Você está na página 1de 191

MATEM

ATICA GERAL
2012-2013
Teoria e Pr

atica
Departamento de Matematica
FCT/UNL
Conte udo
I Primitivacao e Integracao 1
1 Primitivacao 3
1.1 Primitivas imediatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Primitivacao por partes e por substituicao . . . . . . . . . . . . . . . . . . 8
1.3 Primitivacao de func oes racionais . . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Primitivacao de func oes algebricas irracionais . . . . . . . . . . . . . . . . 21
1.5 Primitivacao de func oes transcendentes . . . . . . . . . . . . . . . . . . . . 27
1.6 Exerccios propostos para resoluc ao nas aulas . . . . . . . . . . . . . . . . 31
1.7 Exerccios propostos para resoluc ao aut onoma . . . . . . . . . . . . . . . . 35
2 Calculo Integral 39
2.1 Integral de Riemann: Denic ao e propriedades . . . . . . . . . . . . . . . . 39
2.2 Classes de fun coes integr aveis . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.3 Teoremas Fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.4

Areas de guras planas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.5 Integrais impr oprios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.6 Exerccios propostos para resoluc ao nas aulas . . . . . . . . . . . . . . . . 77
2.7 Exerccios propostos para resoluc ao aut onoma . . . . . . . . . . . . . . . . 80
II Equacoes Diferenciais 83
1 Equacoes diferenciais de primeira ordem 85
1.1 Introduc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
1.2 Equac oes lineares de 1
a
ordem . . . . . . . . . . . . . . . . . . . . . . . . . 86
1.3 Equac oes de variaveis separ aveis . . . . . . . . . . . . . . . . . . . . . . . . 89
1.4 Exerccios propostos para resoluc ao nas aulas . . . . . . . . . . . . . . . . 91
1.5 Exerccios propostos para resoluc ao aut onoma . . . . . . . . . . . . . . . . 93
2 Equacoes diferenciais de segunda ordem 95
2.1 Equac oes lineares de 2
a
ordem . . . . . . . . . . . . . . . . . . . . . . . . . 95
2.2 Equac oes lineares de 2
a
ordem de coecientes constantes . . . . . . . . . . 96
2.3 Exerccios propostos para resoluc ao nas aulas . . . . . . . . . . . . . . . . 102
2.4 Exerccios propostos para resoluc ao aut onoma . . . . . . . . . . . . . . . . 104
iii
III Matrizes 105
1 Matrizes 107
1.1 Denic ao de matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
1.2 Operac oes com matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
1.3 Matrizes Invertveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
1.4 Exerccios propostos para resoluc ao nas aulas . . . . . . . . . . . . . . . . 117
1.5 Exerccios propostos para resoluc ao aut onoma . . . . . . . . . . . . . . . . 120
2 Sistemas de Equacoes Lineares 123
2.1 Matrizes de sistemas de equac oes lineares . . . . . . . . . . . . . . . . . . . 123
2.2 Operac oes elementares sobre matrizes . . . . . . . . . . . . . . . . . . . . . 126
2.3 Matrizes de Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
2.4 Caracterstica de uma matriz . . . . . . . . . . . . . . . . . . . . . . . . . 137
2.5 Resoluc ao e discuss ao de sistemas . . . . . . . . . . . . . . . . . . . . . . . 140
2.6 Exerccios propostos para resoluc ao nas aulas . . . . . . . . . . . . . . . . 148
2.7 Exerccios propostos para resoluc ao aut onoma . . . . . . . . . . . . . . . . 153
3 Determinantes 159
3.1 Denic ao e propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
3.2 Aplicac oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
3.2.1 Inversa de uma matriz . . . . . . . . . . . . . . . . . . . . . . . . . 168
3.2.2 Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
3.3 Exerccios propostos para resoluc ao nas aulas . . . . . . . . . . . . . . . . 175
3.4 Exerccios propostos para resoluc ao aut onoma . . . . . . . . . . . . . . . . 178
4 Valores e Vectores Pr oprios 181
4.1 Valores e vectores pr oprios . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
4.2 Exerccios propostos para resoluc ao nas aulas . . . . . . . . . . . . . . . . 186
4.3 Exerccios propostos para resoluc ao aut onoma . . . . . . . . . . . . . . . . 187
Parte I
Primitivacao e Integracao
1
Captulo 1
Primitivacao
1.1 Primitivas imediatas
Denicao 1.1.1 Sejam f e F duas funcoes denidas num intervalo I. Diz-se que F e
uma primitiva de f em I se F

(x) = f(x), x I.
EXEMPLO 1: Como (sen(x))

= cos(x) temos que sen(x) e primitiva de cos(x).


EXEMPLO 2: De (x
2
)

= 2x conclumos que x
2
e primitiva de 2x.
Denicao 1.1.2 Uma funcao f diz-se primitivavel num intervalo I se existir uma
primitiva de f, denida em I.
NOTA: Ha func oes que n ao s ao primitiv aveis. Por exemplo, a func ao f : R R denida
por
f(x) =
_
0, se x < 2
1, se x 2
n ao e primitivavel em R.
Teorema 1.1.1 Se F e primitiva de f, num intervalo I, entao, qualquer que seja C R,
a funcao G(x) = F(x) + C e tambem primitiva de f em I.
Demonstrac ao: Basta notar que G

(x) = F

(x) + C

= F

(x) = f(x).
Teorema 1.1.2 Se F e G sao duas primitivas de f num intervalo I, entao F G e
constante em I.
NOTAS:
1. Como consequencia dos teoremas anteriores temos que todas as primitivas de f s ao
da forma F +C com F uma primitiva de f e C R.
3
4 Captulo 1. Primitiva cao
2. Se F e uma primitiva de f no intervalo I, designamos por P f qualquer primitiva
de f em I, isto e, P f = F +C, com C R, qualquer.
Denicao 1.1.3 Chamam-se primitivas imediatas as que se deduzem directamente
de uma regra de derivacao.
A partir das regras de derivac ao obtem-se facilmente:
Teorema 1.1.3 Sejam f e g duas funcoes primitivaveis num intervalo I e a R. Entao
a) P a f(x) = a P f(x);
b) P (f(x) + g(x)) = P f(x) + P g(x).
Apresentamos a seguir uma tabela com algumas primitivas imediatas.
f(x) P f(x)
x

, = 1
x
+1
+ 1
+C
(u(x))

(x), = 1
(u(x))
+1
+ 1
+ C
1
x
log(|x|) + C
u

(x)
u(x)
log(|u(x)|) + C
e
x
e
x
+ C
e
u(x)
u

(x) e
u(x)
+C
1.1. Primitivas imediatas 5
f(x) P f(x)
a
x
, (a > 0)
a
x
log(a)
+C
a
u(x)
u

(x), (a > 0)
a
u(x)
log(a)
+C
cos(x) sen(x) + C
cos(u(x)) u

(x) sen(u(x)) + C
sen(x) cos(x) + C
sen(u(x)) u

(x) cos(u(x)) + C
1

1 x
2
arc sen(x) + C
u

(x)
_
1 (u(x))
2
arc sen(u(x)) + C

1 x
2
arc cos(x) + C

(x)
_
1 (u(x))
2
arc cos(u(x)) + C
1
1 + x
2
arc tg(x) + C
u

(x)
1 + (u(x))
2
arc tg(u(x)) + C
sec
2
(x) tg(x) + C
sec
2
(u(x)) u

(x) tg(u(x)) + C
f(x) P f(x)
cosec
2
(x) cotg(x) + C
cosec
2
(u(x)) u

(x) cotg(u(x)) + C
6 Captulo 1. Primitiva cao
EXEMPLOS:
P(x
2
+x + 1) = Px
2
+Px +P1 =
x
3
3
+
x
2
2
+x +C;
P cos
2
(x) = P
1 + cos(2x)
2
=
1
2
(P1 + P cos(2x)) =
1
2
_
x +
sen(2x)
2
_
+C;
P 2x
3

x
2
+ 3 = P 2x(x
2
+ 3)
1
3
=
(x
2
+ 3)
1
3
+1
1
3
+ 1
+C =
3
4
(x
2
+ 3)
3

x
2
+ 3 + C;
P
3x
2
x
3
+ 1
= log |x
3
+ 1| + C;
Pe
5x
=
1
5
P 5 e
5x
=
1
5
e
5x
+C;
P 10x cos(5x
2
+ 7) = sen(5x
2
+ 7) + C;
P
2
1 + (2x)
2
= arc tg(2x) + C;
P (cos(x) 2 e
3x
) = P cos(x) 2Pe
3x
= sen(x)
2
3
e
3x
+ C;
P
x
2
3

x
3
1
= P x
2
(x
3
1)

1
3
=
1
3

(x
3
1)

1
3
+1

1
3
+ 1
+C =
1
2
3
_
(x
3
1)
2
+C.
Teorema 1.1.4 Seja f uma funcao primitivavel num intervalo I. Entao, para cada
x
0
I e cada y
0
R, existe uma, e uma so, primitiva F de f tal que F(x
0
) = y
0
.
Em particular, existe uma, e uma so, primitiva de f que se anula em x
0
.
EXEMPLO 1: Calculemos f sabendo que f

(x) = x

x e f(1) = 2.
Comecemos por calcular as primitivas F de f

, pois f e uma dessas fun coes.


F(x) =
2
5
x
5
2
+ C.
Mas
f(1) = 2
2
5
+C = 2 C =
8
5
,
portanto, f(x) =
2
5
x
5
2
+
8
5

EXEMPLO 2: Pretendemos calcular f sabendo que f

(x) = 12x
2
+ 6x 4, f(0) = 4 e
f(1) = 5.
1.1. Primitivas imediatas 7
A funcao f pertence ao conjunto das func oes F tais que
F

(x) = 4x
3
+ 3x
2
4x +C
e, portanto, ser a uma fun cao da forma F(x) = x
4
+x
3
2x
2
+ Cx +C
1
. Como
_
f(0) = 4
f(1) = 5

_
C
1
= 4
C = 1
ent ao f(x) = x
4
+x
3
2x
2
+x + 4.
8 Captulo 1. Primitiva cao
1.2 Metodos gerais de primitivacao: Primitivacao por
partes e por substituicao
Teorema 1.2.1 (Primitivacao por partes) Sejam I um intervalo, F uma primitiva
de f em I e g uma funcao diferenciavel em I. Entao
P(fg) = F g P(Fg

)
Demonstrac ao: Pela regra da derivacao do produto (F g)

= F

g +F g

= fg +Fg

, o que
implica que fg = (Fg)

Fg

e, portanto, P(fg) = F g P(Fg

).
EXEMPLO 1: Seja h(x) = x log(x). Calculemos a primitiva de h por partes: considere-
mos f(x) = x e g(x) = log(x).
P (x log(x)) =
x
2
2
log(x) P
_
x
2
2

1
x
_
=
x
2
2
log(x)
1
2
P (x) =
x
2
2
log(x)
x
2
4
+C.
EXEMPLO 2: Podemos primitivar a func ao h(x) = log(x) usando este metodo. Sejam
f(x) = 1 e g(x) = log(x).
P (log(x)) = P (1. log(x)) = x log(x) P
_
x
1
x
_
= x log(x) P (1) = x log(x) x + C.
EXEMPLO 3: Seja h(x) = cos(x) log(sen(x)). Sejam f(x) = cos(x) e g(x) = log(sen(x)).
Ent ao
P (cos(x) log(sen(x))) = sen(x) log(sen(x)) P
_
sen(x)
cos(x)
sen(x)
_
= sen(x) log(sen(x)) P(cos(x))
= sen(x) log(sen(x)) sen(x) + C.
EXEMPLO 4: Para calcular a primitiva de h(x) = cos(log(x)) consideremos f(x) = 1 e
g(x) = cos(log(x)). Ent ao
P (cos(log(x))) = x cos(log(x)) + Psen(log(x)).
Esta ultima primitiva calcula-se novamente por partes obtendo-se
P (cos(log(x))) = x cos(log(x)) + x sen(log(x)) P cos(log(x)),
e, portanto,
2 P (cos(log(x))) = x cos(log(x)) + x sen(log(x)),
1.2. Primitivac ao por partes e por substituic ao 9
ou seja,
P (cos(log(x))) =
x
2
(cos(log(x)) + sen(log(x))) + C.
EXEMPLO 5: Sejam h(x) = log
3
(x), f(x) = 1 e g(x) = log
3
(x).
P (1. log
3
(x)) = x log
3
(x) P (3 log
2
(x)).
Primitivando novamente por partes, e usando o resultado obtido anteriormente para
P(log(x)), obtemos
P (1. log
3
(x)) = x log
3
(x) 3 (x log
2
(x) P (2 log(x)))
= x log
3
(x) 3x log
2
(x) + 6x log(x) 6x + C.
Teorema 1.2.2 (Primitivacao por substituicao) Sejam f uma funcao primitivavel
num intervalo J e uma funcao bijectiva e diferenciavel no intervalo I tal que (I) = J.
Seja (t) = P(f((t))

(t)). Entao a funcao F(x) = (


1
(x)) e uma primitiva de f
em J.
Demonstrac ao: Seja F uma primitiva de f. Como, por hip otese, x = (t) temos F(x) =
F((t)). Pela regra de derivacao da func ao composta
(F((t)))

= F

((t))

(t) = f((t))

(t) =

(t),
porque designamos por (t) uma primitiva de f((t))

(t).
Como F((t)) e (t) sao ambas primitivas de f((t))

(t) sabemos que


F((t)) (t) = C, C constante real,
ou ainda,
F((t)) = (t) + C,
o que implica que
F(x) = (
1
(x)) + C.
EXEMPLO 1: Seja f(x) =
x
3

x 1
. Para calcular a primitiva de f facamos

x 1 = t,
isto e, (t) = 1 +t
2
= x.
P(f((t)).

(t)) = P
(1 + t
2
)
3
t
2t = 2 P(1+t
2
)
3
= 2 P(1+3t
2
+3t
4
+t
6
) = 2(t+t
3
+3
t
5
5
+
t
7
7
).
Assim,
P
x
3

x 1
= 2
_

x 1 + (

x 1)
3
+
3
5
(

x 1)
5
+
1
7
(

x 1)
7
_
+C.
10 Captulo 1. Primitiva cao
EXEMPLO 2: Consideremos f(x) =
1
e
x
+e
x
Podemos calcular a sua primitiva fazendo
e
x
= t, isto e, (t) = log(t).
P (f((t)).

(t)) = P
1
t +t
1

1
t
= P
1
1 + t
2
= arc tg(t).
Consequentemente,
P f(x) = arc tg(e
x
) + C.
NOTA: Usamos, por vezes a nota cao
P f(x) = {P
t
f((t))

(t)}
t=
1
(x)
.
1.3. Primitivac ao de func oes racionais 11
1.3 Primitivacao de funcoes racionais
Sejam
P(x) = a
n
x
n
+ +a
1
x + a
0
e
Q(x) = b
m
x
m
+ +b
1
x +b
0
,
n, m N
0
, a
n
= 0, b
m
= 0, dois polinomios com coecientes a
j
, b
j
R; n e m os graus
de P e Q, respectivamente.
Denicao 1.3.1 Chama-se funcao racional toda a funcao f : D R R que pode
ser expressa na forma
f(x) =
P(x)
Q(x)
em que P e Q sao polinomios e D = {x R : Q(x) = 0}.
Denicao 1.3.2 Dois polinomios P e Q dizem-se iguais, e escreve-se P = Q, se P(x) =
Q(x), x R.
Verica-se facilmente que, sendo P(x) = a
n
x
n
+ +a
1
x +a
0
e Q(x) = b
m
x
m
+ +
b
1
x + b
0
, se tem
P(x) = Q(x), x R n = m a
n
= b
m
, . . . , a
1
= b
1
, a
0
= b
0
.
Dados dois polinomios P e Q, de graus n e m, respectivamente, n > m, existem
polinomios M e R tais que P(x) = M(x) Q(x) +R(x) e grau de R < grau de Q. M diz-se
o polinomio quociente e R o polinomio resto.
Denicao 1.3.3 Um polinomio P de grau maior ou igual a 1 diz-se redutvel se existem
polinomios P
1
e P
2
tais que grau de P
i
< grau de P (i = 1, 2) e P(x) = P
1
(x)P
2
(x). O
polinomio P diz-se irredutvel se nao for redutvel.

E possvel determinar quais s ao precisamente os polin omios irredutveis. Considere-se,


sem perda de generalidade, os polinomios unitarios (com coeciente a
n
= 1): P(x) =
x
n
+ a
n1
x
n1
+ +a
1
x + a
0
.
Todos os polinomios de grau 1, P(x) = x a, sao irredutveis.
Um polinomio de grau 2, P(x) = x
2
+ bx + c e irredutvel se, e so se, nao tem
razes reais, isto e, b
2
4ac < 0. Assim os polin omios de grau 2 irredutveis sao
precisamente os polin omios da forma P(x) = (x )
2
+
2
, , R, = 0,
associado `as duas razes complexas conjugadas i.
12 Captulo 1. Primitiva cao
Os unicos polin omios irredutveis sao os considerados e mostra-se que todo o polin omio
P(x) com grau maior ou igual a 1 e produto de polinomios irredutveis:
P(x) = (x a
1
)
n
1
(x a
p
)
np
[(x
1
)
2
+
2
1
]
m
1
[(x
q
)
2
+
2
q
]
mq
em que n
i
, m
j
N representam o grau de multiplicidade do correspondente
factor em P.
Denicao 1.3.4 Uma funcao racional f(x) =
P(x)
Q(x)
diz-se irredutvel se P e Q nao
tiverem razes comuns.
Dada uma fun cao racional irredutvel, podemos ter dois casos:
1
o
O grau do polinomio P e maior ou igual ao grau do polin omio Q.
2
o
O grau do polinomio P e menor do que o grau do polin omio Q.
No primeiro caso, fazendo a divisao dos polin omios obtemos
P(x) = M(x) Q(x) + R(x),
em que M e R s ao polin omios, sendo M o quociente e R o resto (que tem grau inferior
ao grau de Q). Temos ent ao
P(x)
Q(x)
= M(x) +
R(x)
Q(x)
o que implica que
P
_
P(x)
Q(x)
_
= P (M(x)) + P
_
R(x)
Q(x)
_

A primitiva de M e imediata por ser a primitiva de um polin omio. A segunda e a
primitiva de uma funcao racional, em que o grau do numerador e menor do que o do de-
nominador. Conclumos, assim, que basta estudar o caso das fun coes racionais irredutveis
em que o grau do numerador e menor do que o grau do denominador, isto e, camos re-
duzidos ao 2
o
caso atr as considerado. Os teoremas seguintes, que n ao demonstraremos,
permitem-nos decompor uma func ao racional irredutvel do 2
o
caso na soma de fun coes
racionais cujas primitivas s ao faceis de calcular (ou mesmo primitivas imediatas). A
primitivacao de func oes racionais irredutveis ca, pois, completamente resolvida.
Comecemos por analisar os casos em que Q admite apenas razes reais. Temos o
seguinte teorema:
Teorema 1.3.1 Se
P(x)
Q(x)
e uma funcao racional irredutvel, se o grau de P e menor que
o grau de Q e se
Q(x) = a
0
(x a
1
)
n
1
(x a
2
)
n
2
. . . (x a
p
)
np
,
1.3. Primitivac ao de func oes racionais 13
com a
1
, a
2
, . . . , a
p
n umeros reais distintos e n
1
, n
2
, . . . , n
p
N, entao a funcao e decom-
ponvel numa soma da forma
P(x)
Q(x)
=
A
n
1
(x a
1
)
n
1
+ +
A
1
x a
1
+ +
B
np
(x a
np
)
np
+ +
B
1
x a
np
onde A
n
1
, . . . , A
1
, . . . , B
np
, . . . , B
1
sao n umeros reais.
NOTA: Nas condic oes do Teorema 1.3.1, qualquer das parcelas em que se decomp oe a
func ao tem primitiva imediata:
P
A
(x a)
p
=
A
1 p

1
(x a)
p1
, se p = 1
P
A
x a
= Alog |x a|
1
o
caso: Q tem razes reais de multiplicidade 1, isto e, Q decomp oe-se em factores do tipo
x a com a R. A cada raiz a de Q associa-se uma parcela do tipo
A
x a
, com A
constante a determinar.
EXEMPLO: Calculemos a primitiva da func ao f denida por f(x) =
4x
2
+ x + 1
x
3
x

Como o n umero de razes de um polinomio n ao ultrapassa o seu grau e x
3
x admite
as razes x = 0, x = 1 e x = 1, podemos concluir que estas razes tem multiplicidade 1.
Ent ao
4x
2
+x + 1
x
3
x
=
A
x
+
B
x 1
+
C
x + 1
=
A(x
2
1) + Bx(x + 1) + Cx(x 1)
x
3
x
=
(A +B +C)x
2
+ (B C)x A
x
3
x
Pelo metodo dos coecientes indeterminados temos
_
_
_
A + B +C = 4
B C = 1
A = 1

_
_
_
B + C = 5
B C = 1
A = 1

_
_
_
B = 3
C = 2
A = 1
Assim:
4x
2
+ x + 1
x
3
x
=
1
x
+
3
x 1
+
2
x + 1
14 Captulo 1. Primitiva cao
e
P
_
4x
2
+x + 1
x
3
x
_
= P
_
1
x
_
+ P
_
3
x 1
_
+P
_
2
x + 1
_
= log |x| + 3 log |x 1| + 2 log |x + 1| +C
= log
_

(x 1)
3
x

(x + 1)
2
_
+C.
2
o
caso: Q tem razes reais de multiplicidade p, p > 1, isto e, Q admite x a, com
a R, como divisor p vezes. Na decomposic ao, a cada raiz a de Q de multiplicidade p
vai corresponder uma soma de p parcelas com a seguinte forma:
A
p
(x a)
p
+
A
p1
(x a)
p1
+ +
A
1
x a
,
com A
p
, A
p1
, . . . , A
1
constantes a determinar.
EXEMPLO: Calculemos a primitiva da func ao f denida por f(x) =
2x
3
+ 5x
2
+ 6x + 2
x(x + 1)
3

Como x(x+1)
3
admite as razes x = 0, x = 1 e x+1 aparece 3 vezes na factorizac ao
do polin omio, podemos concluir que estas razes tem multiplicidade 1 e multiplicidade 3,
respectivamente. Entao
2x
3
+ 5x
2
+ 6x + 2
x(x + 1)
3
=
A
x
+
B
(x + 1)
3
+
C
(x + 1)
2
+
D
x + 1
=
A(x + 1)
3
+Bx +Cx(x + 1) + Dx(x + 1)
2
x(x + 1)
3
=
(A +D)x
3
+ (3A +C + 2D)x
2
+ (3A + B + C +D)x +A
x(x + 1)
3
Pelo metodo dos coecientes indeterminados temos
_

_
A +D = 2
3A +C + 2D = 5
3A +B +C +D = 6
A = 2

_
D = 0
C = 1
B = 1
A = 2
Assim:
2x
3
+ 5x
2
+ 6x + 2
x(x + 1)
3
=
2
x
+
1
(x + 1)
3
+
1
(x + 1)
2
1.3. Primitivac ao de func oes racionais 15
e
P
_
2x
3
+ 5x
2
+ 6x + 2
x(x + 1)
3
_
= P
_
2
x
_
+ P
_
1
(x + 1)
3
_
P
_
1
(x + 1)
2
_
= 2 log |x|
1
2
1
(x + 1)
2
+
1
x + 1
+ C
= log (x
2
)
1
2
1
(x + 1)
2
+
1
x + 1
+C.
Vejamos agora os casos em que o polin omio Q admite razes complexas.
Teorema 1.3.2 Se
P(x)
Q(x)
e uma funcao racional irredutvel, se o grau de P e menor que
o grau de Q e se +i (, R) e uma raiz de Q, de multiplicidade r, entao
P(x)
Q(x)
=
M
r
x +N
r
[(x )
2
+
2
]
r
+ +
M
1
x +N
1
(x )
2
+
2
+
H(x)
Q

(x)
onde H e Q

sao polinomios tais que o grau de H e menor que o grau de Q, M


r
,
N
r
, . . . , M
1
, N
1
, sao n umeros reais e nem +i nem i sao razes do polinomio Q

.
1
o
caso: Q tem razes complexas de multiplicidade 1, isto e, Q admite como divisores
polinomios de grau 2, (uma unica vez cada polin omio), que nao tem razes reais. Na
decomposic ao, a cada par de razes ( +i, i) vai corresponder uma parcela com a
seguinte forma:
Ax + B
(x )
2
+
2
com A e B constantes a determinar.
EXEMPLO: Calculemos a primitiva da func ao f denida por f(x) =
x
2
+ 2
(x 1)(x
2
+x + 1)

Como
(x 1)(x
2
+x + 1) = 0 x = 1 x =
1
2
i

3
2
podemos concluir que estas razes tem multiplicidade 1. Ent ao
x
2
+ 2
(x 1)(x
2
+x + 1)
=
A
x 1
+
Bx +C
(x +
1
2
)
2
+
3
4
=
A(x
2
+x + 1) + (Bx +C)(x 1)
(x 1)(x
2
+x + 1)
=
(A +B)x
2
+ (A B +C)x +A C
(x 1)(x
2
+x + 1)
16 Captulo 1. Primitiva cao
Pelo metodo dos coecientes indeterminados temos
_
_
_
A +B = 1
A B +C = 0
A C = 2

_
_
_
A = 1
B = 0
C = 1
Assim:
x
2
+ 2
(x 1)(x
2
+x + 1)
=
1
x 1
+
1
(x +
1
2
)
2
+
3
4
e
P
_
x
2
+ 2
(x 1)(x
2
+x + 1)
_
= P
_
1
x 1
_
+P
_
1
(x +
1
2
)
2
+
3
4
_
= log |x 1| P
_
1
(x +
1
2
)
2
+
3
4
_
.
A primitiva
P
_
1
(x +
1
2
)
2
+
3
4
_
calcula-se fazendo a substitui cao x +
1
2
=

3
2
t, isto e, (t) =

3
2
t
1
2
(No caso geral,
sendo a + ib a raiz, a substituic ao e x a = bt). Ent ao
Pf((t)).

(t) = P
_
1
(

3
2
t)
2
+
3
4

3
2
_
=
2

3
P
1
t
2
+ 1
=
2

3
arc tg(t),
portanto,
P
_
1
(x +
1
2
)
2
+
3
4
_
=
2

3
arc tg
_
2

3
x +
1

3
_
.
Finalmente,
Pf(x) = log |x 1|
2

3
arc tg
_
2

3
x +
1

3
_
+ C.
2
o
caso: Q tem razes complexas de multiplicidade p, p > 1, isto e, Q admite como divisores
polinomios de grau 2 que nao tem razes reais, aparecendo p vezes cada polin omio na
factorizac ao de Q. Na decomposi cao, a cada par de razes (+i, i) vai corresponder
uma soma de parcelas com a seguinte forma:
A
p
x +B
p
((x )
2
+
2
)
p
+
A
p1
x +B
p1
((x )
2
+
2
)
p1
+ +
A
1
x +B
1
(x )
2
+
2
com A
p
, A
p1
, . . . , A
1
, B
p
, B
p1
, . . . , B
1
constantes a determinar.
EXEMPLO: Calculemos a primitiva da func ao f denida por
f(x) =
x
4
x
3
+ 6x
2
4x + 7
(x 1)(x
2
+ 2)
2

1.3. Primitivac ao de func oes racionais 17
Como
(x 1)(x
2
+ 2)
2
= 0 x = 1 x = i

2
e (x 1)(x
2
+ 2)
2
tem grau 5, podemos concluir que estas razes tem multiplicidade 1 e
multiplicidade 2, respectivamente. Ent ao
=
x
4
x
3
+ 6x
2
4x + 7
(x 1)(x
2
+ 2)
2
=
A
x 1
+
Bx +C
(x
2
+ 2)
2
+
Dx +E
x
2
+ 2
=
A(x
2
+ 2)
2
+ (Bx + C)(x 1) + (Dx +E)(x 1)(x
2
+ 2)
(x 1)(x
2
+ 2)
2
Pelo metodo dos coecientes indeterminados temos
_

_
A = 1
B = 1
C = 1
D = 0
E = 1
Assim:
x
4
x
3
+ 6x
2
4x + 7
(x 1)(x
2
+ 2)
2
=
1
x 1
+
x 1
(x
2
+ 2)
2
+
1
x
2
+ 2
e
P
_
x
4
x
3
+ 6x
2
4x + 7
(x 1)(x
2
+ 2)
2
_
= P
_
1
x 1
_
+P
_
x 1
(x
2
+ 2)
2
_
+P
_
1
x
2
+ 2
_
= log |x 1| +P
_
x 1
(x
2
+ 2)
2
_
P
_
1
2
1 +
x
2
2
_
= log |x 1| +P
_
x 1
(x
2
+ 2)
2
_

2
P
_
_
_
1

2
1 +
_
x

2
_
2
_
_
_
= log |x 1| +P
_
x 1
(x
2
+ 2)
2
_

2
arc tg
_
x

2
_
.
A primitiva
P
_
x 1
(x
2
+ 2)
2
_
= P
_
x 1
(x
2
+

2
2
)
2
_
calcula-se fazendo a substituic ao x =

2 t, isto e, (t) =

2 t. Ent ao
18 Captulo 1. Primitiva cao
Pf((t)).

(t) = P
_

2 t 1
(2t
2
+ 2)
2

2
_
=

2
4
P
_

2 t 1
(t
2
+ 1)
2
_
=

2
4
P
_

2 t
(t
2
+ 1)
2

1
(t
2
+ 1)
2
_
=

2
4
_
P

2 t
(t
2
+ 1)
2
P
1
(t
2
+ 1)
2
_
=

2
4
_

2
2
P 2t(t
2
+ 1)
2
P
1
(t
2
+ 1)
2
_
=

2
4
_

2
2
(t
2
+ 1)
1
P
1 + t
2
t
2
(t
2
+ 1)
2
_
=
1
4
1
t
2
+ 1

2
4
_
P
1 + t
2
(t
2
+ 1)
2
P
t
2
(t
2
+ 1)
2
_
=
1
4
1
t
2
+ 1

2
4
_
P
1
t
2
+ 1
P
t
2
2t
(t
2
+ 1)
2
_
=
1
4
1
t
2
+ 1

2
4
_
arc tg(t)
_

1
t
2
+ 1
t
2
+P
1
2
1
t
2
+ 1
__
=
1
4
1
t
2
+ 1

2
4
arc tg(t)

2
4
t
2(t
2
+ 1)
+

2
8
arc tg(t)
=

2t + 2
8(t
2
+ 1)

2
8
arc tg(t),
portanto,
P
_
x 1
(x
2
+ 2)
2
_
=
x + 2
4(x
2
+ 2)

2
8
arc tg
_
x

2
_
.
Finalmente,
Pf(x) = log |x 1|
5

2
8
arc tg
_
x

2
_

x + 2
4(x
2
+ 2)
+C.
1.3. Primitivac ao de func oes racionais 19
NOTA: Se
P(x)
Q(x)
admite uma decomposic ao da forma que aparece neste teorema, a sua
primitiva pode ser calculada recorrendo a primitivas de func oes da forma
Ax +B
(x )
2
+
2
e
Cx +D
[(x )
2
+
2
]
p
, p > 1.
Temos no primeiro caso, usando a substituic ao x = t,
P
Ax +B
(x )
2
+
2
=
_
P
t
A( +t) + B

2
t
2
+
2

_
t=
x

P
t
A ( +t) + B

2
t
2
+
2
= P
A +B + A t
(t
2
+ 1)
= P
A + B
(t
2
+ 1)
+P
A t
(t
2
+ 1)
=
A +B

P
1
t
2
+ 1
+ A P
t
t
2
+ 1
=
A +B

arctg(t) +
A
2
log(t
2
+ 1)
Portanto,
P
Ax +B
(x )
2
+
2
=
A + B

arctg
_
x

_
+
A
2
log
_
_
x

_
2
+ 1
_
+ C.
No segundo caso, usando a mesma substituic ao,
P
Cx + D
[(x )
2
+
2
]
p
=
_
P
t
C( +t) + D
(
2
t
2
+
2
)
p

_
t=
x

.
P
t
C ( + t) + D
(
2
t
2
+
2
)
p
= P
C + D +C t

2p1
(t
2
+ 1)
p
= P
C +D

2p1
(t
2
+ 1)
p
+P
C t

2p1
(t
2
+ 1)
p
=
C + D

2p1
P
1
(t
2
+ 1)
p
+
C

2p2
P
t
(t
2
+ 1)
p
=
C + D

2p1
P
1
(t
2
+ 1)
p

C
2
2p2

1
p 1

1
(t
2
+ 1)
p1
20 Captulo 1. Primitiva cao
Resta-nos calcular P
1
(t
2
+ 1)
p

Mas
1
(t
2
+ 1)
p
=
1 + t
2
t
2
(t
2
+ 1)
p
=
1
(t
2
+ 1)
p1

t
2
(t
2
+ 1)
p
o que implica que
P
1
(t
2
+ 1)
p
= P
1
(t
2
+ 1)
p1
P
t
2
(t
2
+ 1)
p
= P
1
(t
2
+ 1)
p1
P
t
2

2t
(t
2
+ 1)
p
= P
1
(t
2
+ 1)
p1
+
t
2(p 1)(t
2
+ 1)
p1
P
1
2(p 1)(t
2
+ 1)
p1
=
t
2(p 1)(t
2
+ 1)
p1
+
2p 3
2p 2
P
1
(t
2
+ 1)
p1
,
isto e, o calculo da primitiva de
1
(t
2
+ 1)
p
cou apenas dependente do calculo da primitiva
de
1
(t
2
+ 1)
p1
, que por sua vez pode, de modo analogo, fazer-se depender do c alculo da
primitiva de
1
(t
2
+ 1)
p2
, e assim sucessivamente ate chegarmos ` a primitiva de
1
1 + t
2
que
e imediata.
Teorema 1.3.3 Se
P(x)
Q(x)
e uma funcao racional irredutvel, se o grau de P e menor que
o grau de Q e se
Q(x) = a
0
(x a)
p
(x b)
q
[(x )
2
+
2
]
r
[(x )
2
+
2
]
s
entao a funcao e decomponvel numa soma da forma
P(x)
Q(x)
=
A
p
(x a)
p
+ +
A
1
x a
+ +
B
q
(x b)
q
+ +
B
1
x b
+
+
M
r
x +N
r
[(x )
2
+
2
]
r
+ +
M
1
x +N
1
(x )
2
+
2
+ +
+
V
s
x +Z
s
[(x )
2
+
2
]
s
+ +
V
1
x + Z
1
(x )
2
+
2
onde A
p
, . . . , A
1
, B
q
, . . . , B
1
, M
r
, N
r
, . . . , M
1
, N
1
, V
s
, Z
s
, . . . , V
1
, Z
1
sao n umeros reais.
1.4. Primitivac ao de func oes algebricas irracionais 21
1.4 Primitivacao de funcoes algebricas irracionais
Vejamos agora alguns tipos de fun coes cuja primitivac ao pode reduzir-se ` a primitivac ao
de fun coes racionais com uma substituicao adequada. Introduza-se em primeiro lugar a
noc ao de polin omio e func ao racional em v arias variaveis.
Denicao 1.4.1 Designa-se por polinomio em duas variaveis , x e y, com coe-
cientes reais, a aplicacao P : R R R, dada por
P(x, y) = a
mn
x
m
y
n
+ + a
11
xy +a
10
x +a
01
y +a
00
,
com m, n N
0
, a
ij
R. Dene-se o grau de P como o maior inteiro i +j tal que a
ij
= 0.
Mais geralmente dene-se, de modo analogo, polinomio em p variaveis u
1
, . . . , u
p
,
como a aplicacao P : R R
. .
p vezes
R, dada por
P(u
1
, . . . , u
p
) =

i
1
,...,ip
a
i
1
...ip
u
i
1
1
. . . u
ip
p
,
i
1
, . . . , i
p
N
0
, a
i
1
...ip
R e

i
1
,...,ip
uma soma nita em i
1
, . . . , i
p
.
Denicao 1.4.2 Se P(u
1
, . . . , u
p
) e Q(u
1
, . . . , u
p
) sao dois polinomios em p variaveis,
chama-se funcao racional em p vari aveis a uma aplicacao da forma
R(u
1
, . . . , u
p
) =
P(u
1
, . . . , u
p
)
Q(u
1
, . . . , u
p
)
denida nos elementos (u
1
, . . . , u
p
) R R
. .
p vezes
tais que Q(u
1
, . . . , u
p
) = 0.
Analisemos ent ao algumas classes de func oes susceptveis de serem racionalizadas por
convenientes mudancas de vari avel. No que se segue R designa uma func ao racional dos
seus argumentos.
Express ao Substituic ao
f(x) = R(x
m
n
, x
p
q
, . . . , x
r
s
) x = t

= m.m.c.{n, q, . . . , s}
f(x) = R
_
x,
_
a x+b
c x+d
_m
n
,
_
a x+b
c x+d
_
p
q
, . . . ,
_
a x+b
c x+d
_r
s
_
a x+b
c x+d
= t

= m.m.c.{n, q, . . . , s}
22 Captulo 1. Primitiva cao
EXEMPLO 1: Consideremos a func ao f(x) =
1

x +
3

x
=
1
x
1
2
+x
1
3
A substituic ao a
usar e x = (t) = t
6
e a primitiva a calcular e
P f((t))

(t) = P
1
t
3
+ t
2
6t
5
= P
6t
5
t
2
(t + 1)
= 6 P
t
3
t + 1
= 6 P
_
t
2
t + 1
1
t + 1
_
= 6
_
t
3
3

t
2
2
+t log |t + 1|
_
= 2t
3
3t
2
+ 6t 6 log |t + 1|
tendo-se assim
P
1

x +
3

x
= 3

x 3
3

x + 6
6

x 6 log(
6

x + 1) + C.
EXEMPLO 2: Seja f(x) =

2x + 3
1
4

2x + 3
A substituicao 2x + 3 = t
4
permite resolver o
problema. Temos
P f((t))

(t) = P
t
2
1 t
2t
3
= 2 P
t
5
t 1
= 2P
_
t
4
+t
3
+t
2
+t + 1 +
1
t 1
_
= 2
_
t
5
5
+
t
4
4
+
t
3
3
+
t
2
2
+t + log |t 1|
_
e
Pf(x) = 2
_
(
4

2x + 3)
5
5
+
(
4

2x + 3)
4
4
+
(
4

2x + 3)
3
3
+
(
4

2x + 3)
2
2
+
4

2x + 3
+log(
4

2x + 3)
_
+C
EXEMPLO 3: Seja f(x) = x
_
3

x
2
+ 2. Facamos a substituic ao x
2
3
= t. Obtemos:
P f((t))

(t) = P t
3
2
(2 + t)
1
2
3
2
t
1
2
=
3
2
P t
2

2 + t
que, como vimos anteriormente (exemplo 2), se resolve fazendo a substituic ao 2 +t = z
2
,
isto e,
3
2
P t
2

2 + t =
3
2
_
P
z
(z
2
2)
2
z 2z
_
z=

2+t
=
3
2
_
P
z
2(z
6
4z
4
+ 4z
2
)
_
z=

2+t
= 3
_
z
7
7
4
z
5
5
+ 4
z
3
3
_
z=

2+t
=
3
7
_

2 + t
_
7

12
5
_

2 + t
_
5
+ 4
_

2 + t
_
3
1.4. Primitivac ao de func oes algebricas irracionais 23
tendo-se nalmente
P x
_
3

x
2
+ 2 =
3
7
__
x
2
3
+ 2
_
7

12
5
__
x
2
3
+ 2
_
5
+ 4
__
x
2
3
+ 2
_
3
+C.
Express ao Substituic ao

a x
2
+ b x +c =

a x +t
se a > 0

a x
2
+b x +c = t x +

c
f(x) = R(x,

a x
2
+b x + c) se c > 0

a x
2
+b x +c = t (x )
ou

a x
2
+b x +c = t (x )
se e s ao zeros reais
distintos de a x
2
+b x +c
EXEMPLO 1: Consideremos a fun cao f(x) =
1
x

3x
2
x + 1
. Como a = 3 podemos
usar a substitui cao

3x
2
x + 1 =

3 x +t, tendo-se:
3x
2
x + 1 = 3x
2
+ 2

3xt +t
2
x 2

3xt = t
2
1
x =
1 t
2
1 + 2

3t
= (t)
o que implica

(t) =
2

3t
2
2t 2

3
(2

3t + 1)
2

A primitiva a calcular e
P
1
1 t
2
1 + 2

3t
_

3
1 t
2
1 + 2

3t
+ t
_
2

3t
2
2t 2

3
(2

3t + 1)
2
= P
2

3t
2
2t 2

3(1 t
2
)
2
+t(1 t
2
)(2

3t + 1
= P
2(

3t
2
+ t +

3)
(

3t
2
+ 2

3t
2
+t)(1 t
2
)
24 Captulo 1. Primitiva cao
= 2P
1
1 t
2
= 2P
_
1
2
1 t
+
1
2
1 + t
_
= log |1 t| log |1 + t| = log

1 t
1 + t

o que implica que


P
1
x

3x
2
x + 1
= log

3x
2
x + 1 +

3x
1 +

3x
2
x + 1

3x

+C.
EXEMPLO 2: Primitivemos a fun cao f(x) =
1
x

x
2
+ 4x 3
Tendo em conta que
x
2
+4x3 = 0 x = 1x = 3 podemos usar a substituic ao

x
2
+ 4x 3 = t(x3).

x
2
+ 4x 3 = t(x 3)
_
(x 3)(x 1) = t(x 3)
(x 3)(x 1) = t
2
(x 3)
2
(x 1) = t
2
(x 3)
x =
3t
2
+ 1
t
2
+ 1
= (t)
o que implica

(t) =
4t
(t
2
+ 1)
2

A primitiva a calcular e
P
1
3t
2
+ 1
t
2
+ 1
t
_
3t
2
+ 1
t
2
+ 1
3
_
4t
(t
2
+ 1)
2
= P
4
(3t
2
+ 1)(3t
2
+ 1 3t
2
3)
= P
2
3t
2
+ 1
=
2

3
arc tg(

3t)
o que implica que
P
1
x

x
2
+ 4x 3
=
2

3
arc tg(

x
2
+ 4x 3
x 3
) + C.
1.4. Primitivac ao de func oes algebricas irracionais 25
Express ao Substituic ao

a
2
x
2
x = a cos(t) ou x = a sen(t)

x
2
a
2
x = a sec(t) ou x = a cosec(t)

x
2
+ a
2
x = a tg(t) ou x = a cotg(t)
EXEMPLO 1: Seja f(x) =

9 x
2
x
2
Facamos a substituicao x = 3 sen(t) = (t). Temos

(t) = 3 cos(t) e
P f((t))

(t) = P
_
9 9 sen
2
(t)
9 sen
2
(t)
3 cos(t) = P
_
1 sen
2
(t)
sen
2
(t)
cos(t)
= P
cos
2
(t)
sen
2
(t)
= P cotg
2
(t) = P (cosec
2
(t) 1)
= cotg(t) t
e, assim,
P

9 x
2
x
2
= cotg(arc sen(
x
3
)) arc sen(
x
3
) + C =

9 x
2
x
arc sen(
x
3
) + C
EXEMPLO 2: Consideremos a func ao f(x) =
1
x
3

x
2
16
e a substituic ao x = 4 sec(t) =
(t). Temos

(t) = 4 sec(t) tg(t) e


P f((t))

(t) = P
1
4
3
sec
3
(t)
_
16 sec
2
(t) 16
4 sec(t) tg(t)
= P
tg(t)
4
3
sec
2
(t)
_
sec
2
(t) 1
= P
tg(t)
4
3
sec
2
(t) tg(t)
=
1
4
3
P
1
sec
2
(t)
=
1
4
3
P cos
2
(t)
=
1
4
3
_
t
2
+
sen(t)
4
_
e, assim,
P
1
x
3

x
2
16
=
1
4
3
_
1
2
arc sec(
x
4
) +
sen(arc sec(
x
4
))
4
_
+ C
EXEMPLO 3: Para calcular as primitivas de f(x) =
1
x
2

x
2
+ 4
podemos fazer a substi-
26 Captulo 1. Primitiva cao
tuic ao x = 2 tg(t) = (t). Temos

(t) = 2 sec
2
(t) e
P f((t))

(t) = P
1
4 tg
2
(t)
_
4 tg
2
(t) + 4
2 sec
2
(t)
= P
sec
2
(t)
4 tg
2
(t)
_
tg
2
(t) + 1
= P
sec
2
(t)
4 tg
2
(t) sec(t)
=
1
4
P
sec(t)
tg
2
(t)
=
1
4
P cotg(t) cosec(t)
=
1
4
cosec(t)
e, assim,
P
1
x
2

x
2
+ 4
=
1
4
cosec(arc tg(
x
2
)) + C =
1
4

x
2
+ 4
x
+C
1.5. Primitivac ao de func oes transcendentes 27
1.5 Primitivacao de funcoes transcendentes
Express ao Substituic ao
f(x) = R(sen(x), cos(x)) tg(
x
2
) = t
f(x) = R(sen(x), cos(x)) tg(x) = t
R(y, z) = R(y, z), y, z
f(x) = R(e
x
) e
x
= t
A substituicao tg
_
x
2
_
= t conduz a uma func ao racional de t. De facto, de
sen(x) = 2 sen
_
x
2
_
. cos
_
x
2
_
= 2
tg
_
x
2
_
_
1 + tg
2
_
x
2
_

1
_
1 + tg
2
_
x
2
_
= 2
tg
_
x
2
_
1 + tg
2
_
x
2
_ =
2t
1 + t
2
e
cos(x) = cos
2
_
x
2
_
sen
2
_
x
2
_
=
1
1 + tg
2
_
x
2
_
tg
2
_
x
2
_
1 + tg
2
_
x
2
_
=
1 tg
2
_
x
2
_
1 + tg
2
_
x
2
_ =
1 t
2
1 + t
2
conclui-se, tendo em conta que
tg
_
x
2
_
= t x = 2 arc tg(t) = (t)

(t) =
2
1 + t
2
,
P f(x) =
_
P
t
R
_
2t
1 + t
2
,
1 t
2
1 + t
2
_
.
2
1 + t
2
_
tg(
x
2
)=t
A substituicao indicada serve no caso geral, mas em certos casos particulares s ao
preferveis outras substituic oes. Assim, por exemplo, se R(sen(x), cos(x)) e funcao par em
sen(x) e cos(x) (isto e, se nao se altera ao mudarmos simultaneamente sen(x) para sen(x)
e cos(x) para cos(x)), pode fazer-se a substituic ao tg(x) = t, ou seja, (t) = arc tg(t) e
sen(x) =
t

1 + t
2
e cos(x) =
1

1 + t
2

EXEMPLO 1: Calculemos as primitivas de f(x) =


1
2 cos(x) + 1
A substituic ao indicada
28 Captulo 1. Primitiva cao
e tg
_
x
2
_
= t:
P
1
2
1 t
2
1 + t
2
+ 1

2
1 + t
2
= P
2
3 t
2
=
1

3
P
_
1

3 t
+
1

3 + t
_
=
1

3
(log |

3 t| + log |

3 + t|) =
1

3
log

3 + t

3 t

o que implica que


P
1
2 cos(x) + 1
=
1

3
log

3 + tg
_
x
2
_

3 tg
_
x
2
_

+ C.
EXEMPLO 2: Para calcular as primitivas de f(x) =
1
cos
2
(x) sen
2
(x)
fazemos a substi-
tuic ao tg(x) = t e obtemos
P
1
1
1 + t
2

t
2
1 + t
2

1
1 + t
2
= P
1
1 t
2
=
1
2
P
_
1
1 t
+
1
1 + t
_
=
1
2
(log |1 t| + log |1 + t|) =
1
2
log

1 + t
1 t

e, portanto,
P
1
cos
2
(x) sen
2
(x)
=
1
2
log

1 + tg(x)
1 tg(x)

+C
EXEMPLO 3: Para primitivar a funcao f(x) =
1
e
x
+ 1
usa-se a substitui cao e
x
= t:
P
1
t + 1

1
t
= P
1
1 + t
+P
1
t
= log |1 + t| + log |t| = log

t
1 + t

e
P
1
e
x
+ 1
=
e
x
e
x
+ 1
+ C.
As fun coes do tipo f(x) = sen(ax)sen(bx), com a e b constantes, |a| = |b|, podem
primitivar-se tendo em conta que
sen(ax).sen(bx) =
1
2
[cos(a b)x cos(a +b)x]
1.5. Primitivac ao de func oes transcendentes 29
e conclui-se que
P sen(ax).sen(bx) =
sen(a b)x
2(a b)

sen(a +b)x
2(a +b)
+C
De modo an alogo,
P cos(ax). cos(bx) =
sen(a b)x
2(a b)
+
sen(a +b)x
2(a +b)
+C
Se pretendermos primitivar um produto de v arios factores sen(a
m
x) e cos(b
n
x) pode-
mos comecar por substituir por uma soma o produto de dois dos factores; depois substituem-
se por somas os novos produtos obtidos por associac ao de novos pares de factores; e assim
sucessivamente ate esgotar todos os factores.
EXEMPLO:
P sen(3x) cos(5x)sen(6x)
= P
1
2
(sen(8x) + sen(2x)) sen(6x)
=
1
2
P
1
2
(cos(2x) cos(14x))
1
2
P
1
2
(cos(4x) cos(8x))
=
1
4
P cos(2x)
1
4
P cos(14x)
1
4
P cos(4x) +
1
4
P cos(8x)
=
1
8
_
sen(2x)
sen(14x)
7

sen(4x)
2
+
sen(8x)
4
_
+C
As func oes do tipo f(x) = p(x)e
ax
, onde p e um polin omio de grau n em x e a e uma
constante, primitivam-se por partes:
P p(x)e
ax
=
1
a
e
ax
p(x)
1
a
Pe
ax
p

(x).
A primitiva que aparece no segundo membro e ainda do mesmo tipo, mas mais simples,
pois o grau de p

(x) e inferior em uma unidade ao grau de p(x). Aplicando novamente o


mesmo processo ate chegar a um polinomio de grau zero, obtem-se
P f(x) =
e
ax
a
_
p(x)
p

(x)
a
+
p

(x)
a
2
+ + (1)
n
p
(n)
(x)
a
n
_
+ C.
EXEMPLO: Primitivemos a funcao f(x) = (x
2
+ 2x + 1)e
3x
.
P (x
2
+ 2x + 1)e
3x
=
1
3
(x
2
+ 2x + 1)e
3x

1
3
P (2x + 2)e
3x
=
1
3
_
(x
2
+ 2x + 1)e
3x

1
3
(2x + 2)e
3x
+
1
3
P2e
3x
_
=
1
3
e
3x
_
(x
2
+ 2x + 1)
1
3
(2x + 2) +
2
9
_
+C.
30 Captulo 1. Primitiva cao
As primitivas que obtivemos foram sempre func oes elementares, isto e, funcoes alge-
bricas, a fun cao exponencial, as fun coes trigonometricas e as trigonometricas inversas e,
de um modo geral, as funcoes que se possam obter por composic ao destas em n umero
nito. Por outras palavras, aprendemos a calcular primitivas de func oes elementarmente
primitiv aveis. Nem todas as funcoes est ao nesta situac ao. No entanto,
Teorema 1.5.4 Toda a funcao contnua num intervalo [a, b] e primitivavel nesse inter-
valo.
1.6. Exerccios propostos para resoluc ao nas aulas 31
1.6 Exerccios propostos para resolucao nas aulas
1. Determine as primitivas das func oes denidas pelas seguintes express oes analticas:
(a) e
x
+
1
x
;
(b) 4
x
+ 3x
5
+ 2;
(c) sin(x) cos(x);
(d)
1
x
2
+ 1
+
4
3

x
2
;
(e) 6x(x
2
+ 1);
(f) 6
4x
+ e
5x
;
(g) cos(cos(x)) sin
2
(cos(x)) sin(x);
(h) e
x
2
+2 sin(x)
(x + cos(x));
(i) cos(2x) cos(x);
(j)
sin(x)
cos
2
(x)
;
(k)
log(arcsin(x))
arcsin(x)

1 x
2
;
(l)
(1 + 2 arctan(x))
3
1 + x
2
;
(m)
1
cos
2
(x)
_
1 + tan(x)
;
(n)
arctan(x)
1 + x
2
;
(o)
_
1 + log(x
8
)
x
;
(p)
_
1

x
+ x
3
_
2
;
(q)
sin(x) cos(x)
sin(x) + cos(x)
;
(r) cos
2
(x);
(s)
1

9 x
2
.
2. Seja f a func ao real de vari avel real denida por f(x) = cos(4x + ). Determine a
primitiva de f que toma o valor 2 quando x = 0.
3. Primitive, por partes, as fun coes denidas pelas seguintes express oes analticas:
32 Captulo 1. Primitiva cao
(a) (3x 1) sin(x);
(b) log
2
(x);
(c) x
2
e
x
;
(d)
log(log(x))
x
.
4. Usando em cada caso a substituic ao indicada, primitive as func oes denidas por:
(a)
1 + 4e
x
1 + 2e
x
(e
x
= t);
(b)
1
1 cos(x)
(tan(x/2) = t);
(c) tan
3
(x) (tan(x) = t);
(d)

x
4 +

x
(

x = t).
5. Determine as primitivas das func oes racionais denidas pelas seguintes express oes
analticas:
(a)
x
4
x + 2
;
(b)
1
(x + 2)(x 3)(x + 4)
;
(c)
x
2
x
(x + 1)
2
(x 2)
;
(d)
4x
x
2
+ 4x + 3
.
6. Determine as primitivas das func oes racionais denidas pelas seguintes express oes
analticas:
(a)
1
x
2
+ 2x + 5
;
(b)
x
4
+x
2
x + 1
x
3
+ x
;
(c)
x
2
+ 6x
x
3
+x
2
+ 4x + 4
;
(d)
2x
3
+x
2
+ 4x + 3
2x
4
+ 4x
3
+ 4x
2
+ 4x + 2
.
7. Determine as primitivas das fun coes irracionais denidas pelas seguintes expressoes
analticas:
1.6. Exerccios propostos para resoluc ao nas aulas 33
(a)

2x + 3
4

2x + 3 + 2
;
(b)
1
x

x
2
x 1
;
(c)
1
x
3

3x 2
;
(d)
1
x

x
2
+x 2
.
8. Determine as primitivas das funcoes transcendentes denidas pelas seguintes ex-
press oes analticas:
(a)
cos(x)
1 + cos(x)
;
(b)
e
2x
e
x
+ 1
;
(c)
1
1 + sin
2
(x)
;
(d)
1
(2 + cos(x))(1 + sin(x))
.
9. Seja f a func ao real de vari avel real denida por f(x) =
e
x
(e
2x
e
x
2)
2
. Determine
a primitiva de f que toma o valor 1 quando x = 0.
10. Primitive as func oes denidas pelas seguintes expressoes analticas:
(a)
x
3

x
2
+ 1
+ 3x
2
arctan(x);
(b)
sin(x) + cos(x)
sin(x) cos(x)
;
(c) x
2
sin(4x);
(d)
x
2
+ 1
4 + 2x
2
;
(e)
1

x
+
x

x
3
;
(f)

9 x
2
x
;
(g) e
x
sin(x);
(h) arctan(x);
34 Captulo 1. Primitiva cao
(i)
1
x + 2
_
x + 1
x + 2
;
(j)
1

x
2
+ 4
;
(k)
sin(x) cos(x)
4 cos
2
(x) + sin(x) cos(x)
;
(l) cos(sin(x)) cos(x).
11. Determine a fun cao real de vari avel real que satisfaz simultaneamente as condi coes
f

(x) = x cos(x
2
) + xe
2x
1 e f(0) = 2.
1.7. Exerccios propostos para resoluc ao autonoma 35
1.7 Exerccios propostos para resolucao aut onoma
1. Determine as primitivas das func oes denidas pelas seguintes express oes analticas:
(a)
3x
3
5

x
x
;
(b) 3x
3
+ 4 sin(x);
(c)
e
x
1 + e
x
;
(d) e
4x
2
+log(x)
;
(e)
log
2
(x)
x
;
(f) e
2x
cot(e
2x
);
(g)
e

x
;
(h)
sin(x)
1 + cos
2
(x)
;
(i)
1
(1 + x
2
)(1 + arctan
2
(x))
;
(j) (sin(ax +b) cos(ax +b))
2
;
(k)
cos(log(x)). sin(log(x))
x
;
(l)
cos(x)
5
_
(sin(x))
8
;
(m) sec(tan(x)) tan(tan(x)) sec
2
(x);
(n)
e
tan(x)
cos
2
(x)
;
(o) tan(x) log(cos(x)).
2. Primitive, por partes, as fun coes denidas pelas seguintes express oes analticas:
(a) (3x
2
+ 1)e
5x
;
(b)
3x + 2
4
cos(5x);
(c)
x
sin
2
(x)
.
3. Usando em cada caso a substituic ao indicada, primitive as func oes denidas por:
(a) cos
2
(x) sin
3
(x) (cos(x) = t);
36 Captulo 1. Primitiva cao
(b)

1 x
2
(x = sin(t) ou x = cos(t));
(c)
e
x/2
e
x/3
+ 1
(e
x/6
= t).
4. Divida o polinomio x
3
+ 2x
2
+x + 3 pelo polinomio x
2
+ 1.
5. Mostre que o polin omio x
3
+x 2 e redutvel.
6. Mostre que os polin omios 3x + 2 e x
2
4x + 13 s ao irredutveis.
7. Determine as primitivas das func oes racionais denidas pelas seguintes express oes
analticas:
(a)
x
2
+ 4x + 6
x
2
+ 2
;
(b)
x
3
x
2
+ 1
+
4
x
4
+x
3
3x
2
x + 2
;
(c)
x
2
+ 4
(x
2
+ 2x + 2)(x 1)
2
.
8. Determine as primitivas das fun coes irracionais denidas pelas seguintes expressoes
analticas:
(a)
x
2
+ 1
(

x)
3
+ 3x + 2

x
;
(b)

2x +x
2
x
2
;
(c)
1
x
3

x
2
9
.
9. Determine as primitivas das funcoes transcendentes denidas pelas seguintes ex-
press oes analticas:
(a)
tan(x)
1 + sin
2
(x)
;
(b)
1 sin(x)
1 + cos(x)
;
(c)
e
x
+ 2
e
2x
2e
x
.
10. Determine a func ao real de vari avel real f, denida em R
+
, que satisfaz as condic oes
f

(x)= x (cos(x) + log(x)) e f(1) = 0.


11. Determine as primitivas das func oes denidas pelas seguintes express oes analticas:
1.7. Exerccios propostos para resoluc ao autonoma 37
(a) log(x +

1 + x
2
);
(b) x sin(x
2
1) + log(x
2
+x + 1);
(c) e
5x
sin(2x);
(d)
2x +x
2
x
2
;
(e)
x
6
7x
7
+ 5
+ (x + 2)e
x
;
(f) x cos(x) sin(x);
(g)
1
x
3

3x 2
;
(h)
x
3

4 + x
2
.
12. Determine a func ao real de vari avel real f, denida no intervalo ] 1, 1[, que satisfaz
as condic oes
f

(x)=
x
2
+ 1
x
2
+ 2
+ arcsin(x) e f(0) = 0.
38 Captulo 1. Primitiva cao
Captulo 2
Calculo Integral
2.1 Integral de Riemann: Denicao e propriedades
Denicao 2.1.1 Sejam a, b R, a < b. Dados n + 2 pontos a = x
0
< x
1
< x
2
< <
x
n1
< x
n
< x
n+1
= b, ao conjunto dos subintervalos da forma [x
i
, x
i+1
], i = 0, 1, . . . , n,
chama-se particao de [a, b].
NOTAS:
1. A partic ao e um conjunto de subconjuntos, mais precisamente:
P = {[x
i
, x
i+1
] : i N
0
, 0 i n}.
O nome particao resulta de
n
i=0
[x
i
, x
i+1
] = [a, b] e do facto de dados dois quaisquer
elementos de P a sua interseccao ou e vazia ou se reduz a um ponto.
2. A partic ao P ca bem denida pelo conjunto P ={a= x
0
, x
1
, x
2
, . . . , x
n1
, x
n
, x
n+1
=
b} pelo que podemos identicar a particao P com o conjunto P.

E claro que,
pelo modo como denimos a parti cao, consideramos o conjunto P ordenado, isto e,
x
i
< x
i+1
, i = 0, 1, . . . , n.
Denicao 2.1.2 Sejam a, b R, a < b. Dadas duas particoes P
1
e P
2
, diz-se que P
1
e
mais na que P
2
se todos os elementos de P
1
estao contidos em elementos de P
2
.
NOTA: Tendo em conta a Nota 2, a seguir ` a denic ao anterior, se P
1
e P
2
forem os
conjuntos de pontos que denem P
1
e P
2
, respectivamente, a Denicao 2.1.2 poderia ser
enunciada do seguinte modo: P
1
e mais na que P
2
se P
2
P
1
.
Proposicao 2.1.1 Sejam a, b R, a < b. Dadas duas particoes de [a, b], P
1
e P
2
, existe
uma particao de [a, b], P
3
, mais na que P
1
e P
2
.
Demonstrac ao: Tendo em conta a Nota 2 a seguir ` a Denicao 2.1.1 e a nota a seguir ` a
Denic ao 2.1.2, se P
1
e P
2
s ao os conjuntos de pontos que denem P
1
e P
2
, basta tomar
a partic ao P
3
denida por P
3
= P
1
P
2
.
39
40 Captulo 2. C alculo Integral
Denicao 2.1.3 Sejam a, b R, a < b, f : [a, b] R uma funcao limitada e P uma
particao de [a, b]. Chama-se soma inferior de Darboux de f, relativa `a particao P a
s
P
(f) =
n

i=0
(x
i+1
x
i
) inf
x[x
i
,x
i+1
]
f(x).
Chama-se soma superior de Darboux de f, relativa `a particao P a
S
P
(f) =
n

i=0
(x
i+1
x
i
) sup
x[x
i
,x
i+1
]
f(x).
NOTAS:
1. As somas superior e inferior est ao bem denidas. Como f e limitada em [a, b], f
e limitada em [x
i
, x
i+1
], isto e, o conjunto {f(x) : x [x
i
, x
i+1
]} e limitado e,
portanto, tem nmo e supremo.
2.

E obvio que s
P
(f) S
P
(f). Veremos que esta propriedade se pode generalizar: para
uma fun cao limitada em [a, b], qualquer soma superior e maior ou igual a qualquer
soma inferior.
3. Se f e uma func ao n ao negativa em [a, b], dada uma parti cao P, a soma inferior
de Darboux e igual `a soma das areas dos rect angulos cujos lados tem comprimento
x
i+1
x
i
e inf
x[x
i
,x
i+1
]
f(x) (ver Figura 2.1).
Analogamente, a soma superior de Darboux e igual `a soma das areas dos rect angulos
cujos lados tem comprimento x
i+1
x
i
e sup
x[x
i
,x
i+1
]
f(x) (ver Figura 2.2).
Proposicao 2.1.2 Sejam a, b R, a < b, f : [a, b] R uma funcao limitada, P
1
e P
2
duas particoes de [a, b], P
1
mais na que P
2
. Entao: s
P
2
(f) s
P
1
(f) S
P
1
(f) S
P
2
(f).
Demonstrac ao: Da Denic ao 2.1.2, para cada [x
i
, x
i+1
] P
2
, existem [y
j
, y
j+1
] P
1
, j =
k
i
, . . . , p
i
, tais que
p
i
j=k
i
[y
j
, y
j+1
] = [x
i
, x
i+1
]. Ent ao
inf
x[x
i
,x
i+1
]
f(x) inf
x[y
j
,y
j+1
]
f(x), j = k
i
, . . . , p
i
,
pelo que
p
i

j=k
i
(y
j+1
y
j
) inf
x[y
j
,y
j+1
]
f(x)
p
i

j=k
i
(y
j+1
y
j
) inf
x[x
i
,x
i+1
]
f(x) =
2.1. Integral de Riemann: Denic ao e propriedades 41
x b
a
y
x x x x x x x x x x
1 2 3 4 5 6 7 8 9 10
Figura 2.1: : Soma inferior de Darboux.
= inf
x[x
i
,x
i+1
]
f(x)
p
i

j=k
i
(y
j+1
y
j
) = (x
i+1
x
i
) inf
x[x
i
,x
i+1
]
f(x).
Somando estas express oes (de i = 0 a i = n) obtem-se s
P
2
(f) s
P
1
(f). Analogamente se
obtinha S
P
1
(f) S
P
2
(f). A proposic ao ca demonstrada tendo em conta que s
P
1
(f)
S
P
1
(f) (ver Nota 2 a seguir ` a Deni cao 2.1.3).
Proposicao 2.1.3 Sejam a, b R, a < b, f : [a, b] R uma funcao limitada, P
1
e P
2
duas particoes de [a, b]. Entao: s
P
1
(f) S
P
2
(f) e s
P
2
(f) S
P
1
(f).
Demonstrac ao: Pela Proposic ao 2.1.1 existe uma partic ao P
3
mais na que P
1
e P
2
. Pela
Proposic ao 2.1.2, s
P
1
(f) s
P
3
(f) S
P
3
(f) S
P
2
(f) e s
P
2
(f) s
P
3
(f) S
P
3
(f)
S
P
1
(f).
NOTA: Resulta desta proposic ao que se a, b R, a < b, f : [a, b] R e uma func ao
limitada, o conjunto das somas superiores e minorado (todas as somas inferiores sao
minorantes) e o conjunto das somas inferiores e majorado (todas as somas superiores sao
majorantes); estes conjuntos tem, pois, nmo e supremo, respectivamente.
Denicao 2.1.4 Sejam a, b R, a < b e f : [a, b] R uma funcao limitada. Ao
nmo do conjunto das somas superiores de f chama-se integral superior de f em
[a, b] e representa-se por
_
b
a
f(x) dx. Ao supremo do conjunto das somas inferiores de f
42 Captulo 2. C alculo Integral
x b
a
y
x x x x x x x x x x
1 2 3 4 5 6 7 8 9 10
Figura 2.2: : Soma superior de Darboux.
chama-se integral inferior de f em [a, b] e representa-se por
_
b
a
f(x) dx. Se
_
b
a
f(x) dx =
_
b
a
f(x) dx, diz-se que f e integravel `a Riemann em [a, b]; a este n umero chama-se in-
tegral de f em [a, b] e representa-se
_
b
a
f(x) dx =
_
b
a
f(x) dx =
_
b
a
f(x) dx.
NOTAS:
1. Sejam a, b R, a < b e f : [a, b] R uma funcao limitada. O integral superior de
f em [a, b] e o integral inferior de f em [a, b] existem (ver nota antes da denic ao).
No entanto a fun cao pode n ao ser integravel; consideremos, por exemplo, a func ao
f(x) =
_

_
1, x [0, 1] Q
0, x [0, 1] \ Q
Como entre quaisquer dois pontos existem racionais e irracionais, dada uma parti cao
qualquer, P, inf
x[x
i
,x
i+1
]
f(x) = 0 e sup
x[x
i
,x
i+1
]
f(x) = 1, pelo que
_
1
0
f(x) dx = 0 e
_
1
0
f(x) dx = 1.
2.1. Integral de Riemann: Denic ao e propriedades 43
2. Se f e contnua, n ao negativa e integravel em [a, b], o integral de f e igual ` a area da
gura limitada pelo gr aco de f e pelas rectas x = a, x = b e y = 0 (eixo dos xx)
(ver Figura 2.3). Para nos convencermos deste facto, basta ter em conta as guras
2.1 e 2.2 e a denic ao. O integral e o nmo do conjunto das somas superiores, que
s ao todas maiores ou iguais que aquela area (ver Figura 2.2), portanto o integral e
maior ou igual que a area da gura referida. Por outro lado, o integral tambem e
o supremo do conjunto das somas inferiores, que s ao todas menores ou iguais que
aquela area (ver Figura 2.1) portanto o integral e menor ou igual que a area da
gura referida. Conclui-se assim que o integral e igual ` a area da gura.
x
b
a
y
Figura 2.3: : O integral e igual `a area da gura indicada.
Proposicao 2.1.4 Se a < b e f(x) = c, x [a, b], entao
_
b
a
f(x) dx = c (b a)
Demonstrac ao: Qualquer que seja a partic ao P, s
P
(f) = S
P
(f) = c (b a).
Proposicao 2.1.5 Se a < b e f, g : [a, b] R sao duas funcoes integraveis em [a, b] tais
que f(x) g(x), x [a, b], entao
_
b
a
f(x) dx
_
b
a
g(x) dx.
Demonstrac ao: Qualquer que seja a partic ao P, s
P
(f) s
P
(g) pelo que, os integrais,
(que, por hip otese, existem e s ao iguais aos supremos dos conjuntos das somas inferiores)
vericam a desigualdade.
Proposicao 2.1.6 Sejam a, b R, a < b e f : [a, b] R uma funcao limitada. f e
integravel se, e so se, para todo o > 0 existe uma particao P tal que S
P
(f) s
P
(f) < .
Demonstrac ao: Suponhamos que f e integravel e seja > 0, qualquer. Visto que o integral
e o supremo do conjunto das somas inferiores, existe uma particao P
1
tal que
s
P
1
(f) >
_
b
a
f(x) dx /2; (2.1)
44 Captulo 2. C alculo Integral
analogamente, visto que o integral e o nmo do conjunto das somas superiores, existe
uma partic ao P
2
tal que
S
P
2
(f) <
_
b
a
f(x) dx +/2. (2.2)
Ent ao, S
P
2
(f) /2 <
_
b
a
f(x) dx < s
P
1
(f) +/2 donde obtemos S
P
2
(f) < s
P
1
(f) +. Se
tomarmos uma partic ao P, mais na que P
1
e P
2
ent ao, pela Proposic ao 2.1.2, S
P
(f)
S
P
2
(f) < s
P
1
(f) + s
P
(f) + .
Reciprocamente, suponhamos que para todo o > 0 existe uma particao P tal que
S
P
(f) s
P
(f) < , isto e, S
P
(f) < s
P
(f) + . Ent ao,
_
b
a
f(x) dx S
P
(f) < s
P
(f) +
_
b
a
f(x) dx + , pelo que, para todo o > 0, 0
_
b
a
f(x) dx
_
b
a
f(x) dx , o que s o e
possvel se
_
b
a
f(x) dx =
_
b
a
f(x) dx.
Proposicao 2.1.7 Se a < b e f, g : [a, b] R sao duas funcoes integraveis em [a, b]
entao f +g e integravel em [a, b] e
_
b
a
(f +g)(x) dx =
_
b
a
f(x) dx +
_
b
a
g(x) dx.
Demonstrac ao: Visto que, para cada i,
inf
x[x
i
,x
i+1
]
f(x) f(x) sup
x[x
i
,x
i+1
]
f(x), x [x
i
, x
i+1
]
e
inf
x[x
i
,x
i+1
]
g(x) g(x) sup
x[x
i
,x
i+1
]
g(x), x [x
i
, x
i+1
],
ent ao
inf
x[x
i
,x
i+1
]
f(x)+ inf
x[x
i
,x
i+1
]
g(x) f(x)+g(x) sup
x[x
i
,x
i+1
]
f(x)+ sup
x[x
i
,x
i+1
]
g(x), x [x
i
, x
i+1
],
pelo que
inf
x[x
i
,x
i+1
]
f(x) + inf
x[x
i
,x
i+1
]
g(x) inf
x[x
i
,x
i+1
]
(f(x) + g(x))
sup
x[x
i
,x
i+1
]
(f(x) + g(x)) sup
x[x
i
,x
i+1
]
f(x) + sup
x[x
i
,x
i+1
]
g(x)
Usando estas desigualdades e recorrendo `a denic ao, obtemos, para qualquer partic ao,
s
P
(f) + s
P
(g) s
P
(f +g) S
P
(f + g) S
P
(f) + S
P
(g) (2.3)
Seja > 0, qualquer. Pela Proposic ao 2.1.6 (desigualdades 2.1 e 2.2) existem partic oes
P
1
, P
2
, P
3
e P
4
tais que
_
b
a
f(x) dx

2
s
P
1
(f) S
P
2
(f)
_
b
a
f(x) dx +

2
e
_
b
a
g(x) dx

2
s
P
3
(g) S
P
4
(g)
_
b
a
g(x) dx +

2
2.1. Integral de Riemann: Denic ao e propriedades 45
Se considerarmos uma partic ao P mais na que P
1
, P
2
, P
3
e P
4
, as ultimas desigualdades
continuam v alidas, com as P
i
substitudas por P e, adicionando,
_
b
a
f(x) dx+
_
b
a
g(x) dx s
P
(f)+s
P
(g) S
P
(f)+S
P
(g)
_
b
a
f(x) dx+
_
b
a
g(x) dx+
Usando agora as desigualdades 2.3, obtemos
_
b
a
f(x) dx +
_
b
a
g(x) dx s
P
(f + g) S
P
(f +g)
_
b
a
f(x) dx +
_
b
a
g(x) dx +.
Conclumos assim que
_
b
a
f(x) dx +
_
b
a
g(x) dx e o supremo das somas inferiores e o
nmo das somas superiores de f +g, isto e,
_
b
a
f(x) dx+
_
b
a
g(x) dx =
_
b
a
(f(x) +g(x)) dx.
Proposicao 2.1.8 Se a < b, se f : [a, b] R e integravel em [a, b] e c R, entao c f e
integravel em [a, b] e
_
b
a
(c f)(x) dx = c
_
b
a
f(x) dx.
Demonstrac ao: Se c = 0, cf 0 em [a, b] e aplica-se a Proposicao 2.1.4.
Se c > 0, seja P uma partic ao de [a, b]. Como, para cada i,
inf
[x
i
,x
i+1
]
(cf(x)) = c inf
[x
i
,x
i+1
]
(f(x)) e sup
[x
i
,x
i+1
]
(cf(x)) = c sup
[x
i
,x
i+1
]
(f(x)),
ent ao s
P
(cf) = c s
P
(f) e S
P
(cf) = c S
P
(f). Tomando o supremo das somas inferiores e o
nmo das somas superiores, obtemos:
_
b
a
(c f)(x) dx = c
_
b
a
f(x) dx = c
_
b
a
f(x) dx = c
_
b
a
f(x) dx =
_
b
a
(c f)(x) dx
Se c = 1, inf
[x
i
,x
i+1
]
(f(x)) = sup
[x
i
,x
i+1
]
(f(x)) e sup
[x
i
,x
i+1
]
(f(x)) = inf
[x
i
,x
i+1
]
(f(x)), pelo
que s
P
(f) = S
P
(f) e S
P
(f) = s
P
(f); ent ao,
_
b
a
(f)(x) dx =
_
b
a
f(x) dx e
_
b
a
(f)(x) dx =
_
b
a
f(x) dx
e destas igualdades conclumos que
_
b
a
(f)(x) dx =
_
b
a
f(x) dx.
Tendo em conta os casos estudados a proposic ao ca demonstrada (se c < 0, basta
observar que c = 1 (c) e aplicar o que se mostrou anteriormente).
Proposicao 2.1.9 Se a < b, se f : [a, b] R e integravel em [a, b] e se g difere de f
apenas num ponto, entao g e integravel em [a, b] e
_
b
a
f(x) dx =
_
b
a
g(x) dx.
46 Captulo 2. C alculo Integral
Demonstrac ao: Seja M > 0 tal que |f(x)| M |g(x)| M, x [a, b].
Dado > 0 qualquer, consideremos uma partic ao P
1
de [a, b] tal que
_
b
a
f(x) dx

2
s
P
1
(f) S
P
1
(f)
_
b
a
f(x) dx +

2
.
Tomemos uma parti cao P, mais na que P
1
, tal que x
i+1
x
i
<

8M
, i = 0, . . . , n. Como
f e g diferem apenas num ponto, digamos c, as respectivas somas superiores e inferiores
diferem (eventualmente) apenas nas parcelas que contem c (duas no caso de c ser um dos
x
i
, uma no caso contr ario). Como |f(c) g(c)| 2M, as somas superiores e inferiores
diferem, quando muito de /2. Ent ao,
_
b
a
f(x) dx s
P
(g) S
P
(g)
_
b
a
f(x) dx +,
donde deduzimos o resultado.
Corolario 2.1.1 Se a < b, se f : [a, b] R e integravel em [a, b] e se g difere de f apenas
num n umero nito de pontos, entao g e integravel em [a, b] e
_
b
a
f(x) dx =
_
b
a
g(x) dx.
Demonstrac ao: Se g difere de f em m pontos, p
1
, p
2
, . . . , p
m
, basta aplicar a proposic ao m
vezes: considera-se a func ao f
1
que e igual a f excepto em p
1
, onde e igual a g, e aplica-se
a proposic ao; considera-se a func ao f
2
que e igual a f
1
excepto em p
2
, onde e igual a g, e
aplica-se a Proposic ao; assim sucessivamente, ate chegarmos a f
m
, que e igual a g.
Proposicao 2.1.10 Se a c < d b e se f : [a, b] R e integravel em [a, b], entao f e
integravel em [c, d] e
_
d
c
f(x) dx =
_
b
a
g(x) dx onde
g(x) =
_

_
f(x), se x [c, d]
0, se x / [c, d]
Demonstrac ao: Dado > 0 qualquer, consideremos uma partic ao P
1
de [a, b] tal que
S
P
1
(f) s
P
1
(f) < /2 (Proposic ao 2.1.6). Se ao conjunto dos pontos que denem P
1
acrescentarmos c e d, obtemos uma parti cao P, mais na que P
1
, pelo que S
P
(f)s
P
(f) <
/2.
Se considerarmos agora a particao P

de [c, d], que se obtem de P por considerar


apenas os elementos contidos em [c, d], verica-se obviamente S
P
(f) s
P
(f) < /2. Pela
Proposic ao 2.1.6, deduzimos que f e integr avel em [c, d].
Falta-nos demonstrar a igualdade dos integrais. Supomos que a < c < d < b. Se
a = c ou d = b, as adaptacoes (de facto, simplica coes) s ao evidentes. Procedemos,
agora, de modo semelhante ao da demonstrac ao da Proposic ao 2.1.9. Sejam M tal que
2.1. Integral de Riemann: Denic ao e propriedades 47
|g(x)| M, x [a, b] e P
2
uma partic ao de [a, b], mais na que P, tal que os elementos
de P
2
em que c e extremo direito e os elementos de P
2
em que d e extremo esquerdo
tem comprimento menor ou igual a /(2M). Se P

2
e a particao de [c, d] que se obtem de
P
2
por considerar apenas os elementos contidos em [c, d], s
P

2
(f) e s
P
2
(g) apenas diferem
(eventualmente) em duas parcelas: as que correspondem ao elemento de P
2
em que c e
extremo direito e ao elemento de P
2
em que d e extremo esquerdo. O mesmo acontece
em relac ao a S
P

2
(f) e S
P
2
(g). Ent ao,
s
P

2
(f) s
P
2
(g) S
P
2
(g) S
P

2
(f) +
pelo que conclumos que
_
d
c
f(x) dx =
_
b
a
g(x) dx.
Proposicao 2.1.11 Se a < c < b e f : [a, b] R e integravel em [a, b], entao
_
b
a
f(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx.
Demonstrac ao: Consideremos as fun coes
g(x) =
_

_
f(x), x [a, c]
0, x ]c, b]
e h(x) =
_

_
0, x [a, c[
f(x), x [c, b]
Obviamente, f = g + h. Pelas Proposicoes 2.1.10 e 2.1.7:
_
b
a
f(x) dx =
_
b
a
(g +h)(x) dx =
_
b
a
g(x) dx +
_
b
a
h(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx
Denicao 2.1.5 Sejam a, b R, a < b e f : [a, b] R uma funcao integravel. Dene-se
_
a
b
f(x) dx =
_
b
a
f(x) dx e tambem
_
a
a
f(x) dx = 0
Proposicao 2.1.12 Quaisquer que sejam a, b, c R,
_
b
a
f(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx,
sempre que os tres integrais existam.
Demonstrac ao: Se a < c < b, trata-se da Proposicao 2.1.11. Se c < a < b, ent ao, pela
Proposic ao 2.1.11,
_
b
c
f(x) dx =
_
a
c
f(x) dx+
_
b
a
f(x) dx =
_
c
a
f(x) dx+
_
b
a
f(x) dx, donde
obtemos o resultado. Os restantes casos resolvem-se do mesmo modo.
Proposicao 2.1.13 Sejam a, b R e a < b. Se f, g : [a, b] R sao duas funcoes
integraveis em [a, b], entao fg e integravel em [a, b].
N ao demonstraremos esta proposic ao. A sua demonstrac ao, embora possvel a este
nvel, seria demasiado longa para os prop ositos deste curso.
48 Captulo 2. C alculo Integral
2.2 Classes de func oes integraveis
Teorema 2.2.1 Sejam a, b R, a < b. Se f e contnua em [a, b] entao e integravel em
[a, b].
Teorema 2.2.2 Sejam a, b R, a < b, f : [a, b] R uma funcao limitada. Se f e
contnua em [a, b], excepto num n umero nito de pontos, entao e integravel em [a, b].
Demonstrac ao: Suponhamos que f e contnua em [a, b] excepto num ponto c ]a, b[.
Sejam > 0, qualquer e M > 0 tal que |f(x)| M, x [a, b]. Ent ao pelo Teorema
2.2.1, f e integravel em [a, c /(12M)] e em [c + /(12M), b] (podemos sempre tomar
sucientemente pequeno para nenhum destes intervalos ser vazio ou se reduzir a um
ponto), pelo que, pela Proposic ao 2.1.6, existem partic oes P
1
e P
2
de [a, c /(12M)] e
[c+/(12M), b], respectivamente, tais que S
P
1
(f) s
P
1
(f) < /3 e S
P
2
(f) s
P
2
(f) < /3.
Se considerarmos a partic ao P, de [a, b], formada pelos elementos de P
1
, por C = [c
/(12M), c + /(12M)] e pelos elementos de P
2
, entao S
P
(f) s
P
(f) < (note-se que
sup
xC
f(x) inf
xC
f(x) 2 M e que o comprimento de C e /(6M)). Tendo em conta a
Proposic ao 2.1.6, f e integr avel em [a, b].
Se f n ao for contnua num dos extremos do intervalo, procede-se do mesmo modo,
com as adaptac oes evidentes. O mesmo acontece para o caso em que h a varios pontos
de descontinuidade. Apenas temos que considerar v arios conjuntos C, um para cada
ponto de descontinuidade, e adaptar as constantes.
Teorema 2.2.3 Sejam a, b R, a < b e f : [a, b] R uma funcao limitada. Se f e
monotona em [a, b], entao e integravel em [a, b].
Demonstrac ao: Vamos fazer a demonstrac ao supondo que f e crescente. Para f decres-
cente, as tecnicas sao as mesmas com as adaptac oes evidentes.
Sejam > 0 e M = sup
x[a,b]
f(x) inf
x[a,b]
f(x) = f(b) f(a). Se M = 0, ent ao f e
constante em [a, b], pelo que e integr avel. Se M > 0, seja P uma partic ao de [a, b] tal que
todos os seus elementos tem comprimento menor que /M.
Como f e crescente, ent ao inf
x[x
i
,x
i+1
]
f(x) = f(x
i
) e sup
x[x
i
,x
i+1
]
f(x) = f(x
i+1
), pelo que
s
P
=
n

i=0
(x
i+1
x
i
) f(x
i
) e S
P
=
n

i=0
(x
i+1
x
i
) f(x
i+1
)
donde (note-se que f(x
i+1
) f(x
i
) 0)
S
P
s
P
=
n

i=0
(x
i+1
x
i
) (f(x
i+1
) f(x
i
))
n

i=0

M
(f(x
i+1
) f(x
i
)) =
=

M
n

i=0
(f(x
i+1
) f(x
i
)) =

M
(f(b) f(a)) = .
2.2. Classes de func oes integraveis 49
Pela Proposic ao 2.1.6, f e integr avel em [a, b].
EXEMPLO: A fun cao
f(x) =
_

_
0, se x = 0,
1
n
, se
1
n + 1
< x
1
n
, n N
tem uma innidade de descontinuidades em [0, 1], mas e integr avel, visto ser crescente.
50 Captulo 2. C alculo Integral
2.3 Teoremas Fundamentais
Teorema 2.3.1 (Teorema da media)
Sejam a, b R e a < b. Se f : [a, b] R e contnua, entao existe c [a, b] tal que
_
b
a
f(x) dx = f(c) (b a)
Teorema 2.3.2 (Teorema Fundamental do Calculo Integral)
Sejam a, b R, a < b. Se f : [a, b] R e contnua, entao a funcao F(x) =
_
x
a
f(t) dt
e diferenciavel em [a, b] e F

(x) = f(x), x [a, b], isto e, F e uma primitiva de f


(tambem conhecida por integral indenido de f).
Demonstrac ao: Sejam x [a, b] (qualquer) e h R tal que x +h [a, b]. Ent ao
F(x +h) F(x) =
_
x+h
a
f(t) dt
_
x
a
f(t) dt
=
_
x
a
f(t) dt +
_
x+h
x
f(t) dt
_
x
a
f(t) dt =
_
x+h
x
f(t) dt.
Pelo Teorema 2.3.1, existe c [x, x+h] tal que F(x+h)F(x) =
_
x+h
x
f(t) dt = f(c) h
pelo que
F

(x) = lim
h0
F(x +h) F(x)
h
= lim
cx
f(c) = f(x)
(note-se que, para cada h, c est a entre x e x+h, pelo que, quando h tende para 0, c tende
para x).
NOTA: Do Teorema anterior obtemos, em particular, que toda a funcao contnua em
[a, b] e primitivavel em [a, b].
Corolario 2.3.1 (Regra de Barrow) Sejam a, b R, a < b. Se f : [a, b] R e
contnua e G e uma primitiva de f em [a, b], entao
_
b
a
f(x) dx = G(b) G(a) = [G(x)]
b
a
Demonstrac ao: Vimos no Teorema 2.3.2 que a funcao F(x) =
_
x
a
f(t) dt e uma primitiva
de f. Entao G(x) F(x) = c, x [a, b]; mas F(a) =
_
a
a
f(t) dt = 0, pelo que c =
G(a) F(a) = G(a). Por outro lado, c = G(a) = G(b) F(b) donde se conclui que
_
b
a
f(t) dt = F(b) = G(b) G(a).
Teorema 2.3.3 (Integracao por partes) Sejam a, b R, a < b. Se f : [a, b]
R e contnua em [a, b], se F e uma primitiva de f em [a, b] e se g C
1
([a, b]) entao
_
b
a
f(x) g(x) dx = [F(x) g(x)]
b
a

_
b
a
F(x) g

(x) dx
2.3. Teoremas Fundamentais 51
Demonstrac ao: Como o produto de func oes contnuas e uma func ao contnua, tanto fg
com Fg

s ao integraveis em [a, b].


Como (F g)

(x) = F

(x) g(x) + F(x) g

(x) = f(x) g(x) + F(x) g

(x), pela Regra de


Barrow, [F(x) g(x)]
b
a
=
_
b
a
f(x) g(x) dx +
_
b
a
F(x) g

(x) donde se concluiu o resultado pre-


tendido.
Teorema 2.3.4 (Integracao por substituicao) Sejam a, b R, a < b, f : [a, b] R
uma fun cao contnua em [a, b] e : [, ] [a, b] uma funcao de classe C
1
tal que
() = a e () = b. Entao
_
b
a
f(x) dx =
_

f((t))

(t) dt
Demonstrac ao: Sejam G : [a, b] R uma primitiva de f e H : [, ] R a func ao
denida por H(t) = G((t)). Entao H

(t) = G

((t))

(t) = f((t))

(t), pelo que, pela


Regra de Barrow,
_

f((t))

(t) dt = H() H() = F(()) F(()) = G(b) G(a)


e
_
b
a
f(x) dx = G(b) G(a).
52 Captulo 2. C alculo Integral
2.4

Areas de guras planas
1
o
CASO
Se f e integr avel em [a, b] e f(x) 0, x [a, b], a area da gura plana limitada
pelas rectas x = a, x = b, pelo eixo dos xx e pelo gr aco de f (gura 2.3) e dada por
_
b
a
f(x) dx, como vimos atr as.
EXEMPLO: A area da gura plana limitada pelas rectas x = 0, x =

4
, pelo eixo dos xx
e pelo gr aco de cos(x) e dada por:
_
4
0
cos(x) dx = sen(

4
) sen(0) =

2
2
.
2
o
CASO
a b x
y
Figura 2.4:
Figura 2.5:
2.4.

Areas de guras planas 53
Se f e integr avel em [a, b] e f(x) 0, x [a, b], a area da gura plana limitada
pelas rectas x = a, x = b, pelo eixo dos xx e pelo graco de f (gura 2.4) e dada por

_
b
a
f(x) dx. De facto, se considerarmos a simetria em relacao ao eixo dos xx, obtemos
uma gura com a mesma area (a simetria em rela cao a uma recta mantem as areas
invariantes), que e limitada pelas rectas x = a, x = b, pelo eixo dos xx e pelo graco de
f (gura 2.5). Visto que a func ao f e nao negativa em [a, b], estamos reduzidos ao 1
o
caso e a area e dada por
_
b
a
f(x) dx =
_
b
a
f(x) dx.
EXEMPLO: A area da gura plana limitada pelas rectas x =

2
, x = , pelo eixo dos xx
e pelo gr aco de cos(x) e dada por:
_

2
cos(x) dx = (sen() sen(

2
)) = sen(

2
) = 1.
NOTAS:
1. N ao esquecer que a area de uma gura n ao degenerada (isto e, nao reduzida a um
ponto ou segmento de recta ou curva, etc.) e um n umero positivo.
2. Em ambos os casos, 1 e 2, a area e dada por
_
b
a
|f(x)| dx.
3
o
CASO
a b
x
y
c d
Figura 2.6:
Se f e integr avel em [a, b], a area da gura plana limitada pelas rectas x = a, x = b,
pelo eixo dos xx e pelo graco de f (gura 2.4) e dada por
_
b
a
|f(x)| dx (note-se que
os casos anteriores s ao casos particulares deste). De facto, se f muda de sinal em [a, b]
(gura 2.6), consideramos os subintervalos em que f e positiva (nestes subintervalos a area
e dada pelo integral de f, isto e de |f|) e os subintervalos em que f e negativa (nestes
subintervalos a area e dada pelo integral de f, isto e de |f|); a area total, que e a soma
de todas estas areas e, pois, dada por
_
b
a
|f(x)| dx (propriedade 2.1.11).
EXEMPLO: A area da gura plana limitada pelas rectas x = 0, x = 2 , pelo eixo dos xx
54 Captulo 2. C alculo Integral
e pelo gr aco de cos(x) e dada por:
_
2
0
| cos(x)| dx =
_
/2
0
cos(x) dx+
_
3/2
/2
cos(x) dx+
_
2
3/2
cos(x) dx = sen(/2) sen(0) + (sen(3/2) + sen(/2)) + sen(2) sen(3/2) =
1 0 (1) + 1 + 0 (1) = 4.
4
o
CASO
f
f
1
2
Figura 2.7:
Se f
1
e f
2
s ao integr aveis em [a, b] e f
1
(x) f
2
(x), x [a, b], a area da gura plana
limitada pelas rectas x = a, x = b, pelo gr aco de f
1
e pelo gr aco de f
2
(gura 2.7) e dada
por
_
b
a
(f
1
(x) f
2
(x)) dx (=
_
b
a
|f
1
(x) f
2
(x)| dx visto que f
1
(x) f
2
(x) 0, x [a, b]).
Vamos justicar este resultado. Seja k R tal que f
2
(x) + k 0, x [a, b]; entao
f
1
(x) + k f
2
(x) + k 0, x [a, b] e a area pretendida e igual ` a area da gura plana
limitada pelas rectas x = a, x = b, pelo gr aco de f
1
+k e pelo graco de f
2
+k (trata-se de
uma translaccao da gura anterior). Mas a gura plana limitada pelas rectas x = a, x = b,
pelo eixo dos xx e pelo gr aco de f
1
+k contem a gura plana limitada pelas rectas x = a,
x = b, pelo eixo dos xx e pelo gr aco de f
2
+ k. A area pretendida e, pois, a diferenca
entre as areas destas duas guras, isto e,
_
b
a
f
1
(x)
_
b
a
f
2
(x) dx =
_
b
a
(f
1
(x) f
2
(x)) dx.
EXEMPLO: A area da gura plana limitada pelas rectas x = 0, x = 1, pelo gr aco de
f(x) = e
x
e pelo gr aco de cos(x) e dada por
_
1
0
(e
x
cos(x)) dx = e
1
sen(1)e
0
+sen(0) =
e sen(1) 1.
5
o
CASO
Se f
1
e f
2
s ao integraveis em [a, b], a area da gura plana limitada pelas rectas x = a,
x = b, pelo graco de f
1
e pelo gr aco de f
2
(gura 2.7) e dada por
_
b
a
|f
1
(x) f
2
(x)| dx.
Raciocinamos de modo identico ao do 3
o
caso. Se f
1
f
2
muda de sinal em [a, b] (gura
2.8), consideramos os subintervalos em que f
1
f
2
(nestes subintervalos a area e dada
pelo integral de f
1
f
2
, isto e de |f
1
f
2
|) e os subintervalos em que f
1
< f
2
(nestes
subintervalos a area e dada pelo integral de f
2
f
1
, isto e de |f
2
f
1
|); a area total, que
2.4.

Areas de guras planas 55
y
x
b
a c
d
f
f
f
f
f
f
1
2
2
2
1
1
Figura 2.8:
e a soma de todas estas areas e, pois, dada por
_
b
a
|f
1
(x) f
2
(x)| dx (propriedade 2.1.11).
EXEMPLO: A area da gura plana limitada pelas rectas x = 0, x = , pelo gr aco
de cos(x) e pelo graco de sen(x) e dada por:
_

0
|sen(x) cos(x)| dx =
_
/4
0
(cos(x)
sen(x)) dx +
_

/4
(sen(x) cos(x)) dx = sen(/4) + cos(/4) sen(0) cos(0) cos()
sen() + cos(/4) + sen(/4) =

2/2 +

2/2 0 1 (1) 0 +

2/2 +

2/2 = 2

2.
6
o
CASO
x
y
a b
c
f
f
f
f
1
1
2
2
Figura 2.9:
Se f
1
e f
2
s ao integr aveis, a area da gura plana limitada pelos gr acos de f
1
e f
2
(gura 2.9) e calculada do seguinte modo: em primeiro lugar calculamos os pontos de
intersecc ao dos gr acos; consideramos as abcissas destes pontos, isto e, os y R tais
que f
1
(y) = f
2
(y); sejam a o menor dos y e b o maior; a area pretendida e dada por
_
b
a
|f
1
(x) f
2
(x)| dx (trata-se do 5
o
caso, porque as rectas x = a e x = b tem, cada uma,
um ponto comum com a gura). Note-se que a existencia de a e b e garantida pelo facto
de a gura ser limitada.
EXEMPLO: A area da gura plana limitada pelos gr acos das func oes x
2
e 2x
2
e dada
56 Captulo 2. C alculo Integral
por
_
1
1
((2 x
2
) x
2
) dx =
_
1
1
(2 2x
2
) dx = 2 1 2 1/3 (2 (1) 2 (1)/3) =
4 4/3 = 8/3.
2.5. Integrais impr oprios 57
2.5 Integrais impr oprios
Na denic ao de integral de Riemann de uma funcao f num intervalo I, exige-se que
o intervalo seja fechado limitado e que f seja limitada nesse intervalo. Vamos estudar
generalizac oes da no cao de integral quando n ao se verica alguma destas condicoes.
Para motivar a via que adoptamos nesta generalizac ao do conceito de integral, supon-
hamos que, sendo a, b R e a < b, a func ao f e integravel em qualquer intervalo [a, x]
com x [a, b[. Nestas condicoes, se a func ao f for limitada em [a, b], sera integravel em
[a, b] e tem-se
_
b
a
f(t) dt = lim
xb

_
x
a
f(t) dt,
devido `a continuidade do integral indenido.
Pode, no entanto, acontecer que, n ao sendo f limitada em [a, b], o integral indenido
_
x
a
f(t) dt
tenha limite nito quando x b

. Ent ao podemos fazer por denic ao


_
b
a
f(t) dt = lim
xb

_
x
a
f(t) dt.
De modo an alogo, se g for uma func ao integr avel no intervalo [a, x] x > a e se o
integral indenido
_
x
a
g(t) dt
tem limite nito quando x +, poderemos escrever
_
+
a
g(t) dt = lim
x+
_
x
a
g(t) dt.
A. Integrais impr oprios de 1
a
especie: denicao e criterios de
convergencia
Denicao 2.5.1 Sejam a R e f uma funcao denida no intervalo [a, +[. Supon-
hamos que f e integravel em qualquer intervalo [a, x] com x > a. Seja, para cada x > a,
F(x) =
_
x
a
f(t) dt.
Chama-se integral improprio de 1
a
especie de f em [a, +[ a
lim
x+
_
x
a
f(t) dt
58 Captulo 2. C alculo Integral
e designa-se por
_
+
a
f(t) dt.
a) Se F(x) tem limite nito quando x +, diz-se que f e integravel (em sentido
improprio) no intervalo [a, +[ ou que o integral improprio
_
+
a
f(t) dt existe, tem
sentido ou e convergente.
b) Se F(x) nao tem limite ou tem limite innito quando x +, diz-se que f nao
e integravel no intervalo [a, +[ ou que o integral improprio
_
+
a
f(t) dt nao existe ou
e divergente.
EXEMPLO 1: Consideremos o integral
_
+
0
cos(x) dx. Este integral e divergente porque:
lim
x+
_
x
a
f(t) dt = lim
x+
[sen(t)]
x
0
= lim
x+
sen(x)
e este limite n ao existe.
EXEMPLO 2: Consideremos o integral
_
+
1
1
x
dx.

E um integral impr oprio de 1
a
especie.
Como
_
+
1
1
x
dx = lim
x+
_
x
1
1
t
dt = lim
x+
[log(t)]
x
1
= lim
x+
log(x) = +
o integral improprio e divergente.
EXEMPLO 3: O integral
_
+
0
e
x
dx e um integral impr oprio de 1
a
especie convergente:
_
+
0
e
x
dx = lim
x+
_
x
0
e
t
dt = lim
x+
[e
t
)]
x
0
= lim
x+
(e
x
+ 1) = 1.
Teorema 2.5.1 Se f e g sao tais que os integrais
_
+
a
f(t) dt e
_
+
a
g(t) dt sao con-
vergentes e se , R, entao o integral
_
+
a
( f + g)(t) dt e convergente e
_
+
a
( f + g)(t) dt =
_
+
a
f(t) dt +
_
+
a
g(t) dt.
2.5. Integrais impr oprios 59
Teorema 2.5.2 Se o integral
_
+
a
f(t) dt e convergente e se b > a entao o integral
_
+
b
f(t) dt e convergente e
_
+
a
f(t) dt =
_
b
a
f(t) dt +
_
+
b
f(t) dt.
Nem sempre nos interessa saber o valor do integral impr oprio e outras vezes n ao e
possvel calcula-lo porque a fun cao n ao e elementarmente primitiv avel (considere-se, por
exemplo, o integral
_
+
0
e
x
2
dx). Precisamos ent ao de criterios que nos permitam saber
se um determinado integral improprio e ou n ao convergente. Esses criterios chamam-se
criterios de convergencia.
Teorema 2.5.3 O integral improprio de 1
a
especie
_
+
a
f(t) dt, com f(t) 0 t a,
e convergente se, e so se, existe uma constante M tal que
_
x
a
f(t) dt M, x > a.
O valor do integral improprio nao excede M.
Teorema 2.5.4 Sejam
_
+
a
f(x) dx e
_
+
b
g(x) dx dois integrais improprios de 1
a
especie com funcoes integrandas nao negativas e suponhamos que existe c R tal que
f(x) g(x), x > c.
a) Se
_
+
b
g(x) dx e convergente entao
_
+
a
f(x) dx e convergente.
b) Se
_
+
a
f(x) dx e divergente entao
_
+
b
g(x) dx e divergente.
Demonstrac ao: Seja d = max {a, b, c}. Consideremos os integrais
_
+
d
f(x) dx e
_
+
d
g(x) dx.
Sendo x > d temos
0
_
x
d
f(t) dt
_
x
d
g(t) dt. (2.4)
60 Captulo 2. C alculo Integral
Se o integral
_
+
d
g(t) dt e convergente, pelo Teorema 2.5.3 existe M
1
tal que
_
x
d
g(t) dt M
1
, x > d.
Mas por 2.4,
_
x
d
f(t) dt
_
x
d
g(t) dt, x > d, pelo que
_
+
d
f(t) dt e convergente,
usando, novamente o Teorema 2.5.3.
Se
_
+
d
f(t) dt e divergente ent ao, pelo Teorema 2.5.3,
_
x
d
f(t) dt n ao e limitada, o
que implica, por 2.4, que
_
x
d
g(t) dt tambem n ao e limitada e, portanto,
_
+
d
g(x) dx e
divergente.
Corolario 2.5.1 Sejam
_
+
a
f(x) dx e
_
+
b
g(x) dx dois integrais improprios de 1
a
especie com funcoes integrandas nao negativas e suponhamos que existem c, d R tais
que f(x) d g(x), x > c.
a) Se
_
+
b
g(x) dx e convergente entao
_
+
a
f(x) dx e convergente.
b) Se
_
+
a
f(x) dx e divergente entao
_
+
b
g(x) dx e divergente.
Demonstrac ao: Basta notar que
lim
x+
_
x
c
d g(t) dt = lim
x+
d
_
x
c
g(t) dt = d lim
x+
_
x
c
g(t) dt
pelo que
_
+
c
d g(x) dx e convergente se, e s o se,
_
+
c
g(x) dx e convergente; termina-se
aplicando o Teorema.
EXEMPLO 1: Consideremos o integral
_
+
0
1
3

1 + x
3
dx.

E um integral impr oprio de 1
a
especie e a funcao integranda e positiva no intervalo [0, +[. Como
(1 + x)
3
> 1 + x
3
x 0 1 + x >
3

1 + x
3
x 0 0 <
1
1 + x
<
1
3

1 + x
3
x 0
e
_
+
0
1
1 + x
dx = lim
x+
_
x
0
1
1 + t
dt = lim
x+
[log(1 +t)]
x
0
= lim
x+
log(1 +x) = +,
2.5. Integrais impr oprios 61
isto e, o integral
_
+
0
1
1 + x
dx e divergente, conclumos, pelo Teorema 2.5.4, que o
integral em estudo e divergente.
Como se pode ver pelo exemplo anterior, e util conhecer a natureza de alguns integrais
impr oprios de modo a facilitar o uso dos criterios de convergencia. Um exemplo de tais
integrais e o seguinte:
EXEMPLO 2: Estudemos o integral impr oprio de 1
a
especie
_
+
a
1
x

dx
sendo a > 0 e R.
Se = 1
_
x
a
1
t
dt = [ log(t) ]
x
a
= log(x) log(a)
e se = 1
_
x
a
1
t

dt =
_
t
+1
+ 1
_
x
a
=
x
+1
+ 1

a
+1
+ 1
tendo-se
lim
x+
_
x
a
1
t

dx =
_

_
+, se 1

a
+1
+ 1
, se > 1
Ent ao o integral converge se, e so se, > 1.
EXEMPLO 3: Consideremos o integral
_
+
0
1

1 + x
3
dx.

E um integral improprio de 1
a
especie e a funcao integranda e positiva no intervalo [0, +[. Como
1 + x
3
> x
3
x > 0

1 + x
3
>

x
3
x > 0 0 <
1

1 + x
3
<
1

x
3
x > 0
e
_
+
1
1

x
3
dx e convergente, podemos concluir, pelo Teorema 2.5.4, que o integral em
estudo e convergente.
Teorema 2.5.5 Sejam
_
+
a
f(x) dx e
_
+
b
g(x) dx dois integrais improprios de 1
a
especie com funcoes integrandas positivas e suponhamos que o limite
lim
x+
f(x)
g(x)
existe nito e diferente de zero. Entao os integrais sao da mesma natureza, isto e, sao
ambos convergentes ou ambos divergentes.
62 Captulo 2. C alculo Integral
Teorema 2.5.6 Sejam
_
+
a
f(x) dx e
_
+
b
g(x) dx dois integrais improprios de 1
a
especie com funcoes integrandas positivas. Se
lim
x+
f(x)
g(x)
= 0,
entao
a) se
_
+
b
g(x) dx e convergente,
_
+
a
f(x) dx e convergente.
b) se
_
+
a
f(x) dx e divergente,
_
+
b
g(x) dx e divergente.
Se
lim
x+
f(x)
g(x)
= +,
entao
a) se
_
+
b
g(x) dx e divergente,
_
+
a
f(x) dx e divergente.
b) se
_
+
a
f(x) dx e convergente,
_
+
b
g(x) dx e convergente.
EXEMPLO 1: O integral
_
+
1
x + 1
3x
4
x + 2
dx e um integral improprio de 1
a
especie
(note-se que 3x
4
x + 2 > 0, x 1). Como
_
+
1
1
x
3
dx e convergente e
lim
x+
x + 1
3x
4
x + 2
1
x
3
= lim
x+
x
4
+ x
3
3x
4
x + 2
=
1
3
,
pelo Teorema 2.5.5 podemos concluir que o integral dado e convergente.
EXEMPLO 2: Consideremos os integrais
_
+
1
x

e
x
dx, R, e
_
+
1
1
x
2
dx. S ao
integrais impr oprios de 1
a
especie sendo o segundo convergente. Como
lim
x+
x

e
x
1
x
2
= lim
x+
x
+2
e
x
= 0, R,
o integral
_
+
1
x

e
x
dx e convergente.
2.5. Integrais impr oprios 63
EXEMPLO 3: O integral
_
+
0
e
x
2
dx e um integral impr oprio de 1
a
especie. Como
lim
x+
1
e
x
2
1
x
2
= lim
x+
x
2
e
x
2
= 0 e
_
+
1
1
x
2
dx e convergente, podemos concluir que o integral
em estudo e convergente.
Teorema 2.5.7 Se o integral
_
+
a
|f(x)| dx e convergente entao o mesmo acontece ao
integral
_
+
a
f(x) dx e verica-se a desigualdade:

_
+
a
f(x) dx


_
+
a
|f(x)| dx.
Demonstrac ao: 0 |f(x)| f(x) 2|f(x)|, x a. Seja g(x) = |f(x)| f(x). Visto que
o integral
_
+
a
|f(x)| dx e convergente, o mesmo acontece ao integral
_
+
a
2 |f(x)| dx e,
pelo Teorema 2.5.4, tambem converge o integral
_
+
a
g(x) dx =
_
+
a
(|f(x)| f(x)) dx.
Como f(x) = |f(x)| g(x) o integral
_
+
a
f(x) dx e convergente (Teorema 2.5.1).
Da desigualdade |f(x)| f(x) |f(x)|, x, deduzimos

_
+
a
|f(x)| dx
_
+
a
f(x) dx
_
+
a
|f(x)| dx,
ou seja,

_
+
a
f(x) dx


_
+
a
|f(x)| dx.
Denicao 2.5.2 Diz-se que o integral
_
+
a
f(x) dx e absolutamente convergente se
o integral
_
+
a
|f(x)| dx e convergente. Diz-se que o integral
_
+
a
f(x) dx e simples-
mente convergente se for convergente e
_
+
a
|f(x)| dx divergente.
EXEMPLO: A fun cao integranda no integral improprio de 1
a
especie
_
+
1
sen(x)
x
2
dx
64 Captulo 2. C alculo Integral
n ao e sempre positiva. Mas

sen(x)
x
2


1
x
2
x 1
e o integral
_
+
1
1
x
2
dx e convergente. Pelo Teorema 2.5.4 o integral
_
+
1

sen(x)
x
2

dx
e convergente. Pelo Teorema 2.5.7 o integral em estudo e convergente e diz-se absoluta-
mente convergente.
Denicao 2.5.3 Sejam a R e f uma funcao denida no intervalo I =] , a]. Supon-
hamos que f e integravel em qualquer intervalo [x, a] com x < a. Seja
G(x) =
_
a
x
f(t) dt.
a) Se G(x) tem limite nito quando x , diz-se que f e integravel (em sentido
improprio) no intervalo I ou que o integral improprio
_
a

f(t) dt existe, tem sentido ou


e convergente.
b) Se G(x) nao tem limite ou tem limite innito quando x , diz-se que f
n ao e integravel no intervalo I ou que o integral improprio
_
a

f(t) dt nao existe ou e


divergente.
A estes integrais tambem se da o nome de integrais impr oprios de 1
a
especie.

E obvio que o estudo dos integrais impr oprios com intervalo de integrac ao ] , a]
e identico ao dos integrais sobre intervalos do tipo [a, +[. De resto, qualquer integral
daquela forma pode reduzir-se a um desta ultima: basta efectuar no integral
_
+
a
f(x) dx
a substituic ao x = t para se concluir que os integrais
_
a

f(x) dx e
_
+
a
f(x) dx
s ao ambos convergentes ou ambos divergentes e, na primeira hip otese, s ao iguais.
Denicao 2.5.4 Seja f : R R uma funcao integravel em qualquer intervalo limitado.
Diz-se que o integral de f em R e convergente se existe a R tal que os dois integrais
_
a

f(x) dx e
_
+
a
f(x) dx
sao convergentes.
2.5. Integrais impr oprios 65

E evidente que em tal hipotese tambem convergem os integrais


_
b

f(x) dx e
_
+
b
f(x) dx
qualquer que seja b R e vericar-se- ao as desigualdades:
_
b

f(x) dx +
_
+
b
f(x) dx
=
_
a

f(x) dx +
_
b
a
f(x) dx +
_
a
b
f(x) dx +
_
+
a
f(x) dx
=
_
a

f(x) dx +
_
+
a
f(x) dx
Este facto legitima que, em caso de convergencia, o integral seja denido pela ex-
press ao:
_
+

f(x) dx =
_
a

f(x) dx +
_
+
a
f(x) dx
com a R arbitr ario. A este integral tambem se chama integral improprio de 1
a
especie.
EXEMPLO 1: Sendo a > 0,
_
+

e
ax
dx =
_
0

e
ax
dx +
_
+
0
e
ax
dx. Como
lim
x+
_
x
0
e
at
dt = lim
x+
_

1
a
e
at
_
x
0
= lim
x+
_

1
a
e
ax
+
1
a
_
=
1
a
e
lim
x
_
0
x
e
at
dt = lim
x
_

1
a
e
at
_
0
x
= lim
x
_

1
a
+
1
a
e
ax
_
= +
o integral dado e divergente.
EXEMPLO 2: Seja a > 0.
_
+

e
a|x|
dx =
_
0

e
a|x|
dx +
_
+
0
e
a|x|
dx =
_
0

e
ax
dx +
_
+
0
e
ax
dx
Como
lim
x+
_
x
0
e
at
dt =
1
a
e lim
x
_
0
x
e
at
dt = lim
x
_
1
a
e
at
_
0
x
= lim
x
_
1
a

1
a
e
ax
_
=
1
a
o integral considerado e convergente e
_
+

e
a|x|
dx =
2
a

66 Captulo 2. C alculo Integral
EXEMPLO 3:
_
2

x
2
1
dx e um integral improprio de 1
a
especie. Consideremos o
integral
_
2

1
x
dx, que sabemos ser divergente. Como
lim
x
1

x
2
1

1
x
= lim
x
x

x
2
1
= 1
o integral dado tambem e divergente.
EXEMPLO 4: Consideremos o integral impr oprio de 1
a
especie
_
+

x 1
2x
4
+ 5x
2
+ 3
dx.
Como o integral se pode escrever

_
1

x 1
2x
4
+ 5x
2
+ 3
_
dx +
_
+
1
x 1
2x
4
+ 5x
2
+ 3
dx,
temos dois integrais impr oprios de 1
a
especie com func oes integrandas positivas. O integral
_
1

1
x
3
_
dx e convergente e
lim
x

x 1
2x
4
+ 5x
2
+ 3

1
x
3
= lim
x
x
4
2x
4
+ 5x
2
+ 3
=
1
2
o integral
_
1

x 1
2x
4
+ 5x
2
+ 3
dx e convergente.
De modo an alogo se conclui que o integral
_
+
1
x 1
2x
4
+ 5x
2
+ 3
dx e convergente. Da
convergencia dos dois integrais conclui-se a convergencia do integral dado.
EXEMPLO 5: Consideremos o integral
_
0

x
1 + x
2
sen
2
(x)
dx. A funcao integranda e
negativa ou nula no intervalo de integrac ao, tendo-se 1 + x
2
sen(x) = 0 x ] , 0].
0 sen
2
(x) 1 0 x
2
sen
2
(x) x
2
1 1 + x
2
sen
2
(x) 1 + x
2
1
1
1 + x
2
sen
2
(x)

1
1 + x
2
x
x
1 + x
2
sen
2
(x)

x
1 + x
2
2.5. Integrais impr oprios 67
Estudemos o integral
_
0

x
1 + x
2
dx. Este integral e divergente porque
_
0

1
x
dx e
divergente e
lim
x
x
1 + x
2
1
x
= lim
x
x
2
1 + x
2
= 1
Dada a ultima desigualdade podemos concluir que o integral em estudo e divergente.
B. Integrais improprios de 2
a
especie: denicao e criterios de
convergencia
Denicao 2.5.5 Suponhamos que a funcao f e integravel em qualquer intervalo [a, b],
> 0, mas nao e integravel em [a, b]. Fica assim denida uma funcao F : [a, b[ R,
F(x) =
_
x
a
f(t) dt.
Ao integral
_
b
a
f(x) dx chama-se integral impr oprio de 2
a
especie. Se existir
nito o limite
lim
xb

_
x
a
f(t) dt
diz-se que o integral improprio e convergente e escreve-se
_
b
a
f(x) dx = lim
xb

_
x
a
f(t) dt.
Se o limite nao existir ou nao for nito diz-se que o integral improprio de 2
a
especie
e divergente.
Tal como no caso dos integrais improprios de 1
a
especie, e util o conhecimento da
natureza de alguns integrais, como por exemplo:
EXEMPLO:
_
b
a
1
(b x)

dx, R. Se 0 trata-se de um integral de Riemann, mas


se > 0 a func ao integranda tem limite innito quando x tende para b e o integral s o
ter a sentido se existir e for nito o limite
lim
xb

_
x
a
1
(b t)

dt.
Se = 1
_
x
a
1
b t
dt = [ log(b t) ]
x
a
= log(b x) + log(b a)
68 Captulo 2. C alculo Integral
e se = 1
_
x
a
1
(b t)

dt =
_

(b t)
+1
+ 1
_
x
a
=
(b x)
+1
+ 1
+
(b a)
+1
+ 1
tendo-se
lim
xb

_
x
a
1
(b t)

dx =
_

_
+, se 1
(b a)
+1
+ 1
, se < 1
Ent ao o integral converge se, e so se, < 1.
Denicao 2.5.6 Suponhamos que a funcao f e integravel em qualquer intervalo [a+, b],
> 0, mas nao e integravel em [a, b]. Fica assim denida uma funcao F :]a, b] R,
F(x) =
_
b
x
f(t) dt.
Ao integral
_
b
a
f(x) dx chama-se integral impr oprio de 2
a
especie. Se existir
nito o limite
lim
xa
+
_
b
x
f(t) dt
diz-se que o integral improprio e convergente e escreve-se
_
b
a
f(x) dx = lim
xa
+
_
b
x
f(t) dt.
Se o limite nao existir ou nao for nito diz-se que o integral improprio de 2
a
especie
e divergente.
EXEMPLO: O integral
_
b
a
1
(x a)

dx, R, e um integral impr oprio de 2


a
especie se,
e s o se, > 0. Se 0 trata-se de um integral de Riemann. O integral s o ter a sentido
se existir e for nito o limite
lim
xa
+
_
b
x
1
(t a)

dt.
Se = 1
_
b
x
1
t a
dt = [ log(t a) ]
b
x
= log(b a) log(x a)
e se = 1
_
b
x
1
(t a)

dt =
_
(t a)
+1
+ 1
_
b
x
=
(b a)
+1
+ 1

(x a)
+1
+ 1
2.5. Integrais impr oprios 69
tendo-se
lim
xa
+
_
x
a
1
(t a)

dx =
_

_
+, se 1
(b a)
+1
+ 1
, se < 1
Ent ao o integral converge se, e so se, < 1.
Denicao 2.5.7 Suponhamos que a funcao f e integravel em qualquer intervalo [a +

1
, b
2
],
1
,
2
> 0, mas nao e integravel em [a, b
2
] nem em [a +
1
, b]. Dene-se
_
b
a
f(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx, a < c < b.
Este integral e tambem um integral impr oprio de 2
a
especie. O integral do primeiro
membro e convergente se, e so se, os dois integrais do segundo membro forem convergentes.
Se algum dos integrais do segundo membro for divergente, entao o integral do primeiro
membro e divergente.
EXEMPLO: O integral
_
1
1
x
3

1 x
2
dx e um integral impr oprio de 2
a
especie nos dois
limites de integracao. Temos de estudar os dois integrais
_
0
1
x
3

1 x
2
dx e
_
1
0
x
3

1 x
2
dx.
lim
x1
+
_
0
x
t
3

1 t
2
dt = lim
x1
+
_

3
4
(1 t
2
)
2
3
_
0
x
= lim
x1
+
_

3
4
+
3
4
(1 x
2
)
2
3
_
=
3
4
lim
x1

_
x
0
t
3

1 t
2
dt = lim
x1

3
4
(1 t
2
)
2
3
_
x
0
= lim
x1

3
4
(1 x
2
)
2
3
+
3
4
_
=
3
4
Portanto, o integral dado e convergente e
_
1
1
x
3

1 x
2
dx = 0.
Denicao 2.5.8 Se c e um ponto interior do intervalo [a, b] e f e uma funcao integravel
em qualquer intervalo [a, c
1
],
1
> 0, e [c +
2
, b],
2
> 0, mas nao e integravel em
[a, b], dene-se o integral improprio de 2
a
especie
_
b
a
f(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx, a < c < b.
O integral do primeiro membro e convergente se, e so se, os dois integrais do segundo
membro forem convergentes. Se algum dos integrais do segundo membro for divergente,
entao o integral do primeiro membro e divergente.
70 Captulo 2. C alculo Integral
EXEMPLO: O integral
_
1
1
1
3

x
2
dx e um integral improprio de 2
a
especie porque
lim
x0
1
3

x
2
= +. Temos de estudar os dois integrais
_
0
1
1
3

x
2
dx e
_
1
0
1
3

x
2
dx.
lim
x0

_
x
1
1
3

t
2
dt = lim
x0

_
3
3

t
_
x
1
= lim
x0

_
3
3

x + 3
_
= 3
lim
x0
+
_
1
x
1
3

t
2
dt = lim
x0
+
_
3
3

t
_
1
x
= lim
x0
+
_
3 3
3

x
_
= 3
Portanto, o integral dado e convergente e
_
1
1
1
3

x
2
dx = 6.
Para os integrais impr oprios de 2
a
especie, os criterios de convergencia s ao identicos
aos obtidos para os integrais improprios de 1
a
especie.
Teorema 2.5.8 O integral improprio de 2
a
especie no limite superior (inferior, respec-
tivamente)
_
b
a
f(t) dt, com b > a e f(t) 0, t ]a, b[, e convergente se, e so se, existe
uma constante M tal que
_
x
a
f(t) dt M, a x < b
(
_
b
x
f(t) dt M, a < x b, respectivamente).
Teorema 2.5.9 Sejam
_
b
a
f(x) dx e
_
b
a
g(x) dx dois integrais improprios de 2
a
especie
(no mesmo limite de integracao) com funcoes integrandas nao negativas e suponhamos
que f(x) g(x) a x < b (ou, a < x b).
a) Se
_
b
a
g(x) dx e convergente entao
_
b
a
f(x) dx e convergente.
b) Se
_
b
a
f(x) dx e divergente entao
_
b
a
g(x) dx e divergente.
Teorema 2.5.10 Sejam
_
b
a
f(x) dx e
_
b
a
g(x) dx dois integrais improprios de 2
a
especie
(no mesmo limite de integracao) com funcoes integrandas positivas e suponhamos que o
limite
lim
xb

f(x)
g(x)
_
ou, lim
xa
+
f(x)
g(x)
_
2.5. Integrais impr oprios 71
e nito e diferente de zero. Entao os integrais sao da mesma natureza, isto e, sao ambos
convergentes ou ambos divergentes.
EXEMPLO 1: O integral
_
1
1
2
1

1 x
4
dx
e impr oprio de 2
a
especie, porque para x = 1 a funcao integranda se torna innita.
Consideremos o integral impr oprio de 2
a
especie convergente
_
1
1
2
1
(1 x)
1
2
dx.
Tendo em conta que
lim
x1

1x
4
1
(1x)
1
2
= lim
x1

(1 x)
1
2
(1 x)
1
2
(1 + x)
1
2
(1 + x
2
)
1
2
= lim
x1

1
(1 + x)
1
2
(1 + x
2
)
1
2
=
1
2
podemos concluir que os dois integrais tem a mesma natureza, ou seja, o integral dado e
convergente.
EXEMPLO 2: O integral
_
2
0
1
(2x x
2
)
3
2
dx
e um integral impr oprio de 2
a
especie nos dois limites de integrac ao. Estudemos os inte-
grais
_
1
0
1
(2x x
2
)
3
2
dx e
_
2
1
1
(2x x
2
)
3
2
dx.
Como o integral
_
1
0
1
x
3
2
dx e divergente e
lim
x0
+
1
(2xx
2
)
3
2
1
x
3
2
= lim
x0
+
x
3
2
x
3
2
(2 x)
3
2
= lim
x0
+
1
(2 x)
3
2
=
1
2
3
2
o integral
_
2
1
1
(2x x
2
)
3
2
dx e divergente. Podemos entao concluir que o integral dado
inicialmente e divergente.
Teorema 2.5.11 Sejam
_
b
a
f(x) dx e
_
b
a
g(x) dx dois integrais improprios de 2
a
especie
(no mesmo limite de integracao) com funcoes integrandas positivas. Se
lim
xb

f(x)
g(x)
= 0
_
ou, lim
xa
+
f(x)
g(x)
= 0
_
entao
72 Captulo 2. C alculo Integral
a) se
_
b
a
g(x) dx e convergente
_
b
a
f(x) dx e convergente.
b) se
_
b
a
f(x) dx e divergente
_
b
a
g(x) dx e divergente.
Se
lim
xb

f(x)
g(x)
= +
_
ou, lim
xa
+
f(x)
g(x)
= +
_
entao
a) se
_
b
a
g(x) dx e divergente entao
_
b
a
f(x) dx e divergente.
b) se
_
b
a
f(x) dx e convergente entao
_
b
a
g(x) dx e convergente.
Teorema 2.5.12 Seja
_
b
a
f(x) dx um integral improprio de 2
a
especie. Se o integral
_
b
a
|f(x)| dx e convergente o mesmo acontece ao integral
_
b
a
f(x) dx.
Denicao 2.5.9 Diz-se que o integral improprio de 2
a
especie
_
b
a
f(x) dx e absoluta-
mente convergente se o integral
_
b
a
|f(x)| dx e convergente. Se o integral
_
b
a
f(x) dx
e convergente e
_
b
a
|f(x)| dx e divergente, diz-se que o integral
_
b
a
f(x) dx e simples-
mente convergente.
EXEMPLO: Consideremos o integral
_
1
0
cos(x)

1 x
2
dx.

E um integral impr oprio de 2


a
especie no limite superior de integrac ao, mas a func ao
integranda muda de sinal no intervalo de integra cao. No entanto,

cos(x)

1 x
2

1 x
2
, 0 x < 1.
Estudemos o integral
_
1
0
1

1 x
2
dx =
_
1
0
1
(1 x)
1
2
(1 + x)
1
2
dx.
2.5. Integrais impr oprios 73
O integral
_
1
0
1
(1 x)
1
2
dx e convergente e
lim
x1

1
(1x)
1
2 (1+x)
1
2
1
(1x)
1
2
= lim
x1

1
(1 x)
1
2
=
1

2
,
o que implica que o integral
_
1
0
1

1 x
2
dx e convergente. Pelo Teorema 2.5.9, o integral
_
1
0

cos(x)

1 x
2

dx
e convergente. Pelo Teorema 2.5.12, o integral dado e convergente e diz-se absolutamente
convergente.
C. Integrais impr oprios mistos
Podem ainda considerar-se integrais improprios mistos: por exemplo, com algum lim-
ite de integrac ao innito e em que a func ao integranda se torne ilimitada num n umero
nito de pontos do intervalo de integra cao. Neste caso, a deni cao do integral faz-se di-
vidindo o intervalo de integrac ao por forma que se obtenham integrais dos tipos anteriores;
se os integrais assim obtidos s ao convergentes diz-se que o integral misto e convergente e
o seu valor e igual ` a soma dos valores dos integrais correspondentes aos subintervalos. Se
algum dos integrais obtidos e divergente o integral misto e divergente.
EXEMPLO 1: O integral
_
+
2
1
x
3
+ 1
dx e um integral impr oprio misto, podendo fazer-se
a decomposicao
_
+
2
1
x
3
+ 1
dx =
_
1
2
1
x
3
+ 1
dx +
_
1
1
1
x
3
+ 1
dx +
_
+
1
1
x
3
+ 1
dx,
sendo os dois primeiros integrais do 2
o
membro de 2
a
especie e o ultimo de 1
a
especie.
Como o integral
_
1
2
1
x 1
dx e divergente e
lim
x1

1
x
3
+1
1
1+x
= lim
x1

1 + x
x
3
+ 1
= lim
x1

1
3x
2
=
1
3
o integral
_
1
2
1
x
3
+ 1
dx e divergente. Entao o integral misto e divergente.
74 Captulo 2. C alculo Integral
EXEMPLO 2: O integral
_
1

1
(x
2
4)
3
5
dx e um integral improprio misto, tendo-se
_
1

1
(x
2
4)
3
5
dx =
_
3

1
(x
2
4)
3
5
dx +
_
2
3
1
(x
2
4)
3
5
dx +
_
1
2
1
(x
2
4)
3
5
dx.
O primeiro dos integrais do 2
o
membro e de 1
a
especie e os outros dois s ao de 2
a
especie.
Consideremos o integral de 1
a
especie convergente
_
3

1
x
6
5
dx.
Temos
lim
x
1
(x
2
4)
3
5
1
x
6
5
= lim
x
x
6
5
(x
2
4)
3
5
= 1
o que implica que o integral
_
3

1
(x
2
4)
3
5
dx e convergente.
O integral de 2
a
especie
_
2
3
1
(2 x)
3
5
dx e convergente e
lim
x2

1
(x
2
4)
3
5
1
(2x)
3
5
= lim
x2

1
(x 2)
3
5
=
1
4
3
5
o que implica que o integral
_
3
2
1
(x
2
4)
3
5
dx e convergente.
O integral de 2
a
especie
_
1
2
1
(x + 2)
3
5
dx e convergente e
lim
x2
+
1
(x
2
4)
3
5
1
(x+2)
3
5
= lim
x2
+
1
(x 2)
3
5
=
1
4
3
5
o que implica que o integral
_
1
2
1
(x
2
4)
3
5
dx e convergente.
Podemos ent ao concluir que o integral dado e convergente.
E.

Areas de domnios ilimitados
Vejamos alguns exemplos de aplicac ao dos integrais impr oprios ao calculo de areas de
domnios planos ilimitados.
2.5. Integrais impr oprios 75
EXEMPLO 1: Calculemos a area do domnio determinado pela imagem da funcao f(x) =
1
1 + x
2
e o eixo dos xx (ver Figura 2.10).
O valor da area e dado pelo valor do integral impr oprio
_
+

1
1 + x
2
dx.
Calculando esse integral obtemos
_
+

1
1 + x
2
dx =
_
0

1
1 + x
2
dx +
_
+
0
1
1 + x
2
dx
= 2
_
+
0
1
1 + x
2
dx = 2 lim
x+
_
x
0
1
1 + t
2
dt
= 2 lim
x+
[ arc tg(t) ]
x
0
= 2 lim
x+
arc tg(x) =
y
x
Figura 2.10:
EXEMPLO 2: Calculemos a area do domnio determinado pela imagem da funcao f(x) =
1
_
|x|
, as rectas x = 3 e x = 2 e o eixo dos xx (ver Figura 2.11).
O valor da area e o valor do integral impr oprio
_
2
3
1
_
|x|
dx.
76 Captulo 2. C alculo Integral
_
2
3
1
_
|x|
dx =
_
0
3
1
_
|x|
dx +
_
2
0
1
_
|x|
dx = lim
x0

_
x
3
1

t
dt + lim
x0
+
_
2
x
1

t
dt
= lim
x0

_
2

x
3
+ lim
x0
+
_
2

t
_
2
x
= lim
x0

_
2

x + 2

3
_
+ lim
x0
+
_
2

2 2

x
_
= 2

3 + 2

2
x
y
Figura 2.11:
2.6. Exerccios propostos para resoluc ao nas aulas 77
2.6 Exerccios propostos para resolucao nas aulas
1. Calcule os seguintes integrais:
(a)
_
5
1
1
(x + 7)
2
dx;
(b)
_
2
0
cos
3
(x) dx;
(c)
_
1
0
e
ax
sin(bx) dx (a, b R);
(d)
_
9
4
1

x
1 +

x
dx;
(e)
_
2

x
2
3
x
dx;
(f)
_
15
1
4

x + 1

x + 1 + 2
dx;
(g)
_
2

4
x cos(x)
sin
2
(x)
dx;
(h)
_
1
2
1

x
2
+ 4x + 5
dx;
(i)
_
2
1
2x
3
+ 2x
2
+ 5x + 3
x
4
+ 2x
3
+ 3x
2
dx.
2. Calcule a derivada das seguintes func oes:
(a) F(x) =
_
x
1
1
t
dt;
(b) F(x) =
_
x
3
0
e
t
dt;
(c) F(x) =
_
0
x
2
sin(t) dt;
(d) F(x) =
_
x
3
x
2
log(t) dt.
(e) F(x) =
_
sin(x)
0
e
t
2
dt.
78 Captulo 2. C alculo Integral
3. Determine a area de cada um dos seguintes domnios:
(a) Domnio limitado pelos gr acos das fun coes f(x) = e
x
e g(x) = e
x
, e pelas
rectas de equa cao x = 1 e x = 2;
(b) Domnio limitado pela parabola de equac ao y
2
= 2x2 e pela recta de equac ao
y x + 5 = 0;
(c) Domnio contido no semiplano x 1 e limitado pela recta de equac ao y = 0
e pelo gr aco da func ao f(x) =
x
(x
2
+ 3)
2
;
(d) Domnio limitado pelos gr acos das func oes f(x) = arctan(x) e g(x) =

4
x
2
;
(e) Domnio limitado pelos gr acos das func oes f(x) =
1
x
, g(x) = 3x e h(x) = 6x.
4. Recorrendo ` a denic ao de integral improprio, estude a natureza dos seguintes inte-
grais calculando, se possvel, o seu valor:
(a)
_
+
1
e

x
dx;
(b)
_
1
0
x log(x) dx.
5. Estude a natureza dos seguintes integrais impr oprios:
(a)
_
+
1
x
x
3
+ x
2
1
dx;
(b)
_
+
0
1

e
x
dx;
(c)
_
+
2
log(x)

x +x
2
+ 1
dx;
(d)
_
+
0
cos(x)

x
3
+ 1
dx;
(e)
_
2
1

x
x
2
1
dx;
(f)
_
2
0
_
1 + tan(x) dx;
(g)
_
2
2
1

4 x
2
dx;
(h)
_
2
0
2
x
2
2x
dx;
2.6. Exerccios propostos para resoluc ao nas aulas 79
(i)
_
+
1
2
1
3

2x 1
dx;
(j)
_
0

1
3

1 x
4
dx.
6. Determine a area de cada um dos seguintes domnios planos ilimitados:
(a) domnio contido no semiplano y 0, e limitado pela recta de equac ao x = 0 e
pelo gr aco da funcao f(x) = log(x);
(b) domnio denido pelo graco da func ao f(x) =
1
x
2
e pelas rectas de equac ao
x = 1 e y = 0.
80 Captulo 2. C alculo Integral
2.7 Exerccios propostos para resolucao aut onoma
1. Calcule os seguintes integrais:
(a)
_
5
2
5
(x + 1)
2
dx;
(b)
_
3
1
x
3
log (x) dx;
(c)
_
1
0
log
_
x +

3 + x
2
_
dx;
(d)
_
8
4
x

x
2
15
dx;
(e)
_
2
0
3 arctan
_

1 + x
_
dx;
(f)
_
2
0
x
3
+x
2
12x + 1
x
2
+ x 12
dx;
(g)
_
16
1
7
4

x +

x
dx.
2. Calcule a derivada das seguintes funcoes:
(a) F(x) =
_
x
2
0
sin(

t) dt
(b) F(x) =
_
1
x
2
e
t
2

t
dt.
3. Determine a area de cada um dos seguintes domnios:
(a) Domnio contido no semiplano x 0 e limitado pela circunferencia x
2
+y
2
= 4;
(b) Domnio limitado pelo gr aco da func ao f(x) = (x + 1)
2
4 e pela recta de
equac ao y = 2x;
(c) Domnio limitado pelo gr aco da funcao f(x) = x
3
6x
2
+ 8x e pela recta de
equac ao y = 0;
(d) Domnio limitado pelo gr aco da func ao f(x) = arcsin(x) e pela recta de
equac ao y =

2
x;
(e) Domnio contido no 1
o
quadrante e limitado pela hiperbole de equac ao xy = 1,
pela parabola de equa cao y = x
2
e pela recta de equacao y = 4.
2.7. Exerccios propostos para resoluc ao autonoma 81
4. Recorrendo ` a denic ao de integral improprio, estude a natureza dos seguintes inte-
grais calculando, se possvel, o seu valor:
(a)
_
+
1
1
(1 + x
2
) arctan(x)
dx;
(b)
_
e
0
1
x
_
1 log(x)
dx.
5. Estude a natureza dos seguintes integrais impr oprios:
(a)
_
+
0
e

2x+1
dx;
(b)
_
+
2
x sin(x
2
)
x
4
+ 3
dx;
(c)
_
+
1
e
x
x dx;
(d)
_
2
0
e
x
cos(x)
x
dx;
(e)
_
2
0
log(x)
x
dx;
(f)
_

0
1
_
sin(x)
dx;
(g)
_
+
2
log(x)
x

x
2
4
dx;
(h)
_
+
0
1
x

x
2
+ 1
dx;
(i)
_
+
0
1
(x + 1)
5

1 x
2
dx.
6. Determine a area de cada um dos seguintes domnios planos ilimitados:
(a) domnio denido pelo gr aco da func ao f(x) =
1
1 + x
2
e pelo eixo dos xx;
(b) domnio denido pelo graco da func ao f(x) =
1
x log
2
(x)
, pelas rectas de
equac ao x = 0 e x =
1
2
, e pelo eixo dos xx.
7. Estude a natureza do seguinte integral, em func ao do par ametro real :
_
2
0
sin(x)
x

dx.
82 Captulo 2. C alculo Integral
Parte II
Equacoes Diferenciais
83
Captulo 1
Equacoes diferenciais de primeira
ordem
1.1 Introducao
Denicao 1.1.1 Chamamos equacao diferencial a qualquer igualdade que contenha
uma variavel dependente e as suas derivadas em relacao a uma ou mais vari aveis inde-
pendentes.
Denicao 1.1.2 Chama-se ordemde uma equac ao diferencial `a maior ordem da derivada
(da vari avel dependente) que exista nessa equacao.
Consequentemente, chamamos equacao diferencial (ordinaria) de ordem n, n
N, a qualquer express ao do tipo
f(t, y, y

, , y
(n)
) = 0, (1.1)
que contenha uma vari avel independente, t, uma func ao incognita, y, e respectivas derivadas
ate ` a ordem n.
Exemplo 1.1.3 As igualdades y

(t) = 3y(t) +sin(t) e y


(3)
(t) +2y

(t) = e
y(t)
s ao equa coes
diferenciais de ordem 1 e de ordem 3, respectivamente.
Denicao 1.1.4 Uma funcao contnua y que, juntamente com as suas derivadas, satisfaca
a igualdade (1.1) diz-se uma solucao da equac ao diferencial.
Exemplo 1.1.5 A fun cao y(t) = sin(t) e soluc ao da equacao diferencial de segunda ordem
y

(t) + 2y(t) = sin(t). Basta ver que y

(t) = sin(t).
Iremos considerar, sempre que possvel, equac oes diferenciais escritas na forma y
(n)
=
g(t, y, y

, , y
(n1)
), a que chamamos forma normal da equac ao diferencial.
85
86 Captulo 1. Equac oes diferenciais de primeira ordem
1.2 Equac oes lineares de 1
a
ordem
Denicao 1.2.1 Uma equacao diferencial (ordin aria) de ordem n,
y
(n)
= g(t, y, y

, , y
(n1)
),
diz-se linear se a fun cao g for linear na variavel y, assim como em todas as suas derivadas.
Assim, a forma mais geral de uma equac ao deste tipo e
y
(n)
+a
n1
(t)y
(n1)
+ +a
1
(t)y

(t) + a
0
(t)y(t) = f(t).
Em particular uma equacao diferencial linear de 1
a
ordem ser a uma equa cao da
forma
y

(t) + a(t)y(t) = f(t). (1.2)


Exemplo 1.2.2 As equacoes de 1
a
ordem y

(t) = y
2
+ 3 e y

(t) = cos(y) + t s ao n ao
lineares (por causa do y
2
e do cos(y), respectivamente), enquanto que y

(t) = ty +t e uma
equac ao linear.
Para o estudo da equa cao (1.2) vamos distinguir as chamadas equacoes nao ho-
mogeneas ou completas, como (1.2), das equac oes homogeneas que resultam de
anular o termo independente, f(t). Em tudo o que se segue suporemos sempre que a(t) e
f(t) sao func oes reais de vari avel real contnuas num dado intervalo I.
Observacao 1.2.3 Se a for a fun cao nula, ent ao (1.2) reduz-se ao problema de primi-
tiva cao y

(t) = f(t), que tem como solu cao y(t) = Pf(t) + C, C R. Note-se que, por
hip otese, f e uma func ao contnua pelo que e sempre primitiv avel.
Se, em particular, pretendermos resolver a equa cao y

(t) = f(t) sujeita ` a condic ao


inicial y(t
0
) = y
0
, onde t
0
pertence a I e y
0
e um valor dado, ent ao a ( unica) soluc ao da
equac ao e dada pelo integral indenido y(t) = y
0
+
_
t
t
0
f(s)ds.
Tal como no caso particular da Observac ao 1.2.3, tambem podemos resolver por prim-
itiva cao directa a equac ao homogenea correspondente a (1.2). De facto, para y n ao iden-
ticamente nula, y

(t) + a(t)y(t) = 0 e equivalente a


y

(t)
y(t)
= a(t). Logo,
y

(t)
y(t)
= a(t)
P
y

(t)
y(t)
= Pa(t)
log |y(t)| = Pa(t) + C
1
|y(t)| = Ce
Pa(t)
|y(t)e
Pa(t)
| = C
y(t)e
Pa(t)
= C
y(t) = Ce
Pa(t)
.
1.2. Equacoes lineares de 1
a
ordem 87
Atendendo a que y(t) 0 tambem e solu cao da equa cao diferencial linear homogenea de
ordem 1, obtemos:
Teorema 1.2.4 As solucoes da equacao diferencial linear homogenea de 1
a
ordem y

(t)+
a(t)y(t) = 0, t I, sao as funcoes da forma y(t) = Ce
Pa(t)
, tambem designadas por
integral geral da equacao.
Exemplo 1.2.5 Queremos encontrar a solu cao geral da equa cao y

+2ty = 0. Neste caso,


como a(t) = 2t, tem-se y(t) = Ce
P2t
= Ce
t
2
, C R.
Se, em particular, procurarmos nao a solu cao geral desta equac ao, mas apenas a
soluc ao especca que satisfaz uma dada condicao inicial y(t
0
) = y
0
ent ao
y

(t)
y(t)
= a(t)

_
t
t
0
y

(s)
y(s)
ds =
_
t
t
0
a(s)ds
log |y(t)| log |y(t
0
)| = log

y(t)
y
0

=
_
t
t
0
a(s)ds

y(t)
y
0

= e

_
t
t
0
a(s)ds

y(t)
y
0
e
_
t
t
0
a(s)ds

= 1

y(t)
y
0
e
_
t
t
0
a(s)ds
= 1
y(t)
y
0
e
_
t
t
0
a(s)ds
= 1

y(t)
y
0
e
_
t
t
0
a(s)ds
= 1 (uma vez que
y(t
0
)
y
0
e
_
t
0
t
0
a(s)ds
= 1).
Acab amos de provar que:
Corolario 1.2.6 Dados t
0
I, a C(I) e y
0
R, o problema de valores iniciais
(abreviadamente, PVI)
y

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


0
) = y
0
tem uma unica soluc ao dada por
y(t) = y
0
e

_
t
t
0
a(s)ds
.
Exemplo 1.2.7 Atendendo a que a(t) = sin(t), a solucao geral do PVI y

+ sin(t)y = 0,
y(0) =
3
2
, e dada por y(t) =
3
2
e

t
0
sin(s)ds
=
3
2
e
cos(t)1
.
88 Captulo 1. Equac oes diferenciais de primeira ordem
Para resolver a equac ao (1.2) no caso geral, vamos tambem reduzi-la a um problema
de primitivac ao. Comecemos por observar que podemos multiplicar ambos os membros
da equac ao (1.2) pela funcao n ao nula e
Pa(t)
:
e
Pa(t)
(y

(t) + a(t)y(t)) = e
Pa(t)
f(t).
Como o membro da esquerda na equac ao anterior e agora a derivada do produto e
Pa(t)
y(t)
obtemos sucessivamente
_
e
Pa(t)
y(t)
_

= e
Pa(t)
f(t)
e
Pa(t)
y(t) = P
_
e
Pa(t)
f(t)
_
+ C
y(t) = e
Pa(t)
P
_
e
Pa(t)
f(t)
_
+Ce
Pa(t)
.
(1.3)
Teorema 1.2.8 O integral geral da equacao diferencial linear de 1
a
ordem y

(t)+a(t)y(t) =
f(t), t I, e da forma y(t) = e
Pa(t)
P
_
e
Pa(t)
f(t)
_
+ Ce
Pa(t)
, C R.
Por um processo an alogo ao descrito para o caso das equa coes homogeneas, estabele-
cemos ainda:
Corolario 1.2.9 Dados t
0
I, a, f C(I) e y
0
R, o problema de valores iniciais
(PVI)
y

(t) + a(t)y(t) = f(t), y(t


0
) = y
0
tem uma unica soluc ao dada por
y(t) = y
0
e

_
t
t
0
a(s)ds
+e

_
t
t
0
a(s)ds
_
t
t
0
_
e
_
s
t
0
a(u)du
f(s)
_
ds.
Observacao 1.2.10 A func ao (t) = e
Pa(t)
chama-se um factor integrante da equac ao
n ao homogenea.
Exemplos 1.2.11 1. Vamos encontrar a soluc ao geral da equac ao y

2ty = t. Aten-
dendo a que a(t) = 2t neste caso temos (t) = e
P(2t)
= e
t
2
. Multiplicando am-
bos os membros da equac ao y

2ty = t por (t), obtemos ent ao e


t
2
y

e
t
2
2ty =
e
t
2
t (e
t
2
y)

= e
t
2
t. Logo, e
t
2
y = P(e
t
2
t) =
e
t
2
2
+ C, C R, pelo que
y = e
t
2
_
e
t
2
2
+ C
_
=
1
2
+Ce
t
2
, C R.
2. Para resolver o PVI y

+ 2ty = t, y(1) = 2, comecamos por notar que neste caso


a(t) = 2t pelo que (t) = e
P(2t)
= e
t
2
. Multiplicando ambos os membros da equacao
y

+ 2ty = t por (t), obtemos agora e


t
2
y

+ e
t
2
2ty = e
t
2
t (e
t
2
y)

= e
t
2
t. Logo,
_
t
1
(e
s
2
y)

ds =
_
t
1
e
s
2
s ds e
t
2
y(t) 2e =
e
t
2
2

e
2
e
t
2
y(t) =
e
t
2
2

e
2
+ 2e y(t) =
e
t
2
_
e
t
2
2
+
3e
2
_
=
1
2
+
3e
t
2
+1
2
.
1.3. Equacoes de vari aveis separaveis 89
1.3 Equac oes de variaveis separaveis
Na secc ao anterior resolvemos a equacao linear homogenea de grau 1, y

(t) +a(t)y(t) = 0,
dividindo ambos os membros da equac ao por y(t) (n ao nulo) para obter a equac ao
equivalente
y

(t)
y(t)
= a(t), e observando que esta equac ao pode ser escrita na forma
(log(|y(t)|))

= a(t). Podemos ent ao encontrar log(|y(t)|) e consequentemente y(t) inte-


grando directamente ambos os membros da nossa equa cao.
De uma forma mais geral vamos poder resolver por este processo uma equacao mais
generica do tipo y

(t) =
g(t)
f(y)
.
Denicao 1.3.1 Chama-se equac ao de vari aveis separaveis a toda a equac ao diferencial
de 1
a
ordem que se pode escrever na forma
y

(t) =
g(t)
f(y)
, (1.4)
onde f e g s ao funcoes contnuas num certo intervalo real.
Para resolver esta equa cao multiplicamos ambos os membros da igualdade (1.4) por
f(y) obtendo assim a equa cao equivalente f(y)y

(t) = g(t). Esta igualdade pode agora


ser escrita na forma
(F(y(t)))

= g(t), (1.5)
onde F representa uma primitiva de f. Consequentemente, a soluc ao da equac ao (1.4)
e dada implicitamente por F(y(t)) = G(t) + C, onde G representa uma primitiva de g e
C e uma constante real. Para encontrar o integral geral da equa cao (1.4), temos ent ao
de resolver esta ultima igualdade em ordem a y(t), notando no entanto que F n ao e
necessariamente uma func ao invertvel.
Exemplo 1.3.2 Calculemos o integral geral da equa cao y

(t) =
t
2
y
2
(t)
. Multiplicando
ambos os membros da equacao por y
2
, obtemos y
2
(t)y

(t) = t
2
. Esta equac ao e equivalente
a
_
y
3
3
_

= t
2
. Logo, y
3
= t
3
+C, com C constante real, pelo que y(t) =
3

t
3
+C.
Se imposermos a condic ao inicial y(t
0
) = y
0
` a equacao (1.4) obtemos um problema de
valores iniciais. Para resolver este problema basta integrar ambos os lados da igualdade
(1.5), entre t e t
0
. Obtemos sucessivamente:
_
t
t
0
(F(y(s)))

ds =
_
t
t
0
g(s)ds
F(y(t)) F(y
0
) =
_
t
t
0
g(s)ds.
Como, ainda, se tem que F(y) F(y
0
) =
_
y
y
0
f(r)dr, podemos escrever a ultima igualdade
na forma
_
y
y
0
f(r)dr =
_
t
t
0
g(s)ds. (1.6)
90 Captulo 1. Equac oes diferenciais de primeira ordem
Exemplos 1.3.3 1. Vamos resolver, por dois metodos diferentes, o problema de val-
ores iniciais e
y
y

t t
3
= 0, y(1) = 1:
(a) Comecamos por escrever a equac ao diferencial na forma (e
y
)

= t + t
3
. Logo,
e
y
=
t
2
2
+
t
4
4
+C, C R, pelo que y(t) = log(
t
2
2
+
t
4
4
+C). Impondo a condic ao
inicial y(1) = 1 obtemos ainda log(
1
2
+
1
4
+C) = 1 log(
3
4
+C) = 1 C = e
3
4
.
Assim, a soluc ao do problema de valores iniciais e y(t) = log(
t
2
2
+
t
4
4
+e
3
4
).
(b) Usando a igualdade (1.6), obtemos directamente
_
y
1
e
r
dr =
_
t
1
(s +s
3
)ds. Logo,
e
y
e =
t
2
2
+
t
4
4

1
2

1
4
, pelo que y(t) = log(
t
2
2
+
t
4
4
+e
3
4
).
2. Vamos agora resolver o problema de valores iniciais (1 + e
y
)y

= cos(t), y(

2
) = 3.
Usando novamente a igualdade (1.6) obtemos
_
y
3
(1 + e
r
)dr =
_
t

2
cos(s)ds, pelo
que y + e
y
= 2 + e
3
+ sin(t). Esta equac ao, no entanto, n ao pode ser resolvida
explicitamente em ordem a y. Dizemos por isso que y + e
y
= 2 + e
3
+ sin(t) e uma
soluc ao implcita do problema de valores iniciais.
1.4. Exerccios propostos para resoluc ao nas aulas 91
1.4 Exerccios propostos para resolucao nas aulas
1. Encontre a soluc ao geral das seguintes equac oes diferenciais:
(a) y

+y cos(t) = 0;
(b) y

+y = te
t
;
(c) y

+t
2
y = 1.
2. Determine o comportamento, quando t tende para innito, da solucao geral da
equac ao y

(t) + ay(t) = 0, em que a e uma constante real.


3. Encontre a soluc ao dos seguintes problemas de valores iniciais:
(a) y

+ sin(t)y = 0, y(0) =
3
2
;
(b) y

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

5;
(c) y

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

2ty = t, y(0) = 1.
4. Encontre o integral geral da equacao (1 + t
2
)y

+ty = (1 +t
2
)
5
2
.
5. Encontre a soluc ao geral das seguintes equac oes diferenciais:
(a) y

= (1 +t)(1 + y);
(b) y

= 1 t +y
2
ty
2
.
6. Encontre a soluc ao dos seguintes problemas de valores iniciais:
(a) y

=
2t
y+yt
2
, y(2) = 3;
(b) (1 +t
2
)
1
2
y

= ty
3
(1 + t
2
)

1
2
, y(0) = 1;
(c) y

=
3t
2
+4t+2
2(y1)
, y(0) = 1.
7. Encontre a soluc ao geral da equac ao y

= 2(
y
t
) + (
y
t
)
2
.
Sugest ao: Use a substituic ao
y
t
= v.
8. Num tanque com 100 litros de agua est ao dissolvidos 20 gramas de um sal. No
instante t = 0 e lancada no tanque agua com o mesmo sal dissolvido na propor cao
de 3 gramas por litro, `a raz ao de 4 litros por minuto. Um dispositivo mecanico
torna uniforme em qualquer instante a mistura no tanque. Tambem no instante
t = 0 entra em funcionamento um dispositivo de escoamento que retira a mistura
do tanque ` a razao de 4 litros por minuto.
(a) Quantas gramas de sal est ao no tanque ao m de 10 minutos?
(b) Ao m de quanto tempo se deve interromper o processo para obter 160 gramas
de sal no tanque?
92 Captulo 1. Equac oes diferenciais de primeira ordem
9. O n umero de atomos de um elemento radioactivo que se desintegram por unidade
de tempo e, em cada instante t, proporcional ao n umero de atomos desse elemento
presentes nesse instante. A lei de desintegra cao radioactiva e assim governada pela
equac ao diferencial N

= N, sendo N(t) o n umero de atomos radioactivos pre-


sentes no instante t e uma constante positiva chamada constante de decaimento
radioactivo.
(a) Denindo o perodo de semi-transformac ao P de uma substancia radioactiva
como o tempo que leva essa substancia a reduzir-se a metade, deduza a relac ao
entre P e .
(b) Calcule a constante de decaimento radioactivo do carbono-14 sabendo que o
seu perodo de semi-transforma cao e de 5568 anos.
10. Num incendio, o fogo alastra 10 por cento por minuto. No instante t = 0 chegam
os bombeiros, que conseguem apagar 100 m
2
por minuto. Sabendo que no instante
t = 0 o fogo ocupava uma area de 800 m
2
, ao m de quanto tempo o incendio foi
declarado extinto?
1.5. Exerccios propostos para resoluc ao autonoma 93
1.5 Exerccios propostos para resolucao aut onoma
1. Encontre a soluc ao geral das seguintes equac oes diferenciais:
(a) y

+y

t sin(t) = 0;
(b) y

+
2t
1+t
2
y =
1
1+t
2
;
(c) y

+t
2
y = t
2
.
2. Mostre que toda a soluc ao da equac ao y

+ay = be
ct
, onde a, c R
+
e b R, tende
para zero, quando t tende para innito.
3. Encontre a soluc ao dos seguintes problemas de valores iniciais:
(a) y

1 + t
2
e
t
y = 0, y(0) = 0;
(b) y

2ty = 1, y(0) = 1;
(c) y

+ty = 1 +t, y(
3
2
) = 0.
4. Encontre a soluc ao do problema de valores iniciais (1 +t
2
)y

+ 4ty = t, y(1) =
1
4
.
5. Encontre a soluc ao geral das seguintes equac oes diferenciais:
(a) y

= e
t+y+3
;
(b) cos(y) sin(t)y

= sin(y) cos(t).
6. Encontre a soluc ao dos seguintes problemas de valores iniciais:
(a) t
2
(1 + y
2
) + 2yy

= 0, y(0) = 1;
(b) cos(y)y

=
t sin(y)
1+t
2
, y(1) =

2
;
(c) 3ty

= y cos(t), y(1) = 0.
7. Um tanque contem inicialmente 50 gramas de sal dissolvido em 200 litros de agua.
Uma soluc ao de sal com concentracao de 5 gramas por litro e introduzida no tanque
` a velocidade de 2 litros por minuto e, simultaneamente, o tanque e escoado `a mesma
velocidade.
(a) Quanto sal existe no tanque ao m do tempo t?
(b) Qual a quantidade limite de sal no tanque quando t tende para innito?
8. O n umero de atomos de um elemento radioactivo que se desintegram por unidade
de tempo e, em cada instante t, proporcional ao n umero de atomos desse elemento
presentes nesse instante. A lei de desintegra cao radioactiva e assim governada pela
equac ao diferencial N

= N, sendo N(t) o n umero de atomos radioactivos pre-


sentes no instante t e uma constante positiva chamada constante de decaimento
radioactivo. Na epoca em que um objecto foi construdo, o n umero de atomos
94 Captulo 1. Equac oes diferenciais de primeira ordem
presentes de carbono-14 era de 1051709. Estimando-se actualmente em 1000000 o
n umero de atomos de carbono-14 no mesmo objecto, qual e a sua idade? (Este
processo chama-se tecnica de datacao do carbono-14).
9. Uma populac ao de gafanhotos aumenta 10% por dia. Foi chamada a empresa de
desinfestac ao Gafakill que consegue eliminar 500 gafanhotos por dia. Sabendo que
havia inicialmente 4000 gafanhotos, ao m de quanto tempo ser a a praga eliminada?
Captulo 2
Equacoes diferenciais de segunda
ordem
2.1 Equac oes lineares de 2
a
ordem
Uma equac ao linear de 2
a
ordem e uma equac ao diferencial da forma
y

(t) + a
1
(t)y

(t) + a
0
(t)y(t) = f(t), (2.1)
em que a
1
(t), a
2
(t) e f(t) sao func oes contnuas num dado intervalo aberto I.
Tal como no caso das equacoes diferenciais lineares de ordem um, dizemos que a
equac ao e homogenea se f(t) 0, e nao homogenea no caso contrario.
Vamos designar por L a aplicac ao linear (i.e, a aplicacao que verica simultaneamente
as igualdades L(y
1
+ y
2
) = L(y
1
) + L(y
2
) e L(cy
1
) = cL(y
1
), para quaisquer func oes y
1
e y
2
e constante real c) dada pelo primeiro membro da equac ao anterior, isto e, Ly :=
y

(t) +a
1
(t)y

(t) +a
0
(t)y(t). Assim, a equac ao (2.1) escreve-se frequentemente na forma
Ly = f.
Ao contrario do que acontece no caso das equac oes lineares de 1
a
ordem, nao existe
para as equa coes lineares de 2
a
ordem uma f ormula resolvente. No entanto, podemos
demonstrar um resultado an alogo ao do Corol ario 1.2.9:
Teorema 2.1.1 Dados t
0
I, y
0
, y
00
R, a
1
, a
0
C(I), o problema de valores
iniciais (abreviadamente, PVI)
y

(t) + a
1
(t)y

(t) + a
0
(t)y(t) = f(t), y

(t
0
) = y
00
, y(t
0
) = y
0
tem uma unica solucao.
Observe-se ainda que o integral geral da equac ao (2.1) ca completamente determinado
desde que conhe camos o integral geral da respectiva equac ao homogenea e uma soluc ao
particular da equac ao completa. De facto, se conhecermos uma soluc ao particular y
P
para
a equa cao completa (isto e, y
P
verica Ly
P
= f), atendendo a que y = (y y
P
) + y
P
e
que L(y y
P
) = 0, podemos concluir que as soluc oes da equac ao Ly = f s ao as funcoes
95
96 Captulo 2. Equac oes diferenciais de segunda ordem
da forma y = y
h
+ y
P
, em que y
h
e solucao da equac ao homogenea associada. Este facto
est a j a patente nas equacoes diferenciais lineares de 1
a
ordem - repare-se que na equac ao
(1.3) o primeiro termo e uma solucao da equac ao completa (correspondente a C = 0) e o
segundo termo e a solu cao geral da equa cao homogenea.
No caso da equac ao homogenea, a linearidade da func ao L implica que, se conhecermos
duas solucoes y
1
(t) e y
2
(t) para a equac ao Ly = 0, ent ao toda a func ao da forma c
1
y
1
(t) +
c
2
y
2
(t), c
1
, c
2
R, ainda e uma soluc ao desta equac ao. No entanto, para armar que a
express ao c
1
y
1
(t) + c
2
y
2
(t) representa a soluc ao geral da equac ao Ly = 0, precisaramos
ainda de poder escrever toda a soluc ao y da equac ao nessa forma.
Denicao 2.1.2 As funcoes y
1
e y
2
dizem-se linearmente dependentes num dado
intervalo I se, nesse intervalo, uma das func oes for igual ao produto da outra func ao por
uma constante. As func oes y
1
e y
2
dizem-se linearmente independentes num dado
intervalo I se, nesse intervalo, nao forem linearmente dependentes.
Pode agora ser demonstrado o seguinte teorema:
Teorema 2.1.3 Sejam y
1
(t) e y
2
(t) duas solucoes linearmente independentes de
y

(t) + a
1
(t)y

(t) + a
0
(t)y(t) = 0, (2.2)
num dado intervalo I. Entao, y(t) = c
1
y
1
(t) +c
2
y
2
(t) e a solucao geral da equacao (2.2).
2.2 Equac oes lineares de 2
a
ordem de coecientes
constantes
Denicao 2.2.1 Chama-se equacao diferencial linear de segunda ordem com co-
ecientes constantes a uma equa cao da forma
ay

(t) + by

(t) + cy(t) = f(t), (2.3)


com a, b, c constantes reais e a = 0.
Naturalmente, `a equac ao ay

(t) +by

(t) +cy(t) = 0 chamamos equacao diferencial


linear de segunda ordem com coecientes constantes homogenea. O Teorema
2.1.3 diz que, para encontrar a soluc ao geral desta equac ao homogenea s o precisamos de
encontrar duas suas soluc oes linearmente independentes, y
1
(t) e y
2
(t), porque todas as
outras soluc oes ser ao obtidas por combinac ao linear destas. Infelizmente, este teorema
n ao nos diz como obter estas duas soluc oes. Podemos no entanto observar, pela express ao
que estas soluc oes tem de satisfazer, que temos de ter funcoes cujas derivadas sejam do
mesmo tipo que as funcoes originais (os termos ay

, by

e cy tem de se cancelar uns


aos outros). Por exemplo, y nunca poderia ser um polin omio, uma vez que y

e y

seriam
polin omios de graus diferentes. Tal j a n ao acontece com a func ao e
rt
, com r constante,
2.2. Equacoes lineares de 2
a
ordem de coecientes constantes 97
cujas sucessivas derivadas s ao sempre um m ultiplo da derivada anterior. Assim, calculando
L(e
rt
) = a(e
rt
)

+b(e
rt
)

+ce
rt
= (ar
2
+br +c)e
rt
vemos que y(t) = e
rt
e soluc ao de Ly = 0
se e s o se ar
2
+br+c = 0.
`
A equacao ar
2
+br+c = 0 chamamos equacao caracterstica
de Ly = 0. Esta equac ao tem duas soluc oes
r
1
=
b +

b
2
4ac
2a
e r
2
=
b

b
2
4ac
2a
.
No caso de b
2
4ac ser positivo, entao r
1
e r
2
s ao reais e distintas pelo que y
1
= e
r
1
t
e y
2
= e
r
2
t
s ao duas solucoes distintas para a equacao Ly = 0. Estas duas solu coes s ao
obviamente linearmente independentes (em qualquer intervalo I) uma vez que e
r
1
t
= ce
r
2
t
,
para r
1
= r
2
. Logo, o integral geral desta equa cao ser a y = c
1
e
r
1
t
+ c
2
e
r
2
t
, com c
1
, c
2
constantes reais.
Exemplo 2.2.2 Para calcular o integral geral da equac ao y

+ 5y

+ 4y = 0, calculamos
as soluc oes da equac ao caracterstica r
2
+ 5r + 4 = 0. A equacao caracterstica tem duas
razes reais e distintas r
1
= 4 e r
2
= 1. Logo, y
1
(t) = e
4t
e y
2
(t) = e
t
s ao duas
soluc oes linearmente independentes da equacao y

+5y

+4y = 0, pelo que o integral geral


desta equac ao e y = c
1
e
4t
+c
2
e
t
, com c
1
, c
2
constantes reais.
No caso de b
2
4ac ser negativo, a equac ao caracterstica tem um par de razes
complexas conjugadas da forma
r
1
=
b
2a
+i

b
2
+ 4ac
2a
e r
2
=
b
2a
i

b
2
+ 4ac
2a
.
Neste caso podemos provar que, sendo =
b
2a
e =

b
2
+4ac
2a
, y
1
= e
t
sin(t) e y
2
=
e
t
cos(t) sao duas soluc oes linearmente independentes da equa cao ay

(t)+by

(t)+cy(t) =
0. Logo, y = e
t
(c
1
sin(t) + c
2
cos(t)), c
1
, c
2
R, e, neste caso, a soluc ao geral desta
equac ao.
Exemplo 2.2.3 A equacao caracterstica da equac ao diferencial 4y

+ 4y

+ 5y = 0,
4r
2
+ 4r + 5 = 0, tem como soluc oes r
1
=
1
2
+ i e r
2
=
1
2
i. Logo, y
1
(t) = e

t
2
cos(t)
e y
2
(t) = e

t
2
sin(t) s ao duas solu coes linearmente independentes para a equac ao. Assim,
o seu integral geral ser a y = c
1
e

t
2
cos(t) + c
2
e

t
2
sin(t), c
1
, c
2
R.
Por ultimo, no caso de b
2
4ac ser nulo, existe uma unica raiz r
1
da equac ao carac-
terstica, r
1
=
b
2a
. Neste caso, e
r
1
t
e soluc ao da equacao diferencial, e e f acil provar que
te
r
1
t
tambem o e (basta vericar que a(te
r
1
t
)

+b(te
r
1
t
)

+cte
r
1
t
= 0). Assim, e
r
1
t
e te
r
1
t
s ao
duas solucoes linearmente independentes da equacao diferencial, sendo y = c
1
e
r
1
t
+c
2
te
r
1
t
,
c
1
, c
2
R, o seu integral geral.
Exemplo 2.2.4 Para encontrar a solucao do problema de valores iniciais y

+4y

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

(0) = 3, comecamos por vericar que a equacao caracterstica r


2
+ 4r + 4 = 0
98 Captulo 2. Equac oes diferenciais de segunda ordem
tem uma unica soluc ao r
1
= 2. Logo, y(t) = c
1
e
2t
+c
2
te
2t
, com c
1
, c
2
R e o integral
geral desta equacao diferencial. A partir das condi coes iniciais y(0) = 1 e y

(0) = 3
podemos agora determinar as constantes c
1
e c
2
. De facto, tem-se y(0) = c
1
= 1 e
y

(0) = 2+c
2
= 3 donde c
1
= 1 e c
2
= 5. Assim, a soluc ao do PVI e y(t) = e
2t
+5te
2t
.
Agora que sabemos determinar o integral geral da equacao diferencial linear de se-
gunda ordem de coecientes constantes homogenea, para calcular o integral geral da
correspondente equac ao completa basta apenas conhecer uma soluc ao particular desta.
Recorde-se que, como vimos na Secc ao 2.1, a soluc ao geral de uma equac ao diferencial
linear e dada pela soma da soluc ao geral da correspondente equacao homogenea com uma
soluc ao particular da equac ao completa.
O teorema seguinte descreve uma soluc ao particular da equac ao completa, em alguns
casos particulares:
Teorema 2.2.5 Sejam a R \ {0}, R e R(t) um polinomio de grau n. Entao, a
equacao ay

+by

+cy = R(t)e
t
admite uma solucao particular da forma
1. (a
n
t
n
+ a
n1
t
n1
+ + a
1
t + a
0
)e
t
, se nao for raz da equacao caracterstica
ar
2
+ br +c = 0;
2. t(a
n
t
n
+a
n1
t
n1
+ +a
1
t +a
0
)e
t
, se for raz simples da equacao caracterstica
ar
2
+ br +c = 0;
3. t
2
(a
n
t
n
+a
n1
t
n1
+ +a
1
t +a
0
)e
t
, se for raz dupla da equacao caracterstica
ar
2
+ br +c = 0.
Note-se que, no teorema anterior, no caso particular de ser zero, o segundo membro
da equa cao completa e apenas um polinomio, e que se R(t) for uma constante (polin omio
de grau zero) ent ao esse segundo membro reduz-se a um m ultiplo de uma func ao expo-
nencial.
Exemplos 2.2.6 1. Queremos determinar uma soluc ao particular para a equac ao y

+
y

2y = t
2
. Como R(t)e
t
= t
2
, estamos a considerar o caso R(t) = t
2
(polin omio
de grau 2) e = 0. Uma vez que = 0 n ao e soluc ao da equacao caracterstica
r
2
+ r 2 = 0 ent ao, pelo Teorema 2.2.5, a equac ao dada admite uma soluc ao
da forma y(t) = a
2
t
2
+ a
1
t + a
0
. Logo y tem de vericar a equac ao dada, i.e.,
(a
2
t
2
+ a
1
t + a
0
)

+ (a
2
t
2
+ a
1
t + a
0
)

2(a
2
t
2
+ a
1
t + a
0
) = t
2
. Obtemos ent ao
sucessivamente:
2.2. Equacoes lineares de 2
a
ordem de coecientes constantes 99
(a
2
t
2
+ a
1
t +a
0
)

+ (a
2
t
2
+ a
1
t +a
0
)

2(a
2
t
2
+a
1
t +a
0
) = t
2
2a
2
+ 2a
2
t +a
1
2a
2
t
2
2a
1
t 2a
0
= t
2
2a
2
t
2
+ 2 (a
2
a
1
) t + (a
1
+ 2a
2
2a
0
) = t
2
+ 0t + 0

_
2a
2
= 1
2 (a
2
a
1
) = 0
a
1
+ 2a
2
2a
0
= 0

_
a
2
=
1
2
a
1
=
1
2
a
0
=
3
4
.
Assim, a soluc ao particular procurada e y(t) =
1
2
t
2

1
2
t
3
4
.
2. Para determinar o integral geral da equac ao y

4y = e
2t
, comecamos por procurar
uma solu cao particular para esta equac ao. O segundo membro da equa cao, e
2t
,
corresponde ao caso = 2 e R(t) = 1 (polinomio de grau zero). Atendendo a que
as soluc oes da equa cao r
2
4 = 0 s ao r = 2 ou r = 2, ent ao pela alnea 2. do
Teorema 2.2.5, essa solucao particular ser a do tipo y(t) = t(a
0
)e
2t
. Substituindo na
equac ao obtemos entao (a
0
te
2t
)

4a
0
te
2t
= e
2t
. Logo,
4a
0
e
2t
+ 4a
0
te
2t
4ta
0
e
2t
= e
2t
4a
0
e
2t
= e
2t
4a
0
= 1 a
0
=
1
4
.
Assim, conclumos que a solu cao particular procurada e y(t) =
t
4
e
2t
.
Precisamos agora de determinar o integral geral da equac ao homogenea y

4y = 0.
Como j a vimos que as soluc oes da equacao caracterstica r
2
4 = 0 s ao r = 2 e
r = 2 (duas razes reais distintas) entao a soluc ao geral da equac ao homogenea e
y(t) = c
1
e
2t
+c
2
e
2t
, com c
1
, c
2
R.
A solucao geral da equacao completa e, ent ao, y =
t
4
e
2t
+c
1
e
2t
+c
2
e
2t
, c
1
, c
2
R.
3. Para encontrar uma soluc ao particular para a equacao y

2y

+y = e
t
, comecamos
por notar que estamos no caso = 1, R(t) = 1 (polin omio de grau zero), e que
= 1 e soluc ao dupla da equacao r
2
2r +1 = 0. Logo, uma solu cao particular tera
a forma y(t) = t
2
(a
0
)e
t
. Substituindo na equac ao obtemos (t
2
(a
0
)e
t
)

2(t
2
(a
0
)e
t
)

+
(t
2
(a
0
)e
t
) = e
t
e, sucessivamente,
(2a
0
e
t
+4ta
0
e
t
+t
2
a
0
e
t
)2(2ta
0
e
t
+t
2
a
0
e
t
)+(t
2
(a
0
)e
t
) = e
t
2a
0
e
t
= e
t
2a
0
= 1
a
0
=
1
2
.
Logo, uma solu cao particular desta equa cao e y(t) =
t
2
2
e
t
.
Teorema 2.2.7 Sejam a, R \ {0}, R, R(t) um polinomio de grau m e Q(t) um
polinomio de grau n. Entao, a equacao ay

+ by

+ cy = e
t
(R(t) cos(t) + Q(t) sin(t))
admite uma solucao particular da forma
100 Captulo 2. Equac oes diferenciais de segunda ordem
1. e
t
(P
1
(t) cos(t)+P
2
(t) sin(t)), com P
1
(t) e P
2
(t) polinomios de grau k = max{m, n},
se +i nao for raz da equacao caracterstica ar
2
+br +c = 0;
2. te
t
(P
1
(t) cos(t)+P
2
(t) sin(t)), com P
1
(t) e P
2
(t) polinomios de grau k = max{m, n},
se +i for raz da equacao caracterstica ar
2
+br +c = 0.
A equacao ay

+by

+cy = e
t
(R(t) cos(t) +Q(t) sin(t)) reduz-se a ay

+by

+cy =
R(t)e
t
quando consideramos = 0, pelo que o Teorema 2.2.7 e uma generalizac ao do
Teorema 2.2.5. Outros casos particulares interessantes desta equac ao s ao ay

+by

+cy =
cos(t), correspondente a = 0, R(t) = 1 e Q(t) = 0, e ay

+ by

+ cy = sin(t),
correspondente a = 0, R(t) = 0 e Q(t) = 1.
Exemplos 2.2.8 1. Para determinar uma soluc ao particular para a equacao y

+y =
cos(t) comecamos por observar que, relativamente `a equa cao do Teorema 2.2.7 es-
tamos a considerar o caso particular = 0, = 1, R(t) = 1, Q(t) = 0. Como R
e Q s ao polin omios de grau zero, ent ao k = 0. Alem disso, + i = i e raz da
equac ao caracterstica r
2
+1 = 0. Assim, uma soluc ao particular para esta equa cao
ter a a forma y(t) = t(a
0
cos(t) +b
0
sin(t)). Substituindo na equacao obtemos suces-
sivamente (t(a
0
cos(t) +b
0
sin(t)))

+t(a
0
cos(t) +b
0
sin(t)) = cos(t) a
0
sin(t) +
b
0
cos(t)a
0
sin(t)+b
0
cos(t)a
0
t cos(t)b
0
t sin(t)+ta
0
cos(t)+tb
0
sin(t) = cos(t)
2a
0
sin(t) + 2b
0
cos(t) = cos(t) 2a
0
= 0 2b
0
= 1 a
0
= 0 b
0
=
1
2
. Logo,
y(t) = t(
sin(t)
2
) sera uma solucao particular da equacao.
2. Comecemos por determinar uma solucao particular para a equac ao y

+y = te
t
sin(t).
Estamos a considerar o caso = 1, = 1 (logo, +i = 1 +i), R(t) = 0, Q(t) = t.
Como R e um polin omio de grau zero e Q e um polin omio de grau um, ent ao k = 1.
Como 1 + i n ao e soluc ao da equacao caracterstica r
2
+ 1 = 0 ent ao estamos nas
condic oes do ponto 1. do Teorema 2.2.7, pelo que podemos armar que uma soluc ao
particular desta equa cao ter a a forma y(t) = e
t
((a
1
t +a
0
) cos(t) + (b
1
t +b
0
) sin(t)).
Substituindo na equacao obtemos ent ao:
2e
t
(a
1
cos(t) + (b
1
t +b
0
) cos(t) +b
1
sin(t) (a
1
t +a
0
) sin(t)) +e
t
(2b
1
cos(t) (a
1
t +
a
0
) cos(t) 2a
1
sin(t) (b
1
t +b
0
) sin(t) +(a
1
t +a
0
) cos(t) +(b
1
t +b
0
) sin(t) +e
t
((a
1
t +
a
0
) cos(t) + (b
1
t + b
0
) sin(t)) = te
t
sin(t)
e
t
(2b
1
t + a
1
t) cos(t) + e
t
(2a
1
+ 2b
0
+ 2b
1
+ a
0
) cos(t) + e
t
(2a
1
t + b
1
t) sin(t) +
e
t
(2b
1
+ 2a
0
2a
1
+ b
0
) sin(t) = te
t
sin(t),
de onde obtemos o sistema
_

_
2b
1
+ a
1
= 0
2a
1
+ 2b
0
+ 2b
1
+a
0
= 0
2a
1
+b
1
= 1
2b
1
+ 2a
0
2a
1
+b
0
= 0
que tem como soluc ao
_

_
a
0
=
14
25
a
1
=
2
5
b
0
=
2
25
b
1
=
1
5
.
2.2. Equacoes lineares de 2
a
ordem de coecientes constantes 101
Assim, a soluc ao particular que procur avamos e
y(t) = e
t
__

2
5
t +
14
25
_
cos(t) +
_
1
5
t
2
25
_
sin(t)
_
.
Se pretendessemos encontrar a soluc ao geral desta equa cao teramos ainda de cal-
cular a solucao geral da equac ao homogenea associada. Atendendo a que as razes
da equa cao caracterstica r
2
+ 1 = 0 sao r = i ou r = i, ent ao a solu cao geral da
equac ao homogenea e
y(t) = c
1
cos(t) + c
2
sin(t), com c
1
, c
2
R.
Podemos agora concluir que a solucao geral da equacao e
y(t) = c
1
cos(t)+c
2
sin(t)+e
t
__

2
5
t +
14
25
_
cos(t) +
_
1
5
t
2
25
_
sin(t)
_
, c
1
, c
2
R.
102 Captulo 2. Equac oes diferenciais de segunda ordem
2.3 Exerccios propostos para resolucao nas aulas
1. Encontre o integral geral das seguintes equa coes diferenciais:
(a) y

y = 0;
(b) y

3y

+y = 0;
(c) y

+y

+ y = 0;
(d) y

+ 2y

+ 3y = 0;
(e) y

6y

+ 9y = 0.
2. Resolva cada um dos seguintes problemas de valores iniciais:
(a) y

3y

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

(0) = 0;
(b) 5y

+ 5y

y = 0, y(0) = 0, y

(0) = 1;
(c) y

+y

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

(0) = 2;
(d) 3y

2y

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

(2) = 1;
(e) 9y

+ 6y

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

(0) = 0;
(f) 9y

12y

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

() = 2.
3. Escreva a equa cao diferencial linear homogenea cuja solucao geral e:
(a) y(t) = c
1
e
3t
+c
2
e
t
, c
1
, c
2
R;
(b) y(t) = c
1
e
t
+c
2
te
t
, c
1
, c
2
R;
(c) y(t) = c
1
cos(2t) + c
2
sin(2t), c
1
, c
2
R.
4. Tres solucoes de uma dada equac ao linear de 2
a
ordem nao homogenea sao
1
(t) = t
2
,

2
(t) = t
2
+e
2t
e
3
(t) = 1 +t
2
+ 2e
2t
. Encontre o integral geral desta equac ao.
5. Seja (t) a solu cao da equacao diferencial linear nao homogenea y

+a(t)y

+b(t)y =
f(t), e seja uma soluc ao da respectiva equa cao homogenea. Mostre que (t)+(t)
ainda e soluc ao da equac ao y

+a(t)y

+b(t)y = f(t).
6. Encontre uma soluc ao particular para as seguintes equac oes diferenciais:
(a) y

+ 3y = t
3
1;
(b) y

y = t
2
e
t
;
(c) y

+ 4y = t sin(2t).
7. Encontre a soluc ao geral das seguintes equac oes diferenciais:
(a) y

+ 2y

+ y = e
t
;
(b) y

+y

6y = sin(t) + te
2t
.
2.3. Exerccios propostos para resoluc ao nas aulas 103
8. Um corpo de massa m e posto a oscilar verticalmente suspenso por uma mola num
meio sem atrito. Tendo em conta que a forca exterior que se exerce sobre a massa
e F = mg, sendo g a acelarac ao da gravidade no local, a equa cao diferencial do
movimento e dada por my

= ky +mg. Calcule a soluc ao geral desta equac ao.


104 Captulo 2. Equac oes diferenciais de segunda ordem
2.4 Exerccios propostos para resolucao aut onoma
1. Encontre o integral geral das seguintes equa coes diferenciais:
(a) 6y

7y

+y = 0;
(b) 3y

+ 6y

+ 2y = 0;
(c) 2y

+ 3y

+ 4y = 0;
(d) 4y

+y = 0;
(e) 4y

12y

+ 9y = 0.
2. Resolva cada um dos seguintes problemas de valores iniciais:
(a) 2y

+y

10y = 0, y(1) = 5, y

(1) = 2;
(b) y

6y

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

(2) = 1;
(c) y

+ 2y

+ 5y = 0, y(0) = 0, y

(0) = 2;
(d) 2y

+ 3y = 0, y(1) = 1, y

(1) = 1;
(e) 4y

4y

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

(0) = 3;
(f) y

+ 2y

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

(2) = 1.
3. Escreva a equa cao diferencial linear homogenea cuja solucao geral e:
(a) y(t) = c
1
e
2t
+c
2
e
t
, c
1
, c
2
R;
(b) y(t) = c
1
e
3t
+c
2
te
3t
, c
1
, c
2
R;
(c) y(t) = c
1
e
t
cos(t) + c
2
e
t
sin(t), c
1
, c
2
R.
4. Tres soluc oes de uma dada equacao linear de 2
a
ordem n ao homogenea s ao
1
(t) =
1 + e
t
2
,
2
(t) = 1 + te
t
2
e
3
(t) = (1 + t)e
t
2
+ 1. Encontre o integral geral desta
equac ao.
5. Encontre uma soluc ao particular para as seguintes equac oes diferenciais:
(a) y

+ 4y

+ 4y = te
2t
;
(b) y

+y

+ y = 1 +t + t
2
;
(c) y

+y

+ 4y = t
2
+ (2t + 3)(1 + cos(t)).
6. Encontre a soluc ao geral das seguintes equac oes diferenciais:
(a) y

6y

+ 9y = (3t
7
5t
4
)e
3t
;
(b) y

+ 5y

+ 4y = t
2
e
7t
.
Parte III
Matrizes
105
Captulo 1
Matrizes
1.1 Denicao de matriz
Neste captulo, sempre que referirmos o corpo K, excepto se expressamente indicado em
contr ario, estamos a considerar o corpo R dos n umeros reais ou o corpo C dos n umeros
complexos, com as operacoes usuais. Os elementos de K s ao usualmente designados por
escalares.
Denicao 1.1.1 Uma matriz A do tipo (ou dimensao) m n sobre um corpo K e
um quadro de m n n umeros de K dispostos em m las horizontais, a que chamamos
linhas e contamos de cima para baixo, e em n las verticais, a que chamamos colunas e
contamos da esquerda para a direita:
A
mn
= [a
i j
]
mn
=
_

_
a
1 1
a
1 2
a
1 j
a
1 n
a
2 1
a
2 2
a
2 j
a
2 n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i 1
a
i 2
a
i j
a
i n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mj
a
mn
_

_
mn
(n ao havendo perigo de ambiguidade, e usual suprimir-se o tipo da matriz indicado nas
notac oes atr as em ndice). Note-se que certos autores usam parentesis curvos, em vez
de rectos, para delimitar os elementos da matriz. O n umero a
i j
(i {1, . . . , m}, j
{1, . . . , n}), que se encontra na linha i e na coluna j da matriz A, diz-se o elemento da
posicao (i, j) ou a (i, j)-esima entrada de A.
O conjunto das matrizes do tipo mn sobre um corpo K representa-se por M
mn
(K).
107
108

Algebra das Matrizes
Exemplos 1.1.2 (de matrizes)
A =
_

_
1 0 1
2 3 4
_

_
23
B =
_

_
1 4 1
3 0 4
_

_
C =
_

_
1 0
2 4
_

_
22
D =
_

_
4 1
3 0
_

_
I
2
=
_

_
1 0
0 1
_

_
I
3
=
_

_
1 0 0
0 1 0
0 0 1
_

_
I
n
=
_

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

_
nn
(n N)
E =
_

_
2 0 0
0 1 0
0 0 5
_

_
F =
_

_
7 0 0
0 7 0
0 0 7
_

_
G =
_

_
2 3 4
0 1 9
0 0 5
_

_
H =
_

_
2 0 0
3 1 0
1 3 5
_

_
J =
_

_
2 3 4
0 1 9
0 0 0
_

_
L =
_

_
2 0 0
3 0 0
1 3 5
_

_
M =
_

_
2 3 4
3 0 1
4 1 2
_

_
N =
_

_
0 3 4
3 0 1
4 1 0
_

_
P =
_
1 1 2 0
_
14
Q =
_
0 1 2 0 7
_
15
R =
_

_
2
1
0
3
_

_
41
S =
_

_
0
0
3
_

_
31
1.1. Denicao de matriz 109
0
31
=
_

_
0
0
0
_

_
0
14
=
_
0 0 0 0
_
0
22
=
_

_
0 0
0 0
_

_
0
34
=
_

_
0 0 0 0
0 0 0 0
0 0 0 0
_

Naturalmente, duas matrizes A e B dizem-se iguais (A = B) se forem do mesmo


tipo, digamos mn, e se os seus elementos hom ologos (i.e. na mesma posic ao de A e
de B) forem iguais: a
i j
= b
i j
, para quaisquer i {1, . . . , m} e j {1, . . . , n}, tomando
A = [a
i j
]
mn
e B = [b
i j
]
mn
.
Denic oes 1.1.3 Consideremos uma matriz A = [a
i j
]
mn
sobre um corpo K. Dizemos
que:
1. A e uma matriz quadrada se o seu n umero de linhas for igual ao n umero de
colunas, i.e. m = n. Neste caso, dizemos que A e uma matriz quadrada de
ordem n;
2. A e uma matriz linha se so possuir uma linha, i.e. m = 1;
3. A e uma matriz coluna se so possuir uma coluna, i.e. n = 1;
4. A e uma matriz nula se todos os seus elementos forem nulos, i.e. a
i j
= 0, para
quaisquer i {1, . . . , m} e j {1, . . . , n}. A matriz nula do tipo mn representa-se
por 0
mn
, ou simplesmente por 0 quando nao houver perigo de ambiguidade (ver
Exemplos 1.1.2).
Exemplos 1.1.4 Voltemos a considerar as matrizes de 1.1.2. Ent ao:
1. C, D, I
2
, I
3
(e mais geralmente I
n
, com n N), E, F, G, H, J, L, M, N e 0
22
s ao matrizes quadradas;
2. P, Q e 0
14
s ao matrizes linha e R, S, e 0
31
s ao matrizes coluna.
Denic oes 1.1.5 Consideremos uma matriz A = [a
i j
]
nn
quadrada de ordem n sobre
um corpo K. Dizemos que:
1. Os elementos da forma a
i i
, com i {1, . . . , n} s ao (os elementos d)a diagonal
principal de A;
2.
`
A soma dos elementos da diagonal principal de A chamamos traco de A:
tr(A) =
n

i=1
a
i i
(= a
1 1
+a
2 2
+ +a
nn
) ;
110

Algebra das Matrizes
3. A matriz A diz-se triangular superior (respectivamente, triangular inferior)
se todos os elementos abaixo (respectivamente, acima) da diagonal principal
forem nulos, i.e. se 1 j < i n (respectivamente, 1 i < j n) implica a
i j
= 0;
4. Se A for simultaneamente uma matriz triangular inferior e uma matriz triangular
superior, i.e. se a
i j
= 0 sempre que i = j, ent ao A diz-se uma matriz diagonal;
5. Uma matriz diagonal em que todos os elementos da diagonal principal s ao iguais
diz-se uma matriz escalar;
6. A matriz A diz-se a matriz identidade de ordem n se for a matriz escalar de
ordem n em que os elementos da diagonal s ao iguais a um, i.e. se
a
i j
=
_

_
1, se i = j,
0, se i = j,
para quaisquer 1 i, j n, e denota-se por I
n
(ver Exemplos 1.1.2).
Exemplos 1.1.6 Consideremos uma vez mais as matrizes de 1.1.2. Ent ao:
1. As matrizes I
n
(n N), F e 0
22
s ao matrizes escalares;
2. As matrizes I
n
(n N), F, 0
22
e ainda E s ao matrizes diagonais;
3. Alem das matrizes diagonais, as matrizes G e J s ao matrizes triangulares superiores
e as matrizes C, H e L s ao matrizes triangulares inferiores.
Operacoes com matrizes 111
1.2 Operacoes com matrizes
Denicao 1.2.1 Sejam A = [a
i j
]
mn
e B = [b
i j
]
mn
duas matrizes do (mesmo) tipo
m n sobre K. Denimos a soma da matriz A com a matriz B como sendo a matriz
A + B, do tipo m n sobre K, cujos elementos s ao a soma dos elementos hom ologos de
A e de B, i.e. A+B = [x
i j
]
mn
, em que x
i j
= a
i j
+b
i j
, para quaisquer i {1, . . . , m} e
j {1, . . . , n}.
Exemplos 1.2.2
_

_
2 1
3 0
_

_
+
_

_
5 3
4 7
_

_
=
_

_
2 + 5 1 + 3
3 + (4) 0 + 7
_

_
=
_

_
7 2
1 7
_

_
_

_
1 4 1
2 3 0
_

_
+
_

_
1 3 7
0 4 2
_

_
=
_

_
1 + (1) 4 + 3 1 + 7
2 + 0 3 + 4 0 + (2)
_

_
=
_

_
0 7 6
2 7 2
_

_
_
1 3 5 4
_
+
_
2 7 6 5
_
=
_
1 + 2 3 + (7) 5 + 6 4 + 5
_
=
_
3 4 1 9
_
_

_
2
0
5
_

_
+
_

_
3
9
2
_

_
=
_

_
2 + (3)
0 + 9
5 + 2
_

_
=
_

_
5
9
7
_

Denicao 1.2.3 Dada uma matriz A = [a


i j
]
mn
do tipo m n sobre K, denimos a
matriz simetrica de A, e denotamo-la por A, como sendo a matriz cujas entradas
s ao as simetricas da matriz A, i.e. A = [x
i j
]
mn
, em que x
i j
= a
i j
, para quaisquer
i {1, . . . , m} e j {1, . . . , n}.
Exemplos 1.2.4

_
2 1
3 0
_

_
=
_

_
2 1
3 0
_

_

_

_
1 4 1
2 3 0
_

_
=
_

_
1 4 1
2 3 0
_

_
1 3 5 4
_
=
_
1 3 5 4
_

_

_
2
0
5
_

_
=
_

_
2
0
5
_

112

Algebra das Matrizes
Como e usual para n umeros reais, dadas duas matrizes A, B M
mn
(K), escrevemos
abreviadamente A B para representar a matriz A + (B).
Denicao 1.2.5 Dados uma matriz A = [a
i j
]
mn
sobre K e um escalar K, denimos
a matriz A, a que chamamos multiplicacao escalar de por A, como sendo a matriz
cujas entradas resultam de multiplicar pelos elementos de A, i.e. A = [x
i j
]
mn
, em
que x
i j
= a
i j
, para quaisquer i {1, . . . , m} e j {1, . . . , n}.
Exemplos 1.2.6
(5)
_
1 3 5 4
_
=
_
(5) 1 (5) 3 (5) (5) (5) 4
_
=
_
5 15 25 20
_
4
_

_
2 1
3 0
_

_
=
_

_
4 2 4 (1)
4 3 4 0
_

_
=
_

_
8 4
12 0
_

_

Denicao 1.2.7 Dada uma matriz A = [a
i j
]
mn
do tipo m n sobre K, denimos a
matriz transposta de A, e denotamo-la por A
T
, como sendo a matriz do tipo n m
que resulta de trocar as linhas de A com as colunas de A, i.e. A
T
= [x
i j
]
nm
, em que
x
j i
= a
i j
, para quaisquer j {1, . . . , n} e i {1, . . . , m}.
Exemplos 1.2.8
_

_
2 1
3 0
_

_
T
=
_

_
2 3
1 0
_

_
_

_
1 4 1
2 3 0
_

_
T
=
_

_
1 2
4 3
1 0
_

_
_
1 3 5 4
_
T
=
_

_
1
3
5
4
_

_
_

_
2
0
5
_

_
T
=
_
2 0 5
_

Denicao 1.2.9 Sejam L =
_
x
1
x
2
x
n
_
1n
uma matriz linha (do tipo 1 n) e
1.2. Opera coes com matrizes 113
C =
_

_
y
1
y
2
.
.
.
y
n
_

_
n1
uma matriz coluna (do tipo n 1) sobre um corpo K. Ao escalar
LC = x
1
y
1
+x
2
y
2
+ +x
n
y
n
chamamos produto da linha L pela coluna C.
Exemplo 1.2.10 Sejam L =
_
2 5 0 4
_
14
e C =
_

_
3
5
5
2
_

_
41
. Ent ao
LC = 2 3 + 5 (5) + 0 5 + (4) (2) = 11.
Denicao 1.2.11 Sejam A = [a
i j
]
mn
e B = [b
i j
]
np
duas matrizes sobre K dos tipos
mn e n p, respectivamente. Sejam L
1
, . . . , L
m
as linhas da matriz A (consideradas
como matrizes linha do tipo 1 n) e C
1
, . . . , C
p
as colunas da matriz B (consideradas
como matrizes coluna do tipo n 1). Denimos o produto da matriz A pela matriz B
como sendo a matriz AB = [x
i k
]
mp
, do tipo m p, cujo elemento x
i k
da posic ao (i, k)
se obtem multiplicando a linha i de A pela coluna k de B, i.e.
x
i k
= L
i
C
k
= a
i 1
b
1 k
+a
i 2
b
2 k
+ +a
i n
b
nk
,
para quaisquer i {1, . . . , m} e k {1, . . . , p}.
Exemplo 1.2.12
_

_
2 3 4 5
1 0 7 2
2 2 3 6
_

_
34
_

_
2 0
1 5
3 7
4 8
_

_
42
=
_

_
2 (2) + 3 1 + 4 (3) + (5) 4 2 0 + 3 5 + 4 (7) + (5) 8
(1) (2) + 0 1 + 7 (3) + 2 4 (1) 0 + 0 5 + 7 (7) + 2 8
2 (2) + (2) 1 + 3 (3) + 6 4 2 0 + (2) 5 + 3 (7) + 6 8
_

_
32
=
_

_
33 53
11 33
9 17
_

_
114

Algebra das Matrizes

Sejam A uma matriz quadrada de ordem n sobre K e k N. Ent ao, podemos multi-
plicar sucessivamente A por A e, como e usual para n umeros reais, representamos por A
k
a potencia-k de A, i.e. A
k
e um produto de k matrizes cujos factores s ao todos iguais a
A. Convencionamos tambem que A
0
= I
n
.

E facil mostrar que:


Teorema 1.2.13 Sejam A
mn
, B
mn
, C
mn
e X
mn
matrizes do tipo mn sobre K,
Y
np
uma matriz do tipo n p sobre K, Z
pq
uma matriz do tipo p q sobre K, W
m
uma matriz do tipo m sobre K, M
nn
uma matriz quadrada de ordem n sobre K
, K e k N. Entao:
1. A +B = B +A;
2. (A + B) + C = A + (B +C);
3. A +0
mn
= A;
4. A + (A) = 0
mn
;
5. (A +B) = A +B;
6. ( +)A = A +A;
7. (A) = ()A;
8. 1A = A e (1)A = A;
9. 0A = 0
mn
e 0
mn
= 0
mn
;
10. Se A = 0
mn
entao = 0 ou A = 0
mn
;
11.
_
A
T
_
T
= A;
12. (A + B)
T
= A
T
+ B
T
;
13. (A)
T
= A
T
;
14. (XY )Z = X(Y Z);
15. W(A +B) = WA +WB;
16. (A + B)Y = AY +BY ;
17. (XY ) = (X)Y = X(Y );
18. AI
n
= A = I
m
A e, em particular, MI
n
= M = I
n
M;
1.2. Opera coes com matrizes 115
19. (XY )
T
= Y
T
X
T
e
_
M
k
_
T
=
_
M
T
_
k
;
20. A0
np
= 0
mp
e 0
m
A = 0
n
.
Ao contrario da adic ao de matrizes, a multiplicac ao de matrizes n ao e em geral comu-
tativa, mesmo que produto esteja denido em ambos os sentidos e obtenhamos matrizes
do mesmo tipo nos dois casos (i.e. mesmo que estejamos a considerar matrizes quadradas
da mesma ordem). Por exemplo,
_

_
1 1
1 1
_

_
_

_
1 1
1 1
_

_
=
_

_
0 2
2 0
_

_
=
_

_
2 0
0 2
_

_
=
_

_
1 1
1 1
_

_
_

_
1 1
1 1
_

_
.
Por outro lado, temos, por exemplo,
_

_
1 1
2 1
_

_
_

_
1 1
2 1
_

_
=
_

_
1 0
0 1
_

_
=
_

_
1 1
2 1
_

_
_

_
1 1
2 1
_

_
.
Denicao 1.2.14 Duas matrizes A e B quadradas de ordem n sobre K dizem-se per-
mutaveis se AB = BA.
Denic oes 1.2.15 Uma matriz A quadrada sobre K diz-se:
1. simetrica se A
T
= A;
2. anti-simetrica se A
T
= A.
Exemplos 1.2.16 Uma vez mais consideremos as matrizes de 1.1.2. Ent ao, as matrizes
I
n
(n N), E, F, M e 0
22
s ao simetricas e as matrizes N e 0
22
s ao anti-simetricas.
116

Algebra das Matrizes
1.3 Matrizes Invertveis
Denicao 1.3.1 Uma matriz quadrada de ordem n sobre K diz-se invertvel se existir
uma matriz B (quadrada de ordem n sobre K) tal que AB = I
n
= BA.
Nestas condic oes, e facil ver que a matriz B e unica. Denotamos entao B por A
1
e
designamo-la por matriz inversa de A.
Exemplo 1.3.2 De acordo com o vimos imediatamente antes da Denicao 1.2.14, tem-se
_

_
1 1
2 1
_

_
1
=
_

_
1 1
2 1
_

_
.

E facil mostrar que:


Teorema 1.3.3 Sejam A e B duas matrizes invertveis de ordem n sobre K e k N.
Entao:
1. A matriz A
1
e invertvel, tendo-se (A
1
)
1
= A;
2. A matriz AB e invertvel, tendo-se (AB)
1
= B
1
A
1
;
3. A matriz A
k
e invertvel, tendo-se
_
A
k
_
1
= (A
1
)
k
;
4. A matriz A
T
e invertvel, tendo-se
_
A
T
_
1
= (A
1
)
T
.
1.4. Exerccios propostos para resoluc ao nas aulas 117
1.4 Exerccios propostos para resolucao nas aulas
As matrizes consideradas s ao reais.
1. Considere as seguintes matrizes:
A =
_

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

_
, B =
_

_
3 0 0
0 2 0
0 0 1
_

_
, C =
_

_
1
1
2
_

_
, D =
_
3 1 4 1
_
,
E =
_
2
_
, F =
_

_
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
_

_
, G =
_

_
1 4
2 5
3 6
_

_
, H =
_

_
0 0 0
1 0 0
2 4 0
_

_
e I =
_

_
1 0
0 1
_

_
.
(a) Indique o tipo de cada matriz.
(b) Diga quais das matrizes s ao quadradas ou diagonais.
2. Escreva a matriz do tipo n n cujas entradas sao dadas por
x
ij
=
_

_
1 se i > j
0 se i = j
1 se i < j.
3. Sejam A = [a
ij
], B = [b
ij
], C = [c
ij
], D = [d
ij
] as seguintes matrizes:
A =
_

_
2 3 4
3 4 5
4 5 6
_

_
, B =
_

_
1 0 1 0
0 1 0 1
1 0 1 0
_

_
, C =
_

_
1 1
1 1
1 1
1 1
_

_
, D =
_

_
2 4 8
2 4 8
2 4 8
_

_
.
Calcule, caso seja possvel:
(a) A +D;
(b) B + C;
118

Algebra das Matrizes
(c) A, com R;
(d) A + 0.B (0 R);
(e) 2A 3D.
4. Prove que, dadas matrizes A e B do mesmo tipo, tem-se (A + B) = A B.
5. Dadas as matrizes A =
_

_
1 0 0
0 1 0
0 0 1
_

_
e B =
_

_
1 1 1
1 1 1
1 1 1
_

_
, resolva a equac ao matricial
X + A = 2(X B).
6. Considere as seguintes matrizes:
A e D do tipo 2 3,
F e G do tipo 4 4,
B do tipo 3 4,
C do tipo 3 2 e
E do tipo 2 4.
Diga quais das seguintes armac oes s ao verdadeiras:
(a)

E possvel calcular AB + E;
(b) (AB)F = A(BF);
(c) Pode ter-se AC = CA;
(d)

E possvel calcular A +B, com R;
(e) BF = FB.
7. Calcule
_

_
2 4
4 8
_

_
.
_

_
2 4
1 2
_

_
e
_

_
0 0
0 0
_

_
.
_

_
2 4
1 2
_

_
Compare os resultados
e comente.
8. Considere as seguintes matrizes:
A =
_

_
2 1 3
4 0 1
_

_
, B =
_

_
1 1 2
5 1 3
_

_
, C =
_

_
2 1
0 6
3 2
_

_
e D =
_

_
4 2
3 5
1 3
_

_
.
Calcule, caso possvel, o valor das express oes seguintes:
1.4. Exerccios propostos para resoluc ao nas aulas 119
(a) 3A;
(b) A + B;
(c) 0B;
(d) B + C;
(e) 4A 2B;
(f) AB;
(g) AC;
(h) (AC)
2
;
(i) (A 2B)(3C +D);
(j) A(DB);
(k) (AD)B.
9. Mostre que uma matriz do tipo 2 2 comuta com
_

_
1 3
0 1
_

_
se e s o se e da forma
_

_

0
_

_
, com e n umeros reais.
10. Considere as matrizes A =
_

_
0 1
0 1
_

_
e B =
_

_
1 1
0 0
_

_
.
Prove que:
(a) (A +B)
2
= A
2
+ 2AB +B
2
;
(b) A
2
B
2
= (A B)(A +B).
11. Determine quais das seguintes matrizes s ao simetricas ou anti-simetricas:
A =
_

_
1 2
2 1
5 4
_

_
, B =
_

_
0 3 7
3 0 5
7 5 0
_

_
, C =
_

_
0 1 3
1 2 2
3 2 0
_

_
e D =
_

_
3 1 6
1 5 5
6 5 7
_

_
.
12. (a) Seja A uma matriz quadrada real. Prove que:
i. A + A
T
e uma matriz simetrica.
ii. A A
T
e uma matriz anti-simetrica.
(b) Prove que qualquer matriz quadrada e soma de uma matriz simetrica com uma
matriz anti-simetrica.
120

Algebra das Matrizes
1.5 Exerccios propostos para resolucao aut onoma
1. Sendo A =
_

_
1 2 3
2 3 1
3 1 2
_

_
e B =
_

_
1 0 1
2 3 1
1 2 0
_

_
, calcule 3A 5B.
2. Dada a matriz A =
_

_
7 3 18
2 6 11
15 17 13
_

_
, determine a matriz B = [b
ij
] que e um m ultiplo
escalar de A e tal que b
13
= 6.
3. Prove que a subtracc ao de matrizes nao e comutativa nem associativa.
4. Simplique
_

_
x y y z z w
w x x y y z
_

_
-
_

_
x w y x z y
y x z y w z
_

_
.
5. Considere as matrizes:
A =
_

_
1 1 2
0 3 5
_

_
, B =
_

_
2 1 0 1
1 1 2 5
2 2 1 0
_

_
, C =
_

_
3 4
7 1
_

_
, D =
_

_
1 1 1
2 3 0
1 5 3
_

_
,
E =
_
2 4 7
_
e F =
_

_
8
3
1
_

_
.
Calcule, caso possvel:
(a) AB;
(b) AD;
(c) AC;
(d) CA;
(e) C
2
;
(f) DF;
1.5. Exerccios propostos para resoluc ao autonoma 121
(g) ED;
(h) EF;
(i) FE.
6. Mostre que a equacao X
2
5X + 4I
2
= 0 e satisfeita por cada uma das matrizes:
(a)
_

_
1 0
0 1
_

_
.
(b)
_

_
4 0
0 4
_

_
.
(c)
_

_
3 2
1 2
_

_
.
7. Mostre que as matrizes que comutam com
_

_
0 1 0
0 0 1
0 0 0
_

_
s ao as da forma
_

_

0
0 0
_

_
,
com , e n umeros reais.
8. Calcule A
2
e A
3
, sendo A =
_

_
0 a a
2
0 0 a
0 0 0
_

_
.
9. Dadas matrizes quadradas A e B tais que AB = BA, prove que:
(a) (A +B)
2
= A
2
+ 2AB + B
2
;
(b) A
2
B
2
= (A B)(A + B).
10. Considere a matriz Y =
_

_
0 1
1 0
_

_
. Verique que:
(a) Y
2
= I
2
;
(b) Y
4
= I
2
;
122

Algebra das Matrizes
(c) (aI
2
+ bY )(aI
2
bY ) = (a
2
+b
2
)I
2
, para quaisquer n umeros reais a, b.
11. Sejam X =
_
a b c
_
e
A =
_

_
0 c b
c 0 a
b a 0
_

_
,
onde a
2
+ b
2
+c
2
= 1.
(a) Prove que A
2
= X
T
X I
3
.
(b) Prove que A
3
= A.
(c) Escreva A
4
em func ao de X.
12. Mostre que, se A e B s ao matrizes do tipo 2 2, entao a soma dos elementos da
diagonal principal da matriz AB BA e zero.
Captulo 2
Sistemas de Equac oes Lineares
2.1 Matrizes de sistemas de equac oes lineares
Denicao 2.1.1 Um sistema de m equacoes lineares a n incognitas (variaveis ou
indeterminadas) x
1
, x
2
, . . . , x
n
, com coecientes sobre K, e um sistema de equacoes do
tipo
_

_
a
1 1
x
1
+a
1 2
x
2
+ +a
1 n
x
n
= b
1
a
2 1
x
1
+a
2 2
x
2
+ +a
2 n
x
n
= b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+ + a
mn
x
n
= b
m
,
com a
i j
, b
i
K, para i {1, . . . , m} e j {1, . . . , n}.
Exemplos 2.1.2
1.
_

_
2x + y 2z + 4w = 1
x y + 3w = 5
4x + 7y + 3z 8w = 0
e um sistema de 3 equa coes lineares a 4 incognitas
x, y, z e w com coecientes reais;
2.
_

_
y + 2z = 1
x 2y +z = 0
3y 4z = 23
e um sistema de 3 equacoes lineares a 3 incognitas x, y e z
com coecientes reais.
123
124 Sistemas de Equacoes Lineares
Consideremos o sistema de m equac oes lineares a n inc ognitas da Denicao 2.1.1 e as
matrizes
A =
_

_
a
1 1
a
1 2
a
1 n
a
2 1
a
2 2
a
2 n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_

_
mn
do tipo mn sobre K,
X =
_

_
x
1
x
2
.
.
.
x
n
_

_
n1
(coluna) do tipo n 1 e
B =
_

_
b
1
b
2
.
.
.
b
m
_

_
m1
(coluna) do tipo m1 sobre K. Ent ao
_

_
a
1 1
a
1 2
a
1 n
a
2 1
a
2 2
a
2 n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_

_
_

_
x
1
x
2
.
.
.
x
n
_

_
=
_

_
a
1 1
x
1
+a
1 2
x
2
+ +a
1 n
x
n
a
2 1
x
1
+a
2 2
x
2
+ +a
2 n
x
n
.
.
.
a
m1
x
1
+a
m2
x
2
+ +a
mn
x
n
_

_
=
_

_
b
1
b
2
.
.
.
b
m
_

_
,
i.e. AX = B. Assim, o sistema considerado e equivalente `a equac ao (linear) matricial
AX = B (de inc ognita X
n1
), a que chamamos representacao matricial do sistema.
A matriz A
mn
dos coecientes do sistema designa-se por matriz simples do sistema e
` a matriz
_
A | B
_
do tipo m(n + 1) que resulta de juntar a A a coluna B dos termos
Matrizes de sistemas de equacoes lineares 125
independentes do sistema, i.e.
_
A | B
_
=
_

_
a
1 1
a
1 2
a
1 n
b
1
a
2 1
a
2 2
a
2 n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
b
m
_

_
m(n+1)
,
chamamos matriz ampliada do sistema.
Exemplo 2.1.3 A matriz simples e a matriz ampliada do sistema 1 do Exemplo 2.1.2
s ao
A =
_

_
2 1 2 4
1 1 0 3
4 7 3 8
_

_
e
_
A | B
_
=
_

_
2 1 2 4 1
1 1 0 3 5
4 7 3 8 0
_

_
,
respectivamente. Relativamente ao sistema 2 de 2.1.2,
A =
_

_
0 1 2
1 2 1
0 3 4
_

_
e
_
A | B
_
=
_

_
0 1 2 1
1 2 1 0
0 3 4 23
_

_
s ao respectivamente as suas matriz simples e matriz ampliada.
126 Sistemas de Equacoes Lineares
2.2 Operacoes elementares sobre matrizes
Na resolucao de um sistema de equacoes podemos usar as seguintes operac oes basicas (a
que chamamos operacoes elementares de Gauss):
(G1) Trocar duas equacoes;
(G2) Multiplicar uma equac ao por um escalar nao nulo;
(G3) Adicionar uma equac ao a outra equac ao.
Geralmente, tambem se usa a seguinte combinac ao de (G2) e (G3):
(G4) Adicionar uma equac ao multiplicada por um escalar a outra equac ao.
Exemplo 2.2.1 Consideremos o sistema 2 do Exemplo 2.1.2. Ent ao
_

_
y + 2z = 1
x 2y +z = 0
3y 4z = 23

(G1) Troca das equa coes 1 e 2


_

_
x 2y + z = 0
y + 2z = 1
3y 4z = 23

(G2) Multiplicacao por


1
3
da equacao 3
_

_
x 2y +z = 0
y + 2z = 1
y +
4
3
z =
23
3

(G3) Adicao da equa cao 2 `a equacao 3


_

_
x 2y + z = 0
y + 2z = 1
10
3
z =
20
3

(G2) Multiplicacao por


3
10
da equacao 3
_

_
x 2y + z = 0
y + 2z = 1
z = 2

(G4) Adicao da equa cao 3 multiplicada por 2 `a equa cao 2


(G4) Adicao da equa cao 2 multiplicada por 1 `a equa cao 1
_

_
x 2y = 2
y = 5
z = 2
Operacoes elementares sobre matrizes 127

(G4) Adicao da equa cao 2 multiplicada por 2 `a equacao 1


_

_
x = 12
y = 5
z = 2
,
pelo que {(12, 5, 2)} e o conjunto de solu coes do sistema.
As operac oes (G1), (G2) e (G3) correspondem a efectuar nas linhas da matriz ampliada
de um sistema as seguintes opera coes (respectivamente):
(L1) Trocar duas linhas;
(L2) Multiplicar uma linha por um escalar nao nulo;
(L3) Adicionar uma linha a outra linha.
Tambem a operac ao seguinte, combinacao de (L2) e (L3), corresponde a (G4):
(L4) Adicionar uma linha multiplicada por um escalar a outra linha.
As operacoes (L1), (L2) e (L3) (efectuadas sobre uma matriz qualquer) designam-se
por operacoes elementares sobre linhas.
Exemplo 2.2.2 Consideremos as operac oes efectuadas em 2.2.1. As operac oes corre-
spondentes sobre linhas na matriz ampliada do sistema sao as seguintes:
_

_
0 1 2 1
1 2 1 0
0 3 4 23
_

(L1)
L
1
L
2
_

_
1 2 1 0
0 1 2 1
0 3 4 23
_

(L2)
L
3

1
3
L
3
_

_
1 2 1 0
0 1 2 1
0 1
4
3

23
3
_

(L3)
L
3
L
3
+L
2
_

_
1 2 1 0
0 1 2 1
0 0
10
3

20
3
_

(L2)
L
3

3
10
L
3
_

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

(L4) L
2
L
2
2L
3
(L4) L
1
L
1
L
3
_

_
1 2 0 2
0 1 0 5
0 0 1 2
_

(L3)
L
1
L
1
+ 2L
2
_

_
1 0 0 12
0 1 0 5
0 0 1 2
_

_
.
Tendo em conta as denicoes e imediato o seguinte resultado.
128 Sistemas de Equacoes Lineares
Teorema 2.2.3 Toda a matriz que resulta da matriz ampliada de um sistema de equacoes
lineares por meio de uma sucessao (nita) de operacoes elementares sobre linhas e a matriz
ampliada de um sistema de equacoes lineares equivalente (i.e. com o mesmo conjunto de
solucoes) ao sistema inicial.
De modo an alogo, podemos denir operacoes elementares sobre colunas de uma
matriz:
(C1) Trocar duas colunas;
(C2) Multiplicar uma coluna por um escalar nao nulo;
(C3) Adicionar uma coluna a outra coluna.
Combinando (C2) e (C3) temos tambem:
(C4) Adicionar uma coluna multiplicada por um escalar a outra coluna.
Note-se que estas opera coes sobre colunas de uma matriz n ao tem correspondencia
com as opera coes de Gauss, pelo que nao podem ser usadas na resoluc ao matricial de um
sistema (com as denic oes consideradas), com excepc ao da troca de colunas da matriz
simples que corresponde a trocar o nome (ou a ordenac ao) das inc ognitas.
Sejam A e B duas matrizes do tipo mn sobre K. Escrevemos (ver Exemplo 2.2.2)
A B
L
i
L
j
,
A B
L
i
L
i
e
A B
L
i
L
i
+L
j
para denotar que B se obtem de A por meio da troca da linha i com a linha j (1 i <
j m), da multiplica cao da linha i por (1 i m e K\{0}) e da adic ao da linha j
multiplicada por K ` a linha i (1 i, j m e i = j), respectivamente. Analogamente,
A B
C
i
C
j
,
A B
C
i
C
i
e
A B
C
i
C
i
+C
j
denota que B se obtem de A por meio da troca da coluna i com a coluna j (1 i < j n),
da multiplica cao da coluna i por (1 i n e K \ {0}) e da adic ao da coluna j
multiplicada por K ` a coluna i (1 i, j n e i = j), respectivamente.
2.3. Matrizes de Hermite 129
2.3 Matrizes de Hermite
Denicao 2.3.1 Seja A =
_
a
i j
_
mn
uma matriz do tipo mn sobre K.
Para cada linha i n ao nula de A (1 i m), chamamos canto da linha i ` a posic ao
do primeiro elemento (a contar da esquerda para a direita) nao nulo desta linha.
Dizemos que a matriz A e escalonada por linhas se, para algum {0, 1, . . . , m} as
primeiras linhas (a contar de cima para baixo) de A s ao nao nulas, as restantes m s ao
nulas e, sendo j
1
, j
2
. . . , j

{1, . . . , n} tais que a


1 j
1
, a
2 j
2
, . . . , a
j

s ao os elementos dos
cantos de A, tem-se j
1
< j
2
< . . . < j

(i.e. os zeros da matriz formam um escada de


degraus todos com a mesma altura, embora com possveis diferentes comprimentos,
delimitada pelos cantos da matriz):
A =
_

_
0 0 a
1 j
1

0 0 0 0 a
2 j
2

0 0 0 0 0 0 a
3 j
3

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 0 0 0 a
j


0 0 0 0 0 0 0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 0 0 0 0 0
_

_
mn
Exemplos 2.3.2
1. A matriz nula 0
mn
e (de acordo com a nossa denicao) escalonada por linhas;
2. Toda a matriz diagonal com todas as entradas n ao nulas, ou mais geralmente toda a
matriz diagonal D =
_
d
i j
_
nn
tal que se d
i i
= 0 ent ao d
i+1 i+1
= 0, para qualquer
i {1, . . . , n}, e escalonada por linhas. Em particular, a matriz identidade I
n
e
escalonada por linhas;
130 Sistemas de Equacoes Lineares
3. As matrizes
_

_
0 3 4 4 7 9 1 1 4 9 3
0 0 5 0 2 3 4 3 0 0 2
0 0 0 0 0 7 1 2 4 0 0
0 0 0 0 0 0 0 0 0 2 3
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
_

_
e
_

_
2 3 4 4 7 8 1 1 4 9 3
0 2 5 0 2 3 4 3 0 0 2
0 0 0 0 0 7 1 2 4 0 0
0 0 0 0 0 0 0 0 3 2 3
0 0 0 0 0 0 0 0 0 0 4
_

_
s ao escalonadas por linhas;
4. A matriz
A =
_

_
0 0 0 3
0 1 2 4
0 1 2 2
0 2 4 2
_

_
n ao e escalonada por linhas, no entanto:
_

_
0 0 0 3
0 1 2 4
0 1 2 2
0 2 4 2
_

L
1
L
2
_

_
0 1 2 4
0 0 0 3
0 1 2 2
0 2 4 2
_

L
3
L
3
+L
1
L
4
L
4
2L
1
Matrizes de Hermite 131
_

_
0 1 2 4
0 0 0 3
0 0 0 6
0 0 0 6
_

L
3
L
3
2L
2
L
4
L
4
+ 2L
2
_

_
0 1 2 4
0 0 0 3
0 0 0 0
0 0 0 0
_

_
= B,
pelo que a partir de A, por meio de operac oes elementares sobre linhas, obtemos
uma matriz B escalonada por linhas.
Teorema 2.3.3 Toda a matriz pode ser transformada por meio de operacoes elementares
sobre linhas numa matriz escalonada por linhas.
Demonstracao. (esquema) Seja A
mn
uma matriz do tipo mn sobre K. Se necessario,
por meio de uma troca de duas linhas, podemos transformar A numa matriz da forma
B =
_

_
0 0 b
1
b
1 +1
b
1 n
0 0 b
2
b
2 +1
b
2 n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 b
m
b
m+1
b
mn
_

_
mn
,
com b
1
= 0 (1 n). De seguida, efectuando em B as operacoes L
i
L
i

b
i
b
1
L
1
, para
2 i m, obtemos uma matriz da forma
C =
_

_
0 0 b
1
b
1 +1
b
1 n
0 0 0 c
2+1
c
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 c
m+1
c
mn
_

_
mn
.
Repetindo sucessivamente este processo para as linhas 2 ate m 1 das matrizes resultantes,
obtemos uma matriz escalonada por linhas.
Denicao 2.3.4 Seja A =
_
a
i j
_
mn
uma matriz do tipo mn sobre K escalonada por
linhas tal que a
1 j
1
, a
2 j
2
, . . . , a
j

s ao os elementos dos cantos de A, com {0, 1, . . . , m}


e j
1
, j
2
. . . , j

{1, . . . , n} (e j
1
< j
2
< . . . < j

). Dizemos que a matriz A e de Hermite


(ou escalonada por linhas reduzida) se, para cada k {1, . . . , }, o unico elemento
132 Sistemas de Equacoes Lineares
n ao nulo da coluna j
k
de A for o elemento de canto a
k j
k
da linha k de A e a
k j
k
= 1:
A =
_

_
0 0 1
1 j
1
0 0 0
0 0 0 0 1
2 j
2
0 0
0 0 0 0 0 0 1
3 j
3
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 0 0 0 1
j


0 0 0 0 0 0 0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 0 0 0 0 0
_

_
mn
Exemplos 2.3.5
1. A matriz 0
mn
e (de acordo com a nossa denicao) de Hermite;
2. Uma matriz diagonal D =
_
d
i j
_
nn
tal que se d
1 1
= d
2 2
= = d
i i
= 1 e
d
i+1 i+1
= d
i+2 i+2
= = d
nn
= 0, para algum i {0, 1, . . . , n}, e uma matriz de
Hermite. Em particular, a matriz I
n
e de Hermite;
3. As matrizes
_

_
0 1 0 4 7 0 1 1 4 0 3
0 0 1 0 2 0 4 3 0 0 2
0 0 0 0 0 1 1 2 4 0 0
0 0 0 0 0 0 0 0 0 1 3
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
_

_
Matrizes de Hermite 133
e
_

_
1 0 4 4 7 0 1 1 0 9 0
0 1 5 0 2 0 4 3 0 0 0
0 0 0 0 0 1 1 2 0 0 0
0 0 0 0 0 0 0 0 1 2 0
0 0 0 0 0 0 0 0 0 0 1
_

_
s ao de Hermite;
4. A matriz
A =
_

_
3 6 9 9 12 6 3 3 6 12 3
0 2 4 0 2 2 4 4 0 4 0
0 0 0 0 0 2 2 0 6 0 4
0 0 0 0 0 0 0 0 4 4 0
0 0 0 0 0 0 0 0 0 0 5
_

_
e escalonada por linhas mas nao e de Hermite, no entanto:
A
L
1

1
3
L
1
L
2

1
2
L
2
L
3

1
2
L
3
L
4

1
4
L
4
L
5

1
5
L
5
_

_
1 2 3 3 4 2 1 1 2 4 1
0 1 2 0 1 1 2 2 0 2 0
0 0 0 0 0 1 1 0 3 0 2
0 0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 0 0 0 1
_

_
134 Sistemas de Equacoes Lineares

L
3
L
3
2L
5
L
1
L
1
L
5
_

_
1 2 3 3 4 2 1 1 2 4 0
0 1 2 0 1 1 2 2 0 2 0
0 0 0 0 0 1 1 0 3 0 0
0 0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 0 0 0 1
_

L
3
L
3
3L
4
L
1
L
1
2L
4
_

_
1 2 3 3 4 2 1 1 0 2 0
0 1 2 0 1 1 2 2 0 2 0
0 0 0 0 0 1 1 0 0 3 0
0 0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 0 0 0 1
_

L
2
L
2
L
3
L
1
L
1
2L
3
_

_
1 2 3 3 4 0 1 1 0 8 0
0 1 2 0 1 0 3 2 0 5 0
0 0 0 0 0 1 1 0 0 3 0
0 0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 0 0 0 1
_

L
1
L
1
+ 2L
2
_

_
1 0 1 3 6 0 5 5 0 18 0
0 1 2 0 1 0 3 2 0 5 0
0 0 0 0 0 1 1 0 0 3 0
0 0 0 0 0 0 0 0 1 1 0
0 0 0 0 0 0 0 0 0 0 1
_

_
= B ,
pelo que a partir de A, por meio de operac oes elementares sobre linhas, obtemos
uma matriz B de Hermite.
Teorema 2.3.6 Toda a matriz pode ser transformada por meio de operacoes elementares
sobre linhas numa matriz de Hermite.
Matrizes de Hermite 135
Demonstracao. Seja A
mn
uma matriz do tipo mn sobre K. Pelo Teorema 2.3.3, a matriz A
pode ser transformada por meio de opera coes elementares sobre linhas numa matriz escalonada
por linhas
B =
_

_
0 0 b
1 j
1

0 0 0 0 b
2 j
2

0 0 0 0 0 0 b
3 j
3

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 0 0 0 b
j


0 0 0 0 0 0 0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 0 0 0 0 0
_

_
mn
.
Efectuando sobre B as operacoes L
i

1
b
i j
i
L
i
, com i {1, . . . , }, obtemos uma matriz da forma
C =
_

_
0 0 1 c
1 j
2
c
1 j
3
c
1 j


0 0 0 0 1 c
2 j
3
c
2 j


0 0 0 0 0 0 1 c
3 j


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

_
mn
.
136 Sistemas de Equacoes Lineares
Seguidamente, efectuando as operacoes L
i
L
i
c
i j
k
L
k
, com 2 k e 1 i k 1,
obtemos uma matriz da forma
_

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

_
mn
(que e uma matriz de Hermite).
2.4. Caracterstica de uma matriz 137
2.4 Caracterstica de uma matriz
Denicao 2.4.1 Seja A =
_
a
i j
_
mn
uma matriz do tipo mn sobre K escalonada
por linhas com linhas n ao nulas (i.e. com cantos), 0 m. A chamamos
caracterstica de A e denotamo-la por r(A) (i.e, r(A) = ).
Exemplos 2.4.2
1. r(0) = 0;
2. r(I
n
) = n, n N;
3. Sejam A
611
e B
511
as duas matrizes do exemplo 3 de 2.3.2 (respectivamente).
Ent ao r(A) = 4 e r(B) = 5.
4. Sendo A
611
e B
511
as duas matrizes do exemplo 3 de 2.3.5 (respectivamente),
tem-se r(A) = 4 e r(B) = 5.
5. Considerando a matriz B
511
do exemplo 4 de 2.3.5, tem-se r(B) = 5.
Pode demonstrar-se que:
Teorema 2.4.3 Seja A uma matriz do tipo mn sobre K e sejam B e C duas matrizes
escalonadas por linhas que se obtem a partir de A por meio de uma sucessao (nita) de
operacoes elementares sobre linhas. Entao r(B) = r(C).
Denicao 2.4.4 Seja A uma matriz do tipo mn sobre K. Seja B uma matriz escalon-
ada por linhas, com linhas n ao nulas, 0 m, que se obtenha a partir de A por
meio de uma sucess ao (nita) de operac oes elementares sobre linhas. A chamamos
caracterstica de A e denotamo-la por r(A) (i.e, r(A) = ).
Teorema 2.4.5 Sejam A e B duas matrizes do tipo mn sobre K. Se B se obtem
a partir de A por meio de uma sucessao (nita) de operacoes elementares sobre linhas,
entao r(A) = r(B).
Assim, para calcular a caracterstica de uma matriz A, por um processo simples e
sistem atico, tudo o que temos de fazer e transformar a matriz A, por meio de operac oes
elementares, numa matriz B escalonada por linhas e contar o n umero de linhas n ao nulas
de B.
Exemplos 2.4.6
1. Consideremos a matriz A
44
do exemplo 4 de 2.3.2. Ent ao r(A) = 2.
138 Sistemas de Equacoes Lineares
2. Seja A =
_

_
1 0 2 1 3
2 1 4 0 7
2 1 4 0 4
3 1 6 1 1
_

_
. Ent ao
A
L
2
L
2
2L
1
L
3
L
3
2L
1
L
4
L
4
3L
1
_

_
1 0 2 1 3
0 1 0 2 1
0 1 0 2 2
0 1 0 2 8
_

L
3
L
3
L
2
L
4
L
4
L
2
_

_
1 0 2 1 3
0 1 0 2 1
0 0 0 0 3
0 0 0 0 9
_

L
4
L
4
3L
3
_

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

_
,
pelo que r(A) = 3.
A seguir enunciamos um resultado que nos d a um criterio de invertibilidade para
matrizes e que nos permitir a descrever na pr oxima secc ao um algoritmo para o c alculo da
matriz inversa de uma matriz invertvel.
Teorema 2.4.7 Seja A uma matriz quadrada de ordem n sobre K. Entao, as seguintes
armacoes sao equivalentes:
1. A matriz A e invertvel;
2. Por meio de operacoes elementares sobre linhas e possvel transformar A na matriz
(de Hermite) I
n
;
3. r(A) = n.
Exemplos 2.4.8
1. Voltemos a considerar a matriz quadrada A
44
do exemplo 4 de 2.3.2. Como r(A) =
2, ent ao A n ao e invertvel.
Caracterstica de uma matriz 139
2. Consideremos a matriz quadrada
A =
_

_
1 0 1 3
2 1 0 7
2 1 1 4
3 1 1 1
_

_
44
.
Ent ao
A
L
2
L
2
2L
1
L
3
L
3
2L
1
L
4
L
4
3L
1
_

_
1 0 1 3
0 1 2 1
0 1 1 2
0 1 2 8
_

L
3
L
3
L
2
L
4
L
4
L
2
_

_
1 0 1 3
0 1 2 1
0 0 1 3
0 0 0 9
_

_
,
pelo que r(A) = 4 e, portanto, A e uma matriz invertvel.
140 Sistemas de Equacoes Lineares
2.5 Resolucao e discussao de sistemas
Consideremos o seguinte sistema de equac oes lineares nas inc ognitas x, y, z e w (e coe-
cientes reais):
_

_
x = 1 2w
y = 3 + w
z = 2 + 3w .
Este sistema encontra-se na forma que usualmente se designa por resolvido, i.e. a
partir da qual podemos de imediato escrever explicitamente o seu conjunto de soluc oes.
Observe-se ainda que este sistema tem uma variavel independente (o grau de indeter-
minacao do sistema) e tres variaveis dependentes.
A forma normalizada (i.e. vari aveis ordenadas e s o com termos independentes nos
segundos membros das equa coes) do sistema considerado e a seguinte:
_

_
x + 2w = 1
y w = 3
z 3w = 2 .
A este sistema corresponde a matriz ampliada
_

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

_
,
a qual e uma matriz de Hermite.
Mais geralmente, e f acil constatar que a matriz ampliada de um sistema que seja de
Resolucao e discussao de sistemas 141
Hermite (i.e. da forma
_

_
0 0 1
1 j
1
0 0 0
0 0 0 0 1
2 j
2
0 0
0 0 0 0 0 0 1
3 j
3
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 0 0 0 1
j


0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 0 0 0 0 0 0
_

_
m(n+1)
com = 1 ou = 0, podendo se incluir neste ultimo caso a possibilidade de nao termos
a linha onde aparece , ou seja termos = m) corresponde ` a forma normalizada de um
sistema (dito) resolvido. Observemos que a recproca pode nao ser verdadeira, i.e. a
matriz ampliada da forma normalizada de um sistema resolvido pode nao ser de Hermite
(embora seja quase).
Tendo em conta o Teorema 2.2.3 (opera coes elementares sobre linhas efectuadas na
matriz ampliada de um sistema resulta na matriz ampliada de um sistema equivalente),
tudo o que temos que fazer, para resolver um sistema de equacoes lineares, e calcular, a
partir da matriz ampliada do sistema, usando operacoes elementares sobre linhas, uma
matriz de Hermite. A este processo chamamos resolucao matricial do sistema ou
resolucao do sistema usando matrizes.
Exemplos 2.5.1 Consideremos os seguintes sistemas de equacoes lineares e coecientes
reais:
_

_
x 2y +w = 1
x 2y +z = 0
2x 4y +z + w =
( R) e
_

_
y +z = 5
x +y +z = 6
x +y z = 0
.
142 Sistemas de Equacoes Lineares
1. Para o primeiro sistema com = 3 temos:
_

_
1 2 0 1 1
1 2 1 0 0
2 4 1 1 3
_

L
2
L
2
L
1
L
3
L
3
2L
1
_

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

L
3
L
3
L
2
_

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

_
,
pelo que o sistema n ao tem soluc oes, visto que ` a terceira linha da ultima matriz
corresponde a equac ao 0 = 2 (e f acil ver que, mais geralmente, obtemos um sistema
insol uvel para qualquer = 1);
2. Ainda para o primeiro sistema com = 1 temos:
_

_
1 2 0 1 1
1 2 1 0 0
2 4 1 1 1
_

L
2
L
2
L
1
L
3
L
3
2L
1
_

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

L
3
L
3
L
2
_

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

_
.
A esta ultima matriz (de Hermite) corresponde o sistema
_

_
x 2y +w = 1
z w = 1
equivalente a
_

_
x = 1 + 2y w
z = 1 + w
e cujo conjunto de soluc oes e
{(1 + 2 , , 1 + , ) | , R}.
Resolucao e discussao de sistemas 143
3. Relativamente ao segundo sistema temos:
_

_
0 1 1 5
1 1 1 6
1 1 1 0
_

L
1
L
2
_

_
1 1 1 6
0 1 1 5
1 1 1 0
_

L
3
L
3
L
1
_

_
1 1 1 6
0 1 1 5
0 0 2 6
_

L
3

1
2
L
3
_

_
1 1 1 6
0 1 1 5
0 0 1 3
_

L
2
L
2
L
3
L
1
L
1
L
3
_

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

L
1
L
1
L
2
_

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

_
,
pelo que {(1, 2, 3)} e o conjunto de solu coes do sistema.
Denic oes 2.5.2
1. Um sistema de equac oes lineares diz-se possvel se possuir soluc oes, caso contrario
diz-se impossvel;
2. Ao n umero de variaveis independentes de um sistema de equacoes lineares possvel
chamamos grau de indeterminacao do sistema;
3. Um sistema de equacoes lineares possvel diz-se determinado se possuir exacta-
mente uma solucao, caso contr ario diz-se indeterminado.
Evidentemente, um sistema de equac oes lineares e possvel e determinado se e s o se
todas as suas vari aveis s ao dependentes, ou seja, se e s o se o seu grau de indeterminac ao
e igual a zero.
Seja
_
A | B
_
m(n+1)
a matriz ampliada de um sistema de equac oes lineares sobre K.
Seja
_
A
H
| B
H
_
m(n+1)
uma matriz de Hermite obtida a partir de
_
A | B
_
por meio
de operac oes elementares sobre linhas. Alem de termos r(
_
A | B
_
) = r(
_
A
H
| B
H
_
),
e tambem evidente que r(A) = r(A
H
). Assim, e imediato que o sistema e possvel se e so
se r(A) = r(
_
A | B
_
) (este resultado e conhecido por Teorema de Rouche) e, neste
144 Sistemas de Equacoes Lineares
caso, o grau de indeterminacao do sistema e igual a nr(A), sendo possvel e determinado
se e so se r(A) = r(
_
A | B
_
) = n. Observemos que temos sempre r(A) r(
_
A | B
_
)
(visto que
_
A | B
_
tem as todas colunas de A mais a coluna B).
Em resumo, para um sistema de m equac oes lineares a n inc ognitas de matriz ampliada
_
A | B
_
m(n+1)
, temos:
1. Se r(A) = r(
_
A | B
_
) = n o sistema e possvel e determinado;
2. Se r(A) = r(
_
A | B
_
) < n o sistema e possvel e indeterminado com grau de
indeterminac ao igual a n r(A);
3. Se r(A) < r(
_
A | B
_
) o sistema e impossvel.
Por discussao de um sistema entendemos determinar qual das tres situacoes anteriores
satisfaz o sistema (sem necessariamente ter de o resolver).
Exemplos 2.5.3 Consideremos os sistemas de equac oes lineares e coecientes reais seguintes:
_

_
x +y +z = 1
x +y +z = 0
2x + 2y +z = 2
e
_

_
( 1)x +y +z = 1
( 1)x +y + ( + 1)z = + 1
(2 2)x + ( + 1)y + (2 + 2)z = + + 1
,
com e par ametros reais.
Comecemos por discutir o primeiro sistema em func ao do par ametro real . Ent ao:
_
A | B
_
=
_

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

L
2
L
2
L
1
L
3
L
3
2L
1
_

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

_
.
Assim, para R\ {1, 2} temos r(A) = r(
_
A | B
_
) = 3, pelo que o sistema e possvel
e determinado. Para = 1 a ultima matriz obtida e
_

_
1 1 1 1
0 0 0 1
0 0 1 0
_

L
2
L
3
_

_
1 1 1 1
0 0 1 0
0 0 0 1
_

_
,
Resolucao e discussao de sistemas 145
donde 2 = r(A) < r(
_
A | B
_
) = 3, pelo que o sistema e impossvel. Finalmente, para
= 2 a ultima matriz obtida e
_

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

_
,
donde r(A) = r(
_
A | B
_
) = 2, pelo que o sistema e possvel e indeterminado com grau
de indeterminac ao igual a 1 (= 3 r(A)).
Discutamos agora o segundo sistema em func ao parametros reais e :
_
A | B
_
=
_

_
1 1 1 1
1 + 1 + 1
2 2 + 1 2 + 2 + + 1
_

L
2
L
2
L
1
L
3
L
3
2L
1
_

_
1 1 1 1
0 1
0 1 2 + 1
_

L
3
L
3
L
2
_

_
1 1 1 1
0 1
0 0 1
_

_
.
Ent ao, para = 0 e = 1 temos r(A) = r(
_
A | B
_
) = 3, pelo que o sistema e possvel
e determinado. Para = 0 e = 1 a ultima matriz obtida e
_

_
0 1 1 1
0 0
0 0 0
_

L
3
L
3
L
2
_

_
0 1 1 1
0 0
0 0 0
_

_
,
donde 2 = r(A) < r(
_
A | B
_
) = 3, pelo que o sistema e impossvel. Para = 0 e
= 1 temos tambem 2 = r(A) < r(
_
A | B
_
) = 3, pelo que o sistema e impossvel.
Finalmente, com = 0 e = 1 temos r(A) = r(
_
A | B
_
) = 1, pelo que o sistema e
possvel e indeterminado com grau de indeterminac ao igual a 2 (= 3 r(A)).
146 Sistemas de Equacoes Lineares
Seja A uma matriz quadrada invertvel de ordem n sobre K.
De acordo com Teorema 2.4.7, temos r(A) = n. Alem disso, e possvel transformar A
por meio de opera coes elementares sobre linhas na matriz I
n
. Assim, dada uma qualquer
matriz coluna B
1n
a equa cao matricial AX = B tem uma unica solucao (o sistema
de equac oes lineares correspondente e possvel e determinado, visto que r(A) = n =
r(
_
A | B
_
)) que se obtem efectuando operac oes elementares sobre linhas na matriz
_
A | B
_
de modo a obter uma matriz da forma
_
I
n
| X
_
(com a matriz I
n
nas primeiras
n colunas, sendo a coluna n + 1 a soluc ao).
Suponhamos agora que X
1
, X
2
, . . . , X
n
s ao as (matrizes) coluna da matriz A
1
, i.e.
A
1
=
_
X
1
X
2
X
n
_
,
e
1
,
2
, . . . ,
n
s ao as (matrizes) coluna da matriz identidade I
n
, i.e.
I
n
=
_

1

2

n
_
.
Ent ao
_

1

2

n
_
= I
n
= AA
1
= A
_
X
1
X
2
X
n
_
=
_
AX
1
AX
2
AX
n
_
,
pelo que
AX
i
=
i
,
para 1 i n. Logo, obtemos a coluna i da matriz A
1
efectuando operacoes elementares
sobre linhas na matriz
_
A |
i
_
de modo a obter uma matriz da forma
_
I
n
| X
_
(com
a matriz I
n
nas primeiras n colunas, tendo-se X = X
i
), 1 i n.
Estes n sistemas de n equac oes lineares a n inc ognitas, todos de matriz simples A,
podem ser resolvidos simultaneamente considerando a matriz
_
A | I
n
_
, do tipo n(2n),
e efectuando-lhe operac oes elementares sobre linhas de modo a obter uma matriz da forma
_
I
n
| M
_
n(2n)
, tendo-se M = A
1
, de acordo com o exposto atr as:
_
A | I
n
_
n(2n)

opera coes elementares


sobre LINHAS
_
I
n
| A
1
_
n(2n)
Resolucao e discussao de sistemas 147
Exemplo 2.5.4 Consideremos a matriz
A =
_

_
0 1 1
1 1 2
1 1 1
_

_
.
Vejamos em primeiro lugar que A e uma matriz invertvel. Ent ao:
A
L
1
L
2
_

_
1 1 2
0 1 1
1 1 1
_

L
3
L
3
L
1
_

_
1 1 2
0 1 1
0 2 1
_

L
3
L
3
+ 2L
2
_

_
1 1 2
0 1 1
0 0 1
_

_
,
pelo que r(A) = 3, donde A e invertvel. Logo
_
A | I
3
_
=
_

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

L
1
L
2
_

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

L
3
L
3
L
1
_

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

L
3
L
3
+ 2L
2
_

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

L
2
L
2
L
3
L
1
L
1
2L
3
_

_
1 1 0 4 3 2
0 1 0 1 1 1
0 0 1 2 1 1
_

L
1
L
1
L
2
_

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

_
,
pelo que A
1
=
_

_
3 2 1
1 1 1
2 1 1
_

_
.
148 Sistemas de Equacoes Lineares
2.6 Exerccios propostos para resolucao nas aulas
1. Considere as seguintes matrizes:
A =
_

_
1 2 3
3 1 2
5 5 8
_

_
, B =
_

_
1 2 3
3 1 2
2 3 1
_

_
, C =
_

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

_
, D =
_

_
1 0 0 1
0 1 1 0
0 1 1 0
1 0 0 1
_

_
,
E =
_

_
1 1 0 1 5 1
2 1 1 4 1 1
1 1 1 4 6 3
1 4 2 8 5 8
_

_
e F =
_

_
0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0
_

_
.
Efectuando operac oes elementares sobre linhas, indique, para cada uma das matrizes
anteriores:
a) uma forma escalonada por linhas;
b) a sua forma de Hermite.
2. Determine a caracterstica das seguintes matrizes:
A =
_

_
1 2 3
0 1 1
1 2 3
_

_
, B =
_

_
1 3 1 2
4 2 1 3
0 2 0 3
_

_
,
C =
_

_
1 2 1 3 2
1 1 3 2 1
2 7 1 9 8
3 3 2 4 6
_

_
e D =
_

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

_
.
3. Discuta a caracterstica das seguintes matrizes, em func ao dos parametros reais e
:
2.6. Exerccios propostos para resoluc ao nas aulas 149
(a) A =
_

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

_
.
(b) B =
_

_
0 1
1 0 0
1 1 1 1
1 1 0 1
_

_
.
4. Seja r e a caracterstica da matriz A =
_

_
a 1 a 0 0 0
0 b 1 b 0 0
0 0 c 1 c 0
0 0 0 d 1 d
_

_
. Mostre que:
(a) r > 2;
(b) r = 3 se e s o se a = d = 0 e bc = 1;
(c) r = 4 nos restantes casos.
5. Resolva, caso sejam possveis, os seguintes sistemas de equac oes:
(a)
_

_
x + 2y z = 1
x y + 2z = 0
x + y + 2z = 1
(b)
_

_
x + y + 2z + w = 1
y + 3z + 3w = 2
x + z + 2w = 1
2x + y + z w = 0
150 Sistemas de Equacoes Lineares
(c)
_

_
x y + z = 0
y z + w = 2
x + y + z + w = 1
y + w = 3
(d)
_

_
2x + y = 8
x + 2y + 4z = 7
x + z = 1
.
6. Considere o seguinte sistema de equac oes lineares:
_

_
x + y + z = 1
( 1)y =
x + y + z =
2
(a) Discuta o sistema em func ao dos par ametros reais e .
(b) Conclua que para = 2 = , o sistema tem uma e uma s o soluc ao. Determine-
a, usando a inversa da matriz simples do sistema.
7. Discuta, em func ao dos par ametros reais a e b, os seguintes sistemas de equacoes:
(a)
_

_
x + y + z = 3
x y + z = 1
x y z = a
(b)
_

_
x + y + z = 3
x y + z = 1
2x 2y + az = 2
2.6. Exerccios propostos para resoluc ao nas aulas 151
(c)
_

_
ax + by + z = 1
x + aby + z = b
x + by + az = 1
.
(d)
_

_
y + az = 0
x + by = 0
bx + az = 0
8. Supondo que A, B e C, s ao matrizes invertveis, resolva as seguintes equacoes
matriciais em X:
(a) AX
T
= BD
3
.
(b) (AXB
1
)
T
= I.
(c) CX = D
T
C
1
.
(d) A
1
(X I)
T
= (B
1
)
T
.
9. Seja A uma matriz n n. Prove que o sistema homogeneo AX = 0 tem apenas a
soluc ao trivial X = 0 se e s o se A e invertvel.
10. Determine para que valores de a matriz A =
_

_
1 1 0
1 0 0
1 2
_

_
e invertvel e, para
esses valores, indique A
1
.
11. Calcule, caso exista, a matriz inversa de cada uma das seguintes matrizes:
(a) A =
_

_
3 1 2
1 2 1
1 1 1
_

_
;
152 Sistemas de Equacoes Lineares
(b) B =
_

_
5 3 2
2 3 1
7 5 3
_

_
;
(c) C =
_

_
1 0 0
1 2 0
1 2 3
_

_
.
12. Dadas as matrizes A =
_

_
2 1 0
1 3 1
1 2 1
_

_
e B =
_
2 3 2
_
resolva a equac ao ma-
tricial A
T
X B
T
= 0.
13. Dada a matriz A =
_

_
7 0 5
0 1 0
4 0 3
_

_
resolva a equac ao matricial AXA
1
= A +I
3
.
2.7. Exerccios propostos para resoluc ao autonoma 153
2.7 Exerccios propostos para resolucao aut onoma
1. Considere as seguintes matrizes
A =
_

_
0 1 1 0
1 0 0 1
1 0 0 1
0 1 1 0
_

_
, B =
_

_
2 3 0 18
7 0 2 11
0 4 3 1
_

_
, C =
_

_
2 0 5 1
1 4 0 2
3 3 0 3
5 1 9 4
7 2 4 5
_

_
e D =
_

_
1 1 1 0
1 1 0 1
1 0 1 1
0 1 1 1
_

_
.
Efectuando operac oes elementares sobre linhas, indique, para cada uma das matrizes
anteriores:
a) uma forma escalonada por linhas;
b) a sua forma de Hermite.
2. Considere as matrizes:
A =
_

_
1 1 0 1 4
2 0 0 4 7
1 1 1 0 5
1 3 1 10
_

_
e B =
_

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

_
.
Determine de modo que as formas escalonadas de A e B n ao tenham linhas nulas.
3. Determine a caracterstica das seguintes matrizes:
154 Sistemas de Equacoes Lineares
a) A =
_

_
1 2 5
2 1 4
0 1 2
0 1 2
_

_
b) B =
_

_
2 2 1
1 3 1
1 2 2
_

_
c) C =
_

_
2 1 1
0 2 1
3 2 3
_

_
d) D =
_

_
0 2 3 4 1
0 0 2 3 4
2 2 5 2 4
2 0 6 9 7
_

_
.
4. Discuta, segundo os valores de e , a caracterstica das seguintes matrizes:
A =
_

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

_
, B =
_

_
1 1 0 1
1 1 0 1
1 1 0
0 1 1
_

_
, C =
_

_
0 0
0 2
3 0 1
_

_
, e
D =
_

_
0 1
1 0 0
1 1 1 1
1 1 0 1
_

_
.
2.7. Exerccios propostos para resoluc ao autonoma 155
5. Considere a matriz
A =
_

_
1 1 1 1 4
1 1 1 4
1 1 3 6
2 2 2 6
_

_
.
Mostre que, se = 1 e = 2, entao a caracterstica de A e 4. Qual e caracterstica
de A quando = 1 ou = 2?
6. Resolva, caso sejam possveis, os seguintes sistemas de equac oes:
a)
_

_
x + 2y z = 1
x y + 2z = 0
x + y + 2z = 1,
b)
_

_
2x + y z + w = 1
3x 2y + 2z 3w = 2
5x + y z + 2w = 1
2x y + z 3w = 4,
c)
_

_
x + y z + w = 1
x y + z w = 0
x + 2y z = 1
x y 2z = 1,
d)
_

_
x + y + z = 1
x y + z = 0
y + 2z = 1
2x + y + 4z = 2,
156 Sistemas de Equacoes Lineares
e)
_

_
x + y + 2z + w = 1
y + 3z + 3w = 2
x + z + 2w = 1
2x + y + z w = 0,
f)
_

_
2x + y + 3z w = 1
4x y + 7z 7w = 5
x + 2y + z + 2w = 3.
7. Considere o sistema:
_

_
2x + y + z = 6
2x + y + ( + 1)z = 4
x + 3y + 2z = 2
.
a) Mostre que, se = 0 e = 6, o sistema tem uma unica soluc ao.
b) Prove que, se = 0, existe um unico valor de para o qual o sistema e possvel.
Determine a solu cao, neste caso.
c) Discuta o sistema no caso = 6.
8. Considere as matrizes:
A =
_

_
3 2 1 5
1 1 2 2
0 5 7
_

_
, B =
_

_
0 3
0 1
0 5
_

_
.
Prove que o sistema AX = B e possvel se e so se = 1.
9. Discuta, em func ao dos par ametros a, b, c, os seguintes sistemas de equacoes:
2.7. Exerccios propostos para resoluc ao autonoma 157
a)
_

_
x + y + z = 3
x y + z = 1
x y z = a,
b)
_

_
x + y + z = 3
x y + z = 1
2x 2y + az = 2,
c)
_

_
y + az = 0
x + by = 0
by + az = 1,
d)
_

_
x + y + z = 1
x y + 2z = a
2x + bz = 2,
e)
_

_
2x + y = b
3x + 2y + z = 0
x + ay + z = 2,
f)
_

_
ax + y z + aw = 0
(a + 1)y + z + w = 1
x + y + (a + 1)w = b.
10. Determine quais das seguintes matrizes sao invertveis e, em caso armativo, deter-
158 Sistemas de Equacoes Lineares
mine a respectiva inversa.
a)
_

_
1 1 1
1 2 3
0 1 1
_

_
, b)
_

_
1 2 1
1 3 2
1 0 1
_

_
, c)
_

_
1 2 2
1 3 1
1 1 3
_

_
,
d)
_

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

_
, e)
_

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

_
, f)
_

_
1 1 1 1
1 3 1 2
1 2 1 1
5 9 1 6
_

_
.
11. Prove que a matriz real, A =
_

_
a b
c d
_

_
, e invertvel se e s o se ad bc = 0. Neste
caso determine a inversa de A.
12. Resolva as seguintes equac oes matriciais, considerando as matrizes reais:
a)
_

_
2 5
1 3
_

_
X =
_

_
4 6
2 1
_

_
,
b) X
_

_
1 1 1
2 1 0
1 1 1
_

_
=
_

_
1 1 3
4 3 2
1 2 5
_

_
,
c)
_

_
2 1
3 2
_

_
X
_

_
3 2
5 3
_

_
=
_

_
2 4
3 1
_

_
.
Captulo 3
Determinantes
3.1 Denicao e propriedades
Seja A = [a
ij
]
nn
uma matriz quadrada de ordem n sobre o corpo K. Dados i, j
{1, . . . , n}, chamamos matriz complementar do elemento a
ij
de A ` a matriz A
ij
que se
obtem a partir de A por supressao da linha i e da coluna j.
Denicao 3.1.1 Seja A = [a
ij
]
nn
M
nn
(K). Chamamos determinante de A, e
denotamo-lo por |A| ou por det (A), ao escalar denido recursivamente por:
(1) Se n = 1 ent ao |A| = a
11
;
(2) Se n 2 ent ao |A| =
n

j=1
(1)
1+j
a
1j
|A
1j
|.
Dados i, j {1, . . . , n}, chamamos menor complementar do elemento a
ij
ao deter-
minante de A
ij
e complemento algebrico do elemento a
ij
ao escalar (1)
i+j
|A
ij
|.
Tendo em conta estes conceitos, o determinante de uma matriz quadrada A, de ordem
n 2, foi denido como sendo a soma (de n parcelas) dos produtos de cada elemento da
primeira linha de A pelo respectivo complemento algebrico.
Exemplos 3.1.2
1. det [7]
11
= 7 e det [7]
11
= 7;
2. Para A = [a
ij
]
22
=
_

_
a
11
a
12
a
21
a
22
_

_
temos, por deni cao,
|A| =
2

j=1
(1)
1+j
a
1j
|A
1j
| = (1)
1+1
a
11
|A
11
| + (1)
1+2
a
12
|A
12
|,
ou seja,
|A| = a
11
a
22
a
12
a
21
.
159
160 Determinantes
3. De acordo com o exemplo anterior, temos
det
_

_
2 3
5 6
_

_
= (2)(6) 3 5 = 3.
Nota. Quando usamos a notacao das barras verticais para denotar o determinante de uma
matriz (representada explicitamente) e usual suprimir os parentesis rectos que delimitam
a matriz. Por exemplo, em vez de

_
2 3
5 6
_

= 3
escrevemos simplesmente

2 3
5 6

= 3.
Exemplo 3.1.3 Consideremos agora uma matriz de ordem tres:
A = [a
ij
]
33
=
_

_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_

_
.
Ent ao
|A| =

3
j=1
(1)
1+j
a
1j
|A
1j
|
= (1)
1+1
a
11
|A
11
| + (1)
1+2
a
12
|A
12
| + (1)
1+3
a
13
|A
13
|
= a
11

a
22
a
23
a
32
a
33

a
12

a
21
a
23
a
31
a
33

+a
13

a
21
a
22
a
31
a
32

= a
11
(a
22
a
33
a
23
a
32
) a
12
(a
21
a
33
a
23
a
31
) + a
13
(a
21
a
32
a
22
a
31
)
= a
11
a
22
a
33
+a
12
a
23
a
31
+a
13
a
21
a
32
a
11
a
23
a
32
a
12
a
21
a
33
a
13
a
22
a
31
.
Consideremos a matriz que se obtem de A acrescentando uma c opia das duas primeiras
Denicao e propriedades 161
colunas:
_

_
a
11
a
12
a
13
a
11
a
12
a
21
a
22
a
23
a
21
a
22
a
31
a
32
a
33
a
31
a
32
_

_
.
O determinante de A obtem-se somando os produtos das suas tres diagonais maiores
paralelas `a diagonal principal de A
_

_
a
11
a
12
a
13
a
11
a
12
a
21
a
22
a
23
a
21
a
22
a
31
a
32
a
33
a
31
a
32
_

_
e subtraindo os produtos das suas tres diagonais maiores nao paralelas ` a diagonal prin-
cipal de A
_

_
a
11
a
12
a
13
a
11
a
12
a
21
a
22
a
23
a
21
a
22
a
31
a
32
a
33
a
31
a
32
_

_
.
Esta mnem onica e conhecida por Regra de Sarrus. Note-se que a sua aplica cao e
exclusivamente para matrizes de ordem tres.
Por exemplo, sendo
A =
_

_
2 3 3
1 0 5
2 7 4
_

_
,
temos
|A| =

2 3 3
1 0 5
2 7 4

= (1)
1+1
(2)

0 5
7 4

+ (1)
1+2
3

1 5
2 4

+ (1)
1+3
3

1 0
2 7

= (2)(0 + 35) 3(4 + 10) + 3(7 0) = 67.


162 Determinantes
Por outro lado, para aplicar a Regra de Sarrus consideramos a matriz
_

_
2 3 3 2 3
1 0 5 1 0
2 7 4 2 7
_

_
e fazendo os produtos das diagonais, como atras descrito, temos
|A| = (2)0(4) + 3(5)2 + 3 1 7 3 0 2 (2)(5)7 3 1(4) = 67.
Exemplo 3.1.4 Por aplicacao sucessiva da deni cao, e imediato que o determinante de
uma matriz triangular inferior e igual ao produto dos elementos da sua diagonal:

a
11
0 0 0
a
21
a
22
0 0
a
31
a
32
a
33
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n3
a
nn

nn
= a
11
a
22
a
33
a
nn
.
Voltemos a considerar uma matriz quadrada de ordem 2:
A =
_

_
a
11
a
12
a
21
a
22
_

_
Considerando a soma dos produtos de cada elemento da segunda linha de A pelo respec-
tivo complemento algebrico, temos
2

j=1
(1)
2+j
a
2j
|A
2j
| = (1)
2+1
a
21
|A
21
| + (1)
2+2
a
22
|A
22
| = a
21
a
12
+a
22
a
11
= |A|.
Ainda, considerando a soma dos produtos de cada elemento da primeira coluna de A
pelo respectivo complemento algebrico, temos
2

i=1
(1)
i+1
a
i1
|A
i1
| = (1)
1+1
a
11
|A
11
| + (1)
2+1
a
21
|A
21
| = a
11
a
22
a
21
a
12
= |A|.
Denicao e propriedades 163
Finalmente, considerando a soma dos produtos de cada elemento da segunda coluna de
A pelo respectivo complemento algebrico, temos
2

i=1
(1)
i+2
a
i2
|A
i2
| = (1)
1+2
a
12
|A
12
| + (1)
2+2
a
22
|A
22
| = a
12
a
21
+a
22
a
11
= |A|.
Consideremos agora uma matriz de ordem tres:
A =
_

_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_

_
.
Ent ao, considerando por exemplo a soma dos produtos de cada elemento da segunda
linha de A pelo respectivo complemento algebrico, temos

3
j=1
(1)
2+j
a
2j
|A
2j
| = (1)
2+1
a
21
|A
21
| + (1)
2+2
a
22
|A
22
| + (1)
2+3
a
23
|A
23
|
= a
21

a
12
a
13
a
32
a
33

+a
22

a
11
a
13
a
31
a
33

a
23

a
11
a
12
a
31
a
32

= a
21
(a
12
a
33
a
13
a
32
) + a
22
(a
11
a
33
a
13
a
31
) a
23
(a
11
a
32
a
12
a
31
)
= |A|.
Tambem, considerando por exemplo a soma dos produtos de cada elemento da terceira
coluna de A pelo respectivo complemento algebrico, temos

3
i=1
(1)
i+3
a
i3
|A
i3
| = (1)
1+3
a
13
|A
13
| + (1)
2+3
a
23
|A
23
| + (1)
3+3
a
33
|A
33
|
= a
13

a
21
a
22
a
31
a
32

a
23

a
11
a
12
a
31
a
32

+a
33

a
11
a
12
a
21
a
22

= a
13
(a
21
a
32
a
22
a
31
) a
23
(a
11
a
32
a
12
a
31
) + a
33
(a
11
a
22
a
12
a
21
)
= |A|.
Podemos ainda facilmente vericar que obteramos o mesmo resultado considerando quer
a terceira linha de A quer a primeira ou segunda coluna de A.
Efectivamente, mais geralmente podemos demonstrar:
164 Determinantes
Teorema 3.1.5 (Teorema de Laplace) O determinante de uma matriz quadrada e
igual `a soma dos produtos dos elementos de uma linha ou coluna pelos respectivos com-
plementos algebricos. I.e., se A = [a
ij
]
nn
M
nn
(K) entao
|A| =
n

j=1
(1)
k+j
a
kj
|A
kj
| =
n

i=1
(1)
i+k
a
ik
|A
ik
|,
para qualquer k {1, . . . , n}.
Para k {1, . . . , n}, `a express ao do determinante de uma matriz A M
nn
(K)
(estabelecida no teorema anterior) em funcao linha (respectivamente, coluna) k chamamos
desenvolvimento de Laplace pela linha (respectivamente, coluna) k do determinante
de A.
Exemplo 3.1.6 Calculemos o determinante da matriz
A =
_

_
1 3 2 0
2 1 4 0
4 0 1 0
7 5 3 4
_

_
.
Ent ao, efectuando o desenvolvimento de Laplace pela quarta coluna, temos
|A| =

1 3 2 0
2 1 4 0
4 0 1 0
7 5 3 4

= (1)
1+4
0|A
14
| + (1)
2+4
0|A
24
| + (1)
3+4
0|A
34
| + (1)
4+4
(4)

1 3 2
2 1 4
4 0 1

= 4

1 3 2
2 1 4
4 0 1

.
Denicao e propriedades 165
Efectuando agora o desenvolvimento de Laplace pela terceira linha desta ultima matriz,
vem
|A| = 4
_
_
_
(1)
3+1
(4)

3 2
1 4

+ (1)
3+2
0

+ (1)
3+3
1

1 3
2 1

_
_
_
= 4 ((4)(12 2) + 0 + (1 6)) = 188.
Exemplo 3.1.7 Usando sucessivamente o desenvolvimento de Laplace pela primeira col-
una, e f acil ver que tambem o determinante de uma matriz triangular superior e igual ao
produto dos elementos da sua diagonal:

a
11
a
12
a
13
a
1n
0 a
22
a
23
a
2n
0 0 a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nn

nn
= a
11
a
22
a
33
a
nn
.
Notemos que uma matriz triangular superior e a matriz transposta de uma matriz
triangular inferior e que, como vimos atr as, tem o mesmo determinante. Mais geralmente,
dada uma matriz A = [a
ij
]
nn
M
nn
(K), tendo em conta que a matriz complementar do
elemento a
ij
de A e a matriz transposta da matriz complementar do elemento da posic ao
(j, i) de A
T
, para quaisquer i, j {1, . . . , n}, e facil concluir (por induc ao, aplicando a
denic ao `a matriz A e o desenvolvimento de Laplace pela primeira coluna ` a matriz A
T
)
que:
Corolario 3.1.8 Para toda a matriz A M
nn
(K), tem-se |A
T
| = |A|.
Prova-se que:
Teorema 3.1.9 (Propriedades) Seja A M
nn
(K).
1. Se B e uma matriz que resulta de A multiplicando toda uma ( unica) linha [coluna]
por K entao |B| = |A|. Consequentemente, |A| =
n
|A|.
2. Se B e uma matriz que resulta de A por troca de duas linhas [colunas] entao |B| =
|A|.
3. Se A possui uma linha [coluna] nula entao |A| = 0.
4. Se A possui duas linhas [colunas] iguais entao |A| = 0.
166 Determinantes
5. Se B e a matriz que resulta de A por meio da operacao L
i
L
i
+L
j
[C
i
C
i
+C
j
]
sobre linhas [colunas], com K, 1 i, j n e i = j, entao |B| = |A|.
As propriedades enunciadas no teorema anterior permitem-nos calcular o determinante
de uma matriz sem recorrer ` a denic ao ou ao Teorema de Laplace: basta transformar
a matriz por meio de operac oes elementares sobre linhas e/ou colunas (registando as
varia coes dos respectivos determinantes) numa matriz triangular. Note-se que, muitas
vezes e mesmo mais conveniente usar simultaneamente ambos os processos.
Exemplos 3.1.10
1.

2 2 1 1
2 2 2 1
4 3 1 1
2 3 1 2

=
L
2
L
2
+L
1
L
3
L
3
2L
1
L
4
L
4
L
1

2 2 1 1
0 0 1 2
0 1 1 1
0 1 2 1

=
L
2
L
3

2 2 1 1
0 1 1 1
0 0 1 2
0 1 2 1

=
L
4
L
4
+L
2

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

=
L
4
L
4
3L
3

2 2 1 1
0 1 1 1
0 0 1 2
0 0 0 6

= (2(1)1(6)) = 12.
2. Seja A =
_

_
1 2 3
4 5 6
7 8 9
_

_
. Ent ao,
|A| =
L
2
L
2
4L
1
L
3
L
3
+ 7L
1

1 2 3
0 13 18
0 22 30

=
Laplace
1
a
coluna
1

13 18
22 30

= 390396 = 6.
Demonstra-se que:
Teorema 3.1.11 Sejam A, B M
nn
(K). Entao |AB| = |A||B|.
Denicao e propriedades 167
Observacao 3.1.12 Uma propriedade analoga ao Teorema 3.1.11 nao e valida para a
adic ao de matrizes, i.e. dadas A, B M
nn
(K) em geral nao e verdade que |A+B| =
|A| +|B|. Por exemplo, para
A =
_

_
2 3
0 1
_

_
e B =
_

_
2 4
0 7
_

_
temos |A| +|B| = 2 + (14) = 16 = 0 =

0 7
0 6

= |A +B|.
168 Determinantes
3.2 Aplicacoes
3.2.1 Inversa de uma matriz
Teorema 3.2.1 Seja A M
nn
(K). Entao, A e invertvel se e so se |A| = 0. Alem
disso, se A e invertvel entao |A
1
| =
1
|A|
.
Seja A = [a
ij
] M
nn
(K). Denotamos por

A a matriz dos complementos algebricos de
A, i.e.

A = [ a
ij
] M
nn
(K), em que a
ij
= (1)
i+j
|A
ij
|, para quaisquer i, j {1, . . . , n}.
Denicao 3.2.2 Seja A M
nn
(K). Chamamos matriz adjunta de A, e denotamo-la
por adj(A), `a transposta da matriz

A, i.e. adj(A) =

A
T
.
Exemplo 3.2.3 Seja A =
_

_
1 2 3
4 5 6
7 8 9
_

_
. Ent ao
adj(A) =
_

5 6
8 9

4 6
7 9

4 5
7 8

2 3
8 9

1 3
7 9

1 2
7 8

2 3
5 6

1 3
4 6

1 2
4 5

_
T
=
_

_
3 (6) 3
6 30 (22)
3 (18) 13
_

_
T
=
_

_
3 6 3
6 30 18
3 22 13
_

_
.
N ao e difcil vericar que:
Teorema 3.2.4 Seja A M
nn
(K). Entao Aadj(A) = adj(A)A = |A|I
n
.
Como consequencia imediata deste resultado temos:
Aplicacoes 169
Corolario 3.2.5 Seja A M
nn
(K) uma matriz invertvel. Ent ao A
1
=
1
|A|
adj(A).
Exemplo 3.2.6 Seja A =
_

_
1 2 3
4 5 6
7 8 9
_

_
. Tendo em conta os Exemplos 3.1.10 e 3.2.3,
temos
A
1
=
1
|A|
adj(A) =
1
6
_

_
3 6 3
6 30 18
3 22 13
_

_
=
_

_
1
2
1
1
2
1 5 3

1
2

11
3

13
6
_

_
.
3.2.2 Regra de Cramer
Consideremos o sistema de equac oes lineares de n equac oes a n inc ognitas sobre o corpo
K
_

_
a
11
x
1
+ + a
1n
x
n
= b
1
a
21
x
1
+ + a
2n
x
n
= b
2
.
.
.
a
n1
x
1
+ + a
nn
x
n
= b
n
e sejam A a matriz simples deste sistema, B a matriz coluna dos seus termos independentes
e X =
_
x
1
x
n
_
T
a matriz coluna das vari aveis.
Um sistema de n equac oes lineares a n inc ognitas diz-se um sistema de Cramer se
e so se e possvel e determinado.
Tendo em conta as propriedades estudadas, e imediato que:
Teorema 3.2.7 As seguintes armacoes sao equivalentes:
1. O sistema representado matricialmente por AX = B e um sistema de Cramer;
2. det (A) = 0;
3. r(A) = n;
4. A matriz A e invertvel.
170 Determinantes
Tomemos ent ao um sistema de Cramer representado matricialmente por AX = B.
Uma vez que a matriz A e invertvel, podemos escrever
X = A
1
B = (
1
det A
adjA) B,
ou seja,
x
i
=
1
det A
n

r=1
(1)
r+i
det A
ri
b
r
=
1
det A

a
11
a
1,i1
b
1
a
1,i+1
a
1n
a
21
a
2,i1
b
2
a
2,i+1
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n,i1
b
n
a
n,i+1
a
nn

,
para qualquer i {1, . . . , n}.
Prov amos pois:
Teorema 3.2.8 (Regra de Cramer) Dado um sistema de Cramer representado matri-
cialmente por AX = B, tem-se
x
i
=

a
11
a
1,i1
b
1
a
1,i+1
a
1n
a
21
a
2,i1
b
2
a
2,i+1
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n,i1
b
n
a
n,i+1
a
nn

det A
,
i.e., a i-esima coordenada da solucao do sistema e igual ao quociente do determinante
da matriz que se obtem de A substituindo a sua i-esima coluna pela coluna dos termos
independentes, pelo determinante de A, para qualquer i {1, . . . , n}.
Exemplo 3.2.9 Consideremos o seguinte sistema de equac oes lineares sobre o corpo do
n umeros reais: _

_
2x + z = 1
3x + y + z = 2
x + y + z = 3.
Aplicacoes 171
Como

2 0 1
3 1 1
1 1 1

1 0 2
1 1 3
1 1 1

1 0 2
0 1 1
0 1 1

= 1

1 1
1 1

= 2 = 0,
ent ao o sistema e de Cramer. Logo
x =

1 0 1
2 1 1
3 1 1

2
=
1
2
, y =

2 1 1
3 2 1
1 3 1

2
=
3
2
e z =

2 0 1
3 1 2
1 1 3

2
= 2.
Embora ` a partida a regra de Cramer seja somente aplic avel a sistemas de Cramer, com
algumas adaptac oes e possvel utiliza-la para resolver qualquer sistema possvel, mesmo
que indeterminado.
Consideremos ent ao um sistema de equac oes lineares representado matricialmente por
AX = B, em que A =
_
a
ij
_
M
mn
(K) e B =
_
b
1
b
m
_
T
M
m1
(K).
Admitamos que r = r(A) = r(
_
A | B
_
), com r n.
1. Suponhamos que r = m < n e que o determinante da submatriz A

de A, constituda
pelas r primeiras linhas e r primeiras colunas, e diferente de zero. Ent ao, designando
as r primeiras incognitas por inc ognitas principais e escrevendo o sistema na
forma
_

_
a
11
x
1
+ + a
1m
x
m
= b
1
a
1,m+1
x
m+1
a
1n
x
n
a
21
x
1
+ + a
2m
x
m
= b
2
a
2,m+1
x
m+1
a
2n
x
n
.
.
.
a
m1
x
1
+ + a
mm
x
m
= b
m
a
m,m+1
x
m+1
a
mn
x
n
,
podemos considerar que, relativamente ` as incognitas principais, estamos na presenca
172 Determinantes
de um sistema de Cramer, de matriz simples igual a
A

=
_

_
a
11
a
12
a
1m
a
21
a
22
a
2m
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mm
_

_
e de matriz coluna dos termos independentes igual a
B

=
_

_
b
1
a
1,m+1
x
m+1
a
1n
x
n
b
2
a
2,m+1
x
m+1
a
2n
x
n
.
.
.
b
m
a
m,m+1
x
m+1
a
mn
x
n
_

_
.
Resolvendo-o, pela regra de Cramer, vamos obter as inc ognitas x
1
, . . . , x
m
em fun cao
das restantes n m inc ognitas, i.e., em func ao das inc ognitas n ao principais.
Observemos que n ao h a perda de generalidade quando consideramos diferente de
zero o determinante da submatriz de A formada pelas primeiras r linhas e primeiras
r colunas, uma vez que, com uma conveniente reordena cao das inc ognitas, obtemos
a situacao que consider amos.
2. Se r < m ent ao e possvel eliminar mr equac oes do sistema de forma a obter um
sistema equivalente ao inicial. Depois disso, duas situac oes se podem dar: o novo
sistema assim obtido e um sistema de Cramer (se r = n) ou esta nas condic oes do
caso considerado anteriormente.
Exemplos 3.2.10
1. Consideremos o seguinte sistema de equa coes sobre o corpo dos n umeros reais:
_

_
5x + y + 2z = 3
4x + 2y + 2z = 5
x + y + z = 3
10x + 4y + 5z = 11.
Aplicacoes 173
Este sistema e possvel e determinado. Efectivamente, considerando a sua matriz
ampliada temos
_

_
5 1 2 3
4 2 2 5
1 1 1 3
10 4 5 11
_

_
1 1 1 3
0 2 2 7
0 4 3 12
0 6 5 19
_

_
1 1 1 3
0 2 2 7
0 0 1 2
0 0 0 0
_

_
e podemos tambem concluir que o sistema considerado e equivalente ao sistema
_

_
5x + y + 2z = 3
4x + 2y + 2z = 5
x + y + z = 3,
o qual e, tendo em conta os c alculos anteriores, um sistema de Cramer. Aplicando-
lhe a regra de Cramer obtemos
x =

3 1 2
5 2 2
3 1 1

5 1 2
4 2 2
1 1 1

=
1
2
, y =

5 3 2
4 5 2
1 3 1

5 1 2
4 2 2
1 1 1

=
3
2
e z =

5 1 3
4 2 5
1 1 3

5 1 2
4 2 2
1 1 1

= 2.
2. Consideremos agora o sistema de equac oes lineares sobre o corpo dos n umeros reais
seguinte:
_

_
2x + y + z = 1
x +
1
2
y + z = 2
4x + 2y + 3z = 5.
174 Determinantes
Este sistema e possvel e indeterminado, visto que
x y z
_

_
2 1 1 1
1
1
2
1 2
4 2 3 5
_

x y z
_

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

x z y
_

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

_
.
Vamos aplicar a regra de Cramer para determinar as solucoes deste sistema, usando
o metodo indicado atr as, tomando x e z como inc ognitas principais e considerando
apenas as duas primeiras equacoes. Entao
x =

1 y 1
2
1
2
y 1

2 1
1 1

= 1
1
2
y e z =

2 1 y
1 2
1
2
y

2 1
1 1

= 3,
para qualquer y R. O conjunto de soluc oes do sistema e pois
{(1
1
2
y, y, 3) | y R}.
3.3. Exerccios propostos para resoluc ao nas aulas 175
3.3 Exerccios propostos para resolucao nas aulas
1. Considere as matrizes
A =
_

_
1 3 0
2 0 7
5 3 3
_

_
e B =
_

_
1 2 5
1 0 3
4 2 0
_

_
.
Calcule os determinantes utilizando:
(a) Opera coes elementares;
(b) O Teorema de Laplace.
2. Verique que s ao nulos os seguintes determinantes:
(a)

x y z
ax

bx ay

by az

bz
x

;
(b)

a +b c 1
b +c a 1
c +a b 1

.
3. Calcule o determinante

1 2 3 4
4 2 1 3
3 0 2 0
1 0 2 5

,
efectuando o desenvolvimento de Laplace pela terceira linha.
4. Sem calcular os determinantes, justique as igualdades:
176 Determinantes
(a)

1 1 4
2 0 8
3 2 12

= 4

1 1 1
2 0 2
3 2 3

;
(b)

2 1 2
3 0 3
1 4 2

3 3 0
3 0 3
1 4 2

;
(c)

a b a +b + c
d e d + e +f
g h g +h +i

a b c
d e f
g h i

;
(d)

a + b a b c
d +e d e f
g + h g h i

= 2

a b c
d e f
g h i

.
5. Seja A uma matriz real quadrada de ordem 3 tal que det (A) = 2.
(a) Calcule det
_
(3A)
T
A
1
_
.
(b) Suponha que adj(A) =
_

_
2 0 0
0 1 0
0 0 2
_

_
e determine as matrizes A
1
e A.
6. Determine para que valores de a matriz A =
_

_
1 1 0
1 0 0
1 2
_

_
e invertvel e, para
esses valores, calcule A
1
.
3.3. Exerccios propostos para resoluc ao nas aulas 177
7. Calcule

1 2 3 4
0 5 6 7
0 0 8 9
0 0 0 10

.
8. Considere as matrizes:
A =
_

_
b + 8c 2c 2b 4b 4c
4c 4a 8a + c 2a 2c
2b 2a 4a 4b a + 8b
_

_
, P =
_

_
0 1 2
2 0 1
1 2 0
_

_
.
Determine P
1
e calcule P
1
AP. Utilizando a matriz P
1
AP, calcule |A|.
9. Resolva a equa cao:

x a a a
a x a a
a a x a
a a a x

= 0.
10. Use a regra de Cramer para resolver os seguintes sistemas:
(a)
_

_
2x + y = 8
x + 2y + 4z = 7
x + z = 1 ;
(b)
_

_
2x + y + z = 0
x + y + 3z = 3
3x + 5y + 2z = 4 .
178 Determinantes
3.4 Exerccios propostos para resolucao aut onoma
1. Efectuando a expans ao de Laplace ao longo da terceira linha, calcule:

1 2 3 1
4 2 1 2
1 0 3 0
3 0 2 4

.
2. Considere a matriz:
A =
_

_
1 1 1
2 1 3
1 5 1
_

_
.
Calcule |A| efectuando a expans ao de Laplace ao longo de cada uma das tres colunas
de A.
3. Use as propriedades dos determinantes para provar que

a 3a 2b a
b 3b 2a a
c 3c 2a a

= 2

a a b
b a a
c a a

.
4. Sem calcular os determinantes, justique as igualdades:
a)

1 0 2
2 1 3
5 4 9

1 2 0
2 3 1
5 9 4

5 9 4
2 3 1
1 2 0

.
b)

a
1
+b
1
+c
1
b
1
c
1
a
2
+b
2
+c
2
b
2
c
2
a
3
+b
3
+c
3
b
3
c
3

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

.
3.4. Exerccios propostos para resoluc ao autonoma 179
c)

a
1
+c
1
b
1
a
1
c
1
a
2
+c
2
b
2
a
2
c
2
a
3
+c
3
b
3
a
3
c
3

= 2

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

.
5. Calcule

1 3 2
2 1 3
3 0 1

.
6. Determine os valores de x para os quais |A| = 0, com:
A =
_

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

_
.
7. Mostre que:

0 a 0 0 0 0
f 0 b 0 0 0
0 g 0 c 0 0
0 0 h 0 d 0
0 0 0 k 0 e
0 0 0 0 m 0

= acefhm.
8. Calcule a matriz adjunta da matriz:
180 Determinantes
a) A =
_

_
a b
c d
_

_
.
b) B =
_

_
a h g
h b f
g f c
_

_
.
c) C =
_

_
1 0 1
0 1 0
1 0 1
_

_
.
9. Use a regra de Cramer para resolver os seguintes sistemas:
(a)
_

_
2x + z = 1
3x + y + z = 2
x + y + z = 3 ;
(b)
_

_
5x + y + 2z = 3
4x + 2y + 2z = 5
x + y + z = 3 .
Captulo 4
Valores e Vectores Proprios
4.1 Valores e vectores pr oprios
Denicao 4.1.1 Seja A uma matriz quadrada, A M
nn
(K). Uma matriz coluna nao
nula X, X M
n1
(K), para a qual existe um n umero real que satisfaz a igualdade
AX = X diz-se um vector pr oprio da matriz A. A chamamos valor proprio da
matriz A. Chamamos espectro de A (esp(A)) ao conjunto dos valores pr oprios de A.
Teorema 4.1.2 Um n umero real e um valor proprio da matriz A M
nn
(K) se e so
se |A I| = 0.
Demonstracao. Um n umero real e um valor proprio da matriz A M
nn
(K) se existir um
X M
n1
(K) nao identicamente nulo tal que AX = X. Como AX = X (AI)X = 0,
e este sistema admite uma solu cao nao nula se e so se for indeterminado, podemos concluir pelo
Teorema 3.2.7 que e um valor proprio da matriz A se e so se |AI| = 0.
Exemplo 4.1.3 Consideremos a matriz
A =
_

_
1 0 2
0 0 0
2 0 4
_

_
.
Comecemos por calcular os valores proprios de A. Como
|AI
3
| =

1 0 2
0 0
2 0 4

1 2
2 4

= ((1 )(4 ) 4) =
3
+5
2
181
182 Valores e Vectores Proprios
ent ao
|A I
3
| = 0
3
+ 5
2
= 0 = 0 = 0 = 5,
pelo que os valores pr oprios de A s ao = 0 (com multiplicidade 2) e = 5. Vamos agora
calcular os vectores proprios associados ao valor proprio = 5, resolvendo a equac ao
matricial (A 5I
3
)X = 0, isto e,
_

_
4 0 2
0 5 0
2 0 1
_

_
_

_
x
1
x
2
x
3
_

_
=
_

_
0
0
0
_

_
.
Concluimos que os vectores pr oprios associados ao valor pr oprio 5 s ao os vectores da forma
_

_
x
1
0
2x
1
_

_
, x
1
R \ {0}.
Em relac ao ao valor pr oprio 0, temos de resolver a equac ao
(A 0I
3
)X = 0
_

_
1 0 2
0 0 0
2 0 4
_

_
_

_
x
1
x
2
x
3
_

_
=
_

_
0
0
0
_

_
.
Os vectores proprios associados a este valor pr oprio ser ao ent ao todos os vectores n ao
nulos da forma
_

_
2x
3
x
2
x
3
_

_
.
Denicao 4.1.4 O polin omio de grau n (na incognita ) |AI| designa-se por polinomio
caracterstico da matriz A, e representa-se por p
A
().
A equac ao |A I| = 0 chama-se equacao caracterstica de A.
Proposicao 4.1.5 Se A M
nn
(K) e uma matriz triangular (superior, inferior ou di-
agonal), os valores proprios de A sao os elementos da diagonal principal de A.
Demonstracao.

E consequencia imediata do Teorema 4.1.2, e dos Exemplos 3.1.4 e 3.1.7.
Valores e vectores proprios 183
Exemplo 4.1.6 1. Os valores pr oprios da matriz
A =
_

_
1 2 1
0 2 2
0 0 3
_

_
,
s ao 1, 2 e 3.
2. O unico valor proprio da matriz identidade
A =
_

_
1 0 0
0 1 0
0 0 1
_

_
,
e = 1.
Duas matrizes quadradas, A e B de ordem n sobre K dizem-se semelhantes se existir
uma matriz invertvel P de ordem n sobre K tal que B = P
1
AP.
Alem disso, dada uma matriz A M
nn
(K) e uma matriz invertvel P M
nn
(K),
tem-se
|P
1
AP I
n
| = |P
1
AP P
1
I
n
P|
= |P
1
(A I
n
)P|
= |P
1
||A I
n
||P|
= |P|
1
|P||A I
n
|
= |A I
n
|.
Logo, prov amos que
Teorema 4.1.7 Duas matrizes semelhantes tem o mesmo polinomio caracterstico.
Denicao 4.1.8 Uma matriz quadrada A M
nn
(K) diz-se diagonaliz avel se for semel-
hante a uma matriz diagonal, isto e, se existir uma matriz invertvel P tal que P
1
AP e
uma matriz diagonal. Neste caso, dizemos que P diagonaliza A.
Denicao 4.1.9 Dizemos que os vectores X
1
, X
2
, , X
k
M
n1
(K) sao linearmente
independentes se a matriz
_
X
1
X
2
X
k
_
for equivalente a uma matriz em forma de escada com k linhas nao nulas.
184 Valores e Vectores Proprios
Para alem da deni cao, podemos ainda usar o teorema que se segue para concluir
sobre a independencia linear de vectores pr oprios:
Teorema 4.1.10 Vectores proprios associados a valores proprios distintos sao linear-
mente independentes.
Teorema 4.1.11 Uma matriz A M
nn
(K) e semelhante a uma matriz diagonal D se
e so se A possui n vectores proprios linearmente independentes. Neste caso, os elementos
da diagonal principal da matriz D sao os valores proprios de A. Ainda, sendo P uma
matriz cujas colunas sao n vectores proprios de A linearmente independentes, tem-se que
P diagonaliza A.
Exemplo 4.1.12 Considerando os valores e vectores proprios calculados no Exemplo
4.1.3, podemos concluir que por exemplo
_

_
1
0
2
_

_
,
_

_
2
0
1
_

_
e
_

_
2
1
1
_

_
s ao linearmente independentes, pelo que podemos ent ao tomar
P =
_

_
1 2 2
0 0 1
2 1 1
_

_
.
Logo,
P
1
=
_

_
1
5
0
2
5
2
5
1
1
5
0 1 0
_

_
,
e obtemos
P
1
AP =
_

_
5 0 0
0 0 0
0 0 0
_

_
.
Valores e vectores proprios 185
Vimos que se Ae uma matriz diagonaliz avel entao existe uma matriz P tal que P
1
AP
e uma matriz diagonal. Seja D = P
1
AP. Ent ao, podemos escrever A na forma A =
PDP
1
. Utilizando a propriedade associativa do produto de matrizes obtemos A
2
=
PDP
1
PDP
1
= PD
2
P
1
e, mais geralmente, A
n
= PD
n
P
1
. Note-se que, sendo D
uma matriz diagonal, para calcular D
n
basta elevar cada componente da diagonal a n.
Obtemos assim um processo simples de calcular potencias de uma matriz quadrada A
diagonaliz avel.
186 Valores e Vectores Proprios
4.2 Exerccios propostos para resolucao nas aulas
1. Para cada uma das seguintes matrizes determine os valores proprios e os correspon-
dentes vectores proprios:
a) A =
_

_
1 0 1
0 1 0
1 0 1
_

_
. b) B =
_

_
2 5 7
1 0 1
1 1 2
_

_
.
2. Para cada uma das seguintes matrizes determine, se existir, uma matriz P tal que
P
1
AP seja uma matriz diagonal:
a) A =
_

_
1 0 1
0 1 0
1 0 1
_

_
. b) A =
_

_
2 5 7
1 0 1
1 1 2
_

_
. c) A =
_

_
3 7 19
2 1 8
2 3 10
_

_
.
3. Determine a n-esima potencia da matriz
_

_
2 2 0
1 2 1
1 2 1
_

_
.
4.3. Exerccios propostos para resoluc ao autonoma 187
4.3 Exerccios propostos para resolucao aut onoma
1. Para cada uma das seguintes matrizes, determine os valores pr oprios e os correspon-
dentes vectores proprios:
a) A =
_

_
1 0 1
1 2 1
2 2 3
_

_
. b) B =
_

_
0 1 0
0 0 1
1 3 3
_

_
.
2. Para cada uma das seguintes matrizes determine, se existir, uma matriz P, invertvel,
tal que P
1
AP seja uma matriz diagonal:
a)A =
_

_
1 0 1
1 2 1
2 2 3
_

_
. b) B =
_

_
0 1 0
0 0 1
1 3 3
_

_
. c) B =
_

_
3 1 0
1 3 0
0 0 1
_

_
.
3. Determine a n-esima potencia da matriz
_

_
1 1 1
2 2 2
1 1 1
_

_
.