Livro EDO PDF

Vinı́cius Piccirillo
Equações Diferenciais Ordinárias

Sumário
Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1 Equações diferenciais de primeira ordem . . . . . . . . . . . . . . . . . . . . . . 5
1.1 Equação diferencial linear - fator integrante . . . . . . . . . . . . . . . . 6
1.2 Equação de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Equação Separável . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Equação Homogênea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5 Equação Exata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5.1 Fator integrante - Equação Exata . . . . . . . . . . . . . . . . . . 24
1.6 Teorema de Existência e Unicidade . . . . . . . . . . . . . . . . . . . . . 28
1.7 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2 Sistemas de equações diferenciais ordinárias lineares de primeira ordem . . . . 35
2.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Exponencial de uma matriz . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3 Diagonalização - Autovalores reais e distintos . . . . . . . . . . . . . . . 40
2.4 Teorema fundamental para sistemas lineares . . . . . . . . . . . . . . . . 42
2.5 Diagonalização - Autovalores Complexos . . . . . . . . . . . . . . . . . . 46
2.6 Diagonalização - Autovalores múltiplos . . . . . . . . . . . . . . . . . . . 51
2.7 Sistemas Lineares Não Homogêneos . . . . . . . . . . . . . . . . . . . . 56
2.8 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3 Equações diferenciais ordinárias de ordem superior . . . . . . . . . . . . . . . . 61
3.0.1 Equações diferenciais homogêneas . . . . . . . . . . . . . . . . . 63
3.0.2 Equações diferenciais homogêneas com coeficientes constantes . 66
3.0.3 Raı́zes reais e distintas . . . . . . . . . . . . . . . . . . . . . . . . 67
3.0.4 Raı́zes complexas . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.0.5 Raı́zes repetidas - Método da redução de ordem . . . . . . . . . . 72
3.0.5.1 Método da redução de ordem . . . . . . . . . . . . . . . 73
3.0.6 Equações Não Homogêneas . . . . . . . . . . . . . . . . . . . . . 77
3.0.6.1 Método dos coeficientes indeterminados . . . . . . . . 79
3.0.6.2 Método da variação de parâmetros . . . . . . . . . . . . 83
3.0.7 Mudança de variável . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.0.7.1 Equações com y(n) e y(n–1) . . . . . . . . . . . . . . . . . 88
3.0.8 Equações de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Introdução
E ste documento foi desenvolvido como material de suporte para a disciplina de

equações diferenciais ordinárias no nı́vel de graduação. O material pode ser utilizado
pelos alunos de graduação em matemática, matemática aplicada, ciências e engenharia.
Pode-se dizer que os principais pré-requisitos para a leitura deste texto são Cálculo
Diferencial e Integral e Álgebra Linear.
4 Introdução
Notação.
Antes de iniciarmos este texto sobre equações diferenciais ordinárias (edos) vamos
introduzir algumas notações relevantes para o mesmo:
1. Seja F(t, y) uma função contı́nua, então definimos as derivadas parciais com relação
à t e y de F(t, y) como
∂F(t, y) ∂F(t, y)
Ft (t, y) = , Fy (t, y) =
∂t ∂y
onde os ı́ndices denotam as derivas parciais
2. Seja x(t) uma função desconhecida e t a sua variável independente, então definimos
as derivadas desta função como segue:
d
x(t) = x(1) (t),
dt
d2
2
x(t) = x(2) (t)
dt
.. ..
. .
dn–1
n–1
x(t) = x(n–1) (t)
dt
dn
x(t) = x(n) (t)
dt n
Observação: Também pode-se representar uma derivada da seguinte maneira:
x0(t) = x(1) , x00(t) = x(2) , . . .

CAPÍTULO 1
Equações diferenciais de
primeira ordem
Lema 1 Uma equação diferencial é uma equação em que a incógnita é dada por uma função desco-
nhecida e a equação envolve derivadas desta função desconhecida.
Lema 2 Uma equação diferencial é classificada quanto ao tipo, ordem e linearidade
a) Tipo: Uma equação diferencial é ordinária quando a função desconhecida da equação

depende de apenas 1 (uma) variável independente, caso contrário, a equação é dita parcial.
b) Ordem: A ordem da equação diferencial é dada pela mais alta derivada que aparece na
equação diferencial
c) Linearidade: Uma equação diferencial ordinária (edo) linear de ordem n é definida como
segue
an (t)x(n) (t) + an–1 (t)x(n–1) (t) + · · · + a1 (t)x(1) (t) + a0 (t)x(t) = F(t) (1.1)
onde x(t) é a função desconhecida e ak (t)(k = 0, . . . , n) são os coeficientes da edo.
Agora escreveremos uma edo de maneira mais geral: Vamos tomar uma função f ,
uma variável independente t, uma função desconhecida x(t) e todas as suas derivadas até
6 Capı́tulo 1. Equações diferenciais de primeira ordem
a ordem n. Então, podemos expressar a derivada de mais alta ordem de x(t) da seguinte
maneira
x(n) (t) = f (t, x(t), x(1) (t), . . . , x(n–1) (t)) (1.2)
a equação diferencial 1.2 é dita linear se a função f é linear em termos de x(t) e suas
derivadas, caso contrário, a equação 1.2 é não linear.
Para resolver as equações 1.1 ou 1.2 é mais conveniente, e usual, substituir a função
x(t) pela variável y, ou seja, x(t) = y. Consequentemente com esta mudança teremos
x(1) (t) = y(1) , x(2) (t) = y(2) , . . . , x(n) (t) = y(n) . Portanto, utilizando essas novas variáveis as
equações 1.1 e 1.2 tornam-se
an (t)y(n) + an–1 (t)y(n–1) + . . . + a1 (t)y(1) + a0 (t)y = F(t) (1.3)
y(n) = f (t, y, y(1) , . . . , y(n–1) ) (1.4)
Estamos interessados em encontrar soluções analı́ticas para equações diferenciais de

primeira ordem. Portanto, o foco aqui é resolver a seguinte edo
y(1) = f (t, y) (1.5)
Começaremos o nosso estudo com as equações diferenciais lineares de primeira

ordem
1.1 Equação diferencial linear - fator integrante

Aqui iremos resolver a seguinte edo linear
a1 (t)y(1) + a0 (t)y = F(t) (1.6)
Para resolver a equação 1.6, vamos tomar as seguintes hipóteses:
1. O coeficiente a1 (t) , 0, ∀t
2. As funções a1 (t), a0 (t) e F(t) são funções contı́nuas em um intervalo aberto I
Assim, se a1 (t) , 0 vamos dividir a equação 1.6 por este coeficiente, obtendo assim a
seguinte equação diferencial linear de primeira ordem
y(1) + p(t)y = q(t) (1.7)

1.1. Equação diferencial linear - fator integrante 7
(t)
onde p(t) = aa01 (t) e q(t) = aF(t)
1 (t)
Antes de resolvermos a equação 1.7, consideraremos um caso particular. Vamos tomar

p(t) = a, onde a ∈ R e, portanto, a equação 1.7 torna-se
y(1) + ay = q(t) (1.8)
Vamos observar a seguinte dica:
d at
(ye ) = y(1) eat + yaeat
dt
= eat (y(1) + ay) (1.9)
Perceba que a expressão entre parênteses na equação 1.9 é igual ao lado esquerdo da
igualdade na equação 1.8. Logo, se multiplicarmos a equação 1.8 por eat obtemos
eat (y(1) + ay) = eat q(t) (1.10)
levando em conta a equação 1.9 temos
d at
(ye ) = eat q(t) (1.11)
dt
Note que as equações 1.8 e 1.11 são equivalente, porém, tem-se a vantagem que agora
podemos integrar a equação 1.11. Assim,
∫ ∫
d at
(ye )dt = eat q(t)dt =⇒ (1.12)
dt ∫
at
ye = eat q(t)dt + C, C ∈ R (1.13)
Logo, da equação 1.13 obtemos a solução geral da equação 1.8 que é dada por
∫
y=e –at e q(t)dt + Ce–at , C ∈ R
at (1.14)
Note que para conseguirmos resolver a equação 1.8 foi necessário utilizarmos a dica
dada na equação 1.9. A função eat foi primordial para conseguirmos resolver a edo. O
papel desta função foi tornar o lado esquerdo da igualdade da equação 1.12 facilmente
integrável, por isso daremos para a função eat o nome de fator integrante.
Agora, iremos resolver a equação 1.7 onde p(t) é uma função contı́nua qualquer. Para
isso é preciso encontrar um fator integrante para esta equação.
Vamos supor que a função µ(t) > 0 é o fator integrante para a equação 1.7, assim
multiplicando a equação 1.7 por µ(t) temos:
µ(t)(y(1) + p(t)y) = µ(t)q(t) (1.15)
Aqui, vamos tomar a seguinte hipótese:
d
(µ(t)y) = µ(t)(y(1) + p(t)y) (1.16)
dt
Se a equação 1.16 é verdadeira (lembre-se que até este momento é uma hipótese),
então, a equação 1.15 torna-se
d
(µ(t)y) = µ(t)q(t) (1.17)
dt
Assim,
dy dµ(t)
µ(t) + y = µ(t)q(t) (1.18)
dt dt
Como µ(t) > 0, então dividindo a equação 1.18 por µ(t), vamos obter
dy µ(1) (t)
+ y = q(t) (1.19)
dt µ(t)
Portanto, as equações 1.7 e 1.19 são equivalente se
µ(1) (t)
= p(t) (1.20)
µ(t)
Se a equação 1.20 tem solução, isso implica que a hipótese feita (equação 1.16) é ver-
dadeira, logo, devemos resolver a equação 1.20. Para isso vamos integrá-la em ambos os
lados com relação a t,
µ(1) (t)
∫ ∫
dt = p(t)dt (1.21)
µ(t)
obtemos
∫
ln(µ(t)) = p(t)dt (1.22)
e, portanto,
∫
µ(t) = e p(t)dt (1.23)
1.1. Equação diferencial linear - fator integrante 9
Assim, o fator integrante que resolve a equação 1.7 é dado pela equação 1.23.
Observações:
1 - O fator integrante é único, ou seja, não existe nenhuma outra função que faz com
que a hipótese 1.16 se verifique.
2 - No caso particular (equação 1.8) quando tomamos p(t) = a, a ∈ R, o fator integrante
∫ ∫
era eat pois pela equação 1.23 tem-se µ(t) = e p(t)dt = e adt = eat
Exemplo 1 Resolva a seguinte edo

1
y(1) + y = cos(t), t > 0 (1.24)
t
Resolução: A edo acima é de primeira ordem e linear. Além disso, ela está na forma dada pela
equação 1.7, onde p(t) = 1t e q(t) = cos(t), portanto, podemos utilizar o fator integrante para
resolvê-la. Assim, o fator integrante é
∫ ∫ 1
µ(t) = e p(t)dt
=e t dt = eln(t) = t (1.25)
Agora, multiplicando a equação 1.24 por µ(t) = t, obtemos

1

(1) d
t y + y = t cos(t) =⇒ (yt) = t cos(t) (1.26)
t dt
| {z }
= dtd (yt)
Assim, integrando ambos os lados da equação 1.26 com relação a t encontramos

∫ ∫
d
(yt)dt = t cos(t)dt =⇒ yt = tsen(t) + cos(t) + C, C ∈ R (1.27)
dt
Portanto, a solução geral da equação 1.24 é
y = sen(t) + t –1 (cos(t) + C), C ∈ R (1.28)

Exemplo 2 Modelo Populacional de Malthus Um dos modelos de dinâmica populacional mais
conhecidos é do economista inglês Thomas Robert Malthus, apresentado em 1798. Malthus disse o
seguinte: A taxa de variação da população com relação ao tempo e proporcional à própria população.
Assim, a equação diferencial que representa esta hipótese de Malthus é dado por
dP
= kP (1.29)
dt

onde P é a população incógnita da equação e k é uma constante de proporcionalidade.
Resolução: Note que a equação de Malthus é uma edo de primeira ordem linear, portanto, po-
demos resolvê-la utilizando o fator integrante. Antes de encontrarmos o fator integrante vamos
reescrever a equação 1.29 na forma 1.7, ou seja, a equação 1.29 torna-se
dP
– kP = 0 (1.30)
dt
onde p(t) = –k e q(t) = 0. Desta forma, o fator integrante é
= e –kdt = e–kt
∫ ∫
p(t)dt
µ(t) = e (1.31)
Agora, multiplicando a equação 1.30 por µ(t) = e–kt temos

d
e–kt P(1) – kP = 0 =⇒ (Pe–kt ) = 0

(1.32)
dt
| {z }
= dtd (Pe–kt )
Assim, integrando ambos os lados com relação a t, temos

∫ ∫
d –kt
(Pe )dt = 0dt =⇒ Pe–kt = C, C ∈ R (1.33)
dt
P = Cekt , C ∈ R (1.34)
1.2 Equação de Bernoulli

A equação diferencial que tem a forma
y(1) + p(t)y = q(t)yn , n ∈ R (1.35)
é chamada de equação de Bernoulli. Note que se n , 0 e n , 1 a equação de Bernoulli é

não linear.
Por outro lado, se n = 0 ou n = 1, a equação de Bernoulli é linear e, assim, podemos
utilizar o fator integrante para resolvê-la. Agora, quando n , 0 e n , 1 precisamos de
outra estratégia para resolver a equação 1.35. A ideia central para resolver a equação de
Bernoulli não linear é linearizá-la. Para conseguirmos realizar essa linearização devemos
seguir os seguintes passos.
1.2. Equação de Bernoulli 11
• Processo de linearização da equação de Bernoulli
Passo 1: Considerando que y , 0 vamos multiplicar a equação 1.35 por y–n , obtendo
y(1) y–n + p(t)yy–n = q(t)yn y–n =⇒ y(1) y–n + p(t)y1–n = q(t) (1.36)
Passo 2: Vamos realizar a substituição de Bernoulli. Tomando
u = y1–n (1.37)
e derivando a equação 1.37 com relação à t e utilizando a regra da cadeia, vamos obter
u(1) = (1 – n)y–n y(1) (1.38)
portanto, da equação 1.38 temos que
u(1)
y(1) y–n = (1.39)
(1 – n)
Substituindo as equações 1.39 e 1.37 na equação 1.36, vamos obter
u(1)
+ p(t)u = q(t) (1.40)
(1 – n)
Multiplicando a equação 1.40 por, 1 – n, obteremos
u(1) + ((1 – n)p(t))u = (1 – n)q(t) (1.41)
Note que a equação 1.41 é linear, e portanto, podemos resolvê-la utilizando o fator
integrante. Resolvendo a equação 1.41 vamos obter a variável u, e voltando a transformação
feita (veja equação 1.37), obteremos a variável y que resolve a equação de Bernoulli para
n , 0 e n , 1.

Exemplo 3 Modelo Populacional de Verhulst : Baseado na equação de Malthus o matemático
Belga Pierre François Verhulst, propôs em 1838 o seu modelo populacional. O modelo de Verhulst é
dado pela seguinte equação
dP
= kP(PL – P) (1.42)
dt

onde P é a população incógnita da edo , k é uma constante de proporcionalidade e PL é chamada
de população limite.
Resolução: Note que a equação de Verhulst é uma edo de primeira ordem não-linear, portanto não
podemos resolvê-la utilizando o fator integrante. Porém, se manipularmos a equação de Verhulst
ela tem a seguinte forma
dP
– (kPL )P = –kP2 (1.43)
dt
note que a equação de Verhulst é uma equação não linear do tipo de Bernoulli, assim, para resolver
a equação 1.43 devemos linearizá-la seguindo os passos 1 e 2, apresentados anteriormente.
Passo 1: Considerando que P , 0 vamos multiplicar a equação 1.43 por P–2 , obtendo
P(1) P–2 – (kPL )PP–2 = –kP2 P–2 =⇒ P(1) P–2 – (kPL )P–1 = –k (1.44)
Passo 2: Vamos considerar agora a substituição de Bernoulli. Tomando
u = P–1 (1.45)
e derivando a equação 1.45 com relação à t, tem-se que
u(1) = –P–2 P(1) (1.46)
Portanto, substituindo as equações 1.45 e 1.46 na equação 1.44, vamos obter
–u(1) – (kPL )u = –k (1.47)
multiplicando a equação 1.47 por –1, obteremos
u(1) + (kPL )u = k (1.48)
Note que a equação 1.48 é linear e, portanto vamos resolvê-la utilizando o fator integrante.
µ(t) = e (kPL )dt = e(kPL )t

∫
(1.49)
Multiplicando a equação 1.48 por µ(t) = e(kPL )t temos
d
e(kPL )t + (kPL )u = ke(kPL )t =⇒ (ue(kPL )t ) = ke(kPL )t
u(1)

(1.50)
dt
| {z }
= dtd (ue(kPL )t )
1.3. Equação Separável 13
Assim, integrando ambos os lados da equação 1.50 com relação a t, temos
e(kPL )t
∫ ∫
d (kPL )t
(ue )dt = ke(kPL )t dt =⇒ ue(kPL )t = + C, C ∈ R (1.51)
dt PL
1
u= + Ce–(kPL )t , C ∈ R (1.52)
PL
Agora, vamos retornar a substituição feita, ou seja
1
u = P–1 =⇒ P = (1.53)
u
como u é dado pela equação 1.52, então a solução da equação de Verhulst é
PL
P= , C∈R (1.54)
1 + PL Ce–(kPL )t
1.3 Equação Separável

Vamos considerar uma edo de primeira ordem que pode ser linear ou não linear
dy
= f (t, y) (1.55)
dt
Vamos supor que através de manipulações algébricas adequadas, possamos reescrever
a função f (t, y), por exemplo, na seguinte forma
G(t)
f (t, y) = (1.56)
H(y)
Perceba que com a manipulação algébrica realizada conseguimos “separar” a função

f (t, y), que depende de duas variáveis, em uma relação de duas novas funções onde cada
uma dessas novas funções depende de apenas uma variável. A saber, temos a função G(t)
dependente apenas da variável independente t, e a função H(y) que depende apenas da
variável desconhecida y.
Assim, substituindo a equação 1.56 na equação 1.55, obtemos:
dy G(t)
= (1.57)
dt H(y)
Logo, a equação 1.57 pode ser reescrita como segue
dy
H(y) = G(t) (1.58)
dt
A equação 1.58 é o que chamaremos de equação separável. Perceba que nesta equação
o lado esquerdo da igualdade depende apenas de y, e o lado direto da igualdade temos
uma função que depende apenas de t, ou seja, separamos na equação diferencial nas
variáveis t e y.
• Como resolver a equação 1.58
Para resolvermos a equação 1.58, vamos adotar as seguintes hipóteses: Vamos supor
que existam duas funções N(y) e M(t) tal que
dN(y)
= H(y) (1.59)
dy
dM(t)
= G(t) (1.60)
dt
Assim, substituindo as equações 1.59 e 1.60 na equação 1.58, temos
dN(y) dy dM(t)
= (1.61)
dy dt dt
Por outro lado, utilizando a regra da cadeia, podemos reescrever o lado esquerdo da
igualdade da seguinte maneira:
dN(y) dy dN(y)
= (1.62)
dy dt dt
Portanto, substituindo a equação 1.62 na equação 1.61, vamos obter
dN(y) dM(t)
= (1.63)
dt dt
Assim;
dN(y) dM(t) d
– = 0 =⇒ (N(y) – M(t)) = 0 (1.64)
dt dt dt
Integrando ambos os lados da equação 1.64 com relação à t, vamos obter a solução
geral da equação 1.55
N(y) – M(t) = C, C ∈ R (1.65)
1.3. Equação Separável 15
Agora, se retomarmos as hipóteses feitas nas equações 1.59 e 1.60, temos:
dN(y)
∫
= H(y) =⇒ N(y) = H(y)dy (1.66)
dy
∫
dM(t)
= G(t) =⇒ M(t) = G(t)dt (1.67)
dt
Portanto, substituindo as equações 1.66 e 1.67 na equação 1.65 podemos reescrevê-la
como: ∫ ∫
H(y)dy – G(t)dt = C, C ∈ R (1.68)
Logo, basta resolvermos a equação 1.68 para que possamos encontrar a solução geral
da edo 1.55.
A seguir, resolveremos um exemplo de uma edo separável
Exemplo 4 Resolva a seguinte equação diferencial
y(1) = e3y+2t (1.69)
Resolução: A edo acima é de primeira ordem e não linear. Para resolvê-la vamos separar as variáveis
y e t. Assim
y(1) = e3y+2t =⇒ y(1) = e3y e2t =⇒ e–3y y(1) = e2t (1.70)
Perceba que a equação e–3y y(1) = e2t tem a forma da equação (1.58), onde H(y) = e–3y e
G(t) = e2t , portanto a equação (1.69) é separável. Para achar a solução geral desta edo basta
resolvermos a equação (1.68). Assim
∫ ∫ ∫ ∫
H(y)dy – G(t)dt = C =⇒ e dy – e2t dt = C
–3y
(1.71)
1 1
=⇒ – e–3y – e2t = C
3 2
Portanto, a solução geral implı́cita da edo é
1 1
– e–3y – e2t = C, C ∈ R (1.72)
3 2
Exemplo 5 Encontre a solução do PVI abaixo
 y(1) = e3y+2t


.

 y(1) = 0


Resolução: Já resolvemos no exemplo 4 a edo: y(1) = e3y+2t . Assim, a solução geral é
1 1
– e–3y – e2t = C
3 2
Agora, substituindo t = 1 e y = 0 na solução geral encontraremos que C = – 31 – 21 e2 . Assim, a

solução do PVI é
1 –3y 1 2t 1 1 2
e + e = + e
3 2 3 2
1.4 Equação Homogênea

Considere uma edo de primeira ordem linear ou não linear
dy
= f (t, y) (1.73)
dt
Vamos supor que através de manipulações algébricas adequadas, possamos reescrever

a função f (t, y), nas seguintes maneiras:
1.
manipulações algébricas
y (1.74)
f (t, y) = · · · · · · · · · · · · · · · = f
z }| {
t
2.
manipulações algébricas
(1.75)

t
f (t, y) = · · · · · · · · · · · · · · · = f
z }| {
y
1.4. Equação Homogênea 17
Considerando a equação 1.74, podemos reescrever a equação 1.73 da seguinte maneira
dy y
=f (1.76)
dt t
Por outro lado, se considerarmos a equação 1.75 , então a equação 1.73 pode ser reescrita
como

dy t
=f (1.77)
dt y
As equações 1.76 e 1.77 são conhecidas como equações homogêneas
• Como resolver as equações 1.76 e 1.77
A ideia central para resolver uma equação homogênea é transforma-lá em uma equação
separável. Para isto devemos fazer substituições adequadas;
1. Resolvendo a equação 1.76
Para resolvermos a equação

dy y
=f
dt t
y
vamos fazer a seguinte mudança de variável. Considere que u = t , logo
y
u= =⇒ y = ut =⇒ y(1) = u(1) t + u (1.78)
t
Substituindo 1.78 em 1.76 temos
1 1

u(1) t + u = f (u) =⇒ u(1) t = f (u) – u =⇒ u(1) = (1.79)
f (u) – u t
e assim, a equação 1.79 torna-se uma equação separável na forma
1 1

u(1) = (1.80)
f (u) – u t
2. Resolvendo a equação 1.77

Para resolvermos a equação

dy t
=f
dt y
Vamos tomar agora que u = yt
A continuação é semelhante ao caso anterior, portanto eu deixo a cargo do leitor

como exercı́cio terminar a dedução deste caso
A seguir, resolveremos um exemplo de edo homogênea
Exemplo 6 Vamos resolver a seguinte EDO
t 2 y(1) – ty = y2 , t > 0 (1.81)
Resolução: A equação acima é de primeira ordem e não linear. A edo pode ser reescrita como segue:
y2 y
y(1) = 2 +
t t
| {z } (1.82)
y
f
t
Observe que a equação (1.82) esta na forma dada pela equação (1.76), portanto, esta edo é
y
homogênea. Assim, para resolvê-lá vamos tomar u = t . Logo
y
u= =⇒ y = ut =⇒ y(1) = u(1) t + u (1.83)
t
Substituindo a equação (1.83) em (1.82), temos
u(1) t + u = u2 + u =⇒ u(1) t = u2 (1.84)
Portanto, manipulando a equação (1.84) obtemos
1 (1) 1
u = (1.85)
u2 t
Assim, a equação acima é uma edo separável, e portanto, para encontrar a solução de (1.85)
devemos resolver;
1 1
∫ ∫
du – dt = k, k ∈ R (1.86)
u2 t
1.5. Equação Exata 19
Assim, temos que
1 1 1
– – ln(t) = k =⇒ – = ln(t) + k =⇒ = –(ln(t) + k) (1.87)
u u u
Sabemos que a log(b) = log(ba ) então – ln(t) = ln(t –1 ). Além disso, sem perda de generalidade,
vamos considerar que C = –k, C ∈ R. Portanto, a equação (1.87) torna-se
1 1
= ln(t –1 ) + C =⇒ u = (1.88)
u ln(t –1 ) + C
y
Como u = t então y = tu, e portanto, a solução geral da equação (1.81) é
t
y= (1.89)
ln(t –1 ) + C
Exemplo 7 Vamos encontrar a solução do PVI
 t 2 y(1) – ty = y2 , t > 0


.


 y(1) = 31

Resolução: Já resolvemos no exemplo 6 a edo: t 2 y(1) – ty = y2 , cuja solução geral é
t
y=
ln(t –1 ) + C
Agora, substituindo t = 1 e y = 31 na solução geral encontramos que C = 3. Assim, a solução do

PVI é
t
y=
ln(t –1 ) + 3
1.5 Equação Exata

Até este momento, deduzimos a solução de uma edo conhecida. Agora tentaremos fazer
o processo reverso, ou seja, será que se conhecermos a solução de uma edo é possı́vel
construir esta equação diferencial.? Veremos adiante que sim, é possı́vel, mas algumas
hipóteses deverão ser consideradas.
Qualquer solução de uma equação diferencial pode ser escrita implicitamente como
segue
ψ(t, y) = C, C ∈ R (1.90)
Derivando a equação 1.90 com relação a t, obtemos
∂ψ(t, y) ∂ψ(t, y) dy
+ =0 (1.91)
∂t ∂y dt
Considerando que
∂ψ(t, y) ∂ψ(t, y)
M(t, y) = , N(t, y) = (1.92)
∂t ∂y
então a equação 1.91 pode ser reescrita como
dy
M(t, y) + N(t, y) =0 (1.93)
dt
Perceba que a equação 1.90 é solução da equação diferencial 1.93. Assim, conseguimos
construir a equação diferencial 1.93 à partir da solução 1.90, onde as funções M(t, y) e
N(t, y) são obtidos pela equação 1.92. Por outro lado, podemos olhar para a diferencial da
equação 1.90, ou seja, para a seguinte equação
∂ψ(t, y) ∂ψ(t, y)
dy + dt = 0 (1.94)
∂y ∂t
e, considerando a equação 1.92 obtemos
M(t, y)dt + N(t, y)dy = 0 (1.95)
Aqui temos que a equação 1.95 é a forma diferencial de representarmos a equação 1.93.
Note que ambas as equações (1.93 e 1.95) são equivalentes, então, as soluções de ambas as
equações (1.93 e 1.95) são as mesmas, a saber, a equação 1.90. Vamos agora fazer o caminho
inverso, ou seja, dada a equação 1.93 ou a equação 1.95 será que é possı́vel encontrar a
solução 1.90 tal que a equação 1.92 é verdadeira.
Lema 3 Dada a equação

M(t, y)dt + N(t, y)dy = 0 (1.96)

ela é dita exata numa dada região aberta e simplesmente conexa “região sem buracos” R, se existir
∂ψ(t,y) ∂ψ(t,y)
uma função ψ(t, y), tal que M(t, y) = ∂t e N(t, y) = ∂y e
My (t, y) = Nt (t, y) (1.97)


Teorema 1 Critério da Exatidão Sejam M, N, My e Nt funções contı́nuas em um intervalo
aberto simplesmente conexo R definido como segue:
R = {(t, y) ∈ R2 : α < t < β, γ < y < δ}, α, β, γ, δ ∈ R
.
Então a equação
M(t, y)dt + N(t, y)dy = 0 (1.98)
tem solução em R se, e somente se,
My (t, y) = Nt (t, y) (1.99)
Demonstração: Aqui iremos demonstrar apenas a volta do teorema, pois a intenção é

construir uma solução (ψ(t, y) = C) para a equação 1.98 a partir da hipótese de que tal
equação é exata. Portanto, se a equação 1.98 é exata, então pelo lema 3 temos que
∂ψ(t, y)
M(t, y) = (1.100)
∂t
∂ψ(t, y)
N(t, y) = (1.101)
∂y
Assim, para encontrar ψ(t, y) devemos escolher entre as equações 1.100 e 1.101. Por
exemplo, vamos eleger a equação 1.100.
Integrando a equação 1.100 em ambos os lados com relação a t, obtemos
∂ψ(t, y)
∫ ∫ ∫
M(t, y)dt = dt =⇒ ψ(t, y) = M(t, y)dt + g(y) (1.102)
∂t
onde na integral acima y é tratado como uma constante, portanto, a constante arbitrária
de integração é na verdade uma função na variável y, a qual denotamos de g(y). A seguir
iremos encontrar g(y).
Para esta finalidade devemos derivar a equação 1.102 com relação a y, portanto
∂
∫
d
ψy (t, y) = M(t, y)dt + g(y) (1.103)
∂y dy
Queremos que a função ψ(t, y) satisfaça as equações 1.100 e 1.101 simultaneamente,

então o lado esquerdo da igualdade na equação 1.103 pode ser substituı́do pela função
N(t, y) (veja a equação 1.101). Assim, temos
∂
∫
d
N(t, y) = M(t, y)dt + g(y) (1.104)
∂y dy
e, portanto,
∂
∫
d
g(y) = N(t, y) – M(t, y)dt (1.105)
dy ∂y
Como a função do lado esquerdo da igualdade acima só depende de y, então para
que a igualdade da equação se verifique, devemos mostrar que o lado direito também
dependerá apenas de y. Para isto, vamos derivar ambos os lado da equação 1.105 com
relação à t;
∂
∫
d d d
g(y) = Nt (t, y) – M(t, y)dt =⇒
dt dy dt ∂y
∂
∫
d
0 = Nt (t, y) – M(t, y)dt
dt ∂y
Por hipótese temos que: M, N, My e Nt são funções contı́nuas em R, portanto em R, as

derivadas mistas são iguais (teorema de Clairaut-Schwarz). Assim, temos que
teorema de Clairaut-Schwarz (derivadas mistas iguais)

z }| {
d ∂ d ∂
∫ ∫
d
M(t, y)dt = M(t, y)dt = M(t, y) (1.106)
dt ∂y dy ∂t dy
| {z }
M(t,y)
Levando em conta a equação 1.106, então a equação 1.105 torna-se
Nt (t, y) – My (t, y) = 0 =⇒ Nt (t, y) = My (t, y) (1.107)
Portanto, com o resultado dado pela equação 1.107 nós concluı́mos que o lado di-
reito da igualdade na equação 1.105 é de fato uma função que depende apenas de y se
Nt (t, y) = My (t, y), e isto é verdade pois assumimos que a equação é exata. Então, para
encontrar a função g(y) que faz parte da equação 1.102 (solução da edo) basta integrarmos
a equação 1.105 com relação à y.
Observação: Para demonstrarmos que a equação 1.98 possui solução, começamos es-
colhendo a equação 1.100, mas poderı́amos ter iniciado a demonstração utilizando a
equação 1.101, a forma de resolver seria análogo a feita aqui, ou seja, começarı́amos inte-
grando a equação 1.101 com respeito a y, e depois derivando o resultado com relação à t
.
Exemplo 8 Vamos resolver a seguinte edo
2ty dt + (t 2 – 1)dy = 0 (1.108)
Resolução: A equação acima esta na forma diferencial dada pela equação (1.98), com M(t, y) = 2ty
e N(t, y) = (t 2 – 1). Vamos verificar se ela é exata, para isso devemos aplicar o critério da exatidão
(My = Nt ). Assim
My = 2t = Nt (1.109)
Como My = Nt , então, pelo critério da exatidão exite uma função ψ(t, y) = C, com M(t, y) =
∂t e N(t, y) = ∂y e, portanto isso é equivalente a dizer que a equação é exata. Assim,
∂ψ(t,y)
tomando M(t, y) = ∂t temos:
∂ψ(t, y) ∂ψ(t, y)
∫ ∫ ∫ ∫
M(t, y)dt = dt =⇒ 2tydt = dt
∂t ∂t
=⇒ ψ(t, y) = t 2 y + g(y) (1.110)
A equação (1.110) é a solução geral da equação (1.108), mas para finalizar o exercı́cio precisamos
encontrar a função g(y). Para isso, vamos derivar a equação (1.110) com relação à y
d
ψy (t, y) = t 2 + g(y) (1.111)
dy
∂ψ(t,y)
Como N(t, y) = ∂y , então a equação (1.111) torna-se
∫ ∫
d d d
t2 –1= t2 + g(y) =⇒ g(y) = –1 =⇒ g(y)dy = – dy
dy dy dy
=⇒ g(y) = –y (1.112)
A constante de integração não precisa ser incluı́da, pois a solução geral da equação diferencial é
ψ(t, y) = C, C ∈ R. Portanto, a solução geral da equação (1.108) é
t 2 y – y = C, C ∈ R (1.113)
 2ty dt + (t 2 – 1)dy = 0


.


 y(0) = – 21

Já resolvemos no exemplo 8 a edo: 2ty dt + (t 2 – 1)dy = 0. Assim a solução geral é
t2y – y = C
Agora, substituindo t = 0 e y = – 21 na solução geral encontramos que C = 21 . Assim, a solução

do PVI é
1
t2y – y =
2
1.5.1 Fator integrante - Equação Exata
Vamos resolver a seguinte equação diferencial
(3ty + y2 ) + (t 2 + ty)y(1) = 0 (1.114)
Perceba que se considerarmos M(t, y) = (3ty + y2 ) e N(t, y) = (t 2 + ty), a equação 1.114

esta na seguinte forma
dy
M(t, y) + N(t, y) =0 (1.115)
dt
Para resolver a equação 1.114 podemos verificar se ela é exata. Assim, temos que
My (t, y) = (3t + 2y), Nt (t, y) = (2t + y)
Como My , Nt , então a equação diferencial não é exata. Portanto, a pergunta à ser

feita agora é: Será que é possı́vel transformar uma equação não exata em uma equação
exata? A resposta é que é possı́vel esta transformação, porém ela acontece para somente
algumas equações. Assim, a ideia central desta transformação é achar uma função, de
tal forma que quando multiplicamos a equação não exata por esta função, a equação
não exata se torna exata. Sempre que existir tal função chamaremos a mesma de fator
integrante.
• Como encontrar o fator integrante

Vamos supor que a equação abaixo
M(t, y)dt + N(t, y)dy = 0 (1.116)
não é exata, ou seja, My , Nt . Logo, diremos que µ(t, y) é fator integrante da equação
diferencial 1.116 se quando multiplicarmos esta equação por µ(t, y)
µ(t, y)M(t, y) dt + µ(t, y)N(t, y) dy = 0 (1.117)

o critério da exatidão agora é verdadeiro, ou seja,
[µ(t, y)M]y = [µ(t, y)N]t (1.118)
Como M(t, y) e N(t, y) são funções conhecidas, então derivando ambos os lados da
equação 1.118 com relação à y e t, obtemos
µy M + µMy = µt N + µNt =⇒ µy M – µt N + µ(My – Nt ) = 0 (1.119)
Assim, qualquer função µ(t, y) que satisfaça a equação 1.119 faz com que a equação
1.116 se torne exata, e portanto, podemos obter uma solução para a equação 1.116. A solução
encontrada para a equação 1.116 também será solução para a equação 1.115, visto que as
equações 1.115 e 1.116 são equivalentes.
O problema aqui é que a equação 1.119 é uma equação diferencial parcial (EDP) e,
portanto, resolver esta equação é tão difı́cil quanto resolver a equação não exata 1.115.
Logo, o problema em determinar o fator integrante µ(t, y) é que ele depende de duas
variáveis, então vamos colocar a hipótese de que o fator integrante depende de apenas
uma variável, ou seja, vamos supor que o fator integrante depende apenas de y (µ(y)) ou
que depende apenas de t (µ(t)).
• Como encontrar o fator integrante µ(y)
Vamos supor que o fator integrante depende apenas de y, ou seja, µ(y). Assim, na
equação 1.119 o termo µt = 0, logo, obtemos
µy Nt – My
µy M + µ(My – Nt ) = 0 =⇒ µy M = µ(Nt – My ) =⇒ = (1.120)
µ M
Note que a equação 1.120 é separável, e portanto, resolvendo a mesma obteremos o

fator integrante. Portanto,
Nt – My Nt –My
∫ ∫
ln(µ) = dy =⇒ µ(y) = e M dy (1.121)
M
Como o lado esquerdo da equação depende apenas de y, então a igualdade é válida
Nt –My
se o lado direito da equação também depender apenas de y, ou seja, M deve ser uma
função apenas de y.
• Como encontrar o fator integrante µ(t)
Agora iremos supor que o fator integrante depende apenas de t, ou seja, µ(t). Assim,
na equação 1.119 o termo µy = 0, logo, temos
µt My – Nt
µt N = µ(My – Nt ) =⇒ = (1.122)
µ N
Novamente perceba que a equação diferencial do fator integrante é separável, e por-

tanto, resolvendo a mesma, vamos obter
My – Nt My –Nt
∫ ∫
ln(µ) = dt =⇒ µ(t) = e N dt (1.123)
N
Diferente do caso anterior, agora o lado esquerdo da equação depende apenas de

My –Nt
t, então o lado direito da equação também deverá depender apenas de t, ou seja, N
deve depender apenas de t. De posse das equações 1.121 e 1.123, que definem os fatores
integrantes que dependem de y e t, respectivamente.
Voltaremos a tentativa de encontrar a solução da equação 1.114. Já mostramos que a
equação
(3ty + y2 ) + (t 2 + ty)y(1) = 0
não é exata. Então, vamos verificar se existe um fator integrante para tal equação.
Vamos utilizar a equação 1.123, assim
My – Nt (3t + 2y) – (2t + y) 1

= = (1.124)
N t 2 + ty t
Logo, pela equação 1.123 temos

∫ 1
µ(t) = e t dt =⇒ µ(t) = t (1.125)
Multiplicando a equação 1.114 por µ(t) = t, temos que
(3t 2 y + ty2 ) + (t 3 + t 2 y)y(1) = 0 (1.126)
e, agora essa equação é exata, pois sendo M(t, y) = (3t 2 y + ty2 ) e N(t, y) = (t 3 + t 2 y), então
My (t, y) = (3t 2 + 2ty), Nt (t, y) = (3t 2 + 2ty)
Como My (t, y) = Nt (t, y), então o critério da exatidão é satisfeito, e assim, exite uma
função ψ(t, y) = C, com M(t, y) = ∂t e N(t, y) = ∂y e, portanto isso é equivalente a
dizer que a equação é exata.
Assim, tomando
∂ψ(t, y) ∂ψ(t, y) 1
∫ ∫
M(t, y) = =⇒ (3t 2 y + ty2 )dt = dt =⇒ ψ(t, y) = t 3 y + t 2 y2 + g(y)
∂t ∂t 2
(1.127)
Agora para obter g(y) vamos derivar a equação 1.127 com relação à y
ψy (t, y) = t 3 + t 2 y + g0(y) =⇒ (t 3 + t 2 y) = t 3 + t 2 y + g0(y) =⇒ g0(y) = 0 (1.128)
Assim, temos que g(y) = K, K ∈ R. Logo, solução geral da equação 1.114 é
1
t 3 y + t 2 y2 = C, C ∈ R (1.129)
2
 (3t 2 y + ty2 ) + (t 3 + t 2 y)y(1) = 0



.


 y(1) = 2

Resolução: A solução geral da equação que compõe o PVI é:
1
t 3 y + t 2 y2 = C
2
Agora, substituindo t = 1 e y = 2 na solução geral encontramos que C = 4. Assim, a solução do

PVI é
1
t 3 y + t 2 y2 = 4 (1.130)
2
1.6 Teorema de Existência e Unicidade

Aqui falaremos um pouco sobre o teorema de existência e unicidade (TEU). Apresento para vocês
este teorema e alguns exercı́cios empregando o mesmo.
O problema de valor inicial (PVI) do tipo
dy
 = f (t, y)


.

dt
 y(t0 ) = y0


pode não ter uma única solução. Como nem sempre saberemos resolver as equações dados pela
equação 1.5, é importante que tenhamos um teorema que nos diga quais são as condições para que o
PVI tenha solução e se essa solução é única.
Teorema 2 Teorema de Existência e Unicidade (TEU) : Considere o seguinte problema de valor

inicial (PVI)
dy
 = f (t, y)


. (1.131)

dt
 y(t0 ) = y0


e o seguinte intervalo aberto do R2
Ω = (t, y) ∈ R2 | α < t < β, δ < y < γ (1.132)

∂f
Se f (t, y) e ∂y são funções contı́nuas em Ω e (t0 , y0 ) ∈ Ω então existe um intervalo aberto, I, da
forma I = (t0 – δ, t0 + δ) ⊂ (α, β) no qual existe uma e somente uma solução y = φ(t) do problema
de valor inicial dado pela equação (1.131).
Observação: O intervalo I definido no teorema é chamado de intervalo máximo de solução

do PVI.
1.6. Teorema de Existência e Unicidade 29
Exemplo 11 Verifique se o PVI abaixo tem solução e se ela é única

√
 y0 = y


. (1.133)

 y(0) = –1


√
Resolução: Comparando a equação (1.133) com a equação (1.131), observamos que f (t, y) = y, e
esta função é contı́nua no intervalo
Ω1 = (t, y) ∈ R2 | – ∞ < t < +∞, 0 ≤ y < +∞ (1.134)

como o ponto (t0 , y0 ) = (0, –1) < Ω1 , pois y ≥ 0, então, NÃO existe solução para o PVI dado pela
equação (1.133).

√
 y0 = y


. (1.135)

 y(0) = 0


√
Resolução: Comparando a equação (1.135) com a equação (1.131), observamos que f (t, y) = y é
contı́nua no intervalo
Ω1 = (t, y) ∈ R2 | – ∞ < t < +∞, 0 ≤ y < +∞ (1.136)

como o ponto (t0 , y0 ) = (0, 0) ∈ Ω1 , então existe solução para o PVI dado pela equação (1.135). Por
∂f 1 que é contı́nua no intervalo
outro lado, temos que ∂y = √
2 y
Ω2 = (t, y) ∈ R2 | – ∞ < t < +∞, 0 < y < +∞ (1.137)

agora perceba que o ponto (t0 , y0 ) = (0, 0) < Ω2 , pois y > 0, então o problema de valor inicial
acima NÃO tem solução única.

√
 y0 = y


. (1.138)

 y(0) = 1


√
Resolução: Comparando a equação (1.138) com a equação (1.131), observamos que f (t, y) = y é
Ω1 = (t, y) ∈ R2 | – ∞ < t < +∞, 0 ≤ y < +∞ (1.139)

como o ponto (t0 , y0 ) = (0, 1) ∈ Ω1 então existe solução para o PVI dado pela equação (1.138). Por
∂f 1 que é contı́nua no intervalo
outro lado, temos que ∂y = √
2 y
Ω2 = (t, y) ∈ R2 | – ∞ < t < +∞, 0 < y < +∞ (1.140)

agora perceba que o ponto (t0 , y0 ) = (0, 1) ∈ Ω2 , então o problema de valor inicial acima tem
solução única.
Exemplo 14 Verifique se o PVI abaixo tem solução e se ela é única. Além disso, encontre o intervalo
máximo de solução
 y(1) = y2


. (1.141)

 y(1) = 1


Resolução: Comparando a equação (1.141) com a equação (1.131), observamos que f (t, y) = y2 é
Ω = R2 (1.142)
como o ponto (t0 , y0 ) = (1, 1) ∈ Ω então existe solução para o PVI dado pela equação (1.141). Por
∂f
outro lado, temos que ∂y = 2y que é contı́nua no intervalo
Ω = R2 (1.143)
Perceba que o ponto (t0 , y0 ) = (1, 1) ∈ Ω, então o problema de valor inicial acima tem solução
única. Agora vamos determinar o intervalo máximo de solução, para isso precisamos resolver o PVI.
A solução do PVI dado pela equação (1.141) é
1
y= (Verifique !!) (1.144)
2–t
Note que a equação (1.144) tem uma descontinuidade no ponto t = 2, portanto o intervalo máximo
de soluções é
I = (–∞, 2) (1.145)
1.7 Exercı́cios
1. Resolva as equações abaixo:
1.7. Exercı́cios 31
(a)
dy t 3 – 2y
=
dt t
(b)
dy
– y = et y 2
dt
(c)
(1 + t)dy – ydt = 0
(d)
ty4 dt + (y2 + 2)e–3t dy = 0
(e)
dy t + 3y
=
dt 3t + y
(f)
2ty dt + (t 2 – 1)dy = 0
(g)
(e2y – y cos(ty))dt + (2te2y – t cos(ty) + 2y)dy = 0
(h)
dy
(3ty + y2 ) + (t 2 + ty) =0
dt
(i)
dy 1
t +y= 2
dt y
2. Resolva o PVI abaixo
(a)
 y(1) + y = 2te–t


.


 y(0) = 1

(b)
 y(1) = (1 – 2t)y2


.

 y(0) = –21


(c)
y3
 y(1) =



1 – 2ty2 .

 y(0) = 1



(d)
dy
 = y2 + 3y + 2, y > 0


.

dt
y(0) = 10



3. Dado os seguintes PVIs
(i)
2
 y0 = yt 2–1



–1

 y(–1) = 0



(ii)
 y0 – y+t2t2 y = 0




 y(0) = –1



(a) (1.0 ponto) SEM RESOLVER O PROBLEMA, determine se a solução do PVI

existe e se ela é única.
(b)(1.0 ponto) Determine o intervalo máximo de solução para o PVI do item (a):
(c) (1.0 ponto) Faça o gráfico da solução encontrada no item (a)

CAPÍTULO 2
Sistemas de equações
diferenciais ordinárias
lineares de primeira ordem
2.1 Introdução
Começaremos este capı́tulo com um problema motivacional. Considere dois tanques

interligados como mostra a figura abaixo. O tanque 1 contem inicialmente 30 litros de
água e 25 g sal, enquanto no tanque 2, tem-se inicialmente 20 litros de água e 15 g sal. No
tanque 1 entra 1 g sal/litro a uma taxa de 1, 5 litros / minuto. A mistura flui do tanque 1
para o tanque 2 a uma taxa de 3 litros / min. Entra também no tanque 2, vindo de fora,
uma mistura de água contendo 3 g sal/litro a uma taxa de 1 litro/min. A mistura escorre
do tanque 2 a uma taxa de 4 litros/min e parte dela volta para o tanque 1 a uma taxa de 1, 5
litro/min, enquanto o restante deixa o sistema.
Aqui queremos determinar as quantidades de sal Q1 e Q2 , nos tanques 1 e 2, respecti-
vamente, com relação ao tempo. Observe que no texto temos duas informações relativas
36 Capı́tulo 2. Sistemas de equações diferenciais ordinárias lineares de primeira ordem
as quantidades iniciais de sal no tanques, ou seja, as condições iniciais deste problema, a

saber: Q1 (0) = 25 g sal e Q2 (0) = 15 g sal. Podemos modelar esse problema considerando a
taxa de variação da quantidade de sal em ambos os tanques com relação ao tempo, ou
seja,
dQ
 dt 1 = taxa de entrada no tanque 1 - taxa de saı́da no tanque 1




 dQ 2
= taxa de entrada no tanque 2 - taxa de saı́da no tanque 2


 dt
Assim, temos que
dQ1 l gsal l gsal l gsal

= 1, 5 ×1 + 1, 5 –3

 × Q2 × Q1
20l 30l



 dt min l min min

 | {z } | {z }

taxa de entrada taxa de saı́da


dQ2 l gsal l gsal l gsal
=1 ×3 +3 × Q1 –4 × Q2


dt 30l 20l




 min l min min
 | {z } | {z }
taxa de entrada taxa de saı́da


Portanto, para obtemos a quantidade de sal nos tanques, é necessário resolver duas
equações diferenciais lineares de primeira ordem sujeitos a duas condições iniciais,
conforme o sistema apresentado abaixo
= 1, 5 + 1,5 1Q
dQ1
Q2 – 10

1

20



 dt

dQ
 dt2 = 3 + 101 Q – 1Q

1 5 2



Q1 (0) = 25







 Q2 (0) = 15



Note que não podemos resolver uma equação diferencial independente da outra,
desta forma, devemos resolver as equações simultaneamente, ou seja, deve-se resolver
um sistema formado por duas equações diferenciais de primeira ordem. Neste texto temos
o interesse em resolver este tipo de problema. Assim, vamos definir matematicamente o
2.1. Introdução 37
que é um sistema de equações de primeira ordem e o teorema de existência e unicidade

relacionados a estes sistemas.
Definição 1 Um sistema de edos lineares de primeira ordem é definido da seguite maneira:


x01 = a11 x1 + a12 x2 + · · · + a1n xn + f1 (t)







 x02 = a21 x1 + a22 x2 + · · · + a2n xn + f2 (t)




.

.. (2.1)




x0n = an1 x1 + an2 x2 + · · · + ann xn + fn (t)












Podemos reescrever o sistema 2.1 na seguinte forma matricial
x01   a11 a12 · · · a1n  x1   f1 (t) 

       
 
       
0
x2   a21 a22 · · · a2n  x2   f2 (t) 
       
=  . +
 
..  .. .. . ..   .. 
      
.   .. . . ..  .   . 
  
 
       
x0n   fn (t) 
       
 a a · · · ann  xn 
 n×1  n1 n2
 
  n×n   n×1   n×1
ou
X0 = AX + F(t) (2.2)
onde
x01  a11 a12 · · · a1n   x1  f1 (t) 

       
  
       
0
x2  a21 a22 · · · a2n   x2  f2 (t) 
       
0
X =  , A= , X =  .  , F(t) =
  
..  .. .. . . ..  .. 
    
.  . . . .  ..  . 
 
   
       
0 fn (t) 
       
 xn   an1 an2 · · · ann   xn  
  n×1   n×n   n×1   n×1
Definição 2 Se na equação 2.2, F(t) ≡ 0 então o sistema
X0 = AX (2.3)
é chamado de homogêneo, caso contrário, se existir alguma função fi , 0 (i = 1, . . . , n), então,

F(t) , 0 e, portanto, o sistema
X0 = AX + F(t) (2.4)
é dito não homogêneo.

Observação: 0 é definido como sendo o vetor nulo, ou seja, 0 = [0 0 · · · 0]T .
A seguir vamos enunciar o teorema de existência e unicidade para sistemas de equações

diferenciais lineares de primeira ordem.

Teorema 3 Teorema de existência e unicidade Considere o seguinte PVI
 X0 = AX + F(t)



(2.5)

 X(t0 ) = X0



Suponha que aij e fi (t) são funções contı́nuas num intervalo I = [a, b] contendo t0 . Então, o PVI
(2.5) tem uma única solução no intervalo I.
Observação: Na equação 2.5 temos que X0 é um vetor n × 1, chamado de vetor de condições

iniciais, e t0 é dito ser o ponto inicial.
Note que resolver o sistema 2.5 implica em encontramos o vetor Xn×1 , portanto, esta é
a incógnita do sistema.
2.2 Exponencial de uma matriz

Nesta seção, vamos definir a exponencial de uma matriz An×n
Definição 3 Seja A uma matriz n × n. Então, para todo t ∈ R
A2 (t – t0 )2 A3 (t – t0 )3
∞ k
A (t – t0 )k
eA(t–t0 )
Õ
= = I + A(t – t0 ) + + +... (2.6)
k! 2! 3!
k=0
para o caso particular t0 = 0, temos que
A2 t 2 A3 t 3
∞ k k
Õ A t
eAt = = I + At + + +... (2.7)
k! 2! 3!
k=0
Observação: Definimos A0 = I, onde I é uma matriz n × n conhecida como matriz identi-

dade.
Exemplo 15 Encontre o exponencial das seguintes matrizes
a)
 1 2 
 
A= 
  , para t0 = 0
 3 –1 

  2×2
2.2. Exponencial de uma matriz 39
b)
 3 0 
 
A= 
  , para t0 = 0
 0 2 

  2×2
Resolução.
a) Vamos utilizar a equação 2.7 para encontrar eAt . Assim, temos que
2 2  3 3  4 4
 1 0   1 2   1 2  1 2  1 2
    
At
 t  t  t
e =  + t+
 2! + 
 
 3! + 
 
 4! + . . .

 0 1   3 –1   3 –1  3 –1  3 –1
   
  
         
| {z } | {z } | {z } | {z } | {z }
I A A2 A3 A4
 1 0   1 2   7 0  t 2  7 14  t 3  49 0  t 4
         
=

+
 
t+
 
 2! + 
 
 3! + 
   +...
 0 1   3 –1   0 7   21 –7   0 49  4!

         
| {z } | {z } | {z } | {z } | {z }
I A A2 A3 A4
2 3 4 3
 1 + t + 7t2! + 7t3! + 49t +... 2t + 14t +...
 
=  4! 3!

3 2 3 4

21t
3t + 3! + . . . 7t 7t 49t
1 – t + 2! – 3! + 4! + . . . 

 2×2


note que o exponencial da matriz A é uma soma infinita de matrizes, portanto, encontrar
uma fórmula que representa os elementos da matriz eAt neste caso é muito complicado.
b) Dado a matriz diagonal

 3 0 
 
A= 
 
 0 2 

  2×2
então, sabemos que
 n
 3 0   9 0   27 0   3 0 
      
A =   2
, A =   3
, A =   n
, . . . , A =  
 0 2 

 0 4 

 0 8 
 n
 0 2 

  2×2   2×2   2×2   2×2
portanto
2 3 4
1 0   3 0  3 0  t2  3 0  t3  3 0  t4
      
At
e =  + t+ +  +  +...
 
   
0 1   0 2  0 2  2!  0 2  3!  0 2  4!
      
 
         
 2   3 
1 0   3 0  9 0 t  27 0 t 0  t4
 81
     
=  + t+  +  +  +...
 

 2!   3! 
0 1   0 2  0 4   0 8   016  4!
    
 
         
9t 2 27t 3 81t 4
1 + 3t + 2! + 3! + 4! + . . . 0
 
= 
 
2 3 4

0 4t 8t 16t
1 + 2t + 2! + 3! + 4! + . . . 

 2×2


perceba que o elemento na primeira linha e primeira coluna da matriz acima é a expansão
em série de Taylor da função e3t para t0 = 0, e o elemento da segunda linha e segunda
coluna é a expansão em série de Taylor da função e2t para t0 = 0. Assim,
∞ k  k   Í∞ (3t)k   3t
t  3 0   k=0 k! 0   e 0
Õ 
eAt = = = (2.8)


k!  0 2k  
 
0
Í∞ (2t)k   0 e2t
  
k=0    k=0 k!  


perceba que o cálculo do exponencial de uma matriz diagonal, como é o caso no exemplo
b), é mais simples e rápido se comparado ao exemplo a).
Observamos com esses dois exemplos que o cálculo do exponencial de matrizes diago-
nais são mais simples e rápidos do que matrizes não diagonais. Assim, utilizaremos a
álgebra linear para calcular o exponencial de uma matriz. Para ser mais preciso utilizare-
mos autovalores e autovetores para a diagonalização de uma matriz An×n .
2.3 Diagonalização - Autovalores reais e distintos

Antes de apresentarmos o teorema 4 que estabelece condições para diagonalizar um
matriz An×n onde todos os autovalores são reais e distintos, vamos relembrar o que é
autovalor e autovetor.
Definição 4 Um vetor não nulo V é chamado de autovetor de A uma matriz n × n com autovalores
λ se
AV = λV (2.9)
Observe que podemos reescrever a equação 2.9 da seguinte maneira
AV = λV ⇔ AV – λV = 0 (2.10)
Como λV = λIV, onde I é a matriz identidade, então temos que
AV – λV = 0 ⇔ AV – λIV = 0 ⇔ (A – λI)V = 0 (2.11)
Logo, todo vetor não nulo V e todo número λ (real ou complexo) que satisfaçam a
equação 2.11, será chamado de autovetor e autovalor de An×n , respectivamente.
2.3. Diagonalização - Autovalores reais e distintos 41
Proposição 1 Seja A uma matriz n × n
a) Os autovalores (λ) de An×n são as raı́zes do polinômio
p(λ) := det(A – λI) = 0 (2.12)
chamaremos este polinômio dado pela equação (2.12) de polinômio caracterı́stico. Vale lem-
brar aqui que o grau do polinômio caracterı́stico é igual a ordem da matriz An×n , assim, se a
matriz A é n × n, então o polinômio será de grau n.
b) Para cada autovalor λ encontrado utilizando o polinômio caracterı́stico, existe um autovetor

V associado a este λ que é solução do sistema linear homogêneo
(A – λI)V = 0 (2.13)
Agora que relembramos a definição e como calcular os autovalores e autovetores de

uma matriz An×n , vamos ver como diagonaliza-lá.
Teorema 4 Se os autovalores λ1 , λ2 , . . . , λn da matriz An×n são reais e distintos, então qualquer

autovetor associado {V1 , V2 , . . . , Vn } forma uma base para Rn , a matriz
P = [V1 V2 . . . Vn ]n×n
onde cada coluna é dado pelos autovetores Vi (i = 1, . . . , n) é invertı́vel e
© λ1 0 ··· 0ª
®
0 λ · · · 0 ®®
2
P–1 AP = D onde D=.

.. .
.. .. .®
. .. ®®
®
«0 0 · · · λn ¬
n×n
Observação: Se P–1 AP = D então A = PDP–1

2.4 Teorema fundamental para sistemas lineares

O teorema a seguir nos fornece a solução para um dado PVI de um sistema de equações
diferenciais lineares e homogêneo.

Teorema 5 Teorema fundamental para sistemas lineares . Seja A uma matriz n × n. Então,
para um dado X0 ∈ Rn , o problema de valor inicial
 X0 = AX



(2.14)

 X(t0 ) = X0



tem uma única solução dada por X(t) = eA(t–t0 ) X0 .
Note que a solução do sistema 2.14 envolve basicamente o cálculo de eA(t–t0 ) . Portanto,
como visto no exemplo 15a, este cálculo pode ser custoso ou pouco útil no sentido de obter
uma solução exata para o sistema 2.14, tudo irá depender da matriz A. Vamos ver alguns
resultados que nos ajudarão no cálculo de eA(t–t0 )
Proposição 2 Seja A uma matriz n × n. Se A = PDP–1 então Ak = PDk P–1 , com k ≥ 0
Proposição 3 Seja A uma matriz n × n. Se A = PDP–1 então eA(t–t0 ) = PeD(t–t0 ) P–1
Note que se a matriz An×n é diagonalizável como mostra o teorema (4), então pelo
teorema (5) e pela proposição (3), a solução do PVI 2.14 pode ser obtido como segue:
X(t) = (PeD(t–t0 ) P–1 )X0 (2.15)
Vimos que para calcular o exponencial de uma matriz An×n devemos utilizar a equação
2.6, porém, existem alguns tipos de matrizes que podemos chamá-las de especiais, pois o
exponencial dessas matrizes já são conhecidas. A seguir vamos apresentar essas matrizes
e seus respectivos exponenciais.
Matrizes Especiais
Sejam a,b ∈ R, então
2.4. Teorema fundamental para sistemas lineares 43
a) Se
 a(t–t0 )
 a 0   e 0
  
A=  , então, e A(t–t0 ) =  (2.16)

  
 0 b   0 eb(t–t0 )
 
 2×2  2×2

 
b) Se
 a –b   cos(b(t – t0 )) –sen(b(t – t0 ))
   
A =  , então, A(t–t )
0 = e a(t–t )
0 

 e 
 b a   sen(b(t – t0 )) cos(b(t – t0 ))
  
 2×2  2×2

(2.17)
 
c) Se
 a b   cos(b(t – t0 )) sen(b(t – t0 ))
   
A=  , então, e A(t–t0 ) =e a(t–t0 )

   
 –b a   –sen(b(t – t0 )) cos(b(t – t0 ))
  
 2×2  2×2

(2.18)
 
Exemplo 16 Resolva o seguinte PVI
 X0 = AX




 X(0) = X0



onde
 2 –1   2 
   
A =   , X0 =   (2.19)
 3 –2   –3 
 
  2×2   2×1
Resolução. Como o sistema é linear, então a solução para o mesmo é dado pelo teorema 5,
portanto a solução do sistema é X(t) = eA(t–t0 ) X(t0 ). A matriz A2×2 , dado em 2.19, não se
encaixa em nenhum dos casos especiais mostrados anteriormente, portanto, o cálculo de
eA(t–t0 ) pela definição é difı́cil, custoso e pouco útil. Logo, vamos encontrar os autovalores
e autovetores de A2×2 e, assim, tentar diagonalizar esta matriz no sentido dado pelo
teorema 4. Primeiramente, vamos encontrar os autovalores de A2×2 . Pela proposição 1, os
autovalores de A2×2 podem ser encontrados pela equação 2.12. Assim,
©  2 –1   1 0  ª
   
det(A – λI) = 0 ⇒ det  –λ   ®=0
«  3 –2  2×2
 0 1 
 
 2×2 ¬
 
 (2.20)
©  2 – λ –1  ª
 
⇒ det   ®=0
« 3 –2 – λ  ¬

 2×2

portanto, o polinômio caracterı́stico é: λ2 – 1 = 0. Assim, os autovalores de A são: λ1 = –1 e

λ2 = 1. Como os autovalores de A são reais e distintos, esta matriz pode ser diagonalizada.
Pela proposição 1 cada um dos autovalores irá gerar um autovetor. Assim, para encon-
trarmos cada um dos autovetores devemos utilizar a equação 2.13. Logo.
• Para λ1 = –1 devemos resolver o sistema (A + I)V1 = 0, onde
©  2 –1   1 0  ª  3 –1   v1 
       
(A + I) =  +   ®=   e V1 =  
 3 –2   0 1   3 –1   v2 
     
 2×2  2×2 ¬  2×2  2×1
(2.21)
«   
Portanto
 3v1 – v2 = 0

 3 –1   0 

 v1 
      
(A + I)V1 = 0 ⇒  = (2.22)

     ⇒
 3 –1   v   0 
    
 2×2  2  2×1   2×1  3v1 – v2 = 0


 
perceba que na equação 2.22 as linhas da matriz e consequentemente do sistema
de equações são linearmente dependentes (múltiplas), portanto, para resolver-
mos o sistema 2.22 basta tomarmos uma das equações. Assim, para encontrar os
elementos do vetor V2×1 temos que resolver a seguinte equação algébrica
3v1 – v2 = 0 =⇒ v2 = 3v1 (2.23)
logo, qualquer par (v1 , v2 ) que satisfaça a equação 2.23 constituirá um autovetor
para a matriz A2×2 . Vale ressaltar aqui que não existe autovetor nulo, portanto o par
(0, 0) esta descartado como solução de 2.23. Então, tomando v1 = 1 (por exemplo),
então v2 = 3, e assim, um autovetor de A2×2 associado à λ1 = –1 será
 v1   1 
   
V1 = 
  =  
 v2   3 
  
  2×1   2×1
• Para λ2 = 1 devemos resolver o sistema (A – I)V2 = 0, portanto
©  2 –1  1 0  ª  v1   0 
       
(A – I)V2 = 0 ⇒  – =

   ®   
« 3 –2  0 1  ¬  v2   0 
      
 2×2   2×2   2×1   2×1
 
(2.24)
 v1 – v2 = 0

 1 –1   0 

 v1
      
= =⇒
 
⇒      
 3 –3   v  0 
    
 2×2  2  3v1 – 3v2 = 0

 2×1   2×1
 
 
2.4. Teorema fundamental para sistemas lineares 45
novamente aqui na equação 2.24 as linhas da matriz são linearmente dependentes e,

portanto, para encontrar os elementos do vetor V2×1 temos que resolver a seguinte
equação algébrica
v1 – v2 = 0 =⇒ v2 = v1 (2.25)
logo, tomando v1 = 1, então v2 = 1, e assim, um autovetor de A associado à λ2 = 1

será
 v1   1 
   
V2 = 
  =  
 v2   1 
  
  2×1   2×1
Pelo teorema 4 como os autovalores λ1 = –1 e λ2 = 1 são reais e distintos, então {V1 , V2 }

formam um base para o R2 . Além disso, temos que
 1 1 
 
P = [V1 V2 ]2×2 =   (2.26)
 3 1 

  2×2
e
1  –1 1 
 
P–1 =   (2.27)
2  3 –1 
 
  2×2
e, pelo teorema 4, temos que D = P–1 AP, ou seja,
 –1 0 
 
D= 
  (2.28)
 0 1 

  2×2
Sabemos que A = PDP–1 , então pela proposição 3 temos que eA(t–t0 ) = PeD(t–t0 ) P–1 .
Logo, pelo teorema 5 temos que a solução do PVI é
X(t) = (PeD(t–t0 ) P–1 )X(t0 ) (2.29)
pela equação 2.19 temos que t0 = 0, logo a solução do PVI é
X(t) = (PeDt P–1 )X0 (2.30)
Como D é uma matriz diagonal (veja (2.28)), então
 –t
 –1 0   e 0 
  
D= 
  Dt
=⇒ e = 
  (2.31)
 0 1 
 t
 0 e 

  2×2   2×2
Assim;
 –t
1 1   e 0  1  –1 1 
    
PeDt P–1 = 

  
3 1 

 0 et 
  2  3 –1 
 2×2   2×2   2×2


e–t et  1  –1 1 
   
=  (2.32)


3e–t et 
 2  3 –1 
 2×2   2×2


 t –t
1  3e – e e–t – et 

=  
2  3et – 3e–t 3e–t – et 
  2×2
portanto, a solução do PVI 2.19 é
X(t) =(PeDt P–1 )X(0)
1  3et – e–t e–t – et   2 

   
=    
2  3et – 3e–t –t
3e – e  t 
 –3 
 
(2.33)
  2×2   2×1
1  9et – 5e–t
 
= 


2  9et – 15e–t 
 2×1


2.5 Diagonalização - Autovalores Complexos
Teorema 6 Se a matriz real A2n×2n tem 2n autovalores complexos distintos λj = aj + ibj e

λj = aj – ibj , e autovetores complexos Wj = Uj + iVj e W j = Uj – iVj , j = 1, . . . , n, então
{U1 , V1 , . . . , Un , Vn } é uma base para R2n , a matriz
P = [V1 U1 V2 U2 . . . Vn Un ]2n×2n
é invertı́vel e
©aj –bj ª
P–1 AP = diag ®
b
« j a j¬
2.5. Diagonalização - Autovalores Complexos 47
é uma matriz real 2n × 2n com 2 × 2 blocos ao longo da diagonal, ou seja,
a1 –b1 0 0 0 0 ··· ··· 0 0 

 

 
b1 a1 0 0 0 0 ··· ··· 0 0 
 

 
0 0 a2 –b2 0 0 ··· ··· 0 0 
 

 
0 0 b2 a2 0 0 ··· ··· 0 0 
 

...
 
0 0 0 0 0 0 
 
–1 ··· ···
P AP =  (2.34)

...

0 0 0 0 0 0 

 ··· ···
.. .. .. .. .. .. ... .. .. 
 
. . . . . . . . 


.. .. .. .. .. .. ... .. .. 

. . . . . . . . 



0 0 0 0 0 0 an –bn 
 

 ··· ···
0 0 0 0 0 0
 
 ··· ··· bn an 
 2n×2n
Observação: Note que se ao invés da matriz P usarmos a matriz invertı́vel
Q = [U1 V1 U2 V2 . . . Un Vn ]2n×2n
então
© aj bj ª
Q –1 AQ = diag ®
–b a
« j j¬
 X0 = AX




 X(0) = X0



onde
 –1 1   0 
   
A= 
  , X =
0   (2.35)
 –1 –1   1 
 
  2×2   2×1
Resolução. Como o sistema é linear, então a solução para o mesmo, é dado pelo teorema
5, ou seja, a solução do sistema é X(t) = eA(t–t0 ) X(t0 ). A matriz A2×2 , dado em 2.35, é uma
matriz especial (veja a equação 2.18), e como t0 = 0, então, podemos calcular o eAt de
forma direta. Assim, comparando a matriz 2.35 com a matriz 2.18, temos que a = –1 e b = 1,
portanto
 –1 1   cos(t) sen(t) 
   
A =   , então, eAt = e–t   (2.36)
 –1 –1   –sen(t) cos(t) 
  
  2×2   2×2
desta forma pelo teorema 5 a solução do PVI é
X(t) =eAt X(0)
 cos(t) sen(t)  0 
   
=e–t 

  
 –sen(t) cos(t)  1  (2.37)
  
 2×2   2×1


sen(t)
 
=e–t 
 

 cos(t) 

  2×1
 X0 = AX




 X(0) = X0



onde
 –3 2   1 
   
A =   , X0 =   (2.38)
 –4 1   1 

  2×2   2×1
Resolução. Pelo teorema 5 a solução do sistema é X(t) = eAt X(t0 ). Note que a matriz A2×2 ,
dado em 2.38, não é um caso especial de matriz, e, portanto, vamos diagonalizar a matriz
A2×2 . Primeiramente, vamos encontrar os autovalores de A2×2 ,
©  –3 2   1 0  ª
   
det(A – λI) = 0 ⇒ det  – λ   ®=0
«  –4 1  2×2
 0 1 
 
 2×2 ¬
 
 (2.39)
©  –3 – λ 2  ª
 
⇒ det   ®=0
«  –4 1–λ  ¬

 2×2

portanto, o polinômio caracterı́stico é: λ2 + 2λ + 5 = 0, e portanto, os autovalores de A2×2

são: λ1 = –1 + 2i e λ2 = –1 – 2i. Os autovalores são complexos, e desta forma, a matriz
A2×2 é diagonalizável no sentido do teorema 6. Agora, vamos determinar os autovetores
associados aos autovalores
2.5. Diagonalização - Autovalores Complexos 49
• Para λ1 = –1 + 2i devemos resolver o sistema (A – λ1 I)W1 = 0, ou seja, deve-se resolver

(A + (1 – 2i)I)W1 = 0. Assim
©  –3 2   1 – 2i 0  –2 – 2i 2
     
(A + (1 – 2i)I) =  +  ®=
 ª 
  
 –4 1   0 1 – 2i  –4 2 – 2i
    
 2×2  2×2 ¬  2×2
 
(2.40)
«  
Portanto
 –2 – 2i 2  w1   0 
     
(A + (1 – 2i)I)W1 = 0 ⇒  =  

  
 –4 2 – 2i  w   0  (2.41)
  
 2×2  2  2×1   2×1


| {z }
det=0, verifique !
como o det(A + (1 – 2i)I) = 0, isso implica que, as linhas e colunas de A + (1 – 2i)I

são linearmente dependentes, logo, para encontrar os autovetores desta matriz
podemos eliminar umas dessas linhas. Vamos eliminar, por exemplo, a segunda
linha da matriz A + (1 – 2i)I, e portanto, para encontrar os autovetores deve-se
resolver a seguinte equação
(–2 – 2i)w1 + 2w2 = 0 =⇒ w2 = (1 + i)w1 (2.42)
assim, pelo teorema 6, se os autovalores são complexos, então os autovetores

também serão complexos, e portanto, tomando w1 = 1 (por exemplo), então w2 = 1+i,
e assim, um autovetor de A2×2 associado à λ1 = –1 + 2i será
 w1   1  1   0 
       
W1 =  =  =   +i  

 
 w2   1+i  1   1 
 
 2×1   2×1   2×1   2×1


| {z } | {z }
U1 V1
assim, o teorema 6 garante que o conjunto {U1 , V1 } é linearmente independente e,

portanto, o mesmo forma uma base para o R2 . Aqui vale ressaltar que o autovalor
λ2 = –1 – 2i é o conjugado de λ1 = –1 + 2i, assim, não precisamos efetuar o cálculo
do autovetor associado à λ2 = –1 – 2i, pois, encontraremos que o autovetor W2 será
o conjugado de W1 , ou seja, W2 = U1 – iV1 , com os vetores U1 e V1 sendo exatamente
os mesmos dados anteriormente. Para diagonalizar a matriz A2×2 , pelo teorema 6,
temos duas opções, ou seja, podemos construir a matriz P2×2 ou a matriz Q2×2 (veja
teorema 6), independente da matriz que você construir (P2×2 ou Q2×2 ) a resposta
do PVI será o mesmo. Vamos, por exemplo, construir a matriz P2×2 , logo,
 0 1  –1 1
   
P =[V1 U1 ]2×2 =  e –1 = 
(2.43)
 
 P 
 1 1   1 0 
  
  2×2   2×2
Logo, pelo teorema 6 temos que
 –1 –2 
 
P–1 AP =D= 
  (2.44)
 2 –1 

  2×2
Pelo teorema 6 sabemos que A = PDP–1 , então pela proposição 3 temos que eA(t–t0 ) =
PeD(t–t0 ) P–1 . Logo, pelo teorema 5 temos que a solução do PVI é
X(t) = (PeD(t–t0 ) P–1 )X(t0 ) (2.45)
pela equação 2.35 temos que t0 = 0, logo a solução do PVI é
X(t) = (PeDt P–1 )X0 (2.46)
Como D é uma matriz especial (veja (2.17)), então
 –1 –2   cos (2t) –sen(2t) 

   
D =   =⇒ eDt = e–t   (2.47)
 2 –1   sen(2t) cos (2t) 
  
  2×2   2×2
Assim;
 0 1   cos (2t) –sen(2t)   –1 1 

     
PeDt P–1 =  –t
e     
 1 1   sen(2t) cos (2t)   1 0 
   
  2×2   2×2   2×2
sen(2t) cos(2t)  –1 1 
   
–t
=e  (2.48)
 
   
 cos(2t) + sen(2t) cos(2t) – sen(2t)   1 0 
  
  2×2   2×2
 cos(2t) – sen(2t) sen(2t)
 
=e–t 


–2sen(2t) cos(2t) + sen(2t) 

 2×2


2.6. Diagonalização - Autovalores múltiplos 51
portanto, a solução do PVI (2.38) é
X(t) =(PeDt P–1 )X(0)
 cos(2t) – sen(2t) sen(2t)  1 

   
=e–t 

  
–2sen(2t) cos(2t) + sen(2t)   1  (2.49)
  
 2×2   2×1


cos(2t)
 
=e–t 
 

 cos(2t) – sen(2t)

 2×1


2.6 Diagonalização - Autovalores múltiplos

Algumas vezes a matriz An×n não pode ser diagonalizada como apresentado pelos teo-
remas 5 ou 6. Isso acontece quando os autovalores de An×n tem multiplicidade, ou seja,
quando eles são repetidos. Então, quando os autovalores de uma matriz An×n apresentam
multiplicidade precisamos obter uma maneira de encontrar eA(t–t0 ) , ou no contexto deste
curso, como resolver um sistema linear de equações diferenciais.
Antes de encontrar eA(t–t0 ) se faz necessário apresentar algumas definições e conceitos.
Definição 5 Se λ é um autovalor de uma matriz An×n de multiplicidade m ≤ n. Então, para

k = 1, . . . , m, qualquer solução não-nula V de
(A – λI)k Vk = 0
é chamado de autovetor generalizado de An×n .
Definição 6 Uma matriz Nn×n é dita ser nilpotente de ordem k, se Nk–1 , [0] e Nk = [0].
Observação: Aqui definimos [0] como sendo a matriz nula, ou seja, [0] representa a matriz
cujos elementos são todos nulos.
Teorema 7 Se A é uma matriz real n × n com autovalores reais λ1 , λ2 , . . . , λn repetidos de acordo

com a sua multiplicidade. Então, existe uma base de autovetores generalizados para Rn . E se
{V1 , V2 , . . . , Vn } é qualquer base de autovetores generalizados para Rn , a matriz
P = [V1 V2 . . . Vn ]n×n
é invertı́vel e A = S + N, onde
©λ1 0 ··· 0ª
®
0 λ · · · 0 ®®
2
P–1 SP = D onde D=.

.. .
.. .. .®
. .. ®®
®
«0 0 · · · λn ¬
Portanto S = PDP–1 , e a matriz N = A – S é nilpotente de ordem k ≤ n, além disso S e N

comutam, isto é, SN = NS
Teorema 8 Se a matriz real A2n×2n tem 2n autovalores complexos λj = aj + ibj e λj = aj – ibj . Há
uma base de autovetores generalizados complexos Wj = Uj + iVj e W j = Uj – iVj , j = 1, . . . , n, para
C2n e {U1 , V1 , . . . , Un , Vn } é uma base para R2n . A matriz
P = [V1 U1 V2 U2 . . . Vn Un ]2n×2n
é invertı́vel,
A=S+N
onde
©aj –bj ª
P–1 SP = diag ®
b
« j a j¬
a matriz N = A – S é nilpotente de ordem k ≤ 2n, e S e N comutam.
Proposição 4 Se S e N são transformações lineares sobre Rn que comutam, então
eS+N = eS eN
Corolário 1 Sob as hipóteses do teorema 5, o sistema linear X0 = AX, junto com a condição inicial
X(t0 ) = X0 , tem a seguinte solução
X(t) =eA(t–t0 ) X0
=e(S+N)(t–t0 ) X0
=eS(t–t0 ) eN(t–t0 ) X0
k–1 n (2.50)
N (t – t0 )n ª
=PeD(t–t0 ) P–1
Õ
® X0
©
n!

«"n=0 ¬ #
N k–1 (t – t )k–1
0
=PeD(t–t0 ) P–1 I + N(t – t0 ) + . . . + X0
(k – 1)!
Observação: Se λ é um autovalor de multiplicidade n de uma matriz An×n , então a matriz D =

λIn×n , e como S = PDP–1 fica fácil ver que S = D, e portanto, neste caso, eS(t–t0 ) = eλ In×n e,
portanto, a solução do sistema linear homogêneo será
X(t) =eS(t–t0 ) eN(t–t0 ) X0

k–1 n
N (t – t0 )n ª
=eλ(t–t0 ) In×n
Õ
® X0
©
n=0
n!
(2.51)
«" ¬ #
Nk–1 (t
– t0 )k–1
=eλ(t–t0 ) In×n I + N(t – t0 ) + . . . + X0
(k – 1)!
" #
k–1
N (t – t0 ) k–1
=eλ(t–t0 ) I + N(t – t0 ) + . . . + X0
(k – 1)!
 X0 = AX




 X(0) = X0



onde
 –1 1   2 
   
A =   , X0 =   (2.52)
 –1 –3   –1 
 
  2×2   2×1
Resolução. Sabemos que a solução do sistema acima é X(t) = eA(t–t0 ) X(t0 ). Como a matriz
A2×2 não pertence a classe de matrizes especiais, então, vamos diagonalizar esta matriz.
Primeiramente, vamos encontrar os autovalores de A2×2 ,
©  –1 1   1 0  ª
   
det(A – λI) = 0 ⇒ det  – λ   ®=0
 –1 –3   0 1 
 
«  2×2   2×2 ¬ (2.53)
©  –1 – λ 1  ª
 
⇒ det   ®=0
 –1 –3 – λ

 2×2 ¬

«
portanto, o polinômio caracterı́stico é: λ2 + 4λ + 4 = 0. Assim, os autovalores de A2×2

são: λ1 = –2 e λ2 = –2, ou seja, temos um autovalor λ = –2 com multiplicidade 2. Os
autovetores associados à este autovalor é obtido da seguinte maneira
• Para λ = –2 devemos resolver o sistema (A + 2I)V1 = 0, assim
©  –1 1   2 0  ª  1 1 
     
(A + 2I) =  +   ®=   (2.54)
 –1 –3   0 2   –1 –1 
    
«  2×2   2×2 ¬   2×2
Portanto
 v1 + v2 = 0

 1 1   0 

 v1 
      
(A + 2I)V1 = 0 ⇒  = =⇒

    
 –1 –1   v   0 
    
 2×2  2  2×1   2×1  –v1 – v2 = 0



(2.55)

como as linhas do sistema acima são múltiplas, isso implica que para encontrarmos
um autovetor de A2×2 associado à λ = –2, deve-se resolver a seguinte equação
v1 + v2 = 0 =⇒ v2 = –v1 (2.56)
logo, tomando v1 = 1 (por exemplo), então v2 = –1, e assim, um autovetor de A2×2

associado à λ = –2 será
 v1   1 
   
V1 = 
  =
 
 v2   –1 
 
  2×1   2×1
pela equação 2.56 encontramos somente um autovetor para formar uma base para
o R2 , assim, necessitamos encontrar outro autovetor. Portanto, para encontrarmos
o segundo autovetor vamos utilizar a definição 5, ou seja, vamos encontrar um au-
tovetor generalizado para a matriz A2×2 . Assim, o segundo autovetor generalizado
é encontrado resolvendo o seguinte sistema linear

2
1 1  v1   0 
    
2
(A + 2I) V2 = 0 =⇒  =
©   ª
  ®    
«  –1 –1  2×2 ¬  v2  2×1  0  2×1
    
     
(2.57)
 0 0   v1   0 
     
=⇒ 
    =  
 0 0   v2   0 
    
  2×2   2×1   2×1
perceba que qualquer vetor V2 resolve o sistema acima, uma vez que a matriz nula
multiplicada pelo vetor V2 deve resultar no vetor nulo. Como queremos encontrar
um autovetor generalizado devemos tomar dois cuidados, o primeiros deles é: V2
não pode ser o vetor nulo (pela definição de autovetor), e o segundo cuidado é:
como queremos construir uma base para o R2 , o vetor V2 deve ser linearmente
independente com o autovetor V1 . Como V1 = –11 então podemos tomar, por

exemplo, o vetor
 v1   1 
   
V2 = 
  =  
 v2   0 
  
  2×1   2×1
portanto, os vetores {V1 , V2 } formam uma base para o R2 , logo, podemos utilizar o
teorema 7 para encontrar a solução do PVI 2.52. Primeiramente, vamos construir a
matriz P
 1 1   0 –1 
   
P =[V1 V2 ]2×2 =  –1
e P = 
  (2.58)
 –1 0   1 1 
 
  2×2   2×2
Logo, pelo teorema 7 temos que
 –2 0   1 0 
   
D =   = –2   = –2I2×2 (2.59)
 0 –2   0 1 
 
  2×2   2×2
e, portanto,
 –2 0 
 
S= PDP–1 =⇒ S = D =   (2.60)
 0 –2 

  2×2
Assim, pelo teorema 7, A = S + N, então
 1 1 
 
N = A – S =⇒ N = A + 2I = 
  (2.61)
 –1 –1 

  2×2
e, pela equação 2.57 temos que a matriz N é nilpotente de ordem 2, ou seja, N , [0] e
N2 = [0]. Assim, a solução do PVI dado pelo corolário 1 é
X(t) =eSt eNt X0

1
!
Nn t n
=eλt
Õ
X0
n=0
n!
=eλt [I + Nt] X0
©  1 0   1 1   2 
     
–2t
=e  +  t ®  (2.62)
 ª 
 0 1   –1 –1   –1 
  
«  2×2   2×2 ¬   2×1
 1+t t   2 
   
=e–2t    
 –t 1 – t   –1 
  
  2×2   2×1
 2+t 
 
=e–2t  
 –1 – t 

  2×1
2.7 Sistemas Lineares Não Homogêneos

Nesta seção iremos tratar de sistemas não homogêneos da forma
X0 = AX + F(t) (2.63)
onde A é uma matriz n × n, e F(t)n×1 é um vetor não nulo.
Teorema 9 Se eA(t–t0 ) é qualquer matriz fundamental solução de X0 = AX, então a solução do

sistema linear não homogêneo
 X0 = AX + F(t)



(2.64)

 X(t0 ) = X0



é única, e é dada por
∫ t
X(t) = eA(t–t0 ) X 0 + eA(t–t0 ) eA(s0 –s) F(s)ds (2.65)
t0
–1
onde eA(s0 –s) = eA(s–s0 ) . Se t0 = 0, então a equação (2.65) torna-se
∫ t
At
X(t) = e X0 + e At e–As F(s)ds (2.66)
0
2.7. Sistemas Lineares Não Homogêneos 57
–1
onde e–As = eAs .
Perceba que para resolver o sistema não homogêneo 2.64 necessitamos conhecer a
solução do sistema homogêneo, ou seja, devemos conhecer eA(t–t0 ) .
 X0 = AX + F(t)



(2.67)

 X(0) = X0



onde
 –1 1   2   0 
     
A= 
  , X0 = 
  , F(t) =  
 2  , (2.68)
 –1 –3   –1   t 
 
  2×2   2×1   2×1
Resolução.Já resolvemos a parte homogênea desse sistema no exemplo 19, portanto temos
que
 1+t t  2+t 
   
eAt = e–2t , e que , eAt X0 =e–2t (2.69)

   
 –t 1 – t  –1 – t 
   
 2×2  2×1

 
Olhando a equação 2.66 precisamos calcular agora e–At = (eAt )–1 . Assim;
 1 – t –t
 
e–At = e2t (2.70)

 
 t 1+t
 
 2×2


∫t
Olhando novamente a equação 2.66 precisamos resolver a integral 0 e–As F(s)ds. Assim,
temos que
 1 – s –s  0   –s3
     
e–As F(s)ds =e2s = 2s
(2.71)
 
   
 2  e 
 2 3

 s 1+s  s   s +s
  
 2×2   2×1  2×1
 
 
logo
∫ t ∫ t
–e 2s s3 
e–As F(s)ds =
 
  ds
0 0  e2s s2 + e2s s3 
 
  2×1
∫t
– 0 e2s s3 ds
 
=  ∫ t
 
∫t 
2s 2
 0 e s ds + 0 e s ds 2s 3 
 2×1
(2.72)

 1 2s t
 8 e (–4s3 + 6s2 – 6s + 3) 
=  
1 2s 3 2
 8 e (4s – 2s + 2s – 1) 

 0
 1 2t
 8 e (–4t 3 + 6t 2 – 6t + 3) – 3

=

 
 81 e2t (2t – 1)(2t 2 + 1) + 1

 2×1


portanto, temos que
 1 2t
 1+t t  8 e (–4t 3 + 6t 2 – 6t + 3) – 3
∫ t   
eAt e–As F(s)ds = e–2t
 
   
 1 2t
0  –t 1 – t  8 e (2t – 1)(2t 2 + 1) + 1
  
 2×2   2×1
 
 (2.73)
1 2 –2t 3 –2t t 
4 (t – te ) + 8 (1 – e ) – 2 

= 

1 2 –2t 1 –2t
4 (t + te ) – 8 (1 + e )  2×1



Portanto, a solução do PVI não homogêneo é

∫ t
X(t) = eA(t–t0 ) X 0 + eA(t–t0 ) eA(s0 –s) F(s)ds
0
 1 2
2 + t  4 (t – te–2t ) + 83 (1 – e–2t ) – 2t
  
=e –2t + 
  
  
 –1 – t 

 1 (t 2 + te–2t ) – 81 (1 + e–2t )
 (2.74)
 2×1  4  2×1


 1 2
 4 (t + 3te–2t ) + 81 (3 + 13e–2t ) – 2t 

=  
1 2 –2t 1 –2t
4 (t – 3te ) – 8 (1 + 7e )

 2×1
 

2.8 Exercı́cios
1. Resolva o problema de valor inicial abaixo:
 X0 = AX


.

 X(0) = X0


onde
(a)
 3 –2   1 
   
A= 
  , X0 =  
 2 –2   2 

  2×2   2×1
(b)
 1 –2   0 
   
A =   , X 0 =  
 3 –4   1 
  
  2×2   2×1
(c)
 1 1 2   1 
   
   
A=  1 2 1  , X0 =  0 
   
   
 2 1 1   0 
   
  3×3   3×1
(d)
 3 –2   –1 
   
A= 
  , X0 = 
 
 4 –1   2 
 
  2×2   2×1
(e)
 –1 –4   –1 
   
A =   , X0 =  
 1 –1   2 
 
  2×2   2×1
(f)
– 41 1
0   1 
   

   
A= 
 1
–1 – 4 0 

, X0 =  2 
 
   

0 0 –4 1 
 3 
 
 3×3   3×1
 

(g)
 3 –4   1 
   
A =   , X0 =  
 1 –1   1 

  2×2   2×1
(h)
 1 –4   –1 
   
A= 
  , X0 = 
 
 4 –7   2 
 
  2×2   2×1
(i)
 1 0 0   1 
   
   
A =  –4 1 0  , X0 =  2 
   
   
 3 6 2   3 
   
  3×3   3×1
2. Resolva o sistema não homogêneo abaixo;
 x01 = 3x1 + 2x2 – 1




 x02 = 3x2 + e3t


com x1 (0) = 1 x2 (0) = –1
3. Resolva o sistema não homogêneo abaixo;
 X0 = AX + F


.

 X(0) = X0


onde
(a)
 3 0   0   1 
     
A= 
  , F= 
  X0 =  
 2 1   t   0 

  2×2   2×1   2×1
(b)
 3 –2   0   1 
     
A= 
  , F =   X 0 =  
 2 –2   sen(t)   2 
    
  2×2   2×1   2×1
(c)
 2 
 3 –4   t   –1 
   
A =   , F =   X0 =  
 1 –1   0   2 
  
  2×2   2×1   2×1
(d)
 1 –4   0   –1 
     
A= 
  , F=
  X0 = 
 
 4 –7   cos(t)   2 
  
  2×2   2×1   2×1
CAPÍTULO 3
Equações diferenciais
ordinárias de ordem
superior
Aqui trataremos da resolução de equações diferenciais lineares de ordem n. Tal equação

ja foi previamente definida, mas relembraremos a definição aqui novamente
Definição 7 Uma equação diferencial ordinária linear de ordem n é definido como segue:
an (t)y(n) + an–1 (t)y(n–1) + . . . + a1 (t)y(1) + a0 (t)y = F(t) (3.1)
Para resolver a equação 3.1 tomaremos duas hipóteses:
1. O coeficiente an (t) , 0, ∀t
2. Os coeficientes da equação ai (t) com i = 1, . . . , n, e F(t) são funções contı́nuas em

um dado intervalo aberto I
62 Capı́tulo 3. Equações diferenciais ordinárias de ordem superior
Como an (t) , 0, então dividiremos toda a equação 3.1 por an (t), obtendo assim, a
seguinte equação diferencial.
y(n) + pn–1 (t)y(n–1) + . . . + p1 (t)y(1) + p0 (t)y = f (t) (3.2)
onde
an–1 (t) a1 (t) a0 (t) F(t)
pn–1 (t) = , . . . , p1 (t) = , p0 (t) = , f (t) = (3.3)
an (t) an (t) an (t) an (t)
Definição 8 Se f (t) ≡ 0 na equação 3.2, então dizemos que a equação diferencial
y(n) + pn–1 (t)y(n–1) + . . . + p1 (t)y(1) + p0 (t)y = 0 (3.4)
é homogênea, caso contrário, se f (t) , 0, então a equação
é dita não homogênea.
Como a equação 3.2 é uma edo de ordem n, então será necessário introduzir n condições
iniciais para resolvermos um determinado problema de valor inicial relacionado à equação
3.2. Desta forma, novamente surge a questão de existência e unicidade para problemas
de valor inicial envolvendo equações de ordem superior. Assim, como as edos de pri-
meira ordem, as equações diferenciais de ordem superior também possui um teorema de
existência e unicidade, o qual apresentaremos a seguir.
Teorema 10 Teorema de Existência e Unicidade (TEU) : Dada a equação diferencial

onde os coeficientes da equação pi (t) i = 0, . . . , n – 1 e f (t) são funções contı́nuas em um dado

intervalo aberto I ∈ R e, tomemos um ponto t0 ∈ I e uma coleção de pontos b1 , b2 , . . . , bn , com

bi ∈ R com (i = 1, . . . , n). Então, o seguinte problema de valor inicial (PVI)
y(n) + pn–1 (t)y(n–1) + . . . + p1 (t)y(1) + p0 (t)y = f (t)









y(t0 ) = b1






(3.7)


 y0(t0 ) = b2
..


.







 y(n–1) (t0 ) = bn




63
tem solução única y = φ(t). Chamaremos os pontos b1 , b2 , . . . , bn , de condições iniciais para a

equação 3.7.
Definido o TEU, precisamos agora obter as soluções para as edos de ordem supe-
rior. Assim, começaremos a nossa análise pelas equações homogêneas com coeficientes
constantes.
3.0.1 Equações diferenciais homogêneas
Para as equações diferenciais lineares e homogêneas vale o princı́pio da superposição de

soluções, que definiremos a seguir.
Teorema 11 (Princı́pio da superposição de soluções). Sejam y1 (t), y2 (t), . . . , yn (t) soluções da

equação 3.4, então a combinação linear
y(t) = C1 y1 (t) + C2 y2 (t) + . . . + Cn yn (t) (3.8)
também é solução da equação 3.4, onde C1 , C2 , . . . , Cn são constantes reais arbitrárias.
Para encontrarmos os valores dessas constantes Ci (i = 1, . . . , n) é necessário definir-

mos agora o seguinte PVI.
y(n) (t) + pn–1 (t)y(n–1) (t) + . . . + p1 (t)y(1) (t) + p0 (t)y(t) = 0









y(t0 ) = b1






(3.9)


 y0(t0 ) = b2
..


.







 y(n–1) (t0 ) = bn




Supondo que y1 (t), y2 (t), . . . , yn (t) são soluções da edo 3.4, então pelo princı́pio da
superposição de soluções, temos que
y(t) = C1 y1 (t) + C2 y2 (t) + . . . + Cn yn (t) (3.10)
também é uma solução da equação diferencial 3.9. A equação 3.10 tem 1 (uma) equação
e n incógnitas, portanto, existem uma infinidade de possibilidades para as constantes
Ci (i = 1, . . . , n). Desta forma, vamos determinar condições para que existam constantes
Ci (i = 1, . . . , n) tal que, a equação 3.10 se torne uma solução do PVI 3.9, ou seja, que a
equação 3.10 se transforme na solução única do PVI. Primeiramente, para encontremos
valores únicos para constantes Ci , devemos resolver um sistema com n equações e n
incógnitas. Como temos a solução 3.10, podemos deriva-lá n – 1 vezes, assim, obtendo
y(t) = C1 y1 (t) + C2 y2 (t) + . . . + Cn yn (t)








 y0(t) = C1 y01 (t) + C2 y02 (t) + . . . + Cn y0n (t)



(3.11)

..
.






 y(n–1) (t) = C1 y(n–1) (t) + C2 y(n–1) (t) + . . . + Cn yn(n–1) (t)



 1 2
Substituindo t = t0 , que é o ponto inicial, na equação 3.11, obtemos
y(t0 ) = C1 y1 (t0 ) + C2 y2 (t0 ) + . . . + Cn yn (t0 )








 y0(t0 ) = C1 y0 (t0 ) + C2 y0 (t0 ) + . . . + Cn y0 (t0 )


1 2 n

(3.12)

..
.






 y(n–1) (t0 ) = C1 y(n–1) (t0 ) + C2 y(n–1) (t0 ) + . . . + Cn y(n–1)

n (t0 )


 1 2
utilizando as condições iniciais dadas no PVI 3.9, ou seja, y(t0 ) = b1 , y0(t0 ) = b2 , yn–1 (t0 ) =
bn , temos que o sistema 3.12 torna-se
C1 y1 (t0 ) + C2 y2 (t0 ) + . . . + Cn yn (t0 ) = b1








 C1 y01 (t0 ) + C2 y02 (t0 ) + . . . + Cn y0n (t0 ) = b2



(3.13)

..
.






 C1 y(n–1) (t0 ) + C2 y(n–1) (t0 ) + . . . + Cn y(n–1)

n (t0 ) = bn


 1 2
Podemos reescrever o sistema 3.13 na forma matricial
AX = B (3.14)
onde
 y1 (t0 ) y2 (t0 ) ··· yn (t0 )  C1  b1 

     
 
     
 y1 (t0 ) y02 (t0 ) · · · yn (t0 ) 
 0 0  C2  b2 
    
A=  , X =  .  , B=

.. .. .. .. .. 
   
. . . .  ..  . 
 
  
     
 (n–1)
 y1 (t0 ) y(n–1) (t0 ) (n–1)
· · · yn (t0 ) 
    
2
 Cn   bn 
  n×n   n×1   n×1
65
Note que a matriz An×n é constituı́da pelas soluções da equação homogênea, a saber,
y1 (t), y2 (t), . . . , yn (t), e suas derivadas até a ordem n – 1, aplicados no ponto inicial t0 . Da
Álgebra Linear sabemos que o sistema 3.14 tem solução única (a solução é X = A–1 B) se a
matriz An×n é invertı́vel. Portanto, a matriz An×n é invertı́vel se, e somente se, det(A) , 0,
ou seja,
©  y1 (t0 ) y2 (t0 ) ··· yn (t0 )

 
ª
 ®
 y0 (t ) y02 (t0 ) · · · yn (t0 )  ®®
0 
1 0 ® , 0
det 

.. .. .. ..
. . . .
 ®
 ®
®
 (n–1) (n–1) (n–1)

«  y1 (t0 ) y2 (t0 ) · · · yn (t0 )  ¬


e, essa é a condição suficiente para que a equação 3.10 seja solução do PVI. Desta forma,
colocaremos esse resultado no seguinte teorema.
Teorema 12 Sejam y1 (t), y2 (t), . . . , yn (t) soluções da equação 3.4, e seja t0 ∈ R, então se
©  y1 (t0 ) y2 (t0 ) ... yn (t0 )

 
ª
 ®
 y0 (t ) y02 (t0 ) . . . yn (t0 )  ®®
0 
1 0 ® , 0
det 

.. .. .. ..
. . . .
 ®
 ®
®
 (n–1) (n–1)
· · · yn(n–1) (t0 )  ¬

«  y1 (t0 ) y2 (t0 )


o problema de valor inicial
y(n) + pn–1 (t)y(n–1) + . . . + p1 (t)y(1) + p0 (t)y = 0









y(t0 ) = b1






(3.15)


 y0(t0 ) = b2
..


.







 y(n–1) (t0 ) = bn




tem solução única na forma
y(t) = C1 y1 (t) + C2 y2 (t) + . . . + Cn yn (t) (3.16)

Definição 9 O determinante
©  y1 (t) y2 (t) ... yn (t)

 
ª
 ®
 y0 (t) y02 (t) . . . y0n (t)  ®®

1
W(y1 , y2 , . . . , yn )(t) = det 

.. .. .. ..
®
. . . .
 ®
 ®
®
 (n–1) (n–1) (n–1)

«  y1 (t) y2 (t) . . . yn (t)  ¬


é chamado de Wronskiano das funções y1 (t), y2 (t), . . . , yn (t)
Teorema 13 Considere o Wronskiano W(y1 , y2 , . . . , yn )(t), então:
a) Se W(y1 , y2 , . . . , yn )(t) = 0, então o conjunto {y1 (t), y2 (t), . . . , yn (t)} é linearmente depen-
dente (LD).
b) Se W(y1 , y2 , . . . , yn )(t) , 0, então o conjunto {y1 (t), y2 (t), . . . , yn (t)} é linearmente inde-
pendente (LI).
Definição 10 Sejam y1 (t), y2 (t), . . . , yn (t) soluções da equação diferencial ordinária 3.4, então se
W(y1 , y2 , . . . , yn )(t) , 0 dizemos que essas soluções formam um conjunto fundamental de soluções
para a equação 3.4. Além disso, se {y1 (t), y2 (t), . . . , yn (t)} formam um conjunto fundamental de
soluções para a equação 3.4, então a solução
y(t) = C1 y1 (t) + C2 y2 (t) + . . . + Cn yn (t) (3.17)
é chamada de solução geral da equação 3.4.
3.0.2 Equações diferenciais homogêneas com coeficientes constantes
Uma equação diferencial homogênea com coeficientes constantes pode ser escrita como
y(n) + pn–1 y(n–1) + . . . + p1 y(1) + p0 y = 0 (3.18)
onde pi ∈ R (com i = 0, . . . , n – 1).

Note que uma solução da equação 3.18 deve ser uma função tal que, quando subs-
tituı́mos esta função na equação 3.18, a soma de todos os termos do lado esquerdo da
equação deve ser igual a zero. Portanto, esta função candidata deve ter a propriedade
que, quando derivamos a mesma n vezes, a derivada desta função candidata não se altere,
67
pois neste momento queremos somar todos os termos do lado esquerdo da equação, e o
resultado deve ser igual a zero.
Pelos motivos apresentados acima, vamos supor que y = ert é a candidata à solução da
equação 3.18, onde r é um parâmetro ainda desconhecido que utilizamos para diferenciar
possı́veis soluções da edo. Assim, temos que
y = ert
y0 = rert
..
. (3.19)
y(n–1) = rn–1 ert
y(n) = rn ert
Logo, substituindo 3.19 em 3.18 temos que
rn ert + pn–1 rn–1 ert + . . . + p1 rert + p0 ert = 0 =⇒

(3.20)
ert (rn + pn–1 rn–1 + . . . + p1 r + p0 ) = 0
na equação acima como ert , 0, então temos que
rn + pn–1 rn–1 + · · · + p1 r + p0 = 0 (3.21)
A equação 3.21 é chamada de equação caracterı́stica (ou polinômio caracterı́stico) da

equação 3.18. Note que, a incógnita da equação 3.21 é o parâmetro r utilizado na candidata
a solução y = ert . Portanto, se resolvermos a equação 3.21 encontraremos o parâmetro r
que faz parte da solução da equação 3.18. Sabemos que todo polinômio de grau n possuı́ n
raı́zes (que podem ser reais ou complexas), então se resolvermos a equação 3.21 acharemos
n valores para r, a saber, r1 , r2 , . . . , rn , consequentemente, acharemos n soluções para a
equação 3.18.
Como a equação caracterı́stica apresenta n soluções, então, elas podem ser reais,
complexas ou repetidas. Vamos analisar cada caso separadamente.
3.0.3 Raı́zes reais e distintas
Suponha que as n raı́zes do polinômio caracterı́stico são reais e distintas, ou seja, r1 , r2 , . . . , rn ∈

R e r1 , r2 , . . . , rn . Como a candidata a solução da equação 3.18 é y = ert , então as n
soluções da equação diferencial 3.18 são;
y1 = er1 t , y2 = er2 t , . . . , yn = ern t (3.22)
Verifique que cada uma das funções acima resolvem a edo 3.18. Portanto, pelo princı́pio
da superposição de soluções temos que
y(t) = C1 y1 (t) + C2 y2 (t) + . . . + Cn yn (t)

(3.23)
= C1 er1 t + C2 er2 t + . . . + Cn ern t
também é solução da edo. Para chamarmos a equação 3.23 de solução geral da edo, de-
vemos verificar se o Wronskiano formado pelas soluções apresentadas na equação 3.22
formam um conjunto LI.
Exemplo 21 Encontre a solução geral da edo abaixo
y00 + 5y0 + 6y = 0 (3.24)
Resolução. A equação acima é linear e homogênea de segunda ordem, portanto, temos que a candi-
data a solução é y = ert . Logo, y0 = rert e y00 = r2 ert , assim, substituindo y, y0 e y00 na equação 3.24
vamos obter
r2 ert + 5rert + 6ert = 0 =⇒ ert (r2 + 5r + 6) = 0 (3.25)
como ert , 0 então temos que r2 + 5r + 6 = 0 polinômio caracterı́stico , cujas duas soluções

são: r1 = –3 e r2 = –2, portanto, as duas soluções da equação 3.24 são: y1 = er1 t = e–3t e
y2 = er2 t = e–2t . Para verificar se {y1 , y2 } formam um conjunto fundamental de soluções, vamos
calcular o Wronskiano. Assim;
y1 (t) y2 (t)  ª
 
W(y1 , y2 )(t) = det 
©  ®
y1 (t) y2 (t)  ¬
0 0 

« 
e–3t e–2t  ª (3.26)
 
= det 
©  ®
–3e–3t –2e–2t  ¬


« 
= –2e–5t + 3e–5t = e–5t , 0 ∀t
como W(y1 , y2 )(t) , 0, então {y1 , y2 } formam um conjunto fundamental, e portanto, pelo princı́pio
da superposição de soluções, a solução geral da equação 3.24 é
y = C1 y1 + C2 y2
(3.27)
= C1 e–3t + C2 e–2t
69


 y + 5y + 6y = 0


 00 0


(3.28)


 y(0) = 1


 y0(0) = –1




Resolução. A solução geral da equação diferencial foi encontrada no exemplo 21, portanto, temos que
y = C1 e–3t + C2 e–2t . Para encontrar os valores de C1 e C2 , devemos resolver o sistema de equações;
 y(t) = C1 e–3t + C2 e–2t




(3.29)

 y0(t) = –3C1 e–3t – 2C2 e–2t




aplicando as condições iniciais y(0) = 1, y0(0) = –1 no sistema 3.29, vamos obter

 y(0) = C1 e0 + C2 e0  C1 + C2 = 1

 

 
=⇒ (3.30)
 
 y0(0) = –3C1 e0 – 2C2 e0  –3C1 – 2C2 = –1


 

 
ou seja, para encontrarmos C1 e C2 , devemos resolver o sistema
 1 1   C1   1 
    
  =  (3.31)
 –3 –2   C2   –1 
    
    
| {z } | {z } |{z}
A X B
O sistema acima tem solução se, o determinante da matriz A2×2 é diferente de zero. Perceba
que o determinante de A2×2 é o Wronskiano das soluções y1 e y2 aplicados no ponto inicial t0 = 0.
Como W(y1 , y2 )(t) = e–5t , então temos que W(y1 , y2 )(0) = 1, logo a matriz A2×2 tem inversa, e
portanto, a solução do sistema 3.31 é
 –1 
 C1   1 1  1 
   
= 

    
 C2   –3 –2  –1 
    
 2×1   2×2   2×1


 –2 –1  1 
   
=  (3.32)

  
 3 1  –1 
  
 2×2   2×1


 –1
 
= 


 2

 2×1


ou seja, temos que C1 = –1 e C2 = 2. Assim, a solução do PVI é
y = –e–3t + 2e–2t (3.33)

3.0.4 Raı́zes complexas
Sempre quando encontramos uma raiz para um polinômio de grau maior ou igual a 2
(dois), e essa raiz é complexa, automaticamente encontraremos uma segunda solução
para este polinômio que será o conjugado desta primeira solução encontrada.
Assim, vamos supor que r1 = a + ib é a raiz complexa de um polinômio caracterı́stico
oriundo de uma edo cujo grau do polinômio caracterı́stico é maior ou igual a 2 (dois) e
r2 = a – ib é o conjugado de r1 ,
Então, temos que as duas soluções da edo são:
y1 = er1 t = e(a+ib)t =⇒ y1 = eat eibt

(3.34)
y2 = er2 t = e(a–ib)t =⇒ y2 = eat e–ibt
Se lembrarmos da fórmula de Euler do exponencial complexo que diz
eiθ = cos θ + isen θ

(3.35)
e–iθ = cos θ – isen θ
então, utilizando a equação 3.35 podemos reescrever 3.34, como segue
y1 = eat (cos (bt) + isen(bt))

(3.36)
y2 = eat (cos (bt) – isen(bt))
Logo, temos duas soluções para a edo, porém ambas são complexas. Aqui queremos
encontrar soluções para uma dada edo no espaço vetorial real, desta forma, temos que
eliminar este número complexo da solução geral da edo.
Sabe-se pelo princı́pio da superposição de soluções que, a combinação linear de
soluções também é uma solução para a edo. Então, devemos fazer duas combinações
lineares com y1 e y2 de forma que, essas combinações lineares formem duas novas funções
linearmente independentes. Assim, podemos tomar a primeira combinação linear como
sendo
y1 + y2
u= =⇒ u = eat cos (bt) (3.37)
2
e, portanto, u = eat cos (bt) é a primeira solução da edo. Para encontrar a segunda solução
consideraremos a seguinte combinação linear
y1 – y2
v= =⇒ v = eat sen(bt) (3.38)
2i
71
e, portanto, v = eat sen(bt) é a segunda solução da edo.

Assim, as equações 3.37 e 3.38 são duas soluções para uma dada equação diferencial
cujas raı́zes do polinômio caracterı́stico são complexas.
Como o Wronskiano entre as soluções u e v é diferente de zero (Verifique !), então, a
solução geral da edo é:
y = C1 u + C2 v
(3.39)
= C1 eat cos(bt) + C2 eat sen(bt)
onde a e b são a parte real e imaginária da raiz complexa do polinômio caracterı́stico,
respectivamente.
y00 + 4y0 + 5y = 0 (3.40)
Resolução. A equação acima é linear e homogênea de segunda ordem, portanto, temos que a candi-
data a solução é y = ert . Logo, y0 = rert e y00 = r2 ert , assim, substituindo y, y0 e y00 na equação 3.40
vamos obter que o polinômio caracterı́stico é
r2 + 4r + 5 = 0 (3.41)
cujas soluções são: r1 = –2 + i e r2 = –2 – i. Comparando com o que foi discutido acima temos
que a = –2 e b = 1. Portanto, como as duas soluções da equação 3.40 são: u = eat cos(bt) e
v = eat sen(bt), então temos, u = e–2t cos(t) e v = e–2t sen(t). Para verificar se {u, v} formam um
conjunto fundamental de soluções, vamos calcular o Wronskiano. Assim;
u v ª
 
W(u, v)(t) = det 
©  ®
 0 0
u v ¬

« 
e–2t cos(t) e–2t sen(t) (3.42)
 
= det 
©  ª
®
 –2t –2t –2t –2t
–2e cos(t) – e sen(t) –2e sen(t) + e cos(t)  ¬

« 
= e–4t , 0 ∀t
como W(u, v)(t) , 0, então {u, v} formam um conjunto fundamental, e portanto, pelo princı́pio da
superposição de soluções, a solução geral da equação 3.40 é
y = C1 e–2t cos(t) + C2 e–2t sen(t) (3.43)



y00 + 4y0 + 5y = 0






(3.44)


 y(0) = 2


 y (0) = 0
 0



Resolução. A solução geral da equação diferencial foi encontrada no exemplo 23, portanto, temos que
y = C1 e–2t cos(t) + C2 e–2t sen(t). Para encontrar os valores de C1 e C2 , devemos resolver o seguinte
sistema de equações;
 y(t) = C1 e–2t cos(t) + C2 e–2t sen(t)




(3.45)

 y0(t) = C1 (–2e–2t cos(t) – e–2t sen(t)) + C2 (–2e–2t sen(t) + e–2t cos(t))




logo, aplicando as condições iniciais no sistema acima, vamos obter
 y(0) = C1  C1 = 2

 

 
=⇒ (3.46)
 
 y0(0) = C1 (–2) + C2 (1)  –2C1 + C2 = 0


 

 
portanto, temos que C1 = 2 e C2 = 4. Assim, a solução do PVI é
y(t) = 2e–2t cos(t) + 4e–2t sen(t) (3.47)
3.0.5 Raı́zes repetidas - Método da redução de ordem
Vamos supor agora que a equação diferencial 3.18 gerou o polinômio caracterı́stico 3.21
e esse polinômio tem raı́zes repetidas, ou seja, o polinômio tem, por exemplo, uma raiz
r com multiplicidade k ≤ n. O problema que surge agora é o seguinte: essa raiz r gera k
soluções da edo, a saber
y1 (t) = er1 t , y2 (t) = er2 t , . . . , yk (t) = erk t , (3.48)
e essas soluções devem ser linearmente independentes, mas como essas raı́zes são todas
repetidas, r1 = r2 = . . . = rk , então o conjunto {y1 , y2 , . . . , yk } é linearmente dependente,
pois W(y1 , y2 , . . . , yk ) = 0.
Perceba que não podemos utilizar todas as equações de 3.48 para formar a solução
geral da edo, na verdade vamos utilizar apenas uma delas e, portanto, devemos descartar
todas as outras k – 1 soluções.
73
A pergunta então é: como encontrar essas outras k – 1 soluções?. Para isso iremos
utilizar o método da redução de ordem.
3.0.5.1 Método da redução de ordem
Para entendermos como funciona este método, utilizaremos o mesmo em um caso parti-
cular, ou seja, vamos aplicá-lo em uma edo de segunda ordem.
Dado a edo linear homogênea de segunda ordem abaixo,
y00 + ay0 + by = 0 (3.49)
temos que o polinômio caracterı́stico relativo a essa equação é
r2 + ar + b = 0 (3.50)
Vamos supor que as raı́zes da equação 3.50 são:
a
r1 = r2 = –
2
ou seja, a raiz do polinômio caracterı́stico é: r = – 2a com multiplicidade 2.

Assim, as soluções da equação 3.49 são
a
y1 (t) = er1 t =⇒ y1 (t) = e– 2 t
a
(3.51)
y2 (t) = er2 t =⇒ y2 (t) = e– 2 t
note que y1 = y2 , portanto, linearmente dependentes.

O método da redução de ordem consiste em utilizar essa solução encontrada para
“gerar”a outra solução que precisamos para expressar a solução geral da edo. Assim, vamos
assumir que a solução geral da edo 3.49 é
y(t) = γ(t)y1 (t) (3.52)
a
onde y1 (t) é uma solução obtida (conhecida) da edo, a saber, y1 (t) = e– 2 t e γ(t) é uma função
desconhecida que precisamos encontrar. Portanto, a questão que se coloca é: sempre será
possı́vel encontrar γ(t) que faz com que a equação 3.52 seja solução da edo 3.49? Veremos
que a resposta é sim, a equação 3.52 será uma solução da edo.
Bom, se estamos supondo que y(t) = γ(t)y1 (t) é solução da edo, então vamos derivá-la
duas vezes e substituir y e suas derivadas na equação 3.49. Assim,
y(t) = γ(t)y1 (t)
y0(t) = γ(t)0y1 (t) + γ(t)y01 (t) (3.53)
y00(t) = γ(t)00y1 (t) + 2γ0(t)y01 (t) + γ(t)y00

1 (t)
logo, substituindo 3.53 em 3.49, e após algumas manipulações algébricas, vamos obter
que
γ00(t) = 0 (3.54)
Agora vamos reduzir a ordem da equação diferencial 3.54. Para isto, consideraremos
que β(t) = γ0(t), logo, β0(t) = γ00(t) e, assim, a equação 3.54 pode ser reescrita como
β0(t) = 0 =⇒ β = C1 , C1 ∈ R (3.55)
como β(t) = γ0(t), então
γ0(t) = C1 =⇒ γ(t) = C1 t + C0 , C0 ∈ R (3.56)
assim, a equação 3.56 diz que a função procurada é um polinômio do primeiro grau.
Dado que encontramos a função γ(t), logo, a solução da equação diferencial 3.49 é
y(t) = γ(t)y1 (t)

a
= (C1 t + C0 )e– 2 t
(3.57)
a a
= C0 e– 2 t +C1 te– 2 t
|{z} |{z}
y1 y2
a
Note que na equação 3.57 temos duas soluções para a edo. A primeira y1 = e– 2 t é
a
a solução encontrada através do polinômio caracterı́stico, e a segunda y2 = te– 2 t foi
encontrada utilizando o método da redução de ordem. Além disso, a equação 3.57 é
a solução geral, pois y1 e y2 formam um conjunto fundamental de soluções, ou seja,
W(y1 , y2 )(t) , 0, ∀t (verifique !)
Aplicaremos o método da redução de ordem em uma edo de ordem n. Tomemos a
equação diferencial 3.18 e vamos supor que existe uma raiz r do polinômio caracterı́stico
75
desta equação que tem multiplicidade k ≤ n. Assim, conhecemos uma solução para a edo
3.18, a saber
y1 (t) = ert , (3.58)
Pelo método da redução de ordem, vamos supor que, a solução geral da equação 3.18 é
y(t) = γ(t)y1 (t) (3.59)
derivando 3.59 n vezes, e substituindo estas derivadas na equação 3.18, vamos obter que
γ (k) (t) = 0 (3.60)
Agora, vamos reduzir a ordem da equação 3.60. Tomando,
β1 = γ0(t) β10 (t) = β2 (t)


 


 


 

 
 β2 = γ00(t)  β20 (t) = β3 (t)

 

 
=⇒ (3.61)
 
.. ..
. .

 


 


 

 βk–1 = γ (k–1) (t)  β0 (t) = γ (k) (t) = 0

 

 
  k–1
Olhando a última equação no sistema 3.61 temos que
0 (t) = 0 =⇒ β (t) = C , C
βk–1 (3.62)
k–1 k–1 k–1 ∈ R
o que implica que
0 (t) = β (t) =⇒ β0 (t) = C

βk–2 k–1 k–2 k–1 =⇒ βk–2 (t) = Ck–1 t + Ck–2 (3.63)
e portanto, fazendo esse processo k – 1 vezes vamos obter que
γ(t) = Ck–1 t k–1 + Ck–2 t k–2 + · · · + C1 t + C0 (3.64)
com Ci (i = 0, . . . , k – 1) ∈ R. Note que podemos relacionar a multiplicidade do polinômio

caracterı́stico com o grau do polinômio gerado pela equação 3.64, ou seja, se a raiz do
polinômio caracterı́stico tem multiplicidade k, então o grau do polinômio γ(t) é k – 1.
Assim, substituindo 3.64 a equação 3.59 temos que a solução da edo é
y(t) = (Ck–1 t k–1 + Ck–2 t k–2 + . . . + C1 t + C0 )y1 (t) (3.65)

y00 + 4y0 + 4y = 0 (3.66)
Resolução. A candidata a solução é y = ert , e portanto, o polinômio caracterı́stico é
r2 + 4r + 4 = 0 (3.67)
cujas duas soluções são: r = –2 com multiplicidade 2. Como as raı́zes são repetidas, então pelo
método da redução de ordem, a solução geral da edo é:
y = γ(t)y1 = γ(t)ert (3.68)
e pela equação 3.64 temos que a função γ(t) é um polinômio cuja ordem é obtido subtraindo 1(um)
da multiplicidade da solução do polinômio caracterı́stico. Logo, como a multiplicidade é 2, então
temos que γ(t) é um polinômio de grau 1 (um), e desta forma a solução geral da edo é
y = (C0 + C1 t)e–2t (3.69)
Sabemos que as duas soluções da edo são: y1 = e–2t e y2 = te–2t . Vamos verificar se elas formam
um conjunto fundamental de soluções, ou seja, vamos calcular o Wronskiano. Assim;
y1 y2  ª
 
W(y1 , y2 )(t) = det 
©  ®
 0 0
y1 y2  ¬

« 
e–2t te–2t (3.70)
 
= det 
©  ª
®
 –2e –2t –2t
e – 2te–2t 

« ¬
= e–4t , 0 ∀t
como W(y1 , y2 )(t) , 0, então {y1 , y2 } formam um conjunto fundamental de soluções.

y00 + 4y0 + 4y = 0






(3.71)


 y(0) = –1


 y0(0) = 4




77
Resolução. A solução geral da equação diferencial é y = (C0 + C1 t)e–2t . Para encontrar os valores
de C0 e C1 , devemos resolver o sistema de equações abaixo;
 y(t) = (C0 + C1 t)e–2t




(3.72)

 y0(t) = C1 e–2t – 2(C0 + C1 t)e–2t




aplicando as condições iniciais no sistema 3.72, vamos obter
 y(0) = C0  C0 = –1

 

 
=⇒ (3.73)
 
 y0(0) = C1 – 2C0  C1 – 2C0 = 4


 

 
portanto, temos que C0 = –1 e C1 = 2. Assim, a solução do PVI é
y(t) = (–1 + 2t)e–2t (3.74)
3.0.6 Equações Não Homogêneas
Pela definição 8 temos que uma equação diferencial não homogênea é toda equação que
pode ser escrita como
com f (t) sendo uma função não nula.
Definição 11 Se considerarmos na equação 3.75 que f (t) = 0, então a equação
y(n) + pn–1 (t)y(n–1) + . . . + p1 (t)y(1) + p0 (t)y = 0 (3.76)
é chamada de equação homogênea associada a equação 3.75.
Teorema 14 Seja yp (t) uma solução particular da equação 3.75 e seja yh (t) a solução da equação
diferencial homogênea associada a equação 3.75. Então, a solução geral da equação não homogênea
3.75 é
y(t) = yh (t) + yp (t) (3.77)
Pelo teorema 14 a solução geral de uma edo não homogênea é dada pela soma de
duas funções, onde uma delas nesse momento já sabemos como encontrá-la, ou seja,
a função yh (t) (solução da homogênea associada) pode ser encontrada como mostrado
nas seções anteriores. Assim, devemos encontrar a solução particular yp (t). Antes de
apresentarmos os métodos que utilizaremos para encontrar yp (t), vamos tentar tirar
informações importantes sobre a solução particular.
Perceba que se a equação 3.77 é solução da edo não homogênea, então ela deve resolver
a equação 3.75. Assim, derivando y(t) = yp (t) + yh (t), n vezes com relação a t, ou seja
y(t) = yh (t) + yp (t)
y(1) (t) = y(1)

h
(t) + y(1)
p (t)
(3.78)
..
.
y(n) (t) = y(n)

h
(t) + y(n)
p (t)
e substituindo a equação 3.78 em 3.75 vamos obter;
y(n) (n) (n–1)

p (t)+yh (t)+pn–1 (t)(yp (t)+y(n–1)
h
(t))+. . .+p1 (t)(y(1) (1)
p (t)+yh (t))+p0 (t)(yp (t)+yh (t)) = f (t)
(3.79)
rearranjando os termos acima temos
y(n)
h
(t) + pn–1 (t)y(n–1)
h
(t) + . . . + p1 (t)y(1)
h
(t) + p0 (t)yh (t) +y(n) (n–1)
p (t) + pn–1 (t)yp (t)
| {z }
=0, pois yh (t) é solução da homogênea associada
+ . . . + p1 (t)y(1)
p (t) + p0 (t)yp (t) = f (t)
=⇒ y(n) (n–1)
p (t) + pn–1 (t)yp (t) + . . . + p1 (t)y(1)
p (t) + p0 (t)yp (t) = f (t)
Portanto, encontrar a solução particular, yp (t), que resolve a equação não homogênea,
é equivalente a encontrar uma função que, quando substituı́mos a mesma na edo não
homogênea o lado esquerdo da igualdade resulta na função f (t), como mostra a equação
abaixo
y(n) (n–1)
p (t) + pn–1 (t)yp (t) + . . . + p1 (t)y(1)
p (t) + p0 (t)yp (t) = f (t) (3.80)
Neste texto apresentaremos dois métodos para encontrar a solução particular yp (t) de
uma equação não homogênea, a saber: método dos coeficientes indeterminados e método
da variação de parâmetros.
79
3.0.6.1 Método dos coeficientes indeterminados
Este método pode ser aplicado em equações diferenciais não homogêneas onde os coefici-
entes da equação são constantes. Vamos tomar uma edo não homogênea com coeficientes
constantes
y(n) + pn–1 y(n–1) + . . . + p1 y(1) + p0 y = f (t) (3.81)
onde p0 , p1 , . . . , pn–1 são números reais.

O método dos coeficientes indeterminados é eficiente, porém, ele só funciona se a
função f (t) tem uma das seguintes formas:
1. Se f (t) = a0 + a1 t + a2 t 2 + . . . + an t n , com a0 , . . . , an ∈ R, então a forma da solução

particular é
yp (t) = t s (A0 + A1 t + A2 t 2 + . . . + An t n ) (3.82)
onde A0 , . . . , An são os coeficientes indeterminados
2. Se f (t) = a0 eηt , com a0 , η ∈ R, então a forma da solução particular é
yp (t) = t s (A0 eηt ) (3.83)
onde A0 é o coeficiente indeterminado.
3. Se
f (t) = a0 cos (θt) ou
f (t) = a1 sen(θt) ou (3.84)
f (t) = a0 cos (θt) + a1 sen(θt), a0 , a1 ∈ R

então a forma da solução particular é
yp (t) = t s (A0 cos (θt) + A1 sen(θt)) (3.85)
onde A0 e A1 são os coeficientes indeterminados.
4. Se f (t) = eηt (a0 + a1 t + a2 t 2 + . . . + an t n ) então a forma da solução particular é
yp (t) = t s eηt (A0 + A1 t + A2 t 2 + . . . + An t n ) (3.86)
onde A0 , . . . , An são os coeficientes indeterminados

5. Se
f (t) = a0 eηt cos (θt) ou
f (t) = a1 eηt sen(θt) ou (3.87)
f (t) = a0 eηt cos (θt) + a1 eηt sen(θt), a0 , a1 ∈ R

yp (t) = t s eηt (A0 cos (θt) + A1 sen(θt)) (3.88)
onde A0 e A1 são os coeficientes indeterminados
6. Se
f (t) = (a0 + a1 t + a2 t 2 + . . . + an t n ) cos (θt) ou
f (t) = (a0 + a1 t + a2 t 2 + . . . + an t n )sen(θt) ou
f (t) = (a0 + a1 t + a2 t 2 + . . . + an t n ) cos (θt) + (b0 + b1 t + b2 t 2 + · · · + bn t n )sen(θt),
com a0 , . . . , an ∈ R e b0 , . . . , bn ∈ R
(3.89)
yp (t) = t s (A0 + A1 t + A2 t 2 + . . . + An t n ) cos (θt) + (B0 + B1 t + B2 t 2 + . . . + Bn t n )sen(θt)

(3.90)
onde A0 , . . . , An e B0 , . . . , Bn são os coeficientes indeterminados.
perceba que em todas as soluções particulares propostas aparecem o termo t s . A finalidade

deste termo é eliminar as repetições que podem haver entre a solução particular e a solução
da equação homogênea associada. Além disso, o parâmetro s é definido como o menor
inteiro não negativo que elimina repetições entre yp (t) e yh (t)
Exemplo 27 Encontre a solução geral da equação
y00 + 2y0 + 2y = et sen(t) (3.91)
Pelo teorema 14 a solução da equação 3.91 é y(t) = yh (t)+yp (t). Primeiramente, vamos encontrar
a solução da equação homogênea associada, ou seja, vamos resolver
y00 + 2y0 + 2 = 0 (3.92)

81
A equação caracterı́stica é
r2 + 2r + 2y = 0 (3.93)
cujas raı́zes são r1 = –1 + i e r2 = –1 – i. Assim, como visto na seção 3.0.4 a solução da equação
homogênea associada é
yh (t) = C1 e–t cos (t) + C2 e–t sen(t) (3.94)
Na equação 3.91 temos que f (t) = et sen(t), e, esta função se enquadra no caso (5) (mostrado
anteriormente). Assim, a solução particular é
yp (t) = t s et (A0 cos (t) + A1 sen(t)) (3.95)
comparando as equações 3.94 e 3.95 percebemos que não há repetição entre yh (t) e yp (t), logo s = 0,
e portanto, a solução particular é
yp (t) = et (A0 cos (t) + A1 sen(t)) = A0 et cos (t) + A1 et sen(t) (3.96)
Agora, devemos encontrar os coeficientes indeterminados A0 e A1 , para isso vamos substituir

yp (t) e suas derivadas na equação 3.91. Assim,
y0p (t) = (A0 + A1 )et cos (t) + (A1 – A0 )et sen(t)

(3.97)
y00
p (t) = 2A1 et cos (t) – 2A0 et sen(t)
Substituindo 3.95 e 3.97 em 3.91, obtemos
2A1 et cos (t) – 2A0 et sen(t) + 2((A0 + A1 )et cos (t) + (A1 – A0 )et sen(t))+
(3.98)
2(A0 et cos (t) + A1 et sen(t)) = et sen(t)
Simplificando o lado esquerdo da igualdade acima, vamos obter
(4A1 + 4A0 )et cos (t) + (4A1 – 4A0 )et sen(t) = et sen(t) (3.99)
Comparando os coeficientes de et cos (t) e et sen(t) em ambos os lados da equação 3.99, vamos
obter o seguinte sistema linear
 4A1 + 4A0 = 0



(3.100)

 4A1 – 4A0 = 1



que tem como solução A0 = – 81 e A1 = 81 . Assim, uma solução particular da equação não homogênea
é
1 1
yp (t) = – et cos (t) + et sen(t) (3.101)
8 8
e, portanto, a solução geral da equação não homogênea é;
1
y( t) = C1 e–t cos (t) + C2 e–t sen(t) – et (cos (t) – sen(t)) (3.102)
8
y00 + 2y0 + y = (1 + t)e–t (3.103)
Pelo teorema 14 a solução da equação 3.103 é y(t) = yh (t) + yp (t). Primeiramente, vamos
encontrar a solução da equação homogênea associada, ou seja, vamos resolver
y00 + 2y0 + y = 0 (3.104)
A equação caracterı́stica é
r2 + 2r + 1 = 0 (3.105)
cujas raı́zes são r = –1 com multiplicidade 2. Logo, a solução da equação homogênea associada é
yh (t) = (C0 + C1 t)e–t (3.106)
Na equação 3.103 temos que f (t) = (1 + t)e–t , e esta função se enquadra no caso (4). Assim, a
solução particular é
yp (t) = t 2 e–t (A0 + A1 t) (3.107)
O valor de s é 2, pois se s = 0 as parcelas A0 e–t e A1 te–t são soluções da homogênea associada, e

se s = 1, a parcela A0 te–t é solução da equação homogênea associada.
Portanto, devemos encontrar os coeficientes indeterminados A0 e A1 na equação 3.107. Logo,
y0p (t) = e–t (2A0 t + (3A1 – A0 )t 2 – A1 t 3 )

(3.108)
y00
p (t) = e–t (2A0 + (A0 – 6A1 )t 2 + (6A1 – 4A0 )t + A1 t3)
substituindo yp (t), y0p (t) e y00

p (t) na equação 3.103, vamos obter
e–t (2A0 + (A0 – 6A1 )t 2 + (6A1 – 4A0 )t + A1 t 3 ) + 2(e–t (2A0 t + (3A1 – A0 )t 2 – A1 t 3 ))

(3.109)
+ t 2 e–t (A0 + A1 t) = (1 + t)e–t
simplificando a equação acima temos
(2A0 + 6A1 t)e–t = (1 + t)e–t (3.110)

83
Comparando os coeficientes de ambos os lados da equação acima, vamos obter o seguinte sistema
linear
 2A0 = 1



(3.111)

 6A1 = 1



que tem como solução A0 = 21 e A1 = 61 . Assim, uma solução particular da equação não homogênea
é
1 1 2 –t

yp (t) = + t t e (3.112)
2 6
e a solução geral da equação não homogênea é;
1 1 2 –t

y( t) = (C0 + C1 t)e–t + + t t e (3.113)
2 6
3.0.6.2 Método da variação de parâmetros
Outro método para encontrar a solução particular de equações não homogêneas é o

método da variação de parâmetros. Neste método, diferentemente do anterior, não iremos
impor nenhuma restrição sobre a função f (t).
Para entendermos a ideia central do método, vamos aplicá-lo em um caso particular,
ou seja, iremos resolver um equação diferencial linear de segunda ordem, para depois
estendermos para o caso geral (edo linear não homogênea de ordem n).
Tomemos a seguinte edo linear não homogênea de segunda ordem
y(2) + p(t)y(1) + q(t)y = f (t) (3.114)
Vamos considerar que y1 (t) e y2 (t) são as soluções da equação homogênea associada
correspondente a equação 3.114. Portanto, neste caso temos que a solução da homogênea
associada é
yh (t) = C1 y1 (t) + C2 y2 (t) (3.115)
Vamos procurar uma solução particular yp (t) da equação não homogênea, e para isso
vamos fazer a seguinte hipótese. Vamos pegar a solução da homogênea associada 3.115 e
no lugar das constantes C1 e C2 , vamos substituı́-las por novas funções desconhecidas
u1 (t) e u2 (t), respectivamente. Assim, a solução particular torna-se
yp (t) = u1 (t)y1 (t) + u2 (t)y2 (t) (3.116)

Logo, se a equação 3.116 é uma solução particular da equação 3.114, então vamos subs-
tituir yp (t), y0p (t) e y00
p (t) na equação 3.114, com o objetivo de encontrar as funções u1 (t) e
u2 (t). Portanto,
y0p (t) = u01 (t)y1 (t) + u1 (t)y01 (t) + u02 (t)y2 (t) + u2 (t)y02 (t) (3.117)
Note que na equação 3.117 temos, 1 (uma) equação e 4(quatro) incógnitas, pois, não
conhecemos as funções u1 (t) e u2 (t), e nem as derivadas dessas funções. Perceba que,
neste processo de derivação, passamos de 2(duas) incógnitas (veja 3.116), para 4(quatro)
incógnitas (veja 3.117), logo, fica evidente que, quando derivamos complicamos ainda
mais o problema. Afim de simplificar o problema, iremos fazer uma hipótese, que é a
seguinte: vamos considerar que a soma de todos os termos na equação 3.117 que envolvem
u01 (t) e u02 (t) é igual a zero, ou seja,
u01 (t)y1 (t) + u02 (t)y2 (t) = 0 (3.118)
Assim, se a equação 3.118 é verdadeira, então a derivada da solução particular, torna-se
y0p (t) = u1 (t)y01 (t) + u2 (t)y02 (t) (3.119)
De posse de y0p (t), vamos derivá-la mais uma vez, portanto,
y00 0 0 00 0 0 00
p (t) = u1 (t)y1 (t) + u1 (t)y1 (t) + u2 (t)y2 (t) + u2 (t)y2 (t) (3.120)
Logo, substituindo 3.119 e 3.120 na equação 3.114, e após algumas simplificações iremos
obter
u01 (t)y01 (t) + u02 (t)y02 (t) = f (t) (3.121)
Note que a equação 3.121 depende da hipótese feita em 3.118 e, além disso, perceba
que em ambas as equações, as únicas incógnitas são u01 (t) e u02 (t). Como essas equações
tem as mesmas incógnitas, e a equação 3.121 é verdadeira se 3.118 for verdadeira, então
iremos formar um sistema com essas duas equações. Logo, para encontrarmos u01 (t) e
u02 (t), devemos resolver o sistema abaixo
 u01 (t)y1 (t) + u02 (t)y2 (t) = 0




(3.122)

 u01 (t)y01 (t) + u02 (t)y02 (t) = f (t)




85
A questão agora é, será que o sistema 3.122 sempre tem solução?. Para respondermos
essa questão, vamos reescrever o sistema 3.122 na forma matricial, ou seja, na forma
AX = B. Logo, o sistema 3.122, torna-se
 y1 (t) y2 (t)   u01 (t)   0 

    
  =  (3.123)
 y1 (t) y2 (t)   u2 (t)   f (t) 
 0 0  0   
    
| {z } | {z } | {z }
A X B
o sistema acima tem solução se a matriz A é invertı́vel, ou seja, se det(A) , 0. Retornamos
a questão feita anteriormente, isto é, o sistema acima sempre tem solução? e a resposta é
sim, pois perceba que det(A) é o Wronskiano de y1 (t) e y2 (t), isto é, det(A) = W(y1 , y2 )(t).
Como y1 (t) e y2 (t) são soluções da equação homogênea associada, e elas formam um
conjunto fundamental de soluções, então det(A) = W(y1 , y2 )(t) , 0, ∀t, e, portanto a
solução da equação 3.123 é
 u1 (t)  y2 (t) –y2 (t)   0 

 0  0
1
   
= (3.124)

    
 W(y1 , y2 )(t)
 u2 (t)  –y1 (t) y1 (t)   f (t) 
 0  0   

     
Logo, obtemos que
–y2 (t)f (t)
u01 (t) =
W(y1 , y2 )(t)
(3.125)
y1 (t)f (t)
u02 (t) =
W(y1 , y2 )(t)
para encontra as funções u1 (t) e u2 (t), vamos integrar a equação 3.125, obtendo
y2 (t)f (t)
∫
u1 (t) = – dt
W(y1 , y2 )(t)
(3.126)
y1 (t)f (t)
∫
u2 (t) = dt
W(y1 , y2 )(t)
Substituindo as funções u1 (t) e u2 (t) na equação 3.116 obtemos uma solução particular
y2 (t)f (t) y1 (t)f (t)

∫ ∫
yp (t) = –y1 (t) dt + y2 (t) dt (3.127)
W(y1 , y2 )(t) W(y1 , y2 )(t)
• Caso geral
Para uma equação diferencial não homogênea de ordem n, a ideia é a mesma que
demonstramos para a equação diferencial de segunda ordem. Assim, tomando um edo
não homogênea de ordem n
y(n) + pn–1 y(n–1) + . . . + p1 y(1) + p0 y = f (t)

Primeiramente, devemos encontrar a solução da homogênea associada. Vamos supor

que y1 (t), y2 (t), . . . , yn (t) são as soluções da homogênea associada. Logo, temos que
yh (t) = C1 y1 (t) + C2 y2 (t) + . . . + Cn yn (t)
Para propor uma solução particular vamos tomar a solução da homogênea associ-
ada e, no lugar das constantes C1 , C2 , . . . , Cn vamos substituı́-las pelas novas funções
u1 (t), u2 (t), . . . , un (t). Logo, temos que
yp (t) = u1 (t)y1 (t) + u2 (t)y2 (t) + . . . + un (t)yn (t) (3.128)
Para encontrar essas funções desconhecidas vamos derivar a equação 3.128 n vezes,
porém, a cada nova derivada encontrada, iremos considerar que a soma dos termos que
aparecem u01 (t), u02 (t), . . . , u0n (t) é igual a zero, assim obteremos n – 1 equações, processo
análogo ao feito anteriormente (veja equação 3.118). Depois de obtidas as n derivadas de
yp (t), vamos substituir as mesmas na equação não homogênea, obtendo assim, o seguinte
sistema

u01 (t)y1 (t) + u02 (t)y2 (t) + . . . + u0n (t)yn (t) = 0







u01 (t)y01 (t) + u02 (t)y02 (t) + . . . + u0n (t)y0n (t) = 0






(3.129)


 u01 (t)y00
1 (t) + u2 (t)y2 (t) + . . . + un (t)yn (t) = 0
0 00 0 00
..


.






 u01 (t)y(n–1) (t) + u02 (t)y(n–1) (t) + . . . + u0n (t)yn(n–1) (t) = f (t)



1 2


Para encontrar u1 (t), u2 (t), . . . , un (t) devemos resolver o sistema 3.129. Usando a regra
de Cramer, a solução do sistema 3.129 é
f (t)Wm (t)
u0m (t) = , m = 1, 2, . . . , n
W(t)
onde W(t) = W(y1, y2, . . . , yn )(t) e Wm (t) é o determinante obtido a partir de W(t) pela
substituição da m-ésima columa de W pela coluna (0 0 . . . 0 1)T . Com esta notação a
solução particular de 3.75 é
n
f (t)Wm (t)
Õ ∫
yp (t) = ym dt
m=1
W(t)
87


y00 + y = csc (t)






π = 1 (3.130)


 y 2

 y0 π2 = 0





Pelo teorema 14 a solução da equação 3.130 é y(t) = yh (t) + yp (t). As soluções da equação
homogênea associada y00 + y = 0, são
y1 (t) = cos (t), y2 (t) = sen(t) (3.131)
e o Wronskiano das soluções são
y1 y2  ª
 
W(y1 , y2 )(t) = det 
©  ®
 0 0
y1 y2  ¬

(3.132)
« 
cos(t) sen(t)  ª
 
= det  ® = 1
© 
–sen(t) cos(t)  ¬


« 
como W(y1 , y2 )(t) , 0, ∀t, então y1 (t) e y2 (t) formam um conjunto fundamental de soluções e,
portanto, a solução da homogênea associada é
yh (t) = C1 cos (t) + C2 sen(t) (3.133)
Vamos procurar uma solução particular na forma
yp (t) = u1 (t) cos (t) + u2 (t)sen(t) (3.134)
Como discutido anteriormente, para encontrar u1 (t) e u2 (t) devemos resolver o sistema abaixo
 u01 (t)y1 (t) + u02 (t)y2 (t) = 0




(3.135)

 u01 (t)y01 (t) + u02 (t)y02 (t) = f (t)




Se y1 (t) = cos (t) e y2 (t) = sen(t), então y01 (t) = –sen(t) e y02 (t) = cos (t). Como f (t) = csc (t),
temos que o sistema 3.135 torna-se
 u01 (t) cos (t) + u02 (t)sen(t) = 0




(3.136)

 –u01 (t)sen(t) + u02 (t) cos (t) = csc (t)




Logo, o sistema acima pode ser rescrito como
 cos (t) sen(t)   u01 (t)   0

    
= (3.137)

  
 –sen(t) cos (t)   u2 (t)   csc (t)
  0   

    
e portanto,
u01 (t)   cos (t) –sen(t)   0 
    
= (3.138)

  
u2 (t)   sen(t) cos (t)   csc (t) 
0
    

    
assim ∫
u1 (t) = – sen(t) csc (t)dt = –t
∫ (3.139)
u2 (t) = cos (t) csc (t)dt = ln |sen(t)|
Portanto, a solução particular é
yp (t) = –t cos (t) + sen(t) ln |sen(t)| (3.140)
Agora que conhecemos a solução particular, temos que, a solução geral da equação é:
y(t) = C1 cos (t) + C2 sen(t) – t cos (t) + sen(t) ln |sen(t)| (3.141)
Agora iremos encontrar a solução do PVI. Derivando a equação 3.141 vamos obter o sistema
 y(t) = C1 cos (t) + C2 sen(t) – t cos (t) + sen(t) ln |sen(t)|




(3.142)

 y0(t) = sen(t)(t – C1 ) + cos (t)(C2 + ln |sen(t)|)




e, substituindo as condições iniciais no sistema acima, ou seja, quando t = π2 , temos que y π2 = 1 e

y0 π2 = 0. Logo;

 C2 = 1  C2 = 1

 

 
=⇒ (3.143)
 

 π
 2 – C1 = 0  C1 = 2

 π
 
Logo, a solução do PVI é
π
y(t) = cos (t) – t + sen(t) 1 + ln |sen(t)| , para 0 < t < π (3.144)

2
3.0.7 Mudança de variável
3.0.7.1 Equações com y(n) e y(n–1)
Algumas equações diferenciais podem aparecer na seguinte forma
y(n) = f (t, y(n–1) ) (3.145)

89
e, para resolvê-las, devemos fazer a seguinte mudança de variável u = y(n–1) , transfor-

mando, portanto, a equação 3.145 em
u(1) = f (t, u) (3.146)
Observe que a equação 3.145 foi transformada em uma equação de primeira ordem
(veja 3.146). Resolvendo a equação 3.146, iremos encontrar a variável u, e depois disso
devemos resolver a equação abaixo para encontrar a incógnita y
y(n–1) = u (3.147)
Observação. A equação 3.147 pode ser resolvida utilizando o método da redução de ordem.
Exemplo 30 Resolva a equação
t 2 y00 + 2ty0 = 1, t > 0 (3.148)
Sendo y0 = u, então y00 = u0, e substituindo essas duas expressões na equação acima obtemos
t 2 u0 + 2tu = 1 (3.149)
dividindo a equação 3.149 por t 2 , temos
2 1
u0 + u = 2 (3.150)
t t
a equação 3.150 é uma edo linear de primeira ordem, e portanto o fator integrante para resolvê-la é:
∫ 2
µ=e t dt = t 2 . Multiplicando a equação 3.150 or t 2 , vamos obter
d 2
(t u) = 1 (3.151)
dt
Integrando em ambos os lados de 3.151 com relação a t, temos
t 2 u = t + C1 , C1 ∈ R (3.152)
logo,
1 C1
y0 = u = + , (3.153)
t t2
integrando a equação acima, temos
C1
y = ln t – + C2 , C1 , C2 ∈ R (3.154)
t
3.0.8 Equações de Euler
Toda equação diferencial que pode ser escrita na forma abaixo é conhecida como equação
de Euler
an t n y(n) + an–1 t n–1 y(n–1) + . . . + a1 ty(1) + a0 y = 0 (3.155)
A equação de Euler tem a seguinte caracterı́stica, o grau da potência de t a frente da

derivada de y, e a ordem desta derivada são iguais. Além disso, observe que a equação de
Euler tem coeficientes não constantes, portanto, a função ert NÃO é uma boa candidata a
resolver esta equação.
Para resolver a equação de Euler, vamos utilizar a seguinte candidata a solução
y = tr (3.156)
onde devemos encontrar o fator r, assim, derivando a equação 3.156 n-vezes, vamos obter
que
y0 = rt r–1
y00 = r(r – 1)t r–2

..
. (3.157)
y(n–1) = r(r – 1) . . . (r – (n – 2))t r–(n–1)
y(n) = r(r – 1) . . . (r – (n – 1))t r–n
substituindo a equação 3.157 na equação 3.155, e após algumas manipulações algébricas,

vamos encontrar
t r (an r(r – 1) . . . (r – (n – 1)) + an–1 r(r – 1) . . . (r – (n – 2)) + . . . + a1 r + a0 ) = 0 (3.158)
como t r , 0, então o polinômio caracterı́stico da equação de Euler é;
an r(r – 1) . . . (r – (n – 1)) + an–1 r(r – 1) . . . (r – (n – 2)) + . . . + a1 r + a0 = 0 (3.159)
Aqui, como no caso de edos com coeficientes constantes, podemos dividir a análise
das raı́zes do polinômio caracterı́stico em; caso 1: raı́zes reais e distintas, caso 2: raı́zes
complexas e caso 3: raı́zes repetidas. Vamos olhar cada um desses casos através de exem-
plos
91
Exemplo 31 Resolva a seguinte equação
t 2 y00 – 2ty0 + 2y = 0 (3.160)
A equação acima é do tipo de Euler, portanto, adotaremos como candidata a solução y = t r , logo,
temos que
y = t r , y0 = rt r–1 , y00 = r(r – 1)t r–2 (3.161)
Assim, substituindo a equação 3.161 em 3.160, vamos obter
t 2 r(r – 1)t r–2 – 2trt r–1 + 2t r = 0 =⇒ t r (r(r – 1) – 2r + 2) = 0 (3.162)
logo, o polinômio caracterı́stico e suas raı́zes são
r2 – 3r + 2 = 0 =⇒ r1 = 2 e r2 = 1 (3.163)
portanto, a solução geral é
y = C1 t 2 + C2 t, C1 , C2 ∈ R (3.164)
t 2 y00 – ty0 + 5y = 0 (3.165)
A equação acima é do tipo de Euler, portanto, adotaremos como candidata a solução y = t r . Assim,
substituindo y e suas derivadas na equação 3.165, vamos obter a seguinte equação caracterı́stica
r2 – 2r + 5 = 0 (3.166)
cujas raı́zes são: r = 1 ± 2i, e portanto, temos duas soluções para a equação 3.165 que são
y1 = t (1+2i) e y2 = t (1–2i) (3.167)
A equação acima, possui o número imaginário i, então devemos eliminá-lo. Desta forma, pode-
mos reescrevê-la como;
2i
y1 =t t 2i = teln(t ) = te2iln(t) = t(cos(2ln(t)) + isen(2ln(t)))
–2i
(3.168)
y2 =t t –2i = teln(t ) = te–2iln(t) = t(cos(2ln(t)) – isen(2ln(t)))
utilizando as mesmas combinações lineares feitas nas equações 3.37 e 3.38, vamos obter as duas
soluções para a equação 3.165, que são
u =tcos(2ln(t))
(3.169)
v =tsen(2ln(t))
Logo, a solução geral é
y =C1 u + C2 v
(3.170)
=C1 tcos(2ln(t)) + C2 tsen(2ln(t))
t 2 y00 + 5ty0 + 4y = 0 (3.171)
A equação acima é do tipo de Euler, portanto, adotaremos como candidata a solução y = t r . Assim,
substituindo y e suas derivadas na equação 3.171, vamos obter a seguinte equação caracterı́stica
r2 + 4r + 4 = 0 (3.172)
logo, o polinômio caracterı́stico e suas raı́zes são
r2 + 4r + 4 = 0 =⇒ r1 = r2 = –2 (3.173)
assim, uma solução para a edo é y1 = t –2 , para encontrar a solução geral devemos utilizar o método
da redução de ordem. Logo, uma solução para a equação 3.171 é y = γ(t)y1 = γ(t)t –2 . Derivando
esta solução duas vezes, vamos obter
y =γ(t)t –2 ,
y0 =γ0(t)t –2 – 2γ(t)t –3 (3.174)
y00 =γ00(t)t –2 – 4γ0(t)t –3 + 6γ(t)t –4
logo, substituindo equação 3.174 na equação 3.171, vamos obter
t 2 (γ00(t)t –2 – 4γ0(t)t –3 + 6γ(t)t –4 ) + 5t(γ0(t)t –2 – 2γ(t)t –3 ) + 4γ(t)t –2 = 0 =⇒
γ00(t) – 4γ0(t)t –1 + 6γ(t)t –2 + 5γ0(t)t –1 – 10γ(t)t –2 + 4γ(t)t –2 = 0 =⇒ (3.175)
γ00(t) + γ0(t)t –1 = 0
Para encontrarmos, γ(t), devemos resolver a equação γ00(t)+γ0(t)t –1 = 0. Note que esta equação
está na forma da equação 3.145, logo, sendo u = γ0, temos que u0 = γ00 e, portanto
γ00(t) + γ0(t)t –1 = u0 + ut –1 = 0 (3.176)
a equação 3.176 é uma edo de primeira ordem linear, e podemos resolvê-la como sendo separável.
Assim, temos que
u0 1
u0 + ut –1 = 0 =⇒ u0 = –ut –1 =⇒ = – =⇒ ln(u) = ln(t –1 ) + k, k ∈ R (3.177)
u t
logo,
ln(u) = ln(t –1 ) + k =⇒ u = C1 t –1 , onde C1 = ek , C1 ∈ R (3.178)
como u = γ0 e u = C1 t –1 então, γ = C1 ln(t) + C2 , C2 ∈ R. Portanto, a solução geral da edo é dada

por
y =γ(t)y1
=γ(t)t –2
(3.179)
=(C1 ln(t) + C2 )t –2
=C1 ln(t)t –2 + C2 t –2
3.1 Exercı́cios
1. Resolva o problema de valor inicial abaixo:
(a)
4y00 – 8y0 + 3y = 0





.


y(0) = 2

y0(0) = 21





(b)
y00 – 2y0 + 5y = 0





y(π2 ) = 0 .



y0(π2 ) = 2





(c)
9y00 – 12y0 + 4y = 0





.


y(0) = 2


y0(0) = –1




2. Dado que y1 = t –1 é uma solução de
2t 2 y00 + 3ty0 – y = 0, t > 0
encontre uma segunda solução linearmente independente.
3. Resolva as equações não homogêneas abaixo

(a)
y00 – 3y0 – 4y = 3e2t
(b)
π
y00 + y = tan(t), 0 < t <
2
(c)
t 2 y00 – 2y = 3t 2 – 1, t > 0, y1 = t 2 , y2 = t –1
4. Resolva
(a)
2t 2 y00 + 3ty0 – y = 0, t > 0





.


y(1) = 1


y0(1) = 0




(b)
t 2 y00 + 5ty0 + 4y = 0, t > 0





y(1) = 21 .




y0(1) = 1




(c)
t 2 y00 + ty0 + y = 0, t > 0





.


y(1) = –1


y0(1) = 2




5. Resolva
(a)
y00 + (y0)2 = 0
(b)
ty00 = y0
(c)
(1 + t 2 )y00 + 2ty0 = 2t –3
Referências
Ayres Jr, F. (1992) Equações Diferenciais–Coleção Shaum–ed. McGraw–Will Ltda, São
Paulo–SP–1992.
Boyce, W. E., & DiPrima, R. C. (1985). Equações diferenciais elementares e problemas de

valores de contorno. Guanabara Dois.
Kreyszig, E. (2009). Advanced Engineering Mathematics, 10th Eddition.
Perko, L. (2013). Differential equations and dynamical systems (Vol. 7). Springer Sci-
ence & Business Media.
Zill, D. G., & Cullen, M. R. (2008). Equações diferenciais vol. 1. Pearson Makron Books.
Respostas
Capı́tulo 1
Exercı́cio 1
(a)
t3
y = + Ct –2
5
(b)
2
y = t –2t
e (Ce – 1)
(c)
y = C(1 + t)
(d)
1 2 1 1
+ 3 – e3t (t – ) = C
y 3y 3 3
(e)
y+t
=C
(y – t)2
(f)
C
y= 2
t –1
(g)
te2y – sen(ty) + y2 = C
(h)
t 2 y2
t3y + =C
2
(i)
y3 = 1 + Ct –3
100 Respostas
Exercı́cio 2
(a)
y = e–t (1 + t 2 )
(b)
1
y= 2
x –x–2
(c)
ty2 – ln(y) = 0
(d)
y + 1
– t = ln 11

ln
y+2 12
Exercı́cio 3
i.
(a) A solução do PVI existe e é única no intervalo
Ω = {(t, y) ∈ R2 /y , ±1}
√
(b) O intervalo máximo de solução é: I = (– 3, 0)
ii.
(a) A solução do PVI existe e é única no intervalo
Ω = {(t, y) ∈ R2 /y , 0}
(b) O intervalo máximo de solução é: I = R (–∞ < t < ∞)

101
Capı́tulo 2
Exercı́cio 1
(a)
 –t 
 e 
X =  
–t
 2e 

  2×1
(b)
 –2t
 2e – 2e–t

X = 


 3e–2t – 2e–t

 2×1


(c)
 e–t 4t
+ e3 + e6
 t
 2 
e4t – et
 
X=
 
 3 
 3
 4t –t t
e – e + e 
3 2 6  3×1


(d)
 –3sen(2t) – cos(2t)
 
X= et

 
 2 cos(2t) – 4sen(2t)
 
 2×1


(e)
 –t
 –e (cos(2t) + 4sen(2t))

X =  –t


 e2 (4 cos(2t) – sen(2t))

 2×1


(f)
 cos(t) + 2sen(t)
 

–1 t 
 
X = e 4  2 cos(t) – sen(t)


 
3
 
 3×1
 

(g)
 1 – 2t
 
X= et

 
 1–t
 
 2×1


(h)
 12t + 1
 
X= e–3t

 
 12t – 2
 
 2×1


(i)
1
 
 
 
X = et  –2(2t – 1)
 

 
 3(3 + 8t – 2et )
 
 3×1


102 Respostas
Exercı́cio 2
 1 –3t 2
 3 e + t – 2t + 23 

X= e3t  
t–1
 
 2×1
 

Exercı́cio 3
(a)
 e3t
 
X = 


 e3t – et

 2×1


(b)
 4 e–t 2 e2t – 1 cos(t) + 3 sen(t) 

– 15
3 5 5
X = 


8 e–t 1 2t 3 4
– 15 e – 5 cos(t) + 5 sen(t) 


 3  2×1
(c)
 6t – 11et – 6tet + t 2 + 10
 
X = 


 4t – 4et – 3tet + t 2 + 6

 2×1


(d)
 17 e–3t – 8 cos(t) – 6 sen(t) – 54 te–3t 

– 25 25 25 5
X = 


101 e–3t – 1 cos(t) – 7 sen(t) – 54 te–3t 
50 50 50 5  2×1


Capı́tulo 3
Exercı́cio 1
(a)
1 3 5 1
y = – e2t + e2t
2 2
(b)
π
y = –et (e– 2 sen(2t))
103
(c)
2 7
y = e 3 t (2 – t)
3
Exercı́cio 2.
1
Segunda solução da EDO é y = t 2 , portanto a solução geral é:
1
y = C1 t –1 + C2 t 2
Exercı́cio 3
(a)
1
y = C1 e4t + C2 e–t – e2t
2
(b)
y = (C1 – ln(sec(t) + tan(t))) cos(t) + C2 sen(t)
(c)
1
y = (C1 – ln(t))t 2 + C2 t –1 +
2
Exercı́cio 4
(a)
1
y = (2t 1/2 + t –1 )
3
(b)
1

y= t –2 + 2 ln t
2
(c)
y = 2sen(ln t) – cos (ln t)
Exercı́cio 5
(a)
y = ln |t + C1 | + C2
(b)
t2
y = C1 + C2
2
(c)
1
y= + C1 arctan(t) + C2
t

Livro EDO PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Livro EDO PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Vinı́cius Piccirillo

Equações Diferenciais Ordinárias

E ste documento foi desenvolvido como material de suporte para a disciplina de

onde os ı́ndices denotam as derivas parciais

Observação: Também pode-se representar uma derivada da seguinte maneira:

x0(t) = x(1) , x00(t) = x(2) , . . .

Lema 2 Uma equação diferencial é classificada quanto ao tipo, ordem e linearidade

a) Tipo: Uma equação diferencial é ordinária quando a função desconhecida da equação

onde x(t) é a função desconhecida e ak (t)(k = 0, . . . , n) são os coeficientes da edo.

an (t)y(n) + an–1 (t)y(n–1) + . . . + a1 (t)y(1) + a0 (t)y = F(t) (1.3)

y(n) = f (t, y, y(1) , . . . , y(n–1) ) (1.4)

Estamos interessados em encontrar soluções analı́ticas para equações diferenciais de

y(1) = f (t, y) (1.5)

Começaremos o nosso estudo com as equações diferenciais lineares de primeira

1.1 Equação diferencial linear - fator integrante

a1 (t)y(1) + a0 (t)y = F(t) (1.6)

Para resolver a equação 1.6, vamos tomar as seguintes hipóteses:

2. As funções a1 (t), a0 (t) e F(t) são funções contı́nuas em um intervalo aberto I

y(1) + p(t)y = q(t) (1.7)

Antes de resolvermos a equação 1.7, consideraremos um caso particular. Vamos tomar

y(1) + ay = q(t) (1.8)

Vamos observar a seguinte dica:

eat (y(1) + ay) = eat q(t) (1.10)

levando em conta a equação 1.9 temos

µ(t)(y(1) + p(t)y) = µ(t)q(t) (1.15)

Aqui, vamos tomar a seguinte hipótese:

Portanto, as equações 1.7 e 1.19 são equivalente se

Exemplo 1 Resolva a seguinte edo

Agora, multiplicando a equação 1.24 por µ(t) = t, obtemos

Assim, integrando ambos os lados da equação 1.26 com relação a t encontramos

y = sen(t) + t –1 (cos(t) + C), C ∈ R (1.28)

Agora, multiplicando a equação 1.30 por µ(t) = e–kt temos

Assim, integrando ambos os lados com relação a t, temos

1.2 Equação de Bernoulli

y(1) + p(t)y = q(t)yn , n ∈ R (1.35)

é chamada de equação de Bernoulli. Note que se n , 0 e n , 1 a equação de Bernoulli é

• Processo de linearização da equação de Bernoulli

Passo 2: Vamos realizar a substituição de Bernoulli. Tomando

u(1) = (1 – n)y–n y(1) (1.38)

portanto, da equação 1.38 temos que

Substituindo as equações 1.39 e 1.37 na equação 1.36, vamos obter

Multiplicando a equação 1.40 por, 1 – n, obteremos

u(1) + ((1 – n)p(t))u = (1 – n)q(t) (1.41)

Passo 2: Vamos considerar agora a substituição de Bernoulli. Tomando

e derivando a equação 1.45 com relação à t, tem-se que

u(1) = –P–2 P(1) (1.46)

Portanto, substituindo as equações 1.45 e 1.46 na equação 1.44, vamos obter

–u(1) – (kPL )u = –k (1.47)

multiplicando a equação 1.47 por –1, obteremos

u(1) + (kPL )u = k (1.48)

µ(t) = e (kPL )dt = e(kPL )t

Multiplicando a equação 1.48 por µ(t) = e(kPL )t temos

Assim, integrando ambos os lados da equação 1.50 com relação a t, temos

1.3 Equação Separável

Perceba que com a manipulação algébrica realizada conseguimos “separar” a função

Logo, a equação 1.57 pode ser reescrita como segue

• Como resolver a equação 1.58

Agora, se retomarmos as hipóteses feitas nas equações 1.59 e 1.60, temos:

Exemplo 4 Resolva a seguinte equação diferencial

y(1) = e3y+2t (1.69)

y(1) = e3y+2t =⇒ y(1) = e3y e2t =⇒ e–3y y(1) = e2t (1.70)

Exemplo 5 Encontre a solução do PVI abaixo

Agora, substituindo t = 1 e y = 0 na solução geral encontraremos que C = – 31 – 21 e2 . Assim, a