Calculo 3

Universidade Estadual Paulista Jlio de Mesquita Filho
Instituto de Geocincias e Cincias Exatas

Campus de Rio Claro
Introduo s equaes diferenciais

ordinrias e aplicaes.
Ana Claudia Chinchio
Dissertao apresentada ao Programa de

Ps-Graduao Mestrado Prossional em
Matemtica Universitria do Departamento
de Matemtica como requisito parcial para a
obteno do grau de Mestre
Orientadora
Profa.
Dra. Marta Cilene Gadotti
2012
517.38
C539i
Chinchio, Ana Claudia

Introduo s equaes diferenciais ordinrias e aplicaes./ Ana
Claudia Chinchio- Rio Claro: [s.n.], 2012.
87 f.:g.
Dissertao (mestrado) - Universidade Estadual Paulista, Instituto de Geocincias e Cincias Exatas.
Orientadora: Marta Cilene Gadotti
1. equaes diferenciais ordinrias. 2. existncia de soluo. 3.
modelo da dinmica do Diabetes. I. Ttulo
Ficha Catalogrca elaborada pela STATI - Biblioteca da UNESP

Campus de Rio Claro/SP
ERMO DE APROVAO
Ana Claudia Chinchio

Introduo s equaes diferenciais ordinrias e
aplicaes.
Dissertao aprovada como requisito parcial para a obteno do grau de

Mestre no Curso de Ps-Graduao Mestrado Prossional em Matemtica
Universitria do Instituto de Geocincias e Cincias Exatas da Universidade
Estadual Paulista Jlio de Mesquita Filho, pela seguinte banca examinadora:
Profa. Dra. Marta Cilene Gadotti

Orientadora
Profa. Dra. Renata Zotin Gomes de Oliveira

IGCE/UNESP/Rio Claro (SP)
Profa. Dra. Silvia Martorano Raimundo

FM/USP/So Paulo (SP)
Rio Claro, 29 de agosto de 2012
Dedico esta dissertao aos meus exemplos de vida, meus pais, Jamil e Cinira, que me
propiciaram uma vida digna onde eu pudesse crescer, acreditando que tudo possvel,
desde que sejamos honestos, ntegros de carter e tendo a convico de que desistir
nunca seja uma ao contnua em nossas vidas; que sonhar e concretizar os sonhos s
dependero de nossa vontade. Sempre me incentivaram a dar este grande passo. Com
muita sabedoria, discernimento, bom senso e dedicao, estiveram ao meu lado me
encorajando nas horas difceis e me aplaudindo nos momentos de glria. Obrigada
por serem os melhores pais do mundo, fonte de inspirao, apoio e ensino dirio.
Agradecimentos
Agradeo primeiramente a Deus, pela sade, f e perseverana que tem me dado.
Obrigada pela oportunidade, e principalmente por estar presente em cada passo, cada
detalhe e cada instante da minha vida. Faz-me acreditar que tudo possvel na Tua
presena!
Profa. Dra. Marta Cilene Gadotti, orientadora desta dissertao, por todo empenho, sabedoria, compreenso, exigncia e, acima de tudo, pela pacincia. Obrigada
por fazer dos nossos encontros momentos prazerosos.
"Gestos de carinho, ateno e
delicadeza nos fazem perceber quanto algumas pessoas so especiais na forma de ser e
como so bem-vindas suas aes. Muito obrigada!". Obrigada por me proporcionar a
curiosidade e a vontade de buscar novas descobertas. Um exemplo de prossional que
sabe como tornar uma simples orientao em um momento de reexo. Obrigada por
acreditar no meu trabalho!
Ao meu marido Guilherme, que sempre acreditou em mim, apoiou meus sonhos,
minhas ideias e at as maluquices.
Obrigada pela compreenso e pelo carinho...
o meu mais el amigo... Amor, obrigada por fazer dessa caminhada a melhor que eu
poderia ter...
Aos meus amigos e professores da FCT/Unesp campus de Presidente Prudente,
sem excees,... a minha eterna gratido pelos momentos de carinho, conhecimento,
solidariedade e felicidade que vivemos. Sem eles no conseguiria suportar a saudade
da minha famlia. E pude comemorar uma grande vitria, o primeiro diploma de curso
superior da minha famlia. As meninas, Su, Tia Ninha, Mi, Beth, Paty, Filhotinha, e
os meninos, Robinson, Willian, Heberti, Guti, Buiu, Leleco, Bob, Por, Italim, mas em
especial, quero agradecer a minha irm de alma, Vivi, e ao meu querido amigo, e agora
padrinho professor Dr. Jos Roberto Nogueira, obrigada por compartilharem comigo
a honra de conhecer e amar suas famlias, que me ensinaram o verdadeiro sentido da
palavra generosidade. Obrigada amigos por cada momento!
Agradeo aos meus amigos da Primeira Turma de Ps-Graduao em Matemtica
Universitria, que foram os melhores, cada qual com sua peculiaridade, porm insubstituveis. Em especial ao Batista, Tofu, Robinson e Loreane por todas as horas de estudos
e todos os nossos seminrios. A Leda, capit do nosso time, amiga el e companheira,
que desde de Prudente compartilha e desfruta de todos os momentos de minha vida.

Que prazer t-los comigo e no haveria palavras para descrever quanta felicidade vocs
me proporcionam!
Obrigada todos os professores deste programa, em especial, Alice, Henrique, Joo,
Renata, Suzinei, Simone e Wladimir que contriburam de forma signicativa para o meu
crescimento acadmico e pessoal.
Agradeo tambm as secretrias de departamento
Ana, Elisa e Inajara e ao tcnico de informtica Jos Ricardo, por todo suporte que
me foi dado e aos funcionrios da Seo de Ps-Graduao, pelos servios prestados.
Por m, a Amanda, minha irm, aos meus queridos pais, a quem honro pelo esforo
com o qual educaram a mim e a minha irm. Obrigada Pai, Me e Tata! Obrigada
por existirem! Obrigada por depositarem em mim a conana para todas as horas. Sei
que vocs se orgulham por eu ter atingido uma etapa que nenhum outro de ns tinha
atingido antes, mas este orgulho que sentem por mim, converto numa obrigao de a
cada dia ser mais digna de represent-los.
S existem dois dias no ano que nada pode ser feito. Um se chama ontem e o outro se
chama amanh, portanto hoje o dia certo para amar, acreditar, fazer e
principalmente viver. Dalai Lama
Resumo
Motivados por interessantes aplicaes das equaes diferenciais ordinrias a problemas em diversas reas, apresentamos um texto introdutrio e bsico sobre a teoria
de existncia e unicidade de soluo e descrevemos o estudo sobre alguns modelos.
Palavras-chave:
equaes diferenciais ordinrias, existncia de soluo, modelo da
dinmica do Diabetes.
Abstract
Motivated by interesting applications of ordinary dierential equations to problems
in several area, we present an introductory text theory on the existence and uniqueness
of solutions and describe the study on some models.
Keywords:
of Diabetes.
ordinary dierential equations, existence of solution, the dynamic model
Lista de Figuras
2 ..
fn (x) = x/n.
2.1
Faixa de amplitude
. . . . . . . . . . . . . . . . . . . . . . . . . .
20
2.2
Grcos de
. . . . . . . . . . . . . . . . . . . . . . . . . .
21
3.1
Grco das solues do Modelo de Malthus . . . . . . . . . . . . . . . .
41
3.2
Grco das solues do Modelo de Verhulst
43
4.1
Diagrama de uxo do sistema regulatrio da glicose sangunea
g(t)
se
0 > 0.
. . . . . . . . . . . . . . .
. . . . .
53
4.2
Grco de
. . . . . . . . . . . . . . . . . . . . . . .
57
5.1
Circuito eltrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
81
Sumrio
1 Introduo
17
2 Preliminares
19
2.1
Resultados de Anlise
. . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2
Resultados de lgebra Linear
. . . . . . . . . . . . . . . . . . . . . . .
23
2.3
Formas de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
3 Equaes diferenciais de primeira ordem
19
29
3.1
Existncia e unicidade de soluo
. . . . . . . . . . . . . . . . . . . . .
29
3.2
Equao linear de primeira ordem . . . . . . . . . . . . . . . . . . . . .
35
4 Equaes diferenciais de segunda ordem

4.1
Equaes lineares de segunda ordem
4.2
Equaes homogneas
. . . . . . . . . . . . . . . . . . .
45
. . . . . . . . . . . . . . . . . . . . . . . . . . .
46
O wronskiano . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
Um modelo para a dinmica do Diabetes . . . . . . . . . . . . . . . . .
50
4.2.1
4.3
45
5 Sistemas de equaes diferenciais
59
5.1
Denies bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
59
5.2
Sistemas de equaes diferenciais lineares . . . . . . . . . . . . . . . . .
63
5.3
O estudo dos autovalores e autovetores
. . . . . . . . . . . . . . . . . .
69
5.3.1
Razes complexas . . . . . . . . . . . . . . . . . . . . . . . . . .
71
5.3.2
Razes iguais
72
5.3.3
Anlise do caso
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
. . . . . . . . . . . . . . . . . . . . . . . .
72
5.4
Soluo matriz fundamental
. . . . . . . . . . . . . . . . . . . . . . . .
75
5.5
Frmula da variao de parmetros . . . . . . . . . . . . . . . . . . . .
79
6 Concluso
85
Referncias
87
1 Introduo
As equaes diferenciais constituem uma ferramenta importante na modelagem
de problemas naturais.
Vrios problemas fsicos, qumicos, ecolgicos, econmicos e
biolgicos so descritos atravs das equaes diferenciais; podemos encontrar suas diversas aplicaes nas referncias [3], [5] e [7]. Para se estudar a teoria sobre existncia
de soluo para equaes diferenciais ordinrias necessrio o conhecimento de algumas tcnicas e resultados da anlise matemtica como a convergncia de sequncias de
funes.
Observa-se que no nal do sculo XVII, com os avanos do Clculo, por obra de
Isaac Newton
(1646, 1727) e Gottfried Wilhelm von Leibniz (1646, 1716), inmeros
problemas puderam ser modelados matematicamente na forma de equaes diferenciais. Com isso, surgiu a questo da resoluo dos problemas matemticos apresentados por estes modelos. Vrios desses problemas foram resolvidos explicitamente por
grandes matemticos como os da famlia Bernoulli
(1654, 1705)
e Leonhard Euler
(1707, 1783).
Com o tempo perceberam que no seria possvel obter procedimentos gerais de resoluo explcita para as equaes diferenciais e ento, no sculo XVII, os pesquisadores
comearam a procurar outros mtodos de estudo das equaes diferenciais que no
a sua soluo explcita.
(1789, 1857)
Um grande nome dessa poca Augustin Louis Cauchy
que demonstrou a existncia de solues para uma grande parte das
equaes diferenciais, que aparecem em muitos modelos.

surge a teoria qualitativa geomtrica, com Henri Poincar
Mikhailovich Lyapunov
(1857, 1918),
No nal do sculo XIX
(1854, 1912)
e Aleksandr
e tambm a teoria de aproximao analtica e
de aproximao numrica. Embora essas duas teorias no sejam objetos desse trabalho,
vlido observar a sua importncia e a existncia de pesquisas desenvolvidas at os
dias atuais envolvendo os resultados obtidos por esses grandes matemticos.
Por outro lado, para um processo de ensino-aprendizagem mais comprometido com
o conhecimento do aluno espera-se propiciar um ambiente favorvel e prazeroso para
este processo, para tanto, apostamos na modelagem que estimulada por um problema
da "vida real", utiliza-se da Matemtica para buscar as possveis solues. Segundo
17
Introduo
18
Bassanezi
([?], 2002, p.16)
"a modelagem matemtica consiste na arte de transformar
problemas da realidade em problemas matemticos e resolv-los interpretando suas

solues na liguagem do mundo real."
Dessa forma, a arte de modelar faz com que a Matemtica aproxime-se da realidade
e no o caminho inverso.
Tendo em vista que o Programa de
PS-GRADUAO EM MATEMTICA
UNIVERSITRIA, Curso de Mestrado Prossional da Unesp tem como objetivo a

formao de um matemtico e no necessariamente um pesquisador no sentido tradicional, mas com suciente grau de erudio matemtica para traar conexes entre os
diversos domnios dessa cincia, zemos um estudo utilizando a interdisciplinaridade de
cincias para a motivao do processo de ensino aprendizagem. Para tanto produzimos
um material que poder ser utilizado em sala de aula, em disciplina de Modelagem
Matemtica e ou em disciplina introdutria sobre Equaes Diferencias Ordinrias.
Os objetivos centrais deste trabalho so:
a promoo da familiaridade com um
modelo matemtico advindo de situao real; a promoo de um estudo introdutrio

sobre a teoria das equaes diferenciais ordinrias e sua utilizao em aplicaes. Para
este m introduzimos alguns conceitos e resultados da Anlise Matemtica e lgebra
Linear.
Para que possamos atingir os objetivos supracitados este trabalho est organizado
da seguinte forma:
Captulo 2: resultados bsicos que foram utilizados no estudo da teoria de equaes
diferenciais ordinrias.
Captulo 3: teoria bsica das equaes diferenciais ordinrias de primeira ordem,
com respeito existncia e unicidade de soluo.
Captulo 4:
teoria bsica das equaes diferenciais lineares de segunda ordem,
equaes homogneas e trazemos a descrio de um modelo para a dinmica do Diabtes, sua anlise quanto soluo, interpretao e validao.
Captulo 5: sistemas de equaes diferenciais lineares, autovalores e autovetores,
uma breve anlise qualitativa e uma aplicao de estratgias de armamentos.
Atravs das aplicaes das equaes diferenciais ordinrias, cou evidente a importncia da interdisciplinariedade na aquisio do conhecimento.
2 Preliminares
Neste captulo apresentamos os conceitos e resultados tericos de Anlise Matemtica e lgebra Linear necessrios para o desenvolvimento do trabalho. Muitos desses
resultados no so demonstrados, mas algumas referncias que apresentam as provas
desses teoremas so dadas no decorrer do texto.
2.1 Resultados de Anlise

As denies e resultados desta seo podem ser encontrados na referncia [1].
Denio 2.1. Um subconjunto K do espao Rn compacto, quando K fechado e

limitado.
Teorema 2.1 (de Borel-Lebesgue). Toda cobertura aberta de um conjunto compacto
admite subcobertura nita.
Denio 2.2. Se (an )nN uma sequncia de nmeros reais, ento:
A soma innita a1 + a2 + a3 + ... + an + ... = an chamada srie.

n=1
Cada nmero ai um termo da srie, onde an o termo genrico de ordem n. Para
denir a soma de innitas parcelas, consideram-se as somas parciais.
S 1 = a1
S 2 = a1 + a2
S 3 = a1 + a2 + a3
.
.
.
Sn = a1 + a2 + a3 + ... + an1 + an
A sequncia (Sn )nN chamada de sequncia das somas parciais . Se essa sequncia
(Sn ) tem limite S , ento a srie converge e sua soma S .
Se a sequncia (Sn ) no tem limite, ento a srie diverge.
Denio 2.3. Uma sequncia de funes fn : D R R uma correspondncia

que associa a cada nmero natural n N uma funo fn , denida em D e tomando
valores reais.
19
Preliminares
20
As sequncias de funes, distinguem-se em dois conceitos de convergncia: convergncia pontual e convergncia uniforme.
Denio 2.4. Diz-se que uma sequncia de funes fn : D R R, com o mesmo

domnio D, converge simplesmente ou pontualmente para uma funo f se, dado qualquer > 0, para cada x D existe N = N (x, ) N tal que
n > N |fn (x) f (x)| < .
Denio 2.5. Diz-se que uma sequncia de funes fn converge uniformemente para
uma funo f em um domnio D se, dado qualquer > 0, existe N N tal que, para
todo x D e n > N |fn (x) f (x)| < .
> 0 cada grco de y = fn (x),
para n > N est contido numa faixa de amplitude 2 , centrada no grco de y = f (x),
A denio acima signica, geometricamente, que
como mostra gura abaixo:
Figura 2.1: Faixa de amplitude
Observao 2.1.
Note que a convergncia uniforme implica convergncia pontual,
mas a recproca no verdadeira. Por exemplo, considere a sequncia
fn : R R. Vamos mostrar que para cada x R, fn (x) 0

n , mas a convergncia no uniforme.
De fato,
tem-se
> 0,
e cada
x R,
basta considerar
x
|x|
0 =
< .
n
n
fn (x) = x/n,
pontualmente quando
Nx N, Nx >
|x|
ento
n > Nx
Resultados de Anlise
Figura 2.2: Grcos de
Note agora que
fn (x)
innidade de grcos de
21
fn (x) = x/n.
so retas passando pela origem e impossvel colocar uma
(fn (x)) em uma faixa de amplitude 2
centrada na reta
y = 0.
Logo, a convergncia no pode ser uniforme.
Teorema 2.2. Se fn uma sequncia de funes contnuas em um mesmo domnio

D, que converge uniformemente para uma funo f , ento f contnua em D.
Demonstrao.
Sejam
x, x D .
A desigualdade triangular permite escrever:
|f (x) f (x )| = |(f (x) fn (x)) + (fn (x) fn (x )) + (fn (x ) f (x ))|

|f (x) fn (x)| + |fn (x) fn (x )| + |(fn (x ) f (x ))|.
> 0,
Dado qualquer
para
a convergncia uniforme garante a existncia de
(2.1)
tal que,
n > N,
|f (x) fn (x)| < /3
|fn (x ) f (x )| < /3,
x, x D. Fixando um ndice n > N e usando a continuidade

de fn para determinar > 0 tal que x, x D , satisfazendo |x x | < implica
|fn (x) fn (x )| < /3. Dado > 0, usando (2.1), obtemos |f (x) f (x )| < para x,
x D, |x x | < .
Portanto, como f contnua em x D arbitrrio, segue que f uma funo
contnua em D .
quaisquer que sejam
Teorema 2.3 (de Dini). Se fn uma sequncia de funes contnuas em um mesmo

domnio compacto D, que converge monotonamente para uma funo contnua f , ento
essa convergncia uniforme.
Preliminares
22
Demonstrao.
Vamos supor
existe um inteiro positivo
Nx
(fn )
decrescente. Dado qualquer
> 0,
para cada
xD
tal que
|fNx (x) f (x)| < .

x > 0 tal que |fNx (x) fNx (t)| < t satisfazendo |t x| < x .
Note que a sequncia (fn (t)) decrescente, ento |fn (t) f (t)| |fNx (t) f (t)| <
, n > Nx . Logo existem Nx como acima e x > 0 tais que
Pela continuidade,
n Nx , t D,
com
|t x| < x ,
ento
|fn (t) f (t)| < .
Vx (x) = {t R; |tx| < x }, quando x varia em D, forma uma cobertura

aberta de D, e como D compacto, pelo Teorema de Borel-Lebesgue, existe um nmero nito de vizinhanas Vx (x) que cobrem D , denotadas por Vx1 (x1 ), Vx2 (x2 ),. . .,
Vxr (xr ). Sendo N o maior dos nmeros Nx1 , Nx2 , . . ., Nxr , segue que
Note que
n > N |fn (x) f (x)| < ,

qualquer que seja
x D.
Um importante resultado utilizado para provar que uma dada sequncia ou srie
de funes uniformemente convergente o Critrio de Cauchy. Esta tcnica permite
garantir a convergncia sem a necessidade de exibir o valor do limite. A prova pode
ser encontrada em [1].
Teorema 2.4 (Critrio de Cauchy para Sries). Uma condio necessria e suciente
para que uma srie an seja convergente dado qualquer > 0, existe N tal que, para
todo inteiro positivo p e n > N temos
|an+1 + an+2 + + an+p | < .
Vamos introduzir o conceito de supremo de um conjunto de nmeros reais. Para
isto precisamos da seguinte denio.
Denio 2.6. Um conjunto C de nmeros reais limitado direita ou limitado

superiormente se existe um nmero K tal que c K para todo c C . Do mesmo
modo, C limitado esquerda ou limitado inferiormente se existe um nmero k tal
que k c para todo c C . Os nmeros K e k so chamados cotas do conjunto C ,
superior e inferior, respectivamente.
Denio 2.7. O supremo de um conjunto C a menor de suas cotas superiores, ou
seja, o nmero S que satisfaz as seguintes condies: a) c S para todo c C ; b)
dado qualquer nmero > 0, existe um elemento c C tal que S < c.
Proposio 2.1. Todo conjunto no vazio de nmeros reais, que seja limitado superiormente, possui supremo.
Resultados de lgebra Linear

O prximo resultado utilizado na linearizao de um sistema de equaes diferenciais em torno de um ponto de equilbrio.
Teorema 2.5 (Frmula de Taylor em Duas Variveis). Seja f : U R uma funo

denida num aberto U R2 , de classe C 3 . Sejam (a, b) U e (h, k) R2 {0} tais
que os pontos da forma (a + h, b + k) estejam no domnio U . Ento,
f
f
(a, b) + k (a, b)
x
y
2
2f
1 f
2f
(a, b)hk + 2 (a, b)k 2 + R(h, k),
+
(a, b)h2 + 2
2 x2
xy
y
f (a + h, b + k) = f (a, b) + h
onde
R(h, k) =
3f
3f
3f
1 3f
(, 3 + 3 2 (, 2 k + 3
a b)h
a b)h
(, 2 + 3 (a, b)k 3 ,
a b)hk
3! 3 x
x y
xy 2
y
para algum (, interno ao segmento das extremidades (a, b) e (a + h, b + k).

a b)
2.2 Resultados de lgebra Linear

Nesta seo so apresentados resultados e conceitos de lgebra Linear baseados nas
referncias [6] e [8], que so utilizados no decorrer do trabalho.
Denio 2.8. Seja V um espao vetorial sobre o corpo K dos escalares, dizemos que
um conjunto de vetores x1 , x2 , . . . , xn gera o espao V se todo elemento de V pode ser
expresso como uma combinao linear de x1 , x2 , . . . , xn , e neste caso, dizemos que V
nitamente gerado.
Denio 2.9. Um conjunto de vetores x1 , x2 , . . . , xn em V linearmente dependente, l.d. se um desses vetores combinao linear dos outros. Ou seja, o conjunto
de vetores x1 , x2 , . . . , xn l.d. se existirem escalares c1 , . . . , cn no todos nulos tais
c1 x1 + c2 x2 + + cn xn = 0.
Denio 2.10. Se os vetores x1 , x2 , . . . , xn no so l.d., isto , nenhum desses vetores

pode ser escrito como combinao linear dos demais, neste caso essa sequncia dita
linearmente independente, l.i.. Ou seja, se os vetores x1 , x2 , . . . , xn forem l.i., isto
implica que se c1 x1 + c2 x2 + + cn xn = 0, ento c1 = c2 = . . . = cn = 0.
Denio 2.11. A dimenso de um espao vetorial V , denotada por dimV , o
nmero de vetores l.i. que geram V. Se V for nitamente gerado dizemos que V um
espao de dimenso nita. Caso contrrio, isto , se nenhum conjunto com um nmero
nito de elementos de V gerar V , ento V chamado de espao de dimenso innita.
Denio 2.12. Se um conjunto B de vetores l.i. gera um espao V , ento B
chamado de uma base para V .
23
Preliminares
24
Denio 2.13. Sejam U, W subespaos de um espao vetorial V . O espao vetorial V

soma direta dos subespaos U, W a qual ser representada por U W , se as seguintes
condies so satisfeitas:
1. U W = {0}, onde 0 o vetor nulo.
2. V = U + W, isto , v V, existem u U e w W tais que v = u + w.
Denio 2.14. O conjunto {f1 , . . . , fn } formado por funes denidas em um mesmo

domnio D l.i. se
1 f1 (t) + + n fn (t) = 0, t D,
implicar 1 = 2 = = n = 0.
Denio 2.15. As transformaes lineares T denidas em um espao vetorial V em

si mesmo, isto , T : V V e que satisfazem
(i) T (u + v) = T (u) + T (v), u, v V
(ii) T (u) = T (u), u V e K
so chamadas de operadores lineares sobre V .
Exemplo 2.1.
todo
v V,
Dado
um espao vetorial,
Id : V V,
denido por
Id(v) = v
para
um operador linear denominado identidade.
Denio 2.16. Dado um operador linear T : V V , onde V um espao vetorial

nitamente gerado, dene-se o polinmio caracterstico de T por:
pT (x) = det([T ]B I),
onde [T ]B representa a matriz da transformao T, com respeito base B de V. As

razes de pT (x) so denominadas os autovalores de T e vetores no nulos que satisfazem
T (v) = v, onde autovalor de T so denominados autovetores de T.
Observao 2.2. O polinmio caracterstico independe da escolha da base B do espao

vetorial
V, j que se C
for outra base de
ento
[T ]B
[T ]C
so matrizes semelhantes.
Denio 2.17. Um operador linear L : V V nilpotente se Lk = 0 para algum

inteiro k positivo. O menor k para o qual Lk = 0 chamado de ndice da nilpotncia de
L. Se o ndice da nilpotncia de L for k , signica que existe v em V tal que Lk1 v = 0.
Observe que Lk = 0 signica que Lk v = 0 para todo v em V . Se L for nilpotente com
ndice k, seu polinmio caracterstico ser tk e assim o seu nico autovalor o zero.
Denio 2.18. Sejam V um K-espao vetorial de dimenso nita n e T : V V
um operador linear. O subespao vetorial S V denominado subespao vetorial
invariante pelo operador T ou subespao vetorial T -invariante quando T (S) S, sendo
T (S) = {T (s)|s S}.
Formas de Jordan
25
Posteriormente, com o objetivo de estender os resultados de existncia e unicidade

de solues para sistemas de equaes diferenciais lineares usaremos o seguinte resultado, cuja prova encontra-se em [6].
Teorema 2.6 (Desigualdade de Cauchy-Schwarz). Seja V um espao vetorial sobre o

corpo K, com o produto interno denotado por <, >. Ento
| < x, y > | ||x||.||y||, x, y V.
A igualdade vale se, e somente se, {x, y} for linearmente dependente.
2.3 Formas de Jordan

Nesta seo so apresentados alguns resultados para a construo da chamada
Forma de Jordan de um operador linear.
rial de dimenso nita, onde
Para isto considere
um
K-espao
veto-
K denota o corpo dos escalares, o texto a seguir baseado
na referncia [6].
Denio 2.19. Um bloco de Jordan r r em a matriz Jr () em Mr (K) que tem

na diagonal principal e 1 na diagonal abaixo da principal, isto ,
Jr () =
0 0
1 0
0 1
. .
. .
. .
0 0
0 0
0 0
0 0
. .
. .
. .
1
Mr (K).
Para operadores nilpotentes, temos o seguinte resultado.
Teorema 2.7. Sejam V um espao vetorial de dimenso nita e T : V V linear e

nilpotente de ndice k < dimV. Ento existe uma base B de V tal que
[T ]B =
J1 (0)
J2 (0)
...
Jr (0)
onde J1 (0) de ordem k e os demais blocos Jj (0), j = 2, . . . , r so de ordem menor ou

igual a k.
Agora apresentamos a forma de Jordan para um operador qualquer.
Teorema 2.8. Seja T : V V um operador linear, onde V um espao vetorial de

dimenso nita, tal que pT (x) = (x 1 )m1 (x t )mt , mi 1 e i = j , se i = j.
Ento V = U1 Ut , onde para cada i = 1, . . . , t, Ui , representa o auto-espao
generalizado associado ao autovalor i e tem-se:
Preliminares
26
1. dimK Ui = mi ;
2. o subespao Ui T -invariante;
3. a restrio do operador (i Id T ) a Ui nilpotente.
Ser construda a Forma de Jordan de um operador linear utilizando o teorema
T : V V um operador linear, e pT (x) = (x 1 )m1 (x r )mr , r

1, mi 1 e i = j , o polinmio caracterstico de T. Pelo teorema 2.8, existe uma
decomposio V = U1 Ur satisfazendo as propriedades 1, 2 e 3 de seu enunciado.
Para cada i = 1, . . . , r , considere o operador Ti = T |Ui : Ui Ui . E como T =

Ti i Idmi nilpotente, existem uma base Bi de Ui e nmeros ti , mi1 mi2 miti
acima. Sejam
tais que
[Ti ]Bi =
Jmi1 (i )
Jmi2 (i )
i = 1, . . . , r
Jmij (i ) =
.
.
.
0
onde, para cada
.
.
.
j = 1, . . . , ti ,
i 0
1 i
0 1
. .
. .
.
.
0 0
0
0
0
0
0
0
.
.
.
.
.
.
0
0
.
.
.
Jmiti (i )
Mmij (K),
1 i
o correspondente bloco de Jordan. Observe que, como a soma

segue que
B = B1 B2 Br
base de
V.
[T ]B =
U1 Ur
direta,
Portanto,
[T1 ]B1
0
0
[T2 ]B2
.
.
.
.
.
.
0
0
0
0
.
.
.
[Tr ]Br
T. Os nmeros ti , mij , i =
a partir de T , isto , dado T , a forma
dois operadores lineares S L(V, V ) e
Esta matriz chamada de forma de Jordan associada a
1, . . . , r, j = 1, . . . , ti ,
esto bem determinados
de Jordan est bem determinada. Alm disso,
T L(V , V ) tem a mesma forma de Jordan se, e somente se, existir um isomorsmo
: V V tal que 1 T = S. Vamos denotar por L(V, V ) o conjunto de todos os
operadores lineares denidos em V.
Denio 2.20. O polinmio minimal de um operador linear T L(V, V ) o polinmio mnico mT (x) de menor grau tal que mT (T )(v) = 0, v V.
Formas de Jordan
27
T : V V, ri e mij , i = 1, . . . , t e j = 1, . . . , ri . Como anteriormente para

m
cada i = 1, . . . , t e j = 1, . . . , ri , dena o polinmio qij (x) = (x i ) ij como divisor
elementar de T de multiplicidade mij associado a i . Quando mij = 1 para algum i, j ,
diz-se que o correspondente polinmio qij simples.
Segue da construo feita que o polinmio caracterstico de T o produto de todos
Sejam
os seus divisores elementares, isto ,
pT (x) =
qij (x).
i,j
Os nmeros
mij
representam os tamanhos dos blocos de Jordan. claro que
diagonalizvel se, e somente se, todos os blocos de Jordan tiverem tamanho
ser
1.
mi1 . . . miri de onde se conclui que T ser

diagonalizvel se, e somente se, mi1 = 1 para todo i = 1, . . . , t. No caso mi1 > 1 sabe-se
que a ordem do maior bloco de Jordan associado ao autovalor i dado por mi1 mi1 .
Por outro lado, para cada i, tem-se
Observao 2.3.
Considere o bloco de Jordan
(Jr () Idr )r = 0
Seja
uma matriz
mm
(A Idm )r1 1 = 0.
com
K.
Observe que
(Jr () Idr )r1 = 0.
Jr1 (), . . . , Jrs () na

r1 ri , i = 2, . . . , s, ento (A Idm )r1 = 0
formada por blocos de Jordan
diagonal e matrizes nulas no resto. Se

e
Jr ()
Utilizando esta observao, segue que
qi1 (Ti ) = (Ti i Idri )mi1 = 0,

isto , o operador
T1 Tt
Ti
anulado pelo polinmio
direta, conclui-se que
qi1 , i = 1, . . . , t.
Como a soma
T =
anulado pelo polinmio
q11 (x)q21 (x) qt1 (x) = (x 1 )m11 (x 2 )m12 (x t )m1t ,

mas no por nenhum outro de grau menor. Este o polinmio minimal
o polinmio caracterstico de
mT (x). Assim,
um mltiplo de seu polinmio minimal.
O prximo captulo apresenta alguns resultados da teoria bsica de
Diferenciais Ordinrias.
Equaes
3 Equaes diferenciais de primeira

ordem
Dada uma funo
f : D R2 R,
a relao
dy
= f (t, y(t))
dt
chamada de
equao diferencial ordinria (EDO) de primeira ordem.
Um Pro-
blema de Valor Inicial (PVI) constitudo pela equao diferencial e por uma condio
inicial
y(t0 ) = y0 R
e denotado por:
dy
= f (t, y)
dt
y(t ) =
y0
0
(3.1)
I, contendo
t0 e uma funo y que satisfaz y = f (t, y(t)), t I que passa pelo ponto (t0 , y0 ) R2 .
Geometricamente, resolver (3.1) consiste em determinar um intervalo
Na seo 3.1 descrevemos o importante teorema sobre existncia e unicidade de

soluo para o PVI.
3.1 Existncia e unicidade de soluo

A primeira questo que surge quando trabalhamos com equaes diferenciais diz
respeito existncia de soluo.
Posteriormente, analisa-se a questo de unicidade.
Para responder ambas as questes apresentamos o Teorema de Existncia e Unicidade

e uma prova baseada em tcnicas bsicas, utilizadas na referncia [3].
Teorema 3.1 (Teorema da Existncia e Unicidade). Suponha que f (t, y) e

so funes contnuas em uma regio retangular
f (t, y)
y
A = (t, y) R2 / a t b e c y d
contendo (t0 , y0 ). Ento nessas condies, existe uma nica funo y(t) denida num
intervalo I contendo t0 , que soluo do PVI (3.1).
29
Equaes diferenciais de primeira ordem
30
A prova desse resultado apresentada nesta seo, aps introduzirmos algumas

denies e resultados necessrios.
Observao 3.1.
(a) O intervalo
y(t),
encontrarmos a soluo
s ca determinado, em geral, depois que
como veremos na demonstrao.
(b) O teorema apresenta apenas uma condio suciente para a existncia e

unicidade da soluo. Se as condies no so satisfeitas o PVI pode ou no
ter uma ou mais solues.
Para demonstrar o Teorema 3.1 so necessrios alguns resultados preliminares. Vamos considerar o PVI (3.1) onde
de
uma funo contnua e
(t0 , yo ) pertence ao domnio
f.
Proposio 3.1. Seja y : [t0 , t0 + ] R uma funo contnua. Esta funo soluo
de (3.1) se, e somente se,
t
f (s, y(s))ds, t [t0 , t0 + ].
y(t) = y0 +
(3.2)
t0
Demonstrao.
dy
bros de
ds
y soluo da equao diferencial, ento integrando ambos os mem= f (t, y(s)), temos
Se
dy(s)
ds =
ds
t0
f (s, y(s))ds.
t0
Pelo Teorema Fundamental do Clculo,
y(t) y(t0 ) =
f (s, y(s))ds, t [t0 , t0 + ].

t0
Assim,
f (s, y(s))ds, t [t0 , t0 + ].
y(t) = y(t0 ) +
t0
t
Reciprocamente, seja
y(t) = y(t0 )+ f (s, y(s))ds. Derivando com relao a t, obtemos

t0
dy(t)
= f (t, y(t)).
dt
t0
Como
y(t0 ) = y0 +
f (s, y(s))ds = y0 ,
t0
segue que
soluo de (3.1).
31
Lema 3.1. Se w uma funo contnua no negativa que satisfaz w(t) L w(s)ds,
t0
ento w(t) = 0, t.
Demonstrao.
t
Seja
w(s)ds.
U (t) =
Pelo Teorema Fundamental do Clculo tem-se
t0
dU (t)
= w(t)
dt
t
e, por hiptese,
w(t) L w(s)ds = L.U (t).
Com isso,
t0
dU (t)
L.U (t)
dt
Consequentemente
eL(tt0 ) U (t) U (t0 ) = 0, t t0 .

Como
eL(tt0 ) = 0,
segue que
U (t) = 0, t t0 .
Logo
0 w(t) L
w(s)ds = LU (t) = 0
t0
w(t) = 0, t.
Denio 3.1. Denimos as iteradas de Picard do PVI

de funes denidas da seguinte forma:
y0 (t)
y (t)
1
y2 (t)
yn (t)
(3.1)
como sendo a sequncia
= y0 , t
t
f (s, y0 (s))ds, t t0
= y0 +
t0
t
f (s, y1 (s))ds, t t0
= y0 +
.
.
.
t0
f (s, yn1 (s))ds, t t0 .
= y0 +
t0
Para provarmos o Teorema de Existncia e Unicidade, vamos utilizar o seguinte

lema.
Lema 3.2. Dados a, b R+ e R = {(t, y); (t, y) [t0 , t0 +a][y0 b, y0 +b]}, considere
f : R R2 R contnua. Dena M como sendo o mximo de {|f (s, y)|, (s, y) R}
b
e o mnimo de a, M . Ento,
|yn (t) y0 | M (t t0 ), t [t0 , t0 + ],
onde yn so as iteradas de Picard.
(3.3)
32
Demonstrao.
Provemos usando induo.
Para
n1
|yn1 (t) y0 | M (t t0 ), t [t0 , t0 + ].
Agora vamos supor que (3.3) vale para
n = 0,
|y0 (t) y0 | = 0, t.
para n. Nossa hiptese
tem-se
e provemos
Como
f (s, yn1 (s))ds y0 =
|yn (t) y0 | = y0 +
t0
t0
t
|f (s, yn1 (s))|ds M
f (s, yn1 (s))ds
ds
t0
t0
= M (t t0 ) t [t0 , t0 + ].
Assim,
|yn (t) y0 | M (t t0 ), t [t0 , t0 + ].
Note que na desigualdade acima foi utilizada a informao que

pois
(s, yn1 (s)) R.
|f (s, yn1 (s))| M,
De fato,
|yn1 (t) y0 | M (t t0 )
M (t t0 ) yn1 (t) y0 M (t t0 )
M (t t0 ) + y0 yn1 (t) M (t t0 ) + y0 .
Denindo as retas
r : y = M (t t0 ) + y0
s : y = M (t t0 ) + y0
e aplicando-as no ponto
t0 +
temos
r : y = M (t0 + t0 ) + y0
= M + y0 b + y0 ,
j que
b
= min{a, M },
s : y = M (t0 + t0 ) + y0
= M + y0 y0 + b.
Portanto, como o grco de
se
yn1 (s) ca entre as retas r e s, tem-se que (s, yn1 (s)) R,
s [t0 , t0 + ].
Para provar o Teorema 3.1 resta-nos mostrar que a sequncia
{yn (t)} convergente
ento y(t) soluo de (3.2).

n
Primeiramente, vamos mostrar que a sequncia {yn (t)} convergente. Para isto,
e que, se
y(t) = lim yn (t),
considere
yn (t) = y0 (t) + y1 (t) y0 (t) + y2 (t) y1 (t) + + yn1 (t) yn2 (t) yn1 (t) + yn (t),
33
[yk (t) yk1 (t)]
e mostremos que a srie
convergente. De fato, pelo lema anterior
k=1
tem-se
|y1 (t) y0 (t)| M (t t0 ), t [t0 , t0 + ].
Usando essa desigualdade tambm
temos,
f (s, y1 (s))ds y0
|y2 (t) y1 (t)| = y0 +
t0
t0
t0
t0
t0
|f (s, y1 (s)) f (s, y0 (s))|ds.
f (s, y0 (s))ds
f (s, y1 (s))ds
f (s, y0 (s))ds
Usando o Teorema do Valor Mdio para a segunda componente, segue que
f
(s, 1 (s)) |y1 (s) y0 (s)|ds L
y
|y2 (t) y1 (t)|

t0
t0
t
(s t0 )2
M (s t0 )ds = LM
2
t0
onde
1 (s)
|y1 (s) y0 (s)|ds
y0 (s)
um valor entre
y1 (s)
para cada
= LM
t0
s [t0 , t]
(t t0 )2
,
2
L = max
(t,y)R
f (t, y)
y
Por induo, segue que
|yn1 (t) yn2 (t)| M Ln2
(t t0 )n1
.
(n 1)!
(3.4)
Logo,
|y1 (t) y0 (t)| + |y2 (t) y1 (t)| + =
|yk (t) yk1 (t)|

k=1
ML
k1 (t
k=1
t0 )
=
k!
=
com
M
L
k=1
k=1
M k (t t0 )k
M
L
=
L
k!
L
Lk
k=1
(t t0 )k
k!
[L(t t0 )]
M L(tt0 )
M L
=
(e
1)
(e 1),
k!
L
L
t [t0 , t0 + ].
Portanto,
|yk (t) yk1 (t)|
converge,
t [t0 , t0 + ],
k=1
ou seja, a sequncia
{yn (t)}n
uniformemente convergente.
Por m, mostremos que se
y(t) = lim yn (t),

n
para cada t
ento
[t0 , t0
n
soluo do problema utilizando a Proposio 3.1.
forma, seja
y(t) = lim yn (t),
y(t)
+ ].
soluo de (3.2). Dessa
Podemos mostrar que
34
t
Com efeito, sabemos que
f (s, yn1 (s))ds.
Ento, aplicando o limite
yn (t) = y0 +
t0
temos
f (s, yn1 (s))ds .
lim yn (t) = lim y0 +
(3.5)
t0
Com isso, basta provar que
f (s, y(s))ds.
f (s, yn1 (s))ds =
lim
(3.6)
t0
t0
O que de fato verdade, pois usando novamente o Teorema do Valor Mdio,
f (s, yk (s))ds
t0
f (s, y(s))ds
t0
|f (s, yk (s)) f (s, y(s))| ds

t0
t
f
(s, (s)) |yk (s) y(s)|ds L
y
=
t0
|yk (s) y(s)|ds

t0
Usando (3.4), temos
|yl (s) yl1 (s)|
(yl (s) yl1 (s))
|yk (s) y(s)| =
l=k+1
l=k+1
l=k+1
Ll1 l
,
l!
(3.7)
f (s, yk (s))ds
t0
f (s, y(s))ds
M
l=k+1
t0
Quando
Ll1 l
l!
Ll1 l
.
l!
l=k+1
o mdulo acima tende a zero, pois a srie que aparece est rela-
eL , o que conclui (3.6).

t [t0 , t0 + ], devemos mostrar
cionada com a expanso de Taylor da funo
y contnua
> 0 tal que
Para provar que

todo
> 0,
existe
em
t,
para
|y(t + h) y(t)| <

Ento dado
> 0,
existe
n0
para
que para
|h| < .
sucientemente grande tal que
M
L
k=n0 +1
Lk
()k
< .
k!
3
Observe que
y(t + h) y(t) = [y(t + h) yn0 (t + h)] + [yn0 (t + h) yn0 (t)] + [yn0 (t) y(t)].
Usando (3.7), e a escolha de
n0 ,
temos
Equao linear de primeira ordem
|y(t + h) yn0 (t + h)| <

para
t < t0 +
sucientemente pequeno tal
contnua (por construo), existe
>0
35
|yn0 (t) y(t)| < ,

3
que t + h < t0 + . Desde
que
yn0
tal que
|yn0 (t + h) yn0 (t)| < ,

3
Consequentemente, para |h| <
para
|h| < .
|y(t + h) y(t)| |y(t + h) yn0 (t + h)| + |yn0 (t + h) yn0 (t)| + |yn0 (t) y(t)| <
3
= .
y(t) a soluo contnua da equao integral associada equao

todo t [t0 , t0 + ], o que completa a demonstrao do Teorema 3.1.
Assim tem-se que

diferencial, para
3.2 Equao linear de primeira ordem

Uma equao linear de primeira ordem da forma:
a1 (x)y + a0 (x)y = g(x),
onde
y=
dy
dx
denota a derivada de
Dividindo (3.8) por
a1 (x)
com
a1 (x) = 0,
(3.8)
com relao sua varivel independente
x.
temos
y + P (x)y = f (x)
P : (a, b) R e f : (a, b) R so
funo y : (a, b) R uma soluo de
equao (3.9), x (a, b).
onde
(3.9)
funes reais supostamente contnuas. Uma

(3.9) se esta for diferencivel e satisfazer a
Para encontrar uma soluo da equao (3.9), utilizaremos uma tcnica relacionada
seguinte denio:
dy
Denio 3.2. Dizemos que uma equao diferencial M (x, y)+N (x, y) = 0 exata,
dt
quando M /y = N /x, onde M (x, y) e N (x, y) so funes reais contnuas.
Com isso, suponhamos que exista uma funo
(x) contnua e diferencivel,
multiplicar (3.9) torna esta equao exata. Isto , se
y + P (x)y = f (x),
ento multiplicando por
(x),
obtemos
(x)y + (x)P (x)y (x)f (x) = 0,
dy
(x) + (x)(P (x)y f (x)) = 0,
dx
(x) dy + (x)(P (x)y f (x)) dx = 0.
N (x,y)
M (x,y)
que ao
36
Assim, pela denio anterior, a equao acima exata se
M /y = N /x. Logo,
((x)P (x)y f (x)(x)) =

((x)) .
y
x
M (x,y)
N (x,y)
Com isso, obtemos
(x)P (x) =
e, integrando esta equao em relao a
x,
P (x)dx = ln |(x)| + C
(x) 0,
segue que
temos
1 d(x)
dx
(x) dx
P (x)dx =
Ento para
d(x)
dx
|(x)| = Ce
P (x)dx
(x) = Ce
P (x)dx
Essa funo
(x)
chamada de
fator integrante. E mais, multiplicando (3.9) por esse fator, conseguiremos explicitar a
soluo geral procurada desta equao, da seguinte forma:
e
d
e
dx
P (x)dx dy
dx
P (x)dx
y =e
+e
P (x)dx
P (x)dx
P (x)dx
P (x)y = e
f (x),
P (x)dx
f (x), ou
seja,
e integrando com respeito
y=
P (x)dx
x, temos
f (x)dx + C
Portanto,
y(x) = e
P (x)dx
P (t)dt
f (t)dt + Ce
que a soluo geral explcita da equao linear de
1a
P (x)dx
ordem.
Vejamos agora aplicaes de equaes diferenciais ordinrias de primeira ordem.

A primeira aplicao sobre o crescimento de tumores slidos e a segunda trata de
problemas de misturas.
Exemplo 3.1. A dinmica de crescimento de um tumor.

As clulas de diviso de crescimento livre, como as clulas de bactrias, por exemplo,
crescem numa razo proporcional ao volume das clulas de diviso neste instante. Seja
V (t)
o volume das clulas de diviso no instante
t.
Ento,
dV
= V
dt
para alguma constante positiva
(3.10)
A soluo de (3.10)
V (t) = V0 e(tt0 )
(3.11)

onde
V0
o volume das clulas de diviso no instante inicial
37
t0 .
Assim, as clulas de
diviso de crescimento livre crescem exponencialmente com o tempo. Uma consequncia importante de (3.11) que o volume das clulas se mantm duplicando em todo
intervalo de tempo de comprimento
ln 2/.
ln 2
Vejamos
= V0 e(
ln 2
t0 )
= V0 eln 2 . et0
= V0 2 et0
= 2(V0 et0 )
= 2(V (0))
E para encontrarmos esse intervalo do tempo onde o volume das clulas de diviso o
dobro do instante anterior bastou tomar
t = 0,
V (t) = 2V0 et0

V0 e(tt0 ) = 2V0 et0
et et0 = 2 et0
et = 2
ln 2
.
t=
Exemplo 3.2. Crescimento de uma clula.

m(t) a massa de uma clula em funo do tempo, e m0 = m(0) a massa inicial
instante t = 0. Suponhamos que o crescimento da clula seja determinado somente
Seja
no
pela velocidade do metabolismo no seu interior.

Assim, se o aumento do metabolismo depende da massa das molculas em atividade,
ento a razo de crescimento da massa celular proporcional sua massa presente em
cada instante
t,
ou seja,
dm
= km,
dt
k > 0 a constante de proporcionalidade, e esta equao est restrita m < M,
onde M uma constante positiva pois quando a clula atinge um determinado tamanho
onde
ela se divide. A soluo geral da equo diferencial anterior
m(t) = Aekt ,
e usando a condio inicial
m(0) = m0 ,
AR
obtemos a soluo particular
m(t) = m0 ekt ,
com
m < M.
m cresce exponencialmente antes de se dividir, ou seja, enquanto m0 ekt < M,

M
1
implica que t <
ln
.
k
m0
Logo,
o que
com
38
Nesse caso o conceito de crescimento especco muito importante, sendo denido

por
1 dm
.
= k,
m dt
k
constante.
Assim, enquanto
dm
dt
mede a velocidade do crescimento,
mede a velocidade de
crescimento relativa a massa presente.

Sabemos que o crescimento de uma planta ou animal no to simples assim, mas
se pudssemos transferir este modelo do crescimento de uma clula para o crescimento
de uma planta, seria possvel resolver o problema abaixo.
Problema:
Suponha que uma planta de massa
m = 100g
cresa
4g
em
24
horas,
queremos determinar:
(i) Em quanto tempo se tornar uma rvore de
(ii) De quanto aumentar sua massa em
100kg ?
dia quando a planta estiver com
100kg ?
Soluo:
(i) A taxa mdia de crescimento de
4
24
g/h.
Supondo que esta taxa no varie com
1
o tempo, podemos considerar
g/h a aproximao para a taxa de crescimento
6
dm
instantneo (
). J a taxa de crescimento especco, para este exemplo, de
dt
1
1 1
1
g/h
=
h .
6
100g
600
Assim, com o objetivo de encontrar o tempo necessrio para a rvore alcanar
100kg
e usando os dados
m0 = 100g
k = 1/600h1 ,
100.000 = 100et/600 ,
e portanto,
ou seja,
t 4144, 7 h 172, 7
=
=
para
t
= ln 1000
600
dias.
m(t) = m0 et/600
temos a seguinte soluo
(ii) Usando a soluo
m0 = 100.000 g,
obtemos
m(t) = 100.000e24/600 = 104.081, 08 g.

Portanto, a planta aumentar
4, 08kg
em um dia.
Exemplo 3.3. Problemas de misturas.

Solues contendo uma concentrao fsica de uma substncia
vatrio, contendo a substncia
x ui para um reser-
x e possivelmente outras substncias,
a uma velocidade
especicada. A mistura agitada muito rapidamente, e ento deixa o reservatrio, novamente a uma velocidade especicada. A determinao da concentrao da substncia
no reservatrio em qualquer instante
veja o problema a seguir.
t,
um exemplo de "problemas de misturas",
Problema:
Um reservatrio contm
Partindo do instante
taxa de
39
S0 kg de sal dissolvidos em 200 gales de gua.
t = 0, gua contendo
1
kg de sal por galo penetra no reservatrio
2
gal/min, e a soluo bem agitada deixa o reservatrio mesma taxa. Para
determinar a concentrao de sal no reservatrio em qualquer instante
t > 0,
podemos
resolver da seguinte forma:

Seja
S(t)
a quantidade de sal no reservatrio no instante
taxa de variao de sal no reservatrio no instante
t,
t.
Ento,
S (t),
que a
deve igualar a diferena entre a
taxa com que o sal penetra no reservatrio e a taxa com que ele deixa o reservatrio.
A taxa em que o sal penetra no reservatrio
1
kg/galo 4gal/min = 2kg/min.
2
E a taxa com que o sal deixa o reservatrio
4gal/min
S(t)
.
200
Assim,
S (t) = 2
S(t)
,
50
S(0) = S0 ,
logo
S (t) =
100 S(t)
S (t)
1
= .
50
100 S(t)
50
Sabemos que
S (t)
d
= ln |100 S(t)|,
100 S(t)
dt
ento
e integrando ambos os lados
1
d
ln |100 S(t)| = ,
dt
50
em relao a t obtemos
t
+c
50
t
|100 S(t)| = e 50 +c
ln |100 S(t)| =
100 S(t) = e 50 .k
Ento,
t
S(t) = 100 e 50 .k,

onde
uma constante. Fazendo
t=0
na expresso (3.12), temos
S(0) = 100 e0 .k, ou
Substituindo
seja
k = 100 S0 .
em (3.12), obtemos
t
S(t) = 100 e 50 (100 S0 )

= 100(1 e0,02t ) + S0 e0,02t .
(3.12)
40
Ou seja,
S(t) = S0 e0,02t + 100(1 e0,02t ).

Portanto, a concentrao
c(t)
c(t) =
Observao 3.2.
(3.13)
de sal no reservatrio dada por
S(t)
S0 0,02t 1
=
e
+ (1 e0,02t ).
200
200
2
(3.14)
O primeiro termo do segundo membro de (3.13) representa a poro
da quantidade original de sal que permanece no reservatrio no instante
t.
Este termo
torna-se cada vez menor com o aumento do tempo, medida que a soluo original
escoada do reservatrio. O segundo termo do segundo membro de (3.13) representa a
t devido ao do processo de escoamento.

A quantidade de sal no reservatrio deve nalmente tender ao valor limite de 100 kg,
e isto facilmente vericado fazendo t tender a em (3.13).
quantidade de sal no reservatrio no instante
Exemplo 3.4. Modelo de crescimento populacional.

Vamos apresentar mais uma aplicao de equaes diferenciais, agora relacionada
com o crescimento populacional. Consideraremos o modelo matemtico mais simples
para tratar sobre o crescimento populacional de algumas espcies, conhecido como o
Modelo de Malthus.
Seja
y = y(t)
a populao da espcie dada no instante
t.
Este modelo estabelece que a taxa de variao da populao em relao ao tempo

proporcional populao presente no instante
t,
ou seja,
dy
= ry,
dt
onde
(3.15)
a taxa de crescimento ou declnio, positiva ou negativa, respectivamente.
Suponha que
r > 0,
assim a populao cresce exponencialmente como mostra gura
(3.1). Resolvendo a equao (3.15), sujeita a condio inicial
y(0) = y0 ,
(3.16)
y = y0 ert .
(3.17)
temos como soluo
Sob condies ideais a equao (3.15) funciona para muitas populaes, porm o
modelo pode no funcionar bem a longo prazo. O argumento principal para isto vem
das limitaes do ambiente, por exemplo, espao, o suprimento de comida, que podem
inibir o crescimento exponencial.
Um outro modelo proposto para contornar este problema do modelo exponencial,
o
Modelo Logstico ou Modelo de Verhulst.
A equao diferencial para este
modelo leva em conta o fato de que a taxa de crescimento depende da populao.

Substituindo a constante
da equao (3.15) por uma funo
dy
= h(y)y.
dt
h(t),
obtemos
(3.18)
41
Figura 3.1: Grco das solues do Modelo de Malthus
h(y) r > 0 quando y for pequeno, h(y) descrescente quando y crescer

e h(y) < 0 quando y for sucientemente grande. Assim, a funo mais simples que tem
essa propriedade h(y) = r ay, onde a uma constante positiva. De (3.18), temos
Vamos tomar
dy
= (r ay)y.
dt
(3.19)
Muitas vezes conveniente escrever a equao logstica desta forma
y
dy
=r 1
y.
dt
K
onde
k = r/a.
A constante
(3.20)
chamada de taxa de crescimento intrnseco, isto , a
taxa de crescimento na ausncia de qualquer limitante.
y = 0 e y = K. Essas solues so chamadas de solues

equilbrio da equao (3.20) porque no h variao no valor de y quando t cresce.
As solues constantes so
de
As solues no constantes podem ser obtidas pela separao das variveis, seguido de
integrao com o uso da tcnica das fraes parciais. Vejamos
dy
y
=r 1
y.
dt
K
dy
=
y
(1 )y
K
Para calcular
dy
y
1 K y
rdt.
(3.21)
usaremos a integrao com a tcnica de fraes parciais.
42
1
1
B
y
Ay + B 1
y
K
y
y
K
y
K
y
1
y
K
y
y
K
y
, y.
1 = Ay + B 1
K
y = 0, ento
Suponha
B = 1
Se
y = K,
ento
AK = 1
1
A =
.
K
Assim,
dy
=
y
(1 K )y
1
1
dy
+
y
K(1 K )dy
y
y
= ln 1
+ ln |y|
K
Por (3.21) temos
ln 1
ento, se
y
+ ln |y| = rt + c,
K
K y >0
ln
y
1
= rt + c.
y
K
Aplicando exponencial temos
y
y
1
K
Usando a condio inicial
y(0)
1
y(0)
K
y(0) = y0 ,
= C.er.0
= C.ert
(3.22)
temos
y0
K
y0
K K y0
=CC=
y0
K y0
Assim de (3.22) temos
y = C.ert 1
y =
C.ert
rt
K
+ C.e
K
K
y
ert
= C.ert y 1 + C
K
K
KC
KC
= rt
= rt
.
e (K + C.ert )
e K +C
y
K
y + C.ert
= C.ert

Substituindo
C=
y0
,
1 y0
K
43
na equao acima obtemos
y0
y0
K
y0
1 K
1 y0
K
= rt
y =
y0 K
e K(K y0 ) + y0 K
ert K +
K y0
K y0
Ky0
K y0
y0 K
= K
. rt
= rt
.
K y0 e K(K y0 ) + y0 K
e (K y0 ) + y0
K < y.
K
Analogamente se
lim y = K. Note que

t
da equao logstica, isto , satisfazem
Isto implica que
y(t) = K
y(t) = 0
y (t) = 0, t 0.
so solues de equilbrio
Veja a gura (3.2).
Figura 3.2: Grco das solues do Modelo de Verhulst
y0 > 0, a soluo tende soluo de equilbrio y(t) = K

t . Assim, denotamos y(t) = K como uma soluo
Dessa forma, para cada

assintoticamente quando
assintoticamente estvel da equao (3.20). Em outras palavras, aps um longo tempo

a populao sempre tender para a capacidade
do ambiente.
Por outro lado, a situao para a soluo de equilbrio
y(t) = 0
diferente, pois
t crece e, como
y(t) = 0 como uma
mesmo solues que comeam bem prximas de zero crescem quando

vimos na gura (3.2), tendem a
quando
t .
Denotamos
soluo de equilbrio instvel. Assim para garantirmos que a soluo permanea nula
necessrio que o seu valor inicial seja exatamente igual a zero.
44
No prximo captulo tratamos do caso das equaes diferenciais de segunda ordem

e algumas aplicaes.
4 Equaes diferenciais de segunda

ordem
Uma EDO de segunda ordem em geral tem a forma
d2 y
= f (x, y, y )
dx2
ou
y = f (x, y, y ).
Para resolver uma EDO de segunda ordem, em geral so necessrias duas integraes.
Assim, ao resolver esta equao apareem duas constantes de integrao.
Neste caso, um PVI para uma EDO de segunda ordem exige duas condies iniciais.
Sejam
y(x0 ) = y0
y (x0 ) = y0 .
Um PVI para uma equao de segunda ordem constitudo por:
2
d y = f (x, y, y )
dx2
y(x0 ) =
y0
y (x0 ) =
y0
Porm, o problema de determinar uma funo
y(x)
tal que
y = f (x, y, y )
ex-
tremamente complexo. Vamos tratar na seo seguinte do caso linear.
4.1 Equaes lineares de segunda ordem

O caso mais simples para a resoluo de equao de segunda ordem linear quando
a equao assume a forma:
P (x)
onde
P, Q, R, G
P (x),
d2 y
dy
+ Q(x) + R(x)y = G(x)
dx2
dx
obtemos
so funes dadas, com
P (x) = 0.
Dividindo a equao acima por
y + p(x)y + q(x)y = g(x).

45
(4.1)
Equaes diferenciais de segunda ordem
46
O PVI associado dado por
y + p(x)y + q(x)y = g(x)
y(x0 )
= y0
y (x0 )
= y0 .
(4.2)
O prximo teorema importante, pois se por um lado ele indica quando vlido
tentar determinar a soluo nica de (4.2), por outro lado, ele nos ajudar a determinar
todas as solues de (4.1).
Teorema 4.1 (Teorema da Existncia e Unicidade). Se as funes p(t), q(t) e g(t)

forem contnuas em algum intervalo (a, b) R, ento o PVI (4.2) tem uma nica
soluo y = y(x), denida em (a, b).
A prova deste resultado pode ser encontrada em [5].
4.2 Equaes homogneas

Se o termo
g(x)
na equao
y + p(x)y + q(x)y = g(x)
identicamente nulo, a
equao se resume ao caso mais simples de (4.1), onde a equao linear homognea
(g(x) = 0)
e tambm asumindo que
a
y + p(x)y + q(x)y = 0,
so coecientes constantes, temos
dy
d2 y
+ b + cy = 0.
2
dt
dt
(4.3)
que chamada de equao linear homognea de
2a
ordem.
Para esta equao vale o seguinte teorema, que fundamental no estudo de equaes
lineares, no s de
2a
ordem, mas tambm de ordem
n.
Teorema 4.2 (Princpio da Superposio). Se y1 e y2 so solues da equao homognea y + p(x)y + q(x)y = 0, ento a combinao linear y = c1 y1 + c2 y2 tambm
soluo dessa equao, quaisquer que sejam c1 , c2 nmeros reais.
Demonstrao.
c1 y1 + c2 y2
Considerando
y = c1 y 1 + c2 y 2 .
y = c1 y 1 + c2 y 2
e calculando suas derivadas, temos
y =
Assim,
y + p(x)y + q(x)y =
= (c1 y1 + c2 y2 ) + p(x)(c1 y1 + c2 y2 ) + q(x)(c1 y1 + c2 y2 )
= c1 y1 + p(x)c1 y1 + q(x)c1 y1 + c2 y2 + p(x)c2 y2 + q(x)c2 y2
= c1 (y1 + p(x)y1 + q(x)y1 ) + c2 (y2 + p(x)y2 + q(x)y2 ) = 0
= 0 pois y1 soluo
ou seja,
y = c1 y 1 + c2 y 2
soluo da equao homognea.
= 0 pois y2 soluo
Equaes homogneas
Observao 4.1.
47
C2 ((a, b), R) = {f : (a, b) R, duas vezes diferenciveis} com

as operaes (f +g)(x) = f (x)+g(x) e (f )(x) = f (x), f, g C2 ((a, b), R), R.
imediato que C2 ((a, b), R) um espao vetorial sobre R. O conjunto S das solues
de y + p(x)y + q(x)y = 0 est contido em C2 ((a, b), R) e forma um subespao vetorial
de C2 de dimenso 2.
Para provar que S um subespao de C2 , observa-se inicialmente que a funo
identicamente nula, isto , a funo y(x) = 0,
x (a, b), pertence a S , pois y (n) (x) =
0, x (a, b), n = 1, 2.
Considerando y, z S ento
Seja
(y + z) (x) + p(x)(y + z) (x) + q(x)(y + z)(x) =

(y (x) + p(x)y (x) + q(x)y(x)) + (z (x) + p(x)z (x) + q(x)z(x)) = 0
x (a, b) e assim y + z S.
y S e R, ento
para todo
Se
(y) (x) + p(x)(y) (x) + q(x)(y)(x) =

[y (x) + p(x)y (x) + q(x)y(x)] = .0 = 0
x (a, b)
y tambm soluo.
Dessa forma est provado que S um subespao de C2 ((a, b), R). Iremos provar que
dimS = 2 e para isto precisamos de alguns resultados.
para todo
e, portanto,
Denio 4.1. Duas solues y1 e y2 da equao y + p(x)y + q(x)y = 0 formam um

conjunto fundamental (base) de solues se toda soluo y(x) pode ser escrita de forma
nica como combinao linear de y1 e y2 , ou seja, se existem constantes c1 e c2 tais
que y(x) = c1 y1 (x) + c2 y2 (x). Em outras palavras, y1 e y2 formam uma base do espao
de solues S .
Considerando o PVI
y + p(t)y + q(t)y = 0
y(x0 )
= y0
y (x0 )
= y0
onde
(a, b) R, ento
soluo y(x) do PVI
so funes contnuas em
teriormente que existe uma nica
pelo Teorema 4.1 vimos anacima tal que
y(x0 ) = y0
y (x0 ) = y0 .
Se y1 e y2 so solues desta equao, ento ser analisado quais as condies sobre
c1 e c2 para que y(x) = c1 y1 (x) + c2 y2 (x). Supondo que seja soluo, temos
c1 y1 (x0 ) + c2 y2 (x0 ) = y(x0 )
c1 y1 (x0 ) + c2 y2 (x0 ) = y (x0 )
48
ou na forma matricial
y1 (x0 ) y2 (x0 )
y1 (x0 ) y2 (x0 )
c1
c2
y(x0 )
y (x0 )
B
Esse sistema algbrico tem soluo nica se, e somente se,
y1 (x0 )y2 (x0 ) y1 (x0 )y2 (x0 ) = 0. Isso

c2 tais que y(x) = c1 y1 (x) + c2 y2 (x).
acontece pois
{y1 , y2 }
l.i.
det A = 0,
ou seja
Portanto existem
Vejamos agora como encontrar uma soluo de (4.3). Consideramos que
c1
y(t) = et
seja soluo, sendo soluo ela deve satisfazer a equao diferencial, isto ,
a(et ) + b(et ) + c(et ) = 0

(a2 + b + c)(et ) = 0.
Vemos ento que
y(t) = et
uma soluo de (4.3) se, e somente se,
a2 + b + c = 0.
(4.4)
A equao (4.4) chamada de equao caracterstica de (4.3). Ela tem no mximo

duas razes
1 , 2 ,
dadas por
1 =
b +
2 =
dependendo do discriminante
b2 4ac
2a
b2 4ac
,
2a
= b2 4ac.
Teorema 4.3. Se y(t) = u(t) + iv(t) uma soluo de valores complexos de

ento u(t) e v(t) so solues reais de (4.3).
Demonstrao.
(4.3)
Note que
ay (t) + by (t) + cy(t) = 0

ou seja,
[au (t) + bu (t) + cu(t)] + i[av (t) + bv (t) + cv(t)] = 0.

Um nmero complexo zero se, e somente se, sua parte real e sua parte imaginria so
nulas. Logo,
au (t) + bu (t) + cu(t) = 0

Isto ,
so solues de (4.3).
av (t) + bv (t) + cv(t) = 0.
Equaes homogneas
4.2.1
49
O wronskiano
Dadas duas funes
y1
y2
chama-se de wronskiano dessas funes o seguinte de-
terminante:
W (y1 , y2 ) =
O wronskiano em um ponto
y1 y2
y1 y2
denotado por
= y1 y2 y2 y1 .
W (y1 , y2 )(x)
ou simplesmente
W (x).
Vale o seguinte teorema sobre o wronskiano:
Teorema 4.4. Suponha que y1 e y2 so duas solues de y + p(x)y + q(x)y = 0, em

um intervalo aberto I em que p e q so contnuas. Ento, y1 e y2 so linearmente
independentes, se e somente se, W (y1 , y2 )(x) = 0 em algum ponto de x I.
Demonstrao. () Seja x0 I
linearmente dependentes.
2
1 e
1 = 0.
W (y1 , y2 )(x0 ) = 0. Suponha que y1 e y2 sejam

existe tal que y1 = y2 . Tome 1 e 2 tais que
tal que
Isto ,
Temos:
y1 = y2 =
2
y2
1
1 y1 (x0 ) + 2 y2 (x0 ) = 0.
Portanto
1 y1 (x0 ) + 2 y2 (x0 ) = 0
1 y1 (x0 ) + 2 y2 (x0 ) = 0.
Note que o determinante da matriz associada ao sistema linear acima exatamente
W (y1 , y2 )(x0 ) = 0 no ponto x0 . Isto implicaria que a nica soluo

trivial, ou seja, 1 = 2 = 0, o que uma contradio. Logo, y1 e
igual ao wronskiano
do sistema seria a
y2
so linearmente independentes.
() Suponha que y1 e y2 so l.i. e mostremos que W (y1 , y2 )(x) = 0 para todo

x I . De fato, suponha por contradio, que exista x0 I tal que W (y1 , y2 )(x0 ) = 0.
Isto nos diz que o sistema:
1 y1 (x0 ) + 2 y2 (x0 ) = 0
1 y1 (x0 ) + 2 y2 (x0 ) = 0
tem uma soluo no-trivial
(1 , 2 ).
Seja
(x) = 1 y1 (x) + 2 y2 (x).

Observe que, por construo,
soluo do PVI:
+ p(x) + q(x)
= 0
(x0 ) = 1 y1 (x0 ) + 2 y2 (x0 ) = 0
(x0 ) = 1 y1 (x0 ) + 2 y2 (x0 ) = 0

0 tambm soluo
= em I . Isto implica:
Por outro lado,

unicidade,
do PVI acima. Pelo Teorema de existncia e
0 = (x) = (x) = 1 y1 (x) + 2 y2 (x)
, com
1 , 2
no todos nulos,
50
o que implica,
independentes,
y1
y2 linearmente dependentes. Logo,

ento W (y1 , y2 )(x) = 0 em todo x I.
e
se
y1
y2
so linearmente
Com isso, concluimos o seguinte resultado:
Teorema 4.5. Sejam p, q funes contnuas em um intervalo (a, b) R. Se y1 y2

y1 y2 = 0, x (a, b), ento y1 e y2 formam um conjunto fundamental de solues desta
equao. Assim, qualquer outra soluo y = y(x) pode ser expressa como combinao
linear de y1 e y2 .
4.3 Um modelo para a dinmica do Diabetes

O modelo que apresentamos pode ser encontrado na referncia [3].
Diabetes Mellitus
uma doena crnica, que ocorre quando o pncreas no produz
insulina suciente, ou quando o corpo no pode utilizar ecazmente a insulina que

produz. Isto leva a um aumento da concentrao de glicose no sangue (hiperglicemia).
Assim, o Diabetes afeta o modo pelo qual o nosso corpo utiliza a glicose. Durante a
digesto normal o corpo converte o acar, o amido e outros alimentos em glicose. Esta
glicose por sua vez conduzida pelo sangue at as clulas, sendo introduzida no seu
interior atravs da insulina, e ento, a glicose convertida em energia para uso imediato
ou armazenada para futuro uso. Com o Diabetes esse processo interrompido.
A glicose a principal fonte de energia do organismo, mas quando em excesso,
pode trazer vrias complicaes sade. Quando no tratada adequadamente, causa
doenas tais como infarto do corao, derrame cerebral, insucincia renal, problemas
visuais e leses de difcil cicatrizao, dentre outras complicaes.
Embora ainda no haja uma cura denitiva para o diabetes, hoje h vrios tratamentos disponveis que, quando seguidos de forma regular, proporcionam sade e qualidade de vida para o paciente portador.
De acordo com a Organizao Mundial da Sade, que em 16 de maio de 2012,
comunicou o crescente problema das doenas crnicas, em especial o caso do diabetes.
Segundo o comunicado, um em 10 adultos tem diabetes. O comunicado destaca que a
10% da populao,
chegue a 33%.
prevalncia mdia de diabetes no mundo est em

regies, como as ilhas do Pacco, esse valor
embora muitas
O diabetes est na lista das cinco doenas de maior ndice de morte no mundo, e est
chegando cada vez mais perto do topo da lista. Os Centros de Controles de Doenas
classicaram o aumento da doena como epidmico, onde as causas se resumem em
dois mecanismos fundamentais: o primeiro se caracteriza pela falta de insulina (nestes
casos, o pncreas no produz insulina ou a produz em quantidades muito baixas).
Com a falta de insulina, a glicose no entra nas clulas, permanecendo na circulao
sangunea em grandes quantidades.
Para esta situao, os mdicos chamaram esse
tipo de diabetes de diabetes Mellitus tipo 1 (DM tipo 1).
O diabetes Mellitus do
Um modelo para a dinmica do Diabetes
51
tipo 1 tambm caracterizada pela produo de anticorpos insulina. J o segundo

tipo, chamado de diabetes Mellitus tipo 2 (DM tipo 2), caracterizado pelo mau
funcionamento ou diminuio dos receptores das clulas beta. Estas so responsveis
pela produo de insulina cuja atuao nas clulas se d pelo transporte de glicose para
dentro desta.
Nestes casos, a produo de insulina pode estar ou no normal.
Mas
como os receptores no esto funcionando direito ou esto em pequenas quantidades, a

insulina no consegue promover a entrada de glicose necessria para dentro das clulas,
aumentando tambm as concentraes da glicose na corrente sangunea.
Ambos os tipos 1 e 2 podem ser herdveis. A DM tipo 1 a mais caracterstica no
quesito de herana gentica, sendo a disfuno do pncreas na produo de insulina a
sua causa superior. A DM tipo 2, entretanto, desencadeada normalmente por hbitos
no saudveis, sendo a chance de adquiri-la maior com o avano da idade (tendo como
causa principal a auto-imunidade das clulas insulina, tornando o tratamento difcil),
no sendo caracterstica da herdabilidade.
O pncreas o rgo responsvel pela produo da insulina e, este hormnio,
responsvel pela regularizao do nvel de glicose no sangue. Para que as clulas das
diversas partes do corpo humano possam realizar o processo de respirao aerbica
(utilizar glicose como fonte de energia), necessrio que a glicose esteja presente na
clula.
Portanto, as clulas possuem receptores de insulina (tirosina quinase) que,
quando acionados, "abrem"a membrana celular para a entrada da glicose presente na

circulao sangunea.
Visando manter o nvel de glicose constante, o pncreas tambm produz outro hormnio antagnico insulina, denominado glucagon. Ou seja, quando o nvel de glicose
cai, mais glucagon secretado visando restabelecer o nvel de glicose na circulao. O
glucagon o hormnio predominante em situaes de jejum ou de estresse, enquanto
a insulina tem seus nveis aumentados em situaes de alimentao recente.
Grande parte do carboidrato dos alimentos convertido em poucas horas no monossacardeo glicose, o principal carboidrato encontrado no sangue. Alguns carboidratos
no so convertidos.
Alguns exemplos incluem a frutose que utilizada como um
combustvel celular, mas no convertida em glicose e no participa no mecanismo

regulatrio metablico da insulina - glicose.
Adicionalmente, o carboidrato celulose
no convertido em glicose, j que os humanos e muitos animais no tm vias digestivas capazes de digerir a celulose.
A insulina liberada no sangue pelas clulas beta (clulas- ) do pncreas em resposta aos nveis crescentes de glicose no sangue (por exemplo, aps uma refeio). A
insulina habilita a maioria das clulas do corpo a absorverem a glicose do sangue e
a utilizarem como combustvel, para a converso em outras molculas necessrias, ou
para armazenamento. A insulina tambm o sinal de controle principal para a converso da glicose em glicognio para armazenamento interno nas clulas do fgado e
musculares. Nveis reduzidos de glicose resultam em nveis reduzidos de secreo de
52
insulina a partir das clulas
e na converso reversa de glicognio a glicose quando os
nveis de glicose caem.

Nveis aumentados de insulina aumentam muitos processos anablicos como o crescimento e duplicao celular, sntese proteica e armazenamento de gordura.
Se a quantidade de insulina disponvel insuciente, se as clulas respondem mal
aos efeitos da insulina, ou se a prpria insulina est defeituosa, a glicose no ser administrada corretamente pelas clulas do corpo ou armazenada corretamente no fgado
e msculos. O efeito domin so nveis altos persistentes de glicose no sangue, sntese
proteica pobre e outros distrbios metablicos, como a acidose (evoluo desfavorvel
do diabetes).
O diabetes Mellitus caracterizada pela hiperglicemia recorrente ou persistente, e
diagnosticada atravs do GTT (Teste de Tolerncia de Glicose). Ele feito da seguinte
maneira: o paciente, em jejum, recebe uma grande dose de glicose; nas prximas trs a
cinco horas, o paciente submetido vrias medies da glicose na corrente sangunea.
No existe um critrio universalmente aceito para interpretar os resultados desse teste.
Trs mdicos podem chegar a trs diagnsticos diferentes analisando um mesmo GTT.
Segundo Braun em [3] em meados de 1960, os Drs. Rosevear e Molnar, da Clnica
Mayo, e Ackerman e Gatewood, da Universidade de Minesota, descobriram um critrio
de concordncia para interpretar os resultados deste teste.
A partir de agora, apresentaremos com mais detalhes este critrio que dado por um
modelo matemtico que estabelece a interao entre a insulina e a glicose e baseado
nas seguites suposies biolgicas:
(i) A glicose fonte de energia para todos os rgos e sistemas. Para cada indivduo h
uma concentrao tima de glicose no sangue e qualquer desvio excessivo desta
concentrao tima conduz condies patolgicas severas.
(ii) O nvel de glicose no sangue tende a ser auto-regulatrio. Este nvel inuenciado
e controlado por uma grande variedade de hormnios e outros metablitos.
principal deles a insulina, secretada pelas clulas
do pncreas.
O modelo bsico descrito analiticamente pelo seguinte sistema de equaes diferenciais ordinrias:
dG
= F1 (G, H) + J(t)
dt
dH
= F2 (G, H),
dt
(4.5)
onde G a concentrao de glicose no sangue, H a concentrao hormonal lquida, com

predominncia da insulina e
J(t)
a taxa externa em que a concentrao de glicose no
sangue aumentada.
O diagrama de uxo (gura 4.1) descreve todos esses fatores:
53
Trato gastrintestinal
J
Reserva de Glicose
G
Aumento
nos
tecidos
Reserva de hormnio
H
Metabolismo
hormonal
Fgado
g
Glndulas
endcrinas
Figura 4.1: Diagrama de uxo do sistema regulatrio da glicose sangunea
Suponhamos que G e H assumam valores timos,

em jejum, isto ,
F1 (G0 , H0 ) = 0
F2 (G0 , H0 ) = 0.
G0
g = G G0 ,
ou seja
G = G0 + g
H0 ,
quando o paciente est
O que realmente importante
descobrir os desvios de G e H de seus valores timos.

novas variveis
Considera-se neste estudo as
h = H H0 ,
ou seja
H = H0 + h.
sistema inicial, nas novas variveis, dado por:
dg
= F1 (G0 + g, H0 + h) + J(t)
dt
dh
= F2 (G0 + g, H0 + h).
dt
Como o sistema acima no linear, vamos utilizar o sistema linearizado em torno
do ponto
(G0 , H0 ). Para isto,
vamos usar a frmula de Taylor, descrita no captulo (2),
que neste problema dada por
F1 (G0 + g, H0 + h) = F1 (G0 , H0 ) +
F1 (G0 , H0 )
F1 (G0 , H0 )
g+
h + e1
G
H
F2 (G0 + g, H0 + h) = F2 (G0 , H0 ) +
F2 (G0 , H0 )
F2 (G0 , H0 )
g+
h + e2
G
H
onde
e1
e2
so muito pequenos comparados a
se muito pouco de
G0
H0 ,
h.
Admitindo que
pode-se desprezar os termos
aproximao do modelo original
e1
e2 ,
desviam-
e tem-se uma boa
54
dg
F1 (G0 , H0 )
F1 (G0 , H0 )
=
g+
h + J(t)
dt
G
H
dh
F2 (G0 , H0 )
F2 (G0 , H0 )
=
g+
h.
dt
G
H
(4.6)
(4.7)
A priori, no existem meios para determinar os nmeros:
F1 (G0 , H0 ) F1 (G0 , H0 ) F2 (G0 , H0 )

,
,
G
H
G
F2 (G0 , H0 )
,
H
mas, podemos determinar seus sinais. Utilizando a gura 4.1, vemos que
tivo, para
dg/dt nega-
g > 0 e h = 0, pois a concentrao de glicose sangunea decrescer atravs do
aumento da glicose nos tecidos e o depsito do excesso de glicose no fgado sob a forma
de glicognio. Consequentemente,
F1 (G0 , H0 )/H
F1 (G0 , HO )/G
deve ser negativo. Analogamente,
negativo pois um valor positivo de
tende a diminuir os nveis de
glicose sangunea por facilitar o aumento da glicose nos tecidos e pelo aumento da taxa
pela qual a glicose transformada em glicognio.
ser positivo pois um valor positivo de
O nmero
F2 (G0 , H0 )/G
deve
faz com que as glndulas endcrinas secretem
aqueles hormnios que tendem a aumentar
H.
Finalmente
F2 (G0 , H0 )/H
deve ser
negativo pois a concentrao de hormnios no sangue diminui atravs do metabolismo

hormonal.
Portanto, possivel escrever as equaes (4.6) e (4.7) sob a forma:
dg
= m1 g m2 h + J(t)
dt
dh
= m3 h + m4 g,
dt
onde
m1 , m2 , m3
m4
so constante positivas.
equaes de primeira ordem em
h.
(4.8)
(4.9)
As equaes (4.8) e (4.9) so duas
Entretanto, como pode-se medir apenas a
concentrao de glicose sangunea, interessante remover a varivel

feito da seguinte maneira, diferenciando (4.8) em relao
h.
Isto pode ser
obtm-se
d2 g
dg
dh dJ
= m1 m2
+
.
2
dt
dt
dt
dt
De (4.9) substituindo
dh/dt
obtm-se
d2 g
dg
dJ
= m1 + m2 m3 h m2 m4 g +
2
dt
dt
dt
Observa-se de (4.8) que
m2 h = (dg/dt) m1 g + J(t).
Assim,
(4.10)
g(t)
satisfaz a equao
linear de segunda ordem
d2 g
dg
dJ
+ (m1 + m3 ) + (m1 m3 + m2 m4 )g = m3 J +
.
2
dt
dt
dt
Reescrevendo esta equao sob a forma
dg 2
dg
+ 2 + 2 g = S(t)
2
dt
dt
(4.11)

onde
= (m1 + m3 )/2, 2 = m1 m3 + m2 m4 ,
55
S(t) = m3 J + dJ/dt.
Note que o segundo membro de (4.11) identicamente nulo exceto no intervalo de

tempo muito pequeno que a dose de glicose est sendo ingerida.
t = 0 o instante no qual a dose de glicose tenha sido completamente ingerida.

para t 0, g(t) satisfaz a equao linear homognea de segunda ordem
Seja
Ento,
dg
dg 2
+ 2 + 2 g = 0.
dt2
dt
(4.12)
2 + 2 + 2 = 0,
2 42 4 2
=
2
= 2 2 .
Sendo a equao caracterstica dada por
Assim, as solues
g(t)
em que
de (4.12) podem ser de trs tipos:
1. 2 2 < 0
2. 2 2 = 0
3. 2 2 > 0
No primeiro caso, para obter a soluo geral que da forma
Denotando
2
2 = 0 2
g(t) = Aet cos(t).
e procedendo da seguinte forma:
2 2
g(t) = e( 0
= et (e
2 t
)t
),
onde
g1 = et .eit = et (cos t + i sen t)

g2 = et .eit = et (cos(t) + i sen(t))
= et (cos t i sen t)
Logo,
g1 + g2 = et (cos t + i sen t) + et (cos t i sen t)

g1 + g2 = et (2 cos t),
Analogamente, vericamos que
que uma soluo da (4.12).
g1 g2 = 2iet sen t,
tambm soluo. Segue
que a soluo geral dada por
g(t) = et [c1 cos t + c2 sen t].

Substituindo
c1 = A cos
c2 = A sen ,
temos
g(t) = Aet [cos cos t + sen sen t].

Assim,
g(t) = Aet cos(t ).
(4.13)
56
Consequentemente,
G(t) = G0 + Aet cos(t ).

Em (4.14) temos cinco incgnitas
G0 , A, ,
(4.14)
e a maneira de determin-las a
seguinte: a concentrao de glicose sangunea do paciente, antes de ser ingerida a dose

de glicose
G0
e podemos determinar
G0
medindo a concentrao de glicose sangunea
do paciente imediatamente aps sua chegada ao hospital.
A seguir toma-se quatro
G1 , G2 , G3 , e G4 da concentrao de glicose sangunea do paciente

t1 , t2 , t3 , e t4 , e ento determinamos A, , e por meio dessas quatro
medies adicionais
nos instantes
equaes
Gj = G0 + Aetj cos(tj ); j = 1, 2, 3, 4.
Um segundo melhor mtodo de determinar estas constantes
con-
G1 , G2 , . . . , Gn da concentrao de glicose sangunea do paciente

nos instantes t1 , t2 , . . . , tn . Tipicamente n 6 ou 7. Encontram-se ento valores timos
para G0 , A, , e tais que o menor erro ao quadrado
siderar
G0 , A, ,
medies
Gj G0 + Aetj cos(tj )
E=
j=1
seja reduzido ao mnimo. O problema de minimizar
pode ser resolvido em um com-
putador digital, e Ackerman e outros forneceram um programa Fortran completo para

determinar valores timos para
G0 , A, ,
Este mtodo prefervel ao primeiro,
pois (4.14) satisfeita exatamente em quatro pontos
t1 , t2 , t3 , e t4 ,
mas fornece um
insuciente ajuste para os dados em outros instantes. O segundo mtodo usualmente

oferece um melhor ajuste para os dados no intervalo inteiro de tempo, pois envolve
mais medies.
Em vrias experincias, Ackerman e outros observaram que um pequeno erro na
medio de
produziria um erro muito grande no valor de
critrio para o diagnstico do diabetes que envolva o parmetro

ana. Entretanto, o parmetro
no merece con-
a frequncia natural do sistema, era relativamente
insensvel aos erros experimentais nas medies

de
Portanto qualquer
G.
Portanto, podemos olhar um valor
como o narrador bsico da resposta a um teste de tolerncia de glicose.
ns expositivos, mais conveniente usar o perodo natural correspondente
Para
T0 = 2/ .
O fato importante que os dados de uma variedade de fontes indicam que um valor
de menos de quatro horas para
T0
indica normalidade, enquanto que apreciavelmente
mais que quatro horas implica em diabetes moderado.
Observao 4.2.
1. O perodo usual entre alimentaes em nossa cultura de cerca
de quatro horas. Isso sugere a possibilidade interessante de que fatores sociolgicos podem tambm ter um papel no sistema regulador da glicose sangunea.

2. Desejamos enfatizar que o modelo descrito acima somente pode ser usado para
diagnosticar diabates moderado ou pr-diabates, pois admitimos durante todo
o tempo que o desvio
grandes de
de
de seu valor timo
G0
pequeno. Desvios muito
G de G0 indicam geralmente diabetes "severa"ou diabetes "insipidus",
que um distrbio do lobo posterior da glndula hipse.

Um srio defeito deste modelo simplicado que algumas vezes fornece um pequeno
ajuste para os dados num perodo de tempo de trs ou cinco horas depois da ingesto da
dose de glicose. Isso indica, certamente, que variveis como a adrenalina e o glucagon
desempenham um papel importante nesse perodo de tempo. Portanto essas variveis
podem ser includas como variveis separadas em nosso modelo, de preferncia a serem
agrupadas com a insulina. De fato, a evidncia indica que os nveis de adrenalina podem
elevar-se dramaticamente durante a fase de recuperao da resposta do GTT, quando
os nveis de glicose descerem abaixo dos nveis de jejum. Isso pode tambm ser visto
diretamente da equao (4.12). Se
gura 4.2. Observamos que
g(t)
2
2 0 > 0, ento g(t) pode ter a forma descrita na
cai muito rapidamente de um valor regularmente alto
para um negativo. perfeitamente imaginvel, entretanto, que o corpo interpretar

isso como uma emergncia extrema e desse modo secretar uma grande quantidade de
adrenalina.
Figura 4.2: Grco de
g(t)
se
2 0 > 0.
Os pesquisadores mdicos tardaram a reconhecer a necessidade de incluir a adrenalina como uma varivel separada em qualquer modelo do sistema regulador da glicose
sangunea. Entretanto, caram num impasse pelo fato de que no havia mtodo convel de medir a concentrao de adrenalina no sangue. Assim, admitiram, para todos
os ns prticos, que o nvel de adrenalina permanecia constante durante um GTT. E
somente por volta de 1975, pesquisadores do Hospital de Rhode Island inventaram um
57
58
mtodo preciso de medida da concentrao da adrenalina no sangue. Portanto, outros

modelos desenvolvidos que no sero abordados neste trabalho so mais precisos no
sistema regulador da glicose sangunea.
5 Sistemas de equaes diferenciais

Neste captulo introduzimos alguns resultados sobre a teoria de sistemas, especialmente de sistemas lineares de equaes diferenciais. Apresentamos a expresso da
Matriz Soluo Fundamental, descrevemos o caso
22, e por m apresentamos algumas
aplicaes.
5.1 Denies bsicas

Um sistema de primeira ordem com
equaes dado pela seguinte forma:
dx1
dt
= f1 (t, x1 , . . . , xn )
dx2
dt
= f2 (t, x1 , . . . , xn )
(5.1)
dxn
= fn (t, x1 , . . . , xn )
dt
Uma soluo deste sistema so
funes
x1 (t), . . . , xn (t),
tais que
dxj (t)
= fj (t, x1 (t), . . . , xn (t)),
dt
com
j = 1, . . . , n.
Exemplo 5.1.
x(t) =
x1 (t)
x2 (t)
t
t2
uma soluo do sistema de equaes diferenciais de
dx1
=1
dt
pois,
dx1 (t)
=1
dt
dx2
= 2x1
dt
dx2 (t)
= 2t.
dt
59
1a
,
ordem
Sistemas de equaes diferenciais
60
Denio 5.1. Uma funo f : D R Rn Rn lipschitziana relativamente a x

em B D se existir uma constante L > 0 tal que
|f (t, x1 ) f (t, x2 )| L|x1 x2 | t R, (t, x1 ), (t, x2 ) B.
A funo f (t, x) localmente lipschitziana relativamente a x quando f for lipschtziana

em uma vizinhana de cada (t0 , x0 ) D.
Teorema 5.1. Suponhamos que a funo f seja contnua e localmente lipschitziana

relativamente a x em D. Ento, dado (t0 , x0 ) D existe uma nica soluo x = (t)
do sistema (5.1) satisfazendo a condio inicial x(t0 ) = x0 . Alm disso, a soluo
uma funo contnua de (t, t0 , x0 ).
Uma prova desse resultado pode ser encontrada em [4].
Observao 5.1.
n na nica varivel y pode

se converter num sistema de n equaes de primeira ordem nas variveis x1 , x2 , . . . , xn .
Toda equao diferencial linear de ordem
De fato,
A equao diferencial
an (t)
dn1 y
dn y
+ an1 (t) n1 + . . . + a0 (t)y = 0
dtn
dt
pode ser convertida no sistema de
equaes de primeira ordem:
Suponha
x1 (t)
x2 (t)
dy
dt
.
.
.
n2
x (t) = d y
n1
dtn2
n1
x (t) = d y
n
dtn1
Ento,
x1
x
2
x2
x3
.
.
.
x
n1 =
xn
a (t)xn + an2 (t)xn1 + . . . + a0 (t)x1
xn = n1
.
an (t)
Denio 5.2. O problema envolvendo as equaes (5.1), juntamente com as condies

iniciais x1 (t0 ) = x0 , x2 (t0 ) = x0 , . . ., xn (t0 ) = x0 , sobre as funes x1 (t),. . ., xn (t),
1
2
n
conhecido como Problema do Valor Inicial (PVI).
Um exemplo particular o modelo da glicose sangunea, visto no captulo anterior. Nesse modelo, as taxas de variao de
(desvio da glicose sangunea e das
concentraes dos hormnios de seus valores timos) so dadas pelas equaes:
Denies bsicas
61
dg = m g m h + J(t)
1
2
dt
dh
=
dt
m3 h + m4 g,
que um sistema de duas equaes de primeira ordem em relao s funes
g(t)
h(t).
Exemplo 5.2.
As funes
x1 (t) = et
x2 (t) = 1 +
e2t
2
uma soluo do problema do
x1 (t) = x1
x (t) = x2
2
1
valor inicial:
x1 (0) = 1
x (0) = 3 .
2
2
2t
2
t
Observe que x1 (t) = e = x1 (t), x2 (t) = e = x1 (t).
Logo,
x1 (0) = 1
3
x2 (0) = .
2
Considere agora a EDO homognea com coecientes constantes e de ordem
y (n) + an1 y (n1) + + a1 y + a0 y = 0

com
y = y(t), aj R, j = 0, . . . , n 1.
Onde,
y (n) =
Lema 5.1. O conjunto soluo S da equao

Demonstrao.
Basta provar que
(5.2)
n,
(5.2)
dn y
.
dtn
um espao vetorial.
S um subespao de F(I, R) = {f : I R; f
funo}.
De fato,
1.
S = ,
2. Se
y1
pois
y(t) = 0, t I
y2 S ,
soluo de (5.2).
mostremos que
y1 + y2 S.
De fato,
(y1 + y2 )(n) (t) + an1 (y1 + y2 )(n1) (t) + + a1 (y1 + y2 ) (t) + a0 (y1 + y2 )(t) =
(n)
(n1)
= (y1 (t) + an1 y1

(n)
+(y2 (t)
para todo
3. Se
yS
tI
e assim
ento
(t) + + a1 y1 (t) + a0 y1 (t)) +
(n1)
an1 y2
(t)
+ + a1 y2 (t) + a0 y2 (t)) = 0
y1 + y2 S.
y S.
(y)(n) (t) + an1 (y)(n1) (t) + + a1 (y) (t) + a0 (y)(t) =

= (y (n) (t) + an1 y (n1) (t) + + a1 y (t) + a0 y(t)) +
= (y (n) (t) + an1 y (n1) (t) + + a1 y (t) + a0 y(t)) = .0 = 0
para todo
F(I, R).
t I
e, portanto,
tambm soluo.
Assim,
subespao de
62
Teorema 5.2. Considere a equao (5.2), ento o conjunto soluo de (5.2), denotado
por S, tem dimenso igual a n.
Demonstrao. Considere y(n) + an1 y(n1) + + a1 y + a0 y = 0. Queremos provar
que
dimS = n.
Para isso, devemos construir
solues de (5.2) que geram o espao
e que so l.i.
Considere
(1)
conjuntos de condies iniciais, onde
y1 (0)
= 1
y1 (0)
= 0
(2)
.
.
.
(n1)
y1
(0) = 0
y2 (0)
= 0
y2 (0)
t0 = 0
= 1
(n)
.
.
.
(n1)
y2
(0) = 0
yn (0)
= 0
yn (0)
= 0
.
.
.
(n1)
yn
(0) = 1
Pelo Teorema de Existncia e Unicidade, os PVI (5.2) com as respectivas condies
n solues distintas que denotamos por y1 , y2 , . . . , yn

respectivamente. Denote por B = {y1 (t), . . . , yn (t)} esse conjunto de solues.
Mostremos que B base de S.
iniciais dadas acima fornecem
1.
l.i.
1 , 2 , . . . , n R e 1 y1 + 2 y2 + + n yn = 0.
2 = = n = 0. De fato,
Sejam
Mostremos que
1 y1 (t) + 2 y2 (t) + + n yn (t) = 0, t I.

Derivando, temos:
1 y1 (t) + 2 y2 (t) + + n yn (t) = 0, t I.

Repetindo esse processo por
(n 1)
1 y1 (t) + 2 y2 (t) + + n yn (t)

1 y1 (t) + 2 y2 (t) + + n yn (t)
(n1)
1 y1
(t) +
Em particular, tome
.
.
.
(n1)
2 y2
(t)
l.i.
= 0
= 0
.
.
.
(n1)
+ + n y n
t I
(t) = 0,
t = t0 = 0, usando as condies
1 = 0
2 = 0
.
.
= 0.
n
Portanto,
vezes, obtemos:
iniciais, segue que
1 =
Sistemas de equaes diferenciais lineares

2.
S . Seja y0 (t) S arbitrria

y1 , . . . , yn . De fato, dena
gera
de
e mostremos que
uma combinao linear
(n1)
(t) = y0 (0)y1 (t) + y0 (0)y2 (t) + . . . + y0

ento as derivadas de
(k)
S,
pois
(0)yn (t),
so dadas por:
(n1)
(k) (t) = y0 (0)y1 (t) + . . . + y0

Logo,
63
(k)
(0)yn (t), k = 1, . . . , n 1.
um subespao vetorial e
(0) = y0 (0)
(0) = y0 (0)
(0) = y0 (0)
.
.
.
(n1)
(n1) (0) = y0
Logo,
dade,
(0).
e y0 so solues do mesmo PVI e, pelo Teorema de Existncia e

(t) = y0 (t). Portanto y0 combinao linear dos elementos de B.
Unici-
5.2 Sistemas de equaes diferenciais lineares

Nesta seo, vamos estudar uma maneira de estender os resultados de existncia e
unicidade bem como a frmula de variao das constantes para os sistemas de equaes
diferenciais.
Vamos considerar um sistema de equaes diferenciais com coecientes
constantes, na forma
x = Ax(t),
onde
uma matriz real
n n,
x1 (t)
x2 (t)
x(t) = .
.
.
xn (t)
Vamos denir
x(t) = eAt x0
(5.3)
exp(A) = eA
x1 (t)
x2 (t)
x(t) = . .
.
.
xn (t)
da matriz quadrada
A = (aij )nn ,
de modo a mostrar que
a soluo do sistema (5.3), que satisfaz a condio inicial
x(0) = x0 Rn .
(5.4)
64
Primeiramente devemos denir
eA .
Para isto vamos observar o caso escalar, em que
temos
e(a) = ea = 1 + a +
a2 a3
+
+ .
2!
3!
(5.5)
Ento, por analogia, denimos a exponencial da matriz A por meio da srie
eA = I + A +
A2 A3
+
+
2!
3!
(5.6)
eA esteja bem denida preciso mostrar que essa srie converL(Rn ) das matrizes n n (ou dos operadores lineares de Rn em Rn ).
Para que essa matriz

gente no espao
Para isto, vamos denir uma norma apropriada.

Se
<, >
||
denotam, respectivamente, o produto interno e a norma usuais do
Rn ,
isto ,
< x, y >= x1 y1 + + xn yn
|x| =
< x, x > =
x2 + + x2 ,
1
n
se
x = (x1 , . . . , xn )
y = (y1 , . . . , yn ) Rn .
Denimos a norma de um operador linear
||A|| = sup
x=0
A : Rn Rn
|Ax|
= sup A
|x|
x=0
x
|x|
por
= sup |Ay|.
(5.7)
|y|=1
Para que essa denio realmente represente uma norma, vamos primeiramente
observar que esse supremo nito. Esta propriedade pode ser obtida utilizando-se do
seguinte resultado de Anlise: "`Toda funo contnua denida num conjunto compacto
limitada"'. Neste caso,
Ax
contnua (sua representao matricial envolve somente
expresses contnuas) e est denida em

pois fechado e limitado.
K = {y : |y| = 1} ,
que compacto de
uma transformao linear no espao
Rn ,
Rn ,
que tem
dimenso nita e sabemos que toda transformao linear num espao de dimenso
nita contnua, portanto
mnimo em
k.
contnua num compacto ento
Logo, o supremo nito.
Seja
A = (aij )nn
x1
x2
x= .
.
.
xn
onde
|x| = 1.
possui mximo e
65
A por um vetor x Rn dado por

a1n
x1
a11 x1 + a12 x2 +

a x + a x +
a2n x2
. = 21 1 . 22 2
.
.
.
.
.
.
ann
xn
an1 x1 + an2 x2 +
< A1 , x >
< A2 , x >
=
.
.
.
< An , x >
Temos que o produto da matriz
Ax =
a11
a21
an1
a12
a22
.
.
.
an2
+a1n xn
+a2n xn
.
.
+ann xn n1
onde,
A1 = (a11 , a12 , . . . , a1n )

A2 = (a21 , a22 , . . . , a2n )
.
.
.
An = (an1 , an2 , . . . , ann ).

Usando a desigualdade de Schwarz
Ax
(| < x, y > | ||x||.||y||),
temos
< A1 , x >2 + < A2 , x >2 + + < An , x >2

2
A1
x 2 ( A1
+ A2
2
+ A2
x
2
+ + An
+ + An 2 ) = x
Ax x
A1 2 + A2
Ento, para x = 0 tem-se
assim,
Ax
A1
+ A2
+ + An 2 ,
+ + An 2 .
A1
+ A2
+ + An 2 .
Portanto,
Ax
( A1
x
o que justica que o supremo de
+ + An 2 ) 2 ,
Ax
x
||A|| = 0 A = 0
(ii) ||A|| = ||||A||, R

(iii) ||A + B|| ||A|| + ||B||.
(5.8)
nito. A vericao de que (5.7) dene uma
norma, se conclui com as provas das propriedades:
(i) ||A|| 0
x=0
66
O espao vetorial das matrizes

lineares denidos em
n2
n n,
e denotado por
o qual isomorfo ao espao dos operadores
L(Rn )
pode ser considerado como o espao
e a norma denida em (5.7) equivalente a norma usual de
Rn
(dada pela raiz
quadrada da soma dos quadrados de seus elementos), pois de (5.2) temos
||A|| = sup
x=0
|Ax|
|x|
Pela denio de supremo, segue que
|A1 |2 + + |An |2
||A||
(a2 + + a2 ) + + (a2 + + a2 )
n1
1n
11
nn
1
2
n
2
(aij )
i,j=1
ou seja,
1
2
(aij )2
||A||
i,j=1
e, por outro lado, denotando-se por
{e1 , . . . , en }
a base cannica do
Rn ,
temos
|Aei | = (a2 + + a2 ) 2 .
1i
ni
Logo,
1
||A|| = sup |Ax| (a2 + + a2 ) 2 , i.

1i
ni
|x|=1
Somando, para
i = 1, . . . , n,
obtemos
1
2
n||A||
(aij )
= |(aij )|,
(5.9)
i,j=1
1
2
(aij )2
||A||
i,j=1
Assim,
1
2
(aij )2
||A||
n||A||,
i,j=1
isso mostra a equivalncia da norma cannica de
supremo.
Foi necessria a desigualdade
L(Rn ) com a norma || || denida pelo
a + b a + b, a, b 0.
As desigualdades (5.2) e (5.9) mostram a desigualdade
1
|(aij )| ||A|| |(aij )|.
n
67
n n, L(Rn ) um espao vetorial completo, ou seja,

n
n
toda sequncia de Cauchy de elementos em L(R ) tem um limite pertence a L(R ), e
a vantagem em considerar a norma || || em vez da norma usual que nesta norma vale
O espao vetorial das matrizes
a desigualdade
||Ax|| ||A||.|x|,
onde a constante
||A||
(5.10)
a menor constante tal que essa desigualdade verdadeira.
Com isso,
||AB|| ||A||.||B||.
De fato, para
x Rn
com
||x|| = 1,
temos
||(AB)x|| = ||A(Bx)|| ||A|| ||Bx||

||A|| ||B|| ||x||
= ||A|| ||B||, x
com
||x|| = 1.
Logo, como o supremo a menor das cotas superiores, segue que
||AB|| ||A||.||B||.
Em particular,
||An || ||A||n ,
(5.11)
que a desigualdade que iremos utilizar na justicativa da convergncia da srie exponencial
eA .
An
convergente.
Lema 5.2. Dada A L(Rn ), a srie denida por
n!
Demonstrao. Como L(Rn ) completo, ou seja, toda sequncia de Cauchy convergente, basta mostrar que a sequncia das reduzidas
(Sn )
uma sequncia de Cauchy.
Note que
S0 = I
S1 = I + A
.
.
.
Sn = I + A + +
An
n!
.
.
.
Mostremos que
> 0, n0 N
tal que
||Sn+p Sn || < , n n0
De fato,
An+p
An+1
+ +
(n + 1)!
(n + p)!
n+1
A
An+p
+ +
(n + 1)!
(n + p)!
n+1
A
A n+p
+ +
.
(n + 1)!
(n + p)!
||Sn+p Sn || =
p > 0.
68
an
= ea que sabemos que convergente
n!
n=0
Denotando
em
R.
||A|| = a 0 R, temos a srie
Assim,
(sn )
dada por
sn = 1 + a +
an
a2
+ +
2!
n!
de Cauchy.
Logo,
Mas,
> 0, N N tal que |sn+p sn | < , n > N, p > 0.

an+1
an+p
|sn+p sn | = | (n+1)! + + (n+p)! | < , n N. Ento, tomando n0 = N,
an+1
an+p
an+p
an+1
+ +
=
+ +
< ,
||Sn+p Sn ||
(n + 1)!
(n + p)!
(n + 1)!
(n + p)!
n > N.
Portanto, (Sn )
desde que
de Cauchy e
eA
est bem denida para todo
A L(Rn ).
De modo anlogo s funes reais, temos que a candidata soluo do sistema (5.3)
exp(At)x0 = eAt x0 = x0 + Atx0 +

com derivada com respeito a
A2 t2
A3 t3
x0 +
x0 +
2!
3!
satisfazendo
d tA
e x0 = AetA x0 ,
dt
isto ,
x(t) = eAt x0
est bem denida, satisfaz (5.3) e a condio inicial (5.4). Analoga-
mente ao problema escalar, temos ento existncia e unicidade de soluo.

Vamos apresentar algumas propriedades que
Teorema 5.3.
eA
satisfaz.
1. Se M uma matriz inversvel, ento

eM
1 AM
= M 1 eA M.
2. e(A+B)t = eAt eBt t A comuta com B .

Demonstrao. 1. Decorre do fato de que
(M 1 AM )j = M 1 Aj M.
2.()
Se
e(A+B)t = eAt eBt
ento, derivando ambos os lados, temos
(A + B)e(A+B)t = AeAt eBt + eAt BeBt .

Derivando novamente e fazendo
t = 0,
obtemos
(A + B)2 = A2 + 2AB + B 2
AB = BA. () Se A comuta com B , fcil ver que X(t) = eAt eBt satisfaz
a equao diferencial X(t) = (A + B)X(t) com condio inicial X(0) = I. Ento, pela
(A+B)t
unicidade de soluo, deve-se ter X(t) = e
, e a propriedade est justicada.
que implica

Se
M 1 AM
a matriz de mudana de base tal que
69
est na forma de Jordan,
isto ,
M 1 AM = diag[A1 , . . . Al ], Ai = i I + Ri ,
onde
Ri
um bloco de Jordan, temos ento
M 1 eAt M = eM
1 AM t
e portanto
eAt = M eM
Calculando a matriz
eM
1 AM t
, temos que
e(I+R)t ,
onde
1 AM t
R=
eM
1 AM t
0 0
1 0
0 1
.
.
.
comuta com
R,
diagonal de blocos do tipo:
0
0
0
..
0 0
Como
M 1 .
..
0 0
0 0
0 0
.
.
.
1 0
kk
tem-se que
e(I+R)t = e(I)t eRt = et eRt

Rk1 k1
R2 2
t + +
t
2!
(k 1)!
0
0 0
.
1
0 .
.
.
.
t
1
0
.
.
..
..
.
.
.
.
.
.
tk2
t
1
(k2)!
= et I + Rt +
t2
t
= e 2!
.
.
.
tk1
(k1)!
Observe que
da exponencial
elementos de
e
eAt
At
kk
est multiplicando a matriz, assim concluimos que os autovalores

so todos do tipo
et ,
onde
autovalor de
so combinaes lineares de termos do tipo
pelos ndices de nilpotncia, no caso acima

um polinmio em
j k,
A.
j t
te
logo so do tipo
Alm disso, os
, com
p(t)e
limitado
, onde
p(t)
t.
5.3 O estudo dos autovalores e autovetores

Retomaremos agora o sistema de equaes diferenciais lineares homogneo de primeira ordem:
x = Ax,
x=
x1
.
.
.
xn
A=
a11
.
.
.
an1
a1n
.
.
.
ann
(5.12)
70
O objetivo encontrar
l.i. x1 (t), , xn (t).
solues
Ora, recordemos que as
equaes lineares homogneas tanto de primeira ordem como de segunda ordem tm

funes exponenciais como solues. Isto sugere que busquemos
x(t) = et v,
onde
o vetor constante, como uma soluo de (5.12).

Com esse m, observemos que
d t
e v = et v
dt
Ento,
x(t) = et v
A(et v) = et Av.
ambos os membros desta equao por
et v = et Av.
Dividindo
, segue
v = Av.
Logo,
x(t) = et v
Assim, o vetor no nulo
autovalor
(5.13)
da soluo
x(t) = e v
satisfazem (5.13).
com
(A I)v = 0
para
de grau n,
com
um autovetor da matriz
Os autovalores
de
so razes da equao
a11
a12
a21
a22
0 = det(A I) = det
.
.
.
.
.
.
.
.
.
an1
an2
e os autovetores da
esses valores de
a1n
a2n
.
.
.
ann
so ento as solues no nulas da equao
O determinante da matriz
A I
claramente um polinmio em
n n
(1) ; relembramos que chamado de polinmio caracterstico de A e indicado por p(). Para cada raiz j de p(), existe pelo menos um vetor
no nulo vj tal que Avj = j vj . Ora, todo polinmio de grau n 1 tem pelo menos
termo de maior grau
uma raiz (possivelmente complexa), isto , toda matriz tem pelo menos um autovalor
e pelo menos um autovetor.
Por outro lado,
tem no mximo
p()
tem no mximo
razes distintas. Assim, toda matriz
n autovalores e n autovetores.
Finalmente, observamos que toda matriz
nn
tem no mximo
nn
autovetores l.i, pois o espao de todos os vetores
v=
u1
.
.
.
un
tem dimenso
n.
xj (t) = ej t vj
de (5.12) . Se A tem n autovetores l.i v1 , , vn com autovalores 1 , , n , respec t
tivamente (1 , , n no precisam ser distintos), ento xj (t) = e j vj , j = 1, . . . , n
so n solues l.i de (5.12). Isto segue imediatamente do Teorema (5.6) e do fato que
xj (0) = vj . Nesse caso, toda soluo x(t) de (5.12) da forma
Para cada autovetor
vj
de
com autovalor
j ,
temos uma soluo
x(t) = c1 e1 t v1 + c2 e2 t v2 + . . . + cn en t vn
(5.14)
71
que chamada de soluo geral de (5.12).
A tem n autovalores distintos reais 1 , , n com

autovetores v1 , , vn respectivamente, pois nesse caso temos certeza de que v1 , , vn
A situao mais simples quando
so l.i.
Teorema 5.4. Quaisquer k autovetores de A, v1 , . . . , vk com autovalores distintos

1 , . . . , k respectivamente, so l.i.
A demonstrao deste teorema pode ser encontrada em [6].
5.3.1
Razes complexas
= + i um autovalor complexo de A com o autovetor v = v1 + i v2 , ento a

t
soluo x(t) = e v uma soluo com valores complexos da equao diferencial (5.3).
Se
Essa soluo com valores complexos d origem a duas solues reais como mostremos
abaixo.
Lema 5.3. Seja x(t) = y(t) + i z(t) uma soluo com valores complexos de
Ento, tanto y(t) como z(t) so solues de (5.3).
Demonstrao.
Se
x(t) = y(t) + i z(t)
uma soluo complexa de (5.3), ento
y(t) + i z(t) = A (y(t) + i z(t)) = Ay(t) + i Az(t).
Igualando as partes reais e imaginrias de (5.15), obtemos
Az(t).
Consequentemente, tanto
(5.3)
y(t) =
{x(t)}
como
z(t) =
(5.15)
y(t) = Ay(t) e z(t) =
{x(t)} so solues de
(5.3).
A funo com valores complexos
x(t) = e(+i
)t
(v1 + i v2 ) pode ser escrita na forma
x(t) = et (cos t + i sen t) (v1 + i v2 )

= et [(v1 cos t v2 sen t) + i (v1 sen t + v2 cos t)] .
Portanto, se
=+i
um autovalor de
com autovetor
v = v1 + i v2 ,
ento
y(t) = et (v1 cos t v2 sen t)

e
z(t) = et (v1 sen t + v2 cos t)

que so duas solues reais de (5.3). Alm disso, essas duas solues so l.i.
Observao 5.2.
v um autovetor de A com autovalor , ento v , o conjugado de

v , um autovetor de A com o autovalor . Para mostrar isso, tomamos os complexos
conjugados de ambos os membros da equao Av = v e observemos que o complexo
conjugado do vetor Av Av se A real. Portanto Av = v , o que mostra que v um
autovetor de A com autovalor .
Se
72
5.3.2
Razes iguais
Se o polinmio caracterstico de
autovetores
A no tem n razes distintas, ento A pode no ter
l.i.
Teorema 5.5. Suponhamos que o polinmio caracterstico de A tem k razes distintas

1 , . . . , k , com multiplicidade n1 , . . . , nk , respectivamente. (Isto signica que p() pode
ser fatorado sob a forma (1 )n1 . . . (k )nk ). Suponhamos que A tem somente
vj < nj autovetores l.i com autovalores j . Ento a equao (A j I)2 v = 0 tem
no mnimo vj+1 solues l.i. De um modo geral, se a equao (A j I)m v = 0 tem
somente mj < nj solues l.i, ento a equao (A j I)m+1 v = 0 tem no mnimo
mj + 1 solues l.i.
A prova deste Teorema pode ser encontrada em [3].
x(t) = ceAt do sistema, nesse caso, utilizamos a forma

de Jordan da matriz A. Suponha que A no diagonalizvel, ento podemos encontrar
1
n
At
uma base B do R de forma que e
= eM AM t = eJt , onde J a forma de Jordan de
A.
Para expressarmos a soluo
5.3.3
Anlise do caso
22
Vamos aplicar a anlise anterior para o caso
n = 2.
Considere o sistema
x = ax + by
,
y = cx + dy
onde a matriz dos coecientes
A=
Suponhamos que o determinante
a b
c d
x = ax, cuja
x
y
rencial
a b
.
c d
det A = ad bc = 0.
ou seja,
soluo geral
(5.16)
X = AX .
x(t) = keat ,
De (5.16), podemos escrever
O que nos remete a equao dife-
onde
a, k
so constantes. Buscaremos
solues da forma
X(t) = Cet X(t) = et

Se
X(t) = Cet
ekt
segue de
c1
c2
X = AX
= Aekt
c1
c2
c1
c2
x(t) = c1 et
.
y(t) = c2 et
que,
(I A)
c1
c2
0
0
Como estamos interessados em solues no triviais, seque que
a
b
c
d
(5.17)
det(A I) = 0
= 0 2 (a + d) + ad bc = 0 p() = 2 (a + d) + det A = 0
que o polinmio caracterstico, cujas razes so os autovalores de
A.
73
Obtidos os autovalores, voltamos ao sistema (5.17) e determinamos os autovetores
c1
c2
correspondentes e escrevemos a soluo de (5.16) na forma
que os autovalores de
A so da forma:
(a + d)
=
2
X(t) = Cet .
Note
, onde = (a+d)2 4(adbc),
e teremos os trs casos usuais dessas razes, conforme o discriminante seja positivo,
negativo ou zero.
Faremos agora uma breve anlise quanto a estabilidade em cada
caso.
Caso 1 - Autovalores reais distintos ( > 0). A soluo geral de (5.16) dada
por
X(t) = c1 v1 e1 t + c2 v2 e2 t ,
onde
X(t)
tambm pode ser escrito como
so os autovalores e
v1
v2
(5.18)
so os autovetores correspondentes. Note que
X(t) = e1 t [c1 v1 + c2 v2 e(2 1 )t ].
(5.19)
Estudemos as possibilidades com respeito ao sinal dos autovalores.
(a) Ambos os autovalores negativos ( > 0), (a + d) < 0 e (ad bc) > 0.
N estvel. De (5.18) decorre que limt X(t) = 0. Se admitimos 2 < 1 , ento
2 1 < 0 e podemos concluir de (5.19) que X(t) = c1 v1 e1 t para grandes valores
de t. Quando c1 = 0, X(t) tende para 0 segundo uma das direes determinadas pelo
t
autovetor v1 correspondente a 1 . Se c1 = 0, X(t) = c2 v2 e 2 e X(t) tende para 0 ao
longo da reta determinada pelo autovetor v2 . Neste caso um ponto crtico chamado
de
n estvel, quando ambos os autovalores forem negativos.
(b) Ambos os autovalores positivos ( > 0), (a + d) > 0 e (ad bc) > 0. N
instvel. A anlise desse caso anloga ao caso (a). Novamente, por (5.18), X(t)
t
cresce, em uma das direes determinadas
pelo autovetor
longo da reta determinada pelo autovetor
v2
v1 (quando c1 = 0) ou ao
c1 = 0). Esse ponto crtico,
correspondente ao caso em que ambos os
torna-se arbitrariamente grande quanto
(quando
autovalores so positivos, denominado por
n instvel.
(c) Autovalores com sinais opostos ( > 0) e (ad bc) < 0. Ponto de sela.
t
c1 = 0, X(t) = c2 v2 e2
e, como 2 < 0, X(t) tender para 0 ao longo da reta determinada pelo autovetor v2 .
Se X(0) no est sobre a reta determinada por v2 , a reta determinada por v1 uma
assntota de X(t). Esse ponto crtico instvel denominado por ponto de sela.
A anlise identica ao caso (b). Com uma exceo, quando
Caso 2 - Um autovalor real repetido ( = 0). Ns degenerados.
A soluo
geral toma uma de duas formas diferentes, conforme possamos determinar, para o
autovalor repetido
1 ,
um ou dois autovetores linearmente independente.
74
(a) Dois autovetores linearmente independentes.

tores
l.i.
1 ,
correspondentes a
Se
v1
v2
so dois autove-
ento a soluo geral dada por
X(t) = c1 v1 e1 t + c2 v2 e1 t = (c1 v1 + c2 v2 )e1 t .

Se
1 < 0, X(t)
tende para
ao longo da reta determinada pelo vetor
ponto crtico denominado por
n estvel degenerado.
(b) Um nico autovetor linearmente independente.

autovetor
l.i. v1 ,
c1 v1 + c2 v2 ,
Quando existe um nico
a soluo geral dada por
X(t) = c1 v1 e1 t + c2 (v1 e1 t + v2 e1 t ),
onde
(A 1 I)P = v1 .
A soluo pode ser escrita na forma
X(t) = te1 t c2 v1 +
c1
c2
v1 + v2 .
t
t
1 < 0, limt te1 t = 0, decorrendo que X(t) tende para 0 segundo a direo determinada pelo autovetor v1 . O ponto crtico novamente denominado por n estvel
degenerado. Quando 1 > 0, ento lim te1 t = +. A reta determinada por v1
Se
t
uma assntota para todas as solues. O ponto crtico denominado por
degenerado.
n instvel
Caso 3 - Autovalores complexos ( < 0). Se 1 = + i e 1 = i

v1 = b1 + ib2 um autovetor correspondente
X(t) = c1 X1 (t) + c2 X2 (t), onde
os autovalores complexos e
soluo geral da forma
1 ,
so
ento a
X1 (t) = (b1 cos t b2 sen t)et

e
X2 (t) = (b2 cos t + b1 sen t)et ,

usando o Lema 5.3.
Temos ento uma soluo na forma
x(t) = et (c11 cos t + c12 sen t)

y(t) = et (c21 cos t + c22 sen t),
c11 , c12 , c21 , c22 so constantes e que tambm dependem dos autovetores.
= 0, temos
onde
(5.20)
E quando
x(t) = c11 cos t + c12 sen t

y(t) = c21 cos t + c22 sen t
Ainda temos o seguinte caso.
(5.21)
75
Razes imaginrias puras ( < 0), (a + d) = 0. Centro.
Quando
= 0,
os
autovalores so imaginrios puros e, por (5.21), todas as solues so peridicas com

perodo
p = 2/.
Note que se
c12
c21
fossem simultaneamente nulos, ento (5.21) se
reduziria a
x(t) = c11 cos t

y(t) = c22 sen t
que a representao paramtrica de uma elipse. Resolvendo o sistema de equaes
(5.21) em relao a
cos t
sen t
e utilizando a identidade
sen2 t + cos2 t = 1,
possvel mostrar que todas as solues so elipses com centro na origem.

crtico
(0, 0)
chamado de
O ponto
centro.
5.4 Soluo matriz fundamental

Nesta seo, vamos introduzir a expresso para a soluo de um sistema linear com
coecientes constantes.
x1 (t), . . . , xn (t) so n solues l.i. da equao diferencial (5.3) dada por x = Ax,
A uma matriz real n n. Ento toda soluo x(t) pode ser escrita sob a forma
Se
onde
x(t) = c1 x1 (t) + c2 x2 (t) + + cn xn (t),

pois sabemos que a dimenso do espao soluo de (5.3)
n.
X(t) a matriz cujas colunas so x (t), . . . , x (t). Ento (5.22),
c1
.
forma concisa x(t) = X(t)c, onde c = . .
.
Seja
sob a
(5.22)
pode ser escrita
cn
Denio 5.3. Uma matriz X(t) dita soluo matriz fundamental de

suas colunas formam um conjunto de n solues l.i. de (5.3).
(5.3)
se
Teorema 5.6 (Teste de Independncia Linear). Sejam x1 , x2 , , xk , k solues de x =
Ax e t0 R. Ento, x1 , x2 , , xk so solues l.i. se, e somente se, x1 (t0 ), x2 (t0 ), ,

xk (t0 ) so vetores l.i. em Rn .
Demonstrao. () Mostremos por negao.
l.d.
Ento, existem escalares
c1 , c2 , , ck
Suponha que
x1 , x2 , , xk sejam solues
no todos nulos, tais que
c1 x1 + c2 x2 + + ck xk = 0.
Calculando essa equao para
t = t0 ,
c1 x1 (t0 ) + c2 x2 (t0 ) + + ck xk (t0 ) =
0
.
.
.
76
x1 (t0 ), x2 (t0 ), , xk (t0 ) so vetores l.d. em Rn .

Conclui-se que {x1 (t0 ), x2 (t0 ), , xk (t0 )} l.i., ento {x1 , x2 , , xk } l.i..
() Vamos provar novamente por negao.
Suponhamos que os valores de x1 , x2 , , xk , em algum instante t0 , so vetores l.d.
n
em R . Ento, existem constantes c1 , c2 , , ck , no todas nulas, tais que

0
.
c1 x1 (t0 ) + + ck xk (t0 ) = . = 0.
(5.23)
.
Assim,
0
c1 , c2 , , ck ,
Com essa escolha de constantes
podemos considerar a funo com
valores vetoriais dada por
(t) = c1 x1 (t) + + ck xk (t).

Essa funo satisfaz (5.23), pois uma combinao linear de solues, ou seja,
(t0 ) = 0.
Alm disso, pelo Teorema de Existncia e Unicidade, a soluo nula tambm soluo
do PVI
x = Ax,
com
x(0) = 0,
logo
(t) = 0, t.
Isto implica que
x1 , x2 , , xk
so
solues linearmente dependentes.

Por outro lado, j denimos a matriz
eAt
e esta pode ser calculada diretamente a
partir de qualquer soluo matriz fundamental de (5.3), como veremos a seguir. Para
isto, introduzimos alguns resultados necessrios.
Lema 5.4. Uma matriz X(t) uma soluo matriz fundamental de (5.3) se, e somente
se, X = AX e det X(0) = 0.

Demonstrao.
Denotando por
x1 (t), . . . , xn (t)
as
colunas de
X(t),
observamos que
X = x1 (t), . . . , xn (t)
AX(t) = Ax1 (t), . . . , Axn (t) .

x1 (t) = Ax1 (t), . . . , xn (t) = Axn (t) so equivalentes
1
n
nica equao matricial X(t) = AX(t). Alm disso, n solues x (t), . . . , x (t) de (5.3)
1
n
n
so l.i se, e somente se, x (0), . . . , x (0) so vetores l.i de R . Esses vetores por sua vez,
so l.i se, e somente se, det X(0) = 0. Consequentemente, X(t) uma soluo matriz
fundamental de (5.3) se, e somente se, X(t) = AX(t) e det X(0) = 0.

Portanto as
equaes vetoriais
Teorema 5.7. A funo com valores matriciais eAt I +At+ A2!t + uma soluo
matriz fundamental de (5.3).
2 2
Demonstrao.
diferencial
A0
Sabemos que
X(t) = AX(t).
d At
e
dt
= AeAt .
Ento,
eAt
uma soluo da equao
Alm disso, seu determinante calculado em
At
= I. Portanto, pelo Lema (5.4), e
t=0
1,
uma soluo matriz fundamental de (5.3).
pois
77
Lema 5.5. Sejam X(t) e Y (t) duas solues matrizes fundamentais de

existe uma matriz C tal que Y (t) = X(t)C.
Demonstrao.
Y (t)
Por denio, as colunas
x1 (t), . . . , xn (t)
de
ser escrita como uma combinao linear das colunas de

cj , . . . , cj tais que
1
n
X(t), isto , existem constantes
y j (t) = cj x1 (t) + cj x2 (t) + + cj xn (t),

1
2
n
Seja
. Ento,
y 1 (t), . . . , y n (t) de
coluna de Y (t) pode
X(t)
so conjuntos l.i de solues de (5.3). Em particular, cada
(5.3)
j = 1, . . . , n.
(5.24)
equaes (5.24) so equivalentes nica equao matricial
Y (t) = X(t)C.
a matriz
(c1 , c2 , . . . , cn )
onde
cj =
cj
1
.
.
.
cj
n
Ento, as
Teorema 5.8. Se X(t) uma soluo matriz fundamental da equao diferencial x =
Ax. Ento,
eAt = X(t)X 1 (0).
(5.25)
Ou seja, o produto de qualquer soluo matriz fundamental de

em t = 0 igual a eAt .
Demonstrao.
Seja
X(t)
(5.3)
por sua inversa
uma soluo matriz fundamental de (5.3).
Teorema (5.7) e Lema (5.5), existe uma matriz constante
Ento, pelos
tal que
eAt = X(t)C.
t = 0
X(t)X 1 (0).
para
em (5.26), obtm-se
(5.26)
I = X(0)C C = X 1 (0).
Portanto,
eAt =
Apresentamos a seguir uma aplicao envolvendo o uso de sistemas de equaes

diferenciais ordinrias. Esse exemplo foi extrado da referncia [3].
Exemplo 5.3. Estratgias de armamentos.

Suponhamos dois pases
A e B , isolados e que tenham uma poltica externa pacca
e mesmo assim desejam se preparar para uma guerra eventual. E mais, que o poderio
militar de cada pas seja dado pela quantidade de armas num determinado instante.
Ento, vamos supor que
pas no instante
1.
x = x(t) e y = y(t) determinam o potencial de guerra de cada
e vamos considerar as seguintes hipteses:
so funes contnuas com derivadas contnuas para
t > 0, (t
o tempo).
78
2. Quanto maior o potencial de guerra de cada pas, mais ele ser fonte de problemas
para o outro. Portanto, a variao do poderio militar de um pas proporcional
ao poderio do outro.
3. A depreciao dos armamentos existentes, em relao ao tempo, responsvel
pela diminuio do poderio militar de cada pas. Suponhamos que essa depreciao seja proporcional quantidade de armamentos existentes.
4. Se um pas tem intuitos blicos secretos, isto pode inuenciar no crescimento de
seu potencial de guerra. Por outro lado, se no houver uma situao econmica
compatvel para suportar o crescimento blico do outro pas, isto pode acarretar
uma diminuio da aquisio de armas.
Essas hipteses propoem como modelo o seguinte sistema de equaes diferenciais,
dx = ax + by + g(t)
dt
dy
dt
com
a, b, c
(5.27)
= cx dy + h(t),
constantes positivas onde:
so os coecientes de proporcionalidade devido interao de um pas com
o outro.
g(t)
so os coecientes de depreciao do material blico.
h(t)
so as estratgias de cada pas.
Vamos estudar o caso particular em que os pases no possuem estratgias, ou seja,
g(t) = 0
h(t) = 0.
Assim o sistema (5.27) torna-se homogneo.
dx = ax + by
dt
dy
dt
(5.28)
= cx dy
A equao caracterstica associada a (5.28)
2 + (a + d) + (ad bc) = 0,
cujas razes so
Se
>0
1
1,2 = [(a + d)
2
(a + d)2 4(ad bc)].
ento a soluo geral de (5.28) dada por
x(t) = c1 v1 e1 t + c2 v2 e2 t ,
(5.29)
Frmula da variao de parmetros

com
1 , 2 R
aos autovalores
c1 , c2 constantes arbitrrias
1 e 2 respectivamente.
e
O ponto de equilbrio de (5.28) a origem

de
v1
(0, 0)
(ad bc). Tratemos de dois casos:

Se 1 e 2 so negativos, o ponto crtico (0, 0)
v2
79
so os autovetores associados
e sua natureza depende do sinal
um n assintoticamente estvel, o
que signica que os pases estaro em paz permanentemente.

Se
so positivos, o ponto crtico
(0, 0)
ser um n instvel.
5.5 Frmula da variao de parmetros

Veremos que podemos utilizar as solues da equao homognea associada
x = Ax
para a encontrar a soluo do P.V.I
x(t0 ) = x0 .
x = Ax(t) + f (t);
(5.30)
x1 (t), . . . , xn (t) n solues l.i da equao homognea (5.3)

1
n
Como a soluo geral de (5.3) c1 x (t) + . . . + cn x (t), natural pensar que
Para isto consideremos

associada.
a soluo de (5.30) seja algo na forma
x(t) = u1 (t)x1 (t) + u2 (t)x2 (t) + + un (t)xn (t)

Esta equao pode ser escrita na forma
u1 (t)
.
.
.
u(t) =
(5.31)
x(t) = X(t)u(t) onde X(t) = (x1 (t), . . . , xn (t))
un (t)
Substituindo essa expresso em
x = Ax + f (t),
obtemos
x(t)u(t) + x(t)u(t) = Ax(t)u(t) + f (t).
A matriz
Ax(t)
X(t)
(5.32)
uma soluo matriz soluo fundamental de (5.3), portanto
e a equao (5.32) se reduz a
X(t)u(t) = f (t).
Uma vez que as colunas de

que
x=
(t)
X(t)
so vetores l.i. de
(5.33)
Rn
em cada instante
t,
segue
existe, e
u(t) = X 1 (t)f (t).
Integrando essa expresso entre
t0
t,
obtm-se
X 1 (s)f (s)ds
u(t) = u(t0 ) +
t0
= X 1 (t0 )x0 +
X 1 (s)f (s)ds.
t0
(5.34)
80
Consequentemente,
x(t) = X(t)X
X 1 (s)f (s)ds.
(t0 )x + X(t)
(5.35)
t0
X(t) a soluo da matriz fundamental eAt , ento a equao (5.35) se simplica,

At
1
, se X(t) = e
ento X
(s) = eAs , e
Se
isto
t
At At0 0
eAs f (s)ds
At
x +e
x(t) = e e
t0
t
eA(ts) f (s)ds.
= eA(tt0 ) x0 +
t0
Este prximo exemplo foi retirado da referncia [5].
Exemplo 5.4.
Os problemas fsicos do tipo massa-mola e circuitos eltricos so des-
critos por equaes diferenciais ordinrias de segunda ordem ou por sistemas
22
de
primeira ordem. Este exemplo trata de um circuito eltrico dado na gura (5.1), e a
construo do modelo matemtico pode ser encontrada baseando-se nas leis da Fsica.
Este circuito descrito pelo sistema de equaes diferenciais
x=
x = (x1
capacitor e I(t)
x2 )T , x1
em que
1/2
2
1/8
1/2
x+
a corrente do indutor,
x2
I(t),
a queda de voltagem no
a corrente fornecida pela fonte externa.
X(t)
Vamos determinar uma matriz fundamental

respondente e usando
inicial
1/2
0
t/2
I(t) = e
para o sistema homogneo cor-
, vamos determinar a soluo que satisfaz a condio
x(0) = 0.
Neste caso
1/2
2
A=
1/8
1/2
e para determinarmos a matriz fundamental
X(t) para o sistema homogneo correspondente ser necessrio primeiramente calcularmos os autovalores e autovetores correspondentes. Para determinarmos os autovalores
temos que calcular
1/2
2
de forma que
1/8
1/2
|A I| = 0.
= 0 2 + +
Note que
1
1 i
=0=
.
2
2
Encontremos ento o autovetor associado ao autovalor
1 =
1 + i
.
2
Para tanto
81
Figura 5.1: Circuito eltrico
o que implica
satisfaa
i/2 1/8
2
i/2
i
1
= 0
2
8
i
2 = 0
2
4i
v=
v=
preciso que o autovetor
(A 1 I)v = 0.
Logo
0
0
= 4i
,
1
4i
, assim o autovetor associado ao autovalor 1
Assim,
x(t) =
1
4i
1
= e 2 t cos
1
= e 2 t cos
e( 2 + 2 )t
t
t
+ i sen
2
2
t
2
1
0
sen
1
0
t
2
+
0
4
0
4
i
1
+ ie 2 t cos
t
2
0
4
+ sen
t
2
1
0
82
e separando a parte real da parte imaginria e temos
t
cos 2
t
4 sen 2
X1 (t) = e 2 t
t
sen 2
t
4 cos 2
X2 (t) = e 2 t
e portanto
1
X(t) = e
At
t
e 2 t cos 2
1
t
4e 2 t sen 2
t
e 2 t sen 2
1
t
4e 2 t cos 2
Facilmente obtemos
1
0
X(0) =
0
4
(5.36)
Determinando a matriz inversa de (5.36), temos
1
0
0
4
a b
c d
1 0
0 1
a
b
c
4d
=
=
=
=
1
0
0
1
1 d = 4
Assim,
1
0
X 1 (0) =
Temos que
X 1 (s) = eAs ,
1
4
ento
X 1 (s) = e 2
s
cos 2
s
4 sen 2
s
sen 2
s
4 cos 2
(5.37)
(5.38)
Agora temos que calcular
(s)f (s),
onde
f (s) =
1
2
s
cos 2
s
2 sen 2
X 1 (s)f (s) =
s
1 2
e
2
0
,
e por (5.35), sabemos que
x(t) = X(t).
0
1
2
s
cos 2
s
2 sen 2
ds.
ento

Calculemos ento
1
2
s
cos 2
s
2 sen 2
83
ds,
assim
1
s
1
cos ds =
2
2
2
0
s
cos ds
2
(5.39)
Seja
u=
s
1
du = ds 2du = ds
2
2
(5.40)
e substituindo (5.40) em (5.39) temos
1
2
cos u 2du =
cos u du = sen u
s
= sen
2
t
= sen .
2
(5.41)
De maneira anloga
s
sen ds
2
s
2 sen ds = 2
2
(5.42)
e fazendo as mesmas substituies de (5.40) em (5.42) temos
sen u 2du = 4
0
sen u du = 4 cos u
0
s
= 4 cos
2
t
= 4 cos 4.
2
0
(5.43)
De (5.41) e (5.43) temos
1
2
s
cos 2
s
2 sen 2
t
sen 2
t
4 cos 2 4
ds =
(5.44)
por (5.35) sabemos
eAs f (s)ds
At
x(t) = e .
0
t
e 2 t cos 2
1
t
4e 2 t sen 2
t
2
= e
t
e 2 t sen 2
1
t
4e 2 t cos 2
t
sen 2
t
4 cos 2 4
t
t
t
5 cos 2 sen 2 4 sen 2
t
t
t
4 sen2 2 16 cos2 2 + 16 cos 2
que satisfaz a condio inicial.
(5.45)
6 Concluso
Vimos a importncia do conhecimento de outras reas quando tratamos de um
problema especco modelado por EDO, por exemplo o caso do Diabetes.
Muitas
vezes necessitamos compreender os fenmenos que nos cercam e para tanto necessrio
compreender tudo que est realcionado com o problema para que possamos construir
modelos, encontrar suas solues e validar essas solues, gerando discusses reexivas
sobre tais fenmenos que nos cercam.
Ao trabalharmos Modelagem Matemtica dois pontos so fundamentais:
aliar o
tema escolhido com a realidade de nossos alunos e aproveitar as experincias extraclasse dos alunos aliadas experincia do professor em sala de aula.
O professor
deve mediar todos esses saberes com os saberes da Matemtica estimulando sempre a
criatividade dos alunos, para que eles possam contruir seus conhecimentos.
Os modelos so uma aproximao da realidade e embora no sejam exatamente
a realidade, eles so teis no estudo de propriedades, resultados, fornecendo algumas
informaes sobre algum fenmemo.
Podemos usar a Modelagem Matemtica como instrumento motivador para os
alunos e para os prprios professores, criando um ambiente facilitador no processo
de ensino-aprendizagem. A Matemtica deixa de ser abstrata e passa a ser concreta.
necessrio utilizarmos muito raciocnio e sermos mais crticos quando nos deparamos
com as solues e precisamos valid-las ou no.
Tambm se fez necessrio o estudo de resultados de outra rea, ou seja, a teoria
de EDO no uma teoria isolada, necessrio o estudo de alguns tpicos de Anlise,
lgebra Linear.
85
Referncias
[1] VILA, G.
Introduo Anlise Matemtica, 2a Edio, Editora Edgard Blucher,
LTDA, So Paulo, 2003.

[2] BASSANEZI, R. C.
Ensino-aprendizagem com modelagem matemtica,
Editora
Contexto, So Paulo, 2006.
Equaes diferenciais e suas aplicaes,
[3] BRAUN, M.
Editora Campus, Rio de
Janeiro, 1979.
[4] HALE, J. K.
Ordinary Dierential Equation, Robert E. Krieger Publisching Com-
pany, INC, New York, 1980.

[5] BOYCE, W. E.; DIPRIMA, R. C.
de Valores de Contorno, 7
Equaes Diferenciais Elementares e Problemas
Edio, Livros Tcnicos e Cientcos Editora S.A.,
LCT, Rio de Janeiro, 2002.

[6] COELHO, F. U.;
Um curso de lgebra Linear,
LOURENO, M.L.
Editora
EDUSP, So Paulo, 2001.

[7] BASSANEZI, R. C.; FERREIRA Jr., W.C.
Equaes Diferenciais com aplicaes,
Editora Harbra LTDA, So Paulo, 1988.

[8] NEVES, A. F.
Notas de Aulas: Forma de Jordan e Equaes Diferenciais Lineares,
UNICAMP, Campinas.
[9] LADEIRA, L. A. C; Junior H. C.
Equaes Diferenciais Ordinrias - Notas de
Aula, ICMC-USP, So Carlos, 2009.

[10] FAMAT em Revista
Algumas Aplicaes e Teoria Qualitativa das Equaes Dife-
renciais Ordinrias, Nmero 5, Uberlndia, Setembro de 2005.
[11] <http://www.diabetes.org.br/sala-de-noticias/2132-o-avanco-do-diabetes-nomundo-segundo-a-oms>. Acessado em 11/09/2012 s 14:00 hs.
87

Calculo 3

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Calculo 3

Transféré par

Droits d'auteur :

Formats disponibles

Universidade Estadual Paulista Jlio de Mesquita Filho

Instituto de Geocincias e Cincias Exatas

Introduo s equaes diferenciais

Ana Claudia Chinchio

Dissertao apresentada ao Programa de

Dra. Marta Cilene Gadotti

Chinchio, Ana Claudia

Ficha Catalogrca elaborada pela STATI - Biblioteca da UNESP

Ana Claudia Chinchio

Dissertao aprovada como requisito parcial para a obteno do grau de

Profa. Dra. Marta Cilene Gadotti

Profa. Dra. Renata Zotin Gomes de Oliveira

Profa. Dra. Silvia Martorano Raimundo

Rio Claro, 29 de agosto de 2012

"Gestos de carinho, ateno e

Obrigada pela compreenso e pelo carinho...

que desde de Prudente compartilha e desfruta de todos os momentos de minha vida.

Agradeo tambm as secretrias de departamento

equaes diferenciais ordinrias, existncia de soluo, modelo da

ordinary dierential equations, existence of solution, the dynamic model

Grco das solues do Modelo de Malthus . . . . . . . . . . . . . . . .

Grco das solues do Modelo de Verhulst

Diagrama de uxo do sistema regulatrio da glicose sangunea

Resultados de lgebra Linear

3 Equaes diferenciais de primeira ordem

Existncia e unicidade de soluo

Equao linear de primeira ordem . . . . . . . . . . . . . . . . . . . . .

4 Equaes diferenciais de segunda ordem

Equaes lineares de segunda ordem

Um modelo para a dinmica do Diabetes . . . . . . . . . . . . . . . . .

5 Sistemas de equaes diferenciais

Sistemas de equaes diferenciais lineares . . . . . . . . . . . . . . . . .

O estudo dos autovalores e autovetores

Soluo matriz fundamental

Frmula da variao de parmetros . . . . . . . . . . . . . . . . . . . .

Vrios problemas fsicos, qumicos, ecolgicos, econmicos e

(1646, 1727) e Gottfried Wilhelm von Leibniz (1646, 1716), inmeros

Um grande nome dessa poca Augustin Louis Cauchy

que demonstrou a existncia de solues para uma grande parte das

equaes diferenciais, que aparecem em muitos modelos.

No nal do sculo XIX

e tambm a teoria de aproximao analtica e

([?], 2002, p.16)

"a modelagem matemtica consiste na arte de transformar

problemas da realidade em problemas matemticos e resolv-los interpretando suas

UNIVERSITRIA, Curso de Mestrado Prossional da Unesp tem como objetivo a

a promoo da familiaridade com um

modelo matemtico advindo de situao real; a promoo de um estudo introdutrio

teoria bsica das equaes diferenciais lineares de segunda ordem,

2.1 Resultados de Anlise

Denio 2.1. Um subconjunto K do espao Rn compacto, quando K fechado e

A soma innita a1 + a2 + a3 + ... + an + ... = an chamada srie.

Denio 2.3. Uma sequncia de funes fn : D R R uma correspondncia

Denio 2.4. Diz-se que uma sequncia de funes fn : D R R, com o mesmo

como mostra gura abaixo:

Figura 2.1: Faixa de amplitude

Note que a convergncia uniforme implica convergncia pontual,

mas a recproca no verdadeira. Por exemplo, considere a sequncia

fn : R R. Vamos mostrar que para cada x R, fn (x) 0

Figura 2.2: Grcos de

Note agora que

so retas passando pela origem e impossvel colocar uma

(fn (x)) em uma faixa de amplitude 2

Logo, a convergncia no pode ser uniforme.

Universidade Estadual Paulista Jlio de Mesquita Filho

Ficha Catalogrca elaborada pela STATI - Biblioteca da UNESP

ordinary dierential equations, existence of solution, the dynamic model

Grco das solues do Modelo de Malthus . . . . . . . . . . . . . . . .

Grco das solues do Modelo de Verhulst

Diagrama de uxo do sistema regulatrio da glicose sangunea

No nal do sculo XIX

UNIVERSITRIA, Curso de Mestrado Prossional da Unesp tem como objetivo a

Denio 2.1. Um subconjunto K do espao Rn compacto, quando K fechado e

A soma innita a1 + a2 + a3 + ... + an + ... = an chamada srie.

Denio 2.3. Uma sequncia de funes fn : D R R uma correspondncia

Denio 2.4. Diz-se que uma sequncia de funes fn : D R R, com o mesmo

como mostra gura abaixo:

Figura 2.2: Grcos de

Denio 2.6. Um conjunto C de nmeros reais limitado direita ou limitado

Denio 2.10. Se os vetores x1 , x2 , . . . , xn no so l.d., isto , nenhum desses vetores

Denio 2.13. Sejam U, W subespaos de um espao vetorial V . O espao vetorial V

Denio 2.14. O conjunto {f1 , . . . , fn } formado por funes denidas em um mesmo

Denio 2.15. As transformaes lineares T denidas em um espao vetorial V em

Denio 2.16. Dado um operador linear T : V V , onde V um espao vetorial

Denio 2.17. Um operador linear L : V V nilpotente se Lk = 0 para algum

Denio 2.19. Um bloco de Jordan r r em a matriz Jr () em Mr (K) que tem

Teorema 2.7. Sejam V um espao vetorial de dimenso nita e T : V V linear e