Vous êtes sur la page 1sur 248

Instituto Superior de Economia e Gesto

Universidade Tcnica de Lisboa


Equaes Diferenciais
&
Equaes s Diferenas
Joo Nicolau
Preparado para a cadeira de Equaes Diferenciais (2
0
ano) da Licenciatura de
Matemtica Aplicada Economia e Gesto
(verso 2)
2003
Contedo
I Equaes Diferenciais 6
1 Denies e Resoluo de Equaes Diferenciais 9
1.1 Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Algumas Equaes Diferenciais Univariadas de Primeira Ordem com Soluo
Fechada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.1 Equao Linear (Primeira Ordem) . . . . . . . . . . . . . . . . . . . . . . 19
1.2.2 Equao Com Variveis Separveis . . . . . . . . . . . . . . . . . . . . . . 22
1.2.3 Equao Homognea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.2.4 Equao Total Exacta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.2.5 Equao Redutvel a Total Exacta . . . . . . . . . . . . . . . . . . . . . . 28
1.3 Equaes Diferenciais Redutveis a Equaes Diferenciais de Primeira Ordem . . 31
1.3.1 Equaes do Tipo x
00
= f (t, x
0
) . . . . . . . . . . . . . . . . . . . . . . . . 31
1.3.2 Equaes do Tipo x
00
= f (x, x
0
) . . . . . . . . . . . . . . . . . . . . . . . . 32
1.4 Aplicao (Modelos Populacionais) . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.4.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.4.2 Estimao dos Parmetros . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.4.3 Comentrios Finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2 Existncia, Unicidade e Prolongamento das Solues 43
2.1 Existncia e Unicidade das Solues . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.1.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.1.2 Teorema de Existncia e Unicidade das Solues . . . . . . . . . . . . . . 44
2.2 Prolongamento das Solues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.3 Caso Multivariado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3 Aproximaes Numricas 65
3.1 Mtodo de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2 Outras Aproximaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4 Sistemas de Equaes Lineares 76
4.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.2 Sistema de Equaes Diferenciais Homogneas . . . . . . . . . . . . . . . . . . . . 79
4.2.1 Primeiras Noes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2.2 Matriz Fundamental de Solues . . . . . . . . . . . . . . . . . . . . . . . 83
4.2.3 Resoluo do Sistema x
0
= Ax . . . . . . . . . . . . . . . . . . . . . . . . 88
4.3 Sistema de Equaes Diferenciais No Homogneas . . . . . . . . . . . . . . . . . 103
5 Estabilidade 111
5.1 Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.2 Estabilidade de Sistemas Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.3 Estabilidade de Sistemas No Lineares . . . . . . . . . . . . . . . . . . . . . . . . 123
5.3.1 Linearizao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.3.2 Mtodo Directo de Liapunov . . . . . . . . . . . . . . . . . . . . . . . . . 129
5.4 Mtodos Grcos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
5.4.1 Equaes Univariadas de Primeira ordem . . . . . . . . . . . . . . . . . . 134
5.4.2 Sistemas de Duas ED . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
II Equaes s Diferenas 161
6 Equaes Lineares 166
6.1 Equao Linear Primeira Ordem No homognea com Coecientes Variveis . . . 166
6.2 Equao Linear de ordem n No homognea Com Coecientes Constantes . . . . 168
6.2.1 Equao Homognea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6.2.2 Equao No Homognea . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
6.3 Equaes Linearizveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
7 Sistemas de Equaes Lineares No Homogneas Com Coecientes Con-
stante 185
7.1 Caso Homogneo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
7.1.1 Caso Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.1.2 Sistema de Duas Equaes (n = 2) . . . . . . . . . . . . . . . . . . . . . . 192
7.2 Caso No Homogneo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8 Estabilidade 202
8.1 Pontos Fixos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
8.1.1 Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
8.1.2 Estabilidade de Sistemas Lineares . . . . . . . . . . . . . . . . . . . . . . 208
8.1.3 Estabilidade de Sistemas No Lineares . . . . . . . . . . . . . . . . . . . 212
8.1.4 Bacia do Escoadouro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
8.2 Pontos Peridicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
8.2.1 Denies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
8.2.2 Estabilidade dos Pontos Peridicos . . . . . . . . . . . . . . . . . . . . . . 231
8.3 Aplicao I (Problema de Afectao de Turmas) . . . . . . . . . . . . . . . . . . 234
8.4 Aplicao II (Mtodo Newton-Raphson) . . . . . . . . . . . . . . . . . . . . . . . 238
Nota Introdutria
Apresentamos neste documento um conjunto de apontamentos que servem de base cadeira
Equaes Diferenciais do 2
o
ano da licenciatura de MAEG (Matemtica Aplicada Economia e
Gesto/ISEG). Na exposio dos temas procurou-se um equilbrio entre a abordagem quantita-
tiva, baseada na resoluo de equaes diferenciais (e s diferenas) e a abordagem qualitativa
das solues, mais avanada, mas mais importante. O mundo intrinsecamente no linear
e complexo. Da que, quando se analisa um fenmeno real atravs de equaes diferenciais
(ou equaes s diferenas) no geralmente possvel obter expresses em "forma fechada"das
solues, i.e., expresses analticas envolvendo funes simples e transcendentais que represen-
tem a soluo de uma equao diferencial (ou de uma equao s diferenas). Nestes casos a
abordagem quantitativa completamente intil. Outros casos existem onde a soluo, embora
conhecida, demasiadamente complicada para ser analisada. Mais uma vez, o estudo qual-
itativo das solues prefervel. A abordagem quantitativa tem, no entanto, a vantagem de
ser mais pedaggica, sobretudo para quem inicia o estudo das equaes diferenciais. Assim,
apresentam-se alguns mtodos de resoluo de equaes diferenciais mais importantes ou mais
conhecidas, mas sempre que possvel, simplica-se ou abrevia-se a anlise quantitativa. Por
exemplo, no se apresenta a teoria das equaes diferenciais lineares de ordem n de coecientes
constantes, dado que estas podem ser tratadas no mbito dos sistemas lineares. Apenas a
resoluo de sistemas lineares tratado com algum desenvolvimento, no s porque a teoria
sucientemente geral mas sobretudo porque vrios resultados de sistemas lineares so usados
no estudo (qualitativo) dos sistemas no lineares.
Parte I
Equaes Diferenciais
Suponha-se que se pretende estudar um fenmeno (econmico, fsico, biolgico, etc.) ao
longo do tempo. Designamos o fenmeno pela letra x e, como x depende de t (tempo), usare-
mos tambm a notao x(t). Na maioria dos casos, possvel estabelecer uma relao entre
x
0
, t e x. Por exemplo, seja x(t) uma populao de uma certa espcie (humana, de bactrias,
de predadores, etc.) no instante t e suponhamos, numa situao ideal, que x(t) varia continua-
mente. Seja r a diferena entre a taxa de natalidade e a taxa de mortalidade por unidade de
tempo. A variao da populao num certo intervalo de tempo > 0 pode ser traduzida pela
igualdade (x(t +) x(t)) /x(t) = r ou seja (x(t +) x(t)) / = rx(t) . Com 0
tem-se a equao diferencia (ED) x
0
= rx. A partir desta relao fcil (como veremos) obter
a frmula matemtica que estabelece o nvel da populao em cada instante t, x(t) = x(0) e
rt
,
onde x(0) o valor da populao no momento ou instante zero. Quer dizer, se a dinmica
innitesimal de x bem traduzida pela ED x
0
= rx ento a populao evolui de acordo com a
frmula x(t) = x(0) e
rt
. Iremos designar esta frmula por soluo. Na maioria dos problemas
mais complicados (leia-se no lineares) no possvel obter a frmula x(t) . Felizmente, a
teoria das ED est sucientemente desenvolvida para que todas as questes relevantes possam
ser respondidas sem se recorrer expresso analtica da soluo da ED. Questes relevantes
podem ser, por exemplo, qual o comportamento de longo prazo das solues? Sero peridi-
cas? Tendero para algum valor? Como reagem a pequenas perturbaes? O estudo destas
questes constitui a abordagem qualitativa das equaes diferenciais, em oposio abordagem
quantitativa baseada na resoluo das equaes diferenciais.
Ao contrrio do que sucede na rea das cincias exactas, no geralmente possvel traduzir-
se um fenmeno econmico ou nanceiro ao longo do tempo atravs de uma relao exacta
(por exemplo, no h nenhuma ED que ajuste de forma perfeita o PIB, um ndice da bolsa,
etc.). Embora se admita que as variveis econmicas e nanceiras evoluem ao longo do tempo
de acordo com certo padro, h desvios constantes face ao padro. Esses desvios devem-se
ao acaso ou, eventualmente, a um conjunto de regras que o investigador no conhece. Um dos
problemas maiores na modelao dos fenmenos econmicos consiste exactamente na procura do
padro subjacente que governa o fenmeno. Retomando o exemplo atrs citado, considermos
como apropriado a ED x
0
= rx para descrever a dinmica innitesimal de uma populao
genrica. Ora, para r > 0 tem-se limx(t) = + pelo que a ED no poder traduzir a rigor a
7
dinmica de uma populao humana no longo prazo. Para esta ED haveria que levar em conta
outros factores, como por exemplo, recursos disponveis, imigrao, emigrao, etc. Os factores
que individualmente fossem pouco signicativos, poderiam ser englobados numa varivel erro,
susceptvel de ser descrita em termos probabilsticos.
Em econometria, seguem-se usualmente os seguintes passos na construo do modelo es-
tatstico (modelo de regresso): 1) (a) estabelecer as principais relaes a partir da teoria
econmica e (b) identicar as principais caractersticas do fenmeno em estudo; 2) especicar
o modelo; 3) estimar o modelo (a partir dos dados disponveis) e 4) avaliar os resultados obti-
dos. Estes passos so tambm vlidos na especicao da ED [sobretudo os passos 1) e 2)].
A rigor os fenmenos econmicos e sociais no so susceptveis de serem descritos de forma
determinstica. Em modelos mais realistas em tempo contnuo, introduz-se explicitamente uma
componente aleatria que reecte tudo aquilo que a relao determinstica no explica. Estes
modelos so representados por equaes diferenciais estocsticas (EDE). Na especicao destas
equaes, so inteiramente vlidos os passos [1) a 4)] acima referidos.
Embora as ED determinsticas no sejam apropriadas para modelarem fenmenos de na-
tureza econmica (pois como se disse, no contemplam a componente aleatria) so, no entanto,
extremamente teis no mbito da teoria econmica. Alm disso, so um bom ponto de partida
para o estudo das EDE, da estabilidade e do caos em sistemas dinmicos.
* Incompleto *
8
Captulo 1
Denies e Resoluo de Equaes
Diferenciais
1.1 Denies
Seja t I R onde I aberto. Uma equao da forma
F

t, x(t) , x
0
(t) , x
00
(t) , ..., x
(n)
(t)

= 0 (1.1)
designada por equao diferencial (ED) ordinria de ordem n. A equao (1.1) estabelece uma
relao entre a funo incgnita x(t), a varivel independente t e as derivadas de x. Dado que
(1.1) se apresenta numa forma implcita esta equao pode representar de facto uma coleco
de ED. Por exemplo, a ED (x
0
(t))
2
x(t) 1 = 0 conduz a duas equaes, x
0
(t) =
p
x(t) + 1 e
x
0
(t) =
p
x(t) + 1. Para evitar ambiguidades que a equao (1.1) pode levantar, vai admitir-
se que (1.1) resolvel em ordem a x
(n)
(t); nestas circunstncias, a equao (1.1) escreve-se na
forma
x
(n)
(t) = f

t, x(t) , x
0
(t) , x
00
(t) , ..., x
(n1)
(t)

(1.2)
onde f denida em I R
n
. A equao (1.2) pode-se escrever equivalentemente na forma
x
(n)
= f

t, x, x
0
, x
00
, ..., x
(n1)

, estando implcita a dependncia de x e das suas derivadas face


a t. Um caso particular importante quando n = 1 (ED de ordem um), i.e., x
0
(t) = f (t, x(t))
9
ou x
0
= f (t, x) .
Estudam-se tambm as chamadas ED parciais. Nestas equaes, x depende de vrias va-
riveis independentes (para alm de t), e estabelece-se uma relao entre x, as variveis inde-
pendentes e as respectivas derivadas parciais de x (por exemplo, zx(t, z) /t = zx(t, z) /z
uma ED parcial). As ED parciais no so objecto do presente texto. Doravante a designao
ED quer dizer equao ou equaes diferenciais ordinrias.
importante distinguir ED lineares das ED no lineares. Diz-se que a ED (1.2) linear
se f

t, x, x
0
, x
00
, ..., x
(n1)

linear em x, x
0
, x
00
, ..., x
(n1)
e no linear no caso contrrio. Na
situao n = 1 (ordem um), a ED linear do tipo x
0
= a (t) x + b (t) (a (t) e b (t) podem ser
funes no lineares). Exemplos de ED lineares de primeira ordem: x
0
= tx+1, x
0
= (sent) x+t
2
,
etc. Exemplos de ED no lineares: x
0
= x
2
+t, x
0
=

tx + 1.
Uma ED (ou um sistema de ED) do tipo x
0
= f (x) (f no depende de t) designa-se por ED
homognea ou autnoma.
Suponha-se que certo fenmeno x evolui de acordo com a funo (a) x(t) = e
3t
. Como
x
0
(t) = 3e
3t
= 3x(t) podemos estabelecer (b) x
0
= 3x. Nos problemas que iremos tratar a
equao (a) a prior no conhecida. Normalmente conhece-se a dinmica innitesimal dada
por uma equao do tipo (b) e o objectivo consiste em obter uma funo do tipo (a), designada
por soluo.
Denio 1 (Soluo)
1
Uma funo x(t) designada uma soluo da ED x
(n)
=
f

t, x, x
0
, x
00
, ..., x
(n1)

num intervalo I se
(a) x
(n)
(t) existe em I;
(b) x(t) satisfaz x
(n)
(t) = f

t, x(t) , x
0
(t) , x
00
(t) , ..., x
(n1)
(t)

.
Exemplo 1 A funo x(t) = ce
sent
, c R, t R soluo da ED x
0
= xcos t em R
(note-se f (t, x) = xcos t). Com efeito,
x
0
(t) = ce
sent
(cos t) = x(t) cos t = f (t, x(t)) ,
1
De igual forma, uma funo x(t) designada uma soluo da ED F
_
t, x, x
0
, x
00
, ..., x
(n)
_
= 0 num intervalo
I se (a) x
(n)
(t) existe em I e (b) x(t) satisfaz F
_
t, x(t) , x
0
(t) , x
00
(t) , ..., x
(n)
(t)
_
= 0.
10
i.e., a soluo satisfaz a ED; por outro lado, x
0
(t) = ce
sent
(cos t) existe em R.
Exemplo 2 As funes x
1
(t) = e
2t
, x
2
(t) = e
t
para t R so solues da ED de segunda
ordem x
00
= x
0
+ 2x em R (note-se que f (t, x, x
0
) = x
0
+ 2x). Por exemplo, em relao a
x
1
(t), tem-se x
0
1
(t) = 2e
2t
e x
00
1
(t) = 4e
2t
. Resulta 4e
2t
= 2e
2t
+ 2e
2t
[i.e., verica-
se a alnea b) da denio anterior, x
00
1
(t) = x
0
1
(t) + 2x
1
(t) = f (t, x(t) , x
0
(t))]. O mesmo
raciocnio se aplica a x
2
(t).
As solues destes ltimos exemplos foram escritas de forma explcita. Poderamos tambm
escrever a soluo na forma implcita (t, x, c) = 0. Por exemplo, (t, x, c) = x(t)ce
sent
= 0
a soluo implcita da ED x
0
= xcos t (ver exemplo 1). sempre prefervel apresentar a
soluo na forma explcita, por razes bvias. No entanto, por vezes no se consegue ou no
fcil escrever a soluo explicitamente. Por exemplo, log |t + 1| x(t) + log

e
x(t)
+ 1

+c = 0
soluo implcita da ED x
0
= (e
x
+ 1) / (t + 1) , t 6= 1 (ver exerccios) e no possvel
explicitar x(t) .
No exemplo 1 vimos que x(t) = ce
sent
, c R soluo da ED x
0
= xcos t. Como
a constante c pode assumir qualquer valor em R, qualquer das seguintes expresses e
sent
,
50e
sent
, e
sent
, 10
1000
e
sent
uma soluo da ED x
0
= xcos t. A denio seguinte
esclarece a natureza destas solues.
Denio 2 (Soluo Geral & Soluo Particular) Uma soluo de uma ED designada
por soluo geral se inclui todas as solues da ED. Uma soluo particular uma soluo
deduzida a partir da soluo geral.
Exemplo 3 Retomando o exemplo 1, pode-se estabelecer que x(t) = ce
sent
, c R a
soluo geral da ED x
0
= xcos t e, expresses como, e
sent
, 50e
sent
, e
sent
, 10
1000
e
sent
so solues particulares, dado que so deduzidas a partir da soluo geral. Na gura 1-1
apresentam-se trs solues particulares
2
para t [0, 10] e, na gura 1-2, apresentam-se 64
solues particulares, tambm no mesmo intervalo (a constante c assume agora 64 valores).
Em geral no fcil resolver-se uma ED, i.e., obter-se a sua soluo. Considere-se, por
exemplo, a ED x
0
(t) = f (t, x(t)) ou dx(t) = f (t, x(t)) dt (note-se x
0
(t) := dx(t) /dt)
3
e
2
Quais so os valores que a constante c assume?
3
a := b signica a igual a b por denio.
11
Figura 1-1: Trs Solues Particulares da ED x
0
= xcos t
2 4 6 8 10
t
2
4
6
8
x
Figura 1-2: Sessenta e Quatro Solues Particulares da ED x
0
= xcos t
2 4 6 8 10
t
-7.5
-5
-2.5
0
2.5
5
7.5
x
12
suponha-se que f contnua nos seus argumentos. Integrando ambos os termos vem x(t) =
R
f (t, x(t)) dt +const. A diculdade inicial no est na resoluo do integral mas no seguinte
facto: para se obter x(t) (lado esquerdo da equao) necessrio resolver-se o lado direito
da equao; mas o lado direito depende de x(t) que precisamente o que procuramos obter.
Iremos estudar oportunamente tcnicas para resolver certos tipos de ED.
O tipo mais simples de ED de primeira ordem corresponde ED x
0
= f (t) . Integrando
ambos os termos resulta que a soluo geral x(t) = P
t
(f (t)) +c, onde P
t
designa a primitiva
de f (t). Por exemplo, a soluo geral de x
0
= t x(t) = t
2
/2 + c, c R. Qualquer que
seja o valor atribudo a c, a funo x(t) sempre uma soluo. Suponha-se que c = 1 ento
x(t) = t
2
/2 + 1 uma soluo particular pois foi deduzida a partir da soluo geral.
evidente que para cada valor da constante c denida na soluo geral se obtm uma curva
no plano (t, x) . A soluo geral representa de facto uma famlia de curvas planas indexadas ao
parmetro c. A esta famlia d-se o nome de famlia de curvas integrais (dependente de um
parmetro). Faremos no entanto a distino entre a famlia de curvas integrais e soluo geral
(ver observao 3).
Exemplo 4 Considere-se a ED no linear de primeira ordem x
0
=

t +

t
2
+ 4x

/2 (*).
No existe a prior um mtodo para resolver esta ED. No entanto, considere-se o artifcio mu-
dana de varivel y (t) = y =

t
2
+ 4x. Esta equao expressa em x x =

y
2
t
2

/4.
Derivando esta equao em ordem a t, resulta x
0
= (2yy
0
2t) /4 = (yy
0
t) /2 (**). Logo
igualando as equaes (*) e (**) vem
(t +y) /2 =

yy
0
t

/2
ou seja y
0
= 1 ou ainda y = t +c
1
. Como x =

y
2
t
2

/4 resulta
x(t) =

(t +c
1
)
2
t
2

4
=
1
2
tc
1
+
1
4
c
2
1
= tc +c
2
(para simplicar zemos c = c
1
/2). Na gura 1-3 traam-se algumas solues particulares
fazendo variar a constante c.
13
Figura 1-3: Solues Particulares da ED x
0
=

t +

t
2
+ 4x

/2
-10 -5 5 10
-20
20
40
60
Observao 1 (Envolventes de Curvas Integrais) A envolvente de uma famlia de curvas
integrais (t, x, c) = 0 (caso exista) uma curva g (t, x) = 0 tal que a) em cada ponto da curva
g (t, x) = 0 passa (sendo tangente) um elemento da famlia (t, x, c) = 0 e b) g (t, x) = 0
tangente a todas a todas as curvas integrais. Assim, g (t, x) = 0 uma curva envolvente se
existir uma funo c (t, x) tal que a)
g (t, x) = (t, x, c (t, x)) = 0
e b) os declives de g (t, x) = 0 e (t, x, c) = 0 so iguais em todos os pontos (t, x) . Mostra-se
a seguir que a alnea b) traduz-se na condio
0
c
= 0. Suponha-se que
0
x
6= 0 e
0
t
6= 0. Ento
g (t, x) = 0 dene implicitamente x como funo de t atravs (digamos) de uma expresso do
tipo x = (t) . O declive da tangente curva g (t, x) = 0 x
0
=
0
(t) e obtm-se a partir da
equao

0
t
+
0
x
x
0
+
0
c
c
t
+
0
c
c
x
x
0
= 0 x
0
=

0
t
+
0
c
c
t

0
x
+
0
c
c
x
(1.3)
(pela frmula de derivao da funo implcita). Encarando (t, x, c) = 0 como a famlia de
curvas integrais (e no como a envolvente) ento c uma constante. Neste caso o declive da
tangente curva (t, x, c) = 0 obtm-se a partir da equao

0
t
+
0
x
x
0
= 0 x
0
=

0
t

0
x
(1.4)
14
Figura 1-4: Envolvente (trao grosso) e Curvas Particulares da ED x
0
=

t +

t
2
+ 4x

/2
-10 -5 5 10
-20
20
40
60
Para que g (t, x) = 0 seja a curva envolvente necessrio que os declives (1.3) e (1.4) sejam
iguais, pelo que deve-se exigir
0
c
= 0. Para exemplicar retome-se o exemplo 4. Determine-se a
envolvente (caso exista) da famlia de curvas integrais (t, x, c) = xtc c
2
= 0. Considere-se
(t, x, c (t, x)) = 0 e determine-se uma funo c (t, x) que satisfaa as condies expressas nas
alneas a) e b). Vem

0
c
= 0 t 2c = 0 c =
t
2
.
Por outro lado,
(t, x, c (t, x)) = 0 x tc (t, x) c
2
(t, x) = 0.
Com c =
t
2
vem
(t, x, c (t, x)) =

t, x,
t
2

= 0 x t

t
2

t
2

2
= 0 x =
1
4
t
2
.
Assim x(t) =
1
4
t
2
a expresso (explcita) da curva envolvente da famlia de curvas inte-
grais. Na gura 1-4 representa-se a envolvente (a trao grosso) assim como algumas curvas
particulares.
Observao 2 (Solues Singulares) Designamos solues singulares de uma ED s solues
da ED que no podem ser obtidas a partir da famlia de curvas integrais. Toda a curva envol-
vente que no pode ser obtida a partir da famlia de curvas integrais naturalmente uma soluo
15
singular. Com efeito, a curva envolvente uma soluo da ED pois em cada ponto da envolvente
(t, x, c (t, x)) = 0 as quantidades t, x e x
0
so as mesmas para a envolvente e para a curva da
famlia. Mas a envolvente pode ser ou no uma curva da famlia. Se no for bvio que tam-
bm no pode ser deduzida a partir da famlia das curvas integrais e, neste caso, a envolvente
uma soluo singular da ED. Resulta claro tambm que a existncia de solues singulares
implica a violao da unicidade das solues (este aspecto ser discutido com mais detalhe no
ponto 2.1). Para exemplicar retome-se o exemplo 4. Vimos na observao 1 que
1
4
t
2
a
envolvente da famlia de curvas integrais associadas ED no linear x
0
=

t +

t
2
+ 4x

/2.
Por isso (t) =
1
4
t
2
tambm soluo (de facto
0
=

t +
p
t
2
+ 4

/2) e, como (t) no


pode ser deduzida a partir da soluo x(t) = tc + c
2
resulta que (t) =
1
4
t
2
uma soluo
singular.
Observao 3 Iremos mostrar que uma ED linear tem apenas uma nica soluo geral. Por
seu lado, uma ED no linear, como vimos na observao 2, pode ter uma soluo "geral"e
solues singulares. Para evitar ambiguidades, reservamos o termo soluo geral apenas para
ED lineares. Assim, no caso de ED no lineares utilizaremos preferencialmente a designao
famlia de curvas integrais (dependente de um parmetro) para designar solues do tipo x(t) =
tc +c
2
(ver observao anterior).
Na generalidade dos problemas no estamos interessados na soluo geral (ou na famlia
de curvas integrais) mas apenas numa soluo particular que satisfaz uma condio inicial. A
determinao de uma soluo particular corresponde a seleccionar uma particular funo da
famlia de curvas integrais.
Exemplo 5 Suponha-se que no momento t = 0 dispomos de 1000 Euros para investir a uma
taxa xa de 5% ao ano capitalizvel continuamente. Para determinarmos o valor do capi-
tal no momento t, x(t) (podemos convencionar: t = 1 representa um ano), comeamos por
formular o problema a partir de uma ED. Se o capital se valorizasse em tempo discreto, a
variao do capital num certo intervalo de tempo > 0 poderia ser traduzida pela igual-
dade (x(t +) x(t)) /x(t) = r, onde r = 0.05, ou seja (x(t +) x(t)) / = rx(t) .
Como, por hiptese, o capital se valoriza continuamente tem-se, com 0 a ED x
0
= rx,
ou x
0
= 0.05x. Pode-se provar que a soluo geral da ED x(t) = ce
0.05t
, c R. Como
16
x(0) = 1000 (no momento t = 0 o capital 1000 Euros) a constante c determina-se univoca-
mente. Com efeito, x(0) = ce
0.050
= c = 1000. Por exemplo, o valor do capital ao m de 10
anos e 6 meses x(10.5) = 1000e
0.0510.5
= 1690. 5 (Euros).
Denio 3 (PVI) Uma ED x
0
= f (t, x) equipada com uma condio do tipo x(t
0
) = x
0
forma um problema de valor inicial (PVI).
No exemplo 5 o PVI corresponde a x
0
= 0.05x, x(0) = 1000.
Denio 4 (Soluo do PVI) Uma funo real x(t) denida em I designada por soluo
do PVI
x
0
= f (t, x) , x(t
0
) = x
0
, t I
se,
(i) x
0
(t) existe para t I;
(ii) x
0
(t) = f (t, x(t)) , t I e
(iii) x(t
0
) = x
0
, t
0
I.
Exemplo 6 A soluo do PVI x
0
= xcos t, x() = 3 x(t) = 3e
sent
. Com efeito, suponha-
se que j se conhece a soluo geral x(t) = ce
sent
, c R, t R [ver exemplo 1]. Basta vericar
que x() = 3 ce
sen
= 3 c = 3.
Observao 4 Temos vindo a assumir que a ED escalar (ou univariada). Os sistemas de
ED de primeira ordem,
x
0
1
= f
1
(t, x
1
, x
2
, ..., x
n
)
x
0
2
= f
2
(t, x
1
, x
2
, ..., x
n
)
.
.
.
x
0
n
= f
n
(t, x
1
, x
2
, ..., x
n
)
tambm se podem escrever na forma x
0
= f (t, x) onde, obviamente, x = (x
1
, x
2
, ..., x
n
)
T
e
f = (f
1
, f
2
, ..., f
n
)
T
uma funo denida em I R
n
. As principais denies apresentadas
adaptam-se facilmente ao caso multivariado. Por exemplo, considere-se a denio 4. Uma
17
funo x(t) = (x
1
(t) , x
2
(t) , ..., x
n
(t))
T
denida em I designada por soluo do PVI se as
alneas (i)-(iii) so vlidas. Por exemplo, no caso (iii) x(t
0
) = x
0
, t
0
I a condio interpreta-
se da seguinte forma:
x(t
0
) = x
0
(x
1
(t
0
) , x
2
(t
0
) , ..., x
n
(t
0
))
T
= (x
10
, x
20
, ..., x
n0
)
T
.
Tambm os sistemas de ED de ordem superior a um podem ser escritos na forma x
0
= f (t, x)
mediante uma substituio apropriada das variveis. Voltaremos a esta questo.
Exemplo 7 Mostre-se que
x(t) =
_
_
x
1
(t)
x
2
(t)
_
_
=
_
_
e
22e
1t
2e
1t
_
_
soluo do PVI
_
_
x
1
x
2
_
_
0
=
_
_
x
1
x
2
x
2
_
_
,
_
_
x
1
(1)
x
2
(1)
_
_
=
_
_
1
2
_
_
em R (note-se que x
0
= f (x) onde
f (x) =
_
_
f
1
(x)
f
2
(x)
_
_
=
_
_
f
1
(x
1
, x
2
)
f
2
(x
1
, x
2
)
_
_
=
_
_
x
1
x
2
x
2
_
_
).
imediato vericar-se (i), (ii) e (iii). Com efeito,
x
0
1
(t) = 2e
1t
e
22e
1t
= x
1
(t) x
2
(t)
x
0
2
(t) = 2e
1t
= x
2
(t)
e
x(1) =
_
_
x
1
(1)
x
2
(1)
_
_
=
_
_
e
22e
11
2e
11
_
_
=
_
_
1
2
_
_
.
18
1.2 Algumas Equaes Diferenciais Univariadas de Primeira
Ordem com Soluo Fechada
1.2.1 Equao Linear (Primeira Ordem)
A ED x
0
= f (t, x) designa-se por equao linear de primeira ordem no autnoma (ou no
homognea) se f (t, x) = a (t) x +b (t). Tem-se,
Teorema 1 Considere-se a ED x
0
= a (t) x +b (t) onde a (t) e b (t) so funes contnuas em
I. Ento a soluo geral em I
x(t) = e
(t)
Z
b (t) e
(t)
dt +c

, t I (1.5)
onde (t) =
R
a (t) dt.
Dem. Em primeiro lugar note-se que as expresses (t) e
R
b (t) e
(t)
dt esto bem denidas
em I dado que a (t) e b (t) so funes contnuas nesse intervalo. Seja x(t) uma soluo de
x
0
(t) = a (t) x(t) +b (t) .
Multipliquemos ambos os termos desta equao por e
(t)
. Temos
x
0
(t) e
(t)
= a (t) x(t) e
(t)
+b (t) e
(t)
x
0
(t) e
(t)
a (t) x(t) e
(t)
= b (t) e
(t)

x(t) e
(t)

0
= b (t) e
(t)
x(t) e
(t)
=
Z
b (t) e
(t)
dt +c
x(t) = e
(t)
Z
b (t) e
(t)
dt +c

.
Provmos que qualquer soluo x(t) tem a forma (1.5). Reciprocamente, qualquer funo da
forma (1.5) soluo de x
0
= a (t) x+b (t) . Com efeito, por derivao e considerando o teorema
19
fundamental do clculo integral,
dx(t)
dt
=
d

e
(t)
R
b (t) e
(t)
dt +c

dt
=
d

e
(t)

dt
Z
b (t) e
(t)
dt +c

+e
(t)
d
R
b (t) e
(t)
dt +c

dt
= a (t) e
(t)
Z
b (t) e
(t)
dt +c

| {z }
x(t)
+e
(t)
b (t) e
(t)
= a (t) x(t) +b (t) .
Observao 5 fcil vericar que a soluo do PVI x
0
= a (t) x+b (t) , x(t
0
) = x
0
com t
0
I

x(t) = e
(t)
Z
t
t
0
b (s) e
(s)
ds +c

, c = x
0
e
(t
0
)
. (1.6)
Exemplo 8 Resolva-se o PVI x
0
= (sent) x+sent, x(0) = 1. Como a (t) = sent e b (t) = sent
so funes contnuas em R, a soluo est denida em R. Considere-se em primeiro lugar,
(t) =
Z
(sent) dt = cos t,
Z
b (t) e
(t)
dt =
Z
(sent) e
(t)
dt
=
Z
(sent) e
cos t
dt
= e
cos t
.
A soluo geral vem ento,
x(t) = e
(t)
Z
b (t) e
(t)
dt +c

= e
cos t

e
cos t
+c

= 1 +e
cos t
c
Considerando agora x(0) = 1, tem-se
x(0) = 1 1 +e
cos 0
c = 1 c = 2e.
20
Figura 1-5: Curva x(t) = 1 + 2e
1cos t
, t [0, 10]
2 4 6 8 10
t
2
4
6
8
10
12
14
x
Figura 1-6: Curva x(t) = 1 + 2e
1cos t
, t [0, 200]
50 100 150 200
t
2
4
6
8
10
12
14
x
Assim, a soluo do PVI x(t) = 1 + 2e
1cos t
, t R [poderamos tambm ter considerado
a equao (1.6)]. A representao grca de x(t) no intervalo t [0, 10] dada na gura 1-5;
a mesma representao mas no intervalo t [0, 200] dada na gura 1-6. Observe-se que a
soluo peridica.
Exemplo 9 Considere-se a ED x
0
= x/t + 2, t > 0. A soluo geral x(t) = t +c/t, t > 0.
O facto de x(t) no estar denido para t = 0 no causa surpresa pois a (t) = 1/t no
contnua no ponto t = 0. Com efeito, o teorema 1 s garante a existncia de uma nica soluo
de x
0
= x/t + 2 no intervalo onde a (t) = 1/t e b (t) = 2 so contnuas. no entanto
interessante observar que a ED com a condio inicial x(1) = 1 tem por soluo particular
21
x(t) = t e esta soluo est denida para t R. Concluso: se a (t) e b (t) forem contnuas em
I a soluo de um PVI est necessariamente bem denida em I. Pode no entanto suceder que a
soluo exista para outros pontos no contidos em I. Mas, se a soluo no est denida para
certos valores de t porque nesses mesmos pontos a (t) e/ou b (t) no so contnuas.
1.2.2 Equao Com Variveis Separveis
A ED x
0
= f (t, x) designa-se por equao com variveis separveis se f (t, x) = f
1
(t) f
2
(x) . Ou
seja, nestas condies, f (t, x) pode decompor-se no produto de duas funes, uma dependendo
apenas de t e a outra dependendo apenas de x. Suponha-se que f
1
(t) e f
2
(x) so contnuas em
I
1
e I
2
, respectivamente, e f
2
(x) 6= 0 em I
2
. Tem-se x
0
= f
1
(t) f
2
(x) dx/dt = f
1
(t) f
2
(x) e,
portanto, com f
2
(x) 6= 0 em I
2
,
dx
f
2
(x)
= f
1
(t) dt ou
dx(t)
f
2
(x(t))
= f
1
(t) dt (1.7)
Integrando ambos os termos da ltima equao com respeito a t, obtm-se a soluo da ED em
I
1
Z
t
1
f
2
(x(s))
dx(s) =
Z
t
f
1
(s) ds +c
onde c uma constante arbitrria. A equao anterior pode-se escrever na forma
Z
x(t)
1
f
2
(y)
dy =
Z
t
f
1
(s) ds +c, (1.8)
ou ainda
Z
1
f
2
(x)
dx =
Z
f
1
(t) dt +c. (1.9)
Mostre-se que (1.8) soluo da ED. Denindo
F (t) = (t, x(t) , c) =
Z
x(t)
1
f
2
(y)
dy
Z
t
f
1
(s) ds c = 0
22
vem, pela frmula da derivao da funo implcita, dF (t) /dt = (t, x, c) /t+(t, x, c) /xdx/dt =
0 e pelo teorema fundamental do clculo integral,
f
1
(t) +
1
f
2
(x)
x
0
= 0
isto , x
0
= f
1
(t) f
2
(x) . Resulta imediato que o PVI x
0
= f
1
(t) f
2
(x) , x(t
0
) = x
0
tem por
soluo
4
Z
x(t)
x
0
1
f
2
(y)
dy =
Z
t
t
0
f
1
(t) dt. (1.10)
Observao 6 Suponha-se que f
2
(x) se anula no ponto a, i.e. f
2
(a) = 0. Ento x(t) a
tambm soluo da equao pois a
0
= 0 e f (t, a) = 0. Se a soluo obtida em (1.8) [ou (1.9)] no
contemplar como soluo particular x(t) a ento esta soluo foi perdida no processo formal
de separao de variveis (note-se que a equao (1.7) apenas est denida para f
2
(x) 6= 0).
Exemplo 10 Considere-se x
0
= t

x. A funo f (t, x) pode decompor-se no produto f


1
(t) f
2
(x)
onde f
1
(t) = t e f
2
(x) =

x, x 0. Aplicando a frmula (1.9) vem
R
1

x
dx =
R
tdt + c i.e.
2

x =
1
2
t
2
+ c . A soluo na forma explcita x(t) =
1
16
t
4
+
1
4
t
2
c +
1
4
c
2
. Observa-se que
x(t) 0 tambm soluo pois f
2
(0) =

0 = 0.
Exemplo 11 Considere-se o PVI x
0
= x
2
, x(0) = 1. Aplicando a frmula (1.9) vem
R
1
x
2
dx =
R
dt + c ou seja
1
x
= t + c ou ainda x(t) = 1/ (t +c) . Para determinar c faz-se x(0) =
1/ (0 +c) = 1 o que implica c = 1. A soluo do PVI portanto x(t) = 1/ (1 t) para
< t < 1. Observe-se que a soluo explode em tempo nito, i.e. lim
t1
x(t) = +.
ED com solues deste tipo, geralmente no servem para modelarem fenmenos naturais e
econmicos. Uma discusso mais ampla sobre esta problemtica apresentada no ponto 2.1.
1.2.3 Equao Homognea
A ED x
0
= f (t, x) (com f contnua, como habitualmente) designa-se por equao homognea
se f (t, x) uma funo homognea de grau zero (em relao a t e x). Recorda-se que f (t, x)
uma funo homognea de grau n em relao s variveis t e x se se tiver para todo o
4
Com efeito, seja F a primitiva de 1/f
2
. A soluo (1.10) pode-se escrever na forma F (x(t)) = F (x
0
) +
_
t
t
0
f1 (t) dt e imediato que F (x(t0)) = F (x0) .
23
, f (t, x) =
n
f (t, x) . As funes homogneas de grau zero possuem a particularidade
de f (t, x) ser igual a f (1, x/t) (t 6= 0). Basta considerar n = 0 e = 1/t na expresso
f (t, x) =
n
f (t, x) . Assim, se f homognea de grau zero vem
f (t, x) = f

1,
x
t

. (1.11)
Sob a hiptese (1.11) a ED inicial pode-se escrever na forma x
0
= f (1, x/t) . Considere-se a
mudana de varivel y = x/t. A partir das relaes x = yt e x
0
= y
0
t +y obtemos uma nova ED
y
0
t +y = f (1, y) que uma ED com variveis separveis. Ponha-se y
0
t +y = f (1, y) na forma
y
0
f (1, y) y
=
1
t
.
Depois de se integrar ambos os termos da equao vem
Z
1
f (1, y) y
dy =
Z
1
t
dt +c
ou ainda
Z
1
f (1, y) y
dy = log |t| +c. (1.12)
Esta equao fornece a soluo da ED y
0
t + y = f (1, y) . Para obter a soluo da ED original
basta substituir na soluo obtida em (1.12) y por x/t.
Exemplo 12 Considere-se x
0
= f (t, x) =

x + 2te
x/t

/t, t > 0. Verique-se em primeiro


lugar que f (t, x) homognea de grau zero:
f (t, x) =
x + 2 (t) e
(x)/(t)
t
=
0
x + 2te
x/t
t
= f (t, x) .
Logo com = 1/t e y = x/t ca
f

1,
x
t

=
x/t + 2 (t/t) e
(x/t)/1
1
= y + 2e
y
= f (1, y) .
24
Figura 1-7: x(t) = (log (2 log t + 1)) t para t > e

1
2
1 2 3 4 5 6
-4
-2
2
4
6
8
Aplicando a frmula (1.12) resulta
Z
1
y + 2e
y
y
dy = log t +c
Z
1
2e
y
dy = log |t| +c
e a soluo na forma implcita
1
2
e
y
= log t +c.
A soluo da ED original na forma implcita
1
2
e
x/t
= log t +c.
Resolvendo em ordem a x vem x(t) = (log (2 log t + 2c)) t com t tal que 2 log t + 2c > 0.
Suponha-se agora que a condio inicial x(1) = 0. Assim x(1) = (log (2 log 1 + 2c)) 1 =
(log (2c)) = 0 2c = 1, i.e. c = 1/2. Assim a soluo do PVI x(t) = (log (2 log t + 1)) t
para t > e

1
2
. O intervalo

e

1
2
, +

designa-se por intervalo de existncia da soluo e, como


veremos oportunamente, o intervalo maximal. Na gura 1-7 representa-se a soluo do PVI.
1.2.4 Equao Total Exacta
Assuma-se que as funes M (t, x) e N (t, x) so contnuas num certo rectngulo R e tm
derivadas parciais com respeito a t e x contnuas no mesmo rectngulo R.
25
Denio 5 A ED M (t, x) dt +N (t, x) dx = 0 designa-se por ED total exacta se existe uma
funo F : R R
2
R tal que
dF (t, x) = M (t, x) dt +N (t, x) dx.
A soluo na forma implcita naturalmente F (t, x) = c. Colocam-se duas questes:
primeiro, em que condies existe esta funo F?; segundo, como determinar F, ou seja,
como determinar a soluo? O teorema seguinte e a respectiva demonstrao esclarecem estas
questes.
Teorema 2 Assuma-se que as funes M (t, x) e N (t, x) so contnuas num certo rectngulo
R e tm derivadas parciais com respeito a t e x contnuas no mesmo rectngulo R. Ento a
condio
M (t, x)
x
=
N (t, x)
t
. (1.13)
implica a existncia de uma funo F : R R
2
R (designada primitiva da diferencial) tal
que
dF (t, x) = M (t, x) dt +N (t, x) dx, (t, x) R. (1.14)
Reciprocamente, se existe F nas condies de (1.14) ento verica-se (1.13).
Dem. Suponha-se que (1.14) um diferencial total de F. Ento dF (t, x) = F
0
t
dt + F
0
x
dx
e, como se sabe do clculo diferencial, necessariamente F
00
tx
= F
00
xt
se F
00
tx
e F
00
xt
so funes
contnuas. Mas F
00
tx

M(t,x)
x
e F
00
xt

N(t,x)
t
so funes contnuas, por hiptese. Logo (1.13)
uma condio necessria para que M (t, x) dt +N (t, x) dx = 0 seja um diferencial total. Falta
mostrar o recproco, i.e. que (1.13) suciente para que exista uma funo F nas condies
do teorema. Em particular dever-se- ter F
0
t
= M e F
0
x
= N. Suponha-se vlida a condio
(1.13). Considere-se uma funo F tal que F
0
t
(t, x) = M (t, x) . Tem-se, integrando em ordem
varivel t,
F (t, x) =
Z
t
t
1
M (u, x) du +(x)
onde t
1
a abcissa dum ponto arbitrrio no domnio de existncia da soluo e (x) uma
funo com derivada contnua em R (constante para a derivao em t). Observe-se que
26
F (t, x)
x
=
Z
t
t
1
M (u, x)
x
du +
0
(x) .
A derivada parcial F
0
x
igual a N se e s se
F (t, x)
x
= N (t, x)
Z
t
t
1
M (u, x)
x
du +
0
(x) = N (t, x)
mas como
M
x
=
N
t
vem
R
t
t
1
N(u,x)
t
du +
0
(x) = N (t, x) i.e. [N (u, x)]
t
t
1
+
0
(x) = N (t, x) ou
ainda N (t, x) N (t
1
, x) +
0
(x) = N (t, x) e, portanto,
0
(x) = N (t
1
, x) . Resulta
(x) =
Z
x
x
1
N (t
1
, z) dz
(x
1
uma constante arbitrria). Consequentemente,
F (t, x) =
Z
t
t
1
M (u, x) du +(x) =
Z
t
t
1
M (u, x) du +
Z
x
x
1
N (t
1
, z) dz (1.15)
Se tomarmos o diferencial desta ltima expresso juntamente com a equao (1.13) chega-se a
(1.14)
5
, isto , provmos que sob a hiptese (1.13) existe uma funo F, dada pela expresso
(1.15), tal que o diferencial dF (t, x) = M (t, x) dt +N (t, x) dx.
O teorema anterior e a respectiva demonstrao permite estabelecer o seguinte: 1) a ED
M (t, x) dt + N (t, x) dx = 0 exacta sse a condio (1.13) se verica; 2) a soluo da ED
denida implicitamente por F (t, x) = c, c R i.e.
Z
t
t
1
M (u, x) du +
Z
x
x
1
N (t
1
, z) dz = c. (1.16)
Exemplo 13 Considere-se o PVI

e
t
+ 2x

dx+e
t
xdt = 0, x(0) = 1. A ED no de variveis
separveis nem homognea. No entanto, com N = e
t
+ 2x, M = e
t
x tem-se
M
x
=
N
t
= e
t
5
Note-se que a derivada de
_
t
t
1
M (u, x) du +
_
x
x
1
N (t
1
, z) dz em ordem a t M (t, x) e em ordem a x
_
t
t
1
(M (u, x) /x) du + N (t
1
, x) =
_
t
t
1
(N (u, x) /t) du + N (t
1
, x) = N (t, x) . Logo o diferencial da expresso
(1.15) efectivamente dF = M (t, x) dt + N (t, x) dx.
27
e, portanto, a ED total exacta (i.e. a igualdade M/x = N/t garante a existncia de
uma funo F nos termos da denio 5). Aplicando a frmula (1.16), a soluo (ou famlia
de curvas integrais) na forma implcita
Z
t
t
1
e
u
xdu +
Z
x
x
1

e
t
1
+ 2z

dz = c e
t
x e
t
1
x +e
t
1
x +x
2
x
1
e
t
1
x
2
1
= c
ou e
t
x(t)+x(t)
2
= c (note-se que x
1
e
t
1
e x
2
1
so constantes arbitrrias; podemos fazer x
1
= 0).
Atendendo a x(0) = 1 e
0
+1 = c a soluo do PVI na forma implcita e
t
x(t) +x(t)
2
= 2.
1.2.5 Equao Redutvel a Total Exacta
Considere-se a ED M (t, x) dt +N (t, x) dx = 0 onde M (t, x) e N (t, x) so contnuas num certo
rectngulo R e tm derivadas parciais com respeito a t e x contnuas no mesmo rectngulo
R. Vimos no ponto anterior que a condio (1.13) necessria e suciente para que a ED
M (t, x) dt +N (t, x) dx = 0 seja uma ED total exacta. Suponha-se agora que
M (t, x)
x
6=
N (t, x)
t
.
Denio 6 Uma ED M (t, x) dt + N (t, x) dx = 0 diz-se redutvel a uma ED total exacta se
existir uma funo no nula (t, x) tal que
(t, x) M (t, x) dt +(t, x) N (t, x) dx = 0 (1.17)
uma ED total exacta. A funo (t, x) designa-se factor integrante.
A situao , portanto, a seguinte: a ED M (t, x) dt + N (t, x) dx = 0 no uma ED total
exacta e no se sabe resolver; por outro lado (1.17) uma ED total exacta e sabe-se resolver.
De facto, com

M (t, x) = (t, x) M (t, x) e

N (t, x) = (t, x) N (t, x) a soluo de (1.17) , pela
frmula (1.16),
Z
t
t
1

M (u, x) du +
Z
x
x
1

N (t
1
, z) dz = c. (1.18)
Deixa-se como exerccio mostrar que (1.18) soluo da ED (1.17). Impem-se as seguintes
questes: a) a soluo de (1.17), i.e. (1.18), tambm soluo da ED inicial M (t, x) dt +
28
N (t, x) dx = 0? b) como determinar ? A resposta a a) positiva. Com efeito, seja x(t)
a soluo da ED (1.17) (considere-se (t, x, c) = 0, no caso de no ser possvel obter uma
soluo explcita). Logo x(t) satisfaz a ED (t, x) M (t, x) dt + (t, x) N (t, x) dx = 0 ou seja
(t, x) (M (t, x) dt +N (t, x) dx) = 0. Como uma funo no nula, resulta que x(t) satisfaz
tambm a ED M (t, x) dt + N (t, x) dx = 0 e, portanto, x(t) soluo da ED M (t, x) dt +
N (t, x) dx = 0.
6
Relativamente alnea b) iremos mostrar como determinar nos casos em que depende
apenas de t ou apenas de x (outros casos so possveis - ver exerccios). Para que a ED (1.17)
seja uma ED total exacta necessrio e suciente que
((t, x) M (t, x))
x
=
((t, x) N (t, x))
t
,
ou seja

M
x
+

x
M =
N
t
+

t
N. (1.19)
A equao (1.19) uma ED parcial com funo desconhecida . A soluo de (1.19) , em
geral, difcil de obter. No entanto, se = (t) ( depende apenas de t) ou = (x) (depende
apenas de x) ento (1.19) uma ED ordinria com soluo conhecida. Formule-se a hiptese
H
t
: = (t). Nestas circunstncias, a equao (1.19) pode escrever-se na forma

M
x
=
N
t
+
d
dt
N
ou ainda na forma
1

d = h
1
(t) dt, h
1
(t) =
M
x

N
t
N
(1.20)
A equao (1.20) uma ED com variveis separveis (com funo incgnita ) com soluo
= e
U
h
1
(t)dt
.
6
No entanto, algumas solues podem perder-se. Por exemplo, se o factor integrante for = 1/x, x 6= 0 e
uma das solues da ED M (t, x) dt +N (t, x) dx = 0 for x(t) 0, pode suceder que a soluo da ED (1.17) no
revele a soluo x(t) 0.
29
No caso H
x
: = (x) pode-se mostrar que
= e
U
h
2
(x)dx
, h
2
(x) =
N
t

M
x
M
.
Existem outras hipteses simplicadoras. Por exemplo, = (xy) ou = (x +y) .
Num exerccio concreto, desconhecido pelo que no se sabe de que forma depende
de t e/ou x (ou mesmo se existe nas condies da denio 6). Nestas circunstncias, pode-
se seguir o seguinte procedimento quando se procura determinar : 1) formular a hiptese
H
t
: = (t) ; 2) calcular h
1
; 3) se h
1
depender apenas de t, aceita-se a hiptese H
t
e o factor
integrante = exp
R
h
1
(t) dt

. A soluo da ED dada pela expresso (1.18). Se h


1
depende
de x rejeita-se H
t
e passa-se ao passo 4): formular a hiptese H
x
: = (x) ; 5) calcular h
2
; 6)
se h
2
depender apenas de x, aceita-se a hiptese H
x
e o factor integrante = exp(h
2
(x) dx) .
A soluo da ED dada pela expresso (1.18). Se h
2
depende de t deve-se procurar outro
mtodo de resoluo (ou, eventualmente, investigar outras hipteses relativas a ).
Exemplo 14 Considere-se a ED

x +tx
2

dt tdx = 0. Tem-se M = x+tx


2
e N = t. Como
M/x = 1+2tx 6= N/t = 1 a ED no total exacta. Analise-se a hiptese H
t
: = (t) .
Tem-se
h
1
=
M
x

N
t
N
=
1 + 2tx (1)
t
= 2
1 +tx
t
.
Como h
1
depende explicitamente de t e x (devia depender apenas da varivel t) a hiptese H
t
no vlida. Investigue-se a hiptese H
x
: = (x) . Tem-se
h
2
=
N
t

M
x
M
=
1 1 2tx
x +tx
2
=
2 (1 +tx)
x(1 +tx)
=
2
x
e a hiptese H
x
vlida, pelo que o factor integrante
= e
U
h
2
(x)dx
= e
U

2
x
dx
= e
2 log x
=
1
x
2
.
30
Assim, multiplicando a ED inicial por 1/x
2
obtm-se a ED total exacta

x +tx
2

x
2
dt
t
x
2
dx = 0 ou

1
x
+t

| {z }

M
dt
t
x
2
|{z}

N
dx = 0,
cuja soluo
Z
t
t
1

M (u, x) du +
Z
x
x
1

N (t
1
, z) dz = c i.e.
Z
t
t
1

1
x
+u

du +
Z
x
x
1

t
1
z
2

dz = c
ou ainda
2t+t
2
x2t
1
t
2
1
x
2x
t
1
xx
1
xx
1
= c. Com t
1
= 0 vem
2t+t
2
x
2x
= c ou seja (na forma explcita)
x(t) =
2t
2ct
2
.
1.3 Equaes Diferenciais Redutveis a Equaes Diferenciais
de Primeira Ordem
Certas ED de ordem superior primeira podem ser transformadas numa ED de primeira ordem
atravs de uma mudana de variveis. As ED lineares de ordem superior a um so abordadas
no ponto 4.1.
1.3.1 Equaes do Tipo x
00
= f (t, x
0
)
Trata-se de uma ED de segunda ordem que no depende explicitamente de x. Considerando
a mudana de varivel y (t) = x
0
(t) tem-se y
0
= f (t, y) que uma ED de primeira ordem.
Resolvendo a ED y
0
= f (t, y) obtm-se y (t) que, por integrao d x(t) .
Exemplo 15 Considere-se a ED tx
00
x
0
= t
2
e
t
que verica as condies x(1) = 1 e x
0
(1) =
0. Considerando a mudana de varivel y = x
0
vem ty
0
y = t
2
e
t
, i.e.,
y
0
=
1
t
y +te
t
, y (1) = 0
que uma ED linear de primeira ordem.
31
Aplicando a frmula (1.6) vem
(t) =
Z
a (t) dt =
Z
1
t
dt = log t
y (t) = e
(t)
= t
Z
t
1
se
s
e
log s
ds + 0

= t
Z
t
1
e
s
ds

= t

e
t
e

.
Assim
x(t) =
Z
y (t) dt, x(1) = 1
=
Z
t

e
t
e

dt
= te
t
e
t

1
2
t
2
e +c
e, portanto, x(1) = 1 c =
1
2
e 1.
Observao 7 A ED x
(n)
= f

t, x
(n1)

sem x resolve-se de forma similar, considerando a


mudana de varivel y (t) = x
(n1)
(t) .
1.3.2 Equaes do Tipo x
00
= f (x, x
0
)
Trata-se de uma ED de segunda ordem que no depende explicitamente de t. Considerando a
mudana de varivel y (x) = x
0
(t) tem-se
x
00
(t) =
d (y (x(t)))
dt
=
dy
dx
dx
dt
= y
0
(x) y (x) .
Logo a ED x
00
= f (x, x
0
) pode escrever-se na forma
y
0
(x) y (x) = f (x, y)
32
que uma ED de primeira ordem (com varivel independente x). Resolvendo esta ED obtm-se
y (x). Dada a relao y (x) = x
0
(t) , obtm-se x(t) resolvendo
1
y (x)
dx = dt
que uma ED de variveis separveis.
Exemplo 16 Resolva-se a ED x
00
= 2x
0
x. Com a mudana de varivel y (x) = x
0
(t) obtm-se
y
0
y = 2yx, i.e. y
0
= 2x (ED com varivel independente x) cuja soluo y = x
2
+ c
1
. Para
obter x(t) resolve-se agora a ED
1
x
2
+c
1
dx = dt
cuja soluo, na forma implcita
arctg

c
1

c
1
= t +c
2
.
1.4 Aplicao (Modelos Populacionais)
1.4.1 Introduo
Seja x(t) uma populao de uma certa espcie (humana, de bactrias, de predadores, etc.) no in-
stante t e suponhamos, numa situao ideal, que x(t) varia continuamente
7
. Seja r (t, x) a difer-
ena entre a taxa de natalidade e a taxa de mortalidade (por unidade de tempo) no momento
t. A variao da populao num certo intervalo de tempo > 0 pode ser traduzida pela igual-
dade (x(t +) x(t)) /x(t) = r (t, x(t)) ou seja (x(t +) x(t)) / = r (t, x(t)) x(t) .
Com 0 tem-se a ED x
0
= r (t, x) x. No caso r (t, x) = r (constante) a equao x
0
= rx
conhecia como a equao de Malthus. Sabendo-se o valor da populao x
0
num dado mo-
mento t
0
, imediato concluir-se que a soluo (do PVI) x(t) = x
0
e
r(tt
0
)
. Toda a espcie
que satisfaa a lei de Malthus cresce exponencialmente no tempo. O modelo, apesar de atrac-
tivo (pela sua simplicidade) pouco realista. Se tomarmos para r o valor 0.02 para dados
7
Na verdade x(t) varia discretamente com t pelo que x(t) no uma funo diferencivel (nem mesmo con-
tnua) com respeito a t. No entanto, se o valor da populao alto a variao de uma unidade tem pouca expresso
comparada com o valor da populao. Nestas circunstncias pode-se admitir, com um erro negligencivel, que
x(t) uma funo contnua e mesmo diferencivel.
33
anuais (estimativa obtida a partir de dados da populao dos EUA) qualquer previso a longo
prazo desprovida de signicado
8
. Mesmo assim, o modelo de Malthus pode aproximar ra-
zoavelmente o crescimento de populaes de dimenso reduzida (ver Braun, 1993). Todavia,
quando o valor da populao excede certo limiar os indivduos passam a competir entre si pelos
recursos disponveis (espao, recursos naturais e alimentao). Esta competio abranda ou
trava o crescimento da populao. Para contemplar este efeito necessrio denir na ED um
termo (funo) tal que, quando x alto ou muito alto, x
0
deve abrandar ou diminuir. Uma
possibilidade consiste em adicionar o termo bx
2
(b > 0) na equao de Malthus, cando
x
0
= r
1
x bx
2
, r, b > 0.
Esta equao, designada por equao logstica, foi proposta pelo matemtico e biologista Ver-
hulst em 1837. Normalmente o parmetro b pequeno, comparado com o de r
1
. Assim, quando
o valor da populao baixo a quantidade bx
2
negligencivel e a populao evolui aproxi-
madamente de acordo com a regra x
0
= r
1
x. medida que x aumenta, o termo bx
2
passa a
exercer um efeito de contraco no crescimento da populao. A resoluo da equao logstica,
embora fcil trabalhosa. Trata-se de uma ED com variveis separveis,
1
r
1
x bx
2
dx = dt
cuja famlia de curvas integrais
Z
1
r
1
x bx
2
dx =
Z
dt +c.
Para primitivar a funo
1
r
1
xbx
2
em ordem a x necessrio decompor a funo em fraces
simples. Deixa-se como exerccio vericar que
1
r
1
x bx
2
=
1
r
1
b
bx r
1
+
1
r
1
1
x
8
Por exemplo, se a populao mundial crescer de acordo com o modelo x
0
e
r(tt
0
)
, r = 0.02, no ano de 2515 a
rea disponvel para cada habitante no planeta, incluindo mares, rios e lagos ser inferior a um metro quadrado
(ver Braun, 1993, pp. 26-27).
34
Figura 1-8: Cronograma da Populao dos EUA (em milhes de Hab.)
0
50
100
150
200
250
300
1
8
0
0
1
8
1
0
1
8
2
0
1
8
3
0
1
8
4
0
1
8
5
0
1
8
6
0
1
8
7
0
1
8
8
0
1
8
9
0
1
9
0
0
1
9
1
0
1
9
2
0
1
9
3
0
1
9
4
0
1
9
5
0
1
9
6
0
1
9
7
0
1
9
8
0
1
9
9
0
2
0
0
0
e
Z
1
r
1
b
bx r
1
+
1
r
1
1
x

dx = ... =
1
r
1
log

bx r
1
x

.
A famlia de curvas integrais na forma explcita
x(t) =
r
1
b e
r
1
t
c
1
, (c
1
uma constante).
Dada a condio inicial x(0) = x
0
, a soluo do PVI
x(t) =
x
0
r
1
bx
0
+e
tr
1
(r
1
bx
0
)
.
Vai analisar-se a qualidade dos modelos x
0
= rx e x
0
= rx bx
2
com base nos dados
da populao dos EUA. Na gura 1-8 apresenta-se a evoluo da populao dos EUA desde
1800. Existe claramente uma tendncia crescente, porm a ritmos decrescentes, como se pode
observar na gura 1-9, onde se apresenta a variao relativa da populao ao longo do tempo
(log (x(t +) /x(t)) (x(t +) x(t)) /x(t)). Se o modelo de Malthus fosse correcto a
expresso r = log (x(t +) /x(t)) / deveria ser (aproximadamente) constante ao longo dos
anos.
35
Figura 1-9: Variao Relativa da Populao (log (x(t +) /x(t)))
0.09
0.14
0.19
0.24
0.29
0.34
1
8
1
0
1
8
2
0
1
8
3
0
1
8
4
0
1
8
5
0
1
8
6
0
1
8
7
0
1
8
8
0
1
8
9
0
1
9
0
0
1
9
1
0
1
9
2
0
1
9
3
0
1
9
4
0
1
9
5
0
1
9
6
0
1
9
7
0
1
9
8
0
1
9
9
0
2
0
0
0
1.4.2 Estimao dos Parmetros
Uma das fases mais importantes em qualquer estudo emprico consiste na estimao dos parmet-
ros dos modelos especicados. Esta tarefa apenas pode ser resolvida cabalmente no contexto
de um modelo probabilstico, que exigiria, no nosso caso, acrescentar-se s ED um termo es-
tocstico construdo a partir dos chamados processos de Wiener (ou movimentos Brownianos).
Como no pode entrar-se nessa rea, vai apresentar-se um procedimento mecnico de estimao
dos parmetros
9
.
Convencione-se: t = 0 ano 1800; t = 1 ano 1810 e assim sucessivamente. Em qualquer
dos modelos a condio inicial pode ser xada como x(0) = 5.3. O modelo de Mathus vem
ento
x
M
(t) = 5.3e
rt
.
A questo estimar o parmetro desconhecido r. Devemos escolher r de tal forma que a diferena
entre os valores efectivamente observados x(t) e o modelo x
M
(t) seja mnima. Trata-se ento
9
Poder provar-se que os resultados que se obtm por este mtodo mecnico so idnticos aos que se al-
canariam se se usasse o mtodo de estimao dos Mnimos Quadrados Condicionados, o qual fornece estimadores
consistentes em sentido probabilstico.
36
de um problema de minimizao em ordem a r, i.e.,
min
r>0
d
_
_
_
_
_
_
_
_
_

_
x(1)
x(2)
...
x(n)
_

_
,
_

_
x
M
(1)
x
M
(2)
...
x
M
(n)
_

_
_
_
_
_
_
_
_
_
onde d (a, b) representa uma distncia entre os vectores a e b e n representa o nmero de obser-
vaes disponveis. Considerando o critrio habitual (minimizao das diferenas quadrticas
10
)
d (a, b) = (a b)
T
(a b) =
P
t
(a
t
b
t
)
2
o problema de optimizao ento
min
r>0
20
X
t=1
(x(t) x
M
(t))
2
= min
r>0
20
X
t=1

x(t) 5.3e
rt

2
.
Qualquer programa de estatstica (por ex., GAUSS, TSP, EXCEL
11
) resolve facilmente este
problema de optimizao. A soluo r = 0.20712 (taxa de crescimento na unidade 10 anos -
note-se que t = 1 representa 10 anos; numa base anual a taxa de crescimento de 0.020712)
12
.
Uma medida do erro associado ao modelo
20
X
t=1

x(t) 5.3e
rt

2
= 908.9.
Relativamente ao modelo logstico o problema de minimizao
min
r
1
,b>0
20
X
t=1
(x(t) x
L
(t))
2
= min
r
1
,b>0
20
X
t=1

x(t)
5.3r
1
b5.3 +e
tr
1
(r
1
b5.3)

2
10
O estimador dos mnimos quadrados do modelo de regresso clssico (para modelos discretos) baseia-se neste
princpio, como se ver na cadeira de econometria.
11
Opo Solver em Tools (escolher Add-Ins caso a opo no esteja disponvel).
12
Uma estimativa alternativa pode-se obter tendo em conta que log x
M
(t) = log 5.3 +rt. O problema de opti-
mizao agora minr>0

20
t=1
(log x(t) log xM (t))
2
= minr>0

20
t=1
(log x(t) log 5.3 rt)
2
. fcil deduzir,
aplicando a condio de primeira ordem do problema de optimizao, que
r =

20
t=1
log x
M
nlog 5.3

20
t=1
t
i
= 0.23.
Esta estimativa no coincide com a anterior. A estimativa "correcta"dependeria do modelo probabilstico que
se considerasse. Por exemplo, se o modelo fosse log xM (t) = log 5.3 +rt +e (t) sendo e (t) uma varivel aleatria
com "boas propriedades"ento a estimativa "correcta"seria r = 0.23. Se o modelo fosse x
M
(t) = 5.3e
rt
+ e (t) a
estimativa "correcta"seria r = 0.20712.
37
Figura 1-10: Ajustamento: Modelo de Malthus vs. Modelo Logstico
0
50
100
150
200
250
300
350
400
1
8
0
0
1
8
1
0
1
8
2
0
1
8
3
0
1
8
4
0
1
8
5
0
1
8
6
0
1
8
7
0
1
8
8
0
1
8
9
0
1
9
0
0
1
9
1
0
1
9
2
0
1
9
3
0
1
9
4
0
1
9
5
0
1
9
6
0
1
9
7
0
1
9
8
0
1
9
9
0
2
0
0
0
Pop.
Pop. Est (Malthus)
Pop. Est (Logis.)
cuja soluo r
1
= 0.2754 e

b = 0.000823. Os erros de ajustamentos so agora
20
X
t=1
_
_
x(t)
5.3 r
1

b5.3 +e
t r
1

r
1

b5.3

_
_
2
= 31.23.
Observa-se com o modelo logstico uma reduo muito forte dos erros de ajustamento. Tambm
a gura 1-10, na qual se compara o valor observado x(t) com os valores estimados pelos dois
modelos, corrobora essa ideia.
Os modelos podem tambm servir para prever o valor futuro de x(t) . Por exemplo, a
previso do modelo de Malthus para o ano 2140 x
M
(34) = 5.3e
r34
= 6062 (milhes)
13
. Na
gura 1-11 mostram-se as previses dos dois modelos at ao ano 2140. Enquanto o modelo
logstico estabelece uma estabilizao da populao dos EUA em torno do valor 334 (milhes),
o modelo de Malthus prev valores arbitrariamente altos medida que t +.
13
Note-se que se convencionou que t = 0 corresponde ao ano 1800, t = 1 ao ano 1810 e assim sucessivamente.
Procedendo assim t = 34 corresponde ao ano 2140.
38
Figura 1-11: Previso: Modelo de Malthus vs. Modelo Logstico
0
50
100
150
200
250
300
350
400
450
500
1
8
0
0
1
8
3
0
1
8
6
0
1
8
9
0
1
9
2
0
1
9
5
0
1
9
8
0
2
0
1
0
2
0
4
0
2
0
7
0
2
1
0
0
2
1
3
0
Pop.
Pop. Est (Malthus)
Pop. Est (Logis.)
1.4.3 Comentrios Finais
Retomando o modelo logstico, interessante vericar que
lim
t+
x(t) = lim
t+
x
0
r
1
bx
0
+e
tr
1
(r
1
bx
0
)
=
r
1
b
, r
1
, b > 0
Assim a populao tende para o valor r
1
/b quando t +. Observe-se tambm que no ponto
x = r
1
/b a funo f (t, x) = f (x) = r
1
x bx
2
nula pelo que, nesse ponto, a populao no
cresce nem decresce (digamos, est em equilbrio). No captulo Estabilidade designaremos o
valor r
1
/b como um ponto de equilbrio assimptoticamente estvel. No contexto do exemplo
anterior, obteve-se r
1
= 0.2754 e

b = 0.000823. Assim, a previso de (muito) longo prazo para
o valor da populao 0.2754/0.000823 = 334. 63 (milhes de indivduos), valor que a gura
1-11 tambm conrma.
39
Exerccios
1. Classique as ED (ordem, linearidade e autonomia) apresentadas nos restantes exerccios
do Cap. 1.
2. Mostre que x(t) = ce
cos t
, c R soluo da ED x
0
= xsent = 0 em R.
3. Mostre que x(t) = c
1
e
t
+c
2
te
t
+2 +t, c
1
, c
2
R soluo da ED x
00
2x
0
+x = t em R.
4. Mostre que log (t + 1) x(t) + log

e
x(t)
+ 1

+c = 0, c R soluo (implcita) da ED
x
0
= (e
x
+ 1) / (t + 1) em t > 1.
5. Mostre que x(t) = 2t/

3 t
2

soluo do PVI x
0
= x/t +x
2
, x(1) = 1 em I =

1,

.
6. Mostre que x(t) = log

t
2
/2 2

soluo do PVI x
0
= te
x
, x

= 0 em I = ]2, +[ .
7. Obtenha a soluo geral da ED x
0
= x/t + 2, t > 0.
8. Obtenha a soluo geral da ED x
0
(n/t) x = e
t
t
n
, n R, t > 0.
9. Resolva x
2

1 +x
02

= k
2
, obtenha as curvas envolventes famlia de curvas integrais e
mostre que estas curvas so solues singulares.
10. Resolva o PVI t
2 x
0
x
+ 2t log x = 0, x(1) = e
1
.
11. Resolva x
0
+
1+x
3
tx
2
(1+t
2
)
= 0.
12. Resolva o PVI x
0
=
x
t

1 + log
x
t

, x(1) = e.
13. Resolva x
0
= tx/

t
2
x
2

.
14. Resolva
2t
x
3
+
x
2
3t
2
x
4
x
0
= 0.
15. Resolva o PVI x
0
= x +g (t) , x(0) = 0 onde
g (t) =
_
_
_
2 0 t 1
0 t > 1.
16. Dada a ED x
0
= a (t) x + b (t) com a e b contnuas e a e f tais que a (t) k < 0 e
lim
t+
b (t) = 0, mostre que qualquer soluo tende para zero quando t +.
40
17. Mostre que uma ED com variveis separveis pode sempre se escrever como uma ED total
exacta (suponha vericadas certas condies de regularidade).
18. Mostre que uma ED do tipo M (t, x) dt + N (t, x) dx = 0 onde M e N so funes ho-
mogneas do mesmo grau uma ED homognea.
19. (Exame) Resolva o seguinte PVI

t
3
+ 3x
2
t + 5

dx +

3t
2
x +x
3
+ 2

dt = 0, x(1) = 1.
20. Mostre que a ED (de Bernoulli) x
0
+P (t) x = Q(t) x
n
, n 6= 1, n 6= 0, onde P (t) e Q(t) so
funes contnuas pode-se transformar-se atravs de mudana de varivel z (t) = x(t)
1n
na ED linear z
0
+ (1 n) P (t) z = (1 n) Q(t) . Como aplicao resolva x
0
+tx = t
3
x
3
.
21. (Exame) Resolva o PVI
x
0
=
x
t

1 + log
x
t

, x(1) = e.
22. Considere a ED M (t, x) dt+N (t, x) dx = 0 com M e N funes reais de classe C
1
denidas
em D =

(t, x) R
2
: t > 0, x > 0

.
(a) Considere a hiptese de o factor integrante depender apenas do produto tx, i.e.
= (tx) com denido em D e de classe C
1
. Fazendo a substituio z = tx, mostre
que esta hiptese vlida se dado
h
3
=
N
t

M
x
tM xN
a funo h
3
depender apenas de z = tx. Conclua, nesse caso, que o factor integrante
(z) = e
U
h
3
(z)dz
.
(b) Como aplicao resolva x
2
t + 1/t +

1/x t
2
x

x
0
= 0.
23. (Exame) Considere a equao diferencial linear posta na forma
dx + (a (t) x +b (t)) dt = 0
41
onde a e b so funes contnuas em R.
(a) Mostre que esta equao redutvel a uma equao diferencial total exacta (para o
efeito determine o factor integrante).
(b) Encarando a equao linear como uma equao redutvel a uma equao diferen-
cial total exacta, obtenha a soluo geral para o caso a (t) = b (t) = 2t e calcule
lim
t+
x(t) .
24. Resolva o PVI x
00
= (x
0
)
2
/x, x
0
(0) = 1, x(0) = 1.
25. Resolva a ED x
00
=
x
0
t

1 + log
x
0
t

.
26. (Exame) Considere o PVI
x
0
= ax +g (t, x) , x(0) = x
0
, a: constante positiva.
(a) Mostre que
x(t) = e
at
x
0
+e
at
Z
t
0
e
as
g (s, x(s)) ds
soluo do PVI.
(b) Admita as seguintes hipteses:
H1: |g (t, x)| b (t) |x| , b (t) 0
H2:
R
+
t
0
b (t) dt < +, t
0
R.
Mostre que |x(t)| tende para zero quando t +. Considere o seguinte lema: seja c
uma constante no negativa e z (t) e v (s) funes no negativas. Se
z (t) c +
Z
t
0
z (s) v (s) ds
ento
z (t) ce
U
t
0
v(s)ds
.
42
Captulo 2
Existncia, Unicidade e
Prolongamento das Solues
2.1 Existncia e Unicidade das Solues
2.1.1 Introduo
Um PVI pode no ter soluo, ter uma nica soluo ou ter mais do que uma soluo (por
exemplo, uma innidade delas).
Exemplo 17 a) Se f a funo Dirichlet,
f (t, x) =
_
_
_
1 se t racional
0 se t irracional
no naturalmente possvel encontrar uma funo x(t) que satisfaa x
0
= f (t, x) . b) Considere-
se a ED x
02
+ x
2
= 0. A nica soluo real x(t) 0. Assim o PVI x
02
+ x
2
= 0, x(0) = 1
no tem soluo. c) O PVI x
0
=

x, x(0) = 0 tem mais do que uma soluo: x(t) 0 e
x(t) = t
2
/4. d) O PVI x
0
= e
x
, x(0) = 0 tem uma nica soluo x(t) = log (1 t) em
t (, 1) . e) O PVI x
0
+x = 0, x(0) = 1 tem uma nica soluo, x(t) = e
t
em R.
Modelos sem solues no tm obviamente interesse. Problemas de valores iniciais com
vrias solues colocam o problema de se saber qual a soluo que efectivamente traduz o
43
comportamento do fenmeno. Modelos deste tipo geralmente esto mal especicados (i.e., a
funo f (t, x) no est bem denida).
Estes problemas no ocorrem com ED lineares, as quais possuem, como vimos no teorema
1, uma nica soluo. Alm disso, a soluo conhecida (i.e. sempre possvel obter uma
soluo fechada). Com as ED no lineares a situao diferente. Se a soluo conhecida
possvel discutir-se a questo da existncia da soluo directamente a partir da respectiva
expresso analtica. Por exemplo, considere-se o PVI x
0
= x
2
, x(0) = 1. A soluo deste PVI
x(t) = 1/ (1 t) e claramente se verica que a soluo existe para < t < 1
1
. Mas, se for
impossvel obter uma soluo fechada para o PVI x
0
= f (t, x) , x(t
0
) = x
0
como poderemos
garantir que o PVI admite uma soluo nica? E ser esta questo relevante? Anal de contas,
mesmo que a soluo exista e seja nica impossvel obt-la. importante vericar que, na
prtica, mesmo desconhecendo-se a soluo, possvel, atravs de mtodos numricos (fazendo-
se uso da funo f (t, x)), obter-se aproximaes to precisas quanto se deseje. Por outro lado,
as propriedades limites (assimptticas) da soluo podem tambm ser estudadas apenas a partir
da funo f (t, x) e sem o conhecimento da soluo fechada. No entanto, a aplicao de mtodos
numricos e o estudo das propriedades limites da soluo s fazem sentido no caso em que a
soluo existe e nica. Assim, fundamental estudarmos a questo da existncia e unicidade
das solues.
2.1.2 Teorema de Existncia e Unicidade das Solues
O caso linear x
0
= a (t) x +b (t), onde a (t) e b (t) so funes contnuas em I, foi abordado no
teorema 1 e observao 5. Vimos que a soluo do PVI x
0
= a (t) x +b (t) , x(t
0
) = x
0
existe e
nica em I.
O caso no linear tratado a seguir (at ao nal do corrente ponto). A demonstrao do
teorema de existncia e unicidade para o PVI
x
0
= f (t, x) , x(t
0
) = x
0
(2.1)
1
incorrecto dizer-se que a soluo existe para t 6= 1, embora a funo 1/ (1 t) esteja denida para t 6= 1.
De facto, a soluo passa no ponto (t, x) = (0, 1) e explode ou "extingue-se"quando t 1. No se admite,
portanto, que a soluo possa continuar para valores de t tais que t > 1.
44
consiste em mostrar que, sob as condies do teorema, que iremos especicar, existe uma
sequncia de funes {x
n
(t) , n 1} construdas a partir do PVI tal que, a) x
n
(t) converge
para x(t), b) x(t) a soluo do PVI, c) x(t) uma funo contnua e d) x(t) soluo nica.
Para demonstrarmos o teorema de existncia e unicidade necessrio estabelecer alguns
resultados preliminares.
Considere-se o conjunto compacto
R
a,b
= {(t, x) : |t t
0
| a, |x x
0
| b} . (2.2)
Lema 1 Se a funo f (t, x) contnua em R
a,b
ento o PVI (2.1) equivalente equao
integral
x(t) = x
0
+
Z
t
t
0
f (s, x(s)) ds (2.3)
para t tal que |t t
0
| a.
Dem. Devido continuidade de f em R
a,b
tem-se o seguinte. Se x(t) uma soluo
de (2.1) ento integrando (2.1) no intervalo [t
0
, t] obtemos (2.3). Reciprocamente, derivando
(2.3) obtm-se x
0
= f (t, x(t)). Alm disso, considerando t = t
0
na expresso (2.3) obtm-se
x(t
0
) = x
0
+ 0 = x
0
.
Nas condies do lema anterior uma equao integral uma forma de escrever uma ED e
vice-versa, i.e. as duas representaes so equivalentes.
Denio 7 (Condio de Lipschitz) Diz-se que a funo f (t, x) satisfaz a condio de
Lipschitz com respeito a x no conjunto R
a,b
se existe um K > 0 tal que para todo o (t, x) , (t, y)
R
a,b
se tem
|f (t, x) f (t, y)| K|x y| . (2.4)
(K designa-se por constante de Lipschitz).
A condio de Lipschitz (com respeito a x) pode ser entendida como uma condio forte de
continuidade (com respeito a x). Com efeito, veja-se, por exemplo em Agudo (1989), a seguinte
relao: f satisfaz a condio Lipschitz em R
a,b
f uniformemente contnua
2
em R
a,b

2
Diz-se que g : D R R uniformemente contnua em S D se, para cada > 0 existe > 0 tal que
45
f contnua em R
a,b
. imediato vericar que
Observao 8 a) Se f/x contnua R
a,b
ento f satisfaz a condio de Lipschitz com
respeito a x no mesmo conjunto. Com efeito, pelo teorema do valor mdio,
f (t, x) = f (t, y) +
f (t, )
x
(x y) , = x + (1 ) y, 0 1
e, portanto,
|f (t, x) f (t, y)| =

f (t, )
x
(x y)

f (t, )
x

|x y| .
Ora, como f/x contnua no conjunto compacto R
a,b
(logo limitada) segue-se que existe um
K < + tal que |f (t, x) /x| K para (t, x) R
a,b
. Logo
|f (t, x) f (t, y)| K|x y| .
Se o conjunto de referncia R
2
ento necessrio exigir que f/x seja contnua e limitada
(s assim se garante a existncia de um K < + tal que |f (t, x) /x| K). b) O recproco
de a) no verdade. Isto , existem certas funes que satisfazem a condio de Lipschitz em
certo conjunto mas no possuem derivadas contnuas com respeito a x nesse mesmo conjunto.
Por exemplo, f (t, x) = |x| satisfaz a condio de Lipschitz num intervalo que contenha o ponto
0, pois
|f (t, x) f (t, y)| = ||x| |y|| |x y|
mas f (x) /x no existe no ponto 0.
Exemplo 18 a) A funo f (t, x) = f (x) =

x denida em S = [0, c] , c > 0 (embora
uniformemente contnua em S) no satisfaz a condio de Lipschitz em S. Com efeito, tomando
y = 0 na equao (2.4), vem: K > 0 x
0
]0, ] , > 0 : 0 < x < x
0


x > Kx. b) A
|g (x) g (y)| < sempre que |x y| < (x, y S). Analiticamente:
> 0, > 0 : x, y S, |x y| < |g (x) g (y)| < .
Por outro lado, g no uniformemente contnua em S se
> 0, > 0 : x, y S, |x y| < |g (x) g (y)| > .
46
funo f (t, x) = 1/x denida em S = ]0, 1] , no satisfaz a condio de Lipschitz em S. Basta
mostrar que f (t, x) = 1/x no uniformemente contnua em S.
3
Com efeito, seja x = /2
e y = (logo |x y| < ). Vem |1/x 1/y| = |2/ 1/| = 1/. Para todos os valores de
x, y < 1, i.e. < 1, tem-se |x y| < |f (x) f (y)| > 1.
4
c) A funo f (t, x) = t
2
e
x
satisfaz a condio de Lipschitz no rectngulo R = {(t, x) : |t| 1, |x| 1} . Basta considerar a
observao 8. Com efeito, f/x = t
2
e
x
contnua em R.
Denio 8 (Iteraes de Picard) As aproximaes sucessivas ou iteraes de Picard para
o PVI x
0
= f (t, x) , x(t
0
) = x
0
denem-se como a sucesso de funes {x
n
(t) , n 0} onde
x
0
(t) = x
0
x
1
(t) = x
0
+
Z
t
t
0
f (s, x
0
(s)) ds
...
x
n
(t) = x
0
+
Z
t
t
0
f (s, x
n1
(s)) ds
para n = 0, 1, ....
Exemplo 19 Calcular as iteraes de Picard para o PVI x
0
= x, x(0) = 1. Tem-se, com
f (t, x) = x,
x
0
(t) = 1
x
1
(t) = 1 +
Z
t
0
f (s, x
0
(s)) ds = 1 +
Z
t
0
1ds = 1 +t
x
2
(t) = 1 +
Z
t
0
f (s, x
1
(s)) ds = 1 +
Z
t
0
(1 +s) ds = 1 +t +
t
2
2
3
Dada a relao, (a) f satisfaz a condio Lipschitz em R
a,b
(b) f uniformemente contnua em R
a,b
,
conclui-se que (b) uma condio necessria para que (a) se realize.
4
Uma forma mais simples de negar a condio de Lipschitz consiste em mostrar que, para certo valor de y,
y0 S, a funo em x, |f (x) f (y0)| / |x y0| no limitada quando x varia num certo subconjunto de S. No
exemplo em anlise fcil vericar que, para y = 1, a expresso |1/x 1| / |x 1| = 1/ |x| no limitada quando
x varia no intervalo ]0, 1] . Este raciocnio pode tambm servir para mostrar que

x denida em S = [0, c] , c > 0
no satisfaz a condio de Lipschitz em S. Com efeito, tomando y = 0 observa-se que |

x 0| / |x 0| = 1/
_
|x|
no limitada em S.
47
e, em geral,
x
n
(t) = 1 +
Z
t
0
f (s, x
n1
(s)) ds = 1 +
Z
t
0

1 +s +... +
s
n1
(n 1)!

ds
= 1 +t +
t
2
2!
+... +
t
n
n!
.
Conclui-se x
n
(t) e
t
i.e. x
n
(t) converge para a soluo x(t) = e
t
do PVI.
Considere-se M = max
(t,x)R
a,b
|f (t, x)|, h = min(a, b/M) , J = {t : |t t
0
| h} e R
h,b
=
{(t, x) : |t t
0
| h, |x x
0
| b} .
Lema 2 Assuma-se f contnua no rectngulo R
h,b
. Ento: a) as iteraes de Picard {x
n
(t) , n 1}
existem e so contnuas para t J; b) (t, x
n
(t)) R
h,b
para t J.
Dem. a) Para x
0
(t) = x
0
bvio que x
0
(t) existe e contnua para t tal que |t t
0
| h.
Naturalmente, f (t, x
0
(t)) contnua pois a composio de funes contnuas ainda uma
funo contnua. Pelo teorema fundamental do clculo integral, resulta que x
1
(t) contnua.
Por induo facilmente se conclui que todos os elementos da sucesso {x
n
(t) , n 1} so funes
contnuas. b) Temos de provar que |x
n
(t) x
0
| b para t tal que |t t
0
| h. Em primeiro
lugar verique-se o seguinte. Como f contnua no conjunto compacto R
h,b
ento existe um
M > 0 tal que
|f (t, x)| M para (t, x) R
h,b
.
Assim, dado que (t, x
0
(t)) R
h,b
podemos escrever,
|x
1
(t) x
0
| =

Z
t
t
0
f (s, x
0
(s)) ds

Z
t
t
0
|f (s, x
0
(s))| ds

Z
t
t
0
Mds = M |t t
0
| Mh b.
O resto da demonstrao resulta por induo. Assuma-se para t J que
|x
k
(t) x
0
| b, k = 1, 2, ..., n 1.
48
Figura 2-1: Iteraes de Picard
x
t
a t
0
h t
0
h t +
0
a t +
0
( )
0 0
t t M x x = ( )
0 0
t t M x x =
b x +
0
b x
0
( )
0 0
, x t
A
B
C
D
( ) t x
n
P
Isto implica (t, x
n1
(t)) R
h,b
e, portanto, |f (t, x
n1
(t))| M. Logo
|x
n
(t) x
0
| M |t t
0
| Mh b
i.e., (t, x
n
(t)) R
h,b
.
Observao 9 Se t permitssemos que t variasse no conjunto {t : |t t
0
| a} ento teramos
|x
1
(t) x
0
| Ma, com Ma eventualmente superior a b. No poderamos assim garantir
|f (t, x
1
(t))| M (pois f estaria a ser avaliada num ponto (t, x) no pertencente ao conjunto
R
a,b
) e, portanto, a quantidade |x
2
(t) x
0
|
R
t
t
0
|f (s, x
1
(s))| ds no poderia ser majorada
(nem obviamente todos os demais termos |x
k
(t) x
0
|, k = 1, 2, ..., n1). Naturalmente, todas
as propriedades que se asseguram para f no conjunto R
a,b
no podem garantir-se se a funo
f avaliada fora do conjunto R
a,b
.
Na gura 2-1 mostra-se que as iteraes de Picard esto contidas nos tringulos APB e
CPD. Se permitirmos que t varie at t
0
a ou, no sentido inverso, at t
0
+a ento claro que
as iteraes de Picard {x
n
(t) , n 1} podero sair dos limites x
0
b.
49
Lema 3 Suponha-se w(t) contnua e no negativa satisfazendo a desigualdade
w(t) k
Z
t
t
0
w(s) ds. (2.5)
Ento w(t) 0.
Dem. Ver Braun (1993), p. 78.
Apresenta-se agora o resultado fundamental.
Teorema 3 (Existncia e Unicidade das Solues - Caso Escalar) Se f (t, x) contnua
em R
a,b
= {(t, x) : |t t
0
| a, |x x
0
| b} e, alm disso, satisfaz a condio de Lipschitz em
R
a,b
com respeito a x, ento existe uma soluo nica para o PVI x
0
= f (t, x) , x(t
0
) = x
0
em
t J = {t : |t t
0
| h} onde h = min(a, b/M) .
Dem. Assume-se que t [t
0
, t
0
+h]. O caso t [t
0
h, t
0
] demonstra-se de forma similar.
A demonstrao consiste em provar o seguinte: a) x
n
(t) x(t) quando n +; b) x(t)
satisfaz o PVI; c) x(t) uma funo contnua e d) Se z (t) tambm uma soluo do PVI
necessariamente se tem x(t) = z (t) . Comecemos por vericar a). Por construo tem-se
x
n
(t) = x
0
(t) + [x
1
(t) x
0
(t)] +... + [x
n
(t) x
n1
(t)]
= x
0
(t) +
n
X
k=1
[x
k
(t) x
k1
(t)] .
Ora x
n
(t) converge sse
P
+
n=1
[x
n
(t) x
n1
(t)] converge. Para o efeito suciente mostrar que
+
X
n=1
|x
n
(t) x
n1
(t)| < +.
Vamos em primeiro lugar estabelecer uma desigualdade para o termo geral da srie, |x
n
(t) x
n1
(t)|
(n) e depois mostramos que
P
n1
(n) < +.
50
Atendendo a (2.3) e a (2.4) vem para t [t
0
, t
0
+h]
|x
n
(t) x
n1
(t)| =

Z
t
t
0
[f (s, x
n1
(s)) f (s, x
n2
(s))] ds

Z
t
t
0
|f (s, x
n1
(s)) f (s, x
n2
(s))| ds

Z
t
t
0
K|x
n1
(s) x
n2
(s)| ds. (2.6)
Observe-se que a funo f satisfaz a condio de Lipchtiz, i.e., para todo o (t, x
i
(t)) , (t, x
i1
(t))
R
h,b
tem-se |f (t, x
i
(t)) f (t, x
i1
(t))| K |x
i
(t) x
i1
(t)|. Esta garantia dada (para alm
do enunciado do teorema em anlise) pelo lema 2 que estabelece (t, x
i
(t)) R
h,b
R
a,b
,
i = 1, ..., n pois t [t
0
, t
0
+h]. Se permitssemos que t variasse no conjunto [t
0
, t
0
+a] poderia
suceder, por exemplo, que |x
1
(t) x
0
(t)| Ma com Ma eventualmente superior a b. Logo
(t, x
1
(t)) poderia sair do conjunto R
a,b
e no haveria garantia que a funo f satiszesse a
condio de Lipchtiz. Usa-se agora a desigualdade (2.6) sucessivamente para n = 2, n = 3, etc.
Para n = 2 e considerando |x
1
(t) x
0
(t)| =

R
t
t
0
f (s, x
0
(s)) ds


R
t
t
0
Mds = M (t t
0
)
vem
|x
2
(t) x
1
(t)|
Z
t
t
0
K |x
1
(s) x
0
(s)| ds

Z
t
t
0
KM (s t
0
) ds
=
KM (t t
0
)
2
2
;
para n = 3,
|x
3
(t) x
2
(t)|
Z
t
t
0
K |x
2
(s) x
1
(s)| ds

Z
t
t
0
K
2
M (s t
0
)
2
2
ds
=
K
2
M (t t
0
)
3
3!
.
Por induo chega-se a
|x
n
(t) x
n1
(t)|
K
n1
M (t t
0
)
n
n!
.
51
Finalmente podemos concluir:
+
X
n=1
|x
n
(t) x
n1
(t)| = |x
1
(t) x
0
(t)| + |x
2
(t) x
1
(t)| +... + |x
n
(t) x
n1
(t)| +...
M (t t
0
) +
KM (t t
0
)
2
2!
+... +
K
n1
M (t t
0
)
n
n!
+...
=
M
K
+
X
n=1
(K (t t
0
))
n
n!

M
K
+
X
n=0
(K (t t
0
))
n
n!
=
M
K
e
K(tt
0
)
< +
para t [t
0
, t
0
+h]. Provmos que, para cada t [t
0
, t
0
+h] , a sequncia x
n
(t) converge
(pontualmente) para x(t). Prova-se a seguir que x
n
(t) x(t) uniformemente em t J, i.e.,
sup
tJ
|x
n
(t) x(t)| 0 quando n +.
5
Tem-se
sup
tJ
|x
n
(t) x(t)| = sup
tJ

Z
t
t
0
(f (s, x
n1
(s)) f (s, x(s))) ds

sup
tJ
Z
t
t
0
|f (s, x
n1
(s)) f (s, x(s))| ds
K sup
tJ
Z
t
t
0
|x
n1
(s) x(s)| ds
Atendendo a
x
n1
(t) = x
0
(t) +
n1
X
k=1
[x
k
(t) x
k1
(t)] , x(t) = x
0
(t) +
+
X
k=1
[x
k
(t) x
k1
(t)] .
vem
|x
n1
(s) x(s)| =

+
X
k=n
[x
k
(s) x
k1
(s)]

+
X
k=n
K
k1
M (s t
0
)
k
k!
e, portanto,
sup
tJ
|x
n
(t) x(t)| K sup
tJ
Z
t
t
0
|x
n1
(s) x(s)| ds K sup
tJ
Z
t
t
0
+
X
k=n
K
k1
M (s t
0
)
k
k!
ds
K sup
tJ
+
X
k=n
K
k1
Mh
k
k!
Z
t
t
0
ds Mh
+
X
k=n
(Kh)
k
k!
0.
5
Nesta alnea a) suciente considerar-se a convergncia pontual. A convergncia uniforme invocada nas
alneas seguintes.
52
Vejamos agora a alnea b). Para mostrar que o limite de x
n
(t), x(t) , satisfaz o PVI basta
mostrar, atendendo ao lema 1, que x(t) satisfaz a equao integral
x(t) = x
0
+
Z
t
t
0
f (s, x(s)) ds.
Considerando a iterao de Picard,
x
n+1
(t) = x
0
+
Z
t
t
0
f (s, x
n
(s)) ds
e tomando o limite em ambos os termos da equao quando n + obtm-se
x(t) = x
0
+ lim
n+
Z
t
t
0
f (s, x
n
(s)) ds.
Para mostrar que a equao anterior igual a x(t) = x
0
+
R
t
t
0
f (s, x(s)) ds necessrio mostrar
em primeiro lugar que lim
n+
R
t
t
0
f (s, x
n
(s)) ds =
R
t
t
0
lim
n+
f (s, x
n
(s)) ds. A permutao
do limite com o integral no geralmente vlida. Sabe-se, no entanto, que se f (t, x
n
(t))
converge uniformemente para f (t, x(t)) ento a referida permutao vlida. Nas condies
do teorema pode-se provar que f (t, x
n
(t)) converge uniformemente para f (t, x(t))
6,7
, pelo
que o limite pode permutar com o integral. Falta mostrar que
R
t
t
0
lim
n+
f (s, x
n
(s)) ds =
R
t
t
0
f (s, x(s)) ds. Este resultado imediato devido continuidade de f e alnea a). Prove-se
c). Como x
n
(t) contnua e converge uniformemente em t J a funo limite, x(t) tambm
contnua (ver Sarrico, 1999, teorema 7.2.1). Finalmente, veja-se d). Mostramos agora que se
z (t) tambm uma soluo do PVI necessariamente se tem x(t) = z (t). Assim,
x(t) = x
0
+
Z
t
t
0
f (s, x(s)) ds, z (t) = x
0
+
Z
t
t
0
f (s, z (s)) ds.
6
De facto, como f satisfaz a condio de Lipschitz e sup
tJ
|x
n
(t) x(t)| 0 tem-se
sup
tJ
|fn (t, xn (t)) f (t, x(t))| K sup
tJ
|xn (t) x(t)| 0 quando n +.
7
Alternativamente, invocando o teorema da convergncia dominada de Lebesgue, imediatamente se conclui
que a permutao do limite com o integral vlida [Teorema da convergncia dominada de Lebesgue: suponha-se
que f, g so tais que
_
|f| < e
_
|g| < . Se |fn| |g| para n = 1, 2, ... e limfn = f ento limn
_
fn =
_
f].
De facto, x
n
(t) limitada (est contido em R
h,b
), t varia num intervalo limitado e f contnua em R
a,b
. Logo
_
t
t
0
|f (s, xn (s))| ds < +.
53
Considerando |x(t) z (t)| e atendendo ao facto de f satisfazer a condio de Lipschitz,
|x(t) z (t)| =

Z
t
t
0
[f (s, x(s)) f (s, z (s))] ds

Z
t
t
0
|f (s, x(s)) f (s, z (s))| ds

Z
t
t
0
K|x(s) z (s)| ds.
Aplicando agora o lema 3 com w(t) = |x(t) z (t)| resulta x(t) = z (t) .
O teorema anterior exige que a funo f seja contnua e satisfaa a condio de Lipschitz
em certo rectngulo. Se a condio de Lipschitz falha possvel ainda assim estabelecer um
teorema de existncia nas seguintes condies.
Teorema 4 (Existncia) Admita-se que f (t, x) contnua no conjunto
S = {(t, x) : t
0
t t
0
+a, |x x
0
| b} .
Ento o PVI (2.1) admite pelo menos uma soluo no intervalo [t
0
, t
0
+a] .
Exemplo 20 Determine-se um intervalo de existncia e unicidade para o PVI x
0
= 1 + x +
x
2
cos t, x(1) = 2 em R = {(t, x) : |t 1| 3, |x 2| 4} (note-se t
0
= 1, x
0
= 2, a = 3,
b = 4). A funo f (t, x) contnua e f/x = 1 + 2xcos t contnua em R (logo limitada e,
portanto, satisfaz a condio de Lipschitz - ver observao 8, p. 46). Por outro lado,
M = max
(t,x)R
|f (t, x)| = 1 + 6 + 6
2
= 43.
Pelo teorema 3 existe uma soluo nica em t J = {t : |t 1| h} onde h = min(3, 4/43) =
4/43. Assim um intervalo de existncia e unicidade J = {t : |t 1| 4/43} = [39/43, 47/43] .
Exemplo 21 Para determinar o intervalo de existncia da soluo do PVI x
0
= x
2
, x(0) = 2,
t 0, usando o teorema 3, considera-se:
R = {(t, x) : 0 t a, |x 2| b} , M = max
(t,x)R
|f (t, x)| = (b + 2)
2
.
54
A funo f (t, x) contnua e f/x = 2x contnua em R (logo limitada). Pelo teorema
3 a soluo existe no intervalo 0 t h = min

a, b/ (b + 2)
2

. Tem obviamente interesse


obter o maior h possvel. A questo portanto maximizar h. Como max b/ (b + 2)
2
= 1/8,
podemos seleccionar a = 1/8 e, portanto, pelo teorema 3 existe uma soluo nica no intervalo
0 t 1/8. Como o PVI admite uma soluo fechada tem interesse vericar se o maior
intervalo de existncia estabelecido pelo teorema 3 corresponde de facto ao maior intervalo de
existncia do PVI. Pode-se mostrar que x(t) = 2/ (1 2t) a soluo do PVI e a soluo est
claramente denida em 0 t < 1/2.
O exemplo anterior mostra que o teorema 3 no fornece necessariamente o maior intervalo
de existncia. De facto o teorema 3 um teorema local de existncia e unicidade.
2.2 Prolongamento das Solues
Estabelecem-se agora condies que permitem prolongar o intervalo J denido pelo teorema
3 caso J no coincida com o maior intervalo de existncia (intervalo maximal de existncia)
mantendo-se as condies de existncia e unicidade.
Denio 9 (Prolongamento, Extenso, Soluo Maximal e Intervalo Maximal) Seja
x(t) , t I, uma soluo de um certo PVI. Suponha-se que existe uma soluo y (t) , t I
1
do
mesmo PVI tal que y (t) = x(t) para t I e I I
1
. Nestas circunstncia diz-se que y (t)
um prolongamento de x(t) e I
1
uma extenso de I. Se no existe y (t) nas condies enunci-
adas ento x(t) designa-se por soluo maximal e I o intervalo maximal de existncia (ou no
prolongvel).
Teorema 5 (Prolongamento) Seja f (t, x) contnua e limitada no domnio R R
2
. Se
x(t) uma soluo do PVI x
0
= f (t, x) , x(t
0
) = x
0
num intervalo (t
a
, t
b
) , ento os limites
x(t
a
+ 0) := lim
tt
a
+0
x(t) e x(t
b
0) := lim
tt
a
0
x(t) existem. Alm disso se (t
b
, x(t
b
0))
R ento x(t) pode ser prolongada direita de t
b
e de igual forma, se (t
a
, x(t
a
+ 0)) R ento
x(t) pode ser prolongada esquerda de t
a
.
55
Dem. Mostre-se que x(t
b
0) existe. Considere-se t
a
< u < v < t
b
. Nas condies do
teorema podemos usar o lema 1 para x(v) e x(u) . Depois de algumas simplicaes obtm-se
|x(v) x(u)|
Z
v
u
|f (s, x(s))| ds M |v u| (2.7)
onde M tal que |f| M em R. Podemos usar agora o critrio de convergncia de Cauchy. De
facto, quando v t
b
e u t
b
v-se, pela equao (2.7) que x(v) x(u) 0, o que implica,
de acordo com o critrio de Cauchy, que x(t
b
0) existe. Um argumento similar aplica-se ao
limite esquerda. Suponha-se agora que (t
b
, x(t
b
0)) R. Podemos denir a seguinte funo
y (t) =
_
_
_
x(t) t (t
a
, t
b
)
x(t
b
0) t = t
b
.
Claramente y (t) , t (t
a
, t
b
] um prolongamento de x(t) , t (t
a
, t
b
). Um outro prolongamento
de y (t) pode ser obtido usando (t
b
, x(t
b
0)) como condio inicial. Com efeito, como f
contnua, existe uma soluo z (t) para t [t
b
, t
b
+] , > 0 tal que z (t
b
) = x(t
b
0) (teorema
de existncia). Conclui-se agora que a soluo y (t), t (t
a
, t
b
] pode ser prolongada pela soluo
w(t) =
_
_
_
y (t) t (t
a
, t
b
]
z (t) t [t
b
, t
b
+] , > 0.
Exemplo 22 Retome-se o exemplo 21, x
0
= x
2
, x(0) = 2 onde, como vimos, o teorema 3
estabelece uma soluo nica no rectngulo
R = {(t, x) : 0 t 1/8, |x 2| 2} .
Pelo teorema do prolongamento possvel prolongar a soluo x(t) , t [0, 1/8] , dado que
f (t, x) = x
2
contnua e limitada em R. Tome-se como condio inicial x(1/8) = k e forme-
se novo rectngulo
R
1
= {(t, x) : 0 t 1/8 +a, |x k| b}
(passamos a ter t
0
= 1/8 e x
0
= k). Sabe-se que existe uma soluo nica z (t) com 1/8 t
56
1/8 +h onde h = min(a, b/M) e
M = max
(t,x)R
1
|f (t, x)| = (b +k)
2
.
Como o valor mximo de b/ (b +k)
2
obtido quando b = k, tem-se que max b/ (b +k)
2
=
1/ (4k) . O valor de h ento maximizado quando a = 1/ (4k) , e vem portanto h = 1/ (4k) .
Existe portanto um prolongamento de x(t) e a extenso I
1
= [0, 1/8 + 1/ (4k)] . Em geral,
o valor de k pode ser determinado numericamente. No nosso caso concreto, k x(1/8) =
2/ (1 2 (1/8)) = 2. 666 7 o que signica que I
1
de facto o intervalo [0, 0.21875]. Como o
intervalo maximal [0, 0.5) (ver exemplo 21) outros prolongamentos so possveis de obter.
Como nota nal convm sublinhar que a procura de prolongamentos s faz sentido quando a
soluo fechada no conhecida. O exemplo presente serviu apenas para ilustrar a tcnica de
obteno de prolongamentos, mas a rigor como a soluo conhecida no necessrio invocar-
se o teorema de existncia e o de continuao: sabemos de facto que a soluo do PVI existe
em 0 t < 1/2, sendo este intervalo maximal.
Teorema 6 Admita-se que f (t, x) uma funo contnua e limitada em R
2
e f (t, x) satisfaz
a condio de Lipschitz em relao a x no mesmo conjunto R
2
. Ento o PVI x
0
= f (t, x) ,
x(t
0
) = x
0
tem soluo nica em R.
Dem. Considere-se
R = {(t, x) : |t t
0
| a, |x x
0
| b} , M = max
(t,x)R
|f (t, x)| < +
Nas condies do teorema, existe uma soluo nica no intervalo |t t
0
| h = min

a,
b
M

.
Quando a +e b +a constante M mantm-se nita, pelo que h pode assumir qualquer
valor arbitrariamente alto.
O teorema de existncia e unicidade e do prolongamento no permitem obter o intervalo
maximal de existncia. Uma soluo satisfatria dada pelo teorema seguinte.
Teorema 7 Considerem-se os seguintes PVI: x
0
= f (t, x) , x(t
0
) = x
0
, y
0
= g (t, y) , y (t
0
) =
y
0
, z
0
= h(t, z) , z (t
0
) = z
0
. Admita-se que (i) f (t, x) , g (t, x) e h(t, x) satisfazem as condies
57
Figura 2-2: Argumento usado na demonstrao do teorema 7.
t
x
t
y
1
t
t
2
t
do teorema de existncia e unicidade num conjunto R R
2
, (ii) h(t, x) f (t, x) g (t, x) ,
(t, x) R e (iii) z
0
x
0
y
0
. Ento as solues dos PVI denidas em certo intervalo I
vericam as desigualdade z (t) x(t) y (t) para todo o t t
0
em I.
Dem. (Por reduo ao absurdo) suciente mostrar uma desigualdade. Suponhamos que
no verdade que x(t) y (t) em I (i.e., x(t) > y (t)). Como as solues so contnuas e
x
0
y
0
ento existe um t
1
t
0
e um t
2
> t
1
em I tal que x(t
1
) = y (t
1
) e x(t) > y (t) para
todo o t (t
1
, t
2
) I (ver gura 2-2). Resulta x(t) > y (t) x(t) x(t
1
) > y (t) y (t
1
) para
todo o t (t
1
, t
2
) e, portanto,
f (t
1
, x(t
1
)) = x
0
(t
1
) = lim
tt
1
+
x(t) x(t
1
)
t t
1
> lim
tt
1
+
y (t) y (t
1
)
t t
1
= y
0
(t
1
) = g (t
1
, y (t
1
)) ,
i.e., f (t
1
, x(t
1
)) > g (t
1
, y (t
1
)) o que uma contradio com a hiptese f (t, x) g (t, x) ,
(t, x) R (verique atravs da gura 2-2 que x
0
y
0
e x(t) > y (t) implica f (t
1
, x(t
1
)) >
g (t
1
, y (t
1
)) o que uma contradio com a hiptese f (t, x) g (t, x)).
Nas condies do teorema anterior a soluo x(t) existe no intervalo I onde z (t) e y (t)
esto denidos. Alm disso conclui-se que z (t) x(t) y (t) para t t
0
. O teorema 7 pode
ser aplicado nas seguintes condies. Dada a funo f (t, x) procura-se h(t, x) e g (t, x) nas
condies do teorema e tal que as ED y
0
= g (t, y) e z
0
= h(t, z) tenham solues conhecidas.
58
Exemplo 23 Considere-se o PVI
x
0
=
xcos (t +x)
1 + 2x
2
, x(0) = 1
com soluo analtica desconhecida. O teorema 6 pode ser aplicado, atendendo a que f (t, x) =
xcos (t +x) /

1 + 2x
2

contnua e limitada em R
2
e
f (t, x)
x
=
cos (t +x) + 2x
2
cos (t +x) +xsen(t +x) + 2x
3
sen(t +x)
1 + 4x
2
+ 4x
4
contnua e limitada em R
2
(o que implica que a constante de Lipschitz nita). Logo o PVI
tem soluo nica em R. Tambm o teorema 7 pode ser invocado. Com efeito,
|f (t, x)| =

xcos (t +x)
1 + 2x
2

|x|
1 + 2x
2

|x|
1 +x
2
< 1,
isto 1 < xcos (t +x) /

1 + 2x
2

< 1. Logo o PVI tem soluo nica em R (note-se: (ii)


h(t, x) = 1 < f (t, x) < g (t, x) = 1 e (iii) 1 x
0
1 implica 1 t x(t) 1 +t, t 0).
Exemplo 24 Considere o PVI x
0
= x(1 +x) cos (t) , x(0) = 1 cuja soluo
x(t) =
1
2e
sen(t)
1
para t [0, arcsen(log 2)) = [0, 0.765846) . Se a soluo x(t) fosse desconhecida seria interes-
sante aplicar-se o teorema 7. Uma possibilidade na escolha das funes h e g
h(t, x) = x(1 +x) x(1 +x) cos (t) g (t, x) = x(1 +x) .
A soluo do PVI y
0
= y (1 +y) , y (0) = 1 y (t) = e
t
/

2 e
t

para t [0, log 2) e a soluo


do PVI z
0
= z (1 +z) , z (0) = 1 z (t) = 1/

1 + 2e
t

para t 0.Conclui-se, pelo teorema 7


que
1
1 + 2e
t
x(t)
e
t
2 e
t
, t [0, log 2) = [0, 0.693 15) .
Na gura 2-3 mostram-se as solues y (t) , x(t) e z (t) .
59
Figura 2-3: Solues x(t) =
1
2e
sen(t)
1
, y (t) = e
t
/

2 e
t

e z (t) = 1/

1 + 2e
t

satisfazendo
1
1+2e
t
x(t)
e
t
2e
t
.
0.1 0.2 0.3 0.4 0.5 0.6
5
10
15
20
25
30
2.3 Caso Multivariado
Considere-se agora um sistema de ED de primeira ordem x
0
= f (t, x) , onde x = (x
1
, x
2
, ..., x
n
)
T
e f = (f
1
, f
2
, ..., f
n
)
T
. Com ligeiras adaptaes, os teoremas apresentados neste captulo so
vlidos tambm para o caso multivariado. Seja kxk a norma do vector x.
Teorema 8 (Existncia e Unicidade das Solues - Caso Multivariado) Se f (t, x) con-
tnua em R = {(t, x) : t
0
t t
0
+a, kx x
0
k b} e, alm disso, satisfaz a condio de Lip-
schitz em R com respeito a x ento existe uma soluo nica para o PVI (2.1) em t [t
0
, t
0
+h]
onde h = min(a, b/M) e M = max
(t,x)R
kf (t, x)k .
Naturalmente a condio de Lipschitz no caso multivariado deve ser interpretada nos seguintes
termos. Diz-se que a funo f (t, x) satisfaz a condio de Lipschitz com respeito a x no conjunto
S R
n+1
se existe um K > 0 tal que para todo o (t, x) , (t, y) S se tem
kf (t, x) f (t, y)k Kkx yk .
Suponha-se que f (t, x) tem derivadas parciais contnuas com respeito a t e x e ainda

f (t, x)
x
i

K para (t, x) S e i = 1, ..., n


60
(a desigualdade anterior imediatamente satisfeita se S um conjunto limitado e fechado em
R
n+1
). Aplicando o teorema do valor mdio para cada varivel obtm-se kf (t, x) f (t, y)k
K kx yk .
Exemplo 25 Considere-se o PVI
x
0
1
= x
1
, x
1
(0) = 1,
x
0
2
= tx
1
x
2
, x
2
(0) = 1
e o conjunto
R = {(t, x) : 0 t 1, kx x
0
k 4}
onde
x =
_
_
x
1
x
2
_
_
, x
0
=
_
_
1
1
_
_
e kk a norma Euclidiana. Mostre-se que existe uma soluo nica no intervalo [0, 1]. Para
o efeito verique-se o seguinte. (i) A funo
f (t, x) =
_
_
f
1
(t, x)
f
2
(t, x)
_
_
=
_
_
x
1
tx
1
x
2
_
_
obviamente contnua em R; (ii) as normas (Euclidianas) de
f
x
1
=
_
_
1
tx
2
_
_
e
f
x
2
=
_
_
0
tx
1
_
_
respectivamente,

f
x
1

=
p
1 +t
2
x
2
2
e

f
x
2

=
p
t
2
x
2
1
= |tx
1
| so contnuas no compacto R
e, portanto, satisfazem a condio de Lipschitz em R. Assim, pelo teorema 8, existe uma soluo
nica em t [0, h] onde h = min(1, 4/M) e M = max
(t,x)R
kf (t, x)k = max
(t,x)R
p
x
2
1
+t
2
x
2
1
x
2
2
=
2.73.
8
Logo h = min(1, 4/2.73) = 1.
8
Note-se que se trata de um problema de optimizao com restries de desigualdades.
61
Exerccios
1. Considere o PVI x
0
= 4t + 2t x, x(0) = 1.
(a) Utilize o mtodo de Picard para obter a soluo do PVI.
(b) Conrme o resultado obtido na alnea anterior resolvendo o PVI pelo mtodo habitual
2. Considere a equao x(t) = 1 +
R
t
0
(t s) x(s) ds.
(a) Utilize o mtodo de Picard para resolver a equao.
(b) Mostre que a equao dada representa um certo PVI.
(c) Mostre que a soluo obtida na alnea (a) satisfaz o PVI (alnea (b)).
3. Considere o PVI x
0
= t
2
x +x
2
, x(0) = 1 em R = {(t, x) : |t| 2, |x 1| 2} .
(a) Utilize o mtodo de Picard para obter as trs primeiras aproximaes da soluo
x(t).
(b) Mostre que f (t, x) = t
2
x +x
2
satisfaz a condio de Lipschitz em R e determine a
constante de Lipschitz.
(c) Determine um intervalo de existncia e unicidade da soluo.
4. Seja g : RR uma funo contnua e no identicamente nula. Mostre que o PVI x
0
=
g (t)

x, x(0) = 0 no tem soluo nica. O que falha no teorema de existncia e


unicidade?
5. Mostre que o PVI x
0
=

x
2
1, x(0) = 1 no tem soluo nica. O que falha no teorema
de existncia e unicidade?
6. (Exame) Considere o PVI x
0
= x
2
+xt5, x(0) = 0 no rectngulo R = {(t, x) : 0 t 2, |x| 2}
(a) Mostre que f (t, x) = x
2
+ xt 5 satisfaz a condio de Lipschitz com respeito a x
no conjunto R e determine a constante de Lipschitz.
(b) Determine um intervalo de existncia e unicidade para a soluo do PVI.
62
(c) Utilizando o mtodo de Picard obtenha as trs primeiras aproximaes da soluo
(x
0
(t) , x
1
(t) e x
2
(t)) e proponha uma estimativa para x(2/3) .
7. Considere o PVI x
0
= x
2
+5 cos t
2
, x(0) = 2 denido em R = {(t, x) : |t| a, |x 2| b} .
Aplicando o teorema de existncia e unicidade das solues determine o maior intervalo
que o teorema admite, onde existe uma soluo nica.
8. Considere o PVI x
0
= t
2
+ x
2
, x(0) = 0 denido em R = {(t, x) : 0 t a, |x| b} .
Aplicando o teorema de existncia e unicidade das solues determine o maior intervalo
que o teorema admite, onde existe uma soluo nica.
9. Considere o PVI x
0
= x
2
, x(0) = 1 onde um parmetro positivo. Que condio
devemos impor a para que exista uma soluo nica no intervalo [0, T]? Resolva a
questo considerando separadamente: (a) a soluo do PVI; (b) o teorema de existncia
e unicidade das solues.
10. Considere o PVI x
0
= e
x
2
1 cos t, x(0) = 0 onde um parmetro positivo. Que
condio devemos impor a para que exista uma soluo nica no intervalo [0, T] .
11. Mostre que o PVI x
0
= arctg x, x(0) = 0 tem uma soluo nica em R.
12. Mostre que o PVI x
0
= e
cos t
, x(0) = 0 tem uma soluo nica em R.
13. (Exame) Considere o PVI
x
0
=
e
x
1 +e
x
, x(0) = 0.
(a) Mostre que existe uma soluo nica em R.
(b) Sem resolver o PVI mostre que |x(t)| t para t 0.
14. Considere o PVI x
0
= (arctg x) x +t, x(0) = 0, t 0. Determine um intervalo I = [0, b)
e duas funes z (t) e y (t) tais que z (t) x(t) y (t) em I.
15. Considere o PVI x
0
= x
2
+cos

t +x
2

, x(0) = 0, t 0. Determine um intervalo I = [0, b)


e duas funes z (t) e y (t) tais que z (t) x(t) y (t) em I.
63
16. (Exame) Considere os PVI x
0
= f (t, x) , x(0) = x
0
e x
0
= f (t, x) , x(0) = y
0
e as respec-
tivas solues x(t, 0, x
0
) e x(t, 0, y
0
). Suponha que f satisfaz a condio de Lipschitz com
respeito a x. Determine uma funo (t) tal que |x(t, 0, x
0
) x(t, 0, y
0
)| |x
0
y
0
| (t) ,
para todo o t 0. Utilize a desigualdade de Bellman e Gronwall: se z (t) uma funo
real contnua tal que z (t) 0 e z (t) C +K
R
t
0
z (s) ds para todo o t 0, onde C > 0 e
k > 0 ento z (t) Ce
Kt
.
64
Captulo 3
Aproximaes Numricas
Quando a ED no linear a soluo analtica geralmente no conhecida. Tem interesse assim
investigar-se aproximaes numricas para x(t) . Considere-se o PVI
x
0
= f (t, x) , x(t
0
) = x
0
com soluo nica em t J. O objectivo consiste em aproximar x(t) no intervalo [t
0
, t
n
] J
atravs de uma funo y (t). Uma possvel aproximao para x(t) pode ser fornecida pelo
mtodo de Picard (denio 8). No entanto, este mtodo difcil de aplicar pois, em cada
iterao, necessrio realizar-se uma integrao. Vamos apresentar esquemas alternativos de
aplicao mais simples.
Nestes esquemas comea-se por discretizar o intervalo [t
0
, t
n
] na forma t
0
t
1
... t
n1

t
n
. Sem perda de generalidade pode-se considerar uma amplitude de discretizao t
i
t
i1
=
constante para i = 1, 2, ..., n. Vem assim = (t
n
t
0
) /n e t
i
= t
0
+ i, i = 0, 1, ..., n (ver a
gura 3-1). Como veremos, o objectivo consiste em aproximar a soluo x(t) nos instantes de
discretizao t
i
atravs de uma funo y (t
i
).
Investiga-se agora possveis funes aproximadoras y. Para o efeito, considere-se o seguinte.
Admita-se que x(t) tem derivadas de ordem s em [t
0
, t
n
]. Ento pela frmula de Taylor tem-se
x(t) = x(t
0
) +x
0
(t
0
) (t t
0
) +x
00
(t
0
)
(t t
0
)
2
2!
(3.1)
+... +x
(s1)
(t
0
)
(t t
0
)
s1
(s 1)!
+x
(s)
(z)
(t t
0
)
s
s!
65
Figura 3-1: Discretizao (ou decomposio) do intervalo [t
0
, t
n
] de acordo com a regra t
i
=
t
0
+i, i = 0, 1, .., n, = (t
n
t
0
) /n
0
t
1
t
2
t
43 42 1


43 42 1


43 42 1


3
t
n
t
1 n
t
43 42 1

...
com z = t + (1 ) t
0
, 0 1. Note-se que
x
0
(t
0
) = f (t
0
, x(t
0
)) = f (t
0
, x
0
)
x
00
(t
0
) =
df (t
0
, x(t
0
))
dt
=
f (t
0
, x
0
)
t
+
f (t
0
, x
0
)
x
dx(t
0
)
dt
=
f (t
0
, x
0
)
t
+
f (t
0
, x
0
)
x
f (t
0
, x
0
) , (3.2)
etc. necessrio nesta fase escolher a ordem da aproximao, i.e., necessrio truncar a frmula
de Taylor.
3.1 Mtodo de Euler
O caso mais simples consiste em considerar, a partir da equao (3.1), a expresso
x(t) = x(t
0
) +x
0
(t
0
) (t t
0
) +e
1
onde e
1
representa o resto da frmula de Taylor. Como x
0
(t
0
) = f (t
0
, x
0
) vem,
x(t) = x(t
0
) +f (t
0
, x
0
) (t t
0
) +e
1
.
Como se sabe, o erro de aproximao que se comete ao se desprezar o resto da frmula de Taylor
tanto maior quanto maior for o valor |t t
0
| . Podemos tornar este valor "pequeno"considerando
66
a correspondente a expresso dinmica
x(t
i
) = x(t
i1
) +f (t
i1
, x(t
i1
)) (t
i
t
i1
) +e
2
, (3.3)
baseada na discretizao do intervalo [t
0
, t
n
] . Anulando e
2
, obtm-se uma funo aproximadora
(para simplicar, y (t
i
) passa a escrever-se y
i
):
y
0
= x
0
(3.4)
y
i
= y
i1
+f (t
i1
, y
i1
) , i = 1, 2, ..., n. (3.5)
As equaes (3.4) e (3.5) so conhecidas como a aproximao ou esquema de Euler
1
.
Exemplo 26 Considere-se o PVI x
0
= t
2
+log |1 +x| , x(0) = 1 com soluo nica no intervalo
[0, +) (mostre). A soluo x(t) no conhecida. Aproxime-se o valor da soluo x(t) em
certos instantes t no intervalo [0, 2] com base numa amplitude de discretizao de = 1/2.
Logo n = (t
n
t
0
) / = 4 e t
i
= t
0
+i = i/2, i = 0, 1, 2, 3, 4. Tem-se, atendendo s equaes
(3.4) e (3.5) (e notando y
i
:= y (t
i
)),
y
0
= x
0
= 1
y
1
= y
0
+f (t
0
, y
0
) = 1 +

0
2
+ log |1 + 1|

/2 = 1. 346 6 (aprox.)
y
2
= y
1
+f (t
1
, y
1
) = 1. 346 6 +

(1/2)
2
+ log |1 + 1. 346 6|

/2 = 1. 898 1 (aprox.)
y
3
= y
2
+f (t
2
, y
2
) = 1. 898 1 +

1
2
+ log |1 + 1. 898 1|

/2 = 2. 930 1 (aprox.)
y
4
= y
3
+f (t
3
, y
3
) = 2. 930 1 +

(3/2)
2
+ log |1 + 2. 930 1|

/2 = 4. 739 4 (aprox.).
Em cada iterao ocorrem dois erros de aproximao: um dos erros deve-se ao anulamento
do termo e
2
na equao (3.3); o outro deve-se aos arredondamentos que se efectuam nas vrias
1
Podemos tambm obter o esquema de Euler notando que a funo f (t, x) o declive da recta tangente
ao grco da soluo x(t) no instante t. Assim, a partir da denio de derivada de x(t) tem-se, para
sucientemente pequeno,
x(t +) x(t)

f (t, x)
ou seja
x(t +) x(t) + f (t, x) .
67
Figura 3-2: Esquema de Euler ( = 1/2) y
i
= y
i1
+f (t
i1
, y
i1
)
1
2
, (i = 1, 2, ..., 5)
0.5 1 1.5 2 2.5
-1
1
2
3
4
iteraes ( desejvel no se proceder a arredondamentos grosseiros para que no se acumule
no nal um erro de aproximao signicativo).
Uma questo que imediato se coloca a seguinte. Qual o impacto sobre a qualidade da
aproximao quando a amplitude de discretizao diminui. O exemplo e o teorema seguinte
claricam esta questo.
Exemplo 27 Considere-se a ED linear x
0
= f (t, x), f (t, x) = x+7e
t
cos 8t com a condio
inicial x(0) = 1/2. Atendendo ao teorema 1 obtm-se a soluo nica x(t) =
1
8
e
t
(4 + 7 sen(8t))
para t R. Conhecendo-se a soluo pode-se avaliar de forma precisa o erro que se comete usan-
do o esquema Euler. Nas guras 3-2 a 3-4 compara-se a soluo exacta (trao grosso) com o
esquema de Euler no intervalo t [0, 2.5] para diferentes valores de (os pontos {y
i
} so liga-
dos uns aos outros, i.e. faz uma interpolao linear entre eles - o esquema de Euler agora uma
funo contnua). evidente que quanto mais pequeno (i.e. mais na a decomposio
do intervalo) mais precisa a aproximao.
Obviamente, numa aplicao concreta, s se aplica o esquema de Euler se a soluo for
desconhecida. Nestas circunstncias, como avaliar a magnitude dos erros de aproximao? O
teorema seguinte responde a esta questo. Concretamente, fornece uma majorao para o erro
E
i
= |x(t
i
) y
i
| , i = 1, ..., n no caso em que y
i
corresponde ao esquema de Euler.
68
Figura 3-3: Esquema de Euler ( = 1/10) y
i
= y
i1
+f (t
i1
, y
i1
)
1
10
, (i = 1, 2, ..., 25)
0.5 1 1.5 2 2.5
-1
-0.5
0.5
1
1.5
2
Figura 3-4: Esquema de Euler ( = 1/50) y
i
= y
i1
+f (t
i1
, y
i1
)
1
50
, (i = 1, 2, ..., 125)
0.5 1 1.5 2 2.5
-1
-0.5
0.5
1
1.5
2
69
Teorema 9 Considere-se o PVI x
0
= f (t, x), x(t
0
) = x
0
com soluo nica em t J =
[t
0
, t
0
+h], onde h = min(a, b/M) , M = max
(t,x)R
|f (t, x)| e R = {(t, x) : t
0
t t
0
+a, |x x
0
| b} .
Suponha-se que
max
(t,x)R

f (t, x)
x

L, max
(t,x)R

f (t, x)
t
+f (t, x)
f (t, x)
x

D.
Ento, o erro absoluto associado ao esquema de Euler verica
E
i

D
2L

(1 +L)
i
1

D
2L

e
hL
1

i = 1, ..., n.
Para provarmos este teorema precisamos do seguinte lema.
Lema 4 Suponha-se que {E
i
, i = 1, 2, ..., n} satisfaz
E
i
AE
i1
+B, E
0
= 0
onde A e B so constantes positivas. Ento
E
i

B
(A1)

A
i
1

, se A 6= 1
E
i
Bi, se A = 1.
Dem. Seja y
i
= Ay
i1
+B, y
0
= 0. Por induo conclui-se que E
i
y
i
. Atendendo teoria
das equaes lineares s diferenas nitas, basta vericar que y
i
=
B
(A1)

A
i
1

se A 6= 1 e
y
i
= Bi se A = 1.
Dem. do Teorema 9 Atendendo s equaes (3.1) e (3.2) pode-se obter
x(t
i
) = x(t
i1
) +f (t
i1
, x(t
i1
)) +

f (z, x(z))
t
+
f (z, x(z))
x
f (z, x(z))

2
2!
com z = t
i
+ (1 ) t
ii
, 0 1. Considerando
f (t
i1
, x(t
i1
)) = f (t
i1
, y
i1
) +
f (t
i1
, x

)
x
(x(t
i1
) y
i1
)
70
(pela frmula de Taylor) onde x

= x(t
i1
)+(1 ) y
i1
, 0 1 e o facto de (t
i1
, x(z

))
R e (z, x(z)) R vem, para i = 1, ..., n,
E
i
= |x(t
i
) y
i
| = |x(t
i1
) y
i1
+ (f (t
i1
, x(t
i1
)) f (t
i1
, y
i1
))
+

f (z, x(z))
t
+
f (z, x(z))
x
f (z, x(z))

2
2!
|
|x(t
i1
) y
i1
| +

f (t
i1
, x

)
x

|x(t
i1
) y
i1
|
+

f (z, x(z))
t
+
f (z, x(z))
x
f (z, x(z))

2
2!
|x(t
i1
) y
i1
| +L|x(t
i1
) y
i1
| +D

2
2!
= E
i1
+LE
i1
+D

2
2!
= (1 +L) E
i1
+D
2
/2!
isto ,
E
i
AE
i1
+B, E
0
= 0
com A = (1 +L) e B = D
2
/2! (notar que a relao E
0
= 0 decorre de x(t
0
) = y
0
). Pelo
lema 4 vem E
i

D
2L

(1 +L)
i
1

. Para obter uma estimativa independente de i observe-se


que (1 +L) e
L
. Assim,
E
i

D
2L

(1 +L)
i
1

D
2L

e
iL
1

D
2L

e
hL
1

(3.6)
tendo-se considerado i h.
No teorema anterior poderamos ter trabalhado com o intervalo [t
0
, t
n
] em lugar de [t
0
, t
0
+h]
(com t
n
h). Neste caso, em lugar da equao (3.6), ter-se-ia E
i

D
2L

e
(tnt
0
)L
1

.
De acordo com o teorema 9 podemos estabelecer que E
i
= O(). Logo lim
0
E
i
= 0 (mas
lim
0
E
i
/ || = const.). Observe-se: se diminui para metade E
i
diminui pelo menos metade.
Em geral, o esquema de Euler, com relativamente pequeno, permite obter boas aproximaes
soluo. Todavia, para obter boas aproximaes necessrio, em certos casos, considerar-se
um muito pequeno e isto levanta dois problemas. Primeiro, h um custo em termos de tempo
de computao - o nmero de iteraes que necessrio efectuar com o esquema de Euler
71
igual a n = (t
n
t
0
) / (quanto menor maior n). Este custo no pode ser valorizado tendo
em conta a velocidade de processamento dos computadores actuais. Segundo, sabe-se que as
operaes aritmticas envolvendo valores fraccionrios nunca so processadas de forma exacta
pelos computadores - existem pequenos erros de arredondamento. Estes erros podem tornar-se
signicativos se o nmero de iteraes processadas alto, i.e. quando baixo (ver exerccios).
3.2 Outras Aproximaes
Para minorar os inconvenientes relacionados com o esquema de Euler, podem-se denir esque-
mas de aproximaes mais precisos para xo. Por exemplo, considerando as equaes (3.1)
e (3.2), tem-se
x(t
i
) = x(t
i1
) +f (t
i1
, x(t
i1
))
+

f (t
i1
, x(t
i1
))
t
+
f (t
i1
, x(t
i1
))
x
f (t
i1
, x(t
i1
))

2
2!
+O

.
Desprezando os termos de ordem O

obtm-se o esquema de aproximao


y
0
= x
0
y
i
= y
i1
+f (t
i1
, y
i1
) +

f (t
i1
, y
i1
)
t
+
f (t
i1
, y
i1
)
x
f (t
i1
, y
i1
)

2
2!
para i = 1, 2, ..., n. Pode-se provar que o erro de aproximao |x(t
i
) y
i
| de ordem O

(notar que no caso do esquema de Euler o erro de ordem O()).


Um esquema de aproximao bastante conhecido pela sua simplicidade e ecincia o
esquema de Runge-Kutta
y
0
= x
0
y
i
= y
i1
+ (L
i1,1
+ 2L
i1,2
+ 2L
i1,3
+L
i1,4
)

6
para i = 1, 2, ..., n, onde L
i1,1
= f (t
i1
, y
i1
) , L
i1,2
= f

t
i1
+

2
, y
i1
+

2
L
i1,1

, L
i1,3
=
f

t
i1
+

2
, y
i1
+

2
L
i1,2

e L
i1,4
= f (t
i1
+, y
i1
+L
i1,3
) . Pode-se provar que o erro
de aproximao |x(t
i
) y
i
| neste caso de ordem O

.
72
No caso multivariado suponha-se que se tem
x
0
1
= f
1
(t, x
1
, x
2
, ..., x
m
)
x
0
2
= f
2
(t, x
1
, x
2
, ..., x
m
)
.
.
.
x
0
m
= f
m
(t, x
1
, x
2
, ..., x
m
) .
Seja y
j
(t
i
) a aproximao soluo x
j
(t
i
) . No caso do esquema de Euler a aproximao cor-
responde a
y
j
(t
i
) = y
j
(t
i1
) +f
j
(t
i1
, y
1
(t
i1
) , ..., y
m
(t
i1
))
para i = 1, 2, ..., n e j = 1, 2, ..., m.
73
Exerccios
1. Considere o PVI x
0
=

t
2
+x
2

/2, x(0) = 0.
(a) Mostre que existe uma soluo nica denida em R = {(t, x) : 0 t 1, |x| < 1}.
(b) Considerando = 1/10 e o esquema de Euler obtenha uma aproximao para x(0) ,
x(1/10) , x(2/10) e x(3/10) .
(c) Resolva a alnea (b) considerando um esquema com um erro absoluto de ordem
O

.
(d) Resolva a alnea (b) considerando o esquema de Runge-Kutta .
(e) Determine de forma que o erro absoluto cometido na aproximao a x(t
i
) , t
i

[0, 1] , utilizando-se o esquema de Euler, no seja superior a 0.0001.
2. Considere o PVI x
0
= f (t, x) , x(0) = 0. Suponha que |f (t, x)| 1, |f (t, x) /x| 1 e
|f (t, x) /t +f (t, x) f (t, x) /x| 2 no rectngulo R = {(t, x) : 0 t 1, 1 x 1} .
Sabe-se que o esquema de Euler com = 1/10 produz y (5/10) = y
5
= .09157 7 e
y (5/10) = y
6
= .09 258 7. Mostre que existe pelo menos um t

[5/10, 6/10] tal que


x(t

) = 0.
3. Suponha que o computador avalia o esquema de Euler introduzindo em cada iterao um
erro de arredondamento de
i
, i = 1, 2, ... vericando |
i
| < , i.e.
y
i
= y
i1
+f (t
i1
, y
i1
) +
i
, i = 1, 2, ..., n.
Suponha |f (t, x) /x| L e |f (t, x) /t +f (t, x) f (t, x) /x| D para todo o t e x.
(a) Mostre que

E
i
= |x(t
i
) y
i
|

D
2L
+

L

e
hL
1

.
(b) Determine o valor de que minimiza

E
i
.
4. Considere o PVI x
0
= x, x(0) = 1. Mostre que a aproximao de Euler converge para a
soluo quando 0. Sugesto: Comece por mostrar y
1
= (1 +) , y
2
= (1 +) y
1
=
74
(1 +)
2
, ..., y
n
= (1 +)
n
. Faa = t
n
/n e considere n +. Conclua y (t
n
) =
x(t
n
) para qualquer t
n
.
5. Seja o PVI
x
0
1
= x
1
, x
1
(0) = 1,
x
0
2
= tx
1
x
2
, x
2
(0) = 1.
Considerando = 1/2 e o esquema de Euler obtenha uma aproximao para a soluo
do sistema nos instantes 0, 1/2 e 1.
75
Captulo 4
Sistemas de Equaes Lineares
4.1 Introduo
At agora estudmos essencialmente ED univariadas (embora tenhamos j introduzido sistemas
de ED diferenciais - ver a observao 4 e o ponto 2.3). Com os sistemas de ED assume-se que
as taxas de variao x
0
i
(t) dependem no s da prpria varivel x
i
(t) como tambm de outras
variveis x
j
(t) , j 6= i. Um exemplo clssico do modelo predador-presa. Se designarmos
respectivamente, x
1
(t) e x
2
(t) as populaes de predadores e presas natural concluir-se que
nenhuma das variveis x
1
e x
2
pode ser estudada de forma independente, j que elas interagem
dinamicamente ao longo do tempo. Como resultado, devemos considerar o sistema de ED
x
0
1
= f
1
(t, x
1
, x
2
) , x
0
2
= f
2
(t, x
1
, x
2
) . So numerosos os exemplos na rea da economia e das
nanas (modelo de ajustamento procura-oferta, modelo neoclssico de crescimento, etc. - ver
Gandolfo, 1997, Cap. 19).
Neste captulo vamos estudar o sistema de equaes diferenciais (SED) lineares
x
0
1
= a
11
x
1
+... +a
1n
x
n
+g
1
(t)
x
0
2
= a
21
x
1
+... +a
2n
x
n
+g
2
(t)
.
.
.
x
0
n
= a
n1
x
1
+... +a
nn
x
n
+g
n
(t)
76
ou, compactamente
x
0
= Ax +g (t) (4.1)
onde
x :=
_

_
x
1
.
.
.
x
n
_

_
, x
0
:=
_

_
x
0
1
.
.
.
x
0
n
_

_
, A :=
_

_
a
11
a
1n
.
.
.
.
.
.
.
.
.
a
n1
a
nn
_

_
, g (t) :=
_

_
g
1
(t)
.
.
.
g
n
(t)
_

_
(a := b l-se: a igual a b por denio). O PVI vir, como habitualmente, na forma
x
0
= Ax +g (t) , x(t
0
) = x
0
.
O objectivo deste captulo consiste em obter a soluo geral do sistema e estabelecer alguns
resultados que serviro depois o estudo da estabilidade.
Denio 10 O sistema (4.1) designa-se por sistema de equaes diferenciais no homogneas.
Se g (t) 0 o sistema designa-se por sistema de equaes diferenciais homogneas.
Observao 10 Tem interesse vericar que a ED linear no homognea de ordem n
y
(n)
= a
n1
y
(n1)
+... +a
1
y
0
+a
0
y +b (t)
onde y
(k)
:= d
k
y (t) /dt
k
e b (t) uma funo contnua em certo intervalo I, pode ser represen-
tada como um sistema de equaes lineares de primeira ordem (denido em I) e, portanto, ser
resolvida como tal. Com efeito, considere-se
x
1
= y, x
2
= y
0
, ..., x
n
= y
(n1)
.
77
resulta
x
0
1
= x
2
x
0
2
= x
3
.
.
.
x
0
n
= a
n1
x
n
+a
n2
x
n1
... +a
0
x
1
+b (t)
isto , x
0
= Ax +g (t) onde
A =
_

_
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
a
0
a
1
a
2
a
n1
_

_
, g (t) =
_

_
0
0
.
.
.
0
b (t)
_

_
.
Exemplo 28 Represente-se a ED linear de ordem 3
y
000
= 2y
00
+y
0
4y +e
3t
atravs de uma sistema de ED de primeira ordem. Com as transformaes x
1
= y, x
2
= y
0
, x
3
=
y
00
tem-se
x
0
1
= x
2
, x
0
2
= x
3
e x
0
3
= 2x
3
+x
2
4x
1
+e
3t
isto ,
_

_
x
0
1
x
0
2
x
0
3
_

_
=
_

_
0 1 0
0 0 1
4 1 2
_

_
_

_
x
1
x
2
x
3
_

_
+
_

_
0
0
e
3t
_

_
Vamos comear por abordar o caso dos sistemas de equaes diferenciais lineares homog-
neos, x
0
= Ax (A no depende de t e, portanto, A uma matriz de constantes).
78
4.2 Sistema de Equaes Diferenciais Homogneas
4.2.1 Primeiras Noes
Comea-se por recordar que uma funo x(t) designada uma soluo da ED (ou do SED)
x
0
= f (t, x) num intervalo I se x
0
(t) existe em I e x(t) satisfaz x
0
(t) = f (t, x(t)) (denio 1).
No caso x
0
= f (x) = Ax, x
1
com valores em R
n
uma soluo em I do SED se x
1
(t) existe em
I (neste captulo admitiremos sempre esta condio) e se

x
1

0
tal que

x
1

0
= Ax
1
. Outra
denio que recordamos a de soluo geral. Vimos (denio 2) que uma soluo de uma
ED (ou de um SDE) designada por soluo geral se inclui todas as solues da ED (ou do
SED). Uma soluo particular uma soluo deduzida a partir da soluo geral.
Exemplo 29 Considere-se o SED
x
0
1
= 2x
1
x
0
2
= 3x
2
(observe-se que as variveis evoluem de forma independente, pelo que, a rigor, no necessrio
tratar x
1
e x
2
de forma conjunta, i.e. atravs de um sistema). O SED pode escrever-se na
forma
_
_
x
1
x
2
_
_
0
| {z }
x
0
=
_
_
2 0
0 3
_
_
| {z }
A
_
_
x
1
x
2
_
_
| {z }
.
x
Se tomarmos
x
1
=
_
_
e
2t
0
_
_
, x
2
=
_
_
0
e
3t
_
_
fcil ver que

x
1

0
=
_
_
2e
2t
0
_
_
, Ax
1
=
_
_
2 0
0 3
_
_
_
_
e
2t
0
_
_
=
_
_
2e
2t
0
_
_
i.e.

x
1

0
= Ax
1
e, da mesma forma,

x
2

0
= Ax
2
ou seja x
1
e x
2
so solues do SED
x
0
= Ax. Tambm se pode vericar que c
1
x
1
e c
2
x
2
onde c
1
, c
2
R so solues do SED.
79
Naturalmente c
1
x
1
e c
2
x
2
(considerados separadamente) no representam a soluo geral (por
exemplo x
2
no pode obter-se a partir de c
1
x
1
, qualquer que seja o valor da constante c
1
). No
entanto, tome-se uma combinao linear de x
1
e x
2
, i.e., x = c
1
x
1
+ c
2
x
2
. imediato que x
soluo do SED
1
. A soluo assim obtida mais abrangente do que c
1
x
1
e c
2
x
2
(tomados
individualmente). Em particular, x gera as solues c
1
x
1
e c
2
x
2
. Ser x a soluo geral? Iremos
ver que a resposta positiva, mas no podemos ainda garanti-lo sem que se mostre primeiro
que x = c
1
x
1
+c
2
x
2
, c
1
, c
2
R, gera todas as solues do SED.
Teorema 10 Seja S o conjunto de todas as solues do SED x
0
= Ax. O conjunto S munido
das operaes usuais de soma de vectores e multiplicao escalar um espao vectorial (sobre
o corpo R).
Dem. Basta mostrar que so vlidos os axiomas denidores de espao vectorial (ver
Gregrio Lus e Silva Ribeiro, 1985, captulo 1). Em particular, se x
1
, x
2
S ento uma
combinao linear de elementos de S ainda um elemento de S, i.e. x = c
1
x
1
+c
2
x
2
S.
A demonstrao dos resultados seguintes pode ver-se em Braun (1993), Cap. 3. Caso no
seja especicado nada em contrrio, A uma matriz quadrada de ordem n.
Teorema 11 A dimenso do espao vectorial S, formado por todas as solues do SED x
0
=
Ax, igual a n.
Teorema 12 Se x
1
, x
2
, ..., x
n
so solues linearmente independentes do sistema x
0
= Ax ento

x
1
, x
2
, ..., x
n

forma uma base do espao das solues S. A soluo geral de x


0
= Ax
x = c
1
x
1
+c
2
x
2
+... +c
n
x
n
.
Lema 5 (Teste de Independncia Linear) Sejam x
1
(t) , x
2
(t) , ..., x
k
(t) solues de x
0
=
Ax. Ento x
1
(t) , x
2
(t) , ..., x
k
(t) so linearmente independentes sse x
1
(t
0
) , x
2
(t
0
) , ..., x
k
(t
0
)
so linearmente independentes.
1
Com efeito, dado que c
1
x
1
e c
2
x
2
so solues, tem-se x
0
=
_
c
1
x
1
_
0
+
_
c
2
x
2
_
0
= Ac
1
x
1
+ Ac
2
x
2
=
A
_
c1x
1
+ c2x
2
_
= Ax.
80
Exemplo 30 Verique-se que
x
1
(t) =
_
_
e
2t
0
_
_
, x
2
(t) =
_
_
0
e
3t
_
_
so linearmente independentes. Pelo lema anterior x
1
(t) e x
2
(t) so linearmente independentes
sse x
1
(t
0
) e x
2
(t
0
) so linearmente independentes. Faa-se a escolha mais simples: t
0
= 0.
simples vericar que x
1
(0) = (1, 0)
T
e x
2
(0) = (0, 1)
T
so linearmente independentes, logo
x
1
(t) e x
2
(t) so tambm linearmente independentes.
Exemplo 31 Considere-se o exemplo 29.Vimos que
x
1
=
_
_
e
2t
0
_
_
, x
2
=
_
_
0
e
3t
_
_
so solues do SED x
0
= Ax. Alm disso, x
1
e x
2
so linearmente independentes (ver o exemplo
anterior). Assim, os vectores

x
1
, x
2

formam uma base de dimenso 2 do espao das solues.


Em consequncia no possvel encontrar uma terceira soluo linearmente independente das
duas solues j obtidas. Pelo teorema 12 a soluo geral do sistema
x(t) = c
1
_
_
e
2t
0
_
_
+c
2
_
_
0
e
3t
_
_
=
_
_
c
1
e
2t
c
2
e
3t
_
_
, c
1
, c
2
R.
Observe-se que se chegaria exactamente a esta concluso se se resolvesse as ED x
0
1
= 2x
1
,
x
0
2
= 3x
2
de forma independente.
Exemplo 32 Considere-se o seguinte PVI
x
0
1
= x
2
x
0
2
= x
1
2x
2
81
x(0) = (1, 1)
T
. Na notao matricial temos x
0
= Ax onde
A =
_
_
0 1
1 2
_
_
.
(Note-se que o PVI denido em sistema equivalente ao PVI y
00
+ 2y
0
+ y = 0, y (0) = 1,
y
0
(0) = 1). Verique-se que uma soluo de x
0
= Ax
x
1
=
_
_
e
t
e
t
_
_
.
Com efeito,

x
1

0
=
_
_
e
t
e
t
_
_
, Ax
1
=
_
_
0 1
1 2
_
_
_
_
e
t
e
t
_
_
=
_
_
e
t
e
t
_
_
e, portanto, verica-se

x
1

0
= Ax
1
. Tambm se pode vericar que c
1
x
1
(t) , c
1
R soluo
de x
0
= Ax. No entanto x
1
no forma uma base do espao do espao das solues. Verique-se
que
x
2
=
_
_
te
t
(1 t) e
t
_
_
tambm soluo do sistema e x
2
no pode ser obtido a partir de x
1
. Uma forma de apresentar
uma soluo mais abrangente considerar a combinao linear das duas solues,
x = c
1
x
1
+c
2
x
2
, c
1
, c
2
R.
Como o SED x
0
= Ax com n = 2 equaes admite no mximo n = 2 solues linearmente
independentes no possvel encontrar uma terceira soluo linearmente independente das duas
solues j obtidas. A soluo geral do sistema
x(t) = c
1
_
_
e
t
e
t
_
_
+c
2
_
_
te
t
(1 t) e
t
_
_
=
_
_
c
1
e
t
+c
2
te
t
c
1
e
t
+c
2
(1 t) e
t
_
_
, c
1
, c
2
R.
82
4.2.2 Matriz Fundamental de Solues
Seja e
At
denida da seguinte forma:
e
At
:= I +At +
A
2
t
2
2!
+... +
A
k
t
k
k!
+... (4.2)
onde I a matriz identidade de dimenso n. A expresso e
At
existe j que a srie que gura
do lado direito da expresso (4.2) converge para todo o t.
Exemplo 33 Suponha-se
A =
_
_
a 0
0 b
_
_
.
Como
A
k
= diag
h
a
k
, b
k
i
=
_
_
a
k
0
0 b
k
_
_
resulta
e
At
= I +At +
A
2
t
2
2!
+... +
A
k
t
k
k!
+...
=
_
_
1 0
0 1
_
_
+
_
_
a 0
0 b
_
_
t +
_
_
a
2
0
0 b
2
_
_
t
2
2!
+... +
_
_
a
k
0
0 b
k
_
_
t
k
k!
+...
=
_
_
1 +at +
a
2
t
2
2!
+... 0
0 1 +bt +
b
2
t
2
2!
+...
_
_
=
_
_
e
at
0
0 e
bt
_
_
.
Mais geralmente, se A uma matriz diagonal de ordem n, isto , A = diag [a
1
, ..., a
n
] ento
e
At
= diag

e
a
1
t
, ..., e
ant

. Se a matriz A no diagonal o clculo de e


At
mais complicado.
Retomaremos esta questo adiante.
Apresentam-se algumas propriedades de e
At
:
Lema 6 Considere-se e
At
denida pela equao (4.2) e sejam A e B matrizes quadradas de
ordem n e v um vector de tipo n 1. Ento:
83
P1:
de
At
dt
= Ae
At
;
P2:

e
At

1
= e
At
;
P3: e
At+Bt
= e
At
e
Bt
apenas se AB = BA;
P4: e
A(t+s)
= e
At
e
As
;
P5: e
It
v = e
t
v.
Dem. Vejam-se apenas as propriedades P1, P3 e P5. As demais demonstraes podem
ver-se em Braun (1993). Tem-se
de
At
dt
=
d

I +At +
A
2
t
2
2!
+... +
A
k
t
k
k!
+...

dt
= A+
A
2
t
1
+... +
A
k
t
k1
(k 1)!
+...
= A

I +At +
A
2
t
2
2!
+... +
A
k
t
k
k!
+...

= Ae
At
.
Relativamente a P3 vejam-se os exerccios (P4 caso particular de P3). Quanto a P5, tem-se
e
It
v =

I +It +

2
I
2
t
2
2!
+...

v = v +tv +

2
t
2
2!
v +...
=

1 +t +

2
t
2
2!
+...

v = e
t
v.
Denio 11 (Matrix Fundamental das Solues) Seja

x
1
, x
2
, ..., x
n

uma base (de di-


menso n) do espao das solues do SED x
0
= Ax. Considere-se
(t) =
h
x
1
x
2
x
n
i
.
A matriz (t) designa-se por matriz fundamental das solues (MFS) do SED x
0
= Ax.
Resulta bvio da denio que (t) formada por colunas linearmente independentes, pelo
que |(t)| 6= 0 para qualquer t.
Exemplo 34 A soluo geral do SED x
0
= Ax onde
A =
_

_
1 1 4
3 2 1
2 1 1
_

_
84
dada por
x(t) = c
1
_

_
e
t
4e
t
e
t
_

_
+c
2
_

_
e
3t
2e
3t
e
3t
_

_
+c
3
_

_
e
2t
e
2t
e
2t
_

_
.
Uma base do espao S portanto
_

_
_

_
e
t
4e
t
e
t
_

_
,
_

_
e
3t
2e
3t
e
3t
_

_
,
_

_
e
2t
e
2t
e
2t
_

_
_

_
e, assim,
(t) =
_

_
e
t
4e
t
e
t
e
3t
2e
3t
e
3t
e
2t
e
2t
e
2t
_

_
uma MFS do SDE x
0
= Ax.
Lema 7 (a) Se (t) uma MFS do SED x
0
= Ax ento
0
(t) = A(t) e |(0)| 6= 0; (b)
Reciprocamente, se
0
(t) = A(t) e |(0)| 6= 0 ento (t) uma MFS do SED x
0
= Ax.
Em suma, (t) uma MFS do SED x
0
= Ax sse
0
(t) = A(t) e |(0)| 6= 0.
Dem. (a) Como

x
1
, x
2
, ..., x
n

so solues linearmente independentes do SED ento re-


sulta: (1) |(t)| 6= 0 e, portanto, |(0)| 6= 0, pelo lema 5; (2)

x
j

0
= Ax
j
, j = 1, ..., n.
Matricialmente isto signica
h
x
1
x
n
i
0
= A
h
x
1
x
n
i
ou
0
(t) = A(t) . (b)
Reciprocamente, se |(0)| 6= 0 e
0
(t) = A(t) ento x
j
, com j = 1, ..., n so solues lin-
earmente independente do SED. Pelo teorema 12 formam uma base do espao das solues.

Lema 8 A matriz e
At
uma MFS do SED x
0
= Ax.
Dem. Tem-se

e
At

0
= Ae
At
(lema 6 propriedade P1, p. 83). Por outro lado

e
A0

= |I| =
1 6= 0. Logo e
At
uma MFS do SED x
0
= Ax.
Lema 9 Sejam
1
(t) e
2
(t) duas MFS. Ento existe uma matriz C tal que
1
(t) =
2
(t) C.
85
Dem. Considerem-se as matrizes
1
(t) =
h
y
1
y
n
i
e
2
(t) =
h
x
1
x
n
i
nas
condies do enunciado, i.e. onde

y
1
, y
2
, ..., y
n

e

x
1
, x
2
, ..., x
n

formam duas bases de S.


Como

x
1
, x
2
, ..., x
n

uma base do espao das solues do SED ento qualquer soluo, y


j
,
pode-se expressar como combinao linear dos vectores da base. Isto , existe um vector de
escalares C
,j
=
h
C
1j
C
nj
i
T
de tipo n 1 tal que
y
j
=
n
X
k=1
x
k
C
kj
.
Vale tambm
_

_
y
1
=
P
n
k=1
x
k
C
k1
.
.
.
y
n
=
P
n
k=1
x
k
C
kn
e, portanto,
h
y
1
y
n
i
=
h
P
n
k=1
x
k
C
k1

P
n
k=1
x
k
C
kn
i
=
h
x
1
x
n
i
C
ou seja
1
(t) =
2
(t) C.
Deve-se vericar |C| 6= 0 (ver exerccios).
Lema 10 Seja (t) uma MFS do SED x
0
= Ax. Ento
e
At
= (t)
1
(0) .
Dem. Pelos lemas 8 e 9 podemos escrever
e
At
= (t) C.
Fazendo t = 0 resulta e
A0
= (0) C. Sabe-se tambm, pela denio (4.2) que e
A0
= I.
Igualando estas equaes vem e
A0
= (0) C = I C =
1
(0) j que |(0)| 6= 0 (i.e. existe
inversa de (0)).
86
Teorema 13 A soluo nica do PVI x
0
= Ax, x(t
0
) = x
0

x(t) = e
A(tt
0
)
x
0
, t R
Dem. Pelo lema 6, propriedades P1 e P4, vem x
0
(t) = Ae
A(tt
0
)
x
0
= Ax(t) . Por outro
lado, x(t
0
) = Ix
0
= x
0
. Logo x(t) = e
A(tt
0
)
x
0
uma soluo do PVI. Esta soluo existe
para todo o t R, de acordo com a denio estabelecida em (4.2). Para mostrar que a
soluo nica seja z (t) uma outra soluo da forma z (t) = e
A(tt
0
)
y (t) . Mostre-se que
y (t) constante. Vem y (t) = e
A(tt
0
)
z (t) e y
0
(t) = Ae
A(tt
0
)
z (t) + e
A(tt
0
)
z
0
(t) =
Ae
A(tt
0
)
z (t) + e
A(tt
0
)
Az (t) = 0 para todo o t dado que e
A(tt
0
)
e A comutam (ver
exerccios). Fixando t = t
0
vem y (t) = x
0
. Conclui-se x(t) z (t) .
Para resolver o SED temos portanto que obter e
At
. No exemplo 33 j vimos como calcular
e
At
no caso em que A diagonal (este caso pouco relevante j que os sistemas dinmicos
x
j
(t) , j = 1, ..., n evoluem separada e independentemente ao longo do tempo, podendo por
isso ser tratados, cada um por si, como processos univariados). Existem ainda outros casos
onde o clculo de e
At
relativamente simples (ver exerccios). O procedimento geral que iremos
seguir para determinarmos e
At
baseia-se nos valores e vectores prprios de A (existem outras
alternativas). O procedimento assenta nos seguintes resultados.
Lema 11 Suponha-se que (AI)
m
v = 0 para certo m N. Ento
e
At
v = e
t

v +t (AI) v +... +
t
m1
(m1)!
(AI)
m1
v

.
Dem. Tem-se e
At
v = e
AtIt+It
v = e
(AI)t+It
v e
e
At
v = e
(AI)t
e
It
v (i)
= e
(AI)t
e
t
v (ii)
=

e
(AI)t
v

e
t
(iii)
=

v +t (AI) v +
t
2
2!
(AI)
2
v +... +
t
m1
(m1)!
(AI)
m1
v +...

e
t
(iv)
=

v +t (AI) v +
t
2
2!
(AI)
2
v +... +
t
m1
(m1)!
(AI)
m1
v

e
t
. (v)
87
A equao (i) resulta da propriedade P3 (lema 6), a equao (ii) da propriedade P5 (lema 6),
a equao (iv) deve-se denio (4.2) e, nalmente (v) resulta do facto de
(AI)
m+k
v = (AI)
k
[(AI)
m
v] = (AI)
k
0 = 0,
para k N.
Lema 12 = e
t
v uma soluo do SED sse Av = v.
Dem. Suponha-se que soluo. Ento
0
= e
t
v = e
t
v v = Av pois s nestas
condies se tem
0
= e
t
v = e
t
Av = A

e
t
v

= A. Reciprocamente suponha-se vlida a


relao Av = v. Ento, considerando
= e
t
v = e
t
v = e
t
Av =
1
e
t
Av, ( 6= 0)
resulta que soluo pois,
0
=
1
e
t
Av = e
t
Av = A

e
t
v

= A (o caso = 0 obrigaria
a considerar = v).
4.2.3 Resoluo do Sistema x
0
= Ax
A resoluo do SED x
0
= Ax, com soluo dada pelo teorema 13, vai basear-se nos valores e
vectores prprios da matriz A. Vamos considerar trs situaes distintas: (a) valores prprios
reais e distintos; (b) valores prprios complexos (conjugados) e (c) valores prprios iguais.
Valores Prprios Reais e Distintos
Considere-se uma soluo do SED x
0
= Ax
e
At
v
1
= e

1
t

v
1
+t (A
1
I) v
1
+... +
t
m1
(m1)!
(A
1
I)
m1
v
1

(4.3)
(pois

e
At
v
1

0
= A

e
At
v
1

) e seja
1
um valor prprio de A com multiplicidade algbrica igual
a um e v
1
um vector prprio associado. Claro que a expresso (4.3) se simplica, pois se v
1

vector prprio associado a
1
i.e., tal que (A
1
I) v = 0 ento, pelo lema 11, todos os termos
(A
1
I)
m
v
1
para m 1 so nulos. Desta forma a equao (4.3) escreve-se e
At
v
1
= e

1
t
v
1
88
(observe-se que o lema 12 tambm identica a expresso e

1
t
v
1
onde v
1
vector prprio associ-
ado a
1
, como uma soluo do SED). Repetindo o procedimento anterior para os demais valores
prprios (
2
, ...,
n
que se assumem distintos) obtm-se n solues linearmente independentes

x
1
, ..., x
n

com x
i
= e

i
t
v
i
(sendo v
i
um vector prprio associado a
i
). A independncia linear
est garantida pelo facto de que vectores prprios de valores prprios distintos so linearmente
independentes. Assim a soluo geral
x(t) = c
1
e

1
t
v
1
+... +c
n
e

n
t
v
n
, c
i
R.
Uma forma alternativa de se apresentar a soluo consiste em obter explicitamente a funo
e
At
. Considere-se
e
At
h
v
1
... v
n
i
=
h
e

1
t
v
1
... e

n
t
v
n
i
= P(t)
onde P =
h
v
1
... v
n
i
e (t) = diag

1
t
, ..., e
nt

. Naturalmente P(t) soluo do SED


e, como os vectores prprios (de valores prprios distintos) so linearmente independentes,
P(t) uma matriz fundamental. Escreva-se assim (t) = P(t) . Resulta (pelo lema 10),
e
At
= (t) (0)
1
= P(t) P
1
.
Assim, a soluo do PVI x
0
= Ax, x(t
0
) = x
0
no caso em que os valores prprios so reais e
distintos
x(t) = P(t t
0
) P
1
x
0
(4.4)
(sendo a soluo geral dada simplesmente por P(t) P
1
c onde c um vector de constantes
arbitrrias).
Observao 11 Se os valores prprios
1
, ...,
n
de uma matriz quadrada de ordem n so
reais e distintos ento qualquer conjunto de vectores prprios {v
1
, ..., v
n
} forma uma base do
espao R
n
. Prova-se tambm que P
1
AP = diag [
1
, ...,
n
] onde P =
h
v
1
... v
n
i
(ver
Gregrio Lus e Silva Ribeiro, 1985, Cap. 6). Por outras palavras, se uma transformao linear
T : R
n
R
n
representada por uma matriz A com respeito base natural {e
1
, ..., e
n
} ento,
89
na base {v
1
, ..., v
n
} , a transformao T representada pela matriz diagonal diag [
1
, ...,
n
] .
Observao 12 Considere-se o PVI y
0
= diag [
1
, ...,
n
] y, y (0) = y
0
. fcil concluir que
a soluo y (t) = e
diag[
1
,...,
n
]t
y
0
= (t) y
0
onde (t) = diag

1
t
, ..., e

n
t

(ver exemplo
33, p. 83). Considere-se agora o PVI x
0
= Ax, x(0) = x
0
e suponha-se que A tem valores
prprios reais e distintos, {
1
, ...,
n
} . Com a mudana de varivel y = P
1
x (logo x = Py)
onde P =
h
v
1
... v
n
i
a matriz dos vectores prprios tem-se x
0
= Ax Py
0
= APy
y
0
= P
1
APy y
0
= diag [
1
, ...,
n
] y com soluo (com respeito a y) y (t) = (t) y
0
. Logo a
soluo com respeito a x x(t) = Py (t) = P(t) y
0
= P(t) P
1
x
0
(y (0) = P
1
x(0)) que
exactamente a expresso (4.4) com t
0
= 0.
Exemplo 35 Considere-se o PVI x
0
= Ax, x(0) = x
0
onde
A =
_
_
1 2
3 2
_
_
, x
0
=
_
_
1
4
_
_
Obtenha-se a soluo do PVI. Os valores prprios so
1
= 1 e
2
= 4. Um vector prprio
associado ao valor prprio 1
v
1
=
_
_
1
1
_
_
.
e um vector prprio associado ao valor prprio 4
v
2
=
_
_
2
3
_
_
.
A soluo geral pode-se escrever na forma
x(t) =
_
_
x
1
(t)
x
2
(t)
_
_
= c
1
e

1
t
v
1
+c
2
e

2
t
v
2
= c
1
e
t
_
_
1
1
_
_
+c
2
e
4t
_
_
2
3
_
_
=
_
_
c
1
e
t
+c
2
2e
4t
c
1
e
t
+c
2
3e
4t
_
_
.
90
Com a condio inicial
x(0) =
_
_
c
1
+ 2c
2
c
1
+ 3c
2
_
_
=
_
_
1
4
_
_
resulta c
1
= 1 e c
2
= 1. A soluo do PVI portanto
x(t) =
_
_
x
1
(t)
x
2
(t)
_
_
=
_
_
e
t
+ 2e
4t
e
t
+ 3e
4t
_
_
.
Naturalmente, tambm se pode chegar a este resultado aplicando a frmula (4.4)
x(t) = P(t) P
1
x
0
=
_
_
1 2
1 3
_
_
_
_
e
t
0
0 e
4t
_
_
_
_
1 2
1 3
_
_
1
_
_
1
4
_
_
=
_
_
e
t
+ 2e
4t
e
t
+ 3e
4t
_
_
.
Valores Prprios Complexos
Comecemos por analisar um dos valor prprios da matriz A do tipo = + i com vector
prprio v = u+iw. Invocando o lema 12 tem-se que e
t
v = e
t
(u +iw) uma soluo do SED
x
0
= Ax. Relativamente ao conjugado de , o lema seguinte estabelece que
Lema 13 O valor prprio conjugado de = + i,

= i, tem como vector prprio o
conjugado de v, v.
Dem. Por hiptese Av = v. Tomando os conjugados em ambos os termos da equao e,
dado que A uma matriz real, vem A v =

v.
Mostramos agora que a partir da soluo e
t
v = e
t
(u +iw) se extraem duas solues reais
linearmente independentes.
Como se sabe, se z = +i C ento e
z
= e

e
i
= e

(cos +i sen).
91
Assim, podemos expressar a soluo complexa da seguinte forma
x = e
t
v = e
(+i)t
(u +iw) = e
t
(cos t +i sent) (u +iw)
= e
t
[(ucos t wsent) +i (usent +wcos t)]
= x
1
+ix
2
onde
x
1
= e
t
(ucos t wsent) , x
2
= e
t
(usent +wcos t) . (4.5)
O lema seguinte estabelece que estas expresses so solues reais linearmente independentes
de x
0
= Ax.
Lema 14 Seja x = e
t
v = e
(+i)t
(u +iw) = x
1
+ix
2
uma soluo complexa do SED x
0
= Ax.
Ento x
1
e x
2
so solues reais linearmente independentes.
Dem. Por hiptese x
0
= Ax. Vem
x
0
=

x
1

0
+i

x
2

0
= A

x
1
+ix
2

= Ax
1
+iAx
2
.
Igualando os termos reais e imaginrios resulta

x
1

0
= Ax
1
e

x
2

0
= Ax
2
. Mostre-se agora
que x
1
e x
2
so linearmente independentes. Segue-se agora em diagrama:
valores prprios e

so distintos
v = (u +iw) e v = (u iw) so linearmente independentes em C
u, w so linearmente independentes
x
1
, x
2
so linearmente independentes.
A segunda implicao decorre do seguinte. Por hiptese, o determinante

v v

diferente
de zero. Assim, pelas propriedades dos determinantes
92
0 6=

v v

u +iw u iw

u u iw

iw u iw

u u

u iw

iw u

iw iw

u iw

iw u

u iw

u iw

= 2

u iw

= 2i

u w

6= 0

u w

6= 0 u e w so linearmente independentes
A ltima relao explica-se nos seguintes termos. Considere-se [ver expresso (4.5)] x
1
=
e
t
(ucos t wsent) , x
2
= e
t
(usent +wcos t) . Os vectores x
1
(t) e x
2
(t) so indepen-
dentes sse a relao
1
x
1
(t) +
2
x
2
(t) = 0 implica
1
=
2
= 0 para qualquer t. Pelo lema
5 basta vericar se
1
x
1
(0) +
2
x
2
(0) = 0 implica
1
=
2
= 0. Ora
1
x
1
(0) +
2
x
2
(0) =

1
u +
2
w = 0
1
=
2
= 0 dado que u e w so linearmente independentes.
Observao 13 As solues reais que se obtm a partir de e

t
v so as solues reais que se
obtm a partir de e
t
v. Com efeito, pelo lema 13, a soluo complexa associada ao valor prpio

vira,
x = e

t
v = e
(i)t
(u iw) = e
t
(cos (t) +i sen(t)) (u iw)
= e
t
[(ucos (t) +wsen(t)) +i (usen(t) wcos (t))]
= z
1
+iz
2
onde z
1
= e
t
(ucos (t) +wsen(t)) e z
2
= e
t
(usen(t) wcos (t)) . Como sen() =
sen e cos () = cos fcil ver que z
1
= x
1
e z
2
= x
2
. Como resultado, quando se procuram
os vectores u e w basta considerar apenas ou

.
93
Exemplo 36 Obtenha-se a soluo geral do SED x
0
= Ax onde
A =
_

_
1 0 0
0 1 1
0 1 1
_

_
.
Passo 1: Determinar os valores prprios de A. O polinmio caracterstico de A
P () = |AI| = (1 )

2
2 + 2

.
Resolvendo P () = 0 sai, = 1 e = 1 i.
Passo 2: Determinar os vectores prprios associados a cada um dos valores prprios.
(i) Vector prprio associado a = 1. Trata-se de obter um vector no nulo v tal que
(AI) v = 0. Depois de algumas contas, conclui-se que qualquer vector do tipo
v = c
_

_
1
0
0
_

_
, c R
um vector prprio associado a
1
= 1. Assim, uma soluo do SED
x
1
= c
1
e
t
_

_
1
0
0
_

_
.
(ii) Vector prprio associado a = 1 +i. Trata-se de determinar um vector v no nulo tal
que
[A(1 +i) I] v =
_

_
i 0 0
0 i 1
0 1 i
_

_
_

_
v
1
v
2
v
3
_

_
=
_

_
0
0
0
_

_
.
94
Resulta (depois de algumas contas) que o vector prprio
v =
_

_
0
i
1
_

_
=
_

_
0
0
1
_

_
| {z }
u
+i
_

_
0
1
0
_

_
| {z }
w
.
Atendendo equao (4.5) tm-se com = 1 e = 1
x
2
= e
t
(ucos t wsent) = e
t
_
_
_
_
_
_

_
0
0
1
_

_
cos t
_

_
0
1
0
_

_
sent
_
_
_
_
_
= e
t
_

_
0
sent
cos t
_

_
x
3
= e
t
(usent +wcos t) = e
t
_
_
_
_
_
_

_
0
0
1
_

_
sent +
_

_
0
1
0
_

_
cos t
_
_
_
_
_
= e
t
_

_
0
cos t
sent
_

_
.
x
2
e x
3
so solues reais linearmente independentes.
Passo 3: A soluo geral
x = c
1
e
t
_

_
1
0
0
_

_
+c
2
e
t
_

_
0
sent
cos t
_

_
+c
3
e
t
_

_
0
cos t
sent
_

_
=
_

_
c
1
e
t
c
2
e
t
sent +c
3
e
t
cos t
c
2
e
t
cos t +c
3
e
t
sent
_

_
.
Como observao nal note-se que
(t) =
_

_
e
t
0 0
0 e
t
sent e
t
cos t
0 e
t
cos t e
t
sent
_

_
95
uma MFS e (pelo lema 10, p. 86)
e
At
= (t) (0)
1
=
_

_
e
t
0 0
0 e
t
sent e
t
cos t
0 e
t
cos t e
t
sent
_

_
_

_
1 0 0
0 0 1
0 1 0
_

_
1
=
_

_
e
t
0 0
0 e
t
cos t e
t
sent
0 e
t
sent e
t
cos t
_

_
.
Suponha-se agora que existem 2n valores prprios complexos distintos (naturalmente a
matriz A de tipo 2n 2n). Para o valor prprio genrico
j
=
j
+
j
i vimos que duas
solues linearmente independentes so
h
e

j
t

u
j
sen
j
t +w
j
cos
j
t

j
t

u
j
cos
j
t w
j
sen
j
t

i
=
h
w
j
u
j
i
_
_
e

j
t
cos
j
t e

j
t
sen
j
t
e

j
t
sen
j
t e

j
t
cos
j
t
_
_
.
Repetindo o procedimento para os restantes valores prprios obtm-se a matriz fundamental
(t) =
h
w
1
u
1
w
n
u
n
i
_

_
e

1
t
cos
1
t e

1
t
sen
1
t 0 0
e

1
t
sen
1
t e

1
t
cos
1
t 0 0
.
.
.
.
.
.
.
.
.
0 0
0 0 0 e

n
t
cos
n
t e

n
t
sen
n
t
0 0 0 e

n
t
sen
n
t e

1
t
cos
n
t
_

_
= PQ(t)
Resulta agora e
At
= (t) (0)
1
= PQ(t) P
1
e assim a soluo do PVI x
0
= Ax, x(t
0
) = x
0
(quando todos os valores prprios so complexos e distintos)
x(t) = PQ(t t
0
) P
1
x
0
.
96
Valores Prprio Iguais
Comecemos com um exemplo. Seja
A =
_

_
1 1 0
0 1 0
0 0 2
_

_
.
Os valores prprios so 1 (multiplicidade algbrica 2) e 2. Os vectores prprios associados a
= 1 resultam do sistema (AI) v = 0,
_

_
0 1 0
0 0 0
0 0 1
_

_
_

_
v
1
v
2
v
3
_

_
=
_

_
0
0
0
_

_
v
2
= 0
0 = 0
v
3
= 0
com v
1
R. O sistema tem um grau de indeterminao e, portanto, a dimenso do subespao
prprio associado a = 1 de apenas um: possvel apenas extrair um vector prprio linear-
mente independente. Por outras palavras, a multiplicidade geomtrica do valor prprio (igual
ao grau de indeterminao do sistema homogneo) inferior multiplicidade algbrica. Nestas
condies a matriz A possui apenas 2 vectores prprios linearmente independentes
2
.
A questo que nos interessa abordar a seguinte: suponha-se que uma matriz A de tipo
nn tem apenas k < n vectores prprios linearmente independentes. Ento o SED x
0
= Ax tem
k solues linearmente independentes da forma e
t
v. O problema consiste ento em encontrar
as restantes n k solues linearmente independentes, para que se forme uma base do espao
das solues de dimenso n.
Considere-se assim um valor prprio com multiplicidade algbrica superior respectiva
multiplicidade geomtrica (para simplicar suponha-se, sem perda de generalidade, que esta
multiplicidade igual a um). Associado a existe um vector v
1
tal que (AI) v
1
= 0.
Uma soluo do SED e
At
v
1
= e
t
v
1
. Para encontrarmos as outras solues independentes do
2
Pode suceder que um certo valor prprio tenha multiplicidade algbrica superior a um (portanto temos o caso
de valores prprios iguais) e existam ainda assim n vectores prprios linearmente independentes. Isto sucede se as
multiplicidades algbricas associados aos vrios valores prprios coincidirem com as respectivas multiplicidades
geomtricas.
97
SED determinamos vectores prprios generalizados. Seja v
2
um vector de tipo n 1 tal que
(AI)
2
v
2
= 0 e (AI) v
2
6= 0. Sabe-se a prior que e
At
v
2
soluo do SED (qualquer ex-
presso do tipo e
At
v soluo do SED). Invocando o lema 11, p. 87, pode-se escrever a expresso
e
At
v
2
na forma simplicada, e
At
v
2
= e
t
(v
2
+t (AI) v
2
) (atendendo a (AI)
2
v
2
= 0 e
(AI) v
2
6= 0). Esta soluo independente da primeira soluo
3
. Se o nmero de solues
independentes ainda inferior multiplicidade algbrica, continua-se o procedimento, deter-
minando outro vector prprio generalizado. Neste caso, seja v
3
tal que (AI)
3
v
3
= 0 e
(AI)
2
v
3
6= 0. Naturalmente e
At
v
3
tambm soluo do SED e, de acordo com o lema
11, e
At
v
3
escreve-se na forma e
At
v
3
= e
t

v
3
+t (AI) v
3
+
t
2
2
(AI)
2
v
3

. Esta soluo
independente das duas primeiras. O procedimento repete-se at se obter um nmero de solues
linearmente independentes igual multiplicidade algbrica.
A obteno de e
At
simplica-se no caso em que valor prprio de multiplicidade algbrica
n. Com efeito,
e
At
= e
It
e
(AI)t
=

I +tI +
(t)
2
2
I +...
!

I +t (AI) +
t
2
2!
(AI)
2
+...

(4.6)
= e
t

I +t (AI) +
t
2
2!
(AI)
2
+... +
t
k
k!
(AI)
k

(4.7)
= B(t) .
3
Note-se que 1v1 +2v2 = 0 implica 1 = 2 = 0. Com efeito, pr multiplique-se ambos os termos da equao

1
v
1
+
2
v
2
= 0 por (AI) . Vem
1
(AI) v
1
+
2
(AI) v
2
= 0. Como (AI) v
1
= 0 e (AI) v
2
6= 0
resulta imediato que 2 = 0. Assumindo 2 = 0 na equao 1v1 +2v2 = 0, i.e., 1v1 = 0, conclui-se que 1 = 0
pois v
1
6= 0. Em suma, v
1
e v
2
so linearmente independentes e, como consequncia, as soluo e
At
v
1
e e
At
v
2
so
linearmente independentes (verique).
98
com k < n. Note-se que (AI)
n+i
= 0, i = 0, 1, 2, ... devido ao lema de Cayley-Hamilton
4,5
.
Nestas circunstncias, a soluo do PVI x
0
= Ax, x(t
0
) = x
0
, no caso em que valor
prprio de multiplicidade algbrica n,
x(t) = e
A(tt
0
)
x
0
= B(t t
0
) x
0
. (4.8)
Exemplo 37 Obtenha-se a soluo geral do SED x
0
= Ax onde
A =
_

_
1 1 0
0 1 0
0 0 2
_

_
.
Passo 1: Determinar os valores prprios de A. Resolvendo P () = 0 sai, = 1 (multiplicidade
algbrica 2) e = 2.
Passo 2: Determinar os vectores prprios associados a cada um dos valores prprios.
(i) Vector(es) prprio(s) associado(s) a = 1. Trata-se de obter um vector no nulo v
1
tal
que
(AI) v
1
=
_

_
0 1 0
0 0 0
0 0 1
_

_
_

_
z
1
z
2
z
3
_

_
| {z }
v
1
=
_

_
0
0
0
_

_
.
4
Lema de Cayley-Hamilton: Seja A uma matriz quadrada e p () = |AI| = 0 a respectiva equao
caracterstica. Ento p (A) = 0. Por exemplo, no caso
A =
_
1 2
3 4
_
a equao caracterstica p () = |AI| =
2
5 2 = 0. Pelo lema de Cayley-Hamilton vem
p (A) = A
2
5A2I =
_
7 10
15 22
_

_
5 10
15 20
_

_
2 0
0 2
_
=
_
0 0
0 0
_
.
Outro exemplo: suponha-se que o valor prprio 3 tem multiplicidade n, i.e., p () = ( 3)
n
= 0 ento
p (A) = (A3I)
n
= 0. Note-se que, se no tem multiplicidade algbrica n, ento a equao (4.7) no vlida.
Claro que a equao (4.6) permanece vlida.
5
Outra forma de se obter e
At
= B(t) a seguinte:
e
At
P =

B(t) v
1
B(t) v
2
B(t) v
n
_
= B(t)

v
1
v
2
v
n
_
= B(t) P,
onde P a matriz dos vectores prprios generalizados, com |P| 6= 0. Logo e
At
= B(t) PP
1
= B(t) .
99
Este sistema implica z
2
= z
3
= 0 e, portanto,
v
1
=
_

_
1
0
0
_

_
um vector prprio associado a
1
= 1. Assim, uma soluo do SED
x
1
(t) = e
t
_

_
1
0
0
_

_
.
No possvel determinar outro vector prprio independente pois a multiplicidade geomtrica
de = 1 um (igual ao grau de indeterminao do sistema homogneo). Procura-se agora um
vector v
2
tal que
(AI)
2
v
2
=
_

_
0 1 0
0 0 0
0 0 1
_

_
_

_
0 1 0
0 0 0
0 0 1
_

_
_

_
z
1
z
2
z
3
_

_
| {z }
v
2
=
_

_
0 0 0
0 0 0
0 0 1
_

_
_

_
z
1
z
2
z
3
_

_
=
_

_
0
0
0
_

_
.
Este sistema implica que z
3
= 0. Escolha-se por exemplo o vector
v
2
=
_

_
0
1
0
_

_
.
Naturalmente para este vector v
2
tem-se (AI)
2
v
2
= 0 e (AI) v
2
6= 0. Pelo lema 11 segue-se
que
x
2
(t) = e
At
_

_
0
1
0
_

_
= e
t
e
(AI)t
_

_
0
1
0
_

_
= e
t
[I +t (AI)]
_

_
0
1
0
_

_
= ... = e
t
_

_
t
1
0
_

_
100
uma segunda soluo linearmente independente.
(ii) Vector prprio associado a = 2. Depois de algumas contas conclui-se que
x
3
(t) = e
2t
_

_
0
0
1
_

_
outra soluo independente.
Passo 3: A soluo geral
x = c
1
e
t
_

_
1
0
0
_

_
+c
2
e
t
_

_
t
1
0
_

_
+c
3
e
2t
_

_
0
0
1
_

_
=
_

_
c
1
e
t
+c
2
e
t
t
c
2
e
t
c
3
e
2t
_

_
.
Como nota nal, observe-se que
e
At
=
_

_
e
t
te
t
0
0 e
t
0
0 0 e
2t
_

_
.
Exemplo 38 Obtenha-se a soluo do PVI x
0
= Ax, x(0) = (0, 1, 1)
T
onde
A =
_

_
2 1 0
0 2 1
0 0 2
_

_
.
O valor prprio 2 tem multiplicidade 3. Podemos usar a frmula (4.8). Veja-se em primeiro
lugar que
A2I =
_

_
0 1 0
0 0 1
0 0 0
_

_
, (A2I)
2
=
_

_
0 0 1
0 0 0
0 0 0
_

_
, (A2I)
3
=
_

_
0 0 0
0 0 0
0 0 0
_

_
.
101
Considerando (4.8) vem
x(t) = e
2t

I +t (A2I) +
t
2
2!
(A2I)
2

x
0
=
_

_
e
2t
e
2t
t
1
2
e
2t
t
2
0 e
2t
e
2t
t
0 0 e
2t
_

_
_

_
0
1
1
_

_
=
_

_
e
2t
t +
1
2
e
2t
t
2
e
2t
+e
2t
t
e
2t
_

_
Soluo Geral no Caso n = 2
No caso de sistemas de duas equaes (A quadrada de ordem 2) a soluo geral do SED
x
0
= Ax pode apresentar-se nas seguintes formas:
Caso 1: Valores Prprios Reais e
1
6=
2
x(t) = c
1
e

1
t
v
1
+c
2
e

2
t
v
2
, c
1
, c
2
R (4.9)
onde v
1
e v
2
so vectores prprios associados aos valores prprios
1
e
2
.
Caso 2: Valores Prprios Complexos (conjugados)
x(t) = c
1
e
t
(ucos t wsent) +c
2
e
t
(usent +wcos t) , c
1
, c
2
R (4.10)
onde u +iw vector prprio associado ao valor prprio = +i.
Caso 3: Valores Prprios Reais Iguais
1
,
2
=
x(t) = c
1
e
t
v
1
+c
2
e
t
(I +t (AI)) v
2
, c
1
, c
2
R (4.11)
onde v
1
vector prprio associado a e v
2
vector prprio generalizado associado a (se
tem multiplicidade geomtrica igual a 2 a soluo x(t) = c
1
e
t
v
1
+c
2
e
t
v
2
). A soluo neste
caso 3 pode apresentar-se na forma da equao (4.8):
x(t) = e
t
(I +t (AI))
_
_
c
1
c
2
_
_
(4.12)
que tem a vantagem de dispensar o clculo dos vectores prprios.
102
4.3 Sistema de Equaes Diferenciais No Homogneas
Consideramos agora o caso
x
0
= Ax +g (t)
(ver o ponto 4.1, p. 76).
Teorema 14 Considere-se o PVI x
0
= Ax+g (t) , x(t
0
) = x
0
onde g (t) funo contnua em
I (eventualmente I = R). Ento a soluo do PVI em I
x(t) = e
A(tt
0
)
x
0
+
Z
t
t
0
e
A(ts)
g (s) ds. (4.13)
Dem. (A demonstrao similar demonstrao do teorema 1, p. 19) Multipliquemos
ambos os termos do SED x
0
= Ax +g (t) por e
At
. Vem e
At
x
0
(t) = e
At
Ax(t) +e
At
g (t) i.e.
e
At
x
0
(t) Ae
At
x(t) = e
At
g (t) (notando que e
At
A = Ae
At
) ou

e
At
x(t)

0
= e
At
g (t) .
Integrando ambos os termos desta equao entre t
0
e t obtm-se
e
At
x(t) e
At
0
x(t
0
) =
Z
t
t
0
e
As
g (s) ds
ou, ainda, depois de se pr-multiplicar ambos os termos da equao anterior por e
At
x(t) = e
A(tt
0
)
x
0
+
Z
t
t
0
e
A(ts)
g (s) ds.
103
Provmos que qualquer soluo x(t) tem a forma (4.13). Reciprocamente, qualquer funo da
forma (4.13) soluo de x
0
= Ax +g (t) . Com efeito,
x
0
(t) =

e
A(tt
0
)
x
0
+
Z
t
t
0
e
A(ts)
g (s) ds

0
=

e
A(tt
0
)
x
0

0
+

e
At
Z
t
t
0
e
As
g (s) ds

0
=

e
A(tt
0
)
x
0

0
+

e
At

0
Z
t
t
0
e
As
g (s) ds +e
At
Z
t
t
0
e
As
g (s) ds

0
= Ae
A(tt
0
)
x
0
+Ae
At
Z
t
t
0
e
As
g (s) ds +e
At
e
At
g (t)
= A

e
A(tt
0
)
x
0
+e
At
Z
t
t
0
e
As
g (s) ds

+g (t)
= Ax(t) +g (t) .
Falta vericar que para t = t
0
se tem x(t
0
) = e
A(t
0
t
0
)
x
0
+
R
t
0
t
0
e
A(ts)
g (s) ds = x
0
.
Exemplo 39 Resolva-se o PVI
_

_
x
0
1
x
0
2
x
0
3
_

_
=
_

_
1 1 0
0 1 0
0 0 2
_

_
_

_
x
1
x
2
x
3
_

_
+
_

_
e
t
0
0
_

_
, x(0) =
_

_
0
0
1
_

_
No exemplo 37 estabelecemos
e
At
=
_

_
e
t
te
t
0
0 e
t
0
0 0 e
2t
_

_
.
104
Aplicando a frmula (4.13) para t
0
= 0
x(t) = e
At
x
0
+
Z
t
0
e
A(ts)
g (s) ds
=
_

_
e
t
te
t
0
0 e
t
0
0 0 e
2t
_

_
_

_
0
0
1
_

_
+
Z
t
0
_

_
e
ts
(t s) e
(ts)
0
0 e
(ts)
0
0 0 e
2(ts)
_

_
_

_
e
s
0
0
_

_
ds
=
_

_
0
0
e
2t
_

_
+
_

_
R
t
0
e
t
ds
0
0
_

_
=
_

_
e
t
t
0
e
2t
_

_
.
possvel simplicar a calculatria propondo uma soluo particular (t) para o SED no
homogneo. Concretamente, suponha-se que (t) (soluo particular) satisfaz x
0
= Ax +g (t)
e (t) soluo geral de x
0
= Ax. Ento a soluo geral do SED no homogneo vem
x(t) = (t) + (t) .
Com efeito,
x
0
(t) =
0
(t) +
0
(t)
= A(t) +A (t) +g (t)
= A((t) + (t)) +g (t)
= Ax(t) +g (t) .
Exemplo 40 Considere-se o SED x
0
= Ax +g (t) onde
A =
_

_
1 0 0
2 1 2
3 2 1
_

_
, g (t) =
_

_
e
ct
0
0
_

_
, c 6= 1.
Para (t) propomos uma funo similar a g (t) , (t) = be
ct
onde b um vector de tipo 3 1
cujos elementos devemos determinar. Como exigimos que (t) seja soluo particular, i.e.,
105
tal que
0
= A+g (t), o vector b obtm-se da resoluo da equao matricial
0
= A+g (t) ,
i.e.
cbe
ct
= Abe
ct
+
_

_
1
0
0
_

_
e
ct
ou
(cI A) b =
_

_
1
0
0
_

_
.
Isto implica
b = (cI A)
1
_

_
1
0
0
_

_
=
1
1 c
_

_
1
2(c4)
4+(1c)
2
1+3c
4+(1c)
2
_

_
.
Como
e
At
=
_

_
e
t
0 0
e
t
sen2t +
3
2
e
t
cos 2t
3
2
e
t
e
t
cos 2t e
t
sen2t
3
2
e
t
sen2t e
t
cos 2t +e
t
e
t
sen2t e
t
cos 2t
_

_
(verique!), a soluo geral
x(t) = (t) + (t) = e
At
_

_
c
1
c
2
c
3
_

_
+ (t)
= e
At
_

_
c
1
c
2
c
3
_

_
+
1
1 c
_

_
1
2(c4)
4+(1c)
2
1+3c
4+(1c)
2
_

_
e
ct
.
106
Exerccios
1. Mostre que e
At+Bt
= e
At
e
Bt
se AB = BA. Para o efeito mostre sucessivamente que
(a) Y (t) = e
At+Bt
satisfaz o PVI Y
0
(t) = (A+B) Y (t) , Y (0) = I,
(b) e
At
B = Be
At
se AB = BA e, nestas circunstncias, Z (t) = e
At
e
Bt
soluo do PVI
Z
0
(t) = (A+B) Z (t) , Z (0) = I.
Conclua Y (t) Z (t) .
2. Seja A uma matriz idempotente (A
2
= A). Calcule e
At
.
3. Seja
1
(t) uma matriz fundamental de solues do SED x
0
= Ax. Mostre que
2
(t) =

1
(t) C uma matriz fundamental de solues sse |C| 6= 0.
4. Mostre que e
T
1
AT
= T
1
e
A
T.
5. Considere o SED x
0
= Ax onde
A =
_
_
1 1
0 2
_
_
.
(a) Verique que
(t) =
_
_
e
t
e
2t
0 e
2t
_
_
uma matriz fundamental de solues.
(b) Calcule e
At
.
6. Seja A uma matriz de tipo 2 2 de trao nulo e determinante positivo.
(a) Mostre que A
2
= |A| I (I a matriz identidade). Sugesto: tenha em conta que
tr (A) = 0 a
11
+a
22
= 0.
(b) Mostre que
e
At
=
A
p
|A|
sen

p
|A|t

+ cos

p
|A|t

I.
Sugesto: (i) Considere a denio de e
At
= I +A
2
t
2
/2! +A
3
t
3
/3! +...; (ii) Calcule
A
3
, A
4
, etc. a partir da relao A
2
= |A| I e (iii) considere os desenvolvimentos
em srie sen(x) = x x
3
/3! +x
5
/5! ... e cos (x) = 1 x
2
/2! +x
4
/4! ...
107
(c) Usando a alnea anterior determine a soluo do PVI x
0
= Ax, x(0) = (1, 2)
T
onde
A =
_
_
2 4
2 2
_
_
.
7. Considere a ED linear de segunda ordem y
00
= a
1
y
0
+a
0
y. Determine a
1
e a
0
sabendo que
uma soluo da ED y (t) = cos (2t) +
1
2
sen(2t) .
8. Obtenha a soluo geral da ED y
000
= 2y
00
2y
0
.
9. Suponha que A = S + N onde S = diag [a
1
, ..., a
n
], N (de tipo n n) uma matriz
nilpotente de ordem k (i.e., N
k1
6= 0 e N
k
= 0) e SN = NS. Mostre que
e
At
= diag

e
a
1
t
, ..., e
a
n
t

I +Nt +
N
2
t
2
2!
+... +
N
k1
t
k1
(k 1)!

.
Como aplicao obtenha e
At
onde
A =
_

_
1 0 0
0 2 1
0 0 2
_

_
.
Conrme o resultado atravs de um procedimento expedito.
10. (Exame) Seja
1
(t) uma matriz fundamental do sistema de equaes diferenciais x
0
= Ax
e
2
(t) uma matriz fundamental do sistema de equaes diferenciais y
0
= By. Sabendo
que AB = BA obtenha a soluo do PVI z
0
= (A+B) z, z (0) = z
0
(como funo de
1
e
2
).
11. (Exame) Sejam A e B matrizes quadradas de ordem n > 1. Suponha que
valor prprio de A e v um vector prprio de A associado a ;
valor prprio de B e v um vector prprio de B associado a .
Mostre que (t) = e
(+)t
v uma soluo do sistema de equaes diferenciais x
0
=
(A+B) x.
108
12. Resolva os seguintes PVI x
0
= Ax, x(0) = x
0
:
(a) A =
_
_
1 2
1 0
_
_
, x
0
=
_
_
1
1
_
_
Soluo:
_
_
e
t
e
t
_
_
(b) A =
_
_
1 1
1 1
_
_
, x
0
=
_
_
1
1
_
_
Soluo:
_
_
1
1
_
_
(c) A =
_
_
1 2
2 1
_
_
, x
0
=
_
_
1
0
_
_
Soluo:
_
_
e
t
cos 2t
e
t
sen2t
_
_
(d) A =
_
_
1 1
0 1
_
_
, x
0
=
_
_
1
1
_
_
Soluo:
_
_
e
t
te
t
e
t
_
_
13. Resolva os seguintes SED x
0
= Ax para
(a) A =
_

_
1 1 0
1 1 0
0 0 4
_

_
, x
0
=
_

_
0
2
1
_

_
Soluo:
_

_
e
2t
+ 1
1 +e
2t
e
4t
_

_
(b) A =
_

_
2 3 0
3 2 0
0 0 4
_

_
, x
0
=
_

_
1
0
1
_

_
Soluo:
_

_
e
2t
cos 3t
e
2t
sen3t
e
4t
_

_
(c) A =
_

_
2 0 1
0 1 1
0 0 1
_

_
, x
0
=
_

_
0
1
1
_

_
Soluo:
_

_
e
2t
e
t
e
t
te
t
e
t
_

_
(d) A =
_

_
1 0 1
0 1 1
0 0 1
_

_
, x
0
=
_

_
0
1
1
_

_
Soluo:
_

_
te
t
e
t
te
t
e
t
_

_
(e) A =
_

_
1 2 1
0 1 1
0 0 1
_

_
, x
0
=
_

_
1
1
1
_

_
Soluo:
_

_
e
t
te
t
+t
2
e
t
e
t
te
t
e
t
_

_
109
14. Especique as condies que a funo b (t) deve vericar para que todas as solues da
ED y
00
= y
0
+b (t) sejam limitadas em t [0, ) .
15. Considere o PVI x
0
= Ax +b, x(0) = x
0
onde b um vector de constantes de tipo n 1.
(a) Mostre que a soluo do PVI x(t) = e
At
x
0
+

e
At
I

A
1
b.
(b) Determine a soluo para o caso
A =
_
_
1 0
10 4
_
_
, b =
_
_
0
1
_
_
, x(0) =
_
_
1
0
_
_
16. Resolva o PVI x
0
= Ax +g (t) , x(0) = x
0
onde
A =
_
_
1 0
0 2
_
_
, g (t) =
_
_
e
4t
e
2t
_
_
, x
0
=
_
_
1
1
_
_
Soluo:
_
_
2
3
e
t
+
1
3
e
4t
e
2t

1
4

e
4t
1

e
2t
_
_
110
Captulo 5
Estabilidade
At agora centramos o nosso estudo em duas grandes reas: anlise da existncia e unicidade das
solues e resoluo de equaes e sistemas de ED. Uma rea de enorme importncia a anlise
da estabilidade das solues de ED. Basicamente procura-se extrair informao qualitativa sobre
as solues quando t +. Podero interessar aspectos como, o lim
t+
x(t) (previso a
longo prazo), o comportamento de x(t) quando a condio inicial alterada, a periodicidade
da soluo, o conjunto de pontos iniciais tais que x(t) converge, etc.
**Incompleto**
5.1 Denies
Seja x(t) a soluo nica do PVI x
0
= f (t, x) , x(t
0
) = x
0
(x de tipo n 1). A soluo pode
tambm escrever-se na forma x(t) = x(t, t
0
, x
0
) , o que evidencia a dependncia da soluo
face aos argumentos t
0
e x
0
. Em certos casos pode-se ainda escrever a soluo na forma
x(t) = x(t, t
0
, x
0
, ) onde um parmetro (ou um vector de parmetros) no especicado
(i.e. no concretizado com um valor). Por exemplo, o PVI x
0
= x, x(t
0
) = x
0
, R tem por
soluo a expresso x
0
e
(tt
0
)
. Para evidenciar a dependncia da soluo face aos parmetros t,
t
0
, x
0
e podemos escrever x(t, t
0
, x
0
, ) = x
0
e
(tt
0
)
. Tambm a funo f pode escrever-se na
forma f (t, x, ) . Sob certas condies pode-se garantir a continuidade da soluo com respeito
aos parmetros t
0
, x
0
e . Nestas condies, pequenas alteraes nos dados iniciais (t
0
e x
0
) ou
no parmetro no causam desvios signicativos na soluo. Este resultado particularmente
111
signicativo em aplicaes econmicas quando existem erros de observao nos parmetros t
0
,
x
0
e
1
. Se a soluo contnua com respeito a esses valores, ento pequenos erros na estimao
de t
0
, x
0
e no causam desvios signicativos nos resultados do modelo. O teorema seguinte
estabelece as condies.
Teorema 15 (Continuidade da Soluo com respeito a t
0
, x
0
e ) Assuma-se: (1) f (t, x, )
contnua com respeito a t, x e num conjunto compacto D; (2) f satisfaz a condio de Lip-
schitz com respeito a x no conjunto D. Ento a soluo x(t, t
0
, x
0
, ) do PVI x
0
= f (t, x, ) ,
x(t
0
) = x
0
contnua nos argumentos t, t
0
, x
0
e no conjunto D. Assuma-se adicionalmente
que (3) f/x existe e contnua em D. Ento a soluo contnua e diferencivel com respeito
a x
0
.
Dem. Ver Coddington e Levinson (1955, pp. 25-28).
A estabilidade (que se analisa adiante) difere da questo da continuidade da soluo com
respeito a t
0
, x
0
e . No estudo da estabilidade investiga-se o que sucede com uma soluo para
valores grandes de t, nomeadamente quando t +, quando se impe uma pequena variao
no valor inicial.
Considere-se o PVI x
0
= f (t, x) , x(t
0
) = x
0
com soluo x(t) = x(t, t
0
, x
0
) . Utilizaremos
tambm a notao x(t) = x(t, t
0
, x
0
) para designar a soluo do PVI x
0
= f (t, x) , x(t
0
) = x
0
.
Denio 12 (Soluo Estvel, Assintoticamente Estvel e Instvel) A soluo x(t) =
x(t, t
0
, x
0
) diz-se estvel se para cada > 0 existe um = (t
0
, ) tal que, para cada qualquer
soluo x(t) = x(t, t
0
, x
0
) a desigualdade kx
0
x
0
k implica
2
kx(t) x(t)k < para todo
o t t
0
. A soluo x(t) = x(t, t
0
, x
0
) diz-se assimptoticamente estvel se estvel e se existe
um
0
> 0 tal que a desigualdade kx
0
x
0
k
0
implica kx(t) x(t)k 0 quando t +.
A soluo x(t) = x(t, t
0
, x
0
) diz-se instvel se no estvel.
1
Um dos problemas maiores da inferncia estatstica em processos de difuso governados por equaes difer-
enciais estocsticas trata do problema da estimao de .
2
Note-se que kxk a norma do vector x. Exemplos de normas:
sup
i
|x
i
| ,

i
|x
i
| ,

i
x
2
i
.
No caso univariado a norma corresponde ao mdulo habitual.
112
Figura 5-1: Soluo (t, t
0
, x
0
) Estvel
Na gura 5-1 ilustra-se o conceito de estabilidade. Fixe-se um positivo. Se a soluo
estvel sempre possvel encontrar um > 0 tal que kx
0
x
0
k implica kx(t) x(t)k <
(por mais pequeno que seja > 0). Por outras palavras, pequenos desvios na condio inicial
no afectam signicativamente o comportamento futuro da soluo.
Exemplo 41 Suponhamos que a populao de uma certa espcie evolui de acordo com o modelo
x
0
= f (t, x). Num dado momento, h uma perturbao no meio (por exemplo, introduo
de novos elementos na populao) que faz alterar subitamente o valor da populao para x
0
.
Situemos este momento em t
0
. Na ausncia deste choque externo, o valor da populao em
t
0
seria de x
0
e a sua trajectria futura seguiria a frmula x(t, t
0
, x
0
), t t
0
. No entanto,
devido perturbao, o comportamento da populao passar a seguir a frmula x(t, t
0
, x
0
)
(soluo do PVI x
0
= f (t, x) , x(t
0
) = x
0
). Se a soluo estvel, o choque externo (supondo
pequeno) no ir alterar signicativamente a trajectria da populao, pois, supondo |x
0
x
0
|
relativamente pequeno implica |x(t, t
0
, x
0
) x(t, t
0
, x
0
)| igualmente pequeno. Se a soluo
assimptoticamente estvel devemos mesmo esperar que |x(t, t
0
, x
0
) x(t, t
0
, x
0
)| 0 quando
t + (o efeito do choque diludo ao longo do tempo e desaparece assimptoticamente).
Pelo contrrio, se a soluo instvel, pequenas alteraes das condies iniciais (ou pequenos
choques) afectam, para todo o sempre, o comportamento da soluo e o comportamento da
populao tenderia a desviar-se cada vez mais da soluo x(t, t
0
, x
0
) . A gura 5-2 ilustra os
113
trs casos.
Exemplo 42 A soluo constante x(t) = x(t, 0, 2) = 2 do PVI x
0
= 0, x(0) = 2 estvel mas
no assimptoticamente estvel. Com efeito, atendendo a |x(t) x(t)| = |x
0
2| < , basta
tomar, no contexto da denio, um tal que 0 < < .
Exemplo 43 A soluo x(t) = x(t, 0, 1) = 1e
t
do PVI x
0
= x, x(0) = 1 assimptoti-
camente estvel. Veja-se em primeiro lugar que estvel. Existe um tal que |x
0
x
0
|
|x(t) x(t)| < para todo o t t
0
. Ora
|x(t) x(t)| =

x
0
e
t
x
0
e
t

= | x
0
1| e
t
e
t
< .
Para cada > 0 xado, basta escolher um < para que a denio de soluo estvel seja
satisfeita. Por outro lado, para qualquer
0
verica-se |x(t) x(t)| 0.
Exemplo 44 A soluo x(t, t
0
, x
0
) = x
0
e
(tt
0
)
do PVI x
0
= x, x(t
0
) = x
0
instvel. Verique-
se em primeiro lugar que
|x(t) x(t)| =

x
0
e
(tt
0
)
x
0
e
(tt
0
)

= |x
0
x
0
| e
(tt
0
)
.
imediato concluir-se que a soluo instvel dado que a expresso |x(t) x(t)| no limitada
para todo o t R. Para se concluir que a soluo instvel, tambm se pode vericar que
existe um , por exemplo = 1, tal que, para qualquer = (t
0
, ) > 0 e |x
0
x
0
| < ,
tem-se |x(t) x(t)| = |x
0
x
0
| e
(tt
0
)
> = 1 a partir de certo t em diante. Na gura 5-3
representam-se as trajectrias x(t, 0, 3) = 3e
t
e x(t, 0, 10) = 10e
t
. Observe-se que a amplitude
|x(t, 0, 10) x(t, 0, 3)| aumenta com t.
Exemplo 45 A soluo x(t, 0, x
0
) = 1+ x
0
cos tt sent da ED x
0
= t cos t estvel embora
no assimptoticamente estvel. De facto, < |x(t, 0, x
0
) x(t, 0, x
0
)| = |x
0
x
0
| < .
No entanto |x(t, 0, x
0
) x(t, 0, x
0
)| no tende para zero quando t +. Na gura 5-4
apresentam-se duas trajectrias x(t, 0, 3) e x(t, 0, 10) . Observe-se que a amplitude |x(t, 0, 3) x(t, 0, 10)|
constante.
114
Figura 5-2: Soluo Estvel, Assintoticamente Estvel e Instvel (ver exemplo 41)
0
t
0
x
0
~
x
( )
0 0
, , x t t x
( )
0 0
~
, , x t t x
0
t
0
x
0
~
x
( )
0 0
, , x t t x
( )
0 0
~
, , x t t x
0
t
0
x
0
~
x
( )
0 0
, , x t t x
( )
0 0
~
, , x t t x
115
Figura 5-3: Trajectrias x(t, 0, 3) = 3e
t
e x(t, 0, 10) = 10e
t
0.5 1 1.5 2
t
10
20
30
40
50
60
x
Figura 5-4: Trajectrias x(t, 0, 3) = 1 + 3 cos t t sent e x(t, 0, 10) = 1 + 10 cos t t sent
10 20 30 40 50
t
-40
-20
0
20
40
60
x
116
Tem particular interesse o estudo da estabilidade da chamada soluo de equilbrio.
Denio 13 (Soluo de Equilbrio) Uma soluo (ou valor de equilbrio) uma soluo
designada por x que satisfaz a equao f (t, x) = 0 para t 0.
imediato vericar-se que x soluo (de facto x
0
0 e f (t, x) 0). Intuitivamente, se
f (t, x) 0 ento no ponto x a variao innitesimal nula pelo que o sistema no ponto x no
se altera (i.e. est em equilbrio).
Exemplo 46 Determine-se o valor de equilbrio da ED x
0
= x. Trata-se de encontrar x :
f (t, x) = x = 0. Obviamente a soluo de equilbrio x = 0 para qualquer . Neste caso
sabemos que x(t) = ce
t
e, em particular |x(t)| + se > 0 e c 6= 0 e x(t) 0 se < 0.
Exemplo 47 Determine o valor de equilbrio do SED
_
_
_
x
0
1
= (x
1
1) (x
2
1)
x
0
2
= (x
1
+ 1) (x
2
+ 1) .
x um valor de equilbrio sse f (t, x) = 0, i.e.
_
_
_
( x
1
1) ( x
2
1) = 0
( x
1
+ 1) ( x
2
+ 1) = 0.
Trata-se, portanto, de resolver o sistema anterior em ordem a x
1
e x
2
. Da primeira equao
sai x
1
= 1 ou x
2
= 1; da segunda sai x
1
= 1 ou x
2
= 1. A soluo do sistema
( x
1
= 1 x
2
= 1) ( x
1
= 1 x
2
= 1) ,
obtendo-se, assim, dois valores de equilbrio,
x
1
=
_
_
1
1
_
_
, x
2
=
_
_
1
1
_
_
.
Denio 14 (Soluo de Equilbrio Estvel, Assintoticamente Estvel e Instvel)
A soluo de equilbrio x diz-se estvel se para cada > 0 existe um = (t
0
, ) tal que, para
117
cada qualquer soluo x(t) = x(t, t
0
, x
0
) a desigualdade kx
0
xk implica kx(t) xk <
para todo o t t
0
. A soluo de equilbrio x diz-se assimptoticamente estvel se estvel e se
existe um
0
> 0 tal que a desigualdade kx
0
xk
0
implica kx(t) xk 0 quando t +.
A soluo de equilbrio x diz-se instvel se no estvel.
Por outras palavras, uma soluo de equilbrio estvel se, qualquer soluo inicializada no
momento t
0
sucientemente perto de x, permanece perto de x para todo o t t
0
e assimptotica-
mente estvel se no s estvel como tambm tende para x quando t +. Observe-se que
a denio 14 corresponde denio 12 onde, nesta ltima, deve ler-se x em lugar de x(t).
Na verdade a soluo de equilbrio pode ser encarada como a soluo do PVI x
0
= f (t, x) ,
x(t
0
) = x.
Observao 14 Para se concluir que uma soluo x(t, t
0
, x
0
) (incluindo a soluo de equilbrio
x) instvel suciente vericar-se que kx(t, t
0
, x
0
) x(t, t
0
, x
0
)k no limitado para todo o
t ou que kx(t, t
0
, x
0
) x(t, t
0
, x
0
)k k 6= 0 e k no depende de x
0
.
Exemplo 48 A soluo de equilbrio x = 0 da ED x
0
= x assimptoticamente estvel.
Veja-se em primeiro lugar que estvel. Tem-se
|x(t) x| =

x
0
e
t

= |x
0
| e
t
e
t
< .
Para cada > 0 xado basta escolher um < para que a denio de soluo de equilbrio
estvel seja satisfeita. Por outro lado, para qualquer
0
verica-se |x(t)| 0. Na gura 5-5
apresentam-se as quatro trajectrias, x(t, 0, 4) , x(t, 0, 3) , x(t, 0, 3) e x(t, 0, 4) (i.e. todas
as trajectrias so iniciadas no momento t = 0 mas com valores x
0
igual a 4, 3, 3, 4).
Exemplo 49 A soluo de equilbrio x = 0 da ED x
0
= x instvel. Com efeito, basta vericar
que a expresso
|x(t) x| = |x
0
| e
(tt
0
)
no limitada para todo o t R.
118
Figura 5-5: Quatro Solues da ED x
0
= x
1 2 3 4 5
t
-4
-2
0
2
4
x
Exemplo 50 A soluo de equilbrio x = 0 da ED x
0
= a (t) x onde
a (t) =

13 + 12 senlog (t + 1) +
12t
t + 1
cos log (t + 1)

assimptoticamente estvel. Com efeito a soluo geral


x(t, 0, x
0
) = x
0
e
(13+12 senlog(1+t))t
e |x(t, 0, x
0
)| |x
0
| e
t
(ver exemplo 48).
Todos os exemplos fornecidos neste ponto baseiam-se em ED que admitem uma soluo
fechada. Investigaremos adiante a estabilidade de SED com soluo desconhecida.
5.2 Estabilidade de Sistemas Lineares
Aborda-se a estabilidade da soluo do SED x
0
= Ax. Tem particular interesse o estudo da
estabilidade da soluo de equilbrio do SED. A(s) soluo (solues) de equilbrio vericam
A x = 0 e, portanto, pertencem ao ncleo (ou espao nulo) da matriz A,
N (A) = {z R
n
: Az = 0} .
119
Se A tem caracterstica n (nenhum valor prprio igual a zero) ento N (A) = {0} , i.e., a nica
soluo de equilbrio x = 0. Caso contrrio, N (A) o espao prprio correspondente ao valor
prprio = 0 da matriz A. Em qualquer dos casos, centra-se a anlise apenas na soluo de
equilbrio x = 0.
Teorema 16 Qualquer soluo (incluindo a soluo de equilbrio x = 0) do SDE : (a) as-
simptoticamente estvel se todos os valores prprios tiverem parte real negativa; (b) estvel se
todos os valores prprios tiverem parte real negativa ou nula e os valores prprios da parte
real nula tiverem multiplicidade algbrica igual multipliciade geomtrica; (c) instvel se pelo
menos um dos valores prprios tiver parte real positiva ou se existir algum valor prprio com
parte real nula com multiplicidade algbrica superior multiplicidade geomtrica.
Dem. Sem perda de generalidade podemos analisar a estabilidade da soluo de equilbrio
x = 0 pois, para sistemas lineares a diferena de duas solues ainda uma soluo
3
. (a) Toda
a soluo x(t) = (x
1
(t) , ..., x
n
(t))
T
do SED x
0
= Ax da forma x(t) = e
At
x(0) = e
At
x
0
. Seja

ij
(t) o elemento ij da matriz e
At
e x
0
= (x
10
, ..., x
n0
)
T
. Ento
x
i
(t) =
i1
(t) x
10
+... +
in
(t) x
n0
.
Suponha-se que todos os valores prprios de A tm parte real negativa (por outras palavras,
max
i=1,...,n
{Re (
i
)} < 0). Seja
1
= max
i=1,...,n
{Re (
i
)} o valor da parte real mais elevada
no conjunto dos valores prprios (por exemplo, se
1
= 1,
2
= 2 + 4i,
3
= 2 4i ento
max
i=1,2,3
{Re (
i
)} = 1). Ento, existe um K > 0 e > 0 a vericar
1
< < 0 tal que
3
Analisar a estabilidade da soluo x(t, t
0
, x
0
) corresponde a analisar a estabilidade da soluo nula. Com
efeito kx(t, t
0
, x
0
) x(t, t
0
, x
0
)k = kx(t, t
0
, x
0
x
0
)k = kx(t, t
0
, x
0
x
0
) xk = kx(t, t
0
, x

0
) xk e x

0
desem-
penha o mesmo papel que x0.
120

ij
(t)

Ke
t
para todo o t 0. Consequentemente, verica-se para i = 1, ..., n
|x
i
(t)| = |
i1
(t) x
10
+... +
in
(t) x
n0
|
Ke
t
|x
10
+... +x
n0
|
Ke
t
(|x
10
| +... + |x
n0
|)
Ke
t
nmax {|x
10
| , ..., |x
n0
|}
= Ke
t
nkx
0
k .
Assim,
kx(t)k max {|x
1
(t)| , ..., |x
n
(t)|}
nKe
t
kx
0
k .
Para garantir kx(t)k < suciente que ocorra kx
0
k < / (nK) (t = 0). Nestas condies
escolha-se 0 < < / (nK) pelo que kx
0
k kx(t)k < . Resulta tambm, para qualquer
valor inicial, que kx(t)k 0. Em suma, nas condies de (a) a soluo de equilbrio (ou
qualquer outra) assimptoticamente estvel. O resto da demonstrao pode ver-se em Braun
(1993), Cap. 4.
Exemplo 51 Considere-se o SED x
0
= Ax onde A uma matriz quadrada de ordem 2 e os
seguintes cenrios e respectiva soluo geral: (C1)
1
= 1,
2
= 2. A soluo geral
x(t) = c
1
e
t
v
1
+c
2
e
2t
v
2
, c
1
, c
2
R
onde v
1
e v
2
so vectores prprios associados aos valores prprios
1
e
2
; (C2)
1
= 3 2i.
A soluo geral
x(t) = c
1
e
3t
(ucos 2t wsen2t) +c
2
e
3t
(usen2t +wcos 2t) , c
1
, c
2
R
onde u+iw vector prprio associado ao valor prprio = +i; (C3)
1
,
2
= 4. A soluo
geral
x(t) = c
1
e
4t
v
1
+c
2
e
4t
(I +t (AI)) v
2
, c
1
, c
2
R
121
onde v
1
vector prprio associado a e v
2
vector prprio generalizado associado a . Nos
cenrios (C1), (C2) e (C3) a soluo de equilbrio x = 0 assimptoticamente estvel, pois, em
qualquer dos casos, todos os valores prprios tm parte real negativa. Observe-se, que |x(t)| <
e |x(t)| 0, em qualquer dos trs casos. Considere-se agora (C4)
1
,
2
= 0. A soluo geral

x(t) = c
1
v
1
+c
2
(I +t (AI)) v
2
, c
1
, c
2
R.
A estabilidade depende da multiplicidade geomtrica do valor prprio nulo. Se a multiplicidade
geomtrica de = 0 igual um ento possvel obter apenas um vector prprio linearmente
independente (v
1
). O vector v
2
vector prprio generalizado, vericando (AI) v
2
6= 0.
Resulta que a soluo de equilbrio instvel. Se a multiplicidade geomtrica igual a dois
ento possvel obter dois vectores prprios linearmente independentes. Nestas circunstncias,
v
2
vector prprio e (AI) v
2
= 0. A soluo reduz-se agora a x(t) = c
1
v
1
+c
2
v
2
. Tratando-
se de uma soluo constante, a soluo do PVI com a condio inicial x(0) = x
0
, s poder
ser x(t, 0, x
0
) = x
0
. Conclui-se imediatamente que a soluo estvel, pois, para garantir
kx(t, 0, x
0
) xk = kx
0
k < basta tomar um 0 < < nos termos da denio 14.
Exemplo 52 Considere-se o SED x
0
= Ax onde
A =
_

_
0 0 1
0 1 0
0 0 0
_

_
.
imediato vericar que os valores prprios so
1
= 0,
2
= 0 e
3
= 1. A multiplicidade
algbrica do valor prprio nulo dois e a multiplicidade geomtrica apenas 1, i.e., existe apenas
um vector prprio linearmente independente associado ao valor prprio nulo (verique!). Pelo
teorema 16 a soluo de equilbrio (ou qualquer outra) instvel. Verique-se, pela denio,
que a soluo efectivamente instvel. Para o efeito determine-se a soluo x(t) = x(t, 0, x
0
) =
122
e
At
x
0
. Deixa-se como exerccio vericar que
e
At
=
_

_
1 0 t
0 e
t
0
0 0 1
_

_
.
Assim,
x(t) =
_

_
1 0 t
0 e
t
0
0 0 1
_

_
_

_
x
10
x
20
x
30
_

_
=
_

_
x
10
+tx
30
e
t
x
20
x
30
_

_
.
Tem-se agora, utilizando, por exemplo, a norma kxk =
p
x
2
1
+x
2
2
+x
2
3
,
kx(t) xk = kx(t)k =

x
10
+tx
30
e
t
x
20
x
30

=
r

|x
10
+tx
30
|
2
+e
2t
|x
20
|
2
+ |x
30
|
2

+
quando t +. Pela denio 14 e observao 14 a soluo de equilbrio instvel.
5.3 Estabilidade de Sistemas No Lineares
Aborda-se agora a estabilidade da soluo de equilbrio x, do SED x
0
= f (x) onde, como
habitualmente,
f (x) =
_

_
f
1
(x)
.
.
.
f
n
(x)
_

_
.
5.3.1 Linearizao
Uma forma de abordar a estabilidade consiste em linearizar f (x) em torno da soluo de
equilbrio. Suponha-se que f (x) possui derivadas de segunda ordem contnuas. Ento, pela
frmula de Taylor, vem
123
f
i
(x) = f
i
( x) +
f
i
( x)
x
T
(x x) +
1
2
(x x)
T
f
2
i
(z)
xx
T
(x x) , i = 1, ..., n (5.1)
onde z uma combinao linear convexa entre x e x. A equao (5.1) pode-se escrever, mais
compactamente, na forma
f (x) = f ( x) +f
0
( x) (x x) +
1
2
_

_
(x x)
T f
2
1
(z)
xx
T
(x x)
.
.
.
(x x)
T f
2
n
(z)
xx
T
(x x)
_

_
(5.2)
onde
f
0
( x) =
_

_
f
1
( x)
x
1

f
1
( x)
xn
.
.
.
.
.
.
.
.
.
f
n
( x)
x
1

f
n
( x)
xn
_

_
Note-se que f
0
( x) o Jacobiano de f no ponto x ( uma matriz de constantes). Reescreva-se
a equao (5.2) na forma
f (x) = Ax +g (x)
onde
A = f
0
( x) ,
g (x) = f ( x) f
0
( x) x +
1
2
_

_
(x x)
T f
2
1
(z)
xx
T
(x x)
.
.
.
(x x)
T f
2
n
(z)
xx
T
(x x)
_

_
(5.3)
(note-se que z varia com x). Tem-se agora:
Teorema 17 Suponha-se que f (x) possui derivadas de segunda ordem contnuas. Ento a
124
soluo de equilbrio x do SED x
0
= f (x) , ou equivalentemente, x
0
= Ax +g (x) com
A = f
0
( x) =
_

_
f
1
( x)
x
1

f
1
( x)
x
n
.
.
.
.
.
.
.
.
.
f
n
( x)
x
1

f
n
( x)
x
n
_

_
(a) assimptoticamente estvel se todos os valores prprios de A tiverem parte real negativa e (b)
instvel se pelo menos um dos valores prprios de A tiver parte real positiva. c) A estabilidade da
soluo de equilbrio no pode ser determinada a partir da estabilidade da soluo de equilbrio
x
0
= Ax se todos os valores prprios de A tiverem parte real menor ou igual a zero e pelo menos
um dos valores prprios tiver parte real nula.
Nota: As solues de equilbrio que esto nas condies das alneas (a) e (b) designam-se
por pontos hiperblicos.
Dem. Nota introdutria: frequente assumir-se sem perda de generalidade que x = 0
a soluo de equilbrio. Mostre-se em primeiro lugar que assim pode suceder. Considere-se
z = x x e portanto tambm x = z + x. Tem-se z
0
= f (x) = f (z + x) ou ainda z
0
= g (z). Se
x a soluo de equilbrio do SED x
0
= f (x), i.e., verica-se f ( x) = 0, ento 0 a soluo do
equilbrio do SED z
0
= g (z) pois g (0) = f (0 + x) = 0. Claro que as propriedades dinmicas
de z so equivalentes s de x (basta vericar que z = x x). Assim, assuma-se sem perda de
generalidade que x = 0. (a) Como x
0
= f (x) = Ax +g (x) e g contnua tem-se, pela equao
(4.13), com a condio x(0) = x
0
,
x(t) = e
At
x
0
+
Z
t
0
e
A(ts)
g (x(s)) ds.
Precisamos de provar sob a condio (a) do teorema que no s kx(t)k limitado para qualquer
t como tambm kx(t)k 0. Sob a condio (a) sabe-se que existe um K > 0 e um k > 0 tal
que

e
At
x
0

Ke
kt
kx
0
k
(ver demonstrao do teorema 16). Resulta tambm

e
A(ts)
g (x(s))

Ke
k(ts)
kg (x(s))k .
125
Nas condies do teorema existe um > 0 tal que
4
kxk < kg (x)k
k
2K
kxk (5.4)
Podemos agora escrever, para kxk <
kx(t)k

e
At
x
0

+
Z
t
0

e
A(ts)
g (x(s))

ds
Ke
kt
kx
0
k +
Z
t
0
Ke
k(ts)
kg (x(s))k ds
Ke
kt
kx
0
k +
Z
t
0
Ke
k(ts)
k
2K
kx(s)k ds
= Ke
kt
kx
0
k +
k
2
Z
t
0
e
k(ts)
kx(s)k ds
Multiplicando a equao anterior por e
kt
vem
e
kt
kx(t)k K kx
0
k +
k
2
Z
t
0
e
ks
kx(s)k ds
e fazendo z (t) = e
kt
kx(t)k a desigualdade pode ainda escrever na forma
z (t) K kx
0
k +
k
2
Z
t
0
z (s) ds.
Pela desigualdade de Bellman e Gronwall
5
vem
z (t) Kkx
0
k e
k
2
t
,
4
Note-se que, com a norma kxk = max
i=1,...,n
{|x
i
|}, kg (x)k uma forma quadrtica e kxk uma forma
linear. Para valores de xi prximos da soluo de equilbrio, isto , prximos de zero, kg (x)k uma quantidade
pequena comparativamente a kxk . Assim, num vizinhana de zero, certamente se tem kg (x)k c kxk , onde
c uma constante positiva e que depende do conjunto onde os x
i
variam. Por convenincia, podemos escolher
c = k/ (2K) . Basta admitir que os xi variam num certo conjunto respeitando a restrio kxk < para um certo
> 0.
5
Desigualdade de Bellman e Gronwall: se z (t) uma funo real contnua tal que z (t) 0 e
z (t) C + k
_
t
0
z (s) ds
para todo o t 0, onde C > 0 e k > 0 ento
z (t) Ce
kt
.
126
e portanto z (t) = e
kt
kx(t)k K kx
0
k e
k
2
t
,
kx(t)k K kx
0
k e
kt
e
k
2
t
= K kx
0
k e

1
2
kt
(5.5)
desde que kx(s)k < , 0 s t. Mas se kx
0
k = kx(0)k < /K a desigualdade (5.5) garante
que kx(t)k < se verica para todo o t. Consequentemente, a desigualdade (5.5) verdadeira
para todo o t se o valor inicial respeitar a desigualdade kx
0
k < /K. Nestas condies, verica-
se tambm kx(t)k 0. (b) Remete-se a demonstrao para Perko (2001). Relativamente
alnea (c) veja-se o exemplo 55.
Exemplo 53 Naturalmente a teoria aplica-se tambm a ED univariadas. Considere-se a ED
x
0
= f (x) = x
2
+5x+6. Resolvendo f (x) = 0 resulta x = 1 e x = 6. Estude-se a estabilidade
de x = 1. Nos termos do teorema 17 a matriz A A = f
0
(1) = 2 (1) + 5 = 7 > 0 e o
valor prprio (nico) positivo. Logo, a soluo de equilbrio x = 1 instvel. A soluo de
equilbrio x = 6 , no entanto, assimptoticamente estvel pois A = f
0
(6) = 2 (6)+5 = 7 < 0
e o valor prprio (nico) negativo. Qualquer soluo inicializada numa vizinhana de x = 6,
tende para x = 6 quando t +; no entanto, o valor inicial x
0
no pode ser escolhido
livremente em R (i.e., no se garante x(t, 0, x
0
) x = 6 para todo o x
0
R - esta concluso
evidente tende em conta que 1 uma soluo de equilbrio instvel). Voltaremos a esta
questo adiante. O exemplo em anlise mostra que o tipo de estabilidade que estudamos
essencialmente uma propriedade local.
Exemplo 54 Considere-se o SED
x
0
= f (x) =
_
_
1 x
1
x
2
x
1
x
3
2
_
_
.
Determine-se a soluo (ou as solues) de equilbrio. Procura-se portanto x tal que f ( x) = 0.
Da equao 1 x
1
x
2
= 0 sai x
1
= 1/x
2
. Substituindo este valor na segunda equao vem
1/x
2
x
3
2
= 0 x
4
2
= 1. Esta equao tem 4 solues
6
x
2
= 1 x
2
= 1 x
2
= i x
2
= i.
Como as solues de equilbrio complexas no interessam assume-se apenas x
2
= 1 x
2
= 1.
6
Note-se que x
4
= 1 d lugar a x
2
= 1 x
2
= 1 e que x
2
= 1 implica x =

1 = i.
127
As solues de equilbrio so
x
1
=
_
_
1
1
_
_
, x
2
=
_
_
1
1
_
_
.
Analise-se primeiro a soluo x
1
. Nos termos do teorema 17, vem
A = f
0
( x
1
) =
_
_
(1x
1
x
2
)
x
1
(1x
1
x
2
)
x
2
(x
1
x
3
2
)
x
1
(x
1
x
3
2
)
x
2
_
_
x
1
=1,x
2
=1
=
_
_
x
2
x
1
1 3x
2
2
_
_
x
1
=1,x
2
=1
=
_
_
1 1
1 3
_
_
.
Como os valores prprios 2, 2 tm ambos parte real negativa a soluo de equilbrio x
1
, pelo
teorema 17, assimptoticamente estvel. No outro caso a matriz A
A = f
0
( x
1
) =
_
_
(1x
1
x
2
)
x
1
(1x
1
x
2
)
x
2
(x
1
x
3
2
)
x
1
(x
1
x
3
2
)
x
2
_
_
x
1
=1,x
2
=1
=
_
_
1 1
1 3
_
_
.
Como os valores prprios so 1

5 , tendo um deles parte real positiva, a soluo de equilbrio


x
2
, pelo teorema 17, instvel.
Exemplo 55 Considere-se o SED
x
0
= f (x) =
_
_
x
2
x
1

x
2
1
+x
2
2

x
1
x
2

x
2
1
+x
2
2

_
_
.
A nica soluo de equilbrio x = 0. Depois de algumas contas conclui-se
A = f
0
( x) =
_
_
0 1
1 0
_
_
.
Os valores prprios so i e a soluo de equilbrio do SED x
0
= Ax estvel (verique).
Pode-se provar (por mtodos engenhosos) que a soluo (na forma implcita) do SED inicial
x
1
(t) +x
2
(t) =
c
1+2ct
, com c = x
2
1
(0) +x
2
2
(0) . Como existe um K tal que |x
1
(t) +x
2
(t)| < K
e como x
1
(t) + x
2
(t) 0 tem-se que x = 0 uma soluo de equilbrio assimptoticamente
estvel. Estamos nas condies do teorema 17 c): no caso em que um dos valores prprios tem
128
parte real nula, a estabilidade da soluo de equilbrio do SED inicial no pode ser determinada
a partir da estabilidade da soluo de equilbrio x
0
= Ax. Considere-se agora o SED
x
0
= f (x) =
_
_
x
2
+x
1

x
2
1
+x
2
2

x
1
x
2

x
2
1
+x
2
2

_
_
.
Como no caso anterior, a nica soluo de equilbrio x = 0. Depois de algumas contas conclui-
se
A = f
0
( x) =
_
_
0 1
1 0
_
_
.
Os valores prprios so i e a soluo de equilbrio do SED x
0
= Ax estvel. No entanto, pode-
se provar (por mtodos engenhosos) que a soluo (na forma implcita) x
1
(t)+x
2
(t) =
c
12ct
,
com c = x
2
1
(0) +x
2
2
(0) . Assim, a soluo s est denida para t (0, 1/ (2c)) e claramente a
soluo no limitada. A soluo x instvel. Tambm neste caso a estabilidade da soluo
de equilbrio do SED inicial no pode ser determinada a partir da estabilidade da soluo de
equilbrio x
0
= Ax j que pelo menos um dos valores prprios tem parte real nula [teorema
17 c)]. Em suma, quando pelo menos um dos valores prprios tem parte real nula a anlise
da estabilidade da soluo de equilbrio do SED inicial no pode ser determinada a partir da
estabilidade da soluo de equilbrio x
0
= Ax. Em particular, a soluo de equilbrio do SED
inicial pode ser assimptoticamente estvel, instvel (ou apenas estvel).
5.3.2 Mtodo Directo de Liapunov
O exemplo 55 mostra as limitaes do teorema 17. Um mtodo para decidir sobre a estabilidade
de solues de equilbrio, incluindo pontos no hiperblicos, devida a Liapunov.
Considere-se um SED de n equaes no linear x
0
= f (x) satisfazendo as condies de
existncia e unicidade no conjunto R = I E (t I) onde E aberto e est contido em R
n
e
seja x uma soluo de equilbrio contida em E. Considere-se uma funo V : R
n
[0, +] tal
que V C
1
(E) , V (x) > 0 se x 6= x e V ( x) = 0. Uma funo nestas condies designa-se por
funo Liapunov. Note-se que
V
0
(x(t)) :=
dV (x(t))
dt
=
n
X
i=1
V
x
i
x
0
i
(t) . (5.6)
129
Teorema 18 Se (a) V
0
(x(t)) 0 para todo o x E ento a soluo x estvel; se (b)
V
0
(x(t)) < 0 para todo o x E e x 6= x ento a soluo x assimptoticamente estvel; se (c)
V
0
(x(t)) > 0 para todo o x E e x 6= x ento a soluo x instvel.
Dem. Sem perda de generalidade assuma-se x = 0. (a) Escolha-se um > 0 tal que
{x : kxk } E e dena-se V
0
= min
kxk=
V (x) . Dado que V (0) = 0 e V (x) contnua em
E segue-se que existe um , 0 < tal que kxk V (x) < V
0
. Assim se kx
0
k < a
hiptese V
0
(x) 0 implica que
V (x(t, t
0
, x
0
)) V (x
0
) < V
0
(5.7)
para t t
0
. Suponha-se agora que para kx
0
k < existe um t
1
> 0 tal que kx(t
1
, t
0
, x
0
)k = .
Nestas condies, como V
0
o mnimo no conjunto kxk = segue-se que
V (x(t
1
, t
0
, x
0
)) V
0
o que uma contradio com (5.7). Conclui-se ento que kx
0
k < implica kx(t, t
0
, x
0
)k <
para todo o t 0 e, portanto, x estvel. (b) Pela parte (a), quando kx
0
k < , x(t, t
0
, x
0
)
converge, digamos para x, no compacto {x : kxk } quando t +. Uma vez que V (x)
estritamente decrescente com t a aumentar e dado que V (x(t, t
0
, x
0
)) V ( x) devido
continuidade de V, segue-se que
V (x(t, t
0
, x
0
)) > V ( x) (5.8)
para todo o t > 0. Mas se x 6= x = 0 ento para s > 0 tem-se V (x(s, t
0
, x)) < V ( x) e, devido
continuidade segue-se que, para todo o y sucientemente prximo de x, V (x(s, t
0
, y)) < V ( x) .
Mas ento para y = x(t

, t
0
, x
0
) e t

sucientemente grande tem-se


V (x(s +t

, t
0
, x
0
)) < V ( x)
o que uma contradio com (5.8). Logo x = x = 0 e x uma soluo assimptoticamente
estvel. Remete-se alnea (c) para Perko (2001), p. 132.
130
Figura 5-6: Funo Liapunov V (x) (n = 1) onde V
0
(x) < 0
x
( )
0 0 1
, , x t t x ( )
0 0 2
, , x t t x 0
x
( )
2
x x V =
A maior diculdade deste mtodo consiste em encontrar a funo de Liapunov apropriada.
Uma primeira tentativa consiste em analisar V (x) = c
1
(x
1
x
1
)
2
+... +c
n
(x
n
x
n
)
2
, c
i
> 0
onde x
i
so as coordenadas do vector x. Certas combinaes lineares entre os parmetros c
i
permitem esclarecer a natureza das solues de equilbrio, tal como mostra o exemplo 57 (ver
adiante).
Exemplo 56 Considere-se x
0
= x. Sabe-se que a soluo de equilbrio x = 0 assimptotica-
mente estvel (ver exemplo 48). Na gura 5-6 representa-se a funo Liapunov V (x) = x
2
estri-
tamente decrescente com respeito a t (caso n = 1). Com efeito, dV (x(t)) /dt = 2xx
0
= 2x
2
<
0, x 6= x. Pelo teorema 18, x = 0 assimptoticamente estvel. Observe-se que dV (x(t)) /dt < 0
implica V (x(t
2
, t
0
, x
0
)) < V (x(t
1
, t
0
, x
0
)) < V (x
0
) para t
0
< t
1
< t
2
. Dado um ponto inicial
x
0
a soluo x(t) desloca-se no sentido onde a funo V (x(t)) decresce. Este movimento
processa-se em direco a x = 0.
Na gura 5-7 representa-se uma funo de Liapunov V (x(t)) no caso n = 2. Observe-se
que V (x(t)) decresce medida que t +. As trajectrias x(t) representadas na gura por
cruzam sucessivas curvas de nvel y
1
, y
2
, ... de amplitude decrescente medida que x(t) se
aproxima da soluo de equilbrio x = 0.
131
Figura 5-7: Funo Liapunov V (x
1
, x
2
) (n = 2) onde V
0
(x) < 0
Exemplo 57 Considere-se o SED
x
0
1
= 2x
2
+x
2
x
3
x
0
2
= x
1
x
1
x
3
x
0
3
= x
1
x
2
.
Resolvendo o sistema f (x) = 0 conclui-se que x = (0, 0, 0)
T
uma das solues de equilbrio.
Aplicando o teorema 17 vem
f
0
( x) = A =
_

_
0 2 0
1 0 0
0 0 0
_

_
e os valores prprios de A so {0, 2i} . Logo a estabilidade do SED inicial no pode ser
deduzido a partir do SED x
0
= Ax. Para usar o mtodo de Liapunov necessrio em primeiro
lugar encontrar uma funo V (x) apropriada. Uma primeira tentativa passa por funes do
tipo
V (x) = c
1
x
2
1
+c
2
x
2
2
+c
3
x
2
3
, c
1
, c
2
, c
3
> 0
132
(note-se que V satisfaz: V : R
n
[0, +] , V C
1
(E) , V (x) > 0 se x 6= x e V ( x) = 0).
Calcule-se a derivada de V com respeito a t. Usando a frmula (5.6) vem
V
0
(x(t)) =
3
X
i=1
V
x
i
x
0
i
(t)
= 2c
1
x
1
x
0
1
+ 2c
2
x
2
x
0
2
+ 2c
3
x
3
x
0
3
= 2c
1
x
1
(2x
2
+x
2
x
3
) + 2c
2
x
2
(x
1
x
1
x
3
) + 2c
3
x
3
(x
1
x
2
)
= 2 (c
1
c
2
+c
3
) x
1
x
2
x
3
+ 2 (2c
1
+c
2
) x
1
x
2
.
No possvel escolher c
1
, c
2
e c
3
de forma que V
0
(x) > 0 ou V
0
(x) < 0 para todo o E. No
entanto, impondo (c
1
c
2
+c
3
) = 0, (2c
1
+c
2
) = 0 e c
1
, c
2
, c
3
> 0, i.e., c
2
= 2c
1
> 0 e
c
3
= c
1
> 0 resulta V
0
(x) = 0. Nas condies do teorema 18 a soluo de equilbrio estvel.
Exemplo 58 Considere-se o SED
x
0
1
= 2x
2
+x
2
x
3
x
3
1
x
0
2
= x
1
x
1
x
3
x
3
2
x
0
3
= x
1
x
2
x
3
3
.
semelhana do exemplo anterior, tambm neste caso a estabilidade deste SED no pode
ser deduzido a partir do SED x
0
= Ax. Verique-se que a soluo de equilbrio (0, 0, 0)
T

assimptoticamente estvel a partir da funo V (x) = x


2
1
+ 2x
2
2
+x
2
3
.
5.4 Mtodos Grcos
Apresenta-se neste ponto um conjunto de procedimentos grcos que permitem discutir o com-
portamento da soluo quando esta desconhecida.
133
5.4.1 Equaes Univariadas de Primeira ordem
Retratos de Fases (n = 1)
Considere-se a ED autnoma x
0
= f (x) e suponha-se que a soluo x(t) desconhecida. Se
atendermos ao sinal de f (x) numa vizinhana de x
0
, podemos estabelecer se x(t, t
0
, x
0
) aumenta
ou diminui a partir desse ponto. Se x(t) aumenta (diminui) podemos inserir, junto a x
0
, uma
seta no sentido oeste-este (este-oeste). A magnitude de f (x) numa vizinhana de x
0
pode
ser tambm relevante (d informao sobre se o aumento ou diminuio de x(t) forte ou
fraco). Esta informao incorpora-se no grco traando uma seta com um comprimento, ou
espessura, proporcional magnitude de f (x) . Esta representao grca, que se designa por
retrato de fases (caso univariado), fornece uma ideia geral sobre o comportamento da soluo,
nomeadamente, permite discutir (ou conjecturar) sobre a estabilidade das solues de equilbrio.
Na gura 5-8 apresentam-se duas situaes distintas. Na caso A a soluo de equilbrio
ocorre no ponto x = a, pois f (a) = 0. Esta soluo assimptoticamente estvel. Intuitivamente
claro: quando x inicializado num valor abaixo de a resulta que f (x) > 0, i.e. x
0
> 0 e,
assim, o valor de x aumenta; neste caso x move-se da esquerda para a direita at atingir o valor
x = a (as setas indicam o movimento de x). Se x inicializado num valor acima de a resulta
que f (x) < 0, i.e. x
0
< 0 e, assim, o valor de x diminui; neste caso x move-se da direita para a
esquerda at atingir o valor x = a (as setas indicam o movimento de x). Em ambas as situaes
a soluo tende para o valor de equilbrio. No caso B a soluo de equilbrio b, mas no
estvel. Com efeito, verica-se que f (x) > 0 quando x > b e f (x) < 0 quando x < b. Nestas
circunstncias, a soluo afasta-se sempre de b. O teorema 17, p. 125, permite fundamentar
estas concluses. Com efeito, no caso A (B) a funo f (x) verica f
0
(a) < 0 (f
0
(b) > 0).
Exemplo 59 Considere-se x
0
= f (x) = x
2
+5x+6. A partir da gura 5-9 pode-se concluir que
a soluo de equilbrio 1 instvel enquanto que a soluo de equilbrio 6 assimptoticamente
estvel. Mais: se x
0
< 1 lim
t+
x(t, 0, x
0
) = e se x
0
> 1 lim
t+
x(t, 0, x
0
) =
6. Deixa-se ao cuidado do leitor a insero das setas no eixo das abcissas.
134
Figura 5-8: Retratos de Fase
a
( ) x f
x
b
( ) x f
x
A B
Figura 5-9: Curva f (x) = x
2
+ 5x + 6
-2 2 4 6
-5
5
10
135
Campos de Direces
Considere-se agora o caso da ED no autnoma x
0
= f (t, x). O campo de direces uma
aplicao que atribui, a cada ponto de uma regio de duas ou trs dimenses, um vector. No
caso de ED univaridadas, o campo de direces obtm-se associando a cada ponto (t, x) do plano
um vector com a direco (1, f (t, x)) e com um comprimento
r

1 + |f (t, x)|
2

. Observe-se:
quando t aumenta o par ordenado (t, x(t)) movimenta-se ao longo da sua trajectria. A tangente
a esta trajectria, num dado ponto (t, x) R
2
tem inclinao f (t, x); por outras palavras, a
tangente tem a direco do vector (1, f (t, x)). Podemos ento associar a cada ponto (t, x)
do plano um vector (gracamente representado por um segmento de recta ou mesmo uma
seta) com a direco do vector (1, f (t, x)) e com um comprimento
r

1 + |f (t, x)|
2

. Em
certos casos, para se obter melhor informao grca, pode impor-se que os vectores tenham
comprimento unitrio: para o efeito divide-se (1, f (t, x)) pela norma Euclidiana do vector
7
.
A informao fornecida pelo campo de direces relevante no estudo do comportamento da
soluo. Nomeadamente, permite inferir (ou conjecturar) sobre a estabilidade das solues.
Exemplo 60 Considere-se a ED x
0
= xcos t. A soluo geral x(t) = ce
sent
. Com a
condio inicial x(0) = x
0
vem x(t) = x
0
e
sent
. Se a soluo fosse desconhecida poder-se-a
tentar saber algo mais sobre a soluo traando o campo de direces. Represente-se ento o
campo de direces (guras 5-10 e 5-11 - utilizando o programa Maple) e tente-se imaginar a
soluo nos seguintes casos x
0
= 1, x
0
= 1 e x
0
= 2.
Na gura 5-12 traa-se o mesmo campo de direces (agora com o programa Mathematica)
mas apresentando as solues iniciadas em x
0
= 1, x
0
= 1 e x
0
= 2.
Exemplo 61 Considere-se a ED x
0
= e
5

e
5x
e
5x

t e tente discutir-se a estabilidade da


soluo de equilbrio, a partir do campo de direces. A soluo de equilbrio x verica f ( x) = 0.
Ora e
5

e
5 x
e
5 x

t = 0 se x = 0. As gura 5-13 e 5-14 parecem indicar que a soluo de


7
Isto , considera-se o vector
_
_
1
_
_
1 + |f (t, x)|
2
_
,
f (t, x)
_
_
1 + |f (t, x)|
2
_
_
_
.
136
Figura 5-10: Campo de Direces da ED x
0
= xcos t (vectores de comprimento unitrio)
-4
-2
0
2
4
x
2 4 6 8 10 12 14
t
Figura 5-11: Campo de Direces da ED x
0
= xcos t (vectores de comprimento
p
1 +f
2
(t, x))
-4
-2
0
2
4
x
-4 -2 2 4
t
137
Figura 5-12: Campos de Direces e Comparao com a Soluo
2 4 6 8 10 12 14
t
-4
-2
0
2
4
6
x
equilbrio 0 estvel: para qualquer valor numa vizinhana de x = 0, a soluo diminui de valor
se x > x (pois x
0
< 0 para x > x) e aumenta de valor se x < x (pois x
0
> 0 se x < x) existindo,
portanto, um efeito de reverso para o valor de equilbrio. Provavelmente a gura 5-14
mais informativa pois mostra que o efeito de reverso mais forte medida que t +.
5.4.2 Sistemas de Duas ED
Retrato de Fases (n = 2)
Introduo Considere-se o sistema com duas ED
_
_
_
x
0
1
= f
1
(x
1
, x
2
)
x
0
2
= f
2
(x
1
, x
2
) .
Toda a soluo x
1
(t) , x
2
(t) permite denir as seguintes curvas, com t a variar em certo
intervalo:
1. uma curva em R
2
gerada pelos pontos (t, x
1
(t)) ;
2. uma curva em R
2
gerada pelos pontos (t, x
2
(t)) ;
3. uma curva em R
3
gerada pelos pontos (t, x
1
(t) , x
2
(t)) ;
4. uma curva em R
2
gerada pelos pontos (x
1
(t) , x
2
(t)) .
138
Figura 5-13: Campo de Direces da ED x
0
= e
5

e
5x
e
5x

t (vectores de comprimento
unitrio)
-1
-0.5
0
0.5
1
x
1 2 3 4 5
t
Figura 5-14: Campo de Direces da ED x
0
= e
5

e
5x
e
5x

t (vectores de comprimento
p
1 +f
2
(t, x))
-1
-0.5
0
0.5
1
x
1 2 3 4 5
t
139
Figura 5-15: Trajectria x
1
(t) = cos t sint
5 10 15 20
-1
-0.5
0.5
1
Exemplo 62 Considere-se o sistema
_
_
_
x
0
1
= x
2
x
0
2
= x
1
.
Resolvendo o sistema com as condies x
1
(0) = x
2
(0) = 1 obtm-se
_
_
_
x
1
(t) = cos t sent
x
2
(t) = cos t + sent.
As trajectrias (ou curvas) x
1
(t) e x
2
(t) esto representadas nas guras 5-15 e 5-16.
Uma trajectria em R
3
gerada pelos pontos (t, x
1
(t) , x
2
(t)) = (t, cos t sent, cos t + sent)
representada na gura 5-17 a trao grosso. Observe-se que as trajectrias representadas nas
guras 5-15 e 5-16 esto tambm representadas na gura 5-17.
Como estabelecemos no ponto 4 atrs, toda a soluo x
1
(t) , x
2
(t) permite denir uma
curva emR
2
gerada pelos pontos (x
1
(t) , x
2
(t)) quando t varia num certo intervalo. Designamos
estas curvas por rbitas (em R
2
) (pode-se ter uma innidade de rbitas quando se analisa a
soluo geral ou apenas uma rbita, quando se analisa um PVI).Tratam-se, portanto, de curvas
paramtricas em R
2
. O plano onde as rbitas se denem designa-se por plano de fases (espao
de fases no caso R
n
, n > 2). Assim, a rbita de uma soluo a projeco do grco da soluo
no plano de fases. Ao conjunto de todas as rbitas (de uma soluo geral) designamos por
140
Figura 5-16: Trajectria x
2
(t) = cos t + sint
5 10 15 20
-1
-0.5
0.5
1
Figura 5-17: Curvas Associadas ao SED x
0
1
= x
2
, x
0
2
= x
1
-2
-1
0
1
2
x2
-2
-1
0
1
2
x1
0
5
10
15
20
t
-2
-1
0
1
2
x2
-2
-1
0
1
2
x1
141
Figura 5-18: rbita de (x
1
, x
1
) = (cos t sint, cos t + sint)
-1 -0.5 0 0.5 1
x1
-1
-0.5
0
0.5
1
x2
retrato de fases. Retome-se o exemplo 62. Vimos que a soluo do PVI x
1
(t) = cos t sent,
x
2
(t) = cos t + sent. Assim, a rbita associada denida por todos os pontos (x
1
, x
2
) =
(cos t sent, cos t + sent) quando t varia num certo intervalo (ver gura 5-18). A soluo de
equilbrio x = 0 no assimptoticamente estvel pois (x
1
, x
2
) no se dirige para o ponto 0 R
2
quando t aumenta (seta indica a direco do movimento sobre a rbita).
Retrato de Fases do SED Linear x
0
= Ax Analisa-se agora com mais profundidade os
retratos de fases do SED x
0
= Ax em R
2
, os quais se baseiam quase inteiramente na natureza
dos valores prprios
1
e
2
da matriz A. Vamos distinguir os seguintes casos:
Caso 1:
2
<
1
< 0
A soluo dada pela equao (4.9)
x(t) = c
1
e

1
t
v
1
+c
2
e

2
t
v
2
, c
1
, c
2
R.
142
Figura 5-19: Representao do vector v
1
1
x
2
x
11
v
21
v
1
v
Suponhamos por um momento que c
2
= 0 pelo que x(t) = c
1
e

1
t
v
1
i.e.,
x(t) =
_
_
x
1
(t)
x
2
(t)
_
_
= c
1
e

1
t
_
_
v
11
v
21
_
_
| {z }
v
1
.
Com c
2
= 0 a soluo proporcional ao vector v
1
(a constante de proporcionalidade c
1
e

1
t
).
Para simplicar um pouco mais suponha-se, para um certo t, que c
1
e

1
t
= 1. A soluo para
esse valor de t viria igual ao vector v
1
. Nestas circunstncias, x
1
= v
11
e x
2
= v
21
e (x
1
, x
2
) =
(v
11
, v
21
) dene um ponto no plano. Permitindo agora que a constante de proporcionalidade
varie livremente, tem-se que a soluo x(t) = c
1
e

1
t
v
1
, no plano de fases, situa-se ao longo de
todo o segmento denido pelo vector v
1
- ver a gura 5-19. Como, por hiptese,
1
< 0, a
soluo desloca-se sobre o segmento em direco ao ponto (0, 0) , medida que t +.
No caso em que c
2
6= 0, a soluo desloca-se entre os vectores v
1
e v
2
de acordo com a
regra do paralelogramo. Como, por hiptese,
1
< 0 e
2
< 0, todas as rbitas dirigem-se para
(0, 0) quando t +. O ponto de equilbrio x = (0, 0)
T
(que se sabe ser assimptoticamente
estvel) designa-se por n estvel. Podemos ainda renar a anlise, observando que, para t
sucientemente grande, e

2
t
v
2
pequeno em comparao com e

1
t
v
1
. Em resultado, o retrato
de fases sob a hiptese
2
<
1
< 0 do tipo da gura 5-20-A.
Caso 2: 0 <
1
<
2
143
O retrato de fases neste caso o da gura 5-20-A excepto que a direco das setas revertido.
Claro que kx(t)k +. A soluo de equilbrio designa-se por n instvel.
Caso 3:
1
=
2
< 0
A soluo dada pela equao (4.11)
x(t) = c
1
e
t
v
1
+c
2
e
t
(I +t (AI)) v
2
, c
1
, c
2
R.
necessrio distinguir: (a) A possui dois vectores prprios independentes e (b) A possui apenas
um vector prprio independente. No caso (a) v
2
vector prprio e (AI) v
2
= 0 pelo que a
soluo se reduz a
x(t) = c
1
e
t
v
1
+c
2
e
t
v
2
= e
t
(c
1
v
1
+c
2
v
2
) .
O vector e
t
(c
1
v
1
+c
2
v
2
) paralelo a c
1
v
1
+c
2
v
2
para todo o t e dado que {v
1
, v
2
} uma base
de R
2
o retrato de fases constitudo por todos os segmentos de recta que cruzam a origem (ou
seja, o conjunto de todas as rbitas cobrem todas as direces do plano, quando c
1
e c
2
variam
em R) - gura 5-20-B. No caso (b) a soluo
x(t) = c
1
e
t
v
1
+c
2
e
t
(I +t (AI)) v
2
= e
t
(c
1
v
1
+c
2
v
2
) +c
2
e
t
t (AI) v
2
.
Ora v
1
proporcional a (AI) v
2
, i.e. existe umk 6= 0 tal que v
1
= k (AI) v
2
(multiplique-
se ambos os termos por (AI)). Assim, a soluo pode ainda apresentar-se na forma
x(t) = e
t
(c
1
v
1
+c
2
v
2
) +c
2
kte
t
v
1
.
Quando t grande a quantidade e
t
(c
1
v
1
+c
2
v
2
) pequena comparativamente a c
2
kte
t
v
1
.
Assim as tangentes s rbitas de x(t) aproximam-se de v
1
(consoante o sinal de c
2
). O
retrato de fases dado pela gura 5-20-C.
Caso 4:
1
=
2
> 0
O retrato de fases apresenta-se nas guras 5-20-B e 5-20-C excepto que a direco das setas
revertido.
Caso 5:
1
< 0 <
2
144
A soluo x(t) = c
1
e

1
t
v
1
+ c
2
e

2
t
v
2
. No caso c
2
= 0 a soluo tende para zero; i.e.,
a soluo movimenta-se sobre o vector v
1
em direco a (0, 0) . Na situao c
2
6= 0 a soluo
dominada pelo termo c
2
e

2
t
v
2
, que tende para +. Com t grande, a quantidade c
1
e

1
t
v
1

(muito) pequena comparada com c
2
e

2
t
v
2
. Assim, as rbitas movimentam-se em direco ao
vector v
2
, tendendo para +. Consequentemente, o retrato de fases tem a forma representada
na gura 5-20-D. A soluo de equilbrio designa-se por ponto sela (o retrato de fases parece-se
com uma sela, numa vizinhana da soluo de equilbrio).
Caso 6:
1
,
2
= i
A soluo
x(t) = c
1
e
t
(ucos t wsent) +c
2
e
t
(usent +wcos t) , c
1
, c
2
R.
Denindo
u =
_
_
u
1
u
2
_
_
, w =
_
_
w
1
w
2
_
_
a soluo pode escrever-se na forma
_
_
x
1
(t)
x
2
(t)
_
_
= e
t
_
_
(c
1
u
1
+c
2
w
1
) cos t + (c
2
u
1
c
1
w
1
) sent
(c
1
u
2
+c
2
w
2
) cos t + (c
2
u
2
c
1
w
2
) sent
_
_
.
Para = 0 resulta que |x
1
(t)| K
1
e |x
2
(t)| K
2
para qualquer t, pelo que a rbita,
denida parametricamente por (x
1
(t) , x
2
(t)) , t 0 est contida num certo rectngulo. Pode
mesmo mostrar-se que a rbita uma elipse (ou circunferncia) com centro na origem - ver
gura 5-20-E. A soluo move-se ao longo da elipse ou no sentido do ponteiro do relgio ou
inversamente. Para determinarmos o sentido, verica-se (por exemplo) o sinal de x
0
2
quando
x
2
= 0. Se x
0
2
> 0 para x
2
= 0 e x
1
> 0 ento as solues movem-se no sentido contrrio
aos ponteiros do relgio (sob a condio x
2
= 0 e x
1
> 0 a rbita encontra-se algures num
ponto da abcissa, com x
1
> 0; se x
0
2
< 0 a rbita desloca-se para baixo e a rbita entra
no quadrante {(x
1
, x
2
) : x
1
> 0, x
2
< 0}; se x
0
2
> 0 a rbita desloca-se para cima e entra no
quadrante {(x
1
, x
2
) : x
1
> 0, x
2
> 0}). A soluo de equilbrio designa-se por centro. No caso
< 0 existe um efeito de contraco das solues (as coordenadas (x
1
, x
2
) tendem ambas
145
para zero quando t +) e, desta forma, as rbitas so espirais que convergem para a origem
(mais uma vez o sentido do movimento deve-se determinar). A soluo de equilbrio designa-se
por foco estvel. No caso > 0 as rbitas so tambm espirais, mas a soluo afasta-se da
origem medida que t aumenta. A soluo de equilbrio designa-se por foco instvel.
Deixa-se como exerccio a anlise dos casos
1
= 0,
2
6= 0 e
1
=
2
= 0.
Para exemplicar, representa-se na gura 5-21 quatro retratos de fases associados com
seguintes cenrios:
Situao Matriz A Val. Prprios Vect. Prprios
A
_
_

1
10
1
1
1
10
_
_

1
,
2
=
1
10

1
10
i v
1
=
_
_
i
1
_
_
, v
2
=
_
_
i
1
_
_
B
_
_
1 1
0 2
_
_

1
= 2,
2
= 1 v
1
=
_
_
1
1
_
_
, v
2
=
_
_
1
0
_
_
C
_
_
1 0
0 1
_
_

1
= 1,
2
= 1 v
1
=
_
_
0
1
_
_
, v
2
=
_
_
1
0
_
_
D
_
_
1 3
0 1
_
_

1
= 1,
2
= 1 v
1
=
_
_
1
0
_
_
, v
2
=
_
_
3
2
_
_
Nota sobre a gura 5-21: os pequenos crculos escuros representam valores iniciais, e as
setas o movimento das solues ao longo das rbitas (mais adiante confere-se um signicado
mais preciso s setas que no se encontram desenhadas sobre as rbitas).
Retrato de Fases do SED No Linear x
0
= f (x) Seja x uma soluo de equilbrio do SED
no linear x
0
= f (x) . Pelo teorema 17, se A = f
0
( x) no possui valores prprios com parte real
nula, ento a estabilidade da soluo de equilbrio x do SED no linear pode ser deduzida a
146
Figura 5-20: Retrato de Fases do SED x
0
= Ax
2
x
1
x
2
x
1
x
C D
2
x
1
x
2
x
1
x
A B
2
x
1
x
2
x
1
x
E F
1
v
r
2
v
r
2
v
r
1
v
r
147
Figura 5-21: Retratos de Fases do SED x
0
= Ax (e Campo de Direces - Ver ponto seguinte)
-5 0 5 10
x1
-5
0
5
10
x2
-5 0 5 10
x1
-5
0
5
10
x2
A B
-5 0 5 10
x1
-5
0
5
10
x2
-5 0 5 10
x1
-5
0
5
10
x2
C D
148
partir da estabilidade da soluo nula do SED linear x
0
= Ax. Nestas circunstncias, natural
o seguinte resultado devido a Hartman-Grobman (verso simplicada):
Teorema 19 Seja E um subconjunto de R
n
contendo a soluo de equilbrio x do SED x
0
=
f (x) e seja f C
1
(E) . Suponha-se que A = f
0
( x) e que A no possui qualquer valor prprio
com parte real nula. Ento, na vizinhana de x, o SED no linear tem a mesma estrutura
qualitativa do SED linear x
0
= Ax.
Dem. Ver Perko (2001), pp. 121-124.
Exemplo 63 Considere-se o SED
x
0
1
= 2x
1
2x
2
1
5x
1
x
2
x
0
2
= x
2
x
2
2
2x
1
x
2
.
Resolvendo o sistema f (x) = 0 obtm-se as seguintes solues de equilbrio:
x
1
=
_
_
0
0
_
_
, x
2
=
_
_
0
1
_
_
, x
3
=
_
_
1
0
_
_
, x
4
=
_
_
3/8
1/4
_
_
.
Observe-se que
A(x
1
, x
2
) = f
0
(x
1
, x
2
) =
_
_
2 4x
1
5x
2
5x
1
2x
2
1 2x
2
2x
1
_
_
.
Resulta:
149
x Matriz A Val. Prprios Vect. Prprios
_
_
0
0
_
_
_
_
2 0
0 1
_
_

1
= 2,
2
= 1 v
1
=
_
_
1
0
_
_
, v
2
=
_
_
0
1
_
_
_
_
0
1
_
_
_
_
3 0
2 1
_
_

1
= 3,
2
= 1 v
1
=
_
_
1
1
_
_
, v
2
=
_
_
0
1
_
_
_
_
1
0
_
_
_
_
2 5
0 1
_
_

1
= 2,
2
= 1 v
1
=
_
_
1
0
_
_
, v
2
=
_
_
5
1
_
_
_
_
3/8
1/4
_
_
_
_
3/4 15/8
1/2 1/4
_
_

1
= 3/2,
2
= 1/2 v
1
=
_
_
15
6
_
_
, v
2
=
_
_
3
2
_
_
Na gura 5-22 apresenta-se o campo de direces do SED (esclarece-se adiante o signicado
do campo de direces de um SED).
Em certos casos pode-se explicitar a rbita atravs de uma funo x
2
= g (x
1
) (geralmente
necessrio mais do que uma funo para denir a rbita; por exemplo, a rbita (x
1
, x
2
) tal que
x
2
1
+x
2
2
= 1 pode ser representada pelas curvas x
2
=
p
1 x
2
1
). Suponha-se, para concretizar,
que um certo SED tem por soluo x
1
(t) = 3t + 2 e x
2
(t) = 5t
2
+ 7. A rbita denida por
todos os pontos (x
1
, x
2
) =

3t + 2, 5t
2
+ 7

quando t varia num certo intervalo. Resolvendo


x
1
= 3t +2 em ordem a t obtm-se t = t (x
1
) = (x
1
2) /3. Substituindo esta ltima expresso
na soluo x
2
obtm-se x
2
(t (x
1
)) = 5 ((x
1
2) /3)
2
+ 7 =
5
9
x
2
1

20
9
x
1
+
83
9
. Temos, portanto,
x
2
como funo de x
1
. Neste caso a rbita representada pela equao x
2
=
5
9
x
2
1

20
9
x
1
+
83
9
(com x
1
a variar num certo intervalo). Aparentemente necessrio conhecer-se a soluo do
SED para se construir uma rbita. Mostra-se agora que de facto no necessrio. Supondo
f
1
(x
1
, x
2
) 6= 0 vem
x
0
2
x
0
1
=
f
2
(x
1
, x
2
)
f
1
(x
1
, x
2
)

dx
2
dt
dx
1
dt
=
f
2
(x
1
, x
2
)
f
1
(x
1
, x
2
)

dx
2
dx
1
=
f
2
(x
1
, x
2
)
f
1
(x
1
, x
2
)
. (5.9)
150
Figura 5-22: Campo de Direces do SED x
0
1
= 2x
1
2x
2
1
5x
1
x
2
, x
0
2
= x
2
x
2
2
2x
1
x
2
.
-1 0 1 2
x1
-1
0
1
2
x2
-1 0 1 2
x1
-1
0
1
2
x2
-1 0 1 2
x1
-1
0
1
2
x2
-1 0 1 2
x1
-1
0
1
2
x2 (0,0) (0,1)
(1,0) (3/8,14)
151
Figura 5-23: rbitas do SED x
0
1
=
x
2
(1+x
1
)
2
, x
0
2
= x
2
2
-4 -2 2 4
-15
-10
-5
5
10
15
A resoluo da ED (5.9) com a condio x
1
= a, x
2
= b permite obter a rbita que passa no
ponto (a, b) (com (a, b) tal que f
1
(a, b) 6= 0). De uma forma geral, a resoluo da ED envolve
uma constante arbitrria. Fazendo variar esta constante (com a restrio de que (x
2
, x
1
) no seja
uma soluo de equilbrio) obtm-se o retrato de fases do SED x
0
1
= f
1
(x
1
, x
2
) , x
0
2
= f
2
(x
1
, x
2
) .
Exemplo 64 Considere-se
x
0
1
=
x
2
(1 +x
1
)
2
, x
0
2
= x
2
2
Pela frmula 5.9 vem
dx
2
dx
1
= x
2
(1 +x
1
)
2
.
A ED anterior de variveis separveis. A sua soluo, e portanto, a expresso das rbitas
x
2
= e
(1+x
1
)
3
/3
c.
Gracamente obtm-se a gura 5-23.
Campo de Direces
No caso em que no possvel obter as rbitas (no se conhecem as solues x
1
(t) e x
2
(t) ou
no se consegue obter x
2
(x) como soluo de x
0
2
= f
2
(x
2
, x
1
) /f
1
(x
2
, x
1
)) consegue-se ainda
assim visualizar o campo de direces do SED com um signicado que se apresenta a seguir.
152
Quando t aumenta o par ordenado (x
1
(t) , x
2
(t)) movimenta-se no plano ao longo da rbita.
A velocidade na direco do eixo x
1
f
1
(x) ; a velocidade na direco do eixo x
2
f
2
(x) .
Assim, este movimento, num dado ponto x
1
R
2
, tem a direco do vector

f
1

x
1

, f
2

x
1

.
Podemos visualizar gracamente a forma como a rbita se movimenta no ponto x
1
inserindo
junto a x
1
um vector (gracamente um segmento de recta ou uma seta) com a direco do vector

f
1

x
1

, f
2

x
1

. Resulta assim que o campo de direces do sistema de ED obtm-se asso-


ciando a cada ponto x
1
= (x
1
, x
2
) do plano um vector com a direco

f
1

x
1

, f
2

x
1

e com
um comprimento
r

|f
1
(x)|
2
+ |f
2
(x)|
2

(fornece uma medida da velocidade do movimento da


soluo sobre a rbita). Gracamente, este comprimento pode ser relacionado com o tamanho
ou espessura das setas. Em certos casos, para se obter melhor informao grca, pode impor-se
que os vectores tenham comprimento unitrio e, para o efeito, divide-se

f
1

x
1

, f
2

x
1

pela
norma Euclidiana do vector
8
. Para no se perder a informao
r

|f
1
(x)|
2
+ |f
2
(x)|
2

pode-se
fazer variar a espessura da seta de acordo com o valor
r

|f
1
(x)|
2
+ |f
2
(x)|
2

. Na gura 5-24
representa o campo de direces do SED apresentado no exemplo 62. So apresentadas tambm
duas rbitas denidas a partir de duas condies iniciais diferentes. Comparar com a gura
5-18. Na gura5-25 representa o campo de direces do SED x
0
1
= x
2
, x
0
2
= x
1
x
2
/10 e
uma rbita com dada a condio x
1
(0) = 0, x
2
(0) = 1.
Ver ainda a gura 5-21.
8
Isto , considera-se o vector
_
_
f1 (x)
_
_
|f
1
(x)|
2
+ |f
2
(x)|
2
_
,
f2 (x)
_
_
|f
1
(x)|
2
+ |f
2
(x)|
2
_
_
_
.
153
Figura 5-24: Campo de Direces e rbitas do SED x
0
1
= x
2
, x
0
2
= x
1
.
-4 -2 0 2 4
x1
-4
-2
0
2
4
x2
Figura 5-25: Campo de Direces e Uma rbita do SED x
0
1
= x
2
, x
0
2
= x
1
x
2
/10
-4 -2 0 2 4
x1
-4
-2
0
2
4
x2
154
Exerccios
1. Estude a estabilidade das solues das equaes diferenciais seguintes, a partir directa-
mente da denio:
(a) x
0
= 1, x(0) = 1;
(b) x
0
= tx, x(0) = 5;
(c) x
0
= x +t, x(0) = 1;
(d) x
0
= sent, x(/2) = 1;
2. Estude a estabilidade das soluo de equilbrio das equaes diferenciais seguintes, a partir
directamente da denio:
(a) x
0
= x/ (t + 1)
(b) x
0
= xsent
(c) x
0
= (x 1) log (t + 1)
3. Considere a ED x
0
= x(1 x)
(a) Estude a estabilidade das solues de equilbrio, a partir directamente da denio.
(b) Estude a estabilidade das solues de equilbrio efectuando uma linearizao.
(c) Utilize um procedimento grco para conrmar os resultados.
4. (Exame) Seja
x(t, 0, x
0
) =
x
0
q
e
2t

1 x
2
0

+x
2
0
a soluo de um certo PVI (x
0
= f (t, x), x(0) = x
0
).
(a) Mostre que x = 0 e x = 1 so solues de equilbrio. Obtenha uma terceira soluo
de equilbrio.
(b) Estude a estabilidade da soluo x = 0 considerando x
0
]1, 1[ . Verique se as
concluses se mantm no caso x
0
[1 , 1 +], > 0. Comente o resultado.
155
5. Estude a estabilidade das solues de equilbrio da ED x
0
= x
3
x e represente o retrato
de fases.
6. Estude a estabilidade da soluo de equilibrio x = 0 dos sistemas apresentados nos exer-
ccios 12 e 13 do Cap. 4.
7. Considere o SED x
0
= Ax +b onde b um vector de constantes e A tem inversa.
(a) Determine a soluo de equilbrio.
(b) Mostre que a estabilidade das solues do SED dado equivalente estabilidade
das solues do SED x
0
= Ax (sugesto: considere a mudana de varivel z (t) =
x(t) x).
8. Considere o SED de segunda ordem
u
00
+w
0
+u w = 0
u
0
+w
0
+u w = 0.
(a) Efectuando uma mudana de variveis escreva o sistema na forma x
0
= Ax
(b) Estude a estabilidade da soluo de equilbrio x = 0 do SED inicial.
9. (Exame) Considere o SED
_
_
x
0
1
x
0
2
_
_
=
_
_
2 0
1 3
_
_
| {z }
A
_
_
x
1
x
2
_
_
com as condies x
1
(0) = 1 e x
2
(0) = 2. Sabe-se que
v
1
=
_
_
1
1
_
_
um vector prprio da matriz A associado ao valor prprio
1
= 2.
(a) Determine a soluo do PVI e estude a estabilidade da soluo nula.
156
(b) Represente gracamente no plano (de forma aproximada) as rbitas que no instante
t = 0 se encontram nos pontos (1, 1) , (0, 1) e (1, 2) e insira setas sobre as trs rbitas
para indicar como que as solues evoluem medida que t aumenta a partir de
zero.
10. Considere o SED
x
0
1
= sen(x
1
+x
2
)
x
0
2
= e
x
1
1
(a) Determine as solues de equilbrio.
(b) Estude a estabilidade das solues de equilbrio.
(c) Esboce um retrato de fases do sistema.
11. Considere o SED
x
0
1
= x
2
x
3
1
x
1
x
2
2
x
0
2
= x
1
x
3
2
x
2
x
2
1
(a) Determine a soluo de equilbrio.
(b) Efectuando uma linearizao estude a estabilidade da soluo de equilbrio.
(c) Discuta a estabilidade utilizando a funo de Liapunov V (x
1
, x
2
) = x
2
1
+x
2
2
.
12. (Exame) Considere o sistema de equaes diferenciais
x
0
1
= x
2
x
0
2
= x
1
e
x
1
x
2
(a) Mostre que a soluo nula

0 0

T
, uma soluo de equilbrio.
(b) Estude a estabilidade da soluo nula efectuando uma linearizao.
(c) Estude a estabilidade da soluo nula a partir da funo de Liapunov V (x
1
, x
2
) =
1
2
x
2
1
+
1
2
x
2
2
.
157
(d) Faa um retrato de fases numa vizinhana da soluo nula (insira setas sobre as
rbitas para indicar como que o sistema evolui ao longo do tempo).
13. (Exame) Considere o modelo
x
0
1
= x
1
x
0
2
= ax
2
+x
1
x
2
.
(a) Mostre que a soluo nula uma soluo de equilbrio e estude a estabilidade dessa
soluo nos casos a > 0 e a < 0.
(b) Determine a soluo geral do sistema e conrme que no caso a < 0 se tem lim
t+
x
1
(t) =
lim
t+
x
2
(t) = 0.
(c) Determine a expresso analtica das rbitas no caso a = 0.
(d) Mostre que no caso a = 0 a soluo nula no assimptoticamente estvel (aproveite
resultados j obtidos).
14. Considere a ED de segunda ordem no linear x
00
= f (x) x
0
g (x) onde f (x) e g (x)
so funes reais de varivel real de classe C
1
em R que vericam as seguintes condies:
f (x) > 0, x R, xg (x) > 0 e g (0) = 0.
(a) Apresente o SED de primeira ordem equivalente equao dada.
(b) Determine as solues de equilbrio.
(c) Analise a estabilidade das solues de equilbrio utilizando a funo de Liapunov
V (x
1
, x
2
) =
x
2
2
2
+
R
x
1
0
g (u) du.
15. Faa um esboo do retrato de fases dos SED denidos no exerccio 12 do Cap. 4.
16. Obtenha a expresso analtica das rbitas para o SED x
0
= Ax onde A uma matriz
quadrada de ordem 2 e valor prprio de A com multiplicidade algbrica e geomtrica
igual a dois.
17. Esboce o retrato de fases do SED x
0
= Ax no caso em que os valores prprios de A so
158
(a)
1
= 0,
2
6= 0.
(b)
1
=
2
= 0.
18. Mostre que as rbitas do SED
x
0
=
_
_
0 4
9 0
_
_
x
so elipses.
19. Considere o SED
x
0
1
= x
2
x
0
2
= x
1
+ 2x
2
1
.
(a) Obtenha as solues de equilbrio.
(b) Determine a expresso analtica das rbitas e represente o retrato de fases (recorra
ao computador para traar o retrato de fases).
(c) Represente o retrato de fases numa vizinhana da soluo de equilbrio (0, 0) a partir
do SED linearizado. Compare este retrato de fases com o denido na alnea anterior.
20. Discuta o campo de direces das quatro guras quanto estabilidade das solues de
equilbrio e identique caso existam, ns, focos e pontos de sela.
-1 0 1 2
x1
-1
0
1
2
x2
-1 0 1 2
x1
-1
0
1
2
x2
159
-1 0 1 2
x1
-1
0
1
2
x2
-1 0 1 2
x1
-1
0
1
2
x2
160
Parte II
Equaes s Diferenas
161
Com as ED admite-se que o fenmeno x(t) caracterizvel em termos innitesimais, i.e.,
possvel atribuir um signicado equao x
0
= f (t, x) . Est implcito que x(t) uma varivel
contnua e que t varia de forma contnua num certo conjunto. No entanto, em certos casos, o
fenmeno apenas se altera em momentos precisos do tempo. Por exemplo, se x(t) representa
um certo depsito e se a sua capitalizao for anual, x(t) , com t mensurvel na unidade ano,
apenas varia nos momentos t = 1, t = 2, etc. Neste caso no pode ser conferido um signicado a
x
0
(t) dado que t varia de forma discreta. Sucede, em muitos outros casos, x(t) ser uma funo
contnua, mas no se sabe, ou difcil, estabelecer a respectiva ED. Nestes casos prefere-se uma
abordagem em tempo discreto. Em econometria frequente estabelecer-se uma especicao
discreta na modelao dos fenmenos (i.e., com t a variar discretamente) embora, em muitos
casos, os fenmenos em estudo variem continuamente ao longo do tempo
9
.
Para distinguirmos a ED da equao s diferenas nitas (doravante EDF) identica-se o
fenmeno em tempo discreto pela letra y. Como se estuda geralmente y como uma funo do
tempo, escreve-se y
t
(notao usada em econometria e em sucesses cronolgicas), com t Z
(considera-se, habitualmente, sem perda de generalidade, t = 0, 1, 2, ...).
Exemplo 65 (a) Na data t = 0 faz-se um depsito de C= 12000 taxa anual de 5%. Qual o
valor do capital na data t = 3? Seja y
t
o valor do capital na data t. Tem-se
y
0
= 12000
y
1
= y
0
+y
0
0.05 = 12000 + 12000 0.05 = 12600
y
2
= y
1
+y
1
0.05 = 12600 + 12600 0.05 = 13230
y
3
= y
2
+y
2
0.05 = 13230 + 13230 0.05 = 13892.
Deduz-se facilmente que o modelo y
t
= y
t1
+y
t1
0.05 ou y
t
= (1.05) y
t1
com a condio
inicial y
0
= 12000. Questo: existe alguma frmula que fornea o valor do capital para qualquer
valor de t e que dispense, consequentemente, a substituio recursiva dos valores? Observa-se
9
No cabe aqui explicar as razes pelas quais os econometristas preferem a especicao discreta na modelao
dos fenmenos econmicos. De qualquer forma, um facto que os modelos em tempo discreto oferecem suciente
exibilidade para modelarem a generalidade dos fenmenos econmicos. Alm disso, mais fcil a inferncia
estatstica em modelos em tempo discreto do que em modelos em tempo contnuo.
162
que
y
1
= 1.05y
0
y
2
= 1.05y
1
= 1.05
2
y
0
y
3
= 1.05y
2
= 1.05
3
y
0
...
sendo possvel inferir que y
t
= (1.05)
t
y
0
. Logo y
3
= 1.05
3
12000 = 13892.
(b) Igual alnea anterior com diferena de que se deposita todos os anos, depois do mo-
mento inical, C= 5000. O modelo agora y
t
= (1.05) y
t1
+ 5000, y
0
= 12000.
(c) interessante observar que y
t
=
P
t
i=0
a
i
pode-se escrever na forma
y
t
=
t1
X
i=0
a
i
+a
t
y
t
= y
t1
+a
t
, y
0
= a
0
.
(d) Seja y
t
o nmero de elementos que existem abaixo da diagonal de uma matriz quadrada
de ordem t. Dena-se o modelo para y
t
(na forma y
t
= f (y
t1
) . fcil constatar que
y
1
= 0
y
2
= 1
y
3
= y
2
+ 2 = 3
y
4
= y
3
+ 3 = 6
...
pelo que y
t
= y
t1
+t 1, y
1
= 0. A "frmula" agora y
t
= t (t 1) /2. Veremos adiante como
determinar esta expresso no contexto dos modelos de EDF lineares (naturalmente a expresso
t (t 1) /2 pode ser vista como a soma dos termos de uma progresso aritmtica).
(e) Considere-se o PVI x
0
= f (t, x) , x(0) = x
0
. O esquema de Euler
y
0
= x
0
y
i
= y
i1
+f (t
i1
, y
i1
) , i = 1, 2, ..., n
163
uma EDF.
(f) Considere-se o seguinte modelo econmico multiplicador-acelerador simplicado
C
t
= by
t1
I
t
= I
i
t
+G
I
i
t
= k (C
t
C
t1
)
y
t
= C
t
+I
t
onde, C o consumo que depende do rendimento nacional, y do perodo anterior, I o inves-
timento que igual ao investimento induzido, I
i
, mais gastos do estado, G, e k o coeciente
de acelerao A ltima equao representa a condio de equilbrio do modelo econmico. Uma
simples substituio produz
y
t
= b (1 +k) y
t1
bky
t2
+G.
A equao deduzida expressa y
t
como funo de y
t1
e y
t2
.
Vejam-se agora algumas denies.
Seja t Z (ou t N). Uma equao da forma
F (t, y
t
, y
t1
, ..., y
tn
) = 0
designada por equao s diferenas nitas (EDF) de ordem n. A equao estabelece uma
relao entre y
t
e t, y
t1
, ..., y
tn
. Para simplicar admite-se que a equao anterior se pode
escrever na forma
y
t
= f (t, y
t1
, ..., y
tn
) .
A distino entre EDF lineares e no lineares e, entre EDF autnoma e no autnoma idntica
que foi apresentada para ED (ver ponto 1.1). Por exemplo, y
t
= y
2
t1
+3 uma EDF no linear
autnoma de primeira ordem; y
t
= e
t
y
t1
+y
t4
+ sen(2t) uma EDF linear no autnoma
da quarta ordem.
Denio 15 Uma funo
t
designada uma soluo da EDF y
t
= f (t, y
t1
, ..., y
tn
) se
t
164
satisfaz
t
= f

t,
t1
, ...,
tn

.
Todas as denies apresentadas no ponto 1.1 para ED, tais como, soluo geral e particular,
PVI e soluo do PVI servem, com as necessrias adaptaes, para EDF. Por exemplo, a
expresso y
t
= t (t 1) /2 soluo do PVI y
t
= y
t1
+ t 1, y
1
= 0 [ver exemplo 65, alnea
d)]. Com efeito,
t (t 1)
2
| {z }
yt
=
(t 1) (t 2)
2
| {z }
y
t1
+ t 1
Por outro lado, y
1
= (1 0) /2 = 0.
165
Captulo 6
Equaes Lineares
A EDF linear de ordem n
y
t
+a
1t
y
t1
+... +a
nt
y
tn
= e
t
onde a
it
(i = 1, ..., n) e e
t
so funes em t. Note-se a conveno: e
t
uma expresso em t onde
t varia discretamente; e (t) uma expresso em t onde t varia continuamente. Assim, se e
t
= t
2
,
para t 0, ento e
t
assume os valores {0, 1, 4, 9, ...} .
Neste captulo estudam-se as EDF de primeira ordem com coecientes variveis e a EDF
de ordem n de coecientes constantes.
6.1 Equao Linear Primeira Ordem No homognea com Co-
ecientes Variveis
A EDF de primeira ordem no homognea com coecientes variveis da forma
y
t
=
t
y
t1
+e
t
. (6.1)
166
Esta EDF resolvel pelo mtodo iterativo. Dada a condio inicial y
t
0
, vem
y
t
0
+1
=
t
0
+1
y
t
0
+e
t
0
+1
y
t
0
+2
=
t
0
+2
y
t
0
+1
+e
t
0
+2
=
t
0
+2
(
t
0
+1
y
t
0
+e
t
0
+1
) +e
t
0
+2
=
t
0
+2

t
0
+1
y
t
0
+
t
0
+2
e
t
0
+1
+e
t
0
+2
y
t
0
+3
=
t
0
+3
y
t
0
+2
+e
t
0
+3
=
t
0
+3

t
0
+2

t
0
+1
y
t
0
+
t
0
+2
e
t
0
+1
+e
t
0
+2

+e
t
0
+3
=
t
0
+3

t
0
+2

t
0
+1
y
t
0
+
t
0
+3

t
0
+2
e
t
0
+1
+
t
0
+3
e
t
0
+2
+e
t
0
+3
...
y
t
= y
t
0
t
Y
j=t
0
+1

j
+
t
X
k=t
0
+1
e
k
t
Y
j=k+1

j
. (6.2)
Os seguintes casos particulares so importantes:

j
. Tem-se
y
t
= y
t
0

tt
0
+
t
X
k=t
0
+1
e
k

tk
= y
t
0

tt
0
+
t
t
X
k=t
0
+1
e
k

k
. (6.3)
Na tabela seguinte calcula-se
t
P
t
k=1
e
k
/
k
(t
0
= 0) para certas funes e :
e
t

t
P
t
k=1
e
k

k
a +bt
(abta+b+bt+a
t
a
t
b
t
)
(1)
2
ab
t

t
b

ab

t
ab

bt
2
(2t
t
+t
2
+
2
+2t
2
2t
2

t
+t
2

2
)b
(1)
3
167
e
j
e. Tem-se
y
t
= y
t
0
t
Y
j=t
0
+1

j
+e
t
X
k=t
0
+1
t
Y
j=k+1

j
. (6.4)
e = 0 . Tem-se
y
t
= y
t
0
t
Y
j=t
0
+1

j
. (6.5)
Se
j
6= 1 e e
j
e vem
y
t
= y
t
0

tt
0
+e
t
X
k=t
0
+1

tk
= y
t
0

tt
0
+e

tt
0
1
+
tt
0
+
tt
0
+1
+... +
0

= y
t
0

tt
0
+e
0
1
(t(t
0
+1)+1)
1
= y
t
0

tt
0
+e
1
tt
0
1
(6.6)
Se
j
1 e e
j
e vem
y
t
= y
t
0
+e
t
X
k=t
0
+1
1 = y
t
0
+e (t t
0
) . (6.7)
Exemplo 66 Retome-se o exemplo 65 alnea d): y
t
= y
t1
+t 1, y
1
= 0. Pela frmula (6.3),
y
t
= y
t
0

tt
0
+
t
P
t
k=t
0
+1
e
k

k
, com t
0
= 1, y
t
0
= 0, = 1 e e
t
= t 1 vem
y
t
=
t
X
k=2
e
k
=
t
X
k=2
(k 1) = 1 + 2 +... + (t 1) = t (t 1) /2.
6.2 Equao Linear de ordem n No homognea Com Coe-
cientes Constantes
Considere-se a EDF linear no homognea de ordem n de coecientes constantes,
a
n
y
t+n
+a
n1
y
t+n1
+... +a
0
y
t
= e
t
. (6.8)
168
O mtodo iterativo, utilizado no ponto precedente, no funciona ecientemente para estas
equaes. Exige-se assim um mtodo alternativo de resoluo. Comea-se por resolver a equao
(6.8) assumindo e
t
0.
6.2.1 Equao Homognea
Teorema 20 A soluo geral da equao homognea a
n
y
t+n
+a
n1
y
t+n1
+... +a
0
y
t
= 0 da
forma
y
t
= c
1
u
1
+... +c
n
u
n
(6.9)
onde c
i
(i = 1, ..., n) so constantes arbitrrias, u
i
= u
i,t
so funes em t e {u
1
, ..., u
n
} uma
base de dimenso n do espao das solues.
Exemplo 67 Considere-se a EDF de ordem 2, y
t+1
5y
t
+6y
t1
= 0. Mostre-se que

2
t
, 3
t


uma base do espao de solues. Qualquer base do espao das solues de uma EDF de ordem 2
deve ser formada por duas solues linearmente independentes (note-se que a EDF de ordem
dois). Ora como
2
t+1
5.2
t
+ 6.2
t1
= 0,
3
t+1
5.3
t
+ 6.3
t1
= 0.
conclui-se que 2
t
e 3
t
so solues. Estas solues so linearmente independentes sse

1
2
t
+
2
3
t
= 0, t
1
=
2
= 0.
Ora
(t = 0)
(t = 1)
_
_
_

1
+
2
= 0
2
1
+ 3
2
= 0

_
_
_

1
= 0

2
= 0
e as solues so lineramente independentes. A soluo geral
y
t
= c
1
2
t
+c
2
3
t
, c
1
, c
2
R
(qualquer soluo particular pode.ser obtida a partir da equao precedente mediante uma es-
169
colha apropriada de c
1
e c
2
).
O exemplo anterior mostrou como se pode vericar se um conjunto de solues so linear-
mente independentes. O teorema seguinte estabelece uma forma alternativa mais eciente de
vericar a independncia linear.
Teorema 21 Sejam u
1,t
, ..., u
n,t
n solues da EDF homognea a
n
y
t+n
+ a
n1
y
t+n1
+ ... +
a
0
y
t
= 0. Estas solues so linearmente independentes sse o determinante (designado deter-
minante de Casorati)

u
1,t
u
2,t
u
n,t
u
1,t+1
u
2,t+1
u
n,t+1
.
.
.
.
.
.
.
.
.
.
.
.
u
1,t+n1
u
2,t+n1
u
n,t+n1

(6.10)
for diferente de zero para algum valor de t.
Dem. Designe-se o Casorati por Ca (t) . Forme-se o sistema linear homogneo
S (t) =
_

1
u
1,t
+... +
n
u
n,t
= 0

1
u
1,t+1
+... +
n
u
n,t+1
= 0

1
u
1,t+n1
+... +
n
u
n,t+n1
= 0.
Como se sabe, obtm-se uma soluo nica nula do sistema S (t
0
) , i.e.,
1
= ... =
n
= 0
sse Ca (t
0
) 6= 0. Naturalmente
1
= ... =
n
= 0 implica que as solues {u
1,t
0
, ..., u
n,t
0
} so
linearmente independentes. Mostra-se agora que Ca (t
0
) 6= 0 implica Ca (t) 6= 0 para todo o t
e, portanto, Ca (t
0
) 6= 0 implica que as solues so linearmente independente no s para t
0
como tambm para qualquer t.
Suponha-se que Ca (t
0
) 6= 0 e existe um t
1
tal que Ca (t
1
) = 0. Ento o sistema S (t
1
) admite
uma soluo no nula, i.e., existe pelo menos um
i
no nulo que satisfaz o sistema. Como
170
u
j,t
1
= F
k
u
j,t
0
, k = t
1
t
0
, j = 1, ..., n (F o operador de avano - ver a denio 16) vem

1
u
1,t
1
+... +
n
u
n,t
1
= 0
F
k

1
u
1,t
1
+... +
n
u
n,t
1

= 0

1
u
1,t
1
+... +
n
u
n,t
1
= 0

1
= ... =
n
= 0
mas isto uma contradio com o facto de
1
u
1,t
1
+... +
n
u
n,t
1
= 0 implicar pelo menos um

i
6= 0. Logo Ca (t
0
) 6= 0 implica Ca (t) 6= 0 para todo o t.
Exemplo 68 (cont.) Verique-se pelo teorema anterior que

2
t
, 3
t

so solues linearmente
independentes.

2
t
3
t
2
t+1
3
t+1

= 2
t
3
t+1
2
t+1
3
t
= 2
t
3
t
.
Por exemplo, para t = 0, o determinante vem igual a 1 e, assim, pelo teorema anterior as
solues so linearmente independentes.
Sabe-se j vericar se determinada conjunto de solues forma uma base do espao das
solues de uma EDF linear homognea (sublinhe-se, de coeciente constantes). Importa agora
estudar um mtodo que permita obter a soluo geral da EDF. Para o efeito, comece-se por
introduzir o operador de avano (forward) F.
Denio 16 O operador de avano F sobre a varivel y
t
dene-se como Fy
t
= y
t+1
.
Claro que F
2
y
t
= F (Fy
t
) = Fy
t+1
= y
t+2
. Em geral, com k, n N
F
n
y
t+k
= y
t+k+n
.
Resulta bvia a conveno F
0
y
t
= y
t
. O operador F aplicado a uma constante resulta na prpria
constante, Fc = c. Com o operador de avano podemos escrever a
n
y
t+n
+a
n1
y
t+n1
+...+a
0
y
t
=
171
0 na forma
a
n
F
n
y
t
+a
n1
F
n1
y
t
+... +a
0
F
0
y
t
= 0, ou

a
n
F
n
+a
n1
F
n1
+... +a
0
F
0

| {z }
P(F)
y
t
= 0, ou ainda
P (F) y
t
= 0.
A expresso P (F) designa-se por polinmio caracterstico. Assim, a EDF de segunda ordem
5y
t+2
+ 3y
t+1
2y
t
= 0 pode-se escrever na forma

5F
2
+ 3F 2

y
t
= 0. Existem vrios
outros operadores. Talvez o mais conhecido seja o operador de diferena , cuja operao
y
t
= y
t
y
t1
. Bastante utilizado em Econometria o operador de atraso L (lag), Ly
t
= y
t1
(na rea das sucesses cronolgicas prefere-se a letra B (backshift) para designar o mesmo
operador de atraso). Naturalmente estes operadores podem utilizar-se conjuntamente, por
exemplo, Ly
t
= L(y
t
y
t1
) = y
t1
y
t2
.
Teorema 22 (EDF linear de ordem n = 1) Considere-se a EDF a
1
y
t+1
+ a
0
y
t
= 0, i.e.,
(a
1
F +a
0
) y
t
= 0 ou ainda P (F) y
t
= 0. Seja r a raz do polinmio P (F) = 0, i.e., r = a
0
/a
1
.
Ento
y
t
= c
1
r
t
, c
1
R
a soluo geral da EDF.
Dem. Atendendo ao teorema 20 a demonstrao simples e deixa-se como exerccio.
Observe-se que a EDF a
1
y
t+1
+ a
0
y
t
= 0 equivalente a y
t+1
= (a
0
/a
1
) y
t
ou ainda a
y
t
= y
t1
, onde = (a
0
/a
1
) . assim tambm aplicvel a frmula (6.3) com e
t
0, obtida
no ponto anterior, y
t
= y
t
0

tt
0
. A diferena entre y
t
= c
1
r
t
, c
1
R e y
t
= y
t
0

tt
0
est em que
nesta segunda expresso j se encontra denida a condio inicial y
t
0
.
Teorema 23 (EDF linear de ordem n = 2) Considere-se a EDF a
2
y
t+2
+a
1
y
t+1
+a
0
y
t
= 0,
i.e.

a
2
F
2
+a
1
F +a
0

y
t
= 0 ou ainda P (F) y
t
= 0. Sejam r
1
e r
2
as razes de P (F) . Tem-se:
1. se r
1
e r
2
so reais de distintas a soluo geral
y
t
= c
1
r
t
1
+c
2
r
t
2
, c
1
, c
2
R;
172
2. se r
1
= r
2
= r a soluo geral
y
t
= c
1
r
t
+c
2
tr
t
, c
1
, c
2
R;
3. se r
1
, r
2
= a +bi a soluo geral
y
t
=
t
(c
1
cos (wt) +c
2
sen(wt))
onde =

a
2
+b
2
e w = arccos (a/) = arcsen(b/) = arctg (b/a) .
Dem. Deixa-se como exerccio mostrar que as solues, em cada caso, satisfazem o teorema
20.
Teorema 24 (EDF linear de ordem n) Considere-se a EDF
a
n
y
t+n
+a
n1
y
t+n1
+... +a
1
y
t+1
+a
0
y
t
= 0 P (F) y
t
= 0. (6.11)
Suponha que as n razes de P (F) = a
n
F
n
+a
n1
F
n1
+... +a
1
F +a
0
so constitudas por k
razes reais distintas, r
1
, r
2
, ..., r
k
, s razes reais iguais a r (r tem multiplicidade s) e 2z razes
complexas distintas do tipo a
1
b
1
i, ..., a
z
b
z
i. Ento, a soluo geral da EDF
y
t
= y
t1
+y
t2
+y
t3
onde
y
t1
= A
1
r
t
1
+... +A
k
r
t
k
a parte da soluo associada s razes r
1
, r
2
, ..., r
k
razes,
y
t2
= B
1
r
t
+B
2
tr
t
+... +B
s
t
s1
r
t
a parte da soluo associada s s razes reais iguais a r (r tem multiplicidade s) e
y
t3
=
t
1
(C
1
cos w
1
t +C
2
senw
1
t) +...
+
t
z

C
2(z1)
cos w
z
t +C
2z
senw
z
t

;
173
onde
i
=
q
a
2
i
+b
2
i
e w
i
= arccos (a
i
/
i
) a parte da soluo associada s 2z razes complexas
distintas do tipo a
1
b
1
i, ..., a
z
b
z
i.
Exemplo 69 Considere-se a EDF de ordem 5, P (F) y
t
= 0 onde
P (F) = (F 4)
2
(F 2)

2
+ 1
2

.
fcil ver que as razes do polinmio P (F) so
n
2, 4, 4,

3 i
o
.
Pelo teorema anterior a soluo geral
y
t
= c
1
2
t
+c
2
4
t
+c
3
t4
t
+
t
(c
4
cos (wt) +c
5
sen(wt))
onde =
q

2
+ 1
2
= 2 e w = arcsen(b/) = arcsen(1/2) = /6.
6.2.2 Equao No Homognea
Estuda-se a seguir a equao a EDF P (F) y
t
= e
t
.
Denio 17 O polinmio em F, Q(F) , designa-se polinmio aniquilador (PA) da funo
e
t
se Q(F) e
t
= 0.
Exemplo 70 fcil ver que Q(F) = F 1 o PA de e
t
c (constante). Com efeito,
Q(F) e
t
= (F 1) c = Fc c = c c = 0.
Por seu turno, o PA da funo e
t
= 3 + 4t Q(F) = (F 1)
2
. Com efeito,
Q(F) e
t
= (F 1)
2
(3 + 4t) =

F
2
2F + 1

(3 + 4t)
= F
2
3 +F
2
4t 2F3 2F4t + 3 + 4t
= 3 + 4 (t 2) 6 8 (t 1) + 3 + 4t
= 0.
174
A tabela seguinte auxilia na procura do PA para certas funes de e
t
.
Polinmios Aniquiladores
e
t
Q(F)
c (constante) F 1
c
j
t
j
+c
j1
t
j1
+... +c
1
t +c
0
(F 1)
j+1
c m
kt

F m
k

c
j
t
j
+c
j1
t
j1
+... +c
1
t +c
0

m
kt

F m
k

j+1

t
(c
1
cos wt +c
2
senwt) , c
1
, c
2
R (F a)
2
+b
2
c, c
j
6= 0, c
j1
R, c
j2
R, ..., c
0
R
Teorema 25 Se Q
1
(F) PA de e
t
e Q
2
(F) PA de h
t
ento Q(F) = Q
1
(F) Q
2
(F) PA
de e
t
+h
t
.
Dem. Vem
Q(F) (e
t
+h
t
) = Q
1
(F) Q
2
(F) (e
t
+h
t
) = Q
1
(F) Q
2
(F) e
t
+Q
1
(F) Q
2
(F) h
t
= Q
2
(F) Q
1
(F) e
t
| {z }
0
+Q
1
(F) Q
2
(F) h
t
| {z }
0
= 0.
Expe-se a seguir o mtodo do polinmio aniquilador para a resoluo de EDF lineares no
homogneas de coecientes constantes, P (F) y
t
= e
t
. Suponha-se ento:
P (F) um polinmio de ordem n;
Q(F) um polinmio de ordem m e tal que Q(F) e
t
= 0 e,
y
h
t
a soluo da EDF homognea P (F) y
h
t
= 0.
Multiplique-se ambos os termos da EDF P (F) y
t
= e
t
pelo PA de e
t
, Q(F) . Vem
Q(F) P (F) y
t
= Q(F) e
t
= 0.
175
A expresso Q(F) P (F) y
t
= 0 representa uma EDF linear de ordem n+m (soma das ordem dos
polinmios P e Q). Esta EDF resolve-se facilmente considerando o teorema 24 (naturalmente
as razes do polinmio Q(F) P (F) correspondem s razes de P (F) mais as de Q(F)). A
soluo geral da EDF Q(F) P (F) y
t
= 0 deve possuir n+m solues linearmente independentes
(teorema 20). Vem assim,
y
t
= c
1
u
1
+... +c
n
u
n
| {z }
sol. assoc. a P(F)
+b
1
v
1
+... +b
m
v
m
| {z }
sol. assoc. a Q(F)
(6.12)
= y
h
t
+y
p
t
.
onde c
i
e b
j
so constantes e u
i
e v
j
so funes em t. A soluo y
h
t
deve obrigatoriamente estar
presente em y
t
, pois y
h
t
tambm satisfaz Q(F) P (F) y
t
= 0 (basta vericar que P (F) y
h
t
= 0
Q(F) P (F) y
h
t
= 0). Resta analisar a natureza de y
p
t
= b
1
v
1
+... +b
m
v
m
. Ora
P (F) y
t
= e
t
P (F)

y
h
t
+y
p
t

= e
t
P (F) y
h
t
| {z }
0
+P (F) y
p
t
= e
t
P (F) y
p
t
= e
t
.
Donde, y
p
t
soluo da EDF no homognea pois P (F) y
p
t
= e
t
; mas, como y
p
t
no pode ser
soluo geral, pois esta da forma da equao (6.12), conclui-se que y
p
t
soluo particular
da EDF no homognea. Como consequncia, a relao P (F) y
p
t
= e
t
permite determinar os
coecientes b
i
denidos na soluo y
p
t
= b
1
v
1
+... +b
m
v
m
; de facto, existe apenas um conjunto
de valores b
i
tais que a relao P (F) y
p
t
= e
t
vlida. Estes valores determinam-se atravs do
mtodo dos coecientes indeterminados, como se apresenta no prximo exemplo.
Em suma, para resolver a EDF P (F) y
t
= e
t
pode-se proceder da seguinte forma:
1. Determinar as razes de P (F) e, a partir de delas, determinar y
h
t
.
2. Determinar o polinmio aniquilador Q(F) (ver tabela) e as suas razes.
3. A partir das razes de P (F) e de Q(F) determinar a soluo de Q(F) P (F) y
t
= 0,
identicando a parte da soluo que diz respeito a y
h
t
e a parte que diz respeito a y
0
t
(ter
em ateno as razes comuns a P (F) e a Q(F)).
4. Determinar as constantes associadas soluo y
0
t
pelo mtodo dos coecientes indetermi-
176
nados a partir da relao P (F) y
0
t
= e
t
5. Estabelecer a soluo geral, y = y
h
t
+y
0
t
, onde y
h
t
a soluo geral da equao homognea
P (F) y
h
t
= 0 e y
0
t
a soluo particular da EDF, i.e., verica P (F) y
0
t
= e
t
.
Exemplo 71 Considere-se a EDF y
t+2
5y
t+1
+6y
t
= 5+2t. Para resolver esta EDF procede-se
da seguinte forma:
1. Determinar as razes de P (F) e, a partir de delas, determinar y
h
t
. As razes de P (F) =
F
2
5F +6 so {2, 3} pelo que a soluo da EDF homognea P (F) y
h
t
= 0 , pelo teorema
23,
y
h
t
= c
1
2
t
+c
2
3
t
.
2. Determinar o polinmio aniquilador Q(F) (ver tabela) e as suas razes. Pela tabela
conclui-se que Q(F) = (F 1)
2
um PA de e
t
= 5 + 2t. As razes de Q(F) so {1, 1} .
3. A partir das razes de P (F) e de Q(F) determinar a soluo de Q(F) P (F) y
t
= 0, iden-
ticando a parte da soluo que diz respeito a y
h
t
e a parte que diz respeito a y
0
t
. Atendendo
a que as razes de Q(F) P (F) so {2, 3} {1, 1} a soluo da EDF Q(F) P (F) y
t
= 0 ,
pelo teorema 24,
y
t
= c
1
2
t
+c
2
3
t
+b
1
1
t
+b
2
t1
t
= c
1
2
t
+c
2
3
t
| {z }
y
h
t
+b
1
+b
2
t
| {z }
y
p
t
.
4. Determinar as constantes b
1
e b
2
associadas soluo y
0
t
pelo mtodo dos coecientes
indeterminados a partir da relao P (F) y
0
t
= e
t
. Tem-se
P (F) y
p
t
= 5 + 2t

F
2
5F + 6

(b
1
+b
2
t) = 5 + 2t
...
(2b
1
3b
2
) + 2b
2
t = 5 + 2t.
177
Relativamente ltima equao, o lado esquerdo igual ao lado direito sse
_
_
_
2b
1
3b
2
= 5
2b
2
= 2

_
_
_
b
1
= 4
b
2
= 1.
Em suma, a soluo geral da EDF no homognea y
t+2
5y
t+1
+ 6y
t
= 5 + 2t
y
t
= y
h
t
+y
p
t
= c
1
2
t
+c
2
3
t
+ 4 +t.
6.3 Equaes Linearizveis
Considere-se uma EDF de primeira ordem no linear
y
t
= f (y
t1
, y
t2
, ..., y
tn
) .
Embora os valores de y
t
possam ser obtidos recursivamente no geralmente possvel obter
frmulas explcitas para a soluo. No entanto, num certo nmero de casos especiais possvel
transformar a EDF no linear numa EDF linear atravs de uma mudana de variveis. Por
exemplo, a EDF no linear
y
t
= y

t1
y

t2
pode ser linearizada atravs da mudana de varivel z
t
= log (y
t
). Com efeito,
z
t
= z
t1
+z
t2
.
Uma vez obtida a soluo z
t
, a soluo y
t
obtm-se facilmente tendo em conta que y
t
= e
z
t
. A
equao
y
t
y
t1
+a
1
y
t
+a
2
y
t1
= e
t
(6.13)
(de Riccati com coecientes constantes), pode ser transformada numa EDF linear atravs da
mudana de varivel
y
t
=
z
t+1
z
t
a
1
. (6.14)
178
Com efeito, representando a EDF (6.13) usando y
t
=
z
t+1
z
t
a
1
vem

z
t+1
z
t
a
1

z
t
z
t1
a
1

+a
1

z
t+1
z
t
a
1

+a
2

z
t
z
t1
a
1

= e
t
isto ,
z
t+1
+ (a
2
a
1
) z
t
+ (e
t
a
1
a
2
) z
t1
= 0.
Exemplo 72 Considere-se y
t
y
t1
+ 2y
t
+ 4y
t1
= 9. Com a mudana de varivel (6.14)
resulta
z
t+1
+ 2z
t
+z
t1
= 0.
Esta EDF tem soluo geral (ver o teorema 23)
z
t
= c
1
(1)
t
+c
2
t (1)
t
, c
1
, c
2
R.
A soluo geral da EDF de Riccati
y
t
=
c
1
(1)
t+1
+c
2
(t + 1) (1)
t+1
c
1
(1)
t
+c
2
t (1)
t
2.
Apresenta-se a seguir um mtodo mais sistemtico para a determinao da mudana de
varivel que permite linearizar uma EDF. Restringe-se a anlise EDF de primeira ordem
y
t
= f (y
t1
) . (6.15)
Suponha-se que conhecida a expresso g (y) que satisfaz a expresso
g (f (y)) = g (y)
df (y)
dy
(6.16)
onde uma constante conhecida. Dena-se a transformao
z (f (y)) =
Z
f(y)
1
g (u)
du (6.17)
para y pertencente a um intervalo aberto no qual g (y) diferente de zero. Mostre-se que a
soluo da equao precedente dene a mudana de varivel que lineariza a EDF (6.15). Isto
179
, mostre-se que z (f (y)) = z (y) +C, (C uma constante). Com efeito, atendendo equao
(6.16) e ao teorema fundamental do clculo vem
dz (f (y))
dy
=
1
g (f (y))
df (y)
dy
=
1
g (f (y))
g (f (y))
g (y)
=

g (y)
e integrando obtm-se
z (f (y)) = z (y) +C
i.e.,
z (y
t
) = z (y
t1
) +C.
Note-se que a soluo de z
t
= z
t1
+C
z
t
=
_
_
_
A
t
+
C
1
6= 1
Ct +C = 1.
Exemplo 73 Considere-se a EDF y
t
= ay
t1
(1 y
t1
) , f (y) = ay (1 y) . A equao (6.16)
vale
g (ay (1 y)) = g (y) a (1 2y)
A funo g no conhecida a priori mas a expresso anterior sugere que se tente g (y) = d+cy
onde d e c so parmetros a determinar. Assim,
g (ay (1 y)) = g (y) a (1 2y)
(d +acy (1 y)) = a (d +cy) (1 2y)
d +acy acy
2
= ad +acy 2ady 2acy
2
(2ac ac) y
2
+ (ac ac + 2ad) y + (d ad) = 0.
Pelo mtodo dos coecientes indeterminados obtm-se = a = 2 e c = 2d (um grau de
liberdade). Escolha-se, por exemplo, c = 1. Logo uma escolha vlida para g g (y) = 1/2 y.
180
Resolva-se agora a equao (6.17) para g (y) = 1/2 y,
dz
dy
=
1
1/2 y
.
Tem-se z = log(
1
2
y) ou y =
1
2
e
z
. Substitua-se agora esta expresso em y
t
= ay
t1
(1 y
t1
) ,
i.e.
1
2
e
z
t
= 2

1
2
e
z
t

1
1
2
+e
z
t1

ou
e
zt
= 2e
z
t1
ou
z
t
= 2z
t1
log 2.
Donde
z
t
= A2
t
+ log 2
e nalmente
y
t
=
1
2
e
zt
=
1
2

1 B
2
t

onde B uma constante arbitrria.


Especicando previamente uma dada funo g possvel descobrir famlias de funes f para
as quais existe uma transformao linearizante. Concretamente, dada uma funo g, resolve-se
a equao (6.16) em ordem funo incgnita f, funo de y. A transformao linearizante
obtm-se depois a partir de (6.17).
Exemplo 74 Escolha-se g (y) =
p
y (1 y). A equao (6.16) ca

p
f (1 f) =
p
y (1 f)
df
dy
.
Esta uma ED com variveis separveis (em y e f) cuja soluo
f (y) = sen
2
( arcsen(

y) +C) .
181
Escolha-se, por exemplo, = 2 e C = 0. Resulta, depois de algumas simplicaes,
f (y) = 4y (1 y) .
Assim, a EDF y
t
= 4y
t1
(1 y
t1
) linearizvel. A transformao linearizante obtm-se a
partir de (6.17) e vem z = 2 arcsen

ou y = sen
2
(z/2) . Esta mudana de varivel produz
sen
2

z
t
2

= 4 sen
2

z
t1
2

cos
2

z
t1
2

= sen
2
(z
t1
)
ou
z
t
= 2z
t1
cuja soluo
z
t
= A.2
t
e, portanto,
y
t
= sen
2

B.2
t

, (B uma constante arbitrria).


182
Exerccios
1. Determine a soluo (considere como valor inicial y
0
) e calcule lim
t+
y
t
nos seguintes
casos:
(a) y
t
=
t
1+t
y
t1
+e
(b) y
t
= y
t1
+t
(c) y
t
= y
t1
+
t1
(considere os casos 6= e = )
2. Obtenha a soluo da EDF
y
t
=
_
_
_
y
t1
+a, t t

y
t1
+b t > t

com a condio inicial y


0
= c.
3. Suponha que
|c
1,t
| r |c
1,t1
| , c
1,0
= 1
|c
2,t
| r |c
2,t1
| + |c
1,t1
| , c
2,0
= 0.
Mostre que
|c
1,t
| r
t
|c
2,t
| tr
t1
.
4. Use a mudana de varivel z
t
= 1/y
t
para resolver o PVI
ty
t+1
y
t
+y
t+1
y
t
= 0, y
0
= 1
5. Use a mudana de varivel y
t
= senz
t
para resolver y
t+1
= 2y
t
p
1 y
2
t
.
6. Use uma transformao logartmica para resolver
183
(a) y
t
/y
t1
= 2
t

y
t1
, y
1
= 1.
(b) y
t+2
= y
t+1
y
2
t
.
7. Considere a sequncia de Fibonacci 1, 1, 2, 3, 5, 8, 13, 21, ... (cada elemento a soma dos
dois ltimos elementos). Dena um PVI para a sequncia de Fibonacci e resolva-a.
8. Seja D
n
o valor do determinante da seguinte matriz quadrada de ordem n
_

_
a b 0 0 0 0 0
c a b 0 0 0 0
0 c a b 0 0 0
0 0 c a 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 a b 0
0 0 0 0 c a b
0 0 0 0 0 c a
_

_
.
Fazendo um desenvolvimento Laplaceano ao longo da primeira linha obtenha uma EDF
de ordem 2 para D
n
. Estabelea um PVI e resolva-o.
9. Resolva as seguintes EDF
(a) y
t
+
1
2
y
t1

1
2
y
t2
= 1.
(b) y
t+2
4y
t+1
+ 4y
t
= 2
t
.
(c) y
t+2
y
t+1
+
1
2
y
t
= t
2
.
(d)
2
y
t
= t +e
t
.
184
Captulo 7
Sistemas de Equaes Lineares No
Homogneas Com Coecientes
Constante
Neste captulo vamos considerar o seguinte sistema de equaes lineares (SEDF) de primeira
ordem
y
1,t
= a
11
y
1,t1
+... +a
1n
y
n,t1
+g
1,t
y
2,t
= a
21
y
1,t1
+... +a
2n
y
n,t1
+g
2,t
.
.
.
y
n,t
= a
n1
y
1,t1
+... +a
nn
y
n,t1
+g
n,t
(nota: quando no haja possibilidade de confuso y
i,t
escreve-se na forma y
it
e y
i,t1
na forma
y
it1
) ou, compactamente
y
t
= Ay
t1
+g
t
. (7.1)
A EDF de ordem n
z
t
=
1
z
t1
+... +
n
z
tn
+e
t
185
caso particular de (7.1). Com efeito, considerem-se as mudanas de varivel
y
1,t
= z
t
y
2,t
= z
t1
...
y
n,t
= z
tn+1
.
Tem-se
y
1,t
=
1
y
1,t1
+... +
n
y
n,t1
+e
t
y
2,t
= y
1,t1
.
.
.
y
n,t
= y
n1,t.
De forma compacta, o SEDF escreve-se y
t
= Ay
t1
+g
t
onde
A =
_

1

2

n1

n
1 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0
_

_
, g
t
=
_

_
e
t
0
.
.
.
0
_

_
.
Teorema 26 Considere-se o PVI y
t
= Ay
t1
+g
t
, y
t
0
= e assuma-se que g
t
est bem denido
para t = t
0
, t
0
+ 1, ... Ento existe uma soluo nica denida para t = t
0
, t
0
+ 1, ... que dada
por
y
t
= A
tt
0
+
t
X
s=t
0
+1
A
ts
g
s
. (7.2)
186
Dem. Sem perda de generalidade assuma-se t
0
= 0. Prove-se em primeiro lugar que qualquer
soluo tem a forma (7.2). Tem-se, resolvendo o sistema iterativamente,
y
0
=
y
1
= A +g
1
y
2
= Ay
1
+g
2
= A(A +g
1
) +g
2
= A
2
+Ag
1
+g
2
...
y
t
= A
t
+
t
X
s=1
A
ts
g
s
.
Reciprocamente, verica-se facilmente que qualquer expresso da forma (7.2) soluo da
equao (7.1). Com efeito, (7.2) satisfaz o SEDF y
t
= Ay
t1
+g
t
:
Ay
t1
+g
t
= A

A
t1
+
t1
X
s=1
A
t1s
g
s
!
+g
t
= A
t
+
t1
X
s=1
A
ts
g
s
+g
t
= A
t
+
t
X
s=1
A
ts
g
s
= y
t
.
7.1 Caso Homogneo
No caso g
t
0 vem y
t
= Ay
t1
. Pelo teorema 26 a soluo do PVI y
t
= Ay
t1
, y
0
=
(y
1,0
, y
2,0
, ..., y
n,0
)
T
y
t
= A
t
y
0
.
Exemplo 75 Suponha-se
y
1t
= y
1t1
y
2t
= y
2t1
e
y
0
=
_
_
1
2
_
_
.
187
Na forma compacta, o SEDF escreve-se y
t
= Ay
t1
onde
A =
_
_
0
0
_
_
.
Note-se
A
t
=
_
_
0
0
_
_
...
_
_
0
0
_
_
| {z }
t vezes
=
_
_

t
0
0
t
_
_
.
A soluo do SEDF com a condio inicial y
0

y
t
= A
t
y
0
=
_
_

t
0
0
t
_
_
_
_
1
2
_
_
=
_
_

t
2
t
_
_
.
No caso em que A no uma matriz diagonal a expresso de A
t
mais difcil de obter (no
exequvel multiplicar-se t vezes a matriz A, sobretudo para valores altos de t. Obviamente o
estudo de lim
t+
A
t
exige que se escreva A
t
atravs de funes elementares).
7.1.1 Caso Geral
Recorda-se o
Lema 15 (Cayley-Hamilton) Seja A uma matriz quadrada e p () = |AI| = 0 a respec-
tiva equao caracterstica. Ento p (A) = 0.
Exemplo 76 Verique-se o lema anterior para
A =
_
_
2 2
0 4
_
_
.
A equao caracterstica
p () = |AI| = (2 ) (4 ) = 0
188
Agora,
p (A) = (2I A) (4I A) =
_
_
0 2
0 2
_
_
_
_
2 2
0 0
_
_
=
_
_
0 0
0 0
_
_
tal como o lema anterior estabelece. Note-se: (1) neste exemplo poderamos ter escrito p (A) =
(A2I) (A4I) = 0; (2) se C e D so matrizes e CD = 0 no se segue que C = 0 ou D = 0.
Observe-se, com efeito (A2I) 6= 0 e (A4I) 6= 0 mas (A2I) (A4I) = 0.
Teorema 27 Seja A uma matriz quadrada de ordem n. Ento
A
t
=
n1
X
i=0
c
i+1,t
M
i
,
onde
M
0
= I
M
i
= (A
i
I) M
i1
e c
i,t
, i = 1, ..., n, satisfazem o sistema de equaes s diferenas
_

_
c
1,t
.
.
.
c
n,t
_

_
=
_

1
0 0 0
1
2
0 0
0 1
3
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1
n
_

_
_

_
c
1,t1
.
.
.
c
n,t1
_

_
(7.3)
com a condio inicial
_

_
c
1,0
c
2,0
.
.
.
c
n,0
_

_
=
_

_
1
0
.
.
.
0
_

_
. (7.4)
Dem. (Introduo) Como o polinmio caracterstico de uma matriz quadrada de ordem
n estabelece, pelo lema 15, uma relao entre I, A, A
2
, ..., A
n
segue-se que A
n
pode ser escrita
como uma combinao linear das matrizes I, A, A
2
, ..., A
n1
, i.e., A
n
= c
n1
A
n1
+ ... + c
0
I,
189
onde c
i
so constantes
1
). Resulta tambm que A
n+k
com k N pode ser escrita como uma
combinao linear das matrizes I, A, A
2
, ..., A
n1
. De facto, considere-se k = 1. Tem-se
A
n+1
= A
n
A =

c
n1
A
n1
+c
n2
A
n2
+... +c
0
I

A
= c
n1
A
n
+c
n2
A
n1
+... +c
0
A
= c
n1

c
n1
A
n1
+c
n2
A
n2
+... +c
0
I

+c
n2
A
n1
... +c
0
A
= (c
n1
c
n1
+c
n2
) A
n1
+ (c
n1
c
n2
+c
n3
) A
n2
+... +c
n1
c
0
I
e, portanto, A
n+1
pode ser escrita como uma combinao linear das matrizes I, A, A
2
, ..., A
n1
.
Por induo, conclui-se A
n+k
com k N pode ser escrita como uma combinao linear das
matrizes I, A, A
2
, ..., A
n1
(cujos coecientes dependem do expoente n + k). Naturalmente, a
mesma concluso se aplica a A
t
(interpretando t = n +k). Os c
i
acima denidos dependem o
ndice t, em A
t
. Desta forma, o lema 15 permite escrever
A
t
=
n1
X
i=0
c
i+1,t
M
i
= c
1,t
M
0
+c
2,t
M
1
+... +c
n,t
M
n1
onde
M
0
= I
M
i
= (A
i
I) M
i1
.
Note-se que
M
n
= (A
1
I) (A
2
I) ... (A
n
I) = p (A) = 0,
pelo lema 15. As funes c
i,t
determinam-se como se segue. Tendo em conta, A
t+1
= AA
t
,
AM
i
= AM
i

i+1
M
i
+
i+1
M
i
= (A
i+1
I) M
i
+
i+1
M
i
= M
i+1
+
i+1
M
i
(7.5)
1
Por exemplo, vimos no exemplo 76 que (2I A) (4I A) = A
2
6A + 8I = 0. Logo A
2
= 6A8I, i.e., A
2
pode-se escrever como uma combinao linear entre I e A.
190
e M
n
= 0 vem
A
t+1
=
n1
X
i=0
c
i+1,t+1
M
i
(7.6)
A
t+1
= AA
t
= A
n1
X
i=0
c
i+1,t
M
i
=
n1
X
i=0
c
i+1,t
(M
i+1
+
i+1
M
i
) (7.7)
=
n1
X
i=0
c
i+1,t
M
i+1
+
n1
X
i=0
c
i+1,t

i+1
M
i
= c
1,t
M
1
+... +c
n1,t
M
n1
+c
n
M
n
+c
1,t

1
M
0
+... +c
n,t

n
M
n1
= c
1,t

1
M
0
+
n1
X
i=1
(c
i,t
+c
i+1,t

i+1
) M
i
. (7.8)
A partir das equaes (7.6) e (7.8) vem
c
1,t+1
M
0
+c
2,t+1
M
1
+... +c
n,t+1
M
n1
= c
1,t

1
M
0
+ (c
1,t
+c
2,t

2
) M
1
+... + (c
n1,t
+c
n,t

n
) M
n1
.
Igualando os coecientes homlogos resulta
_

_
c
1,t+1
.
.
.
c
n,t+1
_

_
=
_

1
0 0 0
1
2
0 0
0 1
3
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1
n
_

_
_

_
c
1,t
.
.
.
c
n,t
_

_
.
Este sistema equivalente ao sistema (7.3). A condio inicial obtm-se a partir da igualdade
A
0
= I = c
1,0
I +... +c
n,0
M
n1
.
Pelo teorema 27 a soluo do sistema y
t
= Ay
t1
, com a condio inicial dada pela
expresso
y
t
= A
t
y
0
=
n1
X
i=0
c
i+1,t
M
i
y
0
. (7.9)
191
A frmula (7.9) vlida qualquer que seja a natureza dos valores prprios da matriz A.
7.1.2 Sistema de Duas Equaes (n = 2)
Vamos considerar o caso particular importante do sistema
_
_
y
1t
y
2t
_
_
= A
_
_
y
1t1
y
2t1
_
_
.
Sejam
1
,
2
os valores prprios de A. Vamos estudar os seguintes casos:
Valores Prprios Reais e Distintos
Suponha-se
1
,
2
R e
1
6=
2
. Resolvendo (7.3) com a condio (7.4) obtm-se
c
1t
=
t
1
, c
2t
=

t
1

t
2

2
.
Tem-se
y
t
=
1
X
i=0
c
i+1,t
M
i
y
0
= (c
1,t
M
0
+c
2,t
M
1
) y
0
= (c
1,t
I +c
2,t
(A
1
I)) y
0
(7.10)
=

t
1
I +

t
1

t
2

2
(A
1
I)

y
0
. (7.11)
Exemplo 77 Resolva-se o PVI
_
_
y
1t
y
2t
_
_
= A
_
_
y
1t1
y
2t1
_
_
, y
0
=
_
_
1
1
_
_
onde
A =
_
_
0 1
2 3
_
_
.
192
Figura 7-1: Trajectrias y
1t
, y
2t
(trao grosso)
2 4 6 8 10
t
-1000
-750
-500
-250
250
500
750
y1 y2
Os valores prprios so
1
= 2,
2
= 1. Utilizando a frmula (7.11) e considerando
A
1
I =
_
_
2 1
2 1
_
_
vem
y
t
=
_
_
(2)
t
_
_
1 0
0 1
_
_
+
(2)
t
(1)
t
(2) (1)
_
_
2 1
2 1
_
_
_
_
_
_
1
1
_
_
=
_
_
2 (2)
t
+ 3 (1)
t
4 (2)
t
3 (1)
t
_
_
.
Na gura 7-1 apresentam-se as trajectrias y
1t
, y
2t
. Note-se que ambas as trajectrias se afastam
cada vez mais do valor inicial media que t aumenta.
Observao 15 Pode-se provar que a soluo do sistema y
t
= Ay
t1
, no caso em que os valores
prprios
i
, i = 1, 2, ..., n so reais e distintos, pode apresentar-se como uma combinao linear
de solues independentes do tipo
t
i
u
i
onde u
i
o vector prprio associado ao valor prprio

i
. Deixa-se como exerccio mostrar: (a) se Au
i
=
i
u
i
ento
t
i
u
i
uma soluo do sistema
y
t
= Ay
t1
; (b) escrevendo P =
h
u
1
u
n
i
e = diag [
1
, ...,
n
] ento A
t
= P
t
P
1
e,
portanto, y
t
= P
t
P
1
y
0
.
193
Valores Prprios Complexos
Suponha-se que os valores prprios so i. Usa-se novamente a frmula (7.11)
y
t
=

t
1
I +

t
1

t
2

2
(A
1
I)

y
0
com
1
= +i e
2
= i. O valor prprio
1
na forma trigonomtrica

1
= (cos +i sen)
onde
=
q

2
+
2
e = arcsen/ = arccos /. (7.12)
Na forma exponencial tem-se
1
= e
i
. Consequentemente,

t
1
= ( +i)
t
=

e
i

t
=
t
e
it
=
t
(cos t +i sent) .
Por outro lado,

t
1
i =
t
(cos t +i sent) i =
t
(sent +i cos t) .
Relativamente ao conjugado
2
, vem

2
= ( i) = (cos i sen) ,

t
2
= ( i)
t
=
t
(cos t i sent) ,

t
2
i = ( i)
t
i =
t
(sent +i cos t) .
Desta forma, escrevendo,
y
t
=

t
1
I +

t
1

t
2

2
(A
1
I)

y
0
=

t
1

t
2

1
+
2

I +

t
1

t
2

2
A

y
0
194
tem-se

t
1

t
2

1
+
2
=
1
2

i ( +i)
t
+
1
2
( +i)
t

1
2

i ( i)
t
+
1
2
( i)
t
=
1
2

t
(sent +i cos t)

+
1
2

t
(cos t +i sent)

1
2

t
(sent +i cos t)

+
1
2

t
(cos t i sent)
=
t
cos t sent

t
1

t
2

2
=
1
2
i ( +i)
t
+
1
2
i ( i)
t
=
1
2

t
(sent +i cos t)

+
1
2

t
(sent +i cos t)

=
t
sent

Assim,
y
t
=

t
1

t
2

1
+
2

I +

t
1

t
2

2
A

y
0
=
t

cos t sent

I +
sent

y
0
. (7.13)
Observao 16 Seguindo o raciocnio apresentado na observao 15 vem que se A possui 2n
razes complexas distintas do tipo
1
,

1
,
2
,

2
, ...,
n
,

n
a soluo vir na forma
y
t
=
n
X
j=1

c
j

t
j
z
j
+c
2j

t
j
z
j

onde c
j
(j = 1, ..., 2n) so constantes arbitrrias, z
j
o vector prprio complexo associado ao
vector prprio
j
e z
j
o vector conjugado de z
j
. Para concretizar suponha-se que A de tipo
2 2 (caso de duas razes complexas). Tem-se
y
t
= c
1

t
z +c
2

t
z
195
ou, com = +i e z = z
1
+z
2
i (z
1
e z
2
so vectores reais de tipo 2 1),
y
t
= c
1
( +i)
t

z
1
+z
2
i

+c
2
( i)
t

z
1
z
2
i

.
Usando coordenadas polares (ver as relaes apresentadas a partir da pgina ) pode-se escrever
(com A
1
e A
2
constantes arbitrrias)
y
t
= c
1
( +i)
t

z
1
+z
2
i

+c
2
( i)
t

z
1
z
2
i

= c
1
( +i)
t
z
1
+c
1
( +i)
t
iz
2
+c
2
( i)
t
z
1
c
2
( i)
t
iz
2
= c
1

t
(cos t +i sent) z
1
+c
1

t
(sent +i cos t) z
2
+c
2

t
(cos t i sent) z
1
c
2

t
(sent +i cos t) z
2
=
t

c
1
(cos t +i sent) z
1
+c
1
(sent +i cos t) z
2

+
t

c
2
(cos t i sent) z
1
c
2
(sent +i cos t) z
2

=
t

c
1
z
1
+c
1
iz
2
+c
2
z
1
c
2
iz
2

cos t +

c
1
iz
1
c
1
z
2
c
2
iz
1
c
2
z
2

sent

=
t
((c
1
+c
2
)
| {z }
A
1
z
1
+ (c
1
c
2
) i
| {z }
A
2
z
2
) cos t + ((c
1
c
2
) i
| {z }
A
2
z
1
+ (c
1
c
2
)
| {z }
A
1
z
2
) sent
=
t

A
1
z
1
+A
2
z
2

cos t +

A
2
z
1
A
1
z
2

sent

(7.14)
Exemplo 78 Resolva-se o PVI
_
_
y
1t
y
2t
_
_
= A
_
_
y
1t1
y
2t1
_
_
, A =
_
_
1 1
2 3
_
_
, y
0
=
_
_
1
0
_
_
.
A partir de |AI| = 0 sai
1
= 2 +i e
2
= 2 i. Consequentemente, =

2
2
+ 1
2
=

5,
196
= arcsen
1

5
. Se utilizarmos a frmula (7.13) vem
y
t
=
t

cos t sent

I +
sent

y
0
=
t
_
_
_
_
cos

t arcsen
1

2 sen

t arcsen
1

0
0 cos

t arcsen
1

2 sen

t arcsen
1

_
_
+
_
_
sen

t arcsen
1

sen

t arcsen
1

2 sen

t arcsen
1

3 sen

t arcsen
1

_
_
_
_
_
_
1
0
_
_
=
_
_

5

cos

t arcsen
1

sen

t arcsen
1

t
sen

t arcsen
1

_
_
.
Note-se arcsen
1

5
= . 463 65.
Utilize-se agora a frmula (7.14). O vector prprio associado a = 2 +i resulta da soluo
do sistema
(A(2 +i) I)
_
_
v
1
v
2
_
_
=
_
_
0
0
_
_
Tem-se
z =
_
_
1 i
2
_
_
=
_
_
1
2
_
_
| {z }
z
1
+
_
_
1
0
_
_
| {z }
z
2
i.
Assim,
y
t
=
_
_
y
1t
y
2t
_
_
=

t
_
_
_
_
A
1
_
_
1
2
_
_
+A
2
_
_
1
0
_
_
_
_
cos

t arcsen
1

+
_
_
A
2
_
_
1
2
_
_
A
1
_
_
1
0
_
_
_
_
sen

t arcsen
1

_
_
.
197
Figura 7-2: Solues do PVI. Trao Grosso y
1t
, Trao Fino y
2t
12 14 16 18 20 22 24
t
-1 10
7
-5 10
6
5 10
6
8y1t y2t<
Para a condio inicial
y
0
=
_
_
1
0
_
_
resulta
y
0
= A
1
_
_
1
2
_
_
+A
2
_
_
1
0
_
_
=
_
_
A
1
A
2
2A
1
_
_
=
_
_
1
0
_
_
pelo que A
1
= 0, A
2
= 1. Assim
y
t
=

t
_
_
_
_
1
0
_
_
cos

t arcsen
1

+
_
_
1
2
_
_
sen

t arcsen
1

_
_
=
_
_

5

cos

t arcsen
1

sen

t arcsen
1

t
sen

t arcsen
1

_
_
.
Na gura 7-2 apresentam-se as trajectrias y
1t
, y
2t
. importante notar que no foroso
saber-se a soluo para traar as trajectrias. De facto as trajectrias podem ser obtidas muito
facilmente usando-se um qualquer algoritmo de recorrncia. Por exemplo, um programa do tipo
Excel gera facilmente trajectrias de sistemas dinmicos discretos.
198
Razes Iguais
Suponha-se que os valores prprios so , ( tem multiplicidade 2). Considere-se a frmula
(7.9)
y
t
=
1
X
i=0
c
i+1,t
M
i
y
0
= (c
1,t
M
0
+c
2,t
M
1
) y
0
= (c
1,t
I +c
2,t
(A
1
I)) y
0
.
No possvel utilizar a frmula (7.11) dado que o sistema (7.3) diferente. Com efeito, pela
frmula (7.3) tem-se
_
_
c
1,t
c
2,t
_
_
=
_
_
0
1
_
_
_
_
c
1,t1
c
2,t1
_
_
cuja soluo com a condio inicial c
1,0
= 1, c
2,0
= 0, c
1,t
=
t
, c
2,t
= t
t1
. Assim a soluo
do sistema y
t
= Ay
t1
com a condio inicial y
0

y
t
=

t
I +t
t1
(AI)

y
0
. (7.15)
Observao 17 No caso geral de n equaes, y
t
= Ay
t1
, com a condio inicial y
0
, se valor
prprio de multiplicidade n ento fcil concluir, depois de se resolver (7.3), com =
1
=
... =
n
, que a soluo
y
t
=
n1
X
i=0
c
i+1,t
M
i
y
0
=

c
1,t
I +c
2,t
(AI) +... +c
n,t
(AI)
n1

y
0
=

t
I +t
t1
(AI) +
1
2
t (t 1)
t2
(AI)
2
+... +
1
(n 1)!
(t (t 1) ... (t n + 2))
tn+1
(AI)
n1

y
0
.
199
7.2 Caso No Homogneo
No caso g
t
6= 0, basta atender ao teorema 26. Assim, a soluo do PVI y
t
= Ay
t1
+g
t
, dada a
condio y
t
0
= vem
y
t
= A
tt
0
+
t
X
s=t
0
+1
A
ts
g
s
. (7.16)
Exemplo 79 Resolva-se o PVI y
t
= Ay
t1
+g, y
0
= onde
A =
_
_
1 0
2 1
_
_
, g =
_
_
1
1
_
_
, =
_
_
0
1
_
_
.
Uma vez que os valores prprios de A so {1, 1} vem
A
t
=

t
I +t
t1
(AI)

=
_
_
1 0
2t 1
_
_
e
y
t
= A
t
+
t
X
s=1
A
ts
g
=
_
_
1 0
2t 1
_
_
_
_
0
1
_
_
+
t
X
s=1
_
_
1 0
2 (t s) 1
_
_
_
_
1
1
_
_
=
_
_
t
t
2
+ 1
_
_
.
200
Exerccios
1. Resolva os seguintes SEDF lineares y
t
= Ay
t1
onde
(a) A =
_
_
1 2
0 3
_
_
, y
0
=
_
_
1
2
_
_
(b) A =
_
_
1 2
1 1
_
_
, y
0
=
_
_
1
0
_
_
(c) A =
_
_
1 2
0 1
_
_
, y
0
=
_
_
1
1
_
_
2. Resolva o SEDF y
t
= Ay
t1
onde
A =
_

_
1 2 0 0 0 0
0 3 0 0 0 0
0 0 1 2 0 0
0 0 1 1 0 0
0 0 0 0 1 2
0 0 0 0 0 1
_

_
, y
0
=
_

_
1
2
1
0
1
1
_

_
(aproveite o facto de A ser diagonal por blocos e considere os resultados j obtidos no
exerccio 1).
3. Resolva as seguintes EDF:
(a) z
t
+ 1/2z
t1
1/2z
t2
= 0;
(b) z
t+3
6z
t+2
+ 11z
t+1
6z
t
= 0
201
Captulo 8
Estabilidade
Considere-se o sistema autnomo y
t
= f (y
t1
) onde y um vector de tipo n 1 e f uma
funo real f : R
n
R
n
. O domnio de f poder ser S R
n
mas neste caso devemos exigir que
S f (S) (suponha-se que esta condio no se verica - ento poderia suceder que S e
y
1
= f () / S e no seria possvel agora continuar com y
2
= f (y
1
) = f (f ()) pois f () / S).
8.1 Pontos Fixos
8.1.1 Denies
Denio 18 (Ponto Fixo de f) Um vector y designado por ponto xo de f se f (t, y) = y,
para todo o t.
No ponto xo o sistema dinmico discreto no varia (est em equilbrio). Com efeito,
se y
t1
= y e y um ponto xo, a variao da soluo, y
t
, nula, i.e., y
t
= y
t
y
t1
=
f (y
t1
)y
t1
= y y = 0. Observe-se a analogia com as solues de equilbrio (no contexto das
equaes diferenciais). Por exemplo, considere-se y
0
= 2 e a EDF y
t
= (1/2) y
t1
+ 1. Iterando
a equao fcil vericar que y
1
= 2, y
2
= 2, ... Logo y = 2 o ponto xo de f (x) = (1/2) x+1.
Para calcular o ponto xo de f basta resolver a equao (1/2) y + 1 = y em ordem a y.
Exemplo 80 Considere-se y
t
= 2y
t1
(1 y
t1
) . Tem-se f (x) = 2x(1 x) . Os pontos xos
(de f) calculam-se a partir da relao f ( y) = y, i.e., 2 y (1 y) = y. Os pontos xos so
portanto y = 0 e y = 1/2.
202
Exemplo 81 Considere-se o sistema no linear
_
_
y
1t
y
2t
_
_
=
_
_
y
2t1
y
2t1
y
1t1
_
_
.
Tem-se, portanto
f
_
_
_
_
x
1
x
2
_
_
_
_
=
_
_
x
2
x
2
x
1
_
_
com domnio
_
_
_
_
_
x
1
x
2
_
_
R
2
: x
1
6= 0
_
_
_
.
Determinem-se os pontos xos de f. Para o efeito, resolve-se f (x) = x, i.e.,
_
_
x
2
x
2
x
1
_
_
=
_
_
x
1
x
2
_
_
.
fcil vericar que o nico ponto xo
_
_
1
1
_
_
.
Teorema 28 Seja S um intervalo fechado e f : S R uma funo contnua. Se S f (S)
ento f tem um ponto xo em S.
Dem. Seja S = [a, b]. Sob as condies do teorema existe um c e um d em S tal que
f (c) = a e f (d) = b. Se c = a ou d = b ento segue-se o resultado do teorema. Caso contrrio
verica-se a < c < b e a < d < b. Dena-se g (x) = f (x) x. Tem-se g (c) = f (c) c < 0 pois
f (c) = a < c e g (d) = f (d) d > 0 pois f (d) = b > d. Dado que g (c) < 0 e g (d) > 0 e g
uma funo contnua, segue-se, pelo teorema de Bolzano, que existe um e tal que g (e) = 0.
Como consequncia f (e) = e. A gura 8-1 ilustra o teorema anterior.
Quando n = 1 e a EDF autnoma muito til no estudo da estabilidade o grco teia
de aranha. Para ilustrar a interpretao do grco representa-se na gura 8-2 o grco teia de
aranha associado ao PVI, y
t
= 0.5y
t1
, y
0
= 4 (ponto a). No momento 1 tem-se y
1
= 0.54 = 2
203
Figura 8-1: Ilustrao do Teorema 28
a
b
( )

S f
a
b
( ) x f
0
45
fixo ponto
c

(ponto b ou c). Este valor, y
1
= 2, pode ser interpretado como o valor inicial com respeito a
y
2
; assim, poderamos colocar y
1
= 2 no eixo das abcissas. Em alternativa, o valor y
1
parte
da linha de 45
0
(ponto c) e o procedimento repetido iterativamente. Assim, no momento 2
tem-se y
2
= 0.52 = 1 (ponto e) e assim sucessivamente. O grco mostra que lim
+
y
t
= 0.
Os retratos de fases em R
1
podem tambm ser traados juntamente com os grcos teia
de aranha. A sua interpretao , no essencial, idntica aos retratos de fases denidos para
equaes diferenciais. O retrato de fases consiste, portanto, num diagrama onde se representam
possveis valores iniciais e setas que indicam o movimento da soluo medida que t percorre o
conjunto N. Na gura 8-3 representa-se o grco teia de aranha da EDF y
t
= y
t1
e na gura
8-4 o correspondente retrato de fases.
Seja y
t
= y
t
(y
0
) a soluo da EDF (ou do sistema de EDF) y
t
= f (t, y
t1
) , dada a condio
inicial y
0
(para simplicar admite-se, sem perda de generalidade, que t
0
= 0). A expresso y
t
(y
0
)
dene a soluo como uma funo explcita da condio inicial y
0
. No caso da EDF autnomas
usual considerar-se a notao y
t
= f
t
(y
0
) em lugar de y
t
= y
t
(y
0
) onde
f
t
(x) := f(...f(f
| {z }
t vezes
(x))).
204
Figura 8-2: Grco Teia de Aranha do PVI y
t
= 0.5y
t1
, y
0
= 4
-4 -2 2 4
-4
-2
2
4
a
b
c
d
e
Linha 45
f(x)
y
t
y
t-1
Figura 8-3: Grco Teia de Aranha da Aplicao f (x) = x
2
(esto traadas duas rbitas com
valores inicias -1.1 e 0.9)
-1 -0.5 0.5 1 1.5
-1
-0.5
0.5
1
1.5
2
205
Figura 8-4: Retrato de Fases de f (x) = x
2
-1
1
A expresso f
t
(y
0
) neste contexto no signica f "levantado" a t.
1
Denio 19 (Ponto Fixo Estvel, Assintoticamente Estvel e Instvel) O ponto xo
y diz-se estvel se para cada > 0 existe um = (t
0
, ) tal que, para cada qualquer soluo
y
t
(y
0
) a desigualdade ky
0
yk implica ky
t
(y
0
) yk < para todo o t t
0
. O ponto xo
y diz-se assimptoticamente estvel se estvel e se existe um
0
> 0 tal que a desigualdade
ky
0
yk
0
implica ky
t
(y
0
) yk 0 quando t +. O ponto xo y diz-se instvel se no
estvel.
2
Grosso modo, um ponto xo y estvel se y
t
= y
t
(y
0
) permanecer "perto" de y para todo
o t sempre que y
0
se encontrar "perto" de y. O ponto xo y assimptoticamente estvel se for
1
Por exemplo, se f (x) =
1
1+x
, ento
f
2
(x) = f (f (x)) = f
_
1
1 + x
_
=
1
1 +
1
1+x
,
f
3
(x) = f (f (f (x))) = f
_
f
_
1
1 + x
__
= f
_
1
1 +
1
1+x
_
=
1
1 +
1
1+
1
1+x
.
Dada a EDF y
t
=
1
1+y
t1
, o valor y
3
dado y
0
= 1
f
3
(1) =
1
1 +
1
1+
1
1+1
=
3
5
.
Naturalmente, podemos obter este valor considerando o procedimento iterativo,
y
1
=
1
1 + 1
=
1
2
, y
2
=
1
1 +
1
2
=
2
3
, y
3
=
1
1 +
2
3
=
3
5
.
A expresso f
t
(y
0
) representa o valor de y
t
dada a condio y
0
.
2
Se a EDF autnoma leia-se f
t
(y
0
) em lugar de y
t
(y
0
) .
206
estvel e toda a soluo inicializada perto de y converge para y.
Exemplo 82 Considere-se y
t
= y
t1
+ e, com e 6= 0. Tem-se f (x) = x + e. Resolvendo
f ( y) = y, i.e., y +e = y conclui-se que o (nico) ponto xo y = e/ (1 ). No caso = 1
no existe ponto xo (a equao x + e = x impossvel, com e 6= 0). A estabilidade do ponto
xo y pode, no caso presente, ser discutida directamente a partir f
t
(na generalidade dos casos
no lineares no possvel obter f
t
). De acordo com a equao (6.6), p. 168, tem-se, com a
condio inicial y
0
, y
t
= f
t
(y
0
) = y
0

t
+e
1
t
1
. Assim
f
t
(y
0
) y = y
0

t
+e
1
t
1

e
1
=
t

y
0

e
1

f
t
(y
0
) y

= ||
t

y
0

e
1

= ||
t
|y
0
y| .
Impondo

f
t
(y
0
) y

< vem ||
t
|y
0
y| < . Se || < 1 ento y estvel. Basta considerar
um tal que |y
0
y| < . Nestas condies tem-se

f
t
(y
0
) y

< para todo o t > 0.


Se || > 1 o termo

f
t
(y
0
) y

tende para + o que signica que no existe um > 0 nos


termos da denio de ponto xo estvel; logo y instvel. Analise-se a estabilidade assinttica.
Tem-se para 6= 1
lim
t+
f
t
(y
0
) = lim
t+

y
0

t
+e
1
t
1

=
_
_
_
e
1
= y se || < 1
se || > 1
Assim, se || < 1 o ponto xo y assimptoticamente estvel; se || > 1, y instvel.
Exemplo 83 Retome-se o exemplo 80 (y
t
= 2y
t1
(1 y
t1
)). Vimos que os pontos xos so
y = 0 e y =
1
2
. Discute-se agora a estabilidade a partir do grco teia de aranha - ver a
gura 8-5. Esto representados trs valores iniciais. fcil concluir que qualquer ponto que se
encontre numa vizinhana do ponto xo 1/2 (por exemplo ponto A ou B) no s no se afasta
de 1/2 como tambm converge para y = 1/2. Este ponto xo portanto assimptoticamente
estvel. O ponto xo zero instvel. Basta observar o que sucede quando y inicializado no
ponto C.
207
Figura 8-5: Grco Teia de Aranha da equao y
t
= 2y
t1
(1 y
t1
) (representados trs valores
iniciais).
-0.5 -0.25 0.25 0.5 0.75 1
-0.4
-0.2
0.2
0.4
0.6
A B C
8.1.2 Estabilidade de Sistemas Lineares
Considere-se um sistema de n equaes lineares y
t
= Ay
t1
com a condio inicial y
0
e seja
r = max {|
i
| :
i
um valor prprio de A (i = 1, ..., n)} . (8.1)
Teorema 29 (a) Se r < < 1 ento existe uma constante C > 0 tal que
ky
t
k C
t
ky
0
k
para t 0, para qualquer y
0
R. Alm disso verica-se lim
t+
ky
t
k = 0.(b) Se r > 1 ento
algumas solues do sistema tendem para +. (c) Se r 1 e se a multiplicidade algbrica
de todos os valores prprios que vericam || = 1 for igual a um ento existe uma constante
C > 0 tal que ky
t
k C ky
0
k para t 0.
208
Dem. (a) Pelo teorema 27 a soluo do SEDF
y
t
= A
t
y
0
=

n1
X
i=0
c
i+1,t
M
i
!
y
0
.
Desta forma,
ky
t
k
n1
X
i=0
|c
i+1,t
| kM
i
y
0
k

n1
X
i=0
|c
i+1,t
| Dky
0
k (8.2)
com kM
i
k D < + (D escalar)
3
. Mostra-se agora que existe uma constante B tal que
|c
i,t
| B
t
com r < < 1, para i = 1, 2, ..., n. Tem-se, atendendo equao (7.3) e a |
i
| < r,
i = 1, ..., n,
|c
1,t
| r
t
;
|c
2,t
| tr
t1
(ver exerccios). De igual forma, deixa-se como exerccio mostrar que
|c
3,t
|
t (t 1)
2
r
t2
.
Em geral, pode-se mostrar, |c
i,t
| p
i1
(t) r
ti+1
onde p
i1
(t) um polinmio de grau i 1 em
t. Nestas condies existe uma constante B > 0 tal que |c
i,t
| B
t
com r < < 1. Retomando
a equao (8.2), vem
ky
t
k
n1
X
i=0
|c
i+1,t
| Dky
0
k

n1
X
i=0
B
t
Dky
0
k
C
t
ky
0
k ,
3
Note-se que M
1
, ..., M
n1
so matrizes de escalares e, portanto, a sua norma majorvel por qualquer
constante D apropriada.
209
com C = nBD. imediato agora vericar que lim
t+
ky
t
k = 0 (pois 0 < < 1).
(b) No caso r > 1, existe pelo menos um valor prprio tal que || > 1. Seja v o corre-
spondente vector prprio. Ento
t
=
t
v uma soluo do SEDF (verique) e

t
v

t +
quando t +.
(c) Suponha-se, sem perda de generalidade, que todos os valores prprios so tais que |
1
| =
|
2
| = ... = |
n
| = 1. Por hiptese, no h dois valores prprios iguais (pois a multiplicidade
algbrica de cada valor prprio igual a um). vlida, assim, a expresso dada observao 17,
y
t
= P
t
P
1
y
0
. Vem
ky
t
k =

P
t
P
1
y
0

ky
0
k
= C max

|
1
|
t
, ..., |
n
|
t

ky
0
k
= C ky
0
k .
Notar que se nmero complexo ento || = | +i| =
p

2
+
2
.
Resulta do teorema anterior que o ponto xo y = 0 , assintonticamente estvel se r < 1,
instvel se r > 1, e estvel se r 1 e se a multiplicidade algbrica de todos os valores prprios
que vericam || = 1 for igual a um.
Exemplo 84 Estude-se a estabilidade do sistema
_
_
y
1t
y
2t
_
_
=
_
_
1 5
0.25 1
_
_
_
_
y
1t1
y
2t1
_
_
.
Os valores prprios so
1
2
i. Logo r =
1
2
. Como r < 1 conclui-se que o ponto xo y = 0
assimptoticamente estvel. Nas guras seguintes analisa-se gracamente a dinmica do sistema
admitindo y
0
= (10, 1)
T
. Na gura 8-6 apresentam-se as trajectrias y
1t
e y
2t
. Na gura 8-7
representa-se no plano os pontos (y
1t
, y
2t
) com t = 0, 1, ..., 10. Ambas as guras 8-6 e 8-7 so
ilucidativas quanto estabilidade do sistema. Em ambos os casos se observa y
1t
0, y
2t
0
quanto t 0.
210
Figura 8-6: Trajectrias y
1t
e y
2t
(trao grosso)
2 4 6 8 10
t
-2
-1
1
2
3
y1 y2
Figura 8-7: rbita (y
1t
, y
2t
) (t = 0, 1, ..., 10) com valor inicial (10, 1)
-2 2 4 6 8 10
y1
-1
1
2
3
4
5
y2
211
Exemplo 85 Considere-se o sistema de EDF
y
t
=
_
_
cos sen
sen cos
_
_
y
t1
.
Os valores prprios so = cos i sin e |cos i sin| = |cos +i sin| =
p
cos
2
+ sin
2
=
1. Como a multiplicidade algbrica de todos os valores prprios que vericam || = 1 igual a
um conclui-se que o ponto xo y = 0 estvel.
8.1.3 Estabilidade de Sistemas No Lineares
Linearizao
O teorema seguinte fornece um mtodo para analisar a estabilidade assimpttica no caso escalar
(EDF autnomas).
Teorema 30 Suponha-se que f : RR tem derivada de primeira ordem contnua num intervalo
aberto contendo o ponto xo y. Ento (a) se |f
0
( y)| < 1, y assimptoticamente estvel; (b) se
|f
0
( y)| > 1, y instvel.
Dem. (a) Dado que, por denio,
lim
x y
|f (x) f ( y)|
|x y|
= lim
x y
|f (x) y|
|x y|
=

f
0
( y)

ento existe uma vizinhana V

( y) de raio > 0, tal que, para |f


0
( y)| < < 1,
|f (x) y| < |x y| , x V

( y) .
Resulta que x V

( y) f (x) V

( y) (pela desigualdade anterior, constata-se que f (x) est


mais "perto"de y do que x est de y, por um factor de ordem < 1). imediato vericar que
f (x) V

( y) f
2
(x) V

( y) . Repetindo o argumento conclui-se f


t
(x) V

( y) . Logo,

f
2
(x) y

= |f (f (x)) y| < |f (x) y| <


2
|x y| .
212
Por induo, conclui-se

f
t
(x) y

<
t
|x y|. Como
t
0 segue-se que y assimptoti-
camente estvel. (b) Utilizando argumentos idnticos conclui-se que f
t
(x) se afasta cada vez
mais de y medida que t +.
Exemplo 86 Retome-se os exemplos 80 e 83. Com f (x) = 2x(1 x) tem-se f
0
(x) = 2 4x
e, portanto, pelo teorema 30, o ponto xo 0 instvel pois |f
0
(0)| = 2 > 1 e o ponto 1/2
assimptoticamente estvel pois |f
0
(1/2)| = 0 < 1.
Analise-se agora a estabilidade de sistemas de EDF. Tal como procedemos para o caso de
sistemas de equaes diferenciais, uma forma de abordar a estabilidade de sistemas de EDF
consiste em linearizar f (x) em torno do ponto xo y (o caso escalar apresentado atrs baseia-se
tambm no mtodo da linearizao). Suponha-se que f (x) possui derivadas de segunda ordem
contnuas. Ento, pela frmula de Taylor vem
f
i
(x) = f
i
( y) +
f
i
( y)
x
T
(x y) +
1
2
(x y)
T
f
2
i
(z)
xx
T
(x y) , i = 1, ..., n
ou, mais compactamente,
f (x) = f ( y) +f
0
( y) (x y) +g (x) (8.3)
Note-se que f
0
( y) o Jacobiano de f no ponto y ( uma matriz de constantes). Reescreva-se a
equao (8.3) na forma
f (x) = Ax +g (x)
onde
A = f
0
( y) =
_

_
f
1
( y)
x
1

f
1
( y)
x
n
.
.
.
.
.
.
.
.
.
fn( y)
x
1

fn( y)
x
n
_

_
, (8.4)
g (x) = f ( y) f
0
( y) y +
1
2
_

_
(x y)
T f
2
1
(z)
xx
T
(x y)
.
.
.
(x y)
T f
2
n
(z)
xx
T
(x y)
_

_
(note-se que z varia com x). Tem-se agora:
213
Teorema 31 Suponha-se que f : R
n
R
n
tem derivadas de segunda ordem contnuas num con-
junto aberto contendo o ponto xo y. Dado r = max {|
i
| :
i
um valor prprio de A (i = 1, ..., n)}
e A dada pela equao (8.4) tem-se, (a) se r < 1 ento y assimptoticamente estvel; (b)
se r > 1 ento y instvel.
Dem. Kelley e Peterson, (1991), p. 180.
Obviamente este teorema generaliza o teorema 30.
Exemplo 87 Considere-se o seguinte modelo presa-predador,
y
1t
= (1 +) y
1t1
0.001
y
1t1
y
2t1
1 + 0.0001y
1t1
y
2t
= (1 ) y
2t1
+ 0.00003
y
1t1
y
2t1
1 + 0.0001y
1t1
onde y
1t
e y
2t
representa, respectivamente, o nmero de presas e o nmero de predadores no
momento t, a diferena entre a taxa de nascimento e a taxa de mortalidade das presas e
a taxa de mortalidade dos predadores. Suponha-se que = 0.1 e = 0.01. Tem-se
f (x
1
, x
2
) :=
_
_
f
1
(x
1
, x
2
)
f
2
(x
1
, x
2
)
_
_
=
_
_
1.1x
1
0.001
x
1
x
2
1+0.0001x
1
0.99x
2
+ 0.00003
x
1
x
2
1+0.0001x
1
_
_
.
Os pontos xos resultam da resoluo do sistema f (x
1
, x
2
) = (x
1
, x
2
) . Obtm-se dois pontos
xos,
y
1
=
_
_
0
0
_
_
, y
2
=
_
_
344.828
103.448
_
_
.
Estude-se a estabilidade do ponto xo y
2
, recorrendo-se ao teorema 31. Para o efeito determina-
se
A = f
0
( y
2
) =
_
_
f
1
( y
2
)
x
1
f
1
( y
2
)
x
n
fn( y
2
)
x
1
fn( y
2
)
x
n
_
_
.
Depois de alguns clculos obtm-se
A =
_
_
1.003 0.3333
0.0029 1
_
_
.
214
Figura 8-8: Trajectrias y
1t
e y
2t
(t = 0, 1, ..., 800)
200 400 600 800
t
320
340
360
380
400
y1
200 400 600 800
t
100
102
104
106
108
y2
Os valores prprios so
1
,
2
= 1.00167 0.0310466i. Donde
|
1
| = |1.00167 + 0.0310466i| =
p
1.00167
2
+ 0.0310466
2
= 1. 002,
|
1
| = |1.00167 0.0310466i| =
p
1.00167
2
+ 0.0310466
2
= 1. 002,
pelo que r = 1.002 > 1 e, portanto, o ponto xo y
2
instvel. As guras 8-8 e 8-9 ilustram o
comportamento dinmico do sistema.
Mtodo Directo de Liapunov
Considere-se um sistema de EDF y
t
= f (y
t1
) com a condio inicial y
0
e seja y um ponto xo
de f. Considere-se uma funo real V de n variveis nas seguintes condies: V contnua
numa vizinhana V

( y) , V (x) > 0 se x 6= y em V

( y) e V ( y) = 0. Uma funo nestas condies


designa-se por funo Liapunov. Dena-se
V (x) := V (f (x)) V (x)
215
Figura 8-9: rbita (y
1t
, y
2t
) com valor incial y
10
= 344, y
20
= 104 (a rbita expande-se
medida que t aumenta)
320 340 360 380 400
y1
100
102
104
106
108
y2
em V

( y) (no confundir a funo V com a vizinhana de z de raio , V

(z)).
Teorema 32 Seja y um ponto xo de f e assuma-se que f contnua numa certa vizinhana
de y. Se (a) V (x) 0 para todo o x V

( y) ento a soluo y estvel; se (b) V (x) < 0


para todo o x V

( y) e x 6= y ento a soluo y assimptoticamente estvel; se (c) V (x) > 0


para todo o > 0 e x V

( y) e x 6= y ento a soluo y instvel.


Dem. Uma demonstrao formal segue as linhas gerais da demonstrao do teorema anlogo
para sistemas de equaes diferenciais (teorema 18).
Apresenta-se em alternativa uma explicao heurstica do resultado. Imagine-se a funo
V (x) como uma distncia entre x e y com x V

( y) . Considere-se 0 < < . Por hiptese


y
0
V

( y) e, como, V (f (y
0
)) V (y
0
) o ponto y
1
= f (y
0
) no se afasta de y (y
1
no est
mais distante de y do que y
0
est de y). Logo y
1
V

( y) . Seguindo o mesmo raciocnio tem-se


que V (f (y
1
)) V (y
1
) implica y
2
V

( y) . Iterando, conclui-se que y


t
V

( y) V

( y) .
Logo a soluo y estvel. Suponha-se agora a desigualdade estrita V (f (x)) < V (x) . Por
hiptese y
0
V

( y) e V (f (y
0
)) < V (y
0
) implica kf (y
0
) yk < ky
0
yk, 0 < < 1. Por seu
lado, a desigualdade V (f (y
1
)) < V (y
1
) implica ky
2
yk = kf (y
1
) yk < kf (y
0
) yk <

2
ky
0
yk . Iterando, conclui-se ky
t
yk <
t
kf (y
0
) yk 0 quando t +.
Exemplo 88 Considere-se y
t
= y
t1
y
3
t1
. O nico ponto xo y = 0. O teorema 30
inconclusivo, pois com f (x) = x x
3
, tem-se |f
0
(0)| = 1. Considere-se a funo V (x) = x
2
.
216
Vem
V (x) =

x x
3

2
x
2
= x
6
2x
4
= x
4

x
2
2

< 0
no conjunto

x : |x| <

= V

2
( y) . Logo o ponto xo y = 0 assimptoticamente estvel.
Exemplo 89 Retome-se o exemplo 85,
y
t
=
_
_
cos sen
sen cos
_
_
y
t1
com ponto xo,
y =
_
_
0
0
_
_
.
Dena-se
V
_
_
_
_
x
1
x
2
_
_
_
_
= x
2
1
+x
2
2
.
Facilmente se verica V ( y) = 0 e V (x) > 0 para x 6= y. Tem-se
V (x) = V
_
_
_
_
x
1
cos +x
2
sen
x
1
sen +x
2
cos
_
_
_
_
V
_
_
_
_
x
1
x
2
_
_
_
_
= (x
1
cos +x
2
sen)
2
+ (x
1
sen +x
2
cos )
2
x
2
1
x
2
2
= 0.
Consequentemente o ponto xo estvel.
8.1.4 Bacia do Escoadouro
Na literatura usual designar-se um ponto xo assimptoticamente estvel como um escoad-
ouro (sink) e um ponto xo instvel como fonte (source). A designao escoadouro sugere que
o sistema dinmico inicializado numa vizinhana do escoadouro converge para o escoadouro.
Utiliza-se tambm a designao bacia do escoadouro (basin of the skin) para denir o conjunto
de pontos W tal que se y
0
W ento y
t
= f
t
(y
0
) y (onde y um escoadouro). Analitica-
217
mente escreve-se: W ( y) =

y
0
R
n
: f
t
(y
0
) y

4
. No exemplo 83, onde f (x) = 2x(1 x) ,
vimos que o ponto 1/2 um escoadouro: qualquer ponto na vizinhana de 1/2 converge para
1/2. Uma inspeco da gura 8-5 sugere que a bacia do escoadouro o conjunto (0, 1) , i.e.,
W (1/2) = (0, 1) .
O teorema seguinte tem aplicao no caso de EDF autnomas (no lineares).
Teorema 33 Seja E = {x : |f (x) y| |x y| , 0 < < 1} . Se existe um
1
> 0 tal que
V

1
( y) E ento
y
t
= f
t
(y
0
) y
para todo o y
0
V

1
( y) .
Dem. Se y
0
V

1
( y) ento f (y
0
) V

1
( y) e, por induo, conclui-se f
t
(y
0
) V

1
( y) .
Vem
|f (y
0
) y| |y
0
y|

f
2
(y
0
) y

= |f (f (y
0
)) y|
|f (y
0
) y|

2
|f (y
0
) y| .
Por induo,

f
t
(y
0
) y


t
|y
0
y|
e como 0 < < 1 conclui-se que

f
t
(y
0
) y

0 quando t +.
A gura 8-10 ilustra o teorema 33. O conjunto E corresponde ao intervalo (a, d) - trata-se
do conjunto de pontos x tais que |f (x) y| < |x y| ; nas regies II e V a funo satisfaz esta
desigualdade. Existem pontos y
0
de E que no implicam y
t
= f
t
(y
0
) y. O ponto c um
desses casos. Verique-se que f (c) / E. No entanto, todos os pontos pertencentes a V

1
( y)
convergem para y.
O teorema 33 no fornece toda a bacia do escoadouro. Na gura 8-11 a funo f (x) , com
ponto xo y = 1, est denida na regio V para x < 1 e na regio III para x > 1. Apenas
4
No caso no autnomo deve ler-se W ( y) = {y
0
R
n
: y
t
(y
0
) y} .
218
Figura 8-10: Ilustrao do Teorema 33
3 2 1
1

3 2 1
1

y
a
b
c
d
x
x y 2
II
V
( ) d a E , =
( ) ( ) b a y V ,
1
=

os pontos x pertencentes ao intervalo (A, 1) vericam |f (x) y| < |x y| . Concretamente,


E = {x : |f (x) y| < |x y| , 0 < < 1} = (A, 1) mas no existe um > 0 tal que V

( y) =
V

(1) E e, portanto, o teorema 33 no aplicvel. Tambm o teorema 30 no aplicvel,


pois |f
0
(1)| = 1 (admitindo que f
0
(x) existe numa vizinhana de 1). Verica-se, no entanto,
por simples inspeco grca, que o sistema dinmico denido por f (x) converge para y = 1
se o valor inicial pertencer a (A, 1) . Alm disso, qualquer ponto do intervalo (1, B) tem como
aplicao um ponto de (A, 1) . Ou seja, embora no se verique |f (x) y| < |x y| quando
x (1, B) , os ponto de (1, B) movem-se para (A, 1) onde aqui se tem |f (x) y| < |x y| para
x (A, 1) . Assim, a bacia do escoadouro (A, 1) (1, B) {1} = (A, B) .
A discusso precedente sugere uma forma de se determinar a bacia do escoadouro. Suponha-
se que E
1
um conjunto de pontos y
0
tais que f
t
(y
0
) y e y
0
E
1
(este conjunto pode
determinar-se atravs do teorema 33). Num segundo passo determina-se o conjunto E
2
=
{x : f (x) E
1
} e, por recorrncia, E
i+1
= {x : f (x) E
i
} . Se em dado momento E
k+1
= E
k
ento a bacia do escoadouro dado pela unio dos conjuntos E
0
i
s.
Exemplo 90 Considere-se f (x) =

3x x
3

/2 (gura 8-12). Os pontos xos so 1, 0, 1.


Analise-se o ponto 1. fcil vericar que E
1
= (0, b) =

0, 1/2

1 +

17

W (1) (o
219
Figura 8-11: Bacia do Escoadouro
-0.5 0.5 1 1.5 2 2.5
-0.5
0.5
1
1.5
2
2.5
II
I
III IV
V
VI
f(x)
A B
teorema 33 aplicvel: numa vizinhana do ponto 1, a funo f (x) encontra-se nas regies II
e V; no entanto, o teorema fornece um primeiro conjunto contido em E
1
). Tem-se agora
E
2
= {x : f (x) E
1
} = {x : 0 < f (x) < b} = (e, c) (b, d) W (1)
onde e = 2, 11569, c =

3, d =

3. Este procedimento pode ser continuado com E
3
=
{x : f (x) E
2
}, E
4
, etc.
Exemplo 91 Considere-se f (x) = tanx, /2 < x < /2. O ponto xo y = 0 (pois
f (0) = 0). Na gura 8-13 verica-se que a funo f (x) no se encontra nem na regio II nem
na regio V (neste caso concreto, qualquer que seja o valor inicial, o sistema dinmico afasta-se
cada vez mais de y = 0). Assim, y = 0 no escoadouro.
Exemplo 92 Considere-se f (x) = 3x(1 x) . Verica-se que os pontos xo so 0 e 2/3. Na
gura 8-14 analisa-se o ponto xo 2/3 (tendo-se representado para o efeito as curvas x e x +
2 y = x+4/3). O teorema 30 no esclarece a natureza do ponto xo y = 2/3 pois |f
0
(2/3)| = 1.
Tambm o teorema 33 no aplicvel pois embora E = {x : |f (x) 2/3| < |x 2/3|} = (0, 2/3)
no existe um > 0 tal que V

(2/3) E. Tambm no se pode concluir imediatamente que o


220
Figura 8-12: Bacia do Escoadouro da Aplicao f (x) =

3x x
3

/2
1
a e c
b
d
II
III
IV
V
I
VI
Figura 8-13: f (x) = tg x
-1 -0.5 0.5 1
-1.5
-1
-0.5
0.5
1
1.5
I
II
III
IV
V
VI
221
Figura 8-14: f (x) = 3x(1 x)
0.2 0.4 0.6 0.8 1
-0.5
0.5
1
1.5
I
II
III
IV
V
VI
intervalo (0, 2/3) pertence bacia do escoadouro (verique-se isso atravs de inspeco grca).
Este exemplo mostra as limitaes dos teoremas 30 e 33. Pode-se provar que o ponto 2/3 no
de facto um escoadouro
5
(i.e. um ponto xo assimptoticamente estvel) pelo que no h lugar
determinao da bacia do escoadouro. Na gura representa-se a trajectria y
t
com t = 1, ..., 50
Um resultado que ultrapassa, em certas circunstncias, as limitaes apontadas aos teoremas
30 e 33 e, alm disso, directamente aplicvel a sistemas de equaes s diferenas consiste no
seguinte.
Teorema 34 Admitam-se as condies do teorema 32 e suponha-se V (x) < 0 para todo o
x V

( y) e x 6= y. Se y
0
V

( y) ento f
t
(y
0
) y quando t +.
Logo V

( y) W ( y) .
5
Prova-se que no existe um > 0 tal que f (2/3 ) 2/3 > 2/3 f
2
(2/3 ) .
222
Figura 8-15: Trajectria de y
t
= 3y
t1
(1 y
t1
), y
0
= 0.5 (t = 1, ..., 50)
10 20 30 40 50
t
0.55
0.6
0.65
0.7
0.75
y
Exemplo 93 Considere-se
y
1t
= y
2t1
y
2t1

y
2
1t1
+y
2
2t1

y
2t
= y
1t1
y
1t1

y
2
1t1
+y
2
2t1

.
Estude-se a estabilidade do ponto xo y = (0, 0)
T
e determine-se a respectiva bacia do escoad-
ouro. Para o efeito tome-se a funo V (x
1
, x
2
) = x
2
1
+x
2
2
. Vem
V (x) =

x
2
x
2

x
2
1
+x
2
2

2
+

x
1
x
1

x
2
1
+x
2
2

x
2
1
+x
2
2

= ...
=

x
2
1
+x
2
2

2 +

x
2
1
+x
2
2

< 0
no conjunto
n
(x
1
, x
2
) :
p
x
2
1
+x
2
2
<

2
o
= V

2
( y) W ( y) .
Exemplo 94 Retome-se o exemplo 88, y
t
= y
t1
y
3
t1
. Resulta bvio que V

2
( y) W ( y) .
Exemplo 95 Retome-se o exemplo 90, y
t
=

3y
t1
y
2
t1

/2. Analise-se a bacia do escoad-


223
Figura 8-16: Grco da funo V (x) =
1
4
(x 4) (x 1)
2
x
1 2 3 4
-3
-2
-1
1
2
ouro do ponto y = 1 e, para o efeito, considere-se V (x) = (x 1)
2
. Tem-se
V (x) =

3x x
2

/2 1

2
(x 1)
2
=
9
4
x
2
x
3
2
x
3
+
1
4
x
4
=
1
4
(x 4) (x 1)
2
x.
A funo V (x) est representada na gura 8-16, a qual permite concluir que V
1
(1) = {x : |x 1| < 1}
W (1) . No exemplo 90 foi-se um pouco mais longe. De facto, observou-se que V
1
(1) W (1).
A terminar esta seco mostra-se que se um ponto pertence a uma certa bacia de escoadouro
ento esse ponto no pode pertencer a outra bacia de escoadouro. Assim,
Teorema 35 Se y
1
e y
2
so escoadouros e y
1
6= y
2
ento W ( y
1
) W ( y
2
) = .
Dem. Mostra-se que W ( y
1
) W ( y
2
) 6= y
1
= y
2
. Seja y
0
W ( y
1
) W ( y
2
) . Ento
para cada > 0 existe um n
1
N tal que t n
1
implica

f
t
(y
0
) y
1

< /2 e existe um
n
2
N tal que t n
2
implica

f
t
(y
0
) y
2

< /2. Logo as duas desigualdades vericam-se


simultaneamente para o maior dos n
0
s, i.e. denindo n
3
= max {n
1
, n
2
} tem-se que t n
3
implica

f
t
(y
0
) y
1

< /2 e

f
t
(y
0
) y
2

< /2. Utilizando a desigualdade triangular para


224
t n
3
vem
k y
1
y
2
k =

y
1
f
t
(y
0
)

y
2
f
t
(y
0
)

y
1
f
t
(y
0
)

y
2
f
t
(y
0
)

<

2
+

2
= .
Como a distncia entre y
1
e y
2
menor do que para cada > 0, dever ter-se y
1
= y
2
.
8.2 Pontos Peridicos
8.2.1 Denies
Denio 20 Um vector p R
n
um ponto peridico de perodo k se
f
k
(p) = p (8.5)
e k o menor inteiro positivo tal que (8.5) se verica (i.e., f
s
(p) 6= p para s = 1, 2, ..., k 1).
A rbita de valor inicial p diz-se uma rbita peridica de perodo k.
Note-se que se p um ponto peridico de perodo 2 ento p um ponto xo de f
2
. O
recproco no verdade. Por exemplo, um ponto xo de f
2
pode ser tambm um ponto xo de
f e, neste caso, de acordo com a denio, este ponto tem perodo 1.
Considere-se uma rbita de valor inicial p, i.e.,

p, f (p) , f
2
(p) , ...

. Se p um ponto peri-
dico de perodo 3, p deve repetir-se de trs em trs iteraes. Por exemplo,

p, f (p) , f
2
(p) , p, ...

.
Mas f (p) e f
2
(p) tambm se repetem de trs em trs iteraes,

.., p, f (p) , f
2
(p) , p, f (p) , f
2
(p) , p...

.
Neste exemplo, suciente identicar a rbita de perodo 3 atravs dos trs elementos

p, f (p) , f
2
(p)

(se p ponto xo de f e, portanto, ponto peridico de perodo 1, ento a rbita peridica de


perodo 1 constituda apenas pelo elemento {p}). Naturalmente, b = f (p) e c = f
2
(p) so
tambm pontos peridicos de perodo 3. O teorema seguinte estabelece este resultado.
Teorema 36 Seja p um ponto peridico de f de perodo k. Ento f (p) , f
2
(p) , ..., f
k1
(p) so
tambm pontos peridicos de perodo k.
225
Dem. Considere-se um ponto genrico do conjunto

f (p) , f
2
(p) , ..., f
k1
(p)

, p
i
= f
i
(p) ,
com i = 1, 2, ..., k 1. Mostra-se em primeiro lugar que p
i
no um ponto xo de f
s
com s < k,
caso contrrio p
i
no poderia ser candidato a ponto peridico de perodo k (denio 20).
Suponha-se no entanto que p
i
ponto xo de f
s
. Viria
f
s
(p
i
) = p
i
f
s

f
i
(p)

= f
i
(p) f
s+i
(p) = f
i
(p)
o que signica que p repete de s em s iteraes, ou seja que p ponto xo de f
s
. Esta concluso
contradiz a hiptese de p ser ponto peridico de perodo k > s (i.e., a primeira vez que p se
repete aps k interaces). Basta agora ver que p
i
= f
i
(p) ponto xo de f
k
. Vem
f
k
(p
i
) = f
k

f
i
(p)

= f
i

f
k
(p)

= f
i
(p) = p
i
.
Exemplo 96 Considere-se a equao y
t
= ay
t1
(1 y
t1
) . Tem-se portanto f (x) = ax(1 x) .
Investigue-se se existem pontos peridicos de perodo 2. Determine-se f
2
(x)
f
2
(x) = f (f (x)) = a (f (x)) (1 f (x)) = a (ax(1 x)) (1 ax(1 x)) .
Poderamos tambm obter f
2
(x) considerando
y
t
= ay
t1
(1 y
t1
)
= a (ay
t2
(1 y
t2
)) (1 (ay
t2
(1 y
t2
)))
o que permitiria deduzir f
2
(x) = a (ax(1 x)) (1 ax(1 x)) . Para determinar eventuais
pontos perdicos resolve-se a equao f
2
(x) = x em ordem a x. Factorizando f
2
(x) x obtm-
se
x (1 a +a x)

1 +a a x a
2
x +a
2
x
2

= 0
pelo que se conclui que os pontos xos de f
2
so
x
1
= 0, x
2
=
1 +a
a
, x
3
=
1
2
+
1
2
a +
1
2
p
(3 2a +a
2
)
a
, x
4
=
1
2
+
1
2
a
1
2
p
(3 2a +a
2
)
a
.
(8.6)
226
Figura 8-17: Trajectria de y
t
= 3.3y
t1
(1 y
t1
) , y
0
= 0.1
10 20 30 40 50
t
0.2
0.4
0.6
0.8
y
Estes valores sero pontos peridicos de perodo 2 se no forem pontos xos de f. Ora resolvendo
f (x) = x
sai y = 0 e y =
1+a
a
. Retome-se os pontos xos apresentados em (8.6). Conclui-se que os
pontos 0 e (1 +a) /a no so pontos perdicos de perodo 2 pois eles so pontos xos de f (e,
portanto so pontos perdicos de perodo 1). Relativamente a x
3
conclui-se que
1
2
+
1
2
a +
1
2
p
(3 2a +a
2
)
a
=
1 +a
a
se a = 1, e
1
2
+
1
2
a +
1
2
p
(3 2a +a
2
)
a
= 0
se a = 1. Logo x
3
ponto peridico de perodo 2 se a 6= 1 e a 6= 1. Seguindo o mesmo
raciocnio conclui-se que x
4
ponto peridico de perodo 2 se a 6= 3 e a 6= 1. Para concretizar
suponha-se que a = 3.3. Tem-se y = 0, y =
1+a
a
= . 696 97, x
3
= . 823 6 e x
4
= . 479 43. Na
gura 8-17 evidente que {0. 823 6, 0.47943} forma uma rbita de perodo 2.
Outra forma (embora pouco eciente) de conrmarmos as concluses emergentes da gura
8-17 consiste em se calcular iterativamente a trajectria y. A tabela seguinte fornece os valores
de y
t
ao longo do tempo, com y
0
= 0.1. bvio, a partir de certo valor de t (digamos, a partir
de t = 20) y
t
repete os valores .8236 e .4794 de duas em duas iteraes.
227
Figura 8-18: Sucesso y
t
= 3.3y
t1
(1 y
t1
) , y
0
= 0.1, t = 1, ..., 41
t: 0 1 2 3 4 5 6 7 8 9 10 11 12 13
yt: 0.1000 0.2970 0.6890 0.7071 0.6835 0.7139 0.6740 0.7251 0.6577 0.7429 0.6303 0.7690 0.5863 0.8004
t: 14 15 16 17 18 19 20 21 22 23 24 25 26 27
yt: 0.5271 0.8226 0.4816 0.8239 0.4788 0.8235 0.4796 0.8236 0.4794 0.8236 0.4794 0.8236 0.4794 0.8236
t: 28 29 30 31 32 33 34 35 36 37 38 39 40 41
yt: 0.4794 0.8236 0.4794 0.8236 0.4794 0.8236 0.4794 0.8236 0.4794 0.8236 0.4794 0.8236 0.4794 0.8236
Figura 8-19: Grco Teia de Aranha da equao y
t
= 3.3y
t1
(1 y
t1
)
-0.5 -0.25 0.25 0.5 0.75 1
-0.4
-0.2
0.2
0.4
0.6
0.8
tambm interessante conrmarmos que . 823 6 e .47943 so pontos peridico de perodo 2
a partir do grco teia de aranha, gura 8-19.
Exemplo 97 Retome-se o exemplo 81. Tem-se
f
2
(x) = f
_
_
f
_
_
_
_
x
1
x
2
_
_
_
_
_
_
= f
_
_
_
_
x
2
x
2
x
1
_
_
_
_
=
_
_
x
2
x
1
x
2
x
1
x
2
_
_
=
_
_
x
2
x
1
1
x
1
_
_
228
e
f
3
(x) = f
_
_
f
_
_
f
_
_
_
_
x
1
x
2
_
_
_
_
_
_
_
_
= f
_
_
_
_
x
2
x
1
1
x
1
_
_
_
_
=
_

_
1
x
1
1
x
1
x
2
x
1
_

_ =
_
_
1
x
1
1
x
2
_
_
.
Deixa-se como exercco vericar que no existem ponto peridicos de perodo 2 e existem
trs pontos peridicos de perodo 3.
Um modelo que pode gerar pontos peridico o modelo linear por troos (ou, simplesmente,
modelo limiar). Assume-se um comportamento diferenciado do sistema dinmico consoante o
estado do sistema no momento t1, concretamente, consoante y
t1
se encontre abaixo ou acima
de certo limiar L. No caso mais simples o modelo corresponde a
y
t
=
_
_
_
c
1
+
1
y
t1
, y
t1
< L
c
2
+
2
y
t1
, y
t1
L.
Para concretizar considere-se o exemplo
y
t
=
_
_
_
1 + 0.5y
t1
, y
t1
< 0
1 0.5y
t1
, y
t1
0.
A funo f (x) representa-se na forma
f (x) =
_
_
_
1 + 0.5x x < 0
1 0.5x x 0.
A funo f (x) pode no ser contnua (no limiar L), como o exemplo precedente mostra. O
modelo seguinte, com c
1
= L(
2

1
) +c
2
, dene uma funo contnua no ponto L.
y
t
=
_
_
_
L(
2

1
) +c
2
+
1
y
t1
, y
t1
< L
c
2
+
2
y
t1
, y
t1
L.
229
Figura 8-20: Grco Teia de Aranha. Os valores 0.4 e -1.2 so pontos peridicos de perodo 2
-4 -2 2 4
-4
-2
2
4
1
5 . 0 1

=
t t
y y
1
5 . 0 1

+ =
t t
y y
A funo f (x) portanto
f (x) =
_
_
_
L(
2

1
) +c
2
+
1
x, x < L
c
2
+
2
x, x L.
Logo f (L) = c
2
+
2
L e lim
xL
f (x) = L(
2

1
) +c
2
+
1
L = c
2
+L
2
. Podemos ainda exigir
a existncia de um ponto xo no ponto L fazendo
L(
2

1
) +c
2
+
1
x = x, Soluo: x =
L
2
+L
1
c
2

1
1
c
2
+
2
x = x, Soluo: x =
c
2

2
1
e, agora resolvendo,
L
2
+L
1
c
2

1
1
=
c
2

2
1
, sai c
2
= L(1
2
) . Assim, tem-se
f (x) =
_
_
_
L(
2

1
) +L(1
2
) +
1
x, x < L
L(1
2
) +
2
x, x L.
230
ou
f (x) =
_
_
_
L(1
1
) +
1
x, x < L
L(1
2
) +
2
x, x L.
Veja-se que
f (L) = L(1
2
) +
2
L = L
e
lim
xL
f (x) = L(1
1
) +
1
L = L.
8.2.2 Estabilidade dos Pontos Peridicos
Tal como no caso dos pontos xos de f, pontos peridicos podem ser estveis ou instveis.
Intuitivamente, um ponto peridico de perodo k estvel se qualquer trajectria iniciada numa
vizinhana desse ponto no se afasta desse ponto de k em k iteraes, para todo o t (da mesma
forma se interpreta ponto peridico assimptoticamente estvel e instvel). O facto essencial
que um ponto peridico de f de perodo k um ponto xo de f
k
. Desta forma, a denio
de estabilidade para pontos peridicos pode basear-se na denio 19, sendo que agora dever
ler-se f
k
em lugar de f (f
t
dever ler-se f
kt
). Em geral so aplicveis os teoremas precedentes,
desde que se procedam s necessrias adaptaes. Por exemplo, o teorema 30 estabelece que
y assimptoticamente estvel se |f
0
( y)| < 1 e instvel no caso contrrio. Se as condies do
teorema 30 se aplicarem, e fazendo g (x) = f
k
(x) , podemos estabelecer que o ponto peridico
p de perodo k assimptoticamente estvel se |g
0
(p)| < 1 e instvel no caso contrrio.
Vimos no teorema 36 que, se p ponto peridico de perodo k ento a aplicao f admite
adicionalmente k1 pontos peridicos. Se p exibe uma certa caracterstica qualitativa que con-
cluses podemos tirar para os demais pontos peridicos? O teorema e a demonstrao seguintes
mostra que todos os pontos peridicos partilham das mesmas propriedades qualitativas. Desta
forma pode-se falar de rbitas peridicas estveis e instveis (em alternativa a pontos peridicos
estveis e instveis).
Teorema 37 Seja f uma aplicao de classe C
1
em R e seja {p
1
, p
2
, ..., p
k
} uma rbita peridica
231
de perodo k. Ento {p
1
, ..., p
k
} assimptoticamente estvel (escoadouro) se

f
0
(p
k
) ...f
0
(p
1
)

< 1
e instvel (fonte) se

f
0
(p
k
) ...f
0
(p
1
)

> 1.
Dem. Seja g (x) = f
k
(x). O ponto p
i
(i = 1, ..., k) um ponto peridico de perodo k
assimptoticamente estvel (ou escoadouro se p
i
um ponto xo assimptoticamente estvel (ou
escoadouro) de g. De forma anloga, o ponto p
i
um ponto peridico de perodo k instvel (ou
fonte) se p
i
um ponto xo instvel (ou fonte) de g. De acordo com o teorema 30, se |g
0
(p
i
)| < 1
ento p
i
um escoadouro de g e se |g
0
(p
i
)| > 1 ento p
1
uma fonte de g. O teorema ca
demonstrado se mostrarmos ser vlida a equao |g
0
(p
i
)| = |f
0
(p
k
) ...f
0
(p
1
)| para i = 1, ..., k.
Vem agora, pela derivao de funes composta,
g
0
(x) =

f
k
(x)

0
= (f(...f(f(x))))
0
= f
0

f
k1
(x)

f
0

f
k2
(x)

...f
0
(f (x)) f
0
(x) . (8.7)
Com x = p
1
tem-se
g
0
(p
1
) = f
0

f
k1
(p
1
)

f
0

f
k2
(p
1
)

...f
0
(f (p
1
)) f
0
(p
1
) . (8.8)
Naturalmente, p
2
= f (p
1
) , p
3
= f
2
(p
1
) , ..., p
k
= f
k1
(p
1
) , pelo que, a equao (8.8) pode
escrever-se na forma
g
0
(p
1
) = f
0
(p
k1
) f
0
(p
k1
) ...f
0
(p
2
) f
0
(p
1
) . (8.9)
(Assim, |g
0
(p
1
)| < 1 equivalente a |f
0
(p
k1
) f
0
(p
k1
) ...f
0
(p
2
) f
0
(p
1
)| < 1). Estude-se agora
p
2
. Vem, pela frmula (8.7) no ponto x = p
2
,
g
0
(p
2
) = f
0

f
k1
(p
2
)

f
0

f
k2
(p
2
)

...f
0
(f (p
2
)) f
0
(p
2
) .
Naturalmente, p
3
= f (p
2
) , p
4
= f
2
(p
2
) ..., p
k
= f
k2
(p
2
) . Por outro lado, f
k1
(p
2
) = f
k1
(f (p
1
)) =
f
k
(p
1
) = p
1
. Assim, g
0
(p
2
) igual ao lado direito da equao (8.9). Considere-se agora um
232
ponto p
i
genrico. Vem, pela frmula (8.7) no ponto x = p
i
,
g
0
(p
i
) = f
0

f
k1
(p
i
)

f
0

f
k2
(p
i
)

...f
0
(f (p
i
)) f
0
(p
i
) .
Naturalmente, p
i+1
= f (p
i
) , p
i+2
= f
2
(p
i
) ..., p
k
= f
ki
(p
i
) . Por outro lado, f
ki+1
(p
i
) =
f

f
ki
(p
i
)

= f (p
k
) = p
1
, f
ki+2
(p
i
) = ... = p
2
, f
ki+(i1)
(p
i
) = p
i1
. Assim, g
0
(p
i
) igual
ao lado direito da equao (8.9).
Conclui-se da demonstrao anterior que se p
i
um ponto peridico assimptoticamente
estvel (instvel) da rbita {p
1
, ...p
k
} ento p
j
tambm um ponto peridico assimptoticamente
estvel (instvel).
Exemplo 98 Considere-se a EDF y
t
= 3.5x(1 x) . Utilizando-se um programa de Matemtica
obtiveram-se os seguintes resultados:
k Pontos Fixos de f
k
(os pontos peridicos esto em negrito)
1 {0, 0.714286}
2 {0, 0.714286, 0.428571, 0.857143}
3 {0, 0.714286}
4 {0, 0.714286, 0.428571, 0.857143, 0.38282, 0.500884, 0.826941, 0.874997}
Analisa-se agora a estabilidade dos pontos peridicos na tabela seguinte.
k Anlise da Estabilidade dos Pontos Peridicos (teorema 37)
1 |f
0
(0)| = 3.5, |f
0
(0, 0.714286)| = 1.5
2

f
0
(0.428571) f
0
(0.857143)
0

= 1.25
3
4 |f
0
(0.38282) f
0
(0.500884) f
0
(0.826941) f
0
(0.874997)| = 0.03
Os resultados apresentados na tabela anterior podem tambm ser obtidos da seguinte forma

f
2
(0.428571)

f
2
(0.857143)

= 1.25

f
4
(0.38282)

f
4
(0.500884)

f
4
(0.826941)

f
4
(0.874997)

= 0.03.
233
Figura 8-21: Grco Teia de Aranha da equao y
t
= 3.5y
t1
(1 y
t1
)
0.2 0.4 0.6 0.8 1
x
0.2
0.4
0.6
0.8
1
f
Naturalmente esta segunda alternativa bastante mais trabalhosa. Conclui-se que todos os
pontos peridicos de perodo k = 4 so assimptoticamente estveis; todos os outros pontos em
anlise so instveis. O grco 8-21 permite identicar um comportamento peridico de perodo
k = 4.Tem interesse ainda observar o grco teia de aranha do modelo f
4
(x) - ver gura 8-
22. Observe-se (talvez com alguma diculdade) que a funo f
4
corta o eixo de 45
o
oito vezes
(considerando tambm o ponto zero). Este facto corrobora a primeira tabela deste exemplo
(ltima linha).
8.3 Aplicao I (Problema de Afectao de Turmas)
Com a entrada do plano de estudos 2002/2003 os alunos da licenciatura de Gesto esto sujeitos
s seguintes regras: 1) as disciplinas de Matemtica I e II funcionam nos dois semestres; 2) um
aluno s pode frequentar Matemtica II se concluir Matemtica I com nota positiva; 3) um
aluno que no conclua Matemtica I no primeiro semestre poder frequentar Matemtica I
no segundo semestre; caso no conclua Matemtica I no segundo semestre, dever frequentar
Matemtica I no primeiro semestre do ano seguinte; 4) um aluno que no conclua Matemtica
II no segundo semestre poder frequentar Matemtica II no primeiro semestre do ano seguinte.
234
Figura 8-22: Grco Teia de Aranha do Modelo f
4
(x)
0.2 0.4 0.6 0.8 1
x
0.2
0.4
0.6
0.8
1
f
O problema que se coloca nesta aplicao consiste em determinar (aproximadamente) o nmero
de alunos que iro frequentar Matemtica I e II nos prximos anos. Para o efeito, admita-se
o seguinte: todos os anos entram E alunos no primeiro ano do curso de gesto; a taxa de
aprovao a Matemtica I e a taxa de aprovao a Matemtica II . Seja, y
ij,t
o nmero
de alunos que frequentam Matemtica i (i = I, II) no semestre j (j = 1, 2) no ano lectivo t. As
quatro variveis so agrupadas no vector y
t
y
t
= (y
11,t
, y
12,t
, y
21,t
, y
22,t
)
T
.
Convencione-se que t = 1 corresponde ao ano lectivo de arranque do novo plano de estudos
(englobando os dois semestres lectivos) e seja M
1
e M
2
o nmero de alunos do antigo plano de
estudos inscritos, respectivamente, em Matemtica I e Matemtica II no ano lectivo 2002/2003.
235
A condio inicial y
1
ento
y
11,1
= E +M
1
y
12,1
= (1 ) (E +M
1
)
y
21,1
= M
2
y
22,1
= (E +M
1
) + (1 ) M
2
.
fcil vericar as seguintes relaes dinmicas entre as variveis
y
11,t
= E + (1 ) y
12,t1
y
12,t
= (1 ) y
11,t
y
21,t
= (1 ) y
22,t1
y
22,t
= y
11,t
+ (1 ) y
21,t
.
Por exemplo, a equao y
11,t
= E + (1 ) y
12,t1
estabelece que o nmero de alunos em
Matemtica I no primeiro semestre igual ao nmero de alunos que entram no instituto mais
os alunos que reprovaram em Matemtica I no segundo semestre do ano lectivo anterior. A
equao y
22,t
= y
11,t
+ (1 ) y
21,t
estabelece que o nmero de alunos em Matemtica II no
segundo semestre igual ao nmero de alunos aprovados em Matemtica I (primeiro semestre)
mais o nmero de alunos que reprovaram em Matemtica II no primeiro semestre. O sistema
anterior pode (e deve) escrever-se na forma habitual y
t
= Ay
t1
+g. Assim,
y
11,t
= E + (1 ) y
12,t1
y
12,t
= (1 ) (E + (1 ) y
12,t1
)
| {z }
y
11,t
y
21,t
= (1 ) y
22,t1
y
22,t
= (E + (1 ) y
12,t1
)
| {z }
y
11,t
+ (1 ) (1 ) y
22,t1
| {z }
y
21,t
236
ou seja
_

_
y
11,t
y
12,t
y
21,t
y
22,t
_

_
| {z }
y
t
=
_

_
0 1 0 0
0 (1 )
2
0 0
0 0 0 1
0 (1 ) 0 (1 )
2
_

_
| {z }
A
_

_
y
11,t1
y
12,t1
y
21,t1
y
22,t1
_

_
| {z }
y
t1
+
_

_
E
(1 ) E
0
E
_

_
| {z }
g
.
A soluo do SED y
t
= Ay
t1
+g dada a condio inicial acima estabelecida pode obter-se
a partir da frmula (7.16). A soluo todavia demasiadamente extensa para ser apresentada.
Representa-se a seguir apenas as solues respeitantes s duas primeiras linhas do vector y
t
,
y
11,t
=

1 + (1 +)
2t

(1 +)
2
E + (2 +) (1 +)
2t
M
1
(2 +) (1 +)
2

y
12,t
=

1 + (1 +)
2t

(1 +)
2
E + (2 +) (1 +)
2t
M
1
(2 +) (1 +)
.
Note-se, para > 0,
lim
t+
y
11,t
=
E
(2 )
, lim
t+
y
12,t
=
E(1 )
(2 )
Em particular, se = 1 (100% de aprovaes) ento lim
t+
y
11,t
= E e lim
t+
y
12,t
= 0.
Determine-se agora os pontos xos, i.e., os pontos y : A y +g = y. Tem-se
y = (AI)
1
(g) =
_

_
1 + 1 0 0
0 ( + 1)
2
1 0 0
0 0 1 + 1
0 ( + 1) 0 ( + 1)
2
1
_

_
1
_

_
E
(1 ) E
0
E
_

_
=
_

_
E
(2)
E(1)
(2)
(1)E
(2)(2)
E
(2)(2)
_

_
. (8.10)
237
Os valores prprios da matriz A so

0 (raiz dupla),
2
2 + 1,
2
2 + 1

; assim,
r = max

|0| ,

2
2 + 1

2
2 + 1

.
fcil vericar que r < 1 se > 0 e > 0 e, nestas circunstncias, o ponto de equilbrio y
(equao (8.10)) assimptoticamente estvel (teorema 29). No caso = 0 ou = 0 no existe
ponto xo e verica-se ky
t
k + quando t + para qualquer valor inicial. Supondo
, e E xos (ano aps ano) e , > 0 ento o nmero de alunos nas duas disciplinas de
matemtica, primeiro e segundo semestre, tender para o vector de constantes (8.10). Vejam-se
alguns cenrios: suponha-se = .8, = .8 e E = 180. Neste caso, y
t
converge para o vector
h
187. 5 37. 5 31. 25 156. 25
i
T
(para calcular estes valores utilizou-se a expresso (8.10) e o facto de que y
t
assimptoticamente
estvel quando > 0 e > 0). O nmero de turmas a constituir (supondo que cada turma
comporta 30 estudantes) a seguinte: 6 turmas de Matemtica I no primeiro semestre, entre
uma a duas turmas de Matemtica I no segundo semestre, uma turma de Matemtica II no
primeiro semestre e 5 turmas de Matemtica II no segundo semestre. Se as taxas de aprovao
forem de apenas 0.5 em ambas as cadeiras y
t
converge para o vector
h
240 120 80 160
i
T
.
Vrias generalizaes so possveis: 1) a taxa de aprovao em Matemtica I no primeiro
semestre pode diferir da taxa de aprovao de Matemtica I do segundo semestre; 2) a taxa
de aprovao em Matemtica II no primeiro semestre pode diferir da taxa de aprovao de
Matemtica II do segundo semestre e 3) o nmero de novos alunos que entram todos os anos
no instituto, E, pode variar ao longo do tempo.
8.4 Aplicao II (Mtodo Newton-Raphson)
Vrios problemas lidam com a questo da determinao das razes da equao g (x) = 0, i.e.,
{x : g (x) = 0} (por exemplo, num problema de optimizao, para se determinarem os pontos de
238
crticos de uma funo f de classe C
1
, necessrio resolver-se o sistema f
0
x
i
(x) = 0 em ordem s
variveis x
i
; a determinao dos pontos de estacionaridade no mbito do estudo da estabilidade
tambm exige a resoluo da equao f (x) = 0; etc.). Obviamente a resoluo da equao
h
1
(x) = h
2
(x) +c em ordem a x pode ser encarada como um problema do tipo {x : g (x) = 0}
onde g (x) := h
1
(x) h
2
(x) c. Para a equao quadrtica, g (x) = ax
2
+ bx + c = 0 bem
conhecida a frmula
x =
b

b
2
4ac
2a
.
Tambm para polinmios de ordem 3 e 4 existem frmulas resolventes (neste ltimo caso, bas-
tante complicada). Est provado que para polinmios gerais de ordem 5 no existe frmula
resolvente. De igual forma, no existem frmulas que permitam encontrar as razes da gen-
eralidade de equaes envolvendo funes transcendentais, como por exemplo, cos x = x ou
e
x
+ x = 1. Nestas circunstncias devem-se usar mtodos numricos. O mais conhecido o
mtodo de Newton ou Newton-Raphson.
O mtodo de Newton baseia-se na observao de que a linha tangente uma boa aproximao
local ao grco de uma funo. Seja (x
0
, g(x
0
)) um ponto do grco da funo g C
1
. Como se
sabe a linha tangente (equao da recta tangente curva g no ponto x
0
) dada pela expresso
y g(x
0
) = g
0
(x
0
)(x x
0
)
Esta recta intercepta o eixo das abcissas quando y = 0; o correspondente valor para x
x = x
0

g(x
0
)
g
0
(x
0
)
.
Assim, a ideia subjacente ao mtodo consiste em propor um valor x
0
como uma aproximao
para o valor que anula a funo g. O valor que se obtm da equao precedente constitui uma
nova aproximao (presumivelmente melhor) para esse valor; designe-se esse valor por x
1
(i.e.,
x
1
= x
0

g(x
0
)
g
0
(x
0
)
).
239
Este procedimento pode ser continuando da seguinte forma:
x
2
= x
1

g(x
1
)
g
0
(x
1
)
Em geral, dada a aproximao x
n1
para o zero da funo g, a linha tangente no ponto
(x
n1
, g (x
n1
)) cruza o eixo das abcissas no ponto (x
n
, 0) onde
x
n
= x
n1

g(x
n1
)
g
0
(x
n1
)
.
Assim, o mtodo de Newton prope como zero da funo g (x) o limite limx
n
. Utilizando a
notao habitual, o mtodo de Newton consiste em obter o limite limy
n
onde
y
n
= f (y
n1
) , f (x) = x
g (x)
g
0
(x)
.
Observe que se g (x) = 0 admite pelo menos uma soluo ento f (x) admite pelo menos um
ponto xo (verique).
Exemplo 99 Considere-se g (x) = x x
3
= 0. As razes de g so: 1, 0 e 1. Vejamos se o
mtodo de Newton consegue detectar estas razes. Tem-se
f (x) = x
x x
3
1 3x
2
=
2x
3
3x
2
1
.
A EDF portanto y
n
=
2y
3
n1
3y
2
n1
1
. Se iniciarmos a rbita com o valor 0.44, obtm-se a seguinte
sequncia {0.44, 0.406, 0.266, 0.047, 0.00022, 2.1510
11
, 0, 0, 0}. Na gura 8-23 mostra-se
a aplicao do mtodo de Newton. Observem-se as sucessivas linhas tangentes. Na gura 8-24
mostra-se o correspondente grco teia de aranha. Em ambos os grcos8-23 e 8-24 possvel
conrmar a rbita {0.44, 0.406, 0.266, 0.047, 0.00022, 2.1510
11
, 0, 0, 0}.Assim, quando o
valor inicial 0.44 o mtodo de Newton prope como zero da funo g o valor 0. No entanto,
como a tabela seguinte mostra, se o valor inicial for 0.75 o mtodo prope o valor 1, e se o valor
for 0.45 o mtodo prope 1. Deixa-se ao cuidado do leitor vericar que o mtodo de Newton
no se aplica quando o valor inicial y
0
= 1/

3 ou y
0
= 1/

3 (veja-se a gura 8-23).


240
Figura 8-23: Mtodo de Newton (funo g (x) = x x
3
)
1 0.5 0 -0.5 -1
0.4
0.2
0
-0.2
-0.4
x
y
x
y
Figura 8-24: Grco Teia de Aranha da EDF y
n
=
2y
3
n1
3y
2
n1
1
, y
0
= 0.44
-0.4 -0.2 0.2 0.4
-0.4
-0.2
0.2
0.4
241
rbitas da EDF y
n
=
2y
3
n1
3y
2
n1
1
com
valores de inicializao Distintos
n y
n
y
n
y
n
0 0.4400000 0.7500000 0.4500000
1 -0.4064122 1.2272727 -0.4643312
2 0.2661215 1.0507126 0.5668991
3 -0.0478628 1.0034499 -10.1563782
4 0.0002208 1.0000177 -6.7928698
5 0.0000000 1.0000000 -4.5615319
6 0.0000000 1.0000000 -3.0905310
7 0.0000000 1.0000000 -2.1348584
8 0.0000000 1.0000000 -1.5355449
9 0.0000000 1.0000000 -1.1922426
10 0.0000000 1.0000000 -1.0383176
11 0.0000000 1.0000000 -1.0020218
12 0.0000000 1.0000000 -1.0000061
13 0.0000000 1.0000000 -1.0000000
Um resultado importante o seguinte.
Teorema 38 Se g uma funo diferencivel ento todo o ponto xo de f (x) = xg (x) /g
0
(x)
assimptoticamente estvel e raz de g. Se um ponto raz de g e f est denida nesse ponto,
ento o ponto um ponto xo de f assimptoticamente estvel.
Naturalmente, o teorema no garante a convergncia da sequncia y
n
= f (y
n1
) dado um
qualquer valor inicial y
0
, mesmo que f esteja denida no ponto y
0
(y
0
pode no pertencer a
nenhuma bacia de escoadouro).
242
Exerccios
1. Usando a denio, estude a estabilidade dos pontos xos das seguintes EDF:
(a) y
t
= y

t1
k, k > 0 (considere a transformao z
t
= log y
t
)
(b) y
t
= e
t
y
t1
, t 0
(c) P (F) y
t
= 0 onde P (F) um polinmio de grau dois em F (faa o estudo em funo
das razes do polinmio P (F)).
2. Represente o grco teia de aranha, identique os pontos xos e estude a estabilidade dos
pontos xos a partir do grco teia de aranha e do teorema 30 (quando tal for possvel)
nos seguintes casos:
(a) f (x) = x
1/3
(b) f (x) = 2 arctg x (note que /2 < arctg x < /2;pontos xos 2. 331, 0 e 2. 331 1)
(c) f (x) = 1/x (discuta a estabilidade tambm a partir da denio)
(d) f (x) = cos x (ponto xo: 0.739 09)
(e) f (x) = x +e
5
(e
x
e
x
). Considere a gura seguinte
-7.5 -5 -2.5 2.5 5 7.5
-7.5
-5
-2.5
2.5
5
7.5
-a
a
3. (Exame) Considere a equao s diferenas nitas y
t
= y
3
t1
. A funo f (x) = x
3
repre-
sentada na gura seguinte.
243
1.5 1 0.5 0 -0.5 -1 -1.5
1.5
1
0.5
0
-0.5
-1
-1.5
x
f ( x )
x
f ( x )
(a) Obtenha a soluo da equao s diferenas dada a condio inicial y
0
= .
(b) Determine os trs pontos xos e classique-os quanto estabilidade.
(c) Recorrendo a mtodos grcos determine a bacia do(s) escoadouro(s).
4. Suponha que f : RR tem derivada de primeira ordem contnua num intervalo aberto
contendo o ponto xo y. Mostre que se f
0
( y) < 0 ento existe um intervalo aberto I
contendo y tal que se x I, f (x) e x encontram-se em lados opostos face a y.
5. Determine a bacia dos escoadouros dos modelos denidos no exerccio 2.
6. (Exame) Considere f (x) = x + senx.
(a) Determine os pontos xos de f e classique-os quanto estabilidade.
(b) Determine a bacia dos escoadouros utilizando o teorema 33 e o grco seguinte onde
se representam as curvas x + senx, x e 2 (k) x com k = 1, 0, 1, 2, 3, 4.
244
- 2 p- p p 2 p 3 p 4p
x
-10
-5
5
10
15
20
25
30
f
7. Considere a EDF y
t
= y
t1
/

1 +y
2
t1

.
(a) Determine o nico ponto xo.
(b) Mostre que o ponto xo assimptoticamente estvel (verique que o teorema 30 no
aplicvel).
(c) Mostre que W (0) = R usando
i. o teorema 33,
ii. o teorema 34.
8. Considere a EDF y
t
= f (y
t1
), onde f (x) = xlog

1 +x
2

.
(a) Determine o nico ponto xo.
(b) Mostre que o ponto xo assimptoticamente estvel.
(c) Determine a bacia do escoadouro usando o grco da funo f (x)
245
-3 -2 -1 1 2 3
-2
-1.5
-1
-0.5
0.5
1
1.5
2
(d) Determine a bacia do escoadouro usando o teorema 34.
9. Mostre que y = (0, 0)
T
um ponto assimptoticamente estvel dos sistema
y
1t
=
y
2t1
1 +y
2
1t1
y
2t
=
y
1t1
1 +y
2
2t1
se
2
,
2
< 1 usando,
(a) o teorema 31
(b) o teorema 32
(c) No caso
2
,
2
< 1 determine a bacia do escoadouro.
10. Considere a funo f (x) = 2x
2
5x.
(a) Determine os pontos xos e estude a sua estabilidade.
(b) Sabe-se que as solues da equao f (f (x)) = x so

0, 3, 1 +

2, 1

. Deter-
mine os pontos peridicos de perodo 2 e escreva a respectiva rbita de perodo 2.
Estude a sua estabilidade.
11. Considere um sistema de duas equaes s diferenas
y
t
= Ay
t1
246
com valor inicial y
0
. Suponha que A uma matriz triangular possuindo dois valores
prprios iguais a 6= 0. Como se sabe a soluo do PVI neste caso
y
t
=

t
I +t
t1
(AI)

y
0
. (*)
(a) Admitindo que existem dois vectores prprios independentes associados a , simpli-
que a expresso (*).
(b) Determine todos os pontos xos.
(c) Estude a estabilidade do ponto xo y = 0 no caso em que || 1 (considere t 0).
Utilize a denio de estabilidade.
247
Bibliograa
Abell, M. & J. Braselton (1997) Dierential Equations with Mathematica, Academic Press.
Alligood, K. & T. Sauer & J. Yorke (1997) Chaos. An Introduction to Dynamical Systems,
Springer-Verlag.
Braun, M. (1993) Dierential Equations and their Applications, Springer-Verlag.
Brock, W. & A. Malliaris (1989) Dierential Equations, Stability and Chaos in Dynamic
Economics, Elsevier Science Publishers.
Costa, F. (1998) Equaes Diferenciais Ordinrias, Instituto Superior Tcnico.
Gandolfo, G. (1997) Economic Dynamics, Springer-Verlag, Berlin.
Glendinning, P. (1999) Stability, Instability and Chaos: An Introduction to the Theory of
Nonlinear Dierential Equations, Cambridge University Press.
Holmgren, R. (1996) A First Course in Discrete Dynamical Systems, Springer-Verlag.
Kelley, W. & A. Peterson (1991) Dierence Equations - An Introduction with Applications,
Academic Press.
Perko, L. (2001) Dierential Equations and Dynamical Systems, Springer-Verlag.
Piskounov, N. (1992) Clculo Diferencial e Integral, Vol. II, Edies Lopes da Silva.
Rao, M. (1981) Ordinary Dierential Equations, Edward Arnold.
Schwalbe, D. & S. Wagon (1997) VisualDSolve. Visualizing Dierential Equations with Math-
ematica, Springer-Verlag.
StAubyn, A. Apontamentos de Equaes Diferenciais, Faculdade de Cincias de Lisboa.
248