1

Universidade Federal de Sergipe

Centro de Ciências Sociais Aplicadas
Departamento de Economia
Programa de Pós-Graduação em Economia (Mestrado Acadêmico em Economia)
Disciplina: Métodos Matemáticos
Período: 2019.1

Professor: Olinto Silveira Alves Filho

(olinthoss@gmail.com e olinthos@yahoo.com)

“Educar e educar-se, na prática da liberdade, não é

estender algo desde a “sede do saber”, até a “sede da
ignorância” para “salvar”, com este saber, os que
habitam nesta. Ao contrário, educar e educar-se, na prática da liberdade é
tarefa daqueles que sabem que pouco sabem - por isto sabem que sabem algo e
podem assim chegar a saber mais – em diálogo com aqueles que, quase sempre,
pensam que nada sabem, para que estes, transformando seu pensar que nada
sabem em saber que pouco sabem, possam igualmente saber mais.” (FREIRE,
2006:25)

São Cristóvão
2019
 2

1 – EQUAÇÕES DIFERENCIAIS E SISTEMA DE EQUAÇÕES DIFERENCIAIS

Existem vários fenômenos da natureza e da sociedade que são modelados através das equações
diferenciais, a exemplo da física. De fato, fenômenos como velocidade, aceleração e força podem ser
expressos por meio destas equações, não é por acaso que Newton e Leibniz foram os precursores da
teoria das equações diferenciais.

Por um lado, pode-se ter variações temporais de, por exemplo, a posição de uma partícula, a
temperatura de um determinado objeto, a luminosidade de um corpo qualquer, o preço da gasolina, o
câmbio e a quantidade de mercarias exportadas de um dado país. Por outro, pode-se também constatar
variações em relação a outras quantidades, como variação da densidade de massa de um fluído em
relação à temperatura do mesmo, a variação da quantidade de mercadorias produzidas em relação aos
custos.

Portanto, a teoria das equações diferenciais pode ser aplicada em vários ramos do conhecimento como
Física, Química, Biologia, Engenharia e Economia; mas também na própria matemática são elaboradas
equações diferenciais ordinárias envolvendo problemas de topologia, cálculo variacional e geometria
diferencial.

No caso específico da economia, que nos interessa mais de perto, existe um conjunto muito
diversificado de eventos que também são modelados através das equações diferenciais ordinárias, a
título de exemplo podemos destacar os modelos de crescimento econômico e de inflação; mas também
temos a variação temporal de estoque de capital físico de um determinado país, as variações no nível
geral de contratação de mãos de obra (taxa de emprego), ou mesmo a taxa de juros da caderneta de
poupança.

1.1 – Princípios gerais

Genericamente, uma equação diferencial pode ser definida como toda equação em que aparecem
derivadas, ou diferenciais, de uma ou mais funções. Nos sistemas dinâmicos, maioria dos fenômenos
econômicos, essas funções têm como variável independente o tempo, de maneira que a equação
diferencial se configura como uma relação entre uma função do tempo, f (t ) , e suas derivadas, ou
diferenciais.

Sedo assim, especificadamente, chamaremos de equações diferenciais a toda equação em que é

estabelecida uma relação entre a variável independente, x , a variável dependente, y , e suas
dy d 2 y d 3 y dny
derivadas , , , ..., , ou ainda, de forma implícita:
dx dx2 dx3 dxn

dy d 2 y d 3 y dny
F[ x, y, , , , ..., ]=0
dx dx2 dx3 dxn

dy
Se a variável independente fosse o tempo, t , e lembrando que y = teríamos:
dt
 3

F [t , y, y, y, y , ..., y ( n.) ] = 0

As equações diferenciais podem ser classificadas de acordo com seu tipo, sua ordem e seu grau.
Quanto ao tipo, existem as equações diferenciais ordinárias e as equações diferenciais parciais. As
equações diferenciais ordinárias são as equações diferenciais que envolvem derivadas de uma função
de uma única variável independente.

Observem os exemplos abaixo:

dy
a) = 3x − 5  y ' = 3x − 5
dx

d2y dy
b) 2
−3 =1  y ''− 3 y ' = 1
dx dx

c) ( x 2 y − x)dy + xydx = 0

d3y d2y
d) − 3 x − x + 2 = −2 x + y  y ' ' '−3xy ' '− x + 2 = −2 x + y
dx3 dx 2

Por seu turno, as equações diferenciais parciais são compostas por funções de duas ou mais variáveis
independentes.
Vejam os exemplos os abaixo:

z z
i) +3 = z −2
x y
z z
ii) x − − y =0
x y
3 z 2 z 2 z 2 z
iii) + + −2 2 =3
xyw x 2 y 2 w

Quanto à ordem, as equações diferenciais podem ser identificadas pela derivada de maior ordem que
aparece na equação. Por sua vez, o grau de uma equação diferencial é dado pelo expoente da derivada
de maior ordem que aparece depois que a equação diferencial for racionalizada, no sentido de que os
termos da derivada com potencias fracionarias fossem removidas. Veja tabela abaixo onde são
colocadas as equações por tipos, ordens e graus.
 4

Equação diferencial Tipo Ordem Grau

dy EDO Primeira ordem Primeiro grau
− 4x = 3
dx
d 2 y  dy 
2 EDO Segunda ordem Primeiro grau
3 2 − 3  − 5 x = 2 y
dx  dx 
 d3y 
2
 d2y 
5 EDO Terceira ordem Segundo grau
 3  − 3 2  − y = −2 x + cos x
 dx   dx 
2 z 2 z EDP Segunda ordem Primeiro grau
+ − 2z = 0
xy x 2

Neste curso trabalharemos apenas com equações diferenciais ordinárias.

1.1.1 – Solução das equações diferenciais ordinárias

A solução (ou integral) para uma equação diferencial ordinária, de uma forma geral, é uma equação
onde não aparecem derivadas (nem diferenciais) e pode se apresentar de forma explícita ou implícita.
Por um lado, a solução explícita de uma equação diferencial é qualquer função expressa como:
y = f (x) , esta equação é definida em um dado intervalo aberto (a, b) . Por outro, a solução implícita
de uma equação diferencial é uma relação que se apresenta da seguinte forma G( x, y) = 0 . Observa-se
que soluções implícitas podem dar origem a várias soluções explícitas.

Frequentemente, temos dois tipos de solução, a geral e particular. Uma solução é particular quando
envolve uma família de curvas que verifica a equação diferencial, ou seja, a primitiva de uma equação
diferencial, de maneira que na solução geral aparecerá tantas constantes arbitrárias quantas forem as
unidades de ordem da equação. A outra é a solução particular, ela é obtida da solução da equação
solução geral, quando são dadas as condições iniciais (condições de contorno).

Exemplos:

d2y dy
i) Mostre que a equação explícita y = e − kx é solução da equação 2
+k = 0.
dx dx

Tomemos a solução, y = e − kx , e a diferenciamos duas vezes objetivando constatar a veracidade da

afirmação.

dy d2y d2y
= −ke −kx  = k 2e −kx  = −k[−ke −kx ]
dx dx2 dx2

d2y dy d2y dy
 2
= −k  2
+k = 0.
dx dx dx dx
 5

−3 x d2y
ii) Mostre que a equação explícita y = c1e + c2e3x
é solução da equação −9y = 0 .
dx 2

Tomemos a solução, y = c1e3 x + c2e −3 x , e a diferenciamos duas vezes com o objetivo de constatar a
veracidade da afirmação.

dy d2y d2y
= 3c1e3 x − 3c2e−3 x  2
= 9c1e3 x + 9c2e −3 x  2
= 9(c1e3 x + c2e −3 x )
dx dx dx

d2y d2y
 = 9y  −9y = 0 .
dx 2 dx 2

iii) Mostre que a equação implícita x + y + e xy = 0 é solução da equação também implícita

dy
(1 + xe xy ) + 1 + ye xy = 0 .
dx

Tomemos a solução, x + y + e xy = 0 , e a diferenciamos uma vez afim de constatar a veracidade da

afirmação:

d dy xy d dy xy dy
( x + y + e xy ) = 0  1+ +e ( xy ) = 0  1+ + e [y + x ] = 0
dx dx dx dx dx

dy dy dy
 1+ + ye xy + xe xy =0  (1 + xe xy ) + 1 + ye xy = 0 .
dx dx dx

1.2 – Equações diferenciais de primeira ordem

Existem alguns tipos de equações diferenciais ordinárias de primeira ordem que podem ser resolvidas
por processos e técnicas analíticas. Vamos começar pelo caso mais simples de equações diferenciais de
dy dy
primeira ordem, ou seja, a equação da forma F ( x, y, ) ou = f (x) .
dx dx
Esse tipo de equação diferencial tem como solução geral a seguinte expressão:

y =  ( x, C ) ou y ( x) =  f ( x)dx + C
dy
Exemplo (1). Encontre a solução geral da seguinte equação = e x + senx .
dx

Solução:

y( x) =  (e x + senx)dx + C  y( x) =  e x dx +  senxdx + C  y( x) = e x − cos x + C

 6

Se desejarmos encontrar uma solução particular é necessário que se informe quais são as condições
iniciais ou, no caso, os limites de integração, de forma que se x0 = 0 quando y0 = 3 , temos que

3 = e0 − cos(0) + C  C = 3 e solução particular será dada por:

y( x) = e x − cos x + 3.

dy
Exemplo (2). Encontre a solução geral da seguinte equação − x + ln x = 0 .
dx

Solução:

dy dy
− x + ln x = 0  = x − ln x
dx dx

x2
2 
y( x) =  ( x − ln x)dx + C  y( x) =  xdx −  ln xdx + C  y ( x) = − ln xdx + C

O integral de  ln( x)dx pode ser encontrado pela técnica de integração por partes, de maneira
que, se u ( x) e v( x) , então, a formula de integração por partes é dada por  udv = uv −  vdu ,
dx
Portanto, tomando u = ln( x)  du = e dv = dx  v = x . Assim, tem-se que
x
dx
 ln( x)dx = x ln( x) −  x x
  ln( x)dx = x ln( x) −  dx   ln( x)dx = x ln( x) − x .

Finalmente, encontramos a solução geral da equação proposta.

x2
y ( x) = − x ln( x) + x + C
2

Se desejarmos encontrar uma solução particular é necessário que se informe quais são as condições
1
iniciais ou, no caso, os limites de integração, de forma que se x0 = 1 quando y0 = , temos que
2
1 1
= − (1) ln(1) + 1 + C  C = −1 e solução particular será dada por:
2 2
x2
y ( x) = − x ln( x) + x − 1
2

1.3 – Equações diferenciais ordinárias de primeira ordem com variáveis separáveis

Uma equação diferencial de primeira ordem é dita de variável separável se assume a seguinte forma:
 7

dy f ( x)
= ou ainda f ( x)dx − g ( y)dy = 0 ,
dx g ( y )

mas podemos apresentá-la de uma forma mais geral, expressando-a assim:

M ( x)dx + N ( y)dy = 0

Onde M ( x) = f ( x) e N ( x) = − g ( y) . A solução geral para equação formatada acima é dada pela

integração de cada função em suas respectivas variáveis, ou seja,

 M ( x)dx +  N ( y)dy = C

Exemplo (1). Encontre a solução geral da seguinte equação diferencial de variável separável

xdx + ydy = 0

Soluça:

Integrando cada função em suas respectivas variáveis, temos:

x2 y 2
 xdx +  ydy = C 
2
+
2
= C2 ou x 2 + y 2 = 2C 2

Essa é uma equação de uma família de circunferências concêntricas, com centro na origem e raio igual
a 2C .

Exemplo (2). Encontre a solução geral da seguinte equação diferencial de variável separável

dy
(1 + x 2 ) + xy = 0 .
dx

Solução:

Primeiramente, separamos as variáveis, colocando-as ao lado dos seus respectivos diferenciais, depois
aplicamos o operador integral. Sendo assim, temos:

dy dy x 1
(1 + x 2 ) + xy = 0  (1 + x 2 ) = − xy  dx + dy = 0
dx dx (1 + x )
2
y
x 1 1
 (1 + x ) dx +  ydy = C
2

2
ln(1 + x 2 ) + ln y = C
1
ln(1 + x 2 ) 2 + ln y = ln C  ln( 1 + x 2 ) + ln y = ln C
 8

C
ln[ 1 + x 2 ). y ] = ln C  ( 1 + x2 ) y = C  y=
1 + x2

Exemplo (3). Sabemos que a taxa de juros é composta continuamente de tal forma que a variação
dA
temporal do capital, , aplicado numa instituição financeira (por exemplo, numa caderneta de
dt
poupança da caixa econômica federal) é diretamente proporcional a este mesmo capital, e a constante
de proporcionalidade é a própria taxa de juros, i . Sendo assim, encontre o capital aplicado.

Solução:

dA dA
= iA  = idt
dt A
ln A = it + C  A = eit +C  A(t ) = A0eit

e− x
Exemplo (4). Encontre a solução geral da seguinte equação diferencial: y' = 1
x

Solução:

e− x 1 dy
y' =1   =1
x xe x dx

dy = xe x dx  y =  xe x dx

 xe dx
x
O integral de pode ser encontrado através da técnica de integração por partes,

 udv = uv −  vdu . Assim, tomando u = x  du = dx e dv = e x dx  v = e x .

 xe dx = xe −  e dx   xe dx = xe − ex + C .
x x x x x
Desta forma, tem-se então que

Portanto, a solução geral da equação acima é dada por:

y = xe x − e x + C

Exemplo (5). Diferentemente da escola neoclássica (ortodoxa), a quantidade de moeda de uma

economia é previamente dada pelo somatório geral dos preços, P, de todos os bens e serviços
(conforme uma versão monetarista heterodoxa). De acordo com essa leitura, a taxa de variação da
moeda (em relação aos preços) é diretamente proporcional à quantidade de moeda circulando na
economia. Sendo assim, determine a lei de variação da moeda em função do nível geral de preços,
sabendo que quando P = 0 , tem-se que M = M 0 .
 9

Solução:

dM dM dM
dP
= kM 
M
= kdP   M
= k  dP + C  ln M = kP + C

M = AekP  M = M 0ekP .

Exemplo (6). O lucro líquido,  , de determinada empresa, e os gastos em propaganda, g , é tal que a
taxa de crescimento do lucro líquido, à medida que os gastos de propaganda aumentam, é proporcional
à um constante subtraído do próprio lucro líquido. Neste contexto, determine a relação entre o lucro
líquido e os gastos em propaganda, sabendo que  =  0 , quando g = 0 .

Solução:

d d
= k (a −  )  = kdg
dg (a −  )

− ln(a −  ) = kg + C  ln(a −  ) = −kg − C

ln(a −  ) = −kg − C  a −  = e− kg −C  a −  = Ae− kg

Pelas condições de contorno, ou seja,  =  0 , quando g = 0 , temos que  = a − (a −  0 )e− kg .

1.4 – Equações diferenciais homogêneas

Uma dada equação diferencial ordinária de primeira ordem e primeiro grau pode ser apresentada da
seguinte forma geral:

M ( x, y )dx + N ( x, y )dy = 0

Lembre-se que a equação homogênea é diferente de uma função homogênea. Com efeito, a função
F ( x, y ) é homogênea se, e somente se, F (hx, hy) = hn F ( x, y) , onde n representa o grau de
homogeneidade.

Quando nos deparamos com uma equação diferencial ordinária homogênea, como a apresentada
acima, é possível resolvê-la fazendo uma substituição de variável, buscando transformá-la numa
equação diferencial ordinária de primeira ordem e de primeiro grau, com variável separável. Portanto,
tomando x = uy , temos o seguinte:

x = uy  dx = udy + ydu
 10

dy M ( x, y )
M ( x, y )dx + N ( x, y )dy = 0  =−
dx N ( x, y )

 M (hx, hy ) = h n M ( x, y )  M ( x, y ) = h − n M (hx, hy )

Uma vez que  −n
 N (hx, hy ) = h N ( x, y )  N ( x, y ) = h N (hx, hy )
n

dy M ( x, y ) h − n M (hx, hy )
Temos então que =− = − −n
dx N ( x, y ) h N (hx, hy )

dy M (hx, hy ) 1
=−  Fazendo h = .
dx N (hx, hy ) x

1 1 y
M ( . x, . y) M (1,)
dy x x dy x dy y
=−  =−  = −F ( )
dx 1 1 dx y dx x
N ( . x, . y) N (1, )
x x x

y dy
Tomando u =  = − F (u) .
x dx

dy du du
Tomando agora, y = ux  =u+x  u+x = − F (u)
dx dx dx

A última equação acima é uma equação diferencial de primeiro grau com variável separável. Assim,

du du dx du dx
u + F (u) = − x  =−  + =0
dx u + F (u ) x [u + F (u)] x

du dx
 [u + F (u)] +  x
=C

Exemplo (1) – Encontre a solução geral da seguinte equação diferencial de variável separável
( y 2 − xy )dx + x 2 dy = 0 .

Solução:


M = y − xy
2

( y 2 − xy )dx + x 2 dy = 0  

N = x
2
 11

 M ( x, y ) = y 2 − xy  M (hx, hy ) = (hy ) 2 − hxhy



 N ( x, y ) = x  N ( x, y ) = (hx) 2
2

 M (hx, hy) = h2 ( y 2 − xy) = h2 M ( x, y)



 N (hx, hy) = h x = h N ( x, y )

2 2 2

Portanto, a equação diferencial ( y 2 − xy )dx + x 2 dy = 0 é homogênea de grau 2.

dy y 2 − xy
2
dy y  y 
=  = − 
dx x2 dx x  x 

y dy du du du dx
u=  =u+x u+x = u − u2  + =0
x dx dx dx u2 x

du dx u −1
 u2 +  x = C 
−1
+ ln x = C

−1 −1 x
= C − ln x  = C − ln x  y=
u y ln x − C
x

Exemplo (2) – Encontre a solução geral da seguinte equação diferencial de variável separável
( x 2 + y 2 )dx + (2 x + y ) ydy = 0 .

Solução:

M = x 2 + y 2
( x 2 + y 2 )dx + (2 x + y ) ydy = 0, onde 
 N = (2 x + y ) y


M ( x, y) = x + y  M (hx, hy) = (hx) + (hy)
2 2 2 2


 N ( x, y) = (2 x + y) y  N ( x, y ) = (2hx + hy )hy



M (hx, hy) = (hx) + (hy)  M (hx, hy) = h ( x + y )
2 2 2 2 2

 M (hx, hy) = h M ( x, y)
2

  
 N (hx, hy) = (2hx + hy)hy  N ( x, y) = h [(2 x + y) y]
  N (hx, hy) = h N ( x, y )

2 2

Portanto, a equação diferencial ( x 2 + y 2 )dx + (2 x + y ) ydy = 0 é homogênea de grau 2.

y dy du
u=  =u+x
x dx dx
 12

dx 2u + u 2
+ du = 0  t = 1 + 3u 2 + u 3  dt = 3(2u + u 2 )du
dx 1 + 3u 2 + u 3

dx (2u + u 2 )du 1
 x +  1 + 3u 2 + u 3 = C  ln x + ln(1 + 3u 2 + u 3 ) = C
3

2 3
1  y  y
ln x + ln[1 + 3   +   ] = C  y 3 + 3xy 2 + x3 = k
3 x  x

1.5 – Equações diferenciais exatas

Seja a função F = F ( x, y ) , então o diferencial total desta função é dado por

F ( x, y) F ( x, y)
dF = dx + dy
x y

Se a função for constante, ou seja, F = C , então dF = 0 . Sendo assim, temos que

F ( x, y) F ( x, y )
dx + dy = 0 e esta equação é chamada de equação exata se, e somente se
x y

F ( x, y) F ( x, y)
dx = M ( x, y) e dy = N ( x, y)
x y

Para demonstrar esta afirmação, comparamos com a equação diferencial de primeira ordem e de
primeiro grau na sua forma geral, ou seja:

F ( x, y) N ( x, y)
M ( x, y )dx + N ( x, y )dy = 0 , de maneira que M ( x, y)dx + N ( x, y)dy = dx + dy .
x y
Daí, conclui-se que

 F ( x, y )
 M ( x, y ) = x

 N ( x, y ) = F ( x, y )
 y

M ( x, y) e N ( x, y) são derivadas parciais de F ( x, y) com relação a x e y , de tal maneira que

se tomarmos as derivadas parciais de segunda ordem cruzada, para cada coeficiente, tem-se

 F ( x, y)   F ( x, y) 
[ ] ou [M ( x, y)] e [ ] ou [ N ( x, y)]
y x y x y x
 13

Como pelo Teorema de Clairaut, as derivas parciais cruzadas são iguais, concluímos, então que:

M ( x, y) N ( x, y)
= que é a condição necessária e suficiente para que a equação
y x
M ( x, y )dx + N ( x, y )dy = 0 seja uma equação diferencial exata. Sendo assim, para processar sua
resolução, temos

F ( x, y)
= M ( x, y)  F ( x, y ) =  M ( x, y )dx +  ( y )
x

F ( x, y ) =  M ( x, y )dx +  ( y ) (I)

Percebe-se que a função arbitrária  ( y) é a constante de integração. Agora, derivando F ( x, y ) com

relação a y e, como víamos acima, F y = N ( x, y) :

F 
y y 
= M ( x, y)dx + ´( y) = N ( x, y)

Assim,

 
y 
 ( y) =  [ N ( x, y) −
y 
´( y) = N ( x, y) − M ( x, y)dx. e M ( x, y)dx]dy

Finalmente, integre  ' ( y ) com relação a y e substitua o resultado na equação (I). Portanto, a solução
para a equação (I) é:


F ( x, y) =  M ( x, y)dx +  [ N ( x, y) −
y 
M ( x, y)dx]dy .

Exemplo (1) – Encontre a solução geral da seguinte equação diferencial

( x − x + y )dx − ( ye − 2 xy )dy = 0 .
2 2 y

Solução:


M = x − x + y
2 2

( x 2 − x + y 2 )dx − ( ye y − 2 xy )dy = 0  

 N = ye − 2 xy
y

 M
 M = x − x + y  = 2y
2 2

y

 N = − ye y + 2 xy N
 = 2y
 x

G ( x, y ) =  M ( x, y )dx +  ( y )
 14

G ( x, y ) =  ( x 2 − x + y 2 )dx +  ( x, y )
x3 x2
G( x, y) = − + y 2 x +  ( y)
3 2

G( x, y)  ( y)
= 2 yx + = N ( x, y)
y y

 ( y)
2 yx + = − ye y + 2 xy
y

 ( y)
= − ye y   ( y ) = −  ye y dy   ( y) = − ye y + e y
y

x3 x2
Substituído o resultado acima em G( x, y) = − + y 2 x +  ( y) , tem-se finalmente a solução geral
3 2
da equação diferencial exata:

x3 x2 x3 x2
G( x, y) = − + y 2 x − ye y + e y ou C= − + y 2 x − ye y + e y
3 2 3 2

Exemplo (2) – Encontre a solução geral da seguinte equação diferencial ( x 2 − y 2 )dx − 2 xydy = 0 .

Solução:

M = x2 − y 2
( x 2 − y 2 )dx − 2 xydy = 0  
 N = −2 xy
 M
 M = x 2
− y 2
 = −2 y
y

 M = −2 xy N
 = −2 y
 x

G ( x, y ) =  M ( x, y )dx +  ( y )
G ( x, y ) =  ( x 2 − y 2 )dx +  ( y )
x3
G( x, y) = − y 2 x +  ( y)
3
G( x, y)  ( y)
= −2 yx + = N ( x, y)
y y

 ( y)  ( y )
−2 yx + = −2 xy  =0   ( y) = C
y y
 15

x3
Substituído o resultado acima em G( x, y) = − y 2 x +  ( y) , tem-se finalmente a solução geral da
3
equação diferencial exata:

x3 x3
G( x, y) = − y2 x + C ou C= − y2 x
3 3

2 – Equação diferencial linear não homogênea de primeira ordem, casos específicos onde o coeficiente
da variável y é uma função de x (ou de y ) e termo de segundo membro é uma função de x (ou de
y ).

Equações diferenciais lineares de primeira ordem são todas as equações que assumem a seguinte
forma:

dy dx
+ P ( x ) y = Q( x ) ou + P ( y ) x = Q( y )
dx dy

Para resolver uma equação linear de primeira ordem deve-se inicialmente arrumá-la para que elas
assumam uma das duas formas apresentadas acima.

Sendo assim, inicialmente, faz-se necessário utilizar o seguinte artifício: y = uv , para a primeira forma,
na condição de que u e v sejam funções da variável x , isto é, u = u (x) e v = v(x) , teremos que
dy dv du dy
= u + v . Agora, substituindo está relação em + P( x) y = Q( x) , tem-se a seguinte
dx dx dx dx
equação:

dv du
u + v + P( x)vu = Q( x) ,
dx dx

Colocando u em evidência e reagrupando essa equação, obtemos:

dv du
u[ + P( x)v] + v = Q( x )
dx dx

Para resolver a equação acima, faremos em dois estágios:

dv
(1) No primeiro estágio, tomamos + P( x)v = 0 , tem-se o caso visto anteriormente de uma
dx
equação diferencial de primeira ordem e primeiro grau, com variáveis separadas, que já
sabemos resolver. Desta forma,

v=e 
dv dv − P ( x ) dx
+ P( x)v = 0  = − P( x)dx 
dx v
 16

du
(2) Após o primeiro estágio, sobra da equação a seguinte expressão: v = Q( x) . Todavia, já que
dx
temos encontrado o valor de v , então é só substituí-lo nela para achar u , de tal forma que

e
du − P ( x ) dx du
v = Q( x )  = Q( x) .
dx dx

Novamente tem-se o caso de uma equação diferencial de primeira ordem e primeiro grau, com
variáveis separadas, o qual também sabemos resolver,

e du = e  u =  e
− P ( x ) dx du − P ( x ) dx P ( x ) dx
= Q( x )  Q( x)dx  Q( x)dx + C
dx

A solução definitiva será dada por y = uv , de forma que, ao substituir os valores de u e v , tem-se
finalmente o resultado procurado, dado por:

y = ( e Q( x)dx + C )e 
P ( x ) dx − P ( x ) dx
y = uv 

y = [ e Q( x)dx]e  + Ce 
P ( x ) dx − P ( x ) dx − P ( x ) dx

dv du
Por sua vez, fazendo x = uv , para a segunda forma, obtemos: u[ + P ( y )v ] + v = Q( y) , de
dy dy
maneira que, repetindo os mesmos procedimentos, que fizemos para o caso anterior, temos a solução
em x dado por:

x = [ e Q( y)dy]e  + Ce 
P ( y ) dy − P ( y ) dy − P ( y ) dy

Exemplo ilustrativo (1) – Encontre a solução geral da equação diferencial linear de primeira ordem
dada pela expressão: x 2dy + ( y − 2 xy − 2 x 2 )dx = 0 .

Solução:

dy − y + 2 xy + 2 x 2 dy 1 2
x 2dy = −( y − 2 xy − 2 x 2 )dx  =  + ( 2 − )y = 2
dx x2 dx x x
 17

dy dv du dy 1 2
Tomando y = uv  = u + v . Assim, substituindo estas expressões em + ( 2 − )y = 2,
dx dx dx dx x x
dv du 1 2 dv 1 2 du
tem-se que, u + v + ( 2 − )uv = 2 . Colocando u em evidência, u[ + ( 2 − )v] + v = 2.
dx dx x x dx x x dx
dv 1 2 du
Agora, fazendo + ( 2 − )v = 0 , a equação fica reduzida a v = 2.
dx x x dx

Então, podemos encontrar v e para só então encontrar u . Assim,

1
dv 1 2 dv 1 2
+ ( 2 − )v = 0  = −( 2 − )dx  v = x 2 e x .
dx x x v x x

du
Substituindo este valor em v = 2 , tem-se que
dx
1 1
1 − −
x x
du 2e dx e dx
2 x
xe = 2  du =  u = 2
dx x2 x2

1
−
e x dx
A equação u = 2  2 pode ser resolvida pela técnica de substituição de variável, tomando
x
1
1 dx −
t=−  dt = 2 .Então, temos que du = 2et dt  u = 2 et dt  u = 2e x + C .
x x

Portanto, como encontramos u e v os substituiremos em y = uv . Finalmente, então, encontramos a

solução
1 1 1
−
y = (2e x
+ C)x e
2 x
 y = 2 x + Cx e
2 2 x

Exemplo ilustrativo (2) – Sabe-se que a taxa de variação no consumo de determinado bem em relação
dC
a renda (para uma determinada comunidade), , é igual ao próprio consumo adicionado a uma
dY
proporção exponencial da renda, conforme a equação diferencial dada abaixo:

dC
= C +  eY
dY

Encontre a equação do consumo em função do investimento, dentro das condições de iniciais de

contorno que são dadas por: C = C0 quando Y = 0.

Solução:
 18

dC dC
= C +  eY  − C =  eY
dY dY

dC dv du
Tomando C = uv  =u +v .
dY dY dY

dC dv du
Assim, substituindo estas expressões em − C =  eY , tem-se que, u +v − uv =  eY .
dY dY dY

dv du dv
Colocando u em evidência, u[ − v] + v =  eY . Agora, fazendo − v = 0 , a equação fica
dY dY dY
du
reduzida a v =  eY .
dY

Então, podemos encontrar v e para só então encontrar u . Assim,

dv dv
−v = 0  = dY  v = eY .
dY v

du
Substituindo este valor em v =  eY , tem-se que
dY

du
eY =  eY  du =  dY  u = Y + b
dY

Portanto, como já temos u e v os substituiremos em y = uv , de maneira que encontramos a solução

geral que é dada por C = eY ( Y + b) .

Considerando agora as condições de contorno, ou seja, C = C0 quando Y = 0 , é possível obter a

constante b . Sendo assim, tem-se que C0 = eY ( .0 + b)  b = C0e−Y .

Resulta finalmente que a solução específica é dada por:

C = eY (Y + C0e−Y ) ou C = C0 + YeY

2.1 – Veremos agora uma equação diferencial especial de primeira ordem, a equação de Bernoulli

dy
Toda equação diferencial de primeira ordem linear que assume a forma + P ( x ) y = y n Q( x ) é
dx
chamada de Equação de Bernoulli. Sua solução é obtida fazendo um artifício algébrico que nos
conduza a forma anterior. Sendo assim, primeiramente, dividimos a equação por y n e para obtê-la
 19

dy
com um novo formato y −n + P( x) y1−n = Q( x) . Depois, tomamos z = y1−n de maneira que quando
dx
derivamos essa relação e a substituímos na anterior, teremos a equação na forma que já conhecemos e
dz
sabemos como resolvê-la. Ou seja, encontramos a equação agora na forma: + P( x) z = Q( x) .
dx

Exemplo ilustrativo – Encontre a solução geral da equação diferencial linear de primeira ordem
dy
conhecida como equação de Bernoulli, dada pela expressão + y = y2 .
dx

Solução:

dy dy
+ y = y2  y −2 + y −1 = 1
dx dx
dz dy dy dz
Fazendo, y −1 = z  = − y −2  y −2 =− .
dx dx dx dx
dy dz dz
y −2 + y −1 = 1  − + z =1  − z = −1
dx dx dx

dz dv du dz
Tomando z = uv  =u +v . Assim, substituindo esta expressão em − z = −1 , tem-se
dx dx dx dx
dv du dv du
que, u + v − uv = −1. Colocando u em evidência, u[ − v] + v = −1 . Agora, fazendo
dx dx dx dx
dv du
− v = 0 , a equação fica reduzida a v = −1 .
dx dx

dv dv
Então, podemos encontrar v e para só então encontrar u . Assim, −v = 0  = dx  v = e x .
dx v
du du
Substituindo este valor em v = −1 , tem-se e x = −1  du = −e − x dx  u = e − x + C .
dx dx
Portanto, encontramos u e v , os substituímos em z = uv . Encontramos finalmente a solução
z = (e − x + C )e x  z = 1 + Ce x . Lembrando que z = y −1 , tem-se finalmente que

1
y −1 = 1 + Ce x  y= .
1 + Ce x
 20

Exemplo de aplicação em modelos econômicos – O modelo de crescimento de Solow

Considerado como o principal modelo de explicação do crescimento econômico de longo prazo, de

víeis neoclássico, o modelo de Solow mostra como o crescimento do produto interno bruto (ou da
renda per capta) resulta do aumento do estoque de capital, da força de trabalho e dos avanços
tecnológicos (considerado como exógeno). Esse modelo tem como características norteadoras os
seguintes princípios:

A economia só produz um único produto (um único bem), fazendo uso de apenas dois
insumos: capital (K) e trabalho (L);
A função de produção é homogênea de primeiro grau em suas variáveis independentes, no
caso, em seus insumos; ou seja, ela exibe retorno constante de escala (isto significa que
uma dada variação proporcional em todos os insumos tem como resultado igual variação
proporcional na função de produção, ou seja, no produto);
Os fatores de produção estão sujeitos a rendimentos marginais decrescentes (por conta
disto, o acumulo de capital físico não consegue manter um aumento permanente na renda
per capta);
A tecnologia (A) é exógena (isto significa que um deslocamento da função de produção –
aumento do produto – só se dá com o incremento de uma nova tecnologia);
A relação capital/trabalho exibe uma taxa de crescimento constante;
A relação capital/produto se mantém constante no longo prazo.

A função de produção, Y, pode ser expressa da seguinte forma:

Y = F[ K (t ), A(t ) L(t )] (1.1)

Na equação (1.1) está explicito que a tecnologia, A, entra multiplicando a variável força de trabalho, L,
de maneira que AL representa o trabalho potencializado pela tecnologia, de acordo com Romer (2001),
AL é referido como “trabalho efetivo”. Assim, o progresso tecnológico, que entra nessa equação, é
conhecido como labor-augmenting ou Harrod-neutral; consequentemente, a razão capital produto,
 21

K/Y, eventualmente se torna estável. Em outras palavras, a participação dos lucros e dos salários na
renda nacional é mantida constante, a longo prazo.

A variável t, que representa o tempo, entra de forma indireta na função de produção através dos
insumos; portanto, variações na produção ocorrem apenas se houver variações temporais em seus
insumos.

Como foi acima mencionado, a função de produção é homogênea e de primeiro grau, isto possibilita
que se trabalhe no plano cartesiano bidimensional, através da seguinte transformação (aqui ilustrada
por meio de uma função de produção do tipo Cobb-Douglas), com retornos constantes de escala:

Y = F [ K (t ), A(t ) L(t )] = K (t ) [ A(t ) L(t )]1− (1.2)

F [hK (t ), hA(t ) L(t )] = [hK (t )] [hA(t ) L(t )]1− = h +1− K (t ) [ A(t ) L(t )]1−
F[hK (t ), hA(t ) L(t )] = hF[ K (t ), A(t ) L(t )] (1.3)

Destarte, é possível encontrar a forma intensiva da função de produção (no plano), dividindo-se, na
equação (1.1) e (1.2), ambos os membros por AL; assim, resulta que:

Y K (t )
= y = f (k ) = F [ ,1]
A(t ) L(t ) A(t ) A(t )

 1− K (t ) [ A(t ) L(t )]1−  K (t )  
y = f (k ) = [ K (t )] [ A(t ) L(t )] = =  = [k (t )]
[ A(t ) L(t )]  A(t ) L (t ) 
y = f (k ) = [k (t )] (1.4)

Com relação aos insumos e suas dinâmicas, parte-se do pressuposto de que os níveis iniciais de capital,
trabalho e tecnologia são dados. Adicionalmente, presume-se que a tecnologia e o trabalho crescem a
taxas constantes (representadas respectivamente por g e n ); assim, obtêm-se as seguintes relações,
envolvendo os fatores de produção (ou seja, tecnologia e força de trabalho):

A dA
=g  A = gA(t )  = gdt  A(t ) = A(0)ent (1.5)
A A

L dL
=n  L = nL(t )  = ndt  L(t ) = L(0)e gt (1.6)
L L
 22

Por outro lado, o produto é repartido entre consumo e investimento, conforme a relação:
Y (t ) = C (t ) + I (t ) , ou em termos de potencialidade tecnológica (dividindo tudo por AL),
y(t ) = c(t ) + i(t ) . Como pressuposto do modelo, tem-se que a fração de produto canalizado para o
investimento, s , é dada exogenamente e é tomada como constante. Assim, para uma dada taxa de
amortização (depreciação) do capital,  , e um montante de investimento bruto, i (t ) , tem-se que o
estoque de capital evolui continuamente de acordo com a seguinte equação:
k(t ) = i(t ) − k (t ) (1.7)
No equilíbrio (que é uma premissa neoclássica), toda a poupança é canalizada para o investimento,
portanto, tem-se que:
i(t ) = S (t ) = sy (t ) (1.8)
Substituindo o investimento da relação (1.8) na relação (1.7), resulta na seguinte relação fundamental
da dinâmica de acumulação de capital físico:
k(t ) = sy (t ) − k (t ) ou k(t ) = sf [k (t )] − k (t ) (1.9)
Pode-se obter o modelo de Solow, de forma mais generalizada, analisando a dinâmica da relação
K (t )
(razão) capital e trabalho potencializado pela tecnologia, k (t ) = , assim, derivando esta razão
A(t ) L(t )
em relação ao tempo, tem-se que:

dk (t ) K (t ) A(t ) L(t ) − K (t )[ A L + AL ]

=
dt [ A(t ) L(t )]2

K (t ) K (t ) L K (t ) A (t )
k(t ) = − −
A(t ) L(t ) A(t ) L(t ) L(t ) A(t ) L(t ) A(t )

k(t ) = sf [k (t )] − (n + g +  )k (t ) (1.10)

De acordo com Romer (2001), a equação (1.10) é a equação fundamental do modelo de Solow. Para
encontrar a solução dessa equação, utilizo uma equação de produção do tipo Cobb-Douglas, como
visto acima, y = f [k (t )] = [k (t )] , de maneira que se a substituímos na equação (1.10), tem-se que:

k(t ) = s[k (t )] − (n + g +  )k (t )

Rearranjando a equação acima, obtém-se:
k(t ) + (n + g +  )k (t ) = s[k (t )]

Agora, dividindo tudo por [k (t )] , resulta na seguinte equação:

 23

[k (t )]− k(t ) + (n + g +  )[k (t )]1− = s (1.11)

dy
A equação (1.11) é uma equação diferencial ordinária do primeiro grau do tipo + Py = Qyn
dx
(conhecida equação de Bernoulli), onde P e Q são constantes ou funções de x . Enquanto que o n é
diferente de zero e da unidade. Para encontrar sua solução, faz-se uma substituição de variável, por
exemplo, p = y1−n .

Buscando facilitar a manipulação algébrica, na equação (1.11), vou chamar de q a soma das taxas, ou

seja, q = (n + g +  ) . Portanto, fazendo a substituição de variável, qual seja, tomando p = [k (t )]1− e a

diferenciando em relação ao tempo, t , temos:
dp dk
= (1 −  )[k (t )]− .
dt dt
Substituindo esta relação em (1.11), chega-se à seguinte equação:
1 dp
+ qp = s (1.12)
(1 −  ) dt
A equação (1.12) é uma equação diferencial ordinária não homogênea do primeiro grau e tem como
solução geral a soma da solução da equação homogênea (solução particular) e não homogênea.
Entretanto, pode-se resolvê-la através do processo de separação de variáveis. De fato, separando as
variáveis, a equação (1.12) se transforma em:
dp
= (1 −  )dt (1.13)
s − pq
Por sua vez, a solução da equação (1.13) é obtida pelo mecanismo de mudança de variáveis, tomando
1
s − pq = r  dp = − dr , substituindo este diferencial em (1.13), obtém-se:
q
1 dr
− = (1 −  )dt (1.14)
q r
Integrando ambos os lados da equação (1.14), tem-se que:
1 dr 1
q r
− = (1 −  )  dt + c  − ln r = (1 −  )t  r = e −q (1− ) t (1.15)
q

Observe que, para não encontrar uma solução diferente da de Solow (a menos de uma constante), na
solução da integral acima, considerei a constante de integração c igual à zero. Retomando a variável
anterior, ou seja, r = s − pq , tem-se que e − q (1− )t = s − pq . Procedendo algumas manipulações
algébricas, chega-se a solução da equação (1.13), dada por:
 24

s e − q (1− )t
p= −
q q

Tomando o valor original de p = [k (t )]1− e da variável q = n + g +  , pode-se encontrar a solução da

equação (1.11), assim explicitada:
s e − (1− )(n+ g + )t
[k (t )](1− ) = −
(n + g +  ) (n + g +  )
Finalmente, depois de algumas manipulações algébricas, a solução da equação (1.11) é expressa pela
seguinte forma:
1
 s e −(1− )(n+ g + ) t  1−
k (t ) =  −  (1.16)
 (n + g +  ) (n + g +  ) 

Esta é a solução geral para o modelo de Solow, no que se refere ao estoque de capital por trabalho
efetivo. Por outro lado, elevando a equação (1.16), em ambos os lados, por  , obtém-se a solução
geral para a o produto por unidade de trabalho efetivo, expressa na equação (1.4), ou seja,
Y (t )
y(t ) = = f [k (t )] = [k (t )] . Portanto,
A(t ) L(t )

 s e −(1− )(n+ g + )t  1−
y (t ) =  −  (1.17)
 (n + g +  ) (n + g +  ) 

Como foi visto acima, 1 −  representa a produtividade marginal do trabalho potencializado pela
tecnologia (taxa eficiente do trabalho efetivo, ou ainda: participação dos rendimentos do fator trabalho
na renda total), e  a produtividade marginal do capital potencializado pela tecnologia (taxa de
eficiência do capital efetivo, ou ainda: participação dos rendimentos do fator capital na renda total);
como já foi muitas vezes mencionado, uma das hipóteses de trabalho do modelo de Solow é o retorno
constante de escala (ou seja, 1 −  +  = 1 ), de sorte que 0    1 . Portanto, conforme as previsões do
modelo de Solow, no longo prazo, ou seja, quando t →  (no assim chamado steady-state – estado
estável de equilíbrio), o estoque de capital por unidade de tralho efetivo converge para um valor
constante:
1
 s  1−
k* =   .
 (n + g +  ) 
 25

Analogamente, no longo prazo, o produto por unidade de trabalho efetivo, também converge para um
valor constante (a economia tende para um estado estacionário); neste caso específico, ele converge
para o seguinte valor:

 s  1−
y* =   .
 (n + g +  ) 
Para uma análise mais detalhada desses resultados, pode ser mostrado que, da solução de convergência
do modelo de Solow, a longo prazo, o produto por trabalhador (a renda per capita) pode ser expressa a
partir da seguinte relação:

Y (t )  s  1−
=
A(t ) L(t )  (n + g +  ) 

Y (t )  s  1−
= A(t )  
L(t )  (n + g +  ) 
Lembrando, da equação (1.5), que A(t ) = A(0)e gt , então, a renda per capta é dada por:

Y (t )  s  1−
= A(0)e gt   (1.18)
L(t )  (n + g +  ) 

A equação (1.18) mostra que, não havendo progresso técnico (ou seja, g = 0 ), a renda per capita
tenderia para um valor estável, constante no longo prazo. De maneira que, no percurso do processo de
ajustamento da economia, à sua posição de estado-estacionário, a renda per capita poderia crescer
apenas nesse intervalo de tempo; dependendo principalmente da taxa de progresso técnico, g , e da
taxa de poupança agregada, s .

Do acima exposto, conclui-se que, por externalizar o progresso tecnológico (deixando de considerar
suas correlações com a produtividade, tanto do capital como do trabalho, influenciando e
reciprocamente sendo influenciadas pela propensão marginal ao consumo e pela produtividade do
trabalho – sendo ambos não constantes), o modelo de Solow não consegue, por exemplo, explicar o
porquê das rendas per capitas dos países serem tão diferentes, uma vez que parte do pressuposto de
que o progresso técnico é igual para todos os países (sem custos) e que no geral e na média a
propensão marginal a consumir difere muito pouco entre os eles.
 26

2.2 – Equações diferenciais lineares de ordem n (n-ésima ordem).

Uma equação diferencial de n-ésima ordem diz-se linear se é do primeiro grau, em relação à função
desconhecida, y , e às suas derivadas y ' , y ' ' , y ' ' ' , ..., y n−1 , y n−2 , y n . De modo que ela pode ser,
genericamente, expressa da seguinte forma:

A0 y n + A1 y n−1 + A2 y n−2 + ... + An y = f ( x)

Os coeficientes A0 , A1 , A2 , ... , An são constantes ou funções de x e A0  0 , x em seu domínio.

Quando a função que está do lado direito for não nula, ou seja, quando f ( x)  0 , a equação diferencial
é chamada de equação diferencial não homogênea. Todavia, se f ( x) = 0 , a equação diferencial diz-se
homogênea ou sem segundo membro e assume a seguinte forma:

A0 y n + A1 y n−1 + A2 y n−2 + ... + An y = 0

2.2 – Equações diferenciais lineares de segunda ordem com coeficientes e termos independentes
constantes

Uma equação diferencial de segunda ordem, n = 2 , com coeficientes e termos independentes

constantes, é dita linear se é do primeiro grau, em relação à função desconhecida, y , e às suas
derivadas y ' e y '' . De modo que ela pode ser, genericamente, expressa da seguinte forma:

d2y dy
y ''+ A1 y '+ A2 y = b ou 2
+ A1 + A2 y = b
dx dx

Da mesma forma como nas diferenciais de enésima ordem, os coeficientes A1 e A2 são constantes e
f ( x) , que é o termo independe, também é constante e diferente de zero. Quando em uma equação
diferencial linear o termo independe f ( x) for nulo, a equação diferencial será chamada de
homogênea.

2.2.1 – Equações diferenciais lineares homogêneas de segunda ordem

O seguinte teorema é valido para as equações diferenciais lineares homogêneas de segunda ordem:
Se y1 e y2 forem duas soluções particulares da equação linear homogênea de segunda ordem
y' '+ A1 y'+ y = 0 , então y1 + y2 também é solução desta equação.

Lema (01)

Duas soluções y1 e y2 de y' '+ A1 y'+ y = 0 dizem-se linearmente independentes sobre o intervalo
fechado, [a, b] , se o cociente (a razão) entre a primeira e a segunda não for constante em [a, b] , ou
 27

y1
seja:  const . e portanto, ela é uma função de x . Caso contrário, se y1 = ky2 , diz-se que elas são
y2
linearmente dependentes.

Lema (02)
 y1 y 2 
Sendo y1 e y2 funções de x , o determinante da matriz das soluções dadas, ou seja,   , que é
 y '1 y '2 
y1 y 2
chamado de wronski (ou wronscien) e é representada por W ( y1 , y 2 ) = , assume um dos dois
y '1 y ' 2
valores: ou é nulo, W ( y1 , y2 ) = 0 , ou diferente de zero, W ( y1 , y2 )  0 .

Se for nulo, então as funções soluções y1 e y2 são linearmente dependentes. De maneira que

y1 y '1
= . Se não for nulo, então as funções soluções y1 e y2 são linearmente independentes.
y 2 y '2

Lema (03)

Se o determinante da matriz de wronski não for linearmente independente no ponto x0 [a, b] , onde
os coeficientes da equação são contínuos, ele não se anula em nenhuma parte de [a, b] .

Lema (04)

Se duas soluções y1 e y2 da equação y' '+ A1 y'+ y = 0 forem linearmente independentes entre [a, b] , o
determinante de wronski não se anula em nenhum ponto de [a, b] .

Lema (05)

Sejam y1 e y2 (duas soluções particulares da equação y' '+ A1 y'+ y = 0 ) linearmente independentes, ou
seja, se W ( y1 , y2 )  0 , então qualquer combinação linear de y1 e y2 , ou seja, y = y1 + y2 , será
uma solução geral de y' '+ A1 y'+ y = 0 .

2.2.2 – Soluções das equações diferenciais lineares homogêneas de segunda ordem, com coeficientes
constantes

Seja a equação diferencial linear homogênea de segundo ordem dada por

y ' '+ py'+ qy = 0 (I)

Vamos procurar soluções particulares para ela, por exemplo: y = Aekx , y ' = kAe kx e y '' = k 2 Aekx ,
então, substituindo estas funções na equação (I), temos
 28

k 2 Aekx + pkAekx + qAekx = 0  Aekx (k 2 + pk + q) = 0 , como

Aekx  0 ,  k 2 + pk + q = 0 .

Essa expressão é chamada de equação característica da equação diferencial linear homogênea de

segunda ordem. Resolvendo-a temos

 p p2
k1 = − + −q
 2 4
k 2 + pk + q = 0  
 p p2
k
 2 = − − −q
 2 4

Assim, a solução geral da nossa equação (I) é dada por:

y = Ae k1x + Bek2 x

Portanto, conforme os valores das raízes k1 e k2 , teremos três situações:

(i) k1 e k2 são reais e desiguais, ou seja, k1 , k2  R e k1  k2 . Neste contexto, a solução geral é

dada por y = Ae k1x + Bek2 x .

Exemplo ilustrativo – Encontre a solução geral para a seguinte equação y' '+ y'−2 y = 0 .

k1 = 1
k2 + k − 2 = 0  
 k 2 = −2

Então, a solução é:

y = Ae x + Be−2 x

(ii) k1 e k2 são reais e iguais, ou seja, k1 , k 2  R e k1 = k 2 . Neste contexto, a solução geral é dada

por y = Ae k1x + Bxek2 x .

 29

Demonstração:

Se y1 = e k1x é uma solução particular, deve-se encontrar outra solução y 2 que seja linearmente
independente com y1 . Seja y2 =  ( x)e k1x , a solução procurada, pois de fato elas são
linearmente independentes, uma vez que:

y2  ( x)e k1x y2
=  =  ( x)
y1 e k1x y1

Assim:

y2 =  ( x)e k1x  y '2 =  ' ( x)e k1x + k1 ( x)e k1x 

y ' '2 =  ' ' ( x)e k1x + k1 ' ( x)e k1x + k1 ' ( x)e k1x + k 12 ( x)e k1x ou

y ' '2 = [ ' ' ( x) + 2k1 ' ( x) + k 12 ( x)]e k1x

Substituindo estes resultados na equação original, y ' '+ py'+ qy = 0 , temos:

[ ' ' ( x) + 2k1 ' ( x) + k 12 ( x)]e k1x + p[ ' ( x) + k1 ( x)]e k1x + q ( x)e k1x = 0 

[ ' ' ( x) + 2k1 ' ( x) + k 12 ( x)] + p[ ' ( x) + k1 ( x)] + q]e k1x = 0 

 ' ' ( x) + 2k1 ' ( x) + k 2 ( x) + p[ ' ( x) + k1 ( x)] + q = 0

1


 ' ' ( x) + (2k1 + p) ' ( x) + (k 2 + pk1 + p) ( x) = 0

1


Como k1 é uma raiz dupla da equação característica, ou seja, k12 + pk1 + p = 0

p
Adicionalmente, k1 = k2 = −  2k1 + p = 0
2

 ' ' ( x) + (2k1 + p) ' ( x) + (k 2 + pk1 + p) ( x) = 0

1
  ' ' ( x) = 0

C = 1
 ' ' ( x) = 0   ( x) = Cx + D  tomando     ( x) = x .
D = 0
Portanto, y2 =  ( x)e k1x  y2 = xe k1x

Exemplo ilustrativo – Encontre a solução geral para a seguinte equação y ''− 6 y '+ 9 y = 0 .
 30

k 2 − 6k + 9 = 0  k1 = k2 = 3 .

Portanto, a solução é:

y = Ae3 x + Bxe3 x .

(iii) k1 e k2 são números complexos e iguais, ou seja, k1 =  + i e k2 =  − i . Neste contexto,

p p2
a solução geral é dada por y = Ae ( + i ) x + Bxe( −i ) x . Onde  = − e = − +q .
2 4

Vamos destrinchar este fato:

y1 = e ( + i ) x = ex e ( x )i

y2 = e ( −i ) x = ex e ( − x )i

Utilizando a fórmula de Euler ei = cos + isen , temos que e ( x )i = cos(x) + isen ( x) e
e ( − x )i = cos(x) − isen ( x) , sendo assim, tem-se que

y1 = ex [cos(x) + isen ( x)]

y2 = ex [cos(x) − isen ( x)]

y = Ay1 + By2

y = Aex [cos(x) + isen ( x)] + Bex [cos(x) − isen ( x)]

y = ex [ A cos(x) + iAsen ( x) + B cos(x) − iBsen( x)]

y = ex [( A + B) cos(x) + i( A − B) sen( x)]

Portanto, a solução geral da equação assume a seguinte forma:

y = ex [C1 cos(x) + C2 sen ( x)]

Exemplo ilustrativo – Encontre a solução geral para a seguinte equação y' '+2 y'+5 y = 0 .

k 2 + 2k + 5 = 0  k1 = −1 + 2i e k2 = −1 − 2i .
 31

y1 = e ( −1+2i ) x = e − x e ( 2 x )i

y2 = e ( −1−2i ) x = e − x e ( −2 x )i

Utilizando a relação de Euler, qual seja, ei = cos + isen . Temos:

y1 = e − x [cos(2 x) + isen (2 x)] e y2 = e − x [cos(−2 x) − isen (−2 x)] ,

como cos(−2 x) = cos(2 x) e sen(−2 x) = −sen(2 x) , tem-se que

y2 = e− x [cos(2 x) + isen(2 x)]

y = Ay1 + By2

y = Ae− x [cos(2 x) + isen(2 x)] + Be− x [cos(2 x) + isen(2 x)]

y = e− x [ A cos(2 x) + iAsen(2 x) + B cos(2 x) + iBsen(2 x)]

y = e− x [( A + B) cos(2 x) + i ( A + B)sen(2 x)]

y = e − x [C1 cos(2 x) + C2 sen(2 x)]

2.2.2 – Soluções das equações diferenciais lineares homogêneas de ordem superior, com coeficientes
constantes

Exemplos práticos:

(1) y '''− 6 y ''+ 11y '− 6 y = 0

Solução: y = C1e x + C2e2 x + C3e3 x

(2) y '''− 3 y ''+ 2 y ' = 0

Solução: y = C1 + C2e x + C3e2 x

(3) y '''+ 6 y ''+ 12 y '+ 8 y = 0

Solução: y = C1e−2 x + C2 xe−2 x + C3 xe−2 x + C4 x 2e−2 x

(4) y (iv ) − 81y ( ii ) = 0

 32

Solução: y = C1 + C2 x + C3e9 x + C3e−9 x

2.4 – Equações diferenciais lineares não homogêneas de segunda ordem e coeficientes de primeiro e
segundo membros constantes.

Seja a equação diferencial linear não homogênea de segundo ordem dada por:

y ''+ a1 y '+ a2 y = B (1)

Neste caso, os coeficientes a1 e a2 são constantes e o termo do segundo membro, B, é constante e

diferente de zero. Então, se a1 = p e a2 = q , nossa equação pode ser da seguinte forma:

y ''+ py '+ qy = B (1)’

A solução de uma equação do tipo (1) é a soma de duas outras soluções: uma é a solução geral
correspondente à equação homogênea, a outra é uma solução particular relacionada à equação não
homogênea.

Vamos ver alguns casos da equação diferencial linear não homogênea, onde o termo de segundo
membro é uma constante diferente de zero:

y ''− 5 y '− 14 y = −36

y ''− 2 y '− 8 y = 18

y ''− 4 y '+ 4 y = 6

3 y ''− 7 y '+ 2 y = −8

2.4.1 – Equações diferenciais lineares não homogêneas de segunda ordem e coeficientes constantes e
segundo membro como várias funções da variável independente.

Seja a equação diferencial linear não homogênea de segundo ordem dada por:

y' '+a1 y'+a2 y = f ( x) (1)

Neste caso, os coeficientes a1 e a2 são constantes e o termo do segundo membro é uma função
qualquer. Então, se a1 = p e a2 = q , nossa equação pode ser da seguinte forma:

y' '+ py'+qy = f ( x) (1)’

 33

A solução de uma equação do tipo (1) é a soma de duas outras soluções: uma é a solução geral
correspondente à equação homogênea, a outra é uma solução particular relacionada à equação não
homogênea.

Vamos ver alguns casos da equação diferencial linear não homogênea, onde o termo de segundo
membro, ou seja, a função f (x) , assume as seguintes formatações:

(i) f ( x) = Pn ( x)ex (2)

Nesse caso, a função f (x) é o produto de um polinômio, Pn (x) , de grau n , por uma função
exponencial ex . De maneira que teremos três situações que dependerão do valor assumido pelo
parâmetro  :

(a) O parâmetro  não é raiz da equação característica k 2 + pk + p = 0 . Neste caso, é preciso

procurar a solução particular sob a forma:

y p = [ A0 x n + A1 x n−1 + A2 x n−2 + ... + An x]ex = Qn ( x)ex (3)

Assim, seja a equação abaixo a solução particular que estamos procurando:

y = Qn ( x)ex

Então, derivando duas vezes esta solução, ou seja, y' = Qn ' ( x)ex + Qn ( x)ex e
x x x x
y' ' = Qn ' ' ( x)e + Qn ' ( x)e + Qn ' ( x)e +  Qn ( x)e , substituindo agora estes resultados na
2

equação (1)’, temos:

[Qn ' ' ( x) + (2 + p)Qn ' ( x) + (2 + p + q)Qn ( x)]ex = Pn ( x)ex

Pn ( x) = Qn ' ' ( x) + (2 + p)Qn ' ( x) + (2 + p + q)Qn ( x) (4)

Qn (x) é um polinômio de grau n , Q'n ( x) tem grau n − 1 e Q' 'n ( x) tem grau n − 2 . Tem-se,
pois, de um lado e de outro da igualdade polinômios de grau n . Igualando os coeficientes das
mesmas potencias de x (o número de coeficientes desconhecidos é n + 1 ), obtém-se um
sistema de n + 1 equações para a determinação dos coeficientes do polinômio A0 , A1 , ..., An .

(b) O parâmetro  é uma raiz simples da equação característica k 2 + pk + q = 0 . Se procurarmos,

então, uma solução particular sob a forma (3), obter-se-ia no primeiro membro da igualdade (4)
um polinômio de grau n − 1 , dado que o coeficiente de Qn (x) , 2 + p + q = 0 , é nulo e que
Q'n ( x) e Q' 'n ( x) são polinômios de graus inferiores a n . Por conseguinte, a igualdade (4) não
poderia ser uma identidade qualquer que seja a escolha das constantes A0 , A1 , ..., An .

Então, no caso considerado, procurar-se-á a solução particular sob a forma de polinômio de

grau n + 1 , excluído do seu termo constante (uma vez que este some por conta da derivação):

y = xQn ( x)ex
 34

(c) O parâmetro  é raiz dupla da equação característica k 2 + pk + p = 0 . O grau do polinômio

baixa, então, de duas unidades quando se substitui a função Qn ( x)ex na equação diferencial.
Com efeito, sendo  raiz da equação característica k 2 + pk + p = 0 ; além disso, sendo  é
raiz dupla, tem-se 2 = − p (sabe-se, efetivamente, que a soma das raízes da equação do
segundo grau escrita acima é igual ao coeficiente do termo do primeiro grau tomado o com o
sinal menos). Assim, 2 + p = 0 .

Resta, pois, no primeiro membro da igualdade (4) Q' 'n ( x) , isto é, um polinômio de grau de
grau n − 2 . Para que o resultado da substituição seja um polinômio de grau n , torna-se
necessário procurar uma solução particular, sob a forma de produto de ex , por um polinômio
de grau n + 2 . A constante e o termo do primeiro grau deste polinômio desaparecem então,
após derivação e poder-se-á omitir na solução particular.
Assim, quando  é raiz dupla da equação característica, procurar-se-á uma solução particular
sob a forma:

y = x 2 Q ( x ) e x .

Exemplo (1) – Encontre a solução da equação diferencial linear não homogênea, y ' '+4 y'+3 y = x .

A solução geral, correspondente à equação homogênea, é dada a partir da sua equação característica,

k1 = −1
k 2 + 4k + 3 = 0    y g = C1e − x + C2 x −3 x
 k 2 = −3

A solução particular, correspondente à equação não homogênea, é dada a partir da sua equação
original, y ' '+4 y'+3 y = x , que assume a forma:

y p = Pn ( x).e x = P1 ( x).e 0 x

Como  = 0 não é raiz da equação característica, k 2 + 4k + 3 = 0 , procuraremos uma solução

particular sob a forma:

y = P1 ( x).e0 x = Ax + B , derivando duas vezes, tem-se y' = A e y ' ' = 0 , substituído na equação original,

 1
 A = 3
0 + 4 A + 3( Ax + B) = x  
B = − 4
 9
1 4
Por conseguinte, y p = x − .
3 9
1 4
Solução geral é dada por y = yg + y p , ou seja, y = C1e− x + C2 x −3 x + x − .
3 9

(ii) Suponha que o segundo membro seja da forma:

 35

f ( x) = P( x)ex cos(x) + Q( x)ex sen( x)

Exemplo ilustrativo – Encontre a solução da equação diferencial linear não homogênea,

y ''+ 2 y '+ 5 y = 2cos( x) .

A solução geral, correspondente à equação homogênea, y' '+2 y'+5 y = 0 , é dada a partir da sua equação
característica,

k1 = −1 + 2i
k 2 + 2k + 5 = 0    y g = A1e( −1− +2i ) x + A2 x ( −1− 2i ) x
k 2 = −1 − 2i

Depois de um rearranjo algébrico, tem-se que yg = e− x [ A cos(2 x) + Bsen(2 x)] .

A solução particular, correspondente à equação não homogênea, y' '+2 y'+5 y = 2 cos x , é dada a partir
da seguinte análise:

y p = [C cos x + Dsenx]e 0. x

y' p = −Csenx + D cos x

y' ' p = −C cos x − Dsenx

Então, substituindo estes valores na equação original, y' '+2 y'+5 y = 2 cos x , temos:

[−C cos x − Dsenx] + 2[−Csenx + D cos x] + 5[C cos x + Dsenx] = 2 cos x

[−C + 2D + 5C ] cos x + [− D − 2C + 5D]senx = 2 cos x + 0.senx

4C + 2 D = 2
[4C + 2 D] cos x + [−2C + 4 D]senx = 2 cos x + 0.senx  
− 2C + 4 D = 0

4C + 2 D = 2 C = 2 / 5
  
− 2C + 4 D = 0 D = 1 / 5

y p = 2 / 5 cos x + 1 / 5senx

2 1
y = yg + y p  y = e− x [ A cos(2 x) + Bsen(2 x)] + cos( x) + sen( x)
5 5

2.5 – Equações diferenciais lineares homogêneas de ordem n de coeficientes constantes

Seja a equação diferencial linear homogênea de ordem n dada por:

 36

y( n) + a1 y( n−1) + ... + an y = 0

Suporemos que, nesse caso, os coeficientes a1 , a2 ,..., an são constantes.

Observação (1): Se se tiver para todo x do segmento [a, b] a igualdade

n ( x) = A11 ( x) + A22 ( x) + ... + An−1n−1 ( x)

Onde os coeficientes A1 , A2 ,..., An são constantes, não todos nulos, diz-se que  n ( x) é uma
combinação linear das funções 1 ( x), 2 ( x), ..., n −1 ( x) .

Observação (2): as funções 1 ( x), 2 ( x), ..., n −1 ( x) são ditas linearmente independentes se nenhuma
delas puder ser representada como combinação linear das outras.

Resulta das observações acima que se as funções 1 ( x), 2 ( x), ..., n −1 ( x) forem linearmente
independentes, existem, então, constantes C1 , C2 , ..., Cn , não todas nulas, e tais que se tem, quaisquer
que x sobre o segmento [a, b] ,

C11 ( x) + C22 ( x) + ... + Cn−1n−1 ( x) = 0

Teorema – Se as funções y1 , y2 , ..., yn forem soluções linearmente independentes da equação

y( n) + a1 y( n−1) + ... + an y = 0 , sua solução geral é da forma: y = C1 y1 ( x) + C2 y2 ( x) + ... + Cn yn ( x)

Exemplo: encontre a solução da equação y (4) − y = 0

A equação característica é dada por k 4 − 1 = 0 , daí resulta que k1 = 1, k2 = −1, k3 = i e k4 = −i e a

solução é: y = C1e x + C2e− x + A cos( x) + Bsen( x) .

3 – Sistema de equações diferenciais

Um sistema de equações diferenciais, na qual se apresenta “p” equações diferenciais de primeira

ordem, de maneira que, tomando alguns valores de p  N , temos o seguinte sistema de equações
diferenciais lineares, pode ser expressa como apresentado abaixo:

y'1 = 11 y1 + 12 y2 + 13 y3 + ... + 1 p y p + 1 (t )

y'2 = 21 y1 +  22 y2 +  23 y3 + ... + 2 p y p +  2 (t )

y'3 = 31 y1 + 32 y2 + 33 y3 + ... + 3 p y p +  3 (t )

… … … … … …
 37

y' p =  p1 y1 +  p 2 y2 +  p3 y3 + ... +  pp y p +  p (t )

Agora podemos colocar esse sistema de equações lineares na forma matricial, obtendo

 y '1  11 12 13 1 p   y1  1 (t ) 

   
 2 p   y2   2 (t ) 
 y '2   21  22  23
 = .  +  
      
      
 y '        y   (t )
 p   p1 p2 p3 pp   p 
  p 

y ' px1 = Apxp y ' px1 + px1 (t ) ou, mais compactamente, y ' = Ay '+ (t )

Nesse sistema de equações diferencias de primeira ordem a matriz dos coeficientes tem que ser uma
matriz não singular e não diagonal.

Vamos trabalhar com um sistema de equações diferenciais de primeira ordem com duas equações e
duas incógnitas, no caso, aquele cuja a função  p (t ) é constante.

 y '1 = 11 y1 + 12 y2 + 1 (t )


 y '2 =  21 y1 +  22 y2 +  2 (t )

Buscando simplificar a notação, tomaremos y1 = x e y2 = z , de maneira que o sistema se transforma

em

 x' = 11x + 12 z + 1 (t )


 z ' =  21x +  22 z +  2 (t )

Uma forma de resolver este sistema seria através do processo de substituição, todavia para sistema
mais complexos com três ou mais equações e três ou mais variáveis esse método fica cada vez mais
complicado, portanto, vamos usar o método de resolução simultâneo baseado na decomposição
espectral da matriz dos coeficientes, transformando primeiramente o sistema acima da seguinte forma:

 x '  a11 a12   x  1 

 z '  =    +  
   a21 a22   z   2 

y' = Ay + 

Tomando agora só a parte homogênea, temos

y ' = Ay
 38

Para encontrarmos a solução do sistema como um todo, temos que garantir as seguintes propriedades a
matriz dos coeficientes A:

Sabe-se que uma matriz quadrada qualquer, M, que possui autovalores distintos, tem seus
autovetores linearmente independentes e é, portanto, diagonalizável (posto que M e D são
matrizes similares), de forma que sua matriz diagonal é composta pelos autovalores em sua
diagonal principal. Sendo assim, temos a seguinte relação PM = DP ou M = P −1 DP .

A matriz quadrada dos coeficientes A é diagonalizável, de tal maneira que, se  for sua
matriz diagonal, tem-se que CA = C (A e  são matrizes similares) e pode ser A pode
assumir a seguinte forma: A = CC −1 , onde C é uma matriz ordem ( p x 1) composta de p

autovetores linearmente independentes, ou seja, ordem [c1 c2 ... c p ] , enquanto que  (letra

grega lambda maiúscula) é uma matriz quadrada diagonal de ordem ( p x p) , formada por

autovalores distintos.

▪ Sendo a matriz dos coeficientes, A, simétrica, ou seja, A = At , seus autovalores são

reais

▪ Se a matriz A for não simétrica, seus autovalores podem ser reais ou complexos.

Uma importante consideração ainda sobre o sistema acima é que quando os autovalores não são todos
distintos, ocorre que existirão menos do que p autovetores linearmente independentes. Neste caso não
poderemos expressar a matriz dos coeficientes da forma vista anteriormente, ou seja, A = CC −1 , uma
vez que C é singular (seu determinante é zero, não admite inversa). Para driblar essa restrição, utiliza-
se uma forma próxima da diagonalização baseada na forma da matriz de Jordan.

Nesse contexto, tem-se então que A = PJP−1 , sendo J a matriz de Jordan, que é formada da seguinte
maneira:

i 1 0... 0 
0  1... 0 
 i 
J i = . . . . 
 
. . . . 
0 0 0... i 

Resumindo, com a decomposição espectral da matriz A, (2 x 2) , a solução geral do sistema de

equações diferenciais de primeira ordem é expressa em função dos seus autovalores que é obtida com a
solução da equação característica, construída da seguinte forma:

Retornado a expressão compacta, y' = Ay +  , lembrando que A = CC −1 , temos

y ' = CC −1 y + 
 39

Na sua versão homogênea, obtém-se

y ' = CC −1 y que pode ser expressa como C −1 y ' = Cy , então podemos fazer uma mudança de
variável chamando de w = C −1 y e w' = C −1 y ' , desta forma resulta que

w' = w (veja a semelhança com a equação de autovalores e autovetores, por exemplo, v = v )

Portanto, podemos encontrar a solução geral do nosso sistema, primeiro vamos encontrar a solução da
equação homogênea, primeiramente partindo do pressuposto que seus autovalores são reais e distintos,
depois complexos e conjugados e finalmente, reais e iguais.

(a) Autovalores reais e distintos

 1 0 

Nesse caso,  =   é uma matriz diagonal e, desta forma, o sistema homogêneo ( w' = w )
0 1 
 
pode ser expresso por

 
w1 '   1 w1 
w ' =    , cuja solução é:
 2  0 2 w2 
 

w1 ' = 1w1  w1 ' = 1e1t e w2 ' = 2 w2  w2 ' = 2e2 t

Resgatando a matriz w, isto é, w = C −1 y  y = Cw

w 
y = [c1 c2 ] 1 
 w2 

c c1( 2)  e1t 

 x   1(1)
z  = 
1
 2t  que é solução geral, restando apenas encontrar os autovalores,
   c2(1) c2( 2) 2e 
 

( 1 e 2 ), os autovetores ( c1 e c2 ) e as constantes 1 e 2 .

(b) Autovalores complexos e conjugados

  + i 0
Sendo assim,  =   de maneira que se obtém também autovetores complexos e
0  − i 

conjugados, ou seja, [c1 c2 ] = [u + iv u − iv] . O que resultará em

y = Cw
 40

w 
y = [c1 c2 ] 1  = c1w1 + c2 w2
 w2 

c c1( 2)  e( + i )t 

 x   1(1)
z  = 
1
 ( −i )t  que pode ser ainda expresso assim:
   c2(1) c2( 2) 2e 
 

Relembrando a formula Euler, e( + i )t = et [cos t + isent ] e e( −i )t = et [cos t − isent ] , pode-se
finalmente encontrar a solução geral, apresentada abaixo:

( + i ) t
 x  c1(1)1e + c1( 2)2e( − i )t 
z  =  ( + i ) t

  c2(1)1e + c2( 2)2e( − i )t 

t t
 x  c1(1)1e [cos t + isent ] + c1( 2)2e [cos t − isent ] 
z  =  t t

  c2(1)1e [cos t + isent ] + c2( 2)2e [cos t − isent ]

Portanto,

x = (c1(1)1 + c1( 2)2 )et cos t + (c1(1)1 − c1( 2)2 )iet sent

z = (c2(1)1 + c2( 2)2 )et cos t − (c2(1)1 − c2( 2)2 )iet sent

Restando apenas encontrar os autovalores, ( 1 e 2 ), os autovetores ( c1 e c2 ) e as constantes

1 e 2 .

(c) Autovalores reais e iguais

Agora, portanto, encontramos autovalores linearmente dependentes, sendo assim a matriz de

autovalores é uma matriz quase diagonal

 1
J =  , isto pode ser expresso por
0  


 1  w
w1 '   1  1
w ' =    , cuja solução é:
 2  0 2 w2 
 

w1 ' = w1 + w2 e w2 ' = w2

Como w2 = 2et tem-se então

 41

w1 '−w1 = w2  w1 '−w1 = 2et (1)

Parte homogênea de (1)

w1 '−w1 =  w1 = 1et
Parte não-homogênea de (1)

w1 '−w1 = 2et (2), tomando w1 = Ate t  w'1 = Aet + Atet , substituindo em (2)

Ae t + Atet − Ate t = 2et  A + At − At = 2  A = 2

w1 = 2te t
A solução da não-homogênea é w1 = w1 (h) + w1 (não − hom)

w1 = 1et + 2te t ou w1 = (1 + 2t )et

Resgatando a matriz w, isto é, w = P −1 y  y = Pw

 x   p1(1) p1(2)  (1 + 2t )et   p1(1) (1 + 2t )et + p1(2)2et 
 z  =   =  que pode ser ainda apresentado
   p2(1) p2(2)   2et t t
  p2(1) (1 + 2t )e + p2(2)2 e 
como:

x = p1(1) (1 + 2t )et + p1(2)2 et

z = p2(1) (1 + 2t )et + p2(2)2et

Por fim, vamos encontrar solução da equação não homogênea, a qual chamamos de solução particular
e que pode ser encontrada se fizermos o vetor  (t ) = b , sendo assim, como solução particular
sugerimos y p = k , sendo este último um vetor constante, de modo que y ' p = 0

y ' = Ay +   0 = Ay + b  y = A−1b

Exemplo (1) – Resolva o seguinte sistema de equações diferenciais;

 x' = −3x + 4 z

z' = − x + 2z

 x '  a11 a12   x   x '  −3 4   x

 z '  =      z '  =   
   a21 a22   z     −1 2   z 
 42

y ' = Ay

Fica claro que o sistema é homogêneo, sendo assim, a expressão compacta, y ' = Ay ,
utilizamos A = CC −1 , temos

y ' = CC −1 y

De sorte que C −1 y ' = Cy , então podemos fazer uma mudança de variável

w = C −1 y e w ' = C −1 y ' ,
 1 0 

Resulta que w ' = w onde  =   , então substituindo na expressão, temos
0 2 
 
 0  w
w1 '   1  1
w ' =   
 2  0 2 w2 
 

w1 ' = 1w1  w1 = e1t

w2 ' = 2 w2  w2 = e2 t

− 3 −  4 

Dado a matriz dos coeficientes, A, sabemos que [A −  ] =   , fazendo o determinante
 −1 2− 
 
−3−  4 

igual a zero, temos det[ A −  ] = det =0
 −1 2− 
 

 = 1
(−3 −  )( 2 −  ) − (−1).4 = 0  1
2 = −2

−3−  4  x
    0
[ A − ]y =    =  
 −1 2 −   z   0 
 

Para 1 = 1

 − 3 −1 4  x
    0   x  1
   =      =  
 −1 2 − 1  z   0   z  1
 

Para 2 = −2
 43

 −3 − (−2) 4 x   0  x   4
   =      =  
 −1 2 − ( −2)   z   0   z  1 
 

1 4
Assim, [c1 c2 ] =  
1 1 

w 
y = Cw = [c1 c2 ]  1 
 w2 

 x  1 4  1e1t   x   1e + 42e 

t −2t

 z  =  
t
 =
 z   t −2t 

  1 1  2e 2     1e + 2e 

x(t ) = 1et + 42e−2t

z (t ) = 1et + 2e−2t

Exemplo (2) – Resolva o seguinte sistema de equações diferenciais;

 dx1
 dt = 2 x1 +2 x2

 dx2 = x +3 x
 dt 1 2

 dx1   dx1 
 dt   a11 a12  x
 1  dt   2 2  x
 1
 =     =  
 dx2   a 21 a 22   x2   dx2  1 3   x2 
 dt     dt   

x ' = Ax

Fica claro que o sistema é homogêneo, sendo assim, a expressão compacta, x ' = Ax ,
utilizamos A = CC −1 , temos

x ' = CC −1 x

De sorte que C −1 x ' = Cx , então podemos fazer uma mudança de variável

w = C −1 x e w' = C −1 x ' ,

 1 0 

Resulta que w' = w onde  =   , então substituindo na expressão, temos
0 2 
 
 44

 0  w
w1 '   1  1
w ' =   
 2  0 2 w2 
 

w1 ' = 1w1  w1 = e1t

w2 ' = 2 w2  w2 = e2 t

2 −  2 

Dado a matriz dos coeficientes, A, sabemos que [A −  ] =   , fazendo o determinante igual
 1 3 −  
 
2 −  2 

a zero, temos det[ A −  ] =  =0
1 3− 
 
 = 4
(2 −  )(3 −  ) − 1.2 = 0  1
2 = 1
w1 ' = 1 w1  w1 = e t

w2 ' = 2 w2  w2 = e 4t

2 −  2  v
    0
[ A − ]y =    =  
1 3 −   s   0 
 

 v1 s1 
[c1 c2 ] =  
v s2 
 2

Para 1 = 4

 −2 2   v1   0   v1   −2 
[ A − ]y =    =    v1 + 2v2 = 0  v1 = −2v2    =  
1 − 1   v2   0   v2   1 


Para 2 = 1

1 2   s1   0   s1   1 
[ A − ]y =    =    s1 + 2s2 = 0  s1 = −22    =  
1 2   s2   0   s2   −1


 −2 1
 
Assim, [c1 c2 ] =  
 1 − 1
 
 45

w 
y = Cw = [c1 c2 ] 1 
 w2 

 −2 1   1t   −2 1 t 
 x1    1e  x1    1e
x  =    t   x  =    4t 
 2   1 − 1 2e 2   2  1 − 1 2 e 
   
x1 = −21e + 2e
t 4t
e x2 = 1e − 2e
t 4t

Exemplo (3) – Resolva o seguinte sistema de equações diferenciais

 dx1
 dt = −7 x1 + x2

 dx2 = −2 x −5 x
 dt
1 2

 dx1   dx1 
 dt   a11 a12  x
 1  dt   − 7 1  x
 1
 =     =  
 dx2   a 21 a 22   x2   dx2   − 2 − 5   x2 
   
 dt   dt 

x ' = Ax

Fica claro que o sistema é homogêneo, sendo assim, a expressão compacta, x ' = Ax ,
utilizamos A = CC −1 , temos

x ' = CC −1 x

De sorte que C −1 x ' = Cx , então podemos fazer uma mudança de variável

w = C −1 x e w' = C −1 x ' ,

 1 0 

Resulta que w' = w onde  =   , então substituindo na expressão, temos
0 2 
 
 0  w
w1 '   1  1
w ' =   
 2  0 2 w2 
 

w1 ' = 1 w1  w1 = 1e 1t

w2 ' = 2 w2  w2 =  2 e 2t
 46

− 7 −  1 

Dado a matriz dos coeficientes, A, sabemos que [A −  ] =   , fazendo o determinante
− 2 −5−
 
− 7 −  1 

igual a zero, temos det[ A −  ] = det =0
 − 2 − 5 −  
 
 = −6 + i
(−7 −  )(−5 −  ) − ( −2).1 = 0   2 + 12 + 37 = 0   1
2 = −6 − i

w1 ' = 1 w1  w1 = 1e ( −6+i )t

w2 ' = 2 w2  w2 = 2 e ( −6−i )t

 −7 −  1   v1   0 
[ A − ]y =    =  
 −2 − 5 −    v2   0 
 

 v1 s1 
[c1 c2 ] =  
v s2 
 2

Para 1 = −6 + i

 −7 − (−6 + i) 1   v1   0   −1 − i 1   v1   0 
[ A − ]y =    =    [ A − ]y =    =   
 −2 − 5 − ( −6 + i )   v2   0   −2 1 − i   v2   0 
   

v   1 
(−1 − i )v1 + v2 = 0  v2 = (1 + i )v1   1  =  
 v2   1 + i 

Para 2 = −6 − i

 −7 − (−6 − i) 1   s1   0   −1 + i 1   s1   0 
[ A − ]y =    =    [ A − ]y =    =   
 −2 − 5 − (−6 − i)   s2   0   −2 1 + i   s2   0 
 

s   1 
(−1 + i ) s1 + s2 = 0  s2 = (1 − i ) s1   1  =  
 s2   1 − i 

1 1 

Assim, [c1 c2 ] =  
1 + i 1 − i 
 
 47

w 
y = Cw = [c1 c2 ] 1 
 w2 

1 1   ( −6+i )t 
 x1  1 1  1e1t   x1   e
x  =  
t
 x  =    1 ( −6−i )t 
 2  1 + i 1 − i  2e 2   2  1 + i 1 − i  2 e 
 

 x1 = 1e
 + 2e( −6−i )t
( −6+i ) t


 x2 = 1 (1 + i)e + (1 − i)2e( −6−i )t
( −6 +i ) t


Usando a relação de Euler, e i = cos + isen

 x1 = 1e [cos t + isent ] + 2e [cos t − isent ]

 −6t −6t


 x2 = 1 (1 + i)e [cos t + isent ] + 2 (1 − i)e [cos t − isent ]
−6t −6t


 x1 = e−6t [(1 + 2 ) cos t + i(1 − 2 ) sent ]



 x2 = e {[1 (1 + i) + (1 − i)2 ]cos t + i[1 (1 + i) − (1 − i)2 ]sent}
−6t


 x1 = e−6t [1 cos t + 2 sent ]


 −6t
 x2 = e [3 cos t + 4 sent ]


Onde, 1 = 1 + 2 , 2 = i(1 − 2 ) , 3 = 1 (1 + i) + 2 (1 − i) e 4 = 1 (1 + i) − 2 (1 − i)

Exemplo (4) – Resolva o seguinte sistema de equações diferenciais

 dx1
 dt = 6 x1− x2 + 9

 dx2 = 4 x +2 x + 14
 dt 1 2

 dx1   dx1 
 dt   a11 a12  x
 1  dt   6 − 1 x
 1  9 
 =      =   +  
 dx2   a 21 a 22   x2   dx2   4 2   x2  14 
 dt     dt   

x ' = Ax + B

Fica claro que o sistema é não homogêneo (por outro lado, como veremos mais a frente, as raízes da
equação característica são reais e iguais, de maneira que utilizamos A = PJP −1 (onde P é a matriz de
Jordan). Para encontrar a solução do sistema, tomamos primeiramente a parte homogênea sob a forma
 48

compacta, neste caso, temos: x ' = Ax e x ' = PJP −1 x . De sorte que P −1 x ' = JP −1 x , então podemos
fazer uma mudança de variável

w = P −1 x e w ' = P −1 x '  w ' = Jw

Agora, encontraremos os autovalores da matriz diagonal de Jordan

 1
J =  , então a equação w ' = Jw fica assim:
0  


 1  w
w1 '   1  1
w ' =    , cuja solução da parte homogênea é:
 2  0 2 w2 
 

w1 ' = 1 w1 + w2 e w2 ' = 2 w2

w2 = 2e2t e w1 = 1e1t + 2e2 t

w1 '−w1 = w2  w1 '−w1 = 2et (1)

Parte homogênea de (1)

w1 '−w1 =  w1 = 1et

Parte não-homogênea de (1)

w1 '−w1 = 2et (2), tomando w1 = Ate t  w'1 = Aet + Atet , substituindo em (2)

Ae t + Atet − Ate t = 2et  A + At − At = 2  A = 2

w1 = 2te t

A solução da não-homogênea é w1 ( geral ) = w1 ( p.hom) + w1 ( p.não − hom.)

w1 = 1et + 2te t ou w1 = (1 + 2t )et

 49

6 −  − 1 

Retomando a matriz dos coeficientes, A, sabemos que [A −  ] =   , fazendo o
4 2−
 
6 −  − 1 

determinante igual a zero, temos det[ A −  ] = det =0
4 2−
 

(6 −  )(2 −  ) − 4(−1) = 0 1 = 2 = 4

w2 = 2e4t e w1 = 1e4t + 2te 4t

A solução da não-homogênea é w1 = w1 (h) + w1 (não − hom)

w1 = 1e4t + 2te 4t ou w1 = (1 + 2t )e4t

w2 = 2e4t

Resgatando a matriz w, isto é, w = P −1 x  x = Pw

 x1   v1 s1  (1 + 2t )e4t  v1 (1 + 2t )e4t + s12e4t 

 x  =   =  que pode ser ainda apresentado como:
 2   v2 s2   2e4t  v2 (1 + 2t )e + s22e 
4t 4t

x1 = (1 + 2t )e4t v1 + 2e4t s1

x2 = (1 + 2t )e4t v2 + 2e4t s2

 50

Vamos encontrar a matriz dos autovetores

 v1 s1 
P = [ p1 p2 ] =  
v s2 
 2

Para 1 = 2 = 4

6 −  − 1  v 6 − 4 − 1  v
  1   0   1   0
[ A − I ] x =    =    [ A − I ] x =    =   
4 2 −   v2   0  4 2 − 4  v2   0 
   

 v  1 
2v1 − v2 = 0  v2 = 2v1   1  =  
 v2   2 

A matriz A tem um autovetor generalizado c2 , que satisfaz a equação [ A − I ]c2 = c1

2 − 1  s 2 − 1  s
  1   v1    1  1 
[ A − 4 I ]c2 =    =   ou [ A − 4 I ]c2 =    =  
4 − 2  s2   v2  4 − 2  s2   2 
   

 v  1
2v1 − v2 = 1 se v2 = 1  v1 = 1   1  =  
 v2  1

1 1
Assim, [ p1 p2 ] =  
2 1


w 
x = Pw = [ p1 p2 ]  1 
 w2 

 x1  1 1 (1 + 2t )e4t  4t 1  4t 1

 x  =    = (1 + 2t )e   + 2e  
 2 2 1   2e 4 t
  2 1

 x1  (1 + 2t )e + 2e 

4t 4t

x  =   que pode ser ainda apresentado como:

 2   2(1 + 2t )e + 2e 
4t 4t

 x1 = (1 + 2t )e + 2e

 4t 4t


 x2 = 2(1 + 2t )e + 2e

4t 4t
 51

Por fim, vamos encontrar solução da equação não homogênea, a qual chamamos de solução particular
e que pode ser encontrada se fizermos o vetor  (t ) = B , sendo assim, como solução particular
sugerimos x ' = k , sendo este último um vetor constante, de modo que x ' p = 0

x p ' = Ax p + B  0 = Ax p + B  x p = − A−1B

1 2 1  9   −2 
xp = −    =  
16  −4 6   14   −3 

A solução geral será

xG = xg + x p

x1 (t ) = (1 + 2t )e4t + 2e4t − 2

x2 (t ) = 2(1 + 2t )e4t + 2e4t − 3

4 – Otimização

Os problemas econômicos de otimização envolvem quase sempre algum tipo de condicionamento que
tem de ser levado em conta e satisfeito. Neste sentido, o enunciado geral do problema pode ser
resumido assim: como maximizar (minimizar) determinada função objetivo nas condições impostas
por determinadas restrições? Para esta parte do curso vamos trabalhar esse assunto em seu aspecto
prático, mais aplicativo do que teórico, servindo-se dos problemas de otimização encontrados na
escola neoclássica, investigando a teoria do comportamento do consumidor e a teoria da firma.

A aplicação prática do processo de otimização consiste, efetivamente, na maximização (ou

minimização) de determinada função objetivo, sujeita a algum tipo de restrição sobre as variáveis
envolvidas. Existem alguns casos nos quais as equações obtidas a partir das restrições podem ser
substituídas na função objetivo, de modo a eliminar as restrições (internalização ou absorção da
restrição), reduzindo o problema a um processo de otimização sem nenhum condicionante ou
restrições. Todavia, esse procedimento nem sempre é factível, principalmente quando envolve funções
com duas ou mais variáveis, como são a maioria dos fenômenos econômicos.

Nos casos citados acima, onde a função objetivo e suas restrições de igualdade são de várias variáveis,
o método mais adequado e amplamente utilizado é o Método dos Multiplicadores de Lagrange.

Antes, porém, a título de refrescar a memória, vamos trabalhar primeiramente com o caso de
otimização cuja função objetivo é de várias variáveis, sem, no entanto, nenhuma restrição.
 52

4.1 – Otimização sem restrições

Seja F = F ( x1 , x1 , x3 , ..., xn ) uma função objetivo de n variáveis, de maneira que queremos

otimizá-la, considerando que não existe qualquer condicionamento ou restrição. Portanto, devemos
resolver o seguinte problema:

Max F ( x1 , x1 , x3 , ..., xn )

Analogamente, como procedemos com uma função univariada, tipo y = f ( x) , em que a condição de
primeira ordem (condição necessária) era obtida onde a derivada se anulava, f '( x) = 0 , devemos
também aplicar a condição necessária, de primeira ordem, para encontrar os pontos críticos
x* = ( x1* , x 2* , x3* , ..., x n* ) , fazendo o diferencial total se igualar a zero, de modo que se

F F F F
dF = dx1 + dx2 + dx3 + ... + dxn é o diferencial total da função objetivo, tem-se então que
x1 x2 x3 xn
F F F F
dF = 0 , isto é equivalente a = = = ... = = 0 , ou, expresso de outro modo,
x1 x2 x3 xn
F F F F
( , , , ..., ) = (0, 0, 0, ..., 0) , essa última expressão nada mais é do que o
x1 x2 x3 xn
gradiente da função objetivo, F = 0 .

Portanto, como critério de primeira ordem das funções objetivos de duas ou mais variáveis, impõe-se
que o gradiente seja nulo:

F F F F
F = 0, ou seja, ( , , , ..., ) = (0, 0, 0, ..., 0)
x1 x2 x3 xn

Exemplo ilustrativo. Encontre os pontos críticos da seguinte função de duas variáveis:

F ( x , y) = x2 + 4 xy + y 2 + 12 y + 10

 F
 x = 2 x + 4 y 2 x + 4 y = 0
 F    x = −4
 = 4 x + 2 y + 12 4 x + 2 y + 12 = 0
 y

Portanto, o ponto (−4 , 2) é um ponto candidato a extremo dessa função.

Contraexemplo ilustrativo. Encontre os pontos extremos candidatos a pontos críticos da seguinte

função:

F ( x , y) = 4e2 x + 3 y 2
 53

 F
 x = 8e
x
8e x = 0 e x = ?
 F   
 = 6y 6 y = 0 y = 0
 y

Assim, como e x não se anula para nenhum valor de x , conclui-se que não existe ponto ( x , y) que
satisfaça a condição de primeira ordem, de maneira que não existe valores extremos para essa função.
Sendo assim, a condição de primeira ordem é uma condição necessária, mas não suficiente para pontos
extremos.

A condição suficiente, ou de segunda ordem, é obtida da seguinte forma: defina, primeiramente, o

determinante das variáveis parciais de segunda ordem (determinante da matriz Hessiana da função
objetivo), H n , ou seja,

2 F 2 F 2 F 2 F
...
x12 x1x2 x1x3 x1xn
2 F 2 F 2 F 2 F
...
x2 x1 x22 x2x3 x2xn
2 F 2 F 2 F 2 F
H n = ...
x3x1 x3x2 x32 x3xn

........... ............ ........ ...........

2 F 2 F 2 F 2 F
...
xn x1 xn x2 xn x3 xn2

Estabeleça também seus menores principais, expressos abaixo:

2 F 2F 2F
2 F 2 F x12 x1x2 x1x3
2F x12 x1x2 2 F 2 F 2 F
H 1 = ; H 2 = 2 ; H 3 = ; ... etc.
x12  F 2 F x2 x1 x22 x2x3
x2 x1 x22 2 F 2 F 2 F
x3x1 x3x2 x32

De maneira que o ponto crítico, x* = ( x1* , x 2* , x3* , ..., x n* ) é um ponto de

(a) Máximo, se H1  0 , H 2  0 , H 3  0 , ... ;

 54

(b) Mínimo, se H1  0 , H 2  0 , H 3  0 , ... .

Qualquer outra combinação ou é um ponto de cela ou não é ponto nem máximo nem mínimo.

Exemplo (1) – Encontre os pontos de máximo ou de mínimo (se houver) da seguinte função objetivo:

f ( x1 , x2 , x3 ) = x12 + 2 x22 + x32 + x1 x2 − 2 x3 − 7 x1 + 12

Max f ( x1 , x1 , x3 )

f f f
f = 0, ou seja , ( , , ) = (0, 0, 0)
x1 x 2 x3

f
= 2 x1 + x 2 − 7 = 0
x1
f
= 4 x 2 + x1 = 0
x 2
f
= 2 x3 − 2 = 0
x3

Resolvendo o sistema temos x1 = 4, x2 = −1 e x3 = 1

2 f 2 f 2 f
= 2, = 1, =0
x12 x1x 2 x1x3

2 f 2 f 2 f
= 4, = 0, =2
x 22 x 2 x3 x32

A condição suficiente, de segunda ordem, impõe que o determinante da matriz Hessiana da função
objetivo e seu determinante n das variáveis parciais de segunda ordem, ou seja,

Seus menores principais...

2 1 0
2 1
H1 = 2  0 , H 2 = = 7  0 e H 3 = 1 4 0 = 14  0 .
1 4
0 0 2

Portanto, uma vez que 1  0 ,  2  0 e  3  0 , o ponto crítico, x* = (4, − 1, 1) é um ponto de

mínimo.
 55

4.2 – Otimização com restrições

O problema da otimização condicionada para uma função objetivo de duas ou mais variáveis, tipo
F = f ( x1 , x1 , x3 , ..., xn ) , pode ser expressa na busca dos pontos de máximo ou de mínimo desta
função e que está sujeita a determinada restrição, g ( x1 , x1 , x3 , ..., xn ) − c = 0

Esse problema pode ser resolvido por meio do método dos multiplicadores de Lagrange. Neste caso,
primeiramente construímos a “função de Lagrange” associando a restrição ao multiplicador de
Lagrange  com a restrição g ( x1 , x1 , x3 , ..., xn ) = c , então definimos a função lagrangiana da
seguinte forma:

L (  , x ) = f ( x ) −   g ( x ) − c 
Já vimos como obter a condição de primeira ordem, tomando o gradiente da função objetivo igual ao
vetor nulo:

(i) L (  , x ) = 0

A condição suficiente, ou de segunda ordem, para problemas de otimização condicionada é obtida da

seguinte forma: defina, primeiramente, o determinante das variáveis parciais de segunda ordem, isto é,
encontrar o determinante da matriz Hessiana Orlada da função objetivo, que no caso é a
lagrangiana,

(ii) L (  , x ) = f ( x ) −   g ( x ) − c 

O Hessiano orlado é dado pelas derivadas segundas do Lagrangiano

 2L 1 2 f 2 g
= − = f ij −  gij
xi x j xi x j xi x j

 2L 1 g
=− = − gi
xi  xi

 2L 1
=0
 2

com as quais construímos a matriz:

 56

 0 − g1 − g2 − gn 
 
 − g1 f11 −  g11 f12 −  g12 f1n −  g1n 
H =  − g2 f 21 −  g 21 f 22 −  g 22 f2n −  g2n  .
 
 
 −g f n1 −  g n1 fn 2 −  gn 2 f nn −  g nn 
 n

Estabeleça também os determinantes dos seus menores principais, expressos abaixo:

0 − g x1 − g x2
0 − g x1
H 2 = e H 3 = − g x1 f11 −  g11 f12 −  g12
− g x1 f11 −  g11
− g x2 f 21 −  g 21 f 22 −  g 22

De maneira que o ponto crítico é dado pelo seguinte critério:

(a) Máximo, se H 2  0 , H 3  0 , H 4  0, ....

(b) Mínimo, se H 2  0 , H 3  0 , H 4  0 , ...

(c) Qualquer outra combinação ou é um ponto de cela ou não é ponto nem máximo nem mínimo.

Vamos pegar um exemplo mais simples, uma função com apenas duas variáveis, F = f ( x1 , x2 ,) , que
tem a seguinte restrição: g ( x1, x2 ) − c = 0 , de maneira que sua função lagrangiana é dada por:

L (  , x1, x2 ) = f ( x1, x2 ) −   g ( x1, x2 ) − c 

Sendo assim, para encontrar os pontos extremos da função lagrangiana, aplicamos as condições de
primeira ordem, fazendo com que o gradiente de L ( , x1 , x2 ) seja nulo:

L L L
L = 0, ou seja, ( , , ) = (0, 0, 0) .
x1 x2 

Aplicando o gradiente e o igualando a zero, obtemos o seguinte sistema de equações:

 57

 L f g
 x = +  =0
x1 x1
 1

 L f g
 = + =0
 x2 x 2 x 2
 L
 = − g ( x1 , x2 ) + c = 0
 

Resolvendo o sistema acima, encontramos os pontos extremos ( x1* , x2* ) .

Exemplo ilustrativo – Encontre os pontos extremos da função objetivo f ( x1 , x2 ) = x12 + x22 sujeito a
restrição x1 + x2 = 4 .

Para resolver esse problema, construímos primeiramente a função lagrangiana

L ( x1 , x2 ,  ) = f ( x1 , x2 ,) −  g ( x1 , x2 ) que assume a seguinte forma:

L ( x1 , x2 ,  ) = x12 + x22 −  ( x1 + x2 − 4) .

Aplicando o gradiente e o igualando a zero, obtemos o seguinte sistema de equações:

 L
 x = 2 x1 −  = 0
 1
 L
 = 2 x2 −  = 0
 x2
 L
 = x1 + x2 − 4 = 0
 

Resolvendo o sistema temos x1 = 2, x2 = 2 . Portanto, o ponto (2, 2) é um extremo que não sabemos
se é de máximo ou de mínimo condicionado. Para tanto, devemos obter as condições de segunda
ordem ou de suficiência para esse tipo de problema.

O Hessiano Orlado é dado pela matriz:

 0 − g x1 − g x2 
 
H =  − g x1 f11 −  g11 f12 −  g12 
 
− g x f 21 −  g 21 f 22 −  g 22 
 2 

De forma que temos os seguintes determinantes primeiros menores:

 58

0 − g x1 0 1
H 2 = H 2 = = −1
− g x1 f11 −  g11 1 2

0 − g x1 − g x2 0 1 1
H 3 = − g x1 f11 −  g11 f12 −  g12 H 3 = 1 2 0 = −4
− g x2 f 21 −  g 21 f 22 −  g 22 1 0 2

Como H 2  0 e H 3  0 , conclui-se que o ponto (2, 2) é de mínimo.

4.3 – Programação não linear (ou com restrições de desigualdade)

Frequentemente ocorrem problemas de otimização onde as restrições nem sempre são de igualdades,
neste caso podemos ter restrições envolvendo restrições de desigualdade de forma que a programação
deixa de ser linear. Sendo assim, o problema de programação geral não linear pode ser apresentado
como se segue:

1 ( x1 , x2 , x3 ,..., xn )  k1

2 ( x1 , x2 , x3 ,..., xn )  k2

max F ( x1 , x2 , x3 ,..., xn ) sujeito a 
...................................

n ( x1 , x2 , x3 ,..., xn )  kn


Para um caso mais simples, temos:

max F ( x1, x2 ) sujeito a  ( x1, x2 )  k

Os passos para resolver esse caso são os seguintes:

(a) Associe a restrição ao multiplicado de Lagrange  com a restrição  ( x1 , x2 )  k , e então

defina a função lagrangiana L( x1 , x2 , ) = F ( x1 , x2 , ) −  ( x1 , x2 )

(b) Iguale as derivadas parciais da função lagrangiana a zero

 59

L L L
=0 =0 e =0
x1 x2 

(c) Introduza a condição flexível e complementar, abaixo:

 0 [se  ( x1 , x2 )  k , então  = 0]
(d) Imponha que  ( x1, x2 )  k

A condição (c) requer que  seja não-negativo, além disso que requer também que  = 0 se
 ( x1, x2 )  k . Sendo assim, se   0 , devemos ter  ( x1, x2 ) = k , neste sentido uma condição

alternativa pode ser   0, .[ ( x1, x2 ) − k ] = 0

Exemplo (1) – Resolva o problema

max f ( x1, x2 ) = x12 + x22 + x2 − 1 sujeito a  ( x1, x2 ) = x12 + x22  1

A lagrangiana é L( x1 , x2 , ) = x12 + x22 + x2 − 1 −  ( x12 + x22 − 1)

As condições de primeira ordem são

L
= 2 x1−2x1= 0 (1)
x1
L
= 2 x 2 +1 − 2x 2 = 0 (2)
x2
L
= x12 + x22 − 1 = 0 (3)


A condição flexível é dada por

  0, [ = 0, qdo x12 + x22  1] (4)


De (1), 2 x 1 (1 −  ) = 0  Se  = 1  x 1 = 0 não pode , pois de (2), temos ( 1 = 0 )?

De (3) x12 + x22 = 1, analisa − se que se x1 = 0, tem − se então x2 = 1 . Neste sentido, se

escolhendo, em (2), x2 = 1   = 3 / 2 e, portanto, (4) é satisfeita. Sendo assim,
(0, 1) com  = 3 / 2 é candidato a ótimo. Por outro lado, se escolhermos x2 = −1, da

condição (2), resulta que  = 1 / 2 . Portanto, (0, − 1) com  = 1 / 2 é candidato a ótimo.

 60

Considerando o caso quando x1= 0 e também, de (4), x12 + x22  1  x22  1 , isto é,
− 1  x2  1 , então de (4), resulta que  = 0 e, de (2), resulta x2 = −1 / 2 . Portanto,
(0, − 1 / 2) com  = 0 é candidato a ótimo.

Resumindo, existem três candidatos a ótimos:

f (0, 1) = 1 , f (0, − 1) = −1 e f (0, − 1 / 2) = −5/ 2

Todavia, de (4), conclui-se que o ponto que maximiza e resolve o problema é (0, 1) .

4.3 – As condições de Kuhn-Tucker para o problema de restrição de desigualdade

Considere a função F ( x1 , x2 , x3 ,..., xn ) sujeita à restrição ( x1 , x2 , x3 ,..., xn )  0 . Um ponto

x* = ( x1* , x2* , x3* ,..., xn* ) é um ponto de máxima local de F ( x1 , x2 , x3 ,..., xn ) sujeita à

( x1 , x2 , x3 ,..., xn )  0 apenas se existir um  não-negativo, tal que  e

( x1* , x2* , x3* ,..., xn* ) satisfaçam as condições de KUNH-TUCKER:

 F 
hi = x −  x = 0 i = 1, 2, 3,..., n
 i i

 ( x1 , x2 , x3 ,..., xn ) = 0

 ( x1 , x2 , x3 ,..., xn )  0


Estas condições serão também suficientes se  ( x1 , x2 , x3 ,..., xn ) for côncava e se a restrição

também forma côncava. Como um ponto máximo de  ( x1 , x2 , x3 ,..., xn ) é um ponto de mínimo de

−  ( x1, x2 , x3 ,..., xn ) , este resultado é também aplicável quando uma função convexa é minimizada,

sujeita a uma restrição convexa.

Lembremos: uma função f ( x1, x2 , x3 ,..., xn ) é convexa numa região se para dois pontos quaisquer

(~
x1, ~
x2 , ~
x3 ,..., ~
xn ) e ( xˆ1, xˆ2 , xˆ3 ,..., xˆn ) se e somente se tivermos a seguinte combinação linear

com desigualdade:
 61

f [(1 − t ) ~
x1 + txˆ1 ,..., (1 − t ) ~
xn + txˆn ]  (1 − t ) f ( ~
x1, ~
x2 , ~
x3 ,..., ~
xn ) + tf ( ~
x1, ~
x2 , ~
x3 ,..., ~
xn )

A função é estritamente convexa se  puder ser substituído por  . A função é côncava se  puder ser
substituído por  e estritamente côncava se se  puder ser substituído por  .

No método dos multiplicadores de Lagrange é possível fazer alteração para se determinar o ponto
de máximo ou de mínimo de uma função de várias variáveis sujeita a uma restrição de
desigualdade, de maneira semelhante à modificação efetuada para uma função de duas variáveis
sujeita a uma restrição de desigualdade.

Suponha dessa forma que a restrição de desigualdade seja válida como uma restrição de igualdade
e obtenha o ponto de máximo (mínimo) usando o método dos multiplicadores de Lagrange. Então,
se de um lado   0 , este ponto de máximo (ou de mínimo) também e o de máximo (ou de
mínimo) sujeito à restrição de desigualdade; se por outro lado,   0 , o ponto de máximo (ou de
mínimo) determinado independentemente da restrição, satisfaz a restrição e, portanto, também é o
ponto de máximo (ou de mínimo) condicionado.

Exemplo (2) – Encontre o ponto de máximo da função

f ( x1 , x2 , x3 ) = − x12 − 2 x22 − x32 + x1 x2 + x3 , sujeito à restrição dada por x1 + x2 + x3  35 .

A lagrangiana é dada por

L( x1 , x2 , x3 ) = − x12 − 2 x22 − x32 + x1 x2 + x3 −  ( x1 + x2 + x3 − 35)

Pelas condições de KUNH-TUCKER, temos que

 f 
 x −  x = −2 x1 + x2 −  = 0 (1)
 1 1

 f 
 − = −4 x2 + x1 −  = 0 (2)
 x 2 x2
 f 
 − = −2 x3 + 1 −  = 0 (3)
 x3 x3
 ( x + x + x − 35) = 0  x + x + x = 35
 1 2 3 1 2 3

Como  ( x1 + x2 + x3 − 35) = 0 , conclui-se que  = 0 ou x1 + x2 + x3 − 35 = 0 .

• Se  = 0 , de (1) e (2), que x1 = x2 = 0 e, de (3), x3 = 1/ 2 . Neste caso, x1 + x2 + x3  35 a

restrição é satisfeita. f (0, 0, 1 / 2) = −02 − 2.02 − (1 / 2) 2 + 0.0 + 1 / 2 = 1 / 4 .

• Se x1 + x2 + x3 = 35 , resolvendo as três equações (1), (2) e (3), temos x1 = 15 , x2 = 9 e x3 = 11 .

De maneira que a solução x1 = 15 , x2 = 9 e x3 = 11 satisfaz (1), (2) e (3) se  = −21 . Como
f (15, 9, 11) = −362 , que é menor do que f (0, 0, 1/ 2) = 1/ 4. Conclui-se que o ponto de
 62

máximo de f ( x1 , x2 , x3 ) = − x12 − 2 x22 − x32 + x1 x2 + x3 , sujeito à restrição x1 + x2 + x3  35 é, de

fato, x1 = x2 = 0 e x3 = 1/ 2 .

Aplicação do processo de otimização na teoria do comportamento do consumidor

(a) A escolha ótima do consumidor – o problema da maximização da função utilidade.

O processo de otimização do consumidor ocorre quando ele combina suas preferências com sua
restrição orçamentária, a questão da escolha ótima do consumidor reduz-se à solução da
maximização de utilidade condicionado à sua restrição orçamentária. Isto é, o consumidor escolhe
as quantidades ótima, ( x1* , x2* ) , buscando

Max u = u ( x1 , x2 )
x1 , x2

s.a m − ( p1x1 + p2 x2 ) = 0

Uma forma de resolver este problema de maximização condicionado é através do método de

Lagrange (multiplicadores de Lagrange), o qual consiste em formar a função lagrangiana, L:
L( x1, x2 ,  ) = u( x1, x2 ) +  (m − p1x1 − p2 x2 )
Onde  é uma variável auxiliar, denominada de multiplicador de Lagrange. As condições
necessárias (ou de Primeira Ordem) para o ponto de ótimo são:

L L L
=0 =0 e =0
x1 x2 

Resolvendo, tem-se a seguinte solução:

dx2 u / x1 p
TMSx1 , x2 = =− = 1 , onde TMS é a Taxa Marginal de Substituição.
dx1 u / x2 p2

Exemplo: A Função de Utilidade Cobb-Douglas, u ( x1 , x2 ) = x1c x d 2

Posto que a informação dada pelas funções de utilidades não se altera ao aplicar uma
transformação monotônica. Lembrando que uma transformação monotônica é uma forma de
transformar um conjunto de números em outro conjunto de números, porém preservando a ordem
dos números originais. A transformação monotônica é uma função f (u ) que transforma cada
 63

número u em algum número f (u ) , preservando a ordem dos números no sentido que se u1  u 2 ,

então f (u1 )  f (u2 ) . Portanto, é conveniente aplicar o operador logaritmo e trabalhar com a
expressão:
Ln[u( x1 , x2 )] = cLn( x1 ) + dLn( x2 )
Portanto, o problema da maximização condicionada, trabalhando com a função de utilidade de
Cobb-Douglas, reduz-se a:
Max cLn( x 1 ) + dLn( x2 )
x1 , x2

s.a m − ( p1x1 + p2 x2 ) = 0
Pelo método dos multiplicadores de Lagrange, tem-se:
L( x1 , x2 ,  ) = cLn( x1 ) + cLn( x2 ) +  (M − p1 x1 − p2 x2 )
Aplicando as Condições de Primeira Ordem, resulta em:
L c L d L
= − p1 = 0 ; = + p 2 = 0 e = m − ( p1x1 + p2 x2 ) = 0
x1 x1 x 2 x 2 
Resolvendo este sistema de três equações e seis incógnitas, temos:
c m d m c+d
x1 = x*1 ( p1 , p2 , m) = , x2 = x*2 ( p1 , p2 , m) = e  = *1 ( p1, p2 , m) =
c + d p1 c + d p2 m
Portanto, essas funções representam a solução simultânea das condições de primeira ordem. As
duas primeiras são funções de demanda marshalliana (ou walrasiana ou ordinária), que nos dá as
quantidades ótimas de cada um dos bens como uma função dos seus preços e da renda do
consumidor.
Obs.: A curva de demanda marshalliana (ou ordinária) de um bem (ou serviço) é o lugar
geométrico de todas as quantidades de equilíbrio do consumidor ao variar-se o seu preço,
mantendo-se todos os outros parâmetros (preços dos outros bens e a renda nominal) constantes.

(b) A escolha ótima do consumidor – o postulado da minimização do gasto

Como vimos anteriormente, o consumidor fez sua escolha, maximizando sua função de utilidade,
condicionado a sua restrição orçamentária. É possível obter o ótimo do consumidor, postulando-se
que o mesmo determine o seu nível ótimo de consumo ao minimizar o gasto (ou custo) necessário
para atingir um certo nível de utilidade.
Min m = p1 x 1 + p2 x2
x1 , x2

_
s.a u( x1 , x2 ) = u
_
Onde m é o gasto a ser minimizado (função objetivo) e u (que é dado, constante) representa o
nível de utilidade a ser atingido.
Novamente, utilizando-se do método dos multiplicadores de Lagrange e aplicando as Condições de
Primeira Ordem, tem-se:
 64

−
L( x1 , x2 ,  ) = p1 x1 − p2 x2 + [u − u( x1 , x2 )] e
L u L u L −
= p1 −  =0; = p2 −  =0 e = u − u( x1 , x2 ) = 0
x1 x1 x2 x2 
Exemplo: De novo, trabalharemos com a Função de Utilidade Cobb-Douglas, desta feita, impondo
que c = d = 1.
−
u = x1 x2
Portanto, o problema da minimização condicionada do gasto, reduz-se a:
Min m = p1 x1 + p2 x2
x1 , x2

−
s.a u − x1 x2 = 0
Pelo método dos multiplicadores de Lagrange, tem-se:
−
L( x1 , x2 ,  ) = p1 x1 + p2 x2 + [u − x1 x2 ]
Aplicando as Condições de Primeira Ordem, resulta em:
L L L −
= p1 − x2 = 0 ; = p2 − x1 = 0 e = u − x1 x2 = 0
x1  
Resolvendo este sistema de três equações e seis incógnitas, temos:
1 1 1 1 1 1
− −
x1 = x *1 ( p1 , p2 , u ) = p1 2 p22 u 2 e x2 = x * 2 ( p1 , p2 , u ) = p2 2 p22 u 2
Portanto, essas funções representam a solução simultânea das Condições de Primeira Ordem. Tais
funções de demanda são chamadas de funções hicksianas ou compensadas, revelando os níveis de
consumo para um dado conjunto de preços e nível de utilidade (ou renda real). Essas funções
mostram como x1 e x2 são afetados pelos preços, quando a utilidade (ou renda real) do
−
consumidor é mantida constante ao nível de u , daí o nome compensada.
Obs.: A curva de demanda hicksiana (ou compensada) de um bem i é o lugar geométrico de todas
as quantidades de equilíbrio do consumidor ao variar o seu preço, mantendo-se todos os outros
parâmetros (preços dos outros bens e a utilidade) constantes.

(c) O problema da maximização da utilidade e a função de utilidade indireta.

De acordo com o que vimos anteriormente, o problema do consumidor consistia em escolher as

quantidades ótimas x1* e x 2* de modo a maximizar a sua função de utilidade, condicionado à sua
restrição orçamentária, ou seja:
Max u = u ( x1 , x2 )
x1 , x2

s.a ( p1x1 + p2 x2 ) = m
As soluções foram dadas pelas funções de demanda marshalliana (ou ordinária), as quais
dependiam dos preços ( p1 , p2 ) e da renda nominal, m , ou seja:
 65

x1 = x*1 ( p1 , p2 , m) e x2 = x*2 ( p1 , p2 , m)
A função de utilização indireta pode ser obtida substituindo-se essas funções de demanda
x*1 ( p1, p2 , m) e x*2 ( p1, p2 , m) na FUNÇÃO OBJETIVO, qual seja, a função utilidade u( x1 , x2 ) ,
donde resulta:
( p1, p2 , m) = u[ x1* ( p1, p2 , m), x2* ( p1, p2 , m)] ; cujos parâmetros são os preços ( p1 , p2 ) e a renda
nominal, M.
A função utilidade indireta mostra o Máximo valor da utilidade para qualquer nível de preços e
renda nominal, visto que são precisamente as quantidades ótimas x1* e x 2* (aquelas que maximizam
a utilidade do consumidor), que são substituídas na função utilidade.
A função de utilidade indireta, ( p1 , p2 , M ) , tem essa denominação exatamente por depender
indiretamente das quantidades, via preços e renda, resultante do processo de maximização, em
contraste com a função de utilidade direta u( x1 , x2 ) , que depende diretamente das quantidades de
bens.
A função de utilidade indireta tem as seguintes propriedades:

o É não decrescente em preços, de modo que  0, i , e não decresce na renda nominal
p1

m, de forma que  0.
M
o É homogênea de grau zero em preços e renda, de modo que:
(p1 , p2 , M ) = 0 ( p1 , p2 , M ) = ( p1 , p2 , M ) .
o É quase côncava em preços, significando dizer que as curvas de níveis de preços são
convexas em relação à origem.

(d) O problema de minimização de gastos e a função de gastos indireto.

Anteriormente, o problema do consumidor foi reformulado postulando-se que Ele escolhia o seu
nível de consumo de modo a maximizar o gasto (ou custo) necessário para atingir um certo nível
de utilidade u, ou seja:
Max m = ( p1 x1 + p2 x2 )
x1 , x2

−
s.a u = u( x1 , x2 )
Fazendo-se uso do método de Lagrange, obteve-se a solução que gerou as funções de demanda
− −
hicksiana x1h ( p1 , p2 , u) e x2h ( p1 , p2 , u) .
A função de custo (ou gasto indireto) pode ser obtida substituindo-se essas funções de demanda
hicksiana (quantidades ótimas que minimizam o gasto do consumidor) na FUNÇÃO OBJETIVA de
custo ou gasto m = ( p1x1 + p2 x2 ) , donde resulta:
− − −
C ( p1 , p2 , u) = p1 x1h ( p1 , p2 , u) + p2 x2h ( p1 , p2 , u)
A função de custo indireto (ou gasto indireto), mostra para um dado conjunto de preços, o gasto
 66

−
mínimo necessário para se obter o nível de satisfação u .
A função de gasto indireto tem as seguintes propriedades:
o A função de custo é homogênea de grau 1, de modo que:
_ _ _
C(p1 , p2 , u) = 1C( p1 , p2 , u) = C( p1 , p2 , u) .
o A função de custo é continua em preços, de modo que a primeira e a segunda derivadas em
relação a preços existem.
o A função de custo é côncava em preços, de modo que:

C[p1 '+(1 −  ) p2 ' ' ]  C( p1 ' ) + (1 −  )C( p1 ' ' ) , para todo 0    1

Otimização Condicionada

(e) O problema da minimização de custos. Dualidade entre minimização de Custos e

maximização da Produção.

• O problema da minimização de custo e a função de custo de longo prazo.

A função de custo de longo prazo é derivada a partir da solução de um problema de otimização

condicionado, ao postular-se que a firma minimiza o seu custo de produzir certo nível de produção.
A função de custo de longo prazo é obtida ao substituírem-se os níveis ótimos de utilização dos
insumos (os quais são a solução desse problema de otimização condicional) na própria função
objetivo do mesmo.
O primeiro passo para determinar a função de custo de longo prazo é dado ao se resolver o
problema de otimização condicionado:
Min C = p1w1 + p2 w2
x1 , x2

s.a Q = f ( x1, x2 ) dados Q, w1 e w2

Onde C (o custo) é a função objetivo que se quer minimizar, dentro dos limites impostos pela
função de produção, y. Uma forma de solucionar o problema de minimização condicionado é
através do método de Lagrange (multiplicadores de Lagrange), o qual consiste em formar uma
função lagrangiana, L do tipo:
L( x1, x2 ,  ) = w1x1 + w2 x2 + [Q − f ( x1, x2 )]

Onde  é uma variável auxiliar, denominada de multiplicador de Lagrange. As condições

necessárias (ou de Primeira Ordem) para os níveis ótimos de insumos são dadas por:
L L L
= 0, =0 e =0
x1 x2 
De modo que, ao aplicá-las e articular todas as variáveis envolvidas, obtém-se o seguinte resultado:
 67

w1 w2
= =
f ( x1 , x2 ) f ( x1 , x2 )
x1 x2
Pode-se mostrar que  é o custo marginal de longo prazo (demonstraremos mais a frente). Isso
significa que a firma contratará insumos até o ponto em que as relações entre os preços de cada
insumo e as suas produtividades marginais sejam iguais. O que equivale a dizer que o ponto de
ótimo será obtido quando a taxa de variação na produção propiciada por uma expansão em cada
insumo é igual ao custo marginal de longo prazo.
Rearranjando este resultado, temos:
f ( x1 , x2 )

w1 x1
= e y = Q( x1 , x2 )
w2 f ( x1 , x2 )
x2
Por sua vez, resolvendo este sistema, obtêm-se os níveis ótimos de utilização dos insumos, que são
não por acaso as funções de demanda por insumos (nível de produção constante):
x1 = x1* ( w1, w2 , Q) e x2 = x2* ( w1, w2 , Q)
Esses, por sua vez, dependem do nível de preços dos insumos e do nível de produção.
Finalmente, a função de custo de longo prazo é obtida substituindo-se as soluções ótimas,
conseguidas acima, na função objetivo:
C = C * ( w1, w2 , Q) ou C = w1x1* ( w1, w2 , Q) + w2 x2* ( w1, w2 , Q)
O qual depende do nível de produção e dos preços dos insumos.
Agora é possível demonstrar que o multiplicador de Lagrange  representa o custo marginal de
produção. Para isso, basta diferenciar a função de custo, obtida acima, em relação ao nível de
produção, donde resulta:
C * x x
= w1 ( 1 ) + w2 ( 2 ) ,
Q Q Q
f f
Desde que w1 =  e w2 =  , tem-se que:
x1 x2
C * f x f x2
= [ ( 1 ) + ( )] .
y x1 Q x2 Q
f x1 f x2
Como ( )+ ( ) = 1 , essa condição é obtida ao derivar-se a equação de restrição (do
x1 Q x2 Q
problema de otimização) em relação ao nível de produção.
C *
Conclui-se que =  , como queríamos demonstrar.
y
A título de ilustração, determina-se a seguir a função de custo de longo prazo para a seguinte
tecnologia Q = x1x2 .
De acordo como discutimos acima, a firma escolhe seus níveis ótimos de utilização dos insumos
 68

resolvendo o seguinte problema de otimização condicionada:

Min w1 x1 + w2 x2
x1 , x2

s.a Q = x1 x2
A partir do qual formamos o lagrangiano:
L( x1, x2 ,  ) = w1x1 + w2 x2 + [Q − x1x2 ]
Das condições de primeira ordem, temos:
L L L
= w1 − x2 = 0 ; = w2 − x1 = 0 e = y − x1 x2 = 0
x1 x1 
De tal maneira que, resolvendo este sistema, resultada o seguinte:
1 1 1 1 1 1
− −
x = w1 w Q
*
1
2 2
2
2
e x = w w2 Q
*
2 1
2 2 2

A função de custo é finalmente obtida, quando substituímos esses níveis ótimos de utilização dos
insumos (ou funções de demanda por insumo) na função objetivo. Com efeito, desse fato resulta
que:
1 1 1 1 1 1 1 1 1
− −
C * = w1 ( w1 2 w22 Q 2 ) + w2 ( w12 w2 2 Q 2 ) , simplificando, tem-se que C * = 2w12 w22 Q 2

Dualidade entre a função de custo e a função de produção.

Obtivemos, anteriormente, a função de custo de longo prazo derivada a partir da solução de um

problema de otimização condicionado, ao postular-se que a firma minimiza o seu custo de produzir
um certo determinado nível de produção, dados os preços dos insumos. Agora, devemos caminhar
na direção inversa e derivar a FUNÇÃO DE PRODUÇÃO a partir da FUNÇÃO DE CUSTO.
Assim, partindo-se da função de custo:
C* = w1x1* ( w1, w2 , Q) + w2 x2* ( w1, w2 , Q)
Pode-se obter as funções de demanda por insumo (lema de Shephard):
C * C *
= x1* ( w1 , w2 , Q) e = x2* ( w1 , w2 , Q)
w1 w2

Desde que x1* e x 2* são homogêneas de grau zero em preços, então essas funções de demanda
podem ser escritas da seguinte forma:
x1* ( w1, w2 , Q) = x1* (w1, w2 , Q) = x1* (1, w2 / w1, Q) = g1 ( w, Q)

x2* ( w1 , w2 , Q) = x2* (w1, w2 , Q) = x2* (1, w2 / w1 , Q) = g 2 ( w, Q)

1 w
Onde  = e w = 2 é a relação de preços dos insumos. Através de manipulações algébricas,
w1 w1
essas duas equações podem ser utilizadas para eliminar a variável w, de modo a obter-se uma
equação em x1 e x2 , ou seja, g ( x1 , x2 ) = 0.
Que é a Função de Produção procurada.
 69

Para ilustração dessa técnica, a seguir recupera-se a função de produção a partir da seguinte função
de custo:
C* = Q k x1 w1 w12− .
O primeiro passo para retroceder à função de produção é diferenciar essa função de custo em
relação a w1 e w2 , donde resulta (lema de Shephard):
C * C *
= x1 = Q k w1 −1w12− e = x2 = (1 −  )Q k w1 −1w2−
w1 w2
Como w = w1 / w2

x1 = Q k w1− e x2 = (1 −  )Q k w−
Aplicando o operador logaritmo neperiano em ambos os lados dessas equações, temos:
ln x1 = ln  + k ln Q + (1 −  )w e ln x2 = ln(1 −  ) + k ln Q + (− ) ln w
Resolvendo este sistema, conseguimos obter a seguinte relação:
 ln x1 + (1 −  ) ln x2 =  ln  + (1 −  ) ln(1 −  ) + k ln Q
Resultando, após tomar o antilogaritmo, a função de produção:
x1 x12− = [  (1 −  )1− ]Q k
Ou, de forma mais conveniente, tem-se:
Q = Ax1 x2
Que é a nossa velha função de produção.
1
Onde  =  / k ,  = (1 −  ) / k e A = (  1−
)1/ k que são os parâmetros da função de
 (1 −  )
produção.

5 – Otimização dinâmica e controle ótimo.

Os fenômenos socioeconômicos são por natureza dinâmicos, por conta disto são adequados a um
tratamento matemático do método de controle de sistemas dinâmicos, significando, este último, em
termo bem simples, todo sistema que evolui ao longo do tempo, desenhando uma trajetória temporal.
Sendo assim, temos dois tipos de trajetórias no tempo: a primeira é aquela em que o sistema evolui
continuamente, no caso, a variável t assume valores reais contínuos ( t  R ); a outra é aquela em que o
sistema evolui discretamente, neste caso, a variável t assume valores inteiros ( t  N ).

Nesta parte do curso veremos de forma introdutória o método de otimização dinâmica e a teoria do
controle ótimo. De maneira que faremos uma investigação sobre a melhor trajetória temporal para o
controle de um sistema dinâmico.

5.1 – O problema da otimização dinâmica

 70

O problema da otimização dinâmica coloca a seguinte questão: como encontrar a melhor trajetória em
um conjunto de possíveis trajetórias, examinando a variável temporal em cada um dos seus estágios, a
partir do período traçado (caso de tempo discreto), ou em cada ponto do tempo, para um intervalo
continuo, digamos [0, T ] . A solução do problema da otimização dinâmica tomaria a forma de uma
trajetória temporal ótima, denotada por y *(t ) .

A característica mais importante do problema da otimização dinâmica é que, embora suas variáveis
sejam expressas em termos de sequência de tempo (séries temporais), é possível prever o horizonte de
planejamento como uma seqüência de etapas de processos econômicos. Neste caso, o problema da
otimização econômica pode ser vista como um problema de tomada de decisões em vários estágios.

Qualquer que seja o problema de otimização dinâmica, discreto ou continuo, deve-se levar em conta os
seguintes ingredientes básicos:

(a) Um dado ponto inicial e um dado ponto final

(b) Um conjunto de trajetórias admissíveis do ponto inicial ao ponto final

(c) Um conjunto de trajetórias de valores servindo-se como índice de performance

(d) Um objetivo específico (custo, consumo, lucro, bem-estar etc.). De sorte que o que se busca é
otimizar o valor do caminho (valor da trajetória), ou o índice de performance, escolhendo a
melhor trajetória, ou trajetória ótima.

5.2 – O problema do controle ótimo

Os continuados estudos dos problemas de natureza variacional confluíram para a criação da moderna
teoria do controle ótimo. De modo que, como vimos, todo sistema dinâmico tem a propriedade
“ontológica” de que sua existência, em cada um dos seus finitos ou infinitos estágios, assume vários
estados durante sua longa trajetória temporal, intimamente relacionados a uma dada vaiável de
controle, u (t ) . Observe que a variável de controle normalmente é secundarizada, isto ocorre quando a
decisão sobre a trajetória da variável de controle (uma vez dada a condição inicial sobre y ) determina,
de forma inequívoca, uma trajetória para a variável de estado y (t ) como um seu produto. Neste
sentido, deve, em todo problema de controle ótimo, agregar uma equação que relacione y e u :

dy
= f [t , y(t ), u(t )]
dt

Seja y (t ) uma variável de estado do sistema no momento t , convencionaremos que esta variável
assume valores de zero ( t = 0 , tempo inicial) a T ( t = T , tempo final) e u (t ) a vaiável de controle, o
problema do controle ótimo se apresenta da seguinte forma:

T
Maximizar ou minimizar V [ y ] =  F [t , x(t ), u (t )]dt
0
 71

dy
Sujeito a = f [t , y(t ), u(t )]
dt

e y(0) = A

y(T ) = Z

A título de ilustração, vamos chamar de y (t ) a variável de estado que representa o nível de estoque
de um dado recurso natural, por exemplo, petróleo, em uma determinada área geográfica.
Assumiremos a existência de algum tipo de mecanismo que nos possibilitem controlar o estado do
sistema no momento t , este suposto mecanismo de controle podemos representá-lo pela função u (t )
que pode ser, por exemplo, a taxa de consumo do recurso natural.

Com estes pressupostos e sendo conhecido os valores da variável de estado, y (t ) , e de controle, u (t ) ,

podemos construir a equação de estado da seguinte forma:

dy
= f [t , y(t ), u(t )] com y (t ) = y0 (1.1)
dt

A equação de estado (1.1) nos dá como resultado a taxa de evolução instantânea da variável de estado
em função das variáveis y , u e t (e o estado inicial do sistema, y (t ) = y0 ), de maneira que se o valor
inicial de y0 e a trajetória de controle, isto é, os valore que u (t ) assume ao longo do intervalo [0, T ] ,

forem conhecidos, podemos integrar (1.1) no sentido de obter a trajetória de estado (os valores de
y (t ) ) ao longo do intervalo [0, T ] .

Na verdade, o que desejamos escolher é a trajetória de controle e a trajetória de estado que permite
otimizar a função objetivo, no caso em tela, dada abaixo:

T
J =  U [t , y (t ), u (t )]dt + S [ y (t )] (1.2)
0

Observe que U (como função das variáveis y , u e t ), na expressão (1.2), no nosso exemplo de
recurso natural, poderia medir a utilidade digamos, social, proporcionada pelo consumo de
petróleo e seus derivados. Sendo assim, o governo poderia desejar maximizar essa função. Por sua
vez, a função, S[ y (t )] , mede o valor residual da variável estado no final do período, y (T ) .

Frequentemente, a variável de controle u (t ) não é arbitraria, ou seja, não pode assumir qualquer valor,
de maneira que

u (t )  (t ) (1.3)

Onde (t ) é o conjunto de valores possíveis da variável de controle u (t ) no momento t .

Uma observação adicional é que as expressões (1.1) e (1.3) limitam o conjunto de valores terminais
possíveis de y (T ) , de forma que, a referida restrição é dada por
 72

y(T )  Y (T )

Onde Y (T ) é o conjunto potencial de valores que a variável de estado y (t ) pode alcançar no momento
final T . Portanto, Y (T ) é o conjunto de todos os valores possíveis de serem atingidos quando y (T )
verifica e a variável de controle u (t ) verifica (1.3).

Exemplo

No caso neoclássico da teoria do comportamento do consumidor, suponha que determinada pessoa

pretenda aposentar-se aos 60 anos, recebendo uma pensão anual constante de, digamos, W0 reais.
Sendo assim, nosso pensionista estima que sua vida durará T anos (além dos 60 anos) e que, durante
esse tempo, pretende consumir a sua riqueza de forma a maximizar a utilidade dela resultante. Uma
vez que nosso pensionista é avesso ao risco, ele pretende colocar o seu dinheiro numa caderneta de
poupança que lhe rende continuamente juros a uma taxa r.

Nessa conjuntura, seja W (t ) o montante investido no momento t e a variável de controle C (t ) , a taxa

de consumo, de forma que a equação de estado do nosso pensionista é dada por:

dW (t )
= rW (t ) − C (t )
dt

Sendo a condição inicial dada por W (t ) = W0 , seja ainda U (C ) a utilidade resultante de consumir um
montante C e B(W ) a função residual. Vaja abaixo a tabela com todas as informações do
problema:

Variável de estado W (t ) , riqueza

Variável de controle C (t ) , taxa de consumo
Equação de estado dW (t )
= rW (t ) − C (t ) , W (t ) = W0
dt
Função objetivo T
J =  U (C )e − t dt + B[W (t )]
0

Restrição de estado W (t )  0
Restrição de controle C (t )  0
Funções exógenas U (C ) - Utilidade resultante do consumo
B(W ) - Função residual
Parâmetros T - Momento final
W0 - Montante de riqueza inicia
 - Taxa de desconto
r - Taxa de juros

Nesse contexto, o problema ótimo do nosso pensionista é sistematizado da seguinte forma:

T
Maximizar J =  U (C )e − t dt + B[W (t )]
0
 73

dW (t )
Sujeito a = rW (t ) − C (t )
dt

e W (0) = W0

W (T ) = W

6 – EQUAÇÕES DE DIFERENÇAS

Os economistas frequentemente estudam o desenvolvimento no transcorrer do tempo de variáveis

econômicas como renda nacional, taxa de juros, oferta monetária etc. Podemos analisar o
desenvolvimento de tais variáveis de forma continua ou de forma discreta, neste último caso, o tempo
assume valores inteiros, t = 0, 1, 2, 3, ... . Exemplo, os valores do PIB entre os anos de 2000 a 2017.

Neste sentido, mudanças (ou variações) em muitas das quantidades econômicas (rendas agregada,
consumo agregado e poupança agregada) geralmente são observadas em um intervalo de tempo fixo:
dia, semana, mês ou ano. Para ilustrar, tomemos o PIB do exemplo acima, neste caso o período foi
dado em ano e podemos representar da seguinte forma:
PIBt = PIB2000, PIB2001, PIB2002, ..., PIB2017 ou simplesmente assim:

PIBt = PIB0 , PIB1 , PIB2 , ..., PIB17 . Se tomarmos o tempo t como 2017, teremos os PIB’s

anteriores até 2000 representado desta forma: PIBt , PIBt −1 , PIBt −2 , PIBt −3 , ..., PIB0 .

Nesta unidade serão elaborados e desenvolvidos com maior rigor formal e detalhamento os conceitos
de equações de diferenças (ou em diferenças), seus principais teoremas, bem como os métodos e
técnicas necessárias à obtenção de suas soluções.

Princípios gerais

Definição (1):

Uma equação de diferenças é uma expressão que relacionam valores de uma função y (x) , definida
sobre um conjunto S de valores inteiros positivos da variável independente x , ( x = 0, 1, 2, 3, ... ),

e suas diferenças y( x), 2 y( x), 3 y( x), ..., n y( x) , para cada valor de x pertencente ao conjunto
S.

Se considerarmos y (x) como funções definidas para todo número natural x pertencente ao conjunto
S , as seguintes expressões são exemplos ilustrativos de equações de diferenças sobre o conjunto S de
números reais:

y( x) + 3 y( x) − 4 = 0
 74

 2 y ( x ) − 2 y ( x) = x 2 + x − 1

3( x + 1)3 y( x) − 2 x3y( x) − y( x)(1 − x) = 0

2 4
 y( x) − y( x) = x 2 + 2 xsenx
3

Quando y (x) é uma função de uma só variável independente, x , ela é chamada de equação de
diferenças ordinária, em contraste com as equações de diferenças parciais em que aparecem funções
com mais de uma variável independente, como pode ser visto nos exemplos abaixo:

 x z ( x, y ) −  y z ( x, y ) = xy − 2( x − y ) 2

 ( x + 2, y + 2) − 3 ( x + 1, y + 1) = ( x − 1).2 y

u( x, y, z ) − 2u( x + 2, y + 2, z + 2) = xyz

Nestes e nos próximos capítulos trabalharemos apenas com equações de diferenças ordinárias.
Utilizaremos a partir daqui a variável t como variável independente, t  N .

Solução das equações de diferenças

A função y (t ) , definida sobre um conjunto S de valores da variável independente, t , é solução de

uma equação de diferenças se não contém diferenças e a satisfaz a identidade abaixo:

y (t ) = f (t )

Para toda equação de diferenças existem dois tipos de soluções: a solução geral e a solução particular.
A solução geral de uma equação de diferenças de n-ésima ordem é uma equação que contém n
constantes arbitrarias. Enquanto que uma solução particular é uma solução que pode ser obtida a partir
da solução geral, atribuindo valores específicos às constantes arbitrarias da solução geral. Tais
atributos são definidos pelas condições iniciais, também conhecidas como condições de contorno.

EXEMPLO (01) – Verifique se a função y (t ) = c1 + c2 .3t é solução da seguinte equação de diferenças:

yt +2 − 3 yt +1 + 2 yt = 0

SOLUÇÃO

y (t ) = c1 + c2 .3t
y(t + 1) = c1 + c2 .3t +1
y(t + 2) = c1 + c2 .3t +2

Substituindo estes resultados na equação original, yt +2 − 3 yt +1 + 2 yt = 0 , temos

c1 + c2 .3t +2 − 3(c1 + c2 .3t +1 ) + 2(c1 + c2 .3t ) = 0

 75

c1 + c2 .3t +2 − 3c1 − 3c2 .3t +1 + 2c1 + 2c2 .3t = 0  0 = 0

Vamos encontrar uma solução particular para a equação acima quando y0 = 1 e y1 = 2 . Então, temos
que:

Para y0 = 1

y (0) = 1 = c1 + c2 .30 , que nos dá c1 + c2 = 1 (i)

Para y1 = 2

y (1) = 2 = c1 + c2 .31 , que nos dá c1 + 3c2 = 2 (ii)

De (i) e (ii), encontramos as constantes:

1 1
c1 = − e c2 =
2 2

Portanto, a solução particular é

1 3t
y(t ) = − +
2 2

t (t − 1)
EXEMPLO (02) – Verifique se a função y(t ) = + c1 é solução da seguinte equação de
2
diferenças: yt +1 − yt = t

SOLUÇÃO

t (t − 1)
y ( x) = + c1
2

(t + 1)t
y(t + 1) = + c1
2

Substituindo estes resultados na equação original, yt +1 − yt = t , temos:

(t + 1)t t (t − 1)
+ c1 − [ + c1 ] = t
2 2
t2 + t t2 − t
+ c1 − − c1 = t
2 2
t2 + t − t2 + t
=t
2
t =t
 76

Exercícios Propostos

QUESTÃO (01) – Verifique se as equações listadas abaixo estão em consonância com suas respectivas
soluções particulares ao lado, quando y0 = 1 e y1 = 0 :

(i) yt + 2 − 5 yt +1 + 6 yt = 0  yt = 3.2t − 2.3t

1 1
(ii) yt + 2 − 9 yt = 0  yt = 3t + (−3)t
2 2
(iii) yt + 2 − 4 yt +1 + 4 yt = 0  yt = −(2)t (t − 1)

(iv) yt + 2 − 3 yt +1 + 2 yt = 0  yt = 2 − 2t
t
(v) yt + 2 + 2 2 yt +1 + 2 yt = 0  yt = −(−1)t 2 2 (−1 + t )

6.2 – Equações de diferença lineares

Definição (1):

Uma equação de diferenças, definida sobre um conjunto S de valores da variável independente t ,

t  N , é linear em S se é do primeiro grau em relação à função desconhecida y (t ) e ás suas
diferenças yt + n , yt + n −1 , yt + n −2 , ..., yt . Ou seja, se ela pode ser escrita da seguinte forma:

n (t ) yt +n + n−1 (t ) yt +n−1 + n−2 (t ) yt +n−2 + n−3 (t ) yt +n−3 + ... + 0 (t ) yt =  (t )

Onde n (t ), n−1 (t ), n−2 (t ), ..., 0 (t ) e  (t ) são funções definidas para todos os valores de t em

S , ou constantes, enquanto que n é um número inteiro positivo. Quando n (t )  0 , a equação de

diferenças linear dada acima é de n-ésima ordem.

Se  (t )  0 , a equação de diferenças linear é dita não homogênea ou completa, ou seja, tem o

segundo membro.

Se  (t ) = 0 , a equação se reduz à forma

n (t ) yt +n + n−1 (t ) yt +n−1 + n−2 (t ) yt +n−2 + n−3 (t ) yt +n−3 + ... + 0 (t ) yt = 0 ,

e é chamada de equação de diferenças linear homogênea ou incompleta (também conhecida como

forma reduzida da equação de diferenças linear completa) e, neste caso, sem segundo membro.
Exemplo:

yt +3 − (t 3 + 2) yt +2 + 2t yt +1 + yt = 3.2t
 77

Que é uma equação de diferenças linear não homogênea de terceira ordem, com 3 (t ) = 1 ,
2 (t ) = −(t 3 + 2) , 1 (t ) = 2t , 0 (t ) = 1 e  (t ) = 3.2t .

6.3 – Equações de diferenças lineares homogêneas

Definição (2):

Conforme vimos acima, uma equação de diferenças linear de ordem n diz-se homogênea se o termo
do segundo membro for nulo, ou seja,  (t ) = 0 , e se reduz a seguinte forma:

n (t ) yt + n + n −1 (t ) yt + n −1 + n − 2 (t ) yt + n − 2 + n −3 (t ) yt + n −3 + ... + 0 (t ) yt = 0

Podem ser demonstradas facilmente as seguintes propriedades fundamentais das funções de diferenças
lineares homogêneas:

Para toda função de diferenças linear homogênea de segundo ordem, apresentada abaixo,

yt +2 + pn−1 + qyt = 0 ,

é possível estabelecer os seguintes teoremas e as definições:

Teorema (6.a)

Se y1(t ) e y2 (t ) forem duas soluções particulares da equação de diferenças linear homogênea de

segunda ordem, mostrada acima, então toda combinação linear destas duas soluções é também solução
desta equação, ou seja:

y3 (t ) = y1 (t ) + y2 (t )

Teorema (6.b)

Se yh é uma solução da equação de diferenças linear correspondente à parte homogênea e y p é

solução da equação de diferenças linear particular (não homogênea), então yh + y p é também uma
solução da equação de diferenças linear completa, chamada de solução geral.

Definição (3):

Duas soluções particulares da equação de diferenças linear homogênea de segunda ordem, y1(t ) e
y2 (t ) , y2 (t )  0 , são ditas linearmente independentes se a razão entre elas não forem constantes. Em
outras palavras, o quociente entre elas é uma função da variável independente, isto é, se

y1 (t )
= f (t )
y2 (t )
 78

Por outro lado, quando o quociente entre elas não é função da variável independente, isto é, se for
y (t )
constante, então se diz que elas são linearmente dependentes, 1 = k ou y1 (t ) = ky2 (t ) , em outras
y2 (t )
palavras, são colineares.

Exemplo, dada a função de diferenças linear homogênea de segunda ordem, yt + 2 − 5 yt +1 + 6 yt = 0 ,

cujas soluções particulares y1 (t ) = 3t e y2 (t ) = 2t são linearmente independentes, pois
t
y1 (t ) 3t  3 
= = 
y2 (t ) 2t  2 

Definição (4):

Sejam y1(t ) e y2 (t ) funções de t , então o determinante, definido abaixo, é chamado de determinante

de Wronski ou wronskien das funções dadas.

y1 (t ) y2 (t )
W ( y1, y2 )(t ) = ou W ( y1, y2 )(t ) = y1(t ) y2 ' (t ) − y'1 (t ) y2 (t )
y '1 (t ) y'2 (t )

Teorema (6.c)

Se as funções y1(t ) e y2 (t ) são soluções particulares da equação de diferença linear homogênea de

segunda ordem, então elas serão chamadas de soluções linearmente independentes se seu wronskien é
nulo. Por outro lado, se seu wronskien for diferente de zero, ou seja, não nulo, elas serão chamadas de
soluções linearmente dependentes.

Teorema (6.d)

Se as funções y1(t ) e y2 (t ) forem duas soluções linearmente independentes, então,

yt = C1 y1 (t ) + C2 y2 (t ) é a solução geral desta equação, em que C1 e C2 são constantes arbitrarias.

6.4 – Equações de diferença lineares de primeira ordem, não homogêneas, com coeficientes
constantes.

Vamos apresentar um método de resolução da equação de diferenças linear de primeira ordem, não
homogêneas, com coeficientes constantes e analisaremos o comportamento da sequência-solução e
faremos uma discussão sobre sua estabilidade e equilíbrio dinâmicos.

Uma equação de diferença linear de primeira ordem na sua forma geral pode ser expressa pela seguinte
expressão:
 79

1 (t ) yt +1 + 0 (t ) yt =  (t ) com t = 0, 1, 2, 3,... e 1 (t )  0, 0 (t )  0 .

Se dividirmos todos os termos por 1 (t ) , optemos por sua forma normativa canônica,

1 (t ) yt +1 0 (t ) yt  (t )  (t ) yt  (t )
+ =  yt +1 = − 0 +
1 (t ) 1 (t ) 1 (t ) 1 (t ) 1 (t )

Ou

yt +1 = yt + 

0 (t )  (t )
Onde  = − e = são constantes, ou seja, não dependem de t . Observe também que
1 (t ) 1 (t )
  0 e  = 0 se  (t ) = 0 .

Tomando  e  constantes arbitrarias quaisquer, ambos diferente de zero, podemos encontrar a

solução geral através de processo recursivo, atribuindo valores a t = 0, 1, 2, 3,... na equação

canônica.

yt +1 = yt + 

y1 = y0 + 
y2 = y1 +  =  (y0 +  ) +  =  2 y0 +  + 
y3 = y2 +  =  ( 2 y0 +  +  ) +  =  3 y0 +  2  +  + 
...
yt =  t y0 +  (1 +  +  2 +  3 + ... +  t −1 )

Utilizando o operador somatório  , podemos apresentar a solução acima da seguinte forma:

t
yt =  t y0 +    t − k
k =1

Essa sequência  t −1 +  t −2 +  t −3 + ... +  2 +  1 + 1 , expressa no somatório,

t


k =1
t −k
=  t −1 +  t −2 +  t −3 + ... +  2 +  1 + 1 é uma série geométrica finita cuja soma é obtida da

a1 (1 − q n ) 1−t
seguinte forma, S n = , no caso, temos: 1 +  +  2 +  3 + ... +  t −3 +  t −2 +  t −1 = , de
1− q 1−
maneira que a solução geral da equação de diferença de primeira ordem é dada por

1 −  t 
yt =  t y 0 +   
 1− 
 80

No caso específico em que  = 1 e  um valor arbitrário qualquer, mas diferente de zero. A solução
geral obtida pelo mesmo processo é

yt +1 = yt + 
y1 = y0 + 
y2 = y1 +  = y0 +  + 
y3 = y2 +  = y0 +  +  + 
y4 = y3 +  = y0 +  +  +  + 
...
yt = y0 + t

6.5 – A estabilidade e equilíbrio dinâmicos da equação de diferença não homogênea de primeiro

grau

A estabilidade e equilíbrio dinâmicos da equação de diferença não homogênea de primeiro grau

depende basicamente de a parte complementar da solução dada por y0 t . Com efeito, o equilíbrio é
dinamicamente estável ou não consoante a função complementar tende ou não para zero, quando
t →  . Portanto, devemos analisar a trajetória do termo complementar da solução quando t cresce
indefinidamente. Pela expressão geral da solução fica claro que o valor de  , base do termo
exponencial, é fundamental nesta análise. Assim, vamos estudar o comportamento da sequência
solução, enfatizando com exemplo todas as suas variáveis e seus parâmetros através da tabela mostrada
na próxima subsecção.

Comportamento da sequência-solução

Parâmetros e variáveis
 Comportamento da sequência-solução
 y0 yt
 1 y0 = y p yt = y p Constante: yt = y p
 81

Exemplo: 2 yt +1 − 2 yt + 5 = 0
5
Solução: yt = 3 − t
2
Gráfico:
yt , constante
10

3 2 1 1 2 3

Parâmetros e variáveis
 Comportamento da sequência-solução
 y0 yt
 1 y0  y p yt  y p Diverge: monótona crescente. yt →  .
Exemplo: yt +1 − 3 yt − 1 = 0
5.(3)t 1
Solução: yt = −
2 2
Gráfico:
yt , monotona crescente
30

25

20

15

10

3 2 1 1 2 3

Parâmetros e variáveis
 Comportamento da sequência-solução
 y0 yt
 1 y0  y p yt  y p Diverge: monótona decrescente. y t → − .
7
Exemplo: yt +1 − 3 yt + = 0
3
 82

− 5.(3) 7
t
Solução: yt = +
6 6
Gráfico:
yt , monotona decrescente

3 2 1 1 2 3

10

Parâmetros e variáveis
 Comportamento da sequência-solução
 y0 yt
0   1 y0  y p yt  y p Converge: monótona crescente. yt → y p
Exemplo: 4 yt +1 − yt − 3 = 0
t
11
Solução: yt = −   + 1
24
Gráfico:

yt , monotona crescente

3 2 1 1 2 3

10

15

Parâmetros e variáveis
 Comportamento da sequência-solução
 y0 yt
 83

−1    1 y0  y p Converge: oscilatória amortecida. yt → y p .

Exemplo: 3 yt +1 + yt − 3 = 0
Solução:
t
1  1 3
yt =  −  +
4  3 4

Parâmetros e variáveis
 Comportamento da sequência-solução
 y0 yt
 = −1 y0  y p Diverge: oscila finitamente.
Exemplo: yt +1 + yt − 3 = 0
1 3
Solução: yt = (−1) t +
2 2

Parâmetros e variáveis
 Comportamento da sequência-solução
 y0 yt
  −1 y0  y p Diverge: oscila infinitamente.
Exemplo: yt +1 + 2 yt − 9 = 0

Solução: yt = (− 2) +
3 t 9
4 4
 =1  0 y0  y p Diverge: monótona crescente. yt →  .
Exemplo: 7 yt +1 − yt − 4 = 0
t
11 7
Solução: yt = −   +
27 6

6.5.1 – Exemplo econômico: O Modelo de Crescimento

Seja Yt representando a renda nacional, I t o investimento total, e S t a poupança agregada (todos no

período t , anual). Suponha que a poupança seja proporcional a renda nacional, e o investimento seja
proporcional à variação na renda. De tal forma que temos as seguintes equações:

S t = Yt
I t =  (Yt − Yt −1 )
St = I t

Pelo modelo neoclássico, sabemos que a condição de equilíbrio, é dada por S t = I t , levando em
consideração que     0 . Sendo assim, as três equações acima se transformam na seguinte equação
de diferença:


Yt = Yt −1
 −

Cuja solução é pode ser desenvolvida assim:

 84


Y1 = Y
 − 0
  2
Y2 = Y1 = ( ) Y
 −  − 0
  3
Y3 = Y2 = ( )Y
 −  − 0
.
.
.

Yt = ( )t Y0
 −

 Yt 
Da equação Yt = Yt −1  =
 − Yt −1  − 

Yt 
Chamando g = = , taxa de crescimento, de maneira que podemos generalizando, expressar a
Yt −1  − 
p
equação de diferença, acima, assim: Yt = (1 + )Yt −1 = (1 + g )Yt −1 . Neste caso, a solução assume uma
100
forma bem mais interessante, ou seja:

Yt = (1 + g )t Y0

6.5.2 – Exemplo econômico: O Modelo de Renda-Consumo-Investimento

No Modelo de Renda-Consumo-Investimento, quando as variações ao longo do tempo ocorrem

periodicamente, de forma discreta ao invés de continua, tem-se que o consumo e o investimento
correntes são funções lineares da renda corrente, e a renda varia a uma taxa proporciona ao excesso de
demanda, ou seja, ao consumo mais o investimento, menos a renda.

Ct = Yt + 
I t = Yt + g
Yt =  (Ct −1 + I t −1 − Yt −1 )

Onde 0    1 , 0    1 e 0    1

Tomando a terceira equação e substituindo nela a primeira e a segunda equações, antes fazendo uma
defasagem de primeira ordem nas duas primeiras, temos

Y =  [ (Yt −1 +  ) + (Yt −1 + g ) − Yt −1 )]
yt − Yt −1 =  [ (Yt −1 +  ) + (Yt −1 + g ) − Yt −1 )]
yt − Yt −1 =  (Yt −1 +  ) +  (Yt −1 + g ) − Yt −1 )
 85

yt =  (Yt −1 +  ) +  (Yt −1 + g ) − Yt −1 ) + Yt −1

yt = [ ( +  ) + (1 −  )]Yt −1 +  (  + g )

1 − At 
Lembrando da solução genérica obtida anteriormente, isto é, yt = At y 0 + B   , onde
 1− A 
identificamos A = [ ( +  ) + (1 −  )] e B =  ( + g ) , a solução desta equação é dada por:

1 − [ ( +  ) + (1 −  )]t
yt = [ ( +  ) + (1 −  )] Y0 +  (  + g )
t

1 −  ( +  ) + (1 −  )

A solução é estável ocorre se


 ( +  ) + (1 −  )  1 ou − 1   ( +  ) + (1 −  )  1 , ou ainda 1 −   + 1
2

Como 0    1 e  +   0 ,   +  está satisfeita. Portanto, a
a primeira desigualdade 1 −
2
condição de estabilidade é  +   1 , como no caso da forma do modelo, em termos de equações
diferenciais.

6.5.3 – Exemplo econômico: O Modelo Teia de Aranha

O modelo de teia de aranha é um modelo de equilíbrio de mercado aplicado, por exemplo na plantação
de determinado produto agrícola. Nesse modelo, parte-se do pressuposto que, diferentemente da
maioria dos modelos de equilíbrio de mercado, busca-se a melhor previsão de preços (preços
esperados, pte ) que os ofertantes podem realizar no momento da plantação, é o preço prevalecente
nesse período, ou seja, o período corrente. Havendo um período entre a plantação e a colheita, então a
oferta no tempo corrente (colheita) será função do preço no período anterior (plantação). Assim o
mercado de um bem agrícola pode ser descrito pelas seguintes equações.

D( pt ) = a − pt
S ( pt ) = b + pte
St = D( pt ) , com   0,   0 ,

pte = pt −1

Em que D( pt ) é a demanda no instante t, S ( pt ) s é a oferta no instante t, pt é o preço momento da

colheita, t, a e b são constantes.
Tomando a condição de equilíbrio, temos que St = D( pt ) , ou seja, a − pt = b + pte de maneira que é
possível obter a seguinte equação de diferença de primeira ordem:

pt + pt −1 = a − b

Cuja solução geral é:

 86

 a −b a −b  a −b
pt = A(− )t + , ou encontrando o valor de A, em t = 0 , pt = [ p0 − ](− ) t +
  +  +   +

A condição de estabilidade para esse mercado será função do quociente entre as inclinações das curvas

de oferta e demanda. Se ambos os coeficientes forem positivos, então −  0 , o que indica uma

trajetória oscilatória para o preço. Essa trajetória será em direção ao preço de equilíbrio, dado por
a −b dp 1
pt* = se    . Sendo a inclinação da curva inversa da oferta = e da inversa da
 + dS 
dp 1
demanda = , então o sistema será estável se a oferta responder ao preço de forma mais suave do
dQ 
que responde à demanda.
Para melhor compreender essa condição, é interessante analisar uma situação inicial em que o sistema
a −b
esteja em equilíbrio suponha que p0  e, portanto, a demanda estaria abaixo de seu nível de
 +
a−b
equilíbrio em [ p0 − ] unidade. No período seguinte, porém, a oferta expandirá sua produção em
 +
a−b
 [ p0 − ] unidades, produzindo uma tendência de queda dos preços.
 +

O mercado tenderá ao equilíbrio se p1  p2  p3 e assim por diante, até que o limite de p1 ,
quando t tende ao  seja zero. Assim, a resposta da oferta não deve exceder a resposta da demanda,
caso contrário, haveria oscilações explosivas do preço à medida que a queda dos preços fosse de tal
forma que provocasse um excesso de demanda superior em magnitude ao excesso de oferta no instante
passado, e, portanto, fazendo com que o preço caísse em proporção superiora a se desvio positivo
prevalecente no período anterior.

Exercícios propostos:

QUESTÃO ÚNICA – Encontre as soluções das equações lineares de primeira ordem abaixo e faça
uma análise do processo de convergência, informando sobre o comportamento das suas sequência-
soluções.
 87

(i) yt +1 = yt + 1 ( y0 = 10)

(ii) yt +1 + 3 yt = 4 ( y0 = 4)

(iii) 2 yt +1 − yt = 6 ( y0 = 7)

(iv) yt +1 = 0,2 yt + 4 ( y0 = 4)

7 – Equações de diferenças lineares de segunda ordem e coeficientes constantes

Uma equação de diferença linear de segunda ordem e coeficientes constantes pode ser escrita da
seguinte forma:

2 (t ) yt + 2 + 1 (t ) yt +1 + 0 (t ) yt =  (t )

Onde 2 (t ), 1 (t ), 0 (t ) são constantes e  (t ) uma função conhecida, que também pode ser

constante, vejas os exemplos abaixo:

(i) 2 yt + 2 − 3 yt = 10
(ii) yt +2 + 4 yt +1 − 4 yt = 2 t
(iii) 2 yt + 2 − yt +1 = 6 cos t − sen 2t
(iv) yt +1 − 0,2 yt +t + 4 yt = e t cost

7.1 – Soluções das equações de diferenças lineares de segunda ordem e coeficientes constantes

Conforme visto acima, já sabemos que se y h (t ) é uma solução da equação de diferenças linear
homogênea (solução complementar) e y p (t ) é a solução da equação de diferenças linear não
homogênea (solução particular), então yh (t ) + y p (t ) é a solução da equação de diferenças linear
completa. Generalizando, podemos dizer que em toda equação de diferenças linear não homogênea
existe dois tipos de soluções: uma solução complementar que está relacionada com a parte homogênea
e uma outra solução particular que corresponde à parcela não homogênea da equação como um todo.

Veremos separadamente os tipos de soluções, primeiro trabalharemos com a solução da equação de

diferenças homogêneas, depois a solução particular da equação completa. Por fim, veremos a solução
geral que é a soma da homogênea com a particular.

7.2 – Solução geral da equação de diferença linear homogêneas de segunda ordem

Dada a equação de diferenças linear homogênea, de segunda ordem e com coeficientes constantes,
 88

 2 (t ) yt + 2 + 1 (t ) yt +1 + 0 (t ) yt = 0

Podemos apresentá-la em sua forma canônica, desde que 2 (t )  0 ,

2 0
yt + 2 + yt +1 + yt = 0 onde = e  =
2 2

No caso de uma equação de diferença de primeira ordem, como vista anteriormente, a solução é da
forma:

yt = A t

Vamos utilizar essa solução da equação da diferença de primeira ordem para obter, por tentativa, a
solução de segunda ordem, de maneira que se essa solução satisfaz a equação de segunda ordem para
todos os valores possíveis de t, então temos que:

yt +1 = A t +1 e yt +2 = A t +2 devem também satisfazer, então substituindo na equação original,

yt + 2 + yt +1 + yt = 0 , temos

A t + 2 + A t +1 + A t = 0

Colocando A t em evidência, obtemos

A t ( 2 +  + ) = 0

Como A t é diferente de zero, temos que

 2 +  +  = 0

Essa equação é frequentemente chamada de equação característica ou polinômio característico do

segundo grau e suas raízes são dadas por

−  +  2 − 4 −  −  2 − 4
1 = ou 1 =
2 2

A natureza dessas soluções vai depender dos valores assumidos por essas raízes e estão relacionadas
pelo valor do discriminante da equação característica,  =  2 − 4 . De fato, temos três
possibilidades: raízes reais e distintas, raízes reais e iguais e raízes complexas conjugadas. Passamos
agora a analisar cada uma dessas possibilidades.

• Primeira possibilidade: raízes reais e distintas

Quando 1 e 2 são reais e distintas (ou seja, 1   2 , com 1,2  R ) temos a seguinte solução
geral:
 89

y t =C1 1t + C2 t2

Exemplo: seja yt + 2 − 5 yt +1 + 6 yt = 0 a equação de diferenças linear de segunda ordem. A equação

característica correspondente a essa equação será dada por

 2 − 5 + 6 = 0

Cujas raízes são 1 = 3 e  2 = 2 , então a solução geral será dada por

yt =C13t + C2 2t

Uma solução específica pode ser obtida quando y0 = 2 e y1 = 5 , o que resulta em C1 = C2 = 1 .

y t = 3t + 2t

• Segunda possibilidade: raízes reais e iguais (raízes múltiplas)

Quando 1 e 2 são reais e iguais (ou seja, 1 =  2 =  , com 1,2  R ) temos a seguinte solução
geral:

yt =C1 t + C2t t

Exemplo: seja yt + 2 − 10 yt +1 + 25 yt = 0 a equação de diferenças linear de segunda ordem. A equação

característica correspondente a essa equação será dada por

 2 − 10 + 25 = 0

Cujas raízes são 1 =  2 = 5 , então a solução geral será dada por

y t =C15t + C2 .t.5t ou y t = (C1+C2t ).5t

Uma solução particular pode ser obtida quando y0 = 3 e y1 = 20 , o que resulta em C1 = 3 e C2 = 1.

yt = 3.5t + t 5t −1 .

• Terceira possibilidade: raízes complexas

Quando 1 e 2 são raízes complexas conjugadas, ou seja, 1 = a + bi e 1 = a − bi , com

1 , 2  C (conjunto dos números complexos) , temos a seguinte solução geral:

y t = r t [ A1 cos(t ) + A2 sen(t )]
 90

Demonstração:

Sejam 1 = a + bi e 1 = a − bi raízes complexas conjugadas. Então, a solução é dada por

y t =C1(a + bi)t + C2 (a − bi)t

Por outro lado, usando as coordenadas polares tem-se que

a = r cos e b = rsen , com r = a 2 + b 2

Substituindo na solução acima, resulta em

yt =C1(r cos + irsen )t + C2 (r cos − irsen )t

Ou

y t =C1r t [cos(t ) + isen (t )] + C2r t [cos(t ) − isen (t )]

Reagrupando os temos comuns, temos

y t = r t [(C1+C 2) cos(t ) + i(C1−C 2)sen(t )]

Que, finalmente, nos dá o resultado desejado

y t = r t [ A1 cos(t ) + A2 sen(t )]

Exemplo: seja yt + 2 − yt +1 + 0,5 yt = 0 a equação de diferenças linear de segunda ordem. A equação

característica correspondente a essa equação será dada por

 2 −  + 0,5 = 0

Cujas raízes são 1 = 0,5 + 0,5i e 1 = 0,5 − 0,5i , expressando estas raízes na forma polar, temos
2
r = (0,5) 2 + (0,5) 2 =
2

b 0,5
tg = = =1
a 0,5

O que nos dá  =
4

Assim, a solução geral será dada por

t
 2  
y t =   [ A1 cos( t ) + A2 sen( t )]

 2  4 4
 91

7.2 – O Modelo Teia de Aranha com Expectativas Adaptativas

No modelo de teia de aranha que vimos anteriormente, partimos do pressuposto de que os ofertantes
seguiam um mecanismo ingênuo de formação de expectativas em que pte = pt −1 . No presente exemplo,
vamos admitir que as expectativas sejam formuladas adaptativamente segundo uma regra que
incorpora não apenas a informação sobre o nível de preços passado, mas também sobre sua variação,
ou seja, pte = pt −1 +  ( pt −1 − pt −2 ) .

As demais equações permanecem inalteradas, formando o seguinte sistema de equações:

D( pt ) = a − pt

S ( pt ) = b + pte

St = D( pt ) , com   0,   0 ,

pte = pt −1 +  ( pt −1 − pt −2 ) , com 0    1

Nessa conjuntura, a equação reduzida do modelo é dada pela seguinte equação em diferença.

pt +  (1 +  ) pt −1 − pt −2 = (a − b) ,

a−b
A solução particular do modelo é obtida supondo ptp = pt = pt −1 = pt −2 =  . Sendo assim, ptp =
 +

Observe que a solução é semelhante do exercício anterior, isto se dá por conta de que o valor de
equilíbrio de mercado não deve depender do modo como as expectativas são formulados, mas apenas
dos parâmetros das funções de oferta e demanda.
A equação homogênea segue como:

 (1 +  ) 
pt + pt −1 − p =0
  t −2

Cuja função características é dada por

 (1 +  ) 
2 + − =0
 
E suas raízes são:

 (1 +  )  (1 +  ) 2   (1 +  )  (1 +  ) 2 
− + ( ) + 4( ) − − ( ) + 4( )
     
1 =  0 e 1 = 0
2 2

As respectivas condições de estabilidades para esse modelo são dadas por:

 92

 (1 +  )    (1 +  ) 
Para 1 temos −  1 , e, portanto,  1 e para 2 temos  1− , ou seja,
    
  1
1 e  . Note que a formação de expectativas adaptativas dificulta a estabilidade do
  1 + 2
sistema. Ela requer que a resposta da oferta seja ainda mais suave relativamente à demanda.

7.2 – Solução particular da equação de diferenças linear completa de segunda ordem, não
reduzida.

Canalizaremos nossas forças para nos apropriar de alguns métodos que permitam encontrar as soluções
para equações de diferenças lineares completas, do tipo escrita abaixo:

2 (t ) yt +2 + 1 (t ) yt +1 + 0 (t ) yt =  (t )

Primeiramente, vamos trabalhar com funções de diferenças lineares em que o segundo membro é
também constante, no segundo momento veremos as funções em que o segundo membro é composto
por algumas das funções polinomiais, exponenciais, trigonométricas e combinações destas.

Se a equação de diferenças de segunda ordem linear, não homogênea e com seus coeficientes
constantes é dada por

yt +2 + yt +1 +yt = 

Onde  (t ) =  , seja uma constante diferente de zero. Vamos tentar uma solução particular de tal
maneira que y p =  (que é uma constante, ou seja, a solução particular não depende da variável t ) de
modo que se satisfaz a equação de diferenças, temos


 +  + =  e =
1 +  +


Assim, a solução particular é dada por y p = , evidentemente isto só é possível se
1 +  +
1 +  +  0 . Mas qual seria a solução se tal restrição não ocorresse? Ou seja, se 1 +  + = 0 ? Neste
caso, podemos tentar a seguinte solução y p = t , isto é, a solução particular é o resultado de uma
constante multiplicada pela variável t . Então,

 (t + 2) +  (t + 1) +.t =  ou  (1 +  + )t +  (2 + ) = 

Como, 1 +  + = 0 , tem-se, portanto, que

 93

 t
= e yp =
2 + 2 +


De maneira que a solução particular é dada por y p = , que também só é possível se 2 +  0 .
2 +
Mas, novamente, se tanto 1 +  + como 2 + forem ambos nulos? Neste caso, temos que  = −2 e
 = 1 e podemos então tentar a seguinte solução particular y p = t 2 de maneira que a solução será da
forma:

 (t + 2) 2 +  (t + 1) 2 + t 2 =  , como  = −2 e  = 1 , tem-se que  (t + 2) 2 − 2 (t + 1) 2 + t 2 =  ,

então  [t 2 + 4t + 4 − 2(t 2 + 2t + 1) + t 2 ] =  , que produz o seguinte resultado

 t 2
= e yp =
2 2

Exemplos (1) – considere a equação

yt +2 − 5 yt +1 + 6 yt = 6

Tentaremos uma solução particular na forma y p =  . Então vamos calcular as diferenças até a
segunda ordem e substituir na equação original, conforme faremos abaixo

yp =  y t +1=  yt +2 = 

Substituindo na equação original,  − 5 + 6 = 6 , obtemos o valor de  = 3 . Portanto, y p = 3

Exemplos (2) – Seja a equação diferencial linear não homogênea e com coeficientes constantes, dada
por

yt +2 − 3 yt +1 + 2 yt = 1

Novamente, tentaremos uma solução particular na forma y p =  . Então vamos calcular as diferenças
até a segunda ordem e substituir na equação, conforme faremos abaixo

yp =  y t +1=  yt +2 = 

Substituindo na equação original,  − 3 + 2 = 1 , obtemos o seguinte resultado 0. = 1 , que é

incompatível. Então, vamos tentar outra solução particular da seguinte forma: y p =  .t . Com efeito,

y p =  .t y t +1=  (t + 1) yt +2 =  (t + 2)

Substituindo na equação original,  (t + 2) − 3 (t + 1) + 2t = 1   = 1 e a solução particular é dada

por y p = t .
 94

Exercícios Resolvidos

QUESTÃO ÚNICA – Encontre as soluções particulares para as seguintes equações de diferenças

lineares não homogêneas e com variáveis constantes:

i) yt +2 − yt +1 − 12 yt = 12

SOLUÇÃO

Se y p =  , então,  −  − 12 = 12   = −1 . Portanto, y p = −1

ii) yt +2 − 4 yt +1 + 4 yt = 5

SOLUÇÃO

Se y p =  , então,  − 4 + 4 = 5   = 5 . Portanto, y p = 5

iii) yt +3 − yt +2 − 21 yt +1 + 45 yt = 15

SOLUÇÃO

5 5
Se y p =  , então,  −  − 21 + 45 = 15   = . Portanto, y p =
8 8

iv) yt +3 + 3 yt +2 − 4 yt +1 − 12 yt = −36

SOLUÇÃO

Se y p =  , então,  + 3 − 4 − 12 = −36   = 3 . Portanto, y p = 3

v) yt +4 + yt +3 − 3 yt +2 − 5 yt +2 − 2 yt = −14

SOLUÇÃO

7 7
Se y p =  , então,  +  − 3 − 5 − 2 = −14   = . Portanto, y p =
4 4

Solução geral de uma equação de diferenças linear não homogênea de segunda ordem com coeficientes
constantes cujo segundo membro é função da variável independente t .

yt +2 + yt +1 + yt =  (t )

De acordo com o que foi visto anteriormente, a solução geral deste tipo de equação é dada por
yt = yh (t ) + y p (t ) . Existem algumas técnicas para obtenção das soluções deste tipo de equação e
depende muito da forma com a qual a função no segundo membro,  (t ) , se apresenta. Com efeito, é
 95

possível construir soluções gerais a partir de uma tabela de soluções particulares em consonância com
a forma da função  (t ) e suas correspondentes soluções homogêneas. Veja tabela abaixo:

Forma de  (t ) Solução particular proposta

 (t ) =  t
y p = A t
 (t ) = sen(t )
ou y p = Asen (t ) + B cos(t )
 (t ) = cos(t )
 (t ) = t n y p = Ant n + An−1t n−1 + ... + A2t 2 + A1t + A0
 (t ) = t n t y p =  t ( Ant n + An−1t n−1 + ... + A2t 2 + A1t + A0 )
 (t ) =  t sen(t )
ou y p =  t [ Asen (t ) + B cos(t )]
 (t ) =  t cos(t )

Todavia, é preciso observar que se na tabela de soluções particulares acima contém uma função que é
solução da equação homogênea correspondente, faz-se necessário formar uma nova função que é
obtida pela multiplicação da anterior por t . Se esta nova função é alguma solução da equação
homogênea, devemos multiplicá-la novamente por t e assim sucessivamente até obter uma função que
não seja solução expressa na equação homogênea.

Exercícios Propostos

QUESTÃO ÚNICA – Encontre a solução geral das equações de diferenças lineares não homogêneas
de segunda ordem e com coeficientes constantes dadas abaixo:

(a) yt +2 − 7 yt +1 + 6 yt = 8.2t
(b) yt +2 − 2 yt +1 − 8 yt = 4t
(c) yt +2 + 2 yt +1 − 35 yt +1 = 16
(d) yt + 2 − 10 yt +1 + 21 yt = 2t + 1
(e) yt +2 + yt +1 − 2 yt = t.2t
t
(f) yt +1 − 6 yt = −14 cos( )
2

8 – Soluções Sistema de Equações em Diferenças

Podemos definir e expressar um sistema de equações de diferenças, que apresenta “p” equações de
diferenças de primeira ordem, onde os valores de p são tais que p  N , configurando-o da seguinte
forma:

x1,t +1 = 11 x1,t + 12 x2,t + 13 x3,t + ... + 1 p x p,t + 1 (t )

 96

x2,t +1 =  21 x1,t +  22 x2,t + 23 x3,t + ... + 2 p x p,t + 2 (t )

x3,t +1 = 31 x1,t + 32 x2,t + 33 x3,t + ... + 3 p x p,t + 3 (t )

… … … … … …

x p,t +1 =  p1 x1,t +  p 2 x2,t +  p3 x3,t + ... +  pp x p,t +  p (t )

Agora podemos colocar esse sistema de equações lineares na forma matricial, obtendo

 x1,t +1  11 12 13 1 p   x1,t  1 (t ) 

       
 x2,t +1   21  22  23  2 p   x2,t  2 (t ) 
 = .  +  
       
       
 x     
 p 2  p 3  pp   x p ,t   p (t ) 

 p ,t +1   p1 

X t +1 = AX t +  (t )

Onde X t representa o vetor ( p x 1) , lembramos que para caracterizar o sistema de equações em

diferenças de primeira ordem é necessário que a matriz A, dos coeficientes, não seja uma matriz
diagonal, mas seja uma matriz não-singular.

Vamos trabalhar com um sistema de equações em diferenças de primeira ordem com duas equações e
duas incógnitas, no caso, aquele cuja a função  (t ) é constante.

 xt +1 = 11 xt + 12 yt + m1

 yt +1 = 11 xt + 12 yt + m2

Uma forma de resolver este sistema seria através do processo de substituição, todavia para sistema
mais complexos com três ou mais equações e três ou mais variáveis esse método fica cada vez mais
complicado, portanto, vamos usar o método de resolução simultâneo baseado na decomposição
espectral da matriz dos coeficientes, transformando primeiramente o sistema acima da seguinte forma:

 xt +1   a11 a12   xt   m1 
 y  =    +  
 t +1   a21 a22   yt   m2 

X t +1 = AX t + m

Tomando agora só a parte homogênea, temos

X t +1 = AX t
 97

Para encontrarmos a solução do sistema como um todo, temos que garantir as seguintes propriedades
para a matriz dos coeficientes A:

A matriz quadrada A, de ordem ( p x p) , dos coeficientes, é diagonalizável e pode ser

decomposta de acordo com a seguinte forma: A = CC −1 ou  = C −1 AC , em que C é uma

matriz ordem ( p x p) composta de p autovetores linearmente independentes, ou seja, ordem

[c1 c2 ... c p ] , de ordem ( p x 1) , enquanto que  (letra grega lambda maiúscula) é uma

matriz quadrada diagonal de ordem ( p x p) , formada por autovalores distintos.

Sendo a matriz dos coeficientes, A, simétrica, ou seja, A = At , seus autovalores são reais

Se a matriz A for não simétrica, seus autovalores podem ser reais ou complexos.

Observamos também que a transposta de A, ou seja, At = (C C −1 )t , é igual a At = C t C −1 .

Uma importante consideração ainda sobre o sistema acima é que quando os autovalores não são todos
distintos, ocorre que existirão menos do que p autovetores linearmente independentes. Neste caso não
poderemos expressar a matriz dos coeficientes da forma vista anteriormente, ou seja, A = CC −1 , uma
vez que C é singular (seu determinante é zero, não admite inversa). Para driblar essa restrição, utiliza-
se uma forma próxima da diagonalização baseada na forma da matriz de Jordan. Neste contexto, tem-
se então que A = PJP−1 , sendo J a matriz de Jordan, que é formada da seguinte maneira:

 J1 1 0... 0  i 1 0... 0 

0 J i 1... 0  0  1... 0 
  i 
J = . . . .  ou J i = . . . . 
   
. . . .  . . . . 
0 0 0... J s  0 0 0... i 

Sendo assim, a matriz J i tem o autovalor i repetindo em todas as posições da diagonal principal e
tem o valor 1 repetido ao longo da diagonal acima da principal.
Observamos também que a transposta de A, ou seja, At = ( PJP −1 ) t ou At = PJ t P , é dado por:

ti tti −1 0... 0

 
0 i tti −1... 0 
t

J it = . . . . 
 
. . . . 
0 0 
 0... ti 
 98

Então, dado a equação em sua forma matricial geral, ou seja,

X t +1 = AX t + m

Tomando agora só a parte homogênea, X t +1 = AX t

Vamos encontrar a solução dessa forma compacta homogênea, recursivamente:

X t +1 = AX t

X1 = AX 0

X 2 = AX 1  X 2 = A( AX 0 ) = A2 X 0

X 3 = AX 2  X 3 = A( A2 X 0 ) = A3 X 0

X 4 = AX 3  X 4 = A( A3 X 0 ) = A4 X 0
.
.
.

X t = At X 0
De maneira que para generalizar a solução da forma compacta homogênea, tomaremos X 0 uma matriz
de valores arbitrários, X 0 = d , nesse sentido a solução homogênea fica expressa assim:

X t = At d

A soluça particular para o sistema não homogêneo é dada tomando, na equação X t +1 = AX t + m , caso
estacionário ou valor de equilíbrio, isto é, X t = X t +1 = X * , de maneira que

X * = AX * + m , portanto, X * = ( I − A) −1 m

Assim, a solução geral é a soma da homogênea com a particular,

X t = At d + X * ou X t = At d + ( I − A)−1 m

Lembrando que At = C t C −1 , temos para o tempo inicial igual zero, t = 0 , A0 = C0C −1 = I

Substituindo em X t = At d + X * , X 0 = d + X * ou d = X 0 − X * , então

X t = At ( X 0 − X * ) + X * , finalmente temos a solução:

 99

X t − X * = At ( X 0 − X * )

Onde não custa recordar que At = C t C −1 e X * = ( I − A) −1 m . Neste caso, podemos finalmente

expressar a solução da seguinte forma:

X t − X * = Ct C −1 ( X 0 − X * )

Semelhante ao sistema de equações diferencias, a solução geral de um sistema de equações em

diferenças do tipo (2 x 2) de primeira ordem, depende de suas raízes características, portanto, temos

três situações:

Exemplo (1) – Raízes (autovalores) reais e distintas.

 xt +1 = 5 xt + yt − 4

 yt = 2 xt + 4 yt + 4

 x0 = 6
Nas condições iniciais de t = 0  
 y0 = 8

Primeiro vamos encontrar a solução particular, X * = ( I − A) −1 m

5 1  1 0 5 1   −4 −1 

A=   ( I − A) =  − = 
2 4 0 1  2 4   −2 − 3 
  

 x * 1  −3 1   −4  1, 6 
Portanto, X * =   = ( I − A)−1 m =    =  
 y * 10  2 − 4   +4  −2, 4

Agora vamos achar a solução homogênea,

5 −  1 
 1 = 6
det[ A − I ] = det =0  
2 4− 2 = 3
 
 100

c1(1)  5 − 6 1  c1(1)  c1(1)  1

Para 1 = 6 , temos que [ A − I  ]   = 0     =0  = 
c2(1)  −  c2(1)  
 2 4 6    2(1)  1
c

c1(2)  5 −3 1  c1(2)  c1(2)   1

Para 2 = 3 , temos que [ A − I  ]   = 0     =0  = 
c2(2)  2 4 − 3  c2(2)  c2(2)   −2 

Solução homogênea geral, como mostramos acima, é

X t − X * = Ct C −1 ( X 0 − X * )

−1
 xt − x *  1 1   6t 0  1 1   x0 − x * 
 y − y * =      
 t  1 − 2   0 3t  1 − 2   y0 − y *

 x0 = 6
Como 
 y0 = 8

−1
 xt − x *  1 1   6t 0  1 1   6 − x *
  y − y * =      
 t  1 − 2   0 3t  1 − 2  8 − y *

−1
 xt − 1, 6  1 1   6t 0  1 1  6 − 1, 6 
 y − (−2, 4)  =      
 t  1 − 2   0 3t  1 − 2  8 − (−2, 4) 

xt = (6,4).67 + (2).3t + 1,6

yt = (6, 4)67 + (4).3t − 2, 4

Exemplo (2) – Raízes (autovalores) complexas e conjugadas.

 xt +1 = −3 xt + 4 yt − 5

 yt +1 = −2 xt + yt + 4

 x0 = 6
Nas condições iniciais de t = 0  
 z0 = 8
 101

− 3 4 

A=  
− 2 1
 
 1 
 x * −1
− 4 1  21 
 −5  4 
Portanto,   = ( I − A) m =    =
− 1 +4 13 
 y *
 1    4 
 2 

− 3 4  − 3−  4 
  1 = −1 + 2i
A=   det[ A − I ] = det =0  
− 2 1  − 2 1 −   2 = −1 − 2i
   

c1(1)   −3 − (−1 + 2i) 4  c1(1)   −2 − 2i 4  c1(1)  0 

[ A − I]   =      =    =
 c2(1)  0 
0 0
c2(1)   −2 1 − ( −1 − 2i )  c2(1)   −2 2 + 2i
   

c1( 2)   2 
 = 
c2( 2)  1 − i 

c1(2)   −3 − (−1 + 2i) 4  c1(1)   −2 − 2i 4  c1(2)  0 

[ A − I]   =0   =0  =
 2(2) 
c  −2 1 − ( −1 − 2i )  
 c 
2(1)   −2 2 + 2i  c2(2)  0 
   
c1( 2)   2 
 = 
c2( 2)  1 + i 

−1
 xt − x *   2   ( −1 + 2i ) 0 2   x0 − x * 
t
2 2
  y − y * =      
 t  1 + i 1 − i   0 t 
(−1 − 2i)  1 + i 1 − i   y0 − y *


 21   21 
 xt − 4   2 6 − 4 
−1
  ( −1 + 2i ) 0 2 
t
2 2
   =     
 y − 13  1 + i 1 − i   0 t 
− − 1+ i 1 − i  8 − 13 
 ( 1 2i ) 
 t 2   2 

21
xt = ( 5)t [0,75cos(t ) + 2, 25sen(t )] +
4

13
yt = ( 5)t [1,5cos(t ) + 0,75sen(t )] +
4

Exemplo (3) – Raízes (autovalores) reais e iguais.

 102

 xt +1 = 4 xt + yt − 5

 yt +1 = − xt + 2 yt + 4

 x0 = 6
Nas condições iniciais de t = 0  
 y0 = 8
− 3 4 

A=  
− 2 1
 
 x * 4 1   −5   9 4 
Portanto,   = ( I − A) −1 m =   = 
 y *  −1 2   +4   −7 
   4

4 1  − 4 −  1
 
A=   det[ A − I ] = det =0  1 = 2 = 3
 −1 2  −1 2−
   

Dessa forma, devemos utilizar a forma de Jordan de decomposição da matriz A. Isto é, devemos
encontrar os autovetores da matriz P de modo que

 * 1 
−1 
P AP =  
0  *
 

 c1(1)   4 − 3 1  c1(1)   c1(1)   1 

[ A −  I ].  = =0   = 
 c2(1)   −1 
− 1  c2(1)   c   − 1
    2(1)   

 c1(2)  1 1   c1(2)   c1(1)  1 

[ A −  I ].   = 2  =0   = 
 c2(2)   −1 − 1  c2(2)   c   0 
    2(1) 

 −1 1  0 − 1 
 
−1
P=  e P = 
 −1 0 1 1
   

A solução homogênea geral é dada então por

−1
 xt − x *   1 1   3t t 3t   0 − 1  x0 − x * 
  y − y * =  −1 
0 0
 
1   y0 − y *
 t    3t  1 
 103

 9   15 
6−   
 x0 − x *   4 = 4
 y − y * =    
 0   6 + 7   39 
   
 4  4 

15 t 27 t −1
xt − x* = .3 + .t.3
4 2

39 27
yt − y* = .3t − .t.3t −1
4 4

15 t 27 t −1 15
xt = .3 + .t.3 +
4 2 4

39 27 39
yt = .3t − .t.3t −1 +
4 4 4

Lista Geral de Exercícios

1ª PARTE – EQUAÇÕES DIFERENCIAIS E SISTEMA DE EQUAÇÕES DIFERENCIAIS

 104

I – Mostre que as funções à esquerda são soluções das equações diferenciais ao lado, à
direita.

Soluções gerais Equações diferenciais

1) dy 1
− senx • + y cos x = sen 2 x
y = senx − 1 + Ce dx 2

2)  dy 
2
dy dy
y = Cx + C − C 2 •   − −x +y=0
 dx  dx dx

3)  dy 
2
dy
y = 2Cx + C
2 2 • y  + 2 x − y = 0
 dx  dx

4)   dy  2  dy
2
a C • yx 1 −    = ( x 2 − y 2 − a 2 )
y 2 = Cx 2 −   dx   dx
1+ C
5) d2y dy
x • − 2k + k 2 y = ex
e dx 2
dx
y = (C1 + C2 x)e kx +
(k − 1) 2

Fonte: N. Piskounov p. 146

II – Integrar as equações diferenciais de variáveis separáveis

Equações diferenciais Soluções gerais

1) ydx − xdy = 0 • y = Cx

2) (1 + u )vdu + (1 − v)udv = 0 • ln( uv) + u − v = C

 105

3) ( y − a)dx + x 2 dy = 0 1
• ( y − a) = Ce x
4) zdt − (t − a )dz = 0
2 2
t −a 
• z 2a = C  
t+a
5) (1 + s )dt − t ds = 0
2
• 2 t − arctg (s) = C

6) d + tg ( )d = 0 •  = C cos

7) sen( ) cos( )d − cos( ) sen( )d = 0 • cos = C cos

8) sec ( )tg ( )d + sec ( )tg ( )d = 0 • sen 2 ( ) + sen 2 ( ) = C

2 2

(1 + x 2 )dy − 1 − y 2 dx = 0 • arcsen( y) − arctg ( x) = C

9)

10) 3e tg ( y )dx + (1 − e )sec ( y)dy = 0 • tg ( y) = C (1 − e x )3

x x 2

11) Seja o seguinte modelo dinâmico de

crescimento econômico e que tem as
premissas:
 S (t ) = Y
  
 dY 
t
 I (t ) =   0 e  0 Y = Y0e
 dt •  
 S (t ) = I (t )  t

 S =  Y0 e 

A primeira equação representa a poupança

como proporção fixa da renda agregada. A
segunda equação representa o investimento
como proporção da taxa de crescimento da
renda agregada ao longo do tempo e,
finalmente, a terceira equação estabelece o
equilíbrio entre poupança e investimento.
Encontre a renda agregada e a poupança
agregada como função dos parâmetros
 e  e a variável tempo, t , dadas as
seguintes condições iniciais (de contorno):
Y = Y0 quando t = 0 .
Fonte: N. Piskounov ps. 146 e 147
III – Integrar as equações diferenciais homogêneas

Equações diferenciais Soluções gerais

1) ( y − x)dx + ( y + x)dy = 0 • y 2 + 2 xy − x 2 = C

2) ( x + y)dx + xdy = 0 • x 2 + 2 xy = C
 106

3) ( y + x)dx + ( y − x)dy = 0 •
y
ln( y 2 + x 2 ) − arctg ( ) = C
x
4) xdy − ydx = y 2 + x 2 dx .
• 1 + 2Cy − C 2 x 2 = 0
Obs.: Faça a seguinte mudança de
variável 1 +  = − + t
2

5) (8 y + 10 x)dx + (5 y + 7 x)dy = 0 .
• ( x + y ) 2 ( 2 x + y )3 = C
Obs. Faça a seguinte
(ax + b)dx Adx Bdx
desfragmentação = +
( x + c)( x + d ) ( x + c) ( x + d )

6) (2 st − s)dt + tds = 0
s

• te t
=C

y y y
7) x cos( )[ ydx + xdy] = ysen( )[ xdy − ydx] • xy cos( ) = C
x x x
Fonte: N. Piskounov ps. 148 e 149

IV – Integrar as equações diferenciais exatas

Equações diferenciais Soluções gerais

[ y cos(yx) +
y 1
]dx + [ x cos(yx) + 2 x + ]dy = 0 • sen( yx) + 2 y x + ln y = C
1) x y

2x y 2 − 3x 2 x2 1
3
dx + dy = 0 • − =C
2) y y4 y3 y

3) (6 xy + 3x )dx + (6 yx + 4 y )dy = 0 • 3x 2 y 2 + x3 + y 4 = C
2 2 2 3

dy x + xy 2 • x 2 (1 + y 2 ) + y 2 = C
=−
4) dx y + yx 2

5) (1 + ysenx)dx + (1 − cos x)dy = 0 • x + y − y cos x = C

6) (2 x cos y − e x )dx − x 2 senydy = 0 , encontre a solução • x 2 cos y − e x = −1

particular para x = 0
Fonte: Sérgio A. Abunahman ps. 75 e 76
V – Integrar as equações diferenciais lineares (de primeira ordem)

Equações diferenciais Soluções gerais

 107

2y • 2 y = ( x + 1) 4 + C ( x + 1) 2
y'− = ( x + 1)3
1) x +1
y x +1 x 1
y'−a = • y = Cx a + −
2) x x 1− a a

3) ( x − x ) y '+(2 x − 1) y − ax = 0
3 2 3
• y = ax + Cx 1 − x 2

ds • s = sent + C cost
cost + (s)sent = 1
4) dt
ds 1
+ (s) cos t = sen 2t • s = sent − 1 + Ce− sent
5) dt 2

n a • yx n = ax + C
y '+ y= n
6) x x

n • y = x n (e x + C )
y '− y = e x x n
7) x
k • ye x = kx + C
y '+ y =
8) ex

1 − 2x 1
y'+ y −1 = 0 • y = x 2 (1 + Ce x )
9) x2

Fonte: N. Piskounov p. 150

VI – Integrar as equações diferenciais de Bernoulli

Equações diferenciais Soluções gerais

 108

1) y '+ xy = x 3 y 3 y 2 ( x 2 + 1 + Ce x ) = 1
2
•
2) (1 − x 2 ) y '− xy − axy 2 = 0 • y(C 1 − x 2 − a) = 1
3) 3 y 2 y'−ay3 − x − 1 = 0 • a 2 y 3 = Ceax − a( x + 1) − 1
4) y ' ( x 2 y 3 + xy ) = 1 1 2
y
1 2
y
• x[(2 − y )e
2 2
+ C] = e 2

5) ( y ln x − 2) ydx = xdy • y(Cx + ln x + 1) = 1

6) y − y 'cos x = y 2 (1 − senx) cos x tgx + sec x

• y=
senx + C
Observação, você encontrara uma integral da
secante, nesse caso, use o seguinte artificio:
multiplique a secante por
sec x + tgx
, aí então resolva o integral da secante
sec x + tgx
pela técnica de substituição de variável.
Fonte: N. Piskounov ps. 150 e 151

VII – Integrar as equações diferenciais lineares homogêneas (de segunda ordem) e

de coeficientes constantes

Equações diferenciais Soluções gerais

1) y"−9 y = 0 • y = C1e 3 x + C2 e −3 x
2) y"+ y = 0 • y = A cos( x) + Bsen( x)
3) y"+12 y = 7 y' • y = C1 + C2 e x
4) y"−9 y = 0 • y = C1e 3 x + C2 e 4 x
5) y"−4 y'+4 y = 0 • y = (C1 + C2 x)e 2 x
6) y"+2 y'+10 y = 0 • y = e− x [ A cos(3x) + Bsen(3x)]
7) 4 y"−12 y'+9 y = 0 3
x
• y = (C1 + C2 x)e 2
8) y"+ y'+ y = 0 1
− x 3 3
• y=e 2
[ A cos( x) + Bsen( x)]
2 2
Fonte: N. Piskounov p. 154

VIII – Integrar as equações diferenciais lineares homogêneas (de ordem superior a

dois) e de coeficientes constantes

Equações diferenciais Soluções gerais

y' ' '−2 y"− y'+2 y = 0 y = C1e 2 x + C2 e x + C3e − x
 109

y (iv ) − 5 y"+4 y = 0 y = C1e x + C2e − x + C3e 2 x + C4e −2 x

y '''− 3ay ''+ 3a 2 y '− a 3 y = 0 y = (C1 + C2 x + C4 x 2 )e ax
y (v ) − 4 y' ' ' = 0 y = C1 + C2 x + C3 x 2 + C4 e 2 x + C5e −2 x
y (iv ) − 8 y"+16 y = 0 y = C1e 2 x + C2 e −2 x + C3 xe 2 x + C4 xe −2 x
Fonte: N. Piskounov p. 155

IX – Integrar as equações diferenciais lineares não homogêneas (de segunda

ordem) e de coeficientes constantes, tendo no segundo membro algumas
combinações de funções.

Equações diferenciais Soluções gerais

1) y "− 7 y ' = x − 12 y 12 x + 7
y = C1e3 x + C2 e −3 x +
144
2) s "− a 2 s = t + 1 t +1
s = C1eat + C2e− at − 2
a
3) y"+ y'−2 y = 8sen 2 x 1
y = C1e x + C2e−2 x − [2cos(2 x) + 6sen(2 x)]
5
4) y"− y = 5 x + 2 −x
y = C1e + C2 e − 5 x − 2
x

5) s"−2 as'+a 2s = e t et
s = C1e at + C2te at +
(a − 1) 2
6) y"+6y'+5 y = e 2x 1
y = C1e − x + C2 e −5 x + e 2 x
21
7) y"+9 y = 6e 3x 1
y = C1 cos3x + C2 sen(3x) + e3 x
3
8) y "− 3 y ' = 2 − 6 x y = C1 + C2 e + x . Observação: o segundo membro é da forma
3x 2

Pn ( x)e x ,  = 0 e coincide com uma das raízes características.

Neste caso, a solução particular é dada por y = x( Ax + B) .
9) y"−2 y '+3 y = e x cos x e− x
y = e x [ A cos( 2 x) + Bsen( 2 x)] + [5cos x − 4senx]
41
x
y = Asen(2 x) + B cos(2 x) − cos(2 x)
10) y "+ 4 y = 2sen(2 x) 2
Observação: o segundo membro é da forma Pn ( x) sen( x) ,
 = 2 e coincide com uma das raízes características. Neste caso,
a solução particular é dada por
y = [ Asen(2 x) + B cos(2 x)]x + [ Asen(2 x) + B cos(2 x)] .
Fonte: N. Piskounov p. 155
X – Sistema de equações diferenciais

Equações diferenciais Soluções gerais

 110

x = x − y  x(t ) = −1e3t − 2e2t

 Solução geral 
 y = 2x + 4 y  y(t ) = 21e + 2e
3t 2t

x = 4x + y − 5  x(t ) = 1e3t − 2e2t

 Solução geral 
 y = −x + 2 y + 4  y(t ) = −21e + 2e
3t 2t

Com as seguintes condições de contorno:

t = 0  x0 = 3  x(t ) = −7e3t + 10e2t
 Solução particular 
t = 0  y0 = 4  y (t ) = 14e − 10e
3t 2t

 x(t ) = −1 + 2e2t

x = x + y t = 0  x0 = 12 Solução geral 
 y(t ) = 1 + 2e
2t
 e 
y = x + y t = 0  y0 = 4
 x(t ) = 4 + 8e
2t

Solução particular 
 y(t ) = −4 + 8e
2t

x = x + 2 y  x(t ) = 21e − 2e

4t −t

 Solução geral 
 y = 3x + 2 y  y(t ) = 31e + 2e
4t −t

 x = −4 x − y  x(t ) = −1e + (1 − t )2e

−3t −3t

 Solução geral 
y = x − 2y  y(t ) = (1 + 2t )e
−3t

t = 0  x0 = −7  x(t ) = 3e2t − 10e−t

x = 2 y  Solução particular 
 e   y (t ) = 3e + 5e
2t −t
y = x + y t = 0  y0 = 8


x = −x + 4 y t = 0  x0 = 17 x(t ) = 14et + 3(1 + 2t )et

 e 
 y = −x + 3y t = 0  y0 = 10
y (t ) = 7et + 3(1 + t )et
x = 2x t = 0  x0 = 21 x = 21e2t
 e  y = 7e2t + 4e−t
y = x − y t = 0  y0 = 11
x = 2x + 2 y x(t ) = C1et + C2e4t

 y = x + 3y 1
y(t ) = − C1et + C2e4t
2
Fonte: N. Piskounov p. 121 e BRAGA, Márcio Bobik p. 436

XI – Otimização sem e com restrições

Equações diferenciais Soluções gerais

 111

1. F ( x, y) = 2 x − xy + y − 7 y
2 2 1. O ponto (1, 4) é um ponto crítico
e, no caso, é um ponto de mínimo
local.
2. F ( x, y) = 4 x2 + xy + 3 y 2
2. O ponto (0, 0) é um ponto crítico
de mínimo.
3. F ( x, y) = 4 x + 2 xy + 6 y + 20 x −18 y + 22
2 2
3. O ponto (−3, 2) é um ponto
crítico de mínimo.
−x − y 2 − z 2 + 2 y + xz
4. F ( x, y , z ) = e
2

4. O ponto (0, 1, 0) é um ponto

crítico, de máximo local.

5. Uma determinada firma utiliza dois insumos, 5. Os valores dos insumos que
( ,  ) , para produzir um único produto, Q . maximizam o lucro da firma são:
Os preços dos insumos são dados por ( P , P )
P P
e o preço do produto final é P . Sabe-se que * = e * =
Q( ,  ) = ln  + ln  é a função de produção P P
desta firma e que C ( ,  ) =  P +  P é sua
função de custo. Neste contexto, encontre a
condição de primeira ordem para que o lucro
da firma seja maximizado.

6. Calcular o valor de mínimo da função 6. O ponto de mínimo é

F ( x, y, z) = x2 + 2 y 2 + 3z 2 sujeito a 6 3 2
(− , − , − ) e o valor na
restrição x + y + z = −1 11 11 11
função objetivo é
6
F ( x, y, z ) = .
11
7. Encontre o valor de máximo da função
F ( x, y, z) = xy 2 z 3 sujeito a restrição 7. P(4, 8, 12) é ponto crítico, de
x + y + z = 24 . máximo. Valor de máximo é
F (4, 8, 12) = 214.33
8. Encontre o valor de mínimo da função
8. P(2, 2, 2) é ponto crítico. Valor
F ( x, y, z ) = xy + xz + yz sujeito a restrição
de máximo é
xyz = 8 .
F (2, 2, 2) = 2.2 + 2.2 + 2.2 = 12

Fonte: BRAGA, Márcio Bobik p. 273

2ª PARTE – EQUAÇÕES DIFERENCIAIS E SISTEMA DE EQUAÇÕES DIFERENCIAIS
 112

I. Verifique se as equações listadas abaixo estão em consonância com suas respectivas

soluções particulares ao lado, quando y0 = 1 e y1 = 0 :

Soluções gerais Equações de diferenças

y − 5 yt +1 + 6 yt = 0 • yt = 3.2t − 2.3t
a) t + 2

b) yt + 2 − 9 yt = 0 1 1
• yt = 3t + (−3)t
2 2
c) yt + 2 − 4 yt +1 + 4 yt = 0 • yt = −(2)t (t − 1)

d) yt + 2 − 3 yt +1 + 2 yt = 0 • yt = 2 − 2t

II. Encontre as soluções das equações lineares de primeira ordem abaixo e faça uma análise
do processo de convergência, informando sobre o comportamento das suas sequência-
soluções.

Equações de diferenças Condição inicial

(1) yt +1 = yt + 1 • y0 = 10
(2) 2 yt +1 = yt + 6 • y0 = 7
(3) yt +1 + 3 yt = 4 • y0 = 7
(4) yt +1 = 0,2 yt + 4 • y0 = 4

III. Encontre a solução geral das equações de diferenças lineares não homogêneas de segunda
ordem e com coeficientes constantes dadas abaixo

Equações de diferenças
(i) yt +2 − 3 yt +1 + 2 yt = 2t
(ii) yt +2 + 5 yt +1 + 4 yt = 3.4t
2 yt + 2 − 5 yt +1 + 2 yt = 2t + 1
(iii) yt + 2 + 4 yt +1 + 8 yt = 26
(iv) yt +2 − 5 yt +1 + 6 yt = 2t.t
 3 
(v) yt + 2 − 4 yt = − cos t 
 2 

IV – Sistema de equações diferenciais

Equações diferenciais Soluções gerais

 113

 xt +1 = −3 xt + 2 yt − 6
1.  x(t ) = A.3t + B(−4)t + 1, 2
 yt +1 = 3 xt + 2 yt + 3
t = 0  x0 = 1 y (t ) = C.3t + D(−4)t − 0, 6


t = 0  y0 = 0

 xt +1 = 2 yt + 3
2.  x(t ) = 3(2)t − 10(−1)t
 yt +1 = xt + yt − 1
t = 0  x0 = −2 y(t ) = 3(2)t + 5(−1)t


t = 0  y0 = 4

 xt +1 = − yt + 4 yt
3.  x(t ) = 14(1)t − 3(1 + 2t )(1)t
 yt +1 = − xt + 3 yt
t = 0  x0 = 17 y (t ) = 7(1)t + 3(1 + t )(1)t


t = 0  y0 = 10

 xt +1 = 2 xt
4.  x = 21.2t
 yt +1 = xt − yt
t = 0  x0 = 21 y = 7.2t + 4(−1)t


t = 0  y0 = 11

 xt +1 = 2 xt + 2 yt x(t ) = 1 (4)t − 22 (1)t
5. 
 yt +1 = xt + 3 yt y(t ) = 1 (1)t + 2 (4)t
C + 2C2 C − C1
Onde 1 = 1 e 2 = 2
3 3

Observação: use X t − X * = Ct C −1 ( X 0 − X * )

para encontrar a solução geral de um sistema não
homogêneo e X t = Ct C −1d para sistema
homogêneo. Lembre-se que como d = X 0 − X * , de
forma que quando X * = 0 , temos que
C 
d = X 0 =  1  que é a matriz das constantes
 C2 
arbitrarias.

Fonte: N. Piskounov p. 121 e BRAGA, Márcio Bobik p. 436

Bibliografia

BRAGA, Márcio Bobik. Matemática para economistas. São Paulo: Atlas, 2003.
 114

CHIANG, Alpha. Matemática para Economistas. São Paulo: Editora MacGraw-Hill do Brasil, 1982.
DOWLING, Edward T. Matemática Aplicada à Economia e Administração. São Paulo: Ed. Mac
Graw-Hill do Brasil, 1981.
LEITHOLD, Louis. Matemática para Economia. São Paulo: Editora Harbra. Ltda.1982.
PISKOUNOV, N. Cálculo Diferencial e Integral. Volume 1 e 2. Edições Lopes da Silva - Porto,
1983.
WEBER, Jean E. Matemática para Economia e Administração. São Paulo: Ed. Harper & Row do
Brasil, 1986.