Diagsistedf

Diagonaliza c ao de Matrizes 2 2 e
Sistemas de Equa c oes Diferenciais Lineares

Reginaldo J. Santos
Departamento de Matem atica-ICEx
Universidade Federal de Minas Gerais
http://www.mat.ufmg.br/~regi
30 de setembro de 2002
1 Diagonalizacao de Matrizes 2 2
1.1 Motivacao
Vamos considerar o problema de encontrar as fun c oes que d ao a evolu c ao das po-
pula c oes de duas especies, S
1
e S
2
, convivendo em um mesmo ecossistema no tempo
t > 0. Vamos denotar as popula c oes das especies S
1
e S
2
em um instante t por x
1
(t) e
x
2
(t), respectivamente.
Inicialmente vamos supor que a taxa de crescimento da popula c ao de uma especie n ao
depende do que ocorre com a outra especie e que esta taxa e proporcional a sua popula c ao
existente (ou equivalentemente que a taxa de crescimento relativa e constante). Ou seja,
vamos supor que
x
1
(t) = ax
1
(t)
x
2
(t) = dx
2
(t)
em que a, d R. Temos aqui um sistema de equa c oes diferenciais, ou seja, um sistema
de equa c oes que envolvem derivadas das fun c oes que s ao inc ognitas. Neste caso as duas
equa c oes s ao desacopladas, isto e, podem ser resolvidas independentemente. A solu c ao
do sistema e
x
1
(t) = c
1
e
at
e x
2
(t) = c
2
e
dt
.
1
2 1 DIAGONALIZAC

AO DE MATRIZES 2 2
Vamos supor, agora, que as duas popula c oes interagem de forma que a taxa de cresci-
mento da popula c ao de uma especie depende de forma linear n ao somente da sua popula c ao
existente, mas tambem da popula c ao existente da outra especie. Ou seja, vamos supor
que
x
1
(t) = ax
1
(t) + bx
2
(t)
x
2
(t) = cx
1
(t) + dx
2
(t)
Por exemplo, se os indivduos de uma especie competem com os da outra por alimento
(a, d > 0 e b, c < 0), ou os indivduos da especie S
1
s ao predadores dos da outra (a, b, d > 0
e c < 0). Neste caso a solu c ao de uma equa c ao depende da outra. Podemos escrever este
sistema na forma de uma equa c ao diferencial matricial
X
(t) = AX(t), (1)

em que
X
(t) =
1
(t)
x
2
(t)
, A =
a b
c d
e X(t) =
x
1
(t)
x
2
(t)
.
Vamos supor que existam matrizes P e D tais que
A = PDP
1
, (2)
em que D =

1
0
0
2
. Substituindo-se (2) em (1) obtemos

X
(t) = PDP
1
X(t).
Multiplicando-se ` a esquerda por P
1
, obtemos
P
1
X
(t) = DP
1
X(t). (3)
Fazendo a mudan ca de vari avel
Y (t) = P
1
X(t), (4)
a equa c ao (3) pode ser escrita como
Y
(t) = DY (t),
que pode ser escrita na forma de um sistema de equa c oes desacopladas
y
1
(t) =
1
y
1
(t)
y
2
(t) =
2
y
2
(t)
Diagonaliza c ao de Matrizes e Sistemas de Equa c oes Diferenciais 30 de setembro de 2002
1.1 Motivacao 3
que tem solu c ao dada por
y
1
(t) = c
1
e
1
t
e y
2
(t) = c
2
e
2
t
.
Assim, da mudan ca de vari aveis (4), a solu c ao da equa c ao (1) e
X(t) = PY (t) = P
c
1
e
1
t
c
2
e
2
t
.
Se P =
v
1
w
1
v
2
w
2
, ou seja, se as colunas da matriz P s ao os vetores V =
v
1
v
2
e
W =
w
1
w
2
, ent ao a solu c ao do sistema pode ser escrita como
x
1
(t)
x
2
(t)
= c
1
e
1
t
v
1
v
2
+ c
2
e
2
t
w
1
w
2
ou
x
1
(t) = c
1
v
1
e
1
t
+ c
2
w
1
e
2
t
e x
2
(t) = c
1
v
2
e
1
t
+ c
2
w
2
e
2
t
Vamos descobrir como podemos determinar matrizes P e D, quando elas existem, tais
que A = PDP
1
, ou multiplicando ` a esquerda por P
1
e ` a direita por P, D = P
1
AP,
com D sendo uma matriz diagonal. Chamamos diagonalizacao ao processo de encontrar
as matrizes P e D.
Denicao 1. Dizemos que uma matriz A, e diagonalizavel, se existem matrizes P e
D tais que D = P
1
AP, ou equivalentemente, A = PDP
1
, em que D e uma matriz
diagonal.
Exemplo 1. Toda matriz diagonal
A =

1
0
0
2
e diagonaliz avel, pois

A = (I
2
)
1
AI
2
,
em que I
2
=
1 0
0 1
e a matriz identidade 2 2.
30 de setembro de 2002 Reginaldo J. Santos
4 1 DIAGONALIZAC

AO DE MATRIZES 2 2
1.2 Autovalores e Autovetores
Vamos supor inicialmente que a matriz A seja diagonaliz avel. Ent ao existe uma matriz
P tal que
P
1
AP = D, (5)
em que D e uma matriz diagonal.
Vamos procurar tirar conclus oes sobre as matrizes P e D. Multiplicando ` a esquerda
por P ambos os membros da equa c ao anterior, obtemos
AP = PD. (6)
Sejam
D =

1
0
0
2
e P =
v
1
w
1
v
2
w
2
V W
,
em que V =
v
1
v
2
e W =
w
1
w
2
s ao as colunas de P. Por um lado

AP = A[ V W ] = [ AV AW ]
e por outro lado
PD =
v
1
w
1
v
2
w
2

1
0
0
2
= [
1
V
2
W ]
Assim, (6) pode ser reescrita como
AV AW

1
V
2
W
.
Logo,
AV =
1
V e AW =
2
W.
Ou seja, as colunas de P, V e W, e os elementos da diagonal de D,
1
e
2
, satisfazem a
equa c ao
AX = X,
em que e X s ao inc ognitas. Isto motiva a seguinte deni c ao.
Denicao 2. Um n umero real e chamado autovalor de uma matriz A, se existe um
vetor n ao nulo X =
x
y
tal que
AX = X . (7)
Um vetor n ao nulo que satisfa ca (7), e chamado de autovetor de A.
1.2 Autovalores e Autovetores 5
B
O
AX = X
X
q
> 1
B
O
X
AX = X
q
0 < < 1
%
O
X
AX = X
q
< 0
Observe que a equa c ao (7) pode ser escrita como
AX = I
2
X
ou
(A I
2
)X =

0 . (8)
Como os autovetores s ao vetores n ao nulos, os autovalores s ao os valores de , para os
quais o sistema (A I
2
)X =

0 tem solu c ao n ao trivial. Mas, este sistema homogeneo
tem solu c ao n ao trivial se, e somente se, det(AI
2
) = 0. Assim temos um metodo para
encontrar os autovalores e os autovetores de uma matriz A.
Proposicao 1. Seja A uma matriz 2 2.
(a) Os autovalores de A s ao as razes do polin omio
p(t) = det(A t I
2
) (9)
(b) Para cada autovalor , os autovetores associados a s ao os vetores n ao nulos da
solu c ao do sistema
(A I
2
)X =

0 . (10)
Denicao 3. Seja A uma matriz 2 2. O polin omio
p(t) = det(A t I
2
) (11)
e chamado polin omio caracterstico de A.
Assim, para determinarmos os autovalores de uma matriz A precisamos determinar as
razes do seu polin omio caracterstico, que tem a forma p(t) = t
2
+ at + b.
6 1 DIAGONALIZAC

AO DE MATRIZES 2 2
Exemplo 2. Vamos determinar os autovalores e autovetores da matriz
A =
1 1
4 1
Para esta matriz o polin omio caracterstico e

p(t) = det(A tI
2
) = det
1 t 1
4 1 t
= (1 t)
2
4 = t
2
2t 3 .
Como os autovalores de A s ao as razes de p(t), temos que os autovalores de A s ao
1
= 3
e
2
= 1.
Agora, vamos determinar os autovetores associados aos autovalores
1
= 3 e
2
= 1.
Para isto vamos resolver os sistemas (A
1
I
2
)X =

0 e (A
2
I
2
)X =

0. Como
A
1
I
2
=
2 1
4 2
,
ent ao
(A
1
I
2
)X =

0
e

2 1
4 2

x
y
0
0
ou

2x y = 0
4x 2y = 0
cuja solu c ao geral e
W
1
= {(, 2) | R}.
que e o conjunto de todos os autovetores associados a
1
= 3 acrescentado o vetor nulo.
Agora,
(A
2
I
2
)X =

0
e

2 1
4 2

x
y
0
0

W
2
= {(, 2) | R},
2
1.3 Diagonalizacao 7
6 4 2 0 2 4 6
6
4
2
0
2
4
6
x
y
W
2
W
1
6 4 2 0 2 4 6
6
4
2
0
2
4
6
x
y
AW
AV
V = (1, 2)
W = (1, 2)
Figura 1: Autovetores associados a
1
= 3 e a
2
= 1 da matriz do Exemplo 2
Um resultado interessante e que iremos usar mais adiante e o seguinte.
Proposicao 2. Sejam V e W autovetores de uma matriz A associados a
1
e
2
, respec-
tivamente. Se V = W, para algum escalar , ent ao
1
=
2
.
Demonstra c ao. Se V = W, ent ao multiplicando-se ` a esquerda por A e usando o fato
de que AV =
1
V e AW =
2
W, temos que
1
V = A(W) = AW =
2
W =
2
W =
2
V.
Isto implica que
(
1
2
)V =

0.
Como V e um vetor n ao nulo, ent ao
1
=
2
.
1.3 Diagonaliza cao
Vamos enunciar e demonstrar o resultado principal. J a vimos que se uma matriz A e
diagonaliz avel, ent ao as colunas da matriz P, que faz a diagonaliza c ao, s ao autovetores
associados a autovalores, que por sua vez s ao elementos da matriz diagonal D. Como a
matriz P e invertvel, estes 2 autovetores s ao L.I. (um vetor n ao e m ultiplo escalar do
outro).
8 1 DIAGONALIZAC

AO DE MATRIZES 2 2
Teorema 3. Seja A uma matriz 22 que tem 2 autovalores
1
=
2
. Sejam V = (v
1
, v
2
)
e W = (w
1
, w
2
) autovetores associados a
1
e
2
, respectivamente. Ent ao, as matrizes
P = [ V W ] =
v
1
w
1
v
2
w
2
e D =

1
0
0
2
s ao tais que
D = P
1
AP,
ou seja, a matriz A e diagonalizavel.
Demonstra c ao. Pela Proposi c ao 2, V = (v
1
, v
2
) e W = (w
1
, w
2
) s ao L.I. s ao 2 autove-
tores L.I. (um n ao e m ultiplo escalar do outro). Vamos denir as matrizes
P =
v
1
w
1
v
2
w
2
= [ V W ] e D =

1
0
0
2
.
Como AV =
1
V e AW =
2
W, ent ao
AP = A [ V W ] = [ AV AW ] = [
1
V
2
W ] =
v
1
w
1
v
2
w
2

1
0
0
2
= PD. (12)
Como V e W s ao L.I., a matriz P e invertvel. Assim, multiplicando por P
1
` a esquerda
em (12) obtemos
D = P
1
AP.
Ou seja, A matriz A e diagonaliz avel.
Assim, se uma matriz A e diagonaliz avel e D = P
1
AP, ent ao os autovalores de A
formam a diagonal de D e os 2 autovetores linearmente independentes associados aos
autovalores formam as colunas de P.
Exemplo 3. Considere a matriz
A =
1 1
4 1
J a vimos no Exemplo 2 na p agina 6 que o seu polin omio caracterstico e p(t) =

det(A t I
2
) = t
2
2t 3, que os seus autovalores s ao
1
= 3 e
2
= 1 e que os
autoespa cos correspondentes s ao W
1
= {(, 2) | R} e W
2
= {(, 2) | R},
respectivamante.
1.3 Diagonalizacao 9
Para
1
= 3, temos que V = (1, 2) e um autovetor de A associado a
1
. De forma
an aloga para
2
= 1, W = (1, 2) e um autovetor associado a
2
. Como um vetor n ao
e m ultiplo escalar do outro, a matriz A e diagonaliz avel e as matrizes
P = [ V W ] =
1 1
2 2
e D =

1
0
0
2
3 0
0 1
s ao tais que
D = P
1
AP.
A =
0 1
0 0
O seu polin omio caracterstico e p(t) = det(A tI

2
) = t
2
, assim A possui um unico
autovalor:
1
= 0. Agora, vamos determinar os autovetores associados ao autovalor
1
= 0. Para isto vamos resolver o sistema (A
1
I
2
)X =

0. Como
A
1
I
2
= A =
0 1
0 0
,
ent ao
(A
1
I
2
)X =

0
e
0 1
0 0

x
y
0
0
ou
y = 0
0 = 0
W
1
= {(, 0) | R} .
1
Portanto, n ao podemos ter 2 autovetores L.I. associados a
1
= 0 e como s o temos um
autovalor n ao podemos ter mais autovetores L.I. Portanto, pelo Teorema 3 na p agina 8, a
matriz A nao e diagonaliz avel, ou seja, n ao existem matrizes P e D tais que D = P
1
AP.
10 1 DIAGONALIZAC

AO DE MATRIZES 2 2
1.4 Autovalores complexos
Tudo que zemos ate agora e v alido para matrizes com entradas que s ao n umeros reais
ou complexos e para autovalores reais ou complexos.
Um vetor de C
2
pode ser escrito como
Z = (z
1
, z
2
) = (v
1
+ iw
1
, v
2
+ iw
2
) = (v
1
, v
2
) + i(w
1
, w
2
) = V + iW,
em que V e W s ao vetores de R
2
.
O pr oximo resultado e v alido exclusivamente para matrizes com entradas que s ao
n umeros reais.
Proposicao 4. Seja A uma matriz 2 2 com entradas que s ao n umeros reais. Se um
vetor Z = V + iW C
2
e um autovetor de A associado ao autovalor = + i, ent ao
Z = V iW tambem e um autovetor de A, mas associado a = i. Alem disso, se
= 0 ent ao Z e Z s ao L.I.
Demonstra c ao. Substituindo-se Z = V + iW e = + i em AZ = Z obtemos que
AV + iAW = (V + iW) + i(V + iW) = (V W) + i(W + V ).
Isto implica que
AV = V W e AW = W + V.
Agora, usando os valores de AV e AW obtidos temos que
AZ = A(V iW) = AV iAW = V W i(W + V )
= ( i)V ( + i)W = ( i)V i( i)W
= ( i)(V iW) = Z.
Se = 0, ent ao e s ao diferentes. Logo, pela Proposi c ao 2 na p agina 7, Z e Z s ao
L.I.
Assim, se uma matriz A, 2 2, com entradas reais tem autovalores complexos, ent ao
ela e diagonaliz avel.
A =
3 2
4 1

1.5 Se a matriz A nao e diagonalizavel 11
O seu polin omio caracterstico e p(t) = det(At I
2
) = (3 t)(1 t)
2
+ 8 = t
2
+ 2t + 5
cujas razes s ao
1
= 1+2i e
2
=
1
= 12i. Agora, vamos determinar os autovetores
associados ao autovalor
1
= 1+2i. Para isto vamos resolver o sistema (A
1
I
2
)X =

0.
Como
A
1
I
2
=
2 2i 2
4 2 2i
,
ent ao
(A
1
I
2
)X =

0
e

2 2i 2
4 2 2i

x
y
0
0
ou

(2 2i)x + 2y = 0
4x + (2 2i)y = 0
W
1
= {(, (1 + i)) | C} .
1
= 1 + 2i acrescentado o vetor
nulo. Assim, Z = (1, 1 +i) e um autovetor associado a
1
= 1 + 2i. Pela Proposi c ao 4,
Z = (1, 1 i) e um autovetor associado a
2
=
1
= 1 2i e alem disso Z e Z s ao L.I.
Assim, a matriz A e diagonaliz avel e as matrizes
P = [ Z Z ] =
1 1
1 + i 1 i
e D =

1
0
0
1
1 + 2i 0
0 1 2i
s ao tais que
D = P
1
AP.
1.5 Se a matriz A nao e diagonalizavel
Se uma matriz A com entradas que s ao n umeros reais, 2 2, n ao e diagonaliz avel
e por que ela tem somente um autovalor real . Neste caso apesar de n ao podermos
diagonaliz a-la e v alido o seguinte resultado.
12 1 DIAGONALIZAC

AO DE MATRIZES 2 2
Teorema 5. Seja A uma matriz n ao diagonal 2 2 com entradas que s ao n umeros reais
e que possui um unico autovalor . Sejam W = (w
1
, w
2
) um vetor que n ao e autovetor
de A (AW = W) (Por exemplo, E
1
= (1, 0) ou E
2
= (0, 1) satisfaz esta condi c ao)
e V =
v
1
v
2
= (A I
2
)W. Ent ao, as matrizes P = [ V W ] =
v
1
w
1
v
2
w
2
e
J =
1
0
s ao tais que
J = P
1
AP.
Demonstra c ao. Vamos escrever A =
a b
c d
. Neste caso, o polin omio caracterstico

de A e p(t) = det(At I
2
) = (at)(dt) bc = t
2
(a+d)t +(adbc). Como estamos
supondo que A tem somente um autovalor, ent ao
= (a + d)
2
4(ad bc) = a
2
2ad + d
2
+ 4bc = 0 (13)
e o autovalor de A que e a unica raiz de p(t) e
=
a + d
2
.
Assim, para este valor e usando (13) obtemos que
(AI
2
)
2
= A
2
2A+
2
I
2
=
a
2
+ bc 2a +
2
ab + bd 2b
ac + dc 2c bc + d
2
2d +
2
0 0
0 0
.
Seja W = (w
1
, w
2
) um vetor que n ao e autovetor de A. Portanto, ele n ao pertence ao
espa co solu c ao de (A I
2
)X =

0. Seja V = (v
1
, v
2
) = (A I
2
)W. Ent ao
(A I
2
)V = (A I
2
)
2
W =

0
Logo, V e um autovetor de A, ou seja,
AV = V.
Da deni c ao de V segue que
AW = V + W.
1.6 Resumo 13
Assim P = [ V W ] =
v
1
w
1
v
2
w
2
e J =
1
0
s ao tais que
AP = A[ V W] = [ AV AW ] = [ V V + W ] =
v
1
v
1
+ w
1
v
2
v
2
+ w
2
= PJ. (14)
Como V e autovetor de A, se W fosse um m ultiplo escalar de V , ent ao W tambem seria
um autovetor de A. Mas isto n ao ocorre pela deni c ao do vetor W. Assim a matriz P e
invertvel e multiplicando-se a equa c ao (14) ` a esquerda por P
1
obtemos o resultado.
A =
1 1
1 3
O seu polin omio caracterstico e p(t) = det(At I

2
) = (1 t)(3 t) +1 = t
2
+4t +4
cujas razes s ao
1
=
2
= = 2. O vetor E
1
= (1, 0) e tal que
(A I
2
)E
1
=
1 1
1 1

1
0
1
1
=

0
Sejam W = E
1
= (1, 0) e V = (A I
2
)W = (1, 1). Pelo Teorema 5, as matrizes
P = [ V W ] =
1 1
1 0
e J =
1
0
2 1
0 2
s ao tais que
J = P
1
AP.
1.6 Resumo
Para diagonalizar uma matriz 2 2 n ao diagonal siga os seguintes passos:
(a) Determine o polin omio caracterstico p(t) = det(A t I
2
).
(b) Se p(t) tem duas razes reais (distintas)
1
=
2
, ent ao determine um autovetor
V = (v
1
, v
2
) associado a
1
, isto e, uma solu c ao n ao trivial de (A
1
I
2
)X =

0
e um autovetor W = (w
1
, w
2
) associado a
2
, isto e, uma solu c ao n ao trivial de
(A
2
I
2
)X =

0. Ent ao
P = [ V W ] =
v
1
w
1
v
2
w
2
e D =

1
0
0
2
s ao tais que A = PDP

1
.
14 1 DIAGONALIZAC

AO DE MATRIZES 2 2
(c) Se p(t) tem duas razes complexas
1
= + i e
2
=

1
= i. Encontre um
autovetor complexo V + iW = (v
1
+ iw
1
, v
2
+ iw
2
), isto e, uma solu c ao n ao trivial
de (A ( + i)I
2
)X =

0. Ent ao
P = [ V + iW V iW ] =
v
1
+ iw
1
v
1
iw
1
v
2
+ iw
2
v
2
iw
2
e D =
+ i 0
0 i
s ao tais que A = PDP

1
.
(d) Se p(t) tem somente uma raiz real . Seja W = (w
1
, w
2
) um vetor n ao nulo que nao
seja autovetor de A (AW = W). Por exemplo, W = E
1
= (1, 0) ou W = E
2
=
(0, 1). Seja V =
v
1
v
2
= (A I
2
)W. Ent ao
P = [ V W ] =
v
1
w
1
v
2
w
2
e J =
1
0
s ao tais que A = PJP

1
.
1.7 Exerccios (respostas na pagina 28)
Ache para cada matriz A, se possvel, uma matriz n ao-singular P tal que P
1
AP seja
diagonal. Se n ao for possvel, ache uma matriz P tal que P
1
AP =
1
0
, para R.
1.1.
1 1
1 1
1.2.
1 1
2 4
1.3.
3 4
1 1
1.4.
1 1
5 3
1.5.
4 2
8 4
1.6.
1 4
1 1
1.7.
a 2
2 0
1.8.
0 a
2 2
1.9.
2a 1
1 4a
1.10.
1 1
a 1

15
2 Sistemas de Equac oes Diferenciais Lineares
Considere o sistema de equa c oes diferenciais lineares.
1
(t) = ax
1
(t)
x
2
(t) = dx
2
(t)
em que a, d R. Temos aqui um sistema de equa c oes diferenciais, ou seja, um sistema
de equa c oes que envolvem derivadas das fun c oes que s ao inc ognitas. Neste caso as duas
equa c oes s ao desacopladas, isto e, podem ser resolvidas independentemente. A solu c ao
do sistema e
x
1
(t) = c
1
e
at
x
2
(t) = c
2
e
dt
.
Considere, agora, o sistema de equa c oes diferenciais lineares
1
(t) = ax
1
(t) + bx
2
(t)
x
2
(t) = cx
1
(t) + dx
2
(t)
em que a, b, c, d R com b ou c n ao nulos. Neste caso a solu c ao de uma equa c ao depende
da outra. Podemos escrever este sistema na forma de uma equa c ao diferencial matricial
X
(t) = AX(t), (15)

em que X
(t) =
1
(t)
x
2
(t)
, A =
a b
c d
e X(t) =
x
1
(t)
x
2
(t)
.
2.1 A Matriz A e diagonalizavel em R
Vamos supor que existam matrizes P =
v
1
w
1
v
2
w
2
e D =

1
0
0
2
, com
1
,
2
R,
tais que
A = PDP
1
. (16)
Substituindo-se (16) em (15) obtemos
X
(t) = PDP
1
X(t).
1
, obtemos
P
1
X
(t) = DP
1
X(t). (17)
16 2 SISTEMAS DE EQUAC

OES DIFERENCIAIS LINEARES
Fazendo a mudan ca de vari avel
Y (t) = P
1
X(t), (18)
a equa c ao (17) pode ser escrita como
Y
(t) = DY (t),
que pode ser escrita na forma de um sistema de equa c oes desacopladas
y
1
(t) =
1
y
1
(t)
y
2
(t) =
2
y
2
(t)
que tem solu c ao dada por
y
1
(t) = c
1
e
1
t
e y
2
(t) = c
2
e
2
t
.
Assim, da mudan ca de vari aveis (18), a solu c ao da equa c ao (15) e
X(t) = PY (t) = P
c
1
e
1
t
c
2
e
2
t
.
Como P =
v
1
w
1
v
2
w
2
, ent ao as colunas da matriz P s ao os vetores V =
v
1
v
2
e
W =
w
1
w
2
, assim a solu c ao do sistema pode ser escrita como
x
1
(t)
x
2
(t)
= c
1
e
1
t
v
1
v
2
+ c
2
e
2
t
w
1
w
2
.
Se s ao dadas as condi c oes iniciais x
1
(0) = x
(0)
1
e x
2
(0) = x
(0)
2
, ent ao para determinarmos
c
1
e c
2
substituimos t = 0 na solu c ao, ou seja,
x
1
(0)
x
2
(0)
= c
1
v
1
v
2
+ c
2
w
1
w
2
x
(0)
1
x
(0)
2
.
que e equivalente ao sistema linear
v
1
c
1
+ w
1
c
2
= x
(0)
1
v
2
c
1
+ w
2
c
2
= x
(0)
2
Exemplo 7. Considere o sistema
1
(t) = x
1
(t) x
2
(t)
x
2
(t) = 4x
1
(t) + x
2
(t)
2.1 A Matriz A e diagonalizavel em R 17
4 3 2 1 0 1 2 3 4
4
3
2
1
0
1
2
3
4
x
y
Figura 2: Trajet orias do sistema do Exemplo 7
J a vimos no Exemplo 3 na p agina 6 que a matriz
A =
1 1
4 1
e diagonaliz avel e as matrizes

P = [ V W ] =
1 1
2 2
e D =

1
0
0
2
3 0
0 1
s ao tais que
D = P
1
AP.
Assim, a solu c ao do sistema e dada por
x
1
(t)
x
2
(t)
= c
1
e
3t
1
2
+ c
2
e
t
1
2
.
Os gr acos de diversas solu c oes aparecem na Figura 2. A disposi c ao das trajet orias e
tpica de um sistema linear X
= AX, em que os autovalores de A s ao reais n ao nulos

com sinais contr arios. Neste caso, dizemos que a origem e um ponto de sela.
1
(t) = 3x
1
(t) x
2
(t)
x
2
(t) = 2x
1
(t) + 2x
2
(t)

4 3 2 1 0 1 2 3 4
4
3
2
1
0
1
2
3
4
x
y
Vamos determinar os autovalores e autovetores da matriz
A =
3 1
2 2
Para esta matriz o polin omio caracterstico e

p(t) = det(A t I
2
) = det
3 t 1
2 2 t
= (3 t)(2 t) 2 = t
2
5t + 4 .
Como os autovalores de A s ao as razes de p(t), temos que os autovalores de A s ao
1
= 1
e
2
= 4.
Agora, vamos determinar os autovetores associados aos autovalores
1
= 1 e
2
= 4.
Para isto vamos resolver os sistemas (A
1
I
2
)X =

0 e (A
2
I
2
)X =

0. Como
A
1
I
2
=
2 1
2 1
,
ent ao
(A
1
I
2
)X =

0
e

2 1
2 1

x
y
0
0
ou

2x y = 0
2x + y = 0
2.2 A Matriz A e diagonalizavel em C 19
W
1
= {(, 2) | R} = {(1, 2) | R} = {V | R}, em que V = (1, 2).
Este e o conjunto de todos os autovetores associados a
1
Agora,
(A
2
I
2
)X =

0
e

1 1
2 2

x
y
0
0

W
2
= {(, ) | R} = {(1, 1) | R} = {W | R}, em que W = (1, 1).
2
Assim, a matriz A e diagonaliz avel e as matrizes
P = [ V W ] =
1 1
2 1
e D =

1
0
0
2
1 0
0 4
s ao tais que
D = P
1
AP.
Assim, a solu c ao do sistema e dada por
x
1
(t)
x
2
(t)
= c
1
e
t
1
2
+ c
2
e
4t
1
1
.
Os gr acos de diversas solu c oes aparecem na Figura 3. A disposi c ao das trajet orias e tpica
de um sistema linear X
= AX, em que os autovalores de A s ao reais e positivos. Neste

caso, dizemos que a origem e um n o instavel ou fonte. No caso em que os autovalores
de A reais e negativos as trajet orias s ao semelhantes, mas percorridas no sentido contr ario
` as da Figura 3. Neste caso, dizemos que a origem e um n o atrator ou sumidouro.
2.2 A Matriz A e diagonalizavel em C
Vamos supor que existam matrizes P =
v
1
+ iw
1
v
1
iw
1
v
2
+ iw
2
v
2
iw
2
e D =
0
0
, com
1
,
2
C, tais que
A = PDP
1
. (19)

X
(t) = PDP
1
X(t).
1
, obtemos
P
1
X
(t) = DP
1
X(t).
Fazendo novamente a mudan ca de vari avel Y (t) = P
1
X(t), obtemos
Y
(t) = DY (t),
que pode ser escrito na forma
y
1
(t) = y
1
(t)
y
2
(t) = y
2
(t)
Estas equa c oes est ao desacopladas e tem solu c oes dadas por
y
1
(t) = C
1
e
t
y
2
(t) = C
2
e
t
.
Assim a solu c ao da equa c ao (15) e
X(t) = PY (t) = P
C
1
e
t
C
2
e
t
.
Como P =
v
1
+ iw
1
v
1
iw
1
v
2
+ iw
2
v
2
iw
2
, ent ao as colunas da matriz P s ao os vetores V +iW =
v
1
+ iw
1
v
2
+ iw
2
e V iW =
v
1
iw
1
v
2
iw
2
. Assim a solu c ao geral nos complexos e dada por

X(t) = C
1
e
t
v
1
+ iw
1
v
2
+ iw
2
+ C
2
e
t
v
1
iw
1
v
2
iw
2
(20)
As constantes C
1
e C
2
s ao complexas. Estamos interessados em uma solu c ao real. Para
isso, fazendo C
2
= C
1
, a segunda parcela em (20) se torna o conjugado da primeira e
assim obtemos.
X(t) = 2Re
C
1
e
t
v
1
+ iw
1
v
2
+ iw
2

Escrevendo a constante complexa em termos de constantes reais na forma C
1
=
c
1
2
i
c
2
2
e escrevendo = + i, obtemos
x
1
(t)
x
2
(t)
= Re(C
1
) Re
e
(+i)t
v
1
+ iw
1
v
2
+ iw
2
Im(C
1
) Im
e
(+i)t
v
1
+ iw
1
v
2
+ iw
2
= c
1
Re
e
(+i)t
v
1
+ iw
1
v
2
+ iw
2
+ c
2
Im
e
(+i)t
v
1
+ iw
1
v
2
+ iw
2
= c
1
e
t
cos t
v
1
v
2
sen t
w
1
w
2
+ c
2
e
t
cos t
w
1
w
2
+ sen t
v
1
v
2

1
(0) = x
(0)
1
e x
2
(0) = x
(0)
2
c
1
e c
2
x
1
(0)
x
2
(0)
= c
1
v
1
v
2
+ c
2
w
1
w
2
x
(0)
1
x
(0)
2
.
v
1
c
1
+ w
1
c
2
= x
(0)
1
v
2
c
1
+ w
2
c
2
= x
(0)
2
3 2 1 0 1 2 3
3
2
1
0
1
2
3
x
y

1
(t) = 3x
1
(t) + 2x
2
(t)
x
2
(t) = 4x
1
(t) + x
2
(t)
J a vimos no Exemplo 5 na p agina 10 que a matriz
A =
3 2
4 1

P = [ Z Z ] =
1 1
1 + i 1 i
e D =

1
0
0
1
1 + 2i 0
0 1 2i
s ao tais que
D = P
1
AP.
Assim a solu c ao do sistema e dada por
x
1
(t)
x
2
(t)
= c
1
Re
e
(1+2i)t
1
1 + i
+ c
2
Im
e
(1+2i)t
1
1 + i
= c
1
e
t
cos 2t
1
1
sen 2t
0
1
+ c
2
e
t
cos 2t
0
1
+ sen 2t
1
1
= AX, em que os autovalores de A s ao complexos com a

parte real negativa. Neste caso, dizemos que a origem e um foco atrator ou sumidoro
espiral. No caso em que os autovalores de A s ao complexos com a parte real positiva as
trajet orias s ao semelhantes, mas percorridas no sentido contr ario ` as da Figura 4. Neste
caso, dizemos que a origem e um foco instavel ou fonte espiral.
1
(t) = x
1
(t) + 2x
2
(t)
x
2
(t) = x
1
(t) + x
2
(t)
Este sistema pode ser escrito na forma X
(t) = AX(t), em que

A =
1 2
1 1

2.5 2 1.5 1 0.5 0 0.5 1 1.5 2 2.5
2.5
2
1.5
1
0.5
0
0.5
1
1.5
2
2.5
x
y
O polin omio caracterstico da matriz A e p(t) = det(At I
2
) = (1t)(1t)
2
+2 = t
2
+1
cujas razes s ao
1
= i e
2
=
1
= i. Agora, vamos determinar os autovetores associados
ao autovalor
1
= i. Para isto vamos resolver o sistema (A
1
I
2
)X =

0. Como
A
1
I
2
=
1 i 2
1 1 i
,
ent ao
(A
1
I
2
)X =

0
e

1 i 2
1 1 i

x
y
0
0
ou

(1 i)x + 2y = 0
x + (1 i)y = 0
W
1
= {((1 i), ) | C} = {(1 i, 1) | C}.
1
= i acrescentado o vetor nulo.
Assim, Z = (1 i, 1) e um autovetor associado a
1
= i. Pela Proposi c ao 4 na p agina
10, Z = (1 + i, 1) e um autovetor associado a
2
=
1
= i e alem disso Z e Z s ao L.I.
Assim, a matriz
A =
1 2
1 1


P = [ Z Z ] =
1 i 1 + i
1 1
e D =

1
0
0
1
i 0
0 i
s ao tais que
D = P
1
AP.
x
1
(t)
x
2
(t)
= c
1
Re
e
it
1 i
1
+ c
2
Im
e
it
1 i
1
= c
1
cos t
1
1
sen t
1
0
+ c
2
cos t
1
0
+ sen t
1
1
= AX, em que os autovalores de A s ao complexos com a

parte real igual a zero. Neste caso, dizemos que a origem e um centro.
2.3 A Matriz A n ao e diagonalizavel em C
Sejam P =
v
1
w
1
v
2
w
2
e J =
1
0
matrizes tais que

A = PJP
1
. (21)
X
(t) = PJP
1
X(t).
1
, obtemos
P
1
X
(t) = JP
1
X(t).
Fazendo a mudan ca de vari avel Y (t) = P
1
X(t), obtemos
Y
(t) = JY (t),
que pode ser escrito na forma
y
1
(t) = y
1
(t) + y
2
(t)
y
2
(t) = y
2
(t)
2.3 A Matriz A n ao e diagonalizavel em C 25
A segunda equa c ao tem solu c ao
y
2
(t) = c
2
e
t
.
Substituindo y
2
(t) na primeira equa c ao obtemos a equa c ao
y
1
(t) = y
1
(t) + c
2
e
t
que tem solu c ao
y
1
(t) = (c
1
+ c
2
t)e
t
.
Assim a solu c ao da equa c ao (1) e
X(t) = PY (t) = P
(c
1
+ c
2
t)e
t
c
2
e
t
.
Se P =
v
1
w
1
v
2
w
2
, ou seja, se as colunas da matriz P s ao os vetores V =
v
1
v
2
e
W =
w
1
w
2
, ent ao
x
1
(t)
x
2
(t)
= (c
1
+ c
2
t)e
t
v
1
v
2
+ c
2
e
t
w
1
w
2
.
1
(0) = x
(0)
1
e x
2
(0) = x
(0)
2
c
1
e c
2
x
1
(0)
x
2
(0)
= c
1
v
1
v
2
+ c
2
w
1
w
2
x
(0)
1
x
(0)
2
.
v
1
c
1
+ w
1
c
2
= x
(0)
1
v
2
c
1
+ w
2
c
2
= x
(0)
2
1
(t) = x
1
(t) + x
2
(t)
x
2
(t) = x
1
(t) 3x
2
(t)
Vimos no Exemplo 6 na p agina 13 que a matriz
A =
1 1
1 3


n ao e diagonaliz avel, mas que as matrizes
P = [ V W ] =
1 1
1 0
e J =
1
0
2 1
0 2
s ao tais que
J = P
1
AP.
x
1
(t)
x
2
(t)
= (c
1
+ c
2
t)e
2t
1
1
+ c
2
e
2t
1
0
.
Os gr acos de diversas solu c oes aparecem na Figura 6. A disposi c ao das trajet orias
e tpica de um sistema linear X
= AX, em que a matriz A n ao e diagonaliz avel em C

e o unico autovalor e negativo. Neste caso, dizemos que a origem e um n o impr oprio.
No caso em que o unico autovalor de A e positivo as trajet orias s ao semelhantes, mas
percorridas no sentido contr ario ` as da Figura 6. Neste caso, dizemos tambem que a
origem e um n o impr oprio.
4 3 2 1 0 1 2 3 4
4
3
2
1
0
1
2
3
4
x
y
2.4 Exerccios (respostas na pagina 31) 27
2.4 Exerccios (respostas na pagina 31)
Ache a solu c ao geral do sistema de equa c oes dado.
2.1.
(t) = x(t) + y(t)

y
(t) = x(t) + y(t)

2.2.
(t) = x(t) y(t)

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

2.3.
(t) = 3x(t) 4y(t)

y
(t) = x(t) y(t)

2.4.
(t) = x(t) y(t)

y
(t) = 5x(t) + 3y(t)

2.5.
(t) = 4x(t) 2y(t)

y
(t) = 8x(t) 4y(t)

2.6.
(t) = x(t) 4y(t)

y
(t) = x(t) y(t)

2.7.
(t) = ax(t) + 2y(t)

y
(t) = 2x(t)
2.8.
(t) = ay(t)
y
(t) = 2x(t) 2y(t)

2.9.
(t) = 2ax(t) + y(t)

y
(t) = x(t) + 4ay(t)

2.10.
(t) = x(t) + y(t)

y
(t) = ax(t) + y(t)

Fa ca um esbo co das solu c oes de X
(t) = AX(t) e diga se a origem dene uma sela,

um n o inst avel, um n o atrator, um foco inst avel, um foco atrator, um centro ou um
n o impr oprio.
2.11. A =
2 1
3 4
2.12. A =
1 8
1 1
2.13. A =
1 1
3 2
2.14. A =
5 3
3 1
2.15. A =
3 4
1 1
2.16. A =
0 2
2 0
2.17. A =
2 3
1 2
2.18. A =
1 2
0 2
Comandos do MATLAB:
>>[P,D]=eig(sym(A)) determina simb olicamente, se possvel, matrizes P e D tais que
D = P
1
AP, sendo D uma matriz diagonal.
>>[P,J]=jordan(sym(A)) determina simb olicamente, se possvel, matrizes P e J tais que
J = P
1
AP, sendo J =
1
0
.
Comando do pacote GAAL:
>>fluxlin(A) desenha algumas trajet orias que s ao solu c oes do sistema de equa c oes dife-
renciais X
(t) = AX(t).
28 3 RESPOSTAS DOS EXERC
ICIOS
3 Respostas dos Exerccios
1. Diagonalizacao de Matrizes 2 2
(pagina 14)
1.1.

A=sym([1,1;1,1]);
[P,D]=eig(A)
P =[ 1, -1]
[ 1, 1]
D =[ 2, 0]
[ 0, 0]
1.2.

A=sym([1,-1;2,4]);
[P,D]=eig(A)
P =[ -1, 1]
[ 1, -2]
D =[ 2, 0]
[ 0, 3]
1.3.

A=sym([3,-4;1,-1]);
[P,J]=jordan(A)
P =[ 2, 1]
[ 1, 0]
J =[ 1, 1]
[ 0, 1]
1.4.

A=sym([1,-1;5,3]);
[P,D]=eig(A)
P =[ -1/5+2/5*i, -1/5-2/5*i]
[ 1, 1]
D =[ 2+2*i, 0]
[ 0, 2-2*i]
1.5.

A=sym([4,-2;8,-4]);
[P,J]=jordan(A)
P =[ 4, 1]
[ 8, 0]
J =[ 0, 1]
[ 0, 0]
1.6.

A=sym([-1,-4;1,-1]);
[P,D]=eig(A)
29
P =[ 2*i, -2*i]
[ 1, 1]
D =[ -1+2*i, 0]
[ 0, -1-2*i]
1.7. Se |a| > 4:
[P,D]=eig(A)
P =
4 4
a +
a
2
16 a
a
2
16
D =
a+
a
2
16
2
0
0
a
a
2
16
2
Se |a| < 4:
P =
4 4
a + i
16 a
2
a i
16 a
2
D =
a+i
16a
2
2
0
0
ai
16a
2
2
Se a = 4:
[P,J]=jordan(subs(A,a,4))
P =[ 2, 1]
[ -2, 0]
J =[ 2, 1]
[ 0, 2]
Se a = 4:
[P,J]=jordan(subs(A,a,-4))
P =[ -2, 1]
[ -2, 0]
J =[ -2, 1]
[ 0, -2]
1.8. Se a < 1/2:
[P,D]=eig(A)
ICIOS
P =
1 +
1 2a 1
1 2a
2 2
D =
1 +
1 2a 0
0 1
1 2a
Se a > 1/2:
P =
1 + i
2a 1 1 i
2a 1
2 2
D =
1 + i
2a 1 0
0 1 i
2a 1
Se a = 1/2:
[P,J]=jordan(subs(A,a,1/2))
P =[ 1, 1]
[ -2, 0]
J =[ -1, 1]
[ 0, -1]
1.9.

[P,D]=eig(A)
P =
a +
a
2
+ 1 a
a
2
+ 1
1 1
D =
3 a +
a
2
+ 1 0
0 3 a
a
2
+ 1
1.10. Se a > 0:
[P,D]=eig(A)
P =
a

1
a
1 1
D =
1 +
a 0
0 1
Se a < 0:
P =
a
i
a
1 1
D =
1 + i
a 0
0 1 i
Se a = 0:
31
A=subs(A,a,0)
[P,J]=jordan(A)
P =[ 1, 0]
[ 0, 1]
J =[ 1, 1]
[ 0, 1]
2. Sistemas de Equac oes Diferenciais Lineares (pagina 27)
2.1.
x(t)
y(t)
= c
1
e
2t
1
1
+ c
2
1
1
.
2.2.
x(t)
y(t)
= c
1
e
2t
1
1
+ c
2
e
3t
1
2
.
2.3.
x(t)
y(t)
= (c
1
+ c
2
t)e
t
2
1
+ c
2
e
t
1
0
2.4.
x(t)
y(t)
= c
1
e
2t
cos 2t
1
5
sen 2t
2
0
+
c
2
e
2t
cos 2t
2
0
+ sen 2t
1
5
2.5.
x(t)
y(t)
= (c
1
+ c
2
t)
4
8
+ c
2
1
0
2.6.
x(t)
y(t)
= c
1
e
t
cos 2t
0
1
sen 2t
2
0
+
c
2
e
t
cos 2t
2
0
+ sen 2t
0
1
2.7. Se |a| > 4:
x(t)
y(t)
= c
1
e
(
a+
a
2
16
2
)t
4
a +
a
2
16
+
c
2
e
(
a
a
2
16
2
)t
4
a
a
2
16
.
Se |a| < 4:
x(t)
y(t)
= c
1
e
at
2
cos(
16a
2
2
t)
4
a
sen(
16a
2
2
t)
16 a
2
+
c
2
e
at
2
cos(
16 a
2
t)
16 a
2
+ sen(
16 a
2
t)
4
a

ICIOS
Se a = 4:
x(t)
y(t)
= (c
1
+ c
2
t)e
2t
2
2
+ c
2
e
2t
1
0
2.8. Se a < 1/2:
x(t)
y(t)
= c
1
e
(1+
12a)t
1 +
1 2a
2
+
c
2
e
(1
12a)t
1 2a
2
.
Se a > 1/2:
x(t)
y(t)
= c
1
e
t
cos(
2a 1t)
1
2
sen(
2a 1t)

2a 1
0
+
c
2
e
t
cos(
2a 1t)

2a 1
0
+ sen(
2a 1t)
1
2
Se a = 1/2:
x(t)
y(t)
= (c
1
+ c
2
t)e
t
1
2
+ c
2
e
t
1
0
2.9.
x(t)
y(t)
= c
1
e
(3a+
a
2
+1)t
a +
a
2
+ 1
1
+ c
2
e
(3a
a
2
+1)t
a
2
+ 1
1
.
2.10. Se a > 0:
x(t)
y(t)
= c
1
e
(1+
a)t
a
1
+ c
2
e
(1
a)t
a
1
.
Se a < 0:
x(t)
y(t)
= c
1
e
t
cos(
at)
0
1
e
t
sen(
at)
a
0
+
c
2
e
t
cos(
at)
a
0
+ e
t
sen(
at)
0
1
.
Se a = 0:
x(t)
y(t)
= (c
1
+ c
2
t)e
t
1
0
+ c
2
e
t
0
1

33
2.11. A origem e um n o inst avel.
4 3 2 1 0 1 2 3 4
4
3
2
1
0
1
2
3
4
x
y
2.12. A origem e uma sela.
4 3 2 1 0 1 2 3 4
4
3
2
1
0
1
2
3
4
x
y
2.13. A origem e um foco atrator.
3 2 1 0 1 2 3
3
2
1
0
1
2
3
x
y
ICIOS
2.14. A origem e um foco inst avel.
3 2 1 0 1 2 3
3
2
1
0
1
2
3
x
y
2.15. A origem e um n o impr oprio.
8 6 4 2 0 2 4 6 8
8
6
4
2
0
2
4
6
8
x
y
2.16. A origem e um centro.
3 2 1 0 1 2 3
3
2
1
0
1
2
3
x
y
35
2.17. A origem e uma sela.
4 3 2 1 0 1 2 3 4
4
3
2
1
0
1
2
3
4
x
y
2.18. A origem e um n o atrator.
4 3 2 1 0 1 2 3 4
4
3
2
1
0
1
2
3
4
x
y
36 REFER
ENCIAS
Referencias
[1] Howard Anton and Chris Rorres.

Algebra Linear com Aplica c oes. Bookman, S ao
Paulo, 8a. edi c ao, 2000.
[2] William E. Boyce and Richard C. DiPrima. Equa c oes Diferenciais Elementares e
Problemas de Valores de Contorno. Livros Tecnicos e Cientcos Editora S.A., Rio de
Janeiro, 6a. edi c ao, 1999.
[3] Morris W. Hirsch and Stephen Smale. Dierential Equations, Dynamical Systems and
Linear Algebra. Academic Press, Inc., New York, 1974.
[4] Bernard Kolman. Introdu c ao `a

Algebra Linear com Aplica c oes. Prentice Hall do
Brasil, Rio de Janeiro, 6a. edi c ao, 1998.
[5] Erwin Kreiszig. Matematica Superior. Livros Tecnicos e Cientcos Editora S.A., Rio
de Janeiro, 2a. edi c ao, 1985.
[6] Steven J. Leon.

Algebra Linear com Aplica c oes. Livros Tecnicos e Cientcos Editora
S.A., Rio de Janeiro, 5a. edi c ao, 1998.
[7] Reginaldo J. Santos. Um Curso de Geometria Analtica e

Algebra Linear. Imprensa
Universit aria da UFMG, Belo Horizonte, 2002.
[8] Jorge Sotomayor. Li c oes de Equa c oes Diferenciais Ordinarias. IMPA, Rio de Janeiro,
1979.

Diagsistedf

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Diagsistedf

Enviado por

Direitos autorais:

Formatos disponíveis

Diagonaliza c ao de Matrizes 2 2 e

Sistemas de Equa c oes Diferenciais Lineares

(t) = AX(t), (1)

. Substituindo-se (2) em (1) obtemos

, ou seja, se as colunas da matriz P s ao os vetores V =

, ent ao a solu c ao do sistema pode ser escrita como

e diagonaliz avel, pois

s ao as colunas de P. Por um lado

Para esta matriz o polin omio caracterstico e

cuja solu c ao geral e

J a vimos no Exemplo 2 na p agina 6 que o seu polin omio caracterstico e p(t) =

O seu polin omio caracterstico e p(t) = det(A tI

Diagonaliza c ao de Matrizes e Sistemas de Equa c oes Diferenciais 30 de setembro de 2002

. Neste caso, o polin omio caracterstico

O seu polin omio caracterstico e p(t) = det(At I

s ao tais que A = PDP

s ao tais que A = PDP

s ao tais que A = PJP

Diagonaliza c ao de Matrizes e Sistemas de Equa c oes Diferenciais 30 de setembro de 2002

(t) = AX(t), (15)

, ent ao as colunas da matriz P s ao os vetores V =

, assim a solu c ao do sistema pode ser escrita como

e diagonaliz avel e as matrizes

= AX, em que os autovalores de A s ao reais n ao nulos

Para esta matriz o polin omio caracterstico e

cuja solu c ao geral e

= AX, em que os autovalores de A s ao reais e positivos. Neste

, ent ao as colunas da matriz P s ao os vetores V +iW =

. Assim a solu c ao geral nos complexos e dada por

Diagonaliza c ao de Matrizes e Sistemas de Equa c oes Diferenciais 30 de setembro de 2002

Se s ao dadas as condi c oes iniciais x

e diagonaliz avel e as matrizes

= AX, em que os autovalores de A s ao complexos com a

(t) = AX(t), em que

Diagonaliza c ao de Matrizes e Sistemas de Equa c oes Diferenciais 30 de setembro de 2002

30 de setembro de 2002 Reginaldo J. Santos

= AX, em que os autovalores de A s ao complexos com a

matrizes tais que

, ou seja, se as colunas da matriz P s ao os vetores V =

30 de setembro de 2002 Reginaldo J. Santos

= AX, em que a matriz A n ao e diagonaliz avel em C

(t) = x(t) + y(t)

(t) = x(t) + y(t)

(t) = x(t) y(t)

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

(t) = 3x(t) 4y(t)

(t) = x(t) y(t)

(t) = x(t) y(t)

(t) = 5x(t) + 3y(t)

(t) = 4x(t) 2y(t)

(t) = 8x(t) 4y(t)

(t) = x(t) 4y(t)

(t) = x(t) y(t)

(t) = ax(t) + 2y(t)

(t) = 2x(t) 2y(t)

(t) = 2ax(t) + y(t)

(t) = x(t) + 4ay(t)

(t) = x(t) + y(t)

(t) = ax(t) + y(t)

(t) = AX(t) e diga se a origem dene uma sela,

2.7. Se |a| > 4:

30 de setembro de 2002 Reginaldo J. Santos

2.8. Se a < 1/2: