Escolar Documentos
Profissional Documentos
Cultura Documentos
Orientadora
Profa. Dra. Marta Cilene Gadotti
2012
517.38 Teixeira, Fernanda L.
T266m Modelos Descritos por Equaes Diferenciais Ordinrias/ Fer-
nanda Luiz Teixeira- Rio Claro: [s.n.], 2012.
124 f.:g.
I. Ttulo
In this work we presented the main applications of rst order ordinary dierential
equations, specially the study of population dynamics and models described by second
order dierential equations, including the catenary model. We described the basic
theory about linear systems with respect to existence of solutions and we presented the
harmonic oscillator model.
Keywords: rst order equation, second order equation, linear systems, solutions.
Lista de Figuras
1 Introduo 15
B Matrizes 111
B.1 Sistemas com matrizes diagonalizveis e Forma de Jordan . . . . . . . . 111
B.1.1 Operador exponencial . . . . . . . . . . . . . . . . . . . . . . . 121
1 Introduo
15
16 Introduo
Denio 2.1. A forma geral das equaes diferenciais ordinrias lineares de primeira
ordem denida por
dy
+ a(t)y = b(t), (2.2)
dt
onde a e b so funes da varivel independente t.
19
20 Modelos descritos por equaes diferenciais de primeira ordem
dy
Em (2.2), se b a funo nula, a equao + a(t)y = 0 chamada equao
dt
diferencial linear homognea de primeira ordem. Caso contrrio chamada
equao diferencial linear no homognea de primeira ordem.
A seguir descrevemos um processo para resolver a equao homognea.
Primeiramente dividimos ambos os membros da equao por y, supondo que y(t) =
dy dy
d
0, t I, e reescrevemos sob a forma dt = a(t). Observemos que dt = ln |y(t)|,
y y dt
pois
d 1 d
ln y(t) = y(t), se y(t) > 0
d dt y(t) dt
ln |y(t)| = d
dt
ln [y(t)] = 1
d
(y(t)) =
1 d
y(t), se y(t) < 0.
dt y(t) dt y(t) dt
(2.3)
dy
Assim a equao + a(t)y = 0 pode ser escrita sob a forma
dt
d
ln |y(t)| = a(t). (2.4)
dt
Integrando ambos os membros de (2.4) na varivel t obtemos
ln |y(t)| = a(t)dt + c1 ,
onde c = ec1 .
Como soluo de uma EDO uma funo contnua e a equao acima estabelece
que |y(t)e a(t)dt | constante ento o sinal de y(t)e a(t)dt constante. Para provar
isto, consideremos g uma funo contnua tal que |g(t)| = c para qualquer t. Ento se
existissem dois instantes diferentes t1 e t2 tais que g(t1 ) = c e g(t2 ) = c, pelo Teorema
do Valor Intermedirio, existiria t, com t1 < t < t2 , tal que g(t) = 0, o que implicaria
y(t) = 0 o que contradiz a hiptese de que y(t) = 0. Logo, se y(t) > 0 tem-se
y(t)e a(t)dt
=c y(t) = ce a(t)dt
.
dy
+ a(t)y = 0.
dt
Note que a equao homognea tem uma innidade de solues, pois para cada
valor real de c obtemos uma soluo y(t) distinta.
Teoria elementar de equaes diferenciais ordinrias 21
Segue que a soluo geral da equao (2.2), com a e b constantes dada por:
b at
y= + ce ,
a
onde c a constante de integrao.
Outra maneira de encontrar a soluo para (2.2) o mtodo do fator integrante que
envolve a multiplicao da equao diferencial por uma determinada funo = (t),
escolhida de modo que a equao resultante seja facilmente integrvel. A funo
chamada de fator integrante.
Consideremos a equao (2.2) onde a e b so funes contnuas dadas. Assim, o
fator integrante (t) deve ser tal que
dy d
(t) + a(t)(t)y(t) = ((t)y(t)), (2.5)
dt dt
para que possamos obter y(t) atravs de uma integrao.
Se multiplicarmos (2.2) por (t), obtemos
dy
(t) + a(t)(t)y = (t)b(t), (2.6)
dt
Logo, de (2.5) se (t) satisfaz
d
[(t)y(t)] = (t)b(t)
dt
podemos reescrever (2.2) e resolv-la. Nessa situao
(t)y = (t)b(t)dt + k,
Escolhendo c = 0, obtemos
a(t)dt
(t) = e .
Nosso primeiro passo ser mostrar que resolver o PVI equivalente a resolver uma
equao integral, atravs do seguinte lema.
Teoria elementar de equaes diferenciais ordinrias 23
B = B(a, b, x0 , y0 ) = {(x, y) R2 : |x x0 | a e |y y0 | b}
d1 ) d(g1 , g2 ) 0 e d(g1 , g2 ) = 0 g1 = g2 ;
d2 ) d(g1 , g2 ) = d(g2 , g1 ), para quaisquer g1 , g2 C(Ja , R);
d3 ) d(g1 , g2 ) d(g1 , g3) + d(g3 , d2 ), para quaisquer g1 , g2 , g3 C(Ja , R).
Demonstrao. Considere (fn ) uma sequncia de Cauchy em C([a, b], R), isto ,
o que implica
max |fn (x) fm (x)| < , x [a, b].
Segue que para cada x, (fn (x)) de Cauchy em R e como R completo ento existe,
para cada x
f (x) = lim fn (x).
n
Provemos que limn fn = f em C([a, b], R), onde f : [a, b] R dada acima. De
fato, > 0, n0 N, tal que
Concluimos que o espao mtrico C(Ja , R) completo, isto , que toda sequncia
de Cauchy convergente para algum elemento de C(Ja , R).
Denio 2.2. Sejam (M, d) e (N, d1) espaos mtricos. Dizemos que uma aplicao
: (M, d) (N, d1 ) uma contrao se existe k com 0 k < 1 tal que
A ideia para provar que a equao (2.9) tem uma nica soluo consiste em mostrar
que x
(y) = y0 + f (s, y(s))ds, y C(Ja , R)
x0
satisfaz o Teorema do Ponto xo de Banach. Para isto vamos demonstrar o seguinte
resultado.
para (x, y1 ), (x, y2 ) 0 com |y1 y2 | < . Para os pontos com |y1 y2 | , temos
2M
|f (x, y1 ) f (x, y2 )| 2M |y1 y2 |,
onde M = max{|f (x, y)| : (x, y) 0 }.
Assim, basta tomar K = max{M1 , 2M
}. Portanto,
Assim (y) C(Ja , R). Logo : C(Ja , R) C(Ja , R). Note que as solues de (2.10)
so os pontos xos de . Resta provar que satisfaz o Teorema do Ponto Fixo de
Banach. Para isto, calculamos
x
(y1 (x)) (y2 (x)) = [f (s, y1(s)) f (s, y2(s))]ds
x0
x
k |y1 (s) y2 (s)|ds Kad(y1 , y2),
x0
Nesse caso, f (t, y) = 2t(1 + y) e sua derivada fy (t, y) = 2ty so funes contnuas
em todo R2 . Ento, pelo Teorema de Existncia e Unicidade, existe uma nica soluo
para (2.11).
Reescrevemos a equao (2.11) na forma
y 2ty = 2t.
2
Logo, seu fator integrante (t) = e 2tdt = et .
Multiplicando a equao por (t), obtemos
2 2 2
et y 2tet y = et 2t,
Deniremos agora alguns conceitos que sero necessrios para a anlise dos modelos
que sero apresentados na prxima seo.
y = f (y) (2.12)
Portanto, para estas equaes, podemos considerar somente condies iniciais onde
t0 = 0.
Denio 2.5. Um ponto de equilbrio y dito estvel, se dado > 0, existe > 0,
tal que para |y0 y| < , a soluo do problema de valor inicial
y = f (y)
.
y(0) = y0
tal que |y(t) y| < para todo t 0. Um ponto de equilbrio que no estvel
chamado de instvel.
Ainda, um ponto de equilbrio y dito assintoticamente estvel, se for estvel e se
existir > 0 tal que limt y(t) = y quando |y0 y| < .
dP 1
= ( ).
dt P
Integrando ambos os membros em t,
ln |P | = ( )t + c P (t) = ke()t .
Ano Populao Taxa de crescimento (% a.a.) Crescimento Absoluto Distribuio Etria (%)
0-14 15-64 65 e mais
1940 41.236.315 2.3 10.708.082 42.6 55.0 2.4
1950 51.944.397 3.2 19.047.946 41.9 55.5 2.6
1960 70.992.343 2.8 22.146.694 43.2 54.3 2.5
1970 93.139.037 2.5 25.863.669 42.6 54.3 3.1
1980 119.002.706 1.9 27.822.769 38.8 57.2 4.0
1991 146.825.475 - - 35.0 60.2 4.8
P (t + 1) P (t) = P (t).
Pt = ( + 1)t P0 . (2.14)
que anloga (2.14). Podemos comparar a soluo do modelo discreto com a soluo
do modelo contnuo correspondente, considerando que
dP P (t + t) P (t)
= lim
dt t0 t
e que P (t + t) P (t) = P (t)t ( taxa de crescimento).
Assim, podemos escrever o modelo contnuo por:
dP = P (t),
dt
P (0) = P ,
0
= ln(1 + ).
dV
= V (2.15)
dt
para alguma constante positiva . Integrando (2.15) obtemos
V (t) = V0 et .
V (t ) = V0 eln 2 = 2V0 ,
32 Modelos descritos por equaes diferenciais de primeira ordem
dN
= N, (2.16)
dt
onde chamada de constante de desintegrao ou de decaimento radioativo, > 0.
Modelos de dinmica populacional 33
N (tt0 ) N
ln = ln(e ) ln = (t t0 ).
N0 N0
Como queremos determinar a meia-vida, basta resolvermos
1 1 ln 2 0.6931
(t t0 ) = ln (t t0 ) = ln t t0 = = .
2 2
Portanto, a meia-vida de uma substncia ln 2 dividido pela constante de decai-
mento .
A confeco de tintas para pinturas artsticas faz uso de pigmentos que contm
chumbo-210 (210 P b) e uma pequena quantidade de radio-226(226Ra). Mais ainda, a
desintegrao do 210 P b exatamente equilibrada pela desintegrao do 226 Ra.
Seja y(t) a quantidade de 210 P b por grama de alvaiade (xido de chumbo) no ins-
tante t, y0 a quantidade de 210 P b por grama de alvaiade presente no instante t0 de
sua formao, e r(t) o nmero de desintegraes do 226 Ra por minuto, por grama de
alvaiade, no instante t. Se a constante de decaimento para o 210 P b, ento
dy
= y + r(t) , y(t0 ) = y0 .
dt
Como estamos interessados em um perodo de tempo de no mximo 300 anos,
podemos tomar a quantidade de 226 Ra, cuja meia-vida de 1600 anos, como constante
r. Multiplicando ambos os membros da equao pelo fator de integrao (t) = et
obtemos
d t
e y = ret .
dt
Integrando ambos os membros em t, temos
r t
e y(t) e
t t0
y0 = e e t0
r t
t
e y(t) = e e t0
+ et0 y0
r t t
y(t) = e e et0
+ et0 et y0
r (tt0 )
y(t) = 1e + y0 e(tt0 ) .
34 Modelos descritos por equaes diferenciais de primeira ordem
r 300
y(t) = 1e + y0 e300
y(t) r(1 e300 ) = y0 e300
e300 y(t) re300 (1 e300 ) = y0
y0 = y(t)e300 r(e300 1).
210 226
Descrio Desintegrao do P o Desintegrao do Ra
Discpulo de Emas 8,5 0,8
Lavagem dos ps 12,6 0,26
Mulher ouvindo msica 10,3 0,3
Mulher tocando bandolim 8,2 0,17
A rendeira 1,5 1,4
Garotas rindo 5,2 6,0
que um valor muito alto. Portanto esse quadro deve ser uma falsicao moderna.
Analogamente, mostra-se que os quadros Lavagem dos ps, Mulher ouvindo msica
e Mulher tocando bandolim so falsos Vermeers. Por outro lado, os quadros A
rendeira e Garotas rindo no podem ser falsicaes recentes de Vermeers como
diziam alguns peritos.
Modelos de dinmica populacional 35
dP P
= rP 1 . (2.17)
dt K
1 A B
= +
P rP P
rP 1 1
K K
P
A 1 + BrP
1 K
=
P P
rP 1 rP 1
K K
P
A 1 + BrP = 1.
K
1
Se P = 0 ento A = 1. Se P = K ento BrK = 1 o que implica que B = .
rK
36 Modelos descritos por equaes diferenciais de primeira ordem
Logo,
1
1 1
= + rK
.
P rP P
rP 1 1
K K
Segue que
1
1 1
dP = dP + rK
dP
P rP P
rP 1 1
K K
1 1 1 1 1 P
= dP +
dP = ln |P | ln1
rP rK P r r K
1
K
1 P
= ln P
.
r 1 K
P0 K P0 K
assim, C = , para P0 < K. E C = , para P0 > K.
K P0 P0 K
Vamos considerar duas situaes:
I) Para P0 < K temos que P (t) < K para qualquer t, ento
Modelos de dinmica populacional 37
P (t) rt P0 K
P (t) = 1 e , P0 < K
K K P0
P0
P (t) = |K P (t)|ert
K P0
P0 P0
P (t) + P (t)ert = Kert
K P0 K P0
rt
Ke P0
K Po
P (t) =
K P0 P0
+ ert
K P0 K P0
rt
Ke P0
P (t) = .
K P0 + P0 ert
II) Para P0 > K temos que P (t) > K para qualquer t, ento
P (t) rt P0 K
P (t) = 1 e
K P0 K
P0
P (t) = |K P (t)|ert
P0 K
P0 P0
P (t) P (t)ert = Kert
P0 K P0 K
Ke P0rt
Po K
P (t) =
P0 K ert
P0 K
Kert P0 Kert P0
P (t) = =
P0 K P0 ert K P0 + P0 ert
Logo
Kert P0
P (t) = . (2.18)
K + P0 (ert 1)
Dessa forma a populao aumenta progressivamente a partir de P (0) no tempo
t = 0 at o limite K, que alcanado somente quando t . Sem dar valores para
os parmetros desconhecidos r e K, Verhulst comparou seu resultado com os dados da
populao da Frana entre 1817 e 1831, entre outros, e o ajuste mostrou ser razovel.
Voltando a equao (2.17), a qual Verhulst chamou de equao logstica, ele notou
K
que a curva de P (t) aumenta com a curvatura positiva ( convexa) quando P (t) <
2
e, em seguida, continua a aumentar em relao a K, mas com uma curvatura negativa
K
( cncava), logo que P (t) > . Assim, a curva tem a forma de uma letra S distorcida.
2
d2 P 2P dP
Isto facilmente provado pelo fato de que =r 1 . Ento
dt2 K dt
d2 P K d2 P K
2
> 0, se P < e 2
< 0, se P > .
dt 2 dt 2
38 Modelos descritos por equaes diferenciais de primeira ordem
dP P
=r 1 .
dt K
Ele pensou em utilizar esta equao para populaes P (t) acima de um certo limite.
A soluo deste problema dada por
pessoas para modelar o crescimento dos animais, plantas, seres humanos e rgos do
corpo humano.
O valor do parmetro K se tornou conhecido como capacidade suporte.
Na realidade, a equao logstica uma modicao da equao original de Malthus.
O modelo de Verhulst supe que a populao de uma certa espcie, vivendo num de-
terminado meio, atinja um limite mximo sustentvel, dado pelo parmetro K ou
simplesmente por P = limt P (t). Considera ainda que a variao de populao
esteja sujeita a um fator de proporcionalidade inibidor. Sendo preciso que a equao
incorpore a queda de crescimento, medida que a populao cresce.
Exemplo 2.6 (Populao Brasileira). Pela tabela do exemplo 2.1 dada anteriormente
observamos que a tendncia de desacelerao do crescimento populacional ocorre a
partir do censo de 1980. Pelo modelo logstico a taxa decai linearmente, em funo da
populao. Ento podemos ajustar ri mdios (entre censos consecutivos i e i + 1) com
as respectivas populaes mdias Pi (estimadas atravs de um modelo exponencial).
E, em seguida, ri e Pi so ajustados pela equao da reta dada por
r = 0.0001682P + 0.04182402.
P P0 /K
= . (2.20)
K (P0 /K) + [1 (P0 /K)]ert
P (2) 0, 25
= = 0, 5797.
K 0, 25 + 0, 75e1,42
Logo, P (2)
= 46, 7 106 kg, isto , a biomassa de linguados ser de 46.700.000kg, dois
anos depois.
Porm, se quisermos encontrar o instante para o qual a biomassa P ( ) = 0, 75K,
devemos resolver a equao (2.20) para t = .
Assim,
P P0 P0 P0
. + 1 ert =
K K K K
P0 /K P/K.P0 /K
ert =
P/K(1 P0 /K)
P0 /K.(1 P/K)
r rt =
P/K(1 P0 /K)
1 (P0 /K)[1 (P/K)]
t = ln .
r (P/K)[1 (P0 /K)]
dy y
= r 1 y, (2.21)
dt T
Modelos de dinmica populacional 41
y0 T
Figura 2.5: Grco de y(t) = .
y0 + (T y0 )ert
segue que
1 y0
t = ln .
r y0 T
Assim, t = t assntota vertical do grco de y(t), quando a populao inical y0 est
acima do limiar. Ou seja, a populao se torna ilimitada em um tempo nito que
depende de y0 , T e r.
Em algumas populaes ocorre o fenmeno da existncia de limiar. Se estiverem
em poucos indivduos, ento a espcie no consegue se propagar e entra em extino.
Porm, se a populaao maior que o limiar, ela cresce ainda mais. Evidentemente a
populao no pode crescer ilimitadamente. Ento, preciso modicar o modelo com
limiar de modo a evitar um crescimento ilimitado.
dy
A melhor maneira de fazermos isso introduzir outro fator que tornar negativo
dt
para y grande. Vamos considerar, ento
dy y y
= r 1 1 y, (2.22)
dt T K
42 Modelos descritos por equaes diferenciais de primeira ordem
y y
A gura 2.6 mostra o grco de f (y) = r 1 1 y. Note que existem
T K
trs pontos crticos, y = 0, y = T e y = K, correspondendo s solues de equilbrio
1 (t) = 0, 2 (t) = T e 3 (t) = K, respectivamente. Observando a gura, ca claro que
dy dy
> 0 para T < y < K e < 0 para y < T e para y > K. Portanto, y(t) crescente
dt dt
no intervalo (T, K), e decrescente nos intervalos (0, T ) e (K, ). Consequentemente,
as solues de equilbrio 1 (t) e 3 (t) so assintoticamente estveis, enquanto a soluo
2 (t) instvel.
x
Lx = kg c , (2.23)
onde k, g e c so constantes. A curva de Gompertz foi, por algum tempo, de interesse
somente de atuarios. Entretanto, atualmente tem sido usada por vrios autores como
curva de crescimento de fenmenos biolgicos e econmicos.
Vamos estudar algumas propriedades matemticas desta curva, indicando alguma
de suas utilidades e de suas limitaes como curva de crescimento.
No trabalho de Winsor [13] o autor considerou mais conveniente tratar da equao
abx
y(x) = kee , (2.24)
onde k e b so constantes positivas.
De (2.24) se x ento y 0, e se x + ento y k. Derivando a
equao (2.24) temos
dy abx
= kbeabx ee = byeabx .
dx
Notemos que a derivada ser positiva para um conjunto limitado de valores de x, e
tende a 0 quando x tende a innito. Derivando (2.24) novamente obtemos
d2 y
= b2 yeabx (eabx 1).
dx2
a k
Segue que o ponto de inexo est em x = , isto , y = .
b e
2
O clculo atuarial a disciplina que se aplica mtodos de matemtica e estaststica de forma a
determinar o risco e retorno nos ramos dos seguros e nanas.
44 Modelos descritos por equaes diferenciais de primeira ordem
Vrios pesquisadores mostraram que os dados para muitos tumores slidos ajustam-se
bem pela equao
(t) ) t
V (t) = V0 e (1e = V0 e ee , (2.25)
onde e so constantes positivas.
A equao (2.25) nada mais que a Lei de Gompertz para a = 0 e b = . Isto
signica que o tumor cresce cada vez mais lentamente com a passagem do tempo, e
que tende ao volume limite V0 e . Para compreender melhor este problema devemos
encontrar uma equao diferencial que satisfaa V (t). Derivando (2.25) obtemos
dV (t) )
= V0 e(t) e (1e = et V. (2.26)
dt
A partir disso desenvolveram-se duas teorias conitantes para a dinmica de cres-
cimento de um tumor. Elas correspondem s duas disposies da equao (2.26).
De acordo com a primeira teoria, o efeito retardado de crescimento do tumor
devido a um crescimento do tempo mdio de gerao das clulas, sem uma mudana
na proporo das clulas reprodutoras. Quando passa o tempo as clulas reprodutoras
amadurecem, ou envelhecem, e portanto se dividem mais lentamente. Esta teoria
corresponde
dV
= et V.
dt
A outra teoria sugere que o tempo mdio de gerao das clulas de diviso perma-
nece constante, e a demora no crescimento devida perda de clulas reprodutoras do
tumor. Esta teoria dada pela equao
dV
= (et V )
dt
Neste ltimo caso a necrose aparece em um tamanho crtico para um tipo particular
de tumor, e em seguida o centro de necrose cresce rapidamente quando a massa total
do tumor cresce. De acordo com essa teoria, um centro de necrose se desenvolve porque
em muitos tumores o suprimento de sangue, e portanto de oxignio e nutrientes quase
completamente connado superfcie do tumor. Quando o tumor cresce o suprimento
de oxignio ao centro por difuso se torna cada vez mais difcil, resultanto na formao
de um centro de necrose.
dM B(tC)
= ABeB(tC)e .
dt
Observe que a massa inicial sempre maior que zero, pois o animal j nasce com alguma
massa, e a massa M tende a atingir um valor mximo, dado pelo parmetro A.
A taxa de crescimento mxima em torno do ponto de inexo, onde a massa
A
igual a .
e
A taxa de crescimento relativo R denida como a taxa de crescimento dividida
pela massa corporal, ento R dada por
dM
R = dt = BeB(tC) .
M
Assim quanto maior o a idade t menor o valor de R. No momento do ponto de inexo
temos B(CC)
ABeB(CC)e B0
Rinexo = = BeB0e +1 = B.
A
e
Ou seja, B a taxa de crescimento relativo, em kg/dia por kg, no ponto em que o
crescimento mximo. Assim, para um animal que chega a uma taxa de crescimento
mxima de 0,1 kg/dia aos 10 kg, o valor de B igual a 0,01.
3 Modelos com equaes diferenciais
de segunda ordem
d2 y dy
= f t, y, . (3.1)
dt2 dt
Denotamos por linear, assim como nas EDOs de primeira ordem, sempre que a
funo desconhecida e suas derivadas no so multiplicadas entre si, isto , so elevadas
somente a potncia 1 e no so argumentos de outras funes.
Como muitas das equaes da forma (3.1) so extremamente difceis de serem tra-
tadas analiticamente, trabalharemos inicialmente com equaes lineares dadas por:
d2 y dy
2
+ p(t) + q(t)y = f (t), (3.2)
dt dt
onde p, q, f : (a, b) R so funes contnuas denidas num intervalo aberto (a, b) R.
sempre importante fornecermos condies que garantam a existncia de solues
de equaes diferenciais de segunda ordem e isso que faremos atravs do prximo
teorema.
Teorema 3.1. Se p, q e f so funes contnuas em (a, b), ento o problema de valor
inicial 2
d y dy
dt 2
+ p(t) + q(t)y = f (t),
dt
y(t0 ) = y0 , (3.3)
y (t ) =
0 0
47
48 Modelos com equaes diferenciais de segunda ordem
tem uma, e somente uma, soluo denida em todo o intervalo (a, b).
y = ert ,
o que implica
p p p p2 p p p
(t)e 2 t (t)e 2 t + (t)e 2 t (t)e 2 t
2 4 2
p
2t p2 p t p
+ p (t)e (t) e 2 + q(t)e 2 t = 0,
2
logo
p2 t p 2 p2
e (t) + + q (t) = 0,
4 2
2
p2 t p 4q
e (t) (t) = 0.
4
p
Como e 2 t = 0 para todo t R e p2 4q = 0, temos
r1 = + i e r2 = i
p 1
onde = e i = i p2 4q.
2 2
Logo, y1 (t) = e(+i)t , y2 (t) = e(i)t .
Pela frmula de Euler recorrente de srie de Taylor temos,
e
y2 (t) = e(i)t = et eit = et (cos t i sen t).
Porm, queremos encontrar solues reais, e para isso usaremos a seguinte propo-
sio.
Proposio 3.1. Se y(t) = u(t) + iv(t) uma soluo a valores complexos de (3.6),
ento u e v so solues reais de (3.6).
52 Modelos com equaes diferenciais de segunda ordem
y + py + qy = 0,
ou seja,
[u + pu + qu)] + i[v + pv + qv] = 0.
Mas para que um nmero complexo seja zero necessrio que sua parte real e sua parte
imaginria sejam zero. Logo,
u + pu + qu = 0 e v + pv + qv = 0.
O wronskiano de u e v
et cos t et sen t
W(u, v)(t) = t =
e cos t e sen t e sen t + e cos t
t t t
y = c1 et cos t + c2 et sen t,
d2 y dy
2
+ p(t) + q(t)y = 0 (3.15)
dt dt
Teorema 3.3. Sejam y1 (t) e y2 (t) solues linearmente independentes da equao ho-
mognea (3.15) e seja (t) uma soluo particular da equao no homognea (3.2).
Ento toda soluo y(t) de (3.2) da forma
onde c1 , c2 so constantes.
Equaes lineares de segunda ordem 53
Demonstrao. Sejam y(t) e (t) solues de (3.15) e considere (t) = y(t) (t).
Ento
O mtodo dos coecientes indeterminados requer uma hiptese inicial sobre a forma
da soluo particular (t), mas com os coecientes desconhecidos. Fazemos ento, a
substituio de (t) em (3.2) e tentamos determinar os coecientes de modo a satisfazer
a equao. Encontrados os coecientes teremos a soluo da equao diferencial. Caso
no seja possvel encontrar os coecientes signica que no h soluo da forma que
propusemos. Assim, devemos modicar a hiptese inicial e tentar novamente. Vamos
estudar equaes da forma (3.2) com p e q constantes reais e os casos em que g(t)
uma funo exponencial, ou polinomial, ou seno ou cosseno. Dividiremos a teoria em
casos.
Caso 1: Se f (t) = Pn (t) = an tn + ... + a1 t + a0 , an = 0 ento
qAn = an
qA
n1 + npAn = an1
(3.18)
...
qA0 + pA1 + 2A2 = a0 .
an an1 (npan /q)
Se q = 0 ento An = . Em seguida obtemos An1 = e assim
q q
sucessivamente.
Se q = 0, mas p = 0, ento o polinmio esquerda da igualdade tem grau n 1
enquanto que o polinmio direita da igualdade tem grau n. Para garantir que yp(t) +
pyp (t) um polinmio de grau n devemos escolher yp (t) como sendo um polinmio de
grau n + 1. Assim,
yp (t) = t(An tn + An1 tn1 + ... + A1 t + A0 ).
Caso q = 0 e p = 0, supomos yp (t) sendo de grau n + 2, ento tomamos
yp (t) = t2 (An tn + An1 tn1 + ... + A1 t + A0 ).
Assim, o termo yp(t) um polinmio de grau n e podemos proceder como inicialmente.
t2 t3 t4 t29
yp = + + ... + e2t .
2 6 12 812
Portanto, a soluo geral da equao dada
2
2t 2t 2t t t3 t4 t29
y(t) = c1 e + c2 te + e + + ... +
2 6 12 812
2t t2 t3 t4 t29
= e c1 + c2 t + + + ... + .
2 6 12 812
Caso 3: Consideremos a equao diferencial
Lema 3.1. Se y (t) = (t) + i(t) uma soluo com valores complexos da equao
onde p e q so reais. Ento (t) soluo de y (t) + py (t) + qy(t) = g1 (t) e (t)
soluo de y (t) + py (t) + qy(t) = g2 (t).
Notemos que eit = cos t + i sen t e consideremos yp (t) = (t) + i(t) uma soluo
particular da equao
Assim, a parte real do segundo membro de (3.22) et Pn (t) cos t e a parte imaginria
et Pn (t) sen t.
56 Modelos com equaes diferenciais de segunda ordem
e (t) soluo de
y (t) + py (t) + qy(t) = et Pn (t) sen t.
Neste caso, devemos escolher yp da forma
yp (t) = e(+i)t (An tn + An1 tn1 + ... + A0 ) + e(i)t (Bn tn + Bn1 tn1 + ... + B0 ),
ou, equivalentemente,
yp (t) = et (An tn + An1 tn1 + ... + A0 ) cos t + et (Bn tn + Bn1 tn1 + ... + B0 ) sen t.
et cos 2t(3A + 4B)+et sen 2t(4A 3B) 3[et cos 2t(A + 2B) + et sen 2t(2A + B)]
4[Aet cos 2t + Bet sen 2t] = 8et cos 2t.
10 2
Logo, A = e B = ,e uma soluo particular de (3.23)
13 13
10 t 2
yp (t) = e cos 2t + et sen 2t.
13 13
Portanto, a soluo geral da forma
10 t 2
y(t) = c1 e4t + c2 et + e cos 2t + et sen 2t. (3.25)
13 13
Caso 4 : Se g for um combinao linear de funes dos tipos descritos nos casos 1,
2 e 3 ento devemos usar a seguinte proposio.
e 2 soluo de
y (t) + py (t) + qy(t) = g2 (t),
ento (t) = 1 1 (t) + 2 2 (t) soluo de (3.26).
1 1 (t) + 2 2 (t) + p[1 1 (t) + 2 2 (t)] + q[1 1 (t) + 2 2 (t)] =
1 [1 (t) + p1 (t) + q1 (t)] + 2 [2 (t) + p2 (t) + q2 (t)].
Como 1 (t) soluo de y (t) + py (t) + qy(t) = g1 (t) e 2 soluo de y (t) + py (t) +
qy(t) = g2 (t), ento segue que
1 [1 (t) + p1 (t) + q1 (t)] + 2 [2 (t) + p2 (t) + q2 (t)] = 1 g1 (t) + 2 g2 (t).
2y + 3y + y = t2 + 3 sen t. (3.27)
Encontrar uma soluo para (3.27) equivalente a encontrar uma soluo para
3 y(t) t2 3
y (t) + y (t) + = + sen t.
2 2 2 2
Por convenincia, trabalharemos com a ltima forma. A equao caractertica r 2 +
3 1 1 1
r + = 0 da homognea associada possui razes r1 = e r2 = 1. Logo, y1 = e 2 t
2 2 2
e y2 = et so solues da equao diferencial homognea.
Vamos agora encontrar a soluo particular de
2y + 3y + y = t2 . (3.28)
3 A0 A1 A2 2 t2
2A2 + A1 + 3A2 t + + t+ t =
2 2 2 2 2
A0 3 A1 A2 2 t2
+ A1 + 2A2 + t 3A2 + + t = .
2 2 2 2 2
Resolvendo o sistema,
A0 3
+ A1 + 2A2 = 0,
2 2
A1
3A2 + = 0,
2
A2 = 1,
encontramos
yp1 = t2 6t + 14.
Equaes lineares de segunda ordem 59
3 y(t) 3
y (t) + y (t) + = sen t. (3.29)
2 2 2
Supomos yp2 = A sen t + B cos t seja a soluo particular de (3.29). Segue que, yp 2 =
A cos t B sen t e yp2 = A sen t B cos t. Substituindo essas expresses em (3.29),
obtemos
3 3 A B 3
A sen t B cos t + A cos t B sen t + sen t + cos t = sen t
2 2
2 2
2
3 B 3 A 3
cos t A B + + sen t A B + = sen t
2 2 2 2 2
3 B A 3 3
cos t A + sen t B = sen t.
2 2 2 2 2
Devemos impor condies sobre u1 e u2 para que a expresso yp + pyp + qyp se torne
a mais simples possvel. Derivando yp , temos
u1 y1 + u2 y2 = 0.
u1 y1 + u1 y1 + u2 y2 + u2 y2 = p[u1 y1 + u2 y2 ] + q[u1 y1 + u2 y2 ] = g(t)
u1 [y1 + py1 + qy1] + u2 [y2 + py2 + qy2] + u1 y1 + u2 y2 = g(t).
e consequentemente yp (t).
que uma equao do tipo de Euler-Cauchy1 . Para encontrar duas solues linearmente
independentes da equao homognea associada
t2 [( 1)]t2 3tt1 + 4t = 0
t (2 4 + 4) = 0.
Como
2 2 2 21
W[t , t ln t] = t 2t ln t + t 2tt2 ln t = t3 , t>0
t
aplicando o mtodo de variao de parmetros, obtemos
2
y2 (t)g(t) t ln tt2
u1 (t) = dt = dt = t ln tdt
W[y1 , y2 ] t3
t2 t2 ln t
u1 (t) = + c1 ,
2
e
y1 (t)g(t) t2 t2
u2 (t) = dt = dt = tdt
W[y1 , y2 ] t3
t2
u2 (t) = + c2 .
2
Logo,
t2 t2 ln t 2 t2 2 t4 t4 ln t t4
yp (t) = t + t ln t = + ln t
2 2 2 2 2
t4
yp (t) = ,
2
uma soluo particular de (3.36), e portanto, a soluo geral dada por
2 2 t4
y(t) = c1 t + c2 t ln t + .
2
3.2 Aplicaes
Nesta seo apresentaremos algumas aplicaes que so descritas por equaes di-
ferenciais de segunda ordem. Destacaremos os modelos de vibraes, perseguio de
presa/predador e a catenria.
3.2.1 Vibraes
Consideremos o caso em que um objeto de massa m est preso em uma mola elstica
de comprimento l. A massa causa um alongamento L da mola para baixo. A fora peso
da massa puxa para baixo e tem mdulo igual a mg, onde g a acelerao da gravidade.
Existe tambm a fora da mola, Fs , que puxa para cima. Supondo que o alongamento
L pequeno, ento Fs ca prximo de ser proporcional a L, o que conhecido como
lei de Hooke. Logo, Fs = kL, onde k a constante da mola, e negativo porque a
mola puxa para cima. Como o sistema massa mola est em equilbrio, temos
mg kL = 0.
onde u a acelerao da massa e f a fora total resultante, que a soma das foras
aplicadas, sobre a massa. Alm disso, Fs passa a ser k(L + u).
Devemos tambm considerar a fora de amortecimento ou resistncia dada por
Fd (t) = u (t), onde a constante de amortecimento. E ainda, pode ser aplicada
uma fora externa F (t), que pode ser uma fora causada pelo movimento da estrutura
onde est presa a mola, ou pode ser uma fora aplicada diretamente na massa.
64 Modelos com equaes diferenciais de segunda ordem
Figura 3.5: Algumas solues do sistema massa mola com amortecimento supercrtico
retirado de [12].
Figura 3.6: Algumas solues do sistema massa mola com amortecimento crtico reti-
rado de [12].
t
2m 4km 2
= Re cos t ,
2m
onde R = c21 + c22 .
Aplicaes 67
Figura 3.8: Algumas solues do sistema massa mola com amortecimento subcrtico
retirado de [12].
Reescrevemos da forma,
(m 2 + k)A + B = F , (I)
0
A + (k 2 m)B = 0 (II).
2 k 2m
(m + k) B + B = F0
m 2 k + m2 4 + k 2 k 2 m + 2
B = F0
1
B = F0
m 2 k + m2 4 + k 2 k 2m + 2
1 2 2
B = F0 +
m2 ( 4 2 2 m
k k 2
+ (m ) )
k
Fazendo 02 = , segue que
m
1
B = F0
m ( 2 02 + 04 ) + 2 2
2 4 2
1
B = F0 .
m2 (02 2)2 + 2 2
Aplicaes 69
k m 1
A= F0
m2 (02 2 )2 + 2 2
F0 (k 2 m)
A= 2 2
m (0 2 )2 + 2 2
k 2
mF0
m
A= 2 2
m (0 2 )2 = 2 2
mF0 (02 2 )
A= 2 2 .
m (0 2 )2 + 2 2
Portanto, a soluo geral da forma
mF0 (02 2 )
u(t) = c1 cos 0 t + c2 sen 0 t + cos t
m2 (02 2 )2 + 2 2
F0
+ sen t.
m2 (02 2 )2 + 2 2
Vibraes no amortecidas foradas
Neste caso, a equao diferencial que descreve o movimento da massa no sistema
massa-mola
mu (t) + ku(t) = F0 cos t. (3.45)
Como a soluo da equao homognea associada
F0 F0
A= = =
m + k
2
m( 2 + k
m
)
F0
A= ,
m(02 2)
e de (2) temos
B(m 2 + k) = 0
ou B = 0 ou m 2 + k = 0
k
Se m 2 + k = 0, ento 2 = = 02 . Mas por hiptese = 0 . Portanto, B = 0.
m
Ento, a soluo geral de (3.45) quando = 0 da forma
F0
u(t) = c1 cos t + c2 sen t + cos t.
m(02 2)
Da terceira equao
temos B(m 2 + k) = 0, como B = 0 ento m 2 + k = 0 o
k
que implica = , o que verdade pois = 0 . A quarta equao tambm est
m
satisfeita para A = 0.
Portanto,
F0
A=0 e B= .
2m
Aplicaes 71
u(0) = c1 + 0 = 2 c1 = 2,
2 2 3
u (0) = 5c1 + 0 + 0 + 5 3c2 = 0 c2 = = .
3 3
Portanto, a soluo geral do sistema massa-mola desse exerccio dada por
5t
2 3 5t
u(t) = 2e cos 5 3t + e sen 5 3t.
3
72 Modelos com equaes diferenciais de segunda ordem
O smbolo E (em Volts) representa uma fonte de fora eletromotriz, que pode ser
uma bateria ou um gerador que produza uma corrente I (em Ampres), que passa
atravs do circuito quando a chave S fechada. Tanto E quanto I so funes do
tempo t. A resistncia ao uxo da corrente, denotado por R (em Ohms), a capacitncia
C (em Faraday) e a indutncia L (em Henrys) so todas constantes positivas2 .
Um capacitor, ou condensador, geralmente consiste de duas placas de metal, que
armazenam cargas opostas, separadas por um material atravs do qual pode passar
pouca corrente. Ele reverte o uxo da corrente quando uma das duas placas se torna
carregada.
Uma outra quantidade fsica que devemos considerar a carga total Q (em Cou-
lombs) no capacitor no instante t. A relao entre a carga Q e a corrente I
dQ
I= . (3.50)
dt
Para encontrar uma equao diferencial que satisfaa Q(t) usaremos a segunda lei
de Kirchho que diz:
Em um circuito fechado, a tenso aplicada igual soma das quedas de tenso no
resto do circuito.
Assim, temos que
(i) A queda de tenso no resistor igual a RI (Lei de Ohm).
Q
(ii) A queda de tenso no capacitor igual a .
C
2
As unidades satisfazem 1V olt = 1Ohm 1Ampere = 1Coulomb/1F araday = 1Henry
1Ampere/1Segundo.
Aplicaes 73
dI
(iii) A queda de tenso no indutor igual a L .
dt
Portanto, pela segunda lei de Kirchho, temos
dI Q
L + RI + = E(t). (3.51)
dt C
Usando a igualdade de (3.50), obtemos
1
LQ (t) + RQ (t) + Q(t) = E(t). (3.52)
C
Com as condies iniciais
Q(0) = 0 e Q (0) = 0,
ento
Q (0) = 500c1 + 500 3c2 = 0
12
500 + 3c2 =0
106
12 1 12
c2 = 6
= .
10 3 106 3
Substituindo c1 e c2 em Q(t) obtemos a soluo geral
12 500t
1
Q(t) = 6 1 e cos 500 3t + sen 500 3t .
10 3
Para determinar a carga no capacitor 1 segundo depois basta aplicar a funo Q
em 1, portanto
12 500t
1
Q(1) = 6 1 e cos 500 3 + sen 500 3 .
10 3
y y0 = y (x0 )(x x0 ),
1 a2
y2 (a) = a ln |a| + k2
2 2a
1 a
k2 = a ln |a| .
2 2
Logo,
c+1
c1
1 a x a a ac
y1 = + + se c = 1,
2 c + 1 a
c 1 x
1 c2
1 x2 1 a
y2 = a ln |x| a ln |a| se c = 1.
2 2a 2 2
Note que,
i) Se , ento c 1 e portanto,
lim y(x) = +.
x0+
ac
Ou seja, o ponto 0, onde o predador encontra a presa, se < .
c2 1
3.2.4 A catenria
Mostraremos agora como determinar a forma exata da curva assumida por um cabo
exvel e inextensvel, suspenso em ambas as extremidades na mesma altura e sujeito
a ao do seu prprio peso. Esta curva chamada catenria, do latim catena, que
signica corrente.
Esse problema foi proposto pela primeira vez por Leonardo da Vinci (1452-1519), e
o primeiro a tentar solucion-lo foi Galileu Galilei (1564-1642), que "mostrou erronea-
mente"ser uma parbola a curva descrita pelo cabo.
Em 1690, James Bernoulli divulgou esse problema na comunidade matemtica e um
ano depois foi resolvido por Johann Bernoulli (irmo de James), Leibniz e Huyghens
quase simultneamente. E foi Leibniz quem batizou a curva de catenria.
Esse perodo foi marcado por polmicas e grandes desaos entre Newton, Leibniz e
os irmos Bernoulli. Para se ter ideia disso, segue um trecho de uma carta que Johann
Bernoulli fez a um amigo.
78 Modelos com equaes diferenciais de segunda ordem
"Os esforos de meu irmo no tiveram sucesso; eu fui mais feliz, pois
tive a habilidade (digo isso sem presuno, porque deveria eu esconder a
verdade?) de resolver o problema e reduz-lo reticao da parbola.
verdade que isso me fez trabalhar durante toda uma noite. Isso representou
muito naqueles dias e para minha pouca idade e experincia, mas na manh
seguinte, transbordando de alegria, corri at meu irmo, que ainda estava
lutando miseravelmente com o n grdio sem chegar a lugar nenhum, sem-
pre pensando como Galileu que a catenria era uma parbola. Pare! Pare!
disse-lhe eu, no se torture mais tentando provar a identidade de uma ca-
tenria e de uma parbola, pois isso inteiramente falso. A parbola serve
na construo da catenria mas as duas curvas so to diferentes que uma
algbrica e a outra transcendente4".
ds
y = c . (3.58)
dx
Por outro lado, temos
ds 1 ds ds
= = sec = 1 + tg2 ,
dx cos dx dx
ou seja,
2
ds dy
= 1+ . (3.59)
dx dx
Substituindo (3.59) em (3.58) obtemos
y = c 1 + (y )2 . (3.60)
Logo,
cx
dy ecx ecx e ecx
= dy = dx
dx 2 2
1 cx ecx ecx
y= e dx e dx
cx
y= + + C.
2 2c 2c
ecx + ecx
y= c1 .
2c
Usando as propriedades das funes hiperblicas, concluimos que a soluo procu-
rada
y(x) = c1 (cosh(cx) 1). (3.63)
1
Figura 3.13: Grco de (3.63) para c = .
2
x = f (t, x) (4.1)
Observao 4.1. Toda equao diferencial linear de ordem n na varivel y(t) pode
ser escrita na forma de um sistema de n equaes de primeira ordem nas variveis
dy dn1 y
x1 (t) = y, x2 (t) = , ..., xn (t) = n1 .
dt dt
Assim, podemos converter a equao diferencial do tipo
dn y dn1y
an (t) + an1 (t) + ... + a0 y = 0, an (t) = 0,
dtn dtn1
em um sistema de n equaes de primeira ordem. Basta tomar x1 (t) = y, x2 (t) =
dy dn1 y
, ..., xn (t) = n1 . Assim,
dt dt
dx1 dx2 dxn1
= x2 , = x3 , ..., = xn ,
dt dt dt
dxn an1 (t)xn + an2 (t)xn1 + ... + a0 x1
e = .
dt an (t)
Denio 4.1. Uma funo diferencial : I Rn chama-se soluo da equao (4.1)
no intervalo I se:
i) o grco de em I, {(t, (t)); t I}, est contido em R .
ii) (t) = f (t, (t)) para todo t I.
81
82 Sistemas lineares de equaes diferenciais
em I , onde = min{a, Mb }.
Portanto F (X) X.
Alm disso, para todo 1 , 2 X e n 0
K n |t t0 |n
|F n (1 )(t) F n (2 )(t)| d(1 , 2 ), t I ,
n!
1
A demonstrao deste teorema pode ser encontrada em Introductory Funcional Analysis with
Applications. de Erwin Kreyszig, John Wiley & Sons, 1978.
Sistemas lineares 83
K|t t0 |d(1 , 2 ), t I .
x = Ax, (4.3)
Exemplo 4.1. Consideremos um caso particular de (4.3) dado pelo sistema linear
x = x
1 1
x = 2x2 ,
2
neste caso
1 0
A= .
0 2
Quando A uma matriz diagonal, isto , os elementos que no esto na diagonal
principal so nulos, como no caso acima, a soluo obtida pelo mtodo de separao
de variveis dada por
x (t) = c et
1 1
x2 (t) = c2 e2t
Denio 4.4. Se x(t) = (x1 (t), ..., xn (t)) soluo do sistema (4.4), ento a curva
parametrizada pelo parmetro t chamada rbita do sistema. A representao grca
das rbitas do sistema chamada de retrato de fase do sistema.
Sistemas lineares 85
Denio 4.5. Qualquer ponto x Rn tal que f (x) = 0 chamado ponto de equilbrio
(ou estacionrio) do sistema (4.4). Qualquer ponto x no domnio da funo f tal que
f (x) = 0 dito ponto regular.
Denio 4.6. Seja A uma matriz real n n com k autovalores negativos 1 , ..., k
e n k autovalores positivos k+1 , ..., n sendo todos distintos. Seja {v1 , ..., vn } o con-
junto correspondente de autovetores, ento denimos os subespaos estvel e instvel
do sistema linear (4.3), E s e E u como sendo os subespaos gerados por {v1 , ..., vk } e
{vk+1 , ..., vn } respectivamente, isto ,E s = [v1 , ..., vk ] e E u = [vk+1 , ..., vn ].
Se a matriz A tem autovalores imaginrios puros ento denimos tambm o subes-
pao centro.
1 0 0
Alm disso, atravs da matriz A = 0 1 0 obtemos os autovalores 1 = 1,
0 0 1
2 = 1 e 3 = 1. Logo, o plano x1 x2 referido como subespao instvel e o eixo x3
o subespao estvel do sistema.
Note que eAt uma matriz n n que pode ser expressa em termos do autovalores
e autovetores de A. Se usarmos T a transformao linear T (x) = Ax ento eAt
eA|t| , onde A = T .
86 Sistemas lineares de equaes diferenciais
At eAh I At A2 h Ak hk1
e lim = e lim lim A + + ... + = AeAt .
h0 h h0 k 2! k!
x(t) = eAt x0 .
d At
x (t) = e x0 = AeAt x0 = Ax(t),
dt
para todo t R. Alm disso, x(0) = Ix0 = x0 . Ento x(t) = eAt x0 uma soluo de
(4.5).
Provemos que x(t) = eAt x0 nica.
Seja x(t) uma soluo qualquer de (4.5) e consideremos
x(t) = c1 e1 t v1 + c2 e2 t v2 + ... + cn en t vn .
Logo, os autovalores de A so 1 = 7 e 2 = 5.
Para 1 = 7 temos
6 12 v1 0
(A 7I)v1 = 2
= ,
3 6 v 0
2
o que implica que v 1 = 2v 2 . Desta forma, v1 = um autovetor de A. Ento,
1
7t 2
x1 (t) = e
1
uma soluo.
Para 2 = 5 temos
6 12 v3 0
(A + 5I)v2 = 4
= ,
3 6 v 0
88 Sistemas lineares de equaes diferenciais
2
o que implica que v 3 = 2v 4 . Assim, v2 = um autovetor de A. Ento,
1
5t 2
x2 (t) = e
1
onde wij so os vetores coluna. Logo, a soluo geral dada pela combinao linear de
x1 , ..., xm e das demais solues provenientes dos outros autovalores.
Sistemas lineares 89
Tambm temos
0 0 1 v1 0
2
(A 2I) v = 0 0 0 v2 = 0 ,
0 0 0 v3 0
0 0
At 2t (A2I)t
x3 (t) = e 0 = e e 0
1 1
2
0
2t 2t
= e I + (A 2I)t + (A 2I) 0
2
1
2
2
1 t 3t t2 0 3t t2
= e2t 0 1 t 0 = e2t t
0 0 1 1 1
Assim, c1 = 1, c2 = 2 e c3 = 1. Portanto
t2
1 + 5t 2
2t
x(t) = e 2 t
1
a soluo do PVI.
Lema 4.1. Seja x(t) = y(t) + iz(t) uma soluo com valores complexos de x = Ax.
Ento, tanto y(t) como z(t) so solues com valores reais de x = Ax.
Sistemas lineares 91
Demonstrao. A funo com valores complexos x(t) = e(+i)t (v1 + iv2 ) pode ser
escrita na forma
Ento
2 2
v1 = Re(v) = e v2 = Im(v) = .
1 0
Como o autovalor tem parte real nula, isto = 0, segue que a soluo geral do
sistema
0t 2 2 2 2
x(t) = c1 e cos 2t sen 2t + cos 2t + sen 2t
1 0 0 1
2 cos 2t 2 sen 2t 2 cos 2t + 2 sen 2t
= c1 + c2 .
cos 2t sen 2t
92 Sistemas lineares de equaes diferenciais
x = Ax, (4.12)
ento toda soluo x(t) pode ser escrita como a combinao linear
Na forma matricial temos x(t) = X(t)c, onde X(t) a matriz cujas colunas so
c1
..
x1 , ..., xn e c = . .
cn
Denio 4.8. Uma matriz X(t) chamada de uma soluo matriz fundamental de
(4.12) se suas colunas formam um conjunto de n solues linearmente independentes
de (4.12).
Veremos a seguir que a partir de uma soluo matriz fundamental de (4.12) podemos
calcular a matriz eAt . O que de extrema importncia, j que nem sempre possvel
Ak tk
determinar a srie innita k=0 .
k!
Teorema 4.4. Seja X(t) uma soluo matriz fundamental da equao diferencial x =
Ax. Ento
eAt = X(t)X 1 (0).
Demonstrao. Seja X(t) uma soluo matriz fundamental de (4.12). Ento eAt pode
ser escrita como uma combinao linear de X(t)
1 0 0
Exemplo 4.6. Vamos determinar eAt para a matriz A = 1 2 0 .
1 0 1
Os autovaloresda matriz Aso
1 = 1, 2 = 2 e 3 = 1 e seus respectivos
2 0 0
autovetores v1 = 2, v2 = 1 e v3 = 0. Logo, obtemos as solues x1 (t) =
1 0 1
2 0 0
t 2t t
e 2, x2 (t) = e 1 e x3 (t) = e 0. Ento uma soluo matriz fundamental
1 0 1
de A
2et 0 0
X(t) = 2et e2t 0 . (4.14)
et 0 et
No difcil vericar que
et
2
0 0
X 1 (t) = e 2t
e2t 0 . (4.15)
t
e2 et et
Portanto,
1
2et 0 0 2
0 0 et 0 0
eAt = 2et e2t 0 . 1 1 0 = et + e2t e2t 0 . (4.16)
et t
et 0 et 12 1 1 2
e2 et et
onde x1 (t), ..., xn (t) so n solues linearmente independentes da equao x = Ax. Po-
demos escrever (4.18) na forma matricial x(t) = X(t)u(t), onde X(t) = (x1 (t), ..., xn (t))
u1 (t)
.
e u(t) = .. .
un (t)
94 Sistemas lineares de equaes diferenciais
Como X(t) uma matriz fundamental, ento X (t) = AX(t), portanto, a equao
(4.19) se reduz a
X(t)u(t) = f (t).
Como as colunas de X(t) so vetores linearmente independentes, segue que existe
X 1 (t), e
u(t) = X 1 (t)f (t).
Integrando essa expresso, obtemos
t t
1 1
u(t) = u(t0 ) + X (s)f (s)ds = X (t0 )x0 + X 1 (s)f (s)ds.
t0 t0
Logo, t
1
x(t) = X(t)X (t0 )x0 + X(t) X 1 (s)f (s)ds.
t0
At 1 As
Se X(t) = e , ento X (s) = e . Portanto
t t
At At0 At As A(tt0 )
x(t) = e e x0 + e e f (s)ds = e x0 + eA(ts) f (s)ds.
t0 t0
logo 1 = 1 e 2 = 2 so autovalores.
Para 1 temos,
1 2 v1 0
= ,
1 2 v2 0
2
o que implica que v1 = 2v2 . Tomando v2 = 1, obtemos o autovetor v = . Logo
1
t 2
x1 (t) = e .
1
Para 2 temos
2 2 w1 0
= ,
1 1 w2 0
Aplicaes 95
1
o que implica que w1 = w2 . Tomando w1 = 1, obtemos o autovetor w = . Assim,
1
1
x2 (t) = e2t .
1
Logo,
2t t t
2et
e e e et
Xp (t) = dt
et e2t e2t 2e2t et
2et e2t 2 2et e2t 2t 2tet + 3et
= dt = =
et e2t 3et et e2t 3et 4tet + 3et
4.2 Aplicaes
4.2.1 Oscilador harmnico
Vamos generalizar o oscilador harmnico visto no captulo anterior para um sistema
de duas molas acopladas. Considere k1 > 0 a constante de elasticidade de uma mola
sem massa que tem uma das extremidades presa a uma parede e a outra extremidade
a um carrinho de massa m1 > 0 que est preso em uma extremidade de uma segunda
mola sem massa com constante de elasticidade k2 > 0 que tem preso a sua outra
extremidade um segundo carrinho de massa m2 > 0.
Os carrinhos se movem em linha reta sem atrito. Como j vimos, as foras res-
tauradoras das molas so proporcionais ao deslocamento ( Lei de Hooke ). Assim na
96 Sistemas lineares de equaes diferenciais
1 0 0
2 1
1
0 1
0
0
= (1) 2 1 + () 2 1
0 0 1
1 0 1 0 0
1 0 1
= (1)(2 + 1 2) + ()(3 2) = 4 + 32 + 1.
Logo, os autovalores so
3 + 5 3 + 5 3 5 3 5
1 = , 2 = , 3 = , 4 = .
2 2 2 2
Escalonando temos
1 0 1 bi 0
0
1 bi b 0
2
1
= .
0 0 1 bi 0
0 0 0 0 0
Segue o sistema
+ bi = 0
+ bi + b2 = 0
+ 1 = 0
bi
2
(i b i) i
o que implica que = , = (1 b2 ) e = . Portanto um
b b
i bi 0 1b
b b3 b b3 0
autovetor associado ao 2 dado por v2 = = +i Assim,
i 0 1
b b 0
0 1b
b b3 0
x1 (t) = cos (bt) sen (bt)
0 1
b 0
98 Sistemas lineares de equaes diferenciais
e
0 1b
b b3 0
x2 (t) = sen (bt) + cos (bt)
0 1
b 0
so solues de (4.20) neste exemplo.
i di 0
d d3 d d3
Analogamente, para 4 = di encontramos o autovetor v4 = = +
i 0
d d
1d
0
i .
1
0
Logo,
0 1d
d d3 0
x3 (t) = cos (dt) sen (dt)
0 1
d 0
e
0 1d
d d3 0
x4 (t) = sen (dt) + cos (dt)
0 1
d 0
so solues de (4.20) neste exemplo.
Portanto, a soluo geral deste problema dada por
Alm das leis de Kirchno, temos as relaes entre a corrente e a voltagem dadas
Aplicaes 99
por:
Ento,
dVc Vc
C = Ic = (Ir + Il ) = Il
dt R
dIl
L = Vl = Vc
dt
Assim, obtemos o sistema
dVc Vc Il
=
dt RC C
dI V
l = c.
dt L
Resolvendo esse sistema encontramos Vc , e consequentemente, todas as outras in-
formaes do circuito.
1
Vc RC C1 Vc
= 1
.
Il L
0 Il
Substituindo os valores de R, C e L obtemos
Vc 2 2 Vc
= .
Il 1 0 Il
Logo os autovalores so 1 = 1 i e 2 = 1 + i. Tomamos o autovalor 1 e
encontramos o autovetor correspondente
1 i 1 1
v= = +i .
1 1 0
Portanto, a soluo geral do sistema dada por
Vc t 1 1 t 1 1
= c1 e cos (t) sen (t) + c2 e cos (t) + sen (t)
Il 1 0 0 1
et cos (t) et sen (t) et cos (t) et sen (t)
= c1 + c2 .
et cos (t) et sen (t)
Observe que a quantidade de soluo que entra igual a quantidade que sai nos
tanques, e portanto, o volume se mantm o mesmo. Ento, em cada instante t a
Q1 (t) Q2 (t)
concentrao da soluo dada por e . Assim, a taxa de variao da
30 20
quantidade de sal no tanque 1 a diferena entre o sal que entra e o sal que sai, ou
seja,
dQ1 (t) Q2 (t) Q1 (t) 3 3Q2 (t) Q1 (t)
= 1, 5 + 1, 5 3 = + .
dt 20 30 2 40 10
2
Para a unidade de medida oz(ona), nos Estados Unidos, 1L equivale a 33,81 onas.
Aplicaes 101
Analogamente, temos
1 1
O polinmio caracterstico nos fornece os autovalores 1 = e 2 = . Os
20 4
3 1
autovetores correspondentes so v1 = e v2 =
2 2
Assim, a soluo geral da equao homognea associada
Q1 1
20 3 1 1
= c1 e t
+ c2 e 4 t .
Q2 2 2
Logo, a matriz eAt dada por
1 1 3 1t 1 1t 3 1t 3 1t
3e
1
20 t
e
1
4t
e 20 + e 4 e 20 e 4
eAt = 1 1 41 8 = 4
3 1 1t
4
1 1t
8
1 1t
8
3 1 t ,
2e 20 t 2e 4 t e 20 e 4 e 20 + e 4
4 8 2 2 4 4
Portanto,
t
A(tt0 )
x(t) =e x0 + eA(ts) f (s)ds
t0
1 1 1
1
3
4
e 20 t
+ 14 e 4 t 3 20
8
e t 38 e 4 t 25
= 1
1 20 1 1 1
2
e t 12 e 4 t 1 20
4
e t + 34 e 4 t 15
1
t 9 1 s 3 1 s 3 1 s 3 1 s
3 20 1 14 t 3 20 1
3 14 t
e t
+ e e t
e e 20 + 8 e 4 + 8 e 20 8 e 4
+ 14 1 t 41 1 t 81 1 t 38 1 t 8
3 1 1 1 1 ds
2
e 20 2 e 4 4 e 20 + 4 e 4 0 4
e 20 s 34 e 4 s + 14 e 20 s + 34 e 4 s
1
75 20 25 14 t 45 20 1
45 14 t
4
e t
+ 4
e + 8
e t
8
e
= 25 201
25 14 t 15 20 1
45 14 t
2
e t
2
e + 4
e t
+ 8
e
1
3 20 1 14 t 3 20 1
3 14 t 12 20 1
e t
+ e e t
e t
e s
+ 14 1 t 41 1 t 81 1 t 38 1 t 8
1 ds
e 20 e 4 e 20 + e 4 0 e 20 s
2 2 4 4
1
195 20 5 14 t 3 20 1
1 14 t 3 20 1
3 14 t 1
8
e t
+ 8
e e t
+ e e t
e 30e 20 30
t
= 65 20 1 5 14 t
+ 41 1 t 41 1 t 81 1 t 38 1 t 1
4
e t
4
e 2
e 20 2 e 4 4 e 20 + 4 e 4 20e 20 t 20
1
195 20 5 14 t 1
20 45 201
5 14 t
8
e t
+ 8
e 30 30e t
8
e t
+ 8
e + 30
= 65 20 1 5 14 t
+ 1
20
= 15 201 5 14 t
.
4
e t
4
e 20 20e t
4
e t
4
e + 20
5 Comentrio nal
103
Referncias
[13] C.P.Winsor, The Gompertz curve as a growth curve. Proceedings of the National
Academy of Sciences, v. 13, number 1, 1932.
105
A lgebra Linear e espao soluo
1. y 0 soluo.
107
108 lgebra Linear e espao soluo
2 soluo do P.V.I.
y (n) + a1 (t)y (n1) + a2 (t)y (n2) + ... + an (t)y = 0
y(0) = 0
y (0) = 1 (A.4)
...
(n1)
y (0) = 0,
Com essa informao, para determinar todas as solues de (A.1) basta encontrar
duas solues l.i. e qualquer outra soluo de (A.1) escrita como combinao linear
dessas duas solues.
B Matrizes
111
112 Matrizes
so i vi . Logo,
AP = P D, e portanto, D = P 1 AP.
y = P 1 x, (B.1)
y = P 1x = P 1 Ax = P 1 AP y.
De (B.1) temos y(0) = P 1 x(0) e x(t) = P y(t), segue ento que o sistema (4.3)
tem como soluo
x(t) = P E(t)P 1x(0), (B.3)
onde E(t) a matriz diagonal E(t) = diag[e1 t , ..., en t ].
1 e consideremos os autovetores
A so1 = 1,2= 2 e 3=
Os autovalores de
2 0 0
correspondentes v1 = 2, v2 = 1 e v3 = 0.
1 0 1
Sistemas com matrizes diagonalizveis e Forma de Jordan 113
Logo,
1
0 0
2
1 0 0 2 0 0
1
P AP = 1 1 0 1 2 0 2 1 0
12 0 1 1 0 1 1 0 1
1
2
0 0 2 0 0 1 0 0
= 2 2 0 2 1 0 = 0 2 0 .
1
2
0 1 1 0 1 0 0 1
De acordo com o corolrio anterior, a soluo geral do sistema (B.4) dada por
et 0 0
x(t) = P 0 e2t 0 P 1 c
0 0 et
onde c = x(0).
Portanto a soluo geral de (B.4)
x1 (t) = c1 et
x2 (t) = c1 (et + e2t ) + c2 e2t .
t
e et
x3 (t) = c1 + c3 et
2 2
s+1 s+1 r1 r1
As v0 = A v0 ... A v0
s s
s+1 r1 rs2
=As+1
v0 ... A v0
s s
Denotando
s+1 r1 rs2
v= v0 ... A v0 ,
s s
ento As v0 = As+1 v.
Logo, temos
V =H K
Como V de dimenso nita, logo existe um menor inteiro k tal que KerT k =
KerT k+1 , consequentemente, KerT k = KerT k+j , com j = 1, 2, 3, ....
Consideremos H = KerT k e K = ImT k , ento H K = 0, pois se v H K
ento T k v = 0 e existe w V tal que T k w = v, portanto T k (T k w) = 0 o que implica
que w KerT 2k = KerT k . Logo, v = T k w = 0.
Novamente por V ser de dimenso nita, temos pelo Teorema do Ncleo e da
Imagem dim(KerT k ) + dim(ImT k ) = dimV . Portanto V = H K.
Alm disso, H T invariante, pois se v H = KerT k ento T k (T (v)) =
T (T k (v)) = T (0) = 0, logo T (v) H. Analogamente K T invariante, pois seja
w K ento existe v V tal que w = T k (v), mostremos que T (w) K.
De fato,
T (w) = T (T k (v)) = T k (T (v)),
logo existe v = T (v) V de forma que T (w) = T k (v ) K. Portanto K T
invariante.
Note que H = KerT k , ento T k (h) = 0 para qualquer h H. Logo T/H nilpotente
de ndice k.
Por outro lado, usando o fato que K T invariante ento T (K) K, ou seja,
podemos denir o operador T/K : K K.
Veriquemos que T/K bijetora.
(i) T/K injetora, pois seja v Ker(T/K ) ento T/K (v) = 0 T (v) = 0.
Logo v KerT KerT k , como KerT k K = {0}, segue que v = 0.
(ii) Pelo Teorema do Ncleo e da Imagem aplicado T/K segue que T/K sobre-
jetora, pois
dimK = dim(KerT/K ) + dim(ImT/K ),
como dim(KerT/K ) = 0, segue que dimK = dim(ImT/K ). Portanto T/K invertvel.
e portanto, det[T ]B = det[T/H ] det[T/K ]. Alm disso, como det[T/K ] = 0, pois T/K
inversvel, segue que a multiplicidade algbrica do zero igual a multiplicidade algbrica
do zero em T/H , que igual a dim H, pois T/H nilpotente e s possui o zero como
autovalor, isto
m.a.(0) = dim H = dim KerT k .
Com base nessas observaes e nos resultados apresentados nesta seo suponhamos
que T : V V nilpotente de ndice k.
Sabemos que {v, T v, ..., T k1v} linearmente independente para algum vetor v pela
Proposio B.1. Se k = dim V ento esse vetores formam uma base de V e a matriz
de T nessa base do tipo Bloco de Jordan dado na forma:
0 0 0 ... 0 0 0 1 0 ... 0 0
1 0 0 ... 0 0 0 0 1 ... 0 0
. ..
0 1 0 ... 0 0 ou .. .
.. ..
. .
.. .. .. ..
. . . . 0 0 0 ... 0 1
0 0 0 ... 1 0 0 0 0 ... 0 0
V = N M,
(N M2 ) M1 M2 .
M2 = (N M2 ) M1 M3 . (B.6)
Denotando M = M1 M3 temos:
(i) M M2 , logo T (M) T (M2 ) M1 M, logo M T invariante.
(ii) N M = {0}, pois se v N M v N e v M M2 v
N M2 logo,
v = (n + h) + m com (n + h) N, m M.
Logo, quando k < dimV , consideramos T/M para M denido como na proposi-
o anterior, que tambm ser nilpotente com ndice k k e obtemos o conjunto
{v , T (v ), ..., T k 1 (v )} linearmente independente. Se k = dimM ento
{v, T (v), ..., T k1(v), v , T (v ), ..., T k 1 (v )}
uma base de V na qual a matriz de T formada por dois blocos de Jordan na diagonal.
Seguindo esse raciocnio concluimos que se T nilpotente de ndice k, existe uma
base na qual sua matriz bem simples, formada por blocos de Jordan em diagonal, do
tipo:
0 0 ... 0 0
1 0 ... 0 0
0 1 ... 0 0
0 0
. .
.. ..
0 0 ... 1 0
kk
0 0 ... 0 0
1 0 ... 0 0
0 0
. .
.. ..
0 0 ... 1 0 k k
.. .. ..
. . .
0 0 ... 0 0
1 0 ... 0 0
0 0
... ...
0 0 ... 1 0
d0 = dimKerI = 0.
d1 = 1 + 2 + ... + n ,
e como nos blocos de Jordan de ordens maiores que 2 aumenta uma coluna de zeros
em cada um, temos
d2 = 1 + 22 + ... + 2n
d3 = 1 + 22 + 33 + ... + 3n
..
.
dn1 = 1 + 22 + 33 + ... + (n 1)n1 + (n 1)n
dn = 1 + 22 + 33 + ... + (n 1)n1 + nn
dn+1 = dn .
(3)
tenha d3 d2 solues linearmente independentes vj , com j = 1, ..., d3 d2 . Se para
(2) 2 d1 (2) (1) 2 d1 (1) (1) (1)
j = 1, ..., d2 d1 , Vj = di=1 ci vi , fazemos Vj = di=1 ci Vi e Vj = Vj para
j = d2 d1 + 1, ..., d1 . Ento
(3) (1) (2)2 d1 (3) 3 d2
{vj }dj=1
3
= {Vj }dj=1
1
{Vj }dj=1 {vj }dj=1
Ento,
0 0 1 2 1 0 1 0 1 2 1 0
P 1 AP = 0 1 0 0 2 0 0 1 0 = 0 2 0 ,
1 0 1 0 1 2 1 0 0 0 0 2
T = max|x|1 |T (x)|
lim Tk = T,
k
Logo,
T S = max|x|1 |T S(x)| T S .
(iii) imediato como consequncia de (ii), pois
T k tk
k=0
k!
ak tk0
Mas k=0 = eat0 .
k!
Ento pelo teste de convergncia de M-Weierstrass a srie
T k tk
k=0
k!
Note que eAt uma matriz n n que pode ser expressa em termos do autovalores
e autovetores de A. Se usarmos T a transformao linear T (x) = Ax ento eAt
eA|t| , onde A = T .
P T P 1 (P T P 1)k Tk
S
e =e = lim =P lim P 1 = P eT P 1 .
n
k=0
k! n
k=0
k!
Entretanto,
(S + T )n
1 SjT k
SjT k Sj T k
eS+T
= = n! = = = eS eT
n=0
n! n=0
n! j!k! n=0
j!k! j=0
j! k!
j+k=n j+k=n k=0
Portanto, eS+T = eS eT .
k=0
k!
k=0
Im( k! ) Re( k! )
Re(e ) Im(e ) a cos b sen b
= =e .
Im(e ) Re(e ) sen b cos b
a b 1 b
Corolrio B.5. Se A = , ento eA = ea .
0 a 0 1
eA = eaI eB = ea eB .
pois B 2 = B 3 = ... = 0.
1 b
Portanto, eA = ea eB = ea .
0 1