Apndice D

lgebra Linear, Sistemas Dinmicos e

Equaes Diferenciais Ordinrias
D.1 lgebra Linear e Espaos Vetoriais de Dimenso Fi-
nita
D.1.1 Vetores e bases
Denio: Espaos vetoriais so conjuntos com as seguintes propriedades [47, 40]:
1. A soma de elementos do conjunto e a multiplicao dos mesmos por um nmero escalar
(real ou complexo) denida;
2. Existe o elemento neutro da soma, Z, tal que X+Z = X;
3. Existe o elemento oposto, Y, de qualquer elemento X, tal que X+Y = Z.
Os elementos de um espao vetorial denominam-se vetores. A soma de vetores tem as
seguintes propriedades:
1. X
1
+X
2
= X
2
+X
1
(Comutatividade);
2. X
1
+ (X
2
+X
3
) = (X
1
+X
2
) +X
3
(Associatividade);
A multiplicao de vetores por escalares tem as seguintes propriedades:
1. 1X = X;
2. (X) = () X;
3. (X
1
+X
2
) = (X
1
+ X
2
),
onde e C (C o conjunto dos nmeros complexos)
177
Denio: Os vetores X
i
, com i = 1, . . . , n, onde n um nmero nito, so linearmente
independentes se a equao:

1
X
1
+
2
X
2
+. . . +
n
X
n
= Z (D.1)
s se vericar se
1
=
2
= =
n
= 0.
Denio: O nmero mximo n, de vetores linearmente independentes de um espao ve-
torial denomina-se dimenso do espao vetorial.
Denio: Todo conjunto de n vetores linearmente independentes de um espao vetorial
de dimenso n denomina-se de base do espao vetorial.
Sejam X
1
, X
2
, . . . , X
n
, um conjunto de vetores linearmente independentes de um es-
pao vetorial. Se a esse conjunto acresecentarmos um vetor Y = Z a equao:
Y +
1
X
1
+
2
X
2
+. . . +
n
X
n
= Z
tem pelo menos uma soluo em que e ao menos um dos coecientes
i
= 0. Como = 0
reescrevemos a equao acima na forma:
Y =

X
1

X
2
. . .

n

X
n
Denio: Os nmeros a
i
=
i
/ denominam-se coordenadas do vetor Y na base X
i
.
Teorema: As coordenadas de um vetor Y qualquer, em uma base {X
1
, X
2
, . . . , X
n
} so
nicas.
Admitimos que o vetor Y possa ser obtido atravs de duas combinaes lineres distin-
tas:
Y = a
1
X
1
+a
2
X
2
+. . . +a
n
X
n
Y = b
1
X
1
+b
2
X
2
+. . . +b
n
X
n
.
Subtraindo a segunda equao da primeira obtemos:
(a
1
b
1
) X
1
+ (a
2
b
2
) X
2
+. . . + (a
n
b
n
) X
n
= Z.
Como os vetores x
i
so linearmente independentes os nmeros (a
i
b
i
) so todos iguais a
zero, o que implica em que a
i
= b
i
e demonstra o teorema.
D.1.2 Operadores lineares
Denio: Operadores lineares so funes f : C
n
C
n
tais que:
1. f (X+Y) = f (X) +f (X+Y);
2. f (X) = (X).
Como exemplo de operadores lineares citamos o gradiente, o divergente, o rotacional e
o laplaciano. A integral de uma funo tambm um operador linear. Uma matriz cujos
elementos a
ij
so nmeros um operador algbrico linear. O operador Derivada Substancial,
no linear.
178
D.1.3 Dimenso, imagem e ncleo de um operador algbrico linear
Seja um operador algbrico linear, representado por uma matriz A com n linhas e m colunas,
quando aplicado a um vetor X R
m
, produz como resultado, um vetor B R
n
.
Denio: O subespao de todos os vetores X = Z, que resultam da aplicao do operador
A sobre vetores B R
n
se constiui na Imagem de A, representada por Im(A) [40, 41].
_
_
_
_
_
a
11
a
12
. . . a
1m
a
21
a
22
. . . a
2m
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nm
_
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
.
.
.
x
m
_
_
_
_
_
_
_
=
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
(D.2)
O vetor B pode ser interpretado como resultante de uma combinao linear dos vetores que
compe as colunas da matriz A, em que cada uma multiplicada por um elemento de X.
A dimenso r da Im(A) igual ao nmero de colunas linearmente independentes de A. O
nmero mximo de colunas linearmente independentes n.
Denio: O Ncleo ou Espao Nulo de A, representado por Nu (A), o subespao de
vetores X R
m
, tal que AX = Z.
Vejamos a dimenso do Nu(A). Consideramos o operador representado pela matriz A da
Eq. D.2 e admitimos que as r primeiras colunas da mesma sejam linearmente independentes
e as m r restantes possam ser obtidas por combinao linear da primeiras. Sejam A
i
os
vetores representados pelas colunas de A. A coluna A
r+1
obtida pela combinao linear:
x
1
A
1
+x
2
A
2
+. . . +x
r
A
r
= A
r+1
.
Essa combinao linear nica. A equao acima pode ser reescrita como:
x
1
A
1
+x
2
A
2
+. . . +x
r
A
r
A
r+1
= Z.
Consequentemente, a aplicao da matriz Asobre o vetor X
r+1
= (x
1
, x
2
, . . . , x
r
, 1, 0, . . . , 0)
resulta no vetor Z. A operao pode ser repetida para a obteno da coluna A
r
+2. Obtm-
se um vetor X
r+1
= (x
1
, x
2
, . . . , x
r
, 0, 1, 0, . . . , 0). Os vetores X
r+1
e X
r+2
so linearmente
independendentes. Da mesma forma que o primeiro, X
r+2
Nu(A). Repetindo-se a ope-
rao m r vezes encontra-se m r vetores linearmente independentes que pertencem ao
Ncleo de A. Qualquer combinao linear dos mesmos resulta em um vetor que pertence
ao Ncleo de A. O Ncleo de A se constitui de um espao de dimenso mr. Enunciamos
portanto o seguinte:
Teorema: dim Im(A) + dim Nu (A) = m,
onde m o nmero de colunas de A. No caso de um operador algbrico linear, representado
pela matriz A de dimenses n n no qual as n colunas que o formam forem linearmente
independentes dim Nu (A) = 0. O ncleo se constitui de um nico ponto do espao vetorial,
que o vetor nulo Z.
Se as colunas de n elementos de um operador algbrico linear no forem linearmente
independentes e s descreverem um espao de dimenso r < n, essas colunas so ortogonais
a um subespao de dimenso n r. O produto escalar dessas colunas pelos vetores que
179
formam uma base desse ltimo subespao igual a zero. Podemos representar esse produto
escalar fazendo:
A
T
X = Z,
onde A
T
a matriz transposta de A. A dimenso do espao nulo de A
T
n r. Como
dim Im(A
T
) + dim Nu (A
T
) = n concluimos que dim Im(A
T
) = r. Enunciamos ento o
seguinte:
Teorema: A dimenso r da imagem de um operador algbrico linear A igual dimenso
da imagem do operador transposto A
T
.
Cabe ressaltar que a dimenso do Espao Nulo de A mr e a de A
T
n r.
Consideremos o caso de uma matriz quadrada de dimenses nn, cuja imagem tem dimenso
r n. Se r = n as colunas so linearmente independentes e varrem o espao todo. A
matriz transposta tambm varre o espao todo, isso , se as colunas forem linearmente
independentes, as linhas tambm o so. Se as colunas varrerem um espao de dimenso
r < n as linhas varrero um espao de mesma dimenso, em virtude do teorema acima. Em
particular, se as colunas no forem linearmente independentes, as linhas tambm no o so.
A mesma propriedade pode ser demonstrada de outra forma: se as colunas de uma
matriz quadrada forem linearmente independentes o nico vetor cuja imagem vetor nulo,
o prprio vetor nulo. Pode-se interpretar o vetor Y = AX como composto de elementos que
resultam do produto escalar de cada linha da matriz pelo vetor X. Se Y for o vetor nulo,
o vetor nico vetor ortogonal a todas as linhas da matriz o vetor nulo. E isso s ocorre se
as linhas varrerem o espao inteiro, isso , se as linhas forem linearmente independentes.
Em sentido contrrio, se as linas forem linearmente independentes o nico vetor orto-
gonal a todas o vetor nulo e, consequentemente, a nica combinao linear das colunas que
resulta no vetor obtida multiplicando cada coluna por zero e as colunas so linearmente
independentes. Enunciamos o seguinte:
Teorema: A condio necessria e suciente para que as linhas de uma matriz quadrada
sejma linearmente independenetes que as colunas tambm o sejam.
D.1.4 Operadores biunvocos
Denio: Operadores lineares biunvocos so tais que cada ponto da imagem provm de
um nico ponto.
A imagem do ponto Z, obtida pela aplicao de um operador algbrico linear sobre o mesmo
o ponto Z. Se o Ncleo do operador for o ponto Z, o operador biunvoco. Mostremos
essa propriedade. Se o operador no for biunvoco:
AX
1
= Y e: AX
2
= Y.
Fazendo:
AX
1
AX
1
= AX
1
X
2
= Z.
Como o Ncleo de A o ponto Z, X
1
= X
2
. Enunciamos o seguinte:
180
Teorema: A condio necessria e suciente para que um operador algbrico linear seja
biunvoco que seu Ncleo seja o vetor Z.
As armaes de que um operador biunvoco e de que seu Ncleo o vetor Z so portanto,
equivalentes. Operadores binunvocos admitem um operador inverso. O inverso A
1
de um
operador algbrico lienar tal que:
A
1
(AX) = X.
D.1.5 Mudana de base
Um vetor qualquer X R
n
pode ser expresso por uma combinao linear dos vetores
(elementos) de uma base e
i
, i = 1, . . . , n. Usando a conveno de soma dos tensores carte-
sianos escrevemos:
X = x
i
e
i
.
O mesmo vetor pode ser expresso por uma combinao linear dos elementos de outra base
f
j
, j = 1, . . . , n:
X = x
i
e
i
= y
j
f
j
. (D.3)
Cada vetor da nova base f
j
dado por uma combinao linear dos elementos da base e
i
:
f
j
= a
ji
e
i
(D.4)
Substituindo a expresso de f
j
, dada pela Eq. D.4 em D.3 encontra-se:
X = x
i
e
i
= y
j
a
ji
e
i
,
donde conclui-se que:
x
i
= y
j
a
ji
. (D.5)
Se os vetores {e
i
} e {f
j
} forem linearmente independentes as linhas da matriz A, de elementos
a
ji
, tambm o so. Admitindo ao contrrio, que a primeira linha possa ser obtida por
combinao linear das demais, tm-se:
a
1i
=
n

k=2

k
a
ki
f
1
=
n

i
a
1i
e
i
.
Ento:
f
1
=
n

i=1
a
1i
e
i
=
n

i=1
n

k=2

k
a
ki
e
i
=
n

k=2

k
_
n

i=1
a
ki
e
i
_
=
n

k=2

k
f
k
,
sso , o vetor f
1
poderia ser obtido atravsde uma combinao linear dos demais, o que
contraria a hiptese de que os vetores f
j
so linearmente independentes.
A Eq. D.5 mostra que o vetor de coordenadas x
i
dado pela multiplicao do vetor
de uma linha e n colunas, cujos elementos so as coordenadas de X na nova base, por uma
181
matriz A, cujas linhas so formadas pelas coordenadas dos vetores da nova base, na base
antiga. Essa equao pode ser reescrita sob a forma:
x
i
= a
ij
y
j
.
Nesse caso as colunas da matriz que multiplica o vetor de elementos y
j
so formadas pelas
coordenadas dos vetores da nova base, na base antiga.
As colunas da matriz A, de elementos a
ij
so lienarmente independentes, Nessas condies,
A inversvel. Denominamos: Q
1
= A. Podemos determinar as coordenadas de um vetor
na nova base pela relao:
Y = QX,
onde Q = A
1
.
Uma matriz A aplicada a um vetor X
1
tem como imagem um vetor X
2
. Designemos por
Y
1
e Y
2
a representao dos vetores X
1
e X
2
na nova base, isso :
Y
1
= QX
1
e: Y
2
= QX
2
A matriz que, aplicada ao vetor Y
1
tem como imagem o vetor Y
2
produz o mesmo efeito
que a matriz A, mas diferente da mesma. Seja B essa nova matriz. Dizemos que A e B
so matrizes similares, ou que A e B so representaes embases diferentes de um mesmo
operador algbrico linear T. Procuremos a forma da matriz B. Temos que:
AX
1
= X
2
QAX
1
= QX
2
= Y
2
.
Como X = Q
1
Y, escrevemos:
QAQ
1
Y
1
= Y
2
.
A matriz que representa o operador T na nova base dada por:
B = QAQ
1
.
D.1.6 Interpretao vetorial de um sistema de equaes algbricas
lineares
Um sistema de equaes algbricas lineares da forma:
a
11
x
1
+a
12
x
2
+. . . +a
1m
x
m
= b
1
a
21
x
1
+a
22
x
2
+. . . +a
2m
x
m
= b
2
.
.
.
.
.
.
.
.
.
a
n1
x
1
+a
n2
x
2
+. . . +a
nm
x
m
= b
n
pode ser reescrito na forma matricial dada pela Eq. D.2. Duas situaes so possveis [47]:
ou o vetor B pertence ao subespao varrido pelas colunas A
i
do operador que multiplica
182
o vetor de incgnitas X e o sistema tem soluo, ou B no pertence a esse subespao e o
sistema no admite soluo.
Resolver um sistema de equaes algbricas lineares signica portanto, encontrar to-
das as possveis combinaes lineares das colunas do operador, que resultem no vetor B.
Enunciamos o seguinte:
Teorema: A soluo de um sistema de equaes algbricas lineares, quando existe, dada
por uma soluo particular, que se constitui de qualquer combinao linear das colunas de
A que resultem no vetor B, mais o Ncleo do operador, que formado por um espao de
dimenso mr, onde r o nmero de vetores coluna linearmente independentes de A [47].
A soluo particular obtida atribuindo-se um valor arbitrrio a cada uma das m r
incgnitas que multiplicam as colunas que podem ser obtidas por combinao linear das
demais; Multiplica-se as colunas pelas incgnitas s quais se atribuiu valor e subtrai-se os
vetores resultantes, do vetor B. Como os vetores que restam no lado esquerdo da equao
resultante so linearmente independentes, a combinao linear:
x
1
A
1
+x
2
A
2
+. . . x
r
A
r
= Bx
r+1
A
r+1
x
r+2
A
r+2
. . . x
m
A
m
tem soluo nica. Essa combinao linear completa a soluo particular procurada. Cabe
notar que existem m r solues particulares linearmente independents e no triviais, do
sistema de equaes algbricas lineares. Alguns casos particulares importantes so tratados
abaixo.
Denio: Um sistema de equaes algbricas lineares homogneo se o vetor formado
pelos elementos b
i
do membro direito das equaes for o vetor z.
Denio: Um sistema de equaes algbricas lineares regular se os vetores que for-
mam as colunas da matriz de coecientes que multiplicam as incgnitas forem linearmente
independentes.
Dois casos importantes so abordados pelos teoremas abaixo:
Teorema: Um sistema homogneo de equaes algbricas lineares sempre admite soluo.
Se o sistema for regular a soluo o vetor Z. Se os vetores que formam mr colunas da
matriz de coecientes puderem ser obtidas a partir das r restantes, o sistema admite como
soluo um espao de dimenso mr.
Teorema: Um sistema regular de equaes algbricas lineares sempre admite soluo e a
soluo nica.
Denio: Seja um sistema de equaes algbricas lineares dado por AX = B, onde A
uma matriz de elementos a
ij
. O sistema A
T
Y = Z, onde A
T
a matriz de elementos a
ji
(transposta de A) denomina-se sistema homogneo transposto associado a AX = B.
D.1.7 Determinantes
O deteminante de uma matriz M, cujas colunas so as coordenadas dos vetores A e B
dada por:
det M = a
x
b
y
a
y
bx onde: M =
_
a
x
b
x
a
y
b
y
_
.
183
Esse determinante pode ser interpretado como a rea lgbrica do paralelogramo do qual
dois lados so os vetores A e B (ver Fig. D.1). A rea desse paralelogramo :
rea = AB = |A| |B| sen
sen = sen (
A

B
) = sen
A
cos
B
sen
B
cos
A
=
b
y
|B|
a
x
|A|

a
y
|A|
b
x
|B|
.
Substituindo-se a ltima expresso de sen na de clculo da rea do paralelogramo encontra-
se:
rea = det M.
b
x
a
x
a
y
y
b
!
B
!
A
B A
h
!
Figura D.1: rea algbrica de dois vetores.
Os argumentos acima apresenta-
dos so base para a seguinte:
Denio: Denomina-se rea al-
gbrica associada a dois vetores
A
1
, A
2
rea do paralelogramo
cujos lados so formados pelos
pelos dois vetores acima e por
dois outros paralelos aos primei-
ros, com origem na extremidade
dos mesmos. A rea tem sinal po-
sitivo se os dois vetores estiverem
no mesmo sentido de (e
1
, e
2
) e ne-
gativo caso contrrio. Denominamos por D(A
1
, A
2
) o determinante dos dois vetores.
claro que D(A
1
, A
2
) = 0, se os dois vetores forem colineares. O determinante de dois
vetores satisfaz s seguintes propriedades:
1. D(A
1
, A
2
) = D(A
2
, A
1
);
2. Se A
1
= B+C ento D(B+C, A
2
) = D(B, A
2
) +D(C, A
2
);
3. D(A
1
, A
2
) = D(A
1
, A
2
), onde R ou C;
4. D(e
1
, e
2
) = 1, onde e
1
e e
2
so os vetores de base unitrios de um referencial orto-
normal.
Denimos o determinante de um sistema de vetores de forma a generalizar a noo de rea
algbrica de dois vetores, acima exposta. Seja E
n
um espao vetorial relativo ao corpo de
nmeros reais ou complexos e seja e
1
, e
2
, . . . , e
n
, um referencial ortogonal, denido nesse
espao.
Denio: Dados n vetores A
1
, A
2
, . . . , A
n
nessa ordem de E
n
denimos determinante de
ordem n relativo a esses vetores e o representamos por D(A
1
, A
2
, . . . , A
n
) a tda funo
escalar desses n vetores satisfazendo s seguintes condies [47]:
1. D(A
1
, . . . , A
i
, . . . , A
k
, . . . , A
n
) = D(A
1
, . . . , A
k
, . . . , A
i
. . . , A
n
);
184
2. Se A
1
= B+C ento:
D(B+C, A
2
, . . . , A
n
) = D(B, A
2
, . . . , A
n
) +D(C, A
2
, . . . , A
n
) ;
3. D(A
1
, A
2
, . . . , A
n
) = D(A
1
, A
2
, . . . , A
n
), onde R ou C;
4. D(e
1
, e
2
, . . . , e
n
) = 1.
Pode-se mostrar que existe uma nica funo que satisfaz s quatro condies da denio
acima (teorema da existncia e unicidade). Enunciamos abaixo sem demonstrar, cinco
teoremas a respeito de determinantes de um sistema de vetores:
Teorema 1: Se em D(A
1
, A
2
, . . . , A
n
) um dos vetores for o vetor nulo, ento:
D(A
1
, A
2
, . . . , A
n
) = 0.
Teorema 2: Se em D(A
1
, A
2
, . . . , A
n
) dois vetores forem idnticos ento:
D(A
1
, A
2
, . . . , A
n
) = 0.
Teorema 3: O valor de D(A
1
, A
2
, . . . , A
n
) no se altera quando a um dos vetores se soma
uma combinao linear dos demais.
Teorema 4: D(A
1
, A
2
, . . . , A
n
) = 0 se o s vetores no forem linearmente independentes.
Teorema 5: A condio necessria e suciente para que um sistema de vetores seja linear-
mente independente que seu determinante seja diferente de zero.
As trs armaes abaixo so equivalentes:
1. O operador T biunvoco;
2. O espao nulo de T o vetor Z;
3. det T = 0.
Os teoremas e denies seguintes tratam de matrizes e deteminantes de matrizes:
Denio: Uma matriz A regular se det A = 0.
Teorema 6: Se C = A+B ento det C = det A+ det B.
Teorema 7: Se C = AB ento det C = det A det B.
Em virtude desse teorema tm-se que:
det Q det Q
1
= det I = 1 det Q
1
=
1
det Q
.
I a matriz identidade. Seu deteminante igual a 1. Uma consequncia dessa propriedade
que os determinantes de duas matrizes similares so iguais:
det B = det Q det A det Q
1
= det Q det A
1
det Q
= det A.
O determinante um invariante do operador, que idepende da matriz que o representa. Ou-
tros dois invariantes de um operador algbrico linear so o trao e o nmero (a
ij
a
ij
a
ii
a
jj
) /2.
A demonstrao dessas duas propriedades deixada como exerccio.
185
Teorema 8: Se a matriz A for regular, a igualdade AB = 0 implica em que B = 0.
Demonstremos esse teorema. A matriz AB sendo nula, tm-se que ABX = Z. Como a
matriz A regular, admite uma inversa e podemos escrever A
1
ABX = BX = Z, para
todo vetor X. A matriz que leva qualquer vetor para Z a matriz nula.
Teorema 9: Para que uma matriz A comute com uma matriz arbitrria necessrio e
suciente que os elementos de A sejam nulos, com excesso dos da diagonal principal, que
devem ser iguais.
D.1.8 Autovalores e autovetores de um operador algbrico linear
Denio: Um vetor X = Z autovetor de um operador algbrico linear T se TX for
colinear com X, isso , se TX = X. O nmero denomina-se autovalor de T, associado
ao autovetor X.
O autovalor associado ao autovetor X calculado pela equao:
(T I) X = Z. (D.6)
Como procura-se um autovetor X no trivial necessrio que o ncleo de (T I) no seja
trivial, ou, de forma equivalente, que:
det (T I) = 0.
Os autovalores de um operador T de dimenses nn so as raizes de uma equao polinomial
de grau n em:
n
P
m
i

i=1
(
i
)
m
i
= 0, (D.7)
onde m
i
a multiplicidade do autovalor
i
. Essa equao caracterstica tem n raizes reais
ou complexas. Se a matriz for real, os coecientes da equao polinomial so reais. Rai-
zes complexas, caso existam, ocorrem em pares complexos conjugados. Um operador de
dimenses n n tem portanto n autovalores.
Os autovetores associados a um autovalor so determinados aps o clculo desse ltimo.
Se X for um autovetor de T, X tambm o . Um autovetor portanto, identicado por
sua direo, sua magnitude podendo ser qualquer. Da Eq. D.6 depreende-se que, se um
autovalor for compexo, os autovetores correspondentes tambm o so. Mostramos a seguir
o seguinte teorema:
Teorema: Autovetores associados a autovalores distintos so linearmente independentes.
Sejam X
1
, X
2
, . . . , X
n
os autovetores, associado aos autovalores distintos,
1
,
2
, . . . ,
n
,
respectivamente. Os autovetores so linearmente independentes quando a equao:

1
X
1
+
1
X
2
+. . . +
n
X
n
= Z (D.8)
s se verica para
1
=
2
= . . . =
n
= 0. Vejamos se esse caso ocorre. Aplica-se o
operador:
(T
1
I) (T
2
I) . . . (T
n1
I)
186
aos dois membros da Eq. D.8. Os binmios que compe o produto acima so comutveis
enre si. Como (T
r
I) X
r
= Z obtm-se:

n
(T
1
I) (T
2
I) . . . (T
n1
I) X
n
= Z.
Como:
(T
1
I) (T
2
I) . . . (T
n1
I) X
n
= Z
necessrio que
n
= 0. Consequentemente, a Eq. D.8 torna-se:

1
X
1
+
1
X
2
+. . . +
n1
X
n1
= Z. (D.9)
Aplica-se o operador:
(T
1
I) (T
2
I) . . . (T
n2
I)
aos dois membros da Eq. D.10, obtm-se:

n1
(T
1
I) (T
2
I) . . . (T
n2
I) X
n1
= Z.
A igualdade s se verica se
n1
= 0. A Eq. D.10 torna-se:

1
X
1
+
1
X
2
+. . . +
n2
X
n2
= Z. (D.10)
Repetindo sucessivamente o procedimento conclui-se que todos os coecientes
j
devem ser
iguais a zero o que demonstra o teorema.
Como autovetores associados a autovalores distintos so linearmente independentes um ope-
rador de dimenses n n com autovalores distintos tem n autovetores linearmente inde-
pendentes. Nesse caso, a cada autovalor corresponde apenas um autovetor e os autovetores
formam uma base do espao E
n
, em que T denido.
Um caso especial ocorre se o operador T tiver autovalores repetidos. A cada autovalor de
multiplicidade m podem corresponder de 1 a m autovetores. Se o nmero de autovetores
correspondentes a um autovalor for menor do sua multiplicidade os autovetores no formam
mais uma base de E
n
. Como exemplo, as matrizes [32]:
A =
_
_
6 2 2
2 2 2
2 2 2
_
_
e: B =
_
_
6 2 2
2 2 0
0 0 2
_
_
tm a mesma equao caracterstica ( 4)
2
( 2) = 0. A primeira primeira tem dois
autovetores linearmente independentes associados a = 4 e a segunda, apenas um. Situao
semelhante ocorre com as matrizes:
A =
_
1 0
0 1
_
e: B =
_
1 0
1 1
_
.
Denio: Denomina-se subespao prprio associado ao autovalor real o subespao var-
rido pelos autovetores associados quele autovalor.
187
Quando os autovetores de um operador T formam uma base, a matriz que o representa
tem uma forma particularmente simples. Nesse caso pode-se atribuir aos autovetores as
coordenadas (1, 0, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, 0, 0, . . . , 1), respectivamente, na base dos
autovetores. Como TX = X a matriz que representa o operador nessa base diagonal,
com os autovalores dispostos ao longo da diagonal principal. Todos os demais elementos so
iguais a zero. Enunciamos o seguinte:
Teorema: Se os autovalores de um operador algbrico linear forem reais e distintos a matriz
que o representa diagonalizvel. A diagonal principal formada pelos autovalores de T.
As propriedades acima podem ser usadas para a resoluo de sistemas de equaes algbricas
lineares, em que os autovetores do operador do membro esquerdo formam uma base. Pode
ser usada tambm na resoluo de equaes diferenciais lineares ordinrias homogneas,
com coecientes constantes.
Algumas propriedades adicionais e aplicaes so discutidas nos exerccios 6 e 7 desse apn-
dice.
D.1.9 A Alternativa de Fredholm
O caso em que o operador linear L de um sistema no homogneo de equaes algbricas
lineares singular s admite soluo quando o vetor B, do membro direito pertence ao
subespao varrido pelos vetores formados pelas colunas da matriz que representa o operador.
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
=
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
(D.11)
A
1
An
A
2 B
u
+
.
.
.
Figura D.2: A alternativa de Fredholm.
Essa condio de solvabilidade se expressa
pela exigncia de B seja ortogonal ao vetor u
+
,
que, ortogonal a todos aos vetores formados pe-
las colunas de L, conforme ilustrado na Fig. (D.2).
Escrevemos:

u
+
, B
_
= 0
o que se expressa como:
_
_
_
_
_
a

11
a

21
. . . a

n1
a

12
a

22
. . . a

n2
.
.
.
.
.
.
.
.
.
a

1n
a

2n
. . . a

nn
_
_
_
_
_
_
_
_
_
_
u
+
1
u
+
2
.
.
.
u
+
n
_
_
_
_
_
=
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
onde o asterstico indica o complexo conjugado. Dito de outra forma, o vetor B deve
ser ortogonal a u
+
, que forma a base do ncleo do operador transposto, L
T
[47]. No
caso da anlise funcional, em que os elementos da matriz do lado esquerdo so operadores
diferenciais, as variveis x
i
e os elementos b
i
do vetor do lado direito so funes complexas,
188
tm-se uma situao semelhante. A condio de solvabilidade da Eq. D.11 se expressa pela
imposio de que o vetor de funes do lado direito seja ortogonal vetor que gera o espao
nulo do operador adjunto de L, que denominamos como L
+
. Essa condio conhecida
como Alternativa de Fredholm [65, 42].
D.2 Sistemas Dinmicos
D.2.1 Denies
Denio: Um sistema cujo estado denido por um vetor de variveis X e cuja evoluo
obedece a um sistema de equaes diferenciais ordinrias de primeira ordem da forma:

X = F({X(t), , t) (D.12)
denomina-se um Sistema Dinmico. Na equao acima, um vetor de parmetros.
Exemplos de sistemas dinmicos so o Brusselador, proposto por Prigogine & Lefever em
1968 [34, 66]):
dX
dt
= A(B + 1) X +X
2
Y
dY
dt
= BX X
2
Y
e o modelo de interao entre populaes conhecido com Lotka-Voltera:
du
dt
= u uv = f
1
(u; v) (D.13)
dv
dt
= v +uv = f
2
(u; v). (D.14)
Nos dois casos acima F({X(t)}, , t) = F({X(t)}, , ). O membro direito das equaes de
evoluo no depende explicitamente do tempo.
Denio: Sistemas dos quais o membro direito das equaes de evoluo no contm o
tempo explicitamente, denominam-se Sistemas Autonnomos.
Sistemas cuja evoluo regida por uma equao da qual o membro direito contm
o tempo explicitamente, so no autnomos. A equao de Van der Pool forada um
exemplo de sistema no autnomo:
x +
_
x
2
1
_
x +x = Acos t.
Em geral, sistemas regidos por equaes de evoluo de segunda ordem, ou de ordem
mais alta, podem ser reescritos na forma da Eq. D.12. Como exemplo, a equao de Van
der Pool pode ser reescrita na forma de um sistema de duas equaes de primeira ordem:
x = y
y = x
_
x
2
1
_
y +Acos t.
189
Denio: Variveis independentes do problema so quelas s quais se pode atribuir valor
em um certo instante de tempo.
Se as variveis independentes do sistema forem as que denem a posio do memso o vetor
F a velocidade com que o sistema se desloca no espao e as componentes F
i
de F so as
componentes

X da velocidade.
O nmero de variveis independentes (ou de graus de liberdade) de um sistema dinmico
autnomo igual ao nmero de equaes de primeira ordem que o descrevem.
O estado de um Sistema Dinmico pode ser representado no espao de variveis indepen-
dentes do sistema.
Denio: O espao de variveis independentes de um Sistema Dinmico denomina-se
Espao de Fases do sistema.
Um ponto do espao de fases dene um estado do sistema. Se o sistema se mantiver inde-
nidamente nese ponto, o ponto denominado Ponto Fixo do espao de Fases. Quando o
sistema se encontra em um Ponto Fixo, est em um estado estacionrio.
Denio: Pontos do Espao de Fases em que dX/dt = Z denominam-se Pontos Fixos.
Sistemas no autnomos no tm, em geral, pontos xos, embora esses possam existir,
como no caso da Eq. de Mathieu:
x + ( + cos t) x = 0.
Se o estado do sistema se alterar com o tempo o ponto que representa seu estado se desloca
e descreve uma trajetria no Espao de Fases. O objetivo da teoria de Sistemas Dinmicos
determinar o conjunto de todas as trajetrias no Espao de Fases.
D.2.2 Unicidade das trajetrias no espao de fases
Teorema (Cauchy-Kovaleska): Seja um sistema dinmico cuja evoluo obedece a uma
equao determinstica da forma [65]:
dF
dt
= F(X, ) , (D.15)
Se F for contnua e diferencivel, isso , se:
|F(X(t +t)) F(X(t))| K |X(t +t) X(t)| ,
o comprimento de um pequeno trecho da trajetria prximo ao ponto X do espao de fases
de dimenso nita dado por:
ds =
_
dX
2
1
+dX
2
2
+. . . +dX
2
n
_
1/2
=
_
(F
1
dt)
2
+ (F
2
dt)
2
+. . . + (F
n
dt)
2

1/2
= dt
_

F
2
i
_
1/2
.
O vetor tangente trajetria dado por:
ds
dX
j
=
dt (

F
2
i
)
1/2
F
j
dt
=
(

F
2
i
)
1/2
F
j
=
_
1 +
i=j

i
F
2
i
F
2
J
_
1/2
.
190
A tangente bem denida, exceto nos pontos xos, onde F = Z, isso , em pontos onde
dX/dt = Z, ou pontos xos, que so pontos singulares do espao de fases. Consequente-
mente, as trajetrias no podem se cruzar, exceto nos pontos xos. Essa restrio topolgica
impe severas restries evoluo de sistemas com apenas um ou dois graus de liberdade
e os impede de apresentar comportamento catico.
O regime catico caracterizado por comportamento aperidico, movimento com
grande nmero de frequncias e sensibilidade condio inicial, no sentido de que trajetrias
inicialmente prximas se afastam exponencialmente, nos instantes iniciais da evoluo.
D.2.3 Sistemas conservativos e dissipativos
Consideremos um pequeno volume no Espao de Fases dV =

dX
i
e xemos um nmero
de estados dentro desse volume. dV sucientemente grande para no conter apenas um
estado. Como as trajetrias no se cruzam no Espao de Fases o nmero de trajetrias
geradas pela mudana dos estados inciais se conserva. Podemos denir uma densidade de
estados e procuramos determinar como a mesma varia quando o hipercubo que contm os
estados iniciais se desloca acompanhando a evoluo dos mesmos e os contendo. Escrevemos:
= (t, X
i
(t)) .
A taxa de variao da densidade dada por:
D
Dt
=

t
+

X
i
dX
i
dt
=

t
+

X
i

X
i
.
Consideramos um volume xo no Espao de Fases. Em virtude da conservao do nmero
de trajetrias, o uxo lquido de estados que saem do volume igual ao negativo da taxa de
acumulao do nmero de estados dentro do volume. A conservao do nmero de estados
se expressa por:
_
S

X
i
n
i
dA =
_
V

t
dV.
Usando-se o teorema de Gauss tranforma-se a integral de superfcie em integral de volume:
_

X
i

X
i
dV =
_

t
dV
e obtm-se uma equao de continuidade para a densidade de estados:

t
+

X
i

X
i
= 0,
ou ainda:
1

D
Dt
= div

X.
Se div

X = 0 a densidade permanece constante e se div

X < 0, a densidade aumenta.
Denimos:
191
Exemplo: O movimento de um corpo celeste que se move sob a fora de atrao de outro
corpo evolui segundo a lei:
m x = G
Mm
x
2
,
ou, na forma de duas equaes de primeira ordem:
x = v = f
1
(x; v)
v = G
Mm
x
2
= f
2
(x; v).
Calculamos:
div

X =
f
1
x
+
f
2
v
= 0.
Exemplo: equao de Van der Pool:
x +
_
x
2
1
_
x +x = 0.
Na forma de um sistema de equaes de primeira ordem:
x = v = f
1
(x; v)
v = x
2

_
x
2
1
_
v = f
2
(x; v).
Calculamos:
div

X =
f
1
x
+
f
2
v
=
_
x
2
1
_
.
X
3
X
2
X
1
Figura D.3: Evoluo de estados no espao de
fases.
V-se que div

X > 0 quando o coeciente
de viscosidade (x
2
1) negativo, isso ,
quando x
2
< 1 e div

X < 0 quando o
coeciente de viscosidade positivo. Os
exemplos acima justicam a seguinte
Denio: Se div

X = 0 o sistema
denomina-se conservativo. Sistemas dis-
sipativos caracterizam-se por div

X < 0.
Se o sistema for dissipativo o volume
que contm um certo nmero de estados
em um instante inicial se contrai medida
que o tempo passa. Isso no signica que
as trajetrias contidas no volume conside-
rado incialmente se aproximem, pois uma
das dimenses do volume pode aumentar
e as demais diminuirem, de forma que o
volume se contrai.
192
Exemplo: As equaes de evoluo de um sistema qumico da forma:
A+B

C
so [80]:
c
A
=
1
c
A
c
B
+
2
c
C
r [c
A
c
A
(0)]
c
B
=
1
c
A
c
B
+
2
c
C
r [c
B
c
B
(0)]
c
C
=
1
c
A
c
B

2
c
C
r
Calculamos div

X:
div

X =
1
(c
A
+c
B
) 2r
2
.
Como div

X < 0, elementos de volume que contm estados iniciais se contraem.
Os sistemas fsicos podem ser classicados, segundo o valor tomado por div

X < 0 em:
1. Conservativos e Hamiltonianos em particular, quando div

X = 0;
2. Dissipativos, ou com injeo de enengia, quando div

X = 0;
Sistemas Hamiltonianos evoluem obedecendo a um a lei do tipo:
m x = f(x).
Liouville [65] mostrou, no sculo XIX, que sistemas Hamiltonianos so intgrveis, desde que,
para cada par (x; x) de variveis independentes exista uma constante do movimento. No
caso de um sistema massa-mola:
m x + x = 0,
essa constante a energia do sistema. No caso de um sistema de dois corpos que se movem
sob ao de um campo gravitacional, h dois pares (x
1
; x
1
) e (x
2
; x
2
) e duas constantes, a
saber a quantidade de movimento e a energia do sistema, que se conservam.
O terorema de Liouville diz mais: se o sistema for integrvel, possvel determinar uma
frequncia
i
do movimento, associada a cada par (x
i
; x
i
). Se a relao entre as frequncias
for um nmero racional, isso , se:

j
= N,
com N racional, o movimento peridico. Por exemplo, se
1
= 2, 25 Hz e
2
= 5 Hz,
ao m de 100 s, o modo associado a
1
ter completado 225 ciclos e o associado a
2
ter
completado 500 ciclos. Se a relao de frequncias for um nmero irracional, o moviemto
ser quase-peridico.
No caso de sistemas no integrveis, a periodicidade, ou quase-periodicidade no as-
segurada, permitindo a existncia de movimentos aperidicos e, em particular, o surgimento
de caos Hamiltonianao.
Sistemas dissipativos, no so, em geral, integrveis.
193
D.2.4 Atratores
Nos casos de sistemas dissipativos, div

X < 0 e a densidade de trajetrias aumenta com o
tempo. Se div

X for uma constante, o aumento exponencial e e o volume inicial cai a zero
rapidamente. Em consequncia o sistema evolui para um subespao de dimenso menor do
que a do espao de fases. Esse subespao denomina-se atrator [3, 65, 69, 80].
Denio: Atratores so subespaos compactos do espao de fase, tais que, se o sistema
estiver em um ponto desse subespao, permanece no subespao para sempre.
Subespaos compactos podem ser postos em correspondncia bi-unvoca com conjuntos
limitados. Uma trjetria em forma de espiral, que tem incio em um ponto do espao de
fases, mas se curva indenidamente para dentro no um conjunto compacto, pois pode ser
posta em correspondncia bi-unvoca com uma semi-reta.
Atratores de sistemas com duas dimenses so os pontos xos, as trajetrias fechadas, as
trajetrias homoclnica e as trajetrias heteroclnicas. Trajetrias fechadas que no contm
pontos xos so carctersticas de movimentos peridicos.
Denio: Trajetrias homoclnicas so as que partem e retornam ao mesmo ponto xo.
Denio: Trajetrias heteroclnicas so as que ligam pontos xos distintos.
P
1

P
1
P
2

P
2
Figura D.4: A esfera no um conjunto compacto, pois
sues pontos, com exceo de um dos polos, podem ser
postos em correspondncia bi-unvoca com os pontos de
um plano.
Sistemas com trs ou mais
dimenses podem ter os mesmos
atratores encontrados em siste-
mas com duas dimenses e ainda
mais alguns. Subespaos na
forma de superfcies cilndricas, de
cones e pirmides so excludos,
pois no so conjuntos compac-
tos. Uma esfera, superfcies de
um elipside de revoluo e asse-
melhados tambm no o so pois
seus pontos, com excesso de um
dos polos, podem ser postos em
correspondncia bi-unvoca com
um plano, conforme mostrado na
Fig. D.4.
Troides se constituem em conjuntos compactos. Trajetrias sobre torides represen-
tam movimentos peridicos, ou quase-peridicos. Se a relao entre as duas frequncias
presentes for um nmero racional, as trajetrias so curvas fechadas e o movimento peri-
dico. o caso do movimento mostrado na Fig. D.5(a). Cortando o toride na direo radial
e o abrindo, tm-se uma superfcie cilndrica. Cortando a superfcie ao longo de uma linha
reta paralela ao eixo do cilindro tm-se um retangulo como o mostrado na Fig. D.5(d) e
(e). Sendo o movimento peridico, as trajetrias mostradas no retngulo obtido segundo o
procedimento acima apresentam a forma mostrada em (d), com os pontos A e B coinciden-
tes. Se a relao de frequncias for um nmero irracional, em nenhum caso, quando uma das
frequncias completa um ciclo, as demais tambm o fazem. Os pontos A e B no coincidem
mais e no coincidiro nunca. A linha tracejada na Fig. D.5(e) representa a continuao do
194
movimento. A superfcie toroidal vai sendo toda ocupada sem que as trajetrias se cruzem
ou se fechem. O movimento quase-peridico.
C

D
C
D
(c)
A
B
(e)

D
B (d)
D
A
"
1
"
2
(a)
C

C
(b)
Figura D.5: Movimento sobre um toride. (c), (d) e (e)
mostram o toride aberto. As sees C e C

mostradas
em (b) e (c) e os pontos D e D

mostrados em (c) e (d)

coincidem. Se a relao entre as duas frequncias pre-
sentes for um nmero racional, as trajetrias so curvas
fechadas e o movimento peridico. o caso do movi-
mento mostrado em (a) e (d). Se a relao de frequn-
cias for um nmero irracional, em nenhum caso, quando
uma das frequncias completa um ciclo, as demais tam-
bm o fazem. Os pontos A e B no coincidem mais e
no coincidiro nunca. A linha tracejada na Fig. D.5(e)
representa a continuao do movimento. A superfcie to-
roidal vai sendo toda ocupada sem que as trajetrias se
cruzem ou se fechem. O movimento quase-peridico.
Um cubo que contenha um
conjunto de estados iniciais con-
tidos do espao de fase se con-
trai medida em que o tempo
passa e seu volume cai a zero.
O sistema evolui para um atra-
tor. Os atratores pode ser pontos
xos e curvas abertas ou fecha-
das que se localizam sobre atra-
tores cuja topologia a de su-
perfcies de dimenso menor do
que o nmero de dimenses do es-
pao de fases. A dimenso des-
sas superfcies embora menor do
que a do espao de fases , no en-
tanto, inteira. Mas os atratores
podem no ser topologicamente
equivalentes a conjuntos compac-
tos de dimenso inteira, isso , no
podem ser postos em correspon-
dncia bi-unvoca com conjuntos
compactos de dimenso inteira.
Nesse casos, o atrator tem um di-
menso fratal. Exemplo de atra-
tor com essa caracterstica o do
modelo de Lorenz (ver Cap. 18).
O espao de fases tem dimenso
trs e a dinmica dissipativa, o
que faz com que um volume contendo certo nmero de condies iniciais se contraia e
tenda rapidamente a zero. O fato do sistema ter caractersicas dissipativas no o impede de
apresentar comportamento catico, algumas de suas dimenses podem aumentar e outras
diminuir, de modo que o volume do hipercubo tenda a zero. O modelo de Lorenz evolui para
um atrator de dimenso maior do que dois, podendo por isso apresentar comportamento
catico. Vejamos como caracterizar a dimenso de um conjunto fratal.
D.2.5 Dimenso de um atrator fratal (Dimenso de Hausdor)
A dimenso de um conjunto fratal caracteriza o nvel de ocupao do espao. Pode-se
associar uma dimenso menor do que trs ao sistema de canalizaes e a rede eltrica de
uma cidade, pois no ocupam o espao todo. Pelo fato de no ocupar todo o espao em
que se encontra, sistemas com dimenso fratal podem compartilhar o espao com outros. O
aparelho circulatrio, os canais do aparelho respiratrio e o sistema nervoso de um animal
tambm ocupam parte do espao em que se encontram e o compartilham com outros sistemas
e a eles se pode associar uma dimenso fratal.
195
Pode-se imaginar uma esfera de raio R, inteiramente preenchida por algum material.
Para recobrir todo o material existente dentro da esfera com pequenas esferas de raio , com
0, so necessrias N esferas, tal que:
V = N
4
3

3
=
4
3
R
3
para: 0.
Dessa igualdade conclui-se que:
N
3
= R
3
N =
_
R

_
3
N
3
.
Se a esfera for preenchida por esferas de raio r < R o nmero de pequenas esferas de raio
no ser mais proporcional a
3
. Nesse caso termeos:
N =
_
R

_
D
para: 0.
Generalizando as idias acima, consideramos um conjunto de pontos em um espao de
dimenso d e seja N o nmero de hiperesferas de raio necessrias para recobrir o conjunto
de pontos. O nmero de esferas tal que:
N()
_
R

_
D
para: 0.
R o raio mnimo de uma esfera que recobre todo o conjunto de pontos. Denimos a
dimenso de Hausdor do conjunto de pontos pela relao [80]:
D = lim
0
ln N
ln R/
. (D.16)
Alternativamente, a dimenso de Hausdor pode ser denida como o nmero o limite N do
nmero de hipercubos de aresta l, necessrios para recobrir um conjunto de pontos [3]:
D = lim
0
ln N
ln l/
. (D.17)
Como exemplo, determinamos a dimenso de Hausdor de um segmento de reta, de um
quadrado, do conjunto de Cantor em uma dimenso e do oco de neve (curva de Koch). No
caso de um segmento de reta de comprimento l, o nmero de segmentos (hiperesferas) de
raio necessrio para recobri-lo N = l/2, donde conclui-se que = l/2N e tm-se para
a dimenso de Hausdor:
D = lim

ln l/2
lnl/2/
= 1.
Determinamos a dimenso fratal de um quadrado de lado l, usando a Eq. D.16. Nesse caso,
o raio do menor crculo (hiperesfera) que o recobre : R = l

2/2. O nmero de crculos de

raio que recobre uma aresta do quadrado :
N =
l
2/

2
=
l

2
2
.
196
O nmero de crculos que recobre o quadrado todo dado por N
2
. A dimenso de Hausdor
do quadrado portanto:
D = lim
0
ln
_
l

2/2
_
2
ln l

2/2
= 2.
A dimenso de Hausdor de conjuntos de dimenso inteira coincide portanto com a dimenso
do conjunto.
l
N
l/3
0
1
l/3
1
2
l/3
2
4
.
.
.
.
.
.
l/3
m
2
m
O conjunto de Cantor em uma dimenso
l
N
l/3
0
2
0
l/3
1
2
2
l/3
2
2
4
.
.
.
.
.
.
l/3
m
2
2m
O conjunto de Cantor em duas dimenses
l
N
l/3
0
4
0
l/3
1
4
1
l/3
2
4
2
.
.
.
.
.
.
l/3
m
4
m
O oco de neve (curva de Koch)
Figura D.6: Conjunto de Cantor em uma e em
duas dimenses e oco de neve (curva de Koch)
Clculo da dimenso de Hausdor.
O conjunto de Cantor consiste dos
pontos que restam de um segmento de
reta de comprimento l do qual se retira
inicialmente o tero central. Dos dois
segmentos de comprimento l/3 retira-
se o tero central e repete-se o processo
indenidamente (ver Fig. D.6).
A dimenso do conjunto de Can-
tor em uma dimenso calculada como:
D = lim
m
ln 2
m
ln l/ (l/3
m
)
= =
ln 2
ln 3
= 0, 63
O conjunto de Cantor em duas di-
menses obtido de forma semelhante,
considerando-se um quadrado de lado l.
Divide-se cada aresta por trs e retira-se
os quatro quadrados que tm como uma
das arestas o segmento central das ares-
tas do quadrado original. O precesso
repetido indenidamente (ver Fig. D.6).
A dimenso do conjunto de Cantor em
duas dimenses calculada como:
D = lim
m
ln 2
2m
ln l/ (R/3
m
)
= 2
ln 2
ln 3
= 1, 28
O oco de neve (curva de Koch) obtido a partir de um tringulo do qual substitui-se
o tero central de cada aresta por duas, cada uma de comprimento l/3, delimitando um novo
tringulo que incorporado gura. Repete-e o processo indenidamente (ver Fig. D.6).
A dimenso do oco de neve calculada abaixo:
D = lim
m
ln 4
m
ln l/ (l/3
m
)
=
ln 4
ln 3
= 1, 26
197
D.2.6 Estabilidade linear de pontos xos do espao de fases
A evoluo de sistemas Dinmicos autnomos, nas proximidades de Pontos Fixos

X, regida
por equaes da forma:
d ( x
i
+ x
i
)
dt
= f
i
_

X+ x
_
= f
i
_

X
_
+
f
i
x
j

X
x
j
,
onde x
i
a componente geral de um pequeno desvio do estado do sistema, em relao
ao estado de repouso

X. Como

X um Ponto Fixo e no varia no tempo e f
i
_

X
_
= Z
e a equao acima se reduz a um sistema de equaes diferenciais ordinrias, lineares,
homogneas, com coecientes constantes, dada por:
d ( x
i
)
dt
=
f
i
x
j

X
x
j
,
ou, de forma completa, escrevendo as variveis de perturbao x
j
sem o asterisco:
d
dt
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
=
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
, (D.18)
onde:
a
ij
=
f
i
x
j

X
.
As prximas sees se ocupam da resoluo do sistema D.18. Se a perturbao for ampli-
cada, o Ponto Fixo

X linearmente instvel. Se a perturbao desaparecer para tempos
longos, o Ponto Fixo linearmente estvel. O estudo de equaes diferenciais lineares, or-
dinrias, homogneas, com coecientes constantes, tem portanto, aplicao na anlise de
estabilidade linear de Pontos Fixos de sistemas Dinmicos.
D.3 Equaes Diferenciais Ordinrias com Autovalores
Reais e Distintos
Uma equao diferencial ordinria, linear, homognea, da forma
x = ax com: x(t = 0) = x
0
, (D.19)
tem como soluo:
x = x
0
e
at
. (D.20)
Se a > 0 a soluo diverge para tempos longos. Se a < 0 a soluo tende a zero. O ponto
a = 0 marca o limite entre solues que divergem e solues que tendem a zero. a = 0
198
um ponto de bifurcao. A soluo da Eq. D.19 nica. De fato, se y(t) for outra soluo,
ento y = ay. Desenvolvemos:
d
dt
y e
at
= y e
at
ay
at
= ay e
at
ay
at
= 0.
Consquentemente y e
at
uma constante. Seja x
0
essa constante.
y e
at
= x
0
y = x
0
e
at.
A nova soluo idntica original, ou seja a Eq. D.19 admite uma nica soluo.
Duas equaes ordinrias e lineares podem ser agrupadas na forma:
_
x
1
x
2
_
=
_
a
11
a
22
__
x
1
x
2
_
. (D.21)
Os elementos faltantes no operador da Eq. D.21 so iguais a zero. Enquanto a souluo da
Eq. D.19 R, a soluo de D.21 R
2
. O espao R
2
obtido pela composio de dois
espaos unidimensionais. Denotamos:
R
2
= RR.
Os coecientes a
11
e a
22
podem ser considerados como operadores que agem sobre as variveis
x
1
e x
2
. A matriz A obtida pela composio dos operadores elementares a
11
e a
22
. De
forma geral, pode-se compor espaos de dimenses diferentes:
R
r
1
+r
2
+...+rn
= R
r
1
R
r
2
. . . R
rn
,
onde r
j
a dimenso do subespao R
j
. O operador T, resultante da composio dos
operadores T
j
obtido composto dispondo-se os operadores individuais, sucessivamente, ao
longo da diagonal principal de T. Representa-se:
T = T
1
T
2
. . . T
n
.
Um sistema de equaes diferenciais ordinrias, lineares homogneo, com coecientes
constantes, da pela Eq. D.18, com a condio inicial:
_
_
_
_
_
x
1
(t = 0)
x
2
(t = 0)
.
.
.
x
n
(t = 0)
_
_
_
_
_
=
_
_
_
_
_
x
01
x
02
.
.
.
x
0n
_
_
_
_
_
pode ser resolvido usando as ideias acima desenvolvidas. As coordenadas x
i
referem-se a
uma base ortonormal e
1
, e
2
, . . . , e
n
. O sistema pode ser reescrito de forma abreviada, como:

X = AX com:

X(t = 0) = X
0
. (D.22)
Se o operador representado pela matriz A tiver todos os autovalores f
1
, f
2
, . . . , f
n
reais
e distintos a matriz que o representa nessa base diagonal. As equaes esto desacopladas
nessa base e a soluo de cada uma dada pela Eq. D.20. A estratgia de resoluo do
199
sistema consiste portanto em diagonalizar a matriz, resolver cada equao e retornar base
original. O sistema D.18 se escreve sob a forma abaixo, na base dos autovetores:
d
dt
_
_
_
_
_
y
1
y
2
.
.
.
y
n
_
_
_
_
_
=
_
_
_
_
_

2
.
.
.

n
_
_
_
_
_
_
_
_
_
_
y
1
y
2
.
.
.
y
n
_
_
_
_
_
, (D.23)
onde y
i
so as coordenadas de um ponto no espao de fases, na base dos autovetores {f
j
}.
A soluao na nova base :
_
_
_
_
_
y
1
y
2
.
.
.
y
n
_
_
_
_
_
=
_
_
_
_
_
y
01
e

1
t
y
02
e

2
t
.
.
.
y
0n
e
nt
_
_
_
_
_
.
Como a condio inicial dada na base e
1
, e
2
, . . . , e
n
usa-se a matriz de mudana de base
para a determinao daquelas condies, na nova base:
Y
0
= QX
0
.
O retorno base original se faz utilizando-se a matriz Q
1
:
X = Q
1
Y.
As colunas de Q
1
so formadas com as coordenadas dos vetores f
j
, na nova base. Como
as coordenadas de um vetor so nicas, a soluo do sistema D.18 nica. Enunciamos o
seguinte:
Teorema: A soluo de um sistema de equaes diferenciais ordinrias, lineares, homo-
gneas, com coecientes constantes, condies iniciais especicadas e autovalores reais e
distintos tem como nica soluo:
x
1
=
11
e

1
+
12
e

2
+. . . +
1n
e

n
x
2
=
21
e

1
+
22
e

2
+. . . +
2n
e

n
.
.
.
.
.
.
.
.
.
x
n
=
n2
e

1
+
n2
e

2
+. . . +
nn
e

n
.
Os nmeros
ij
podem ser interpretados como sendo a projeo do autovetor f
j
na direo
do vetor e
i
. Os autovetores so a condio inicial do problema base {f
j
}.
A Eq. D.23 permite interpretar a estratgia de diagonalizao da matriz original,
como um processo de decomposio do espao R
n
em espaos elementares unidimensionais,
denidos pelos autovetores do operador. Cabe observar que se parte dos autovalores de T
for negativo o valor da varivel ao longo de cada uma dessas direes tende a zero para
tempos sucientemente longos. O oposto ocorre ao longo das direes cujos autovalores so
positivos: as variveis divergem. Como, em muitos casos, quando o valor de uma varivel
aumenta muito surgem efeitos no lineares que limitam esse crescimento, essas variveis nem
sempre divergem. Nessa situao, o sistema evolui para um subespaoativo, de dimenso
menor do que a do espao em que o problema denido. O que se procura muitas vezes
, portanto, reduzir a dimensionalidade do problema proposto e identicar os subespaos
ativos.
200
D.4 Equaes Diferenciais Ordinrias com Autovalores
Complexos e Distintos
Se um operador algbrico linear tiver um autovalor complexo, o autovetor correspondente
tambm ser complexo. Sendo o operador real, os autovalores complexos ocorrem em pares
conjugados. O autovetor associado ao conjugado de autovalor complexo o conjugado
do autovetor. Representando o complexo conjugado por um asterisco e lembrando que o
complexo do produto de dois nmeros complexos o produto do complexo conjugado dos
dois nmeros tm-se:
(T)

= ()

.
Consideremos uma equao da forma:
d
dt
(x +iy) = (a +ib) (x +iy) , (D.24)
ou:
dz
dt
= z. (D.25)
onde z = x +iy e = a +ib. Separando as partes real e iamginria dessa equao chega-se
a:
x = ax by
y = bx +ay.
Esse sistema tambm pode ser ecrito na forma matricial, como:
_
x
y
_
=
_
a b
b a
__
x
y
_
. (D.26)
Portanto, as Eq. D.25 e D.26 so equivalentes (ver tambm a Sec. ??). A soluo da Eq. D.26
:
z = z
0
e
t
(D.27)
isso :
x +iy = (
1
+i
2
) e
(a+ib)t
= (
1
+i
2
) e
at
(cos bt +i sen bt) .
Separando as partes real e complexa obtm-se:
x = e
at
(
1
cos bt
2
sen bt) (D.28)
y = e
at
(
2
cos bt +
1
sen bt) . (D.29)
A trajetria correspondente soluo uma espiral descrita no sentido anti horrio no
Espao de Fases se a = 0. Se a = 0 a trajetria uma circunferncia. Cabe observar que
a soluo ao longo da direo x no independente da soluo ao longo da direo y. Em
201
um sistema de duas equaes com autovalores reais consegue-se decompor o espao em dois
subespaos uni dimensionais, com solues independentes, no sentido de que a soluo ao
longo de uma das direes pode ser a trivial, se a componente da condio inicial ao longo
de uma delas for igual a zero. Essa situao no ocorre no caso da Eq. D.26.
A soluo dada pela Eq. D.25 nica. A demonstrao segue os mesmos passos da feita
para o caso de uma nica equao com autovalor real (ver pg. 199).
H casos de sistemas de duas equaes com um par de autovalores complexos conjugados,
em que o operador T no est na forma dada na Eq. D.26. , por exemplo o caso em que
o operador T dado por:
T =
_
0 2
1 2
_
.
Os autovalores desse operador so = 1 i. Mostramos a seguir, que um sistema com
um operador como o acima pode ser resolvido atravs de mudana para uma base na qual
a matriz que representa o operador da forma da encontrada na Eq. D.26. Mostramos
inicialmente que os autovetores e

so linearmente independentes. Supondo que:

=
2
,
tm-se que:
(T

=
2
(T

) =
2
(T

) = (

) = Z,
o que uma concluso falsa pois

= Z. A concluso decorre da hiptese de que os

autovetores so linearmente dependentes, que portanto, falsa.
Mostramos a seguir que as partes real e imaginria do autovetor complexo:
= U+iV
so linearmente independentes. U e V so dois vetores reais. As parte real e imaginria de
podem ser escritas como:
U =
1
2
(+

)
V =
i
2
( +

) .
Vejamos em que condies:

1
U+
2
V = Z.
Substituindo U e V pelas expresses acima encontramos:

1
( +

) +i
2
( +

) = Z.
Reagrupando os termos:
(
1
i
2
) + (
1
+i
2
)

= Z.
202
Como e

so linearmente independentes necessrio que:

1
i
2
= 0

1
+i
2
= 0,
o que s se consegue com
1
=
2
= z, onde z o nmero complexo zero. As partes real e
imaginria do autovetor so linearmente independentes. A base na qual o operador toma
a forma de um nmero complexo, conforme Eq. D.26 formada pelos vetores (V; U), nessa
ordem. Mostramos essa propriedade:
T (U+iV) = (a +ib) (U+iV) .
Separando as partes real e imaginria:
TU = aUbV
TV = bU+aV.
Na base (V; U), V = (1; 0) e U = (0; 1). Inserindo as coordenadas dos vetores n aequao
acima obtemos:
TU = T
_
0
1
_
= a
_
0
1
_
b
_
1
0
_
=
_
b
a
_
TV = T
_
1
0
_
= b
_
0
1
_
+a
_
1
0
_
=
_
a
b
_
.
Reagrupando os termos:
T
__
1
0
_
+
_
0
1
__
=
_
a b
b a
___
1
0
_
+
_
0
1
__
A matriz que representa o operdor T portanto:
B =
_
a b
b a
_
.
Enunciamos os seguintes teoremas:
Teorema: Se o operador T : E
n
E
n
tiver todos os autovalores distintos, reais e
complexos, E
n
e T tm uma decomposio E
n
= E
R
E
C
e T = T
R
T
C
, tal que T
R
:
E
R
E
R
e T
C
: E
C
E
C
, em que T
R
tem autovalores reais e distintos e T
C
tem
autovalores em pares complexos conjugados distintos.
Teorema: Seja T
C
: E
C
E
C
um operador real com autovalores complexos conjugados
e

. E
C
e T tm uma decomposio E
C
= E
1
E
2
. . . E
n
e T = T +1T
2
. . . T
n
onde E
j
so subespaos bidimensionais e T
j
tem autovalores
j
e

j
.
Teorema: Seja T
C
: E
C
E
C
um operador real denido em um espao bidimensional,
com autovalores complexos conjugados e

. Existe uma base em que a matriz que

representa o operador da forma:
B =
_
a b
b a
_
.
203
Completamos essa seo com a denio de subespao prprio associado a um autovalor
complexo:
Denio: Denomina-se subespao prprio associado ao autovalor complexo = a + ib o
subespao varrido pelas partes complexa e real dos autovetores associados quele autovalor.
D.5 Exemplos Sistemas com Duas Variveis
Exemplo: Examinemos alguns sistemas com duas variveis. Os autovalores de um operador
da forma:
A =
_
a
11
a
12
a
21
a
22
_
a so as raizes equao:

2
tr (A) + det(A) = 0.
Os autovalores dependem apenas do trao e do determinante do operador, que so dois
invariantes do mesmo e no dependem da matriz que o representa:

1,2
=
tr (A)

2
onde: = tr
2
(A) 4 det(A).
A soluo do problema

X = AX pode ser classicada nos seguintes casos, qualitativamente
diferentes, segundo o tipo de raizes do polinmio caracterstico:
1. > 0 e det(A) < 0. O polinmio tem duas raizes reais de sinais contrrios. A origem
denomina-se um ponto de sela (sadle node);
2. det(A) > 0 e tr (A) > 0. O polinmio tem duas duas raizes reais positivas. A origem
um n instvel ;
3. det(A) > 0 e tr (A) < 0. As duas raizes so reais e negativas. A origem um n
estvel ;
4. < 0 e tr (A) < 0. O polinmio tem duas raizes complexas com parte real negativa.
A origem um foco estvel ;
5. < 0 e tr (A) < 0. O polinmio tem duas raizes complexas com parte real positiva.
A origem um foco instvel ;
6. < 0 e tr (A) = 0. O polinmio tem duas raizes complexas com parte real nula. A
origem um centro;
Exemplo: Equaes de segunda ordem podem ser transformadas em um sistema de duas
equaes de primeira ordem. Um sistema massa-mola-amortecedor da forma:
x + 2
n
x +
2
n
x = 0
204
X
1
2
y
y
1
X
2
X
2
X
1
V
U
X
1
X
2
V
U
(a) (b) (c)
Figura D.7: A soluo de um sistema linear de trs equaes com um autovalor real e
positivo e um par de autovalores complexos conjugados: (a) Ponto de sela; (b) foco instvel
e (c) centro.
pode ser reescrito na forma:
x = v
v =
2
n
x 2
n
v.
Em forma matricial:
_
x
v
_
=
_
0 1

2
n
2
n
__
x
v
_
.
Os autovetores do operador so dados por:

1,2
=
n
_

_
1
_
.
V-se que a condio para que os autovalores sejam iguais no facilmente preenchida pois
requer = 1. A existncia de sistemas lineares com autovalores repetidos no , em geral,
comum.
Exemplo: Resolver a equao

X = AX, onde:
A =
_
5 3
6 4
_
com a condio inicial: X
0
=
_
2
1
_
.
Os autovalores do operador so
1
= 2 e
2
= 1. A origem um ponto de sela. Os
autovetores f
1
e f
2
so uma soluo no trivial dos sistema:
_
3 3
6 6
__
x
1
x
2
_
=
_
0
0
_
e:
_
6 3
6 3
__
x
1
x
2
_
=
_
0
0
_
.
Uma soluo possvel f
1
= (1; 1) e f
2
= (1; 2). As matrizes Q
1
e Q so dadas,
respectivamente, por:
Q
1
=
_
1 1
1 2
_
e: Q =
_
2 1
1 1
_
.
205
A soluo do sistema dada, na nova base, por:
y
1
= y
01
e
2t
y
2
= y
02
e
t
.
A condio inicial na nova base, Y
0
, dada por Y
0
= QX
0
= (5; 3). A soluo do sistema
dada por X = Q
1
Y. Obtm-se:
x
1
= 5e
2t
3e
t
x
2
= e
2t
+ 2e
t
.
Exemplo: Resolver a equao

X = AX, onde:
A =
_
0 2
1 2
_
com a condio inicial: X
0
=
_
2
1
_
.
Os autovalores do operador so
1,2
= 1 i. A origem um foco instvel. O autovetor
complexo uma soluo no trivial da equao:
_
1 i 2
1 1 i
__
w
1
w
2
_
=
_
0
0
_
.
Uma soluo possvel w + 1 = 1 i e w
2
= 1, isso :
=
_
1 i
1
_
= U+iV =
_
1
1
_
+i
_
1
0
_
.
A primeira coluna da matriz Q
1
formada pelo vetor V e a segunda, pelo vetor U. Obtm-
se para as matrizes Q
1
e Q:
Q
1
=
_
1 1
0 1
_
e: Q =
_
1 1
0 1
_
.
A soluo do problema na base (V, U) :
z = Ce
t
= y
1
+iy
2
= (C
1
+iC
2
) e
t
(cos t +i sen t) ,
ou:
y
1
= e
t
(C
1
cos t C
2
sen t)
y
2
= e
t
(C
1
sen t +C
2
cos t) .
A condio inicial na nova base, Y
0
, dada por Y
0
= QX
0
= (3; 1). Obtm-se:
y
1
= e
t
(3 cos t sen t)
y
2
= e
t
(3 sen t + cos t) .
206
A soluo do sistema dada por X = Q
1
Y:
x
1
= 4e
t
(cos t sen t)
x
2
= e
t
(3 sen t + cos t) .
Exemplo: Resolver a equao

X = AX, onde:
A =
_
_
1 0 0
0 1 3
1 3 1
_
_
com a condio inicial: X
0
=
_
_
1
2
3
_
_
.
Os autovalores de A so = 1 e = 2 3i. Uma soluo para o autovetor associado ao
autovalor real f = (10; 3; 1). Calculamos o autovetor complexo , associado a = 2+3i.
Esse autovetor dado por uma soluo de:
(A I) =
_
_
1 3i 0 0
0 3i 3
1 3 3i
_
_
_
_
z
1
z
2
z
3
_
_
=
_
_
0
0
0
_
_
.
Obtm-se z
1
= 0, enquanto uma soluo para as duas outras componentes do autovetor
z
2
= i e z
3
= 1. O autovetor portanto:
=
_
_
0
i
1
_
_
=
_
_
0
0
1
_
_
+i
_
_
0
1
0
_
_
.
As matrizes Q
1
e Q so:
Q
1
=
_
_
10 0 0
3 1 0
1 0 1
_
_
e: Q =
_
_
1/10 0 0
3/10 1 0
1/10 0 1
_
_
.
X
3
X
2
X
1
f
V
U
Figura D.8: A soluo de um sistema li-
near de trs equaes com um autovalor
real e positivo e um par de autovalores
complexos conjugados.
A matriz A
0
do operador na base do autovetor real
e das partes complexa e real do autovetor com-
plexo, dada por:
A
0
=
_
_
1 0 0
0 1 3
0 3 1
_
_
.
A soluo na nova base da forma:
Y =
_
_
y
01
e
t
e
at
(
1
cos bt
2
sen bt)
e
at
(
2
cos bt +
1
sen bt) .
_
_
.
A soluo na base original dada por X = Q
1
Y.
Obtm-se:
X =
_
_
y
01
e
t
3 y
01
e
t
+e
at
(
1
cos bt
2
sen bt)
y
01
e
t
+e
at
(
2
cos bt +
1
sen bt)
_
_
.
207
Resta determinar as constantes y
01
,
1
e
2
. No tempo t = 0:
X
0
=
_
_
1
2
3
_
_
=
_
_
y
01
3 y
01
+
1
y
01
+
2
_
_
Donde obtm-se y
01
= 1,
1
= 1,
2
= 2. A soluo portanto:
X =
_
_
e
t
3 e
t
e
at
(cos bt + 2 sen bt)
e
t
+e
at
(2 cos bt sen bt)
_
_
.
A soluo uma espiral de raio crescente que se desloca com velocidade que cresce expo-
nencialmente na direo do autovetor f.
D.6 Exponencial de Operadores
Dene-se a exponencial de um operador T pela relao [40]:
exp(T) =
=

=0
T

!
. (D.30)
onde T
0
def
= I. Pode-se mostrar que a srie de termos de exp(T) absolutamente convergente,
isso , que a srie:
=

=0
N
_
T

!
_
converge. Na expresso acima N (T

/!) uma norma do -simo termo da srie. Pode-se

vericar que se:
T =
_
_
_
_
_

2
.
.
.

n
_
_
_
_
_
ento: exp(T) =
_
_
_
_
_
e

1
e

2
.
.
.
e
n
_
_
_
_
_
Demonstramos a seguir a seguinte
Proposio: Sejam Q, S, T e B, operadores no R
n
. Ento:
1. Se B = QTQ
1
ento: exp(B) = Qexp(T) Q
1
;
2. Se TS = ST ento: exp(T +S) = exp(T) exp(S):
3. exp(T) = [exp(T)]
1
;
4. Se
T =
_
a b
b a
_
ento: exp(T) = e
a
_
cos b sen b
sen b cos b
_
;
208
5.
d
dt
e
tA
= Ae
tA
= e
tA
A.
A demonstrao da primeira propriedade feita pela aplicao da denio de exponencial
de um operador:
exp(B) = I +QTQ
1
+
QTQ
1
QTQ
1
2!
+. . . = QIQ
1
+QTQ
1
+
QT
2
Q
1
2!
+. . .
Q
_
I +T +
T
2
2!
+. . .
_
Q
1
= Qexp(T)Q
1
.
Para demonstrar a segunda propriedade usamos a denio de binmio de Newton:
(S +T)
n
= n!

j+k=n
S
j
j!
T
k
k!
.
A utilizao do binmio de Newton pressupe que a maultiplicao dos dois termos co-
mutvel. De fato, fazendo o quadrado da soma de dois nmeros a e b, tm-se:
(a +b)
2
= (a +b) (a +b) = a
2
+ab +ba +b
2
.
o que mostra a necessidade de que a multiplicao seja comutvel, para que se obtenha o
resultado a
2
+2ab +b
2
. Aplicando o binmio de Newton no clculo da exponencial a S +T
obtemos:
exp (S +T) =

n=0
(S +T)
n
n!
=

n=0
n!
1
n!

j+k=n
S
j
j!
T
k
k!
=
_
S
0
0!
T
0
0!
_
+
_
S
0
0!
T
1
1!
+
S
1
1!
T
0
0!
_
+
_
S
1
1!
T
1
1!
+
S
0
0!
T
2
2!
+
S
2
2!
T
0
0!
_
+
_
S
0
0!
T
3
3!
+
S
1
1!
T
2
2!
+
S
2
2!
T
1
1!
+
S
3
3!
T
0
0!
_
+. . .
= I + T +S +
S
2
2!
+ST +
T
2
2!
+
T
3
3!
+S
T
2
2!
+
S
2
2!
T +
S
3
3!
+. . .
=
_
I +T +
T
2
2!
+
T
3
3!
+. . .
_ _
I +S +
S
2
2!
+
S
3
3!
+. . .
_
= e
S
e
T
.
A demonstrao da terceira propriedade faz uso da acima provada. Como S e S comutam,
tm-se que:
exp(S S) = exp(0) = I = exp(S) exp(S),
o que mostra que exp(T) = [exp(T)]
1
e demonstra a terceira propriedade. Decorre dessa
propriedade que mesmo no caso em que T no seja inversvel, exp(T) o . Trata-se de
situao semelhante que se tem no clculo da exponencial de nmeros reais: embora zero
no seja inversvel e
0
o .
Para demonstrar a quarta propriedade, notamos inicialmente que:
_
a b
b a
_
= A +B = aI +b
_
0 1
1 0
_
.
209
O produto das matrizes AB comutavel, com o que
e
A+B
= e
a
IB = e
a
B.
Resta portanto determinar e
B
. Denominando (ver Sec ??):
ib = b
_
0 1
1 0
_
tm-se que:
(ib)
2
= b
2
_
1 0
0 1
_
, (ib)
3
= b
3
_
0 1
1 0
_
,
(ib)
4
= b
4
_
1 0
0 1
_
, (ib)
5
= b
5
_
0 1
1 0
_
,
(ib)
6
= b
6
_
1 0
0 1
_
, (ib)
7
= b
7
_
0 1
1 0
_
, etc.
Portanto:
e
B
= e
ib
=
=

=0
(ib)

!
=
_
1
b
2
2!
+
b
4
4!

b
6
6!
+. . .
_ _
1 0
0 1
_
+
_
b
b
3
3!
+
b
5
5!

b
7
7!
+. . .
_ _
0 1
1 0
_
=
_
cos b sen b
sen b cos b
_
.
A demonstrao da quinta propriedade se faz usando a denio de derivada:
d
dt
e
tA
= lim
h0
e
(t+h)A
e
tA
h
= lim
h0
e
tA
e
hA
e
tA
h
= lim
h0
e
tA
_
e
hA
I
h
_
=
lim
h0
e
tA
1
h
_
I +hA +
h
2
A
2
2!
+. . . I
_
= lim
h0
e
tA
_
A +
hA
2
2!
+
h
2
A
3
3!
+. . .
_
=
e
tA
A = Ae
tA
.
Decorre desa propriedade que, se:
dX
dt
= AX X = e
tA
X
0
,
pois:
d
dt
e
tA
X
0
= Ae
tA
X
0
= AX.
A soluo da Eq.

X = AX nica. De fato, admitindo que exista outra soluo Y , essa
nova soluo obedce equao

Y = AY. Fazendo e
tA
Y e calculando a derivada em relao
ao tempo desse termo obtm-se:
d
dt
e
tA
Y = e
tA
AY +e
tA

Y = e
tA
AY +e
tA
AY = 0.
210
Portanto e
tA
Y uma constante. Seja X
0
essa constante. Conclui-se que Y = e
tA
X
0
, ou
seja, a nova soluo igual primeira, desde que a condio inicial das duas solues sejam
iguais. Enunciamos o seguinte:
Teorema: Seja A um operador denido no R
n
. A equao

X = AX, com a condio inicial
X(t = 0) = X
0
admite como nica soluo X = e
tA
X
0
.
O procedimento de resoluo de um sistema da forma

X = AX, denido nas Sec. D.3 e D.4
equivalente a calcular a exponencial do operador A na base dos autovetores e em retornar
base original. Mostramos abaixo um exemplo, que mostra que, quando o operador no
tem os autovetores sucientes para formar uma base, pode-se obter a soluo pelo clculo
da exponencial do mesmo.
Exemplo: resoluo do sistema

X = AX, com a condio inicial X
0
= (x
01
; x
02
), onde:
A =
_
2 0
1 2
_
.
A matriz tem um nico autovalor, = 2 e apenas um autovetor. Podemos escrever:
A = S +N
_
2 0
0 2
_
+
_
0 0
1 0
_
.
As matrizes S e N comutam, o que permite calcular:
e
t
A = e
tS
e
tN
=
_
e
2t
e
2t
_
e
tN
= e
2t
e
tN
.
Resta calcular a exp(tN). Aplicando a denio de exponencial de operador:
e
tN
= I + tN +
t
2
N
2
2
+. . .
Pode-se vericar que N
2
= 0 o que limita os termos da srie acima aos dois primeiros.
Obtm-se portanto:
e
tN
=
_
1 0
0 1
_
+
_
0 0
t 0
_
=
_
1 0
t 1
_
.
Portanto:
X = e
tA
X
0
=
_
e
2t
0
te
2t
e
2t
__
x
01
x
02
_
=
_
x
01
e
2t
x
01
te
2t
+x
02
e
2t
_
.
O clculo da exponencial foi facilitado pela decomposio do operador A na soma de um
diagonal e outro, que elevado a uma potncia nita tem como resultado a matriz zero.
Denimos:
Denio: Matrizes tais que N
p
= 0 para algum p inteiro e positivo denominam-se nilpo-
tentes.
Veremos a seguir que, quando os autovetores do operador no formam uma base completa,
pode-se decomp-lo em uma matriz diagonal e uma nilpotente. As duas matrizes so co-
mutveis.
211
D.7 Autovalores Repetidos e Forma Cannica de Jordan
Um dos exemplos apresentados na Sec. D.5 mostra que a ocorrncia de operadores com
autovalores repetidos requer que os parmetros do problema guardem ente si uma relao
que normalmente existe. Autovalores repetidos ocorrem por exemplo, quando se varia algum
parmetro e ao longo da trajetria percorrida pelo mesmo, os requisitos para a repetio
so atendidos. Essa seo apresenta o procedimento de resoluo de equaes diferenciais,
que se adota quando o operador que multiplica o vetor de incgnitas apresenta autovalores
repetidos [40, 32, 22].
Consideremos inicialmente, o caso em que os autovalores repetidos so reais. O espao
em que o problema denido pode ser decomposto em dois, o primeiro, E
1
varrido pelos
autovetores associados a autovalores reais no repetidos e pela parte real e imaginria de
autovetores complexos, associados a autovalores complexos, no repetidos. O segundo su-
bespao, E, o parcialmente varrido pelo(s) autovetor(es) associado(s) a um nico autovalor
, de multiplicidade r. Tm-se portanto:

E = E
1
E

T = T
1
T.
Ocupamo-nos do subespao E e da estrutura do operador T. Suponhamos que T tem r
autovetores. A base de autovetores deve ser completada com m r vetores linearmente
independentes.
Denio: Os m r vetores que completam a base incompleta de r autovetores de um
operador T, de dimemses m m denominam-se autovetores generalizados, associados a
seu nico autovalor .
Denio: O subsepao E denomina-se subespao prprio generalizado, associado ao au-
tovalor .
Esta seo trata da decomposio de operadores algbricos lineares com apenas um
autovalor real na soma de uma matriz diagonal com outra nilpotente. A subseo D.7.1
trata de propriedades de matrizes nilpotentes, a subse0 D.7 dene e aborda propriedades
de blocos de Jordan e a subseo D.7.2 estuda a decomposio do operador nas duas parcelas
acima mencionadas.
D.7.1 Matrizes e blocos nilpotentes elementares
O determinante de uma matriz nilpotente igual a zero, pois se N
m
= 0 det N
m
=
(det N)
m
= 0 det N = 0. Um exemplo de matriz nilpotente dado por:
N =
_
_
_
_
_
_
_
_
_
0
1 0
1 0
.
.
.
.
.
.
1 0
1 0
_
_
_
_
_
_
_
_
_
. (D.31)
212
em que todos os elementos so iguais a zero, exceto os da segunda subdiagonall, que so
iguais a 1. Elevando essa matriz ao quadrado obtm-se outra, cujos elementos so todos
iguais a zero, com excesso dos pertencentes segunda subdiagonal, que so iguais a 1:
N
2
=
_
_
_
_
_
_
_
_
_
0
0 0
1 0 0
.
.
.
.
.
.
.
.
.
1 0 0
1 0 0
_
_
_
_
_
_
_
_
_
.
Sucessivamente:
N
m1
=
_
_
_
_
_
_
_
_
_
0
0 0
0 0 0
.
.
.
.
.
.
.
.
.
0 0 0
1 0 0 0
_
_
_
_
_
_
_
_
_
e: N
m
= 0.
claro que a matriz:
N =
_
_
_
_
_
_
_
_
_
0
1 0
1 0
.
.
.
.
.
.
1 0
0 0
_
_
_
_
_
_
_
_
_
(D.32)
tambm nilpotente. Nesse caso N
m1
= 0. A matriz dada pela Eq. D.32 atende ao
requisito de ter seu determinante igual a zero e portanto candidata a descrever a parte
no diagonalizvel do operador T.
Denio: Blocos nilpotentes elementares so matrizes em que todos os elementos so
nulos, com excesso dos pertencentes primeira subdiagonal, que so iguais a 1.
Um exemplo de bloco nilpotente elementar dado pela matriz D.32. Dois outros exemplos
so mostrados abaixo:
N =
_
0 0
1 0
_
. e: N = (0) .
Uma matriz nilpotente pode ser formada por blocos dispostos ao longo da diagonal principal,
213
como o exemplo mostrado abaixo:
N =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
1 0
1 0
1 0
0
0
1 0
0
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
(D.33)
Um bloco nilpotente elementar, de dimenses nn, tem a propriedade de que J
n
= 0. Outra
propriedade consiste no resultado da aplicao de um bloco de Jordan sobre os elementos
de base:
N f
1
=
_
_
_
_
_
_
_
_
_
0
1 0
1 0
.
.
.
.
.
.
1 0
1 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1
0
0
.
.
.
0
0
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
0
1
0
.
.
.
0
0
_
_
_
_
_
_
_
_
_
= f
2
.
Sejam f
1
, f
2
, . . . , f
n
, os elementos de base. V-se que:
_
_
_
N f
j
= f
j+1
(j < n)
N
p
f
j
= f
j+p
(j +p < n)
N f
n
= Z.
(D.34)
Uma terceira propriedade importante dos blocos de Jordan refere-se ao fato de que a
dimenso do espao nulo dos mesmos igual a 1. A dimenso do espao nulo de matrizes
formadas por n n. Por exemplo, sendo a matriz D.33 composta por 5 blocos de Jordan, a
dimenso de seu espao nulo igual a 5.
D.7.2 A decomposio S-N
Consideremos um operador T de dimenses mm com apenas um autovalor real . Se T
tiver m autovetores linearmente independentes pode ser digonalizado:
T =
_
_
_
_
_

.
.
.

_
_
_
_
_
= I.
Cabe observar que as matrizes que representam T tem a forma acima em qualquer base,
pois QIQ
1
= I. Se T no tiver m autovetores linearmente independentes, no pode ser
diagonalizado. No entanto, o operador pode ser desmembrado na soma de uma matriz
214
diagonal, S, cujos termos so todos nulos com excesso dos situados ao longo da diagonal
principal que so iguais ao nico autovalor de T, acrescido de outra matriz, N, que contm
a parte no diagonalizvel do operador:
T =
_
_
_
_
_

.
.
.

_
_
_
_
_
+N. (D.35)
Como det T =
m
, tm-se que det N = 0. Procuremos a estrutura da matriz N. Conside-
ramos a sequncia de vetores {f
1
, f
2
, . . . , f
n
}, tais que:
_

_
(T I)
p1
f
1
= N
p1
f
1
= 0 e: (T I)
p
f
1
= N
p
f
1
= 0
(T I)
p2
f
2
= N
p2
f
1
= 0 e: (T I)
p1
f
2
= N
p1
f
1
= 0
.
.
.
.
.
.
.
.
.
(T I) f
p1
= Nf
p1
= 0 e: (T I)
2
f
p1
= N
2
f
1
= 0
(T I) f
p
= Nf
p
= 0
(D.36)
com p m. Demonstramos que essa sequncia de vetores, se existir e atender aos requisitos
acima, linearmente independente. Para isso procuramos as condies para que:

1
f
1
+
2
f
2
+. . . +
m
f
m
= Z. (D.37)
Aplicando o operador N
m1
aos dois membros da Eq. D.37 obtemos:

1
f
1
= Z,
o que implica em que
1
= 0. Levando em conta essa condio v-se que a Eq. D.37 se
reduz a:

2
f
2
+. . . +
m
f
m
= Z. (D.38)
Aplicando o operador N
m2
aos dois membros da Eq. D.38 conclui-se que
2
= 0. Prosee-
guindo com o procedimento verica-se que todos os coecientes
j
da Eq. D.37 devem ser
iguais a zero para que a mesma seja satisfeita. Consequentemente, a sequncia de vetores
linearmente independentes. Como o espao considerado tem no mximo m vetores linear-
mente independentes deve-se ter p m. Se o operador tiver dois autovetores linearmente
independentes p = m 1. E se o operador tiver m autovetores linearmente independentes
p = 1. Se o operador tiver m autovalores distintos a sequncia de vetores acima tem apenas
um, pois o operador j tem m autovetores linearmente independentes. A sequncia de veto-
res acima descreve portanto o espao e existe, pois cada um dos vetores f
2
. . . f
p1
pertence
imagem de T I.
O operador N
p
nilpotente, pois leva qualquer vetor da base para Z. Consequentemente,
leva qualquer vetor do espao para Z. Um operador que leva qualquer vetor para Z o
operador zero. Portanto, N nilpotente. Enunciamos ento o seguinte:
Teorema: Seja um operador T : E
n
E
n
com um nico autovalor , de multiplicidade n.
T tem uma decomposio em uma parcela diagonalizvel (semi-simples) e outra nilpotente:
T = S +N.
215
Vejamos o exemplo de um operador T que tem apenas um autovetor:
Tf
1
= f
1
+ Nf
1
.
Rearranjando os termos e levando em conta que Nf
1
= f
2
, temos sucessivamente:
(T I) f
1
= f
2
(T I)
2
f
1
= f
3
.
.
.
.
.
.
.
.
.
(T I)
n1
f
1
= f
n
(T I)
n
f
1
= Z.
A decomposio de um operador T qualquer, tendo apenas um autovalor e um nico
autovetor portanto, possvel. A parte no diagonalizvel N do operador tem a forma do
bloco de Jordan D.32 na base formada pelo autovetor e pelos autovetores generalizados.
Lembramos que esses ltimos so vetores quaisquer, linearmente independentes.
Denominamos como N
0
a parcela nilpotente da decomposiao do operador. Como a parte
diagonal do operador igual a I em qualquer base, a matriz N pode ser obtida fazendo-se:
N = T I.
Essa matriz nilpotente de modo que N
m
= N
m
0
= 0, embora N no tenha a forma do bloco
de Jordan D.32. Os exemplos abaixo ilustram o procedimento de clculo da expondencial
de uma matriz com autovalores repetidos.
Exemplo: Calcular e
tA
, onde:
A =
_
_
1 1 2
0 1 3
0 0 1
_
_
.
A matriz tem trs autovalores iguais a 1. Pode-se determinar a matriz N, subtraindo-se
S = 1 I de A. Obtm-se:
N =
_
_
0 1 2
0 0 3
0 0 0
_
_
N
2
=
_
_
0 0 3
0 0 0
0 0 1
_
_
N
3
= 0.
Calcula-se a seguir e
tA
:
e
tA
= e
t(1 I+N)
= e
t
_
I +tN +
t
2
n
2
2!
_
= e
t
_
_
1 t 2t + 3t
2
/2
0 1 3t
0 0 1
_
_
Exemplo: Calcular e
tA
, onde:
A =
_
_
1 1 2
0 1 4
0 0 1
_
_
.
216
A matriz tem um autovalor
1
= 1, de multiplicidade 2 e outro,
3
= 1. Como os
autovalores no so todos iguais no se pode subtair a parcela diagonal, diretamente da
matriz A. O autovetor associado a
1
= 1 proporcional a f
2
= (1; 0; 0). Como h apenas
um autovetor associado a
1
= 1 necessrio completar a base. Escolhemos o vetor
f
1
= (0; 1; 0). Deve-se observar que os autovetores generalizados so ordenados frente do
autovetor associado ao autovalor repetido, O autovetor associado a
3
= 1 proporcional a
f
3
= (0; 2; 1). As matrizes Q e Q
1
so dadas por:
Q
1
=
_
_
0 1 0
1 0 2
0 0 1
_
_
Q =
_
_
0 1 2
1 0 0
0 0 1
_
_
.
Para calcularmos e
tA
determinamos a matriz A
0
, que representa o oprerador na base dos
autovetores e autovetor generalizado. Subtrai-se dessa matriz a parcela diagonal, obtendo-
se a parte nilpotnte N
0
. De posse de S
0
e N
0
calcula-se exp (S
0
+N
0
) eretorna-se base
original:
A
0
= QAQ
1
=
_
_
0 1 2
1 0 0
0 0 1
_
_
_
_
1 1 2
0 1 4
0 0 1
_
_
_
_
0 1 0
1 0 2
0 0 1
_
_
=
_
_
1 0 0
1 1 0
0 0 1
_
_
Calculamos a seguir a matriz N
0
:
N
0
= A
0
S
0
=
_
_
1 0 0
1 1 0
0 0 1
_
_

_
_
1 0 0
0 1 0
0 0 1
_
_
=
_
_
0 0 0
1 0 0
0 0 0
_
_
Observamos que a matriz N
0
no est na forma de um bloco nilpotente elementar pelo fato
dos autovalores de A no serem todos iguais. Calculamos a seguir e
tA
0
= e
S
0
e
N
0
, notando
que N
2
0
= 0:
e
tA
0
=
_
_
e
t
0 0
0 e
t
0
0 0 e
t
_
_
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
+
_
_
0 0 0
t 0 0
0 0 0
_
_
_
_
=
_
_
e
t
0 0
te
t
e
t
0
0 0 e
t
_
_
.
Concluindo a seo, mostramos o seguinte:
Teorema: Seja um operador algbrico linear, T, de dimenses n n, cujo polinmio ca-
racterstico :
p() = (
1
)
m
1
(
2
)
m
2
. . . (
k
)
m
k
= 0,
onde
1
,
2
, . . . ,
k
so os autovalores de T e m
1
, m
2
, . . . , m
k
, a multiplicidade de cada au-
tovalor, respectivamente, com m
1
+m
2
+ +m
k
= m. Todo operador T, conforme acima,
satizfaz seu polinmio caracterstico, isso :
p(A) = (A
1
I)
m
1
(A
2
I)
m
2
. . . (A
k
I)
m
k
= 0,
onde I a matriz identidade e 0, a matriz nula (Teorema de Cayley-Hamilton).
217
Seja f um autovetor ou autovetor genaralizado, associado ao autovalor
j
, de multiplicidade
m
j
. Ento:
(T
j
)
m
j
f = Z.
O procedimento d o mesmo resultado com todos os binmios do polinmio carctrerstico,
isso com todos os autovetores e autovetores generalizados de T, que formam uma base de
E
m
. Como os binmios so comutveis, concluimos que o polinmio caracterstico aplicado
a qualquer vetor de base de E
m
e portanto, a qualquer vetor de E m, d como rezultado
o vetor Z. O operador que leva qualquer vetor de E
m
para o vetor Z o operador zero, o
que prova o teorema.
D.7.3 Forma cannica real de Jordan
Vimos que um operador com um nico autovalor pode ser decomposto na soma de uma
matriz diagonal com uma nilpotente. Resta a questo a responder sobre a forma dessa
matriz nilpotente, pois, tanto ela pode conter apenas um bloco de Jordan e ter a forma
da matriz D.32, quanto se composta por vrios blocos nilpotentes elementares, conforme a
matriz D.33. Examinemos a estrutura da matriz de dimanses 10 10 abaixo, j escrita em
forma cannica:
N =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
1 0
1 0
0
1 0
0
1 0
0
0
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Por ser formada por 6 blocos de Jordan, o espao nulo dessa matriz igual a 6 (ver pg. 214.
Uma primeira regra se deduz imediatamente desse fato: a dimenso
1
do espao nulo de N
dada por:

1
= dim Nu (N).
218
Elevando a matriz N ao quadrado obtemos:
N
2
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
0 0
1 0 0
0
0 0
0
0 0
0
0
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Cada bloco de dimenses 11 contribui com uma dimenso para a dimenso do espao nulo
de N
2
e blocos de dimenses iguais ou superior a 1 1 contribuem com duas dimenses.
Elevando a matriz ao cubo, obtemos:
N
3
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
0 0
0 0 0
0
0 0
0
0 0
0
0
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
O espao nulo de N
3
tem a mesma dimenso n da matriz. O maior bloco de Jordan tem
dimenso 3. Seja
k
o nmero de blocos de dimenses k k e
j
, a dimenso do espao nulo
de N
j
. Temos ento:

1
=
1
+
2
+
3

2
=
1
+ 2
2
+ 2
3

3
=
1
+ 2
2
+ 3
3
.
A soluo desse sistema fornece
1
= 3,
2
= 2 e
3
= 1. De forma geral, o nmero de blocos
de Jordan determinado pela soluo do sistema:

1
=
1
+
2
+. . . +
n

2
=
1
+ 2 (
2
+. . . +
n
)
.
.
.
.
.
.
.
.
.

n1
=
1
+ 2
2
+. . . + (n 2)
n2
+ (n 1) (
n1
+
n
)

n
=
1
+ 2 + 2 +. . . +n
n
,
219
onde n o menor expoente ao qual a matriz N deve ser elevada, que d como resultado a
matriz 0.
Uma operador cuja parte nilpotente est escrita na forma de blocos elementares
encontra-se na forma cannica de Jordan. Um exemplo de matriz nessa forma dado
abaixo:
J =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

1
1

_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
D.7.4 Forma cannica complexa de Jordan
O caso de operadores com autovalores complexos repetidos tratado de forma semelhante
ao real. Um exemplo de matriz complexa na forma cannica de Jordan complexo dado
pelo exemplo abaixo:
J =
_
_
_
_
_
_
_
_
_
D
I D
I D
.
.
.
.
.
.
I D
I D
_
_
_
_
_
_
_
_
_
, onde:
D =
_
a b
b a
_
I =
_
1 0
0 1
_
.
(D.39)
Observamos apens que, no caso de operadores com um nico par de autovalores complexos
a ib a subtaro N = T S deve ser feita obrigatoriamente na base dos autovetores e
autovetores generalizados, ao contrrio do que se faz no caso de operadores com um nico
autovelor real, porque a matriz contendo apenas blocos D (Eq. D.39) ao longo da diagonal
principal no a mesma em todas as bases.
D.8 Problemas
1. Sejam A e Q duas matrizes quadradas de dimenses n n, com Q inversvel. O trao
de uma matriz denido como a soma dos elementos da diagonal principal:
tr (A) =
ij
a
ij
,
onde a
ij
o elemento geral de A. Seja B = QAQ
1
. B e A so duas matrizes similares
que representam o mesmo operador algbrico linear T, em bases diferentes. As colunas
220
de Q
1
so formadas pelas coordenadas de cada um dos vetores da nova base, na qual
a matriz B representa o operador T. Mostrar que:
tr (A) = tr
_
QAQ
1
_
= tr(B) = tr (T),
isso , que o trao, assim como o determinante, um invariante do operador T e
independe da matriz que o representa.
2. Mostrar que se A e B forem duas matrizes quadradas arbitrrias, de dimenses nn,
ento tr (AB) = tr (BA).
3. Mostrar que (
ij

ij

ii

jj
) /2 um invariante de um tensor de segunda ordem .
4. Sejam R e A, B e Q, trs matrizes com Q inversvel, tais que AQ = QB. Mostre
que:
(a) (I A) Q = Q(I B);
(b) autovalor de A se e somente se for autovalor de B;
(c) X autovetor de de B, associado a se QX for autovetor de A, associado a .
5. Seja A(t) uma matriz cujos elementos dependem de um parmetro t e A(t
2
)A(t
1
) =
A(t
1
)A(t
2
), para quaisquer valores de t
1
e t
2
. Seja f(A) uma funo da matriz A e
denimos:
df(A)
dt
= lim
h0
f(A(t +h)) f(A(t))
h
.
Mostrar que:
dA
n
dt
= nA
n1
dA
dt
,
d e
A
dt
=
dA
dt
e
A
.
Sugesto: usar a frmula do binmio de Newton:
(X +Y )
n
= n!

j+k=n
X
j
j!
Y
k
k!
,
onde aplicvel.
6. Mostrar que se = 0 for um autovalor associado ao autovetor X de um operador
algbrico linear inversvel A, ento:
A
1
X =
1

X.
7. O clculo dos autovalores de um operador atravs da resoluo da Eq. D.7 difcil
para matrizes de grandes dimenses. Um mtodo alternativo consiste em se aplicar
a matriz em um valor qualquerY e repetir a operao, aplicando-a sucessivamente
aos vetores resultantes. Como um vetor qualquer pode ser considerado como soma de
221
autovetores de comprimento convenientemente escolhido (X = X
1
+X
2
+. . . +X
n
)
tm-se:
AX = A(X
1
+X
2
+. . . +X
n
) =
1
X
1
+
2
X
2
+. . . +
n
X
n
A(AX) =
2
1
X
1
+
2
2
X
2
+. . . +
2
n
X
n
.
.
.
.
.
.
.
.
.
A
p
X =
p
1
X
1
+
p
2
X
2
+. . . +
p
n
X
p
.
A cada aplicao da matriz A, a componente relativa ao maior autovalor ca maior em
relao s demais. Normalizanndo as componentes do vetor resultante a cada aplicao
pelo mdulo do novo vetor obtm-se um vetor X
n
, tal que |X
n
| = 1 (n o nmero da
iterao). Esse vetor alinha-se rapidamente ao autovetor de maior mdulo. Uma vez
determinado o autovetor associado ao autovalor de maior mdulo pode-se calcular o
autovalor sem diculdades. Para clculo do segundo autovalor e do segundo autovetor
subtrai-se do vetor Y, a componente na direo de X
1
e repete-se o procedimento.
No caso de matrizes muito grandes, muitas vezes procura-se determinar taxas de cres-
cimento e frequncias naturais prximas a alguma frequncia especicada. Uma forma
de se calcular um autovetor correspondente a um autovalor especicado consiste em
seguir o seguite procedimento:
(a) Calcula-se a matriz B = A I. Essa matriz passa a ter um autovalor

= 0.
Sua inversa tem um autovalor que diverge;
(b) Inverte-se a matriz e calcula-se o autovetor correspondente a seu maior autovalor.
Os autovalores da matriz:
A =
_
_
_
_
_
_
_
_
5 0 0 0 0 1
2 3 3 0 0 7
0 0 1 0 1 0
1 0 0 4 0 1
0 0 0 0 2 0
0 0 0 0 0 6
_
_
_
_
_
_
_
_
so = 1, 2, 3, 4, 5 e 6. Calcular os autovetores da matriz, comeando pelo associado ao
maior autovalor. Repetir o clculo subtraindo 1, 2I da matriz A. Quantas iteraes
so necessrias at a convergncia, isso , at que:
|X
n
X
n1
|
|X
n
|
< 10
8
?
8. Mostrar que, se for um autovalor associado ao autovetor Xde um operador algbrico
linear A, ento:
exp(A)X = exp()X.
9. Suponha que no seja um autovalor da matriz A M(n). Mostrar que a equao

X = AX + e
t
Y, com Y especicado, tem uma soluo da forma X = e
t
V, com
V R
n
.
222
10. Calcular a exponencial das matrizes:
_
_
0 1 2
0 0 3
0 0 0
_
_
_
_
_
_
1 0 0 0
1 0 0 0
1 0 0 0
1 0 0 0
_
_
_
_
_
i 0
0 i
_
.
11. Resolver o sistema:
x = 2x
y = x 2y
z = y 2z
com a condio inicial (x
0
; y
0
; z
0
) = (1; 2; 3).
12. Determinar os pontos de equilbrio, a estabilidade linear dos mesmos e construir as
trajetrias no espao de fases (retrato de fases) do sistema cuja evoluo obedece
equao de Dung:
x +x
2
x x +x
3
= 0
13. Determinar os pontos de equilbrio, a estabilidade linear dos mesmos e esboar as
trajetrias no espao de fases do sistema cuja evoluo obedece equao de Van der
Pool:
x +
_
x
2
1
_
x +x = 0.
14. A gura ao lado mostra o esquema de um pndulo
giratrio. Pede-se:
(a) Mostrar que a equao de evoluo do pn-
dulo :
mr

+mg sen mr
2
sen cos = 0
ou:

+
g
r
sen
2
sen cos = 0;
mg r sen # $
2
mg sen #
$
cos# sen # mg r $
2
cos# mg
r
#
mg
(b) Reescrever a equao do movimento sob a forma de duas equaes de primeira
ordem e mostrar que os pontos xos da dinmica so:
= n
= cos
1
(1/) ( 1) ,
onde =
2
r/g. Nos dois casos,

= 0.
(c) Estudar a estabilidade linear dos pontos xos e construir o retrato de fases do
sistema.
223
15. Em 1968, os profs. I. Prigogine e R. Lefever, da Universidade Livre de Bruxelas, pro-
puseram um modelo para descrever as oscilaes em sistemas qumicos observadas por
Belousov e Zhabotinsky, cerca de quinze anos antes. Graas a esse modelo, Prigogine
foi agraciado com o prmio Nobel de qumica em 1977. O modelo recebeu o nome de
Brusselador e dado por:
dx
dt
= (b + 1)x +a +x
2
y
dy
dt
= bx x
2
y,
onde x e y so as concentraes de compostos qumicos intermedirios e a e b, as
concentraes de reagentes, mantidas constantes. Determinar os pontos de equilbrio
dessa cintica. Que relaes devem existir entre os parmetros desse modelo, para
que o sistema seja estvel e em que condies ocorrem oscilaes que so amplicadas
(bifurcao de Hopf)?
16. Qual a dimenso de Hausdor do conjunto de Cantor obtido removendo-se sees
centrais de comprimento l/2 em cada etapa de construo do conjunto, ao invs de
l/3?
17. Mostrar que ( 4)
2
( 2) = 0 o polinmio caracterstico das matrizes:
A =
_
_
6 2 2
2 2 2
2 2 2
_
_
e: B =
_
_
6 2 2
2 2 0
0 0 2
_
_
.
Mostrar que A
2
6A+ 8I = (a 4I) (A2I) = 0, mas B
2
6B + 8I = 0. Mostrar
que (B 4I)
2
(B 2I) = 0.
18. Mostrar que a matriz A do problema 17 tem dois autovalores linearmente indepen-
dentes, associados a = 4 e a matriz B, apenas um e um autovetor generalizado de
ordem dois. Essa a razo pela qual A satisfaz uma equao polinomial de grau mais
baixo do que B.
19. Determinar a forma cannica de Jordan das matrizes:
A =
_
_
_
_
5 6 1 1
1 1 1 0
2 2 2 1
8 10 1 2
_
_
_
_
e: B =
_
_
_
_
_
_
_
_
5 1 1 1 0 0
1 3 1 1 0 0
0 0 4 0 1 1
0 0 0 4 1 1
0 0 0 0 3 1
0 0 0 0 1 3
_
_
_
_
_
_
_
_
.
A matriz A tem um nico autovalor = 1, de multiplicidade 4.
224