Diagonalizacao de Matrizes 2 2 e

Sistemas de Equacoes Diferenciais Lineares

Reginaldo J. Santos
Departamento de Matematica-ICEx
Universidade Federal de Minas Gerais
http://www.mat.ufmg.br/~regi
30 de setembro de 2002

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) =

Vamos supor que existam matrizes P e D tais que

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).

Multiplicando-se a` esquerda por P 1 , obtemos

P 1 X 0 (t) = DP 1 X(t).

(3)

Y (t) = P 1 X(t),

(4)

Fazendo a mudanca de variavel

a equacao (3) pode ser escrita como

Y 0 (t) = DY (t),
que pode ser escrita na forma de um sistema de equacoes desacopladas
y10 (t) = 1 y1 (t)
y20 (t) = 2 y2 (t)
Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

1.1

Motivac
ao

que tem solucao dada por

y1 (t) = c1 e1 t

e y2 (t) = c2 e2 t .

Assim, da mudanca de variaveis (4), a solucao da equacao (1) e

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.

Exemplo 1. Toda matriz diagonal

A=

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

Assim, (6) pode ser reescrita como

AV AW = 1 V
Logo,

AV = 1 V

= [ 1 V 2 W ]

2 W

e AW = 2 W.

Ou seja, as colunas de P , V e W , e os elementos da diagonal de D, 1 e 2 , satisfazem a

equacao
AX = X,
em que e X sao incognitas. Isto motiva a seguinte definicao.
Definic
ao 2. Um n
umero
real e chamado autovalor de uma matriz A, se existe um
x
vetor nao nulo X =
tal que
y
AX = X .
(7)
Um vetor nao nulo que satisfaca (7), e chamado de autovetor de A.

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

1.2

Autovalores e Autovetores

AX = X

AX = X

*X

AX = X O

>1

0<<1

<0

Observe que a equacao (7) pode ser escrita como

AX = I2 X
ou

(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.

Assim, para determinarmos os autovalores de uma matriz A precisamos determinar as

razes do seu polinomio caracterstico, que tem a forma p(t) = t2 + at + b.

30 de setembro de 2002

Reginaldo J. Santos

DE MATRIZES 2 2
DIAGONALIZAC
AO

Exemplo 2. Vamos determinar os autovalores e autovetores da matriz

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

cuja solucao geral e

W1 = {(, 2) | R}.
que e o conjunto de todos os autovetores associados a 1 = 3 acrescentado o vetor nulo.
Agora,
(A 2 I2 )X = 0
e

2 1
4
2

x
y

0
0

cuja solucao geral e

W2 = {(, 2) | R},
que e o conjunto de todos os autovetores associados a 2 = 1 acrescentado o vetor nulo.
Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

1.3

Diagonalizac
ao

W2
4

W = (1, 2)

V = (1, 2)

AW
4

W1
6
6

AV
6
6

Figura 1: Autovetores associados a 1 = 3 e a 2 = 1 da matriz do Exemplo 2

Um resultado interessante e que iremos usar mais adiante e o seguinte.

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.

Como V e um vetor nao nulo, entao 1 = 2 .

1.3

Diagonaliza
c
ao

Vamos enunciar e demonstrar o resultado principal. Ja vimos que se uma matriz A e

diagonalizavel, entao as colunas da matriz P , que faz a diagonalizacao, sao autovetores
associados a autovalores, que por sua vez sao elementos da matriz diagonal D. Como a
matriz P e invertvel, estes 2 autovetores sao L.I. (um vetor nao e m
ultiplo escalar do
outro).

30 de setembro de 2002

Reginaldo J. Santos

DE MATRIZES 2 2
DIAGONALIZAC
AO

Teorema 3. Seja A uma matriz 2 2 que tem 2 autovalores 1 6= 2 . Sejam V = (v1 , v2 )

e W = (w1 , w2 ) autovetores
a 1 e 2 , respectivamente. Entao, as matrizes
associados

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)

Como V e W sao L.I., a matriz P e invertvel. Assim, multiplicando por P 1 a` esquerda

em (12) obtemos
D = P 1 AP.
Ou seja, A matriz A e diagonalizavel.

Assim, se uma matriz A e diagonalizavel e D = P 1 AP , entao os autovalores de A

formam a diagonal de D e os 2 autovetores linearmente independentes associados aos
autovalores formam as colunas de P .
Exemplo 3. Considere a matriz
A=

1 1
4 1

Ja vimos no Exemplo 2 na pagina 6 que o seu polinomio caracterstico e p(t) =

det(A t I2 ) = t2 2t 3, que os seus autovalores sao 1 = 3 e 2 = 1 e que os
autoespacos correspondentes sao W1 = {(, 2) | R} e W2 = {(, 2) | R},
respectivamante.
Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

1.3

Diagonalizac
ao

Para 1 = 3, temos que V = (1, 2) e um autovetor de A associado a 1 . De forma

analoga para 2 = 1, W = (1, 2) e um autovetor associado a 2 . Como um vetor nao
e m
ultiplo escalar do outro, a matriz A e diagonalizavel e as matrizes
P =[V W ]=

1
1
2 2

e D=

1 0
0 2

3
0
0 1

sao tais que

D = P 1 AP.
Exemplo 4. Considere a matriz
A=

0 1
0 0

O seu polinomio caracterstico e p(t) = det(A tI2 ) = t2 , assim A possui um u

nico
autovalor: 1 = 0. Agora, vamos determinar os autovetores associados ao autovalor
1 = 0. Para isto vamos resolver o sistema (A 1 I2 )X = 0. Como
A 1 I2 = A =

0 1
0 0

entao
(A 1 I2 )X = 0
e

0 1
0 0

x
y

0
0

ou

y = 0
0 = 0

cuja solucao geral e

W1 = {(, 0) | R} .
que e o conjunto de todos os autovetores associados a 1 = 0 acrescentado o vetor nulo.
Portanto, nao podemos ter 2 autovetores L.I. associados a 1 = 0 e como so temos um
autovalor nao podemos ter mais autovetores L.I. Portanto, pelo Teorema 3 na pagina 8, a
matriz A n
ao e diagonalizavel, ou seja, nao existem matrizes P e D tais que D = P 1 AP .

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.

Agora, usando os valores de AV e AW obtidos temos que

AZ = A(V iW ) = AV iAW = V W i(W + V )
= ( i)V ( + i)W = ( i)V i( i)W
= ( i)(V iW ) = Z.
Se 6= 0, entao e sao diferentes. Logo, pela Proposicao 2 na pagina 7, Z e Z sao
L.I.
Assim, se uma matriz A, 2 2, com entradas reais tem autovalores complexos, entao
ela e diagonalizavel.
Exemplo 5. Considere a matriz
A=

3 2
4 1

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

1.5

Se a matriz A n
ao
e diagonaliz
avel

11

O seu polinomio caracterstico e p(t) = det(A t I2 ) = (3 t)(1 t)2 + 8 = t2 + 2t + 5

cujas razes sao 1 = 1+2i e 2 = 1 = 12i. Agora, vamos determinar os autovetores
associados ao autovalor 1 = 1+2i. Para isto vamos resolver o sistema (A1 I2 )X = 0.
Como

2 2i
2
,
A 1 I2 =
4 2 2i

entao

(A 1 I2 )X = 0

ou

cuja solucao geral e

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

Se uma matriz A com entradas que sao n

umeros reais, 2 2, nao e diagonalizavel
e por que ela tem somente um autovalor real . Neste caso apesar de nao podermos
diagonaliza-la e valido o seguinte resultado.

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

Assim, para este valor e usando (13) obtemos que

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

sao tais que

AP = A[ V W ] = [ AV AW ] = [ V V + W ] =

v1 v1 + w1
v2 v2 + w2

= P J.

(14)

Como V e autovetor de A, se W fosse um m

ultiplo escalar de V , entao W tambem seria
um autovetor de A. Mas isto nao ocorre pela definicao do vetor W . Assim a matriz P e
invertvel e multiplicando-se a equacao (14) a` esquerda por P 1 obtemos o resultado.
Exemplo 6. Considere a matriz
A=

1
1
1 3

O seu polinomio caracterstico e p(t) = det(A t I2 ) = (1 t)(3 t) + 1 = t2 + 4t + 4

cujas razes sao 1 = 2 = = 2. O vetor E1 = (1, 0) e tal que

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

Para diagonalizar uma matriz 2 2 nao diagonal siga os seguintes passos:

(a) Determine o polinomio caracterstico p(t) = det(A t I2 ).
(b) Se p(t) tem duas razes reais (distintas) 1 6= 2 , entao determine um autovetor
V = (v1 , v2 ) associado a 1 , isto e, uma solucao nao trivial de (A 1 I2 )X = 0
e um autovetor W = (w1 , w2 ) associado a 2 , isto e, uma solucao nao trivial de
(A 2 I2 )X = 0. Entao

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

(c) Se p(t) tem duas razes complexas 1 = + i e 2 = 1 = i. Encontre um

autovetor complexo V + iW = (v1 + iw1 , v2 + iw2 ), isto e, uma solucao nao trivial
de (A ( + i)I2 )X = 0. Entao

+ 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

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

15

Sistemas de Equaco
es Diferenciais Lineares
Considere o sistema de equacoes diferenciais lineares.
0
x1 (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
x2 (t) = c2 edt .
Considere, agora, o sistema de equacoes diferenciais lineares
0
x1 (t) = ax1 (t) + bx2 (t)
x02 (t) = cx1 (t) + dx2 (t)
em que a, b, c, d R com b ou c nao nulos. 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),
0

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

Vamos supor que existam matrizes P =

tais que

v 1 w1
v 2 w2

eD=

A = P DP 1 .

1 0
, com 1 , 2 R,
0 2
(16)

Substituindo-se (16) em (15) obtemos

X 0 (t) = P DP 1 X(t).
Multiplicando-se a` esquerda por P 1 , obtemos
P 1 X 0 (t) = DP 1 X(t).
30 de setembro de 2002

(17)
Reginaldo J. Santos

16

SISTEMAS DE EQUAC
OES
DIFERENCIAIS LINEARES

Fazendo a mudanca de variavel

Y (t) = P 1 X(t),

(18)

a equacao (17) pode ser escrita como

Y 0 (t) = DY (t),
que pode ser escrita na forma de um sistema de equacoes desacopladas
y10 (t) = 1 y1 (t)
y20 (t) = 2 y2 (t)
que tem solucao dada por
y1 (t) = c1 e1 t

e y2 (t) = c2 e2 t .

Assim, da mudanca de variaveis (18), a solucao da equacao (15) e

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)

Se sao dadas as condicoes iniciais x1 (0) = x1 e x2 (0) = x2 , entao para determinarmos

c1 e c2 substituimos t = 0 na solucao, ou seja,

" (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

Figura 2: Trajetorias do sistema do Exemplo 7

Ja vimos no Exemplo 3 na pagina 6 que a matriz

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

sao tais que

D = P 1 AP.
Assim, a solucao do sistema e dada por

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

Figura 3: Trajetorias do sistema do Exemplo 8

Vamos determinar os autovalores e autovetores da matriz

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

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

2.2

A Matriz A
e diagonaliz
avel em C

19

cuja solucao geral e

W1 = {(, 2) | R} = {(1, 2) | R} = {V | R}, em que V = (1, 2).
Este e o conjunto de todos os autovetores associados a 1 = 1 acrescentado o vetor nulo.
Agora,
(A 2 I2 )X = 0
e

1 1
2 2

x
y

0
0

cuja solucao geral e

W2 = {(, ) | R} = {(1, 1) | R} = {W | R}, em que W = (1, 1).
Este e o conjunto de todos os autovetores associados a 2 = 4 acrescentado o vetor nulo.
Assim, a matriz A e diagonalizavel e as matrizes

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

Vamos supor que existam matrizes P =

1 , 2 C, tais que
30 de setembro de 2002

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

Substituindo-se (19) em (15) obtemos

X 0 (t) = P DP 1 X(t).
Multiplicando-se a` esquerda por P 1 , obtemos
P 1 X 0 (t) = DP 1 X(t).
Fazendo novamente a mudanca de variavel Y (t) = P 1 X(t), obtemos
Y 0 (t) = DY (t),
que pode ser escrito na forma
y10 (t) = y1 (t)
y20 (t) = y2 (t)
Estas equacoes estao desacopladas e tem solucoes dadas por
y1 (t) = C1 et
y2 (t) = C2 et .
Assim a solucao da equacao (15) e
X(t) = P Y (t) = P

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)

As constantes C1 e C2 sao complexas. Estamos interessados em uma solucao real. Para

isso, fazendo C2 = C1 , a segunda parcela em (20) se torna o conjugado da primeira e
assim obtemos.

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)

Se sao dadas as condicoes iniciais x1 (0) = x1 e x2 (0) = x2 , entao para determinarmos

c1 e c2 substituimos t = 0 na solucao, ou seja,

" (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

Figura 4: Trajetorias do sistema do Exemplo 9

30 de setembro de 2002

Reginaldo J. Santos

22

SISTEMAS DE EQUAC
OES
DIFERENCIAIS LINEARES

Exemplo 9. Considere o sistema

0
x1 (t) = 3x1 (t) + 2x2 (t)
x02 (t) = 4x1 (t) + x2 (t)
Ja vimos no Exemplo 5 na pagina 10 que a matriz

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

sao tais que

D = P 1 AP.
Assim a solucao do sistema e dada por

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

Figura 5: Trajetorias do sistema do Exemplo 10

O polinomio caracterstico da matriz A e p(t) = det(At I2 ) = (1t)(1t)2 +2 = t2 +1

cujas razes sao 1 = i e 2 = 1 = i. Agora, vamos determinar os autovetores associados
ao autovalor 1 = i. Para isto vamos resolver o sistema (A 1 I2 )X = 0. Como

1 i
2
A 1 I2 =
,
1 1 i
entao

(A 1 I2 )X = 0

e
ou

cuja solucao geral e

1 i
2
1 1 i

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

x
y

0
0

W1 = {((1 i), ) | C} = {(1 i, 1) | C}.

Este e o conjunto de todos os autovetores associados a 1 = i acrescentado o vetor nulo.
Assim, Z = (1 i, 1) e um autovetor associado a 1 = i. Pela Proposicao 4 na pagina
10, Z = (1 + i, 1) e um autovetor associado a 2 = 1 = i e alem disso Z e Z sao L.I.
Assim, a matriz

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

sao tais que

D = P 1 AP.
Assim a solucao do sistema e dada por

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

matrizes tais que

A = P JP 1 .

(21)

Substituindo-se (16) em (1) obtemos

X 0 (t) = P JP 1 X(t).
Multiplicando-se a` esquerda por P 1 , obtemos
P 1 X 0 (t) = JP 1 X(t).
Fazendo a mudanca de variavel Y (t) = P 1 X(t), obtemos
Y 0 (t) = JY (t),
que pode ser escrito na forma
y10 (t) = y1 (t) + y2 (t)
y20 (t) = y2 (t)
Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

2.3

A Matriz A n
ao
e diagonaliz
avel em C

25

A segunda equacao tem solucao

y2 (t) = c2 et .
Substituindo y2 (t) na primeira equacao obtemos a equacao
y10 (t) = y1 (t) + c2 et
que tem solucao
y1 (t) = (c1 + c2 t)et .
Assim a solucao da equacao (1) e
X(t) = P Y (t) = P

(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)

Se sao dadas as condicoes iniciais x1 (0) = x1 e x2 (0) = x2 , entao para determinarmos

c1 e c2 substituimos t = 0 na solucao, ou seja,

" (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

nao e diagonalizavel, mas que as matrizes

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

Figura 6: Trajetorias do sistema do Exemplo 11

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

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

solucao geral do sistema de equacoes dado.

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) + 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

RESPOSTAS DOS EXERCICIOS

Respostas dos Exerccios

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)

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

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]

1.8. Se a < 1/2:

[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

RESPOSTAS DOS EXERCICIOS

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:

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

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

RESPOSTAS DOS EXERCICIOS

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)

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

33
2.11. A origem e um no instavel.
y

x
1

4
4

2.12. A origem e uma sela.

y

x
1

4
4

2.13. A origem e um foco atrator.

y
3

x
1

30 de setembro de 2002

Reginaldo J. Santos

34

RESPOSTAS DOS EXERCICIOS

2.14. A origem e um foco instavel.

y

x
1

3
3

2.15. A origem e um no improprio.

y
8

x
2

8
8

2.16. A origem e um centro.

y

x
1

3
3

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002

35
2.17. A origem e uma sela.
y

x
1

4
4

2.18. A origem e um no atrator.

y
4

x
1

4
4

30 de setembro de 2002

Reginaldo J. Santos

36

REFERENCIAS

Refer
encias

[1] Howard Anton and Chris Rorres. Algebra

Linear com Aplicacoes. Bookman, Sao
Paulo, 8a. edicao, 2000.
[2] William E. Boyce and Richard C. DiPrima. Equacoes Diferenciais Elementares e
Problemas de Valores de Contorno. Livros Tecnicos e Cientficos Editora S.A., Rio de
Janeiro, 6a. edicao, 1999.
[3] Morris W. Hirsch and Stephen Smale. Differential Equations, Dynamical Systems and
Linear Algebra. Academic Press, Inc., New York, 1974.

[4] Bernard Kolman. Introducao `a Algebra

Linear com Aplicacoes. Prentice Hall do
Brasil, Rio de Janeiro, 6a. edicao, 1998.
[5] Erwin Kreiszig. Matematica Superior. Livros Tecnicos e Cientficos Editora S.A., Rio
de Janeiro, 2a. edicao, 1985.

[6] Steven J. Leon. Algebra

Linear com Aplicacoes. Livros Tecnicos e Cientficos Editora
S.A., Rio de Janeiro, 5a. edicao, 1998.

[7] Reginaldo J. Santos. Um Curso de Geometria Analtica e Algebra

Linear. Imprensa
Universitaria da UFMG, Belo Horizonte, 2002.
[8] Jorge Sotomayor. Licoes de Equacoes Diferenciais Ordinarias. IMPA, Rio de Janeiro,
1979.

Diagonalizacao de Matrizes e Sistemas de Equacoes Diferenciais 30 de setembro de 2002