25

Aula

2011.12.02

AL

LEG M ; M EC

Apontamentos

(R ic a r d o .C o u tin h o @ m a th .is t.u tl.p t)

25.1

Potncias de matrizes diagonalizveis

Teorema 25.1 Sejam A e D matrizes quadradas tais que A = SDS 1 , onde S uma matriz
invertvel. Ento para qualquer k N temos
Ak = SDk S 1 .
Demonstrao. Para k = 0, por definio A0 = D0 = I a matriz identidade, pelo que
A0 = SS 1 = SD0 S 1 . Supondo por hiptese de induo que Ak = SDk S 1 , temos
Ak+1 = Ak A = SDk S 1 A = SDk S 1 SDS 1 = SDk DS 1 = SDk+1 S 1 ,
o que prova a relao pretendida por induo finita.
Observe-se que neste teorema a matriz D no necessariamente diagonal.


1 1
. Podemos verificar que A = SJS 1 onde
Exemplo 25.1 Considere-se A =
1 3






1 1
2 1
S=
e J=
.
1 2
0 2
De facto
SJS

1 1
1 2



2 1
0 2



2 1
1 1

2 3
2 5



2 1
1 1

1 1
1 3

Por outro lado fcil de chegar expresso

k

2 k2k1
k
J =
,
0
2k
que podemos provar por induo finita:




k



k+1

1 0
2 k2k1
2 1
2
(k + 1) 2k
0
k+1
k
J =
e J
=J J =
=
.
0 1
0
2k
0 2
0
2k+1
Ento, de acordo com o Teorema 25.1, temos



k



1 1
2 k2k1
2 1
k
k 1
A = SJ S =
1 2
0
2k
1 1

k





k+1

2
k2k1 + 2k
2 1
2
k2k1 2k
k2k1
=
=
2k k2k1 + 2k+1
1 1
k2k1
2k + k2k1 + 2k+1



2k
k
k1
= 2
.
k 2 + k

25 a AULA 2011.12.02

AL

LEGM; MEC

APONTAMENTOS

(RICARDO.COUTINHO@MATH.IST.UTL.PT)

Embora haja um mtodo de calcular a potncia de qualquer matriz quadrada usando o

Teorema 25.1, iremos aplicar esse mtodo apenas no caso de matrizes diagonalizveis.
Se A for diagonalizvel temos A = SDS 1 em que D uma matriz diagonal e de acordo
com o Teorema 25.1, temos Ak = SDk S 1 . Como o clculo das potncias de uma matriz
diagonal trivial, obtemos um mtodo eficaz para o clculo das potncias de qualquer matriz
diagonalizvel.
De facto se D uma matriz diagonal com entradas na diagonal principal a11 , a22 , . . . , ann ,
ento fcil de mostrar por induo finita que a potncia Dk uma matriz diagonal com
entradas na diagonal principal ak11 , ak22 , . . . , aknn .

Exemplo 25.2 Considere-se a matriz

3 1 0
A = 0 2 0 .
1 1 2

De acordo com os clculos efectuados

1 0

S= 1 0
0 1
Ento

Ak

no Exemplo 23.3, temos A = SDS 1 , onde

1
2 0 0
0 e D = 0 2 0 .
1
0 0 3

k
1 0 1
2
= SDk S 1 = 1 0 0 0
0 1 1
0
k

2 0 3k
0
1 0
= 2k 0 0 1 1 1
0 2k 3k
1 1 0

3k
2k 3k 0
0
2k
0
=
3k 2k 2k 3k 2k

1
0 0
1 0 1
2k 0 1 0 0
0 3k
0 1 1

Exemplo 25.3 Considere-se a matriz

A=

1 3
1 1

De acordo com os clculos efectuados no Exemplo 24.2, temos A = SDS 1 , onde






1+i 3
0
i 3 i 3
.
S=
e D=
1
1
0
1i 3

25 a AULA 2011.12.02

AL

APONTAMENTOS

LEGM; MEC

(RICARDO.COUTINHO@MATH.IST.UTL.PT)

Portanto
Ak = SDk S 1 . Para simplificar a notao vamos designar = 1 + i 3 e portanto
= 1 i 3. Ento


 k
1

0
i
3
i
3
i 3 i 3
k
k 1
A = SD S =
k
1
1
1
1
0



k



1
i 3 k i 3
1 i3

=
k
i2 3 1 i 3
k

k
k
k
k
i
3

=
k
k
k
k
2 3

i 3 +
=

k +
2
k
k
i
2
3

k k 
i 3
2
k

k +
2

Para simplificar esta expresso note-se que

 


1
= 1 i 3 = 2 2 i 23 = 2 cis 3 = 2 cos 3 i sen 3 ,

e portanto k = 2k cis

 k 
3

e = 2k cis

 k 
. Donde
3

 k 
 
+
cis
3
3
= 2k cos k
3
2
 k 
 k 
k
 
k
k cis 3 cis
3
e
=2
= 2k i sen k
.
3
2
2
Substituindo na expresso acima obtemos

k
2 cos k
2
3
sen
cos k
3 sen k
3
3
3
3
= 2k
.
Ak =
 k 
 k 
 k 
 k 
k
1
2
k
3 sen 3
cos 3
3 sen 3
2 cos 3
k

cis
k +
= 2k
2

Exemplo 25.4 Numa caixa est uma grande quantidade de seres azuis e uma grande quantidade de seres brancos, digamos 108 seres azuis e 106 seres brancos. De segundo a segundo
emitido um sinal luminoso e metade dos seres azuis transformam-se em brancos e os que
eram brancos transformam-se todos em azuis. Pretendemos saber qual a quantidade aproximada de cada tipo de seres ao fim de 60 segundos.
Designando respectivamente por ak e bk a quantidade de seres azuis e de seres brancos ao
fim de k segundos, temos
a0 = 108 ,
Podemos ento escrever

b0 = 106 ,

ak+1
bk+1

ak+1 = 12 ak + bk


1
2
1
2

1
0



ak
bk

e bk+1 = 12 ak .


25 a AULA 2011.12.02

AL

Designando
xk =
temos

APONTAMENTOS

LEGM; MEC

ak
bk

e A=

1 2
1 0

(RICARDO.COUTINHO@MATH.IST.UTL.PT)

xk+1 = 12 Axk .
Portanto x1 = 12 Ax0 , x2 = 12 Ax1 =

1 2
A x0 ,
22

xk =

x3 = 12 Ax2 =

1 3
A x0
23

e por induo

1
Ak x0 .
2k

Conclumos que o nosso problema resolvido por x60 = 2160 A60 , o que envolve o clculo
das potncias da matriz A. Par efectuar esse clculo vamos verificar que a matriz A
diagonalizvel e calcular a sua matriz diagonalizante. Comecemos por calcular o polinmio
caracterstico e os valores prprios


1 2
= 2 2 = ( + 1) ( 2) .
det (A ) =
1

Os valores prprios de A so ento 1 e 2; a matriz (2 2) tem dois vectores linearmente
independentes e portanto diagonalizvel. Calculemos espaos prprios:



2 2
E (1) = Nul (A + 1) = Nul
= L {(1, 1)} ,
1 1



1 2
e
E (2) = Nul (A 2) = Nul
= L {(2, 1)} .
1 2
Podemos ento concluir que A = SDS 1 , onde






1 2
1 0
S=
e D=
.
1 1
0 2

Pelo Teorema 25.1 temos

k

xk =
Como

1
260

<

1
,
1018

1 2
1 1





1
1 2
(1)k 0
1 1
0
2k




2k+1 1 1 2
3 1 1
2k

(1)k
(1)k+1

(1)k + 2k+1
1
=
3
(1)k+1 + 2k

Podemos agora escrever

1 k
1
A x0 =
k
2
3

2+
1

 1 k
2

 1 k
2

2 (1)k + 2k+1
k+1

2 (1)
2+
1

+ 2k

 1 k1



2
a0
.

 1 k1
b0
2

podemos concluir que aproximadamente







2 
1 2 2
a60
a0

= 31 (a0 + b0 ) ,
b60
b0
3 1 1
3

o que com o valores em causa vem a60 23 1, 01 108 6, 73 107 e b60 13 1, 01 108
3, 37 107 .

25 a AULA 2011.12.02

25.2

AL

LEGM; MEC

APONTAMENTOS

(RICARDO.COUTINHO@MATH.IST.UTL.PT)

Exemplos com equaes difernciais

Exemplo 25.5 Considere-se C o espao vectorial das funes reais de varivel real indefinidamente derivveis (isto que admitem derivadas de todas as ordens). Neste espao
vamos determinar os valores prprios da transformao linear T : C C que a cada
funo em C faz corresponder a sua derivada:
T (f (t)) = f (t) .
Como o espao C de dimenso infinita (contm o espao de todos os polinmios reais)
os mtodos matriciais para a determinao dos valores prprios no so aplicveis; sendo
portanto necessrio um clculo directo:
f (t) = f (t)

f (t) f (t) = 0
f (t) et f (t) et = 0


f (t) et = 0.

Onde se usou a regra de derivao do produto de duas funes. Como a nicas funes com
derivada nula em todos os pontos de R so funes constantes, conclumos f (t) et = c,
onde c uma constante arbitrria. Ento
 
T (f (t)) = f (t)

f (t) = c et

f (t) L et .

Conclumos ento que todos os nmeros reais so valores prprios de T , ou seja o espectro
(T ) = R, e os espaos prprios correspondentes so
 
E () = L et .
No que se segue vamos considerar sistemas de equaes diferenciais lineares da forma

x1 (t) = a11 x1 (t) + a12 x2 (t) + + a1n xn (t)

x (t) = a21 x1 (t) + a22 x2 (t) + + a2n xn (t)

2
,
..

x (t) = a x (t) + a x (t) + + a x (t)

n1

n2

nn

onde as incgnitas so as funes xj (t) e os coeficientes aij so constantes (no dependem

de t). Podemos escrever estes sistemas na forma
x (t) = Ax (t) ,

(25.1)

onde A = [aij ]1
i,j
n uma matriz constante que vamos supor diagonalizvel e apenas com
x (t)
1

x (t)

2
valores prprios reais, x (t) = .. a matriz coluna que tem como componentes as
.
xn (t)
x (t)
1

x2 (t)

funes xj (t) e x (t) = .. a matriz coluna que tem como componentes as derivadas
.

dessas funes.

xn (t)

25 a AULA 2011.12.02

AL

APONTAMENTOS

LEGM; MEC

(RICARDO.COUTINHO@MATH.IST.UTL.PT)

Exemplo 25.6 Os sistema de equaes diferenciais lineares


x1 (t) = 2 x1 (t) + x2 (t)
x2 (t) = x1 (t) + 2 x2 (t)
pode ser escrito na forma


x1 (t)
=
.
x2 (t)

  3t 
2e
Uma soluo deste sistema de equaes diferenciais xx12 (t)
(t) = 2e3t , porque



3t 


3t 




x1 (t)
6e
2 1
2e
2 1
x1 (t)
=
=
=
.
x2 (t)
6e3t
1 2
2e3t
1 2
x2 (t)

x1 (t)
x2 (t)

2 1
1 2



Como estamos a supor que a matriz A diagonalizvel com valores prprios reais o sistema
diferencial x (t) = Ax (t) pode ser escrito na forma x (t) = SDS 1 x (t), onde D uma
matriz diagonal. Definindo y (t) = S 1 x (t), obtemos


y (t) = S 1 x (t) = S 1 x (t) = S 1 SDS 1 x (t) = DS 1 x (t) = Dy (t) .
Ento sempre que A = SDS 1 , o sistema (25.1) tem como solues
x (t) = Sy (t) ,
onde y (t) so solues do sistema
y (t) = Dy (t) .

(25.2)

Mas esta ltima

equao, com
uma matriz diagonal D, pode ser trivialmente resolvida. De
1 0
0 2

facto se D = ..
.

0
0

. . .. , ento (25.2) escreve-se yj (t) = j yj (t) para j = 1, 2, . . . , n,

. .
n

onde yj (t) so as (funes) componentes de y (t). De acordo com o Exemplo 25.5 a soluo
de (25.2) yj (t) = cj ej t , ou seja


y (t) = (y1 (t) , y2 (t) , . . . , yn (t)) = c1 e1 t , c2 e2 t , . . . , cn en t ,
onde c1 , c2 , . . . , cn so constantes arbitrrias.

Exemplo 25.7 O sistema de equaes diferenciais lineares


x1 (t) = x1 (t) + 2 x2 (t)
x2 (t) = x1 (t) + 4 x2 (t)

1 2
pode ser escrito na forma x (t) = Ax (t), com A = [ 1
4 ]. O polinmio caracterstico desta
2
matriz det (A )
=

5
+
6
=
(

2)
(

3).
Os espaos prprios
 1 2 
 so E (2) =
2 2
Nul (A 2) = Nul 1 2 = L {(2, 1)} e E (2) = Nul (A 3) = Nul 1 1 = L {(1, 1)}.
Ento A = SDS 1 com






2 0
2 1
D=
e S=
.
0 3
1 1
De acordo com exposto acima as solues de x (t) = Ax (t) escrevem-se









x1 (t)
2c1 e2t + c2 e3t
2 1
c1 e2t
x (t) =
=
=
,
x2 (t)
1 1
c2 e3t
c1 e2t + c2 e3t

onde c1 e c2 so constantes arbitrrias. Dando diferentes valores a estas constantes c1 e c2

obtemos diferentes solues do sistema.