearmente ine ca dependente de y1 (t) consiste em procurar uma nova solu¸˜o de (4. Substituindo na e ca equa¸˜o (4. ca ca para qualquer constante c. y2 (t) = −5 t + 3 cos 2 t e y (t) = e3 t + 3 cos 2 t s˜o solu¸˜es da equa¸˜o n˜o e a co ca a 3 homogˆnea y +a y +b y = f (t). a fun¸˜o c y1 (t) ´ uma solu¸˜o da equa¸˜o ca e ca ca (4. b ∈ R. Encontre a solu¸˜o geral dessa equa¸˜o. o que estamos procurando ´ a fun¸˜o u).8) Consideremos a equa¸˜o linear de segunda ordem homogˆnea ca e Suponhamos conhecida uma solu¸˜o y1 (t) dessa equa¸˜o. Sabemos que. . y (t) = u (t) y1 (t) + u(t) y1 (t) e y (t) = ca u (t) y1 (t) + 2 u (t) y1 (t) + u(t) y1 (t).1.8)). ca co Exerc´ ıcio 4. e ca essa equa¸˜o torna-se ca y1 (t) u (t) + 2 y1 (t) + p(t) y1 (t) u (t) = 0. ca e Exerc´ ıcio 4. temos u(t) y1 (t) + p(t)y1 (t) + q(t)y1 (t) + y1 (t)u (t)+ + 2y1 (t) + p(t)y1 (t) u (t) = 0. ϕ2 (t) = cos 5 t s˜o solu¸˜es da equa¸˜o homogˆnea a co ca e correspondente.

b ∈ R . t Chamando v = u . co e ca Use o m´todo de redu¸˜o da ordem para obter uma outra solu¸˜o: e ca ca (a) t2 y + t y − (1/4) y = 0. Uma vez obtida uma solu¸˜o v dessa ca equa¸˜o. (4. t cuja solu¸˜o geral ´ v(t) = K/t4 . integramos v para obter uma fun¸˜o u procurada e. Portanto ca e y2 (t) = −K/(4t).Redu¸˜o da ordem ca 99 Dividindo por y1 (t) e chamando v = u . y1 (t) = t .9) y1 que j´ foi estudada no Cap´ a ıtulo 1. obter uma solu¸˜o particular y(t). Logo. obtemos ca u + 4 u = 0. Sabendo que y1 (t) = t2 (t > 0) ´ uma solu¸ao da equa¸˜o e c˜ ca diferencial 2 y − 2 y=0 t obtenha a solu¸˜o geral dessa equa¸˜o.3. obtemos a equa¸˜o ca v + 4 v = 0. Exerc´ ıcio 4. ca Exemplo 4. 4t a. ca ca Chamando y2 (t) = t2 u(t). a solu¸˜o geral da equa¸˜o diferencial ´ ca ca e y(t) = a t2 + b . conseq¨enca ca u temente. Para cada uma das equa¸˜es abaixo ´ dada uma solu¸˜o. u(t) = −K/(4t3 ). y1 (t) = t1/2 (d) t2 y − t y + y = 0. y1 (t) = t1/2 (b) t2 y + t y − y = 0.2. y1 (t) = t (c) 4 t2 y + 4 t y − y = 0. Assim. temos y (t) = 2 t u + t2 u e y (t) = t2 u + 4 t u + 2 u Substituiodo na equa¸˜o diferencial. obtemos a equa¸˜o linear de ca primeira ordem y v + 2 1 + a v = 0.

11). ∀t.100 Cap.10) pois suas derivadas de primeira e segunda ordem s˜o a y (t) = r er t e y (t) = r2 er t . toda combina¸˜o linear dessas a co ca fun¸˜es co y(t) = c1 er1 t + c2 er2 t (4. que diferem de y(t) apenas por constantes multiplicativas.3 Equa¸˜o homogˆnea com coeficientes consca e tantes Nosso objetivo nesta se¸˜o ´ encontrar a solu¸˜o geral da equa¸˜o linear ca e ca ca homogˆnea com coeficientes constantes: e y + ay + by = 0. Como er t = 0.2. r2 dadas por √ √ −a − a2 − 4 b −a + a2 − 4 b e r2 = r1 = 2 2 Ent˜o ´ f´cil ver que as fun¸˜es a e a co y1 (t) = er1 t e y2 (t) = er2 t s˜o solu¸˜es de (4. (4.12) . Substituindo ıvel ca r t em (4. A equa¸˜o caracter´ ca ıstica (4.11) tem 2 ra´ ızes ¯ reais distintas r1 . ´ e r t ´ solu¸˜o de (4.10). Analisemos as 3 possibilif´cil ver que a fun¸˜o e e a ca ca dades para o discriminante da equa¸˜o caracter´ ca ıstica (4. o que torna poss´ o anulamento da combina¸˜o y (t)+a y (t)+b y(t).10): se r ´ uma raiz da equa¸˜o caracter´ ca e ca ıstica. temos y(t) = e (r2 + a r + b ) er t = 0. (4. 4 Equa¸˜es diferenciais lineares co 4. 1o caso: ∆ = a2 − 4 b > 0. temos necessariamente r2 + a r + b = 0 .10).10) A fun¸˜o exponencial y(t) = er t ´ uma candidata natural a solu¸˜o de ca e ca (4. Pelo Teorema 4.10).11) fornece os expoentes das solu¸˜es da co equa¸˜o diferencial (4. A equa¸˜o caracter´ ca ıstica (4.10).11) Essa equa¸˜o ´ chamada equa¸˜o caracter´ ca e ca ıstica de (4.

13) ´ z(t) = c1 er1 t .10).12) ´ a e ca e solu¸˜o geral de (4. Em primeiro lugar. (4. notemos que. de modo que a fun¸˜o dada por (4. Mostraremos em seguida que toda solu¸˜o e e ca ca de (4. podemos reescrever a equa¸˜o diferencial (4. a a Logo. Portanto. Logo.2) ca na forma z − r1 z = 0. como ca r2 + a r + b = (r − r1 )(r − r2 ). Logo.14).15) em que k1 e k2 s˜o constantes arbitr´rias (k1 = c1 /(r1 − r2 )). c˜ c˜ Exemplo 4. a solu¸˜o y(t) de (4.1) quando ∆ > 0. temos r1 + r2 = −a e r1 r2 = b e portanto d y − r1 y − r2 y − r1 y dt Chamando z = y − r2 y. obtemos y(t) = k1 er1 t + k2 er2 t (4.10).13) y + ay + by = A solu¸˜o geral (4. a solu¸˜o geral da equa¸˜o diferencial ´ ca ca e y(t) = c1 e2 t + c2 e−5 t .10) ´ dessa forma. Portanto as ra´ s˜o e ızes a r1 = 2 e r2 = −5. a express˜o (4. (a) Encontrar a solu¸ao geral da equa¸ao y + 3 y − 10 y = 0 (b) Encontrar a solu¸˜o y(t) dessa equa¸ao satisfazendo as condi¸˜es ca c˜ co y(0) = 7 e y (0) = 0. .14) Resolvendo (4. a solu¸˜o ´ ca e y(t) = 5 e2 t + 2 e−5 t .3. (4.1) que procuramos ´ solu¸˜o da a ca e ca equa¸˜o de 1a ordem ca ¯ y − r2 y = c1 er1 t . As condi¸˜es iniciais y(0) = 7 e y (0) = 0 implicam co c1 + c2 = 7 2 c1 − 5 c2 = 0 donde obtemos c1 = 5 e c2 = 2. A equa¸˜o caracter´ ca ıstica ´ r2 + 3 r − 10 = 0.Equa¸˜o homogˆnea ca e 101 tamb´m ´ solu¸˜o de (4. em que c1 ´ uma constante arbica e e tr´ria.15) fornece a solu¸˜o geral da equa¸˜o diferena ca ca cial (4.

102

Cap. 4

Equa¸˜es diferenciais lineares co

´ ca Observa¸˜o 4.1. E interessante comparar a equa¸˜o diferencial (4.10) ca y + ay + by = 0 com a correspondente equa¸˜o caracter´ ca ıstica (4.11). r2 + a r + b = 0. Notemos que a cada derivada da fun¸˜o inc´gnita em (4.10) corresponde ca o uma potˆncia de r em (4.11); mais especificamente, aos termos y , y e e y =“derivada de ordem 0” em (4.1) correspondem, respectivamente, as potˆncias r2 , r e 1“= r0 ”. e 2o caso: ∆ = p2 − 4 b = 0. Agora, a equa¸˜o caracter´ ca ıstica ¯ r2 + a r + b = 0, tem uma raiz dupla: (r1 = r2 =) r = −a/2. Repetindo o procedimento do caso anterior, resolvemos a equa¸˜o ca w − r w = 0, cuja solu¸˜o ´ ca e w(t) = c er t . Em seguida, procuramos a solu¸˜o geral da equa¸ao ca c˜ y − r y = c er t . Multiplicando pelo fator integrante e−r t , obtemos e−r t y − r e−r t y = c e−r t er t = c
(e−r t y(t))

Integrando, temos e−r t y(t) = c t + d, donde obtemos a express˜o da a solu¸˜o geral da equa¸˜o (4.1) quando a equa¸˜o caracter´ ca ca ca ıstica tem uma raiz dupla y(t) = c t er t + d er t = (c t + d) er t . (4.16) Exemplo 4.4. Encontrar a solu¸˜o geral da equa¸˜o diferencial ca ca y − 4 y + 4 y = 0.

Equa¸˜o homogˆnea ca e

103

A equa¸˜o caracter´ ca ıstica ´ r2 − 4 r + 4 = 0, que tem r = 2 como raiz e dupla. Portanto, a solu¸˜o geral da equa¸˜o diferencial ´ ca ca e y(t) = c e2 t + d t e2 t , c, d ∈ R.

3o caso: ∆ = p2 − 4 b < 0. As ra´ ızes da equa¸˜o caracter´ ca ıstica tˆm e ¯ partes imagin´rias diferentes de zero. Como, nos dois casos anteriores, a a solu¸˜o geral de (4.2) ´ dada em termos da fun¸˜o exponencial. A ca e ca diferen¸a ´ que, neste caso, a solu¸˜o ´ uma fun¸˜o complexa. Se r1 = c e ca e ca α + i β e r2 = α − i β s˜o as ra´ da equa¸˜o caracter´ a ızes ca ıstica (4.11), ent˜o a toda solu¸˜o da equa¸˜o diferencial (4.10) ´ dada por ca ca e y(t) = c1 er1 t + c2 er2 t , em que c1 , c2 s˜o constantes (que podem ser complexas). Isto n˜o ´ plena a e amente satisfat´rio, pois gostar´ o ıamos de obter solu¸˜es reais da equa¸˜o co ca (4.10). Para resolver esse problema, usaremos o seguinte resultado. Teorema 4.3. Se y(t) = u(t) + i v(t) ´ uma solu¸˜o complexa (com e ca u(t) , v(t) reais) da equa¸˜o diferencial ca y (t) + a y + b y = f (t) + i g(t), (4.17)

em que os coeficientes a e b s˜o constantes reais e f (t) e g(t) s˜o fun¸˜es a a co reais, ent˜o u(t) e v(t) s˜o solu¸˜es, respectivamente, das equa¸˜es a a co co u + a u + b u = f (t) e v + a v + b v = g(t). (4.19) (4.18)

Demonstra¸˜o: Como y(t) = u(t) + i v(t) ´ uma solu¸˜o de (4.17), temos ca e ca u (t) + i v (t) + a [u (t) + i v (t)] + b [u(t) + i v(t)] = f (t) + i g(t), Separando parte real e parte imagin´ria, temos a u (t) + a u (t) + b u(t) = f (t) v (t) + a v (t) + b v(t) = g(t) ,

104

Cap. 4

Equa¸˜es diferenciais lineares co

isto ´, u e v s˜o solu¸˜es de (4.18) e (4.19), respectivamente. e a co Apliquemos o Teorema 4.3 ` equa¸˜o (4.10). Se r1 = α + i β e a ca r2 = α−i β s˜o as ra´ da equa¸˜o caracter´ a ızes ca ıstica (4.11), ent˜o qualquer a uma das solu¸˜es complexas co y1 (t) = e(α+i β) t = eα t cos(β t) + i eα t sen (β t) y2 (t) = e(α−i β) t = eα t cos(β t) − i eα t sen (β t) d´ origem `s solu¸˜es reais a a co z1 (t) = eα t cos β t e z2 (t) = eα t sen β t

da equa¸˜o (4.1). Como nos casos anteriores, mostramos que a solu¸˜o ca ca geral da equa¸˜o diferencial para este caso (∆ < 0) ´ ca e z(t) = eα t [A cos β t + B sen β t] (4.20)

Exemplo 4.5. Encontrar a solu¸˜o geral da equa¸˜o y +4y +13 y = 0. ca ca A equa¸˜o caracter´ ca ıstica ´ r2 + 4 r + 13 = 0, cujas solu¸˜es s˜o e co a r1 = −2 + 3 i e r1 = −2 − 3 i. Portanto, as fun¸˜es co y1 (t) = e−2t (cos 3 t + i sen 3 t) e y2 (t) = e−2t (cos 3 t − i sen 3 t) s˜o solu¸˜es complexas da equa¸˜o diferencial dada. Logo, as fun¸˜es a co ca co z1 (t) = e−2t cos 3 t e z2 (t) = e−2t sen 3 t s˜o solu¸˜es reais da equa¸˜o e a co ca sua solu¸˜o geral real ´ ca e z(t) = e−2t a cos 3 t + b sen 3 t , a, b ∈ R.

co a Exemplo 4.6. (Oscila¸˜es livres n˜o amortecidas) Consideremos o sistema massa-mola descrito no Cap´ ıtulo 2. Suponhamos que n˜o haja atrito e que seja nula a resultante das for¸as externas a c ca atuando sobre a massa. Chamando ω = k/m, a equa¸˜o (2.3) fica y + ω2 y = 0 . (4.21)

Equa¸˜o homogˆnea ca e

105

A equa¸˜o caracter´ ca ıstica ´ r2 +ω 2 = 0, cujas solu¸˜es s˜o r = ±ω i. Logo, e co a as fun¸˜es y1 (t) = cos ω t e y2 (t) = sen ω t s˜o solu¸˜es linearmente co a co independentes de (4.21) e a solu¸˜o geral ´ ca e a b cos ω t + sen ω t . A A √ √ √ em que A = a2 + b2 . Chamando cos α = a/ a2 + b2 , sen α = b a2 + b2 e usando a igualdade cos(ω t − α) = cos α cos ω t + sen α sen ω t, podemos escrever y(t) = A cos (ω t − α). y(t) = a cos ω t + b sen ω t = A O gr´fico da solu¸˜o tem o aspecto mostrado na figura 4.1 abaixo. a ca
y T 2π ω

A

E t

Figura 4.1 Exemplo 4.7. (Oscila¸˜es livres amortecidas) co Suponhamos que o corpo esteja sujeito a uma for¸a de atrito propocional c ` velocidade e que n˜o haja for¸as externas atuando sobre a massa. a a c Ent˜o, a equa¸ao (2.3) fica a c˜ y + b y + ω2 y = 0 , (4.22)

em que b = c/m. A equa¸˜o caracter´ ca ıstica de (4.22) ´ r2 + b r + ω 2 = 0. e 2 − 4 ω 2 . Se ∆ > 0, a equa¸˜o caracter´ Seja ∆ = b ca ıstica tem duas ra´ ızes √ √ reais negativas r1 = (−b + ∆)/2 e r2 = (−b − ∆)/2 (notemos que √ b2 − 4 ω 2 < b). Portanto, a solu¸˜o geral da equa¸˜o (4.22) ´ ca ca e y(t) = c1 er1 t + c2 er2 t . Como r1 < 0 e r2 < 0, temos que y(t) → 0, quando t → ∞. O gr´fico a da solu¸˜o ´ mostrado nas figuras 4.2 e 4.3 abaixo. ca e

quando t → ∞ (o gr´fico de uma tal a solu¸˜o ´ mostrado nas figuras 4. O gr´fico da solu¸˜o ´ mostrado na figura 4. Como no caso anterior.106 Cap. Escrevendo λ = α + i β. vemos que a solu¸˜o geral ´ α = −b/2 β = 4 ω ca e y(t) = eα t c1 cos β t + c2 sen β t . as ra´ ızes da equa¸˜o caracter´ ca ıstica s˜o n´meros a u complexos com parte real negativa (isto implica que y(t) → 0. Portanto. ´ a E f´cil ver que uma tal solu¸˜o tende a zero oscilando uma infinidade de ca vezes. podemos escrever y(t) = A eα t cos ( β t − γ ) . a solu¸˜o geral da equa¸˜o (4.22) ´ ca ca e y(t) = (c1 + c2 t) e−b t/2 . a equa¸˜o caracter´ ca ıstica tem uma raiz real dupla negativa r = −b/2. com a a √ 2 − b2 /2. quando t → ∞) e partes imagin´rias n˜o nulas. ca e Ty Ty t E t E Figura 4.4 . Repetindo o procedimento do exemplo anterior. a ca e y T  y(t) = A eα t E t Figura 4.2 Figura 4.4 abaixo.3).2 e 4.3 Se b2 − 4 ω 2 < 0. 4 Equa¸˜es diferenciais lineares co Se ∆ = 0. y(t) → 0.

se a2 = 4 b eα t cos β t e t eα t sen β t. que fornece a (´nica) solu¸˜o ´ ca u ca procurada y(t) do problema de valor inicial (4. obtemos o co ˜ seguinte sistema de 2 equa¸˜es nas vari´veis c.  y (t0 ) = y0 . e y (t0 ) = y0 . se a2 < 4 b podemos resolver qualquer problema de valor inicial   y + ay + by = 0 y(t0 ) = y0 . Logo. .23) Analisaremos apenas o caso a2 > 4 b : os outros s˜o tratados de modo a an´logo e ficam como exerc´ a ıcio.24) tem sempre uma unica solu¸˜o (c. Encontre a solu¸ao geral de cada equa¸˜o abaixo: (a) y (c) y (e) y (g) y − 4y = 0 − 4y = 0 + 25 y = 0 + 25 y = 0 (b) y (d) y (f ) y (h) y − 4y − 2y + 4y − 4y − 5y = 0 + 2y = 0 + 9y = 0 + 4y = 0 107 Com as solu¸˜es da equa¸˜o (4.23). Procuremos a solu¸˜o do problema de ca valor inicial na forma y(t) = cer1 t + cer2 t Impondo as condi¸˜es iniciais y(t0 ) = y0 .10) encontradas acima: co ca er1 t e er2 t . (r = −a/2).4.Equa¸˜o homogˆnea ca e c˜ ca Exerc´ ıcio 4. ˜ (4. se a2 > 4 b er t e t er t . d). d: co a er1 t0 c + er2 t0 d = y0 r1 er1 t0 c + r2 er2 t0 c = y0 ˜ cuja matriz dos coeficientes er1 t0 r1 er1 t0 er2 t0 r2 er2 t0 (4.24) tem determinante (r2 − r1 )e(r2 +r1 ) t0 = 0 (pois r2 = r1 ). o sistema (4.

Portanto. Encontre a solu¸˜o de cada PVI abaixo: ca (a) y − 2y = 0 y(0) = 1. 3 a − b = 5. y(0) = 3 y (0) = 5 A equa¸˜o caracter´ ca ıstica ´ r2 − 2 r − 3 = 0.2. Exerc´ ıcio 4.25). As condi¸˜es iniciais implicam a + b = 3. que tem as ra´ r1 = 3 e ızes e r2 = −1. a solu¸˜o geral da equa¸˜o homogˆnea ´ ca ca e e y(t) = a e3 t + b e−t . b ∈ R.25) em que a(t). y (0) = 5 y − 2y + y = 0 y(0) = 3. Encontrar a solu¸˜o do problema de valor inicial y − 2 y − 3 y = 0. Pelo Corol´rio 4. (4. y (0) = 0 (c) (d) (e) (f ) 4. devemos a ca ca encontrar a solu¸˜o geral da equa¸˜o homogˆnea associada e uma solu¸˜o ca ca e ca particular de (4.26) .8. donde a = 2 e co b = 1. para encontrar a solu¸˜o geral da equa¸˜o (4. Logo.5. y (0) = −1 y − 2y + 2y = 0 y(0) = 1. y (0) = 3 (b) y + 4y − 2y = 0 y(0) = 3. a solu¸˜o procurada ´ ca e y(t) = 2 e3 t + e−t . (4. b(t) e h(t) s˜o fun¸˜es cont´ a co ınuas em um intervalo I. Por exemplo.25). 4 Equa¸˜es diferenciais lineares co ca Exemplo 4.4 Equa¸˜o n˜o homogˆnea ca a e Analisaremos agora a equa¸˜o n˜o homogˆnea ca a e y + a(t) y + b(t) y = h(t). ´ f´cil ver que a fun¸˜o z(t) = −2 ´ e a ca e uma solu¸˜o da equa¸˜o ca ca y + 3 y − 10 y = 20. a . y (0) = 3 y + 25 y = 0 y(0) = 3.108 Cap. y (0) = 2 y + 4y + 9y = 0 y(0) = 3.

segue-se que a solu¸˜o geral da equa¸˜o (4. Encontrar uma solu¸˜o particular da equa¸˜o diferencial ca ca y − 3y + 2y = 2t + 1. a seguir. a . com An = 0. b . . . Assim. Estudaremos.26) ´ ca ca e y(t) = 2 + a e2 t + a e−5 t . a ca obtemos −3 a + 2 (a t + b) = 2 t + 1 ou 2 a t + 2 b − 3 a = 2 t + 1 donde a = 1 e 2 b − 3 a = 1. ca a e e O caso geral ´ tratado seguindo-se os passos do exemplo 4. Procuremos uma solu¸˜o particular dessa equa¸˜o na forma y(t) = ca ca a t + b.5.27) na forma ca ca yp (t) = a0 + a1 t + · · · + an tn (4. ent˜o y (t) = a e y = 0. A0 . uma solu¸˜o particular da ca equa¸˜o diferencial n˜o homogˆnea ´ yp (t) = t + 2.5 M´todo dos coeficientes a determinar e Quando o termo for¸ante da equa¸˜o linear de segunda ordem n˜o hoc ca a mogˆnea com coeficientes constantes ´ uma fun¸˜o elementar especial. ou b = 2 . ´ razo´vel procurar uma solu¸˜o c e ca e a ca particular dessa equa¸˜o na forma de um polinˆmio: esse m´todo funca o e ciona porque derivadas de fun¸˜es polinomiais s˜o fun¸˜es polinomiais co a co conforme podemos ver no exemplo seguinte. Substituindo na equa¸˜o diferencial. Exemplo 4. ca ca e e a .9: consie deremos a equa¸˜o ca y + a y + b y = A0 + A1 t + · · · + An tn (4. Quando o tere a ca ca mo for¸ante ´ uma fun¸˜o polinomial. e e ca ´ f´cil encontrar uma solu¸˜o particular dessa equa¸˜o.´ 4.28) .9. METODO DOS COEFICIENTES A DETERMINAR 109 Como a solu¸˜o geral da equa¸˜o homogˆnea associada ´ a e2 t + b e−5 t . . A1 . An ∈ C. dois m´todos para encontrar uma solu¸˜o e ca particular de (4. b ∈ R. b ∈ R.25): o m´todo dos coeficientes a determinar e o m´todo e e de varia¸˜o dos parˆmetros. a 4.27) em que a . . Procuremos uma solu¸˜o particular da equa¸˜o (4. Estaremos especialmente interessados no ca a caso em que os coeficientes a e b s˜o constantes reais.

os coeficientes a0 .30). . ca a substituindo an na segunda equa¸˜o de (4. se a = b = 0. continuando deste modo. yp + a yp ´ um polinˆmio de mesmo grau que o polinˆmio do e o o segundo membro e o sistema correspondente a (4. . . a1 . .31) (4. procuramos uma solu¸˜o particular na forma e ca yp (t) = a0 t + a1 t2 + · · · + an tn+1 (4. Este problema ´ o e facilmente resolvido: se b = 0 e a = 0. e agrupando os termos semelhantes. a1 . . 4 Equa¸˜es diferenciais lineares co com os coeficientes a0 . ent˜o. um polinˆmio ca o de grau menor que o polinˆmio do segundo membro. . isto ocorre porque a o primeiro membro da equa¸˜o (4.29) (4. . n˜o podemos resolver o sistema acima. ent˜o a equa¸˜o (4.27) fica a ca y = A0 + A1 t + · · · + An tn e ´ claro que ela tem uma solu¸˜o particular da forma e ca yp (t) = a0 t2 + a1 t3 + · · · + an tn+2 . a1 . an a serem determinados.28). . . temos an = An /b. . b a1 + 2 a a2 + 6 a3 = A1 b a0 + a a1 + 2 a2 = A0 Se b = 0.30). an . . temos b a0 + a a1 + 2 a2 + (b a1 + 2 a a2 + 6 a3 ) t + · · · + + (b an−1 + n a an ) tn−1 + b an tn = = A0 + A1 t + · · · + An tn Logo. obtemos os demais coeficientes. Se b = 0.30) pode ser resolvido fornecendo os coeficientes a0 . Substituindo na equa¸˜o (4. Finalmente.32) . obtemos an−1 = (b An−1 − ca n a b An )/b2 . multiplicamos por t a fun¸˜o em ca (4. da primeira equa¸˜o de (4.28) e ca yp (t) = a1 + 2 a2 t + 3 a3 t2 + · · · + n an tn−1 yp (t) = 2 a2 + 6 a3 t + · · · + n(n − 1) an tn−2 . . isto ´.27): yp (t) dado por (4.30) Agora. . .27) torna-se yp + a yp . an satisfazem b an = An b an−1 + n a an = An−1 b an−2 + (n − 1) a an + n (n − 1) an = An−2 .110 Cap. (4.

b . ca temos 2 b + 6 c t − 3 (a + 2 b t + 3 c t2 ) = 18 t2 − 6 t − 8 . 111 A equa¸˜o caracter´ ca ıstica ´ r (r − 3) = 0 . que tem as ra´ e ızes r1 = 0 e r2 = 3. Substituindo na equa¸˜o diferencial yp (t).3. αj . uma solu¸˜o particular ca da equa¸˜o n˜o homogˆnea ´ yp (t) = −2 t3 − t2 + 2 t e sua solu¸˜o geral ca a e e ca ´ e y(t) = c1 + c2 e3 t − 2 t3 − t2 + 2 t. Consideremos agora a equa¸˜o mais geral ca k y + ay + by = j=0 tj eαj t Aj cos βj t + Bj sen γj t . (4.33) em que a . Aj . (4. c2 ∈ R.35) na forma ca z(t) = eρ t v(t) . vamos e ca procurar uma solu¸˜o particular da equa¸˜o ca ca z + a z + b z = tn e(α+i β) t . Como o termo for¸ante ´ um polinˆmio de grau 2 c e o e o coeficiente de y ´ zero. j = 0. c1 . a Pelo princ´ ıpio de superposi¸˜o (Teorema 4. a parte real de zp (t) ´ uma solu¸˜o de a e ca (4. Bj . . . p´gina 96) ´ suficiente ca a e apresentar o m´todo para a equa¸˜o e ca y + a y + b y = tn eα t cos β t . Assim. s˜o constantes reais. c2 ∈ R. Vamos procurar uma solu¸˜o particular de (4. c e e a Como tn eα t cos β t ´ a parte real da fun¸˜o tn e(α+i β) t . a solu¸˜o geral da equa¸˜o homogˆnea ´ yH (t) = ca ca e e c1 +c2 e3 t . c1 . γj .34) (o estudo do caso em que o termo for¸ante ´ tm eα t sen γ t ´ an´logo).35) Pelo Teorema 4. βj . k. b = −1 e a = 2. Encontrar a solu¸˜o geral da equa¸˜o diferencial y − 3 y = 18 t2 − 6 t − 8 . (4. donde obtemos c = −2.10.2.34). yp (t) = a + 2 b t + 3 c t2 e yp (t) = 2 b + 6 c t. vamos procurar a solu¸˜o como um polinˆmio e ca o de grau 3: yp (t) = t (a + b t + c t2 ) = a t + b t2 + c t3 .Coeficientes a determinar ca ca Exemplo 4. . Assim. . p´gina 103.

34). . y (t) = −3 c e−3t .35) tem uma solu¸˜o na forma p(t) eρ t . e Exemplo 4. existe uma solu¸˜o da equa¸˜o (4. e cancelando o fator comum eρ t obtemos a equa¸˜o ca v (t) + (2 ρ + a) v (t) + (ρ2 + a ρ + b ) v(t) = tn (4. uma solu¸˜o particular da equa¸˜o dada ´ yp (t) = ca ca e e−3t .9. Logo. vamos procurar uma solu¸˜o particular da equa¸˜o n˜o hoca ca a mogˆnea na forma y(t) = c e−3t . Se ρ2 + a ρ + b = 0. a. temos 9 c e−3t − 3(−3 c e−3t ) + 2 c e−3t = 20 e−3t donde c = 1. a ca e e condi¸˜o ca ρ2 + a ρ + b = 0 (4. a equa¸˜o ca e o ca diferencial (4.11. 4 Equa¸˜es diferenciais lineares co (estamos escrevendo ρ = α + i β para simplificar a nota¸˜o). Assim. Assim. b ∈ R. c a ca Observa¸˜o 4. Encontrar a solu¸˜o geral da equa¸˜o diferencial ca ca y − 3 y + 2 y = 20 e−3t .36) Logo.37) significa que ρ = α + i β n˜o ´ raiz da equa¸ao caracter´ a e c˜ ıstica da equa¸˜o ca homogˆnea associada a (4. Como −3 n˜o ´ raiz da equa¸˜o caa e ca racter´ ıstica. y (t) = 9 c e−3t . estudada acima. portanto. Pelo exemplo 4. ent˜o existe uma solu¸˜o da ca equa¸˜o (4. em que p(t) ca ´ polinˆmio de grau n.2. Subsca tituindo na equa¸˜o diferencial ca z (t) = eρ t v (t) + ρ v(t) z (t) = eρ t v (t) + 2 ρ v (t) + ρ2 v(t) .36) que ´ um polinˆmio de grau n e. a solu¸˜o geral da equa¸˜o diferencial n˜o homogˆnea ´ ca ca a e e y(t) = yH (t) + yp (t) = a et + b e2t + e−3t a. Lembremos que a equa¸˜o caracter´ na forma p(t) e ca ıstica da equa¸˜o homogˆnea associada a (4. Logo.112 Cap. b ∈ R. a mudan¸a de vari´vel z(t) = eρ t v(t) transforma a equa¸˜o c a ca (4.34) ´ λ2 + a λ + b = 0.34) e o ca ca α t cos β t.35) em uma outra com termo for¸ante polinomial. Substituindo na equa¸˜o diferencial e ca y(t) = c e−3t . a solu¸˜o geral da equa¸˜o homogˆnea associada ´ ca ca e e yH (t) = a et + b e2t .

y (t) = e2t (v + 4 v + 4 v). obtemos a = 5.38) A solu¸˜o geral da equa¸˜o homogˆnea associada ´ yh (t) = c1 et + ca ca e e 2t . c2 ∈ R.39) .13.Coeficientes a determinar 113 Para encontrar uma solu¸˜o particular. Fazendo y(t) = e2 t v(t). que d´ a solu¸˜o e ca ca a ca −3t encontrada acima.12. n˜o existe tal c. c1 . procuramos uma solu¸˜o particular dessa e ca equa¸˜o diferencial na forma vp (t) = a t.38) ´ ca e y(t) = c1 et + c2 e2t + 5 t e2t . Encontrar a solu¸˜o geral da equa¸˜o linear n˜o hoca ca a mogˆnea e y − 4 y + 4 y = 16 e2t . pois essa ca fun¸˜o ´ solu¸˜o da equa¸˜o homogˆnea. Notemos que o termo for¸ante da equa¸˜o diferencic2 e c ca 1 2 al (4. y = e−3t ( v − 6 v + 9 v). se procurarmos uma ca e ca ca e solu¸˜o de (4. e portanto. Substituindo essas fun¸˜es na e co equa¸˜o (4. substituindo na equa¸˜o difeca ca rencial. Logo. obtemos ca v + v = 5. c . poder´ ca ıamos tamb´m escrever e y(t) = e−3t v(t). (4.38) na forma y(t) = c e2t . ser´ perda de e ca ca e a tempo procurar uma solu¸˜o de (4. Assim. de fato. Encontrar a solu¸˜o geral da equa¸˜o linear ca ca y − 3 y + 2 y = 5 e2t . yp (t) = e Exemplo 4. temos y (t) = a 2t (v + 2 v) .38) e cancelando o fator comum e2t . c ∈ R. Como o coeficiente de v ´ nulo.38) ´ uma solu¸˜o da equa¸˜o homogˆnea. (4.38) na forma y(t) = c e2t . ent˜o y = e−3t (v − 3 v ) . a Substituindo na equa¸˜o diferencial e cancelando e−3t . temos ca v − 9 v + 20 v = 20 ´ a E f´cil ver que vp (t) = 1 ´ uma solu¸˜o dessa equa¸˜o. Exemplo 4. chegaremos a ca 4 c e2t − 6 c e2t + 2 c e2t = 5 e2t ou 0 c e2t = 5 e2t . uma solu¸ao particular ´ yp (t) = 5 t e2t e c˜ e a solu¸˜o geral de (4.

temos y (t) = e2t (v +2 v) .14. c1 . Logo.40) (outro modo) Neste exemplo. (4. Consideremos a equa¸˜o ca z − 3 z + 2 z = 10 ei t . c1 . c2 ∈ R. Fazendo z(t) = ei t v(t). c2 ∈ R. obtemos v = 16 . donde obtemos c = 1 e d = 3. c1 . Encontrar a solu¸˜o geral da equa¸˜o diferencial y − 3 y + 2 y = 10 sen t . ca ca Exemplo 4. Assim.40) ´ ca ca e y(t) = c1 et + c2 e2t + 3 cos t + sen t. ent˜o y (t) = c cos t − d sen t . Substituindo essas fun¸˜es na equa¸˜o (4. temos v + (−3 + 2 i) v + (1 − 3 i) v = 10 . y (t) = −c sen t − d cos t. a solu¸˜o geral de (4.38) ´ ca e y(t) = (c1 + c2 t + 8 t2 ) e2t . ´ mais cˆmodo procurar uma solu¸˜o e o ca particular da equa¸˜o n˜o homogˆnea na forma ca a e yp (t) = c sen t + d cos t. c2 ∈ R . Logo. c1 . Logo. a solu¸˜o geral da equa¸˜o (4. c2 ∈ R . z(t) = (1 + 3 i) (cos t + i sen t) = cos t − 3 sen t + i (3 cos t + sen t) . a e e . ´ a E f´cil ver que uma solu¸˜o particular desta equa¸˜o ´ v(t) = 10/(1 − ca ca e 3 i) = 1 + 3 i. obtemos v(t) = c1 + c2 t + 8 t2 . Substituindo a na equa¸˜o diferencial. 4 Equa¸˜es diferenciais lineares co Fazendo y(t) = e2 t v(t). temos ca (−3 c + d) cos t + (c + 3 d) sen t = 10 sen t . y (t) = e2t (v + 4 v + 4 v).38) e cancelando o co ca fator comum e2t . uma solu¸˜o particular da equa¸˜o ca ca n˜o homogˆnea ´ yp (t) = 3 cos t + sen t. A solu¸˜o geral da equa¸˜o homogˆnea associada ´ ca ca e e yh (t) = c1 et + c2 e2t . Integrando duas vezes.114 Cap.

obtemos ca a equa¸˜o com termo for¸ante polinomial ca c v + 4iv = 8. c2 ∈ R. a fun¸˜o y(t) = 2 t sen 2 t. ent˜o ca c a 2 i t (v (t)+2 i v(t)) e z (t) = e2 i t (v (t)+4 i v (t)−4 v(t)). ca ca temos α = −2 i. obtemos ca z (t) = t sen t .16. b ∈ R.41) e cancelando o fator comum e2 i t . . portanto solu¸˜o geral da equa¸˜o homogˆnea associada ´ ca ca e e yH (t) = c1 cos 2 t + c2 sen 2 t. que tem uma solu¸˜o da forma v(t) = α t. 115 A equa¸˜o caracter´ ca ıstica ´ r2 + 4 = 0. Encontrar a solu¸˜o geral da equa¸˜o ca ca y − 6 y + 9 y = t e3 t sen t. temos y (t) = 3 e3 t z(t) + e3 t z (t) e y (t) = 9 e3 t z(t) + 6 e3 t z (t) + e3 t z (t). que ´ a parte real de z(t). Logo. c1 .15. Logo. b ∈ R. Consideremos a equa¸˜o ca z + 4 z = 8 e2 i t (4. a. temos z(t) = a + b t − t sen t − 2 cos t. a solu¸˜o y(t) da equa¸˜o original ´ ca ca e y(t) = (a + b t) e3 t − e3 t ( t sen t + 2 cos t) . a. Substituindo essas express˜es o na equa¸˜o diferencial.41) c1 . que tem as ra´ e ızes ±2 i. Fa¸amos z(t) = e2 i t v(t). Substituindo nessa equa¸˜o. c2 ∈ R. ´ uma solu¸˜o ca e e ca particular da equa¸˜o original e a solu¸˜o geral dessa equa¸˜o ´ ca ca ca e y(t) = c1 cos 2 t + c2 sen 2 t + 2 t sen 2 t. Exemplo 4. que d´ a solu¸˜o a ca z(t) = −2 i t e2 i t = 2 t sen 2 t − 2 i cos 2 t. Chamando y(t) = e3 t z(t). Encontrar a solu¸˜o geral da equa¸˜o diferencial y + 4 y = 8 cos 2 t .Coeficientes a determinar ca ca Exemplo 4. e tomar a parte real da sua solu¸˜o. Subsz (t) = e tituindo na equa¸˜o (4. Integrando duas vezes.

43) e cancelando o fator comum e2 t . v (t) = a + 2 b t + 3 c t2 e v (t) = 2 b + 6 c t. procuramos uma ca e solu¸˜o particular de (4. (Oscila¸˜es for¸adas n˜o amortecidas) Consideremos novamente o sistema massa-mola (veja a se¸˜o 2.7. (4.1 e os ca exemplos 4. Ent˜o. Suponhamos que seja nulo o atrito e a que a resultante das for¸as externas atuando sobre a massa seja B cos γ t c (γ > 0 ´ uma constante). .45) A solu¸˜o geral da equa¸˜o homogˆnea associada ´ y(t) = a cos ω t+ ca ca e e b sen ω t . uma solu¸˜o particular yp (t) da equa¸˜o ıpio ca ca ca (4.44) ´ nulo. em que y1 (t) ´ uma solu¸˜o e e ca da equa¸˜o ca y − 3y + 2y = 8 (´ f´cil ver que y1 (t) = 3 ´ uma solu¸˜o dessa equa¸˜o).43) ´ ca e yp (t) = 4 + 6 cos t + 2 sen t + (36 − 18 t + 6 t2 ) e2t . Logo.43) Substituindo y(t) = e2 t v(t).45) na forma ca ca yp (t) = c cos γ t + d sen γ t. substituindo ca em (4.40) (portanto. Procuremos uma solu¸˜o particular da equa¸˜o (4. 4 Equa¸˜es diferenciais lineares co ca ca Exemplo 4.44) v(t). b = −18.3) fica e a c˜ y + ω 2 y = B cos γ t (4. temos a + 2 b + (2 b + 6 c) t + 3 c t2 = 18 t2 donde obtemos a = 36. obtemos a equa¸˜o ca v + v = 18 t2 . Substituindo essa fun¸˜o na equa¸˜o.17.6 e 4. y (t) = e2 t [v (t)+2 v(t)] e y (t) = e2 t [v (t)+ 4 v (t) + 4 v(t)] em (4.116 Cap.44) Como o coeficiente de v na equa¸˜o (4.18. a equa¸ao (2. y2 (t) = 3 cos t + sen t) e y3 (t) ´ ca ca e uma solu¸˜o ca y − 3 y + 2 y = 18 t2 e2 t .42) ´ dada por yp (t) = y1 + 2 y2 (t) + y3 (t). uma solu¸˜o particular de (4. (4. co c a Exemplo 4. c = 6 e portanto. y2 (t) = (36 − 18 t + 6 t2 ) e2t .42) Pelo princ´ de superposi¸˜o. p´gina 104). temos ca ca c (ω 2 − γ 2 ) cos γ t + d (ω 2 − γ 2 ) sen γ t = B cos γ t . y2 (t) ´ uma e a e ca ca e solu¸˜o da equa¸˜o (4.44) na forma v(t) = a t + b t2 + c t3 . Encontrar uma solu¸˜o particular da equa¸˜o y − 3 y + 2 y = 8 + 20 sen t + 18 t2 e2 t . (4.

ω2 − γ 2 ω2 117 B .47) Como i ω ´ raiz da equa¸˜o caracter´ e ca ıstica de (4.46).46) Logo. A.46) na forma ca ca yp (t) = t (c cos ω t + d sen ω t). Substituindo na equa¸˜o diferencial. em que a. a . a amplitude dessa solu¸˜o vai se tornando cada vez maior: isso indica ca um fenˆmeno de ressonˆncia.46) ´ peri´dica de per´ ca e o ıodo 2 − γ 2 ). as o a solu¸˜es da equa¸˜o (4.Coeficientes a determinar Se γ = ω. obtemos c= e uma solu¸˜o particular ´ ca e yp (t) = B cos γ t.45) fica ca y + ω 2 y = B cos ω t (4. mostremos que. 2ω que n˜o ´ uma fun¸˜o limitada. b. − γ2 ´ E claro que a solu¸˜o particular obtida em (4. d = A/(2ω). Notemos que. De fato. quando t → ∞. B e γ s˜o constantes dadas. a e ca Exerc´ ıcio 4. obtemos ca 2 d ω cos ω t − 2 c ω sen ω t = B cos ω t donde obtemos c = 0. devemos procurar uma solu¸˜o particular dessa equa¸˜o (4.45) n˜o permanecem limitadas quando t → ∞. quando γ se aproxima de 2π/γ e amplitude B/(ω ω. Assim.45) ´ ca e y(t) = a cos ω t + b sen ω t + ω2 B cos γ t .6. (Oscila¸˜es for¸adas amortecidas). co ca a Para γ = ω. uma solu¸˜o particular ´ ca e yp (t) = B t sen ω t . para γ = ω. a solu¸˜o geral de (4. Analise o moco c vimento de um sistema massa mola for¸ado e amortecido c y + b y + ω 2 y = A cos γ t + B sen γ t . a equa¸˜o (4. − γ2 d=0 (4.

a unica solu¸˜o desse ´ ca problema ´ a trivial y(x) = 0. O primeiro desses valores de P ´ P ∗ = π 2 EI/L2 chamae se carga cr´ ıtica de flambagem. Da condi¸˜o y(L) = 0 temos que o problema tem solu¸˜o n˜o ca ca a nula apenas quando α = n π/L.50) e as condi¸˜es de fronteira y(0) = y(L) = 0. como na figura 4. . N˜o ´ poss´ ca e a a e ıvel expressar sua solu¸˜o ca em termos de fun¸˜es elementares. .118 Cap. ou seja. . como na figura 4. 4 Equa¸˜es diferenciais lineares co As considera¸˜es acima aplicam-se igualmente ao movimento de um co pˆndulo simples. (flambagem de coluna) Consideremos uma coluna de comprimento L. (4. ∀x.49) l Em alguns problemas das aplica¸˜es. A solu¸˜o geral da equa¸˜o (4.48) l em que l ´ o comprimento do pˆndulo e g ´ a acelera¸˜o da gravidade.48) ´ n˜o linear. a co θ + bθ + Exemplo 4. surgem solu¸˜es n˜o e co a triviais y(x) = b sen (π x/L) e a coluna curva-se assumindo a forma da linha pontilhada. 0<x<L (4. Portanto y(x) = c˜ b sen α x. sujeita a uma carga P .19. Suponhamos que o pˆndulo e e esteja em um meio que oferece uma resistˆncia ao movimento dada por e b θ e que sujeito a uma for¸a externa F . Para P = P ∗ . . . Na equa¸˜o (4. n = 1. (4.5 abaixo. como no pr´ximo exemplo. 2. α2 = co ca P/EI em que E e I s˜o constantes que dependem do material e da forma a da se¸˜o da coluna. em co o vez de condi¸˜es iniciais. . . P = n2 π 2 EI/L2 .6 acima articulada nas duas extremidades. A deflex˜o lateral y(x) observada na a viga satisfaz a equa¸˜o diferencial ca y + α2 y = 0. n = 1.50). . e e e ca A equa¸˜o (4. Quando P < P ∗ . 2. . O movimento ´ descrito pela c e equa¸˜o ca g sen θ = F (t) . Um procedimento adotado ´ fazer a co e aproxima¸˜o sen θ ≈ θ e considerar a equa¸˜o linear ca ca g θ + b θ + θ = F (t) . as condi¸˜es naturais associadas a uma equa¸˜o co co ca diferencial s˜o as chamadas condi¸˜es de fronteira.50) ´ ca ca ca e y(x) = a cos α x + b sen α x A condi¸ao de fronteira y(0) = 0 implica a = 0.

8. y (0) = −2 9y + 6y − y = 0 y(0) = 1. . Resolva os seguintes problemas de valor inicial: (a) (c) (e) (g) (i) (k) y + 3y = 3 y(0) = 1. y (0) = 0 2y + y − 10y = 0 y(1) = 5. y (2) = −1 3y − 2y + 4y = 0 y(2) = 1.Coeficientes a determinar 119        · O T B θ t “ t t E x L T c P y • c mg x ' y(x) O Figura 4. Encontre a solu¸˜o geral de cada uma das equa¸˜es ca co diferenciais abaixo: (a) y (c) y (e) y (g) y (i) y (k) y + 3 y = 20 e2t + 3y = 9 + 25 y = 32 cos 3t − 7 y = 21 e7 t − y = 6 (t − 1)2 + 25 y = 20 sen 5 t (b) y (d) y (f ) y (h) y (j) y (l) y + 2 y + y = −2 + 4 y − 5 y = 13 sen t + y = 2 cos t + 4 sen t + 3 y = 18 cos 3 t − 8 y + 16 y = (12 − 6 t) e4 t − 2 y + 2 y = 6 et (sen t − cos t) Exerc´ ıcio 4. y (0) = 1 .7. y (1) = 1 (b) (d) (f ) (h) (j) (l) y + 3y = et y(0) = 1. y (1) = 2 y + y + 2y = 0 y(0) = 1. y (1) = 2 y + 2y + y = 0 y(2) = 1. y (0) = 0 y − 6y + 9y = (1 − t)e3t y(1) = 1. y (0) = 0 y − 7y = (1 − t)2 y(1) = 5. y (0) = 0 y − 7y = e7t y(0) = 0.6 Exerc´ ıcio 4. y (1) = 1 y − 8 y + 16 y = (1 − t) e4 t y(1) = 1.5 Figura 4. y (2) = −1 y + 25y = cos 5t y(0) = 0.

(4. essa rela¸˜o fica ca u1 y1 + u2 y2 = h(t) .51) Vimos que.52).51).6 M´todo de varia¸˜o dos parˆmetros e ca a Sejam y1 (t).56) (4. (4. Ent˜o y (t) fica a yp (t) = u1 (t) y1 (t) + u2 (t) y2 (t). quaisquer que sejam as constantes c1 e c2 .53) Derivando (4. neco e nhuma dessas fun¸˜es ´ m´ltipla constante da outra) da equa¸˜o linear co e u ca homogˆnea de segunda ordem e y + a(t) y + b(t) y = 0 . obtemos yp (t) = u1 (t) y1 (t) + u1 (t) y1 (t) + u2 (t) y2 (t) + u2 (t) y2 (t). u2 (t) (que co estamos procurando) satisfazem a igualdade u1 (t) y1 (t) + u2 (t) y2 (t) = 0.120 Cap. Vamos procurar fun¸˜es u1 (t). a fun¸˜o z(t) = ca c1 y1 (t)+c2 y2 (t) ´ solu¸˜o de (4. Derivando (4. Substituindo (4.55) e (4.56) na equa¸˜o (4. 4 Equa¸˜es diferenciais lineares co 4. y2 (t) duas solu¸˜es linearmente independentes (isto ´.55) (4. obtemos ca u1 y1 + a y1 + b y1 + u2 y2 + a y2 + b y2 + u1 y1 + u2 y2 = h(t) . u2 (t) e ca co de modo que a fun¸˜o ca yp (t) = u1 (t) y1 (t) + u2 (t) y2 (t) (4. Como y1 + a y1 + b y1 = 0 e y2 + a y2 + b y2 = 0. (4. vamos supor que as fun¸˜es u1 (t).52) seja solu¸˜o da equa¸˜o diferencial linear de segunda ordem n˜o hoca ca a mogˆnea e y + a(t) y + b(t) y = h(t).55). Para evitar que a express˜o da derivada de segunda ordem yp (t) fique a excessivamente grande. temos yp (t) = u1 (t) y1 (t) + u2 (t) y2 (t) + u1 (t) y1 (t) + u2 (t) y2 (t) .53).54) .

temos u(t) = 2/t e v(t) = −1/t2 .20. co obtemos u1 . De acordo com a teoria vista acima. Portanto.Varia¸˜o dos parˆmetros ca a Logo. ca Exemplo 4. b ∈ R. Encontrar a solu¸˜o geral da equa¸˜o diferencial ca ca 2 e2 t . 2 2 (4.57) t3 A solu¸˜o geral da equa¸˜o homogˆnea associada ´ yh (t) = e2 t (a + b t). ca ca e e a . b ∈ R. u2 . obtemos u (t) = −2/t2 e v (t) = 2/t3 . Integrando essas fun¸˜es. t3 y − 4y + 4y = Resolvendo esse sistema. y1 y2 y1 y2 u1 u2 = 0 h(t) 121 Resolvendo esse sistema obtemos u1 . t a. Encontrar a solu¸˜o geral da equa¸˜o diferencial ca ca y + y = tg t. forma yp (t) = u(t) e as fun¸˜es u e v devem satisfazer co   u (t) e2 t + v (t) t e2 t = 0 2 e2 t  2 u (t)e2 t + v (t)(1 + 2 t) e2 t = . u2 e portanto a solu¸˜o yp (t). Procuraremos uma solu¸˜o particular da equa¸˜o (4. Integrando. (4. em forma matricial.57) na ca ca 2 t + v(t) t e2 t . uma solu¸˜o particular ca da equa¸˜o n˜o homogˆnea ´ ca a e e yp (t) = 2 e a sua solu¸˜o geral ´ ca e y(t) = e2 t a + b t + 1 .58) . ou. − π π <t< . as fun¸˜es procuradas u1 .21. e2 t e2 t e2 t − = t t t Exemplo 4. u2 devem satisfazer co u1 y1 + u2 y2 = 0 u1 y1 + u2 y2 = h(t) .

Exerc´ ıcio 4. obtemos: co u1 (t) = sen t − ln | sec t + tg t| u2 (t) = − cos t . . a solu¸˜o geral da equa¸˜o (4. encontre a solu¸˜o tal que co ca y(0) = 0 e y (0) = 0. ene ca a contre uma solu¸˜o particular para cada uma das equa¸˜es diferenciais: ca co (a) y (c) y (e) y (g) y (i) y + y = sec t + y = tg 2 t − y = 2t − 3y = 6t − 9 + 4y = 6 sen t (b) y (d) y (f ) y (h) y (j) y + y = sec2 t + y = et . Procuraremos uma ca e solu¸˜o particular da equa¸˜o (4. obtemos u1 (t) = cos t − sec t e u2 (t) = sen t . +y =t − y = 4 t et + y = 2 sen t (II) Para cada uma das equa¸˜es em (I). as fun¸˜es u1 e u2 devem satisfazer a co u1 cos t + u2 sen t = 0 −u1 sen t + u2 cos t = tg t .122 Cap. b ∈ R. Integrando essas fun¸˜es. Resolvendo esse sistema. (I) Usando o m´todo de varia¸˜o dos parˆmetros.57) na forma ca ca yp (t) = u1 cos t + u2 sen t .57) ´ ca ca e y(t) = a cos t + b sen t − (cos t) ln | sec t + tg t|. a. Logo.9. Ent˜o. 4 Equa¸˜es diferenciais lineares co As fun¸˜es y1 (t) = cos t e y2 (t) = sen t s˜o solu¸˜es linearmente co a co independentes da equa¸˜o homogˆnea associada.

Como q(2) = 0 temos que λ − 2 ´ um fator do polinˆmio q(λ). ±2. −3. d ∈ R. ±4. a outra raiz. ±3. ±2. c. a solu¸˜o a a ca ca geral da equa¸˜o (4. as fun¸˜es co e2t . t e2t e t2 e2t s˜o solu¸˜es linearmente independentes da equa¸˜o dia co ca ferencial. b. A unica dificuldade adicional em rela¸˜o ca ´ ca a `s equa¸˜es de segunda ordem ´ a de encontrar as solu¸˜es da equa¸˜o co e co ca (4.60) Cada raiz λ da equa¸˜o caracter´ ca ıstica (4. ±6.59) ´ ca e e λn + an−1 λn−1 + · · · + a1 λ + a0 = 0. com adapta¸˜es convenientes. (4. ou seja. Os divisores e de 24: ±1. As ra´ ızes da equa¸˜o λ2 + λ − 6 = 0 s˜o −3 e 2. ca ca e Exemplo 4. (4.4.7 Equa¸˜es de ordem superior co Os m´todos discutidos nas se¸˜es anteriores para equa¸˜es de segunda e co co ordem aplicam-se. temos λ4 − 3 λ3 − 6 λ2 + 28 λ − 24 = (λ − 2)(λ3 − λ2 − 8 λ + 12). ±4. ±12 e ±24 s˜o candidatos a ra´ a ızes de p(λ).61) ´ ca e y(t) = (a + b t + c t2 ) e2t + d e−3t . . temos λ3 − λ2 − 8 λ + 12 = (λ2 + λ − 6)(λ − 2). d´ origem ` solu¸˜o e−3t . s˜o candidatos a ra´ a ızes de q(λ). Os divisores de ca 12. Como 2 ´ raiz da equa¸˜o caracter´ e ca ıstica com multiplicidade 3. ±6 e ±12.61) A equa¸˜o caracter´ ca ıstica ´ p(λ) = λ4 −3λ3 −6λ2 +28λ−24 = 0.60) fornece uma solu¸˜o eλ t ca da equa¸˜o diferencial (4.7. ±1. Dividindo e o q(λ) por λ − 2. ±3. Logo. ±8. a equa¸˜es de ordem co co n≥2 y (n) + an−1 y (n−1) + · · · + a1 y + a0 y = h(t). a.59) A equa¸˜o caracter´ ca ıstica da equa¸˜o homogˆnea associada a (4. Portanto ca a λ4 − 3 λ3 − 6 λ2 + 28 λ − 24 = (λ − 2)3 (λ + 3) . Como p(2) = 0 temos que λ − 2 ´ um fator do polinˆmio p(λ). EQUACOES DE ORDEM SUPERIOR ¸˜ 123 4. (4. e o Dividindo p(λ) por λ − 2.60). Agora analisamos a equa¸˜o q(λ) = λ3 − λ2 − 8 λ + 12.59).22. Encontrar a solu¸˜o geral da equa¸˜o linear homogˆnea de quarta ordem y (4) − 3 y (3) − 6 y + 28 y − 24 y = 0 .

vamos separar o termo for¸ante em duas a c parcelas. b = 6.23. α. β. Analisemos a equa¸˜o n˜o homogˆnea ca a e y (3) − 7 y + 6 = 6t2 + 22t.124 Cap. Assim. et e e2t s˜o solu¸˜es LI da equa¸˜o homogˆnea e a solu¸˜o a co ca e ca geral dessa equa¸˜o ´ ca e yh (t) = α e−3t + β et + γ e2t .62) Analisemos primeiramente a equa¸˜o homogˆnea y (3) −7 y +6 y = 0. Substituindo na equa¸˜o diferencial. y (0) = 3 (4. 4 Equa¸˜es diferenciais lineares co ca Exemplo 4. 1 e 2. y2 (t) = 4 a e2t (3 + 2t) na equa¸˜o diferencial. uma solu¸˜o particular ´ ca e y1 (t) = 7 + 6 t + t2 . y2 (t) = 4 a e2t (1 + t). ca e 3 − 7 λ + 6 = 0. a Logo. vamos.62) na forma ca ca y2 (t) = a t e2t .62) na forma ca ca y1 (t) = a + b t + c t2 . Como a fun¸˜o e2t ´ solu¸˜o da equa¸˜o homogˆnea associada. Substituindo y2 (t) = a e2t (1 + 2t). (3) . Analisemos agora a equa¸˜o n˜o homogˆnea ca a e y (3) − 7 y + 6 = 10 e2t . Como a equa¸˜o homogˆnea associada n˜o tem solu¸˜es constantes n˜o ca e a co a nulas. γ ∈ R. ca e ca ca e procurar uma solu¸˜o particular da equa¸˜o (4. temos ca (6c − 6) t2 + (6b − 14c − 22) t + 6a − 7b = 0. e−3t . Encontrar a solu¸˜o do problema de valor inicial y (3) − 7 y + 6 y = 6 t2 + 22 t + 10 e2t y(0) = −3. procuramos uma solu¸˜o particular da equa¸˜o (4. y (0) = −1. cujas ra´ A equa¸˜o caracter´ ca ıstica ´ λ e ızes s˜o −3. donde obtemos a = 7. temos ca (12 a + 8 a t − 7 a − 14 a t + 6 a t) e2t = 10 e2t . Para simplificar os c´lculos. c = 1.

segue-se que a solu¸˜o geral da equa¸˜o ca ca (4. Encontrar a solu¸˜o geral da equa¸˜o linear n˜o hoca ca a mogˆnea de quarta ordem e y (4) − 3 y (3) − 6 y + 28 y − 24 y = 1500 t2 e2t . Substituindo na equa¸˜o (4.63) ´ e y(t) = (a + b t + c t2 + 4 t3 − 5 t4 + 5 t5 ) e2 t + d e−3 t . β = −11.64) Como as fun¸˜es 1.22. t e t2 s˜o solu¸˜es da equa¸˜o v (4) +5v (3) = 0. a. Logo. a = 5. β. a solu¸˜o geral da equa¸˜o (4.62) ´ ca ca e y(t) = α e−3t + β et + (γ + 2 t) e2t + 7 + 6 t + t2 . Combinando ca e este fato com o exemplo 4. y (0) = −1.64) na forma vp (t) = t3 (a t2 +b t+ ca c) = a t5 + b t4 + c t2 . Logo. b.63) ´ yp (t) = e2t (5 t5 + 5 t4 + 4 t3 ). . α. b = −5. y = e2t (v + 4 e2t v + 4 v) . γ = 1. γ ∈ R. Assim. Assim.Equa¸˜es de ordem superior co 125 donde obtemos a = 2. Exemplo 4. Impondo as condi¸˜es iniciais y(0) = −3.64). obtemos a equa¸˜o diferencial ca v (4) + 5 v (3) = 1500 t2 . c = 4 e vp (t) = 5 t5 − 5 t4 + 4 t3 . co obtemos as equa¸˜es co  α + β + γ = −10  −3α + β + 2γ = −9  9α + β + 4γ = −7 cuja solu¸˜o ´ α = 0. (4. uma solu¸ao particular ´ y2 (t) = 2 t e2t .63) e o cancelando o fator comum e2t .24. obtemos ca 300 a t2 + 120 (a + b) t + 24 b + 30 c = 1500 t2 . (4. y (3) = e2t (v (3) + 6 v + 12 v + 8 v(t)) . vamos co a co ca procurar uma solu¸˜o particular de (4.63) Fazendo y(t) = e2t v(t). c. c˜ e Logo. d ∈ R. y (0) = 3. y (4) = e2t (v (4) + 8 v (3) + 24 v + 32 v + 16 v). a solu¸˜o do problema de ca e ca valor inicial ´ e y(t) = −11 et + (1 + 2 t) e2t + 7 + 6 t + t2 . uma solu¸˜o particular de (4. Substituindo essas express˜es em (4. temos y = e2t (v + 2 v) .

. 4 Equa¸˜es diferenciais lineares co ca c˜ Exemplo 4. c ∈ R. . ca ca a e Substituindo na equa¸˜o diferencial yp (t) = A t et . yn u1 0  y1 y2 . yp (t) = A et + A t et . . ´ f´cil ver e a 2 −4 λ+5).67).. yp (t) = 3 t et . . . .68). ca yp (t) = 2A et + A t et . . yn   u2   0      . a solu¸˜o real geral da equa¸˜o homogˆnea ´ ca ca e e yH (t) = a et + e2 t (b cos t + c sen t). Como o termo for¸ante ´ solu¸˜o da equa¸˜o homogˆnea. temos yp (t). . . . . Como p(λ) = (λ−1)(λ e ca que as outras ra´ ızes s˜o 2 + i e 2 − i. yn (t) s˜o solu¸˜es linearmente co a co independentes da equa¸˜o homogˆnea ca e y (n) + an−1 (t) y (n−1) + · · · + a1 (t) y + a0 (t) y = 0 .   . c ∈ R.. . .66) Como no caso das equa¸˜es de segunda ordem.    . . .25. . Portanto. .. obtemos A = 3. vemos que λ = 1 ´ raiz dessa equa¸˜o. a. essas ra´ a ızes fornecem as solu¸˜es co complexas e(2+i) t e e(2−i) t . Encontrar a solu¸˜o real geral da equa¸ao y (3) − 5 y + 9 y − 5 = 6 et λ3 − 5 λ2 (4. resolvendo o sistema co (4.    . . . . yp (t) = 3 A et + A t et . (n−1) (n−1) (n−1) un f (t) y1 y2 .67) (4.126 Cap. un e. b. . das quais obtemos as solu¸˜es reais e2 t cos t co e e2 t sen t. Integrando. a solu¸˜o real geral da equa¸˜o n˜o homogˆnea ´ ca ca a e e y(t) = a et + e2 t (b cos t + c sen t) + 3 t et . procurarec e ca ca e mos uma solu¸˜o particular da equa¸˜o n˜o homogˆnea na forma A t et . .65) A equa¸˜o caracter´ ca ıstica ´ p(λ) = e + 9 λ − 5 = 0. (3) O m´todo de varia¸˜o dos parˆmetros se estende naturalmente para e ca a equa¸˜es lineares de ordem n: se y1 (t).68)      (4. . . a. . . . . b. un . . . (4. un (t) satisfazem co      y1 y2 . Logo. obtemos u1 .. encontramos u1 . = . assim.. substituindo em (4. . yn ent˜o a fun¸˜o a ca yp (t) = u1 (t) y1 (t) + · · · + un (t) yn (t) ´ uma solu¸˜o da equa¸˜o n˜o homogˆnea e ca ca a e y (n) + an−1 (t) y (n−1) + · · · + a1 (t) y + a0 (t) y = f (t) . e as fun¸˜es u1 (t) . .69) (4.

26. y2 (t) = cos t . Exerc´ ıcio 4. (3) por sen t e somando. u3 (t) = sen t−ln | sec t+tg t|. y3 (t) = sen t s˜o soa lu¸˜es linearmente independentes da equa¸˜o homogˆnea y (3) + y = 0 . temos u3 = cos t−sec t e. donde u2 (t) = cos t. 127 (4. uma solu¸˜o particular ca da equa¸˜o n˜o homogˆnea (4.70) ´ a E f´cil ver que y1 (t) = 1 . . Substituindo esse valor em (2).Equa¸˜es de ordem superior co ca ca Exemplo 4. u2 . Encontrar uma solu¸˜o particular da equa¸˜o y (3) + y = tg t . portanto. u3 satisfazendo  (1)  u1 + u2 cos t + u3 sen t = 0 − u2 sen t + u3 cos t = 0 (2)  − u2 cos t − u3 sen t = tg t (3) Somando (1) e (3). portanto u1 (t) = ln | sec t|. Logo. obtemos u2 = sen t. Encontre a solu¸˜o geral de cada uma das equa¸˜es ca co diferenciais abaixo: (a) y (4) − 16 y = 0 (c) y (3) − 2y − y + 2y = 0 (e) y (4) − 4 y (3) + 4 y = 0 (g) y (4) + 16y = 0 (i) y (4) + 2 y (3) + y = e4t (l) y (3) + y = sec t . obtemos u1 = tg t.10. co ca e Procuremos u1 .70) ´ ca a e e yp (t) = ln | sec t| + cos2 t + (sen t − ln | sec t + tg t|) sen t = 1 + ln | sec t| − (sen t) ln | sec t + tg t| . Multiplicando (2) por cos t. (b) y (4) − 5 y (3) + 6 y + 4 y − 8 y = 0 (d) y (3) + 3 y + 3 y + y = 0 (f ) y (5) + y (4) − y (3) − 3 y + 2y = 0 (h) y (5) + y (4) − y (3) − 3y + 2y = t2 + 2t (j) y (4) − 4 y (3) + y = e4t .

128 Cap. 4 Equa¸˜es diferenciais lineares co .

existe (ao menos um) u ∈ U tal que e F (u) = v. ∀u ∈ U . Duas aplica¸˜es F : U → V e G : U → V s˜o ditas iguais se e somente se co a F (u) = G(u). Seja U um conjunto n˜o vazio. o conjunto F (A) = {F (u) : a u ∈ A} chama-se imagem de A por F . A aplica¸˜o F : R2 → R2 . a ca ca e e cada elemento x de U . associa um unico elemento y = F (x) de V : de´ notamos F : U → V . Dado A ⊂ U . V dois conjuntos n˜o vazios.1 Transforma¸oes c˜ Sejam U. implicar u1 = u2 . ent˜o o conjunto a F (U ) chama-se imagem de F (neste caso. Dado B ⊂ V .1.Cap´ ıtulo 5 Transforma¸oes lineares c˜ 5. chama-se transforma¸˜o ca identidade de U . tem-se F (u1 ) = F (u2 ). ∀x ∈ U . ca e isto ´. Uma transforma¸˜o (ou a ca fun¸˜o ou aplica¸˜o) de U em V ´ uma correspondˆncia F que. se A = U . com u1 . tamb´m usamos a nota¸˜o e ca Im (F )). A transforma¸˜o IU : U → U . u2 ∈ U com u1 = u2 . O elemento F (x) chama-se imagem de x por F . u2 ∈ U . quando F (u1 ) = F (u2 ). Uma aplica¸˜o F ´ dita injetora (ou 1-1) quando.2. 129 . F (x. quaisquer que ca e sejam u1 . quando. ca e ca e Exemplo 5. Uma aplica¸˜o F : U → V ´ dita sobrejetora (ou sobre) quando F (U ) = V . tal que IU (x) = x. O conjunto graf (F ) = {(u. equivalentemente. O conjunto U chama-se dom´ ınio e V o contra-dom´ ınio de F . para todo v ∈ V . Uma aplica¸˜o injetora e sobre ´ chamada bijetora. F (u)) : u ∈ U } chama-se gr´fico de F . a ca Exemplo 5. −y) ´ bijetora. y) = (x. ou. o conjunto F −1 (B) = {u ∈ U : v ∈ B} chama-se imagem inversa de B por F .

t). Seja θ ∈ [0.1.1 Exemplo 5. isto ´. e a (x. pois cada (v. A transforma¸˜o u ca Rθ : R2 → R2 definida por Rθ (x. A a ca imagem do triˆngulo ABC pela transforma¸˜o F ´ o triˆngulo A B C . (x. −y) = (s. 5 Transforma¸oes lineares c˜ A aplica¸˜o F ´ sobre. geometricamente. −w). vale co a o seguinte resultado: e ıvel e Teorema 5. A transla¸˜o T : R2 → R2 . y cos θ + x sen θ) ´ bijetora. Rθ ´ uma rota¸˜o de ˆngulo θ no sentido e e ca a anti-hor´rio. w) = F (v. se e e F (x. a ca Exemplo 5. −t). −w). e ca Dadas duas aplica¸˜es F : A → B e G : B → C. F ´ invert´ se e somente se F ´ bijetora. F atua como uma reflex˜o em rela¸˜o ao eixo Ox). notemos que.1 abaixo (geometricamente.4. Para ver que F ´ injetora. mas podemos visuaa c a lizar como F atua em subconjuntos de U . Uma e aplica¸˜o F : A → B ´ dita invert´ ca e ıvel quando existe G : B → A tal que G ◦ F = IU e F ◦ G = IV . w) ∈ R2 ´ imagem de (v. ca e e isto ´. 2 π) um n´mero fixado. t). como na Figura 5.3. y) = F (s. a ca e a v A B ‚ E x C A B T C E u y T T Figura 5. (v. y) = (s. y) = (x cos θ − y sen θ. dada por T (x) = x + a ´ uma aplica¸˜o bijetora. Como no caso de fun¸˜es reais de vari´vel real. Note que n˜o podemos tra¸ar o gr´fico de F . G ◦ F : A → C. A aplica¸˜o G chama-se inversa de F e ´ ca e denotada por F −1 . ou seja. . a composta de co F e G. ent˜o x = s e y = t.130 Cap. Seja a ∈ R2 fixado. ´ definida por: (G ◦ F )(u) = G(F (u)).

b. x2 ∈ U . temos: T [(a. Notemos que. α c) = (2 α a + α b. Quando U = V . a e Exemplo 5. e Exemplo 5. b. temos H(x + y) = k (x + y) = k x + k y = H(x) + H(y). c). mas n˜o ´ 1-1. H : U → U.2 Transforma¸oes lineares c˜ Sejam U. c). e dados x1 .5. ∀x ∈ U . ´ linear: de fato. b. H(x) = k x ´ um operaa e dor linear. b. f ) e T [α (a. A homotetia de raz˜o k. y. y ∈ U e α ∈ K. (d. c)] = T (α a. e.6. A transforma¸˜o T : R3 → R2 definida por T (x. ent˜o a homotetia ´ 1-1 e sobre. αb. e. c) + T (d. e a e De fato. u ∈ U . V espa¸os vetoriais e T : U → V uma transforma¸˜o. d + 5 e − f ) = = T (a. se k = 0. a + d + 5 (b + e) − (c + f )) = = (2 a + b. Dizemos c ca que T ´ uma transforma¸˜o linear quando: e ca (a) T (u1 + u2 ) = T (u1 ) + T (u2 ). A transformac ca ¸˜o nula O : U → V . a + 5 b − c) + (2 d + e. b + e. dada por O(x) = 0. f )] = T (a + d. e. ∀u1 . diremos que T ´ um operador linear. c u Exemplo 5. α a + 5 α b − α c) = α (2 a + b. dados (a. Sejam U. TRANSFORMACOES LINEARES ¸˜ 131 5. Fica como exerc´ mostrar que T ´ sobre mas n˜o ´ 1-1. H(αx) = k (αx) = α (k x) = α H(x). ∀α ∈ K.7. dados x . Sejam U um espa¸o vetorial qualquer e k ∈ R um n´mero fixado.2. c + f ) = (2 (a + d) + b + e. u2 ∈ U (b) T (α u) = α T (u).5. f ) ∈ R3 e α ∈ R. b. De fato. c) + (d. z) = ca (2 x + y. V espa¸os vetoriais quaisquer. temos O(x1 + x2 ) = 0 = 0 + 0 = O(x1 ) + O(x2 ) e O(αx) = 0 = α0 = αO(x). ıcio e a e . a + 5 b − c) = α T (a. x + 5 y − z) ´ linear sobre.

y.2). respectivamente. cada matriz A = aij de ordem m × n determina uma transforma¸˜o linear F : Rn → Rm do seguinte modo: a cada vetor ca u = (x1 . vaca mos escrever F (u) = A u .  .  a1n . y. . amn  x1 . xn ) ∈ Rn associamos o vetor F (u) = (y1 . t) = T (x.  . ´ E conveniente escrever (5. = ..2) fica f´cil ver que F ´ linear: a linearidade a e de F ´ uma conseq¨ˆncia direta da distributividade da multiplica¸˜o de e ue ca matrizes em rela¸˜o ` adi¸˜o. . ca a ca Um fato ainda mais importante nessa rela¸˜o entre transforma¸˜es ca co lineares e matrizes ´ dada no pr´ximo teorema. (5. . .1) Usando novamente a identifica¸˜o entre vetores e matrizes colunas. ym = am1 x1 + · · · + amn xn . . . ym am1 . . .  .1) como uma igualdade matricial:    y1 a11 . Mais geralmente.2) A partir da igualdade (5. . . . z)   x  y  e s . . xn Denotando A = 2 1 1 0 5 −1 (5. t) com as matrizes colunas t z vamos escrever T (u) = A u . . e T (u) = (s.  . . ym ) tal que y1 = a1 1 x1 + · · · + a1n xn . ca . z) satisfazem a igualdade   x s 2 1 0   y .   .  . 5 Transforma¸oes lineares c˜ Notemos que as componentes do vetor (s. = t 1 5 −1 z e identificando os vetores u = (x. no qual mostramos que e o toda transforma¸˜o linear T : Rn → Rm pode ser escrita na forma (5.132 Cap. . .  . . .

.  =   . T (en ) s˜o vetores de Rn . en } a base canˆnica de Rn . am 1 am 1  temos      a1 1 a1 1 a1 1 x1 + · · · + a1 n xn  . Cada eleca o mento u = (x1 . . .  = . . a .. O operador deriva¸˜o D : Pn (R) → Pn (R). T (u) = x1  .8.  . am 1 · · · am n xn  a1 1 · · ·  . . . . .  .  T (e1 ) =  . .  . . am n Exemplo 5. . am 1 am 1 x1 + · · · + am n xn    am 1  a1 1 · · · a1 n x1  . . . temos e T (u) = x1 T (e1 ) + · · · + xn T (en ) Notemos que T (e1 ) .2. . . . Demonstra¸˜o: Seja {e1 . Isto ´ cono e e seq¨ˆncia imediata das propriedades da derivada: ue D(f + g) = (f + g) = f + g = D(f ) + D(g) D(αf ) = (αf ) = αf = αD(f ). . . . .   . D(p) = p ca (que a cada polinˆmio p associa sua derivada) ´ linear. A= .. para todo u ∈ Rn .  + · · · + xn  . . .    . . . .  . . am 1 · · ·   a1 n . .Transforma¸˜es lineares co 133 ca a Teorema 5. Ent˜o existe uma matriz real A de ordem m × n tal que T (u) = A u. Seja T : Rn → Rm uma transforma¸˜o linear. T (en ) =  .   .  . xn ) de Rn se escreve como u = x1 e1 + · · · + xn en Como T ´ linear. . .   . Notemos que a transforma¸˜o linear D n˜o ´ 1-1 (pois D(1 + t2 ) = ca a e D(3 + t2 ) = 2t) nem sobre (n˜o existe p(t) ∈ Pn (R) tal que D(p) = tn ).  = Au . Escrevendo a    a1 1 a1 1  . .

T leva o vetor nulo de U no vetor nulo de V ). F (f ) = f + f (e) F : Mn (R) → Mn (R). ca ca Teorema 5. y ∈ U e α ∈ R.4. Mostremos a afirma¸˜o 3: dados x. temos ca (G ◦ F )(x + α y) = G[F (x + α y)] = G[F (x) + α F (y)] = = G[F (x)] + α G[F (y)] = (G ◦ F )(x) + α (G ◦ F )(y). F (x. em primeiro lugar. x2 ∈ T −1 (Z). 3. z) = x + 5y − z + 2 (c) F : R3 → R2 . temos y1 = T (x1 ) ∈ Z e y2 = T (x2 ) ∈ Z. y + 2z) (d) F : Pn (R) → Pn (R). Observemos. T (0) = 0 (isto ´. a e e Demonstra¸˜o: As provas das afirma¸˜es 1) e 2) ficam como exerc´ ca co ıcio. . .2. . F (X) = AX + 2 X em que A ∈ Mn (R) ´ e fixada. Logo. Mostre que T (α1 v1 + · · · + αn vn ) = α1 T (v1 ) + · · · + αn T (vn ). . temos y1 + y2 ∈ Z (pois Z ´ subespa¸o) e a e c . Dados. co ent˜o a composta G ◦ F : U → W tamb´m ´ linear. y. que 0 ∈ T −1 (Z). vn ∈ V e α1 . Se F : U → V e G : V → W forem transforma¸˜es lineares. Teorema 5. Ent˜o. . .3. O pr´ximo teorema cont´m algumas propriedades que decorrem imeo e diatamente da defini¸˜o de transforma¸˜o linear. .134 Cap. c a e c −1 (Z) ´ subespa¸o de U . uma vez que T (0) = 0. . Ent˜o: ca a e 1. e ca Exerc´ ıcio 5. z) = (|x|. Seja T : U → V uma transforma¸˜o linear: ca (a) Se W for um subespa¸o de U ent˜o T (W ) ´ subespa¸o de V .1. y. (b) Se Z for um subespa¸o de V ent˜o T c a e c Demonstra¸˜o: Mostraremos apenas (b) (a verifica¸˜o de (a) fica coca ca mo exerc´ ıcio). y. αn ∈ K. T (αx + βy) = αT (x) + βT (y). G ◦ F ´ linear. Sejam U. Verifique se as transforma¸˜es abaixo s˜o lineares: (a) F : R3 → R. z) = x + 5y − z (b) F : R3 → R. x1 . 2. 5 Transforma¸oes lineares c˜ co a Exerc´ ıcio 5. F (x. V espa¸os vetoriais e seja T : U → V uma c aplica¸˜o linear. F (x. Seja T : U → V uma transforma¸˜o linear e sejam v1 .

1. . . 1. z) de R3 coa mo combina¸˜o linear dos vetores (1. α + β = y. z − x). 1) = (0. 1) = (1. z) do operador linea ar F : R3 → R3 tal que F (1. . β = y − x. 1) + (y − x) F (0. . Como S e T s˜o lineares e S(u1 ) = T (u1 ) . α = x. ent˜o S(x) = T (x). . S(un ) = T (un ). Exemplo 5. Sejam U e V espa¸os vetoriais. Como {u1 . 0. γ = z − y. F (0. . T : U → V transforma¸˜es lineares. y. 1) + (z − y) F (0. 1). α + β + γ = z. 0. que implica que x1 + x2 ∈ T −1 (Z). 1): escrevendo ca (x. O pr´ximo teorema mostra que uma transforma¸˜o linear fica como ca pletamente determinada quando conhecemos seus valores em uma base. un } ´ uma base de U . y. 1. para todo x ∈ T −1 (Z) e todo escalar α. z) = α (1. .Transforma¸˜es lineares co 135 y1 + y2 = T (x1 ) + T (x2 ) = T (x1 + x2 ). 1). 1. 0). 0) + (y − x) (1. . 1. . Determinar a espress˜o da transforma¸˜o linear F : P3 (R) → M2 (R) tal que F (1 − t) = F (t − t3 ) = 2 5 0 1 . S coincide com T . 0. 1) = x (1. ca e existem escalares α1 . Logo. verificamos que. 1) + β (0. temos α = x. 1. 1) = (1. Da mesma maneira. co S(u2 ) = T (u2 ). 1. .9. (0. 0. x − y + z. donde obtemos. z) = x F (1. . 1) = (y. −2 7 5 0 1 4 3 −2 . 1. Teorema 5.5. . F (t3 ) = −3 8 0 −1 . 1. . . Primeiramente. . 1. un } uma base c de U e S. 1). y. Se S(u1 ) = T (u1 ). 0. . y. donde x1 + x2 = T −1 (y1 + y2 ). 1. . expressamos um vetor arbitr´rio (x. 1). F (x. ∀x ∈ U a Demonstra¸˜o: Seja x ∈ U . (0. S(un ) = T (un ). . 1). F (0. o vetor α x pertence a T −1 (Z). . 0. 1) + (z − y) (0. {u1 . αn tais que x = α1 u1 + · · · + αn un . . 1. Encontrar a express˜o F (x. 1) + γ (0. F (t2 − 1) = . . a ca Exemplo 5.10. temos a S(x) = S(α1 u1 + · · · + αn un ) = α1 S(u1 ) + · · · + αn S(un ) = α1 T (u1 ) + · · · + αn T (un ) = T (α1 u1 + · · · + αn un ) = T (x) Logo.

chamado n´ cleo de T. 0) e T (1. y = c. 5 Transforma¸oes lineares c˜ Fica como exerc´ mostrar que B = {1 − t. 2). donde x = a + c. 1) = (1. 0. w = a + b + c + d. y = c. 5). 1. 3. 1. T (0. −z + w = d. 1. 1. 1) e T (0. 1) e T (1.3. 0) e T (0. 0. 1) = (1. 0. 3. −x+z = b.3 N´ cleo e imagem u Seja T : U → V uma transforma¸˜o linear. 1. Escrevendo p(t) = a + bt + ct2 + dt3 como combina¸˜o linear dos ca elementos de B. 0)? Existe mais de uma? Exerc´ ıcio 5. 1) = (0. 0) = (0. 2). Definimos os conjuntos ca ker(T ) = {u ∈ U : T (u) = 0 } = T −1 ({0}). 0). 2). obtemos x−y = a. p(t) = (a + c)(1 − t) + c(t2 − 1) + (a + b + c)(t − t3 ) + (a + b + c + d)t3 . F [p(t)] = (a + c) 2 5 0 1 +c −2 7 5 0 −3 8 0 −1 + 1 4 3 −2 + (a + b + c) = + (a + b + c + d) a − b − 2c + d 16a + 11b + 24c + 4d 8a + 8b + 8c + 3d −a − 2b − 2c − 2d Exerc´ ıcio 5. T (0. Assim. Exerc´ ıcio 5. t2 − 1. 1. 1. T (1. 0) = (0.6. t3 } ´ base de ıcio e P3 (R). T (1. Existe uma transforma¸˜o linear T : R3 → R2 tal que ca T (1. 0)? Existe mais de uma? 5. u Im(T ) = T (U ) = {T (x) : x ∈ U }. Determinar a transforma¸˜o linear T : R3 → R4 tal que T (1.4.136 Cap. T (1. 0. 1) = (2. 0. 5). 0) e T (1. 0.5. 0. 1) = (1. 2)? Existe mais de uma? ca Exerc´ ıcio 5. 0) = (0. 1) = (0. 1. 1.7. a+bt+ct2 +dt3 = x(1−t)+y(t2 −1)+z(t−t3 )+wt3 = (x−y)+(−x+z)t+yt2 +(−z +w)t3 . Existe uma transforma¸˜o linear T : R3 → R4 tal que ca T (1. 1) = (1. 0. 1) = (1. 0) = (0. 1)? Existe mais de uma? Exerc´ ıcio 5. 1) = (0. Existe uma transforma¸˜o linear T : R3 → R2 tal que ca T (1. 0. z = a + b + c. 1. Existe uma transforma¸˜o linear T : R2 → R2 tal que ca T (1. Logo. 0. 0. chamado imagem de T. t − t3 . . 0) = (0. 0) = (0.

Exemplo 5. −3) + c (0. Achar o n´cleo e a imagem da transforma¸˜o linear u ca F : P2 (R) → R4 tal que F [t] = (−2. T (x. −2. −4. y) = w: basta tomar x = w. 9) = (a − 2 b − c.4. T (x. 4. 9). y) = x−3y. 2. O interesse em estudar o n´cleo e a imagem ´ que esses c u e subespa¸os d˜o informa¸˜es sobre a injetividade e a sobrejetividade da c a co transforma¸˜o linear: ´ claro que uma transforma¸˜o linear ´ sobre se ca e ca e e somente se Im(T ) = V . b. 1. (0. y. y) : a x = 3y} e Im(T ) = R (dado w ∈ R. z) = (x. Seja D : P3 (R) → P3 (R) o operador linear definido por D(p) = p . 2. 1. y) ∈ R2 tal e que T (x. −3) e F [1 + t2 ] = (0.) Exemplo 5. 9). isto ´. −6). 6. −2. 0) : a. e Ent˜o ker(D) = {p : p(t) = a0 }. −2. devemos achar a express˜o de F . Logo ker(D) = {p : p(t) = a0 }. 6) e (−2. F [1 − t] = (3. notemos que. −3). 18. 4. y = 0. 4 a + 6 b. T : R2 → R. Ent˜o ker(T ) = {(x. De fato. veremos que T ´ injetora se e somente se e ker(T ) = {0}. 0. −2.11. o conjunto dos polinˆmios constantes a o e Im(D) = P2 (R). Ent˜o ker(T ) = a {(0. D(a0 + a1 t + a2 t2 + a3 t3 ) = a1 + 2 a2 t + 3 a3 t2 . . f (t) = a + bt + ct 2 2 3 Exemplo 5.N´cleo e imagem u 137 Pelo Teorema 5. Deixamos como exerc´ mostrar a ıcio que B = {1 − t. temos f = D(at + b t2 + c t3 ). Seja T : R3 → R3 . Para ver que Im(D) = P2 (R). 18. 0). 2. Logo. ´ E claro que a imagem de F ´ o subespa¸o vetorial de R4 gerado pelos e c vetores (3. 6 a + 9 b). F [p] = (a − c) F [1 − t] + c F [1 + t2 ] + (a + b − c) F [t] = = (a − c) (3. 1. 2. c) : c ∈ R} e Im(T ) = {(a. b ∈ R}.12. Para determinar o n´cleo u de F .14. ker(T ) ´ um subespa¸o vetorial de U e Im(T ) ´ sue c e bespa¸o de V . 6) + (a + b − c) (−2. ´ claro que existe (x. 3 a + b − c.13. 2. para todo polinˆmio o 2 ∈ P (R). 1 + t2 . Exemplo 5. t} ´ base de P2 (R) e que cada p(t) = a + bt + ct2 ∈ e P2 (R) se escreve como combina¸˜o linear dos elementos da base B na ca seguinte forma: p(t) = (a − c)(1 − t) + c(1 + t2 ) + (a + b − c)t. temos D(p) = 0 ⇔ a1 + 2 a2 t + 3a3 t2 ≡ 0 ⇔ a1 = a2 = a3 = 0. y.

. Logo. donde u = v. c De acordo com o teorema 5. 0) = (2. segue-se que ker(T ) = {0}. Dado p(t) = a + bt + ct2 ∈ P2 (R). podemos escrever p(t) = (a + b) + (−b)t + ct2 . pomos F (1 − t) = F (t2 ) = (0. Como T (0) = 0 e T a ´ injetora. 0) e (1. 0. t u c De acordo com o teorema 5. z) = x T (1.16. basta definir os valores de T nos vetores de uma base de R3 . 1)}e definamos T (1. 0). −z). 0). 1. Tomemos a base B = {1. Ent˜o a T (x. (0. 1 − t. Seja T : U → V uma transforma¸˜o linear. ent˜o T (u) = 0. 0) = (a + b. T (0. como sempre e temos {0} ⊂ ker(T ). 0) + y T (0. Tomemos B = {(1. basta definir os valores de F nos vetores de uma base de P2 (R). e Exemplo 5. 0. 0). 1. Portanto ker(T ) ⊂ {0}. Ent˜o. 0) + z T (0. T ´ injetora se e somente se ker(T ) = {0}. 3 ca a e Teorema 5.6. T (0. 1. 0. 0. 0. Encontrar uma transforma¸˜o linear F : P2 (R) → R2 ca 2 ]. cujo n´cleo seja o subespa¸o [1 − t. Como queremos que ker(F ) = [1 − t.15. 0. y. 0. 1. p(t) = a − (2 a/3) t + co a 2 e (7 a/3) t a ker(F ) = { (1 − 2 t + 7 t2 ) : c ∈ R} = [1 − 2 t + 7 t2 ]. (0. t2 ]. 0). Vamos mostrar que ca ker(T ) = 0. v ∈ U . (⇐) Suponhamos ker(T ) = {0}. 0. Como ker(T ) = {0}. 1) = (1. 0. Logo. Suponhae mos T (u) = T (v). F (p) = (a + b)(1. Demonstra¸˜o: (⇒) Suponhamos T injetora. 5 Transforma¸oes lineares c˜ O n´cleo de F ´ o conjunto de todos os polinˆmios p(t) = a + bt + ct2 u e o tais que   a − 2b − c = 0   3a + b − c = 0 =0  4a + 6b   6a + 9b = 0. 1) = = y (2. −1). 0). 1. 0) = (0. 0) + z (1. 0). cujas solu¸˜es s˜o b = −2 a/3 e c = 7 a/3. a portanto. T ´ 1-1. u − v ∈ ker(T ). y. com u. definimos F (1) = (1. Logo. devemos ter u − v = 0. 0. 1. ca Exemplo 5. Ent˜o T (u − v) = T (u) − T (v) = 0.5. Encontrar uma transforma¸˜o linear T : R3 → R3 cuja imagem seja o subespa¸o gerado pelos vetores (2. devemos ter u = 0. −1).5. −1) = = (2 y + z. Vamos mostrar que T ´ 1-1. t2 }. 0). Seja u ∈ ker(T ).138 Cap.

T (vr ) s˜o LI. (5. existe x ∈ U tal que T (x) = v. . . ca dim ker(T ) = p). . . Com isto ficar´ mostrada a igualdade (5. essa igualdade implica γ1 = · · · = γr = δ1 = · · · = δp = 0 . . vr s˜o LI. a Afirmamos que os vetores T (v1 ). . . e temos x = α1 u1 + · · · + αp up + β1 v1 + · · · + βr vr . . . 0. . . .N´cleo e imagem u 139 u e Exerc´ ıcio 5. . T (vr )} ´ uma base de Im (T ) (portanto. a . . . . . v1 . De fato. Usando o Teorema 3. se a γ1 T (v1 ) + · · · + γr T (vr ) = 0 temos T (γ1 v1 + · · · + γr vr ) = 0 e assim. podemos estender B1 a uma base B = {u1 . . 1. up ]. e dim ker(T ) = p). T (v1 ). . . .3) Demonstra¸˜o: Seja B1 = {u1 .7. . up . up . Ent˜o ca a dim U = dim ker(T ) + dim Im (T ). . . . . up ∈ ker(T ). Seja T : U → V uma transforma¸˜o linear. 0. up } uma base de ker(T ) (assim. . 0). Como B ´ base de U . . . pois u1 . . . . . dado v ∈ Im (T ). 0) e (0. 1. Logo. v1 . Como os vetores u1 . T (vr ) s˜o LI. . . qualquer v ∈ Im(T ) ´ combina¸˜o linear de T (v1 ). Teorema 5. dim U = p + r). Logo.8. . vr } de U (assim. . δp tais que γ1 v1 + · · · + γr vr = δ1 u1 + · · · + δp up . . Determinar um operador linear em R4 cujo n´cleo ´ gerado pelos vetores (1.7. Vamos mostrar que {T (v1 ). pois formam uma base de a U . . . . temos T (x) = α1 T (u1 ) + · · · + αp T (up ) + β1 T (v1 ) + · · · + βr T (vr ) = β1 T (v1 ) + · · · + βr T (vr ). T (vr ) geram Im (T ). . De fato. T (vr ). . Como T (u1 ) = · · · = T (up ) = 0.3) acima. . . . . . e ca Afirmamos que os vetores T (v1 ). existem escalares δ1 . γ1 v1 + · · · + γr vr ∈ ker(T ) Como ker(T ) = [ u1 . . . . .

temos que F ´ invert´ ca e ıvel.8. N˜o existe transforma¸˜o linear F : R4 → R2 que seja a ca injetora. x2 pois F ´ bije¸˜o). x + y). Uma transforma¸˜o linear bijetora entre dois espa¸os ca ca c vetoriais U e V ´ chamada um isomorfismo. que e os espa¸os vetoriais U e V s˜o isomorfos. ´ um isomorfismo. De fato.1.20. F (x. ca n˜o ´ um isomorfismo. sejam x1 . O operador linear T : R2 → R2 . e e Demonstra¸˜o: Sendo F um isomorfismo. 5 Transforma¸oes lineares c˜ a ca Exemplo 5. temos dim Im (T ) = dim R2 − dim ker(F ) = 2 − dim ker(F ) ≤ 2.19. Como dim Im(F ) ≤ 2. e Exemplo 5. neste caso. Analogamente verifica-se que F −1 (α y) = α F −1 (y). pelo teorema anterior. pois ela n˜o ´ 1-1: note que F (1. dado por T (x. 0). y) = (x − y. e Exemplo 5. y2 ∈ V . c a ´ E claro que. −1 ´ bijetora. temos dim ker(F ) = dim R4 − dim Im (F ) = 4 − dim Im(F ) ≥ 2. Dados y1 . N˜o existe transforma¸˜o linear F : R2 → R3 que seja sobrejetora. Logo. o operador identidade c IU : U → U ´ um isomorfismo.18. pelo Teorema anterior. Ent˜o e ca a F −1 (y1 + y2 ) = F −1 [F (x1 ) + F (x2 )] = F −1 [F (x1 + x2 )] = x1 + x2 = F −1 (y1 ) + F −1 (y2 ). a transforma¸˜o inversa F ca e F −1 ´ linear. Exemplo 5. y) = x − y. . ent˜o F −1 : V → U a tamb´m ´. 1) = F (0. Resta mostrar que portanto. a e a e Teorema 5. qualquer que seja o espa¸o vetorial U . x2 ∈ U tais que F (x1 ) = y1 e e F (x2 ) = y2 (existem tais x1 . Dizemos.17. a Defini¸˜o 5.140 Cap. A transforma¸˜o linear F : R2 → R. Se F : U → V for um isomorfismo. T n˜o pode ser injetora.

3 x − y − 2 z. y. 0. o u a vetor (1. escalar λ tal que existe um vetor v = 0 em R Qualquer v = 0 com essa propriedade ´ chamado um autovetor de T . 0) ´ autovetor e e de F associado a c2 e (0. tais vetores desempenhar˜o um papel fundamental a no estudo dos sistemas de equa¸˜es diferenciais lineares. G(x. em que A = diag (c1 . x − 5 z) (e) F : P2 (R) → P2 (R). F (X) = A X.21. 0) ´ um autovetor de F associado a c1 . Os n´meros reais c1 .22. Um autovalor de T ´ um e n para o qual T (v) = λ v. c2 . z) = (x + y. 3 x − 9 y) (b) F : R2 → R3 .4 Autovalores e autovetores Para um dado um operador linear T : Rn → Rn . O escalar λ = 1 ´ autovalor do operador identidade I : Rn → Rn e qualquer vetor v = 0 ´ um autovetor associado ao autoe valor λ = 1. y − 4 z) (d) F : R3 → R2 . e . Im(F ◦ G) e Im(G ◦ F ). y) = (2 x − 6 y. e O conjunto Vλ = {v ∈ Rn : T (v) = λv} ´ um subespa¸o vetorial de Rn chamado autoespa¸o de T . Determine uma base para o n´cleo e para a imagem u das transforma¸˜es lineares abaixo: co (a) F : R2 → R2 . Esse conceito ´ de e u e grande importˆncia em diversas ´reas de Matem´tica e nas aplica¸˜es. (a) Encontre as express˜es de F ◦ G e G ◦ F o (b) Encontre bases para ker(F ◦ G). y. Sejam F. 3 x − 9 y. F (x. Exemplo 5. G : R3 → R3 dados por F (x.9. F (a + b t + c t2 ) = a − b + 2 c + (3 a − b − − 2 c) t + (b − 4 c) t2 1 2 (f ) F : M2 (R) → M2 (R). dado por F (v) = A v. z) = (x + 2y. z) = (x − y + 2 z. Seja F : R3 → R3 .10. (0. y. 2 x − 6 y) (c) F : R3 → R3 . 0. queremos encontrar vetores v = 0 para os quais T v ´ um m´ltiplo de v. ker(G ◦ F ). co Seja T : Rn → Rn um operador linear. y − z. 1. a a a co No pr´ximo cap´ o ıtulo. e c c e Exemplo 5. F (x. z). Exerc´ ıcio 5. y. z + y. F (x. c3 ).4. 2 4 5. x + 2z). 1) ´ autovetor associado a c3 . AUTOVALORES E AUTOVETORES 141 Exerc´ ıcio 5.5. F (x. z) = (x − y + 2 z. c3 s˜o autovalores F . sendo A = . c2 . y) = (2 x − 6 y.

O escalar λ ´ chamado e um autovalor de A e toda matriz n × 1. b ]T tais que (A + I) Y = 0.23. chae o mado polinˆmio caracter´ o ıstico da matriz A. os operadores lineares em Rn s˜o da forma a T (u) = A u. . . pelo Teorema 5. (5. 1 1 1 1 a b = 0 0 =⇒ a+b=0 a+b=0 =⇒ b = −a . 5 Transforma¸oes lineares c˜ Como. Logo. 0 1 . . os autovetores associados ao autovalor λ = 1 s˜o todas as matrizes a X = [ a .4) tem solu¸˜o n˜o trivial e somente se ca ca a det (A − λIn ) = 0. Chama-se multiplicidade alg´brica do autovetor λ a multiplicidade de λ como raiz do e polinˆmio caracter´ o ıstico de A. a Autovetores associados a λ = 1: procuramos X = [ a .2. . os autovalores s˜o λ1 = −1 e λ2 = 1. . ou seja (A − λ I) X A equa¸˜o matricial (5. xn o a tal que A X = λ X. b ]T tais que (A − I) X = 0. . . Essa equa¸˜o matricial pode ser escrita na forma A X = λ I X (em ca que I denota a matriz identidade). xn ) tal que T (v) = λ v ´ o mesmo que encontrar uma matriz coluna (que por e T raz˜es tipogr´ficas escreveremos) X = x1 . Autovetores associados a λ = −1: procuramos Y = [ a .5) (5. . para alguma matriz A. X = 0. 1 ]T . 1 0 Logo.4) O determinante da matriz A − λIn ´ um polinˆmio de grau n em λ. Encontrar os autovalores e autovetores de A = O polinˆmio caracter´ o ıstico de A ´ e det(A − λI) = det −λ 1 1 −λ = λ2 − 1 = (λ − 1)(λ + 1) . . −1 1 1 −1 a b = 0 0 =⇒ −a + b = 0 a−b=0 =⇒ b = a .142 Cap. Exemplo 5. com a = 0. encontrar um vetor v = (x1 . tal que AX = λX ´ e um autovetor de A correspondente ao autovalor λ. a ]T = a [ 1 .

Al´m disso. com c = 0. devemos especificar se admitimos que eles sejam complexos. A tem dois autovalores complexos: a ızes i e −i.24. Calculemos os autovetores de A. i 1 1 i c d = 0 0 =⇒ ic + d = 0 c + id = 0 =⇒ d = −i c . segue-se que A tem n autovalores. isto ´. Logo. ´ e Exemplo 5. Matrizes semelhantes tˆm o mesmo polinˆmio caracter´ ıstico. os autovetores associados ao autovalor λ = i s˜o todas as matrizes a X = [ a . que n˜o tem ra´ reais. −i ]T . com a = 0. −i c ] Observa¸˜o 5. pA (λ). Logo.9. com a = 0. os autovetores associados ao autovalor λ = −1 s˜o todas as maa trizes Y = [ a . ent˜o P −1 X a ´ autovalor de B correspondente a λ. e . trizes Y = [ c . i a ]T = a [ 1 . b ]T tais que (A − i I)X = 0.1. Autovetores associados a λ = i: procuramos X = [ a . e e o Teorema 5. Como o polinˆmio caracter´ o ıstico de uma A matriz de ordem n tem n ra´ ızes complexas (contando multiplicidade. O exemplo anterior mostra que para falar em autovaca lores. No entanto. uma raiz de multiplicidade e k ´ contada k vezes). se B = P −1 AP . A matriz A = pA (λ) = det(A − λI) = det −λ −1 1 −λ = λ2 + 1. o polinˆmio caracter´ o ıstico de A. d ]T tais que (A + i I) Y = 0. os autovetores associados ao autovalor λ = −i s˜o todas as maa T = c [ 1 . 0 −1 n˜o tem autovalores reais: a 1 0 de fato. −i 1 1 −i a b = 0 0 =⇒ −i a + b = 0 a − ib = 0 =⇒ b = i a . ent˜o pA (z) = pB (z). Autovetores associados a λ = −i: procuramos Y = [ c .Autovalores e autovetores 143 Logo. se e a e X for um autovetor de A correspondente ao autovalor λ. i ]T . −a ]T = a [ 1 . −1 ]T . isto ´.

2 a + 6 c. o polinˆmio caracter´ o ıstico de B ´ igual ao polinˆmio caracter´ e o ıstico de A. Seja T o operador linear T : R3 → R3 definido por T (x. 6. Logo. em que   2 0 0 A =  −10 7 −30  . seja Y = P −1 X. teca mos det (B − λIn ) = det (P −1 AP − λP −1 In P ) = det P −1 (A − λIn )P = det P −1 det (A − λIn ) det P = det (A − λIn ). 0) + c (0. Portanto. −2 1 −4 O polinˆmio caracter´ o ıstico de A ´: e   2−λ 0 0 −30  det(A − λI) = det  −10 7 − λ −2 1 −4 − λ = (2 − λ) det 7−λ −30 1 −4 − λ = (2 − λ)(2 − λ)(1 − λ).      0 0 0 a 0 −10 a + 5 b − 30c = 0  −10 5 −30   b  =  0  =⇒ −2 a + b − 6 c = 0 −2 1 −6 c 0 donde obtemos b = 2 a + 6 c. c) tais que (A − 2 I) v = 0. os autovetores s˜o a v = (a. Encontrar os autovalores. ent˜o a B Y = P −1 A P P −1 X = P −1 A X = P −1 λ X = λ P −1 X = λ Y . Logo. z) = (2 x. −10 x + 7 y − 30 z. Para verificar a segunda parte. y. c ∈ R. 2. usando a igualdade det (P −1 ) det (P ) = 1. . −2 x + y − 4 z).144 Cap. a Autovetores e autoespa¸o associados a λ = 2: procuramos v = c (a. os autovalores s˜o λ1 = λ2 = 2 e λ3 = 1.25. c) = a (1. autovetores e autoespa¸os de T c ´ a E f´cil ver que T (u) = A u. Exemplo 5. 5 Transforma¸oes lineares c˜ Demonstra¸˜o: De fato. b. a. 1).

c) tais que (A − I) w = 0. Logo w = (0. · · · . temos P −1 A P = P −1 A v1 . o e Teorema 5. .10. vn associados aos autovalores λ1 . .       1 0 0 a 0  a=0  −10 6 −30   b  =  0  =⇒ −10 a + 6 b − 30 c = 0  −2 1 −5 c 0 −2 a + b − 5 c = 0 donde obtemos a = 0. 5 c. vn } de Rn a formada por autovetores de T . . . . ent˜o P −1 A P = diag (λ1 .25 ´ diagonaliz´vel. λn vn = λ1 P −1 v1 . Nem todo operador ´ e a e diagonaliz´vel. c ∈ R. como mostra o exemplo seguinte. 2. . . a 0 1 1 0 0 1 O pr´ximo teorema mostra que esse fato ´ verdadeiro em geral. Ent˜o A ´ semea e lhante a uma matriz diagonal: mais precisamente. . . . b.Autovalores e autovetores O autoespa¸o associado a λ = 2 ´ V(λ=2) = [(1. . 1). Suponhamos que a matriz A tenha n autovetores LI v1 . .2. ent˜o P −1 A P =  0 2 0  . O autoespa¸o associado a λ = 1 ´ V(λ=1) = [(0. . . . . Seja P a matriz cujas colunas s˜o as coordenadas dos ca a autovetores de T . . A vn = λn vn ca e o Teorema 1. . . . . c) = c (0. . 5. . (0. . . .1. e O operador do Exemplo 5. a Demonstra¸˜o: Usando as igualdades A v1 = λ1 v1 . . 5. . vn ] diagonaliza T (tamb´m dizemos que P diagonaliza A). Um operador linear T : Rn → Rn . mais precisaa e mente. . . 0). 6.2. 1)]. λn ) . . . . Defini¸˜o 5. . . A vn = P −1 λ1 v1 . vn . .     1 0 0 2 0 0 se P =  2 6 5  . se P = v1 . Dizemos neste caso que a matriz P = [v1 . ent˜o P −1 A P ´ uma matriz diagonal. . T (v) = A v ´ dica e to diagonaliz´vel quando existe uma base B = {v1 . b = 5 c. . . λn . 1)]. c e 145 Autovetores associados a λ = 1: procuramos w = (a. c e Observa¸˜o 5. λn ). a . . λn P −1 vn = diag (λ1 .

b. Sejam v1 . . 2 x + 2 y + z. y. a Autovetores associados a λ = 1: procuramos v = [a. c]T tais que (B − I) v = 0. Temos T (x) = B x em que B =  2 2 2 3 O polinˆmio caracter´ o ıstico de B ´ e   0 − λ −1 −1 2−λ 1  det(B − λI) = det  2 2 2 3−λ = −λ3 + 5 λ2 − 8 λ + 4 = (2 − λ)(2 − λ)(1 − λ). −x. . λp forem distintos.11. e. vp autovetores de um operador T associados aos autovalores λ1 . . −2 ]T . c]T = c [0. −c. ent˜o os autovetores v1 . . . . . .   0 −1 −1 2 1 . −1. Se os autovalores λ1 . 0. O autoespa¸o associado a λ = 1 ´ V(λ=1) = { [0. Portanto w = d [ 1. . Encontrar os autoespa¸os do operador T : R3 → R3 dado por T (x. vp s˜o linearmente independena a tes. os autovalores s˜o λ1 = λ2 = 2 e λ3 = 1. c e Autovetores associados a λ = 2: procuramos w = [d.26. z) = (−y − z. c e Teorema 5. 5 Transforma¸oes lineares c˜ c Exemplo 5. O autoespa¸o associado a λ = 2 ´ V(λ=2) = { [ x.       −1 −1 −1 c 0  a+ b+ c=0  2 1 1   b  =  0  =⇒ b+ c=0  2 2 2 c 0 2a + 2b + 2c = 0 donde obtemos a = 0 e b = −c. .       −2 −1 −1 d 0  2d + e + f = 0  2 0 1   e  =  0  =⇒ 2d +f =0  2 2 1 f 0 2d + 2e + f = 0 donde obtemos e = 0 e f = −2 d. . 1]T . .146 Cap. x]T : x ∈ R}. Portanto. 0. 2 x + 2 y + 3 z). . −2 x ]T : x ∈ R}. . λp . . f ]T tais que (B − 2 I) w = 0. Portanto v = [0.

v1 . . temos αk+1 = 0.6) (queremos concluir que essa rela¸˜o implica α1 = 0. .7). .13. Ent˜o: e a (i) os autovalores de A s˜o reais. . . . obtemos α1 (λ1 − λk+1 ) v1 + · · · + αk (λk − λk+1 ) vk = 0. . . vk+1 s˜o LI. ent˜o T ´ diagonaliz´vel. . obtemos α1 λ1 v1 + · · · + αk λk vk + αk+1 λk+1 vk+1 = 0. a e a Um resultado importante no estudo de autovalores e autovetores. os autovalores s˜o dois a dois distintos. αk (λk − λk+1 ) = 0 Como. ca Aplicando T aos dois membros de (5. . .8) (5. . . αk+1 = 0). . . Como vk+1 = 0. Multiplicando (5. .6).12. cuja prova omitiremos ´: e Teorema 5. . Substituindo em (5. Logo. vk+1 autovetores de T . Seja A uma matriz n × n sim´trica. .10 e 5. . Portanto a α1 (λ1 − λk+1 ) = 0. . . . .6) e notando que v1 . notemos que o resultado ´ verdadeiro se n = 1.Autovalores e autovetores 147 Demostra¸˜o: Vamos mostrar o teorema por indu¸˜o sobre n. e Sejam v1 . vk+1 s˜o a autovetores de T . Suponhamos que os n´meros u α1 . . como o resultado ´ verdadeiro para k autovetores.11. (5. a (ii) existe uma base ortonormal de Rn formada por autovetores de A.6) por λk+1 e subtraindo de (5. . . por hip´tese. pois e autovetores s˜o vetores n˜o nulos. αk+1 sejam tais que α1 v1 + · · · + αk vk + αk+1 vk+1 = 0 (5. . vk s˜o LI. Em ca ca primeiro lugar. temos o a α1 = · · · = αk = 0. temos que e v1 . temos: ue Teorema 5. Se o operador T : Rn → Rn tem n autovalores distintos. a Como conseq¨ˆncia imediata dos Teoremas 5. obtemos αk+1 vk+1 = 0. .7) Agora. . a a Suponhamos que o resultado seja v´lido para um n´mero k. Vamos a u mostrar que ele ´ verdadeiro para k + 1.

Seja T : R3 → R3 definida por T (x. 3y + 5z. y) = (x + y. y) (e) T (x. y) = (x. y) = (k x. y. 3 y. y.14. w) = (2 x + y. sendo: se e  a   3 −6 2 0 1 2 1 1  A= 2 1 −6  (a) A =  −1 −1 2 0 −1 −1 3 e a Exerc´ ıcio 5. z.13. z) = (x. y.16.11. x + y) (i) T (x. z) = (3x − 4z. quando for o caso. Exerc´ ıcio 5. −3x + y) (f ) T (x. y. Encontre os autovalores e autovetores dos operadores lineares abaixo (em (a) e (c). y. w) = (3 x + y. 3 w) (j) T (x. z + w. z): . z) = (3 x. 2 y. Determine quais das matrizes abaixo ´ diagonaliz´vel. Seja  2 −1 −1 0 −2 a) Determine os autovalores e autovetores de A. (g) T (x. x).15. y) = (−x. k y) (b) T (x. y) = (−x − y. −2 z + 4 w). k y) (c) T (x. y. b) Determine uma base para os correspondentes autoespa¸os.12. Encontre os autovalores e autovetores das matrizes abaixo:       2 1 0 0 1 2 −1 3 0 0  0 2 0 0   0  B =  0 2 −5  C =  A =  0 −1  0 0 1 1  0 0 −2 0 1 −2 0 0 −2 4 Exerc´ ıcio 5.       3 0 0 −1 −4 14 −1 −2 0 (a)  0 2 −5  (b)  2 −7 14  (c)  0 −1 1  0 1 −2 2 −4 11 1 0 0       2 1 0 0 2 0 1 0 2 0 −1  0 2 0 0   0 2 0 1     (d)  0 −3 1  (e)   0 0 2 0  (f )  12 0 3 0  0 0 −3 0 0 0 3 0 −1 0 0   1 0 0 0  Exerc´ ıcio 5. k ∈ R ´ uma constante fixada): e (a) T (x.148 Cap. c c) Determine uma matriz P que diagonaliza A e calcule P −1 A P . z) = (z. y − 2 z) (h) T (x. 5 Transforma¸oes lineares c˜ Exerc´ ıcio 5. Exerc´ ıcio 5. x + 2y. x − y) (d) T (x. z. y. 4 z. 2 y − 5 z. escreva a matriz que diagonaliza A. Verifique  A ´ diagonaliz´vel.

T (x.17. encontre o autoespa¸o V (λ) e dˆ sua c e dimens˜o. a (c) T ´ diagonaliz´vel? Justifique. e a (d) Caso (c) seja verdadeira. Que condi¸˜es os n´meros a e b devem satisfazer para co u que o operador linear T : R3 → R3 . ache uma matriz P que diagonaliza T . y. z) = (x + z. 0) = (0. Exerc´ ıcio 5. a (c) Para tais valores de k. y. 3).Autovalores e autovetores 149 (a) Encontre o polinˆmio caracter´ o ıstico de T . 1. 2. (b) Para cada autovalor λ de T . (b) Determinar todos os valores de k para que T seja diagonaliz´vel. a x − z) seja diagonaliz´vel? a Exerc´ ıcio 5. b y. Seja T : R2 → R2 um operador linear tal que v1 = (1. ache uma matriz que diagonaliza T . respectivamente. 2 x + 2 y.19. Exerc´ ıcio 5. Seja T : R3 → R3 . T (x. 0. 1) e e F (0.18. y. −1) e v2 = (−1. 0) ´ autovetor com autovalor nulo e F (0. . 0. x + k z). (a) Calcular o polinˆmio caracter´ o ıstico e os autovalores de T . Considere o operador linear F : R3 → R3 tal que v = (1. Determine T (x.20. Exerc´ ıcio 5. −1. y). Determine F (x. z) = (x. 1) = (0. 0) s˜o autovetores de T correspondentes aos autoa valores λ1 = 2 e λ2 = −3. z).

5 Transforma¸oes lineares c˜ .150 Cap.

x2 . x1 . x2 . f3 ). x ) (6. x3 ). x2 . F = (f1 . da posi¸˜o x(t) e da velocidade x (t) naquele ca instante) ´ dada pela equa¸ao diferencial vetorial e c˜ m x = F(t. x2 . x1 .2)  m x3 = f3 (t. x3 .Cap´ ıtulo 6 Sistemas de equa¸˜es co diferenciais lineares 6. x (t)) (essa nota¸˜o significa que a for¸a pode c ca c depender do instante t. especo u co cialmente em Mecˆnica. x. em virtude da segunda lei de Newton e em Elea tricidade no estudo das malhas contendo dois ou mais circuitos el´tricos.1 Introdu¸˜o ca Neste cap´ ıtulo. sujeita a uma for¸a F(t.1) ´ o do sistema mecˆnico e a formado por duas part´ ıculas de massas m1 e m2 ligadas a molas. x3 . Suponhamos que as massas estejam imersas em meios que oferecem resistˆncias aos seus movimentos e essas resistˆncias sejam e e proporcionais `s correspondentes velocidades das massas. x3 ) (6. temos   m x1 = f1 (t. x1 . x1 . a 151 . Sistemas co de equa¸˜es diferenciais ocorrem com freq¨encia nas aplica¸˜es. estudamos sistemas de equa¸˜es diferenciais. x3 ) m x2 = f2 (t. x1 . x3 ) Um caso particular importante de (6. x2 . f2 . x1 . como na figura abaixo. e A posi¸˜o x(t) de uma part´ ca ıcula de massa m em um instante t.1) Em termos das componentes x(t) = (x1 . x2 . x(t). x2 . x3 .

dois resistores R1 e R2 e c dois indutores L1 e L2 .3) A Figura 6.4) R2 E I E L1 I2 c1 I L2 Figura 6. (6.152 Cap. Usando as Leis de Kirchoff.2 A equa¸˜o diferencial linear de ordem n ca y (n) + an−1 (t) y (n−1) + · · · + a1 (t)y + a0 (t)y = g(t) .1 De acordo com a segunda lei de Newton. podemos mostrar que as correntes I1 e I2 satisfazem o sistema de equa¸˜es diferenciais co L1 I1 + R1 I1 + R1 I2 = E L2 I2 + R1 I1 + (R1 + R2 )I2 = E R1 E (6.2 abaixo mostra uma malha com dois circuitos el´tricos e contendo uma fonte de for¸a eletromotriz E. o movimento das part´ ıculas ´ descrito pelo sistema de equa¸˜es diferenciais e co m1 z1 = −k1 z1 − k2 z1 + k2 z2 − b1 z1 m2 z2 = k1 z2 − k2 z2 − b2 z2 . 6 Sistemas de equa¸˜es diferenciais co        k1 Ox z1 c m1 k2 m2 Oy z2 c Figura 6.

5) . y1 . zn = y (n−1) . . · · · . . o sistema (6. . pondo. y . . z1 = y. . y2 = x1 . yn ) . y6 )   m   y =y  5 6      y = 1 f1 (t. y5 = x3 . y2 . y )  2 1 1 3 5 2 4 6   m   y =y  3 4 1  y4 = f1 (t. y1 . . .Introdu¸˜o ca 153 pode ser escrita como sistemas de equa¸˜es diferenciais de primeira orco dem.2). Definindo as vari´veis a y1 = x1 . y2 . . y . pois qualquer equa¸˜o diferencial de ordem ca superior a um pode ser transformada em um sistema de equa¸˜es de co primeira ordem. y4 . y6 = x3 . (6. y5 . y6 ) 6 m Os sistemas de equa¸˜es diferenciais podem geralmente ser escritos co na forma    y1 = f1 (t. basta considerar sistemas de equa¸˜es difeco renciais de primeira ordem. reescrevemos o sistema (6. yn ) . y . y .    z  n−1 = yn   zn = g(t) − an−1 (t) zn − · · · − a1 (t) z2 − a0 (t) z1 Para os nossos objetivos. z2 = y . y3 . por exemplo. De fato. .   yn = fn (t. y1 . Consideremos.2) como   y1 = y2     y = 1 f (t. obtemos o sistema   z1 = z2    z = z3  2  . y . . y3 = x2 . . y3 . y1 . y4 = x2 . y5 . y4 .

. em que os coeficientes aij . i . y1 . (6. . o c c e a sistema linear (6. .8) ´ dito n˜o homogˆneo. .  .6). . . Deca finindo as matrizes y. Como no caso das equa¸˜es de primeira e de segunda ordem. n. chamaremos solu¸˜o co ca geral do sistema (6. . i = i. yn an1 an2 · · · ann gn (t) podemos ent˜o reescrever o sistema (6. . se y2 (t) = −2 e−4t e y2 (t) = 2 e−4t + 1. . n. . . .8) A matriz A chama-se matriz dos coeficientes e a fun¸˜o vetorial g(t) ca chama-se termo for¸ante. e a e esse sistema fica y = Ay (6. .6) na forma a y = A y + g(t) (6. . . g(t) =  . cont´ ınuas em um intervalo I ⊂ R. .. yn ).6) ´ uma fun¸˜o vetorial continuamente diferenci´vel y(t) = e ca a (y1 (t). (6. . Estaremos interessados exclusivamente nos sistemas de equa¸˜es diferenciais lineares com coeficientes constantes. y1 . Uma solu¸˜o do ca sistema (6. . que co s˜o da forma a   y1 = a11 y1 + · · · + a1n yn + g1 (t)  . . . Se o termo for¸ante g(t) ´ n˜o nulo.  . 6 Sistemas de equa¸˜es diferenciais co Aqui f1 (t. fn (t. s˜o constantes e as fun¸˜es a co gi (t).154 Cap. j = 1. Por co exemplo. . . yn (t)) que satisfaz cada uma das equa¸˜es em (6. .   . yn ) s˜o fun¸˜es definidas em um a co subconjunto de Rn+1 . A =  . A e g(t) por       y1 a11 a12 · · · a1n g1 (t)  y2   a21 a22 · · · a2n   g2 (t)        y =  .6) a uma express˜o que contenha todas as solu¸˜es a co desse sistema.  . Vamos introduzir uma nota¸˜o mais conveniente para sistemas. . . . .   yn = an1 y1 + · · · + ann yn + gn (t) . para todo t. . . . . temos y1 (t) = 8 e−4t = y1 (t) + 5 y2 (t) − 5 e y2 (t) = −8 e−4t = 2 y1 (t) − 2 y2 (t) + 2.9) .6) .  . .  .  .7) De fato. . . a fun¸˜o y(t) = (−2e−4t . 2e−4t + 1) ´ solu¸˜o do sistema ca e ca y1 = y1 + 5 y2 − 5 y2 = 2 y1 − 2 y2 + 2 . Se g(t) = 0.

2.2 Fatos gerais sobre sistemas lineares Uma propriedade caracter´ ıstica dos sistemas lineares ´ o chamado Princ´ e ıpio de Superposi¸˜o. .2. (6. y2 (t) uma ca solu¸˜o do sistema (6. gn (t) s˜o cont´ e co a ınuas em I). (6.8) tem uma unica solu¸˜o a ´ ca y(t). a Teorema 6. o sistema (6. Ent˜o a ca a fun¸˜o ca y(t) = c1 y1 (t) + c2 y2 (t) ´ uma solu¸˜o do sistema e ca y = A y + c1 g1 (t) + c2 g2 (t).11) Suponhamos que y1 (t) seja uma solu¸˜o do sistema (6. A ´ ca demonstra¸˜o desse teorema envolve conceitos mais elaborados e. dado no pr´ximo teorema. c2 duas constantes. 6.1. FATOS GERAIS SOBRE SISTEMAS LINEARES 155 e ´ chamado sistema linear homogˆneo. O pr´ximo teorema afirma que. Ent˜o. as fun¸˜es g1 (t). ser´ omitida.12) Como uma conseq¨ˆncia imediata do princ´ ue ıpio de superposi¸˜o temos ca . a a Teorema 6.10) (6. dados t0 ∈ I e y0 ∈ Rn . por ca esta raz˜o.11) e sejam c1 . sob condi¸˜es razo´veis. Consideremos os sistemas lineares y = A y + g1 (t) y = A y + g2 (t) . o problema de u encontrar uma solu¸˜o y(t) de (??) tal que y(t0 ) = v chama-se ca problema de valor inicial para o sistema (??). Suponhamos que a fun¸˜o vetorial g(t) seja cont´ ca ınua no intervalo I (isto ´. . definida em todo o intervalo I. .10). o problema o co a de valor inicial associado ao sistema (6. e e Fixados um vetor v ∈ Rn e um n´mero t0 ∈ I. .6. A demonstra¸˜o ´ imeca o ca e diata e ser´ omitida.8) tem uma unica solu¸˜o. tal que y(t0 ) = y0 .

pois se a os escalares α1 . . (b) Se y1 (t) e y2 (t) s˜o solu¸˜es do sistema linear n˜o hoa co a mogˆneo 6. temos a α1 y1 (t0 ) + α2 y2 (t0 ) + · · · + αn yn (t0 ) = α1 e1 + α2 e2 + · · · + αn en = 0. (6. ent˜o.14) (6. . . .2. O espa¸o vetorial S0 das solu¸˜es do sistema homogˆneo c co e y = A y tem dimens˜o n. 6 Sistemas de equa¸˜es diferenciais co e ca e Corol´rio 6. n.14). en = (0. . . . . 1) Pelo Teorema 6. e Tomando. isto ´ o e e1 = (1. .1. .13) e ent˜o x(t) + y(t) ´ uma solu¸˜o do sistema linear n˜o homogˆneo a e ca a e (6. αn s˜o tais que a α1 y1 (t) + α2 y2 (t) + · · · + αn yn (t) = 0. e2 . . segue-se que o conjunto de todas solu¸˜es do sistema homogˆneo ´ um espa¸o vetorial.156 Cap. elas s˜o linearmente independentes. para cada j = 1. . . existe uma unica solu¸˜o ´ ca yj (t) do problema de valor inicial y = Ay y(t0 ) = ej Afirmamos que as solu¸˜es y1 (t). ∀t ∈ I. yn (t) constituem uma base co de S0 . a Demonstra¸˜o: Fixemos t0 ∈ I. . . en } a base ca canˆnica de Rn . . y2 (t). ´ de fundamental importˆncia encontrar co e a uma base de solu¸˜es desse sistema. Como co e e c nos caso das equa¸˜es escalares. e y(t) ´ uma solu¸˜o do sistema linear n˜o homogˆneo e ca a e y = A y + g(t) .3. .1. .14). 1. . Em primeiro lugar. para t = t0 . g1 (t) = g2 (t) = 0. . . . . . . . 0) .. . . (a) Se x(t) ´ uma solu¸˜o do sistema homogˆneo a x = Ax. Seja B = {e1 . . . co Teorema 6. α2 . 0) . . .13 ent˜o a fun¸˜o x(t) = y1 (t) − y2 (t) ´ uma solu¸˜o do e a ca e ca sistema homogˆneo (6. em particular. . no Teorema 6. 2. e2 = (0.

. . Ela ´ uma solu¸˜o do sistema y = A y e satisfaz z(t0 ) = v. .3. . isto ´ ca e ϕ(t) = c1 y1 (t) + c2 y2 (t) + · · · + cn yn (t) . . . e ca Seja v = ϕ(t0 ). ∀t ∈ I. ∀t ∈ I. .16) (6. yn (t) co s˜o linearmente independentes. . c1 . . xn (t) s˜o solu¸˜es lia co nearmente independentes do sistema x = Ax ent˜o toda solu¸˜o desse sistema ´ da forma a ca e x(t) = c1 x1 (t) + · · · + cn xn (t). Como as ca e e ca fun¸˜es ϕ(t) e z(t) s˜o solu¸˜es do problema de valor inicial co a co y = Ay y(t0 ) = v e como. . .15) . Em primeiro ca co lugar.Fatos gerais 157 como e1 . . ´ claro que qualquer combina¸˜o e c e ca linear de y1 (t). pelo Teorema 6. . . yn (t) } ´ base do espa¸o vetorial S0 e portanto e c dim S0 = n. yn (t). . se x1 (t). y2 (t). yn (t). a solu¸˜o ϕ(t) ´ combina¸˜o linear de y1 (t) . cn ∈ R. . . existem e n´meros c1 . .1. Agora. (6. . a Mostremos agora que toda solu¸˜o ϕ(t) do sistema y = A y ´ uma ca e combina¸˜o linear das solu¸˜es y1 (t). . . y2 (t). . . De acordo com o Teorema 6. c2 . ou seja. tea mos α1 = α2 = · · · = αn = 0. como S0 ´ um espa¸o vetorial. . e ca a fun¸˜o ϕ(t) tamb´m ´ solu¸˜o desse sistema e ϕ(t0 ) = v. esse problema de valor inicial tem uma unica ´ solu¸˜o. ca e ca Logo { y1 (t). y2 (t). . . . . . Como {e1 . e2 . segue-se que ϕ(t) = z(t). Logo. . y2 (t) . . . as fun¸˜es y1 (t). en } ´ uma base de Rn . . . en s˜o vetores linearmente independentes em Rn . y2 (t). e2 . . . . yn (t) ´ uma solu¸˜o desse sistema. . . cn tais que u v = c1 e1 + c2 e2 + · · · + cn en Consideremos a fun¸˜o ca z(t) = c1 y1 (t) + c2 y2 (t) + · · · + cn yn (t) . .

2 e o Corol´rio 6.15). .1.18) Exemplo 6. −2 t + 4)T ´ uma solu¸˜o do sistema n˜o hoe ca a mogˆneo (6. C1 . cn ∈ R. Consideremos o sistema n˜o homogˆneo a e x = x + 5 y + 4 t − 15 y = 2 x − 2 y − 10 t + 8 e o sistema homogˆneo associado e x = x + 5y y = 2x − 2y (6. temos que a solu¸ao geral do sistema n˜o homogˆneo e c˜ a e ´ e x(t) y(t) = 3 t − 1 + C1 e−4 t + 5 C2 e3 t −2 t + 4 − C1 e−4 t + 2 C2 e3 t . ent˜o a solu¸˜o a co e a ca geral desse sistema ´ e x(t) y(t) = C1 e−4 t + 5 C2 e3 t −C1 e−4 t + 2 C2 e3 t . C2 ∈ R.158 Cap.15) ´ dada pela f´rmula (6. C1 .16). essa ca e o express˜o ´ a solu¸˜o geral de (6. 2)T s˜o solu¸˜es do sistema homogˆneo (6. −1)T e x2 (t) = co e3 t (5. .17) e se x(t) = c1 x1 (t) + · · · + cn xn (t) ´ a solu¸˜o geral do sistema hoe ca mogˆneo associado. a e ca Combinando esse fato com o Teorema 6.20). Se y0 (t) ´ uma solu¸˜o particular do sistema n˜o hoa e ca a mogˆneo e y = A y + g(t) (6. 6 Sistemas de equa¸˜es diferenciais co Como toda solu¸˜o do sistema (6. Como y0 (t) = (3 t − 1. c1 . . C2 ∈ R.1 temos o a seguinte resultado. . ent˜o a solu¸ao geral do sistema n˜o homogˆneo e a c˜ a e (6. .17) ´ da forma e y(t) = y0 (t) + c1 x1 (t) + · · · + cn xn (t).20) (6. (6. Corol´rio 6.19).2.19) ´ a E f´cil ver que as fun¸˜es vetoriais x1 (t) = e−4 t (1.

uma matriz fundamental do sistema (6. 6. . . .1) pode ser escrita na forma X(t)v.1.15) e v denota um vetor arbitr´rio de Rn . .16) concluimos facilmente o seguinte resultado.4. −1 ]T e y2 (t) = e3 t [ 5. xn (t) (6. Seja { x1 (t).21) e que as colunas da matriz do segundo membro de (6. xn (t) } uma base de solu¸oes do sistema ca c˜ x = A x.1.3. procuraremos solu¸˜es de (6. A matriz n × n X(t) = x1 (t) . em que ca v ´ um vetor arbitr´rio de R2 .ˆ 6.22) chama-se matriz fundamental desse sistema.23) em que A ´ uma matriz constante de ordem n. . 2 ]T dadas acima. No exemplo 6. e Como j´ fizemos anteriormente. da rela¸˜o (6. Essa propriedade ´ verdadeira em geral: e a e de fato. ent˜o a solu¸˜o geral de (6.3 Sistema homogˆneo e Nesta se¸˜o estudamos sistemas ca x = Ax (6.24) .23) na a co forma x(t) = eλ t v.23).21) s˜o as solu¸˜es a co LI y1 (t) = e−4 t [ 1. a Defini¸˜o 6. Se X(t) ´ uma matriz fundamental do sistema (6. .20) ´ e X(t) = e−4t 5 e3 t −e−4t 2 e3 t . SISTEMA HOMOGENEO 159 Notemos que a solu¸˜o geral de (6. temos a λ eλ t v = A eλ t v (6. esta matriz desempenhar´ um papel importante no que segue. A solu¸˜o geral do sistema (6. ca e Teorema 6. Substituindo essa express˜o em (6.15) ´ a a ca e X(t)v.20) acima pode ser escrita na forma ca x(t) y(t) = e−4t 5 e3 t −e−4 t 2 e3 t C1 C2 (6.

vn ∈ Rn . v ´ autovetor de A com autovalor λ. .160 Portanto. d ]T tais que (A + 4 I) v = 0. . 6 Sistemas de equa¸˜es diferenciais co Av = λv ou seja. e . . ou seja −2 5 2 −5 a b = 0 0 donde 5b = 2a 1−λ 5 2 −2 − λ 1 5 2 −2 s˜o as ra´ a ızes da equa¸˜o ca = (1 − λ)(−2 − λ) − 10 = 0 Pondo a = 5. e Quando a matriz A tem n autovetores linearmente independentes v1 . eλn t vn co Exemplo 6. . Encontrar uma matriz fundamental de solu¸˜es para o sistema x = x + 5y y = 2x − 2y Os autovalores da matriz A = det ou seja λ2 + λ − 12 = 0 Portanto. um correspondente autovetor ´ v = [ 1.23) ´ e X(t) = eλ1 t v1 . . os autovalores de A s˜o λ1 = 3 e λ2 = −4. temos b = 2. . 2 ]T e uma solu¸˜o do sistema ´ y1 (t) = e3 t [ 5. a Autovetores de A associados ao autovalor λ1 = 3: procuramos vetores v = [ a. . 2 ]T . ca e Para determinar os autovetores associados ao autovalor λ2 = −4. ou seja 5 5 2 2 c d = 0 0 donde d = −c Portanto. procuramos v = [ c. b ]T = [ 0. −1 ]T . . −1 ]T e uma solu¸˜o e ca do sistema ´ y1 (t) = e−4 t [ 1. uma matriz fundamental do sistema (6. . .2. . correspondentes aos autovalores reais λ1 . Assim. 0 ]T tais que (A − 3 I) v = 0. . um correspondente autovetor ´ e v = [ 5. λn . Cap.

c1 . Os autovetores associados a λ1 = −1 s˜o os vetores v1 = [ a. 1. e −t [ 1. Temos ent˜o p(λ) = (λ − 1) (−λ2 + 2 λ + 3). e. as ra´ e a ızes de −λ2 + 2 λ + 3 = 0 s˜o λ2 = 1 e λ3 = 3.3.25) Os candidatos a ra´ ızes inteiras s˜o: ±1 e ±3. b. c ]T a tais que (A + I)v1 = 0 (A denota a matriz dos coeficientes do sistema). f ]T   3d − 3e − f = 0 d− e− f =0  −4d + 4e − 2f = 0 . Portanto. 161 Exemplo 6. que d´ a solu¸˜o x1 (t) = e a ca Os autovetores associados a λ2 = 1 s˜o a tais que (A − I)v2 = 0. λ2 = 1 e λ3 = 3. c2 ∈ R. ou seja      3 −3 −1 d 0  1 −1 −1   e  =  0  ou −4 4 −2 f 0 os vetores v2 = [ d. um autovetor ´ v = [ 1. 2 ]T . ou seja       5 −3 −1 a 0  5a − 3b − c = 0  1 1 −1   b  =  0  ou a+ b−c=0  −4 4 0 c 0 −4 a + 4 b =0 donde obtemos b = a c = 2 a. 2 ]T . Encontrar a solu¸˜o geral do sistema ca x = 4x − 3y − z y =x−z z = −4 x + 4 y − z O polinˆmio caracter´ o ıstico ´ e p(λ) = 4 − λ −3 −1 1 −λ −1 −4 4 −1 − λ = −λ3 + 3 λ2 + λ − 3 = 0 (6. Como p(1) = 0. os autovalores de A s˜o a a λ1 = −1. Logo. 5 e3 t e−4 t 3 t −e−4 t 2e . uma matriz fundamental de solu¸˜es ´ co e X(t) = e a solu¸˜o geral do sistema ´ ca e x(t) y(t) = 5 c1 e3 t + c2 e−4 t 2c1 e3 t − c2 e−4 t . vemos a que λ1 = 1 ´ raiz.Sistema homogˆneo e Logo. 1.

que os autovalores de A s˜o λ1 = 1 a a e λ2 = λ3 = 2. 6. 1. Encontrar uma matriz fundamental para o sistema    2 0 0 x x = A x =  −10 7 −30   y  . w ]T a tais que (A − 3 I)v3 = 0. obtemos d = e. a ca Os autovetores associados a λ3 = 3 s˜o os vetores v3 = [ r. e a ca Logo. s = −w. 0 ]T . s. uma matriz fundamental para o sistema (6. 0) e v2 = (0. obtemos r = −2 w. 6 Sistemas de equa¸˜es diferenciais co Dessas equa¸˜es. 2β e−t − γ e3t z(t) γ α. γ ∈ R. 1) s˜o autovetores associados ao autovalor a λ = 2. x (t) = e2 t 1. um autovetor ´ v = [ 2. f = 0. 2. que d´ a solu¸˜o x3 (t) = e3t [ 2.4. p´gina 144. Logo. 1. −1 ]T . 6. −1 ]T .26) ´ e   0 e2 t 0 X(t) =  5 et 2 e2 t 6 e2 t  et 0 e2 t . (6. Exemplo 6. um autovetor ´ co e v2 = [ 1. que d´ a solu¸˜o x2 (t) = et [ 1. 0 T e x (t) = sistema (6. 1 T .162 Cap. Temos ent˜o as seguintes solu¸˜es linearmente independentes do a co t 0.26) −2 1 −4 z Vimos no Exemplo 5. 1. Portanto. uma matriz fundamental para o sistema ´ e   t e e−t 2 e3t e−t e3t  X(t) =  et −t −e3t 0 2e e a solu¸˜o geral desse sistema ´ ca e       x(t) α α et + β e−t + 2γ e3t  y(t)  = X(t)  β  =  α et + β e−t + γ e3t  . 5. 0 ]T . (0. 2. ou seja 1 −3 −1 1 −3 −1 −4 4 −4 r s w = 0 0 0 ou r − 3s − w = 0 r − 3s − w = 0 −4 r + 4 s − 4 w = 0 Resolvendo esse sistema. 1) ´ um autovetor associado a λ1 = 1 e que e v1 = (1. 1.26): x1 (t) = e 2 3 e2 t 0.25. 1 T . Portanto. β. 5.

Para que essa igualdade seja verdadeira para todo t. em que p(t) ´ uma fun¸˜o polinomial cujos co e ca coeficientes s˜o vetores de Rn .26) ´ verdao e deiro em geral: se um autovalor λ0 for uma raiz com multiplicidade k do polinˆmio caracter´ o ıstico e existirem k autovetores linearmente independentes associados a λ0 . obtemos o vetor w. a partir co e de v. temos λ v + w + t λ w = A (v + t w) = A v + t A w .5. Exemplo 6.Sistema homogˆneo e Autovalores m´ ltiplos u 163 ´ a E f´cil ver que o fenˆmeno observado para o sistema (6. que escrevemos na forma mais conveniente (A − λ I) w = 0 (A − λ I) v = w (6. Nosso estudo das equa¸˜es co diferenciais escalares no Cap´ ıtulo 4 sugere que procuremos as outras solu¸˜es na forma p(t) eλ t . Vamos procurar uma outra solu¸˜o do sistema na forma x(t) = ca eλ t (v + t w). ent˜o esses autovetores d˜o origem a k solu¸˜es a a co linearmente independentes do sistema de equa¸˜es diferenciais.23). a Se λ ´ um autovalor com multiplicidade alg´brica k > 1 e u ´ um e e e autovetor correspondente a λ. Substituindo no sistema (6. x(t) = eλ t v + t w e x (t) = eλ t (λ v + w + t λ w) e cancelando o fator comum eλ t . devemos ter A w = λ w e A v = λ v + w. j´ sabemos que uma solu¸˜o ´ x(t) = a ca e eλ t u. Encontrar a solu¸˜o geral do sistema ca x = 4x + y y = −x + 6 y Os autovalores da matriz dos coeficientes do sistema s˜o dados pela a equa¸˜o ca det(A − λI) = det 4−λ 1 −1 6 − λ = (4 − λ)(6 − λ) + 1 = 0 .27) A primeira dessas rela¸˜es nos diz que w ´ um autovetor de A. co Analisemos agora o caso em que um dos autovalores da matriz A tem multiplicidade alg´brica k (isto significa que o polinˆmio caracter´ e o ıstico p(λ) = det(A−λ I) fatora-se como p(λ) = (λ−λ0 )k q(λ)) e a quantidade de autovetores linearmente independentes associados a esse autovalor ´ e menor do que a multiplicidade dessa raiz.

23). β ∈ R. β ∈ R. assim. vemos que os vetores v.28) (A − λ I) v = w . x(t) α+βt x(t) = = e5 t . 6 Sistemas de equa¸˜es diferenciais co ou λ2 −10 λ+25 = 0. Os autovetores s˜o os vetores u = [ a b ]T tais que ( A − 5 I ) u = 0.23). se necess´rio. w e z devem satisfazer (A − λ I) z = 0 (A − λ I) w = z (6. a solu¸˜o geral do sistema ´ x(t) = α x1 (t) + β x2 (t). v = [ 0 1 ]T e outra solu¸˜o ´ ca e x2 (t) = x2 (t) y2 (t) = e5 t 0 1 + t e5 t 1 1 = e5 t t 1+t Logo. α. 1 ]T . 1 ]T . temos d = 1. y(t) α+β+βt Caso o procedimento acima n˜o forne¸a k solu¸˜es LI do sistema a c co (6. α. um autovetor de A ´ u = [ 1. procuramos solu¸˜es na forma co x(t) = eλ t [v + t w + t2 z] 2! Substituindo no sistema (6.23). a ou seja −1 1 a 0 = ou b = a −1 1 b 0 Portanto. obteremos k solu¸˜es LI do a co sistema (6. Repetindo este procedimento. . que d´ a solu¸˜o x1 (t) = e a ca e5 t [ 1. Para obter uma solu¸˜o linearmente independente de x1 (t) ca procuramos v = [ c d ]T de modo que ( A − 5 I )v = u −1 1 −1 1 c d = 1 1 donde d = 1 + c Tomando c = 0. ou ca e seja.164 Cap. Portanto λ = 5 ´ autovalor de A com multiplicidade e 2.

1 ]T . Os a autovetores u = [ a. 0 ]T . 1 ]T ´ um autovetor associado a λ = 2 e a e correspondente solu¸˜o do sistema (6. ca e T associados a λ = 3 s˜o dados por Os autovetores v = [ a. 0. 3. 0. assim. −1.       0 a 1 −1 2 −1  a − b + 2c − d = 0  b   0   0 1 1 2      b + c + 2d = 0 ou seja =  0 0 1 5  c   0   c + 5d = 0 0 d 0 0 0 0 e. Logo. a solu¸˜o geral do sistema (6. −2 − t. ca usamos as rela¸˜es (6. −1. −1.27) e temos x3 (t) = ca co 3 t [ 0.29) ´ ca e     14 b + c t + d t2 /2  3    3 t  −c − 2 d − d t   x(t) = a e2 t   −5  + e   −d 1 0 . Assim. 0 ]T = e3 t [ t. 0 ]T + co t [ 0. e Para obter uma terceira solu¸˜o correspondente ao autovalor λ = 3. 0 ]T + t [ 1. 0.29) ca ´ x2 (t) = e3 t [ 1. 0 ]T e a correspondente solu¸˜o do sistema (6. 0. os autovalores s˜o λ1 = 3 (com multiplicidade 3) e λ2 = 2. c. 0 ]T . 0. u = [ 14. 0. 0. e Para obter outra solu¸˜o usamos as rela¸˜es (6. Encontrar a solu¸˜o geral do sistema linear homogˆneo   3 −1 2 −1  0 3 1 2   x = Ax A= (6. −1.6. 0. 0 ]T .Sistema homogˆneo e 165 ca e Exemplo 6.29)  0 0 3 5  0 0 0 2 ´ a E f´cil ver que o polinˆmio caracter´ o ıstico de A ´ e p(λ) = (3 − λ)3 (2 − λ). 3. b. 0. 0 ]T = e3 t [ t2 /2. 0. d ] a       0 −1 2 −1 a 0  −b + 2 c − d = 0  0  b   0  0 1 2      c + 2d = 0 =   ou seja  0 0 0 5  c  0  5d = 0 0 0 0 −1 d 0 donde v = a [ 1.28) e temos x4 (t) = e3 t [ 0. ou seja. −1.29) ´ x1 (t) = e2 t [ 14. 0 ]T + (t2 /2) [ 1. b. 0. d ]T associados a λ = 2 satisfazem (A−2 I) u = 0. −2. −5. −5. c.

uma igualdade imposs´ ıvel. ent˜o. 6 Sistemas de equa¸˜es diferenciais co Autovalores Complexos Analisemos agora o caso em que um autovalor de A tem parte imagin´ria diferente de zero. Ent˜o: a (a) Se v ´ autovetor de A com autovalor λ. Como A v = ¯¯ ¯¯ A v = A v e λ v = λ v.1. a Lema 6. e sejam f (t) e g(t) fun¸˜es co vetoriais reais cont´ ınuas. um deles seria m´ltiplo do u outro: analisaremos apenas o caso w = k u (o caso u = k w ´ an´logo). mostramos que autovalores e autovetores complexos ocorrem aos pares. cancelando 1+i k. ´ autovetor associado a um e autovalor complexo λ com parte imagin´ria n˜o nula. Seja A uma matriz real n × n. Estamos assumindo que a matriz A ´ real. o co Em primeiro lugar. os e a a vetores u e w s˜o linearmente independentes. temos A v = λ v. tomando conjugado complexo ca a nos dois membros dessa igualdade. Logo. Os a e pr´ximos lemas indicam como obter solu¸˜es reais para o sistema. v ´ autovetor ¯ ¯ ¯¯ ¯e ¯ de A com autovalor λ. como v = (1 + i k) u ´ autovetor com autovalor λ = α + i β. Demonstra¸˜o: (a) Se A v = λ v.2. w ∈ Rn . com u. a e temos (1 + i k) Au = λ(1 + i k) u donde. ent˜o u e w s˜o a a a a linearmente independentes em Rn . (b) Se v = u + i w. Seja A uma matriz n × n real. ´ uma solu¸˜o do sistema co e ca z = A z + f (t) + i g(t). Lema 6. n e o segundo membro ´ uma vez que o primeiro membro pertence a R e um vetor cujas componentes tˆm partes imagin´rias n˜o nulas. obtemos Au = λ u. Logo. e a Ent˜o. Se z(t) = x(t) + i y(t). (b) Se u e w fossem linearmente dependentes.166 Cap. segue-se que A v = λ v. ent˜o x ´ solu¸˜o de a e ca x = A x + f (t) . em que x(t) e y(t) s˜o a fun¸˜es vetoriais reais. ent˜o v ´ autovetor com e a ¯ e ¯ autovalor λ.

temos z (t) = x (t) + i y (t) e z (t) = Ax(t) + i Ay(t) + f (t) + i g(t). a co Demonstra¸˜o: ca Pelo Lema 6. temos: se z(t) ´ uma solu¸˜o complexa e ca do sistema homogˆneo z = A z. a solu¸˜o complexa ca eλ t v = eα t (u cos β t − w sen β t) + i (u sen β t + w cos β t) d´ origem `s solu¸˜es reais a a co x(t) = eα t (u cos β t − w sen β t) e y(t) = eα t (u sen β t + w cos β t). A afirma¸˜o para o sistema homogˆneo ´ conseq¨ˆncia direta do caso ca e e ue n˜o homogˆneo.7.2.3. Seja A uma matriz n×n real. Se v = u+i w ´ um autovetor e de A associado ao autovalor λ = α + i β. obtemos a x (t) = A x(t) + f (t) e y (t) = A y(t) + i g(t) . para f = g = 0. ent˜o as fun¸˜es a co eα t (u cos β t − w sen β t) e eα t (u sen β t + w cos β t) s˜o solu¸˜es linearmente independentes do sistema x = A x. a e Lema 6. w ∈ Rn . 167 Em particular. Como x(0) = u e y(0) = w s˜o vetores linearmente independentes. . co e a Exemplo 6. Igualando partes reais e partes imagin´rias. a segue-se que as fun¸˜es vetoriais x(t) e y(t) tamb´m o s˜o. Encontrar uma matriz fundamental para o sistema x = 3x + 4y y = −2 x + 7 y . Demonstra¸˜o: ca Como z(t) = x(t) + i y(t). em que α. com β = 0 e u.Sistema homogˆneo e e y(t) ´ solu¸˜o de e ca y = A y + g(t) . β ∈ R. donde x (t) + i y (t) = Ax(t) + f (t) + i [Ay(t) + g(t)]. ent˜o x(t) e y(t) s˜o solu¸˜es reais e a a co desse sistema.

Portanto. Logo. 6 Sistemas de equa¸˜es diferenciais co O polinˆmio caracter´ o ıstico ´ e det 3−λ 4 −2 7 − λ = λ2 − 10λ + 29 .168 Cap. cos 2 t sen 2 t que. Os autovetores a associados a λ1 = 5 + 2 i s˜o os vetores v = [ a. 6.4 Sistema n˜o homogˆneo a e Nesta se¸˜o estudamos sistemas n˜o homogˆneos ca a e y = A y + f (t) (6. d´ origem `s solu¸˜es reais linearmente independentes a a co x1 (t) y1 (t) = e5t cos 2t + sen 2t cos 2t e x2 (t) y2 (t) = e5t sen 2t − cos 2t sen 2t . que fornece a solu¸˜o complexa e ca x(t) y(t) = e(5+2 i)t 1−i 1 −1 = e5t (cos 2t + i sen 2t) +i 1 1 0 1 −1 = e5 t cos 2 t − sen 2 t + 1 0 1 −1 + i e5 t sen 2 t + cos 2 t 1 0 cos 2 t + sen 2 t sen 2 t − cos 2 t = e5 t + i e5 t . 1 ]T . por sua vez. uma matriz fundamental de solu¸˜es reais ´ co e X(t) = e5 t cos 2 t + sen 2 t sen 2 t − cos 2 t cos 2 t sen 2 t . b ]T tais que a −2 − 2 i 4 2 2 − 2i a b = 0 0 ou seja a = (1 − i) b . um autovetor ´ v = [ 1−i.30) em que A ´ uma matriz constante e f (t) ´ uma fun¸˜o vetorial definida e e ca em um intervalo I ⊂ R com valores em Rn . Portanto os autovalores s˜o λ1 = 5 + 2 i e λ2 = 5 − 2 i. De acordo com o princ´ ıpio .

Para encontrar uma solu¸˜o particular do sistema (6. que o ca apresentamos a seguir.30) ´ a soma de uma ca ca e solu¸˜o particular de (6. Portanto z = [ 2. 1 ]T . a solu¸˜o geral do sistema (6. 1 ]T e uma solu¸˜o ´ x1 (t) = e2 t [ 2. O polinˆmio e o caracter´ ıstico da matriz A ´ e 1−λ 2 −1 4 − λ = λ2 − 5 λ + 6 = (λ − 2)(λ − 3) .30).30) com a solu¸˜o geral do sistema homogˆneo ca ca e associado x = Ax. co Exemplo 6. d ]T de A associados a λ = 3 s˜o dados por a −2 2 −1 1 c d = 0 0 ou d = c. os autovalores de A s˜o 2 e 3. temos o m´todo ca e dos coeficientes a determinar e a f´rmula de varia¸˜o das constantes.8.5 M´todo dos coeficientes a determinar e As considera¸˜es sobre o m´todo dos coeficientes indeterminados para co e sistemas de equa¸˜es diferenciais escalares s˜o essencialmente as mesmas co a vistas para equa¸˜es escalares. b ] de a A associados ao autovalor 2 s˜o dados por a −1 2 −1 2 a b = 0 0 ou a = 2 b. . Encontrar a solu¸˜o geral do sistema linear n˜o hoca a mogˆneo e y = A y + e−t v = 1 2 −1 4 y + e−t 0 6 . 6. Analisemos primeiro o sistema homogˆneo associado. Os autovetores z = [ a.5.´ 6. Portanto. ca e Os autovetores z = [ c. METODO DOS COEFICIENTES A DETERMINAR 169 de superposi¸˜o.

=⇒ a = 1 b = −1 . Os autovetores v = [ a. . a solu¸˜o geral do sistema homogˆneo associado ´ ca e e xH (t) = 2 a e2 t + b e3 t a e2 t + b e 3 t . b ∈ R. 1 ]T . a. Como −1 n˜o ´ autovalor de A. Logo.9.170 Cap. (6. temos ca −e−t ou 2a + 2b = 0 −a + 5 b = −6 Portanto yp (t) = e−t [1 − 1 ]T . b ]T associados a λ = 1 + i s˜o dados por a −i −1 1 −i a b = 0 0 =⇒ a = ib. ca e Logo. b ∈ R.31) O polinˆmio caracter´ o ıstico de A ´ e 1 − λ −1 1 1−λ = (1 − λ)2 + 1 = [ λ − ( 1 + i ) ] [ λ − ( 1 − i ) ] . Encontrar a solu¸˜o geral do sistema linear n˜o homogˆneo e y = A y + f (t) = 1 −1 1 1 y+ 2 cos t −3 sen t . a solu¸˜o geral do sistema n˜o homogˆneo ´ ca a e e y(t) = e−t + 2 a e2 t + b e3 t −e−t + a e2 t + b e3 t . Substituindo essa express˜o na a equa¸˜o. 6 Sistemas de equa¸˜es diferenciais co Portanto z = [ 1 1 ]T e uma solu¸˜o ´ x2 (t) = e3 t [ 1. a b = e−t 1 2 −1 4 a b + e−t 0 6 ca a Exemplo 6. a. procuraremos uma solu¸˜o particular a e ca do sistema na forma yp (t) = e−t [ a b ]T .

b = c = d = 1. cujas solu¸˜es s˜o a = 0. cos t + sen t e a solu¸˜o geral do sistema n˜o homogˆneo ´ ca a e e y(t) = sen t + et (−a sen t + b cos t) cos t + sen t + et (a cos t + b cos t) . a.1. procuraremos uma solu¸˜o na forma ca yp (t) = a cos t + b sen t c cos t + d sen t . Como i e −i n˜o s˜o a e a a autovalores de A. −3 sen t ] a e e c ´ a parte real da fun¸˜o complexa ei t [ 2. As partes real e imagin´ria de z(t) s˜o solu¸˜es reais linearmente ina a co dependentes desse sistema. a. a solu¸˜o real geral do sistema hoca mogˆneo ´ e e xH (t) = et −a sen t + b cos t a cos t + b sen t . um autovetor ´ v = [ i. Analisemos agora o sistema n˜o homogˆneo.Coeficientes a determinar Portanto. Logo. 3 i ]T . Substituindo essa express˜o nas equa¸˜es diferenciais. 1 ]T que d´ a solu¸˜o complexa e a ca z(t) = e(1+i) t = 0 i 1 = et (cos t + i sen t) +i 1 1 0 et (−sen t + i cos t) −et sen t et cos t = +i et (cos t + i sen t) et cos t et sen t 171 . obtemos o sistema a co alg´brico e  = −2  a−b−c   a+b −d= 0 +c−d= 0  a   b + c + d = 3. Outro modo de calcular uma solu¸˜o particular para o ca ca sistema n˜o homogˆneo ´ notar que o termo for¸ante [ 2 cos t. uma solu¸˜o particular co a ca do sistema ´ e sen t yp (t) = . ca . Observa¸˜o 6. Logo. b ∈ R. resolver a equa¸˜o com e ca ca valores complexos e tomar a parte real da solu¸˜o obtida. b ∈ R.

32) em que p(t) ´ um polinˆmio. (6. − cos t sen t − cos t Logo. Como no caso das equa¸˜es escalares n˜o homogˆneas. obtemos z = −i e w = 1−i. Cancelando ei t e agrupando os termos semelhantes. Ent˜o co a uma solu¸˜o complexa do sistema (6.32) no sistema c v = (A − ρ I) v + p(t) w (6.31) na forma zp (t) = ca ei t [ z. a solu¸˜o particular procurada ´ x(t) = (sen t. w ]T (em que z e w s˜o constantes complexas a serem determinaa das. 3 i ]T ). 1 1 1 . sen t + cos t)T . obtemos o sistema (1 − i) z − w = −2 z + (1 − i) w = −3 i . 3 cos t ]T (este sistema ´ parte imagin´ria do sistema x (t) = e a Ax + ei t [ 2. sen t − cos t ]T .10.33) ca a Exemplo 6. para procurar co a e uma solu¸˜o particular do sistema ca x = A x + p(t) eρ t w .31) ´ ca e zp (t) = ei t −i 1−i = = (cos t + i sen t) sen t cos t + sen t +i −i 1−i = .172 Cap. ca parte imagin´ria da solu¸˜o zp . Substituindo no sistema (6. temos i ei t z w = ei t z−w z+w + ei t 2 3i .31). Encontrar a solu¸˜o geral do sistema linear n˜o homogˆneo e 1 4 −10 y = A y + et u = y + et . Resolvendo esse sistema de equa¸˜es. ´ solu¸˜o do sistema x (t) = Ax + a ca e ca [ 2 sen t. ca e Notemos que a fun¸˜o vetorial y(t) = [ − cos t . e o Esta mudan¸a transforma o sistema (6. 6 Sistemas de equa¸˜es diferenciais co Procuremos uma solu¸˜o particular do sistema (6. pode ser vantajoso escrever x(t) = eρ t v(t).

Portanto. 5 ]T e a solu¸˜o geral do sistema ´ x(t) = c1 e−t [−2 . temos v + v = A v + u. x(t) = −2 c1 e−t + 2 c2 e3 t + 2 et c1 e−t + c2 e3 t + 5 et . Como a matriz A − I ´ invert´ e ıvel. 1 ] que d´ a solu¸˜o e a ca x1 (t) = e−t −2 1 Os autovetores v = [ a. b ]T associados ao autovalor 3 s˜o dados por a −2 4 1 −2 a b = 0 0 =⇒ a = 2b. ou seja. 1 ]T + ca e c2 e3 t [ 2 . 1 ]T + et [ 2 . Substituindo no sistema e cancelando o fator comum et . 1 ] que d´ a solu¸˜o e a ca x2 (t) = e3 t 2 1 Consideremos agora o sistema n˜o homogˆneo. uma solu¸˜o particular do sistema n˜o homogˆneo ´ ca a e e x(t) = et [ 2 . Fazendo x(t) = et v(t). 5 ]T . ou v = (A − I) v + u . Portanto. 5 ]T . 173 Os autovetores v = [ a. temos v0 = (A − I)−1 u = ca [ 2 .Coeficientes a determinar O polinˆmio caracter´ o ıstico de A ´ e 1−λ 4 1 1−λ = (1 − λ)2 − 4 = ( λ − 3 ) ( λ + 1 ) . a e temos x = et ( v + v ). um autovetor ´ v = [ −2. um autovetor ´ v = [ 2. b ]T associados ao autovalor −1 s˜o dados por a 2 4 1 2 a b = 0 0 =⇒ a = −2 b . Assim. o sistema tem uma solu¸˜o na forca ma v(t) = v0 : substituindo na equa¸˜o.

sejam v = [ a. 6 Sistemas de equa¸˜es diferenciais co ca a Exemplo 6. Encontrar a solu¸˜o geral do sistema linear n˜o homogˆneo e y = A y + t et z = 1 2 −1 4 y + t et 1 5 . w = [ 2 α. ou seja.8 que a solu¸˜o geral do sistema homogˆneo ca e 2 t [ 2. Para esse valor de b. para algum α. −9 ]T . −2 ]T . temos c = 2 d + 9.34) vemos que w precisa ser um autovetor de A associado ao autovalor λ = 2.174 Cap. portanto u = [ 2 d + 9. temos a = 2 b + 9. temos −1 2 −1 2 c d = 0 0 ou −c + 2 d = 2 b + 9 −c + 2 d = b . d ]T .34) (6. vemos que u. w = [ −4. devemos ter 2 b + 9 = b. 1 ]T +b e3 t [ 1.11.36) De (6. Vimos no Exemplo 6.35) ´ ca e −1 2 −1 2 a b = 4α − 1 2α − 5 ou −a + 2 b = 4 α − 1 −a + 2 b = 2 α − 5 .35) (6. portanto. devemos ter 4 α − 1 = α − 5. Como o sistema associado ´ xH (t) = a e e homogˆneo associado tem uma solu¸˜o da forma e2 t z. portanto. 1 ]T + [ 9. v e u precisam satisfazer (A − 2I )w = 0 (A − 2I )v = 2w − z (A − 2I )u = v. a. Ent˜o yp (t) = e2 t (2 u + v) + t (2 v + 2 w) + t2 2 w e A yp + t et z = a e2 t Au + t (Av + z) + t2 Aw . portanto v = [ 2 b + 9. b ]T e u = [ c. procuraremos e ca solu¸˜o particular desse sistema na forma ca yp (t) = e2 t (u + t v + t2 w). d ]T = d [ 2. b ∈ R. ou ca α = −2. essas solu¸˜es diferir˜o ca co a . Para que esse sistema tenha solu¸˜o. ou seja b = ca −9. Substituindo esse valor em (6. Para que esse sistema tenha solu¸˜o. b ]T . 0 ]T (cada escolha de d fornece uma solu¸˜o particular para o sistema. (6. 1 ]T . v = [ −9. Igualando essas express˜es de yp (t) e o A yp + t et z. Para α = −2.35). α ]T . A equa¸˜o (6.

No Exemplo 6. temos x = e3 t ( v +3 v ). −4 ]T . devemos ter (A − 3 I) v1 = 0. v1 = [ 2 α. isto ´. ou seja. Escolhendo d = −4. 1 4 1 1 y + e3 t −10 1 Para que a igualdade acima seja verdadeira para todo t. a solu¸˜o geral do sistema n˜o homogˆneo ´ ca a e e y(t) = e2 t (2 a + 1 − 9 t − 4 t2 ) + b e3 t e2 t ( a − 4 − 9 t − 2 t2 ) + b e3 t . α ]T e v0 = [ a . Como a matriz A − 3 I ´ n˜o invert´ (pois 3 ´ autovalor de A). temos u = [ 1. temos ca v1 = (A − 3 I) v0 + t (A − 3 I) v1 + u . ou v = (A − 3 I) v + u . 1 ]T . que ´ uma solu¸˜o e ca do sistema homogˆneo). b ]T deve satisfazer e v1 = (A − 3 I) v0 + u . Substituindo no sistema e cancelando o fator comum e3 t . procue a ıvel e ramos uma solu¸˜o do sistema na forma v(t) = v0 + v1 t: substituindo ca na equa¸˜o.12. b ∈ R. e obtemos a solu¸˜o particular ca yp (t) = e2 t 1 − 9 t − 4 t2 −4 − 9 t − 2 t2 . 2α α = −2 4 1 −2 a b + −10 1 . ca a e Exemplo 6.10. a. ou seja v1 ´ um conveniente autovetor de A associado e ao autovalor λ = 3. Logo. vimos que a solu¸˜o geral do sistema homogˆneo ca e associado ´ e −2 c1 e−t + 2 c2 e3 t xH (t) = c1 e−t + c2 e3 t Vamos procurar uma solu¸˜o particular do sistema n˜o homogˆneo faca a e zendo x(t) = e3 t v(t). 1 ]. ∀ t ∈ R. temos v + 3 v = A v + u.Coeficientes a determinar 175 uma da outra por uma parcela da forma d e2 t [ 2. Encontrar a solu¸˜o do sistema linear n˜o homogˆneo x = A x + e3 t u = tal que x(0) = [ 2 .

da p´gina 158. (6. Para α = ca −3.17). 6. t0 ∈ I). e Consideremos agora o sistema n˜o homogˆneo (6. x(t) = −2 c1 e−t + 2 c2 e3 t − (4 + 6 t) e3 t c1 e−t + c2 e3 t − 3 t e3 t Impondo a condi¸˜o inicial x(0) = [ 2 .4.176 ou Cap. 6 Sistemas de equa¸˜es diferenciais co −2 a + 4 c = 2 α − 10 a − 2c = α − 1 Para que esse sistema tenha solu¸˜o devemos ter α = −3. a solu¸˜o do PVI ´ ca e x(t) = 2 e−t + 2 e3 t − (4 + 6 t) e3 t −e−t + 2 e3 t − 3 t e3 t . para algum vetor (constante) v. 1 ].37) Como X(t) ´ matriz fundamental do sistema x = A x. temos X (t) = e A X(t). se X(t) ´ uma matriz fundaa e mental do sistema linear homogˆneo x = A x. 1 ]T + c2 e3 t [ 2 . a e a Vamos procurar uma solu¸˜o (particular) desse sistema na forma y(t) = ca X(t) u(t).6 F´rmula de varia¸˜o das constantes o ca De acordo com o Teorema 6. uma solu¸˜o particular do sistema n˜o homogˆneo ca a e 3 t [−4 − 6 t . Substituindo no sistema (6. p´gina 159. obtemos c1 = −1 e c2 = 2. temos A X(t) u(t) + X(t) u (t) = A X(t) u(t) + g(t) donde obtemos X(t) u (t) = g(t). temos a ca a = −4. −3 t ]T . ca Logo. em que u(t) ´ uma fun¸˜o continuamente deriv´vel (como e ca a procuramos uma solu¸˜o particular. Assim. ou seja. esse sistema reduz-se ` equa¸˜o a − 2 b = −4: para b = 0. −3 t ]T e a solu¸˜o geral do sistema ´ x(t) = ´ x(t) = e e ca e c1 e−t [−2 . ca Ent˜o y (t) = X (t) u(t) + X(t) u (t). ent˜o toda solu¸˜o desse e a ca sistema ´ da forma X(t) v. Substituindo essa igualdade em (6.17). a temos X (t) u(t) + X(t) u (t) = A X(t) u(t) + g(t) .37).38) . (6. podemos supor u(t0 ) = 0. 1 ]T + e3 t [−4 − 6 t .

2. 2 e2 t e3 t e2 t e3 t .40) t0 A igualdade (6. Integrando essa igualdade. Combinando (6.13.40) com o Corol´rio 6. a ca a e Exemplo 6. podemos obter a solu¸˜o geral do sistema n˜o homogˆneo. ca a p´gina 158. t0 Logo.Varia¸˜o das constantes ca ou u (t) = X−1 (t) g(t). Vimos no exemplo 6.40) fornece uma solu¸˜o do sistema linear n˜o hoca a mogˆneo a partir da matriz fundamental do sistema homogˆneo correse e pondente e uma integra¸˜o. encono ca trar uma solu¸˜o particular do sistema linear n˜o homogˆneo ca a e y = 1 2 −1 4 y + e−t 0 6 . (6. Pela f´rmula de varia¸˜o das constantes. uma solu¸˜o do sistema n˜o homogˆneo ´ ca a e e t y(t) = X(t) u(t) = X(t) u(t0 ) + X(t) X−1 (s) g(s) ds.39) u(t) = u(t0 ) + X−1 (s) g(s) ds. uma solu¸˜o particular do siso ca ca . Usando a f´rmula de varia¸˜o das constantes.8 que uma matriz fundamental do sistema homogˆneo ´ e e X(t) = sua inversa ´ e X−1 (t) = e−2 t −e−2 t −e−3 t 2 e−3 t . temos t 177 (6.

Encontrar uma solu¸˜o particular do sistema linear ca n˜o homogˆneo a e y = A y + g(t) = 1 −1 2 −1 y+ sec t −cossec t . = Exemplo 6. um autovetor ´ v = [ 1.14. (6. sen t − cos t sen t − cos t 0 −1 . Portanto.41) O polinˆmio caracter´ o ıstico de A ´ e 1−λ −1 2 −1 − λ = (λ − 1) (λ + 1) + 2 = λ2 + 1 . 1 − i ]T e uma solu¸˜o complexa ´ e ca e z(t) = ei t = 1 1 = (cos t + i sen t) +i 1−i 1 sen t cos t +i . 6 Sistemas de equa¸˜es diferenciais co tema n˜o homogˆneo ´ a e e t y(t) = X(t) 0 X −1 (s) e−s z ds = t 0 = 2 e2 t e3 t e2 t e3 t 2 e2 t e3 t e2 t e3 t e−2 s −e−2 s −e−3 s 2 e−3 s = 0 6 e−s ds = = 2 (e−3 t − 1) −3 (e−4 t − 1) = e−t − 4 e2 t − 3 e3 t −e−t − 2 e2 t − 3 e3 t e−t −e−t −2 2 e2 t e2 t −3 e3 t e3 t . Os autovetores v = [ a. b ]T associados ao autovalor i s˜o dados por a 1−i −1 2 −1 − i a b = 0 0 =⇒ b = (1 + i) a .178 Cap.

Logo. Consideremos uma equa¸˜o diferencial de segunda ordem ca z + p z + q z = f (t). temos u (t) = X −1 (t) g(t) = cos t + sen t − cos t cos t − sen t sen t sec t −cossec t = = 1 + tg t + cotg t −tg t Integrando (e omitindo as constantes de integra¸˜o. uma matriz fundamental do e sistema homogˆneo ´ e e X(t) = e sua inversa ´ e X−1 (t) = cos t + sen t − cos t cos t − sen t sen t sen t cos t sen t − cos t sen t + cos t Substituindo em (6. (6. pois procuramos ca uma solu¸˜o particular).39).Varia¸˜o das constantes ca 179 As partes real e imagin´ria de z(t) s˜o solu¸˜es reais linearmente indea a co pendentes do sistema homogˆneo. temos ca u(t) = t + ln | sec t| + ln |sen t| ln |sen t| = t + ln |tg t| ln |sen t| Logo. uma solu¸˜o particular do sistema ´ ca e xp (t) = sen t (t + ln |tg t|) + cos t ln |sen t| (sen t − cos t) (t + ln |tg t|) + (sen t + cos t) (ln |sen t|) .42) Definindo as vari´veis y1 = z e y2 = z podemos escrever essa equa¸˜o a ca como um sistema de equa¸˜es de primeira ordem co y1 = y2 y2 = −q y1 − p y2 + f (t) .

g(t) = 0 f (t) .43) ´ e X(t) = Escrevendo u(t) = u1 (t) .180 ou Cap. encontre uma matriz fundamental e a solu¸˜o geral: ca (a) x = (c) x =  3 2 −2 −2 3 −4 2 7 2 0 2 x 4 2 x 3  0 0 x −1  3 2 x 1  x (b) x = (d) x =  (f ) x =    (h) x =    3 1 −2 1 1 5 2 −2 1 1 2 −5 0 0 0 1 2 1 1 −5 0 0 x x  2 1 x 1  0 0 0 0  x 3 1  0 3  3 0  −1 3 (g) x = 0 0  1 2 1 (i) x =  0 0 −2 3  2 (e) x = 4  1 3 2 1 2 x (j) x =  0 0 −2 1 . (6. a igualdade (6. uma matriz fundamental do sistema (6. a co Exerc´ ıcio 6. que coincide com condi¸˜o vista para equa¸˜es de segunda ordem (lemca co bremos que a primeira dessas condi¸˜es surgiu de modo um tanto artico ficial quando estud´vamos equa¸˜es de segunda ordem). A= 0 1 −q −p . u2 (t) z1 (t) z2 (t) z1 (t) z2 (t) T .38) fica u1 (t) z1 (t) + u2 (t) z2 (t) = 0 u1 (t) z1 (t) + u2 (t) z2 (t) = f (t) .42).1. . 6 Sistemas de equa¸˜es diferenciais co y(t) = A y + g(t) em que y= y1 y2 . Para cada um dos sistemas abaixo.43) Se z1 (t) e z2 (t) s˜o duas solu¸˜es linearmente independentes da equa¸˜o a co ca (6.

y = −x − 3 y. 1)T (b) x = A x .Varia¸˜o das constantes ca Exerc´ ıcio 6. y = x − 2 y + 2 t. 2)T   e 3 1 1 1 3 1  x . A ´ dada no exerc´ e ıcio 1 (h) e x(0) = (1. y = x. y(0) = 1   x =y+z    y =x+z  z =y+z (g)   x(0) = z(0) = 0.3. y(0) = 1   x = x + y + t. y = 5 x − 3 y. A ´ dadano exerc´ e ıcio 1(g)  x(0) = (1. y(0) = 3 x(0) = 1. x(0) =  0  (c) x =  0 0 0 2 1 . y(0) = 2   x = 3 x + 8 y. −1. (e)  x(0) = 0.2. 1. y = 4 x + y. 181 Exerc´ ıcio 6. Resolva os seguintes problemas de valor inicial: (a) x = A x. y = x.    y(0) = 1   x = −y. (f )  x(0) = 7/9. (a) (b)   x(0) = 2. (c)  x(0) = 6. y(0) = −5/9   x =y+z    y = 3x + z  z = 3x + y (h)   x(0) = y(0) = 1    z(0) = 0 . y(0) = −2   x = 4 x − 5 y. (d)  x(0) = 1. 2.  x = x − y. Resolva os seguintes problemas de valor inicial:    x = x + y.

182 Cap. 6 Sistemas de equa¸˜es diferenciais co .

existem constantes M.1) ´ convergente. Com o ´ co objetivo de n˜o estender muito a discuss˜o e levando em conta as aplica¸˜es que a a co pretendemos fazer.Cap´ ıtulo 7 Transformada de Laplace Nesta se¸˜o apresentamos a transformada de Laplace. isto co ´. ∞). uma ferramenta muito ca util para resolver equa¸˜es diferenciais com coeficientes constantes. embora n˜o sejam limitadas. ´ a fun¸˜o F (s) definida e ca por ∞ F (s) = 0 e−s t f (t) dt . que denotamos por L[f (t)]. a transformada de ca Laplace de f (t). as fun¸˜es tn e ca e co 2 ek t .1 Defini¸˜o e propriedades ca Seja f (t) uma fun¸˜o definida no intervalo [0. e 7. vamos simplificar a exposi¸˜o. 0 . α. deixando impl´ ca ıcitas algumas hip´teses fundamentais nos enunciados: uma dessas hip´teses ´ que todas as o o e fun¸˜es f (t) com as quais trabalharemos sejam de ordem exponencial. (7. e ´ a E f´cil ver que toda fun¸˜o limitada ´ de ordem exponencial.1) O dom´ ınio da fun¸˜o F ´ o conjunto de todos os valores de s para ca e os quais a integral impr´pria em (7. t0 > 0 tais que |f (t)| ≤ M eα t . A fun¸˜o et n˜o a a ca a ´ de ordem exponencial. lembremos que a o e convergˆncia dessa integral impr´pria significa que existe (e ´ finito) o e o e limite ∞ e−s t f (t) dt = lim 183 T 0 T →∞ e−s t f (t) dt . para todo t ≥ t0 . s˜o de ordem exponencial.

(7. se a e b s˜o constantes.1) a seguinte propriedade: ca Propriedade 1: L ´ linear. ent˜o e e a a L[a f (t) + b g(t)] = a L[f (t)] + b L[g(t)] . s2 Integrando por partes repetidas vezes. sn+1 n ≥ 1. Fica como exerc´ obter L[sen ω t] e L[cos ω t]. Por exemco plo. s−k Integrando por partes. 6 Transformada de Laplace A tabela a seguir mostra as transformadas de Laplace de algumas fun¸˜es: co f (t) F (s) 1 1 s ek t 1 s−k tn n! sn+1 cos ω t s + ω2 sen ω t ω + ω2 s2 s2 Calculemos algumas dessas transformadas: ∞ L[1] = 0 e−s t dt = lim T 0 T 0 T →∞ e−s t dt = lim e(k−s) t k−s T →∞ T e−s t −s T = 0 1 s L[ek t ] = lim T →∞ e(k−s) t dt = lim T →∞ 0 1 = . temos T L[t] = lim T →∞ e−s t t dt = lim 0 T →∞ t e−s t −s T + 0 1 s T 0 e−s t dt = 1 . a transformada de Laplace de uma fun¸˜o polinomial ´ ca e L[a0 + a1 t + a2 t2 + · · · + an tn ] = a0 a1 2 a2 n! an + 2 + 3 + · · · + n+1 . poco demos calcular transformadas de Laplace de outras fun¸˜es.184 Cap.2) Combinando essa propriedade com as informa¸˜es da tabela acima. Decorre imediatamente ıcio da defini¸˜o (7. s s s s . isto ´. temos L[tn ] = n! .

Como L[ei ω t ] = vemos que L[cos ω t] = s s2 + ω 2 e L[sen ω t] = ω . . De fato L [ea t f (t)] = 0 ∞ ∞ 0 (7. s (s2 + 4) s2 Exerc´ ıcio Mostre que L [sen h k t] = k 2 e L[sen 2 t] = . as constantes a e b podem ser complexas. 2 2 s − iω s +ω s +ω s + ω2 Uma propriedade util no c´lculo da transformada ´: ´ a e Propriedade 2: Se L [f (t)] = F (s). na Propriedade ca 1. ent˜o a L [ea t f (t)] = F (s − a) . temos 2 1 s + 2 s s +4 = 1 2 1 1 + s−k s+k 185 Usando a identidade trigonom´trica cos2 t = e L[ cos2 t ] = = 1 2 L[1] + L[cos 2 t] = 1 2 s2 + 2 .2).3) e−s t ea t f (t) dt = e−(s−a) t f (t) dt = F (s − a). s2 + ω 2 1 s + iω s ω = 2 = 2 +i 2 . Os c´lculos de L[sen ω t] e a L[cos ω t] ficam consideravelmente simplificados se notarmos que ei ω t = cos ω t + i sen ω t . 2 2 + 4) −k s(s A fun¸˜o f (t) em (7.1) pode ter valores complexos e.Defini¸˜o e propriedades ca Notando que cosh k t = L [cosh k t] = = 1 2 s2 1 kt (e + e−k t ) e usando (7. temos 2 L [ ek t + L [e−k t ] s . − k2 1 + cos 2 t .

(7.4) A igualdade (7.9) (7.10) (7. (7. A derivada de ordem 2 de F (s) ´ e ∞ (7.4) tamb´m pode ser reescrita como e L[t f (t)] = −F (s) . Mais geralmente. co L[t ek t ] = − 1 s−k =− −1 1 = 2 (s − k) (s − k)2 = = s2 − ω 2 (s2 + ω 2 )2 (s2 2ωs . temos L [ek t cos ω t] = s−k (s − k)2 + ω 2 e L [ek t sen ω t] = ω .7) Usando a igualdade (7. + ω 2 )2 (7. (7. Por exemplo. temos L[tn f (t)] = (−1)n F (n) (s) . ou seja. podemos calcular transformadas de novas fun¸˜es.186 Cap.5) F (s) = 0 e−s t t2 f (t) dt . ∞ F (s) = − 0 e−s t t f (t) dt .8) (7.6) que reescrevemos como L[t2 f (t)] = F (s) . (s − k)2 + ω 2 Pode-se mostrar que: Propriedade 3: A fun¸˜o F (s) ´ deriv´vel e sua derivada ´ calculada ca e a e derivando-se sob o sinal de integral.8) e a tabela acima. 6 Transformada de Laplace Combinando esta propriedade com os exemplos acima.11) L[t cos ω t] = − L[t sen ω t] = − s 2 + ω2 s s2 ω + ω2 .

14) Exerc´ ıcio 7. para e o e T 1 todo t ≥ 0). temos L[f (n) (t)] = sn L[f (t)] − sn−1 f (0) − sn−2 f (0) − · · · − f (n−1) (0) . Observa¸˜o 7. Calcule as seguintes transformadas: (i) L[7 cos 3 t − 4 sen 3 t] (iv) L[e−3 t cos 2 t] (vii) L[cosh 2 t − 3 sen h 2 t] (x) L[4 cos 2 t − t cos 2 t] (xiii) L[sen t − t cos t] (ii) L[5 e−3 t ] (v) L[t3 e−5 t ] (viii) L[t2 cos t] (xi) L[t e3 t sen 4 t] (xiv) L[(et − 2 t)2 ] (iii) L[e−3 t sen 4 t] (vi) L[e−2 t − 4 t3 ] (ix) L[t e3 t − sen 2 t] (xii) L[3 cos 2 t − t e5 t ] (xv) L[t e−3 t cos 4 t] (7. Sugest˜o: (sen ω t) = −ω 2 sen ω t e (cos ω t) = −ω 2 cos ω t.1. para todo T > 0 T 0 (7. Mais geralmente. Integrando por partes.1.13) para calcular L[sen ω t] e L[cos ω t]. s 2 . (a). Use a igualdade (7.Defini¸˜o e propriedades ca 187 A propriedade fundamental da transformada de Laplace para as aplica¸˜es a equa¸˜es diferenciais ´: co co e Propriedade 4: L[f (t)] = s L[f (t)] − f (0) . f (t + T ) = f (t). se 1 < t < 2 . se 0 < t < 1 (ii) Mostre que. Para a derivada de ordem 2. temos L[f (t)] = s L[f (t)] − f (0) = s2 L[f (t)] − s f (0) − f (0) . para a derivada de ordem n. (7. a (b). e ca temos e−s T f (T ) → 0. temos. se f ´ T −peri´dica (isto ´. 1 s L[f (t)] = tg h .13) (c) (i) Mostre que. a integral do primeiro membro tende a L[f (t)] e a do segundo membro tende a L[f (t)]. Agora. ent˜o L[f (t)] = a e−s t f (t) dt. A propriedade 4 estende-se a derivadas de ordens ca superiores.12) e−s t f (t) dt = e−s T f (T ) − f (0) + s 0 T e−s t f (t) dt . 1 − e−s T 0 1. fazemos T → ∞: como f ´ uma fun¸˜o de ordem exponencial. se f ´ 2−peri´dica e f (t) = e o ent˜o a −1.

se duas fun¸˜es (ambas de ordem exponencial) tˆm a mesma co e transformada de Laplace. Sempre que poss´ ıvel. Esses procedimentos ser˜o suficientes para co a as aplica¸˜es que faremos. enconca trar uma fun¸˜o f (t). que ´ 1/(s − 1). que a transformada inversa de 1/(s − k) ´ a fun¸˜o ek t : vamos denotar e ca L−1 1 = ek t . Como a transformada de Laplace ´ definia e da por uma integral. muitas fun¸˜es podem ter a mesma transformada co de Laplace. se 0 ≤ t ≤ π se π ≤ t ≤ 2 π. 6 Transformada de Laplace sen t. se f ´ 2 π−peri´dica e f (t) = e o ent˜o L[f (t)] = a 1 (1 − e−π s ) (s2 + 1) . Churchill e “Transformada de Laplace”. vamos escrever L−1 s2 s = cos ω t e + ω2 L−1 s2 ω = sen ω t .2 Transformada inversa Analisaremos agora o problema inverso: dada uma fun¸˜o F (s). por exemplo. tomaremos como transformada inversa de F (s) a fun¸˜o cont´ ca ınua f (t) tal que L[f (t)] = F (s). Outros m´todos podem ser encontrados nos co e livros “Operational Mathematics”. com isto queremos dizer. usaremos as propriedades acima. para uma dada F (s). . definida para todo t > 0. para todo t = 1 0. o completamento de quadrado e a decomposi¸˜o de uma fun¸˜o ca ca racional em fra¸˜es parciais. s−k Da mesma maneira. 0. Pode-se mose e trar que. ca Uma tal fun¸˜o f (t) ser´ chamada transformada inversa de F (s) e ca a ser´ denotada por L−1 [F (s)]. 7. se t = 1 . (iii) Mostre que. Por exemplo. + ω2 Para calcular transformadas inversas. Lipschutz.188 Cap. tal que L[f (t)] = F (s). ent˜o elas coincidem em todo ponto em que a ambas s˜o cont´ a ınuas. tˆm a mesma transformada de Laplace. de R. as fun¸˜es co f (t) = et e g(t) = et . de S.

2 + 52 (s − 3) (s − 3)2 + 52 8s + 6 = 8 e3 t cos 5 t + 6 e3 t sen 5 t .1. temos s2 − 6 s + 34 = s2 − 6 s + 9 + 25 = (s − 3)2 + 52 . (s2 − 10 s + 25)4 (s − 5)8 Agora. 4 8 − 10 s + 25) 7! (s − 5) 7! 8s + 6 . (s + 3)(s2 − 3 s + 2) L−1 Exemplo 7. s2 − 6 s + 34 Exemplo 7. = 2 + 52 2 + 52 − 6 s + 34 (s − 3) (s − 3) (s − 3)2 + 52 s2 s 5 = cos 5t e L−1 2 = sen 5t.2. Calcular L−1 1 . 2 − 3 s + 2) (s + 3)(s s+3 s−1 s−2 . assim 1 1 = . s−3 5 = e3 t cos 5t e L−1 = e3 t sen 5 t . pela Proprie2 +5 s + 52 Como L−1 dade 2. como L[t7 ] = L−1 7! . podemos escrever s2 + 2 s + 17 A B C = + + .3. Calcular L−1 Como s2 − 3 s + 2 = (s − 1) (s − 2).Transformada inversa Exemplo 7. s2 − 6 s + 34 s2 + 2 s + 17 . − 10 s + 25)4 189 (s2 Notemos que s2 − 10 s + 25 = (s − 5)2 . Podemos ent˜o escrever a s2 8 (s − 3) + 30 s−3 5 8s + 6 =8 +6 . temos s8 (s2 1 −1 1 5t 7 1 7! = = L e t . temos L−1 Logo. Calcular L−1 Completando o quadrado.

Calcular L−1 2 s2 Escrevendo − 3 s − 14 As + B C (A + C) s2 + (B − A) s − B + 4 C = 2 + = (s2 + 4) (s − 1) s +4 s−1 (s2 + 4) (s − 1) temos  2  A+ +C = −A + B = −3  − B + C = −14 donde obtemos A = 5. obtemos C = 5. obtemos B = −5 e substituindo s = 2.190 Cap. 6 Transformada de Laplace Multiplicando os dois membros por (s + 3) (s − 1) (s − 2). s2 + 2 s + 17 1 5 5 = − + (s + 3)(s2 − 3 s + 2) s+3 s−1 s−2 Logo L−1 s2 + 2 s + 17 = e−3 t − 5 et + 5 e2 t . Assim. (s2 + 4) (s − 1) Exerc´ ıcio 7. Substituindo s = −3. s2 + 4 s + 4 s2 + 4 s−1 temos 2 s2 − 3 s − 14 L−1 = 5 cos 2 t + sen 2 t − 3 et . Assim. (s + 3)(s2 − 3 s + 2) 2 s2 − 3 s − 14 .2. C = −3.4. substituindo s = 1. B = 2. obtemos A (s − 1) (s − 2) + B(s + 3) (s − 2) + C(s + 3) (s − 1) = s2 + 2 s + 17 . obtemos A = 1. 2 s2 − 3 s − 14 5s + 2 3 = 2 − (s2 + 4) (s − 1) s +4 s−1 Como 5s 2 3 5s + 2 = 2 + = 5 L[cos 2 t] + L[sen 2 t] e = 3 L[et ] . Calcule L−1 [F (s)] . sendo: 3 s + 15 12 (b) F (s) = 2 (a) F (s) = 2 s + 6 s + 13 s + 3s 8s 3s − 9 (d) F (s) = 2 (e) F (s) = 3 s − 6 s + 13 s + 9s 2 s2 + 6 s + 9 6s (g) F (s) = (h) F (s) = 2 3 + 9s s s +9 9 (s − 2)2 s−7 (f ) F (s) = 2 s +s−6 s2 − 9 (i) F (s) = 2 (s + 9)2 (c) F (s) = . (s2 + 4) (s − 1) Exemplo 7.

y (0) = 2. temos L[y (t)] = s L[y(t)] − 1 = s Y − 1. Usando a Transformada de Laplace.I.6.  x(0) = 1. vemos que a solu¸˜o y(t) do P.5. (s + 3)(s2 − 3 s + 2) Usando o Exemplo 7.I.V. APLICACOES A EQUACOES DIFERENCIAIS ¸˜ ¸˜ 191 7.15) y(0) = 1. s+3 s2 + 2 s + 17 . como co mostram os exemplos a seguir. encontrar a solu¸ao c˜ do P. Resolver o P.V.3. (7. Denotando L[y(t)] = Y (s).I. Exemplo 7.V.3. temos (s2 − 3 s + 2) Y − s + 1 = ou Y (s) = 20 .3 Aplica¸˜es a equa¸oes diferenciais co c˜ A Transformada de Laplace ´ de grande utilidade para resolver sistee mas de equa¸˜es diferenciais lineares com coeficientes constantes. Aplicando a transformada a ambos os membros das equa¸˜es do co sistema acima e denotando X(s) = L[x(t)] e Y (s) = L[y(t)].7.15) e substituindo as igualdades de (7. . L[y (t)] = s2 Y − s − 2.16). y(0) = 0 . y − 3 y + 2 y = 20 e−3 t (7. Os sistemas de equa¸˜es diferenciais lineares s˜o tratados do mesmo co a modo.   x = 3 y + 4 e5 t y = x − 2y Exemplo 7. temos  4  sX − 1 = 3Y + s−5  sY = X − 2Y . ´ ca e y(t) = e−3 t − 5 et + 5 e2t .16) Aplicando a transformada aos dois membros de (7.

(s − 5) (s + 3) 4 s−5 Com a transformada de Laplace podemos resolver equa¸˜es diferenco ciais cujos termos for¸antes apresentam algum tipo de descontinuidade. Para facilitar o enunciado dessa propriedade. que ´ definida por ca a e Ha (t) = Sua transformada de Laplace ´ e e−s t e−a s . x(t) y(t) = 1 8 7 e5 t − e−3 t e5 t − e−3 t . = T →∞ −s a T →∞ a s   0. se t ≥ b . tiramos X = (s + 2) Y . 6 Transformada de Laplace Da segunda equa¸˜o. As figuras abaixo mostram os gr´ficos das fun¸˜es Ha (t) e f (t). se 0 ≤ t < a c. Substituindo na primeira ca equa¸˜o obtemos ca s (s + 2) Y (s) − 1 = 3 Y (s) + donde obtemos Y (s) = Logo. a co .7. c Para estudar essas equa¸˜es. se a ≤ t < b Exemplo 7. temos L[f (t)] = c L[Ha (t)] − L[Hb (t)] = c −a s e − e−b s .192 Cap. L[Ha t] = lim e−s t dt = lim Como f (t) = c Ha (t) − Hb (t) . Calcular L[f (t)]. 1. sendo f (t) =  0. vamos apresentar uma outra propriedade co da transformada de Laplace. introduzimos a fun¸˜o degrau unit´rio. 1 8 1 1 + (s − 5) (s + 3) e X(s) = 1 8 7 1 + . se t < a se t ≥ a . s T T 0.

(a > 0). y T     y T y = Ha (t) f (t − a)     y = f (t)         E x Figura 7. Denotemos por f (t) = [[ t ]] a fun¸˜o maior inteiro.1 Figura 7. consideca 0. ca Mostre que: L [[ t ]] = 1 s − 1) s (e e L [[ t ]] − t = s − 1 − es · s2 (es − 1) Dada uma fun¸˜o f (t). O gr´fico de g ´ o a e f (t − a).4 a a abaixo).3 e 7. se t ≥ a gr´fico de f deslocado de a unidades ` direita (veja as figuras 7.3. definida para todo t ≥ −a. Usando a fun¸˜o degrau unit´rio.3 a E x Figura 7.2 Exerc´ ıcio 7.4 . podemos escrever ca a g(t) = Ha (t)f (t − a) .Aplica¸˜es a equa¸˜es diferenciais co co 193 y T T y y = Ha (t) 1 y = c Ha (t) − Hb (t) c a E x a b E x Figura 7. se 0 ≤ t < a remos a fun¸˜o g(t) = ca .

200 1 − e−5 s s 1 1 − e−5 s s(s + 8) . se t ≥ 5 equa¸˜o.17) L[Ha (t)f (t − a)] = lim = lim = T →∞ a e−s t f (t − a) dt = e−s (u+a) f (u) du = T →∞ 0 ∞ e−s a e−s u f (u) du = e−a s L[f (t)] . Determinar e a intensidade da corrente i(t) em um instante t > 0. temos co I(s) = 25 1 1 − s s+8 1 − e−5 s . A corrente ´ inicialmente nula. 0 T −a R E Exemplo 7. 6 Transformada de Laplace A rela¸˜o entre as transformadas de Laplace das fun¸˜es f (t) e g(t) ´: ca co e Propriedade 5: L[Ha (t)f (t − a)] = e−a s L[f (t)] .5 i + 8 i = v(t) i(0) = 0 em que v(t) = 200. De fato. a indutˆncia ´ L = 1 e e a e henry. Aplicando transformada aos dois membros da 0. No circuito representado ao lado. temos c a T (7. a resistˆncia ´ R = 8 ohms. se 0 ≤ t < 5 . denotando I(s) = L[i(t)] e notando que L[v(t)] = 200(1 − ca −5 s )/s. fazendo a mudan¸a de vari´vel u = t − a. temos e s I + 8 I = V (s) = donde I(s) = 200 Usando fra¸˜es parciais.194 Cap. A fun¸˜o i(t) ´ a solu¸˜o do PVI ca e ca i v L Figura 7.8. Entre os e instantes t = 0 e t = 5 s uma for¸a eletromotriz c de 200 volts ´ aplicada ao circuito.

Exerc´ ıcio: Dadas f . y + 4y = 0 y(0) = 2. i(t) = 25 1 − e−8 t − 25 1 − e−8 (t−5) H(t − 5) ou i(t) =   25 1 − e−8 t . y (3) − 2 y = 4 t y(0) = y (0) = 0. O gr´fico da corrente tem o seguinte aspecto: a y T 5 E x Figura 7. y (0) = −2. 12 1 (a) Calcule L eL 2 + 1) (s − 1) (s − 3) s (s · . y (0) = 11. ∞) → R o produto de convolu¸˜o de f ca e g ´ a fun¸˜o e ca x (f ∗ g)(x) = 0 f (t) g(x − t) dt Pode-se mostrar que L[f ∗ g] = L[f ] L[g]. g : [0. y (0) = 10. y (0) = 6.6 Exerc´ ıcio 7.  se 0 ≤ t < 5 195 25 e−8 t e40 − 1 . y − 3 y + 2 y = 20 sen t y(0) = 0.4. y + y = 8t y(0) = 0. se t ≥ 5 . y (0) = 32. Encontre a solu¸ao de cada PVI: c˜ (a) (c) (e) (g) y + 3 y = 18 t y(0) = 5. y (0) = 4. y + 9 y = 36 y(0) = 0. (b) (d) (f ) (h) y − 5 y = et y(0) = 7. y (0) = 0.Aplica¸˜es a equa¸˜es diferenciais co co Logo. y (3) − 2 y = 0 y(0) = y (0) = 0.

y(t) = 3 + 3 t − 3 et + 6 t et 3 2 Y (s) + 2 · 2 s s +1 s2 (s 3 s2 + 3 3 3 3 6 = + 2− · + − 1)2 s s s − 1 (s − 1)2 .196 Cap. temos Y (s) = donde Y (s) = Logo. a co ca solu¸˜o da equa¸˜o integral ca ca t y(t) = 3 t + 2 0 y(z) cos(t − z) dz. por exemplo. Essa equa¸˜o integral pode ser escrita na forma ca y(t) = 3 t + 2 (y ∗ cos)(t). Calculemos. Aplicando transformada de Laplace aos dois membros. 6 Transformada de Laplace Observa¸˜o: Usando a propriedade acima podemos encontrar solu¸˜es ca co de equa¸˜es integrais do tipo convolu¸˜o.

31 −1/2 e 1/2 ıcio Cap´ ıtulo 2 Exerc´ ıcios 2. √ (e) (1.30 1/3 e 3/2 ıcio Exerc´ 1. −2) (c) (−6.2 (a) y = −1/(t3 + cos t + K)√ (b) y 2 = t2 + K 4 = 2 t3 + K (c) y (d) ln y − ln 1 + y 2 = ln 1 + t2 + K (e) y = 6) 6/(1−C x (f) y = −1/(sen t+K) (g) arc tg y = arc tg x+arc tg C ou y = (x + C)/(1 − C x) (h) z 2 = x2 + K Exerc´ ıcios 2. 2√ (g) (−1+i 3).3 (a) y(t) = 1/(2 − t3 − cos t) (b) y(t) = −1/(1 + sen t) (c) y = x − 1)/(x + 1) (d) y = sec t Exerc´ ıcios 2. 1 − 3) √ Exerc´ 1. −1. 2 (−1−i 3) (h) √ √ (−1. 3 i)√ (4. −2) (3. −1. −1. 197 .4 (a) y(t) = K t2 (b) y(t) = K cos t (c) y(t) = sen t + −t (d) y(t) = cos t ln(sec t + tg t) + 1 + K cos t Ke (e) y(t) = et (1 − 2 2 2 t−1 ) + K t−1 (f) y(t) = t4 + K t2 (g) y(t) = t2 e−t + K e−t (h) t y(t) = 3 + K e−e Exerc´ ıcios 2.Cap´ ıtulo 8 Algumas respostas Cap´ ıtulo 1 Exerc´ ıcios 1. −2) (f) (−3.29 a = 3.6 (a) a x2 + b x y + a y 2 = C (b) x ey + sen x = C (c) x cos y = C e (d) ln x − y 2 /x = C. 3.5 (a) y(t) = −t ln t − t + t2 (b) y(t) = (2 t3 + 5)/(1 + t2 ) (c) y(t) = cos t + 3/sen t (d) y(t) = (t3 − 3 t2 − 6)/(t − 2) Exerc´ ıcios 2. −2) (d)√ −1. 1 − 2) (i) (−2. (1 ± i 11)/2 ıcio Exerc´ 1. 1 + 2. −1. −3 i. −2) (b) (6. 1 + 3.28 (a) (0.

22 (a): [3. 1]T Exerc´ ıcios 3. −1. z) : y = −z}. (b) [1. 2. curvas integrais ln x − y 2 /x = C (c) fator integrante t. b. ALGUMAS RESPOSTAS Exerc´ ıcios 2. curvas integrais ex cos y = C (b) fator integrante x−2 . 0. 02875. y. 2]T Exerc´ ıcios 3. uma base e . −3.23 [2. 1] (c) [0.8 ca 1 0 0 1 0 0 0 1 1 (a) . 1552 × 10−4 ıcio Exerc´ 2. (b) sim Exerc´ ıcios 3. (i). 1]T . (k): LI (c). 2]T Exerc´ ıcios 3. −1. y. (b): LI Exerc´ ıcios 3. (b): LD Exerc´ ıcios 3. 0. (e).18 (a): LD. 1. (d). curvas integrais 4 t3 + 3 t4 − 6 t2 y 2 = C Exerc´ 2.19 (a): sim.17 (a): LI.24 [7.7 (a) fator integrante ex . (b) [10. α = ln 2/24 ≈ 0. uma base de U ´ {1 − t3 . 1] (c) [1.13 (a) [S] = R2 (b) [S] = R3 (c) [S] = {(x.20 (a): sim. −7. (b) n˜o (n˜o s˜o LI nem geram R2 ) a a a Exerc´ ıcios 3. t − t3 . −1]T . b ∈ R}. (f). α = − ln 2/6000 ≈ −1.26 (a) e (c) n˜o (b) sim a Exerc´ ıcios 3. ıcio Cap´ ıtulo 3 Exerc´ ıcios 3. 0 0 1 0 0 1 −1 0 2 (a) U = {a (1 − t3 ) + b (t − t3 ) + c (t2 − t3 ) : a. −1. t2 − t3 }. . (d)sim a Exerc´ ıcios 3.12 p(t) = (1/2)q(t) + (3/2)r(t) − (1/2)f (t) Exerc´ ıcios 3.8 y(x) = −2 e3 x ıcio Exerc´ 2.27 (a) e (b) sim (c) n˜o a Exerc´ ıcios da Se¸˜o 3. −1.25 (a): [10. 6]T Exerc´ ıcios 3. (b) . (l): LD Exerc´ ıcios 3. (j).9 P (h) = P0 eα h . c ∈ R}. z) : [S] = {(x. y = x} (d) Exerc´ ıcios 3. W = {a + b t : a.5 N (t) = N (0) eα t . (b) n˜o (c): sim. (h). (b).198 CAP´ ITULO 8.15 (a).16 (a) e (b): LI Exerc´ ıcios 3.21 (a): sim. (g).10 u = (1/2)v1 + (3/2)v2 − (1/2)v3 Exerc´ ıcios 3.

(h) y(t) = e−2 t (a + b t).4 (em todos os itens a e b denotam constantes reais arbitr´rias) a (a) y(t) = a e2 t + b e−2 t . t}. 1. 3). (e) y(t) = a cos (5 t) + b sen (5 t). 1. c2 ∈ R. c1 . 1). e e 5 (a) B = {(1. U ∩W = {a (1−t) : a ∈ R}. c2 ∈ R (g) y(t) = c1 + c2 e−3 t + 3 t e7 t c1 . (f) y(t) = e−2 t (a cos (3 t) + b sen (3 t)). (b) y(t) = e−t (c1 + c2 t) − 2. c2 ∈ R (j) y(t) = e4 t (c1 +c2 t+6 t2 −t3 )c1 . c1 . c2 ∈ R (d) y(t) = c1 et + c2 e−5 t − cos t − (3/2) sen t. c1 . uma base de U ∩W ´ {1−t}. −1. c2 ∈ R . 1. t} (e) B = {5 t2 + 5. c1 . (0. 7)} (b) B = {(1. (b) y(t) = a e−t + b e5 t . 0. c1 . c2 ∈ R (k) y(t) = c1 cos(5 t) + c2 sen (5 t) − 2 cos(5 t). c2 ∈ R (e) y(t) = c1 cos (5 t) + c2 sen (5 t) + 2 cos (3 t). t + 1} Cap´ ıtulo 4 Exerc´ ıcios 4. c1 .199 de W ´ {1. c2 ∈ R. 4. (g) y(t) = a + b e−25 t . (0. 0)} 0 1 1 0 (c) B = . 0 0 0 0 (d) B = {1. 7. −3). c2 ∈ R (i) y(t) = c1 +c2 et −2 t3 −6 tc1 . c2 ∈ R (l) y(t) = c1 et cos t + c2 et sen t + 3 et cos t − sen t .5 (a) y(t) = 2 − e2 t (b) y(t) = 8 et + e−5 t (c) y(t) = et (cos t + 2 sen t) (d) y(t) = e2 t (3 − t) (e) y(t) = 3 sen (5 t) + 5 cos(5 t) (f) y(t) = e−2 t [3 cos (3 t) + 2 sen (3 t)] Exerc´ ıcios 4. c1 . (0. (c) y(t) = a + b e4 t . c1 . c2 ∈ R (c) y(t) = c1 + c2 e−3 t + 3 t. 0. (f ) y(t) = c1 cos (5 t) + c2 sen (5 t) + t (−2 cos t + sen t). 1. (d) y(t) = et (a cos t + b sen t). Exerc´ ıcios 4.3 (a) y(t) = t−1/2 (b) y(t) = t−1 (c) y(t) = t−1/2 (d) y(t) = ln t Exerc´ ıcios 4. 1. c2 ∈ R (h) y(t) = c1 + c2 e−3 t + sen (3 t) − cos(3 t). c1 .7 (a) y(t) = c1 + c2 e−3 t + 2 e2 t .

c5 denotam constantes reais arbitr´rias) a (a) y(t) = c1 e2 t + c2 e−2 t + c3 cos 2 t + c4 sen 2 t. −2 ]T + c2 e2 t [ −2.8 (a) y(t) = e−3 t + 3 t (b) y(t) = −2 + e−3 t + e2 t (c) y(t) = −1 + 14 et−1 − 2 t3 − 6 t (d) y(t) = −1 + e−3 t + 3 t e7 t (e) y(t) = e2 t [2 cos (3 t)−3 sen (3 t)]+et (f) y(t) = 3 e2 t +(2−2 t) e−4 t (g) y(t) = (7 + 2 t − t2 ) e2 t − e−4 t (h) y(t) = et (1 + t + t2 ) (i) y(t) = e3 t (t + 3 t2 − t3 ) (j) y(t) = e2 t (2 + 5 t) − 3 et sen t (k) y(t) = e4 t (2 t3 − 3 t2 + t) (l) y(t) = 3 cos(5 t) + (5 + t) sen (5 t). ALGUMAS RESPOSTAS Exerc´ ıcios 4. 1 ]T (b) x(t) = e2 t c1 cos t + c2 sen t .9 (a) y(t) = (cos t) ln | cos t|+t sen t (b) y(t) = −1+(sen t) ln | sec t+tg t| (c) y(t) = −2 + (sen t) ln | sec t + tg t| (d) yp (t) = et /2 (e) yp (t) = −2 t (f) yp (t) = t (g) yp (t) = −t2 + (7 t/3) + 8/9 (h) y(t) = et (t2 −t+1/2) (i) y(t) = −2 sen 3 t cos(2 t)+sen (2 t)(3 cos t−2 cos3 t) (j) y(t) = −t cos t.10 ıcio (em todos os itens c1 . (b) y(t) = c1 e−t + e2 t (c2 + c3 t + c4 t2 ). (c) y(t) = c1 e−t + c2 et + c3 e2 t . (f ) y(t) = c1 e−t + (c2 + c3 t) et + e−t (c4 cos t + c5 sen t). Exerc´ ıcios 4.1 (em todos os itens. c2 . Cap´ ıtulo 6 Exerc´ ıcios 6. (j) y(t) = (e4 t /64) + c1 + c2 t + (c3 + c4 t) e2 t . c4 denotam constantes arbitr´rias) a (a) x(t) = c1 e−t [ 1. c1 . Exerc´ 4. −c1 (cos t + sen t) + c2 (cos t − sen t) . √ √ √ (g) y(t) = e 2 t c1 cos( 2 t) + c2 sen ( 2 t) + √ √ √ √ +e− 2 t c3 cos( 2 t) + e 2 t + c4 sen ( 2 t) . c3 . (e) y(t) = c1 + c2 t + (c3 + c4 t) e2 t . (h) y(t) = 3 + 2 t + t2 + c1 e−t + (c2 + c3 t) et + e−t (c4 cos t + c5 sen t). (i) y(t) = (e4 t /400) + c1 + c2 t + (c3 + c4 t) e−t .200 CAP´ ITULO 8. (d) y(t) = e−t (c1 + c2 t + c3 t2 ). c2 . c3 . c4 .

2 et ]T ıcio e (c) x(t) = e5 t Cap´ ıtulo 7 Exerc´ 7. 2]T ´ x(t) = [e3 t . (h) t sen 3 t. (c) 9 e2 t t. 1.2 (a) e−3 t sen 2 t. e3 t − t e3 t . (i) t cos 3 t . (d) 8 e3 t cos 2 t − ıcio 3 t sen 2 t. Exerc´ 7.3 (b) x(0) = [1. (g) 3 cos 3 t+ 12 e 3 2 sen 3 t − 1.201 c1 (cos 2 t + sen 2 t) + c2 (sen 2 t − cos 2 t) c1 cos 2 t + c2 sen 2 t 5 c1 e3 t + c2 e−4 t (d) x(t) = 2 c1 e3 t − c2 e−4 t   c1 e−t + 2 c3 e8 t (e) x(t) =  −2 (c1 + 2 c2 ) e−t + c3 e8 t  c2 e−t + 2 c3 e8 t     c1 et + c2 e−t + 3 c3 e4 t −c3 e3 t −2 c1 et + c3 e4 t  (g) x(t) =  c2 e3 t + c3 t e3 t  (f) x(t) =  t − c e−t + c e4 t c1 e c1 e−t 2 3 Exerc´ 6. (e) cos 3 t+3 sen 3 t−1. (b) 5 − 2 e3 t .4 (a) y(t) = 6 t − 2 + 3 e−3 t (b) y(t) = e5 t + 6 et (c) y(t) = ıcio 4 − sen 3 t (d) y(t) = 4 e2 t − 10 et + 6 cos t + 2 sen t (e) y(t) = 2 cos 2 t + 3 sen 2 t (f) y(t) = 2 et + 2 e−t − t2 − 4 (g) y(t) = 2 sen t + 8 t (h) y(t) = 2 e4 t − 8 t − 2 .1 (b) (i) ıcio 5 s+3 (iii) s2 +64s+25 (iv) s2 +6 s+13 s+3 3 −6 s 2 +12 s−14 6 −s (v) (s+5)4 (vi) (vii) ss−6 (viii) 2 s +1)3 (ix) (s−3)2 (s2 +4) 2 −4 (s2 3 2 +16 3 −11 2 +75 s−4 8 s−24 2 (x) 4 s −s2 +4)2 s+4 (xi) (s2 −6 s+25)2 (xii) 3 s 2 +4)s2 (s−5)2 (xiii) (s2 +1)2 (s (s 1 4 s2 +6 s−7 (xiv) s−2 − (s−1)2 + s8 (xv) (s2 +6 s+25)2 3 s2 +9 s4 −24 s−48 s4 (s+2) 7 s−12 (ii) Exerc´ 7. (f ) 3 cos 3t+ 4 sen 3t−5.

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer: Get 4 months of Scribd and The New York Times for just $1.87 per week!

Master Your Semester with a Special Offer from Scribd & The New York Times