Notas de Aula de Calculo IV - 2004.

1
Marcelo Roberto Jimenez
4 de outubro de 2007
Sumario
1 Introducao 3
1.1 Objeto do Estudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Coisas uteis de se saber durante o curso . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Campo de velocidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Classicacao das Equacoes Diferenciais . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Metodos Analticos para Resolucao de Equac oes Diferenciais Ordinarias de Pri-
meira Ordem (EDO 1
a
Ordem) 5
2.1 EDO 1
a
Ordem Separaveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 EDO 1
a
Ordem Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 EDO 1
a
Ordem Lineares Homogeneas . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.4 EDO 1
a
Ordem Lineares Metodo do Fator Integrante . . . . . . . . . . . . . . . . 6
2.5 EDO 1
a
Ordem Lineares Metodo da Variac ao de Par ametros . . . . . . . . . . . . 7
2.6 EDO 1
a
Ordem Lineares Metodo dos Coecientes a Determinar . . . . . . . . . . 9
2.7 EDO 1
a
Ordem Exatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.7.1 Fator Integrante para EDO 1
a
Ordem Exatas . . . . . . . . . . . . . . . . . 11
2.8 EDO 1
a
Ordem Homogeneas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.9 Teorema da Existencia e Unicidade das Solucoes . . . . . . . . . . . . . . . . . . . . 12
2.10 Perguntas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 Equacoes de Diferencas de Primeira Ordem 14
3.1 Consideracoes Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2 Coisas uteis de se saber . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.3 Equacoes de Diferencas Lineares de Primeira Ordem . . . . . . . . . . . . . . . . . . 15
3.3.1 Caso b
i
= 0 (equac ao homogenea) . . . . . . . . . . . . . . . . . . . . . . . . 15
3.3.2 Caso a
i
= a (a
i
e constante) . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.3.3 Caso a
i
= a e b
i
= b (a
i
e b
i
sao constantes) . . . . . . . . . . . . . . . . . . 16
3.3.4 Metodo da Varia cao de Parametros . . . . . . . . . . . . . . . . . . . . . . . 17
3.3.5 Metodo dos Coecientes Indeterminados . . . . . . . . . . . . . . . . . . . . 18
3.3.6 Juros Compostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4 Metodos Numericos para EDO 1
a
Ordem 23
4.1 Metodo de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.2 Metodo de Euler Inverso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.3 Erro Numerico do metodo de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.4 Metodo de Heun . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.5 Metodo de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1
5 Equacoes Lineares de 2
a
Ordem (Diferenciais e Diferencas) 29
5.1 Equacoes Diferenciais e de Diferencas Lineares . . . . . . . . . . . . . . . . . . . . . 29
5.2 O Wronskiano e a Independencia Linear . . . . . . . . . . . . . . . . . . . . . . . . 30
5.3 Plano de Ataque Equac oes Lineares de 2
a
Ordem . . . . . . . . . . . . . . . . . . 31
5.4 Equacoes Lineares Homogeneas de Ordem n com Coecientes Constantes . . . . . . 31
5.5 Equacoes Lineares Homogeneas de Segunda Ordem com Coecientes Constantes . . 32
5.5.1
1
,=
2
sao raizes reais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.5.2
1
=
2
e uma raiz real com multiplicidade 2 . . . . . . . . . . . . . . . . . . 33
5.5.3
1
,=
2
sao raizes complexas conjugadas . . . . . . . . . . . . . . . . . . . . 33
5.6 Metodo dos Coecientes a Determinar . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.7 Metodo da Reduc ao de Ordem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.7.1 Reduc ao de Ordem para Equacoes Diferenciais de 2
a
Ordem . . . . . . . . . 35
5.7.2 Reduc ao de Ordem para Equacoes de Diferencas de 2
a
Ordem . . . . . . . . 38
5.8 Metodo da Variac ao de Par ametros . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6 Solucoes em Series de Potencias para Equac oes Diferenciais de Segunda Ordem 43
6.1 Sequencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.1.1 Denic oes ou diferentes modos de encarar sequencias: . . . . . . . . . . . . . 43
6.1.2 Limite de uma sequencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.1.3 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.2 Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.2.1 Denic ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.2.2 Convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.3 Series de Potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.3.1 Denic ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.3.2 Raio de Convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.3.3 Serie de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.4 Series de Potencias em Equacoes Diferenciais . . . . . . . . . . . . . . . . . . . . . . 49
7 Transformadas de Laplace 51
7.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7.2 Denicao e Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7.3 Func ao Degrau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
7.4 Impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.4.1 Resposta Impulsional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.5 Convoluc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
8 Sistemas de Equacoes Diferenciais e de Diferencas Lineares 58
8.1 Equivalencia entre Equac oes Diferenciais/Diferencas Lineares e Sistemas Lineares . 58
8.2 Sistemas Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
8.3 Sistemas Lineares Homogeneos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
8.4 Sistemas Lineares Homogeneos com Coecientes Constantes . . . . . . . . . . . . . 59
8.5 Calculo Funcional de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
8.5.1 Como calcular f(A)? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
8.6 Sistemas Lineares Nao-Homogeneos . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.7 Transformada de Laplace para Sistemas de Equac oes Diferenciais Lineares . . . . . 64
9 Sistemas de Equacoes Diferenciais Nao-Lineares 66
2
Captulo 1
Introducao
1.1 Objeto do Estudo
Equacoes diferenciais Procura-se por func oes, dentro de um conjunto de func oes pre-
estabelecido, que satisfacam uma relacao envolvendo uma ou mais derivadas destas funcoes des-
conhecidas.
Equacoes de diferencas Procura-se por sequencias, dentro de umconjunto de sequencias
pre-estabelecido, que satisfacam uma relacao envolvendo vers oes deslocadas destas sequencias des-
conhecidas.
Neste curso, serao discutidas tanto as soluc oes das equac oes, como tambem os metodos para a
obtenc ao destas.
O analogo da derivada primeira na equacao diferencial e a sequencia deslocada de uma unidade.
Por exemplo:
y

= ay equacao diferencial, solucao: y(t) = Ce

at
(1.1.1)
y
k+1
= ay
k
equacao de diferencas, solucao: y
k
= Ca
k
(1.1.2)
1.2 Coisas uteis de se saber durante o curso
1) cos
2
+ sen
2
= 1
2) sec
2
tg
2
= 1
3) e
i
= cos + i sen
4) e
i
= cos i sen
5) cos =
e
i
+ e
i
2
6) sen =
e
i
e
i
2i
7) cos(a + b) = cos a cos b sen a sen b
8) a + ib =

a
2
+ b
2
e
i arctan
(
b
a
)
9) r e
i
= r cos + i r sen
10) Derivac ao, integrac ao por substituic ao e integrac ao por partes.
11) Regra de LHopital.
3
1.3 Campo de velocidades
Representac ao graca de
y

= f(t, y). (1.3.1)

1.4 Classicacao das Equacoes Diferenciais
Seja y uma funcao de x, e escreva a equacao diferencial na forma
F(t, y, y

, y

, . . . ) = 0. (1.4.1)
Pode-se classicar as equac oes diferenciais de acordo com varios criterios:
Ordem da equacao e a ordem da maior derivada que aparece na equac ao.
Ordinarias Parciais
Separaveis
Lineares Nao-Lineares A equacao e linear, quando todas as operac oes realizadas na funcao
(y, em geral) forem lineares. Ex.: derivacao, integrac ao, multiplica cao por uma func ao de x,
deslocamento no tempo, (etc?).
Lineares: Homogeneas Nao-Homogeneas A equacao diferencial linear e homogenea,
quando o termo que nao depende de y for nulo.
Exatas
Homogeneas existe um outro tipo de equacao, cuja nomeclatura causa confusao, uma vez
que tambem se chama homogenea.
4
Captulo 2
Metodos Analticos para Resolucao de
Equac oes Diferenciais Ordinarias de
Primeira Ordem (EDO 1
a
Ordem)
2.1 EDO 1
a
Ordem Separaveis
As equac oes separaveis sao aquelas que podem ser escritas na forma
M(x) + N(y)y

(x) = 0. (2.1.1)
Isto quer dizer que e possvel separar y de x, isto e, e possvel colocar de um lado da igualdade
tudo que diz respeito a y, e do outro lado, tudo o que diz respeito a x. A soluc ao da equac ao e:
_
[M(x) + N(y)y

(x)] dx = C
_
M(x) dx +
_
N(y) dy = C (2.1.2)
Note que a solucao passa por duas integrais separadas, uma apenas em x e outra apenas em y.
2.2 EDO 1
a
Ordem Lineares
A equac ao diferencial ordinaria de primeira ordem e dita linear quando puder ser escrita na
forma:
y

(x) + p(x)y(x) = q(x) (2.2.1)

Uma EDO 1
a
Ordem linear pode ser separavel ou nao, assim como uma EDO 1
a
Ordem separavel
pode ser linear ou nao, os dois conceitos sao completamente independentes.
Uma EDO 1
a
Ordem e separavel se o termo q(x) for igual a zero.
Uma EDO 1
a
Ordem separaveis e linear se N(y) = 1.
Equacoes separaveis sao em geral mais simples de resolver que as lineares. Se a equacao linear
for separavel, e mais facil resolve-la usando a tecnica aplicavel `a equac oes separaveis do que usando
as tecnicas ensinadas a seguir.
2.3 EDO 1
a
Ordem Lineares Homogeneas
A EDO 1
a
Ordem e dita homogenea quando o termo q(x) for igual a zero. Neste caso, conforme
visto na subsecao anterior, a equac ao e separavel e e possvel resolve-la usando a tecnica de equacoes
separaveis.
5
y

+ p(x)y = 0
y

y
= p(x)
ln[y[ =
_
p(x) dx + c
y = Ke

R
p(x) dx
, K R
Note que:
1. A func ao 0(x) e sempre solucao de uma equac ao homogenea, e tambem e normalmente cha-
mada de solucao trivial.
2. Se f(x) e soluc ao da equac ao homogenea, entao f(x), onde e uma constante real ou
complexa, tambem e solucao da equacao homogenea.
2.4 EDO 1
a
Ordem Lineares Metodo do Fator Integrante
A soluc ao geral das EDO 1
a
Ordem lineares pode ser obtida atraves do metodo do fator inte-
grante. Seja (x) uma funcao desconhecida de x. Se equac ao 2.2.1 for multiplicada por (x), nada
se altera na equacao original, exceto nos pontos em que (x) for igual a zero, isto e, nas raizes de
(x). Assim, obtem-se:
(x)y

(x) + (x)p(x)y(x) = (x)q(x) (2.4.1)

Note que o lado esquerdo se parece com uma derivada de produto. Se for possvel escolher
a func ao (x) de modo que o lado esquerdo seja realmente a derivada do produto de (x)y(x),
conseguir-se-a facilmente (desde que se saiba resolver as integrais resultantes) achar uma solucao
para a equac ao. Note que
((x)y(x))

= (x)y

(x) +

(x)y(x) (2.4.2)
e que o que se quer e que
(x)y

(x) + (x)p(x)y(x) = ((x)y(x))

. (2.4.3)
Portanto:
(x)y

(x) + (x)p(x)y(x) = (x)y

(x) +

(x)y(x)
(x)p(x) =

(x)

(x)
(x)
= p(x)
(x) = Ke
R
p(x) dx
(2.4.4)
Como o fator integrante (x) aparece multiplicando todos os termos da equacao original, a
constante de integracao K vai cortar, e pode-se escolher (x) = e
R
p(x) dx
.
Uma vez encontrado o fator integrante, pode-se desenvolver a equacao original da seguinte forma:
((x)y(x))

= (x)q(x)
(x)y(x) =
_
(x)q(x) dx + C
y(x) =
_
(x)q(x) dx + C
(x)
(2.4.5)
6
A constante de integrac ao C ca determinada a partir de uma condic ao inicial y(a) = b.
Note ainda que
C
(x)
= Ce

R
p(x) dx
e exatamente a soluc ao da equac ao homogenea correspon-
dente, e por este motivo e chamada de solucao homogenea. A outra parcela da soluc ao e chamada
de solucao particular.
Exemplo 2.4.1:
Resolva a seguinte equacao pelo metodo do fator integrante:
y

(t) +
y(t)
t
= t
(t)y

(t) + (t)
y(t)
t
= (t)t
(2.4.6)

(t)y(t) + (t)y

(t) = (t)y

(t) + (t)
y(t)
t

(t)y(t) = (t)
y(t)
t

(t)
(t)
=
1
t

ln [(t)[ = ln [t[ + k
1

(t) = Kt (t) = t
(2.4.7)
(ty(t))

= t
2

ty(t) =
t
3
3
+ c
y(t) =
t
2
3
+
c
t
2.5 EDO 1
a
Ordem Lineares Metodo da Variacao de Parametros
Considere a equac ao diferencial
y

(x) + p(x)y(x) = q(x). (2.5.1)

Existe um metodo para resolver a equac ao que pode ser usado posteriormente para equac oes
de ordem superior, chamado metodo da variac ao de parametros. Este metodo consiste em calcular
a soluc ao da equacao homogenea e ent ao supor que as constantes de integracao sao na realidades
func oes. Deste modo, substitui-se a pretensa solucao de volta na equacao original e calculam-se
as funcoes originarias das constantes. Para equac oes de primeira ordem, este metodo e totalmente
equivalente ao metodo do fator integrante. Comece com a equac ao homogenea

(x) + p(x)(x) = 0 (2.5.2)

(x) = p(x)(x)

(x)
(x)
= p(x)
ln [(x)[ =
_
p(x) dx + k
(x) = e

R
p(x) dx+k

(x) = Ke

R
p(x) dx
.
7
Note que o termo e

R
p(x) dx
e o inverso do fator integrante. Faca ent ao
(x) = e
R
p(x) dx
(x) =
K
(x)
.
Agora, suponha que a constante K seja na verdade uma func ao de x, i.e., K(x), e substitua a
nova func ao na equac ao original. Tente ent ao achar a funcao K(x):
(x) = K(x)e

R
p(x) dx

(x) = K

(x)e

R
p(x) dx
+ K(x)e

R
p(x) dx
(p(x))
K

(x)e

R
p(x) dx
K(x)e

R
p(x) dx
p(x) + K(x)e

R
p(x) dx
p(x) = q(x)
K

(x) = q(x)e
R
p(x) dx

(x) = q(x)(x)
K(x) =
_
q(x)(x) dx + c
(x) =
_
q(x)(x) dx + c
(x)
(2.5.3)
Note que a solucao 2.5.3 e identica `a soluc ao obtida atraves do metodo do fator integrante. A
vantagem deste metodo sobre o do fator integrante e que e facil de utiliza-lo para resolver equac oes
de segunda ordem. Note que neste caso aparecerao duas constantes, que se tornarao duas funcoes
a se determinar.
Exemplo 2.5.1:
Resolva a seguinte equacao pelo metodo da variacao de parametros:
y

+
y
t
= t
Equacao homogenea:

+

t
= 0

=
1
t

ln [[ = ln [t[ + k
(t) =
K
t

(t) =
K(t)
t

(t) =
K

(t)t K(t)
t
2

K

(t)t K(t)
t
2
+
K(t)
t
2
= t
K

(t) = t
2

K(t) =
t
3
3
+ c
(t) =
t
3
3
+ c
t
=
t
2
3
+
c
t
8
2.6 EDO 1
a
Ordem Lineares Metodo dos Coecientes a
Determinar
Em algumas equac oes lineares, a equac ao 2.2.1 e de uma forma tal que nao se faz necessario
realizar nenhuma integral. Nestes casos e interessante usar o metodo dos coecientes `a determinar,
pois poupa o trabalho de fazer integrais.
Em primeiro lugar, note que se a equac ao original for da forma
y

(x) + p(x)y(x) = h
1
(x) + h
2
(x), (2.6.1)
ent ao e possvel quebrar o problema em dois resolvendo as seguintes equac oes:
y

1
(x) + p(x)y
1
(x) = h
1
(x)
y

2
(x) + p(x)y
2
(x) = h
2
(x)

E facil mostrar que a devido `a linearidade da equac ao, a soluc ao de 2.6.1 e y = y

1
+ y
2
.
Suponha agora que a equac ao 2.2.1 tem a seguinte forma: p(x) = a, q(x) = kx
p
e
bx
, onde a, b e
p sao constantes reais. O problema ca escrito ent ao da seguinte forma:
y

(x) + ay(x) = kx
p
e
bx
. (2.6.2)

E necessario prestar atenc ao a dois casos:

1. Se b ,= a, ent ao y(x) = r(x)e
bx
, onde r(x) e um polinomio de grau p.
2. Se b = a, ent ao y(x) =
k
p + 1
x
p+1
e
bx
.
Note que no caso 1, o fator exponencial nao e soluc ao da equacao homogenea associada, enquanto
o caso 2 o fator exponencial e soluc ao da equac ao homogenea associada.
Exemplo 2.6.1:
Resolva a equacao y

+ 2y = 2x
2
+ 3xe
2x
:
y

1
+ 2y
1
= 2x
2
y

2
+ 2y
2
= 3xe
2x
Para a primeira equacao, tem-se p = 2, a = 2 e b = 0, logo y
1
= c
2
x
2
+ c
1
x + c
0
.
Para a segunda equacao, tem-se p = 1, a = 2 e b = 2, logo y
2
=
3
2
x
2
e
2x
.
Tem-se entao que determinar os coeciente c
0
, c
1
e c
2
. Isto e feito substituindo y
1
de volta na
primeira equacao e igualando os valores dos coecientes das potencias de x:
(2c
2
x
1
+ c
1
) + 2(c
2
x
2
+ c
1
x + c
0
) = 2x
2
(2.6.3)
(2c
2
)x
2
+ (2c
2
+ 2c
1
)x
1
+ (c
1
+ 2c
0
)x
0
= (2)x
2
+ (0)x
1
+ 0x
0
(2.6.4)
_

_
2c
2
= 2
2c
2
+ 2c
1
= 0
c
1
+ 2c
0
= 0

_
c
2
= 1
c
1
= 1
c
0
=
1
2
(2.6.5)
A solucao da equacao proposta e entao:
y =
_
x
2
x +
1
2
_
+
3
2
x
2
e
2x
.
9
2.7 EDO 1
a
Ordem Exatas
As equac oes exatas sao aquelas que quando escritas na forma M(x, y) + N(x, y)y

(x) = 0,
apresentam a seguinte propriedade:
M(x, y)
y
=
N(x, y)
x
. (2.7.1)
Nestas condic oes, pode-se mostrar que existe uma func ao (x, y) tal que:
(x, y)
x
= M(x, y) (2.7.2)
(x, y)
y
= N(x, y). (2.7.3)
Deste modo, e possvel desenvolver a equac ao diferencial original da seguinte forma:
M(x, y) + N(x, y)y

(x) = 0
(x, y)
x
+
(x, y)
y

dy
dx
= 0
d
dx
[(x, y)] = 0
(x, y) = C (2.7.4)
e assim, a soluc ao foi obtida numa forma implcita.

E possvel interpretar geometricamente uma equac ao diferencial de primeira ordem exata como
sendo o problema equivalente a procurar uma func ao cujas curvas de nvel possuam tangentes
perpendiculares a um determinado campo vetorial, no caso o campo (M(x, y), N(x, y)). Ou ainda,
em termos fsicos, como achar a funcao potencial dado o campo.
Falta entao explicar o procedimento sistematico para se obter a func ao (x, y) a partir das
func oes M(x, y) e N(x, y). Comecando com a equacao 2.7.2, tem-se:
(x, y)
x
= M(x, y)
(x, y) =
_
M(x, y) dx + g(y). (2.7.5)
Agora e necessario escolher g(y) de modo que a equacao 2.7.3 seja satisfeita:
(x, y)
y
=

y
_
M(x, y) dx + g

(y)
=
_
M(x, y)
y
dx + g

(y)
N(x, y) =
_
M(x, y)
y
dx + g

(y)
g

(y) = N(x, y)
_
M(x, y)
y
dx
g(y) =
_ _
N(x, y)
_
M(x, y)
y
dx
_
dy. (2.7.6)
Agora basta substituir a func ao g(y) obtida em 2.7.6 na equac ao 2.7.5 para obter a soluc ao.
10
Exemplo 2.7.1:
(y cos x + 2xe
y
) + (sen x + x
2
e
y
1)y

= 0
_
M(x,y)
y
= cos x + 2xe
y
N(x,y)
x
= cos x + 2xe
y
e exata.
_
(x,y)
x
= y cos x + 2xe
y
(x,y)
y
= sen x + x
2
e
y
1
Integrando a Primeira equacao, tem-se:
(x, y) = y sen x + x
2
e
y
+ g(y)
(x, y)
y
= sen x + 2xe
y
g

(y)
g

(y) = 1
g(y) = y
A solucao do problema e dada entao na forma implcita: y sen x + x
2
e
y
y = C, onde C e uma
constante determinada pelas condicoes iniciais.
2.7.1 Fator Integrante para EDO 1
a
Ordem Exatas
Em alguns casos, e possvel transformar uma equac ao que nao e exata numa exata, usando um
fator integrante, de modo semelhante ao que foi feito no caso da equacao diferencial ordinaria linear.
Suponha que a equacao
M(x, y) + N(x, y)y

= 0 (2.7.7)
nao e exata. Mutiplique-a por uma func ao (x, y) (fator integrante), obtendo:
(x, y)M(x, y) + (x, y)N(x, y)y

= 0. (2.7.8)
Para que a equacao 2.7.8 seja exata, devemos ter segundo a equac ao 2.7.1
[(x, y)M(x, y)]
y
=
[(x, y)N(x, y)]
x

(x, y)
y
M(x, y)
(x, y)
x
N(x, y) = (x, y)
_
N(x, y)
x

M(x, y)
y
_
(2.7.9)
Infelizmente, a equacao obtida costuma ser tao ou mais complicada que a equac ao original,
a menos que seja possvel encontrar um fator integrante que dependa apenas de uma variavel.
Suponha entao que o fator integrante dependa apenas da variavel x. Ent ao

y
= 0, de modo que
a equacao 2.7.9 torna-se

(x)
x
N(x, y) = (x)
_
N(x, y)
x

M(x, y)
y
_

(x)
x
= (x)
_
M(x, y)
y

N(x, y)
x
_
N(x, y)
(2.7.10)
11
Se o termo
_
M(x, y)
y

N(x, y)
x
_
N(x, y)
for independente de y, entao sera possvel encontrar um
fator integrante que nao dependa de y. Note que neste caso, a equacao 2.7.10 sera ao mesmo tempo
linear e separavel. Um procedimento semelhante pode ser facilmente realizado para se tentar achar
um fator integrante dependa apenas de y.
2.8 EDO 1
a
Ordem Homogeneas
A denominac ao Homogenea neste caso nao e uma boa escolha de nomes, pois pode levar `a
confusao com o mesmo termo que e usado com equacoes lineares. A equac ao e dita homogenea se
quando escrita na forma y

(x) = f(x, y), a funcao f puder ser escrita apenas em func ao da razao
y
x
. Neste caso, uma mudanca de vari aveis y(x) = v(x) x transforma a equacao numa equac ao
separavel. Uma vez obtida a soluc ao da nova equac ao, a solucao da equacao original e facilmente
obtida multiplicando v(x) por x. Veja o exerccio 30, pag. 25 do Boyce/DiPrima.
2.9 Teorema da Existencia e Unicidade das Soluc oes
Para esta discussao, escreva o problema de condic ao inicial da equac ao diferencial da seguinte
forma:
y

= f(x, y), y(0) = 0. (2.9.1)

Note que se a condic ao inicial for diferente da usada acima, uma simples mudanca de variavel
transforma o problema no formato da equac ao 2.9.1.
Teorema 2.9.1. Se f e
f
y
sao contnuas num retangulo R : [t[ a, [y[ b, entao existe algum
intervalo [t[ h a no qual existe uma unica solucao y(x) para o problema 2.9.1.
A demonstrac ao completa deste teorema foge ao escopo do curso, mas alguns detalhes dela valem
a pena ser discutidos. Se a equac ao 2.9.1 for integrada e a condic ao inicial for usada, a expressao
resultante e:
y(x) =
_
x
0
f(u, y(u)) du. (2.9.2)
Esta forma e chamada de forma integral da equac ao 2.9.1 e e possvel mostrar que toda solucao
de 2.9.2 tambem e solucao de 2.9.1, e vice-versa. Existe um metodo para mostrar que a equac ao
2.9.2 tem uma unica solucao, que e o metodo das aproximacoes sucessivas ou metodo de iteracao de
Picard. Esse metodo e semelhante ao metodo de resolucao de equac oes usando ponto xo (x = f(x),
e.g., x = cos x). A ideia e usar a expressao 2.9.2 para gerar uma sequencia de funcoes que, espera-se,
convergir a para a soluc ao do problema:
y
n+1
(x) =
_
x
0
f(u, y
n
(u)) du. (2.9.3)
A demonstrac ao do teorema 2.9.1 envolve mostrar que:
1) Sempre e possvel calcular um novo termo da sequencia 2.9.3;
2) A sequencia 2.9.3 e convergente;
12
3) O limite da sequencia 2.9.3 satisfaz o problema 2.9.1;
4) O limite da sequencia 2.9.3 e a unica solucao para o problema 2.9.1 (ver secao 2.8, problema
19 do Boyce);
2.10 Perguntas
1) Quando e que uma equacao linear e separavel?
2) Quando e que uma equacao separavel e linear?
3) Quando e que uma equacao separavel e exata? Neste caso, qual a forma da func ao (x, y)?
13
Captulo 3
Equacoes de Diferencas de Primeira
Ordem
3.1 Considerac oes Gerais
Denicao 3.1.1. Uma equacao de diferencas de ordem k e uma relacao entre uma sequencia de
n umeros reais y
n
e um ndice n, do tipo
F(n, y
n
, y
n+1
, , y
n+k
) = 0, (3.1.1)
onde a ordem da equacao e dada pela diferenca entre o maior ndice e o menor ndice da sequencia
que aparecem na equacao.
Denicao 3.1.2. Uma equacao de diferencas esta na forma normal se estiver escrita como
y
n+k
= f(n, y
n
, y
n+1
, , y
n+k1
). (3.1.2)
Teorema 3.1.3. Sejam x
n
e y
n
duas sequencias que sejam solucoes de uma equacao de di-
ferencas de ordem k na forma normal, e que sejam identicas nos k primeiros termos, isto e,
x
i
= y
i
, i = 1, , k. Entao, as sequencias sao iguais, ou seja, x
n
= y
n
.
3.2 Coisas uteis de se saber
1. Soma dos termos de uma progressao geometrica: S
n
=
n1

i=0
a
0
q
i
= a
0
n1

i=0
q
i
= a
0
(q
n
1)
(q 1)
.
S
n
= a
0
+ a
1
+ + a
n1

S
n
= a
0
+ a
0
q + + a
0
q
n1
S
n+1
= a
0
+ a
0
q + + a
0
q
n1
+ a
0
q
n
= a
0
+ qS
n
S
n+1
S
n
= a
0
q
n

a
0
+ qS
n
S
n
= a
0
q
n

S
n
= a
0
(q
n
1)
(q 1)
Note que esta formula so vale se q ,= 1. Se q = 1, S
n
=
n1

i=0
1 = n.
14
3.3 Equac oes de Diferencas Lineares de Primeira Ordem
Assim como as equac oes diferenciais, e possvel fazer uma classicacao quanto `a forma de uma
equac ao de diferencas.
Denicao 3.3.1. Uma equacao de diferencas de primeira ordem e dita linear, quando puder ser
escrita na forma
y
n+1
= a
n
y
n
+ b
n
(3.3.1)
O raciocnio a seguir mostra como resolver esta equac ao. Escreva todas as equacoes, indo do
ultimo ao primeiro termo:
y
n
= a
n1
y
n1
+ b
n1
y
n1
= a
n2
y
n2
+ b
n2
y
n2
= a
n3
y
n3
+ b
n3
.
.
. =
.
.
.
y
1
= a
0
y
0
+ b
0
Faca ent ao as seguintes multiplicac oes em ambos os lados das equacoes:
y
n
= a
n1
y
n1
+ b
n1
1
y
n1
= a
n2
y
n2
+ b
n2
(a
n1
)
y
n2
= a
n3
y
n3
+ b
n3
(a
n1
a
n2
)
.
.
. =
.
.
.
y
1
= a
0
y
0
+ b
0
(a
n1
a
n1
a
1
)
Agora some todas as equac oes. Note que tem sempre um termo do lado direito de uma equac ao
de cima, cancelando com um termo do lado esquerdo de uma equac ao de baixo, exceto para a
primeira e para a ultima. Pode-se escrever ent ao:
y
n
=
_
n1

i=0
a
i
_
y
0
+
n1

i=0
b
i
n1

j=i+1
a
j
y
n
=
_
n1

i=0
a
i
_
y
0
+
n1

i=0
b
i

n1
j=0
a
j

i
j=0
a
j
y
n
=
_
n1

i=0
a
i
__
y
0
+
n1

i=0
b
i

i
j=0
a
j
_
(3.3.2)
A equac ao 3.3.2 e a solucao geral para o problema das equacoes de diferencas lineares de primeira
ordem.

E interessante analisar alguns casos particulares.
3.3.1 Caso b
i
= 0 (equacao homogenea)
Se b
i
= 0, tem-se:
y
n
=
_
n1

i=0
a
i
_
y
0
(3.3.3)
15
3.3.2 Caso a
i
= a (a
i
e constante)
Se a
i
= a, tem-se:
y
n
=
_
n1

i=0
a
__
y
0
+
n1

i=0
b
i

i
j=0
a
_

y
n
= a
n
_
y
0
+
n1

i=0
b
i
a
i+1
_
(3.3.4)
3.3.3 Caso a
i
= a e b
i
= b (a
i
e b
i
sao constantes)
Se a
i
= a, tem-se:
y
n
=
_
n1

i=0
a
__
y
0
+
n1

i=0
b

i
j=0
a
_

y
n
= a
n
_
y
0
+ b
n1

i=0
1
a
i+1
_

y
n
= a
n
y
0
+ a
n
b
n1

i=0
_
1
a
_
i+1

y
n
= a
n
y
0
+
a
n
b
a
n1

i=0
_
1
a
_
i

y
n
= a
n
y
0
+ a
n1
b
_
_
1
a
_
n
1
_
1
a
_
1
_

y
n
= a
n
y
0
+ a
n1
b
_
_
1a
n
a
n
_
_
1a
a
_
_

y
n
= a
n
y
0
+ b
_
a
n
1
a 1
_
(3.3.5)
Note que a equacao acima so tem sentido se a ,= 1. Se a = 1, entao
y
n
=
_
n1

i=0
1
__
y
0
+
n1

i=0
b
i

j=0
1
_

y
n
= y
0
+
n1

i=0
b
y
n
= y
0
+ nb (3.3.6)
16
Exemplo 3.3.2:
Resolver a equacao x
n+1
= (n + 1)x
n
+ 2
n
(n + 1)!, x
0
= 1
x
n
=
n1

i=0
(i + 1)
_
1 +
n1

i=0
2
i
(i + 1)!

i
j=0
(j + 1)
_

= n!
_
1 +
n1

i=0
2
i
(i + 1)!
(i + 1)!
_

= n!
_
1 +
n1

i=0
2
i
_

= n!
_
1 +
(2
n
1)
(2 1)
_

= n! [1 + 2
n
1]
= n!2
n
3.3.4 Metodo da Variacao de Parametros
Este metodo chega na solucao da equac ao de diferencas geral de primeira ordem, exatamente
como na secao anterior, e e analogo ao metodo da variac ao de parametros estudado em equacoes
diferenciais. Consiste em usar a soluc ao da equac ao homogenea e supor que a constante que depende
da condicao inicial seja uma sequencia arbitraria.
A soluc ao da equac ao homogenea e
y
n
= y
0
n1

i=0
a
i
Fazendo y
0
= z
n
, tem-se:
y
n
= z
n
n1

i=0
a
i
17
Substituindo na equac ao original, tem-se:
y
n+1
= a
n
y
n
+ b
n

z
n+1
n

j=0
a
j
= a
n
z
n
n1

j=0
a
j
+ b
n

z
n+1
n

j=0
a
j
= z
n
n

j=0
a
j
+ b
n

z
n+1
= z
n
+
b
n

n
j=0
a
j

z
n+1
z
n
=
b
n

n
j=0
a
j

k1

n=0
(z
n+1
z
n
) =
k1

n=0
b
n

n
j=0
a
j

z
k
z
0
=
k1

n=0
b
n

n
j=0
a
j

z
k
= z
0
+
k1

n=0
b
n

n
j=0
a
j
(ajeitando os ndices)
z
n
= z
0
+
n1

i=0
b
i

i
j=0
a
j
Substituindo a sequencia z
n
de volta na expressao de y
n
, tem-se
y
n
= z
n
n1

i=0
a
i

y
n
=
_
n1

i=0
a
i
__
z
0
+
n1

i=0
b
i

i
j=0
a
j
_
, (3.3.7)
que e a soluc ao obtida originalmente. Note que quando n = 0, y
0
= z
0
. Faca n = 0 na formula e
note que esta implcito nas notac oes de somatorio e produtorio que
1

i=0
a
i
= 0 e
1

i=0
a
i
= 1.
3.3.5 Metodo dos Coecientes Indeterminados

E um metodo para achar soluc oes particulares de equacoes de diferencas nas quais o termo a
i
e
constante e o termo b
i
tem a seguinte forma:
b
i
= Kf(n)b
n
(3.3.8)
, onde f(n) e um polinomio de grau p em n.
Neste caso, a equac ao y
n+1
= ay
n
+ b
i
tem uma solucao particular na forma y
n
= q(n)b
n
, onde
q(n) e um polinomio em n tal que:
_
Se b ,= a q(n) e de grau p,
Se b = a q(n) e de grau p+1, sem o termo constante.
18
Exemplo 3.3.3 (y
n+1
= 2y
n
+n +n
2
2
n
):
A solucao da equacao homogenea e:
w
n
= C2
n
Agora busque as solucoes particulares separadamente:
z
n+1
= 2z
n
+ n (a = 2, b = 1, p = 1)
z
n
= (c
0
+ c
1
n)1
n
= c
0
+ c
1
n
z
n+1
= (c
0
+ c
1
(n + 1)) = (c
0
+ c
1
) + c
1
n
z
n+1
2z
n
= (c
0
+ c
1
) + c
1
n 2c
0
2c
1
n n
z
n+1
2z
n
= c
1
c
0
c
1
n n
_
c
1
c
0
= 0
c
1
= 1

_
c
0
= 1
c
1
= 1

z
n
= (1 + n)
v
n+1
= 2v
n
+ n
2
2
n
(a = 2, b = 2, p = 2)
v
n
= (c
1
n + c
2
n
2
+ c
3
n
3
)2
n

v
n+1
=
_
c
1
(n + 1) + c
2
(n + 1)
2
+ c
3
(n + 1)
3

2
n
=
_
(c
1
+ c
2
+ c
3
) + (c
1
+ 2c
2
+ 3c
3
)n + (c
2
+ 3c
3
)n
3
+ c
3
n
3

2
n

v
n+1
2v
n
= 2
n+1
_
(c
1
+ c
2
+ c
3
) + (2c
2
+ c
3
)n + 3c
3
n
2

n
2
2
n

_
2c
1
+ 2c
2
+ 2c
3
= 0
4c
2
+ 2c
3
= 0
6c
3
= 1

_
c
1
=
1
12
,
c
2
=
1
4
,
c
3
=
1
6

v
n
=
_
n
12

n
2
4
+
n
3
6
_
2
n
.
Portanto, a solucao completa e:
y
n
= w
n
+ z
n
+ v
n
= C2
n
(1 + n) +
_
n
12

n
2
4
+
n
3
6
_
2
n
Exemplo 3.3.4 (Soma dos n primeiros quadrados):
Seja s
n
=
n

i=1
i
2
= 1
2
+ 2
2
+ 3
2
+ + n
2
. Note que
s
n+1
= s
n
+ (n + 1)
2
, s
1
= 1
Solucao da equacao homogenea: s
n+1
= s
n
s
n
= C (constante).
Solucao particular da equacao nao-homogenea: como a = 1, b = 1 e p = 2, faca s
n
= c
1
n +
c
2
n
2
+ c
3
n
3
:
19
s
n
= c
1
n + c
2
n
2
+ c
3
n
3

s
n+1
= c
1
(n + 1) + c
2
(n + 1)
2
+ c
3
(n + 1)
3

= (c
1
+ c
2
+ c
3
) + (c
1
+ 2c
2
+ 3c
3
)n + (c
2
+ 3c
3
)n
2
+ c
3
n
3

s
n+1
s
n
= (c
1
+ c
2
+ c
3
) + (2c
2
+ 3c
3
)n + 3c
3
n
2
n
2
+ 2n + 1
_

_
c
1
+ c
2
+ c
3
= 1
2c
2
+ 3c
3
= 2
3c
3
= 1

_
c
1
=
1
6
c
2
=
1
2
c
3
=
1
3
Solucao completa: s
n
= C +
n
6
+
n
2
2
+
n
3
3
, com s
1
= 1, logo C = 0, portanto:
s
n
=
n
6
+
n
2
2
+
n
3
3
=
n(n + 1)(2n + 1)
6
3.3.6 Juros Compostos
O Basico
Imagine que uma quantidade Q de dinheiro foi pega como emprestimo no mes 0. Usando juros
compostos, no mes 1 a dvida sera de Q(1 +r), onde r e a taxa de juros. No mes 2 a dvida sera de
Q(1 +r)
2
, e assim por diante. Se no mes 1 for efetuado um pagamento de valor P, esse pagamento,
por uma questao de justica, tambem deve valorizar ao longo do tempo pela mesma taxa de juros,
anal, o mes em que o pagamento foi feito faz toda a diferenca. No mes 2, esse pagamento valer a
P(1 + r), no mes 3 valer a P(1 + r)
2
, e assim por diante. Mas no mes 2, um outro pagamento de
valor P sera efetuado, e esse pagamento tambem tera que valorizar ao longo do tempo. A situac ao
descrita encontra-se representada na seguinte gura:
Q Q(1 + r)
1
Q(1 + r)
2
Q(1 + r)
3
Q(1 + r)
4

P
P(1 + r)
1
P(1 + r)
2
P(1 + r)
3
+ + +
P
P(1 + r)
1
P(1 + r)
2
+ +
P
P(1 + r)
1
+
P

Olhando a gura e possvel escrever a seguinte equac ao para a condic ao de parada: no mes n em
que a dvida sera saldada, a quantidade acima da linha (dvida) sera igual `a soma das quantidades
abaixo da linha (pagamentos):
Q(1 + r)
n
=
n1

i=0
P(1 + r)
i
(3.3.9)
Desenvolvendo a expressao, tem-se (soma dos termos de uma pg):
20
Q(1 + r)
n
=
n1

i=0
P(1 + r)
i

Q(1 + r)
n
= P
n1

i=0
(1 + r)
i

Q(1 + r)
n
P
=
(1 + r)
n
1
(1 + r) 1

Q(1 + r)
n
P
=
(1 + r)
n
1
r

Q
P
=
1 (1 + r)
n
r
(3.3.10)
Se for desejado quitar uma dvida Q em n parcelas iguais de valor P, uma pequena manipulac ao
de 3.3.10 fornece o valor da parcela:
P =
Qr
[1 (1 + r)
n
]
(3.3.11)
A expressao 3.3.11 e usada em qualquer casa de eletrodomesticos baratos para fazer o calculo
das parcelas a serem pagas. Note como e difcil calcular a taxa de juros a partir do valor a vista
(dvida) e do valor das parcelas.
Conversao de Taxas de Juros
A convers ao de taxas de juros para perdos diferentes (diaria, mensal, anual) pode ser feita
igualando-se os valores de uma dvida hipotetica ao nal de tempos iguais:
Q(1 + r
d
)
365
= Q(1 + r
m
)
12
= Q(1 + r
a
)
1

(1 + r
d
)
365
= (1 + r
m
)
12
= (1 + r
a
)
1
(3.3.12)
Por exemplo, qual e a taxa de juros anual equivalente a 1% ao mes?
(1 + r
a
)
1
= (1 + r
m
)
12

r
a
= (1 + 0.01)
12
1
r
a
= 1, 126825 1 = 0, 126825 = 12, 6826%
E qual a taxa de juros mensal equivalente a 12% ao ano?
(1 + r
m
)
12
= (1 + r
a
)
1

r
m
=
12

1 + 0.12 1
r
a
= 1, 009489 1 = 0, 009489 = 0, 009489%
Como ultima observacao, note que costuma-se usar coloquialmente, (de forma errada, do ponto
de vista matematico) que quando alguem se refere a uma taxa de juros de 12% ao ano, esta se
referindo na verdade a uma taxa de 1% ao mes. Mas acabamos de mostrar que 1% ao mes e mais
do que 12% ao ano. A caderneta de poupanca, por lei da 0,5% ao mes alem da inacao. Costuma-se
(erradamente) dizer que a poupanca da 6% ao ano, alem da inac ao, quando na verdade, se nao
houvesse inacao a taxa seria de 6,1678%. A pequena diferenca pode ser vista facilmente usando a
seguinte expressao, que e valida para pequenos valores de r:
n

1 + r 1 +
r
n
21
Mas Onde Estao as Equacoes de Diferencas, Anal? :)
A situacao estudada anteriormente nao requeria o uso de equacoes de diferenca, devido `a sim-
plicidade. A taxa de juros era constante e os pagamentos tambem. Imagine uma situacao mais
complicada, onde as taxas de juros sao variaveis no tempo e os pagamentos tambem nao sao to-
dos iguais. Isso e o que ocorre normalmente ao comprar um apartamento, por exemplo, pois o
valor de algum ndice de correcao monetaria (inac ao) e adicionado a taxa de juros contratada no
emprestimo. E no meio do percurso, a pessoa em dvida pode sempre pagar um pouco mais se
quiser diminuir a dvida mais rapido, ou deixar de pagar um ou dois meses (sob negociacao, e claro,
normalmente ha uma multa) se nao tiver dinheiro num determinado mes especco. Neste caso,
seja Q
n
o valor da dvida no instante n (mes, por exemplo), imediatamente apos o pagamento P
n
do mesmo mes e seja r
n
o valor da taxa de juros utilizada neste mes. Pode-se ent ao escrever:
Q
n+1
= (1 + r
n
)Q
n
P
n+1
(3.3.13)
Note como uma situac ao complicada se transforma numa equac ao relativamente simples que ja
foi resolvida anteriormente. Aplicando os conhecimentos adquiridos anteriormente ao caso em que
r
n
= r e que P
n
= P, tem-se:
Q
n+1
= (1 + r)Q
n
P
Q
n
= (1 + r)
n
C +
P
r
Onde (1 +r)
n
C e a soluc ao da equac ao homogenea e
_
P
r
_
e uma soluc ao particular constante
da equacao nao-homogenea (faca por coecientes `a determinar). Entao:
Q
0
= (1 + r)
0
C +
P
r

C = Q
0

P
r

Q
n
= (1 + r)
n
Q
0
+ [1 (1 + r)
n
]
_
P
r
_
Compare com o resultado obtido anteriormente.
Apenas a ttulo de curiosidade, existe uma outra equacao equivalente, mas muito menos usada,
que modela os processos de juros, que consiste em usar a taxa de juros do perodo seguinte. S
n
neste caso representa a quantia devida antes do pagamento do mes n:
S
n+1
= (1 + r
n+1
)(S
n
P
n
)
S
n+1
= (1 + r)(S
n
P)
S
n
= C(1 + r)
n
+
(1 + r)
r
P
S
0
= C(1 + r)
0
+
(1 + r)
r
P
C = S
0

(1 + r)
r
P
S
n
= (1 + r)
n
S
0
+ [1 (1 + r)
n
]
(1 + r)
r
P
22
Captulo 4
Metodos Numericos para EDO 1
a
Ordem
4.1 Metodo de Euler
Metodo para descobrir numericamente a solucao de uma equac ao diferencial de primeira ordem
do tipo
y

(x) = f(x, y), y(x

0
) = y
0
. (4.1.1)
Partindo do ponto da condic ao inicial, de um pequeno passo (h) `a frente na vari avel x, usando
para isso uma reta, a qual passa pelo ponto (x
0
, y
0
) com inclinacao f(x
0
, y
0
). Repita esse processo
n vezes:
(y
1
y
0
) = f(x
0
, y
0
)(x
1
x
0
)
(y
1
y
0
) = f(x
0
, y
0
)[(x
0
+ h) x
0
]
y
1
= y
0
+ f(x
0
, y
0
)h
y
2
= y
1
+ f(x
1
, y
1
)h
y
3
= y
2
+ f(x
2
, y
2
)h
.
.
. =
.
.
.
y
n
= y
n1
+ f(x
n1
, y
n1
)h (4.1.2)
Este e o metodo mais simples de todos.
Exemplo 4.1.1:
Aplique o metodo de Euler `a equacao y

+
y
x
= x, com a condicao inicial y(1) = 0 com 100 pontos
23
no intervalo [1, 2]:
y

+
y
x
= x;
_
Solucao exata: y =
1
3
_
t
2

1
x
__

= x
y
x

y
n
= y
n1
+ h
_
x
n1

y
n1
x
n1
_

x
0
= 1; y
0
= 0; h =
(2 1)
100
= 0, 01
x
1
= 1, 01; y
1
= 0 + 0, 01
_
1
0
1
_
= 0, 01
x
2
= 1, 02; y
2
= 0, 01 + 0, 01
_
1, 01
0, 01
1, 01
_
= 0, 020000990099
x
3
= 1, 03; y
3
= 0, 020000990099 + 0, 01
_
1, 02
0, 020000990099
1, 02
_
= 0, 0300049019608
.
.
.
.
.
.
4.2 Metodo de Euler Inverso
Uma outra forma de olhar o metodo de Euler e que a cada passo o metodo resolve aproximada-
mente a seguinte EDO:
y

= f(x, y(x)), y(x

i
) = y
i
. (4.2.1)
Escrevendo essa equac ao na forma integral, tem-se
_
x
i
+h
x
i
y

dx =
_
x
i
+h
x
i
f(x, y(x)) dx
y(x
i
+ h) = y(x
i
) +
_
x
i
+h
x
i
f(x, y(x)) dx
y(x
i+1
) = y(x
i
) +
_
x
i+1
x
i
f(x, y(x)) dx
y
i+1
= y
i
+
_
x
i+1
x
i
f(x, y(x)) dx
A integral que aparece, pode ser aproximada de forma grosseira, por um retangulo:
y
i+1
= y
i
+ hf(x
i
, y(x
i
))
y
i+1
= y
i
+ hf(x
i
, y
i
),
que e a formula de Euler obtida na sec ao anterior. Ao inves de usarmos o retangulo baseado
na altura do ponto (x
i
, y
i
), poderamos igualmente ter usado o retangulo baseado em (x
i+1
, y
i+1
),
obtendo
y
i+1
= y
i
+ hf(x
i+1
, y
i+1
),
que e a expressao conhecida como metodo de Euler inverso. Note que nesta expressao, a variavel
y
i+1
aparece do lado esquerdo da igualdade dentro de f, o que torna esta expressao uma formula
implcita. Isto pode trazer diculdades dependendo da funcao f.
24
Exemplo 4.2.1:
Aplique o metodo de Euler Inverso `a equacao y

+
y
x
= x, com a condicao inicial y(1) = 0 com 100
pontos no intervalo [1, 2]:
y

+
y
x
= x
y

= x
y
x

y
n
= y
n1
+ h
_
x
n

y
n
x
n
_

y
n
_
1 +
h
x
n
_
= y
n1
+ h x
n

y
n
=
y
n1
+ h x
n
_
1 +
h
x
n
_
x
0
= 1; y
0
= 0; h =
(2 1)
100
= 0, 01
x
1
= 1, 01; y
1
=
0 + 0, 01 1, 01
_
1 +
0,01
1,01
_ = 0, 0100009803921
x
2
= 1, 02; y
2
=
0, 0100009803921 + 0, 01 1, 02
_
1 +
0,01
1,02
_ = 0, 0200048543688
x
3
= 1, 03; y
3
=
0, 0200048543688 + 0, 01 1, 03
_
1 +
0,01
1,03
_ = 0, 0300134615385
.
.
.
.
.
.
4.3 Erro Numerico do metodo de Euler
Considere o i-esimo passo do metodo de Euler
y

(x) = f(x, y), y(x

0
) = y
0
y
n
= y
n1
+ hf(x
n
, y
n
). (4.3.1)
Existem duas fontes de erro quando se faz o calculo de uma func ao atraves de um metodo numerico:
1) Erro de truncamento. Dena o erro de truncamento como
E
n
(x
n
) y
n
, (4.3.2)
onde (x
n
) e o valor exato da func ao e y
n
e o valor calculado pelo metodo.
2) Erro de arredondamento. Dena o erro de arredondamento como
R
n
y
n
Y
n
, (4.3.3)
onde y
n
e o valor calculado pelo metodo e Y
n
e o valor que o computador fornece na realidade.
Entao, pode-se calcular um majorante para o erro total como
[(x
n
) Y
n
[ = [(x
n
) y
n
+ y
n
Y
n
[ = [E
n
+ R
n
[ [E
n
[ +[R
n
[ (4.3.4)
O valor E
n
acima denido e conhecido como erro de truncamento global. Ele tem duas causas:
25
1) A cada passo usa-se uma formula aproximada para determinar y
n
.
2) Os dados de entrada de cada etapa ja acumulam um erro das etapas anteriores, isto e, em
geral, (x
n
) ,= y
n
.
Se for suposto que em cada passo (x
n
) = y
n
, ent ao o erro seria apenas devido `a imprecisao da
expressao do metodo numerico utilizado. Esse erro e conhecido como erro de truncamento local e
pode ser calculado usando uma expansao em serie de Taylor com resto para (x) em torno de x
n
.
Mas para isso, temos que ter

(x) contnua no intervalo. Uma maneira de garantir isso e obrigar

por hipotese que f(x, (x)),
f(x, (x))
x
,
f(x, (x))
y
sejam contnuas, pois

(x) = f(x, (x))

(x) =
f(x, (x))
x
+
f(x, (x))
y

(x)

(x) =
f(x, (x))
x
+
f(x, (x))
y
f(x, (x)).
Como o lado direito consiste apenas de func oes contnuas por hipotese,

(x) tambem e contnua.

Expandindo (x) em serie de Taylor com resto em torno do ponto x
n
, tem-se
(x
n
+ h) = (x
n
) +

(x
n
)h +
1
2

(x
n
)h
2
, (4.3.5)
onde x
n
x
n
x
n
+ h.
Subtraindo a equac ao y
n+1
= y
n
+ f(x
n
, y
n
)h, tem-se
(x
n+1
) y
n+1
= (x
n
) y
n
+ [

(x
n
) f(x
n
, y
n
)]h +
1
2

(x
n
)h
2
. (4.3.6)
Usando a relac ao (x
n
) = y
n
e tambem que

(x
n
) = f(x
n
, y
n
), tem-se
e
n+1
=
1
2

(x
n
)h
2
. (4.3.7)
Se de alguma forma puder ser obtido um valor M tal que M = max
x[x
n
,x
n+1
]
[

(x)[, ent ao pode-se

escrever
[e
n+1
[
1
2
Mh
2
, (4.3.8)
que e a expressao nal para o erro de truncamento local. Note que o erro e proporcional ao quadrado
do tamanho do passo. Isto quer dizer, em termos praticos, que se reduzirmos o passo `a metade,
reduzimos o erro a um quarto.
4.4 Metodo de Heun
Conforme foi visto nas secoes anteriores, se a equac ao diferencial for escrita na forma integral, o
metodo de Euler aproxima a integral pela area do retangulo de altura f(x
n
, y
n
), enquanto o metodo
de Euler invertido aproxima a integral pela area do retangulo de altura f(x
n+1
, y
n+1
). As duas
aproximac oes sao igualmente fracas, mas mesmo assim foi mostrado que o erro de truncamento
local e da ordem do quadrado do passo (h
2
).
26

E possvel melhorar um pouco mais o metodo de Euler, se ao inves de um retangulo, for usado
um trapezio. Tem-se ent ao
y
n+1
= y
n
+
_
x
n+1
x
n
f(x, y(x)) dx
y
n+1
= y
n
+
h
2
[f(x
n
, y
n
) + f(x
n+1
, y
n+1
)] (4.4.1)
Observe que o lado direito da equacao possui um termo no futuro, i.e., dependendo de n + 1.
Para evitar os problemas de uma equac ao implcita, pode-se usar o metodo de Euler para calcular
esse termo:
y
n+1
= y
n
+
h
2
[(f(x
n
, y
n
) + f(x
n
+ h, y
n
+ hf(x
n
, y
n
)))] . (4.4.2)
Este e um metodo de duas etapas: inicialmente calcula-se y
n+1
pelo metodo de Euler, e entao
usa-se esta estimativa para calcular a area do trapezio.
Pode-se mostrar (vide exerccio 14 da secao 8.2 do Boyce/DiPrima) que o erro local de trunca-
mento deste metodo e proporcional ao cubo do tamanho do passo (h
3
). Isto quer dizer que reduzindo
o passo `a metade, a precisao melhora em ate 8 vezes.
4.5 Metodo de Runge-Kutta
Mais uma vez, comecando com a equac ao diferencial na forma integral, mas desta vez, aproxi-
mando a area da integral por uma parabola (metodo de Simpson), tem-se
y
n+1
= y
n
+
_
x
n+1
x
n
f(x, y(x)) dx
y
n+1
= y
n
+
h
6
_
f(x
n
, y
n
) + 4f
_
x
n
+
h
2
, y
_
x
n
+
h
2
__
+ f(x
n+1
, y
n+1
)
_
(4.5.1)
O termo do meio na integral tem peso 4. Seria interessante se pudessemos calcula-lo de duas
formas diferentes para tentar compensar o erro:
y
n+1
= y
n
+
h
6
_
f(x
n
, y
n
) + 2f
_
x
n
+
h
2
, y
_
x
n
+
h
2
__
+ 2f
_
x
n
+
h
2
, y
_
x
n
+
h
2
__
+ f(x
n+1
, y
n+1
)
_
y
n+1
= y
n
+
h
6
(k
1
+ 2k
2
+ 2k
3
+ k
4
) . (4.5.2)
O termo k
1
= f(x
n
, y
n
) nao apresenta diculdade.
Para calcular o termo k
2
= f
_
x
n
+
h
2
, y
_
x
n
+
h
2
__
, use o metodo de Euler. Isso da
y
_
x
n
+
h
2
_
= y
n
+
h
2
f(x
n
, y
n
)
k
2
= f
_
x
n
+
h
2
, y
_
x
n
+
h
2
__

k
2
= f
_
x
n
+
h
2
, y
n
+
h
2
f(x
n
, y
n
)
_

k
2
= f
_
x
n
+
h
2
, y
n
+
h
2
k
1
_
. (4.5.3)
27
Para calcular o termo k
3
= f
_
x
n
+
h
2
, y
_
x
n
+
h
2
__
, use o metodo de Euler Invertido, so que
ao inves de deixar a equac ao implcita, use a estimativa do passo anterior. Tem-se ent ao que
y
_
x
n
+
h
2
_
= y
n
+
h
2
f
_
x
n
+
h
2
, y
_
x
n
+
h
2
__

y
_
x
n
+
h
2
_
= y
n
+
h
2
k
2

k
3
= f
_
x
n
+
h
2
, y
_
x
n
+
h
2
__

k
3
= f
_
x
n
+
h
2
, y
n
+
h
2
k
2
_
. (4.5.4)
Finalmente, para calcular o termo k
4
= f(x
n+1
, y
n+1
) use um metodo de Euler modicado,
no qual a estimativa da area e dada pela base (h) multiplicada pela altura no meio do intervalo
_
f
_
x
n
+
h
2
, y
_
x
n
+
h
2
___
. Temos ate o momento duas estimativas para este valor: k
2
e k
3
. A
princpio poderamos escolher qualquer uma, pois uma foi obtda com um metodo de Euler direto
enquanto a outra foi obtida com um metodo de Euler inverso. O metodo de Runge-Kutta classico
escolhe a segunda, isto e, k
3
:
y
n+1
= y
n
+ hf
_
x
n
+
h
2
, y
_
x
n
+
h
2
__

k
4
= f(x
n+1
, y
n+1
)
k
4
= f
_
x
n
+ h, y
n
+ hf
_
x
n
+
h
2
, y
_
x
n
+
h
2
___

k
4
= f (x
n
+ h, y
n
+ hk
3
) .
A pesar de ser o metodo mais complicado de todos os explicados, isto nao representa nenhum
problema para um computador, que uma vez programado com as expressoes corretas, fara os calculos
rapidamente.
Nao e difcil mostrar, embora seja muito trabalhoso, que o erro local de truncamento do metodo
de Runge-Kutta e proporcional `a quinta potencia do tamanho do passo (h
5
). Isto quer dizer que
reduzindo o passo `a metade, melhora-se a precisao em ate 32 vezes!
28
Captulo 5
Equacoes Lineares de 2
a
Ordem
(Diferenciais e Diferencas)
Equacoes de segunda ordem, diferenciais ou de diferencas, sao bem mais difceis de resolver que
as equac oes de primeira ordem. Tanto que nas proximas secoes o estudo se restringira apenas `as
equac oes lineares.
5.1 Equac oes Diferenciais e de Diferencas Lineares
Nas equac oes diferenciais e de diferencas, sempre existe uma vari avel dependente e uma variavel
independente. Uma equacao diferencial de ordem n e dita estar na forma normal se estiver escrita
da seguinte forma:
y
(n)
= f(t, y, y

, y

, , y
(n1)
) (5.1.1)
Analogamente, uma equac ao de diferencas de ordem n e dita estar na forma normal se estiver
escrita da seguinte forma:
y
k+n
= f(k, y
k
, y
k+1
, y
k+2
, , y
k+n1
) (5.1.2)
Em ambos os casos, y e chamada de vari avel dependente, enquanto t e k sao chamadas de
vari aveis independentes. Se a func ao f, em ambos os casos, for linear em todas as vari aveis depen-
dentes, ou em outras palavras, se todas as operacoes realizadas com y forem lineares, a equac ao e
dita linear. As operac oes realizadas com a variavel dependente podem ser lineares ou nao.
A soluc ao das equac oes 5.1.1 e 5.1.2 sao unicamente determinadas se em cada caso houverem n
condic oes iniciais num determinado ponto do domnio, ou no caso das sequencias, n valores iniciais:
y(t
0
) = y
0
; y

(t
0
) = y

0
; ; y
(n)
(t
0
) = y
(n)
0
(5.1.3)
y
k
0
= y
0
; y
k
0
+1
= y
1
; ; y
k
0
+n
= y
n
(5.1.4)
Note que no caso das equacoes diferenciais, o objeto que se procura, isto e, a vari avel dependente,
e uma funcao, enquanto que no caso das equacoes de diferencas, o objeto que se procura e uma
sequencia.
Tanto o conjunto das func oes de uma vari avel reais quanto o conjunto das sequencias reais
podem ser estudados como espacos vetoriais com corpo sobre os n umeros reais. O nome espaco
vetorial e equivalente (a mesma coisa) que o nome espaco linear. Em outras palavras, toda funcao
ou sequencia somada a outra func ao ou sequencia resulta em outra func ao ou sequencia respecti-
vamente, e toda func ao ou sequencia multiplicada por um n umero real resulta em outra funcao ou
sequencia, respectivamente.
29
A estrutura vetorial destes conjuntos sera util diversas vezes ao longo deste estudo. Todas as
tecnicas usadas em algebra linear com matrizes sera usada aqui com sequencias e func oes no lugar.
O primeiro passo e passar a encarar a equacao diferencial linear como uma transformacao linear.
Escreva a equacao linear diferencial ou de diferencas na seguintes formas:
y
(n)
(x) + f
n1
(x)y
(n1)
(x) + + f
1
(x)y

(x) + f
0
(x)y(x) = g(x) (5.1.5)
y
k+n
+ f
n1
(k)y
(k+n1)
+ + f
1
(k)y
(k+1)
+ f
0
(k)y
k
= g
k
(5.1.6)
onde f
0
(x), , f
n1
(x) e f
0
(k), , f
n1
(k) sao funcoes arbitrarias. Tais expressoes podem ser
escritas de forma resumida como:
L[y] = g(x) (5.1.7)
L[y
n
] = g
k
(5.1.8)
onde a notacao L[.] lembra que a operac ao realizada com a funcao ou sequencia e uma transformacao
linear. A toda equacao linear na forma 5.1.7 ou 5.1.8, existe uma equac ao associada na qual o lado
direito da igualdade e o vetor zero, ou seja, g(x) = 0 ou g
k
= 0, e esta equacao e chamada de equacao
homogenea associada. A situac ao e totalmente analoga a um sistema de equac oes a n vari aveis, onde
se tinha uma equac ao do tipo Ax = b, onde A era uma matriz (transformac ao linear) e x e b sao
vetores.
Devido `a natureza linear de L[.], o vetor resultante do produto de um n umero real por uma
soluc ao da equac ao homogenea e um outro vetor que tambem e solucao da mesma equac ao ho-
mogenea. E ainda, a soma de duas solucoes da equacao homogenea tambem e uma soluc ao da
mesma equacao homogenea. Em smbolos:
L[ay] = aL[y] (5.1.9)
L[y
1
+ y
2
] = L[y
1
] + L[y
2
] (5.1.10)
Em palavras: toda combina cao linear de solucoes da equacao homogenea e tambem soluc ao da
equac ao homogenea.
5.2 O Wronskiano e a Independencia Linear
A pergunta que surge ent ao e: quantas solucoes linearmente independentes uma equac ao linear
homogenea de ordem n adimite? A resposta e, sem demonstracao, n.
Proxima pergunta: dados n vetores, todos solucoes da equacao homogenea, como saber se eles
sao linearmente independentes? O conceito de independencia linear pode ser expresso pela seguinte
relac ao:
(a
1
y
1
+ + a
n
y
n
= 0) (a
1
= 0, , a
n
= 0) (5.2.1)
Note que a recproca e trivialmente verdadeira.
No caso de equac oes diferenciais, existe um teste que pode dar uma resposta parcial. O Wrons-
kiano e um funcional multilinear (linear em cada argumento) e totalmente anti-simetrico (trocando
a ordem de quaisquer dois argumentos, apenas muda de sinal) que e o determinante da seguinte
30
matriz:
W(y
1
, y
2
, , y
n
)(x) = det

y
1
(x) y
2
(x) y
n
(x)
y

1
(x) y

2
(x) y

n
(x)
.
.
.
.
.
.
.
.
.
.
.
.
y
(n1)
1
(x) y
(n1)
2
(x) y
(n1)
n
(x)

(5.2.2)
W(a
1
y
1
, a
2
y
2
, , a
n
y
n
)(x) =
_
n

i=1
a
i
_
W(y
1
, y
2
, , y
n
)(x) (5.2.3)
W(y
1
, y
2
, , y
n
)(x) = W(y
2
, y
1
, , y
n
)(x) (5.2.4)
O Wronskiano aparece muitas vezes no estudo das equac oes diferenciais. Aqui pode-se usa-lo
para responder parcialmente `a pergunta a respeito da independencia linear de um conjunto de n
soluc oes de uma equacao diferencial de ordem n.
Teorema 5.2.1. Se W(y
1
, y
2
, , y
n
)(x
0
) ,= 0 em algum ponto x
0
entao o conjunto y
1
, y
2
, , y
n

e l.i. Alem disso, se y

1
, y
2
, , y
n
e l.d., entao W(y
1
, y
2
, , y
n
)(x) = 0 em todo ponto x.
Cuidado! Esse teorema nao diz que se W(y
1
, y
2
, , y
n
)(x) = 0 ent ao y
1
, y
2
, , y
n
e um
conjunto l.d. Pode muito bem acontecer de W(y
1
, y
2
, , y
n
)(x) = 0 e mesmo assim y
1
, y
2
, , y
n

ser um conjunto l.i.

5.3 Plano de Ataque Equac oes Lineares de 2
a
Ordem
Devido `a complexidade de se resolver a equac ao linear de segunda ordem geral, seja diferencial
ou de diferencas, o problema sera abordado em etapas.
1) Resolver a equac ao homogenea;
2) Nos casos em que for possvel, usar o metodo dos coecientes a determinar para obter uma
solucao particular.
3) De posse de uma soluc ao da equac ao homogenea, usar variacao de parametros/reducao de
ordem, para obter uma outra solucao da equacao homogenea e uma soluc ao particular da
equacao, desta forma, resolvendo o problema inicial;
5.4 Equac oes Lineares Homogeneas de Ordem n com Coe-
cientes Constantes
Considere o caso em que os coecientes sao constantes:
y
(n)
+ a
n1
y
(n1)
+ + a
1
y

+ a
0
y = 0 (5.4.1)
y
k+n
+ a
n1
y
k+n1
+ + a
1
y
k+1
+ a
0
y
k
= 0 (5.4.2)
Tente como solucao deste problema as seguintes funcoes:
y(x) = e
x
y

(x) = e
x
, y

(x) =
2
e
x
, , y
(n)
=
n
e
x
y
k
=
k
y
k+1
=
k+1
, y
k+2
=
k+2
, , y
k+n
=
k+n
31
Substituindo essas soluc oes nas respectivas equacoes, obtem-se:

n
e
x
+ a
n1

n1
e
x
+ + a
2

2
e
x
+ a
1
e
x
+ a
0
e
x
= 0

k+n
+ a
n1

k+n1
+ + a
2

k+2
+ a
1

k+1
+ a
0

k
= 0
Ou ainda:
e
x
_

n
+ a
n1

n1
+ + a
2

2
+ a
1
+ a
0
_
= 0

k
_

n
+ a
n1

n1
+ + a
2

2
+ a
1
+ a
0
_
= 0
No primeiro caso, e
x
e sempre diferente de zero, e no segundo caso, se for suposto que ,= 0,
ent ao em ambos os casos obtem-se:
p() =
n
+ a
n1

n1
+ + a
2

2
+ a
1
+ a
0
= 0 (5.4.3)
A essa equac ao da-se o nome de equacao caracterstica, e ao lado esquerdo da equac ao da-se o
nome de polinomio caracterstico da equac ao.
Pode-se escrever ent ao que:
L
_
e
x

= p()e
x
(5.4.4)
L
_

= p()
k
(5.4.5)
Isto quer dizer que as func oes/sequencias chutadas anteriormente sao autovetores do operador
L[.] com autovalor p(). No caso de ser uma raiz do polinomio caracterstico, as funcoes/sequencias
chutadas anteriormente serao autovetores do operador L[.] com autovalor 0. Sao os autovetores com
autovalor 0 que sao as solucoes da equac ao linear homogenea original.
5.5 Equac oes Lineares Homogeneas de Segunda Ordem com
Coecientes Constantes
No caso de equac oes de segunda ordem, o polinomio caracterstico sera um polinomio de grau 2
e a equac ao caracterstica sera uma equacao do segundo grau, que podera ser escrita como:

2
+ b + c = 0 (5.5.1)
(
1
)(
2
) = 0 (5.5.2)
O subespaco das solucoes da equac ao tera dimensao 2, o que quer dizer que serao necessarias
duas solucoes linearmente independentes para escrever a solucao geral da equac ao homogenea.
Neste caso, existirao 3 possibilidades:
1)
1
,=
2
sao raizes reais;
2)
1
=
2
e uma raiz real com multiplicidade 2;
3)
1
,=
2
sao raizes complexas conjugadas.
5.5.1
1
,=
2
sao raizes reais
As soluc oes das equac oes homogeneas sao respectivamente:
y(x) = c
1
e

1
x
+ c
2
e

2
x
(5.5.3)
y
k
= c
1

k
1
+ c
2

k
2
(5.5.4)
32
5.5.2
1
=
2
e uma raiz real com multiplicidade 2
Neste caso, existe apenas uma soluc ao. A outra soluc ao linearmente independente pode ser
obtida notando que as funcoes:
y(x) = xe

1
x
(5.5.5)
y
k
= k
k
1
(5.5.6)
tambem sao solucoes da equacao homogenea. De fato, como a raiz
1
tem multiplicidade 2, tem-se
que o polinomio caracterstico e
p() = (
1
)
2
=
2
2
1
+
2
1
e substituindo as relac oes
y

(x) = e

1
x
+
1
xe

1
x
= (1 +
1
x)e

1
x
, y

(x) =
1
e

1
x
+ (1 +
1
x)
1
e

1
x
=
1
(2 +
1
x)e

1
x
y
k+1
= (k + 1)
k+1
1
, y
k+2
= (k + 2)
k+2
1
nas equacoes originais, obtem-se
y

2
1
y

+
2
1
y = 0

1
(2 +
1
x)e

1
x
2
1
(1 +
1
x)e

1
x
+
2
1
xe

1
x
= 0
2 +
1
x 2 2
1
x +
1
x = 0
0 = 0
y
k+2
2
1
y
k+1
+
2
1
y
k
= 0
(k + 2)
k+2
1
2
1
(k + 1)
k+1
1
+
2
1
k
k
1
= 0
k + 2 2k 2 + k = 0
0 = 0
Esse resultado pode ser deduzido usando o metodo da reducao de ordem/variacao de parametros,
que sera estudado posteriormente.
5.5.3
1
,=
2
sao raizes complexas conjugadas
Neste caso, e conveniente usar a formula de Euler para representar as exponenciais complexas:
e
i
= cos + i sen (5.5.7)
e ainda a forma polar dos n umeros complexos:
p + iq = re
i
r =
_
p
2
+ q
2
; = arctg
_
y
x
_
(5.5.8)
Se o problema permitisse valores complexos, tudo estaria resolvido, e a soluc ao seria exatamente
como no caso de duas razes reais e distintas. Mas como nao e este o caso, faz-se necessario procurar
por solucoes reais. Sejam
1
= p + iq e
2
= p iq. As duas solucoes complexas sao:
z(x) = ae

1
x
+ be

2
x
= ae
p+iq
x + be
piq
x = ae
px
e
iqx
+ be
px
e
iqx
= e
px
_
ae
iqx
+ be
iqx
_
(5.5.9)
z
k
= a
k
1
+ b
k
2
= a(p + iq)
k
+ b(p iq)
k
= a(re
i
)
k
+ b(re
i
)
k
= r
k
_
ae
ik
+ be
ik
_
(5.5.10)
33
Ou ainda:
z(x) = e
px
[(a cos qx + b cos qx) + i (a sen qx b sen qx)] (5.5.11)
= e
px
[(a + b) cos qx + i(a b) sen qx] (5.5.12)
z
1
k
= r
k
[(a cos k + b cos k) + i (a sen k b sen k)] (5.5.13)
= r
k
[(a + b) cos k + i(a b) sen k] (5.5.14)
A parte real e a parte imaginaria de um n umero complexo sao n umeros reais.

E possvel escrever
tanto uma como a outra a partir do n umero original da seguinte forma:
1[z] =
z + z
2
(5.5.15)
[z] =
z z
2i
(5.5.16)
Isso quer dizer que separadamente, tanto a parte real quanto a parte imaginaria de uma soluc ao
complexa tambem sao solucoes da equac ao homogenea original, pois ambas sao combinac oes lineares
de solucoes. Portanto, a solucao geral pode ser escrita como
y(x) = A 1[z(x)] + B [z(x)] = e
px
(Acos q + Bsen q) (5.5.17)
y
k
= A 1[z
k
] + B [z
k
] = r
k
(Acos k + Bsen k). (5.5.18)
Falta apenas mostrar que as duas solucoes obtidas sao linearmente independentes. Para isto, no
caso contnuo, basta calcular o Wronskiano:
W(y
1
, y
2
)(x) = det

y
1
y
2
y

1
y

= det

e
px
cos q e
px
sen q
pe
px
cos q qe
px
sen q pe
px
sen q + qe
px
cos q

= e
2px
det

cos q sen q
p cos q q sen q p sen q + q cos q

= e
2px
(p sen q cos q + cos
2
q p sen q cos q + sen
2
q)
= e
2px
(cos
2
q + sen
2
q) = e
2px
> 0
Como x R, W(y
1
, y
2
)(x) ,= 0, as soluc oes sao l.i.
Sera que existe um analogo do Wronskiano para o caso discreto?
5.6 Metodo dos Coecientes a Determinar
Este metodo serve para determinar uma soluc ao particular da equacao original, e se aplica
apenas no caso de uma equac ao diferencial ou de diferencas com coecientes constantes.
Sejam as equac oes:
y
(n)
+ a
n1
y
(n1)
+ + a
1
y

+ a
0
y = g(x) (5.6.1)
y
k+n
+ a
n1
y
k+n1
+ + a
1
y
k+1
+ a
0
y
k
= g
k
(5.6.2)
e seja
p() =
n
+ a
n1

n1
+ + a
1
+ a
0
(5.6.3)
34
g(x) y(x)
P
n
(x) = p
n
x
n
+ p
n1
x
n1
+ + p
1
x
1
+ p
0
x
m
(A
n
x
n
+ A
n1
x
n1
+ + A
1
x
1
+ A
0
)
P
n
(x)e
x
x
m
(A
n
x
n
+ A
n1
x
n1
+ + A
1
x
1
+ A
0
)e
x
P
n
(x)e
x
sen x ou P
n
(x)e
x
cos x x
m
[(A
n
x
n
+A
n1
x
n1
+ +A
1
x
1
+A
0
) cos x +
(B
n
x
n
+ B
n1
x
n1
+ + B
1
x
1
+ B
0
) sen x]e
x
Tabela 5.1: Formato da solucao para equacoes diferenciais
g
k
y
k
P
n
(k) = p
n
k
n
+ p
n1
k
n1
+ + p
1
k
1
+ p
0
k
m
(A
n
k
n
+ A
n1
k
n1
+ + A
1
k
1
+ A
0
)
P
n
(k)
k
k
m
(A
n
k
n
+ A
n1
k
n1
+ + A
1
k
1
+ A
0
)
k
Tabela 5.2: Formato da solucao para equacoes de diferencas
o polinomio caracterstico.
As tabelas 5.1 e 5.2 mostram como e a forma da solucao que a equac ao admite em func ao da
forma do lado direito da equac ao. Na segunda linha destas tabelas, m e a multiplicidade de
no polinomio caracterstico, isto e, o n umero de vezes que e raiz da equac ao caracterstica. Na
terceira linha da tabela 5.1, m e a multiplicidade de +i no polinomio caracterstico, N

AO

E a
multiplicidade de . No caso de ordem 2, por exemplo, se +i for raiz do polinomio caracterstico,
ent ao como os coecientes sao reais, i tambem e raiz, mas o valor de m a ser usado e 1. Ainda
com relacao `a determinacao do valor de m, note que a primeira linha da tabela 5.1 e um caso
particular da segunda linha onde = 0, e que a primeira linha da tabela 5.2, e um caso particular
da segunda linha onde = 1.
5.7 Metodo da Reducao de Ordem
O metodo da reducao de ordem e exatamente o mesmo procedimento usado em equacoes de
primeira ordem que o metodo da variacao de parametros. Consiste em usar uma soluc ao conhecida
da equac ao homogenea para se chegar `a outra solucao. O novo nome se deve ao fato de no processo
de variac ao de parametros chega-se a uma equac ao de uma ordem menor que a inicial.
Este metodo tem a vantagem de ser completamente geral, isto e, nao e necessario supor uma
forma para a equacao original, como por exemplo, que seja de coecientes constantes. Mas tem a
desvantagem de necessitar de uma solucao inicial para que seja possvel encontrar a outra.
Ao aplicar a variac ao de parametros `a uma equacao diferencial ou de diferencas de segunda
ordem, consegue-se nao somente uma outra solucao para a equacao homogenea, que e linearmente
independente da primeira, mas tambem uma solucao particular da equacao original, resolvendo
assim completamente o problema.
5.7.1 Reducao de Ordem para Equacoes Diferenciais de 2
a
Ordem
Calculo do Wronskiano
Um resultado muito interessante e que sera util mais `a frente, e que e possvel calcular o Wronski-
ano de uma equac ao diferencial de segunda ordem sem o conhecimento de nenhuma de suas solucoes.
Considere a equac ao
y

+ p(x)y

+ q(x)y = g(x) (5.7.1)

Suponha que y
1
e y
2
sejam duas solucoes da equacao 5.7.1. Entao
35
y

1
+ p(x)y

1
+ q(x)y
1
= 0 (y
2
)
y

2
+ p(x)y

2
+ q(x)y
2
= 0 (y
1
)
(y
1
y

2
y

1
y
2
) + p(x)(y
1
y

2
y

1
y
2
) + q(x)(y
1
y
2
y
1
y
2
) = 0
(5.7.2)
Notando que
W(y
1
, y
2
) = y
1
y

2
y

1
y
2

W

(y
1
, y
2
) = y

1
y

2
+ y
1
y

2
y

1
y
2
y

1
y

2
= y
1
y

2
y

1
y
2
,
a soma das duas equacoes anteriores pode ser escrita como
W

+ p(x)W = 0 (5.7.3)
que e uma equacao diferencial linear homogenea de primeira ordem cuja soluc ao e
W(x) = Ke

_
p(x) dx
. (5.7.4)
Note ainda que W(x) nao depende de q(x)! Equac oes com q(x) diferentes, muito provavelmente
possuem soluc oes diferentes, porem suas solucoes l.i. possuem o mesmo Wronskiano, desde que p(x)
seja o mesmo!
Reducao de Ordem
Suponha que y
1
e uma solucao conhecida da equac ao homogenea associada `a equacao 5.7.1.
Ent ao
y

1
+ p(x)y

1
+ q(x)y
1
= 0 (5.7.5)
Suponha ent ao que a soluc ao da equacao 5.7.1 e da forma y(x) = v(x)y
1
(x). As derivadas de y(x)
sao
y

= v

y
1
+ vy

1
(5.7.6)
y

= v

y
1
+ v

1
+ v

1
+ vy

1
(5.7.7)
= v

y
1
+ 2v

1
+ vy

1
(5.7.8)
Substituindo essas expressoes na equac ao original,
(v

y
1
+ 2v

1
+ vy

1
) + p(x)(v

y
1
+ vy

1
) + q(x)vy
1
= g(x)
y
1
v

+ (2y

1
+ p(x)y
1
)v

+ (y

1
+ p(x)y

1
+ q(x)y
1
)v = g(x)
y
1
v

+ (2y

1
+ p(x)y
1
)v

= g(x)
v

+
_
2y

1
y
1
+ p(x)
_
v

=
g(x)
y
1
36
Essa expressao e uma equac ao diferencial ordinaria de primeira ordem em v

. Usando um fator
integrante,
v

+
_
2y

1
y
1
+ p(x)
_
v

=
g(x)
y
1
(v

+ v

=
_
2y

1
y
1
+ p(x)
_

=
_
2y

1
y
1
+ p(x)
_
ln [[ =
_ _
2y

1
y
1
+ p(x)
_
dx + c
ln [[ = 2
_
y

1
y
1
dx +
_
p(x) dx + c
ln [[ = ln [y
1
[
2
+
_
p(x) dx + c
= Ky
2
1
e
+
_
p(x) dx
=
y
2
1
W
Como este e um fator integrante, a constante K foi abandonada no ultimo passo. Note que W e
exatamente o Wronskiano da equac ao homogenea associada `a equac ao 5.7.1. Como inicialmente
foi suposto o conhecimento de apenas uma solucao, este Wronskiano tem que ser calculado pela
expressao 5.7.4, que permite faze-lo sem o conhecimento explicito das soluc oes. Continuando,
_
y
2
1
W
v

=
y
2
1
g(x)
y
1
W

y
2
1
W
v

=
_
y
1
g(x)
W
dx + c
1

v

=
W
y
2
1
_
y
1
g(x)
W
dx + c
1
W
y
2
1

v =
_ _
W
y
2
1
_
y
1
g(x)
W
dx
_
dx + c
1
_
W
y
2
1
dx + c
2
Substituindo a func ao v encontrada na expressao de y, tem-se
y = y
1
_ _
W
y
2
1
_
y
1
g(x)
W
dx
_
dx + c
1
y
1
_
W
y
2
1
dx + c
2
y
1
(5.7.9)
Note que a primeira parcela da equacao 5.7.9 e una soluc ao particular de 5.7.1, a segunda parcela
e uma segundo solucao da equac ao diferencial homogenea assiciada a equacao 5.7.1 e a terceira
parcela e a soluc ao original com a qual o procedimento foi comecado. Falta ainda responder uma
pergunta: a segunda soluc ao da equac ao homogenea e linearmente independente da primeira? A
resposta e sim, desde que W ,= 0. A demonstrac ao e a seguinte: como o conhecimento de uma
soluc ao da equac ao e usando a denic ao de Wronskiando, pode-se escrever:
y
1
y

2
y

1
y
2
= W
y

1
y
1
y
2
=
W
y
1
(5.7.10)
37
A equac ao diferencial 5.7.10 e linear e de primeira ordem. Usando um fator integrante:
y

1
y
1
y
2
=
W
y
1
(y
2
)

y
2
+ y

=
y

1
y
1

=
y

1
y
1

ln [[ = ln [y
1
[ + c
= K
1
y
1

_
y
2
y
1
_

=
W
y
2
1

y
2
= y
1
_
W
y
2
1
dx + c
A soluc ao da equacao 5.7.10 e exatamente a func ao que junto com y
1
produz o Wronskiano
desejado. Portanto, se W ,= 0, ent ao y
1
e y
2
sao linearmente independentes. Como o resultado obtido
foi exatamente o mesmo de 5.7.9, pode-se concluir que a segunda soluc ao da equac ao homogenea e
realmente linearmente independente da primeira.
5.7.2 Reducao de Ordem para Equacoes de Diferencas de 2
a
Ordem
O mesmo procedimento estudado na sec ao anterior pode ser usado com equacoes de diferencas
de sergunda ordem. Comece com a equac ao
y
k+2
+ a
k
y
k+1
+ b
k
y
k
= g
k
. (5.7.11)
Suponha que u e soluc ao da equac ao homogenea, isto e,
u
k+2
+ a
k
u
k+1
+ b
k
u
k
= 0. (5.7.12)
Suponha ent ao que a soluc ao da equac ao 5.7.11 e da forma y
k
= z
k
u
k
. Substituindo essa expressao
na equacao 5.7.11 obtem-se
z
k+2
u
k+2
+ a
k
z
k+1
u
k+1
+ b
k
z
k
u
k
= g
k
Usando a equac ao 5.7.12, e possvel retirar u
k+2
da expressao, obtendo-se
z
k+2
(a
k
u
k+1
+ b
k
u
k
) + a
k
z
k+1
u
k+1
+ b
k
z
k
u
k
= g
k
a
k
u
k+1
(z
k+2
z
k+1
) b
k
u
k
(z
k+2
z
k
) = g
k
Introduzindo uma nova variavel w
k
,
z
k+1
z
k
= w
k
(5.7.13)
z
k+2
z
k+1
= w
k+1
z
k+2
z
k
= w
k+1
+ w
k
38
Tem-se
a
k
u
k+1
w
k+1
+ b
k
u
k
(w
k+1
+ w
k
) = g
k
w
k+1
(a
k
u
k+1
+ b
k
u
k
) = b
k
u
k
w
k
g
k
u
k+2
w
k+1
= b
k
u
k
w
k
g
k
u
k+2
w
k+1
= b
k
u
k
w
k
+ g
k
w
k+1
=
b
k
u
k
u
k+2
w
k
+
g
k
u
k+2
(5.7.14)
A equac ao 5.7.14 e uma equac ao de diferencas linear de primeira ordem. Resolvendo:
w
k
=
k1

l=0
b
l
u
l
u
l+2
_
_
_
_
_
_
_
w
0
+
k1

i=0
g
i
u
i+2
i

j=0
b
j
u
j
u
j+2
_
_
_
_
_
_
_

w
k
=
u
0
u
1
u
k
u
k+1
k1

l=0
b
l
_
_
_
_
_
_
_
w
0
+
k1

i=0
g
i
u
i+2
u
0
u
1
u
i+1
u
i+2
i

j=0
b
j
_
_
_
_
_
_
_

w
k
=
u
0
u
1
u
k
u
k+1
k1

l=0
b
l
_
w
0
+
k1

i=0
u
i+1
u
0
u
1
g
i
i

j=0
1
b
j
_

w
k
=
1
u
k
u
k+1
k1

l=0
b
l
_
u
0
u
1
w
0
+
k1

i=0
u
i+1
g
i
i

j=0
1
b
j
_
(5.7.15)
Uma vez que a sequencia w
k
tenha sido determinada, resolva a equac ao 5.7.13. Como o coeci-
ente de z
k
e 1, a solucao desta equacao e simples:
z
n+1
= z
n
+ w
n

z
n
= z
0
+
n1

k=0
w
k
= z
0
+
n1

k=0
1
u
k
u
k+1
_
k1

l=0
b
l
__
u
0
u
1
w
0
+
k1

i=0
u
i+1
g
i
i

j=0
1
b
j
_
. (5.7.16)
Finalmente, substitua a expressao de z
k
para obter a solucao y
k
:
y
n
=z
n
u
n
=z
0
u
n
+ u
n
n1

k=0
1
u
k
u
k+1
k1

l=0
b
l
_
u
0
u
1
w
0
+
k1

i=0
u
i+1
g
i
i

j=0
1
b
j
_
=z
0
u
n
+ (5.7.17)
(z
1
z
0
)u
0
u
1
u
n
n1

k=0
1
u
k
u
k+1
k1

l=0
b
l
+ (5.7.18)
u
n
n1

k=0
1
u
k
u
k+1
k1

l=0
b
l
k1

i=0
u
i+1
g
i
i

j=0
1
b
j
. (5.7.19)
39
A parcela 5.7.17 e a solucao origninal da equac ao homogenea, a parcela 5.7.18 e uma segunda
soluc ao da equac ao homognea, linearmente independente da primeira, e a parcela 5.7.19 e uma
soluc ao particular da equacao 5.7.11.
5.8 Metodo da Variacao de Parametros
O metodo da variac ao de parametros e um metodo geral de resolucao de equac oes diferenciais
lineares de qualquer ordem, que parte do pressuposto que as n solucoes da equac ao diferencial linear
homogenea de ordem n associada sao conhecidas. Considere a equacao
y
(n)
(x) + p
n1
(x)y
(n1)
(x) + + p
1
(x)y

(x) + p
0
(x)y(x) = g(x) (5.8.1)
Seja ent ao uma soluc ao qualquer geral da equacao homogenea e sejam y
1
, , y
n
n soluc oes
linearmente independentes da equac ao homogenea. Pode-se escrever entao que
(x) = a
1
y
1
(x) + + a
n
y
n
(x)
onde a
1
, , a
n
sao constantes.
Suponha agora que a forma de uma solucao geral da equac ao 5.8.1 seja dada por
y(x) = u
1
(x)y
1
(x) + + u
n
(x)y
n
(x)
Note que no passo anterior foram introduzidas n novas func oes. A m de determina-las, serao
necessarias n equacoes. No entanto, a unica equacao disponvel e a equac ao 5.8.1. A princpio,
pode-se impor qualquer condic ao sobre as func oes u
1
, , u
n
. Existe entao a possibilidade de se
impor mais n 1 condic oes, ou equac oes. Isso sera feito de modo a simplicar os calculos. Comece
pela derivada primeira de y:
y

= u

1
y
1
+ u
1
y

1
+ + u

n
y
n
+ u
n
y

n

y

= (u
1
y

1
+ + u
n
y

n
) + (u

1
y
1
+ + u

n
y
n
)
Como ainda e possvel impor n 1 condicoes, escolha zerar a segunda parcela, de modo a
simplicar a derivada, isto e,
u

1
y
1
+ + u

n
y
n
= 0 (5.8.2)
y

= u
1
y

1
+ + u
n
y

n
Deste modo, o calculo da derivada segunda foi simplicado:
y

= u

1
y

1
+ u
1
y

1
+ + u

n
y

n
+ u
n
y

n

y

= (u
1
y

1
+ + u
n
y

n
) + (u

1
y

1
+ + u

n
y

n
)
Mais uma vez, obrigue que a segunda parcela seja nula:
u

1
y

1
+ + u

n
y

n
= 0 (5.8.3)
y

= u
1
y

1
+ + u
n
y

n
Continuando ness processo, chega-se `a n-esima derivada de y:
y
(n)
= u

1
y
(n1)
1
+ u
1
y
(n)
1
+ + u

n
y
(n1)
n
+ u
n
y
(n)
n

y
(n)
= (u
1
y
(n)
1
+ + u
n
y
(n)
n
) + (u

1
y
(n1)
1
+ + u

n
y
(n1)
n
)
40
E neste ponto nao e mais possvel impor condic ao nenhuma, pois ja existem n equacoes. Entao
use a ultima relacao que falta que diz que y e solucao da equacao 5.8.1
y
(n)
+ (u
1
y
(n)
1
+ + u
n
y
(n)
n
) + (u

1
y
(n1)
1
+ + u

n
y
(n1)
n
) +
y
(n1)
p
n1
+ (u
1
y
(n1)
1
+ + u
n
y
(n1)
n
)p
n1
+
.
.
.
.
.
.
y

p
2
+ (u
1
y

1
+ + u
n
y

n
)p
2
+
y

p
1
+ (u
1
y

1
+ + u
n
y

n
)p
1
+
y p
0
= g (u
1
y
1
+ + u
n
y
n
)p
0
= g
(0 + + 0 ) + u

1
y
(n1)
1
+ + u

n
y
(n1)
n
= g
Para concluir que as somas indicadas nas colunas sao realmente zero, note que para uma mesma
coluna, e possvel colocar em evidencia a func ao u
i
correspondente e o que sobra e exatamente a
equac ao diferencial homogenea:
u
i
(y
(n)
i
+ p
n1
y
(n1)
i
+ + p
2
y

i
+ p
1
y

i
+ p
0
y
i
) = 0
Assim, o que sobrou foi um sistema de n equac oes algebricas, nos quais as func oes u

1
, , u

n
sao as incognitas:
_

_
u

1
y
1
+ + u

n
y
n
= 0
u

1
y

1
+ + u

n
y

n
= 0
.
.
.
.
.
.
u

1
y
(n2)
1
+ + u

n
y
(n2)
n
= 0
u

1
y
(n1)
1
+ + u

n
y
(n1)
n
= g
(5.8.4)
Note que o determinante da matriz do sistema 5.8.4 e W(y
1
, , y
n
), e que este sistema pode
ser resolvido facilmente usando a regra de Cramer. Seja W
i
(y
1
, , y
n
) o Wronskiano uma ordem
menor, obtido pela remocao da funcao y
i
. Entao, usando a regra de Cramer, e integrando:
u

i
=
W
i
g
W
(5.8.5)
u
i
=
_
W
i
g
W
+ c
i
(5.8.6)
Portanto, a soluc ao da equac ao 5.8.1 e
y =
n

i=0
u
i
y
i
=
n

i=0
_
y
i
_
W
i
g
W
+ c
i
y
i
_
y =
n

i=0
_
y
i
_
W
i
g
W
_
+
n

i=0
c
i
y
i
(5.8.7)
A primeira parcela da expressao 5.8.7 e uma solucao particular da equac ao 5.8.1, enquanto a
segunda parcela e a soluc ao da equac ao homogenea associada.
As expressoes dos Wronskianos cam cada vez mais complicadas com o aumento da ordem.
Mas no caso particular de equac oes diferenciais lineares de ordem 2, os Wronskianos menores sao
41
simplesmente a funcao que nao foi removida (a menos do sinal), de modo que as equac oes sao mais
simples:
W = y
1
y

2
y

1
y
2
(5.8.8)
u
1
=
_
y
2
g
W
+ c
1
(5.8.9)
u
2
=
_
y
1
g
W
+ c
2
(5.8.10)
y = c
1
y
1
+ c
2
y
2
y
1
_
y
2
g
W
+ y
2
_
y
1
g
W
(5.8.11)
42
Captulo 6
Solucoes em Series de Potencias para
Equac oes Diferenciais de Segunda Ordem
6.1 Sequencias
6.1.1 Denic oes ou diferentes modos de encarar sequencias:
Lista Ordenada de n umeros reais: a
0
, a
1
, , a
n
,
Func ao:
N R
n a
n
Vetor com innitas coordenadas:
_
_
_
_
_
_
_
a
0
a
1
.
.
.
a
n
.
.
.
_
_
_
_
_
_
_
6.1.2 Limite de uma sequencia
lim
n
a
n
= L R, N
0
[ n > N
0
[a
n
L[ <
Traduzindo em portugues: Uma sequencia a
n
converge para um limite L, se e somente se existe
um certo n umero natural N
0
, tal que a partir de N
0
todos os n umeros da sequencia estao a uma
distancia menor que de L.

E claro que N
0
depende de .
6.1.3 Propriedades
1. Limite da soma de sequencias:
lim
n
(a
n
+ b
n
) = lim
n
a
n
+ lim
n
b
n
lim
n
a
n
, lim
n
b
n
existirem.
2. Limite do produto de sequencias:
lim
n
(a
n
b
n
) = lim
n
a
n
lim
n
b
n
lim
n
a
n
, lim
n
b
n
existirem.
43
3. Limite do quociente de sequencias:
lim
n
(a
n
/b
n
) = lim
n
a
n
/ lim
n
b
n
lim
n
a
n
, lim
n
b
n
existirem e b
n
,= 0.
4. Sequencia limitada:
a
n
e limitada M R [ n, [a
n
[ < M
Uma sequencia limitada, pode nao ter limite, por exemplo, a
n
= (1)
n
Teorema 6.1.1. Toda sequencia monotona e limitada e convergente.
6.2 Series
6.2.1 Denicao

E a sequencia onde cada termo correspondente `a soma dos termos de uma outra sequencia:
S
n
=
n

k=0
a
k
6.2.2 Convergencia
1. Condicao necessaria, mas nao suciente para que uma sequencia S
n
=
n

k=0
a
k
seja convergente:
lim
n
a
n
= 0
2. Criterio da comparac ao:
_

_
Se
n

k=0
a
k
converge e 0 < b
n
< a
n

n

k=0
b
k
converge
Se
n

k=0
a
k
diverge e 0 < a
n
< b
n

n

k=0
b
k
diverge
3. Convergencia absoluta:
n

k=0
a
k
converge absolutamente
n

k=0
[a
k
[ converge
n

k=0
[a
k
[ converge =
n

k=0
a
k
converge
4. Teste da Integral:

n=a
f(n) converge
_

a
f(x) dx existe.
44
5. Teste da Razao:
lim
n
a
n+1
a
n
_

_
< 1 S
n
e convergente
= 1 nada se pode armar a respeito da convergencia de S
n
> 1 S
n
e divergente
Exemplo 6.2.1 (

n=1
1
n
e divergente):
S
n
=

n=0
a
n
, a
n
=
1
n
S
1
= 1 = 1 + 0
1
2
S
2
= 1 +
1
2
= 1 + 1
1
2
S
4
= 1 +
1
2
+
1
3
+
1
4
> 1 +
1
2
+
1
4
+
1
4
= 1 + 2
1
2
S
8
= 1 +
1
2
+ +
1
8
> S
4
+ 4
1
8
= 1 + 3
1
2
.
.
. =
.
.
.
S
2
n 1 +
n
2
Ou ainda, pelo teste da integral:
_

1
1
x
dx = ln(x)

1
=
_
lim
x
ln(x)
_
ln(1) =
Exemplo 6.2.2 (

n=1
(1)
n+1
n
e convergente):

n=1
(1)
n+1
n
=

n=0
_
1
2n + 1

1
2n + 2
_
=

n=0
_
(2n + 2) (2n + 1)
(2n + 1)(2n + 2)
_
=

n=0
1
4n
2
+ 6n + 2
=
1
2
+

n=1
1
4n
2
+ 6n + 2
<
1
2
+

n=1
1
4n
2
<
1
2
+

n=1
1
n
2
Mas pelo teste da integral,

n=1
1
n
2
e convergente:
_

1
1
x
2
dx =
1
x

1
=
_
lim
x
1
x
_
+
1
1
= 1
45
6.3 Series de Potencias
6.3.1 Denicao
Representac ao de uma func ao atraves de uma serie polinomial, com um n umero de termos
possivelmente innito, em torno de um ponto x
0
(serie de Taylor):
f(x) = lim
k
_
k

n=0
a
n
(x x
0
)
n
_
=

n=0
a
n
(x x
0
)
n
6.3.2 Raio de Convergencia
Aplicando o teste da razao, obtem-se:
lim
n
a
n+1
(x x
0
)
n+1
a
n
(x x
0
)
n
=
(x x
0
) lim
n
a
n+1
a
n
=
(x x
0
)L < 1
(x x
0
) <
1
L
= (raio de convergencia)
Exemplo 6.3.1 (Soma dos termos de uma progressao geometrica):
a
n
= q
n
= P.G.
n

i=0
q
n
=
q
n+1
1
q 1
lim
n
n

i=0
q
n
= lim
n
q
n+1
1
q 1
=
1
1 q
, desde que [q[ < 1.
Exemplo 6.3.2 (Serie de potencias derivada a partir do exemplo anterior):
1
1 x
=

i=0
x
n
Raio de convergencia:
1

= lim
n
1
1
= 1 = 1
[x[ < = 1 1 < x < 1
46
Exemplo 6.3.3 (Serie de potencias do arco tangente):
Mudanca de variavel: x y
2

1
1 + y
2
=

i=0
(y
2
)
n
=

i=0
(1)
n
y
2n

_
1
1 + y
2
dy =
_

i=0
(1)
n
y
2n
dy + c
=

i=0
(1)
n
_
y
2n
dy + c
=

i=0
(1)
n
y
2n+1
2n + 1
+ c
arctg(y) =

i=0
(1)
n
y
2n+1
2n + 1
+ c
Como arctg(0) = 0, obtem-se c = 0.
Exemplo 6.3.4 (Serie de potencias do logartimo):
1
1 x
=

i=0
x
n
_
1
1 x
dx + c =
_

i=0
x
n
dx =

i=0
_
x
n
dx =

i=0
x
n+1
n + 1
dx
ln[1 x[+c =

i=0
x
n+1
n + 1
dx
Como ln [1 0[ + c = 0, obtem-se c = 0, logo
ln[1 x[ =

i=0
x
n+1
n + 1
dx = 1 +
x
1
1
+
x
2
2
+
x
3
3
+
6.3.3 Serie de Taylor
Suponha que se quer aproximar uma funcao qualquer atraves de um polinomio com innitos
termos, e que a condic ao para se determinar o polinomio e que num determinado ponto, este
polinomio tenha as derivadas de todas as ordens iguais `as derivadas de mesma ordem da func ao
47
original:
f(x) =

n=0
a
n
(x x
0
)
n
f(x
0
) = a
0
f

(x
0
) = a
1
f

(x
0
) = 2a
2
f

(x
0
) = 6a
3
.
.
. =
.
.
.
f
(n)
(x
0
) = n!a
n
Como se pode ver, tal condicao nas derivadas determina todos os coecientes da serie:
a
n
=
f
(n)
(x
0
)
n!

f(x) =

n=0
f
(n)
(x
0
)
n!
(x x
0
)
n
A serie acima e chamada de serie de Taylor da func ao f(x), em torno do ponto x
0
.
Exemplo 6.3.5 (Serie de Taylor de e
x
em torno de x
0
= 0):
a
n
=
d
dx
e
x

x=x
0
= e
x

x=x
0
= e
0
= 1
e
x
=

n=0
1 (x 0)
n
n!
=

n=0
x
n
n!
= 1 + x +
x
2
2
+
x
3
6
+
x
4
24
+
48
6.4 Series de Potencias em Equac oes Diferenciais
Exemplo 6.4.1 (sen x e cos x):
y

+ y = 0;
y =

n=0
a
n
x
n
; y

n=1
na
n
x
n1
; y

n=2
n(n 1)a
n
x
n2

n=2
n(n 1)a
n
x
n2
+

n=0
a
n
x
n
= 0 (i = n 2)

i=0
(i + 2)(i + 1)a
i+2
x
i
+

n=0
a
n
x
n
= 0 (i n)

n=0
(n + 2)(n + 1)a
n+2
x
n
+

n=0
a
n
x
n
= 0

n=0
[(n + 2)(n + 1)a
n+2
+ a
n
] x
n
= 0
(n + 2)(n + 1)a
n+2
+ a
n
= 0
a
n+2
=
a
n
(n + 2)(n + 1)
(Relacao de recorrencia)
a
2
=
a
0
2 1
a
3
=
a
1
3 2
a
4
=
a
2
4 3
= +
a
0
4 3 2 1
a
5
=
a
3
5 4
= +
a
1
5 4 3 2
.
.
.
.
.
.
a
2n
=
(1)
n
a
0
(2n)!
a
2n+1
=
(1)
n
a
1
(2n + 1)!

E possvel mostrar que:

cos x =

n=0
(1)
n
(2n)!
x
2n
sen x =

n=0
(1)
n
a
1
(2n + 1)!
x
2n+1
Portanto:
y(x) = a
0
cos x + a
1
sen x
49
Exemplo 6.4.2 (Polin omios de Tchebychev):
(1 x
2
)y

xy

+
2
y = 0
y =

n=0
a
n
x
n
y

n=1
na
n
x
n1
=

n=0
na
n
x
n1
y

n=2
n(n 1)a
n
x
n2
=

n=1
n(n 1)a
n
x
n2
=

n=0
n(n 1)a
n
x
n2

n=0
n(n 1)a
n
x
n2
x
2

n=0
n(n 1)a
n
x
n2
x

n=0
na
n
x
n1
+
2

n=0
a
n
x
n
= 0

n=2
n(n 1)a
n
x
n2

n=0
n(n 1)a
n
x
n

n=0
na
n
x
n
+
2

n=0
a
n
x
n
= 0

i=0
(i + 2)(i + 1)a
i+2
x
i
+

n=0
[n(n 1)a
n
na
n
+
2
a
n
]x
n
= 0

n=0
[(n + 2)(n + 1)a
n+2
(n
2

2
)a
n
]x
n
= 0
a
n+2
=
(n
2

2
)
(n + 2)(n + 1)
a
n
(Relacao de recorrencia)
50
Captulo 7
Transformadas de Laplace
7.1 Introducao
A transformada de Laplace e uma ferramenta. Seu uso principal e a resoluc ao de equac oes
diferenciais. O metodo e analogo ao uso de uma tabela de logartmos. Os logartmos foram criados
inicialmente com o proposito de agilizar contas envolvendo multiplicacoes. Antigamente, quando
nao existia calculadora, as contas eram todas feitas na mao, e uma multiplicacao de dois n umeros
com muitas casas decimais era uma operacao muito custosa em termos de tempo. Ent ao alguem
teve a ideia de inventar um mapeamento, ou seja, uma func ao, que transformasse produtos em
somas. Deste modo, ao inves de se fazer o produto diretamente, usa-se a tabela para calcular os
logartmos, somam-se os logartmos e usa-se a tabela de novo, agora na direc ao contr aria, para obter
o produto dos n umeros originais a partir da soma dos logartmos.
7.2 Denicao e Propriedades
Denicao 7.2.1.
Lf(t) = F(s) =
_

0
e
st
f(t) dt
A transformada de Laplace, assim denida e um operador linear. Em outras palavras, isto quer
dizer que a transformada de Laplace transforma uma func ao em outra func ao, mas de uma forma
linear, o que quer dizer que:
, R L f(x) + g(x) = Lf(x) + Lg(x)
Sera usada a variavel t para representar as funcoes no domnio da transformada de Laplace,
enquanto a vari avel s sera usada para representar as func oes na imagem da transformada de Laplace.
Essas letras sao usadas apenas a ttulo de clareza, na verdade qualquer letra pode ser usada. O que
importa e que a transformada de Laplace transforma uma funcao numa outra func ao, da mesma
forma que um logartimo transforma um n umero em outro n umero.
A linearidade da transformada de Laplace decorre trivialmente da linearidade da integral que a
dene.
Um problema teorico da transformada de Laplace e o fato de ela ser denida atraves de uma
integral impropria, isto e, uma integral na qual um dos limites e innito. Isto traz questoes quanto
`a convergencia da integral, de maneira semelhante `a questao do raio de convergencia das series de
potencia. Uma condic ao suciente para a existencia da transformada de Laplace e:
51
a > 0, K > 0, M > 0 R

t M [f(x)[ Ke
at
Nessas condicoes, a transformada de Laplace converge para s > a. Note que a condicao dada e
suciente, mas nao necessaria, o que quer dizer que podem existir funcoes que nao atendem a essa
condic ao, mas que possuem transformada de Laplace.
Exemplo 7.2.2 (Transformada da funcao constante igual a um):
f(x) 1 L1 =
_

0
e
st
dt =
e
st
s

0
=
1
s
, s > 0.
Exemplo 7.2.3 (Transformada da funcao exponencial):
f(x) e
at
Le
at
=
_

0
e
st
e
at
dt =
_

0
e
(sa)t
dt =
e
(sa)t
s a

0
=
1
s a
, s > a.
Exemplo 7.2.4 (Transformada do seno, sem fazer a integral):
f(x) sen at Lsen at = L
_
e
iat
e
iat
2i
_
=
Le
iat
Le
iat

2i
=
1
2i
_
1
s ia

1
s + ia
_
=
1
2i
_
(s + ia) (s ia)
(s ia)(s + ia)
_
=
1
2i
_
2ia
s
2
+ a
2
_
=
a
s
2
+ a
2
.
Exemplo 7.2.5 (Deslocamento no tempo):
Seja u
0
(t) =
_
0, t < 0,
1, t 0
. Entao:
Lf(t a)u
0
(t a) =
_

0
e
st
f(t a)u
0
(t a) dt =

x = t a
dx = dt

=
_

a
e
s(x+a)
f(x)u
0
(x) dx =
e
as
_

a
e
s(x+a)
f(x)u
0
(x) dx =
e
as
_

0
e
s(x+a)
f(x) dx = e
as
F(s)
Exemplo 7.2.6 (Transformada da derivada):
Lf

(t) =
_

0
e
st
f

(t) dt =

u = e
st
du = se
st
dv = f

(t) dt v = f(t)

= e
st
f(t)

0
+
_

0
se
st
f(t) dt =
s
_

0
e
st
f(t) dt f(0) = sF(s) f(0)
Lf
(n)
(t) = s
n
F(s)
n1

i=0
s
i
f
(ni)
(0).
52
Exemplo 7.2.7 (Resolvendo uma equacao diferencial):
y

2y 0, y(0) = 1, y

(0) = 0
Ly

2y L0
s
2
Y (s) sy(0) y

(0) sY (s) + y(0) 2Y (s) 0

Y (s)(s
2
s 2) s + 1 0
Y (s)
s 1
s
2
s 2

s 1
(s + 1)(s 2)

s 1
(s + 1)(s 2)

A
s + 1
+
B
s 2

s 1 A(s 2) + B(s + 1)
_
s = 1 2 = 3A A =
2
3
s = 2 1 = 3B B =
1
3

Y (s)
2
3

1
s + 1
+
1
3

1
s 2

y(t)
2
3
e
t
+
1
3
e
2t
Note que no caso de uma equac ao diferencial de coecientes constantes, o polinomio que aparece
multiplicando a funcao Y(s) e o polinomio caracterstico da equac ao.
7.3 Funcao Degrau
Uma das grandes aplicac oes do metodo de resoluc ao de equac oes diferenciais usando trans-
formadas de Lapace e quando o termo nao-homogeneo e uma func ao descontnua. Esta situac ao
ocorre com frequencia no estudo de sistemas eletricos ou ainda em equacoes de vibrac ao de sistemas
mecanicos.
A m de analisar funcoes seccionalmente contnuas, e conveniente denir e discutir as proprie-
dades da func ao degrau, tambem chamada de funcao de Heaviside.
Denicao 7.3.1. Degrau Unitario ou Funcao de Heaviside:
u
c
(t) =
_
0, t < c,
1, t c
Uma func ao de janela pode ser facilmente obtida a partir do degrau unitario:
w
[a,b]
(t) =
_

_
0, t < a,
1, a t < b,
0, t b
= u
a
(t) u
b
(t)
Multiplicando uma func ao qualquer por uma janela ou degrau, e possvel compor facilmente
func oes seccionalmente contnuas.
Exemplo 7.3.2:
f(t) =
_

_
t, t 0,
e
t
, 0 < t 1,
ln t, 1 < t 2,
1
t
, t 2
= t[1 u
0
(t)] + e
t
[u
0
(t) u
1
(t)] + ln t[u
1
(t) u
2
(t)] +
1
t
u
2
(t)
53
A transformada de Laplace do degrau unitario pode ser facilmente calculada pela denic ao:
Lu
c
(t) =
_

0
e
st
u
c
(t) dt =
_

c
e
st
dt =
e
cs
s
E a propriedade do deslocamento no tempo pode ser escrita na notacao da func ao de Heaviside
como:
Lf(t) = F(s) Lf(t c)u
c
(t) = e
cs
F(s)
Exemplo 7.3.3:
y

+ 4y g(t), y(0) = 0, y

(0) = 0
g(t)
_

_
0, 0 t < 5,
t5
5
, 5 t < 10,
1, t 10
g(t)
(t 5)
5
[u
5
(t) u
10
(t)] + u
10
(t)

(t 5)
5
u
5
(t)
_
(t 5)
5
1
_
u
10
(t)

(t 5)
5
u
5
(t)
(t 10)
5
u
10
(t)
Ly

+ 4y Lg(t)
(s
2
+ 4)Y (s)
1
5
_
e
5s
e
10s

1
s
2

Y (s)
(e
5s
e
10s
)
5

1
s
2
(s
2
+ 4)

Dena H(s)
1
s
2
(s
2
+ 4)
. Fazendo a expansao em fracoes parciais, tem-se:
1
s
2
(s
2
+ 4)

A
s
+
B
s
2
+
Cs + D
s
2
+ 4

1 As(s
2
+ 4) + B(s
2
+ 4) + (Cs + D)s
2

_
s = 0 1 = 4B B =
1
4
,
s = 2i 1 = (2iC + D)(4)
s = 2i 1 = (2iC + D)(4)
2 = 8D D =
1
4
0 = 4iC C = 0
s = 1 1 = 5A +
5
4

1
4
A = 0

H(s)
1
4

_
1
s
2
_

1
4

_
1
s
2
+ 4
_

1
4

_
1
s
2
_

1
8

_
2
s
2
+ 2
2
_

h(t)
1
4
t
1
8
sen 2t
Y (s)
(e
5s
e
10s
)
5
H(s)
y(t) h(t 5)u
5
(t) h(t 10)u
10
(t)
y(t)
_
1
20
(t 5)
1
40
sen 2(t 5)
_
u
5
(t)
_
1
20
(t 10)
1
40
sen 2(t 10)
_
u
10
(t)
54
7.4 Impulso
Denicao 7.4.1. Funcao Impulso, ou delta de Dirac:
(t) = 0, t ,= 0, (7.4.1)
_

(t) dt = 1 (7.4.2)
Nao existe uma func ao, no sentido preciso da palavra, que satisfaca as condicoes acima. Para
compreender o signicado desta denicao, imagine a seguinte func ao:
d

(t) =
_

_
0, t < 0,
1

, 0 t < ,
0, t

(t) dt = 1
Portanto, a func ao (t) pode ser vista como uma idealizacao de uma funcao d

(t) quando e
muito pequeno.
A propriedade importante da func ao (t) e a seguinte:
_

f(t)(t a) dt = f(a) (7.4.3)

Deste modo, ca facil calcular a transformada de Laplace do impulso localizado no ponto a:
L(t a) =
_

0
e
st
(t a) dt = e
sa
(7.4.4)
Em particular, quando a = 0, L(t) = 1.
Exemplo 7.4.2:
y

+ 2y

+ 2y (t ), y(0) = 0, y

(0) = 0
(s
2
+ 2s + 2)Y (s) e
s
Y (s) e
s

1
s
2
+ 2s + 2
= 2
2
4 2 1 = 4 < 0
Y (s) e
s

1
(s + 1)
2
+ 1
2

y(t) e
(t)
sen(t )u

(t)
7.4.1 Resposta Impulsional
Considere uma equacao diferencial linear de ordem n nao-homogenea a coecientes constantes.
Considere tambem que as condicoes iniciais sao todas nulas, isto e, f
(i)
(0) = 0, i = 0, , n 1.
Seja g(t) o termo nao-homogeneo, e seja P(s) o polinomio caracterstico desta equacao. Ent ao,
aplicando a transformada de Laplace a ambos os lados da equac ao diferencial, tem-se:
P(s)Y (s) = G(s)
Y (s) =
1
P(s)
G(s)
Y (s) = H(s)G(s), onde H(s) =
1
P(s)
55
A func ao H(s) nao depende do termo nao-homogeneo e e chamada de funcao de transferencia
da equac ao. Considerando que a func ao g(t) e a entrada de um sistema fsico e que a func ao
y(t) e a resposta deste sistema `a excitacao de entrada g(t), e possvel notar que a razao entre as
transformadas de Laplace da sada e da entrada do sistema fsico associado `a equacao diferencial e
a funcao de transferencia.
Imagine agora que a entrada do sistema e um impulso. Neste caso, como L(t) = 1, tem-se
que:
Y (s) = H(s) 1 (7.4.5)
y(t) = L
1
H(s) = h(t) (7.4.6)
Isto quer dizer que a resposta do sistema quando a entrada e um impulso, a sada e a func ao
h(t) = L
1
H(s). Esta funcao e chamada de resposta impulsional, ou resposta ao impulso do
sistema.
7.5 Convolucao
Suponha que F(s) = G(s) H(s). Qual a relacao entre f(t), g(t) e h(t)? Resposta: f(t) e a
convolu cao entre g(t) e h(t):
Denicao 7.5.1. Convolucao:
f(t) =
_
t
0
g()h(t ) d =
_
t
0
g(t )h() d (7.5.1)
Ou na notacao mais compacta:
f = g h (7.5.2)
Propriedades da convoluc ao:
f g = g f (comutativa) (7.5.3)
f (g h) = f (g h) (associativa) (7.5.4)
f (g + h) = f g + f h (distributiva) (7.5.5)
f 0 = 0. (7.5.6)
Pelas propriedades acima, pode-se encarar a convolucao como um outro tipo de produto de
func oes. Note porem que nao e verdade que f 1 = f. Porem, e verdade que f (t) = f. Assim,
a funcao que faz o papel de elemento neutro desta nova multiplica cao e a delta de Dirac.
Na secao anterior, foi visto que a relacao entre a entrada e a sada de um sistema fsico modelado
por uma equac ao diferencial linear a coecientes constantes com condic oes iniciais nulas era dada
por:
Y (s) H(s) G(s)
Portanto, a relac ao entre as func oes no domnio do tempo e dada por:
y(t)
_

0
h()g(t ) d
56
Exemplo 7.5.2:
f(x) =
_
t
0
(t )
2
cos 2 d
Lt
2
=
2!
s
3
Lcos 2t =
s
s
2
+ 4

F(s)
2s
s
3
(s
2
+ 4)

2
s
2
(s
2
+ 4)

A
s
+
B
s
2
+
Cs + D
s
2
+ 4
2 As(s
2
+ 4) + B(s
2
+ 4) + (Cs + D)s
2
_

_
s = 0, 2 = 4B B =
1
2
,
s = 2i, 2 = 8iC 4D,
s = 2i, 2 = 8iC 4D,
8D = 4 D =
1
2
,
0 = 16iC C = 0,
2 As(s
2
+ 4) +
1
2
(s
2
+ 4)
1
2
s
2
2 As(s
2
+ 4) + 2
_
s = 1, 2 = 5A + 2 A = 0
F(s)
1
2

_
1
s
2
_

1
2

_
1
s
2
+ 4
_

F(s)
1
2

_
1
s
2
_

1
4

_
2
s
2
+ 2
2
_

f(t)
1
2
t
1
4
sen 2t
57
Captulo 8
Sistemas de Equacoes Diferenciais e de
Diferencas Lineares
8.1 Equivalencia entre Equac oes Diferenciais/Diferencas Li-
neares e Sistemas Lineares
Considere a equac ao diferencial linear:
y

+ (cos t)y

+ (ln t)y

+ 5y = arctg t

E possvel transforma-la num sistema linear de equacoes de primeira ordem, fazendo o seguinte
mapeamento:
_

_
y(t) = y
1
(t)
y

(t) = y
2
(t)
y

(t) = y
3
(t)

_
y

1
(t) = y
2
(t)
y

2
(t) = y
3
(t)
y

3
(t) = 5y
1
(t) (ln t)y
2
(t) (cos t)y
3
(t) + arctg t

d
dt
_
_
y
1
(t)
y
2
(t)
y
3
(t)
_
_
=
_
_
0 1 0
0 0 1
5 ln t cos t
_
_

_
_
y
1
(t)
y
2
(t)
y
3
(t)
_
_
+
_
_
0
0
arctg t
_
_

(t) = A(t) Y (t) + G(t) (Forma matricial)

De maneira analoga, e possvel transformar uma equac ao linear de diferencas em um sistema
linear de equac oes de diferencas de primeira ordem:
y
k+3
+ (cos k)y
k+2
+ (ln k)y
k+1
+ 5y
k
= arctg k
_

_
y
k
= y
1
(k)
y
k+1
= y
2
(k)
y
k+2
= y
3
(k)

_
y
1
(k + 1) = y
2
(k)
y
2
(k + 1) = y
3
(k)
y
3
(k + 1) = 5y
1
(k) (ln k)y
2
(k) (cos k)y
3
(k) + arctg k

_
_
y
1
(k + 1)
y
2
(k + 1)
y
3
(k + 1)
_
_
=
_
_
0 1 0
0 0 1
5 ln k cos k
_
_

_
_
y
1
(k)
y
2
(k)
y
3
(k)
_
_
+
_
_
0
0
arctg k
_
_

Y (k + 1) = A(k) Y (k) + G(k) (Forma matricial)

Deste modo, ca evidente que toda equacao linear de ordem n corresponde a um sistema de n
equac oes lineares de ordem 1.
58
8.2 Sistemas Lineares
Na sec ao anterior foi visto como transformar uma equacao linear de ordem n num sistema de n
equac oes de ordem 1. Mas nem todo sistema de equacoes lineares pode ser representado diretamente
por uma equac ao linear de ordem n. A matriz A tem que ter uma forma especial, com 1s e 0s em
lugares estrategicos. Portanto, o estudo dos sistemas lineares e mais abrangente que o estudo das
equac oes lineares. Imagine uma matriz A na qual todos os elementos sao func oes diferentes e nao
nulas de t.
Note que as matrizes utilizadas nesta teoria sao matrizes em que os elementos sao func oes, e
nao n umeros reais. Deste modo, faz sentido falar da derivada de uma matriz, sendo esta a matriz
que os elementos sao as derivadas dos elementos da matriz original. A representa cao matricial e
bastante conveniente para este estudo.
8.3 Sistemas Lineares Homogeneos
Assim como no caso das equac oes lineares, os sistemas lineares podem ser homogeneos ou nao-
homogeneos. A forma geral de um sistema linear homogeneo e:
X

= P(t) X (8.3.1)
Proposicao 8.3.1. Se X
1
e X
2
sao solucoes de 8.3.1, entao se c
1
e c
2
forem dois n umeros reais,
Y = c
1
X
1
+ c
2
X
2
tambem e solucao de 8.3.1.
Proposicao 8.3.2. Se X
1
X
n
sao n solucoes linearmente independentes de 8.3.1, entao toda
solucao de 8.3.1 pode ser escrita como Y = c
1
X
1
+ + c
n
X
n
, onde os coecientes c
i
sao
determinados a partir da condicao inicial.
Proposicao 8.3.3. Sejam X
1
X
n
, n solucoes de 8.3.1. Entao ou W(X
1
, , X
n
)(t) 0 ou
W(X
1
, , X
n
)(t) ,= 0, t no Dominio de X
i
Denicao 8.3.4. Sejam X
1
X
n
, n solucoes de 8.3.1 tais que X
i
(t
0
) = e
i
, onde e
i
sao os vetores
da base canonica. Entao o conjunto
_
X
i
(t)
_
e chamado de conjunto fundamental de solucoes de
8.3.1, e a matriz (t) cujas colunas sao os vetores X
i
(t) e chamada de matriz fundamental. Note
que (t
0
) = I.
8.4 Sistemas Lineares Homogeneos com Coecientes Cons-
tantes
Neste caso, os elementos da matriz do sistema sao apenas func oes constantes:
X

= A X, X(t
0
) = X
0
Se o sistema fosse 1 x 1, seria bem facil de resolver:
x

= a x, x(t
0
) = x
0
x(t) = e
a(tt
0
)
x
0
59
Note a func ao e
a
t pode ser desenvolvida em serie de potencias, e desta forma e possvel denir
tambem uma func ao exponencial de matrizes:
e
at
= 1 +
(at)
1
1!
+
(at)
2
2!
+ +
(at)
n
n!
+
e
At
= I +
(At)
1
1!
+
(At)
2
2!
+ +
(At)
n
n!
+

E possvel entao, calcular a derivada de e

At
, derivando a serie termo a termo:
d
dt
e
At
= 0 + A + 2
(At)
1
2!
+ + n
(At)
n1
n!
+
= A
_
I +
(At)
1
1!
+ +
(At)
n1
(n 1)!
+
_
= Ae
At
O que mostra que a func ao e
At
denida pela serie satisfaz a equac ao diferencial proposta origi-
nalmente. O problema agora e calcular e
At
.
Note que (t) = e
A(tt
0
)
e uma matriz fundamental da equac ao diferencial original, pois (t
0
) =
e
A(t
0
t
0
)
= e
0
= I
Analogamente, se o sistema original fosse um sistema de equac oes de diferencas a coecientes
constantes, teria-se:
U
n+1
= A U
n
, = U
n
= A
n
U
0
Portanto, seria bom tambem se houvesse um metodo para calcular A
n
de uma forma pratica.
Existem duas formas de fazer esse calculo, tanto para e
At
, quanto para A
n
.
A primeira forma e diagonalizando as matrizes. Tanto e
At
quanto A
n
sao muito faceis de calcular
no caso em que as matrizes sao diagonais. E pode-se mostrar facilmente que a diagonalizac ao
pode ser desfeita posteriormente e o resultado desejado sera obtido. Porem, nem toda matriz e
diagonalizavel, o que deixa um pouco a desejar nesse procedimento.
A segunda forma de fazer o calculo e usando a teoria do calculo funcional de matriz, que sera
descrita na sec ao seguinte. Esta teoria independe do fato da matriz A ser ou nao diagonalizavel.
8.5 Calculo Funcional de Matrizes
A ideia e usar polinomios para calcular qualquer func ao de uma matriz. Antes de entrar nos
detalhes, algumas propriedades importantes do calculo funcional de matrizes serao enumeradas.
Nas equacoes a seguir, z e um n umero complexo qualquer:
1. Se h(z) = f(z) + g(z) = h(A) = f(A) + g(A).
2. Se h(z) = f(z) g(z) = h(A) = f(A) g(A).
3. Se h(z) = f(g(z)) = h(A) = f(g(A)).
4. Se h(z) = lim
xa
f(z, x) = h(A) = lim
xa
f(A, x).
5. Se h(z) = lim
n
f
n
(z) = h(A) = lim
n
f
n
(A).
60
Exemplo 8.5.1:
sen A + cos A = I
e
ln A
= A
lim
h0
_
e
(t+h)A
e
tA
_
h
= A e
tA
lim
n
_
I +
A
n
_
= e
A
8.5.1 Como calcular f(A)?
1. Ache um polinomio q(z) tal que q(A) = 0, isto e, a matriz A e raiz do polinomio. Existe
um teorema (Caley-Hamilton) que diz que toda matriz quadrada e raiz de seu polinomio
caracterstico, isto e, se q(z) = det(A zI), entao q(A) = 0. Porem, se for conhecido um
polinomio de grau menor que a matriz A seja raiz, melhor. Quanto menor o grau de q(z),
menos contas serao necessarias.
2. Calcule as raizes de q(z) com suas multiplicidades, isto e, escreva:
q(z) = c(z
1
)
m
1
(z
2
)
m
2
(z
n
)
m
n
3. Calcule um polinomio p(z) de grau igual ao grau de q(z) menos um tal que:
p(
i
) = f(
i
)
p

(
i
) = f

(
i
)
p

(
i
) = f

(
i
)
.
.
. =
.
.
.
p
(n1)
(
i
) = f
(n1)
(
i
)
4. Finalmente, f(A) = p(A).
5. Atalho: se A e diagonalizavel, use para q(z) o polinomio caracterstico de A, fazendo as
multiplicidades todas iguais a 1, isto e, faca
q(z) = c(z
1
)
1
(z
2
)
1
(z
n
)
1
.
Matrizes simetricas sao sempre diagonalizaveis.
61
Exemplo 8.5.2:
A =
_
1 2
1 0
_
det(A I) = 0

1 2
1

= 0
2
2 = 0
_

1
= 1

2
= 2

q(z) = (z 2)
1
(z + 1)
1
(grau 2)
p(z) = a z + b 1 (grau 1)
p(1) = a + b = f(1)
p(2) = 2a + b = f(2)
3a = f(2) f(1) a =
f(2) f(1)
3
3b = f(2) + 2f(1) b =
f(2) + 2f(1)
3
f(A) =
f(2) f(1)
3

_
1 2
1 0
_
+
f(2) + 2f(1)
3

_
1 0
0 1
_
=
1
3

_
2f(2) + f(1) 2f(2) 2f(1)
f(2) f(1) f(2) + 2f(1)
_
Exemplo 8.5.3 (Continuacao, f(A) = cos A):
f(z) = cos z
f(2) = cos 2 = 1
f(1) = cos = 1
f(A) = cos A =
1
3

_
2 1 + (1) 2 1 2 (1)
1 (1) 1 + 2(1)
_
=
1
3

_
1 4
2 1
_
Exemplo 8.5.4 (Continuacao, f(A) = e
tA
):
f(z) = e
tz

f(2) = e
2t
f(1) = e
t
f(A) = e
tA
=
1
3

_
2e
2t
+ e
t
2e
2t
2e
t
e
2t
e
t
e
2t
+ 2e
t
_
62
Exemplo 8.5.5 (Continuacao, f(A) = A
n
):
f(z) = z
n

f(2) = 2
n
f(1) = (1)
n
f(A) = A
n
=
1
3

_
2 2
n
+ (1)
n
2 2
n
2(1)
n
2
n
(1)
n
2
n
+ 2 (1)
n
_
Exemplo 8.5.6:
A =
_
3 1
0 3
_
= 3, m = 2
p(z) = az + b
p(3) = 3a + b = f(3)
p

(3) = a = f

(3)
b = f(3) 3f

(3)
f(A) = f

(3)
_
3 1
0 3
_
+ [f(3) 3f

(3)]
_
1 0
0 1
_
=
_
f(3) f

(3)
0 f

(3)
_

A
n
=
_
3
n
n3
(n1)
0 3
n
_
ln A =
_
ln 3
1
3
0 ln 3
_
A
1
=
_
1
3

1
9
0
1
3
_
Exemplo 8.5.7:
x

= Ax; A =
_
_
3 4 1
3 5 1
21 32 7
_
_
;
_

1
= 0, m
1
= 2

2
= 1, m
2
= 1

f(A) = e
tA
f(z) = e
tz
p(z) = az
2
+ bz + c
p(0) = c = f(0) = e
t0
= 1
p

(0) = b = f

(0) = te
t0
= t
p(1) = a + b + c = f(1) = e
t1
= e
t
a = e
t
t 1
e
tA
= (e
t
t 1)A
2
+ tA + I
8.6 Sistemas Lineares Nao-Homogeneos
Seja a equac ao:
x

= P(t) x +g(t)
63
E suponha que a soluc ao da equac ao homogenea seja conhecida, isto e:
x = (t) c
onde, conforme visto anteriormente, (t) e uma matriz cujas colunas sao soluc oes linearmente
independentes da equac ao homogenea.
Faca ent ao:
x(t) = (t) u(t)
x

(t) =

(t) u(x) + (t) u

(x)

(t) u(t) + (t) u

(t) = (t) u(t) +g(t)

(t) u

(t) = g(t)
u

(t) =
1
(t) g(t)
u(t) =
_
t
t
0

1
() g() d
x(t) = (t) u = (t)
_
t
t
0

1
() g() d
No caso de uma equac ao a coecientes constantes:
(t) = e
(tt
0
)A

x(t) = e
(tt
0
)A

_
t
t
0
e
(t
0
)A
g() d
x(t) =
_
t
t
0
e
(tt
0
)A
e
(t
0
)A
g() d
x(t) =
_
t
t
0
e
(tt
0
+t
0
)A
g() d
x(t) =
_
t
t
0
e
(t)A
g() d (Convoluc ao)
Esta e uma soluc ao particular. A soluc ao geral e portanto:
x(t) = e
(tt
0
)A
x(0) +
_
t
t
0
e
(t)A
g() d
8.7 Transformada de Laplace para Sistemas de Equac oes
Diferenciais Lineares
Dena a transformada de Laplace de uma matriz como sendo a matriz das transformadas de
Laplace das suas componentes, isto e:
LA(t) =
_
_
_
_
_
LA
11
(t) LA
12
(t) LA
1n
(t)
LA
21
(t) LA
22
(t) LA
2n
(t)
.
.
.
.
.
.
.
.
.
LA
n1
(t) LA
n2
(t) LA
nn
(t)
_
_
_
_
_
64
Deste modo, a transformada de Laplace da derivada de um vetor de funcoes e:
Lx

(t) =
_
_
_
_
_
Lx

1
(t)
Lx

2
(t)
.
.
.
Lx

n
(t)
_
_
_
_
_
=
_
_
_
_
_
sX
1
(s) x
1
(0)
sX
2
(s) x
2
(0)
.
.
.
sX
n
(s) x
n
(0)
_
_
_
_
_
= s

X(s) x(0)
A transformada de Laplace de e
tA
pode ser calculada ent ao:
L
_
e
tA
_
=
_

0
e
st
e
tA
dt = (Esta passagem nao e obvia) =
_

0
e
stI
e
tA
dt
=
_

0
e
t(sIA)
dt = (sI A)
1
e
t(sIA)

0
= (sI A)
1
_
0 e
0
_
= (sI A)
1
_
0 I
_
= (sI A)
1
Aplicando a transformada de Laplace a um sistema de equac oes diferenciais lineares, tem-se:

(t) = P(t) x(t) +g(t)

s

X(s) x(0) = LP(t) x(t) +

G(s)
No caso de sistemas a coecientes constantes:
s

X(s) x(0) = LA x(t) +

G(s) = A

X(s) +

G(s)
s

X(s) A

X(s) = x(0) +

G(s)
(sI A)

X(s) = x(0) +

G(s)

X(s) = (sI A)
1
x(0) + (sI A)
1

G(s)
(Aplicando a transformada inversa e o teorema da convoluc ao)
x(t) = e
tA
x(0) +
_
t
0
e
(t)A
g() d
Compare com o resultado obtido na sec ao anterior.
65
Captulo 9
Sistemas de Equacoes Diferenciais
Nao-Lineares
66