Teixeira FL Me Rcla PDF

Universidade Estadual Paulista Jlio de Mesquita Filho
Instituto de Geocincias e Cincias Exatas

Campus de Rio Claro
Modelos Descritos por Equaes Diferenciais

Ordinrias
Fernanda Luiz Teixeira
Dissertao apresentada ao Programa de Ps-

Graduao Mestrado Prossional em Ma-
temtica Universitria como requisito parcial
para a obteno do grau de Mestre
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.
Dissertao (mestrado) - Universidade Estadual Paulista, Insti-

tuto de Geocincias e Cincias Exatas.
Orientadora: Marta Cilene Gadotti
I. Ttulo
Ficha Catalogrca elaborada pela STATI - Biblioteca da UNESP

Campus de Rio Claro/SP
TERMO DE APROVAO
Fernanda Luiz Teixeira

Modelos Descritos por Equaes Diferenciais Ordinrias
Dissertao aprovada como requisito parcial para a obteno do grau de

Mestre no Curso de Ps-Graduao Mestrado Prossional em Matemtica
Universitria do Instituto de Geocincias e Cincias Exatas da Universidade
Estadual Paulista Jlio de Mesquita Filho, pela seguinte banca examina-
dora:
Profa. Dra. Marta Cilene Gadotti

Orientadora
Prof. Dr. Wladimir Seixas

Departamento de Fsica, Qumica e Matemtica - UFSCar
Prof. Dr. Luis Augusto da Costa Ladeira

Departamento de Matemtica Aplicada e Estatstica - ICMC - USP
Rio Claro, 01 de Novembro de 2012

Dedico a meus pais, Elpidio e Ceila.
Agradecimentos
Agradeo primeiramente a Deus pela vida.

A minha famlia, pelo apoio incondicional, em especial meus pais, que nunca medi-
ram esforos e sempre acreditaram em mim.
Agradeo a todos os funcionrios e professores do Departamento de Matemtica-
IGCE, que zeram parte da minha graduao e tornaram possvel este trabalho.
banca examinadora da qualicao e da defesa do mestrado - Renata, Wladimir e
Ladeira - que zeram correes e sugestes extremamente importantes para o trabalho.
A todos meus amigos, que me apoiaram e incentivaram.
E agradeo, imensamente, minha orientadora Marta, pelo incentivo e voto de
conana antes mesmo de entrar no programa, pela dedicao a este trabalho, pela
pacincia e ateno com que me orientou, e pela amizade.
Resumo
Neste trabalho apresentamos as principais aplicaes das equaes diferenciais ordi-

nrias de primeira ordem especialmente o estudo de dinmica populacional e modelos
decritos por equaes diferenciais ordinrias de segunda ordem, destacando o modelo
da catenria. Descrevemos a teoria bsica sobre sistemas lineares com respeito exis-
tncia de soluo e apresentamos o modelo do oscilador harmnico.
Palavras-chave: equaes de primeira ordem, equaes de segunda ordem, siste-

mas lineares, solues.
Abstract
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
2.1 Grco da soluo do PVI (2.11). . . . . . . . . . . . . . . . . . . . . . 27

2.2 Comportamento do modelo de Malthus. . . . . . . . . . . . . . . . . . . 29
2.3 Grco do volume da clula no instante t. . . . . . . . . . . . . . . . . 32
2.4 Comportamento de algumas solues do modelo de Verhulst. . . . . . 38
y0 T
2.5 Grco de y(t) = . . . . . . . . . . . . . . . . . . . . . 41
y0 + (T y0 )ert
2.6 f (y) em funo de y para a equao (2.22) . . . . . . . . . . . . . . . . 42
2.7 Comportamento das solues da equao (2.22) retirado de [3]. . . . . . 42
2.8 Grcos dos modelos de Verhulst e Gompertz. . . . . . . . . . . . . . . 44
3.1 Grco da soluo (3.25) para c1 = c2 = 1. . . . . . . . . . . . . . . . . 57

3.2 Grco da soluo geral (3.30) para c1 = c2 = 1. . . . . . . . . . . . . . 60
3.3 Grco da soluo geral (3.36). . . . . . . . . . . . . . . . . . . . . . . 62
3.4 Sistema massa-mola. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.5 Algumas solues do sistema massa mola com amortecimento supercr-
tico retirado de [12]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.6 Algumas solues do sistema massa mola com amortecimento crtico
retirado de [12]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.7 Coordenadas polares. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.8 Algumas solues do sistema massa mola com amortecimento subcrtico
retirado de [12]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.9 Soluo do sistema massa-mola livre com subamortecimento. . . . . . . 67
3.10 Um circuito eltrico em srie simples. . . . . . . . . . . . . . . . . . . . 72
3.11 Curva de Perseguio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.12 Curva da Catenria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
1
3.13 Grco de (3.63) para c = . . . . . . . . . . . . . . . . . . . . . . . . 80
2
4.1 Sistema massa-mola. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2 Circuito RLC em paralelo. . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.3 Mistura de Solues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
Sumrio
1 Introduo 15
2 Modelos descritos por equaes diferenciais de primeira ordem 19

2.1 Teoria elementar de equaes diferenciais ordinrias . . . . . . . . . . . 19
2.1.1 Teorema da Existncia e Unicidade . . . . . . . . . . . . . . . . 22
2.2 Modelos de dinmica populacional . . . . . . . . . . . . . . . . . . . . . 28
2.2.1 Modelo de Malthus . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.2 Modelo de Verhulst . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.3 Modelo de Gompertz . . . . . . . . . . . . . . . . . . . . . . . . 42
3 Modelos com equaes diferenciais de segunda ordem 47

3.1 Equaes lineares de segunda ordem . . . . . . . . . . . . . . . . . . . 47
3.1.1 Equaes diferenciais de segunda ordem com coecientes constantes 48
3.1.2 Mtodo de reduo de ordem da equao diferencial . . . . . . . 49
3.1.3 Equao caracterstica . . . . . . . . . . . . . . . . . . . . . . . 50
3.1.4 Mtodo dos coecientes indeterminados . . . . . . . . . . . . . . 52
3.1.5 Mtodo da variao dos parmetros . . . . . . . . . . . . . . . . 59
3.2 Aplicaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.2.1 Vibraes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.2.2 Circuitos eltricos . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.2.3 Curva de perseguio . . . . . . . . . . . . . . . . . . . . . . . . 74
3.2.4 A catenria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4 Sistemas lineares de equaes diferenciais 81

4.1 Sistemas lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.1.1 Solues matrizes fundamentais eAx . . . . . . . . . . . . . . . . 92
4.1.2 Equao no homognea . . . . . . . . . . . . . . . . . . . . . . 93
4.2 Aplicaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2.1 Oscilador harmnico . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2.2 Circuito eltrico . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5 Comentrio nal 103

Referncias 105
A lgebra Linear e espao soluo 107
B Matrizes 111
B.1 Sistemas com matrizes diagonalizveis e Forma de Jordan . . . . . . . . 111
B.1.1 Operador exponencial . . . . . . . . . . . . . . . . . . . . . . . 121
1 Introduo
Este trabalho aborda fatos interessantes na rea de Equaes Diferenciais Ordin-

rias, pois a ideia inicial foi listar uma sequncia de aplicaes que exemplicam o uso
das equaes diferenciais ordinrias para descrever matematicamente alguns fenmenos
da natureza e estud-los.
A construo da teoria sobre Equaes Diferenciais est associado ao desenvolvi-
mento geral da Matemtica, em especial ao Clculo. A partir do momento em que
os matemticos Isaac Newton (1642-1727) e Gottfried Wilhelm Leibniz (1646- 1716)
tiveram entendimento suciente e introduziram a notao para a derivada, esta logo
apareceu em equaes, tornando-se o que conhecemos por equaes diferenciais.
Newton classicou as equaes diferenciais de primeira ordem de acordo com as
dy dy dy
formas = f (x), = f (y) e = f (x, y). Desenvolveu um mtodo para resolver
dx dx dx
dy
a equao = f (x, y), no caso em que f (x, y) um polinmio em x e y, usando
dx
sries innitas. Mas, sua principal contribuio foi o desenvolvimento do Clculo e
seus estudos sobre os princpios bsicos da Mecnica, que forneceram a base para
a aplicao das equaes diferenciais no sculo XVIII, especialmente por Leonhard
Euler(1707-1783).
Leibniz chegou aos resultados do Clculo independentemente de Newton, apesar de
pouco tempo depois. Enquanto Newton considerava variveis mudando com o tempo,
Leibniz pensava em variveis x, y variando sobre sequncias de valores innitamente
prximos.
Leibniz introduziu a notao dx e dy como as diferenas entre os valores sucessivos
dessas sequncias. Tinha conscincia da importncia de uma boa notao e por isso
dy
estabeleceu a notao de derivada , assim como o sinal de integral. Alm disso,
dx
em 1691 generalizou o mtodo de separao de variveis e desenvolveu o mtodo de
reduo de equaes homogneas em equaes separveis e em 1694, o procedimento
para resolver equaes lineares de primeira ordem.
Leibniz, por meio de cartas, mantinha contato com outros matemticos, em especial
os irmos Bernoulli. No decorrer dessas correspondncias foram solucionados vrios
problemas atravs de equaes diferenciais.
Os irmos Jakob Bernoulli (1654 - 1705) e Johann Bernoulli (1667 - 1748) tiveram
15
16 Introduo
grande contribuio no desenvolvimento de mtodos para resolver equaes diferenciais

e para ampliar o campo de suas aplicaes. Jakob resolveu a equao diferencial

a3
y =
b2 y a3
em 1690 e foi o primeiro a usar a palavra integral no sentido atual. Johann resolveu
dy y
a equao = e o problema da catenria, que satisfaz a equao diferencial
dx ax

y = 1 + (y )2 .
H
Um problema que ambos contribuiram, foi o da braquistcrona, que destina-se em
determinar a forma de uma curva ligando dois pontos distintos sobre um plano verti-
cal. Alm deles, Newton e Leibniz tambm resolveram o problema da braquistcrona.
Daniel Bernoulli, lho de Johann, tinha interesse nas aplicaes de equaes diferen-
ciais. Foi ele que desenvolveu a equao de Bernoulli em Mecnica dos Fludos e foi o
primeiro a estudar as funes, que hoje so conhecidas como funes de Bessel.
Leonhard Euler (1707 - 1783) foi aluno de Johann na universidade e colega de Da-
niel, suas obras completas somam mais de 70 volumes. Seus interesses incluiam todas
as reas da Matemtica e muitos campos de aplicao. Em particular, muito interes-
sante seu trabalho em Mecnica, que o levou a desenvolver mtodos para resolv-los.
Euler identicou a condio para que equaes diferenciais de primeira ordem sejam
exatas em 1735, desenvolveu o mtodo de variao de parmetros em 1739, a teoria de
fatores integrantes e encontrou a soluo geral de equaes lineares homogneas com
coecientes constantes em 1743. Estendeu esse ltimo resultado para equaes no ho-
mogneas em 1751. Usou com frequncia srie de potncias para solucionar equaes
diferenciais. Ainda, incluiu o uso de aproximaes numricas e o desenvolvimento de
mtodos numricos, que proveram solues"aproximadas para algumas equaes. Fez
contribuies importantes em equaes diferenciais parciais. Euler tambm trabalhou
com sries de Fourier e foram encontradas as funes de Bessel em seus estudos so-
bre vibraes de uma membrana circular esticada. Aplicou tranformadas de Laplace
para resolver equaes diferenciais; isso tudo antes de Jean-Baptiste Joseph Fourier
(1768-1830), Friedrich Wilhelm Bessel (1784-1846) e Pierre-Simon Laplace (1749-1827)
nascerem.
Joseph-Louis Lagrange (1736 - 1813) sucedeu Euler na cadeira de Matemtica na
Academia de Berlim em 1766. Seguiu seus passos aprofundando a teoria e estendendo
resultados em Mecnica, especialmente equaes de movimento e energia potencial.
Durante o perodo de 1762 1765, mostrou que a soluo geral de uma equao dife-
rencial linear homognea de ordem n uma combinao linear de n solues linearmente
independentes. Mais tarde, em 1774-1775 desenvolveu completamente o mtodo de va-
riao de parmetros. Manteve o interesse em generalizar mtodos e analisar novas
famlias de equaes diferenciais. Em 1788 introduziu equaes gerais de movimento
para sistemas dinmicos, atualmente conhecidas como equaes de Lagrange.
17
Pierre-Simon de Laplace (1749 - 1827) destacou-se no campo da mecnica celeste. A

equao 2 f = 0 , conhecida como equao de Laplace de fundamental importncia
em muitos ramos da Fsica Matemtica e foi estudada amplamente em conexo com a
atrao gravitacional. Desenvolveu o mtodo A transformada de Laplace, que permite
obter a soluo de uma equao diferencial ordinria de coecientes constantes atravs
da resoluo de uma equao algbrica.
No nal do sculo XVIII, vrios mtodos elementares para solucionar equaes dife-
renciais ordinrias j tinham sido descobertos. No incio do sculo XIX, Carl Friedrich
Gauss (1777-1855) e Augustin-Louis Cauchy (1789-1857) tiveram grande contribuio
no desenvolvimento das teorias e conceitos de funes de variveis complexas. Gauss
entendeu que a teoria das funes de uma varivel complexa era a chave para com-
preender muitos dos resultados necessrios em equaes diferenciais aplicadas. Cauchy
desenvolveu o mtodo da equao caracterstica, importante ferramenta na anlise e
soluo de muitas equaes diferenciais parciais. No nal do sculo XIX iniciou-se a
busca de solues para questes tericas de existncia e unicidade. Em 1876, Rudolf
Lipschitz (1832 - 1903) desenvolveu teoremas de existncia para solues de equaes
diferenciais de primeira ordem.
Nos dias atuais, o estudo sobre o comportamento das solues de determinadas
equaes diferenciais objeto de pesquisa de vrios matemticos e est em constante
desenvolvimento. Portanto, conhecer os resultados bsicos e aplicaes de equaes
diferenciais ordinrias extremamente importante para quem deseja se aventurar e se
aprofundar nessa rea da Matemtica. O objetivo principal desse trabalho introduzir
a teoria necessria das equaes diferenciais para descrever certos modelos e constatar
a importncia desses modelos como elemento motivador de aprendizagem da Matem-
tica. Anal, o desenvolvimento das equaes diferenciais se deve, em grande parte, a
necessidade de modelar processos fsicos subjacentes, atravs de equaes. A compre-
enso de um processo natural, em geral, se d atravs da compreenso, ou construo,
de modelos matemticos.
O trabalho est estruturado da seguinte forma: o captulo 1 apresenta os modelos
descritos por equaes diferenciais de primeira ordem; o captulo 2 os modelos so
descritos por equaes de segunda ordem; e no captulo 3 so desenvolvidos modelos
envolvendo sistemas de equaes diferenciais, especialmente os que utilizam sistemas
lineares.
2 Modelos descritos por equaes
diferenciais de primeira ordem
Neste captulo introduziremos alguns conceitos e resultados bsicos da teoria de

equaes diferenciais ordinrias (EDO) de primeira ordem. Descreveremos alguns pro-
blemas que so modelados por esse tipo de equao e estudaremos o comportamento
de suas solues.
2.1 Teoria elementar de equaes diferenciais ordin-

rias
Consideremos a equao diferencial de primeira ordem
dy
= f (t, y) (2.1)
dt
onde f : R uma funo denida em um aberto R2 . Qualquer funo
d
diferencivel y = (t) que satisfaz = f (t, (t)), para t em um intervalo I R
dt
chamada de soluo de (2.1) denida em I.
Nosso objetivo vericar se tal funo existe e desenvolver mtodos para encontr-
la. Porm, no existe um nico mtodo geral para solucionar a equao em termos
de funes elementares para uma funo arbitrria f . Em vez disso, vamos descrever
alguns mtodos, cada um deles aplicvel a determinada famlia de equaes de primeira
ordem.
Se a funo f em (2.1) depender linearmente da varivel y, ento (2.1) dita uma
equao diferencial linear de primeira ordem.
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 c1 uma constante de integrao arbitrria. Isolando y(t) temos

|y(t)| = e a(t)dt+c1
= ce a(t)dt
|y(t)e a(t)dt
| = c,
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
.
y(t) dada acima chamada de soluo geral da equao diferencial homognea
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
No caso das equaes diferenciais lineares no homogneas de primeira ordem com

b
a e b constantes podemos resolver de maneira anloga se a = 0 e y = , escrevemos a
a
equao (2.2) na forma
dy
dt

= a,
b
y
a
e integrando ambos os membros obtemos

b
lny = at + c2 .
a
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,
onde k uma constante arbitrria de integrao. Algumas vezes podemos calcular

a integral acima em termos de funes elementares. No entanto, pode ser necessrio
deixar a soluo em forma integral. Nesse caso, a soluo geral da equao (2.2) dada
por t
1
y(t) = (s)b(s)ds + c ,
(t) t0
onde t0 algum limite inferior de integrao conveniente e s a varivel de integrao.

Para determinar o fator integrante (t) reescrevemos (2.5) na forma
d 1
= a(t),
dt (t)
integrando ambos os membros, encontramos

ln |(t)| = a(t)dt + c, onde c uma constante de integrao.
Escolhendo c = 0, obtemos

a(t)dt
(t) = e .
Exemplo 2.1. Vamos determinar a soluo geral para a equao diferencial

2
y + y = t3 , t > 0. (2.7)
t
2
Nesta equao a(t) = , ento
t
2
(t) = e t
dt
= e2 ln |t| = t2 .
Multiplicando ambos os membros de (2.7) por (t) obtemos

d 2
t2 y + 2ty = t5 , isto , [t y] = t5 .
dt
Assim,
d 2
[s y(s)]ds = s5 ds,
dt
logo,
t6 t4
t2 y(t) = +c y(t) = + ct2 .
6 6
Portanto a soluo geral de (2.7)
t4
y(t) = + ct2 .
6
2.1.1 Teorema da Existncia e Unicidade

Nesta subseo provaremos o teorema que fornece condies sucientes para a exis-
tncia e unicidade de soluo de um problema do valor inicial.
Um Problema do Valor Inicial (PVI) consiste de uma equao diferencial e de
uma condio inicial dada. Assim, quando procuramos uma soluo particular y que
em x0 tem o valor y0 , desejamos determinar y tal que

y = f (x, y),
(2.8)
y(x0 ) = y0 .
Nosso primeiro passo ser mostrar que resolver o PVI equivalente a resolver uma
equao integral, atravs do seguinte lema.
Lema 2.1. Seja f : R uma funo contnua em um aberto R2 . Ento, uma

funo diferencivel y : I R, onde I um intervalo da reta contendo x0 , uma
soluo do PVI (2.8) se, e somente se, for uma soluo da equao integral
x
y(x) = y0 + f (s, y(s))ds, onde [x0 , x] I. (2.9)
x0
Demonstrao. Se y = y(x) soluo do PVI ento pelo Teorema Fundamental do

Clculo, y soluo da equao integral (2.9).
Se y : I R uma funo contnua que a soluo da equao integral (2.9),
ento, pelo Teorema Fundamental do Clculo, y diferencivel e satisfaz o PVI.
Para provar o Teorema de Existncia e Unicidade vamos precisar de alguns resul-

tados da Anlise.
Consideremos (x0 , y0 ) , a e b positivos tais que o retngulo
B = B(a, b, x0 , y0 ) = {(x, y) R2 : |x x0 | a e |y y0 | b}
esteja contido em . Como f contnua e B compacto, temos que f limitada em

B. Dena
M = max{|f (x, y)| : (x, y) B}.
Sejam 0 < a min{a, Mb } e Ja o intervalo fechado [x0 a, x0 + a].
Seja C(Ja , R) o conjunto de todas as funes contnuas g : Ja R tais que g(x0 ) =
y0 e |g(x) y0 | b. Gracamente queremos em C(Ja , R) as funes contnuas cujos
grcos contenham o ponto (x0 , y0 ) e que estejam contidos no retngulo B.
Denimos tambm em C(Ja , R) a seguinte mtrica:
d(g1 , g2 ) = max{|g1 (x) g2 (x)| : x Ja }.
De fato, d est bem denida, pois g C(Ja , R) e Ja compacto, e satisfaz as

seguintes propriedades:
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).
Portanto, C(Ja , R) munido da mtrica d um espao mtrico.

Diz-se que (gn ) uma sequncia de Cauchy quando, para todo > 0, existir n0 N
tal que d(gn , gm ) < para todo n, m n0 .
Quando todas as sequncias de Cauchy de um dado espao mtrico (M, d) con-
vergente dizemos que o espao M completo.
Lema 2.2. C([a, b], R) um espao mtrico completo.

Demonstrao. Considere (fn ) uma sequncia de Cauchy em C([a, b], R), isto ,
> 0, n0 N tal que n, m > n0 , d(fn , fm ) < ,
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
d(fn , fm ) = max |fn (x) fm (x)| < , x [a, b], n, m > n0 .
Fixando n na desigualdade acima e fazendo m , lembrando que fm (x) f (x),

obtemos
|fn (x) fm (x)| |fn (x) f (x)| , x [a, b].
Ento para todo n > n0 temos d(fn , f ) . Portanto fn f , quando n .
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
d1 ((x), (y)) kd(x, y), x, y M.
Teorema 2.1 (Teorema do Ponto Fixo de Banach). Considere C(Ja , R) o espao m-

trico completo. Suponha que : C(Ja , R) C(Ja , R) uma contrao. Ento, existe
um e somente um g C(Ja , R) tal que g = (g).
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.
Lema 2.3. Seja f : R uma funo contnua denida em um aberto R2 e

tal que a derivada parcial fy : R seja tambm contnua. Dado um subconjunto
limitado 0 tal que 0 0 , onde 0 o fecho do conjunto 0 , ento existe uma
constante K > 0 tal que
|f (x, y1 ) f (x, y2)| K|y1 y2 |
para todos (x, y1 ), (x, y2 ) 0 .

Demonstrao. Seja d(0 , ), onde representa a fronteira de , e deno-

tamos por = {(x, y) : d((x, y), 0 ) < 2 } uma ( 2 ) -vizinhana de 0 . Dados
(x, y1 ), (x, y2 ) 0 com |y1 y2 | < , o segmento [x, y1 +(1)y2 ], com 0 1,
est contido em . Aplicando o Teorema do Valor Mdio segunda coordenada de f
temos
f (x, y1) f (x, y2 ) = fy (x, )(y1 y2 ), y1 > y2
onde est no segmento descrito acima. Tomando
M1 = max{|fy (x, y)| : (x, y) },
pois fy contnua e compacto, obtemos
|f (x, y1) f (x, y2 )| M1 |y1 y2 |
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,
|f (x, y1) f (x, y2 )| K|y1 y2 |.
Agora podemos provar a existncia e unicidade da soluo de um PVI.
Teorema 2.2 (Existncia e Unicidade). Seja f : R uma funo contnua denida

em um aberto R2 . Suponhamos que a derivada parcial com relao segunda
varivel, fy : R, seja contnua tambm. Ento, para cada (x0 , y0) , existem
um intervalo aberto I contendo x0 e uma nica funo diferencivel : I R com
(x, (x)) , para todo x I, que soluo do PVI

y = f (x, y)
(2.10)
y(x0 ) = y0 .
Demonstrao. Consideremos a funo denida em C(Ja , R) e que associa a cada

y C(Ja , R) uma funo
x
(y(x)) = y0 + f (s, y(s))ds, x I.
x0
Note que (y(x)) uma funo contnua para x Ja , y(x0 ) = y0 e que

x

|(y(x)) y0 | |f (s, y(s)|ds M|x x0 | M a b.
x0
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
onde k e K so dadas como no lema anterior. Segue que
d((y1), (y2 )) Kad(y1, y2 ).

1
Logo uma contrao se Ka < 1, desta forma, basta escolher a < . Ento
K
existe um e somente um y C(Ja , R) tal que y = (y), que soluo da equao
integral. Portanto, soluo do PVI no intervalo I = (x0 a, x0 + a).
Exemplo 2.2. Vamos resolver o PVI

y = 2t(1 + y),
(2.11)
y(0) = 0.
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,
que o mesmo que

d t2 2
[e y] = 2tet .
dt
Integrando ambos os membros em t, temos
2 2 2
et y = et + c y = 1 + cet .
2
Logo, y = 1 + cet a soluo geral da equao diferencial. Para encontrarmos a
soluo do PVI devemos aplicar a funo y em t = 0. Assim,
2
y(0) = 1 + ce0 = 0
1 + c = 0 c=1
Portanto, a soluo do PVI (2.11)

2
y(t) = 1 + et ,
cujo grco est descrito na Figura 2.1.
Figura 2.1: Grco da soluo do PVI (2.11).
Deniremos agora alguns conceitos que sero necessrios para a anlise dos modelos
que sero apresentados na prxima seo.
Denio 2.3. Uma equao da forma
y = f (y) (2.12)
onde a funo f : A R, A R aberto, depende somente de y e no da varivel

independente t, chamada de equao autnoma.
Uma propriedade importante dessas equaes que, se y = y(t) soluo de (2.12),

ento y = y(t + c), onde c constante, tambm soluo de (2.12). Logo, se y(t)
soluo do PVI
y = f (y)
,
y(t0) = y0
ento y(t + t0 ) soluo de

y = f (y)
.
y(0) = y0
Portanto, para estas equaes, podemos considerar somente condies iniciais onde
t0 = 0.
Denio 2.4. Se y um zero de f , isto , f (y) = 0, ento y(t) y soluo de

(2.12) e chamada de soluo de equilbrio ou estacionria e o ponto y chamado de
ponto de equilbrio ou singularidade.
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| < .
2.2 Modelos de dinmica populacional

Veremos alguns modelos populacionais que so descritos por equaes de primeira
ordem, ou seja, tratam do crescimento de uma nica populao. Destacaremos os
modelos de Malthus, Verhulst e Gompertz.
2.2.1 Modelo de Malthus

O primeiro grande avano na modelagem de populaes foi dado pelo ingls Thomas
Robert Malthus (1766-1834) que em 1798 publicou seu trabalho anonimamente no
livro "An Essay on the Principle of Population as it Aects the Future Improvement of
Society", onde usou um modelo que estabelecia que o crescimento populacional se daria
segundo uma progresso geomtrica. O trabalho de Malthus teve grande inuncia na
teoria da evoluo de Charles Darwin (1809-1882) e tambm de Alfred Russel Wallace
(1823-1913).
No livro de Malthus havia poucos dados que comprovassem suas ideias, mas ele
percebeu, por exemplo, que a populao dos EUA dobrava a cada 25 anos durante o
sculo XVIII. Ele no conseguiu traduzir corretamente suas ideias em modelos mate-
mticos, mas preparou o caminho para o trabalho de Adolphe Quetelet (1796-1874),
Pierre-Franois Franco e Pierre Franois Verhulst (1804-1849).
Ao longo do tempo Malthus publicou seu trabalho em sucessivas edies, anexando
novas matrias. As ideias de Malthus no foram completamente inditas, pois a tese
de que a populao cresce geometricamente j era familiar a Euler meio sculo antes.
No entanto, Malthus lidou com o assunto de forma polmica.
Vamos analisar matematicamente esse modelo. Para isto, seja P (t) o nmero de
habitantes de uma espcie num instante t. Num intervalo de tempo t, supomos que
os nascimentos e as mortes so proporcionais ao tamanho da populao e ao tamanho
do intervalo, ou seja, o nmero de nascimentos igual a P (t)t e o nmero de mortes
Modelos de dinmica populacional 29
igual a P (t)t, onde o coeciente de natalidade e o de mortalidade. Assim,
P = P (t + t) P (t) =P (t)t P (t)t,

P =( )P (t).t,
P
=( )P (t).
t
Aplicando limite com t 0, temos a equao diferencial
dP
= ( )P. (2.13)
dt
Logo, a taxa de variao de uma populao proporcional populao em cada ins-
tante. Note que P 0 o nico equilbrio dessa equao.
Da equao (2.13) obtemos,

dP 1
= ( ).
dt P
Integrando ambos os membros em t,
ln |P | = ( )t + c P (t) = ke()t .
Lembrando que P (t) 0 para todo t 0 e considerando P (0) = P0 , ento a soluo

do PVI
P (t) = P0 e()t .
Se = , isto , o ndice de natalidade for igual ao de mortalidade, ento P (t) P0
e, portanto, a populao no varia.
Se > , isto , natalidade maior que mortalidade, ento a populao cresce
exponencialmente com o tempo.
Se < a populao diminui e tende extino medida que t cresce.
Figura 2.2: Comportamento do modelo de Malthus.
A aplicao desse modelo s populaes humanas gerou uma grande discusso no

incio do sculo XIX. Malthus armava que a populao mundial crescia em razo ge-
omtrica, enquanto os meios de sobrevivncia cresciam apenas em razo aritmtica.
Assim a populao cresceria at um limite de subsistncia e seria controlada por fome,

misria, epidemias, guerras, vcios, etc. Por isso considerado um modelo muito sim-
ples.
Exemplo 2.3 (Populao brasileira). Vamos considerar a populao brasileira, cu-

jos dados so apresentados na tabela a seguir e que foi retirada do livro "Ensino-
Aprendizagem com modelagem matemtica"de Rodney Bassanezi. O censo demogr-
co da populao do Brasil de 1940 a 1991 dado por
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
Seja a taxa de crescimento da populao dada pela diferena entre as taxas de

natalidade e a de mortalidade. Ento o modelo discreto de Malthus dado por
P (t + 1) P (t) = P (t).
Considerando a populao inicial P (0) = P0 obtemos
Pt = ( + 1)t P0 . (2.14)
Assim, dados dois censos P0 e Pt , a taxa de crescimento demogrco em t anos

obtida de (2.14), fazendo
Pt
( + 1)t = ,
P0
isto ,
Pt
= t 1.
P0
Se considerarmos a populao entre os censos de 1940 e 1991, ento obtida por

51 146825475
= 1 = 0.0252131,
41236351
o que nos permite armar que a populao brasileira cresceu a uma taxa mdia de,
aproximadamente, 2.5% ao ano nestes 51 anos.
Aplicando o logaritmo natural em Pt = (1+)t P0 obtemos ln Pt = t ln(1+)+ln P0 .

Desta forma
Pt = P0 eln(1+)t ,
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
cuja soluo dada por

P (t) = P0 et .
Desta maneira, os modelos discretos e contnuos fornecem a mesma soluo quando
= ln(1 + ).
Ento, quando = 0.0252131 temos = 0.0249.

A funo
P (t) = 41.236e0.0249t
fornece a populao (em milhes de habitantes) em cada ano t.
Exemplo 2.4 (A dinmica de crescimento de um tumor). Experimentalmente observou-

se que clulas de diviso de crescimento livre, tais como as clulas de bactrias, satis-
fazem o modelo de Malthus. Isto , crescem numa razo proporcional ao volume das
clulas de diviso naquele instante. Considere V (t) o volume das clulas de diviso no
instante t. Logo
dV
= V (2.15)
dt
para alguma constante positiva . Integrando (2.15) obtemos
ln V = t + c V (t) = et+c = k.et .
Considerando V (t0 ) = V0 , ento a soluo de (2.15) com essa condio inicial
V (t) = V0 et .
Portanto, as clulas de diviso de crescimento livre crescem exponencialmente com

o tempo. Uma consequncia importante da soluo acima que se o intervalo de tempo
for de comprimento t = ln2 , ento
ln 2
V (t ) = V0 e(
)
V (t ) = V0 eln 2 = 2V0 ,
Figura 2.3: Grco do volume da clula no instante t.
ou seja, o volume da clula mantm-se dobrando para estes intervalos.

Por outro lado, tumores slidos no crescem exponencialmente com o tempo. Quando
o tumor se torna maior, o tempo de duplicao do volume total do tumor cresce con-
tinuamente.
Exemplo 2.5 (As falsicaes de arte de Van Meegeren). A investigao da origem de

uma obra de arte uma das aplicaes do modelo de Malthus em equaes diferenciais
ordinrias.
Depois da libertao da Blgica na II Guerra Mundial, Van Meegeren foi detido
sob a acusao de ser um colaborador dos nazistas por ter vendido a Goering o quadro
Mulheres apanhadas em adultrio"de um famoso pintor holands do sculo XVII. Em
12 de julho de 1945, ele declarou que esse quadro e muitos outros, incluindo o belo
Discpulos de Emas"eram seu prprio trabalho. Muitos duvidaram, pois acredita-
vam que Van Meegeren queria se livrar da acusao de traio. Foi ento indicada uma
comisso internacional de qumicos, fsicos e historiadores de arte ilustres para inves-
tigar o assunto. Eles determinaram que Van Meegeren havia falsicado os quadros e
em 12 de outubro 1947 ele foi sentenciado a um ano de priso, onde morreu em 30 de
dezembro do mesmo ano.
Entretanto, mesmo com as concluses da comisso de especialistas, muitos pediram
uma prova meticulosamente cientca e conclusiva de que o Discpulos de Emas"era
realmente uma falsicao.
Para entendermos melhor, dene-se a atividade de uma amostra radioativa como
sendo o nmero de desintegraes por unidade de tempo. Sabe-se que a atividade
proporcional ao nmero de tomos radioativos presentes. Ento, se N(t) o nmero
de tomos em uma amostra num instante t, temos
dN
= N, (2.16)
dt
onde chamada de constante de desintegrao ou de decaimento radioativo, > 0.
A meia-vida de uma substncia radioativa denida como sendo o tempo necessrio

para a decomposio da metade da substncia.
Para calcular a meia-vida de uma substncia em termos de , suponhamos que
no instante t0 , N(t0 ) = N0 . Ento, a soluo do problema de valor inicial (2.16),
N(t0 ) = N0
t
N(t)
= N0 e(tt0 ) = e(tt0 ) .
t0 ds
N(t) = N0 e ou
N0
Segue que

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 ) .

Observou-se que impossvel precisar a idade do quadro, porque y0 poder variar

num intervalo muito grande pois o nmero de desintegraes de 210 P b proporcional
quantidade presente. Entretanto, possvel distinguir um quadro do sculo XVII de
uma falsicao moderna. A base para isso foi a constatao de que se a tinta muito
antiga comparada aos 22 anos de meia-vida do 210 P b, ento sua taxa de radioatividade
ser prxima do 226 Ra na tinta. Por outro lado, se o quadro moderno ento a
radioatividade do 210 P b ser muito maior que a radioatividade do 226 Ra.
Assim, admitimos que o quadro em questo tem cerca de 300 anos, ento tt0 = 300
anos. Substituindo na equao anterior, temos

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).
Para calcular y0 , devemos determinar a taxa de desintegrao, y(t), do 210 P b, a

taxa de desintegrao r do 226 Ra, e300 . Como a taxa de desintegrao do polnio-
210(210 P o) igual do 210 P b depois de muitos anos, e como mais fcil medir a taxa
desintegrao do 210 P o, substitumos esses valores pelos do 210 P b. Para calcular e300 ,
ln 2 ln 2 ln 2
observamos que (t t0 ) = = , neste caso = . Portanto,
(t t0 ) 22
300 150
e300 = e( 22 ) ln 2 = 2 11 .
210 226
A tabela a seguir mostra as taxas de desintegraes do P o e do Ra para algu-
mas obras.
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
Se calcularmos agora y0 para o alvaiade no quadro Discpulos de Emas obtemos

150 150
y0 = y(t)e300 r(e300 1) y0 = (8, 5)2 11 0, 8(2 11 1) = 98050
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.
2.2.2 Modelo de Verhulst

Pierre-Franois Verhulst (1804-1849) nasceu em Bruxelas e obteve seu doutorado
em Matemtica na University of Ghent, em 1825. Em 1835 ele se tornou professor de
matemtica na recm-criada Free University in Brussels.
No ano de 1835, seu compatriota Adolphe Quetelet (1796-1874), um estatstico e
diretor do observatrio de Bruxelas, publicou A Treatise on Man and the Development
of his Faculties. Quetelet sugeriu que as populaes no poderiam crescer geometrica-
mente por um longo perodo de tempo, porque os obstculos mencionados por Malthus
formariam uma espcie de resistncia, que ele pensou, por analogia Mecnica, ser
proporcional ao quadrado da velocidade de crescimento da populao. Esta analogia
no tinha base real, mas inspirou Verhulst.
Em 1838 Verhulst publicou Note on the law of population growth. Verhulst perce-
beu que a analogia de Quetelet no era razovel e props a seguinte equao diferencial
para a populao P (t) no tempo t,

dP P
= rP 1 . (2.17)
dt K
Quando a populao P (t) pequena em comparao com o parmetro K, obtemos

a aproximao
dP
= rP,
dt
cuja soluo P (t)
= P (0)ert , isto , crescimento exponencial.
Assim, a taxa de crescimento diminui quando P (t) se aproxima de K.
Para obter a soluo de (2.17) a reescrevemos da forma
1

dP = dt.
P
rP 1
K
Mas, atravs de fraes parciais temos que
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
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
Voltando em (2.17), temos

1 P P
ln =t+c
ln = r(t + c).
r 1 K P P
1 K
Aplicando exponencial em ambos os membros,

P
rt+rc
1 P = e
K
P
|P | = 1 ert erc
K

P (t) rt
P (t) = 1 e C,
K
onde C = erc > 0.

Para t = 0, com P (0) = P0 = 0 e P (0) = K obtemos

P P0
P0 = 1 C
0
= C,
K P
1 0
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

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
Figura 2.4: Comportamento de algumas solues do modelo de Verhulst.
Note que os nicos pontos de equilbrio so P = 0 e P = K, sendo que P = K

assintoticamente estvel e P = 0 instvel.
Verhulst tambm explicou como podemos calcular r e K a partir de P (t) em trs
anos diferentes, mas igualmente espaados 1 . Se P0 a populao no tempo t = 0, P1
no tempo t = T e P2 , no tempo t = 2T , ento a partir da equao (2.18) segue

P0 P1 + P1 P2 2P0 P2
K = P1 2
,
P1 P0 P2 (2.19)

1 1/P0 1/K
r = log .
T 1/P1 1/K
Verhulst aplicou esse modelo para a populao da Blgica e Frana e percebeu que
as populaes no tempo mdio excediam largamente os valores de K. Concluiu ento,
que a equao logstica pode ser um modelo realista apenas por perodos de tempo de
algumas dcadas, mas no para perodos mais longos.
Em 1847, Verhulst desistiu da equao logstica e partiu para um novo estudo do
crescimento de populaes. Adotou uma equao diferencial da forma

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
P (t) = K + (P (0) K)ert/K .
Apesar da hesitao de Verhulst entre os dois modelos anteriores, a equao logs-

tica foi reintroduzida de forma independente vrias dcadas mais tarde, por diferentes
1
Constantes retiradas de [1].
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.
Para usarmos a curva logstica como modelo de projeo da populao brasileira j

feito com o modelo de Malthus, devemos estimar os valores de K e r.
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.
O modelo de Verhulst ser, neste caso, dado por

dP
= r(P )P = 0.04182402P 0.0001682P 2,
dt
ou
dP P2
= 0.04182P 1 ,
dt 248.656
onde K = 248.656 a populao limite, isto , K o valor de P quando r = 0. Assim,
a soluo a curva logstica dada por
248.656
P (t) = ,
3.786e0.0418(t1950) +1
K
onde 3.786 = 1, considerando P0 = P (1950) = 51.944.
P0
Portanto, calculando a populao brasileira no ano de 1996 obtemos
248.656 248.656
P (1996) = = .
3.786e0.0418(19961950) +1 3.786e0.0418(46) + 1
Uma das limitaes do modelo de Verhulst o fato de que o ponto de inexo
K
(ou de crescimento mximo) da curva est sempre localizado no ponto Pm = , o que
2
nem sempre acontece nas variveis relacionadas a fenmenos com tendncia assinttica.
Exemplo 2.7 (Crescimento da populao de linguados gigantes). Outro exemplo de

aplicao do modelo logstico o crescimento natural da populao de linguados gi-
gantes em determinadas reas do Oceano Pacco.
Seja P a massa total (ou biomassa), em quilogramas, da populao de linguado
gigante no instante t. Estima-se que os parmetros na equao logstica tenham os
valores r = 0, 71 por ano e K = 80, 5106kg. Considere a biomassa inicial P0 = 0, 25kg,
ento para encontrar a biomassa dois anos depois devemos reescrever a equao (2.18)
da forma
P0 K
P =
P0 + (K P0 )ert
dividindo-a por K temos
P P0 /K
= . (2.20)
K (P0 /K) + [1 (P0 /K)]ert
Usando os dados descritos, encontramos
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)]
Usando os valores dados e fazendo y/K = 0, 75, encontramos
1 (0, 25)(0, 25) 1

= ln = ln 9
= 3, 095.
0, 71 (0, 75)(0, 75) 0, 71
Portanto, o instante ser pouco mais que 3 anos.
Exemplo 2.8 (Crescimento logstico com Limiar). Consideremos a equao

dy y
= r 1 y, (2.21)
dt T
onde r e T so constantes positivas. Note que esta equao s se diferencia da equao

logstica pela presena do sinal negativo na expresso direta do sinal de igualdade.
Porm seu comportamento bem diferente das solues da equao logstica. Nova-
mente os nicos equilbrios so y = 0 e y = T .
Para encontrar a soluo da (2.21) podemos substituir K por T e r por r na (2.18)
e obter
y0 T
y(t) = ,
y0 + (T y0 )ert
que a soluo de (2.21) sujeita condio inicial y(0) = y0 .
y0 T
Figura 2.5: Grco de y(t) = .
y0 + (T y0 )ert
Se 0 < y0 < T , segue que y(t) 0 quando t . Se y0 > T , ento o denominador

na expresso direta do sinal de igualdade se anula para um determinado valor nito
de t. Vamos chamar esse valor de t e calcul-lo. Fazendo

y0 (y0 T )ert = 0,
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
onde r > 0 e 0 < T < K.

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.
Figura 2.6: f (y) em funo de y para a equao (2.22)
Figura 2.7: Comportamento das solues da equao (2.22) retirado de [3].
2.2.3 Modelo de Gompertz

Benjamin Gompertz (1779 - 1865) era de uma famlia de comerciantes holandeses
que se estabeleceram na Inglaterra. Gompertz nasceu na Inglaterra, mas no foi aceito
nas universidades de seu pas por ser judeu. Assim tornou-se autodidata e aprendeu
Matemtica atravs da leitura de autores como Newton e Maclaurin. Com 18 anos de

idade foi aceito na Sociedade de Matemtica de Londres.
Gompertz estudou clculo atuarial2 , mas sua maior contribuio foi a Lei Gompertz
para mortalidade. Em 1825, mostrou que a taxa de mortalidade aumenta em uma
progresso geomtrica. Assim, quando as taxas de mortalidade so plotadas em uma
escala logartmica, uma linha reta conhecida como funo de Gompertz obtida. Essa
funo indica a taxa de envelhecimento atuarial.
Sua experincia na rea o levou a ser consultado pelo governo, prestando depoimen-
tos a comisses de parlamentares entre 1825 e 1827, alm de desenvolver um trabalho
computacional importante para a junta mdica do exrcito.
Gompertz foi membro fundador da Royal Statistical Society em 1834. Em 1848
aposentou-se de todas suas funes para se dedicar em seu estudos de Matemtica. Em
1865, ele faleceu de um ataque de paralisia em sua casa.
No artigo On the Nature of the Function Expressive of the Law Human Mortality
publicado em 1825, na revista Philosophical Transactions of the Royal Society ele
mostrou que o nmero de sobreviventes de idade x pode ser dada pela equao
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.
Figura 2.8: Grcos dos modelos de Verhulst e Gompertz.
A tabela a seguir apresenta uma comparao entre os modelos de Gompertz e de

Verhulst.
Propriedades Gompertz Logstica

eabx K
Soluo y = ke y=
1 + eabx
Nmero de constantes 3 3
Assntotas y = 0, y = k y = 0, y = k
Ponto de inexo x = ab , y = ke x = ab , y = k2
Forma da equao log log ky = a bx log ky
y
= a bx
Simetria Assimtrica Simtrica no ponto de inexo
Taxa de crescimento dy
dx
= byeabx = by log ky dy
dx
= kb y(k y)
bk bk
Taxa de crescimento mximo e 4
1 dy abx 1 dy b
Taxa relativa de crescimento como funo do tempo y dx
= be y dx
= 1+ea+bx
1 dy 1 dy
Taxa relativa de crescimento como funo de tamanho y dx
= b(log k log y) y dx
= b
k
(k y)
Podemos usar a curva de Gompertz com a expectativa que a aproximao para

dados ser boa acima do ponto de inexo.
O professor do departamento de Biologia da Universidade Johns Hopkins, Charles
P. Winsor, faz a seguinte armao em seu artigo
Entretanto a expectativa da curva de Gompertz ser mostrar-se mais pode-

rosa que qualquer outro modelo com trs constantes com a curva na forma
de S. Por exemplo, a logstica
k
y= ,
1 + eabx
possui o mesmo nmero de constantes que a curva de Gompertz, mas tem
o ponto de inexo entre as assntotas.
Exemplo 2.9 (Dinmica de crescimento de um tumor). Na seo 2.2, exemplo 2.4

vimos o crescimento de um tumor slido atravs do modelo de Malthus, porm os
tumores slidos no crescem exponencialmente com o tempo. Quando o tumor se
torna maior, o tempo de duplicao do volume total do tumor cresce continuamente.
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.
Exemplo 2.10 (Crescimento da massa de um animal). Podemos usar a curva de

Gompertz para descrever o crescimento de animais e de tecidos. A equao a seguir
expressa a massa de um animal em funo da idade do animal
B(tC)
M = Aee , (2.27)
onde M representa a massa em kg, t a idade em dias, A a massa na maturidade em

kg, B o crescimento relativo no ponto de inexo(kg/dia por kg) e C a idade no ponto
de inexo em dias.
Assim a taxa de crescimento dada pela derivada de (2.27)
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
Introduzimos neste captulo a teoria elementar de equaes diferenciais ordinrias

de segunda ordem, que ser necessria para compreendermos algumas aplicaes. Es-
tudaremos alguns modelos e analisaremos o comportamento de suas solues.
3.1 Equaes lineares de segunda ordem

Nesta seo apresentamos as equaes lineares de segunda ordem com coecientes
constantes, o mtodo de reduo de ordem, o mtodo dos coecientes a determinar e
o mtodo de variao de parmetros.
Uma equao diferencial de segunda ordem uma equao da forma

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).
A prova pode ser encontrada em [6].
Denio 3.1. Duas funes 1 , 2 : (a, b) R so linearmente independentes(l.i.)

se a condio
1 1 (t) + 2 2 (t) = 0, para todo t (a, b),
implicar 1 = 2 = 0. Caso contrrio, so linearmente dependentes(l.d.).
Denio 3.2. Sejam 1 , 2 : (a, b) R funes diferenciveis, o determinante

(t) (t)
1 2
W(1 , 2 )(t) = (3.4)
1 (t) 2 (t)

chamado o wronskiano das funes 1 e 2 .
Teorema 3.2. Se f e g so funes diferenciveis em um intervalo aberto (a, b) e

W(f, g)(t0 ) = 0 em algum ponto t0 em (a, b), ento f e g so linearmente indepen-
dentes em (a, b). Alm disso, se f e g so linearmente dependentes em (a, b), ento
W(f, g)(t) = 0 para todo t em (a, b), ou seja, identicamente nulo.
Demonstrao. Consideremos a combinao linear a seguir e sua derivada.

K f (t ) + K g(t ) = 0
1 0 2 0
(3.5)
K1 f (t0 ) + K2 g (t0 ) = 0
Como W(f, g)(t0 ) = 0 por hiptese, ento a nica soluo de (3.5) K1 = K2 = 0.

Portanto f e g so linearmente independentes.
Para provar a segunda parte do teorema consideremos f e g linearmente depen-
dentes e W(f, g)(t0 ) = 0 para algum t0 em (a, b). Ento, pela primeira parte do
teorema, f e g so linearmente independentes, o que uma contradio. Portanto
W(f, g)(t) 0.
3.1.1 Equaes diferenciais de segunda ordem com coecientes

constantes
O primeiro caso que estudaremos ser o das equaes lineares de segunda ordem
homogneas com coecientes constantes, ou seja, equaes do tipo
d2 y dy
2
+ p + qy = 0, (3.6)
dt dt
onde p, q so constantes. Pelo teorema anterior, tomando t0 (a, b), o PVI constituido
por (3.6) e pelas condies iniciais

y(t ) = 1,
0
(3.7)
y (t0 ) = 0
Equaes lineares de segunda ordem 49
tem uma nica soluo 1 : (a, b) R. E mantendo a equao (3.6) e considerando as

condies inicias
y(t ) = 0,
0
(3.8)
y (t0 ) = 1
este PVI tambm tem uma nica soluo 2 : (a, b) R.

Toda soluo de (3.6) se escreve da forma
(t) = 1 1 (t) + 2 2 (t), (3.9)
onde 1 e 2 so constantes convenientes. Esta armao est demonstrada no Apn-
dice A, pois o conjunto soluo de (3.6) forma um espao vetorial de dimenso 2.
3.1.2 Mtodo de reduo de ordem da equao diferencial

Dada a equao diferencial linear homognea de segunda ordem
d2 y dy
2
+ p + qy = 0, (3.10)
dt dt
com p, q : (a, b) R funes contnuas. Suponhamos que seja conhecida uma das
solues y1 (t) tal que y1 : (a, b) R. O mtodo de reduo de ordem consiste em
encontrar uma segunda soluo na forma
y2 (t) = (t)y1 (t), (3.11)

onde (t) uma funo a determinar. Como y2 deve ser soluo ento
(t)[y1 (t) + p(t)y1 (t) + q(t)y1 (t)] + (t)[2y1 (t) + p(t)y1 (t)] + (t)y1 (t) = 0,
como y1 soluo da equao (3.6) segue que
(t)[2y1 (t) + p(t)y1 (t)] + (t)y1 (t) = 0.
Ou seja,
2y1 (t)
(t) + p(t) + (t) = 0.
y1 (t)
Substituindo z(t) = (t) temos

2y1 (t)
z(t) + p(t) + z (t) = 0,
y1 (t)
cuja soluo dada por

p(t)+2[y1 (t)/y1 (t)]dt
z(t) = ce = cv(t),
onde c uma constante. Logo,

(t) =z(t)dt = c v(t)dt

e portanto y2 (t) = c v(t)dt y1 (t) = cy1 (t) v(t)dt.
Assim y1 (t) e y2 (t) so solues de (3.6) e a soluo geral da forma y(t) = k1 y1 (t)+
k2 y2 (t), com k1 e k2 constantes reais.
3.1.3 Equao caracterstica

Observando a equao (3.6), percebemos que qualquer soluo ser uma funo que
se anula com suas derivadas. Logo, ela uma funo similar s suas derivadas. Assim,
razovel procurar por solues da forma
y = ert ,
onde r uma constante. Substituindo y em (3.6) obtemos,
(ert ) + p(ert ) + q(ert ) = 0. (3.12)
Calculando as derivadas, encontramos
r 2 ert + prert + qert = 0 (r 2 + pr + q)ert = 0,

ou seja, para y = ert ser soluo da equao (3.6) ento (r 2 + pr + q) = 0, esta uma
equao quadrtica chamada de equao polinomial associada ou equao caracters-
tica.
Vamos analisar as trs possibilidades para o discriminante p2 4q:
(i) Se p2 4q > 0, ento temos razes reais distintas.

Neste caso,

p + p2 4q p p2 4q
r1 = e r2 = .
2 2
Logo, er1 t e er2 t so solues da equao (3.6) e seu wronskiano

er1 t r2 t
e
W(t) = r1 t = (r2 r1 )e(r1 +r2 )t = 0, (3.13)
r1 e r2 er1 t
para qualquer t R. Ou seja, essas solues so linearmente independentes. Portanto

a soluo geral dada por
y = Aer1 t + Ber2 t ,
onde A e B so constantes.
(ii) Se p2 4q = 0, ento temos razes reais iguais.

p p
Neste caso, r1 = r2 = e y1 = e 2 t uma soluo de (3.6). Temos que encontrar
2 p
uma outra soluo, usando o mtodo de reduo de ordem, tal que y2 (t) = (t)e 2 t
seja soluo de (3.6). Substituindo y2 em (3.6), segue que
p p p
((t)e 2 t ) + p(t)((t)e 2 t ) + q(t)((t)e 2 t ) = 0
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
(t) = 0 (t) = a (t) = at + b, a, b R.

p
Basta tomar a = 1 e b = 0, logo (t) = t ento y2 (t) = te 2 t .
Como

e p2 t p
te 2 t
p pt p pt
W(t) = p p t p pt p = te 2 + te 2 = ept = 0, (3.14)
e 2 e 2 + e 2 t
2 2
2 2
ento y1 e y2 so linearmente independentes.
p p
Portanto a soluo geral y(t) = Ae 2 t + Bte 2 t , com A, B R.
(iii) Se p2 4q < 0, ento temos razes complexas conjugadas
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,
y1 (t) = e(+i)t = et eit = et (cos t + i sen t)
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).
Demonstrao. Como y soluo de (3.6), ento
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.
Portanto, u e v so solues de (3.6).
Assim, obtemos um par de solues reais
u(t) = et cos t, v(t) = et sen t.
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
= e2t cos t sen t + e2t cos2 t e2t cos t sen t

+ e2t sen2 t = e2t (cos2 t + sen2 t) = e2t = 0.
Portanto, u e v linearmente independente e a soluo geral de (3.6)
y = c1 et cos t + c2 et sen t,
onde c1 e c2 so constante reais.
3.1.4 Mtodo dos coecientes indeterminados

Vamos agora estudar as equaes diferenciais lineares de segunda ordem no homo-
gneas (3.2).
Chamamos de equao homognea associada (3.2) quando f (t) 0, isto ,
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
y(t) = c1 y1 (t) + c2 y2 (t) + (t), (3.16)
onde c1 , c2 so constantes.
Demonstrao. Sejam y(t) e (t) solues de (3.15) e considere (t) = y(t) (t).
Ento
y (t) + p(t)y (t) + q(t)y(t) = g(t),

(t) + p(t) (t) + q(t)(t) = g(t).
Fazendo a diferena entre as equaes acima, obtemos
(y )(t) + p(t)(y )(t) + q(t)(y )(t) = g(t) g(t),

o que implica
(t) + p(t) (t) + q(t)(t) = 0.
Portanto (t) soluo de (3.15). Mas toda soluo de (3.15) uma combinao linear
de y1 (t) e y2 (t). Ento,
y(t) (t) = c1 y1 (t) + c2 y2 (t)

y(t) = c1 y1 (t) + c2 y2 (t) + (t).
Portanto toda soluo de (3.15) da forma y(t) = c1 y1 (t) + c2 y2 (t) + (t).
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
y (t) + py (t) + qy(t) = an tn + an1 tn1 + ... + a1 t + a0 . (3.17)

Nosso candidato inicial
yp (t) = An tn + An1 tn1 + ... + A1 t + A0
Substituindo na equao diferencial temos
[n(n 1)An tn2 + (n 1)(n 2)An1 tn3 + ... + 6A3 + 2A2 ]

+ p[nAn tn1 + (n 1)An1 tn2 + ... + 2A2 t + A1 ]
+ q[An tn + An1 tn1 + ... + A1 t + A0 ] = an tn + an1 tn1 + ... + a1 t + a0 .
Igualando os coecientes, obtemos


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.
Caso 2: Se g(t) = et Pn (t) ento

y (t) + py (t) + qy(t) = et Pn (t), (3.19)
e devemos remover o fator et para torn-la na forma de (3.17). Para isto, basta tomar
y(t) = et , e assim, y (t) = et ( + ) e y (t) = et ( + 2 + 2 ). Substituindo
em (3.19) obtemos
et ( + 2 + 2 ) + p[et ( + )] + q[et ] = et Pn (t)

+ (2 + p) + (2 + + q) = Pn (t).
Dessa forma, se (t) soluo da equao acima ento y(t) = et soluo de
(3.19). Para determinar (t) procedemos como no Caso 1.
Exemplo 3.1. Vamos determinar a soluo geral da equao
y 4y + 4y = (1 + t + t2 + ... + t27 )e2t
.
A equao caractertica r 2 4r + 4 = 0 possui razes iguais r1 = r2 = 2. Portanto,
y1 (t) = e2t e y2 (t) = te2t so solues da equao homognea associada. Para encontrar-
mos uma soluo particular fazemos y(t) = e2t , o que implica que y (t) = ( + 2)e2t
e y (t) = ( + 4 + 4)e2t . Substituindo na equao, obtemos
( + 4 + 4)e2t 4[( + 2)e2t ] + 4[e2t ] = (1 + t + t2 + ... + t27 )e2t

= (1 + t + t2 + ... + t27 ).
Integrando duas vezes, temos

t2 t3 t4 t29
(t) = + + ... +
2 2.3 3.4 28.29
Logo, uma soluo particular

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
y (t) + py (t) + qy(t) = et Pn (t) sen t. (3.20)
Podemos reduzir o problema de encontrar uma soluo particular yp de (3.20) a um

problema mais simples utilizando o seguinte lema.
Lema 3.1. Se y (t) = (t) + i(t) uma soluo com valores complexos da equao
y (t) + py (t) + qy(t) = g1 (t) + ig2 (t)
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).
Demonstrao. Substituindo y na equao diferencial, obtemos
(t) + i (t) + p((t) + i (t)) + q((t) + i(t)) = g1 (t) + ig2 (t)

[ (t) + p (t) + q(t)] + i[ (t) + p (t) + (t)] = g1 (t) + ig2 (t).
Igualando as partes real e imaginria, temos

(t) + p (t) + q(t) = g (t),
1
(3.21)
(t) + p (t) + q(t) = g2 (t).

O que conclui a prova do lema.
Notemos que eit = cos t + i sen t e consideremos yp (t) = (t) + i(t) uma soluo
particular da equao
y (t) + py (t) + qy(t) = et Pn (t)eit . (3.22)
Assim, a parte real do segundo membro de (3.22) et Pn (t) cos t e a parte imaginria
et Pn (t) sen t.
Logo, pelo Lema 3.1, (t) soluo de
y (t) + py (t) + qy(t) = et Pn (t) cos t,
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.
Se i forem razes da equao caracterstica da homognea associada, temos

que multiplicar cada um dos polinmios por t para aumentar o grau de cada um.
Exemplo 3.2. Encontremos uma soluo de
y (t) 3y (t) 4y(t) = 8et cos 2t. (3.23)
A equao caracterstica r 2 3r4 = 0 possui razes r1 = 4 e r2 = 1, ento y1 (t) = e4t

e y2 (t) = et so solues da equao homognea associada.
Vamos supor que
yp (t) = Aet cos 2t + Bet sen 2t
seja uma soluo particular de (3.23), logo
yp = et cos 2t(A + 2B) + et sen 2t(2A + B)

e yp = et cos 2t(3A + 4B) + et sen 2t(4A 3B). (3.24)
Substituindo essas expresses em (3.23), temos
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.
Simplicando o termo et e reduzindo os termos semelhantes, obtemos
cos 2t(10A 2B) + sen 2t(2A 10B) = 8 cos 2t,
segue que A e B devem satisfazer o seguinte sistema

10A 2B = 8,
2A 10B = 0.
Figura 3.1: Grco da soluo (3.25) para c1 = c2 = 1.
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.
Proposio 3.2. Seja
y (t) + py (t) + qy(t) = 1 g1 (t) + 2 g2 (t), (3.26)
com 1 e 2 constantes. Se 1 soluo de
y (t) + py (t) + qy(t) = g1 (t)
e 2 soluo de
y (t) + py (t) + qy(t) = g2 (t),
ento (t) = 1 1 (t) + 2 2 (t) soluo de (3.26).
Demonstrao. Seja (t) = 1 1 (t) + 2 2 (t). Ento
(t) = 1 1 (t) + 2 2 (t) e (t) = 1 1 (t) + 2 2 (t)

Substituindo estas expresses no primeiro membro de (3.26), obtemos
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).
Portanto, (t) soluo de (3.26).
Utilizando esta proposio podemos encontrar a soluo de uma equao diferencial,

cuja f (t) expressa por uma soma de diversas funes.
Exemplo 3.3. Determinemos agora uma soluo geral da equao
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)
Supomos que yp1 = A0 + A1 t + A2 t2 seja uma soluo particular de (3.28). Ento,

yp 1 = A1 + 2A2 t e yp1 = 2A2 . Substituindo essas expresses em (3.28), obtemos
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.
Resta encontar a soluo particular de
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
Como {sen t, cos t} linearmente independente segue que

3 B

A = 0,
2 2

A 3 3
B = ,
2 2 2
3 9
logo yp2 = sen t cos t.
10 10
Portanto, a soluo geral de (3.27)

1 3 9
y(t) = c1 e 2 t + c2 et + t2 6t + 14 sen t cos t, (3.30)
10 10
com c1 e c2 constantes.
3.1.5 Mtodo da variao dos parmetros

Descreveremos nesta seo outro mtodo de encontrar uma soluo particular de
uma equao diferencial no-homognea, conhecido como variao dos parmetros.
Esse mtodo foi desenvolvido por Joseph-Louis Lagrange(1736 - 1813), e sua vantagem
que pode ser aplicado em equaes com coecientes no constantes. Por outro lado,
ele conduz ao clculo de integrais que podem apresentar complicaes.
O mtodo da variao de parmetros consiste em determinar uma soluo particular
de
y (t) + p(t)y (t) + q(t)y(t) = g(t), (3.31)
atravs das solues y1 (t) e y2 (t), linearmente independentes, da equao homognea
associada
y (t) + p(t)y (t) + q(t)y(t) = 0. (3.32)
Figura 3.2: Grco da soluo geral (3.30) para c1 = c2 = 1.
A idia substituir c1 e c2 , da soluo geral yh (t) = c1 y1 (t) + c2 y2 (t) de (3.32), por

funes u1 (t) e u2 (t), respectivamente. Da vem o nome variao de parmetros.
Assim, supomos uma soluo yp na forma
yp (t) = u1 (t)y1 (t) + u2 (t)y2 (t). (3.33)
Devemos impor condies sobre u1 e u2 para que a expresso yp + pyp + qyp se torne
a mais simples possvel. Derivando yp , temos
yp = u1 y1 + u2 y2 + u1 y1 + u2 y2 .
Para simplicar a expresso vamos impor sobre u1 e u2 a condio
u1 y1 + u2 y2 = 0.
Com isso, derivando yp , temos
yp = u1 y1 + u1 y1 + u2 y2 + u2 y2.
Substituindo yp , yp e yp em (3.31)
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).
Como y1 e y2 so solues de (3.32), ento as expresses dentro dos colchetes so nulas.

Desta forma, temos outra condio sobre u1 e u2 , que
u1 y1 + u2 y2 = g(t).

Logo, (3.33) uma soluo de (3.31) se u1 e u2 satiszerem as duas condies

u y + u y = 0,
1 1 2 2
u y + u y = g(t).
1 1 2 2
Multiplicando a primeira equao por y2 , a segunda por y2 , e subtraindo-as, temos
[y1 y2 y1 y2 ]u1 = g(t)y2 , (3.34)
enquanto multiplicando a primeira equao por y1 , a segunda por y1 , e subtraindo-as,

temos
[y1 y2 y1 y2 ]u2 = g(t)y1 . (3.35)
Portanto, por (3.34) e (3.35), obtemos
g(t)y2(t) g(t)y1 (t)

u1 (t) = e u2 (t) = .
W[y1 , y2 ](t) W[y1 , y2](t)
Finalmente integrando u1 e u2 , quando possvel, determinamos

g(t)y2(t) g(t)y1(t)
u1 (t) = dt e u2 (t) = dt,
W[y1 , y2 ](t) W[y1 , y2 ](t)
e consequentemente yp (t).
Exemplo 3.4. Consideremos
t2 y (t) 3ty (t) + 4y(t) = t4 , t > 0, (3.36)
que uma equao do tipo de Euler-Cauchy1 . Para encontrar duas solues linearmente
independentes da equao homognea associada
t2 y (t) 3ty (t) + 4y(t) = 0, (3.37)
supomos y(t) = t . Segue que y (t) = t1 e y (t) = ( 1)t2 , substituindo em

(3.37), obtemos
t2 [( 1)]t2 3tt1 + 4t = 0
t (2 4 + 4) = 0.
Como t > 0, implica que t > 0, ento 2 4 + 4 = 0. Segue que = 2. Logo,

y1 (t) = t2 .
Para obter a segunda soluo usamos o mtodo de reduo de ordem. Procuramos
y2 (t) = u(t)t2 que satisfaa (3.37). Substituindo y2 em (3.37), obtemos y2 (t) = t2 ln t.
1
Uma equao de Euler-Cauchy tem a forma xn y (n) (x) + an1 xn1 y (n1) (x) + ... + a1 xy (x) +
a0 y(x) = f (x), onde a0 , ...an1 so constantes dadas.
Reescrevemos (3.36) da forma

3 4
y (t) y (t) + 2 y(t) = t2 .
t t
Devemos encontrar uma soluo particular da forma
yp (t) = u1 (t)t2 + u2 (t)t2 ln t.
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
Figura 3.3: Grco da soluo geral (3.36).

Aplicaes 63
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.
Figura 3.4: Sistema massa-mola.
Considere u(t) o deslocamento da massa a partir do seu ponto de equilbrio no

instante t. Pela lei do movimento de Newton,
mu (t) = f (t),
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.
Levando em considerao essas foras, reescrevemos a lei de Newton
mu (t) =mg + Fs (t) + Fd (t) + F (t)

=mg K[L + u(t)] u (t) + F (t).
Como mg kL = 0, segue que
mu (t) + u(t) + ku(t) = F (t). (3.38)
Vamos agora impor duas condies: a posio inicial u0 e a velocidade inicial v0 da

massa. Ento,
u(0) = u ,
0
(3.39)
u (0) = v0 .
Por (3.38) e (3.39) temos um problema do valor inicial, e o Teorema de Existncia e

Unicidade garante que existe e nica a soluo desse problema.
Vibraes Livres No Amortecidas.
Se no existir forar externas, ento F (t) = 0 em (3.38). E quando no h amorte-

cimento, temos = 0. Assim, a equao do movimento (3.38) se reduz a
mu (t) + ku(t) = 0, (3.40)

k
cuja equao caracterstica mr 2 + k = 0 que tem razes complexas r1,2 = i .
m
Logo, a soluo geral de (3.40)

k k
u(t) = A cos t + B sen t,
m m
onde A e B so constantes arbitrrias.
Denimos o perodo T como sendo o tempo necessrio para que o movimento de
um corpo volte a se repetir, e neste caso temos

2 m
T = , ou seja u(t + T ) = u(t), t R.
k
E a frequncia f do movimento o nmero de ciclos por unidade de tempo, logo
f T = 1, ou seja,
k
f= .
2 m
Assim, se a constante k for aumentada, o perodo se torna menor e a frequncia
maior. Analogamente, se a massa m aumentar o perodo se torna maior e a frequncia
menor.
O sistema de vibraes livres no-amortecidas o sistema idealizado, que dicil-
mente acontece na prtica. Porm, para amortecimentos muito pequenos, em intervalos
Aplicaes 65
de tempo pequenos, a hiptese de que no h amortecimento pode dar resultados sa-

tisfatrios.
Vibraes Livres Amortecidas
Se agora considerarmos o efeito do amortecimento, ento a equao que nos fornece

o movimento da massa
mu (t) + u (t) + ku(t) = 0. (3.41)
As razes da equao caracterstica correspondente, mr 2 + r + k = 0, so

+ 2 4km 2 4km
r1 = e r2 = .
2m 2m
Logo, temos trs casos para estudar, dependendo do sinal de 2 4km.
(i) Se 2 4km > 0, tanto r1 quanto r2 so negativos ento a soluo geral de
(3.41) tem a forma
u(t) = c1 er1 t + c2 er2 t , com c1 e c2 constantes arbitrrias.
Este caso chamado de amortecimento supercrtico, ilustrado na Figura 3.5, e

a soluo u(t) 0 quando t .
Figura 3.5: Algumas solues do sistema massa mola com amortecimento supercrtico
retirado de [12].
(ii) Se 2 4km = 0, ento toda soluo de (3.41) da forma

t
u(t) = (c1 + c2 t)e 2m , com c1 e c2 constantes arbitrrias.
Este caso chamado de amortecimento crtico, ilustrado na Figura 3.6, e a

soluo u(t) 0 quando t .
(iii) Se 2 4km < 0, ento toda soluo de (3.41) da forma

t 4km 2 4km 2
u(t) = e 2m c1 cos t + c2 sen t . (3.42)
2m 2m
Figura 3.6: Algumas solues do sistema massa mola com amortecimento crtico reti-
rado de [12].
Observando a Figura 3.7, note que podemos escrever c1 e c2 em coordenadas polares

c = R cos ,
1
(3.43)
c2 = R sen .
Figura 3.7: Coordenadas polares.
Substituindo (3.43) em (3.42) obtemos

t 4km 2 4km 2
u(t) = e 2m R cos cos t + R sen sen t
2m 2m

t
2m 4km 2
= Re cos t ,
2m

onde R = c21 + c22 .
Aplicaes 67
Este caso chamado de amortecimento subcrtico, e a soluo u(t) 0 quando

t . Ocorre muito frequentemente em sistemas mecnicos e representa uma vibra-
o com atrito.
Figura 3.8: Algumas solues do sistema massa mola com amortecimento subcrtico
retirado de [12].
Figura 3.9: Soluo do sistema massa-mola livre com subamortecimento.
Vibraes amortecidas foradas.

Se for introduzida uma fora externa F (t) = F0 cos t, com > 0, ento a equao
diferencial para o movimento da massa
mu (t) + u(t) + ku(t) = F0 cos t. (3.44)
Pelo mtodo dos coecientes a determinar encontramos uma soluo particular de

(3.44) na forma
up (t) = A cos t + B sen t.
Considerando u (t) = c1 cos 0 t + c2 sen 0 t soluo geral da equao homognea

associada a (3.44), temos que a soluo geral de (3.44) da forma
u(t) = c1 cos 0 t + c2 sen 0 t + A cos t + B sen t.
Para determinar os coecientes A e B, basta substituir up na equao (3.44). Segue

que
m(A 2 cos t B 2 sen t) + (A sen t

+ B cos t) + k(A cos t + B sen t) = F0 cos t
(mA 2 + B + kA F0 ) cos t + (B 2 m A + kB) sen t = 0
Como {cos t, sen t} so funes linearmente independentes, temos que

mA 2 + B + kA F = 0,
0
B 2 m A + kB = 0.
Reescrevemos da forma,

(m 2 + k)A + B = F , (I)
0
A + (k 2 m)B = 0 (II).
De (II), segue que

(k 2 m)B
A= .

Substituindo A em (I), obtemos

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
Agora, substituindo B em A, temos

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
u (t) = c1 cos 0 t + c2 sen 0 t,

k
onde 0 = , e uma soluo particular de (3.45), pelo mtodo dos coecientes a
m
determinar visto no caso 4 da seo 3.1.3,
up (t) = ts [A cos t + B sen t],
onde s = 1 se = 0 , e s = 0 se = 0 , para que nenhuma parcela seja soluo da

equao homognea associada.
(i) Se = 0 , ento uma soluo particular
up (t) = A cos t + B sen t,
substituindo-a em (3.45) temos,
m( 2 A cos t 2 B sen t) + k(A cos t + B sen t) = F0 cos t

cos t(m 2 A + kA F0 ) + sen t(m 2 B + kB) = 0.
Como {cos t, sen t} so funes linearmente independentes, segue que

m 2 A + kA F = 0, (1)
0
m 2 B + kB = 0 (2).
Usando (1) temos,
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)
(ii) Se = 0 , ento a soluo particular
up (t) = At cos t + Bt sen t,
substituindo a expresso acima em (3.45) temos,
2Am sen t A 2 mt cos t + 2Bm cos t B 2mt sen t

+ kAt cos t + kBt sen t F0 cos t = 0,
(2Am) sen t + (2Bm F0 ) cos t + (Bm 2 + kB)t sen t

+ (A 2 m + kA)t cos t = 0
Como {cos t, sen t, t cos t, t sen t} so solues linearmente independentes, segue

que

2Am = 0 A = 0

2Bm F = 0 B = F0
0
2m

2
Bm + kB = 0

A 2 m + kA = 0.
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
Nesse caso a soluo geral para (3.45) da forma

F0
u(t) = c1 cos t + c2 sen t + t sen t. (3.46)
2m
Este caso das vibraes no amortecidas foradas com = 0 , onde a frequncia
da fora externa igual a frequncia natural do sistema, chamado de ressonncia. O
F0
termo t sen t de (3.46) representa uma oscilao de amplitude crescente. Como a
2m
fora externa est em ressonncia com o sistema, causar sempre oscilaes ilimitadas.
Exemplo 3.5. Um corpo de massa 100g estica uma mola 10cm. O corpo est preso
a um amortecedor viscoso. Considere a acelerao da gravidade como 103 cm/s2 e
suponha que o amortecedor exerce uma fora de 104 dinas = 104 g cm/s2 quando a
velocidade 10cm/s. Se o sistema puxado para baixo 2cm e depois solto, determine
a posio u em funo do tempo t.
Inicialmente, calculemos a constante da mola e a constante de amortecimento
mg 100 103
k= = k = 104 ,
L 10
Fd 104
= = = 103 .
u (t) 10
Alm disso, como nada foi dito sobre uma fora externa, vamos supor F (t) = 0.
Ento, a equao diferencial que descreve o movimento
102 u (t) + 103 u (t) + 104 u(t) = 0,
que reescrevemos da forma
u (t) + 10u(t) + 102 u(t) = 0 (3.47)

Cuja equao caracterstica r 2 +10r +100 = 0 tem razes complexas r1 = 5+5 3

e r2 = 5 5 3. Logo a soluo geral dada por

u(t) = c1 e5t cos 5 3t + c2 e5t sen 5 3t. (3.48)
Derivando (3.48), temos

u (t) = 5c1 e5t cos 5 3t5 3c1 e5t sen 5 3t5c2 e5t sen 5 3t+5 3c2 e5t cos 5 3t.
(3.49)

Como a posio inicial u(0) = 2 e a velocidade inicial u (0) = 0 (pois solta a mola, no
h velocidade inicial), ento substituindo esses valores em (3.48) e (3.49), respectiva-
mente, obtemos
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
3.2.2 Circuitos eltricos

Nesta seo veremos o caso de circuitos eltricos modelados por equaes diferen-
ciais lineares de segunda ordem.
Figura 3.10: Um circuito eltrico em srie simples.
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(t0 ) = Q0 , Q (t0 ) = I(t0 ) = I0 . (3.53)
Portanto temos um problema do valor inicial.

Observando (3.52) e (3.53) podemos notar que esse problema do valor inicial tem
a mesma forma que o que descreve o movimento de um sistema de massa-mola. Logo,
podemos resolv-lo de modo anlogo.
Exemplo 3.6. Um circuito em srie simples tem um indutor de 1Henry, um capacitor

de 106 F aradays e uma resistncia de 1000Ohms. A carga inicial no capacitor zero.
Se ligarmos ao circuito um bateria de 12V olts, e o circuito for fechado no instante
t = 0, determine a carga no capacitor 1 segundo depois.
Fazendo as substituies possveis em (3.52), obtemos
1
Q (t) + 1000Q (t) + Q(t) = 12
106
Q (t) + 1000Q (t) + 106 Q(t) = 12.
A equao caracterstica da homognea associada r 2 +1000r +106 = 0 cujas razes

so r1,2 = 500 500i 3.
Logo, a soluo geral da equao homognea associada

Qh (t) = e500t (c1 cos 500 3t + c2 sen 500 3t).
Agora, vamos procurar uma soluo particular da equao da forma Qp (t) = A

usando o caso 1 de 3.1.3, o que implica que Qp (t) = Qp (t) = 0, substituindo essas
expresses na equao, obtemos
12
106 A = 12 A= ,
106
12
ou seja, Qp (t) = 6 .
10
Logo a soluo geral da forma
12
Q(t) = e500t (c1 cos 500 3t + ic2 sen 500 3t) + 6 .
10
Como as condies iniciais so
Q(0) = 0 e Q (0) = 0,
ento fazendo t = 0 em Q(t), obtemos

12
Q(0) = 1(c1 + 0) + =0
106
12
c1 = .
106
Como

Q (t) = 500e500t (c1 cos 500 3t + ic2 sen 500 3t)+

e500t (c1 (sen 500 3t)500 3 + c2 (cos 500 3t)500 3),
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
3.2.3 Curva de perseguio

Suponhamos que na origem do plano xy temos uma presa que foge de um predador
pelo eixo y com velocidade constante . O predador localizado no ponto G = (a, 0)
persegue a presa correndo sempre em sua direo com velocidade constante . O
predador sempre ver a presa em linha reta. E a presa sempre seguir em linha reta.
Nesta subseo determinaremos a curva que descreve a trajetria do predador e as
condies sobre a, e para o predador encontrar a presa.
Aps um perodo de tempo t o predador se encontra no ponto P0 = (x0 , y0 ) e a
presa no ponto Q = (0, t). O deslocamento do predador, t, dado pelo comprimento
de curva entre o ponto G e P0 . Ento, precisaremos do seguinte teorema.
Aplicaes 75
Figura 3.11: Curva de Perseguio
Teorema 3.4. 3 Se a funo f e sua derivada f so contnuas no intervalo fechado

[a, b], ento, o comprimento do arco da curva y = f (x) do ponto (a, f (a)) ao ponto
(b, f (b)) dado por
b
L= 1 + [f (x)]2 dx. (3.54)
a
Logo, a
t = 1 + (y )2 dx. (3.55)
x0
O ponto Q a interseo da reta tangente curva no ponto P com o eixo y, e a
equao desta reta dado por
y y0 = y (x0 )(x x0 ),
se x = 0, ento OQ = y0 x0 y (x). Porm, OQ = t. Portanto,

a
1 + (y )2 dx = (t) = t = y0 x0 y (x).
x0

Fazendo c = , temos

a
c 1 + (y )2 dx = y0 x0 y (x).
x0
Derivando em relao a x em ambos os lados, obtemos

x0 y (x) = c 1 + (y )2 ,
que uma equao diferencial de segunda ordem.

Agora, para o ponto P = (x, y) deslocando-se sobre a curva y(x), tem-se que p = y
e p = y , assim obtemos

xp = c 1 + p2
p c
= ,
1+p 2 x
3
A demonstrao de Teorema 3.4 pode ser encontrada em Clculo com Geometria Analtica vol.1,
Swokowski.
Integrando ambos os membros, temos

p c
dx = dx
1 + p2 x
Resolvendo o primeiro membro, chamamos u = p(x) du = p (x)dx, temos

p du 1
dx = = du. (3.56)
1 + p2 1 + u2 1 + u2
Como sec2 = 1 + tg2 , chamemos u = tg du = sec2 d, logo

1 1
du = sec2 d
1 + u2 sec
= sec d = ln | sec + tg | + C = ln | sec(arctg u(x)) + u(x)| + C

= ln | 1 + tg2 [arctg u(x)] + u(x)| + C = ln | 1 + p(x)2 + p(x)| + C
Voltando a equao (3.56),

ln | 1 + p(x)2 + p(x)| + C = c ln |x| + C

ln | 1 + p(x)2 + p(x)| = c ln |x| + ln(K),
pois C C R e existe k > 0 tal que ln(k) = C C.

Aplicando exponencial, obtemos

1 + p(x)2 + p(x) = k|x|c , k > 0.
Como a trajetria do predador se inicia no ponto G, e considerando y (a) = 0 ou

1
p = 0 segue k = c . Onde y (x) = p(x) e y (x) = p (x), logo y (a) = p(a). Ento,
a
2
c 2
2c
c
x 2 x x
1 + p(x) 2 = p(x) 1+p = 2 p + p2
a a a

2c
c

2c
x x 1 a x
1 = 2 p p= 1
a a 2 x a

c
2c
1 a x
p= 1
2 x a
Portanto,
c
c
1 x a
y = . (3.57)
2 a x
Integrando ambos os membros de (3.57), obtemos as seguintes solues

c+1
c1

1 a x a a
y1 = + + k1 se c = 1,
2 c + 1 a
c1 x

1 x2
y2 = a ln |x| + k2 se c = 1.
2 2a
Aplicaes 77
Usando que y(a) = 0, no caso c = 1, obtemos

c+1
c1
1 a a a a
y1 (a) = + + k1
2 c+1 a c1 a
ac
k1 = ,
1 c2
e para c = 1 temos

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+
Ou seja, o predador no alcana a presa.

ii) Se < , ento c < 1 e, portanto,
ac
lim+ y(x) = .
x0 c2 1

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.
"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".
Para analisar a soluo deste problema, vamos considerar um sistema de coordena-

das cartesianas com origem no ponto mais baixo da curva e o eixo y coincidindo com
a vertical.
Figura 3.12: Curva da Catenria.
Vamos considerar o equilbrio no trecho OP do cabo, assim H + T + V = 0, onde

H a tenso do cabo em seu ponto mais baixo, T a tenso no ponto P = (x, y) e V
o peso do trecho OP do cabo, V = s, o peso por unidade de comprimento e s
o comprimento do arco OP . Fazendo as projees necessrias obtemos

T cos = H
T sen = V
segue que
V
tg =
= s.
H H

Como e H so constantes, ento c = constante. E tg = y . Logo,
H
derivando y = cs obtemos
4
Curva algbrica aquela descrita por incgnitas submetidas apenas s operaes algbricas, j a
curvas transcendentes so descritas por logaritmos, exponenciais, funes circulares, entre outras.
Aplicaes 79
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)
Para integrar a equao (3.60) necessrio fazer a mudana de varivel p = y ,

assim
dp
p = c 1 + p 2 = cdx.
1 + p2
Integrando ambos os membros,

dp
= cdx. (3.61)
1 + p2
Como p = tg e dp = sec2 d segue

1 sec2 sec2
dp = d = d
1 + p2 1 + tg2 sec

= sec d = ln (tg + sec ) + K1

= ln (tg + 1 + tg2 ) + K1 , com [0, ).
2
Reescrevemos a soluo em funo de p e usando a igualdade (3.61) temos

ln (p + 1 + p2 ) + K1 = cx + K2 ln (p + 1 + p2 ) = cx + K, (3.62)
onde K1 e K2 so constantes reais e K = K2 K1 .

Note que p(0) = y (0) = 0, e isto implica que K deve ser nula. Aplicando exponen-
cial em (3.62) obtemos

p+ 1 + p2 = ecx 1 + p2 = ecx p
1 + p2 = e2cx 2ecx p + p2 1 e2cx = 2ecx p
1 e2cx e2cx 1 ecx ecx
p= = = .
2ecx 2ecx 2
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
Observe que quando y(0) = 0 obtemos C = c1 . Portanto
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
Uma caracterstica da catenria que uma fora aplicada em um ponto qualquer

da curva dividida igualmente por todo o material, isto , distribuida uniformemente
ao longo da curva. Por esta razo usada para a fabricao de materiais como fundo
de latas de refrigerante, iglus(casas de neve) e tunis.
4 Sistemas lineares de equaes
diferenciais
Este captulo traz um estudo elementar da teoria de sistemas lineares de equaes

diferenciais e alguns problemas que so descritos por sistemas.
Um sistema de equaes diferenciais ordinrias de primeira ordem dado por
x = f (t, x) (4.1)
onde x = (x1 , x2 , ..., xn ), f = (f1 , ..., fn ) : R Rn , com Rn .

Se cada uma das componentes da funo f (t, x) em (4.1) for linear em x Rn ,
ento dizemos que o sistema de equaes linear.
Quando gi (t) 0 para todo i = 1, ..., n, dizemos que o sistema homogneo. Caso
contrrio, o sistema no homogneo.
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
Vamos apresentar uma prova do Teorema de Existncia e Unicidade de soluo para

o PVI e para isto, vamos precisar das denies e resultados a seguir.
Denio 4.2. Uma aplicao f : R Rn Rn dita lipschitziana em

relativamente a segunda varivel se existe uma constante K tal que
|f (t, x) f (t, y)| K|x y|
para todo (t, x), (t, y) , K > 0 chamada de constante de Lipschitz de f .
Teorema 4.1 (Banach1 ). Sejam (X, d) um espao mtrico completo e F : X X

uma contrao, isto , d(F (x), F (y)) Kd(x, y), para 0 K < 1. Ento, existe um
nico ponto xo p, de F , ou seja, F (p) = p.
Corolrio 4.1. Seja X um espao mtrico completo. Se F : X X contnua e,

para algum m, F m uma contrao, ento existe um nico ponto p xo de F .
Teorema 4.2. Seja f contnua e lipschitziana relativamente a segunda varivel em

= Ia Bb , onde Ia = {t; |t t0 | a}, Bb = {x; |x x0 | b}. Se |f | M em
ento existe uma nica soluo de

x = f (t, x)
(4.2)
x(t0 ) = x0
em I , onde = min{a, Mb }.
Demonstrao. Seja X = C(I , Bb ) espao mtrico completo das funes contnuas

: I Bb com mtrica
d(1 , 2 ) = suptI |1 (t) 2 (t)|.
Seja X, denimos F () : I Rn por

t
F ()(t) = x0 + f (s, (s))ds, t I .
t0
Note que, para todo t I , temos

t

|F ()(t) x0 | = f (s, (s))ds M|t t0 | M b.
t0
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
onde K uma constante de Lipschitz de f .

Provaremos esta desigualdade por induo em n.
Para n = 1 temos
t

|F (1 )(t) F (2 )(t)| = [f (s, 1 (s)) f (s, 2 (s))]ds
t0
t t
|f (s, 1(s)) f (s, 2 (s))|ds K |1 (s) 2 (s)|ds
t0 t0
K|t t0 |d(1 , 2 ), t I .
Suponhamos que vlida para n, ou seja,

K n |t t0 |n
|F n (1 )(t) F n (2 )(t)| d(1 , 2 ), t I .
n!
Ento para n + 1 temos,
|F n+1 (1 )(t) F n+1 (2 )(t)| = |F (F n (1 ))(t) F (F n (2 ))(t)|

t t

|f (s, F (1 )(s)) f (s, F (2 )(s))|ds
n n
K|F n (1 )(s) F n (2 )(s)|ds
t0 t0
t n
K (t0 s) n
K |t t0 |n+1
n+1
K d(1 , 2 )ds = d(1 , 2 ), t I .
t0 n! (n + 1)!
K n n
Portanto, d(F n (1 ), F n (2 )) d(1 , 2 ) e, para n sucientemente grande,
n!
K n n
< 1, pois este o termo geral cuja soma eK, logo F n uma contrao em X.
n!
Pelo corolrio anterior, existe uma nica tal que F () = .
4.1 Sistemas lineares

Vamos fazer uma analogia com o caso escalar com respeito a expresso de uma
soluo do sistema linear com coecientes constantes. Para isso consideremos o seguinte
sistema linear de equaes diferenciais
x = Ax, (4.3)
onde x = x(t) Rn , A uma matriz real n n e

x1

x2
x =
.. .
.
xn
No caso escalar, utilizando o mtodo de separao de variveis para equaes diferen-
ciais de primeira ordem podemos encontrar a soluo x(t) = eat da equao x = ax,
com x(0) = . Veremos no decorrer desta seo que a soluo de (4.3) tambm pode
ser expressa por meio de uma exponencial.
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
que o mesmo que

et 0 c1
x(t) = ,
0 e2t c2

c1
onde c = = x(0).
c2
Percebemos que a soluo acima dene uma curva x(t) R2 conforme t varia. Esta
curva pode ser descrita geometricamente desenhando as componentes da soluo x1 e
x2 no plano, conhecido como plano de fase, e usando as setas para indicar a direo do
movimento ao longo dessas curvas com o tempo t variando. Quando c1 = c2 = 0 temos
x1 (t) = x2 (t) = 0 para todo t e a origem dita ponto de equilbrio.
Denio 4.3. Um sistema autnomo um sistema de equaes diferenciais em que

a funo f em (4.3) no depende explicitamente de t. Representamos tal sistema pela
equao
x = f (x), (4.4)
onde f : Rn Rn .
No exemplo acima o sistema dado autnomo.

A aplicao f : R2 R2 dada por f (x) = Ax dene um campo de vetores em R2 ,
ou seja, a cada ponto x R2 a funo f associa um vetor f (x). Se traamos cada
vetor f (x) com seu ponto inicial no ponto x obtemos uma representao geomtrica do
campo de vetores.
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.
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.
No caso linear o retrato de fase de um sistema autnomo obtido atravs da anlise

dos autovalores e autovetores da matriz A e dependendo dos sinais dos autovalores
temos a seguinte denio.
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.
Exemplo 4.2. Consideremos o seguinte sistema linear em R3 :

x1 = x1
x2 = x2

x = x3 .
3
Cuja soluo geral dada por

t

x1 (t) = c1 e
x2 (t) = c2 et

x3 (t) = c3 et .

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.
Denio 4.7. Seja A uma matriz n n. Ento para t R, denimos

Ak tk
At
e = .
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 .
Observao 4.2. No apndice B se encontra o estudo de matrizes diagonalizveis e

no diagonalizveis, alm da prova que a eAt est bem denida e das propriedades que
essa exponencial satisfaz, como por exemplo
1
eST S = SeT S 1 .
A m de dar condies que garantam a existncia de solues de sistemas lineares

de equaes diferenciais deniremos a derivada de um operador exponencial.
Proposio 4.1. Seja A uma matriz n n, ento

d At
e = AeAt .
dt
Demonstrao. Temos por denio de derivada que
d At eA(t+h) eAt (eAh I) eAh I

e = lim = lim eAt = eAt lim
dt h0 h h0 h h0 h
Alm disso, pelo denio 4.7, segue que

At eAh I At A2 h Ak hk1
e lim = e lim lim A + + ... + = AeAt .
h0 h h0 k 2! k!
Teorema 4.3. Seja A uma matriz n n. Ento para um dado x0 Rn , o problema

do valor inicial
x = Ax
(4.5)
x(0) = x0 ,
tem uma nica soluo dada por
x(t) = eAt x0 .
Demonstrao. Pela proposio 4.3, se x(t) = eAt x0 , ento
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
y(t) = eAt x(t).
Pela proposio anterior temos
y (t) = AeAt x(t) + eAt x (t) = AeAt x(t) + eAt Ax(t) = 0,

para todo t real e desde que eAt e A comutem.

Ento, y(t) uma constante. Fazendo t = 0, temos que y(0) = x0 , e portanto, uma
soluo de (4.5) dada por
x(t) = eAt y(0) = eAt x0 .
Portanto, a soluo nica.
Observao 4.3. Seja v um autovetor de A associado ao autovalor . Notemos que
A(cv) = cAv = cv = (cv)
para qualquer constante c. Logo, qualquer mltiplo de um autovetor de A tambm

um vetor prprio de A, com o mesmo autovalor. Para cada autovetor vj de A com
autovalor j , temos uma soluo xj (t) = ej t vj de x = Ax. Se A tem n vetores prprios
linearmente independentes v1 , ..., vn com autovalores 1 , ..., n , respectivamente, ento
xj (t) = ej t vj , j = 1, ..., n so n solues linearmente independentes de x = Ax.
Ento, a soluo geral de x = Ax dada por
x(t) = c1 e1 t v1 + c2 e2 t v2 + ... + cn en t vn .
Exemplo 4.3. Vamos determinar a soluo do PVI

1 12 0
x = x, x(0) = .
3 1 1
O polinmio caracterstico da matriz A

1 12

= (1 )2 36 = ( 7)( + 5).
3 1
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

2
o que implica que v 3 = 2v 4 . Assim, v2 = um autovetor de A. Ento,
1

5t 2
x2 (t) = e
1
uma segunda soluo. As solues x1 e x2 so linearmente independentes pois A tem

autovalores distintos. Portanto, a soluo geral dada por

2 2
x(t) = c1 e7t + c2 e5t .
1 1
As constantes c1 e c2 so determinadas pelas condies iniciais

0 2c1 2c2
= + .
1 c1 c2
Assim, 2c1 2c2 = 0 e c1 + c2 = 1, o que implica que c1 = c2 = 12 . A soluo do PVI

1 7t 2 1 5t 2 e7t e5t
x(t) = e + e = 1 7t 1 5t .
2 1 2 1 2
e + 2e
Uma outra situao a se considerar o caso em que o polinmio caracterstico de

A possuir razes repetidas, isto , se for um autovalor de multiplicidade m, teremos
duas possibilidades:
i) Para algumas matrizes A, possvel encontrar m autovetores linearmente in-
dependentes w1 , ...wm correspondentes a um autovalor de multiplicidade m n.
Nesse caso, a soluo geral do sistema dada por
x(t) = c1 w1 e t + ... + cm wm e t + cnm wnm e1 t + ... + cn wn enm t .
ii) Se houver somente um autovetor correspondente ao autovalor de multipli-

cidade m, ento podem ser obtidas m solues linearmente independentes da forma
x1 (t) = w11 e t (4.6)

t t
x2 (t) = w21 te + w22 e (4.7)
..
. (4.8)
m1 m2
t t
xm (t) = wm1 e t + wm2 e t + ... + wmm e t . (4.9)
(m 1) (m 2)
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.
Exemplo 4.4. Vamos resolver o PVI

2 1 3 1

x = 0 2 1 x, x(0) = 2 . (4.10)
0 0 2 1
O polinmio caracterstico da matriz do sistema (2 )3 , portanto = 2 um

autovalor com multiplicidade trs. Ento,

0 1 3 v1 0

(A 2I)v = 0 0 1 v2 = 0 ,
0 0 0 v3 0
o que implica que v2 = v3 = 0 e v1 arbitrrio. Logo uma soluo de x = Ax

1
2t
x1 (t) = e 0 .
0
Tambm temos

0 0 1 v1 0
2
(A 2I) v = 0 0 0 v2 = 0 ,
0 0 0 v3 0
o que implica que v3 = 0 e que v1 e v2 sa arbitrrios. Logo consideramos

0

v = 1
0
que satisfaz (A 2I)2 v = 0 e (A 2I)v = 0. Portanto

0 0 0
At 2t (A2I)t 2t
x2 (t) = e 1 = e e 1 = e [I + t(A 2I)] 1
0 0 0

1 t 3t 0 t
2t 2t
= e 0 1 t 1 = e 1 (4.11)
0 0 0 0 0
uma segunda soluo de x = Ax.

Agora procuramos a soluo da equao

0 0 0 v1 0
3
(A 2I) v = 0 0 0 v2 = 0
0 0 0 v3 0
Como todo vetor v soluo da equao tomamos

0

v = 0
1
pois satisfaz (A 2I)2 v = 0. Portanto,

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
uma terceira soluo de x = Ax. Portanto

2

1 t 3t t2

x(t) = e2t c1 0 + c2 1 + c3 t .
0 0 1
A partir das condies iniciais determinamos as constantes c1 , c2 e c3 ,

1 1 0 0

2 = c1 0 + c2 1 + c3 0 .
1 0 0 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.
Outro caso a considerar, se = + i uma autovalor complexo de A com

autovetor v = v1 + iv2 , ento x(t) = et v uma soluo com valores complexos da
equao diferencial x = Ax.
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.
Demonstrao. A funo com valores complexos x(t) = e(+i)t (v1 + iv2 ) pode ser
escrita na forma
x(t) = et (cos t + i sen t)(v1 + iv2 )

= et [(v1 cos t v2 sen t) + i(v1 sen t + v2 cos t)].
Portanto, se = + i um autovalor de A com autovetor correspondente v =

v1 + iv2 , ento
y(t) = et [(v1 cos t v2 sen t)
e
z(t) = et [(v1 sen t + v2 cos t)
so solues reais de x = Ax linearmente independentes, pois satisfazem a equao
diferencial x = Ax.
Exemplo 4.5. Vamos encontrar a soluo do PVI

2 8 2
x = x, x(0) = .
1 2 1
Calculando as razes do polinmio caracterstico

2
8
= (2 )(2 ) + 8 = 2 + 4 = 0,
1 2
obtemos os autovalores 1 = 2i e 2 = 2i.

Para 1 temos
2 2i 8 v1 0
= ,
1 2 2i v2 0
o que implica que v1 = (2 + 2i)v2 . Tomando v2 = 1 temos

2 + 2i 2 2
v= = +i .
1 1 0
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
As constantes c1 e c2 so determinadas pela condio inicial,

2 cos 2.0 2 sen 2.0 2 cos 2.0 + 2 sen 2.0
x(0) = c1 + c2
cos 2.0 sen 2.0

2 2 2
= c1 + c2 = .
1 0 1
Segue que c1 = 1 e c2 = 0. Assim a soluo do PVI

2 cos 2t 2 sen 2t
x(t) = .
cos 2t
4.1.1 Solues matrizes fundamentais eAx

Se x1 (t), ..., xn (t) so n solues linearmente independentes da equao diferencial
x = Ax, (4.12)
ento toda soluo x(t) pode ser escrita como a combinao linear
x(t) = c1 x1 (t) + c2 x2 (t) + ... + cn xn (t).
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)
eAt = X(t)C, (4.13)
onde C uma matriz constante. Tomando t = 0 em (4.13) obtemos I = X(0)C, o que

implica que C = X 1 (0). Portanto,
eAt = X(t)X 1 (0).


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
4.1.2 Equao no homognea

Vamos considerar agora a equao no homognea x = Ax + f (t). Para encontrar
a soluo do PVI
x = Ax + f (t),
(4.17)
x(t0 ) = x0
podemos utilizar o mtodo da variao de parmetros, que consiste em procurar

uma soluo de (4.17) da forma
x(t) = u1 (t)x1 (t) + ... + un (t)xn (t), (4.18)
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)
Substituindo essa expresso na equao x = Ax + f (t) temos
X (t)u(t) + X(t)u (t) = AX(t)u(t) + f (t). (4.19)
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
Exemplo 4.7. Vamos encontrar a soluo geral do sistema

0 2 1
X = X+ et
1 3 1
Para isso determinamos primeiro a soluo da equao homognea associada. O po-

linmio caracterstico, dado por:

2
= 2 3 + 2 = ( 1)( 2) = 0,
1 3
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
Obtemos, dessa forma

2et e2t et et
X(t) = e X 1 (t) = .
et e2t e2t 2e2t
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
Portanto, a soluo geral do sistema

c1 2et e2t 2tet + 3et
X(t) = + .
c2 et e2t 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.
Figura 4.1: Sistema massa-mola.
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
posio x1 , o primeiro carrinho sofre uma fora restauradora k1 x1 . E na posio x2

o carrinho tem um deslocamento x2 x1 e a fora restauradora k2 (x2 x1 ).
Porm como esto acoplados a segunda mola tambm atua sobre o primeiro carrinho
com a mesma intensidade, no sentido oposto, isto , k2 (x2 x1 ). Alem disso, consi-
deramos que exista uma fora de atrito do meio agindo sobre os carrinhos, cada fora
atua no sentido oposto ao do movimento e de intensidade proporcional velocidade
de cada carrinho. Logo b1 x1 e b2 x2 so as foras de atritos dos dois carrinhos.
Logo pela segunda Lei de Newton

m x = (k + k )x b x + k x
1 1 1 2 1 1 1 2 2
m2 x = k2 x1 k2 x2 b2 x
2 2
Denotando y1 = x1 , y2 = x1 , y3 = x2 e y4 = x2 temos

m y = y (k + k ) b y + k y
1 2 1 1 2 1 2 2 3
m2 y = k2 (y3 y1 ) b2 y4

4
Ento o sistema linear associado a essas molas acopladas dado por

y1 = y2

y = k1 + k2 y b1 y + k2 y

2 1 2 3
m1 m1 m1

y3 = y4

k k b

y4 = 2 y1 2 y3 2 y4
m2 m2 m2
Esse sistema linear de equaes diferenciais nas variveis y1 , y2 , y3 e y4 pode ser
escrito na forma vetorial y = Ay, com y = (y1 , y2, y3 , y4 ) R4 e A M44 (R)

0 1 0 0
k1 +k2 b1 k2
0

y = m1 m1 m1
y. (4.20)
0 0 0 1
k2
m2
0 mk22 mb22
Se tivessemos n massas acopladas, ao aplicarmos a Segunda Lei de Newton te-
ramos um sistema de n equaes diferenciais de segunda ordem, o qual poderia ser
transformado num sistema de 2n equaes lineares de primeira ordem.
Exemplo 4.8. Assumindo que m1 = m2 = 1, k1 = k2 = 1. Vamos resolver o sistema

(4.20), considerando que no haja fora externa.
Pelo polinmio caracterstico temos,
Aplicaes 97

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
Para simplicar a notao chamamos 1 = bi, 2 = bi, 3 = di e 4 = di.

Ento, para 2 = bi obtemos

bi 1 0 0
2
bi 1 0

0 0 bi 1
1 0 1 bi
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
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
x(t) = c1 x1 (t) + c2 x2 (t) + c3 x3 (t) + c4 x4 (t)
4.2.2 Circuito eltrico

A teoria de circuitos eltricos, constitudos por indutores, capacitores e resistores,
est baseada nas leis de Kirchho que diz que:
i) O uxo lquido de corrente em cada n de uma rede nulo;
ii) O somatrio das quedas de voltagem numa malha fechada de uma rede nulo.
Alm das leis de Kirchno, temos as relaes entre a corrente e a voltagem dadas
Aplicaes 99
por:
V = RI; R = resistncia em ohms

dV
C = I; C = capacitncia em farads
dt
dI
L = V ; L = indutncia em henrys.
dt
Figura 4.2: Circuito RLC em paralelo.
Considere um circuito eltrico paralelo como o da gura anterior. Sejam Ic , Ir e Ii

as correntes que passam no capacitor, resistor e indutor, respectivamente, no sentido
indicado pelas setas.
Pelas leis de Kirchho, temos

Ic + Ir + Il = 0
V c Vr = 0

Vr Vi = 0.
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.
Exemplo 4.9. Considere o circuito eltrico da Figura 4.2. Suponhamos que R = 1,

C = 0, 5F e L = 1H. Vamos encontrar a soluo geral sistema (4.2.2). Reescrevendo-o
na forma matricial temos

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)
Exemplo 4.10 (Mistura de Solues). Consideremos os tanques 1 e 2 da Figura 4.3,

onde Q1 e Q2 so, respectivamente, as quantidades de sal. Dados Q1 (0) = 25oz e
Q2 (0) = 15oz 2 , vamos encontrar o sistema de equaes diferenciais que descreve tal
fato e sua soluo.
Figura 4.3: Mistura de Solues.
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
dQ2 (t) Q1 (t) Q2 (t) Q1 (t) Q2 (t)

= 1+3 4 =1+ .
dt 30 20 10 5
Logo, temos o sistema

1 3 3
d Q1 10 40
Q1
= 1 1
+ 2
dt Q2 10
5
Q2 1
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
Com esse trabalho podemos constatar a diversidade de aplicaes descritas por

equaes diferenciais ordinrias nas reas da fsica, biologia, qumica. Este trabalho
deu origem a um texto didtico que pode ser usado em cursos de fsica, engenharias,
como aplicaes do Clculo Diferencial e Integral, destacando a importncia do uso
das equaes diferenciais no estudo de alguns fenmenos.
103
Referncias
[1] N.Bacar, A short history of Mathematical Population Dynamics, Springer-Verlag,

2011.
[2] R.C.Bassanezi, Ensino-Aprendizagem com Modelagem Matemtica, Contexto,

2002.
[3] W.E.Boyce; R.C.DiPrima, Equaes Diferenciais Elementares e Problemas de Va-

lores de Contorno, Stima edio, LTC, 2002.
[4] M.Braun, Equaes Diferenciais e suas Aplicaes, Campus, 1979.
[5] H.Cassago.Jr.; L.A.C.Ladeira, Equaes Diferenciais Ordinrias, ICMC-USP, So

Carlos, 2009.
[6] J.G.Figueiredo; A.F.Neves, Equaes Diferencias Aplicadas, Coleo Matemtica

Universitria, IMPA, 2001.
[7] Instituto de Mtemtica e Estatstica, www.ime.uerj.br/ cal-

culo/LivroIV/edoseg.pdf, Acessado em: 23.10.2011.
[8] S.Lipschutz, lgebra Linear, Terceira edio, Makron Books, 1994.
[9] MacTutor History of Mathematics, www.gap-system.org/ history/HistTopics, Aces-

sado em: 27.08.2011.
[10] A.F.Neves, Forma de Jordan e Equaes Diferencias Lineares. Notas de Aula.
[11] L.Perko, Dierenttial Equations and Dynamical Systems, Second Edition,

Springer-Verlag, 1996.
[12] R.J.Santos, Introduo s Equaes Diferenciais Ordinrias, ICEX-UFMG, 2011.
[13] C.P.Winsor, The Gompertz curve as a growth curve. Proceedings of the National
Academy of Sciences, v. 13, number 1, 1932.
[14] F.B.Fialho, Interpretao da curva de crescimento de Gompertz, EMBRAPA,

1999.
105
A lgebra Linear e espao soluo
Sejam y1 e y2 solues da equao de segunda ordem

d2 y dy
+ p + qy = 0. (A.1)
dt2 dt
e vamos provar que y = 1 y1 + 2 y2 , tambm soluo da equao (A.1), onde 1 , 2
R.
De fato,
y + p(t)y + q(t)y = (1 y1 + 2 y2 ) + p(t)(1 y1 + 2 y2 ) + q(t)(1 y1 + 2 y2 )

= 1 [y1 + p(t)y1 + q(t)y1 ] + 2 [y2 + p(t)y2 + q(t)y2 ] = 0.
Vamos generalizar este fato e provar que as solues da equao
y (n) + a1 (t)y (n1) + a2 (t)y (n2) + ... + an (t)y = 0 (A.2)
so combinaes lineares de n solues linearmente independentes.

Note que S = {y C(I; R); y(t) soluo de (A.2)} um subespao vetorial do
espao das funes contnuas C(I; R) = {f : I R contnuas} pois,
1. y 0 soluo.
2. Se y1 e y2 so solues, ento y1 + y2 tambm soluo.
3. Se y1 soluo ento y1 tambm , R.
Mostremos que dimS = n. Para isso consideremos o conjunto B = {1 , 2 , ..., n },

onde 1 soluo do P.V.I

y (n) + a1 (t)y (n1) + a2 (t)y (n2) + ... + an (t)y = 0

y(0) = 1
y (0) = 0 (A.3)

...

(n1)
y (0) = 0,
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,
assim por diante, at n soluo do P.V.I.

y (n) + a1 (t)y (n1) + a2 (t)y (n2) + ... + an (t)y = 0

y(0) = 0
y (0) = 0 (A.5)

...

(n1)
y (0) = 1.
Temos que B = {1 , 2 , ..., n } l.i., pois

1
0 0 00...

0 1 0 00 ...

0 0 1 00...
W(0) = = 1 = 0. (A.6)
0 0 0 10...

...

0 0 0 0 ... 1
Provemos tambm que B gera S.

Seja y (t) S uma soluo arbitrria da equao (A.1). Mostremos que y se
escreve como combinao linear dos elementos de B.
Para isto denimos a funo
(t) = y (0)1 (t) + y (0)2 (t) + ... + y(n1) (0)n (t)
Observe que S, pois uma combinao linear de elementos de S e

(0) = y (0)

(0) = y (0)

(A.7)

...

(n1) (n1)
(0) = y (0).
Logo (t) e y (t) satisfazem o mesmo P.V.I. e pelo Teorema da Existncia e Unici-
dade a soluo deve ser nica o que implica y (t) = (t), ou seja, B gera S. Portanto
dim S = n.
109
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
B.1 Sistemas com matrizes diagonalizveis e Forma

de Jordan
Em um sistema de equaes diferenciais lineares pode ocorrer que algumas, ou
todas, as equaes envolvem mais de uma das incgnitas, isto , esto acopladas. As-
sim, as equaes deste sistema tm que ser resolvidas simultaneamente. Porm, se
as equaes dependessem de uma mesma varivel, ento cada equao seria resolvida
independente de todas as outras, o que muito mais simples, mas isso nem sempre
acontece.
A tcnica algbrica de diagonalizao de uma matriz quadrada A pode ser usada
para reduzir o sistema linear (4.3) a um sistema linear desacoplado.
Na sequncia faremos o estudo sobre as matrizes diagonalizveis e a Forma de
Jordan.
Consideraremos primeiro o caso em que A uma matriz real, com autovalores
distintos.
Teorema B.1. Se os autovalores 1 , 2 , ..., n de uma matriz n n A so reais e

distintos, ento qualquer conjunto de autovetores correspondentes {v1 , v2 , ..., vn } forma
uma base para Rn , a matriz P = [v1 v2 ... vn ] formada pelos vetores na forma de
coluna invertvel e
P 1 AP = diag[1 , 2 , ..., n ].
Demonstrao. Sejam v1 , v2 , ..., vn autovetores associados aos autovalores 1 , 2 , ..., n .

Sabemos, da teoria de lgebra Linear, que autovetores associados a autovalores dis-
tintos so linearmente independentes, consequentemente detP = 0 e portanto P
invertvel.
Considere as matrizes AP e P D, onde D a matriz diagonal, cuja diagonal
formada pelos autovalores.
As colunas da matriz AP so Av1 , ..., Avn . Mas como cada vi um autovetor
associado a i que um autovalor da matriz A, temos Avi = i vi , ou seja, as colunas
de AP so 1 v1 , ..., n vn . Por outro lado, evidente que as colunas de P D tambm
111
112 Matrizes
so i vi . Logo,
AP = P D, e portanto, D = P 1 AP.
A m de reduzir o sistema (4.3), x = Ax, em um sistema linear desacoplado usando

o teorema anterior, denimos a transformao linear de coordenadas
y = P 1 x, (B.1)
onde P a matriz invertvel denida no teorema C.1. Ento, x = P y. Segue que,
y = P 1x = P 1 Ax = P 1 AP y.
De acordo com o teorema anterior, temos o sistema linear desacoplado
y = diag[1 , ..., n ]y. (B.2)
A soluo deste sistema (B.2) dada por
y(t) = diag[e1 t , ..., en t ]y(0).
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 ].
Corolrio B.1. De acordo com as hipteses do teorema anterior, a soluo do sistema

(4.3) dada pela funo x(t) denida por (B.3).
Exemplo B.1. Considere o sistema linear

x = x1

1
x2 = x1 + 2x2 (B.4)

x = x1 x3
3
o qual pode ser escrito na forma matricial

1 0 0

A = 1 2 0 .
1 0 1
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
A matriz P e sua inversa so dadas por,

1
2 0 0 2
0 0

P = 2 1 0 e P 1 = 1 1 0 .
1 0 1 12 0 1
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
Como y = P 1 AP y, ento obtemos o sistema linear desacoplado

y1 = y1
y2 = 2y2 ,

y = y3
3
que tem como soluo geral

t

y1 (t) = k1 e
y2 (t) = k2 e2t .

y3 (t) = k3 et
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
e o plano x1 x2 representa o subespao instvel e o eixo x3 representa o subespao estvel

do sistema.
114 Matrizes
Quando a matriz A do sistema no for diagonalizvel, ento podemos utilizar a

Forma de Jordan.
Atravs da Forma de Jordan conseguimos determinar uma base em Rn na qual a
matriz A seja composta pelo maior nmero de zeros possvel, tornando-a mais simples.
Antes de denir a Forma de Jordan, vamos precisar de algumas denies e resultados
de lgebra Linear.
Denio B.1. Se existir um inteiro r > 0 tal que Ar = 0, ento a matriz A

chamada de nilpotente e o menor valor de r tal que Ar = 0 chamado de ndice de
nilpotncia.
Proposio B.1. Se A nilpotente de ndice r, ento:

(i) = 0 o nico autovalor de A.
(ii) Se Ar1 v0 = 0, ento {v0 , Av0 , ..., Ar1v0 } linearmente independente.
Demonstrao. (i) Seja um autovalor de A, ento existe v tal que Av = v, com

v = 0. Como A nilpotente, 0 = Ar v = r v, logo = 0.
(ii) Seja 0 v0 + 1 Av0 + ... + r1 Ar1 v0 = 0, onde 0 , ..., r so escalares. Su-
ponhamos que {v0 , Av0 , ..., Ar1 v0 } seja linearmente dependente, isto , que existam
escalares no nulos, e que o primeiro seja s . Ento podemos reescrever a expresso
acima da forma
s As v0 + ... + r1 Ar1 v0 = 0.
Isolando As v0 , obtemos
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
Ar1 v0 = Ar1s .(As v0 ) = Ar1s (As+1 v) = Ar v = 0,
que uma contradio, pois r o ndice de nilpotncia.

Portanto no existe escalar no nulo e os vetores so linearmente independentes.
Denio B.2. Dados U e V espaos vetoriais, o ncleo de uma transformao linear

T : V U o conjunto de elementos em V que so levados em 0 U, e denotado por
Ker(T ) = {x V |T (x) = 0}.

Denio B.3. Seja T : V V . Diz-se que um subespao W de V invariante sob

T , ou T invariante, se T aplica W em si mesmo, isto , T (W ) W .
Proposio B.2. Dada uma transformao linear T : V V , existem subespaos

vetorias H e K, T invariantes, tais que
V =H K
com T/H : H H nilpotente e T/K : K K inversvel.
Demonstrao. No difcil vericar por induo que
KerT KerT 2 ....
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.
Para obter a Forma de Jordan de um operador T devemos considerar as seguintes

observaes.
116 Matrizes
Observao B.1. O ndice de nilpotncia k de T/H menor ou igual a dimenso de

H, ou seja, k dim H.
Observao B.2. Se B uma base de V formada pela unio das bases de H e K,

ento a matriz de T na base B

[T/H ] 0
[T ]B = ,
0 [T/K ]
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 .
Observao B.3. Se 1 , 2 , ..., l so autovalores de T : V V , com as respectivas

multiplicidades algbricas, m1 , m2 , ..., ml , ento seu polinmio caracterstico igual a
P () = ( 1 )m1 ( 2 )m2 ...( l )ml ,
e existem subespaos T invariantes H1 , H2 , ..., Hl tais que:

dim Hi = mi
V = H1 H2 ... Hl (B.5)

(T i I)/H nilpotente
i
Observao B.4. Se encontrarmos uma base de uma transformao nilpotente na

qual a matriz da transformao for bem simples, ento que a matriz da transformao
ser formada por esses blocos simples, em diagonal.
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
Note que os elementos 1 podem aparecer ou na diagonal abaixo ou acima da diagonal

principal, basta inverter a ordem da base.
Caso k < dim V usaremos a seguinte proposio.
Proposio B.3. Se T : V V nilpotente de ndice k e T k1 (v0 ) = 0, ento existe

um subespao M, T invariante, tal que
V = N M,
onde N = [v0 , T (v0 ), ..., T k1(v0 )].
Demonstrao. Provaremos por induo sobre o ndice de nilpotncia k que a propo-

sio vlida.
Se k = 1, ento T = T 1 = 0 e portanto a proposio verdadeira pois, N = [v0 ]
e como dimV = n, basta escolher {v1 , ..., vn1 } linearmente independentes de forma
que {v0 , v1 , ..., vn1 } seja linearmente independente, ento V = N M, onde M =
[v1 , ..., vn1 ].
Suponhamos que para k 1 seja verdadeiro o resultado e provemos que vale para
k.
Sabemos que ImT um subespao T invariante e T/ImT nilpotente de ndice
k 1, pois se T (v) ImT ento
T k1 (T (v)) = T k (v) = 0 e T k2(T (v0 )) = T k1 (v0 ) = 0,

e pela hiptese de induo, j que a proposio verdadeira para o ndice k 1, existe
um subespao M1 tal que
ImT = N1 M1 onde N1 = [T (v0 ), ..., T k1(v0 )] = T (N) e T (v0 ) ImT.
Considerando M2 = {v V |T (v) M1 }, temos que
V = N + M2 , com N = [v0 , T (v0 ), ..., T k1(v0 )],
pois, se v V , ento T (v) ImT = N1 M1 o que implica que T (v) = n1 + m1 com

n1 N1 e m1 M1 , logo n1 = T n para algum n N. Assim, T (v) = T n + m1 o que
implica que T (v n) = m1 M1 , logo v n M2 e portanto v = n+(v n) N +M2 .
Note que M1 M2 e N M2 M2 logo,
(N M2 ) M1 M2 .
Vamos escolher M3 tal que
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 M (N M2 ) = {0} pois (B.6) soma direta.

118 Matrizes
(iii) V = N M pois V = N + M2 e M2 = N M2 M, assim v = n + (h + m)

com n N, h N M2 e m M, ento
v = (n + h) + m com (n + h) N, m M.
Portanto, a proposio est demonstrada.
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
onde os blocos em diagonal vo decrescendo em ordem e so todos do tipo Bloco de

Jordan denido na Observao B.4.
Observao B.5. Por (B.5), (T i I) nilpotente de ndice ki e sua matriz da
forma acima. Como a matriz de T/Hi a soma dessa matriz com a matriz diagonal i I,
a matriz T/Hi do tipo acima, mas com i na diagonal principal em vez de zeros.
Como V = H1 ...Hl , a matriz de T uma matriz formada por blocos em diagonal
onde cada bloco do tipo de Jordan com o respectivo autovalor i na diagonal e sua
ordem a multiplicidade algbrica do autovalor i , mi .
Logo, a matriz resultante de T chamada de Forma de Jordan do operador T .
Descreveremos a seguir um mtodo para encontrar uma base de autovetores de A

que a reduza em uma Forma de Jordan, a prova detalhada deste mtodo pode ser
encontrada em livros de lgebra Linear. Para apresentar tal mtodo precisaremos da
seguinte denio.
Denio B.4. Seja um autovalor da matriz A. A multiplicidade geomtrica de

dada por
dk = dimKer(A I)k .
Note que dk o nmero de linhas de zeros na forma reduzida de (A I)k por

escalonamento. Logo, d1 < d2 < ... < dn = n.
Seja k o nmero de blocos de Jordan k k na Forma de Jordan da matriz A. Ento
segue da denio anterior que
d0 = dimKerI = 0.
Alm disso, o nmero de blocos igual a multiplicidade geomtrica, ento
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 .
Com essas informaes deniremos um algoritmo para determinar a forma de Jor-

dan de uma matriz A.
(1) 1
Passo 1: Encontre uma base {vj }dj=1 para Ker(A I), ou seja, um conjunto de
autovetores de A linearmente independentes correspondente ao autovalor .
(1) 1
Passo 2: Se d2 > d1 , escolha uma base {Vj }dj=1 para Ker(A I) de forma que
(2) (1)
Ker(A I)vj = Vj
(2)
tenha d2 d1 solues linearmente independentes vj , com j = 1, ..., d2 d1 . Ento
(2) 1 (1) 1 (2) 2 d1
{vj }dj=1 = {Vj }dj=1 {vj }dj=1 uma base para Ker(A I)2 .
(2) 2 (2)
Passo 3: Se d3 > d2 , escolha uma base {Vj }dj=1 para Ker(A I)2 com Vj
(2) 2 d1
[{vj }dj=1 ] para j = 1, ..., d2 d1 tal que
(3) (2)
Ker(A I)vj = Vj
120 Matrizes
(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
uma base para Ker(A I)3 .

Passo 4: Continue o processo at o k-simo passo, onde dk = n, para obter uma
base B = [{vjk }nj=1] para Rn . Assim, a matriz A assume a forma de Jordan com respeito
a esta base.
Exemplo B.2. Vamos encontra uma base para R3 que reduz

2 1 0

A = 0 2 0
0 1 2
a sua forma de Jordan. Note que det(A I) = (2 )3 , ento = 2 um autovalor

de multiplicidade 3 e
0 1 0

A I = 0 0 0 .
0 1 0
Ento, d1 = 2 o mesmo que (A I)v = 0 para x2 = 0. Mas escolhemos

1 0
(1) (1)
v1 = 0 e v2 = 0
0 1
como uma base para Ker(A I). Agora, fazemos

0 1 0 c1
(1) (1)
0 0 0 v = c1 v1 + c2 v2 = 0 .
0 1 0 c2
Isto equivalente para x2 = c1 e x2 = c2 , isto , c1 = c2 . Escolhemos ento

1 0 1
(1) (2) (1)
V1 = 0 , v1 = 1 e V2 = 0 .
1 0 0
Os vetores v1 , v2 e v3 formam, respectivamente, uma base para Ker(A I)2 = R3 .

Logo, a matriz P = [v1 , v2 , v3 ] e sua inversa so

1 0 1 0 0 1

P = 0 1 0 e P 1 = 0 1 0 .
1 0 0 1 0 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
e portanto uma matriz na forma de Jordan.
B.1.1 Operador exponencial

Para denir um operador linear exponencial T : Rn Rn , necessrio denir o
conceito de convergncia em um espao linear L(Rn ) de operadores lineares em Rn .
Faremos isto usando o operador norma de T denido por
T = max|x|1 |T (x)|
onde |x| a norma Euclidiana de x Rn , isto ,

|x| = x21 + x22 + ... + x2n .
O operador norma possui as propriedades usuais de norma, ou seja, para S, T L(Rn )

(i) T 0 e T = 0 se T = 0,
(ii) kT = |k| T para k R,
(iii) S + T S + T .
Segue da desigualdade de Cauchy-Schwarz que se T L(Rn ) representado pela

matriz A com respeito a base de Rn , ento A nl onde l o comprimento mximo
da coluna de A.
A convergncia da sequncia de operadores Tk L(Rn ) denida a seguir.
Denio B.5. Uma sequncia de operadores lineares Tk L(Rn ) converge para o

operador linear T L(Rn ) quando k , isto ,
lim Tk = T,
k
se para todo > 0 existe N tal que para k N, T Tk < .
Lema B.1. Para S, T L(Rn ) e x Rn ,

(i) |T (x)| T |x|
(ii) T S T S
(iii) T k T k para k = 0, 1, 2, ....
Demonstrao. (i) Para x = 0 evidente que vale. Para x = 0 denimos o vetor

x
unitrio y = . Ento, pela denio de operador norma, temos
|x|

x
T |T (y)| = T ,
|x|
122 Matrizes
como |x| R ento

T x = 1 |T (x)| |T (x)| T |x|.
|x| |x|
(ii) Para |x| 1 segue que
|T (S(x))| T |S(x)| T S |x| T S .
Logo,
T S = max|x|1 |T S(x)| T S .
(iii) imediato como consequncia de (ii), pois
T k = T T ... T T T ... T = T k .
Teorema B.2. Sejam T L(Rn ) e t0 > 0, a srie

T k tk
k=0
k!
absolutamente e uniformemente convergente para todo |t| t0 .
Demonstrao. Seja T = a. Ento segue do lema anterior que

k k
T t T k |t|k ak tk0
. (B.7)
k! k! k!
ak tk0
Mas k=0 = eat0 .
k!
Ento pelo teste de convergncia de M-Weierstrass a srie

T k tk
k=0
k!
absolutamente e uniformemente convergente para todo |t| t0 .
Vamos denir o exponencial de um operador linear T pela srie absolutamente

convergente

Tk
T
e = .
k=0
k!
Segue por propriedades de limite que eT um operador linear em Rn e de (B.7) que

eT eT .
Voltando aos sistemas lineares da forma (4.3), assumiremos que a transformao
linear T em Rn representada pela matriz n n, A, e deniremos a seguir eAt .
Denio B.6. Seja A uma matriz n n. Ento para t R,

Ak tk
At
e = .
k!
k=0
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 .
Proposio B.4. Sejam P e T transformaes lineares em Rn tal que S = P T P 1.

Ento eS = P eT P 1.
Demonstrao. Por denio temos que

n
n
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!
Como consequncia da proposio anterior temos o seguinte corolrio.
Corolrio B.2. Se P 1AP = diag[i ] ento eAt = P diag[ei t ]P 1 .
Proposio B.5. Se S e T so transformaes lineares em Rn que comutam, isto ,

satisfazem ST = T S, ento eS+T = eS eT .
Demonstrao. Se ST = T S, ento temos pelo teorema binomial que

SjT k
(S + T )n = n! .
j!k!
j+k=n
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 .
Como consequncia desta proposio para S = T temos o seguinte corolrio.
Corolrio B.3. Se T uma transformao linear em Rn , a inversa da transformao

linear eAt dada por (eT )1 = eT .

a b
Corolrio B.4. Se A = ento
b a

cos b sen b
eA = ea .
sen b cos b
124 Matrizes
Demonstrao. Se = a + ib, no difcil vericar por induo que

k
a b Re(k ) Im(k )
=
b a Im(k ) Re(k )
onde Re e Im denotam a parte real e imaginria do nmero complexo respectiva-

mente.
Ento,

(A) k k k
Re( k! ) Im( k! )
eA = = k k
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
Reescrevemos A da forma A = aI + B onde I a matriz identidade e

Demonstrao.

0 b
B= .
0 0
Ento como (aI)B = B(aI), isto , comutam, temos pela proposio anterior,
eA = eaI eB = ea eB .
Por denio, obtemos

Bk B2 B3
B
e = =I +B+ + + ... = I + B,
k=0
k! 2! 3!
pois B 2 = B 3 = ... = 0.
1 b
Portanto, eA = ea eB = ea .
0 1

Teixeira FL Me Rcla PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Teixeira FL Me Rcla PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Estadual Paulista Jlio de Mesquita Filho

Instituto de Geocincias e Cincias Exatas

Modelos Descritos por Equaes Diferenciais

Fernanda Luiz Teixeira

Dissertao apresentada ao Programa de Ps-

Dissertao (mestrado) - Universidade Estadual Paulista, Insti-

Ficha Catalogrca elaborada pela STATI - Biblioteca da UNESP

Fernanda Luiz Teixeira

Dissertao aprovada como requisito parcial para a obteno do grau de

Profa. Dra. Marta Cilene Gadotti

Prof. Dr. Wladimir Seixas

Prof. Dr. Luis Augusto da Costa Ladeira

Rio Claro, 01 de Novembro de 2012

Agradeo primeiramente a Deus pela vida.

Neste trabalho apresentamos as principais aplicaes das equaes diferenciais ordi-

Palavras-chave: equaes de primeira ordem, equaes de segunda ordem, siste-

2.1 Grco da soluo do PVI (2.11). . . . . . . . . . . . . . . . . . . . . . 27

3.1 Grco da soluo (3.25) para c1 = c2 = 1. . . . . . . . . . . . . . . . . 57

2 Modelos descritos por equaes diferenciais de primeira ordem 19

3 Modelos com equaes diferenciais de segunda ordem 47

4 Sistemas lineares de equaes diferenciais 81

5 Comentrio nal 103

A lgebra Linear e espao soluo 107

Este trabalho aborda fatos interessantes na rea de Equaes Diferenciais Ordin-

grande contribuio no desenvolvimento de mtodos para resolver equaes diferenciais

Pierre-Simon de Laplace (1749 - 1827) destacou-se no campo da mecnica celeste. A

Neste captulo introduziremos alguns conceitos e resultados bsicos da teoria de

2.1 Teoria elementar de equaes diferenciais ordin-

onde c1 uma constante de integrao arbitrria. Isolando y(t) temos

y(t) dada acima chamada de soluo geral da equao diferencial homognea

No caso das equaes diferenciais lineares no homogneas de primeira ordem com

onde k uma constante arbitrria de integrao. Algumas vezes podemos calcular

onde t0 algum limite inferior de integrao conveniente e s a varivel de integrao.

Exemplo 2.1. Vamos determinar a soluo geral para a equao diferencial

Multiplicando ambos os membros de (2.7) por (t) obtemos

2.1.1 Teorema da Existncia e Unicidade

Lema 2.1. Seja f : R uma funo contnua em um aberto R2 . Ento, uma

Demonstrao. Se y = y(x) soluo do PVI ento pelo Teorema Fundamental do

Para provar o Teorema de Existncia e Unicidade vamos precisar de alguns resul-

esteja contido em . Como f contnua e B compacto, temos que f limitada em

d(g1 , g2 ) = max{|g1 (x) g2 (x)| : x Ja }.

De fato, d est bem denida, pois g C(Ja , R) e Ja compacto, e satisfaz as

Portanto, C(Ja , R) munido da mtrica d um espao mtrico.

Lema 2.2. C([a, b], R) um espao mtrico completo.

> 0, n0 N tal que n, m > n0 , d(fn , fm ) < ,

d(fn , fm ) = max |fn (x) fm (x)| < , x [a, b], n, m > n0 .

Fixando n na desigualdade acima e fazendo m , lembrando que fm (x) f (x),

d1 ((x), (y)) kd(x, y), x, y M.

Teorema 2.1 (Teorema do Ponto Fixo de Banach). Considere C(Ja , R) o espao m-

Lema 2.3. Seja f : R uma funo contnua denida em um aberto R2 e

|f (x, y1 ) f (x, y2)| K|y1 y2 |

para todos (x, y1 ), (x, y2 ) 0 .

Demonstrao. Seja d(0 , ), onde representa a fronteira de , e deno-

M1 = max{|fy (x, y)| : (x, y) },

pois fy contnua e compacto, obtemos

|f (x, y1) f (x, y2 )| M1 |y1 y2 |

|f (x, y1) f (x, y2 )| K|y1 y2 |.

Agora podemos provar a existncia e unicidade da soluo de um PVI.

Teorema 2.2 (Existncia e Unicidade). Seja f : R uma funo contnua denida

Demonstrao. Consideremos a funo denida em C(Ja , R) e que associa a cada

Note que (y(x)) uma funo contnua para x Ja , y(x0 ) = y0 e que

onde k e K so dadas como no lema anterior. Segue que

d((y1), (y2 )) Kad(y1, y2 ).