Escolar Documentos
Profissional Documentos
Cultura Documentos
Hugo Tavares
hrtavares@fc.ul.pt
Faculdade de Ciências da Universidade de Lisboa
1
Exemplo 2.1. 1) Modelo de predador-presa de Lotka-Volterra. Se x(t) e y(t) representarem
respetivamente o número de presas e predadores no instante t, então um modelo usado para
estudar a sua dinâmica é
(
x0 (t) = ax(t) − bx(t)y(t)
,
y 0 (t) = −cy(t) + dx(t)y(t)
onde a, b, c, d são constantes positivas. Este sistema é não linear, devido à presença do
termo x(t)y(t). Neste modelo assume-se que, na ausência de predadores, a presa apresenta
um crescimento exponencial (seguindo a lei de Malthus: a taxa de crescimento é proporci-
onal ao número de indivíduos); na ausência de presas, a população de predadores decresce
exponencialmente (seguindo a lei de Malthus); por fim, supõe-se que o efeito da predação
é proporcional ao número de indivíduos de ambas as espécies, sendo naturalmente benéfica
para os predadores e prejudicial para as presas. Este modelo foi usado por Lokta para
estudar reações químicas e por Volterra para estudar a dinâmica de certos tipos de peixes
no mar Adriático.
2) Equação do oscilador harmónico (por exemplo um corpo de massa m agarrado a uma
mola, oscilando em torno da posição de equilíbrio):
onde x(t) representa a posição em relação ao equilíbrio, γx0 (t) modela o atrito, e g(t)
representa uma força externa. Introduzindo a nova variável dependente y(t) := x0 (t), a
equação anterior é equivalente ao sistema de duas equações de primeira ordem:
(
x0 = y
,
y0 = − m
k
x− mγ
y + g(t)
m
3) De uma forma mais geral, dada uma equação de ordem n escrita na forma normal
2
se definirmos y1 := y, y2 = y 0 , . . . , yn := y (n−1) , vem
y10 = y2
..
.
(2.2)
0
yn−1 = yn
0
yn = −a0 (t)y1 − a1 (t)y2 − . . . − an−1 (t)yn + g(t).
Note-se que o sistema anterior se pode escrever de forma mais compacta como
com
0 1 0 ... 0 0
0 0 1
... 0
0
A(t) = .. .. .. .. .. ~b(t) = ..
e .
. . .
. . .
0 0 0 ... 1 0
−a0 (t) −a1 (t) −a3 (t) . . . −an−1 (t) g(t)
3
Daqui para a frente assumiremos sempre a seguinte hipótese:
Terminámos a secção anterior mostrando que toda a equação linear de ordem n se pode
transformar num sistema linear com n equações. Outro exemplo de um sistema linear é
dado por (
y10 = 2y1 + ty2 + cos t
y20 = −y1
que se reescreve como (2.3) com
2 t cos t
A(t) = e b(t) = .
−1 0 0
Uma vez que a função f (t, y) = A(t)y + b(t) é contínua e as derivadas parciais
∂fi
= aij (t)
∂yj
são contínuas, o Teorema 2.3 dá-nos existência e unicidade local para o PVI associado. Na
verdade, tratando-se de um sistema linear, conseguimos garantir existência e unicidade em
todo o intervalo I, como a seguir se enuncia.
Teorema 2.3 (Teorema de existência e unicidade para sistemas lineares de equações).
Seja I um intervalo aberto de R e suponha-se (H). Dados t0 ∈ I e y0 ∈ Rn , o problema de
valor inicial (PVI) (
y 0 = A(t)y + b(t)
y(t0 ) = y0
tem uma solução única y : I → R.
A demonstração do próximo resultado fica adiada para o final do capítulo; ser-nos-á no
entanto bastante útil na discussão que se segue.
4
Espaço de soluções do sistema homogéneo Concentremo-nos em primeiro lugar no
sistema homogéneo y 0 = A(t)y e consideremos o espaço de soluções
S = {y ∈ C 1 (I, Rn ) : y 0 = A(t)y}.
T : S → Rn ; T (y) = y(t0 )
é bijetiva, sendo portanto um isomorfismo entre espaços vetoriais, pelo que a dimensão
de S é igual à dimensão do espaço real Rn , que é n.
Significa isto que resolver o sistema linear homogéneo consiste em determinar uma base
de soluções do sistema; qualquer solução do sistema será então uma combinação linear de
elementos dessa base. Assim sendo, tendo em vista a resolução do sistema homogéneo
y 0 = A(t)y, o objetivo passa a ser o de determinar
y = c1 ϕ1 + . . . + ϕn , c1 , . . . , cn ∈ R.
(ϕi (t) = (ϕi,1 (t), . . . , ϕi,n (t))), então a solução geral do sistema homogéneo escreve-se
A forma mais simples de provar que n soluções são linearmente independentes é usando a
matriz Y .
5
O método de variação das constantes de Lagrange Suponhamos conhecida uma
matriz fundamental de soluções do sistema homogéneo, isto é, uma matriz Y (t) de dimensão
n × n em que as colunas são soluções linearmente independentes do sistema homogéneo.
Proposição 2.6. Seja c(t) uma função vetorial que verifica Y (t)c0 (t) = b(t). Então
ϕ(t) = Y (t)c(t)
Demonstração. Comecemos por observar que a Proposição 2.5 implica que o sistema Y (t)d =
b(t) tem uma única solução d = d(t). Seja c(t) uma função vetorial tal que Y (t)c0 (t) = b(t)
e defina-se ϕ(t) = Y (t)c(t). Como Y 0 (t) = A(t)Y (t) [verifique!] então tem-se
como pretendido.
Lema 2.7. A função vetorial eλt v, com λ ∈ C e v ∈ Cn \ {0} é solução de (2.4) se, e só
se, λ é valor próprio de A e v um vetor próprio associado.
6
A matriz A tem valores próprios λ1 = 5 e λ2 = 10, com vetores próprios associados
v1 = (−2, 1) e v2 = (1, 2), respetivamente [faça as contas para conferir o resultado]. Assim,
obtemos duas soluções do sistema:
−2e5t
10t
5t −2 10t 1 e
ϕ1 (t) = e = , e ϕ2 (t) = e =
1 e5t 2 2e10t
As soluções são linearmente independentes: recordando a Proposição 2.5, é suficiente ob-
servar que
det ϕ1 (0) ϕ2 (0) = det v1 v2 = −5 6= 0.
Assim, a solução geral é dada por
−2e5t e10t −2c1 e5t + c2 e10t
c1
y(t) = c1 ϕ1 (t) + c2 ϕ2 (t) = = ,
e5t 2e10t c2 c1 e5t + 2c2 e10t
para c1 , c2 ∈ R. Uma matriz fundamental de soluções é
−2e5t e10t
Y (t) = ϕ1 (t) ϕ2 (t) = .
e5t 2e10t
Em geral, conseguimos até ao momento determinar a solução geral de um sistema
linear homogéneo de coeficientes constantes no caso em que a matriz A é diagonalizável.
Comecemos por abordar o caso em que a matriz admite n valores próprios distintos.
7
Tem-se também que
1 1 (α+βi)t
v1 (t) = (e(α+βi)t v + e(α−βi)t v), v2 (t) = (e v − e(α−βi)t v)
2 2i
o que mostra que v1 (t), v2 (t) são soluções (reais) do problema e que, ao substituirmos
e(α+βi)t v, e(α−βi)t v por v1 (t), v2 (t) em (2.5) se obtêm de novo funções linearmente
independentes. Ao efetuarmos este procedimento com todos os pares conjugados de
valores próprios não reais, obteremos uma base do espaço de soluções reais.
O que acontece quando temos valores próprios com multiplicidade algébrica maior que
1? Neste caso temos duas hipóteses:
8
é uma solução. Como poderemos determinar outra solução linearmente independente
desta? Procuremos uma segunda solução do tipo et p1 (t), onde p1 : R → R2 é um po-
linómio vetorial de grau 1, isto é, procuremos uma solução da forma
t 0
e (u + tv), com v 6= .
0
e
(A − I)u = v.
Assim, podemos tomar
1
v=
0
0
e tomar para u uma solução de (A − I)u = v (por exemplo, u = ). Obtivémos uma
1/2
segunda solução
t t
ϕ2 (t) = e .
1/2
Observe-se que ϕ1 e ϕ2 são linearmente independentes, o que pode ser demonstrado usando
a Proposição 2.5 e notando que os vetores ϕ1 (0) = v e ϕ2 (0) = u são linearmente indepen-
dentes.
Exemplo 2.11 ([1]). Considere-se o sistema
1 1 0
y 0 = Ay, com A = 0 1 1 .
0 0 1
é uma solução do problema. Teremos agora de determinar duas novas soluções para com-
pletar a base do espaço de soluções do sistema. Seguindo o exemplo anterior, uma segunda
solução será da forma
9
Assim, podemos tomar
1 0 t
v = 0 , u = 1 , o que conduz à solução ϕ2 (t) = et 1 .
0 0 0
t2
et (u0 + tu1 + u2 ), com u2 6= 0.
2
Substituindo no sistema, vem
t2 t2
et u0 + tu1 + u2 + u1 + tu2 = et Au0 + tAu1 + Au2 ,
2 2
donde
(A − I)u2 = 0 (ou seja, um vetor próprio)
e
(A − I)u1 = u2 (A − I)u0 = u1 .
Pode-se então tomar
1 0 0
u2 = 0 , u1 = 1 u0 = 0
0 0 1
o que conduz à solução 2
t /2
ϕ3 (t) = et t .
1
Uma vez que os vetores ϕ1 (0) = (1, 0, 0), ϕ2 (0) = (0, 1, 0) e ϕ3 (0) = (0, 0, 1) são linearmente
independentes, as soluções ϕ1 , ϕ2 .ϕ3 são linearmente independentes, logo a solução geral
do problema é
Numa situação mais geral, é útil perceber quando é que uma função da forma pk (t)eλt ,
onde pk (t) é um polinómio vetorial de grau k, é solução do sistema linear de coeficientes
constantes y 0 = Ay.
t2 tk
λt
e v0 + v1 t + v2 + . . . + vk , com λ ∈ C, v1 , . . . , vk ∈ Cn , vk 6= 0,
2! k!
Demonstração. Exercício.
10
Na situação do lema anterior, observe-se que v0 , . . . , vk ∈ N (A − λI)k+1 ; sempre que
forem não nulos, estes vetores designam-se vetores próprios generalizados. A razão pela
qual o método funciona e dá origem a bases de soluções é o teorema da forma canónica
de Jordan, que nos diz grosso modo que Cn admite sempre uma base de vetores próprios
generalizados da matriz A.
Mais concretamente, recorde-se uma das versões do Teorema de Jordan (veja-se [4]).
Teorema 2.13 (Forma Canónica de Jordan). Seja A uma matriz quadrada n × n e se-
jam λ1 , . . . , λr os seus valores próprios distintos com multiplicidades algébricas n1 , . . . , nr .
Então, definindo o espaço dos valores próprios generalizados
tem-se
dim Xj = nj , Cn = X1 ⊕ . . . ⊕ Xr .
Além disso, se T : Cn → Cn for a aplicação linear T x = Ax, existe uma base de Cn
formada por vetores próprios generalizados {v1 , . . . , vn } tal que a matriz que representa T
nesta base é uma matriz diagonal por blocos:
A1 0 . . . 0
0 A2 . . . 0
.. ,
.. .. . .
. . . .
0 0 . . . Ak
ou seja
(A − λI)v1 = 0, (A − λI)v2 = v1 , . . . , (A − λI)vn = vn−1 .
11
Teorema de Existência e Unicidade: o caso escalar Começaremos por explorar o
caso escalar (n = 1), nomeadamente o problema de valor inicial (PVI)
(
y 0 = f (t, y)
(2.10)
y(t0 ) = y0
e 0
Z t
0 0
y (t) = (y0 ) + f (s, y(s)) ds = f (t, y(t)),
t0
• T é uma contração estrita em X, isto é, existe L < 1 tal que d∞ (y, z) 6 Ld∞ (y, z)
para todo o y, z ∈ X.
Demonstraremos na verdade um Teorema de Existência e Unicidade um pouco mais ge-
ral que aquele enunciado no Teorema 2.2. Para enunciarmos o resultado na sua maior
generalidade, necessitamos da seguinte noção.
12
Definição 2.15. Seja Ω um aberto de R2 e f : Ω → R. A função f diz-se localmente
lipschitziana em ordem à segunda variável se, para cada (t0 , x0 ) ∈ Ω e ε, δ > 0 tais que
R := [t0 − ε, t0 + ε] × [y0 − δ, y0 + δ] ⊆ Ω, existe K > 0 tal que
y 0 = y 2/3
13
Assim, se (t0 , y0 ) = (t0 , 0) não há unicidade local, mas se y0 6= 0 já há unicidade local. Isto
é consistente com o Teorema de Existência e Unicidade, uma vez que a função f (t, y) = y 2/3
é localmente lipschitziana em R × (R \ {0}), mas não o é em R2 .
(b) Por outro lado, o problema (
y 0 = −ty 1/3
y(0) = 0
tem unicidade de solução (y ≡ 0 necessariamente), mas f (t, y) = −ty 1/3 não é localmente
lipschitziana em ordem a y em nenhum aberto que contenha (0, 0). Assim, ser localmente
lipschitziana não é uma condição necessária, apenas suficiente.
Demonstração do Teorema 2.17. Seja (t0 , y0 ) ∈ Ω e tomem-se ε, δ > 0 tais que
R := [t0 − ε, t0 + ε] × [y0 − δ, y0 + δ] ⊂ Ω.
M ε < δ, Kε < 1.
Vejamos que:
(a) T é uma contração estrita: existe L < 1 tal que
(b) T (X) ⊆ X, isto é, dada y ∈ X, T (y) é uma aplicação contínua em [t0 − ε, t0 + ε] que
toma valores em [y0 − δ, y0 + δ].
Verificação de (a). Dados y, z ∈ X e t ∈ [t0 − ε, t0 + ε],
Z t
|T (y)(t) − T (z)(t)| = f (s, y(s)) − f (s, z(s)) ds
t
Z 0t
6 |f (s, y(s)) − f (s, z(s))| ds
t0
Z t
6 K |y(s) − z(s)| ds
t0
6 K|t − t0 |d∞ (y, z) 6 |{z}
Kε d∞ (y, z).
<1
14
Verificação de (b). Dada y : [t0 − ε, t0 + ε] → [y0 − δ, y0 + δ] contínua, temos que T (y) é
contínua e Z t
|T (y)(t) − y0 | 6 |f (s, y(s))| ds 6 M |t − t0 | 6 M ε 6 δ,
t0
como pretendido.
Recorde-se que o Teorema das Contrações dá uma sucessão definida por recorrência
que converge para a solução do problema: fixada uma função y0 ∈ X, a sucessão
Z t
yn (t) := y0 + f (s, yn−1 (s)) ds n∈N
t0
1
que tem solução exata y(t) = 1−t definida para t ∈] − ∞, 1]. O processo iterativo
Z t
2
yn (t) = 1 + yn−1 (s) ds,
0
começando em y0 ≡ 1, dá
Z t
y1 (t) = 1 + 1 ds = 1 + t
0
Z t
t3
y2 (t) = 1 + (1 + s)2 ds = 1 + t + t2 + = 1 + t + t2 + o(t2 )
0 3
Z t
s3
y3 (t) = 1 + (1 + s + s2 + )2 ds = 1 + t + t2 + t3 + o(t3 )
0 3
..
.
yn (t) = 1 + t + . . . + tn + o(tn ).
15
Questão: quando é que podemos garantir que ]α, β[=]a, b[?
(isto é, que a solução é global)
Exemplo 2.21. No PVI do Exemplo 2.20, Ω = R2 (ou seja, a = −∞, b = +∞) e a
1
solução maximal é dada por y(t) = 1−t , tendo intervalo maximal ] − ∞, 1[. Observe-se que
limt→1− y(t) = +∞. Diz-se nestas situações que a solução “explode em tempo finito”.
Proposição 2.22 (Comportamento nos extremos do intervalo maximal). Suponhamos que
f é contínua em Ω e que y :]α, β[→ R é solução maximal do PVI (2.10). Então:
Seja n̄ tal que |y(tn ) − ȳ| < 1 para n > n̄ e seja S = [tn̄ , β] × [ȳ − 1, ȳ + 1] e M := maxS |f |.
Tem-se |y(t) − ȳ| 6 1 para todo o t ∈ [tn , β[ para n grande; se isso não acontecer, existe
sn ∈]tn , β[ tal que |y(sn ) − ȳ| = 1 e |y(t) − ȳ| < 1 para todo o t ∈]tn , sn [ e então
Z sn
1
|y(sn ) − y(tn )| 6
|f (s, y(s))| ds 6 M (β − tn ) 6
tn 2
para n grande e portanto
1 1
1 = |y(sn ) − ȳ| 6 |y(sn ) − y(tn )| + |y(tn ) − ȳ| < + =1
2 2
para n grande, um absurdo. Assim, existe t̄ ∈]tn̄ , β[ tal que |y(t) − ȳ| 6 1 para todo o
t ∈ [t̄, β[. Em particular,
|f (t, y(t))| 6 M ∀t ∈ [t̄, β[.
Estamos agora em condições de verificar (2.12): dada sn → β − , temos
como pretendido.
Pelo Teorema de Existência e Unicidade, existe ε > 0 tal que o PVI
tem uma única solução em ]β − ε, β + ε[. Seria então possível prolongar y de ]α, β[ a
]α, β + ε[, o que contradiz a hipótese sobre a maximalidade do intervalo.
16
Proposição 2.23 (Existência de solução global). Suponhamos que f ∈ C(]a, b[×R) é
sublinear em ordem a y:
onde g, h ∈ C(]a, b[). Então qualquer solução maximal de (2.10) está definida em ]a, b[.
Demonstração. Seja y solução maximal, definida em ]α, β[⊆]a, b[. Fixado c ∈]α, β[, tem-se
para todo o t em [c, β[:
Z t
y(t) = y(c) + f (s, y(s)) ds
c
o que implica que
Z t
|y(t)| 6 |y(c)| + |f (s, y(s))| ds
c
Z t
6 |y(c)| + g(s)|y(s)| + h(s) ds
c
Z t
6 |y(c)| + M (t − c) + A |y(s)| ds
c
Z t
6 |y(c)| + M (β − c) + A |y(s)| ds
c
Z t
=B+A |y(s)| ds
c
donde Rt !
B+A c |y(s)| ds
log 6 A(t − c)
B
e Z t
|y(t)| 6 B + A |y(s)| ds 6 BeA(t−a) .
c
Então |y(t)| é limitada em [c, β[, e pela Proposição 2.22 tem-se necessariamente β = b.
Analogamente se demonstra que α = a.
17
Uma função y : I → Rn é solução se e só se T (y) = y, onde T : C(I; Rn ) → C(R; Rn )
está definida pela expressão
Z t
T (y)(t) = y0 + f (s, y(s)) ds
t0
Z t Z t
= (y0,1 , . . . , y0,n ) + f1 (t, y1 (s), . . . , yn (s)) ds, . . . , fn (t, y1 (s), . . . , yn (s)) ds .
t0 t0
R := [t0 − ε, t0 + ε] × Bδ (y0 ) ⊆ Ω,
18
Proposição 2.27 (Existência de solução global para sistemas). Suponhamos que f ∈
C(]a, b[×Rn ; Rn ) é sublinear em ordem a y ∈ Rn :
onde g, h ∈ C(]a, b[). Então qualquer solução maximal do PVI (2.13) está definida em
]a, b[.
Corolário 2.28 (Sistemas lineares de 1a ordem). Seja I um intervalo aberto de R, A(t) =
[aij (t)]i,j=1,...,n com aij ∈ C(I), e b ∈ C(I). Então dados t0 ∈ I e y0 ∈ Rn , o PVI
(
y 0 = A(t)y + b(t)
y(t0 ) = y0
Referências
[1] D. Agudo, Análise Real - Volume III, Escolar Editora, 1992.
19
[4] A. P. Santana e J. F. Queiró, Introdução à Álgebra Linear, Gradiva 2010.
20