DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 2 EDO II - MAP 0316

PROF: PEDRO T. P. LOPES WWW.IME.USP.BR/∼PPLOPES/EDO2

Os exercı́cios a seguir foram selecionados do livro dos autores Claus Doering-Artur Lopes. (D.L.X.Y) indica
exercı́cio Y do capı́tulo X do livro.

Exercı́cio 1 (D.L.2.1)
Seja A ∈ Mn (R) e considere a equação x0 (t) = Ax(t). Mostre que x ≡ 0 é sempre solução da equação. Mostre
que se x1 e x2 são soluções desta equação, então para qualquer c ∈ R, x1 + cx2 também é solução da equação.
Resolução:
Se x ≡ 0, então x0 ≡ 0. Como A (0) = 0, concluı́mos que x é solução.
Suponha que x1 e x2 sejam soluções (definidas em R) e c ∈ R. Logo
0
(x1 + cx2 ) = x01 + cx02 = Ax1 + cAx2 = A (x1 + cx2 ) .
Assim x1 + cx2 é solução.

Exercı́cio 2 (D.L.2.2)
Seja A ∈ Mn (R) e denote por SA o conjunto de todas as soluções x : R → Rn da equação x0 = Ax. Defina
T : SA → Rn por T (x) = x(0) e, usando a linearidade da equação e o teorema de existência e unicidade, mostre
que T é uma transformação linear, sobrejetora e injetora, respectivamente, ou seja, um isomorfismo linear. Conclua
que dim(SA ) = n.
Resolução:
T é uma transformação linear.
De fato, sejam x1 e x2 soluções e c ∈ R. Logo
T (x1 + x2 ) = (x1 + x2 ) (0) = x1 (0) + x2 (0) = T (x1 ) + T (x2 ) .

T (cx1 ) = (cx1 ) (0) = cx1 (0) = cT (x1 ) .

T é sobrejetora.
Seja x0 ∈ Rn . Pelo Teorema de existência, sabemos que existe uma solução x : R → Rn da equação x0 = Ax tal
que x (0) = x0 . Logo T (x) = x0 . Assim todo elemento de Rn pertence a imagem de T , ou seja, T é sobrejetora.
T é injetora.
Suponha que T (x) = T (y) = x0 . Logo x0 = Ax, y 0 = Ay e x(0) = y(0) = x0 . Pelo Teorema de unicidade,
concluı́mos que x = y. Logo T é injetora.
Concluı́mos que T é uma transformação linear bijetora, ou seja, um isomorfismo. Assim dim(SA ) = dim(Rn ) = n

Exercı́cio 3 (D.L.2.5)
Sejam A ∈ Mn (R), v1 , v2 , ..., vn uma base de Rn e x1 , x2 , ..., xn : R → Rn as soluções de x0 = Ax tais que
xi (0) = vi , com 1 ≤ i ≤ n. Mostre que x1 , x2 , ..., xn são linearmente independentes no espaço vetorial das funções
e que toda solução de x0 = Ax é combinação linear de x1 , x2 , ..., xn .
Resolução:
−1
Sabemos que T : SA → Rn dada por T (x) = x(0) é um isomorfismo. Logo T : Rn → SA é um isomorfismo.
−1

Assim xi := T (vi ); 1 ≤ i ≤ n é uma base de SA . De fato, xi são funções L.I., pois se α1 , ...,αn são tais que
α1 x1 + ... + αn xn = 0, então
T (α1 x1 + ... + αn xn ) = 0 =⇒ α1 T (x1 ) + ... + αn T (xn ) = 0 =⇒

α1 v1 + ... + αn vn = 0 =⇒ α1 = ... = αn = 0,
pois {vi } são funções L.I.
Como xi := T −1 (vi ); 1 ≤ i ≤ n são n funções L.I. e dim(SA ) = n, concluı́mos que xi := T −1 (vi ); 1 ≤ i ≤ n


é uma base de SA . Assim toda solução de x0 = Ax, ou seja, todo elemento de SA , pode ser escrito como combinação
linear das funções xi .
1
 DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 2 EDO II - MAP 0316 2

Exercı́cio 4 (D.L.2.6)  
2 λ 0
Mostre que se v = (x1 , x2 ) ∈ R é um autovalor de A = ∈ M2 (R) então x1 = 0. Em particular,
1 λ
mostre que A não possui dois autovetores linearmente independentes e que, portanto, não é diagonalizável.
Resolução:
2
Vamos achar primeiro os autovalores de A. Sabemos que pA (z) = (z − λ) . Logo o único autovalor de A é λ.
vamos calcular os autovetores associados a λ:
        
x 0 0 0 x 0
(A − λI) = ⇐⇒ = ⇐⇒ x = 0.
y 0 1 0 y 0

Logo os autovetores são iguais a múltiplos não nulos de (0, 1). Assim pertencem ao espaço unidimensional
gerado pelo vetor (0, 1). Logo os autovetores não formam uma base de R2 , que tem dimensão 2. Assim A não é
diagonalizável.

Exercı́cio 5 (D.L.2.7)
Se v ∈ Rn é um autovetor da matriz A ∈ Mn (R) e x : R → Rn é uma solução de x0 = Ax tal que x(t∗ ) ∈ [v] =
{av ∈ Rn ; a ∈ R} para algum t∗ ∈ R, mostre que x(t) ∈ [v] para cada t ∈ R.
Resolução:
∗
Suponha que Av = λv e que x(t∗ ) = αv, em que α ∈ R. Definimos y : R → Rn por y(t) = e(t−t )λ αv. Logo
y(t∗ ) = αv e
∗ ∗ ∗
 ∗

y 0 (t) = λe(t−t )λ αv = e(t−t )λ αλv = e(t−t )λ αA (v) = A e(t−t )λ αv = Ay(t).

Logo por unicidade do problema de Cauchy (ambas funções x e y resolvem w0 = Aw0 com w(t∗ ) = αv), vemos
que y(t) = x(t). Como y(t) ∈ [v] para todo t, o mesmo ocorre com x(t).

Exercı́cio 6 (D.L.1.10)
Mostre que Vλ = ker(λI − A) ⊂ Rn é um subespaço de Rn que é invariante pela ação da matriz A ∈ Mn (Rn ),
ou seja, mostre que Vλ é um subespaço de Rn e que se, x : R → Rn é uma solução de x0 = Ax tal que x(t∗ ) ∈ Vλ
para algum t∗ ∈ R, então x(t) ∈ Vλ para cada t ∈ R.
Resolução:
Como λI − A : Rn → Rn define uma transformação linear, concluı́mos que seu núcleo é um subespaço de Rn .
De fato, se v1 , v2 pertencem a Vλ e c ∈ R, então

(λI − A) (v1 + cv2 ) = (λI − A) v1 + c (λI − A) v2 = 0.

Logo v1 + cv2 ∈ Vλ . Suponha que x(t∗ ) ∈ Vλ para algum t∗ ∈ R. Logo x(t∗ ) = v, em que v é um autovetor de
∗
A. Vimos no exercı́cio 5 que isto implica que x(t) = eλ(t−t ) v, ou seja, x(t) ∈ Vλ para todo t ∈ R.

Exercı́cio 7 (D.L.1.11)
Encontre a solução x(t) = (x1 (t), x2 (t)) da equação diferencial linear em R2 com as condições iniciais dadas:
a) x01 = −x1 , x02 = x1 + 2x2 ; x1 (0) = 0, x2 (0) = 3.
b) x01 = 2x1 + x2 , x02 = x1 + x2 ; x1 (1)
 = 1, x2 (1)
 = 1.
0 0 3
c) x = Ax, x(0) = (3, 0), onde A = .
1 −2
Resolução:  
−1 0
a) Seja A = . Logo pA (λ) = (λ + 1) (λ − 2), ou seja, os autovalores são −1 e 2.
1 2
O autovetor associado a −1 é
    
0 0 x 0
= ,
1 3 y 0
ou seja, x + 3y = 0 ou x = −3y. Um autovetor é (−3, 1).
O autovetor associado a 2 é
    
−3 0 x 0
= ,
1 0 y 0
ou seja, x = 0. Um autovetor é (0, 1).
 DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 2 EDO II - MAP 0316 3

     
−3 0 −1 0 0 −1
Logo se P = e P −1 = 1
3 . Logo P −1 AP =
. Logo
1 1 1 3 2 0
     −t  1  
0 −3 0 e 0 −3 0 0
etA = 1 =
3 1 1 0 e2t 3 1 3
   −t       
−3 0 e 0 0 −3 0 0 0
= = ,
1 1 0 e2t 3 1 1 3e2t 3e2t


ou seja, (x1 (t), x2 (t)) = 0, 3e2t .
b) Para este exercı́cio,
 usamos o Wolfram. Os valores são muito desagradáveis de serem calculados. √
2 1 5
Seja A = . Logo pA (λ) = (λ − 2) (λ − 1) − 1 = λ2 − 3λ + 1 = λ2 − 3λ + 1. Logo λ = 23 ± 2 são os
1 1
√ √
autovetores. Os autovalores são 12 (1 + 5), 1 e 21 (1 − 5), 1 .

Logo
√ 1
√ √ 1 √ !
(5 − 3 5)e− 2 (−3+√5)(t−1) + (5 + 3 5)e 2 (3+√ 5)(t−1)
 
(t−1)A 1 1
e = √ 1 √ 1 .
1 10 (5 − 5)e− 2 (−3+ 5)(t−1) + (5 + 5)e 2 (3+ 5)(t−1)
c) Fazendo o argumento acima, temos autovalores −3, 1. Autovetores (−1, 1) e (3, 1). Logo
 1 1
    
tA 4 4 0 3 3 −1 1 0
e = = .
− 14 34 1 −2 1 1 0 −3
Assim
1 1
et 1 + 3e4t
        
3 3 −1 0 3 3
e tA
= 4 4 = e−3t .
0 1 1 0 e−3t − 41 3
4 0 4 −1 + e4t

Exercı́cio  8 (D.L.1.12)
−µ0 λ0
Seja A = ∈ M2 (R) escreva σ0 = λ0 + µ0 , λ = λσ00 e µ = µσ00 . Mostre que
µ0 −λ0
a) O polinômio caracterı́stico da matriz A é pA (ξ) = ξ 2 + σ0 ξ,
b) 0 e −σ0 são os autovalores de A.
c) (λ, µ) é um autovetor de A associado ao autovalor 0 e que
d) (1, −1) é um autovetor de A associado ao autovalor −σ0 .
 −1  
λ 1 1 1
Observe que = e conclua que
µ −1 µ −λ
   
λ 1 0 0 1 1
A= .
µ −1 0 −σ0 µ −λ
Resolução:
6 0. Em particular, isto implica que (λ0 , µ0 ) 6= (0, 0)
Para que o exercı́cio faça sentido assumiremos que σ0 =
a) Basta calcular
 
ξ + µ0 −λ0
pA (ξ) = det = (ξ + µ0 ) (ξ + λ0 ) − λ0 µ0 =
−µ0 ξ + λ0
ξ 2 + (µ0 + λ0 ) ξ + µ0 λ0 − λ0 µ0 = ξ 2 + (µ0 + λ0 ) ξ.
b)
Basta calcular as raı́zes de pA . Logo 0 e − (µ0 + λ0 ) são os autovalores.
c) Associado ao autovalor 0 temos
    
µ0 −λ0 x 0
= =⇒ µ0 x − λ0 y = 0.
−µ0 λ0 y 0
Os autovetores são múltiplos de (λ0 , µ0 ). Em particular (λ, µ) é um autovetor.
d) Associado ao autovalor −σ0 temos
    
−λ0 −λ0 x 0
= =⇒ x + y = 0.
−µ0 −µ0 y 0
Os autovetores são múltiplos de (1, −1). Em particular (1, −1) é um autovetor.
 DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 2 EDO II - MAP 0316 4

 
λ 1
e) Basta verificar. Observamos que é a matriz cujas colunas são autovetores. Por este motivo,
 µ  −1
0 0
P −1 AP é diagonal. Neste caso é .
0 −σ0

Exercı́cio 9 (D.L.2.7)
Mostre que
λ + µe−σ0 t λ − λe−σ0 t
   
−µ0 λ0
exp t = ∈ M2 (R).
µ0 −λ0 µ − µe−σ0 t µ + λe−σ0 t
Resolução:
−1
Usando o exercı́cio anterior e o fato de que eP (tA)P = P etA P −1 , temos
     
−µ0 λ0 λ 1 0 0 1 1
exp t = exp =
µ0 −λ0 µ −1 0 −tσ0 µ −λ
         
λ 1 0 0 1 1 λ 1 1 0 1 1
exp = =
µ −1 0 −tσ0 µ −λ µ −1 0 e−tσ0 µ −λ
λ + µe−σ0 t λ − λe−σ0 t
    
λ 1 1 1
= .
µ −1 µe−tσ0 −λe−tσ0 µ − µe−σ0 t µ + λe−σ0 t

Exercı́cio 10 (D.L.1.14)
Suponha que A ∈ Mn (R) tem um autovalor real λ < 0. Mostre que a equação x0 = Ax tem pelo menos uma
solução x(t) não trivial tal que limt→∞ x(t) = 0 ∈ Rn .
Resolução:
Seja v 6= 0 um autovetor associado a λ < 0. Logo a solução de x0 = Ax com x(0) = v é x(t) = etA v = etλ v. Isto
pode ser verificado diretamente ou através do exercı́cio 17. Logo
lim x(t) = lim etλ v = 0.
t→∞ t→∞

Exercı́cio 11 (D.L.1.15)
Seja A ∈ Mn (R) uma matriz com n autovalores reais distintos. Obtenha condições sobre os autovalores de A
para que toda solução não trivial de x0 = Ax satisfaça:
a) limt→∞ kx(t)k = 0.
b) limt→∞ kx(t)k = ∞.
Resolução:
a) Sabemos que a origem é um poço se, e somente se, A é um atrator hiperbólico. Logo a condição necessária e
suficiente é que todos os autovalores sejam negativos.
b) Seja {v1 , ..., vn } autovetores associados aos autovalores {λ1 , ...,
λn }. Eles são L.I. e, portanto,
formam uma
base. Logo, pelo exercı́cio 17, temos etA vj = etλj vj . Logo limt→∞ etA vj = limt→∞ etλj vj = ∞ se e somente
se λj > 0. Concluı́mos que todos os autovalores serem positivos é uma condição necessária. Vamos mostrar que
também é suficiente.
Seja x0 ∈ Rn , x0 6= 0. Logo existem α1 , ...,αn pertencentes a R, unicamente determinados tais que
x0 = α1 v1 + ... + αn vn .
Assim etA x0 = etA (α1 v1 + ... + αn vn ) = α1 etλ1 v1 + ... + αn etλn vn .
Vamos definir a norma k.k+ : Rn → R por
kβ1 v1 + ... + βn vn k+ = |β1 | + ... + |βn | .
Vemos que esta função de fato define uma norma. Como
lim ketA x0 k+ = lim α1 etλ1  + ... + αn etλn  = ∞
   

t→∞ t→∞

e como toda norma num espaço vetorial é equivalente, concluı́mos que a norma euclidiana satisfaz kvk ≥ Ckvk+
para algum C > 0 e para todo v ∈ Rn . Logo limt→∞ ketA x0 k = ∞.

Exercı́cio 12 (D.L.1.16)
Mostre que todas as soluções x(t) de x0 = Ax tendem a 0 ∈ Rn quando t → ∞, no caso em que A é uma matriz
a) Diagonal e todas as entradas na diagonal de A são negativas;
 DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 2 EDO II - MAP 0316 5

b) Diagonalizável e todos os autovalores de A são negativos.

Resolução:  
λ1 0
a) Neste caso temos que se x0 = Ax, x(0) = (x1 , ..., xn ) e A = 
 .. , com λj < 0, então etA x0 =

.

0 λn
etλ1 x1 , ..., etλn xn . Logo, como limt→∞ etλj = 0, concluı́mos que limt→∞ x(t) = 0.
b) Vemos que existe P ∈ Mn (R) inversı́vel tal que
 
λ1 0
P −1 AP = D := 
 .. .

.
0 λn
Logo
eλ1 t
 
0
etA = P etD P −1 = P 
 ..  −1
P .
.
0 etλn
Logo as componentes de etA x0 são combinações lineares das funções eλj t . Como limt→∞ etλj = 0 , concluı́mos
que as combinações lineares também tendem a zero. Logo limt→∞ x(t) = 0.

Exercı́cio 13 (D.L.1.17)
Calcule os autovetores e autovalores da matriz
 
0 1
A= .
−4 0
e obtenha a solução geral do sistema x0 = Ax.
Resolução:
Para calcular os autovalores, vamos calcular o polinômio caracterı́stico.
 
λ −1
pA (λ) = det = λ2 + 4.
4 λ
Logo os autovalores são ±2i.
Agora vamos calcular os autovetores:
Para 2i     
−2i 1 x 0
= =⇒ −2ix + y = 0.
−4 −2i y 0
Assim um possı́vel autovetor complexo é (1, 2i). Para −2i, basta tomar o complexo conjugado. Logo temos
(1, −2i).
Vamos colocar a matriz A na forma canônica de Jordan. Se w = (1, 2i) = (1, 0) + i (0, 2), então escolho
   
1 0 −1 1 0
P = e P = .
0 2 0 21
Assim    
−1 1 0 0 1 1 0
P AP = =
0 1 −4 0 0 2
  2   
1 0 0 2 0 2
= .
0 21 −4 0 −2 0
Logo a solução geral do problema x0 = Ax, x(0) = (x0 , y0 ) é dado por
       
tA 1 0 0 2 1 0 x0
e x(0) = exp t =
0 2 −2 0 0 21 y0
    
1 0 cos(2t) sen (2t) 1 0 x0
=
0 2 −sen (2t) cos(2t) 0 21 y0
1
   
1 0 cos(2t) 2 sen (2t) x0
=
0 2 −sen (2t) 12 cos(2t) y0
1
cos(2t)x0 + 21 sen(2t)y0
     
cos(2t) 2 sen (2t) x0
= ,
−2sen (2t) cos(2t) y0 −2sen (2t) x0 + cos(2t)y0
 DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 2 EDO II - MAP 0316 6

ou seja, (x(t), y(t)) = cos(2t)x0 + 12 sen(2t)y0 , −2sen (2t) x0 + cos(2t)y0 .

Exercı́cio 14 (D.L.1.18)
Considere a equação diferencial linear autônoma
x(n) + an−1 x(n−1) + ... + a1 x0 + a0 x = 0
de ordem n. Como vimos em sala de aula, esta equação escalar de ordem n corresponde à equação vetorial de
primeira ordem em Rn dada por
0
(x1 , x2 , ..., xn ) = A (x1 , x2 , ..., xn ) ,
na qual x01 = x2 , x02 = x3 , ..., x0n−1 = xn e x0n = −an−1 xn − an−2 xn−1 − ... − a1 x2 − a0 x1 . Dizemos que A é a matriz
companheira da equação de ordem n. Escreva a matriz A e mostre que
pA (λ) = λn + an−1 λn−1 + ... + a1 λ + a0 = 0
é o polinômio caracterı́stico de A. Observe que pA (λ) reflete a estrutura da própria equação, já que pode ser obtido
a partir da equação substituindo x(k) por λk .
Resolução:
Basta observar que
 
0 1 0 0 ... 0
 0 0 1 0 ... 0 
 
 0 0 0 1 ... 0 
A= 0 .
 
 0 0 0 ... 0 
 .. .. .. .. . .. .
.. 
 . . . . 
−a0 −a1 −a2 −a3 ... −an−1
Desta forma,
   
λ −1 0 0 ... 0 λ −1 0 0 ... 0

 0 λ −1 0 ... 0 


 0 λ −1 0 ... 0 

 0 0 λ −1 . . . 0  (1)  0 0 λ −1 . . . 0  (2)
pA = det (λI − A) = det   = det   =
   
 0 0 0 λ . . . 0   0 0 0 λ ... 0 
 .. .. .. .. .. ..   .. .. .. .. .. .. 
 . . . . . .   . . . . . . 
a0
a0 a1 a2 a3 . . . λ + an−1 0 λ + a1 a2 a3 . . . λ + an−1
   
λ −1 0 0 ... 0 λ −1 0 0 ... 0
 0 λ
 −1 0 . . . 0 

 0 λ
 −1 0 ... 0 

 0 0 λ −1 . . . 0  (3)  0 0 λ −1 ... 0 
det  0 0  = det  0 0
   
 0 λ . . . 0   0 λ ... 0 

 .. .. .. .. .. ..   .. .. .. .. .. .. 
 . . .
. . .   . . . .
. . 
1 a0 1 1 a0


0 0 λ λ + a 1 + a2 a 3 . . . λ + a n−1 0 0 0 λ λ λ + a1 + a2 + a3 ... λ + an−1
 
λ −1 0 0 ... 0
 0 λ −1 0 . . . 0 
 
 0 0 λ −1 . . . 0 
= ... = det  0 0  = a0 +a1 λ+...+an−1 λn−1 +λn .
 
 0 λ ... 0 
 .. .. .. .. . .. .. 
 . . . . . 
a0 a1 a2 an−2
0 0 0 0 ... λn−1 + λn−2 + λn−3 + ... + λ + an−1 + λ
Em (1) somamos a última linha pela primeira vezes − aλ0 .
Em (2) somamos a última

linha

pela segunda vezes
− λ1 aλ0 + a1 . Em (2) somamos a última linha pela segunda vezes − λ1 λ1 aλ0 + a1 + a2 . Seguimos assim até

obter a última matriz e calcular o determinante multiplicando os elementos da diagonal.

Note que o procedimento vale para λ 6= 0. Como pA é contı́nuo, o resultado vale também para λ = 0.

Exercı́cio 15 (D.L.1.21)  
λ1 0
Considere o campo linear x0 = Ax, com A = e a solução x : R → R2 dada por x(t) = (x1 (t), x2 (t)) =
0 λ2
(k1 eλ1 t , k2 eλ2 t ) com condição inicial x(0) = (k1 , k2 ) ∈ R2 . É claro que se k1 = 0, x(t) = (0, x2 (t)) permanece no
 DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 2 EDO II - MAP 0316 7

eixo x2 , que é a reta invariante do autovetor e2 e por isso suponha que k1 6= 0. Estudando
 
|x2 (t)|  k2 
lim =   lim e(λ2 −λ1 )t ,
t→±∞ |x1 (t)| k1 t→±∞
mostre que
a) Se λ1 < λ2 < 0, a solução x(t) é assintoticamente tangente ao eixo x2 quando tende à origem com t → +∞;
dizemos que a origem é um nó estável.
b) Se 0 < λ1 < λ2 , a solução x(t) é assintoticamente tangente ao eixo x1 quando tende à origem com t → −∞;
dizemos que a origem é um nó instável.
Resolução: Basta calcular os limites.

Exercı́cio 16 (D.L.1.24)
Seja A uma matriz 2 × 2 com autovalores reais λ1 e λ2 com autovetores associados (1, 0) e (1, 1), respectivamente.
Esboce o retrato de fase de x0 = Ax nos seguintes casos:
a) 0 < λ2 < λ1
b) λ2 < 0 < λ1
c) λ1 = 0, λ2 > 0.
Resolução:
Basta fazer os mesmos desenhos feitos em sala de aula, porém o eixo y é substituı́do por (1, 1). Os desenhos são
“entortados”.
Em a) temos soluções que se afastam da origem.
Em b) temos uma sela.
Em c) temos retas que se afastam do eixo x na direção de (1, 1).

Exercı́cio 17 (D.L.2.10)
Mostre que se λ é um autovalor de A associado ao autovetor v então eλ é um autovalor de eA associado ao
autovetor v.
Resolução:
Sabemos que v 6= 0 e Av = λv. Logo A2 (v) = A ◦ A(v) = A(λv) = λA(v) = λ2 v. Por indução, concluı́mos que
A (v) = λn v.
n

Logo
   
n n
X 1 X 1
eA v =  lim Aj  v = lim  Aj v  =
n→∞
j=0
j! n→∞
j=0
j!
   
n n
X 1 X 1
lim  λj v  =  lim λj  v = eλ v.
n→∞
j=0
j! n→∞
j=0
j!

Assim v é autovetor de eA associado ao autovalor eλ .

Exercı́cio 18 (D.L.2.15)
Decida
 para quais valores do parâmetro γ ∈ R o campo Aγ é atrator nos casos:
3 0
a) .
γ −4
 2 
γ 1
b) .
 0 γ 
a −γ
c) , com a fixo.
 γ 2 
0 −1 0
d)  1 0 0 .
−1 0 γ
Resolução:
Basta calcular o polinômio caracterı́stico e as raı́zes e determinar γ para que os autovalores complexos tenham
parte real negativa.
a) pA (λ) = (λ − 3) (λ
+ 4). Logo os autovalores são 3 e −4. A matriz nunca é atratora.
b) pA (λ) = λ − γ 2 (λ − γ). Logo os autovalores são γ e γ 2 . Como γ 2 ≥ 0, a matriz nunca é atratora.
 DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 2 EDO II - MAP 0316 8

c) pA (λ) = (λ − a) (λ − 2) + γ 2 = λ2 − (a + 2)λ + 2a + γ 2 . Observemos que se λ2 + a1 λ + a0 = 0, então

 
1
q
λ± = 2
−a1 ± a1 − 4a0 .
2
Pela fórmula acima vemos que para λ± terem parte real negativa é necessário e suficiente que a1 > 0 e a0 > 0.
No caso de nosso pA devemos ter
a + 2 < 0 e 2a + γ 2 > 0,
√
ou seja, a < −2 e |γ| > −2a. 
0 −1 0

d) pA (λ) = det  1 0 0  = λ2 + 1 (λ − γ). Os autovalores são ±i e γ. Logo como i é sempre autovalor,
−1 0 γ
o campo nunca é atrator.

Exercı́cio 19 (D.L. 2.16)

Seja A ∈ Mn (R) um campo linear tal que o fluxo de A é contrativo. Mostre que limt→−∞ etA x = +∞ para
cada x ∈ Rn tal que x 6= 0.
Resolução:
Sabemos que etA e−tA = I. Logo
kxk = e−tA etA x ≤ e−tA etA x .


Assim,
tA como A é contrativo, para t ≤ 0 temos e−tA ≤ Ceτ t , em que C > 0 e τ > 0. (Isto equivale a
e ≤ Ce−τ t para t ≥ 0). Desta forma,

e x ≥ kxk ≥ 1 e−τ t kxk .

tA
ke−tA k C
1 −τ t
Porém limt→−∞ Ce kxk = ∞. Logo
lim etA x = +∞.

t→−∞

Exercı́cio 20 (D.L. 2.23)

Sejam A e B ∈ Mn (R) tais que AB = BA. Mostre que se os fluxos dos campos lineares A e B são contrativos,
então o fluxo do campo linear A + B também é contrativo.
Resolução:
Vimos que A é contrativo se, por definição, etA ≤ Ce−τ t , em que τ > 0.
Como A e B comutam, concluı́mos que et(A+B) = etA etB . Logo como etA ≤ CA e−τA t e etA ≤ CB e−τB t ,
para CA > 0, CB > 0, τA > 0 e τB > 0. Concluı́mos, assim, que

= etA etB ≤ etA etB ≤ CA e−τA t CB e−τB t ≤ CA CB e−(τA +τB )t .
t(A+B)
e
Logo A + B é contrativo.