Escolar Documentos
Profissional Documentos
Cultura Documentos
Diagsistedf PDF
Diagsistedf PDF
1
1.1
Diagonalizac
ao de Matrizes 2 2
Motivac
ao
Vamos considerar o problema de encontrar as funcoes que dao a evolucao das populacoes de duas especies, S1 e S2 , convivendo em um mesmo ecossistema no tempo
t > 0. Vamos denotar as populacoes das especies S1 e S2 em um instante t por x1 (t) e
x2 (t), respectivamente.
Inicialmente vamos supor que a taxa de crescimento da populacao de uma especie nao
depende do que ocorre com a outra especie e que esta taxa e proporcional a sua populacao
existente (ou equivalentemente que a taxa de crescimento relativa e constante). Ou seja,
vamos supor que
x01 (t) = ax1 (t)
x02 (t) = dx2 (t)
em que a, d R. Temos aqui um sistema de equacoes diferenciais, ou seja, um sistema
de equacoes que envolvem derivadas das funcoes que sao incognitas. Neste caso as duas
equacoes sao desacopladas, isto e, podem ser resolvidas independentemente. A solucao
do sistema e
x1 (t) = c1 eat e x2 (t) = c2 edt .
1
DE MATRIZES 2 2
DIAGONALIZAC
AO
Vamos supor, agora, que as duas populacoes interagem de forma que a taxa de crescimento da populacao de uma especie depende de forma linear nao somente da sua populacao
existente, mas tambem da populacao existente da outra especie. Ou seja, vamos supor
que
x01 (t) = ax1 (t) + bx2 (t)
x02 (t) = cx1 (t) + dx2 (t)
Por exemplo, se os indivduos de uma especie competem com os da outra por alimento
(a, d > 0 e b, c < 0), ou os indivduos da especie S1 sao predadores dos da outra (a, b, d > 0
e c < 0). Neste caso a solucao de uma equacao depende da outra. Podemos escrever este
sistema na forma de uma equacao diferencial matricial
X 0 (t) = AX(t),
(1)
em que
0
X (t) =
x01 (t)
x02 (t)
A=
a b
c d
e X(t) =
x1 (t)
x2 (t)
A = P DP 1 ,
em que D =
(2)
1 0
. Substituindo-se (2) em (1) obtemos
0 2
X 0 (t) = P DP 1 X(t).
(3)
Y (t) = P 1 X(t),
(4)
1.1
Motivac
ao
e y2 (t) = c2 e2 t .
c1 e 1 t
.
X(t) = P Y (t) = P
c2 e 2 t
v 1 w1
v1
Se P =
, ou seja, se as colunas da matriz P sao os vetores V =
e
v 2 w2
v2
w1
W =
, entao a solucao do sistema pode ser escrita como
w2
x1 (t)
v1
w1
1 t
2 t
= c1 e
+ c2 e
x2 (t)
v2
w2
ou
x1 (t) = c1 v1 e1 t + c2 w1 e2 t
e x2 (t) = c1 v2 e1 t + c2 w2 e2 t
Vamos descobrir como podemos determinar matrizes P e D, quando elas existem, tais
que A = P DP 1 , ou multiplicando a` esquerda por P 1 e a` direita por P , D = P 1 AP ,
com D sendo uma matriz diagonal. Chamamos diagonalizac
ao ao processo de encontrar
as matrizes P e D.
Definic
ao 1. Dizemos que uma matriz A, e diagonaliz
avel, se existem matrizes P e
D tais que D = P 1 AP , ou equivalentemente, A = P DP 1 , em que D e uma matriz
diagonal.
1 0
0 2
e diagonalizavel, pois
A = (I2 )1 AI2 ,
em que I2 =
1 0
0 1
e a matriz identidade 2 2.
30 de setembro de 2002
Reginaldo J. Santos
1.2
DE MATRIZES 2 2
DIAGONALIZAC
AO
Autovalores e Autovetores
Vamos supor inicialmente que a matriz A seja diagonalizavel. Entao existe uma matriz
P tal que
P 1 AP = D ,
(5)
em que D e uma matriz diagonal.
Vamos procurar tirar conclusoes sobre as matrizes P e D. Multiplicando a` esquerda
por P ambos os membros da equacao anterior, obtemos
AP = P D .
(6)
Sejam
1 0
v 1 w1
D=
e P =
= V W ,
0 2
v 2 w2
w1
v1
sao as colunas de P . Por um lado
eW =
em que V =
w2
v2
AP = A [ V W ] = [ AV AW ]
e por outro lado
PD =
v 1 w1
v 2 w2
1 0
0 2
AV AW = 1 V
Logo,
AV = 1 V
= [ 1 V 2 W ]
2 W
e AW = 2 W.
1.2
Autovalores e Autovetores
AX = X
AX = X
*X
AX = X O
>1
0<<1
<0
(A I2 )X = 0 .
(8)
Como os autovetores sao vetores nao nulos, os autovalores sao os valores de , para os
quais o sistema (A I2 )X = 0 tem solucao nao trivial. Mas, este sistema homogeneo
tem solucao nao trivial se, e somente se, det(A I2 ) = 0. Assim temos um metodo para
encontrar os autovalores e os autovetores de uma matriz A.
Proposic
ao 1. Seja A uma matriz 2 2.
(a) Os autovalores de A sao as razes do polinomio
p(t) = det(A t I2 )
(9)
(b) Para cada autovalor , os autovetores associados a sao os vetores nao nulos da
solucao do sistema
(A I2 )X = 0 .
(10)
Definic
ao 3. Seja A uma matriz 2 2. O polinomio
p(t) = det(A t I2 )
(11)
e chamado polin
omio caracterstico de A.
30 de setembro de 2002
Reginaldo J. Santos
DE MATRIZES 2 2
DIAGONALIZAC
AO
1 1
A=
4
1
Para esta matriz o polinomio caracterstico e
1 t 1
p(t) = det(A tI2 ) = det
= (1 t)2 4 = t2 2t 3 .
4 1 t
Como os autovalores de A sao as razes de p(t), temos que os autovalores de A sao 1 = 3
e 2 = 1.
Agora, vamos determinar os autovetores associados aos autovalores 1 = 3 e 2 = 1.
Para isto vamos resolver os sistemas (A 1 I2 )X = 0 e (A 2 I2 )X = 0. Como
2 1
,
A 1 I2 =
4 2
entao
(A 1 I2 )X = 0
e
ou
2 1
4 2
x
y
0
0
2x y = 0
4x 2y = 0
2 1
4
2
x
y
0
0
1.3
Diagonalizac
ao
W2
4
W = (1, 2)
V = (1, 2)
AW
4
W1
6
6
AV
6
6
Proposic
ao 2. Sejam V e W autovetores de uma matriz A associados a 1 e 2 , respectivamente. Se V = W , para algum escalar , entao 1 = 2 .
Demonstra
ca
o. Se V = W , entao multiplicando-se a` esquerda por A e usando o fato
de que AV = 1 V e AW = 2 W , temos que
1 V = A(W ) = AW = 2 W = 2 W = 2 V.
Isto implica que
(1 2 )V = 0.
1.3
Diagonaliza
c
ao
30 de setembro de 2002
Reginaldo J. Santos
DE MATRIZES 2 2
DIAGONALIZAC
AO
1 0
v 1 w1
sao tais que
eD=
P =[V W ]=
0 2
v 2 w2
D = P 1 AP,
ou seja, a matriz A e diagonalizavel.
Demonstra
ca
o. Pela Proposicao 2, V = (v1 , v2 ) e W = (w1 , w2 ) sao L.I. sao 2 autovetores L.I. (um nao e m
ultiplo escalar do outro). Vamos definir as matrizes
v 1 w1
1 0
P =
=[V W ] e D=
.
v 2 w2
0 2
Como AV = 1 V e AW = 2 W , entao
AP = A [ V W ] = [ AV AW ] = [ 1 V 2 W ] =
v 1 w1
v 2 w2
1 0
0 2
= PD .
(12)
1 1
4 1
1.3
Diagonalizac
ao
1
1
2 2
e D=
1 0
0 2
3
0
0 1
0 1
0 0
0 1
0 0
entao
(A 1 I2 )X = 0
e
0 1
0 0
x
y
0
0
ou
y = 0
0 = 0
30 de setembro de 2002
Reginaldo J. Santos
10
1.4
DE MATRIZES 2 2
DIAGONALIZAC
AO
Autovalores complexos
Tudo que fizemos ate agora e valido para matrizes com entradas que sao n
umeros reais
ou complexos e para autovalores reais ou complexos.
Um vetor de C2 pode ser escrito como
Z = (z1 , z2 ) = (v1 + iw1 , v2 + iw2 ) = (v1 , v2 ) + i(w1 , w2 ) = V + iW,
em que V e W sao vetores de R2 .
O proximo resultado e valido exclusivamente para matrizes com entradas que sao
n
umeros reais.
Proposic
ao 4. Seja A uma matriz 2 2 com entradas que sao n
umeros reais. Se um
vetor Z = V + iW C2 e um autovetor de A associado ao autovalor = + i, entao
Z = V iW tambem e um autovetor de A, mas associado a = i. Alem disso, se
6= 0 entao Z e Z sao L.I.
Demonstra
ca
o. Substituindo-se Z = V + iW e = + i em AZ = Z obtemos que
AV + iAW = (V + iW ) + i(V + iW ) = (V W ) + i(W + V ).
Isto implica que
AV = V W
e AW = W + V.
3 2
4 1
1.5
Se a matriz A n
ao
e diagonaliz
avel
11
2 2i
2
,
A 1 I2 =
4 2 2i
entao
(A 1 I2 )X = 0
ou
2 2i
2
4 2 2i
(2 2i)x +
2y
= 0
4x + (2 2i)y = 0
x
y
0
0
W1 = {(, (1 + i)) | C} .
que e o conjunto de todos os autovetores associados a 1 = 1 + 2i acrescentado o vetor
nulo. Assim, Z = (1, 1 + i) e um autovetor associado a 1 = 1 + 2i. Pela Proposicao 4,
Z = (1, 1 i) e um autovetor associado a 2 = 1 = 1 2i e alem disso Z e Z sao L.I.
Assim, a matriz A e diagonalizavel e as matrizes
1 0
1
1
1 + 2i
0
P =[ZZ]=
=
e D=
1+i 1i
0 1 2i
0 1
sao tais que
D = P 1 AP.
1.5
Se a matriz A n
ao
e diagonaliz
avel
30 de setembro de 2002
Reginaldo J. Santos
12
DE MATRIZES 2 2
DIAGONALIZAC
AO
Teorema 5. Seja A uma matriz nao diagonal 2 2 com entradas que sao n
umeros reais
e que possui um u
nico autovalor . Sejam W = (w1 , w2 ) um vetor que nao e autovetor
de A (AW 6= W
) (Por exemplo, E1 = (1, 0) ou E2 = (0, 1) satisfaz esta
condicao)
v 1 w1
v1
e
= (A I2 )W . Entao, as matrizes P = [ V W ] =
e V =
v 2 w2
v2
1
J=
sao tais que
0
J = P 1 AP.
a b
Demonstra
ca
o. Vamos escrever A =
. Neste caso, o polinomio caracterstico
c d
de A e p(t) = det(A t I2 ) = (a t)(d t) bc = t2 (a + d)t + (ad bc). Como estamos
supondo que A tem somente um autovalor, entao
= (a + d)2 4(ad bc) = a2 2ad + d2 + 4bc = 0
(13)
e o autovalor de A que e a u
nica raiz de p(t) e
=
a+d
.
2
a + bc 2a + 2
ab + bd 2b
0 0
2
2
2
(A I2 ) = A 2A + I2 =
=
.
ac + dc 2c
bc + d2 2d + 2
0 0
Seja W = (w1 , w2 ) um vetor que nao e autovetor de A. Portanto, ele nao pertence ao
espaco solucao de (A I2 )X = 0. Seja V = (v1 , v2 ) = (A I2 )W . Entao
(A I2 )V = (A I2 )2 W = 0
Logo, V e um autovetor de A, ou seja,
AV = V.
Da definicao de V segue que
AW = V + W.
Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002
1.6
Resumo
Assim P = [ V W ] =
13
v 1 w1
v 2 w2
eJ=
1
0
AP = A[ V W ] = [ AV AW ] = [ V V + W ] =
v1 v1 + w1
v2 v2 + w2
= P J.
(14)
1
1
1 3
1
1
1
1
(A I2 )E1 =
=
6= 0
1 1
0
1
Sejam W = E1 = (1, 0) e V = (A I2 )W = (1, 1). Pelo Teorema 5, as matrizes
1 1
1
2
1
P =[V W ]=
e J=
=
1 0
0
0 2
sao tais que
J = P 1 AP.
1.6
Resumo
v 1 w1
1 0
P =[V W ]=
e D=
v 2 w2
0 2
sao tais que A = P DP 1 .
30 de setembro de 2002
Reginaldo J. Santos
14
DE MATRIZES 2 2
DIAGONALIZAC
AO
+ i
0
v1 + iw1 v1 iw1
e D=
P = [ V + iW V iW ] =
0
i
v2 + iw2 v2 iw2
sao tais que A = P DP 1 .
(d) Se p(t) tem somente uma raiz real . Seja W = (w1 , w2 ) um vetor nao nulo que n
ao
seja autovetor de A (AW
6= W ). Por exemplo, W = E1 = (1, 0) ou W = E2 =
v1
= (A I2 )W . Entao
(0, 1). Seja V =
v2
v 1 w1
1
P =[V W ]=
e J=
0
v 2 w2
sao tais que A = P JP 1 .
1.7
Exerccios (respostas na p
agina 28)
Ache para cada matriz A, se possvel, uma matriz nao-singular P tal que P 1 AP seja
1
diagonal. Se nao for possvel, ache uma matriz P tal que P 1 AP =
, para R.
0
1 1
1 1
1.1.
1.2.
1 1
2
4
3 4
1 1
1.3.
1.4.
1 1
5
3
4 2
1 4
1.5.
1.6.
8 4
1 1
0
a
a 2
1.8.
1.7.
2 2
2 0
2a 1
1 1
1.9.
1.10.
1 4a
a 1
15
Sistemas de Equaco
es Diferenciais Lineares
Considere o sistema de equacoes diferenciais lineares.
0
x1 (t) = ax1 (t)
x02 (t) = dx2 (t)
x1 (t)
a b
x1 (t)
0
em que X (t) =
,A=
e X(t) =
.
x02 (t)
c d
x2 (t)
2.1
(15)
A Matriz A
e diagonaliz
avel em R
v 1 w1
v 2 w2
eD=
A = P DP 1 .
1 0
, com 1 , 2 R,
0 2
(16)
(17)
Reginaldo J. Santos
16
SISTEMAS DE EQUAC
OES
DIFERENCIAIS LINEARES
(18)
e y2 (t) = c2 e2 t .
c1 e 1 t
X(t) = P Y (t) = P
.
c2 e 2 t
v 1 w1
v1
Como P =
, entao as colunas da matriz P sao os vetores V =
e
v2
v 2 w2
w1
W =
, assim a solucao do sistema pode ser escrita como
w2
x1 (t)
v1
w1
1 t
2 t
= c1 e
+ c2 e
.
x2 (t)
v2
w2
(0)
(0)
" (0) #
x1 (0)
v1
w1
x1
= c1
+ c2
=
.
(0)
x2 (0)
v2
w2
x2
que e equivalente ao sistema linear
(
(0)
v1 c1 + w 1 c2 = x 1
(0)
v2 c1 + w 2 c2 = x 2
Exemplo 7. Considere o sistema
0
x1 (t) x2 (t)
x1 (t) =
x02 (t) = 4x1 (t) + x2 (t)
Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002
2.1
A Matriz A
e diagonaliz
avel em R
17
x
1
4
4
1 1
A=
4
1
e diagonalizavel e as matrizes
P =[V W ]=
1 1
2 2
e D=
1 0
0 2
3
0
0 1
x1 (t)
1
1
3t
t
= c1 e
+ c2 e
.
x2 (t)
2
2
Os graficos de diversas solucoes aparecem na Figura 2. A disposicao das trajetorias e
tpica de um sistema linear X 0 = AX, em que os autovalores de A sao reais nao nulos
com sinais contrarios. Neste caso, dizemos que a origem e um ponto de sela.
Exemplo 8. Considere o sistema
0
3x1 (t) x2 (t)
x1 (t) =
x02 (t) = 2x1 (t) + 2x2 (t)
30 de setembro de 2002
Reginaldo J. Santos
18
SISTEMAS DE EQUAC
OES
DIFERENCIAIS LINEARES
x
1
4
4
3 1
A=
2
2
Para esta matriz o polinomio caracterstico e
3 t 1
p(t) = det(A t I2 ) = det
= (3 t)(2 t) 2 = t2 5t + 4 .
2 2 t
Como os autovalores de A sao as razes de p(t), temos que os autovalores de A sao 1 = 1
e 2 = 4.
Agora, vamos determinar os autovetores associados aos autovalores 1 = 1 e 2 = 4.
Para isto vamos resolver os sistemas (A 1 I2 )X = 0 e (A 2 I2 )X = 0. Como
2 1
A 1 I2 =
,
2
1
entao
e
ou
(A 1 I2 )X = 0
2 1
x
0
=
2
1
y
0
2x y = 0
2x + y = 0
2.2
A Matriz A
e diagonaliz
avel em C
19
1 1
2 2
x
y
0
0
1 1
1 0
1 0
P =[V W ]=
e D=
=
2
1
0 2
0 4
sao tais que
D = P 1 AP.
Assim, a solucao do sistema e dada por
x1 (t)
1
1
t
4t
= c1 e
+ c2 e
.
x2 (t)
2
1
Os graficos de diversas solucoes aparecem na Figura 3. A disposicao das trajetorias e tpica
de um sistema linear X 0 = AX, em que os autovalores de A sao reais e positivos. Neste
caso, dizemos que a origem e um n
o inst
avel ou fonte. No caso em que os autovalores
de A reais e negativos as trajetorias sao semelhantes, mas percorridas no sentido contrario
a`s da Figura 3. Neste caso, dizemos que a origem e um n
o atrator ou sumidouro.
2.2
A Matriz A
e diagonaliz
avel em C
v1 + iw1 v1 iw1
v2 + iw2 v2 iw2
A = P DP 1 .
eD=
0
, com
0
(19)
Reginaldo J. Santos
20
SISTEMAS DE EQUAC
OES
DIFERENCIAIS LINEARES
C1 et
C2 et
v1 + iw1 v1 iw1
Como P =
, entao as colunas da matriz P sao os vetores V + iW =
v
2 + iw2 v2 iw2
v1 + iw1
v1 iw1
e V iW =
. Assim a solucao geral nos complexos e dada por
v2 + iw2
v2 iw2
X(t) = C1 e
v1 + iw1
v2 + iw2
+ C2 e
v1 iw1
v2 iw2
(20)
v1 + iw1
t
X(t) = 2Re C1 e
v2 + iw2
Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002
2.2
A Matriz A
e diagonaliz
avel em C
21
c1
c2
Escrevendo a constante complexa em termos de constantes reais na forma C1 =
i
2
2
e escrevendo = + i, obtemos
x1 (t)
v1 + iw1
v1 + iw1
(+i)t
(+i)t
= Re(C1 ) Re e
Im(C1 ) Im e
x2 (t)
v2 + iw2
v2 + iw2
v1 + iw1
v1 + iw1
= c1 Re e(+i)t
+ c2 Im e(+i)t
v2 + iw2
v2 + iw2
v1
w1
w1
v1
t
t
= c1 e
cos t
sen t
+ c2 e
cos t
+ sen t
v2
w2
w2
v2
(0)
(0)
" (0) #
v1
x1 (0)
w1
x1
= c1
+ c2
.
=
(0)
x2 (0)
v2
w2
x2
que e equivalente ao sistema linear
(
(0)
v1 c1 + w 1 c2 = x 1
(0)
v2 c1 + w 2 c2 = x 2
y
3
x
1
30 de setembro de 2002
Reginaldo J. Santos
22
SISTEMAS DE EQUAC
OES
DIFERENCIAIS LINEARES
3 2
A=
4 1
e diagonalizavel e as matrizes
1
1
P =[ZZ]=
1+i 1i
e D=
1 0
0 1
1 + 2i
0
0 1 2i
x1 (t)
1
1
(1+2i)t
(1+2i)t
= c1 Re e
+ c2 Im e
x2 (t)
1+i
1+i
0
1
1
0
t
t
cos 2t
+ sen 2t
cos 2t
sen 2t
+ c2 e
= c1 e
1
1
1
1
Os graficos de diversas solucoes aparecem na Figura 4. A disposicao das trajetorias e
tpica de um sistema linear X 0 = AX, em que os autovalores de A sao complexos com a
parte real negativa. Neste caso, dizemos que a origem e um foco atrator ou sumidoro
espiral. No caso em que os autovalores de A sao complexos com a parte real positiva as
trajetorias sao semelhantes, mas percorridas no sentido contrario a`s da Figura 4. Neste
caso, dizemos que a origem e um foco inst
avel ou fonte espiral.
Exemplo 10. Considere o sistema
0
x1 (t) = x1 (t) + 2x2 (t)
x02 (t) = x1 (t) + x2 (t)
Este sistema pode ser escrito na forma X 0 (t) = AX(t), em que
1 2
A=
1 1
Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002
2.2
A Matriz A
e diagonaliz
avel em C
23
2.5
2
1.5
1
0.5
0
x
0.5
1
1.5
2
2.5
2.5
1.5
0.5
0.5
1.5
2.5
1 i
2
A 1 I2 =
,
1 1 i
entao
(A 1 I2 )X = 0
e
ou
1 i
2
1 1 i
(1 i)x +
2y
= 0
x + (1 i)y = 0
x
y
0
0
1 2
A=
1 1
30 de setembro de 2002
Reginaldo J. Santos
24
SISTEMAS DE EQUAC
OES
DIFERENCIAIS LINEARES
e diagonalizavel e as matrizes
1i 1+i
P =[ZZ]=
1
1
e D=
1 0
0 1
i 0
0 i
x1 (t)
1i
1i
it
it
= c1 Re e
+ c2 Im e
x2 (t)
1
1
1
1
1
1
= c1 cos t
sen t
+ c2 cos t
+ sen t
1
0
0
1
Os graficos de diversas solucoes aparecem na Figura 5. A disposicao das trajetorias e
tpica de um sistema linear X 0 = AX, em que os autovalores de A sao complexos com a
parte real igual a zero. Neste caso, dizemos que a origem e um centro.
2.3
A Matriz A n
ao
e diagonaliz
avel em C
Sejam P =
v 1 w1
v 2 w2
eJ=
1
0
A = P JP 1 .
(21)
2.3
A Matriz A n
ao
e diagonaliz
avel em C
25
(c1 + c2 t)et
c2 et
v1
v 1 w1
e
, ou seja, se as colunas da matriz P sao os vetores V =
v2
v 2 w2
Se P =
w1
W =
, entao
w2
x1 (t)
x2 (t)
= (c1 + c2 t)e
v1
v2
+ c2 e
(0)
w1
w2
(0)
" (0) #
x1 (0)
v1
w1
x1
= c1
+ c2
.
=
(0)
x2 (0)
v2
w2
x2
que e equivalente ao sistema linear
(
(0)
v1 c1 + w 1 c2 = x 1
(0)
v2 c1 + w 2 c2 = x 2
Exemplo 11. Considere o sistema
0
x1 (t) = x1 (t) + x2 (t)
x02 (t) = x1 (t) 3x2 (t)
Vimos no Exemplo 6 na pagina 13 que a matriz
1
1
A=
1 3
30 de setembro de 2002
Reginaldo J. Santos
26
SISTEMAS DE EQUAC
OES
DIFERENCIAIS LINEARES
1 1
1
2
1
P =[V W ]=
e J=
=
1 0
0
0 2
sao tais que
J = P 1 AP.
Assim a solucao do sistema e dada por
1
1
x1 (t)
2t
2t
.
+ c2 e
= (c1 + c2 t)e
0
1
x2 (t)
Os graficos de diversas solucoes aparecem na Figura 6. A disposicao das trajetorias
e tpica de um sistema linear X 0 = AX, em que a matriz A nao e diagonalizavel em C
eou
nico autovalor e negativo. Neste caso, dizemos que a origem e um n
o impr
oprio.
No caso em que o u
nico autovalor de A e positivo as trajetorias sao semelhantes, mas
percorridas no sentido contrario a`s da Figura 6. Neste caso, dizemos tambem que a
origem e um n
o impr
oprio.
y
4
x
1
4
4
2.4
2.4
Exerccios (respostas na p
agina 31)
Exerccios (respostas na p
agina 31)
Ache a
2.1.
2.3.
2.5.
2.7.
2.9.
2.11.
2.13.
2.15.
2.17.
27
=
=
=
=
=
=
=
=
=
=
x(t) + y(t)
x(t) + y(t)
3x(t) 4y(t)
x(t) y(t)
4x(t) 2y(t)
8x(t) 4y(t)
ax(t) + 2y(t)
2x(t)
2ax(t) +
y(t)
x(t) + 4ay(t)
2.2.
2.4.
2.6.
2.8.
2.10.
x0 (t)
y 0 (t)
x0 (t)
y 0 (t)
x0 (t)
y 0 (t)
x0 (t)
y 0 (t)
x0 (t)
y 0 (t)
=
=
=
=
=
=
=
=
=
=
x(t)
2x(t)
x(t)
5x(t)
x(t)
x(t)
y(t)
+ 4y(t)
y(t)
+ 3y(t)
4y(t)
y(t)
ay(t)
2x(t) 2y(t)
x(t) + y(t)
ax(t) + y(t)
Faca um esboco das solucoes de X 0 (t) = AX(t) e diga se a origem define uma sela,
um no instavel, um no atrator, um foco instavel, um foco atrator, um centro ou um
no improprio.
2 1
1 8
A=
2.12. A =
3
4
1 1
1
1
5 3
A=
2.14. A =
3 1
3 2
0 2
3 4
2.16. A =
A=
2
0
1
1
1 2
2 3
2.18. A =
A=
0 2
1 2
Comandos do MATLAB:
>>[P,D]=eig(sym(A)) determina simbolicamente, se possvel, matrizes P e D tais que
D = P 1 AP , sendo D uma matriz diagonal.
>>[P,J]=jordan(sym(A))
simbolicamente, se possvel, matrizes P e J tais que
determina
1
J = P 1 AP , sendo J =
.
0
Comando do pacote GAAL:
>>fluxlin(A) desenha algumas trajetorias que sao solucoes do sistema de equacoes diferenciais X 0 (t) = AX(t).
30 de setembro de 2002
Reginaldo J. Santos
28
1. Diagonalizac
ao de Matrizes 2 2
(p
agina 14)
1.1. A=sym([1,1;1,1]);
[P,D]=eig(A)
P =[ 1, -1]
[ 1, 1]
D =[ 2, 0]
[ 0, 0]
1.2.
1.3.
A=sym([1,-1;2,4]);
[P,D]=eig(A)
P =[ -1, 1]
[ 1, -2]
D =[ 2, 0]
[ 0, 3]
A=sym([3,-4;1,-1]);
[P,J]=jordan(A)
P =[ 2, 1]
[ 1, 0]
J =[ 1, 1]
[ 0, 1]
1.4.
A=sym([1,-1;5,3]);
[P,D]=eig(A)
P =[ -1/5+2/5*i, -1/5-2/5*i]
[
1,
1]
D =[ 2+2*i,
0]
[
0, 2-2*i]
1.5.
1.6.
A=sym([4,-2;8,-4]);
[P,J]=jordan(A)
P =[ 4, 1]
[ 8, 0]
J =[ 0, 1]
[ 0, 0]
A=sym([-1,-4;1,-1]);
[P,D]=eig(A)
29
P =[ 2*i, -2*i]
[
1,
1]
D =[ -1+2*i,
0]
[
0, -1-2*i]
1.7. Se |a| > 4:
[P,D]=eig(A)
4
4
P =
2
a2 16
" a+ a 16 a #
a+ a2 16
0
2
D=
a a2 16
0
2
Se |a| < 4:
4
4
P =
2 a i 16 a2
a
+
i
16
a
"
#
a+i 16a2
0
2
D=
ai 16a2
0
2
Se a = 4:
[P,J]=jordan(subs(A,a,4))
P =[ 2, 1]
[ -2, 0]
J =[ 2, 1]
[ 0, 2]
Se a = 4:
[P,J]=jordan(subs(A,a,-4))
P =[ -2, 1]
[ -2, 0]
J =[ -2, 1]
[ 0, -2]
[P,D]=eig(A)
30 de setembro de 2002
Reginaldo J. Santos
30
P =
D=
1 +
1 +
1 2a 1
1 2a
1 2a
2
0
1 2a
Se a
> 1/2:
1 + i 2a 1 1 i 2a 1
P =
2
2
1 + i 2a 1
0
D=
0
1 i 2a 1
Se a = 1/2:
[P,J]=jordan(subs(A,a,1/2))
P =[ 1, 1]
[ -2, 0]
J =[ -1, 1]
[ 0, -1]
1.9.
[P,D]=eig(A)
a + a2 + 1 a a2 + 1
P =
1
1
2
3a + a + 1
0
D=
0
3 a a2 + 1
1.10. Se a > 0:
[P,D]=eig(A)
1
a
1a
P =
1 1
1+ a
0
D=
0
1 a
Se a
< 0:
i
i
a
a
P =
1
1
1 + i a
0
D=
0
1 i a
Se a = 0:
31
A=subs(A,a,0)
[P,J]=jordan(A)
P =[ 1, 0]
[ 0, 1]
J =[ 1, 1]
[ 0, 1]
2. Sistemas de Equaco
es Diferenciais Lineares (p
agina 27)
x(t)
1
1
2t
2.1.
= c1 e
+ c2
.
y(t)
1
1
1
1
x(t)
.
2.2.
+ c2 e3t
= c1 e2t
2
1
y(t)
1
2
x(t)
t
t
+ c2 e
= (c1 + c2 t)e
2.3.
0
1
y(t)
x(t)
1
2
2t
2.4.
cos 2t
= c1 e
sen 2t
+
y(t)
5
0
2
1
2t
cos 2t
+ sen 2t
c2 e
0
5
x(t)
4
1
2.5.
= (c1 + c2 t)
+ c2
y(t)
8
0
0
x(t)
2
t
cos 2t
2.6.
sen 2t
= c1 e
+
1
y(t)
0
2
0
+ sen 2t
c2 et cos 2t
0
1
2.7. Se
|a| > 4:
2
4
x(t)
( a+ a2 16 )t
+
= c1 e
y(t)
a + a2 16
2
4
( a a2 16 )t
c2 e
.
a a2 16
Se
|a| < 4:
at
0
4
x(t)
2
2
16a
16a
+
sen( 2 t)
= c1 e 2 cos( 2 t)
a
y(t)
16 a2
at
0
4
16 a2 t)
c2 e 2 cos( 16 a2 t)
+
sen(
a
16 a2
30 de setembro de 2002
Reginaldo J. Santos
32
Se
a = 4:
x(t)
2
1
2t
2t
= (c1 + c2 t)e
+ c2 e
y(t)
2
0
2.8. Se
a < 1/2:
x(t)
1 + 1 2a
(1+ 12a)t
+
= c1 e
y(t)
2
1 1 2a
(1 12a)t
c2 e
.
2
Se
a > 1/2:
x(t)
1
2a
1
+
= c1 et cos( 2a 1t)
sen( 2a 1t)
y(t)
2
0
1
2a 1
+ sen( 2a 1t)
c2 et cos( 2a 1t)
2
0
Se
a = 1/2:
x(t)
1
1
t
t
= (c1 + c2 t)e
+ c2 e
y(t)
2
0
x(t)
a + a2 + 1
a a2 + 1
(3a a2 +1)t
(3a+ a2 +1)t
+ c2 e
.
2.9.
= c1 e
y(t)
1
1
2.10. Se
a > 0:
1
x(t)
a
a
= c1 e(1+ a)t
+ c2 e(1 a)t
.
y(t)
1
1
Se
a < 0:
1a
x(t)
0
t
t
= c1 e cos( at)
e sen( at)
+
y(t)
1
0
1a
0
t
t
c2 e cos( at)
+ e sen( at)
.
1
0
Se
a = 0:
0
1
x(t)
t
t
+ c2 e
= (c1 + c2 t)e
1
0
y(t)
33
2.11. A origem e um no instavel.
y
x
1
4
4
x
1
4
4
x
1
30 de setembro de 2002
Reginaldo J. Santos
34
x
1
3
3
x
2
8
8
x
1
3
3
35
2.17. A origem e uma sela.
y
x
1
4
4
x
1
4
4
30 de setembro de 2002
Reginaldo J. Santos
36
REFERENCIAS
Refer
encias