ISSN 0104-8910

CURSO DE MATEMÁTICA PARA ECONOMISTAS,

CAPÍTULOS I E lI: FUNÇÕES, ÁLGEBRA LINEAR E
APLICAÇÕES

Rubens Penha Cysne

Humberto lIe Athayde Moreira

Junho de 1996
Curso de Matemática para Economistas
Capítulos I e ÍI
Funções, Álgebra Linear e Aplicações

Rubens Penha Cysne

Humberto de Athayde Moreira
Junho de 1996

Endereço para Contato:

Escola de Pós Graduação em Economia da

Fundação Getulio Vargas
Praia de Botafogo 190, 110. andar, Sala 1124
Rio de Janeiro - RJ - Brasil

Telefone: 55-21-552-5099
Fax: 55-21-536-9409

e-mail:
rubens@sede.fgvtj.br
 Rubens Penha Cysne
Humberto Moreira
Junho de 1996

PREFÁCIO

Os autores objetivam, com este trabalho preliminar, bem como com aqueles que
lhe darão continuidade, na seqüência de composição de um livro de matemática para
economistas, registrar as suas experiências ao longo dos últimos anos ministrando
cadeiras de matemática nos cursos de pós-graduação em economia da Fundação Getulio
Vargas, da UFF (Universidade Federal Fluminense) e da PUC-RJ.

Reveste-se de constante repetição em tais cursos a discussão sobre que pontos

abordar, bem como com qual grau de profundidade, e em que ordem. É neste sentido que
os autores esperam, com a seqüência didática que aqui se inicia, trazer alguma
contribuição para o assunto.
 CAPÍTULO I

CONCEITOS BÁSICOS, CONJUNTOS E FUNÇÕES

Neste livro, salvo menção em contrário, utilizaremos as primeiras letras do

alfabeto a, b, c, ... para designar números reais e as últimas x, y, w, z para designar
vetores do n
m. Em alguns casos x, y, z ... designarão também componentes de
vetores, o que ficará claro no contexto utilizado.

m
91 denota os números reais e n as n-uplas de números reais; 91+
o símbolo
equivale a números reais não negativos (onde se inclui o zero) e 91++ a números reais
positivos (onde não se inclui o zero). Esta simbologia estende-se às n-uplas: 91:
denota uma n-upla de números reais todos não negativos, e 91:+ uma n-upla de
números reais todos pOSItIVOS. Assim, ao denotarmos as n-uplas por
x = (x\,x 2 , ••• ,x n ), sendo cada Xi um número real (utilizaremos esta simbologia para
nos referirmos às coordenadas de x), a afirmativa x E 91:+ equivale a afirmar-se que
Xi > O para todo i = 1,2, ... , n.

Valor absoluto e norma no mn

Dado o número real a, utiliza-se a simbologia lal para denominar o maior dos
valores entre a e - a. Lê-se lal = módulo de a. A regra de correspondência assim
definida representa uma função definida no corpo dos reais e com valores no mesmo.
Evidentemente, tem-se

lal = max {a, - a} ~a (1.1)

lal = max {a, - a} ~ -a
(1.2)

Multiplicando-se (1.2) por -1 e utilizando-se (1.1) segue que

(1.3)

as duas igualdades valendo se, e somente se a = o. De forma alternativa,

r-a sea <O

lal = ~ O sea =0
la sea >0

Proposição 1.1: As seguintes propriedades são equivalentes: dados a, b E 91 e E >O

2
 a) la- bl <E
b)b-E<a<b+E

Demonstração:

1 2
la- bl < E~E> a- b e E> -(a- b) ~E> a- b e
3 4
-E<a-b~E+b>a e b-E<a~b-E<a<b+E

Explicações para as passagem no sentido ( ..... ):

•
A passagem 1 utiliza a definição de la - bl como o maxuno entre
a - b e - ( a - b). Assim, se E é maior do que o máximo entre a - b e - ( a - b)
então E deve ser simultaneamente maior do que ambos. Na passagem 2 multiplica-se a
segunda parte da sentença anterior por -1, tomando-se o cuidado de inverter o sentido
de desigualdade. A passagem 3 obtém-se somando-se b a ambos os membros das duas
desigualdades Finalmente a passagem 4 se dá por um simples reordenamento da
sentença anterior.

As explicações para as passagens no sentido inverso (+-) devem ficar claras

para o leitor. É claro também que a proposição 1.1 vale também para a desigualdade
não estrita :5: .

Proposição 1.1': Dados a E 9{ e E > O, as seguintes proposições são equivalentes:

a) lal <E
b) -E <a<E

Demonstração: Faça b = O na proposição 1.1. •

Interpretação Gráfica da Proposição 1.11: Dado a E 9{, o sentido de lal é a

distância de a à origem.

Assim, lal = la - ~ mede a distância de a ao ponto O (origem). Da mesma

forma, para bEm, b * O, la - bl mede a distância de a ao ponto b. Assim, dado E > O
a sentença la - bl < E equivale a dizer que a distância de a ao ponto b é inferior a E.

Graficamente, se fixarmos b, isto significa que a pode representar qualquer

ponto entre b - E e b+E.
E E

,-A-,,-A-,
I I I I
b-E a. b (fixo) b +E

3
 (figura 1.1)

Proposição 1.2: Dados a, bem, vale que la + bl:5; lal +Ibl

Demonstracão: Segue da definição apresentada da função módulo que

-Ial :5; a :5; lal

-Ibl :5; b :5; Ibl

Somando-se estas desigualdades membro a membro, tem-se

-(Ial + Ib!) :5; a + b :5; la! + Ibl ~ la + bl :5; lal + Ibl .

Observe que, da mesma fonna, la - bl :5; lal + Ibl

Norma Euclidiana

Da fonna mais abstrata possível, uma nonna (11 x 11 lê-se nonna de x) é uma
função real definida num espaço vetorial V real ou complexo, satisfazendo às seguintes
propriedades :
1) IIÂ.xll = I~ Ilxll para qualquer escalar  e qualquer x E V .
2) Se x 7: 0, Ilxll > O.
3) Ilx + yll :5; Ilxll + IIYII para quaisquer x e y E v.

D
Usualmente trabalhamos no espaço m com a mesma nonna euclidiana, dada
por:

Deixamos ao leitor o encargo de verificar que tal definição de nonna (chamada

nonna euclidiana) satisfaz às três propriedades listadas acima.
Observações:
1) Quando n = 1, Ilxll = & = Ixl

2) Tal como no caso da função valor absoluto, a idéia da função nonna definida no m
n

e com valores em m+ é de distância de um ponto à origem.

Exemplo: Seja x = (3,4). Então II xii = (3 2 +4 2 )112 = 5.

4
 X
1 - - -......

(figura 1.2)

Observe-se que IIx II é o comprimento da hipotenusa do triângulo retângulo aqui

desenhado , que equivale à distância do ponto (vetor) x à origem.
Duas normas em m", 11.11,11.11' são ditas equivalentes se existem a> O, b > O tais
que a Ilxll ~ Ilxl!' e b Ilxl!' ~ Ilxll , \;Ix m n
E •

Exemplo: Define-se no m" duas outras normas importantes:

a) norma do máximo I!.II M : IlxllM = max{lxil; i = 1, ... ,n}, x = (xp ... ,X") Em".

b)normadasomalll :IIxlls= L" Ixil,x =(x\, ... ,X")Em".

i=\

Não é dificil mostrar que a norma do máximo e a norma da soma são

equivalentes. Basta observar que II xii. ~ n IlxllM e IlxllM ~ II xii. ' \;Ix E m
n

Não há de fato nenhuma particularidade nestas normas devido ao ponto

seguinte:

Proposição 1.3: Quaisquer duas normas no m" são equivalentes.

Esta proposição é muito importante, pois para questões de limite e topologia

não importará com que norma nós vamos trabalhar. Utilizaremos a que for mais
conveniente em cada momento.

Lógica

O homem geralmente se expressa através da linguagem. Assim, o

estabelecimento sistemático das disciplinas dedutivas está muito ligado ao problema da
linguagem. A linguagem corrente, por ser vaga e ambígua, não é adequada ao
tratamento científico. Por isso necessitamos, para o tratamento da matemática, de uma
linguagem mais adequada chamada linguagem simbólica.
Nesta linguagem destaca-se o uso do termo (expressão que nomeia ou descreve
algum objeto) e do enunciado (expressão que correlaciona objetos, descreve
propriedades de objetos, etc ... )

5
 r x rx+2=4
I x+y la>b
Exemplo: Tennos: ~ cI> enunciado: ~ 7 <x
l{3,5,7}
,
lx2 -5x+6=O

Chamaremos de enunciado aberto qualquer expressão que contém variáveis.

Entendemos por variável ou indeterminada um elemento que pode assumir qualquer
valor dentro de um conjunto de escolhas. Caso contrário, chamaremos de enunciado
fechado ou sentença ou proposição.

Assim como na linguagem corrente, são necessárias regras que permitam

agrupar as expressões que formam termos e enunciados na linguagem matemática.

Algumas partículas fundamentais ou átomos da linguagem são destacadas

abaixo:

Funtores: Formam termos a partir de termos

ex.: +, x, -, U, n.

Juntores: Fonnam enunciados a partir de enunciados.

ex.: não; e; ou; se ... então; se, e somente se.

Predicados: Fonnam enunciados a partir de termos.

ex.: E, =, :),C,<,>.

Operadores:

• Quantificadores: Formam enunciados a partir de enunciados. Sua

principal propriedade é transformar enunciados abertos em enunciados fechados.
Exemplo: Qualquer que seja (\7'), existe (3)

Vejamos agora o uso de cada juntor:

o
juntor não (simbolicamente -): dado um enunciado p, pode-se formar o
enunciado - p, dito a negação de p. A tabela de valores lógico é dada a seguir:

p -p
V F
F V

o juntor ~: dados dois enunciados quaisquer p e q pode-se formar o enunciado

"p e q" dito conjunção de p e q. A conjunção só é verdadeira se os componentes são
verdadeiros. A seguir é dada a tabela de valores lógicos para a conjunção:

6
 v v
V F
F V
F F

o juntor ou: dados dois enunciados quaiquer p e q pode-se fonnar o enunciado

"p ou q" chamado disjunção desses enunciados. Sabemos que na linguagem corrente
existem, pelo menos, dois usos distintos do juntor ou : o uso no sentido exclusivo e o
uso no sentido não exclusivo. Vejamos exemplos:

1) Antônio irá de carro ou de ônibus.

2) Antônio passou no exame porque estudou ou porque estava calmo.

Em (1) caracteriza-se o uso exclusivo do ou. Já em (2) temos o uso não

exclusivo do ou. O sentido do ou que usaremos no contexto da lógica matemática será
o sentido não exclusivo.

A tabela de valores lógicos da disjunção é:

V V V
V F V
F V V
F F F

O juntor se ... então (simbolicamente ~): dados p e q enunciados, p ~ q é dito

ser a subjunção de p e q. Para melhor entendemos este juntor analisaremos o exemplo
a segulr:

Exemplo: Se fizer sol então Antônio irá à praia

1) Fez sol e Antônio foi à praia: podemos concluir que a afirmação acima não foi
falseada pelo experimento em questão.

2) Fez sol e Antônio não foi à praia: pode-se concluir que o enunciado acima é falso.

3) Não fez sol: neste caso não importa se Antônio foi ou não à praia, concluimos que
o enunciado acima é verdadeiro.

7
 Assim, a tabela de valores lógicos da subjunção:

p q
v V V
V F F
F V V
F F V

Na subjunção p => q , o enunciado p é chamado de condição suficiente para q e

q é chamado de condição necessária para p.

o juntor se. e somente se (simbolicamente: <=»: dados p e q enunciados, p <=> q

é chamado de bijunção de p e q. Será considerado como verdadeiro quando os
constituintes tiverem o mesmo valor lógico. A seguir a tabela de valores lógicos para a
bijunção.

p q
V V
V F
F V
F F

Um enunciado atômico é uma sentença declarativa contendo uma idéia que é

falsa ou é verdadeira, mas não ambas. Um enunciado é chamado composto se é obtido
a partir de enunciados atômicos, através do uso de juntores.

Um enunciado composto é dito ser uma tautologia se é verdadeiro ao

considerarmos todas as possíveis valorações dos seus componentes atômicos.

Exemplo: p => p~ p ou - p~- p <=> p~

(p e q) <=> - ( - p ou - q) ~ p ou q <=> - ( - p e - q) ~ (p => q) <=> (- q =>- p)

Se um enunciado é uma tautologia, podemos substituir todas as ocorrências

de um componente por outro enunciado e o enunciado resultante é ainda uma
tautologia. Se p é uma tautologia, diz-se que - p é uma contradição.
Dizemos que o enunciado p é logicamente equivalente ao enunciado q
quando o enunciado p <=> q é uma tautologia.

Assim, por exemplo

(i) -(p e q) é equivalente a - p ou -q

(ü) -(p ou q) é equivalente a - p e - q

(ili) p => q é equivalente a - q => - p

8
Quantificadores:

Como já definimos, os quantificadores transformam enunciados abertos em

enunciados fechados. Vamos apresentar primeiro os quantificadores de forma
intuitiva. Para isso, seja o conjunto X = {1,3,5, 7} e os enunciados abertos:

p{x} ~ x é número ímpar

q{x} ~ x é múltiplo de 3
r{x} ~ x ~ 10

Pode-se observar facilmente que:

• Todo elemento de X satisfaz p.

• Existe elemento de X que satisfaz q.
• Não existe elemento de X que satisfaz r.

Estas afirmações podem ser escritas simbolicamente como

• 'dx(x E X ~ p{x})
.:3x(xEXeq{x})
• - :3x(x E X e r{x})

Observação: O quantificador ('d) é dito quantificador universal e os quantificadores

:3 ( existe ) ,:3! ( existe apenas um ), são chamados de quantificadores existenciais. Os
enunciados onde aparecem quantificadores são ditos enunciados quantificados.

Vejamos agora as principais equivalências de enunciados quantificados. Para isto

usaremos exemplos da linguagem corrente. Pode-se facilmente ver que:

Todo brasileiro é feliz

equivale a
Não existe brasileiro que não seja feliz.
simbolicamente (B coleção dos brasileiros e F a coleção das pessoas felizes):
'd x{ x E B ~ X E F) equivale a - :3 x( X E B e x ~ F)

De forma geral valem as seguintes tautologias para uma preposição p :

'dx p<=>-:3x -p
:3x p<=>-'dx -p

e em seqüência são tautologias

-:3xp<=>'dx-p
-'dxp<=>:3x-p

9
Observação: Em todo enunciado quantificado devemos esclarecer qual é o conjunto
onde as variáveis podem assumir valores. Este conjunto será chamado de conjunto
uruverso.

Conjuntos e Funções

Formalmente conjuntos e elementos são conceitos prurutlVOS, isto é, sem

definição. Empiricamente, um conjunto é constituído de objetos, chamados de
elementos do conjunto. A relação entre elementos e conjuntos é a relação de
pertinência. Assim quando x é um dos elementos que compõem o conjunto A,
dizemos que x pertence a A e denotamos por x E A . Caso contrário, dizemos que x
não pertence a A e denotamos por x !é A .

Exemplos de Conjuntos:

1) ~ = {I, 2, 3, ...} conjunto dos números naturais

2) Z = {... ,-2, -1, O, 1,2, ...} conjunto dos números inteiros
3) Q = {pI q~ p, q E Z, q :t:. O} conjunto dos números racionais
4) 91 = conjunto dos números reais

Podemos descrever um conjunto enumerando seus elementos (por exemplo o

conjunto dos naturais) ou caracterizando seus elementos por alguma propriedade
exclusiva destes, i.e., {x~ x satisfaz p} onde P é uma propriedade. Por exemplo, o
conjunto dos racionais entre O e 1 pode ser expresso como x E Q~ O~ x ~ 1.
O conjunto que não possui algum elemento será chamado vazio e denotado por cj>.
A relação entre conjuntos é a relação de inclusão, isto é, dados A e B conjuntos, A
está incluído ou contido em B (A c B) se x E A implicar x E B. Neste caso, dizemos
que A é subconjunto de B. Caso contrário, A não está contido em B (A ct. B).
Simbolicamente

A c B <=> V x (x E A => X E B)
e A ct. B <=> 3x(x E A e x!é B) (ou seja, A ct. B <=>- (A c B»)

1) NcZ e ZcQ
Exemplo: 2) 'I'
Ao
C
A , qualquer que seja
. .
o conjunto A

De fato, se cj> ex. A então 3 XE cj> tal que x E A, o que não ocorre, pois cj> vazio não
possui elementos.

A relação de inclusão tem as seguintes propriedades:

i) (Reflexiva): A c A, para todo conjunto A

ü) (Transitiva): A c B e B c C c A c C
iü) (Anti-simétrica): A c B e B c A => A = B
(A = B, significa que A e B tem exatamente os mesmos elementos)

10
 Dado um conjunto A podemos pensar no conjunto de todos os subconjuntos de
A:P(A) = {B; B cAl chamado de conjunto das partes de A. É fácil ver que
4>, A EP(A).

Vamos definir agora operações de conjuntos: -

1) Reunião: dados A e B conjuntos podemos definir o conjunto formado pelos

elementos de A mais os elementos de B:
AuB = {x; x E A ou X E B} chamado de reunião (ou união) de A e B.

2) Interseção: dados A e B conjuntos a interseção de A e B é o conjunto formado

pelos elementos comuns a A e B: AIlB= {x,x E A e x E B}
Quando A l i B = 4>, dizemos que A e B são disjuntos.

3) Diferença: dados A e B conjuntos, a diferença entre A e B é o conjunto formado

pelos elementos de A que não pertencem a B: A/B = {x; X E A e x ~ B} .
Quando B c A, A/B chama-se o complementar de B em relação a A e denota-se
por A-B=CAB.

4) Complementar: quando nos restringimos a considerar elementos pertencentes a um

conjunto básico U, então o complementar de um conjunto A em relação a U será
chamado simplesmente de complementar e denotado por A c .

Abaixo listamos algumas propriedades da reunião interseção, reunião, diferença e

complementar (cuja as demonstrações ficam a cargo do leitor):

i) Aucj>=A A~=4> (A
c
)" =A
ü)AuA=A AIlA=A AcB<=:>Bc cAC
üi)AuB=A<:>BcA AIlB=A<=:>AcB (AuB)" =Ac IlBc
iv) Au(BIlC) = (AuB)Il(AuC) AIl(BuC) = (AIlB)u(AIlC) (AIlB)" = A uB c
C

Sejam a e b elementos. O par ordenado (a, b) é um conceito primitivo fomado

pela ordenação dos objetos a e b. Alguns autores identificam (a, b) por {{ a}, {a, b}} e
neste caso é claro que (a, b) não pode ser confundido com o conjunto {a, b}. Assim

( a, b) = ( c, d) <:> a = c e b = d .

Dados A e B conjuntos, o produto cartesiano de A e B é o conjunto A x B

formado pelos pares ordenados (a, b) tal que a E A e b E B, isto é,

A x B = {( a, b); a E A e b E B}

11
Função

Uma função é uma tema de objetos (f, A, B) onde A é um conjunto chamado de

domínio da função, B um conjunto de contradomínio da função e f é a regra que
associa a cada elemento de A um único elemento de B. Assim uma função é uma
reIaçao
- uruvoca.
' Usa-se a notaçao - f: Ax~~f(x)'
B ou '.sunpIesmente:
f A~ B,onde para

cada x EA, f(x) E B é o único elemento de B associado a x por f

É conveniente referirmo-nos a f e não à tema (f, A, B), por comodidade, quando

estão subentendidos os conjuntos A e B.

Duas funções (f, A e B) e (f, A', B') são Igu8.1S quando

A = A',B = B' ef(x) = f'(x), V x EA.

o gráfico de uma função f: A ~ B é o conjunto

G(f) = {( x, y) E A x B; Y= f( x)}. Segue-se que duas funções são iguais se, e somente
se seus gráficos coincidem e ambas têm o mesmo contradomínio.

Dadas f: A ~ B uma função, A'cAeB'cB,f(A')={f(x);XEA'} é a

imagem do conjunto A' por f e f-I(B') = {x E A; f(x) E B'} é a imagem inversa do
conjunto B' por f; f(A) é chamado simplesmente de imagem de f.

Tipos de Funções

Injetiva: f: A ~ B é uma função IDJetlva quando

Vx, y E A, J(x) = J(y) =>x = y, i.e., x :t; y em A implica f (x) :t; f(y) em B.

Sobrejetiva : f: A ~ B é uma função sobrejetiva quando Vy E B, :3 x E A tal que

f(x) = y, i.e., f(A) = B.

Bijetiva: f: A ~ B é uma função bijetiva quando é sobrejetiva e injetiva.

Composição de Funções

Dadas f: A ~ B e g:B ~ C funções, podemos definir a função composta

gof:A ~ C tal que (gofXx) = g(f(x)), Vx E A.

Observe que a composição de funções é associativa, mas em geral não é

comutativa ( mesmo que o domínio seja igual ao contradomínio ); a composta de
funções injetivas é também injetiva, o mesmo valendo para funções sobrejetivas.

12
 A restrição de uma função f: A ~ B a um subconjunto A' c A é a função

~A':A' -> B definida por ~A'(x) =f(x}, \Ix EA'. Dado X:::> A, g:X -> B é a

extensão de f quando g A = f.

Dados f: A ~ B e g:B ~ A funções, g é uma inversa à esquerda para f quando

gof = id A' onde idA: A ~ A é a função identidade, i.e., idA x = x, \/x E A.
Analogamente, pode-se definir inversa à direita de f como h:B ~ A tal que
foh=id B ·

Temos os seguintes resultados ( cuja a demostração ficará a cargo do leitor):

"Uma função f: A ~ B possui inversa à esquerda ( respectivamente à direita)

se, e somente se f é injetiva ( respectivamente sobrejetiva )".
Uma função f: A ~ B é inversível quando existe g: B ~ A função tal que
gof = id A e fog = id B • Neste caso, g chama-se a inversa de f Usaremos a notação f-I
para a inversa g.

Observe que as inversas à esquerda e à direita não são únicas, enquanto a

inversa é única ( verifique esta afirmação ).

Família

Dado um conjunto A, uma família de elementos de A com índices em um

conjunto I é simplesmente uma função x: I ~ A. O valor de x em um elemento à E I
será denotado por x À. Assim a família pode ser denotada por (xJ ÀEI ou de forma mais
simples por (x À) quando o conjunto I é subentendido.

Exemplos

1) I = {I, ... , n} : uma família em A neste caso é denominada uma n-upla em A, ou seja,
um elemento do cartesiano: A x. .. x A.
n-~
'-'"
2) I=~ uma família em A neste caso é denominada uma seqüência em A.

3) Podemos considerar uma família de conjuntos: (AJ ÀE1 ' onde A À é um subconjunto
de um mesmo conjunto universo U, para cada à E I . Define-se neste caso a reunião
desta família como u A À= {x;::I Ã E I com x E A À} e a interseção desta família como
ÀEI
nAÀ={X;XEAÀ, \/ ÃEI}.
ÀEI

13
Exercícios Resolvidos

1) Dados a, b e x reais e E > O prove que

a) la-bl <E~lal-E<lbl <lal+E

Solução:
Segue da proposição 1.2 que

lal = la - b + bl $; la - bl + Ibl ~ lal-Ibl $; la - bl (1)

Ibl = Ib - a + ai $; Ib - ai + lal ~ Ibl-Ial $; la - bl (2)

De (1) e (2), Ilbl-lall $; la - bl. De la - bl < E segue que Ilbl-lall < E e que
- E < Ibl-Ial < E. Somando-se lal a ambas as equações obtém-se a desigualdade
procurada.

Ache os valores reais de x para os quais:

b) f (x) = Ix-Si +lx-31 ~ 2

Solução 1: Segue da proposição 1.2 que Ix - Si + Ix - 31 ~ Ix - s - x + 31 = 2. Logo, a

preposição vale \;Ix E 9t

Solução 2:Se x>S então f(x»2 pois Ix-31>2 e o termo Ix-si é sempre
positivo. Da mesma forma, se x < 3, f (x) > 2, pois Ix - Si > 2 e Ix - 31 > o. Por último,
para 3 $; x $; S teremos Ix - si = S-x elx - 31 = x - 3 (pela definição da função módulo).
Somando-se os termos obtém-sef (x) = S - x + x - 3 = 2. Assim, em qualquer caso,
f(x) ~ 2.

2) Encontre x E m (se existir) que satisfaça:

a) 12x-21=14x+31

2
Solução 1: Elevando ao quadrado, e lembrando que Ixl = x 2, (2x-2)2 =(4x+3)2 ~
12x2 + 32x + S = O . Daí obtêm-se as raízes solução XI = - ~,X2 = - %. .
Solução 2: Caso 1: 2x-2 ~ O ~ x ~ 1 4x+3 > O
12x-21 = 2x-2, 14x+31 =4x+3
2x-2=4x+3 ~ x=-S/2

Solução do caso 1: {-SI 2}n[I,+oo} =0

Caso 2: 2x - 2 < O ~ x < 1
4x + 3 ~ O ~ x ~ - 3 I 4
12x -21 = -2x +2 14x +31 = 4x +3
-2x +2=4x +3 ~ x =-1/6

Solução do caso 2: {-I I 6} n[-3 I 4, 1) = {-I I 6}

14
Caso 3: 2x - 2 < O ~ x < 1
4x + 3 < O ~ x < - 3 I 4
14x +31 = -4x -3,12x -21 =-2x +2
-4x -3=-2x +2 ~ x =-S/2

Solução do caso 3: {-SI 2}1I(-00,-31 4)11(-00,1) = (-SI 2}

Solução do Problema: {-I I 6,-S I 2}

IS
Exercícios propostos

1) Prove que, dados c E 9t, dE 9t e e E 9t, tem - se:

a) Ic + di :s; lei + Idl (proposiç ã> 1.2)
b) Icdl = Ielldl
c) Se d ;:t; 0, Ic / di = lei / Idl
d) Ic - eI :s; Ic - di + Id - eI
e) -Ic - di :s; leI-ldl :s; Ic - di

Sugestões:
a) Escreva as desigualdades 1.3 para c, para d, e em seguida some as desigualdades
membro a membro (o que é permitido). Em seguida observe que, pela proposição LI',
escrever-se -( lei + Idl ) :s; c + d :s; ( lei + Idl ) é equivalente a escrever-se Ic + di :s; lei + Idl·
b) Observe que ICdl2 = (cd)2e que tanto Icdl quanto Icl.ldl são não negativos
c) Repita b.
d) Ic - el = Ic - d + d - el
e) lei = Ic-d +dl

2) Denomina-se "Princípio da Indução" uma regra de demonstração de propriedades

relativas aos números naturais. Este Princípio enuncia-se da seguinte forma: "Dada
uma propriedade qualquer relativa aos números naturais verifique a) se ela é válida
para o número natural 1; b) se, a partir da hipótese (chamada hipótese de indução) de
que ela é válida para o número natural n pode-se provar que ela também é válida para
o número natural n + 1. Caso (a) e (b) se confirmem, então esta propriedade é válida
para todos os números naturais".

Demonstre, usando o princípio da indução, que dado x)' x 2, ... , x n números

reais (n E ~).
a) Ix) +X 2+···+X nl:s;IX)I+IX21+.··+lxnl
b) Ix) X2 ···X nl = IX)IIX21···IXnl

3) Seja Sn a soma dos n primeiros números naturais. Demonstre por indução que
S = n(n+I)
n 2

4) Demonstre por indução a desigualdade de Beumoulli: Se x E 9t, n E~ e x ~ -1,

(l+xt ~ I+nx

5) Verifique (caso existam) quais os valores de x E9t que satisfazem a:

a) Ix-31<2 b) Ix-31+lx-21<I c) Ix-31+lx-21=I

d) Ix-31 < IX-41 e) Ilx-II < 3 f) IX-Illx-21 > 5

x-2 I

16
6) Define-se a distância entre dois vetores do 9t n x e y como d(x,y) = Ilx - yll. Calcule
a distância entre os vetores:

a) (1,2,3) e (5,6,7)
b) (0,0,0) e (1,2,3)

Faz sentido falar na distância entre x = (0,0,1) e y = (l,O)?

7) Sabendo-se que p e q são enunciados verdadeiros, verifique o valor lógico dos

enunciados abaixo:

i) ((p e q) => r) => (p => (q => r))

ii) p => - q e r
iii) ((p ou r) => q) => (r => p)

iv) (p e q) => (p => - q)

8) Sabendo-se que p => q é um enunciado falso, qual valor deve-se atribuir a r para
que o enunciado abaixo seja falso?

(p ou q => r) => p e q
9) Usando a tabela dos valores lógicos, examinar a validade das conclusões:

i) Se Antônio precisar de dinheiro reduzirá os gastos ou fará empréstimos. Sei

que Antônio não fará empréstimos. Logo se Antônio não reduzir os gastos é porque
não precisa de dinheiro.

ü) Sabe-se que quando o déficit público sobe, a inflação sobe. Logo se o

déficit público não subir então a inflação também não subirá.

10) Verifique quais dos enunciados abaixo são equivalentes ao enunciado:

- (p ou q) => (q => r)

i) - (q => p) =>- q ou r
ii) (-pouq)=>-(qou-r)
iii) - (- q ou r) => (q => p)
iv) q => (p ou r)

17
11) Identifique os enunciados verdadeiros e os falsos.

a) 3xp~(Vx(p~q))
b) 3x(pouq)~3x(peq)
c) Vxp~3xp

d) 3x(pouq)~3xpou3xq
e) 3 x (p ~ p ou q)
f) 3xq ~ Vx(p ~ q)

12) Dê o valor lógico dos enunciados abaixo, considerando o conjunto universo

especificado em cada caso.

a) V x (x < x + 1) u=9t
b) Vx(2x 2 +3x+ 1 = o) U=N
c) 3x{x = O) U={O, I}
d) 3x 3y(x = 2y) U = {0,I,2}
e) Vx 3y(x+y=0) U=Z
f) Vx 3y(y > x) U= {0,I,2}
g) 3x 3y(x < y) U=Z

13) Demonstre ou dê um contra-exemplo

i) Sejam A,B conjuntos

a) AuB=A~BcA

b) AnB=A~AcB
c) Au(BnC) = (AuB)n(AuC)
d) An(BuC) = (AnB)u(AnC)
~~-~u~-~=~u~-~n~
f) AcB~Bc cA c
g) (AnBY = A uB c
C

h) (AnBY = A uB C C

i) AcB~AnBC =0

18
li) Sejam f:A~B função, X, YcA, Z,WcB conjuntos

a) f(XuY) = f(X)uf(Y)
b) f(Xí'I Y) c f(X)í'lf(Y)
c) f(X)í'lf(Y) c f(Xí'I Y)
d) X c Y <:) f(X) c f(Y)
e) Z cW <:) f-l(y) C f-l(Z)
t) r- 1(CZ) = Cf- 1(Z)
g) f-l(ZUW) = f- 1(Z)uf- 1(W)
h) f-I (Zí'lW) = f- 1 (Z)í'lr- 1(W)

14) Dados A e B conjuntos, seja X um conjunto com as seguintes propriedades:

i) X~A e X~B

li) se Y ~ A e Y ~ B então Y ~ X

Prove que X = AuB

15) Prove as seguintes afirmações:

a) (AuB)xC=(AxC)u(BxC);
b) (Aí'lB) x C = (Ax C)í'I(Bx C);
c) (A-B)xC=(AxC)-(BxC);
d) AcA',BcB':::::>AxBcA'xB'

19
 ,
CAPITULO II
,
ALGEBRA LINEAR E APLICAÇOES
-
1) Espaços Vetoriais, Ortogonalidade, Autovalores e Autovetores

Em tennos infonnais, um espaço vetorial é um sistema algébrico abstrato cuja

construção se deve a sua utilidade na solução de certos problemas. Particulannente, tal
utilidade se dá quando se deseja considerar um conjunto de elementos que serão
objetos de combinações lineares. Tal sistema algébrico constitui-se de a) um corpo de
escalares que no nosso caso serão os reais ou os complexos; b) um conjunto V de
objetos, chamados vetores; c) uma regra de soma destes vetores satisfazendo às
propriedades (para quaisquer x, y, e z pertencentes a V):
c 1) comutativa: x+y = ytx
c2) associativa: x+(y+z) = (x+y)+z
c3) existência do elemento neutro O: x+O = x para qualquer x em V
c4) existência de simétrico aditivo: dado x E V, :J um elemento de V (que
chamamos de -x), tal que x +( -x) = O

d) uma regra de multiplicação de um vetor por um escalar, satisfazendo às

propriedades (para a e b escalares quaisquer e x e y vetores quaisquer de V) :
dI) 1.x = x
d2) Associatividade: (ab)x = a(bx)
d3) Distributividade em relação aos vetores: a(x+y) = art-ay
d4) Distributividade em relação aos escalares: (a+b)x = art-bx

Se o conjunto de escalares considerado for o corpo dos reais, o espaço vetorial

considerado é dito um espaço vetorial sobre o corpo dos reais. De fonna genérica, se
os escalares correspondem ao corpo K (veja a definição da estrutura algébrica "corpo"
em algum livro de análise matemática ou álgebra), o espaço vetorial é dito um espaço
"sobre o corpo K". Os exemplos mais usuais de corpo são os reais (9t)e os complexos
(C).
Um espaço vetorial importante é o espaço euclidiano n-dimensional,
constituído de n-uplas de elementos de um corpo neste espaço; os vetores são
somados somando-se coordenada a coordenada, o mesmo ocorrendo com respeito à
multiplicação de um vetor por um escalar.
flJND,\ÇAO GETULIO VAR(;AS
.tBUOl ECA MARIO HF...~RlQUE SIMO~Sg.

20
 Dado x = (Xt>X2, ... ,Xn) E 91 n (O que significa dizer que x 1 ,x 2 , ••• ,x" são
números reais), y = (y I'Y 2' ···,Y ") E 91" , e a E 91, tem-se:

x+ Y = (xl + Yt. x 2 + Y2,···,xn + Yn) e

ax= (axt.ax2, ... ,ax,,)

o leitor pode verificar que estas operações satisfazem aos reqUlsltos

c1- c4 e d1- d4 de um espaço vetorial. Diz-se que x e Y são vetores do espaço
vetorial 91n , onde o elemento neutro da adição é o vetor 0= (0,0, ... ,0) e o simétrico
aditivo de x = (xJ,x2, ... ,xn)é dado por (-xJ,-x2' ... '-xn).
Outro exemplo de espaço vetorial, onde os elementos do conjunto (vetores)
são funções, é o conjunto de todas as funções de um certo conjunto não vazio S sobre
um dado corpo K. Sef e g são funções de S em K definem-se soma de dois vetores e a
multiplicação de um escalar por um vetor neste espaço fazendo-se:

(f + g)(x) = f(x) + g(x) (1) e

(af)(x) = af(x), (2)
onde x ES e a EK

Sejam V um espaço vetorial sobre um corpo K e S c V não vazio. Dizemos

que S é um subespaço vetorial de V se ele mesmo é um espaço vetorial com as
operações induzidas do espaço vetorial. Ou equivalentemente, quando
x, y E S e a, J3 E K implicar J3x + ay E S.

Produto Interno, Ortogonalidade e Projeção Ortogonal

Define-se produto interno no espaço euclidiano 91 n como uma função que a

cada dois elementos x e Y de 91n associa um número real (x ,y ). Tal função deve
satisfazer às seguintes propriedades (para quaisquer vetores x, Y e z de 91 n e qualquer
real a):

1) (x,y+z) = (x,y)+(x,z)
2)(ax,y) = a(x,y)
3)(x,y) = (y,x)
4) Se x;to 0, (x,x) > °
Desigualdade de Cauchy - Schwarz: Seja V um espaço vetorial real com produto
interno . Então:

21
 I( x, y)1 ~ Ilxllllyll
onde Ilxll = ~(x,x)

Demonstração: Sejam A = Ilx11 2, B = I(x, y ~ e C = Ily112. Para todo real r, temos que

° ~ < x-ry, x- ry > = < x,x > -2r< x,y -> + r 2 < y,y >. Portanto,
2
A - 2 Br + Cr ~ 0, \I r E 9t Se C = 0, A ~ 2 Br, \Ir E 9t, logo B = pOIS caso °
contrário teríamos um absurdo fazendo r suficientemente grande (por exemplo r >
A/2B). Se C > 0, tome r = B/C na expressão acima obtendo então B 2 ~ AC.
°
Resumindo, B 2 ~ AC se C = (pois neste caso B = O) e B 2 ~ AC se C > O. Em
qualquer caso, obtém-se a desigualdade de Cauchy-Schwarz.

A definição mais usual de produto interno (chamado de produto interno

euclidiano) consiste em se fazer, para

x =(x 1 ,x 2'··· ,x n) e Y = (y 1 ,y 2'··· ,y n),

(x ,y) =X 1Yl +X~2+···+X nY n

Dois vetores x e y num espaço vetorial com produto interno são ditos
ortogonais entre si se o seu produto interno é igual a zero. Assim, os vetores x = (0,1)
e y = (1,0) são ortogonais pois (x ,y) = 1.0 + 0.1 = O. Define-se projeção ortogonal de
um vetor y sobre um vetor x:;é{} como o ponto colinear ao vetor x de mínima distância
do vetor y. O desenho abaixo ilustra este ponto:

) x

Na figura, ExY é o ponto colinear ao vetor x à mínima distância do vetor y.

Fica evidente na figura o porquê da denominação de ExY como projeção ortogonal de
y sobre x. Um teorema que demonstraremos neste capítulo nos garante que, para que
ExY seja o ponto colinear a x de mínima distância de y, é necessário e suficiente que
Y - ExY seja ortogonal a x. Daí o nome projeção ortogonal.

Em particular, já sabemos que ExY = ax , pois ExY é colinear a x .A questão

que se coloca é: como calcular o valor de a ? Basta usar o teorema enunciado e a
definição de ortogonalidade. Devemos ter

22
 (y -ExY,x)=(y -ar,x)=O

Das propriedades enunciadas de produto interno segue que

(y,x)
(y, x) = (
ax,)
x => a = -(- ) .
X,x

Passemos a um exemplo numérico: Seja x = (1,0) e y = (3,3)

y(3,3)

x (3,0)

Intuitivamente, não é dificil perceber que ExY deve corresponder ao

vetor (3,0). Usando a fórmula acima, ExY = a (1,0), onde

a=(3.1 +3.0)/ 1.1 =3

Projecões Ortogonais Sobre Subespacos Gerados

Seja W um subconjunto não vazio de um espaço vetorial V definido sobre um

corpo K. Dados x), ... , x p vetores em V, uma combinação linear destes é qualquer
vetor da forma a)x) +a 2 x 2 + ...+a p x p , ondea), ... ,a p EK. PeloquevimosantesWé
um subespaço quando dados quaisquer x e Y em W e a, b escalares em K, ar + by
pertencer a W. Desta definição, é imediato que todo subespaço deve conter a origem,
pois em particular podemos tomar a = b = o.

Dado um subconjunto finito C de um espaço vetorial V sobre o corpo K,

define-se o subespaço gerado por C (W(C)) como o conjunto de todas as
combinações lineares finitas de elementos de C.

Diz-se que um conjunto de vetores C é linearmente independente (L. I. ) quando

v), ... ,v n EC e a)v) +llzv 2 +... +anv n =0 implica a) =a 2 = ... =a n =0. Caso contrário,
diz-se que tal conjunto de vetores é linearmente dependente (L.D.). Um conjunto de

23
vetores é gerador do espaço vetorial V quando qualquer vetor de V pode ser escrito
como uma combinação linear de um subconjunto (finito) de vetores deste conjunto.
Por definição, uma base do espaço vetorial V é um conjunto gerador de V que seja
linearmente independente. Uma base ordenada é uma base cuja ordem de seus
elementos é bem definida, por exemplo, BI =; {(O, I), (I,O)} e B 2 = {(1,0),(0,1)}
representam duas bases ordenadas distintas de 9{2. Um espaço vetorial diz-se de
dimensão finita quando admite um gerador finito. Caso contrário, diz-se que o espaço
vetorial é de dimensão infinita. Nos espaços vetoriais de dimensão finita, a dimensão
do espaço é dada pelo número de vetores de qualquer uma de suas bases. Tal definição
é sempre precisa, pois o número de vetores de qualquer uma das bases de um espaço
vetorial de dimensão finita é sempre o mesmo. Se (vl>"" v p) é a base ordenada de um
espaço vetorial V sobre um corpo K, não é dificil mostrar que para cada vetor yEV
existem únicos al>'" a p E K tais que y = aI v 1+' ..+a p v p; (aI"'" a p ) serão chamados de
coordenadas do vetor y na base (v I, ... , v p) .

Um problema que ocorre frequentemente em economia é o de encontrar um

ponto num subespaço gerado por um conjunto de vetores do 9{n à mínima distância
de um dado vetor y. Define-se este ponto à mínima distância de y no subespaço gerado
como projeção ortogonal de y sobre o subespaço. É claro que se y pertencer ao
subespaço gerado pelo conjunto de vetores, a solução é o próprio ponto y. Também
não oferece qualquer dificuldade adicional o caso em que o conjunto de vetores
geradores do subespaço é composto de um só vetor. De fato, este é exatamente o
problema que resolvemos anteriormente ao achar o escalar a tal que ExY =ax.

Vejamos agora como estender o problema ao caso em que o conjunto gerador

do subespaço projetivo é formado por p (p > I) vetores. Para isto, utilizaremos o
teorema I. I (cujo resultado já utilizamos explicitamente na solução do exercício
anterior) e o teorema 1.2 abaixo:

Teorema 1.1. Sejam W subespaço vetorial do 9{n e Xo E 9{n. y =Ewxo é o ponto a

menor distância de Xo em W se, e somente se Xo - Y é ortogonal a W, i.e.
(xo -y,x) = O, \Ix EW.

Demonstração: Um ponto y EW será a projeção ortogonal de Xo em W, ou seja, o

ponto em W à mínima distância de Xo se, e somente se lixo - yll ::;; lixo - xii, \Ix E W ,
ou ainda, se, e somente se lixo - yl12 : ; lixo - (1- a)y + tn'~12, \Ix EW, \Ia E (0,1),
visto que W é subespaço vetorial. Desenvolvendo esta desigualdade vem que

24
(X o -y, Xo - y) ~ (X o - y+a.(y- x), Xo - y+a.(y- x))
~ 2a.(X o -y,y-X)+a. 2(y-x,y-X) ~ 0, 'Vx e W, 'Va. e (0,1).

Dividindo por a. e depois fazendo a. tender a ° temos que

(X o - y,y-x)~O, 'Vx eW.

Dado weW temos que y -we W (pois y eW e W é subespaço vetorial), logo

tomando x = y - w e W devemos ter (x o - y, w) ~ 0, 'Vw e W. Novamente, por ser W
um subespaço vetorial podemos substituir w por -w na desigualdade acima e obter
(x o -y,-w) ~ 0, 'Vw eW, ou seja, (x o -y, w) ~ 0, 'VweW. Destas desigualdades
segue-se que (x o -y, w) = 0, 'Vw eW, como queríamos demonstrar. •

Teorema 1.2. Seja y um vetor do espaço vetorial 9l n , onde se define a função produto
interno euclidiano. Seja W o subespaço gerado pelos vetores supostos linearmente
independentes xI, X2 , ... , XP também pertencentes ao 9l n . Então, as coordenadas
a},a2, ... a p do ponto em W à mínima distância de y (denominada projeção ortogonal
de y sobre W) são determinadas pela equação matricial

a=(a p a 2, ... ,a p)'=(X'Xr l X'y ,onde a é o vetor de coordenadas com

respeito à base {x I , X2, ... , x p}.

Nesta equação, X é a matriz cujas colunas são os vetores XI' x 2, ... x p. Trata-se,
portanto, de uma matriz n x p ; X' (p x n) é a transposta de X; X'X é uma matriz p x p
e obviamente também a sua inversa, (X' X) -I. O símbolo ' sobre o vetor a indica que
a é um vetor coluna p x 1.

Demonstração: Denotando-se por EwYo ponto de W à mínima distância de y, temos,

de acordo com o enunciado do teorema, EwY = alxl +a2x2+ ... +apxp. Pelo teorema
1.1, sabe-se que para que o vetor EwY seja o ponto de W à mínima distância de y é
necessário e suficiente que y-EwY seja ortogonal a todo vetor de W. Isto ocorrerá, se,
e somente se y- EwY for ortogonal a cada um dos vetores geradores do subespaço W.
Assim, devemos ter, para i = 1,2, ... , p,

°
(y - EwY,x j ) = ~ (y -alx l - a2x2-···-apxp,xj)= °
(y,x j ) = aI (XI ,x j)+ a 2(x 2,x j )+...+a p(xp,x j)

25
 A validade desta última equação para i = 1,2, ... , P é equivalente ao sistema:

f(XpX I ) (X 2,X I) ... (xp,x l ) l- f(XI,y) l

I(x ,y) I
I(.X,.:~~.}(X'.:~~}:(~:'~:)
2

I I········· I
I I I········· I
l(xl,x p) (x 2,x p) ... (xp,x p) J I········· I
l(xp,y)J
ou ainda, em notação matricial, e usando a simetria do produto interno euclidiano
(xj,X j ) = (xj'X j), "i/ I,j = 1,2, ... ,p.
(X'X) a = X'y

Como os vetores XI' X2, ... , x p são supostos linearmente independentes, as

coordenadas da projeção de y sobre o subespaço W ficam unicamente determinadas
(veja exercício resolvido desta seção). Neste caso, pode-se garantir que a matriz X'X
acima (chamada matriz de Gram) é inversível, obtendo-se então a unicidade da
determinação do vetor a : a = (X' X )-1 X' Y .
Pelo que vimos, EwY = Xa, onde a = (X'XrIX'y. Temos então EwY = X(X'XrIX'y .

•
A matriz Z = X (X ' X rI X' acima é a matriz pela qual se deve pré-multiplicar
o vetor y de forma a obter-se o seu ponto à mínima distância (projeção ortogonal) no
subespaço W. Trata-se, por definição, da matriz, na base natural do 9ln , da projeção
ortogonal sobre o subespaço W. Esta matriz Z deve ser idempotente pois, como Zy já
é um ponto de W, a sua projeção ortogonal sobre W deve ser o próprio Zy (em outra
palavras, o ponto em W à mínima distância de um ponto que já está em W é o próprio
ponto). Assim, devemos ter
Z2y = Z(Zy) = Zy. De fato, Z2 = X(X' Xr l X' X(X' Xr l X' = X(X' Xr l X' =Z.

Transformações Lineares, Autovalores e Autovetores

Dados ~ e V2 espaços vetoriais definidos sobre um corpo K, uma

transformação linear T de VI em V2 é uma função de VI em V2 satisfazendo

T (ax- + y) = a T(x) + T(y)

para quaisquer vetores x e y em V, e qualquer escalar (elemento do corpo) a.

26
 Se T é uma transformação linear do espaço vetorial em si mesmo diz-se
que T é um operador linear. No caso em que T leva vetores do espaço a elementos do
corpo no qual o espaço está definido diz-se que T é um funcional linear.

Seja V um espaço vetorial de dimensão finita e vI> v2 , ••. , VII uma base de V.
Fixada esta base ordenada, existe uma e apenas uma matriz representativa de qualquer
transformação linear T definida em V. A transformação linear T fica perfeitamente
determinada pelos valores que assume numa base qualquer de V (exercício resolvido
número 11). A matriz representativa (A) da transformação T na base (v I , V2' ... , Vn)
fica univocamente determinada pela regra:
n

TV j = a lj VI +a 2j v 2+···+a nj Vn = La ij Vi (j = 1,2, ... , n)

i=1

A matriz A é a matriz cuja j-ésima coluna representa as coordenadas, na base

(vI> v 2, ... , v n)' da aplicação de T sobre v j .

Seja T um operador linear definido em um espaço vetorial V sobre o corpo K.

Um valor característico (ou autovalor) de T é um escalar c em K definido de forma
que Tx = ex para algum x -:t: 0, X E V. Se c é um valor característico de T e Tx = ex
para x -:t: 0, diz-se que x é um autovetor associado ao autovalor c.

Observe-se que Tx = cx para x -:t: ° implica que (T - cI)x = °seja satisfeito

para x -:t: 0, o que significa dizer que o operador T - cI é singular (não inversível).

A correspondência biunívoca existente entre operadores definidos em espaços

de dimensão finita e matrizes quadradas nos sugere a extensão do conceito de
autovalores e autovetores também para matrizes quadradas. Se B = (XI' X2, ... , x n ) é
uma base ordenada de V e a matriz A é a matriz de T na base B (escreve-se A = [T] B )

então T - cI é inversível se, e somente se A - cI é inversível. Daí, se A é uma matriz

n x n definida sobre um corpo K, diz-se que c é um autovalor de A quando para algum
x -:t: 0, X E 9t n , Ax = cx. O vetor x neste caso é denominado autovetor associado ao
autovalor c. É claro que c é valor característico de A se, e somente se det (cI-A) = °
(i.e., se a matriz quadrada cI - A é singular). Definindo-se ftc) = det (cI-A) como o
polinômio característico de A (de ordem n), os autovalores podem ser encarados como
raízes do polinômio característico de A. Devido a este fato os autovalores recebem
também a denominação de valores característicos.

Dado um operador T num espaço vetorial de dimensão finita V, como definir o

seu polinômio característico? A resposta imediata seria: tome-se uma base ordenada de

27
V, acha-se a matriz representativa A de T nesta base e defina-se o polinômio
característico de T como f(c) = det (cl - A). Só resta um problema: será que f(c) assim
definido independe da escolha da base ordenada B tomada em V (e, consequentemente,
da matriz representativa de T)? A resposta é positiva, o que nos permite adotar este
procedimento.

Vejamos um exemplo dos pontos aqui discutidos. Para isto seja T um operador
linear em m 2 cuja representação, na base canônica ordenada (e p e2 ) do m2 , seja dada
pela matriz:
rI °
A=lo -d
l

o polinômio característico associado a T(ou aA) é dado por

f(c) = det (cl - A) =
c-I °
c+l
°
Tem-se quej(c) = ° para c = 1 e c = -1 sendo, portanto, 1 e -los dois auto-
valores de T (ou A). Tomemos agoa c = 1 e façamos para x E m 2 ,Ax = 1. x. Daí, (A -
I) x = O. Temos então:

onde (1,0) é um vetor solução para o sistema diferente de (0,0). Logo, (1,0) é um
autovetor associado ao auto-valor 1. Se procedermos de forma semelhante, com
c = -1 , concluiremos que (0,1) é um autovetor associado ao autovalor -1.

o leitor obviamente perguntará se (r,O) e (O,r), onde r Em, não constituiria

uma família de autovetores. A resposta é positiva. Observe aí que os autovetores
obtidos são ortorgonais. Isto decorre do fato de A ser uma matriz simétrica.

Se V é um espaço vetorial de dimensão finita sobre um corpo K, T:V~V é um

operador linear e Â. é um autovalor de T pode-se mostrar sem dificuldade que
SI = {x EV~ Tx = Â.x} é um subespaço de V chamado de autoespaço associado ao
autovalor Â.. Mais ainda, se definirmos para cada k E~ Sk = {x E V~ (T - Â.I)k (x) =

O} temos que Sk é um subespaço de V e Sk c Sk+1. Como V tem dimensão finita deve

existir ko E~ tal que Sk = Sk o, Vk ~ ko. Neste caso, chamaremos Sko de autoespaço
generalizado associado ao autovalor Â.. Pode-se provar que a união das bases dos
autoespaços generalizados é uma base de V.

28
 Diagonalização de Formas Quadráticas

Dada uma matriz A * nx n, define-se no 9l n a função que a cada x E 9l n associa

o valor x' A *x em 9l. Como exemplo, para

Observe-se que o coeficiente de Xi x j na forma quadrática é dado por a~ + a ;i ,

sendo a~ e a;i elementos de A*. Se a~ ~ a;i pode-se sempre definir
a ij = a ji = (a~ + a;J / 2 e operar-se com a matriz simétrica A = (ai}) tendo-se ainda,
neste caso, x' Ax = x~ *x. Ou seja, esta redefinição dos coeficientes não altera o valor

da forma quadrática. Dada uma matriz A * = (~ ~) podemos substituí-la por A =

G~) e obter o mesmo valor para x'Ax ou x'A 'x, sendo a nova matriz A uma matriz
simétrica.

A passagem de uma matriz não simétrica A * a uma matriz simétrica A no

manuseio algébrico de formas quadráticas mostrar-se-á muito adequada devido às úteis
particularidades das matrizes simétricas no que diz respeito aos seus autovalores,
autovetores, e diagonalização.

No capítulo 3 deste livro utilizaremos o fato de algumas formas quadráticas

definidas por uma matriz simétrica A n x n apresentarem sempre valores positivos (ou
negativos ) para x~x, independentemente do vetor x E 9l n , x ~ O. A estas formas
quadráticas (ou, equivalentemente, às matrizes simétricas que lhes dão origem),
daremos o nome de positiva (ou negativa) definida. Esta caracterização será muito
importante, por exemplo, no estudo de máximos e mínimos de funções de várias
variáveis. Como caracterizar uma matriz simétrica como positiva definida
(Xl Ax > 0, 'v'x ~ O), negativa definida (Xl Ax < 0, 'v'x ~ O) ou indefinida (quando x~x
n
° n
>0 para algum x E 9l e y , Ay < para algum y E 9l ) utilizando somente os seus
autovalores, eis o problema ao qual nos dedicaremos no restante desta seção.

29
 Para simplificar a análise, seja dada uma forma quadrática xj4x com x E 91 2 .
Temos então, x'Ax. = ~)X)2 +(~2 +~))X)X2 +~xi. Tomemos três configurações

numéricas para a matriz A. Na primeira, A = IIrI Il

2J' na segunda A = lr-IO ol
_de na

rI Il '. .
terceira A =
II -d· No pnmetro caso, xj4x =

xi +2x; +2x)x 2 =(x) +X 2)2 +x; >0 para todo x:;tO. No segundo caso,
x' Ax = -x; - xi
< O para todo x:;t O. E, no terceiro caso, xj4x = xi - x; + 2x) x 2 ,
podendo ser negativa para, por exemplo, x = (xl, x2) = (1, -1) e positiva para
x = (x) , x 2) = (-1, -1).

Pelo que vimos anteriormente, A é positiva definida no primeiro caso, negativa

definida no segundo e indefinida no terceiro. Embora não possamos, sem recorrer a
outros teoremas, classificar a matriz A apenas pela observação de seus elementos, uma
coisa fica evidente. No caso em que A é uma matriz diagonal (ou seja, na qual todos os
elementos fora da diagonal principal são iguais a zero), os termos cruzados x)x 2 não
mais aparecerão, restando apenas os termos em x~ e x;. Neste caso, poder-se-ia

afirmar de imediato que, por exemplo, A = lorI ol

d é positiva definida, A = lor-I -old
é negativa definida e A = lorI _Odl é indefinida (porquê? Obtenha a expressão para

xj4x). Este será o caminho que trilharemos. Como x é um elemento qualquer do 91 n ,

se trocarmos x por y = Qx, sendo Q uma matriz não singular, o contradomínio de xj4x
será, evidentemente, o mesmo de yj4y. A afirmação se x' Ax > O, para \/x E91" ,x:;t O,
equivale, neste caso à afirmação se y:;t O,y' Ay > O, \/y E91 n . De fato, como Q é
inversível x:;t O <=> y :;t O, e tanto x quando y podem representar qualquer vetor de
D
91 - {O}. Em outras palavras, uma forma quadrática definida positiva (ou definida
negativa) permanece definida positiva (ou definida negativa) quando é expressa em
relação a um novo conjunto de variáveis, desde que esta transformação de variáveis
seja não singular (dê um exemplo que mostre que, se a transformação for singular, isto
não mais ocorre). Uma solução para o problema de visualizar rapidamente a
classificação de uma forma quadrática, consequentemente, consiste em obter uma
transformação de variáveis y = Qx, Q não singular, tal que a nova matriz da forma
quadrática, B = Q'AQ, seja uma matriz diagonal.

Das técnicas de diagonalização de matrizes simétricas, decorre de imediato que

a matriz Q que atende a este objetivo é a matriz cujas colunas são formadas por auto-
vetores ortonormais da matriz A (prova-se em um dos exercícios resolvidos desta

30
seção, para uma matriz A simétrica e real nxn, que sempre é possível obter-se um
conjunto de autovetores ortonormais de A que seja uma base do espaço 9t n ; prova-se
também que os autovalores de A são todos reais). Neste caso a matriz B = Q'AQ é
uma matriz diagonal em que os elementos da diagonal são os autovalores (todos reais)
D

de A. Neste caso, y By = L bjY~ , aparecendo somente os quadrados das variáveis, e

j=i
não mais os produtos cruzados YiYj (i:;; j).

Decorre de tudo o que vimos que, através do conhecimento dos autovalores de

uma matriz A, podemos imediatamente determinar se ela é definida positiva, definida
negativa ou indefinida.
(1) x'Ax será positiva definida se, e somente se todos os seus autovalores forem
positivos.
(2) x'Ax será negativa definida se, e somente se todos os seus autovalores
forem negativos.
(3) x'Ax será indefinida se, e somente se apresentar autovalores positivos e
negativos.
Exercício: Diz-se que x'Ax é positiva (negativa) semi-definida se x'Ax ~ O (~ O) para
todo x E 9t n . Conclua da análise acima que x' Ax será positiva (negativa) semi-
definida se, todos os autovalores de A forem não negativos (não positivos).

31
Exercícios resolvidos: Seção 1
1) Seja V o conjunto de todas as funções reais definidas em um conjunto não vazio X,
isto é, V = {f; f: X ~ m}. Dadas f, g e V, k em, definimos f + g e lif em V tais que
(f + g) (x) = f{x) + g(x) e (kf) (x) = kf (x) , \:Ix e X. Verifique que V com estas
operações é um espaço vetorial real.

Solução: Vamos verificar os axiomas que definem espaço vetorial. Observe que,
nestas verificações, utilizaremos sempre as propriedades de um corpo, do qual os
números reais são um caso particular ( ao se fazer f{x) +g(x)=g(x)+f{x) em (cl), por
exemplo).
cl) Sejam f, geV, então f+g, g+feV, e (f+g) (x) = f{x) + g(x) = g(x) + f{x) = (g + f)
(x), \:Ix eX, ou seja, f+ g = g + f
c2) Sejam f, g, h e V, tem-se que (f + g) + h e f + (g + h) são elementos de V por
definição, além disso, para todo x e X, «f + g) + h) (x) = (f + g) (x) + h(x) =
(f{x) + g (x» + h(x) = f{x) + (g(x) + h(x» = f{x) + (g + h) (x) = (f +
(g + h) ) (x). Assim (f+g)+h = f+(g+h).
c3) Seja O e V tal que O (x) = O, \:Ix e X. Para toda f e V temos (f + O) (x) = f (x) + O
(x) = f (x), \:Ix e X. Assim f + O = f
c4) Dado f e V, seja -f e V tal que (-f) (x) = -f (x), \:Ix e X. Segue-se que
(f+ (-f) (x) = f (x) + (-f (x) ) = O = O (x), \:Ix eX, ou seja, f+ (-f) = o.
dI) Para todo f eV, (1.f) (x) = 1. f(x) = f (x), \:Ix e X, logo 1.f= f
d2) Dados a, b em,f eV, temos que «ab) f) (x) = (ab) f (x) = a (bf(x» = a.(bf)
(x) = (a (bf) (x), \:Ix e X, donde (ab) f= a (bf).
d3) Dados a em, f,g eV, temos que (a (f+ g» (x) = a.(f+ g) (x) = a (f (x) + g
(x» = af(x)+ag(x) = (af) (x) + (ag) (x) = (af+ag) (x), \:Ix eX, ou seja, a (f+g)
= af+ ag.
d4) Dados a,h em, f eV, temos que «a +b) f) (x) = (a + b) f (x) = af(x) + bf(x) =
(af)(x) + (bf) (x) = (af+ bf) (x), ou seja, (a + b) f= af+ bf

2) Determine se os seguintes vetores formam uma base do espaço m 3

( i) (1, O, 1), (1,3, O)
(ii) (1, 1, 1), (O, O, 1) (1, O, 1)

Solução: (i) Dado (O, 0,1) em 3 , suponha que existam a,h em tais que (O, 0,1) = a
(1, O, 1) + b (1,3, O). Tem-se que

32
 ra+ b = o
~ 3b=0
l a=1

ou seja, este sistema é imcompatível, pois não se pode ter ao mesmo tempo a = O e a =
1. Logo, não é possível escrever-se o vetor (O, O, 1) como combinação linear dos
vetores (1, O, 1) e (1, 3, O), donde se conclui que (1, O, 1) , (1, 3, O) não é gerador
(e, consequentemente, não é uma base) de ~3. O leitor mais familiarizado com
Álgebra Linear terá imediatamente recordado que para se formar um gerador de ~ 3
são necessários no mínimo três vetores.
(ii) Dado (x, y, z) E~3, tomemos a, b, c E~3 tais que (x, y, z) = a (1, 1, 1)
+ b (O, O, 1) + c(1, O, 1). Tem-se que
x=a+c
y=a
z=a+b+c
logo
a=y
b =z-x
c =x-y
Assim (x, y, z) = Y (1, 1, 1) + (z - x) (O, O, 1) + (x - y) (1, O, 1),
't(x,y,z) E~3, ou seja, {(1,1,1), (0,0,1), (l,0,1)} é gerador de ~3. Observe que se x = y
= z = O, então a = b = c = O, implicando que estes vetores são também linearmente
independentes e, consequentemente, formam uma base de ~ 3 .

3) No .exercício 1, faça X = ~ e diga se os seguintes vetores são linearmente

independentes, onde:
(i) I(t) = t 2 , g(t) = cost, h(t) = t
(ii) f(t) = cos2 t, g(t) = sen 2 t, h(t) = 4
(iii) f(t) = e t , g(t) = sen t, h(t) = e 2t

Solução: (i) Sejam a, b, c tais que af + bg + ch = O, isto é, ae + b cost + ct = O, 'tt E ~.

Em particular,
1) se t =0 então a . 02 + b . cos O + c . O = O ~ b = O
a+c=o
2) como b = O e fazendo-se t = 1 e t = -1 teremos { O ~a=c=O
a-c=
Portanto, {f,g,h} é LI.

33
 (ü) Como cos2 t + sen2 t = 1, \ft e 91
tem-se que
2 2
4 cos t+4 sen t-1.4 = O, \ft e 91, ou seja, 4f+ 4g - 4h = O. Isto implica que {f,g,h}
éLD.
(iü) Sejam a,b,c e9t tais que af + bg+ ch = O, ou seja
t 2t
a e + b sen t + c e = O, \ft e 91. Sejam os seguintes "alores para t:
1) se t = O então a + c = O
2) se t = 7t então a e ll + c e 211 = O
11
3) se t = ~ então a e2 + b.1 + c ell = O

a = -c ~ c - ce = O ~ c(l- e
lr lr
) = O~ c = O~ a = O

Ir

a e 2 + b + c e lr = O ~ b = O

Portanto, {e \ sen t, e 2t } é LI.

4) Seja E um operador linear em V, V espaço vetorial, tal que E 2 = E. Neste caso E é

chamado idempotente. Dada uma transformação linear T de um espaço vetorial V em
outro espaço vetorial, define-se a imagem de T como o conjunto T (V) =
{T(x);x e V}e o núcleo de T como N(T) = {x eV;T(x) = O}. Mostre que:
i ) T (V), N (T) são subespaços vetoriais.
ü)E(u)=u, 't/u eE(V)
iii) Se E ~ I então E é singular (i.e., E é não inversível)
Solução: i) Seja T:V ~ W uma transformação linear, onde Ve W são espaços
vetoriais sobre um corpo K. Dados a eK, w), w2 e T (V) existem v)' v 2 e V tais que
T(v)=w p e T(v 2 )=W2 , T(av) +v2 )=a T(v)+T(v2 )=aw) +w2, logo
assim
a w) +w2 e T(V). Portanto T(V) é subespaço de W. Por outro lado, dados
aeK,v),v2 eN(T), tem-se que T(a v)+v2 )= aT(v)+T(v2 )=aO+0=0, isto é,
aVI +v2 e N(T). PortantoN(1) é supespaço de V.I
ü) Seja u eE(V), então existe v e V tal que E (v) = u. Logo
E(u) = E(E(v» = E2(V) = E(v) = u.
iü) Como E ~ I, existe v eVtal que E (v) ~ v. Assim, E (E (v» = E (v), ou
seja, E não é injetiva, e portanto não é inversível.

I Observe O e N(T) e O e T(V) , e portanto N(T) ~ 0 e T(V) ~ 0.

34
5) Seja T: V ~ V um operador linear de um espaço vetorial V sobre o corpo K.
Suponha que c E K é um autovalor de T. O autoespaço associado ao autovalor c é por
definição L (c) = {x EV;(T-cl)x=O}, isto é, L (c) = N (T - cl). Logo L (c) é
subespaço de V (ver exercício anterior). Cada matriz abaixo está associada a um
operador do espaço euclidiano na base canônica. Encontre todos os autovalores c E 9t
e uma base para L(c) em cada caso abaixo:
rIO
lo 1
°01
l
(i) A= (ii) B =
lo 1 lJ
Solução: (i) Seja c E9t autovalor de A, então
r c-100 l
det I c-I ° JI ° = => (c _1)3 = ° => c= 1
lo
° -1 c-I
Isto é, 1 é autovalor de A com multiplicidade 3. Com isto queremos dizer que o
polinômio característico é divisível por (x _1)3 e não é divisível por (x _1)4.
r(c-l)x=O
Seja (x,y,Z) E L(I) ~ ~ (c-I) y = °
l-y+(C-l) z=o ~y=O (poisc=l)
Assim L (1) = {(x,y,z) E 9t 3; Y = O}, ou seja, L (1) é o plano xz.
Neste caso {(l,O,O), (0,0,1)} éumabasedeL(I).
(ü) Seja c E 9t autovalor de B. Então
rC-2 -2l
det l-I c _ 3 = J ° 2
=> c - 5c + 4 = °=> c = 1 ou c = 4
°
Primeiro seja (x,y) E L(I). Tem-se que -x - 2y = o que implica x = -2y, e,
portanto, L (1) = { (x,y) E9t 2 ; X = - 2y }. É fácil ver que {(- 2,1)} é uma base de L
(1). Seja agora (x,y) E L(4). Então 2x - 2y = 0, ou seja x = y, donde L (4) =
{(x,y) E 9t 2 ; X = y} e {(1,1)} é uma base de L (4).

6) Seja Q uma matriz real quadrada de ordem n. Diz-se que Q é simétrica quando
n
Q = Q' (isto é, se Q = (qij) então qij = qji' Se para todo x E9t - {O},x'Q x > 0, diz-
se que Q é positiva definida. Dada Q matriz real de ordem n simétrica positiva definida,
prove que (x,y)Q = x'Q y define um produto interno em 9t n .
Prova: Vamos provar que (,) Q verifica as propriedades de produto interno:
n
1)(x,y +z)Q = x'Q(y +z) = x'Qy +x'Qz = (x,y)Q + (x,z)Q' Vx,y,z E9t •

n
2) (ax,y)Q = (ax) 'Qy =ax'Qy = a(x,y)Q' Va E9t, Vx,y E9t .

3) (x,y)Q = x'Qy = (x'Qy)' = y'Q'x"= y'Qx = (y,x)Q' Vx,y E9t n .

(estamos usando propriedades da transposta e a simetria de Q)

35
4) Se x Eut" - {O}, (X,X)Q = X'Q X>o (pois Q é definida positiva). Portanto, (')Q é
produto interno em ut D •

7) Encontre a projeção ortogonal do vetor (l,O,I) E ut 3 sobre o subespaço

W = {(XI>X 2 ,X 3 ) Eut 3 ; XI +x 2 +x 3 = O}.

Solução: Inicialmente econtraremos uma base para W. Para isto, seja (X 1,X2,X3) EW.
Então (XI' x 2 , x 3 ) = (XI' x 2 ,-XI - x 2 ) = XI (1,0,-1) +x2 (O, 1, -1), donde conclui-se que
{(I,O,-I),(O,I,-I)} é gerador de We, por tratar-se de um conjunto de vetores LI, é
também uma base de W.

r, 1 ol
Tomemos X = l°
-1
IJ e y' = (1,0,1). Sabemos que a projeção dey sobre W é
-1

r2
X(X'XrIX' = ~ 'l-I
-1
1
EwY = 3" (1,-2,1)

8) Calcular o ponto à mínima distância do ponto (1,- 2, -3, -4) ao subespaço gerado
pelos vetores:
a) {(I,I,2,I), (1,4,2,3), (3,9,6,7)}
b) {{l,0,0,0), (O,I,O,O)}
Solução:
a) Sejam VI' = (1,1,2,1), v 2 '= (1,4,2,3), v 3 '= (3,9,6,7) e y' = (l, -2, -3, -4), W = L
(vI> v 2 ' v 3 ), ou seja, W é o subespaço gerado por vI> v2 e v 3 . Observe que v3 = VI + 2v2 .
Assim, W = L (vI> v2 ) com {VI' v2 } LI.

1 1
1 4
SejaX =
2 2
1 3

X' X=[:2 1230] (X'Xr l =_1

66
[30
-12
-12]7

36
Xy= [-11]
-25 (XXr l Xy=-
66
1
[-30]
-43

73

l
i 202
Finalmente, EwY = X(X' Xr X'y = - 66 146

159

b) Como os vetores (1,0,0,0), (0,1,0,0,0) geram o plano das primeiras duas

coordenadas tem-se que a projeção de (1,- 2,- 3,- 4) neste subespaço é (1,- 2,0,0).

9) Dada a forma quadrática S(x) = x; + x~ + 3XI X 2 , i) ache a matriz simétrica A tal que
S(x) = x'Ax; ü)ache os autovetores de A e uma base do 91 2 formada por auto-vetores
ortonormais de A; li) sendo Q a matriz cujas colunas são dadas por estes autovetores
ortonormais, obtenha a matriz B = Q'AQ; iv) obtenha a forma quadrática
x'Bx = x'Q'A Qx, cujo contradomínio é o mesmo de x'Ax e classifique-a nos termos
discutidos no texto.
Solução:
rI
i) A= l3/2

ü)IA-cIl= Il-c l-c

3/2
3/2
1 = c2 -2c-5/4, onde IMI éodetenninantedeurnamatrizquadradaM

°
IA - cIl = para c I = 512 e c2 = - I 12
Trabalhando inicialmente com c = CI , temos, fazendo (A - c/)x = 0,
r-3/2 3/2l rxll _ (01
l3/2 - 3/2J lx J -2 O)

Dai obtem-se XI = x2 e o autovetor ( ..fi 12, ..fi 12 ) de norma igual à unidade.

Para (A - c2 I)x = 0, temos
r312 312l r l _ (OJ XI

b/2 3/2J lx J - ° 2

obtendo-se XI = - x2 e o autovetor (..fi 12, - ..fi 12) de norma igual à unidade e

ortogonal ao autovetor (..fi 12, ..fi 12 ) . Estes dois autovetores formam uma base do
2
91 (vetores ortonormais são sempre linearmente independentes).
r..fi12 J2/2l
iii)Q= lJ2/2 -J2/2J=Q'

Q'A = rl..fi 12 ..fi 12lJ rI 3 12l = rl5..fi 14 5..fi 14 lJ

..fi 12 -..fi 12 l3 12 1 J -..fi 14 ..fi 14
B = Q'A Q = rl5..fi 14 5..fi 14 lJ rl..fi 12 ..fi 12 lJ = r512 °l
-..fi 14 ..fi 14 ..fi 12 -..fi 12 l ° -1/ 2J
37
 Como era de se esperar, B é uma matriz diagonal cujos elementos da diagonal
são os autovalores da matriz A.

iv) x'Bx = 5/ 2x; - 1/ 2xi que, obviamente é uma forma quadrática indefinida. De fato,
° °
x'Bx> para (1,0) e x'Bx < para (0,1). Segue do que vimos no texto que a forma
quadrática x; xi
+ + 3X1X 2 é também indefinida (pois o contradomínio de x'Ax quando
x E9l 2 é o mesmo de x'Bx).

10) Seja V um espaço vetorial sobre K. Prove que a representação de um vetor yEV
numa base ordenada de V é única. Utilize este fato para justificar a inversibilidade da
matriz de Gram.

Solução: Seja (v l ' ... , V n) uma base ordenada de V. Suponha que

a)v) +a nv n = y = b)v) + ... +b nv n onde ai' b i EK,i = 1, ... ,n. Então
(a)-bJv)+ ... +(an-bn)vn=O. Como (v), ... ,v n) é base segue-se que é LI, logo
ai -b i = O,i = 1, ... ,n, como queríamos demonstrar. Observe que a matriz de Gram do
teorema 1.2 deve ser inversível visto que fazendo y = O neste teorema teremos que a=O
é a única solução do sistema: (X'X)a = X' O = O pois a é a representação de EwY na
base (x) , ... ,x p ) de W.

11) Prove que uma transformação linear em espaços de dimensão finita fica
unicamente determinanda pelos valores que assumem em uma base ordenada qualquer
do espaço.

Solução: Sejam V; , V2 espaços vetonalS sobre o corpo

K, {v I, ... , V n} base de VI e T: VI -+ V2 uma transformação linear. Então dado x E VI
existem (únicos) aI , ... , a n, tais que x = aI v I+ ... +a nv n e portanto
Tx=aITvl+ ... +anTv n. Assim basta conhecermos Tv1' ... ,Tv n para determinarmos a
transformação linear T.

12) Prove o teorema espectral em dimensão finita. Seja A:9l ft -+ 9l ft um operador

linear simétrico, i.e., (Ax ,y) = (x, Ay) para todo X, y,e 9l ft (isto é o mesmo que dizer

que a matriz (aiiri=1 que representa o operador A na base canônica é tal que aij = aji ,
Vi, j E {I, ... , n}) onde (.,.) é o produto interno euclidiano do 9l ft . Então
i) todos os autovalores de A são reais.
ü) existe uma base ortonormal (ou seja, com vetores ortogonais e de norma
igual a um) do 9l ft constituída de autovetores.
Demonstração: Vamos estender o operador A:9lft -+ 9l ft para
n

Ã: C n -+ C n tal que se x = Laie i é um vetor arbitrário de

i=1
C n, onde ai E C, i = 1, ... , n, e {e 1' ... , e n}
n
é base canônica de 9l então
n

Ãx = LaiAe i . Podemos também definir o produto interno hermitiano em C" da

i=1

38
 n

então (x,y\ = La Ji
i=)
(observe que se x, y E m n então (x, y \ = (x, y)). Neste caso é fácil ver que:
n
a) (X,y)b = (y,X}b' 'ix,y EC
n
b) (X+y,Z)b = (X,Z)b +(y,Z)b' 'ix,y,z EC
n
c) (ax,y) = a(x,y), 'ix EC , 'ia EC

Temos também que vale (Ãx,y\ = (x, ÃY)b ' 'ix,y E c n • Seja agora I.. EC
uma raiz do polinômio característico de à que é o mesmo de A, visto que na base
{ep ... ,eJ de m n sobre m ou de C n sobre C os operadores A e à tem a mesma matriz
de representação. Tomemos também x E c n - {O} tal que Ãx = ÂX.

Logo Se
2
x={ap ... ,aJ entID (x,x\ = tlail e como x:;t Otemos que ai :;tO para algum
i=)

i=I, .... ,n, ou seja, laJ >0, logo (x,x):;tO. Portanto Â=Â,ouseja,ÂEm. E isso
demonstra (i).

Suponhamos agora que  Em é autovalor de A e

x E m n é tal que (A - 1..1)2 (x) = O. Temos que
A 2x-2ÂAx + Â2x = O, logo O= (A 2x -2ÂAx+ Â2x,x)= (A2X-2ÂAx,x)+ Â2(X,X)
= (Ax-2À.x,Ax)+ 1..2(x, x) = IAxl2 -2À.(X,Ax)+ À.21xt = IAx-À.xI2 ,ou seja, Ax- À.x = O=> Ax = À.x.

Concluí-se que o núcleo de (A - 1..1) 2 é igual ao núcleo de (A - 1..1). Em outras

palavras o auto-espaço generalizado de I.. é igual ao auto-espaço de Â. Segue-se do
que foi dito nesta seção que m n tem uma base de autovetores de A, porque as bases
dos autoespaços generalizadas formam uma base de m n . Resta agora mostrar que
podemos escolher uma base de autovetores que seja ortonormal. Em primeiro lugar
observe que se 1..), 1.. 2 E m são autovalores de A então dados Xi autovetor associado
ao autovalor Âi, i = 1,2, 1..) (x p x 2) = (Ax p x 2) = (x p Ax 2) = (X p Â2X2) = Â2(X p X2).
Como 1..) :;t 1.. 2 devemos ter (x)' X2)b = o. Assim, vetores pertencentes a autoespaços
distintos são ortogonais. Para mostrar o que propomos basta escolher uma base
ortonormal para cada autoespaço e tomar a base do m n como a união destas bases
(será base pois m n é a soma direta dos autoespaços generalizados).

39
Exercícios Propostos - Seção 1

1) Mostre que os conjuntos abaixo são espaços vetoriais sobre m com as operações
USU81S:

( i ) M m r n (m) conjunto de matrizes reais m x n

( ü ) Pn (m) conjunto dos polinômios com coeficientes reais de grau menor ou igual a
n.
( li ) C = {a + bi; a, bEm}

2) Qual dos seguintes conjuntos de m 3 são realmente subespaços?

(a) o plano de vetores (x, y, z) com x = O

(b) o plano dos vetores (x, y, z) com x = 1
(c) os vetores (x, y, z) que satisfazem z - y + 3x = O
(d) os vetores (x, y, z) com xy = O

3) Mostre que as seguintes transformações T não são lineares:

( i ) T: m 2 ~ m definida por T (x,y) = (x + l).y

( ii ) T: m 2 ~ m 3 definida por T (x, y) = (x + 3, 5y, 2x + y)
(li) T: m3 ~ m3 definida por T (x, y, z) = (lxl,lyl,o)

4) Diga se cada afirmação abaixo é verdadeira ou falsa, provando-a , se verdadeira, ou

dando um contra-exemplo, se falsa:

( i ) Se x, y e z são vetores LI, x + Y + Z e z + x também são vetores LI.

( ü ) Se x, y e z são vetores LD então z é a combinação linear de x e y.

5) Calcule a projeção ortogonal do vetor (1, O, l)e m 3 sobre os seguintes subespaços:

a)O próprio m 3
b) W = {x E m3 ;x] +x 2 +x 3 = O}
c)W = {x E m 3 ;x] +x 2 +x 3 = O e 2x] +x 2 +x 3 = O} e
d) W = {x E m 3 ;x] +x 2 +x 3 = O, 2x] +x 2 +x 3 = O e x] +x 2 +2x 3 = O}

6) No exercício anterior calcule os vetores x - Ewx para cada uma das projeções
yi
efetuadas. Definindo-se a norma de um vetor y E m n por (y~ + + ... + y;) 1/2, o que
você pode afirmar sobre cada uma das normas do vetor x - EwX nos quatro itens
anteriores?

7) Verifique que a norma euclidiana satisfaz as três propriedades listadas abaixo.

I(
Utilize em sua demonstração a desigualdade de Cauchy-Schwarz x, y)1 ::; Ilxll·lly 11·

40
a) Se x *- O, então Ilxll > O
b) para qualquer a E 91, Ilaxll = lal Ilxll
c) para qualquer vetores x e y, Ilx + yll ~ Ilxll + Ilyll

8) Resolva o sistema AX=Yutilizando a matriz aum~ntada A'

A'= 2
1 -2
1
1 Y\
1 Y2
J
(
O 5 -1 Y3

Qual a condição necessária para que o sistema tenha uma solução? A que
condição o vetor Y = (y \ , Y2, Y3) deve satisfazer para pertencer ao subespaço gerado
pelos vetores (1,2,0), (-2,1,5) e (1,1,-1)? E para pertencer à interseção de todos os
subespaços que contém estes três vetores? Estas três perguntas são equivalentes?

9) Encontre a dimensão e uma base do espaço das soluções W do sistema de equações

lineares:

x+2y-4z-s= O
x+2y-2z+2r+ s= O
2x+4y-2z+3r+4s= O

10) Sejam U e W os seguintes subespaços do 91 4 : U={(a,b,c,d); b+c+d=O},

W={(a,b,c,d); a+b=O e c=2d}. Encontre a dimensão e uma base de U, W, U n W.

11) Comente a seguinte proposição: "se x,y e z são vetores linearmente independentes,
x+y, y+z e z+x também são linearmente independentes".

41
2) Equações de Diferenças Finitas e Equações Diferenciais Lineares
com Coeficientes Constantes

2.1) Equações de Diferenças Finitas Lineares homogêneas.

Trataremos aqui de encontrar seqüências de números reais (XO,Xp x 2 ,.,,) que

satisfaçam a equações do tipo:

(2.1)

onde ao, aI , ... , ao são números reais.

Tal equação denomina-se uma equação de diferenças finitas linear homogênea

de ordem n com coeficientes constantes. A sua solução se dá através dos seguintes
passos:
a) Constrói-se o polinômio característico P(r) = aor o +alrO-I+ ... +a o e encontram-se as
suas n raízes, que podem ser reais ou complexas.
b) A cada raiz simples ri (ou seja, que não se repete), associa-se a solução kjrjt , kj E C
c) A cada raiz rj de multiplicidade m ( ou seja, que se repete m vezes ) 2 associa-se a
solução (k jl + kj2t+. ..+kjmtm-l)rj" kj E C.
d) A solução geral no campo dos complexos obtém-se somando-se as soluções
associadas às raízes do polinômio característico. A solução no campo dos reais
x = (x O,X I,X 2, ... ,x o, ... ), onde cada Xi é um número real, que desejamos obter,
obtém-se tomando-se a parte real da solução complexa.

Passemos agora ao estudo específico das equações que mais usualmente

aparecem em problemas econômicos, quais sejam, as equações de primeiro e segundo
grau.

1) Equação de ordem 1
axt+1 + bX t =O ab :t. O.

Dividindo-se por a, Xt+1 + (b / a) x t = O. O polinômio característico associado

será dado por P(r) = r + b / a, com raíz rI = -b / a. A solução geral será então a
seqüência de números reais dada por x, = ko (-b / a)' . Fazendo t = O nesta solução
obtém-se X o = ko, ou seja, conclui-se que a seqüência solução
(x o,xo(-b/a)l,x o(-b/a)2,x o(-b/a)3, ... ) apresenta como termo geral
x, =xo(-b/a)'.

2 Diz-se que uma raiz rj de P(r) = a or2 + aI r o- I+. ..+a o = Oapresenta multiplicidade m quando P(r)
é divisível por (r - r)m mas não é divisível por (r - r)m+l.

42
2) Equação de Grau 2

ac:;t:O

o polinômio característico associado é P( r) =ar 2 + br + c, cujas raízes podem

ser reais e diferentes, reais e iguais ou complexas conjugadas (como supusemos que os
coeficientes de (2.1), ao,ap ... a n são todos números reais, pode-se mostrar que se um
complexo a + J3i é raiz de P(r), o seu conjugado a - J3i também o será). Analisemos
separadamente cada um dos casos. Para isto seja L\ = b 2 - 4ac o discriminante de P(r).

Caso 1: Raízes reais e diferentes (L\ > O)

A solução será dada por X t = k1r1t + k 2r;.

Caso 2: Raízes Iguais (L\ = O)

Pelo que vimos antes, sendo r a raiz de multiplicidade dois,
t
X t = (k l + k 2 t)r
Caso 3: Raízes Complexas (L\ > O)
Como a, b e c por hipótese são números reais, as raízes são os complexos conjugados
a + J3i e a- J3i. Temos então:

Este terceiro caso nos remete ao problema de, uma vez tendo-se achado a solução de
(2.1) no campo dos complexos,obtê-Ia no campo dos reais. Tal passagem se dá:
a) Escrevendo-se os números complexos (a+ J3i) e (a- J3i) na forma polar
p (cos e + i sen e) e p (cos e - i sen e), onde p = (a 2 + 13 2) 1/2
e e = arc cos (a / (a 2 + (3 2)1/2)
Im

Diagrama de Argand Gauss - Representação de a + J3i na forma polar ~ cose + i sen e)

b) Utilizando a fórmula de De Moivre

(a± J3ir = (p (cose±i sen e)r = pt(cose t±i sen et)

Temos então:
x t = k l pt(coset+i senet)+k 2 pt(coset-i senet)
x t = pt«k l + k 2)coset +(k l - k 2)i sen et)

43
Nesta solução p\ cos e t e sen e t são números reais, enquanto que
k l + k 2 e (k l - k 2 )i são complexos. Tomando-se a parte real, obtém-se a solução de x t
no campo dos reais,
Xt = pt(A I coset+A 2 senet), (2.2)
onde AI =Re (k l + k 2 ) e A 2 =Re «k l - k 2)i)

Vejamos um exemplo numérico deste último caso. Para isto, seja a equação de
diferenças finitas Xt+2 - Xt+1 + x t = O com as condições iniciais dadas xo=l e x}=1/2 cujo
polinômio característico associado:

P( r) = r 2 - r + 1

tem raízes ri = 1/2+(/3 /2)i e r2 = 1/2-(.J3 /2)i. Temos

p = (1/4 + 3 / 4)\12 = 1 e e =x / 3 rad. Dai obtém-se a solução, de acordo com (2.2),
x t = A I cos (x / 3)t + A 2 sen (x / 3)t, onde as constantes A I e A 2 obtém-se a partir das
condições iniciais Xo e XI'

Fazendo-se Xo = 1 e XI = 1/2

1-
- AI

1/2 = AI.{l/2) + A2 .(/3 /2)

donde se obtém A I = 1 e A 2 = O. Neste caso, a solução se dá por x t =cos (x / 3) 1.
Os possíveis erros na solução de equação de diferenças finitas podem ser
evitados checando-se as soluções obtidas. Vejamos como proceder utilizando o
exemplo anterior. A equação a ser resolvida nos diz que:

Dada a nossa solução

x t = cos (n-l 3)1
Xt+1 = cos «7i / 3) 1+ 7i / 3) = COS (7i / 3)1 COS (7i / 3) - sen (7i /3)1 sen (7i / 3)
x t +2 = cos «7i / 3) I + 27i / 3) = COS (7i /3)1 COS (27i / 3) - sen (27i /3). sen (7i / 3)1

ou ainda, tendo em vista que :

cos 7i / 3 = 1/ 2, cos 2 7i / 3 = - 1 / 2, sen 7i / 3 = sen 2 7i / 3 = /3 / 2 ,

Xt = cos (x / 3)t
Xt+1 = (1/2) cos (x / 3)t - (.J3 / 2) sen (x /3)t
Xt+2 = (-1/ 2)cos (x/ 3)t- (/3 / 2). sen (2x /3)t

Observa-se claramente que a solução satisfaz a x t+2 - x t+1+ x t = O bem como às

condições iniciais Xo =1 e XI =1/2.

44
2.2) Equações de Diferenças Finitas Lineares Nilo HomogênetlS

Uma equação de diferenças finitas linear de ordem n é dita não homogênea

quando se tem:

(2.3)

sendo j{t) uma função de t não identicamente nula. A sua solução geral obtém-se
somando-se à solução geral da equação homogênea correspondente (2.1 ) (que se
obtém fazendo-se j{t) = O em (2.3» uma sua solução particular. Isto decorre de dois
fatos facilmente verificáveis; a) se {y!} e {y;} são soluções de (2.3) , {y!.:... y;} I é
solução de (2.1) e b) se {Yr} I é uma solução qualquer de (2.3) e {y I} é uma solução da
equação homogênea correspondente, então {Y 1+ yr} I é uma solução de (2.3).

Tomemos inicialmente a equação homogênea anteriormente apresentada

a xI+1 + b XI = O e a sua correspondente versão não homogênea:

a x I+1+ b XI = f(t)

Analisemos alguns casos:

a)f(t)=k:toO

Neste caso devemos tentar inicialmente a solução particular constante S. Substituindo

y 1+1 = YI = S na equação acima, aS + bS = k ~ S = k / (a + b) para a + b :to o.
Se a + b = O devemos tentar a solução particular St ao invés de S. Neste caso
Y1+ 1 = S( t + 1) = St + S, YI = St o que nos leva a aSt + aS + bSt = k
obtendo-se daí (como a + b = O) S = kla

b)f(t) = ko + kt

Tentando-se inicialmente a solução particular YI = So + St obtém-se Y1+1 = So + St + S

e aYI+I + bYI = aS o + aSt+ aS + bS o + bSt = ko + kt, ou ainda, «a + b) So + aS - ko)
+«a+ b)S- k) t = o.

Como as funções y(t) = 1 e y(t) = t são, pelo que vimos na seção anterior,
linearmente independentes, a igualdade acima exige, quando (a + b) :to O:

S=k/(a+b) e So =(1/(a+b»(k o -k/(a+b»

o leitor deve verificar por conta própria que quando a + b =Oa solução
particular a ser tentada é do tipo (So + St)t.

45
 Como vimos acima, cada exemplo exigiu o estudo de dois casos; um no qual
a + b = O e outro no qual a + b * O. De fonna geral, esse processo pode ser abreviado
observando-se o seguinte teorema, muito útil no cálculo de soluções particulares:

Teorema 2.1. Se, na equação (2.3) ao Yt+n +a) Yt+n-) + ... +anYt = f(t),f(t) é da fonna
(k o + k) t + k 2 e + ... + kp t P )ct então existe uma solução particular da fonna:

a) (So + S) t + S2 e + ... + Sp t P
)ct , se c não é raiz do polinômio característico P(r), ou

b) (So + S) t + S2 e + ... + Sp t P
)tmc t , se c é raiz de multiplicidade m de P(r).

t
Observe que no caso (a) em que analisamos tínhamos sempre c = 1, pois k = k.l e
ko + kt = (ko + kt) l t . Assim a solução no caso (a) foi uma constante no caso em que 1
não é raiz do polinômio ar + b = O (o que ocorre se, e somente se, a + b O). Como *
no caso analisado a multiplicidade máxima possível de uma raiz é igual a 1 Gá que P(r)
é um polinômio do primeiro grau), no caso em que 1 era a raiz de P(r) (ou seja,
quando a+ b = O) bastou tentar-se a solução So. t l .1 t = So t. O mesmo procedimento foi
usado no exemplo b.

c) f(t) = k cose t

Como regra geral, neste caso, devemos utilizar a solução particular

Yt =So cos e t + S) sen e t. Obtém-se:
Yt+) = So cos (e t +e) + SI sen (et +e), ou ainda,
Yt+1 = So (cos e cos e t - sen et sen e) + SI (cos e sen e t + sen e cos e t)

Fazendo-se aYt+) + bYt = k coset, obtém-se

(a(So cose+s) sene)+bSo-k)coset+

(a(-So sene+S) cose) + bS))senet =O'

Decorre desta expressão e da independência linear de cos e t e sen e t o sistema:

(So cose+s) sene)a+Sob = k

(-So sen e+ S) cose)a+S) b = O

de onde se obtém as soluções para a e b, quando

A = (So cose+s l sene) S) - So(-So sene+s) cose) *O

a = kS I / A e b = -k(-So sene+S) cose)/ A

Procedimento semelhante adota-se para

f(t) = ksenet ou f(t) = k) coset+k 2 senet.

O método acima apresentado para as diferentes fonnas da função !tt) utiliza-se

da mesma fonna quando se passa às equações de diferenças finitas de ordem mais

46
elevada, como por exemplo à equação a YH2 + b YHI + C Yt = f( t). Se f{t) é constante, a
solução particular será uma constante se o número 1 não for raiz de P( r) = ar 2 + br + c,
uma constante vezes t se 1 faz raiz de multiplicidade 1 de P(r) e uma constante vezes
e se 1 for raiz dupla de P(t). Da mesma forma, se f(t) = ko + k l t as soluções
possíveis, nos três casos analisados, são So + SI t, (So + SI t)t e (So + SI t) Se f(t) é e.
do tipo (ko + k l t) c\ sendo c um número real, as so1uções possíveis são (So + SI t) c t
se c não for raiz de P(r), (So + SI t) tc t se c for raiz de multiplicidade 1 de P(r) e
t
(So +SI t)ec se c for raiz dupla de P(r). Deixamos para o leitor a formulação e
resolução de exercícios numéricos a este respeito.

Cálculo da(s) Constante(s)

A última etapa na obtenção da solução de uma equação de diferenças finitas é

sempre o cálculo da(s) constante(s). Deve-se tomar cuidado, no cálculo das equações
não homogêneas, de só se calcular o valor das constantes uma vez obtida a solução
geral da equação não homogênea, e não utilizando-se a solução da homogênea
associada.

Vejamos um exemplo numérico. Para isto, tomemos a versão não homogênea

da equação YH2 -Yt+1 +Yt anteriormente apresentada3 , com as mesmas condições
iniciais, Yo = 1 e YI = 1/ 2. Seja então a equação de diferenças:

cuja solução da homogênea associada, como já vimos, é

dada por
Yt = AI cos(~)t+ A 2 sen ~)t. Como k pode ser escrito sob a forma kl t e 1 não é
raiz de P( r) = r 2 - r + 1, a utilização do teorema nos permite concluir que há uma
solução particular da forma Yt = Yt+1 = YH2 = So· Por substituição, temos então So = k.

Segue daí a solução particular k e a solução geral da não homogênea

Estamos agora prontos para o cálculo de A I e A 2. Fazendo-se

Yo = 1 e YI = 1 / 2,
Yo=I=AI+k
YI = 11 2 = (1 / 2) A I + (.fi / 2) A 2 +k

de onde se conclui que:

3 Evidentemente, é irrelevante se utilizamos x ou y para caracterizar a equação de diferenças.

47
2.3) Estabilidade de Equações de Diferenças Finitas Linetll'es

Uma equação de diferenças finitas não homogênea é dita estável quando a

equação homogênea associada for estável. Uma equação homogênea, por sua vez, é
dita estável se, e somente se, toda sua solução {Y t} t for tal que lim
t-..o Yt = O
Em outras palavras, uma solução {Ytt de úma equação de diferenças finitas
linear será dita estável quando a solução da homogênea associada converge para zero
ao se fazer t tender a mais infinito.

Analisemos separadamente as equações de primeira ordem. No caso da

equação de primeira ordem aYHI + bYt = f(t), a solução da homogênea associada será
dada por Yt = k o ( - Y-) \ donde se obtém lim (- Y-r igual a zero se, e somente se
t-..o
1- Y-I< 1. Ou seja, a equação ay HI + by t = f( t) é estável se, e somente se 1- Y-I< 1.
Tomemos agora a equação de segunda ordem aYH2 +bYHI +CYt = f(t), cUJa
solução da homogênea associada será dada por:

t
k l rl + k 2 r;, quando b 2 - 4ac > O
(k l + k 2t)r\ quando b 2 - 4ac = O, ou
pt(A I coset + A 2 senet), quando b 2 - 4ac < O.

Em qualquer dos três casos, o sistema será estável se, e somente se, todas as
raízes do polinômio característico forem, em módulo, inferiores à unidade. Isto é claro
quando b 2 - 4ac ~ O e decorre, quando b 2 - 4ac < O, do fato de:

a) A I coset + A 2 sen e t ser uma função limitada e

b) p =Irll = Ir21, sendo rI =a. + ~i e r2 =a. - ~i as raízes complexas do polinômio
característico P( r) = ar 2 + br + c.

O teorema seguinte estabelece condições necessárias e suficientes, em termos

dos parâmetros a, b e c, para que as raízes do trinômio do segundo grau
P( r) = ar 2 + br + c sejam todas, em módulo, inferiores à unidade. Pelo que acabamos
de ver, estas condições são também necessárias e suficientes para que a solução de
aYH2 + bYHI +CYt = f(t) seja estável.

Teorema 2.2. Para que o trinômio de segundo grau P(r) =ar 2 + br + c, a> O,
apresente raízes rI e r2 com módulo inferior à unidade é necessário e suficiente que se
verifique o conjunto de restrições R:

1) P(l) = a + b + c > O
2) P(-1) = a - b + c > O e
3) c<a

Demonstração: 1) Necessidade: Irll < 1elr21 < 1 =>R.

48
 Suponhamos inicialmente o caso em que b 2 - 4ac > O . Decorre de
Irll < 1elr21 < 1 que ambas as raízes do trinômio estão no intervalo (-1,1), e,
consequentemente o conjunto dos valores de r para os quais P(r)<O está contido em
(-1,1). De fato, P(r) pode sempre ser escrito sob a forma a(r-rIXr-r2), donde se
conclui que P(r)<O para ri < r < r2. Decorre daí que
P(l)=a+b+c>OeP(-l)=a-b+c>O. É imedÍato que a hipótese implica
Irl llr21= Irl r21< 1 e consequentemente Icl < lal, já que c/a é igual ao produto das raízes.
Como a>O, laI = ael~ < lal implica c<a. Se b 2 -4ac = Oerl é raiz única de P(r), segue
(como a>O) que P(r), =a( r - rl )2 > O para qualquer que seja r :;t: ri. Como Irll < 1 implica
ri :;t: 1e ri :;t: -1, segue que P(l »0 e P( -1) > o. A demonstração de que cla< 1 é idêntica
ao caso anterior, substituindo-se Irl llr21 por IrJ.

Por último analisemos o caso que b 2 - 4ac < O. Neste caso o trinômio
ar 2 + br + c não apresenta raízes reais. Segue que P(r»O para qualquer que seja r,
visto que sempre existe r tal que P(r»O (tome r = O e lembre que b 2 - 4ac < O com a >
O implica c >0 ) e que se, para algum r, P(r) fosse inferior a zero, pelo teorema do
valor intermediári04 P(r) apresentaria raízes reais. Segue que
P(1)=a+b+c>OeP(-I)=a-b+c>O. Por último, como por hipótese o trinômio
possui coeficientes reais, as raízes ri e r2 são complexas conjugadas e
2 2
h
IrlIIr2I= Irl1 = Ir21 = 1%1. Daí conclui-se, como Irll < 1, 1< 1 e a> O, que c < a.

2) Suficiência: R ~ Irll < 1 e 1r21 < 1.

Iniciaremos supondo b 2 - 4ac > o. De c / a < 1 conclui-se que ri r2 < 1 e, como

P(I) > O e P(-I) > O, que pelo menos uma das raízes situa-se no intervalo (-1, 1). Sem
perda de generalidade, suponhamos que esta raiz seja ri. Como P(r) = a (r -fi) (r -r2)
segue que P(1) = a (1- ri) (l-f2) > O implica r2 < 1 e que P(-I) = a (-1- ri) (-I-r2) > O
implica r2 > -1. Conclui-se que Irll < 1 e If21< 1. Se b 2 - 4ac = O segue de c / a < 1 que
rl2 < 1 e, conseqüentemente, Irll < 1. Quando b 2 - 4ac < O, c / a < 1 implica
IrJ < 1 e Ir212 < 1 e, conseqüentemente, Irll < 1 e Ir21< 1.

Vejamos alguns exemplos de aplicação do teorema.

t
a) 6Yt+4 + 7Yt+3 +Yt+2 = c , sendo P(r) = 6r 2 + 7r+ 1, P(I) = 6+ 7 + 1 = 14,
P(-1) = 6 - 7 + 1 = O, %= ){ < 1

A solução não é estável, tendo em vista que a condição P( -1 »0 não é

satisfeita. De fato, uma das raízes do trinômio característico é igual a menos um, cujo
módulo não é inferior à unidade. A solução da homogênea associada será dada por

4 Veja o próximo capítulo para maiores detalhes.

49
cujo limite quanto t tende a infinito é diferente de zero.

b) Yt+2 - Yt+1+ Yt = 0, Yo = 1, onde P(r) = r 2 - r + 1, P(I) = 1, P(-I) = 3 e c / a = 1.

A solução não é estável pois a condição (y.) < 1 não é satisfeita. De fato, já
vimos que a solução desta equação é dada por Y t = cos(~)t que não converge para
zero quando t tende a mais infinito.

c) 6Yt+2 + 6Yt+l + lYt =0, sendo P(r) = 6r 2 + 6r + I,P(I) = 13,P(-I) = 1 e c/a = 1/6 é
estável, pois satisfaz ao conjunto de restrições .

2.4) SistemllS de Equações de Diferenças Finitas -Primeira Abordagem

Trataremos nesta seção de sistemas homogêneos do tipo (onde a 12 :;t: ou a 21 ° :;t: O):
Xt+l = allx t + a 12 Yt (2.4)
Yt+l = a 21 x t +a 22 Yt
Nessa primeira abordagem, apresentamos a técnica de substituição, que nos
remete de volta à solução de equações de diferenças finitas de ordem mais elevada, e a
uma técnica alternativa, quando se substituem soluções pré-definidas no sistema
original objetivando-se determinar algumas condições a que a solução do sistema deve
satisfazer. Embora não abordemos o caso em que o número de equações é superior a
dois, a extensão de qualquer uma destas técnicas para este caso não apresenta
problemas. Na seção seguinte apresentaremos um método mais geral, que justifica o
segundo método aqui apresentado através da utilização de alguns resultados básicos da
álgebra linear.
No sistema acima, supõem-se dados os valores de Xo e Yo. A passagem ao caso
não homogêneo se dá nos mesmos moldes descritos na seção anterior.
O primeiro método de solução consiste (para a 12 :;t: O) em se tirar o valor de Yt
na primeira equação e na segunda (se a 12 = 0, opera-se desta forma com Xt na segunda
equação). Tem-se:

Substituindo-se estes valores na segunda equação,

Xt +2 - (ali + a 22 )x t +1 + (a ll a 22 - a21al2)xt = °
O método de substituição reduz um sistema de duas equações de primeira
ordem a uma equação de diferenças finitas de segunda ordem, cuja solução explícita e

50
condições de estabilidade já conhecemos. A partir da solução para X t, obtém-se a
solução para Yt. Este método, embora simples, possui a desvantagem de uma solução
sequenciada, em que primeiro obtém-se a solução para uma variável e depois a solução
para a outra variável.
Um método alternativo, cuja intuição veremos na próxima seção, consiste em
se trabalhar de antemão com as soluções propostas
t
x t =Alr eYt =A2r\comAI :;tOeA 2 :;tO. Substituindo-se estas soluções em (2.4)
obtém-se
t t t
rAlr = allAlr +a 12 A 2r
rA 2r t = a 21 A lr t +a 22 A 2r t
ou ainda
r r - ali - a l2 l r A I l t rol
l-a 21 r-a 22 J lA Jr =loJ
Sabemos da Álgebra Linear que tal sistema possui solução (A I,A 2) :;t(0,0)
para todo r e se,somente se o seu determinante P(r) =
2
(r-aIlXr-a22)-aI2a21 = r -(alI +a22)r+alla22 -a 12 a 21 for igual a zero. Isto ocorre
quando r assume os valores rI e r2 das raízes do polinômio P(r). O leitor mais atento
perceberá de imediato a) que P(r) é o polinômio característico (em sua concepção
original apresentada na seção 1. 1) associado à matriz de coeficientes
r ali a l2 l
A =la 21 a 22 J
b) que rI e r2 são os autovalores de A, c) que (A I,A 2) pode representar o autovetor
associado ao autovalor r = rI ou r = r2 e d) a razão pela qual temos chamado os
polinômios P(r) associados às equações aOYt+" + aIYt+,,_1 +. ..+a"Yt , que vimos
tratando de polinômios característicos. Isto decorre do fato desta última equação (2.1)
ser sempre redutível a n equações de primeira ordem cuja solução (como acabamos de
ver) passa pela determinação das raízes do polinômio característico P(r) = det (A - rI)
sendo A a matriz dos coeficientes e I a matriz identidade n x n. Observe em particular
que o polinômio obtido pelo método de substituição
2
P(r) = r - (alI + a 22 )r + a ll a 22 - a l2 a 21 é exatamente o polinômio característico P(r) =
det (A - rI) do sistema de equações que lhe deu origem.
A solução prossegue tomando-se o autovalor rI e associando-se-lhe o
autovetor (A \1), A ~». Fazendo-se A \1) = 1 e utilizando-se a primeira linha do sistema
(AlI (oJ
( rI - A\A )r t =
2
° 12 2 2
r-a
obtém-se (r - a )A (I) = a A (I) e A (I) = I II O resultado
I II I a
12
.

seria evidentemente o mesmo se utilizássemos a segunda equação do sistema, ao invés

da primeira, visto que para r = rI e r = r2 a primeira e a segunda equações são
equivalentes. A solução geral do sistema , quando rI :;t r2 (hipótese com a qual temos

51
implicitamente trabalhado até aqui), obtém-se combinando-se linearmente (por meio
- X -- A()) r)t , Yt -- A()2 r)t , X -- A(2)
2 as soIuçoes
d as constantes B ) e B) ) r2t e Yt -- A(2)
2 r2t·
t t
Tem-se, dados os valores de A ()) 'A)
(2)' 2
A () ' 2
A (2) (onde também se assume A(2)
) = 1),
Xt = B)r)t + B 2r;
r) - a)) t r 2 "'7 a)) t
Yt = B) . r) + B 2 . r2
a)2 a)2
As constantes B) e B 2 são encontradas a partir das condições iniciais Xo e Yo'
Quando r) e r2 são raízes complexas conjugadas, chega-se à solução real de X t e Yt
utilizando-se o mesmo processo descrito na seção (2.2). Escrevem-se as raízes sob a
forma polar, utiliza-se o teorema de Moivre e toma-se parte real da solução.
Vejamos agora como proceder quando o discriminante do polinômio
característico (ali +a22 )2 -4(a))a 22 -a)2a2) é igual a zero. Neste caso, devemos tentar
as soluções x t =(Ao+A)t)rt eYt =(Bo+B)t)r)t. Substituindo-se estas soluções
tentativas em (2.4),

r)(Ao +A)t+A)rt = a))(A o + A)t)r)t +a)2(B o + B)t)r)t

r)(B o + B)t+ B)r)t = a 2)(A o + A)t)r)t +a 22 (B o + B)t)r)t

Dividindo-se as equações por T)t e rearranjando-se os termos,

«Ao +A)r) -aliA0 -aI2Bo)+(A)T) -aliA) -a)2B)t = O

«Bo + B)r) - a 2)A O- a 22 B o) +(B)r) - a 2)A) - a 22 B)t = O

Como as funções f{t) = te g(t) = 1 são linearmente independentes, podemos escrever

(Ao + A)r) - a li A 0 - a)2BO = O

A)T) -aliA) -aI2B) = O
(Bo +B)r) -a 2)AO -a22BO = O
B)r) - a 2)A) - a 22 B) = O

donde se obtém:

(r) -a)))Ao+A)r)
Bo=------- (2.5)
a)2
B) = A)(r) -a ll )/a)2 (2.6)
a2 ) r)
Bo= Ao- B) (2.5')
T) - a 22 r) - a 22
a 2) A )
B)=--- (2.6')
r) - a 22

52
 Um ponto importante a observar, no caso, é que as equações (2.5) e (2.6) são
equivalentes às equações (2.5') e (2.6'). Isto significa que o sistema acima detennina
B o e B I em função de Ao e A}. Substituindo-se tais valores nas soluções tentativas
Xt = (A o + A I)rlt e Yt = (B o + B I )rlt obtém-se a solução do problema. Para mostrar-
se a equivalência entre (2.5) e (2.6) e (2.5') e ,(2.6') observe que para r = r} o
polinômio característico P(r) = (r} - a ll )(r} - a 22 ) - a}2a2} se anula, ou seja,
(r} - all ) / a}2 = a 2} / (r} - a22 ). Isto mostra a equivalência entre (2.6) e (2.6'). Por
outro lado, substituindo-se (2.6') em (2.5') obtém-se

a21 A o rI a 21 A I
Bo=---
rI - a 22 rI - a 22 rI - a 22

alI + a 22
Mas como r é raiz única de P( r), rI = 2 ,donde se obtém que
r} - a ll = a 22 - r}. Utilizando-se este resultado na expressão acima obtém-se (2.5).
Alguns resultados relativos à estabilidade das soluções de um sistema de
equações de diferenças finitas são apresentados na seção de exercícios propostos.

2.5) Sistemas de Equação de Diferenças Finitas. Uma abordagem Mais Geral

Na subseção anterior, quando os autovalores de A, reais ou complexos, eram

diferentes, chegamos a uma solução para o sistema Xt+1 = Axt , onde Xt representava
um vetor 2 x1 e A uma matriz real 2 x2 com a l2 a 21 "# O, do tipo
,
XI -
- arlIVI + pr.12V2 ,0nde VI -- (A(I)
I ' A(I»)
2 representava o autovetor associado ao
,
autovalor r} e V2 = (A?), ~2») representava o autovetor associado ao autovalor r2
(lembre que na notação que estamos utilizando a partir de agora o vetor x
corresponde às variáveis x e y da seção anterior).
Este procedimento, apesar de correto e claro, em cada uma de suas passagens,
tem a desvantagem de partir arbitrariariamente de uma solução previamente definida,
não permitindo ao leitor uma visão mais justificada e inteligível do processo como um
todo. Vejamos então como alocar este procedimento num arcabouço mais geral,
utilizando procedimentos canônicos de álgebra linear. Para isto, iniciamos estendendo

53
o sistema homogênio Xt+1 = Axt ao caso em que x é um vetor n x 1 e A uma matriz
real n x n:
(I) _ (I) (2) (o)
Xt+1 - allx t +a l2 x t + ... +alox t
(2) _ (1) (2) (o)
Xt+1 - a 21 x t +a 22 x t + ... +a 20 x t
(2.7)

Se Xt+1 = Axp então, dado o vetor de condições tnlClaIS

,
Xo =(X~I),X~2), ... ,X~"») , temos XI = Axo,x2 =Axl =A 2x o, ... ,x t = Atx o· Segue daí
que a solução de (2.7) exige o cálculo das potências da matriz A.
Trataremos aqui apenas do caso mais simples, em que A é uma matriz
diagonalizável no corpo dos complexos. Isto ocorre sempre, por exemplo, a) Se A é
uma matriz simétrica (veja exercício resolvido na seção anterior) ou b) Se os
autovalores de A são todos diferentes. Se A é diagonalizável então A possui
autovetores linearmente independentes que geram todo o espaço mn, seguindo daí
que, uma vez fixada uma base ordenada de autovetores de A, o vetor de condições
iniciais Xo pode ser escrito sob a forma:

(2.8)

onde v I' V 2, ... V o são autovetores de A e os cj' s constantes complexas univocamente

determinadas. Como x t = A tx o , temos:

Mas cjAtvj = cljtv j , pois os vj's são autovetores de A associados aos

autovalores rj. Logo a solução geral de (2.7) é dada por:

(2.9)

onde os cj's são univocamente determinados por (2.8) (visto que (vI> V 2, ... , v o) é uma
base ordenada do mO). Observe que este foi exatamente o resultado obtido no
primeiro caso da sub-seção anterior, em que A apresentava dois autovalores diferentes.
Uma pequena complicação na solução (2.9) pode ocorrer quando a diagonalização da

54
matriz exige que se trabalhe com autovetores complexos. A saída, como vimos em
subseções anteriores, está na utilização da fórmula de De Moivre e em tomar-se,
posteriomente a parte real da solução. Um exercício resolvido ao final desta seção
para o caso 2 x 2 apresenta uma mudança apropriada de base que simplifica este
procedimento. Quando os autovalores são reais, tanto os ci ' s quantos os Vi' s podem
considerar-se definidos sobre o corpo dos reais. Neste caso, a solução (2.9) é uma
solução real, nada mais tendo a se fazer. O caso em que a matriz A n x n não possui
autovetores linearmente independentes que gerem o espaço 9l n é deixado como
exercício.

Tomemos, a título de exemplo o caso em que a matriz A é dada por [: ~l

Temos IA - rI I= r 2 - 3r + 2 cujas raízes são 1 e 2 e cujos autovetores são dados por

(_11) e (~). As constantes b 1 e b2 determinam-se então fazendo-se:

onde (XI o ' x 2J' correspondente ao vetor de valores iniciais das variáveis XI e x 2 . Do
sistema acima temos:

(!:) G~) (:::)

= = (::: + x'o J
Assim a solução do sistema Xt+1 = Axt será dada por

(::J = x' O I' tJ + (x" + X • .l2'(~)

Ou seja, XI t = XI o e x2 =
I
(XI o + x 2o ) 2 1 - XI o .

2.6) Estabilidade de Sistemas de Equações de Diferenças Finitas.

Consideremos o seguinte sistema de equações de diferenças finitas não

homogêneas: (I) x t = A x t_1 + ht, t = 1,2, ... , e X o dado, onde
h"x , E91", 1=1,2, ... eAé uma matriz nxn.
Sabemos que a solução geral é dada pela soma de uma solução particular {xi}
maIS a solução geral da homogênea correspondente (i.e., fazendo-se
ht = O \1't = 1,2, ... neste caso).
Fixemos portanto uma solução particular {xi} 1 qualquer desta equação para
algum dado inicial. Então a solução (única) do sistema acima é dada por xt = x~ + xf ,

55
onde {X:} t é a solução do sistema de equações de diferenças finitas (TI)
x t = Ax t_l , t = 1,2, ... tal que Xo = X o - x~.

Definição: Diz-se que o sistema de equações de diferenças homogêneo (TI) é estável

se, e somente se toda solução deste sistema {x t}
t
é tal que lim
t-+co
Xt = o. Diz-se que o

sistema de equação de diferenças não homogêneo (I) é estável quando o sistema

homogêneo associado (TI) for estável.

Teorema 2.3: O sistema não homogêneo (I) é estável se, e somente se

lim
t-+co
(xt - xi) = O para toda solução {xt} de (I), (i.e., para qualquer dado inicial xo)'
onde x~ é definido acima.

Demonstração: Necessidade: Basta observar que se {x t} é solução de (I) então

{Xt - xi}t é solução de (TI) pois x t = AX t_1 +ht e x~ = AX~_I +ht \it = 1,2, ... , o
que nos dá, fazendo a diferença Xt - x~ =A( x t
_
1- X~_l). Pela definição de estabilidade
para equação homogênea devemos ter lim
t-+co
(x t - xi) = o.
Suficiência: Seja {Xt} uma solução de (TI) com dado inicial x O • Seja {x t} uma
solução de (I) com dado inicial Xo + x~. Pela unicidade de solução de (TI) devemos ter
xt = X t - x~ . Assim por hipótese lim
t-+CO
X t - x~ = O, logo lim xt = O , ou seja, o sistema
t-+co

homogêneo associado é estável e, logo, o sistema não homogêneo é estável..

Observações:
(i) No teorema acima não é importante qual solução particular estamos considerando
para (I).
(ü) Um procedimento similar pode ser feito para sistemas de equações diferenciais
lineares com coeficientes constantes, obtendo um teorema análogo neste caso. Os
detalhes ficam à cargo do leitor.

2. 7) Equações Diferenciais Lineares Homogêneas com Coeficientes Constantes

Trataremos aqui apenas das equações diferenciais com coeficientes constantes

do tipo:
dny dn-1y dy
aO--+a - - +. .. +an_I-+any=O (2.10)
dt n l
dt n- 1 dt

56
onde ao, aI' ... ao são constantes reaiS, com aoan:;t O. O processo de solução das
equações diferenciais lineares é bastante semelhante àquele que utilizamos para a
solução das equações de diferenças finitas. Ele se baseia nos seguintes passos:

a) Associa-se à equção (2.10) polinômio característico

O 1
P(r) = aoro + alr - + ... +ao_lr + ao e encontram-se as suas raízes, complexas ou reais.
b) A cada raiz simples 'i associa-se a solução kjef;t, kj E C.
c) A cada ratz rj de multiplicidade m associa-se a solução
m I rjl
(ki. + kjJ+. ..+kj• t - ) e , kh E C.
d) A solução geral no campo dos complexos obtém-se somando as soluções associadas
às raízes do polinômio característico. A solução no campo dos reais obtém-se
tomando-se a parte real da solução complexa.
No que segue, analisaremos especificamente as equações de primeiro e segundo
grau.

1) Equação de Primeiro Grau: a dy + by = O, ab :;t O, y(O) = Yo

dt
Temos P(r) = ar +b com P(r) = O para r = -b/a Daí obtém-se a solução geral
y(t) = koe-(bla)l. Fazendo-se t = O temos Yo = ko e y(t) = yoe-(b/a)t.

2
d d
2) Equação de Segundo Grau: a 2 + b~+cy = O
de dt
2
Temos P(r) = ar + br +c e três casos a analisar:

Caso 1: Raízes Reais e Diferentes (~ > O)

A solução será dada por y(t) = kle f1t + k 2 e f1t onde k l e k 2 calculam-se a partir das
condições iniciais dadas no problema.

Caso 2: Raízes reais e iguais (multiplicidade 2), ~ = O.

Pelo que vimos anteriormente, teremos y(t) = (k l + k 2 t)e rt

Caso 3: Raízes reais e complexas (~ < O)

Decorre do fato dos coeficientes ao, aI , ... , ao serem supostos reais que 1) todas
as soluções y(t) apresentadas nos casos até aqui analisados são soluções reais e 2) se
rI = c+di é raiz de P(r) = ar 2 + br +c (onde a = ao,h = aI e c = a 2 ) então r2 = c-di
também é raiz de P(r). Assim as raízes rI e r2 neste caso serão complexas conjugadas.
Temos

57
cuja solução no campo dos reais obtém-se lembrando-se que e±idt = cos dt ± i sen dt.
Daí,
y(t) = e ct (k)e dit + k 2 e- dit )
y(t) = e ct (k) (cosdt +i sen dt) + k 2 (cos dt -i sen dt»
{
y(t)=ect(A)cosdt+A 2 sendt) (2.11) ,

onde, A) = Re(k) + k 2) e Re«k) - k 2)i), sendo que Re( k l + k 2 ) denota parte real do
complexo k) + k 2 ,o mesmo se dando em relação a (k) - k 2)i.
Vejamos um exemplo. Seja a equação diferencial
d 2y dy
de -dt"+Y = 0, y(O) = 0, y'(O) =1/2,

cujo polinômio característico é dado por P(r) = r 2 - r + 1. Já vimos anteriormente que

tal trinômio do segundo grau apresenta as raízes complexas
'i =1/2+(J3/2)i e r2 =1/2-(J3/2)i. De acordo com (2.11) teremos a solução
y(t) = e(J/2)l(A) cos(J3 /2)t+A 2sen(J3 /2)t). As constantes A) eA 2 calculam-se,
como de praxe, pelas condições iniciais do problema.
A solução (2.11), y(t) = ect(A) cosdt+ A 2sendt) pode também ser apresentada
sob a forma y(t) = Ae ct cos(dt-E). Para isto, basta fazer A) = A cosE, A 2 = AsenE
e lembrar que cos{kt - E) = coskt cosE + senkt senE.

2.8) Equações Diferenciais Lineares não Homogêneas

Uma equação diferencial linear de coeficientes constantes é dita não

homogênea quando se tem
dny a1dn-1y dy-
a o --+n I +... +an-l-+any-f(t)·
dt dtn- dt
sendo ftt) uma função de t diferenciável a qualquer ordem e não identicamente nula. A
sua solução, tal como no caso de diferenças finitas, obtém-se somando-se à solução
geral da equação homogênea correpondente uma sua solução particular. Vejamos
alguns métodos práticos de se chegar à solução particular partindo-se da equação do
primeiro grau
a dy +by = f(t) ab::l=O
dt
A extensão do método às equações de mais alto grau é imediato. Tomemos
alguns casos mais comuns para a função ftt).
°
a) ftt)=k::l=
Neste caso, devemos inicialmente tentar uma solução particular do tipo y(t) =
So. Obtemos, por substituição, So = kIb.

58
b) f(t) = ko + kt
Neste caso, fazendo-se y(t) = So + Slt e substituindo-se em a dy + by = f(t)
dt
obtém-se aS! + bS o + bS! t = ko + kt , o que implica
bS1 = k -+ SI = k 1b
k 2
a[;+bSo =ko -+So = (kob-ak)lb

Uma versão do teorema 2.1 para equações diferenciais ajuda muito na obtenção
de soluções particulares.

. _ dny dn-ly dy _ '

Teorema 2.4. Se, na equaçao aO --+a n 1-- 1
+... +an_1 -+any-f(t), ftt) e da
dt dtn- dt
forma (ko + k! t + k 2. e+. .. +kp t )e , então existe uma solução particular da forma:
P lt

a) (So + Slt + S2t2 +. .. +SiP)e rt , se r não é raiz do polinômio característico P(r) ou,
b) (So + Slt + S2t2 + ... +Sip)tme rt , se r é raiz de multiplicidade m de P(r).

Observe que no caso em que vínhamos trabalhando, com a equação de primeira

y
ordem a(d ) + by = f(t), com ab 7= 0, o polinômio característico P(r) = ar + b
dt
apresentava sempre a raiz -bl a 7= O. E que as funções ftt) sugeridas eram todas da
forma dada pelo teorema acima, tomando-se r = O (ou seja,
ko = koeo, ,ko +k1t = (ko +k1t)eo,). Como zero não era raiz do P(r), So e So +Slt eram
soluções particulares factíveis. Tomemos agora, a título de exemplo, a equação:

No caso, P(r) = r 2 -1, com raízes ± 1. Pelo teorema (parte b), devemos
tentar uma solução particular do tipo Sote', tendo em vista que no caso r = 1, que é
uma raiz de multiplicidade 1 do polinômio característico. Temos então
2
dy
dt P = S (e t + te t )
o d
'dt2 yP = So(e t + e t + te t ) , d 2yP 1de - yP = 2S oe t + Sote t - Sote t = 2S oe t .

Segue daí que So = 1/2, e que a solução particular é dada por yP(t)=(1/2)te'.
Observe que se tivéssemos tentado uma solução particular do tipo Soe' não teríamos
sido capazes de determinar So (qual a solução geral para a equação diferencial
apresentada?)

59
2.9) Estabilidade de Equações Diferenciais Lineares de Primeira e Segunda Ordem

dx
Tomemos inicialmente a equação de primeira ordem a d t + b x = f(t} .

Dizemos que esta equação é estável se -a solução geral da homogênea

associada, no caso x(t) = k e -Ya t converge a zero quando t tende para +00. Isto
ocorrerá se, e somente se -Ya < O, ou seja, quando a e b tem o mesmo sinal (ambos
não nulos).
Passemos agora à equação

dyd2
a--f+b-d +cy(t)=f(t) (2.12)
dt t

Por definição, como vimos, esta é dita estável, quando o limite da solução de sua
homogênea associada tende a zero quando t tende a infinito. Isto ocorre se, e somente
se ambas as raízes do polinômio característico p(x} = ax 2 + bx + c apresentam a parte
real negativa. O teorema abaixo estabelece condições a que os parâmetros a, b e c
devem satisfazer de forma a assegurar-se estabilidade.

Teorema 2.5. A equação homogênea a d ; + b dy + cy =O apresenta solução estável

dt dt
se, e somente se a, b e c apresentarem o mesmo sinal.

Demonstração: Suponhamos que a solução seja estável. Temos então três casos
possíveis.

Caso 1: b 2 -4ac > O. Neste caso o fato da solução y(t} =hle r1t +h2 e r2t (com rI e r 2
reais distintos) ser estável exige rI e r 2 negativos. Isto implica rI + r 2 = -b / a < O e
rI' r2 = cla>O. Segue que a,b e c devem ter o mesmo sinal.

Caso 2: b 2 - 4ac = O. Temos agora a solução y(t) = (h l + h2 t) e r1t cuja estabilidade

requer rI = -b /2a < O, ou seja, que a e b tenham o mesmo sinal. Por outro lado
2
b -4ac = O requer aC>O.

Caso 3: b 2 - 4ac < O. Tenha neste caso a solução y(t} = eht(KI coslK + K 2 senlK)
cuja estabilidade requer h<O. Mas h = -b /2a donde se conclui que b e a têm o
mesmo sinal. Por outro lado b 2 - 4ac < O implica aC>O.

60
 Reciprocamente, suponhamos que a,b e c apresentam o mesmo sinal. Então se
2
b -4ac>O 7)+72 =-b/a<Oe7)72 =c/a>O donde se conclui que r) <O,r2 <O.
Por outro lado, se b 2 - 4ac ~ O, -b / 2a < O e a equação será estável.

2
d d
Assim, por exemplo a equação ---f
dt
+ 2.J.... + y =O é estável,
dt
enquanto que
2 2
d y 2 dy O d y 2 dy O - -
de - dt + y = ou de + di - y = nao o sao.

61
Exercícios Resolvidos: Seção 2
I) Resolva ao seguintes equações de diferenças finitas:

1O) YI+2 +YI = sen 60 °t

ü) YI -8YI_I +2IYI_2 -20Y I_3 =0

Solução:
i) Primeiro resolveremos a equação homogênea Y1+2 + YI = O A equação característica
o

é r 2 + 1 = O, cujas raízes são i e -i . Como i = cos 90° + i sen 90° tem-se que
YI = k l sen 90° t + k 2 cos 90° t é a solução geral (real) desta equação, onde k l e k 2 são
constantes reais arbitrárias. Devemos agora tentar determinar uma solução particular
da equação não-homogênea. É natural tentamos uma solução do tipo
Y: = k; sen 9t + k; cos9t, onde9 = 60°, ou seja, queremos encontrar k t, k; tais que:
(kl' seno(t + 2) + k; coso(t + 2))+ kt senfk + k; cosfk = senfk, \:;/t,i.e,
kt(senfk cos20 + sen20.costO) + k;(cosfk cos20 - senBt sen20) + ktsenBt + k; cosfk = senBt,

k' k' k'

'1ft, 1. e, - 1/ k: senet +_1 ..fi costa __2 coset- _2 ..fi senet+ k; senet+ k; coset = senet,
2
72 2 2 2

onde usamos,
sen29 = senl200 = sen600 = J3 /2 e cos29 = cos1200 = - cos600 = -1/2.
k'-J3 k' = 1
Isto ocorrerá se, e só se { ~ 2 . Resolvendo este sistema devemos ter:
,,3 kt + k; = O
k; =1/ 2 e k; =-J3 / 2 .
Portanto a solução geral da equação não homogênea é dada por
1 J3
YI = KI sen900t+K 2 cos900t+-sen600t--cos600t
2 2

ü) Esta equação é equivalente a Y1+3 - 8y 1+2 + 21y 1+1 - 20y I = O cUJa equação
característica é dada por r 3 - 8r 2 + 21r - 20 = o. A dificuldade agora é determinarmos
as raízes desta equação, o que em geral não é tarefa fácil, embora exista uma fórmula
para determinar as raízes de um equação polinomial de grau 3. O método mais
utilizado na prática consiste em tentar-se descobrir uma raiz inteira para a equação.
Como o termo constante da equação é o produto das raízes da equação, devemos
tentar os divisores inteiros (negativos e positivos) de 20 como possíveis raízes da
equação. No caso acima o leitor pode verificar também que nenhum número negativo

62
é raiz (pois a equação substituída em um número negativo sempre é negativa); o leitor
também pode verificar que 1 e 2 não são raízes. Isto nos leva a considerar 4 como
candidato e neste caso somos bem sucedidos, isto é, 4 é raiz da equação acima.
Segue-se que 7 3 - 87 2 + 2lr - 20 = (7 - 4)(7 2 - 47 + 5) e 2+i e 2 -1 são
raízes de r 2 - 4 r + 5 = O como o leitor pode verificar facilmente. Como
2 +i = J5(2J5 / 5 +iJ5 / 5),segue-se que
t
queYt =K1(J5Ysen8t+K2 (J5Y cos8t+K3 4 éasolução geral da equação, onde
8 é tal que cose = 2J5 / 5 e sen e = J5 / 5 e K 1 , K 2 , K 3 são constantes arbitrárias.

2) Determine a solução do sistema abaixo (inicialmente nos campo dos complexos e

depois no campo dos reais):
xt = xH - 6,5 Yt-I
Yt = x t _1 +2 Yt-I
Solução:
1 - 6,5]
Seja A = [ 1
(X t ) (X t
2 ' temos Yt = A Yt~1
I) . Achemos os autovalores de A:

~I ~r ~~':] = 0= (J -r)(2 -r) + 6,5 ou seja, r' -3r+8,5 = O 3±5i

r=--.
2
3+5i 3-5i
Agora achemos os autovetores YI' Y2 relativo aos autovalores - - e - - .
2 2

a-65b
,
= 3+5i
2
a
3+5i
{ a+2b=--b
2
Resolvendo, obtemos (a,b) = u( -1 +5i,2), u :;t: o. Podemos escolher

e:
u = 1, Y1 = (-1 + 5i, 2). Analogamente no campo dos complexos é:

Asolução G:J= K, Si)'( - I; Si) + K, ( 3~ Si)'(- I; 5} (*)

Solução no campo real: Nesse caso x o ,Yo são reais

G:) = K, ( - I; Si) + -I; Si)

K, (

Resolvendo esse sistema para obtemos K = Yo

22
-K1

KI = Y; +{ -:ao - ~~) .

63
 .J34 (
3+5i )
Escrevendo -2- = -2- cos w + isen w onde

3 5 (3 +5i)' (.J34]' (cos wt + isen wt) e

cos w = .J34' sen w = .J34' temos -2- = -2-

3 - 5i)' = (.J34]'
-2- (cos wt - isen wt). Substituindo em (*) obtemos:
( -2-

.J34]' [Xo coswt - (13-5-Yo+ 5Xo) senwt]

(x,) = (-2-
y, ,

(~ [Yocoswt+(Y; + 2:o)senwt]
3) O exercício a seguir deriva um resultado que pode ser utilizado na solução de
exercício como este que acabamos de abordar (exercício resolvido 2). Dada A matriz
quadrada real de ordem 2 com dois autovalores complexos conjugados, determine P

matriz inversível de ordem 2 tal que P A p- I = (_ ~ !), onde a + bi é autovalor de A.

Solução: Seja a.=a+bi EC autovalor de A e v=v I +iV 2 EC 2 auto-vetor

correspondente (Vj E 9t 2 ) . av, visto que A é matriz
Como Av = a.v, então 5 A v =
real. Assim v é auto vetor correspondente ao vetor-valor a.. Por hipótese a * a,
donde se conclui que {v, v} são linearmente independentes em C 2 e em conseqüência
{VI' v 2 } são linearmente independentes em 9t 2 • Agora
AVI + iAv 2 = Av = (a + bi)(vI + iv2 ) = (avI - bv2 ) + i(av2 + bvl ), ou seja,
AvI: avI - bV2 •
{ AV - bV + av
2 I 2

Portanto, a matriz que representa o operador determinado por A na base

{VI' v2 } é (_: !). Logo p- I = [VI v 2 ], onde [VI vJ é a matriz quadrada de ordem 2

tal que as suas colunas são v I e v 2.

4) O exercício a seguir assemelha-se ao exercício resolvido número 2. Sua solução,
entretanto, utiliza o resultado do exercício que acabamos de apresentar e uma técnica
ligeiramente modificada. Determine a solução da seguinte equação de diferenças:

5 A barra (-) sobre a. significa o conjugado complexo deste número; o mesmo ocorrendo para V, só
que para os componentes deste vetor.

64
 =
X"' Ax" onde A =(: -~)
{
Xo dado
Solução: É fácil ver que 1+ i J3 e 1- i J3 são os autovalores de A. Vamos calcular
e autovetor associado ao autovalor 1+ i J3. Queremos encontrar x E 9t 2
tal que
(A-(I+iJ3)I)x=O. Por exemplo X=(iJ3,I)=(O,I)+i(J3,O). Pelo exercício

anterior p-' = [ ~ ~], o que implica que P = [~ ~]. O exercício anterior nos
diz que

J3/
~ [COSO - seno]
P A p- I = [1 J3] = 2 /2 _
- 2 sen O O' onde O
_
- -60
o

-J3 1 -..J% ~
cos

,
E facil provar por indução que
[COSOO -seno]n
O =
[cosno -senno]
O O' "i/n E~.
sen cos sen n cosn
costO - sentO]
Logo PAlp- 1 = (PAP-I)I = 21 [ O O' "i/t E~, ou ainda,
sent cost

AI =2 1
p- I
costO - sentO]
P=2 1
[costO J3 sen tO] eXI=Alxo,"i/tE~
[ sentO costO - J3/3sentO costO

65
Exercícios Propostos: Seção 2

I) Resolva as seguintes equações de diferenças finitas:

t
a) Yt+2 - 2Yt+l + Yt = 3
b) Yt+l - Yt = Yt_p sendo Yo = O'Yl = I
c) Yt+2 - Yt+l + 1/ 4Yt = 2, sendo, Yo = 4'Yl = 7
d) Yt -7Yt-l + 16Yt_2 -12Yt_3 = 2t

2) Resolva as seguintes equações diferenciais:

3) Resolva os seguintes sistemas de equação em diferenças finitas:

Xt+l + x t + 2yt = 24
a) { 2 _ 2 _ 9' com Xo = 10 e Yo =9
Yt+l+ x t Yt-

Xt+l - x t -1/3 Yt =-1

b) { com Xo = 5 e Yo = 4
Xt+l + Yt+l - 1/6 Yt = 17 / 2'

Xt+l = -Xt + 2Yt

c) { , com Xo = 1 e Yo =1
Yt+l = 2x t - Yt

Xt+l = x t - Yt
d) { , com Xo = 1 e Yo = 2
Yt+l =xt + Yt

66
 Referências Bibliográficas:

Bartle, R. G., "The Elements ofReal Analysis",New York, John Wiley and Sons, Inc.,
1976.

Brandão, Antônio Salazar P., "Análise Matemática: Um Texto para Economistas"

IPEAI INPES, 1982.

Chiang, Alpha C., "Fundamental Methods of Mathematical Economics", Mc Graw-

Hill, 1974.

Cysne, Rubens Penha ''Notas de aula para o curso de Matemática f', EPGE, Mímeo,
dezembro, 1991.

Debreu, G., "Definite and Semidefinite Ouadractic Forms", Econometrica, Abril de

1952.

Debreu, G., "Theory of value and axiomatic analysis of economic eguilibrium."

Monograph, 17. Cowles Foudation, 1959.

Gandolfo, Giancarlo, "Mathematical Methods and Models in Economic Dynamics",

North Holland, 1971.

Guidorizi, H.L., "Um Curso de Cálculo", Vols. 1,2,3,4, Editora Livros Técnicos e
Científicos - São Paulo.

Hadley, G., "Álgebra Linear", Forense-Universitária, 1979.

Hoffman, K e Kunze, R. "Linear Algebra", Prentice Hall, Inc. 1961.

Leithold, L., "O Cálculo com Geometria Analítica", Vol. 1 e 2, Segunda Edição,
Harper & Row do Brasil.

Lima, Elon L., "Curso de Análise", Vol. 1 e 2, IMPA, CNPQ, 1976.

Lima, Elon L., "Análise Real", IMPA, CNPQ, Rio de Janeiro, 1989.

Simonsen, M. H., "Dinâmica Macroeconômica", Mc-Graw Hill do Brasil, 1983.

67
Simonsen, M. H., "Teoria do Consumidor", EPGE, Mimeo, 1988.

Simonsen, M. H., "Equações Diferenciais Ordinárias com Coeficiente Constantes",

Mímeo, EPGE, 1988.

Takayama, A. "Mathematical Economics", Hinsdale, Dryden-Press, 1974.

Varian, Hal. R., "Microeconomic Analysis", W. W. Norton Company Inc., 1984.

68
 ERSAIOS ECORÔMICOS DA EPGE

200. A VISÃO TEÓRICA SOBRE MODELOS PREVIDENCIÁRIOS: O CASO BRASILEIRO -

Luiz Guilherme Schymura de Oliveira - Outubro de 1992 - 23 pág. (esgotado)
201. HIPERINFLAÇÃO: CÂMBIO, MOEDA E ÂNCORAS NOMINAIS - Fernando de Holanda
Barbosa - Novembro de 1992 - 10 pág. (esgotado)
202. PREVIDÊNCIA SOCIAL: CIDADANIA E PROVISÃO - Clovis de Faro - Novembro de
1992 - 31 pág. (esgotado)
203. OS BANCOS ESTADUAIS E O DESCONTROLE FISCAL: ALGUNS ASPECTOS -
Sérgio Ribeiro da Costa Werlang e Armínio Fraga Neto - Novembro de 1992 - 24 pág.
(esgotado)
204. TEORIAS ECONÔMICAS: A MEIA-VERDADE TEMPORÁRIA - Antonio Maria da
Silveira - Dezembro de 1992 - 36 pág. (esgotado)
205. THE RICAROIAN VICE AND THE INDETERMINATION OF SENIOR - Antonio Maria
da Silveira - Dezembro de 1992 - 35 pág. (esgotado)
206. HIPERINFLAÇÃO E A FORMA FUNCIONAL DA EQUAÇÃO DE DEMANDA DE
MOEDA - Fernando de Holanda Barbosa - Janeiro de 1993 - 27 pág. (esgotado)
207. REFORMA FINANCEIRA - ASPECTOS GERAIS E ANÁLISE DO PROJETO DA LEI
COMPLEMENT AR - Rubens Penha Cysne - fevereiro de 1993 - 37 pág. (esgotado)
208. ABUSO ECONÔMICO E O CASO DA LEI 8.002 - Luiz Guilherme Schymura de Oliveira e
Sérgio Ribeiro da Costa Werlang - fevereiro de 1993 - 18 pág. (esgotado)
209. ELEMENTOS DE UMA ESTRATÉGIA PARA O DESENVOLVIMENTO DA
AGRICUL TURA BRASILEIRA - Antonio Salazar Pessoa Brandão e Eliseu Alves -
Fevereiro de 1993 - 370pág. (esgotado)
210. PREVIDÊNCIA SOCIAL PÚBLICA: A EXPERIÊNCIA BRASILEIRA - Hélio
Portocarrero de Castro, Luiz Guilherme Schymura de Oliveira, Renato Fragelli Cardoso e
Uriel de Magalhães - Março de 1993 - 35 pág - (esgotado) .
211. OS SISTEMAS PREVIDENCIÁRIOS E UMA PROPOSTA PARA A REFORMULACAO
DO MODELO BRASILEIRO - Helio Portocarrero de Castro, Luiz Guilherme Schymura de
Oliveira, Renato Fragelli Cardoso e Uriel de Magalhães - Março de 1993 - 43 pág. -
(esgotado)
212. THE INDETERMINATION OF SENIOR (OR THE INDETERMINATION OF
WAGNER) AND SCHMOLLER AS A SOCIAL ECONOMIST - Antonio Maria da Silveira
- Março de 1993 - 29 pág. (esgotado)
213. NASH EQUlLffiRIUM UNDER KNIGHTIAN UNCERTAINTY: BREAKING DOWN
BACKWARO INDUCTION (Extensively Revised Version) - James Dow e Sérgio Ribeiro da
Costa Werlang - Abril de 1993 36 pág. (esgotado)
214. ON THE DIFFERENTIABILITY OF THE CONSUMER DEMAND FUNCTION - Paulo
Klinger Monteiro, Mário Rui Páscoa e Sérgio Ribeiro da Costa Werlang - Maio de 1993 -
19 pág. (esgotado)
215. DETERMINAÇÃO DE PREÇOS DE ATIVOS, ARBITRAGEM, MERCADO A TERMO E
MERCADO FUTURO - Sérgio Ribeiro da Costa Werlang e Flávio Auler - Agosto de 1993 -
69 pág. (esgotado).
216. SISTEMA MONETÁRIO VERSÃO REVISADA - Mario Henrique Simonsen e Rubens
Penha Cysne - Agosto de 1993 - 69 pág. (esgotado).
217. CAIXAS DE CONVERSÃO - Fernando Antônio Hadba - Agosto de 1993 - 28 pág.
218. A ECONOMIA BRASILEIRA NO PERÍODO MILITAR - Rubens Penha Cysne - Agosto de
1993 - 50 pág. (esgotado).
219. IMPÔSTO INFLACIONÁRIO E TRANSFERÊNCIAS INFLACIONÁRIAS - Rubens
Penha Cysne - Agosto de 1993 - 14 pág. (esgotado).
220. PREVISÕES DE Ml COM DADOS MENSAIS - Rubens Penha Cysne e João Victor Issler -
Setembro de 1993 - 20 pág. (esgotado)
221. TOPOLOGIA E CÁLCULO NO Rn - Rubens Penha Cysne e Humberto Moreira -
Setembro de 1993 - 106 pág. (esgotado)
222. EMPRÉSTIMOS DE MÉDIO E LONGO PRAZOS E INFLAÇÃO: A QUESTÃO DA
INDEXAÇÃO - Clovis de Faro - Outubro de 1993 - 23 pág.
223. ESTUDOS SOBRE A INDETERMINAÇÃO DE SENIOR, vol. 1 - Nelson H. Barbosa,
Fábio N.P. Freitas, Carlos F.L.R. Lopes, Marcos B. Monteiro, Antonio Maria da Silveira
(Coordenador) e Matias Vernengo - Outubro de 1993 - 249 pág (esgotado)
224. A SUBSTITUIÇÃO DE MOEDA NO BRASIL: A MOEDA INDEXADA - Fernando de
Holanda Barbosa e Pedro Luiz VaUs Pereira - Novembro de 1993 - 23 pág.
225. FINANCIAL INTEGRATION AND PUBLIC FINANCIAL INSTITUTIONS - Walter
Novaes e Sérgio Ribeiro da Costa Werlang - Novembro de 1993 - 29 pág
226. LAWS OF LARGE NUMBERS FOR NON-ADDITIVE PROBABILITIES - James Dow e
Sérgio Ribeiro da Costa Werlang - Dezembro de 1993 - 26 pág.
227. A ECONOMIA BRASILEIRA NO PERÍODO MILITAR - VERSÃO REVISADA - Rubens
Penha Cysne - Janeiro de 1994 - 45 pág. (esgotado)
228. THE IMP ACT OF PUBLIC CAPITAL AND PUBLIC INVESTMENT ON ECONOMIC
GROWTH: AN EMPIRICAL INVESTIGATION - Pedro Cavalcanti Ferreira - Fevereiro de
1994 - 37 pág. (esgotado)
229. FROM THE BRAZILIAN PAY AS VOU GO PENSION SYSTEM TO
CAPITALIZATION: BAILING OUI THE GOVERNMENT - José Luiz de Carvalho e
Clóvis de Faro - Fevereiro de 1994 - 24 pág.
230. ESTUDOS SOBRE A INDETERMINAÇÃO DE SENlOR - vol. 11 - Brena Paula Magno
Fernandez, Maria Tereza Garcia Duarte, Sergio Grumbach, Antonio Maria da Silveira
(Coordenador) - Fevereiro de 1994 - 51 pág.(esgotado)
231. ESTABILIZAÇÃO DE PREÇOS AGRÍCOLAS NO BRASIL: AVALIAÇÃO E
PERSPECTIVAS - Clovis de Faro e José Luiz Carvalho - Março de 1994 - 33 pág.
(esgotado)
232. ESTIMATING SECTORAL CYCLES USING COINTEGRATION AND COMMON
FEATURES - Robert F. Engle e João Victor Issler - Março de 1994 - 55 pág. (esgotado)

2
233. COMMON CYCLES IN MACROECONOMIC AGGREGATES - João Victor Issler e
Farshid Vahid - Abril de 1994 - 60 pág.
234. BANDAS DE CÂMBIO: TEORIA, EVIDÊNCIA EMPÍRICA E SUA POSSÍVEL
APLICAÇÃO NO BRASIL - Aloisio Pessoa de Araújo e Cypriano Lopes Feijó Filho - Abril
de 1994 - 98 pág. (esgotado)
235. O HEDGE DA DÍVIDA EXTERNA BRASILEIRA - Aloisio Pessoa de Araújo, Túlio Luz
Barbosa, Amélia de Fátima F. Semblano e Maria Haydée Morales - Abril de 1994 - 109 pág.
(esgotado)
236. TESTING THE EXTERNALITIES HYPOTHESIS OF ENDOGENOUS GROWTH
USING COINTEGRATION - Pedro Cavalcanti Ferreira e João Victor Issler - Abril de 1994
- 37 pág. (esgotado)
237. THE BRAZILIAN SOCIAL SECURITY PROGRAM: DIAGNOSIS AND PROPOSAL
FOR REFORM - Renato Fragelli; Uriel de Magalhães; Helio Portocarrero e Luiz Guilherme
Schymura - Maio de 1994 - 32 pág.
238. REGIMES COMPLEMENTARES DE PREVIDÊNCIA - Hélio de Oliveira Portocarrero de
Castro, Luiz Guilherme Schymura de Oliveira, Renato Fragelli Cardoso, Sérgio Ribeiro da
Costa Werlang e Uriel de Magalhães - Maio de 1994 - 106 pág.
239. PUBLIC EXPENDITURES, TAXATION AND WELFARE MEASUREMENT - Pedro
Cavalcanti Ferreira - Maio de 1994 - 36 pág.
240. A NOTE ON POLICY, THE COMPOSITION OF PUBLIC EXPENDITURES AND
ECONOMIC GROWTH - Pedro Cavalcanti Ferreira - Maio de 1994 - 40 pág. (esgotado)
241. INFLAÇÃO E O PLANO FHC - Rubens Penha Cysne - Maio de 1994 - 26 pág. (esgotado)
242. INFLATIONARY BIAS AND STATE OWNED FINANCIAL INSTITUTIONS - WaIter
Novaes Filho e Sérgio Ribeiro da Costa Werlang - Junho de 1994 -35 pág.
243. INTRODUÇÃO À INTEGRAÇÃO ESTOCÁSTICA - Paulo Klinger Monteiro - Junho de
1994 - 38 pág. (esgotado)
244. PURE ECONOMIC THEORIES: THE TEMPORARY HALF-TRUTH - Antonio M.
Silveira - Junho de 1994 - 23 pág. (esgotado)
245. WELFARE COSTS OF INFLATION - THE CASE FOR INTEREST-BEARING MONEY
AND EMPIRICAL ESTIMATES FOR BRAZIL - Mario Henrique Simonsen e Rubens
Penha Cysne - Julho de 1994 - 25 pág. (esgotado)
246. INFRAESTRUTURA PÚBLICA, PRODUTIVIDADE E CRESCIMENTO - Pedro
Cavalcanti Ferreira - Setembro de 1994 - 25 pág.
247. MACROECONOMIC POLICY AND CREDffiILITY: A COMPARATIVE STUDY OF
THE FACTORS AFFECTING BRAZILIAN AND ITALIAN INFLATION AFTER 1970-
Giuseppe Tullio e Mareio Ronci - Outubro de 1994 - 61 pág. (esgotado)
248. INFLATION AND DEBT INDEXATION: THE EQUIVALENCE OF TWO
ALTERNATIVE SCHEMES FOR THE CASE OF PERIODIC PAYMENTS - Clovis de
Faro - Outubro de 1994 -18 pág.

3
249. CUSTOS DE BEM ESTAR DA INFLAÇÃO - O CASO COM MOEDA INDEXADA E
ESTIMATIVAS EMPÍRICAS PARA O BRASIL - Mario Henrique Simonsen e Rubens
Penha Cysne - Novembro de 1994 - 28 pág. (esgotado)
250. THE ECONOMIST MACIDAVELLI - Brena P. M. Femandez e Antonio M. Silveira -
Novembro de 1994 - 15 pág.
251. INFRAESTRUTURA NO BRASIL: ALGUNS FATOS ESTILIZADOS - Pedro Cavalcanti
Ferreira - Dezembro de 1994 - 33 pág. (esgotado)
252. ENTREPRENEURIAL RISK AND LABOUR'S SHARE IN OUTPUT - Renato Fragelli
Cardoso - Janeiro de 1995 - 22 pág.
253. TRADE OR INVESTMENT ? LOCATION DECISIONS UNDER REGIONAL
INTEGRATION - Marco Antonio F.de H. Cavalcanti e Renato G. Flôres Jr. - Janeiro de
1995 - 35 pág.
254. O SISTEMA FINANCEIRO OFICIAL E A QUEDA DAS TRANFERÊNCIAS
INFLACIONÁRIAS - Rubens Penha Cysne - Janeiro de 1995 - 32 pág. (esgotado)
255. CONVERGÊNCIA ENTRE A RENDA PER-C APITA DOS ESTADOS BRASILEIROS -
Roberto G. Ellery Jr. e Pedro Cavalcanti G. Ferreira - Janeiro 1995 - 42 pág.
256. A COMMENT ON "RATIONAL LEARNING LEAD TO NASH EQUILffiRIUM" BY
PROFESSORS EHUD KALAI EHUD EHUR - Alvaro Sandroni e Sergio Ribeiro da Costa
Werlang - Fevereiro de 1995 - 10 pág.
257. COMMON CYCLES IN MACROECONOMIC AGGREGATES (revised version) - João
Victor Issler e Farshid Vahid - Fevereiro de 1995 - 57 pág.
258. GROWTH, INCREASING RETURNS, AND PUBLIC INFRASTRUCTURE: TIMES
SERIES EVIDENCE (revised version) - Pedro Cavalcanti Ferreira e João Victor Issler -
Março de 1995 - 39 pág.(esgotado)
259. POLÍTICA CAMBIAL E O SALDO EM CONTA CORRENTE DO BALANÇO DE
PAGAMENTOS - Allais do Seminário realizado na Fundação Getulio rargas 110 dia 08 de
dezembro de 199-1 - Rubens Penha Cysne (editor) - Março de 1995 - 47 pág. (esgotado)
260. ASPECTOS MACROECONÔMICOS DA ENTRADA DE CAPITAIS - Anais do Seminário
realizado na Fundação Getulio Jargas no dia 08 de dezembro de 199-1 - Rubens Penha
Cysne (editor) - Março de 1995 - 48 pág. (esgotado)
261. DIFICULDADES DO SISTEMA BANCÁRIO COM AS RESTRIÇÕES ATUAIS E
COMPULSÓRIOS ELEVADOS - Anais do Seminário realizado na Fundação Getulio
Jargas no dia 09 de dezembro de 199-1 - Rubens Penha Cysne (editor) - Março de 1995 -
47 pág. (esgotado)
262. POLÍTICA MONETÁRIA: A TRANSIÇÃO DO MODELO ATUAL PARA O MODELO
CLÁSSICO - Anais do Seminário realizado na Fundação Getulio rargas 110 dia 09 de
dezembro de 199-1 - Rubens Penha Cysne (editor) - Março de 1995 - 54 pág. (esgotado)
263. CITY SIZES AND INDUSTRY CONCENTRATION - Afonso Arinos de Mello Franco
Neto - Maio de 1995 - 38 pág. (esgotado)
264. WELF ARE AND FISCAL POLICY WITH PUBLIC GOODS AND INFRASTRUCTURE
(Revised Version) - Pedro Cavalcanti Ferreira - Maio de 1995 - 33 pág. (esgotado)

4
265. PROFIT SHARING WITH HETEROGENEOUS ENTREPRENEURIAL PROWESS -
Renato Fragelli Cardoso - Julho de 1995 - 36 pág.
266. A DINÂMICA MONETÁRIA DA lllPERINFLAÇÃO: CAGAN REVISIT ADO - Fernando
de Holanda Barbosa - Agosto de 1995 - 14 pág.
267. A SEDIÇÃO DA ESCOLHA PÚBLICA: VARIAÇÕES SOBRE O TEMA DE
REVOLUÇÕES CIENTÍFICAS - Antonio Maria da Silveira - Agosto de 1995 - 24 pág.
268. A PERSPECTIVA DA ESCOLHA PÚBLICA E A TENDÊNCIA INSTlTUCIONALIST A
DE KNIGHT - Antonio Maria da Silveira - Setembro de 1995 - 28 pág.
269. ON LONG-RUN PRICE COMOVEMENTS BETWEEN PAINTINGS AND PRINTS -
Renato Flôres - Setembro de 1995 - 29 pág. (esgotado)
270. CRESCIMENTO ECONÔMICO, RENDIMENTOS CRESCENTES E CONCORRÊNCIA
MONOPOLISTA - Pedro Cavalcanti Ferreira e Roberto Ellery Junior - Outubro de 1995 - 32
pág. (esgotado)
271. POR UMA CIÊNCIA ECONÔMICA FILOSOFICAMENTE INFORMADA: A
INDETERMINAÇÃO DE SENIOR - Antonio Maria da Silveira - Outubro de 1995 - 25 pág.
(esgotado)
272. ESTIMATING THE TERM STRUCTURE OF VOLATILITY AND FlXED INCOME
DERIVATlVE PRICING - Franklin de O. Gonçalves e João Victor Issler - Outubro de 1995
- 23 pág. (esgotado)
273. A MODEL TO ESTIMATE THE US TERM STRUCTURE OF INTEREST RATES -
Antonio Marcos Duarte Júnior e Sérgio Ribeiro da Costa Werlang - Outubro de 1995 - 21
pág. (esgotado)
274. EDUCAÇÃO E INVESTIMENTOS EXTERNOS COMO DETERMINANTES DO
CRESCIMENTO A LONGO PRAZO - Gustavo Gonzaga, João Victor Issler e Guilherme
Cortella Marone - Novembro de 1995 - 34 pág. (esgotado)
275. DYNAMIC HEDONIC REGRESSIONS: COMPUTATION AND PROPERTIES - Renato
Galvão Flôres Junior e Victor Ginsburgh - Janeiro de 1996 - 21 pág.
276. FUNDAMENTOS DA TEORIA DAS OPÇÕES - Carlos Ivan Simonsen Leal - Fevereiro de
1996 - 38 pág. (esgotado)
277. DETERMINAÇÃO DO PREÇO DE UMA OpçÃO E ARBITRAGEM - Carlos Ivan
Simonsen Leal - Fevereiro 1996 - 55 pág.
278. SUSTAINED GROWTH, GOVERNMENT EXPENDlTURE AND INFLATION - Pedro
Cavalcanti Ferreira - Fevereiro 1996 - 38 pág.
279. REFLEXOS DO PLANO REAL SOBRE O SISTEMA BANCÁRIO BRASILEIRO -
Rubens Penha Cysne e Sérgio Gustavo Silveira da Costa - Junho 1996 - 23 pág.
280. CURSO DE MATEMÁTICA PARA ECONOMISTAS, CAPÍTULOS I E lI: FUNÇÕES,
ÁLGEBRA LINEAR E APLICAÇÕES - Rubens Penha Cysne e Humberto de Athayde
Moreira - Junho 1996 - 75 pág.

000077230
5
" 11111" I" 1111111111111111111 111111