Sistemas de Equa

c
oes Diferenciais no
Plano
Sistemas aut
onomos
Queremos estudar o comportamento das solucoes do sistema escrito na seguinte forma:
 0
x = f (x, y)
(1)
y 0 = g(x, y)
onde x = x(t) e y = y(t). Tal sistema e chamado de sistema autonomo, ou seja, a variavel
independente t nao aparece explicitamente no lado direito das equacoes.
Uma soluc
ao desse sistema possui a seguinte forma:


x(t)
X(t) =
(2)
y(t)
Alem disso, podemos provar que:
Lema 1: Se x(t) e y(t), com a < t < b, e uma solucao do sistema (1), entao para qualquer
n
umero real k as funcoes
x1 (t) = x(t + k)

y1 (t) = y(t + k)

tambem sao solucoes do sistema (1).

Demonstrac
ao: Aplicando a regra da cadeia temos
x01 = x0 (t + k) = f (x(t + k), y(t + k)) = f (x1 , y1 )
y10 = y 0 (t + k) = g(x(t + k), y(t + k)) = g(x1 , y1 )
Portanto, x1 e y1 sao solucoes de (1), as quais estao definidas em a k < t < b k.
O vetor solucao X(t) nos diz como o ponto (x, y) se move no plano-xy de acordo com
a variacao do tempo t. O movimento do ponto (x, y) determina uma curva, chamada de
trajet
oria da solucao X(t), como mostra a Figura 1.
Observe que pelo Teorema de Existencia e Unicidade podemos concluir que:
Lema 2: Por qualquer ponto do plano-xy passa no maximo uma trajetoria do sistema (1).
Em outras palavras, duas trajetorias do sistema (1) nao se interceptam.
1

y
X(t)

Figura 1: Trajetoria da solucao X(t)

Demonstrac
ao: Considere duas trajetorias distintas C1 e C2 com um ponto em comum
(x0 , y0 ) e representadas, respectivamente, por (x1 , y1 ) e (x2 , y2 ).
Sendo assim, existem t1 e t2 tais que
(x1 (t1 ), y1 (t1 )) = (x0 , y0 )
(x2 (t2 ), y2 (t2 )) = (x0 , y0 )
Pelo Teorema de Existencia e Unicidade temos que t1 6= t2 , pois caso contrario a unicidade
de solucoes seria contrariada. Agora pelo Lema 1, temos que
x(t) = x1 (t + t1 t2 )
y(t) = y1 (t + t1 t2 )
e uma solucao do sistema (1).
Agora observe que
(x(t2 ), y(t2 )) = (x1 (t1 ), y1 (t1 )) = (x0 , y0 )
ou seja,
(x(t2 ), y(t2 )) = (x0 , y0 )
(x2 (t2 ), y2 (t2 )) = (x0 , y0 )
Portanto, pelo Teorema de Existencia e Unicidade temos que
(x(t), y(t)) = (x2 (t), y2 (t))
para todo t, pois caso contrario a unicidade de solucoes seria contrariada. Logo, C1 e C2
devem ser a mesma trajetoria.
Tambem, podemos pensar na derivada de uma solucao
 0

x (t)
0
X (t) =
y 0 (t)
como representante do vetor velocidade do ponto (x, y) que se move de acordo com a
solucao (2). Dessa forma, podemos interpretar geometricamente o sistema (1) como um
2

Figura 2: Campo de Velocidades

campo de velocidade onde para cada ponto (x0 , y0 ) no plano-xy esta associado um vetor
velocidade tendo sua calda em (x0 , y0 ), como mostra a Figura 2.
Como uma solucao do sistema (1) e um ponto movendo no plano-xy temos que em cada
ponto da sua trajetoria, ele possui a velocidade descrita pelo campo de velocidades, como
mostra a Figura 1.
y
X(t)

Figura 3: Trajetoria no campo de velocidades

Classifica
c
ao de Sistemas Lineares
Hiperb
olicos no Plano
Sistemas lineares aut
onomos
Queremos estudar o comportamento das solucoes do sistema linear escrito na seguinte
forma:
 0
x = ax + by
(3)
y 0 = cx + dy
onde x = x(t) e y = y(t). Tal sistema e chamado de sistema autonomo, ou seja, a variavel
independente t nao aparece explicitamente no lado direito das equacoes.
Podemos reescrever o sistema (3) na forma matricial, ou seja,
X 0 = AX
onde


A=

a b
c d


e

X=

x
y

Autovalores e Autovetores

Como ja foi estudado anteriormente, se diz um autovalor da matriz A =

a b
c d


se

existe um vetor nao nulo v R2 tal que

Av = v

(4)

Neste caso, o vetor v e chamado de autovetor e podemos escrever a equacao (4) como
(A I2 )v = 0

(5)

Como v = (0, 0) satisfaz a equacao (4) para todo , estaremos interessados em v 6= (0, 0)
que satisfaca tal equacao. Em outras palavras, a matriz A deve ser nao inversvel, ou seja,
det(A I2 ) = 0
Calculando o referido determinante encontramos a equacao do segundo grau a seguir, a qual
e chamada de polinomio caracterstico,
2 (a + d) + (ad bc) = 0
4

Observe que tr(A) = a + d e que o det(A) = ad bc, ou seja, o polinomio caracterstico

pode ser reescrito como
2 tr(A) + det(A) = 0
Alem disso, observe que se 1 e 2 sao razes do polinomio caracterstico, entao
2 tr(A) + det(A)

( 1 )( 2 )

2 (1 + 2 ) + 1 2

ou seja,
tr(A) = 1 + 2
det(A) = 1 2
Na sequencia enuciaremos o proximo teorema o qual nao demonstraremos.
Teorema 3: Seja A uma matriz quadrada 2 2 e denote o discriminante da matriz A
por:

2
= tr(A) 4det(A)
Sendo assim, existem tres possibilidades para os autovalores da matriz A, que podem ser
descritas em termos do discriminante:
a) Se > 0, entao os autovalores sao reais e distintos.
b) Se < 0, entao os autovalores sao um par de complexos conjugados.
c) Se = 0, entao os autovalores sao reais e iguais.

Classificac
ao dos sistemas lineares hiperb
olicos no plano
0

Definic
ao 1: Seja o sistema X = AX, os pontos (x, y) R para os quais AX =

0
0

sao chamados de pontos de equilbrio do sistema.

Admitindo que det(A) 6= 0, entao A e inversvel. Logo X = (0, 0) e o u
nico ponto de
equilbrio do sistema X 0 = AX.
Definic
ao 2: O sistema de equacoes diferenciais X 0 = AX e um Poco se os autovalores
da matriz A tem ambos parte real negativa. O sistema X 0 = AX de equacoes diferenciais e
uma Fonte se os autovalores da matriz A tem ambos parte real positiva e uma Sela se os
autovalores da matriz A forem reais sendo um positivo e o outro negativo.
Teorema 4: Se os autovalores de A tiverem parte real negativa, entao a origem e um ponto
de equilbrio assimptoticamente est
avel para X 0 = AX.
Definic
ao 3: O sistema X 0 = AX de equacoes diferenciais diz-se hiperb
olico se todos os
autovalores de A tem parte real nao nula.

Sendo X 0 = AX, podemos usar o determinante, o traco e o discriminante da matriz

A para classificar os sistemas lineares hiperbolicos no plano, nas proximidades da origem.
Vejamos:
(1) det(A) = 0: A matriz A tem pelo menos um autovalor real igual a zero, sendo o sistema
nao hiperbolico.
(2) det(A) < 0: A matriz A tem um autovalor positivo e outro negativo, sendo a origem,
o ponto de equilbrio, uma Sela como mostra a Figura 4. Por exemplo, considere o
seguinte sistema


1 3
0
X =
X
(6)
3 1
Observe que det(A) = 8 < 0 e que os autovalores sao 1 = 4 e 2 = 2.
y

v2

v1

Figura 4: Plano de fase do sistema (6)

(3) det(A) > 0: A matriz A tem dois autovalores reais com o mesmo sinal ou um par de
autovalores complexos conjugados.
(a) det(A) > 0 e tr(A) = 0: Entao os autovalores sao complexos conjugados imaginarios puros, sendo o sistema nao hiperbolico.
(b) det(A) > 0 e tr(A) < 0: Como o traco de A e a soma dos autovalores, se tr(A)
o caso do sistema (7), onde det(A) = 2 > 0 e
e negativo obtemos um Poco. E
tr(A) = 3 e do sistema (8) onde det(A) = 26 > 0 e tr(A) = 2.


X =


X =

2 0
0 1

1 5
5 1

(7)

(8)

Os dois sistemas (7) e (8) distinguem-se analisando, de acordo com o Teorema 3,

o discriminante

2
= tr(A) 4 det(A).
(*) > 0: Os autovalores da matriz A sao reais distintos e ambos negativos,
como e o caso do exemplo (7) em que = 1. Neste caso, temos um N
o
(estavel), como mostra a Figura 5.
y
v2

v1

Figura 5: Plano de fase do sistema (7)

o caso de (8), em que = 100, sendo os autovalores complexos
(*) < 0: E
conjugados com parte real negativa. Assim, a origem designa-se por Po
co
espiral, como mostra a Figura 6.
y

Figura 6: Plano de fase do sistema (8)

(*) = 0: Os autovalores de A sao reais e iguais, sendo necessario analisar se a
matriz e m
ultipla da identidade ou nao.
7

 A e multipla da identidade: Neste caso a origem e um Foco (estavel),

pois existem dois autovetores linearmente independentes, como mostra a
Figura 7. Este e o caso do exemplo (9) a seguir, onde temos que det(A) =
4, tr(A) = 4 e = 0, e os autovalores sao 1 = 2 = 2.


2 0
0
X =
X
(9)
0 2

y
v2

v1

Figura 7: Plano de fase do sistema (9)

A nao e multipla da identidade: Neste caso a origem e um N
o impr
oprio (estavel), existindo so um autovetor linearmente independente,
como mostra a Figura 8. Este e o caso do exemplo (10) a seguir, onde
temos que det(A) = 4, tr(A) = 4 e = 0, e os autovalores sao
1 = 2 = 2.


1 1
0
X =
X
(10)
9 5
Note-se que em ambos os exemplos (9) e (10) se tem det(A) = 4, tr(A) =
4 e = 0. O que os distingue e o fato de A ser ou nao m
ultipla da
identidade.
(c) tr(A) > 0: Neste caso a classificacao e semelhante ao caso (b). A u
nica diferenca
e que aqui os sistemas sao instaveis. Os diagramas de fase sao identicos aos do
(b), mas as setas estao invertidas. Sendo assim, se:
(*) > 0: Os autovalores da matriz A sao reais distintos e ambos positivos e,
portanto, temos um N
o (instavel).
(*) < 0: Sendo os autovalores complexos conjugados com parte real positiva,
a origem designa-se por Fonte espiral.
(*) = 0: Os autovalores de A sao reais e iguais, sendo necessario analisar se a
matriz e m
ultipla da identidade ou nao.
8

y
v1

Figura 8: Plano de fase do sistema (10)

A e multipla da identidade: Neste caso a origem e um Foco (instavel).
A nao e multipla da identidade: Neste caso a origem e um N
o impr
oprio
(instavel).
Esta classificacao dos sistemas lineares hiperbolicos no plano pode ser resumida no seguinte
(veja Figura 9):
(1) det(A) = 0: Sistema nao hiperbolico.
(2) det(A) < 0: Ponto de Sela, pois os autovalores sao reais de sinais contrarios.
(3) det(A) > 0: Dois autovalores reais de mesmo sinal ou um par de complexos conjugados.
(a) tr(A) = 0: Sistema nao hiperbolico, pois os autovalores sao complexos imaginarios
puros.
(b) tr(A) < 0: Autovalores com parte real negativa.
(*) = 0:
A e multipla de I2 : Foco estavel.
A nao e multipla de I2 : No improprio estavel.
(*) < 0: Espiral estavel.
(*) > 0: No estavel.
(c) tr(A) > 0: Autovalores com parte real positiva.
(*) = 0:
A e multipla de I2 : Foco instavel.
A nao e multipla de I2 : No improprio instavel.
(*) < 0: Espiral instavel.
(*) > 0: No instavel.

Figura 9: Classificacao de sistemas lineares hiperbolicos no plano em coordenadas

(tr(A), det(A)).

10

Sistemas n
ao-Lineares Aut
onomos,
Retrato de Fase, Ciclos Limite,
Teorema de Poincar
e-Bendixson e
Equa
co
es de Lienard
Sistemas n
ao-lineares aut
onomos e retrato de fase
Queremos estudar o comportamento das solucoes do sistema nao-linear escrito na seguinte
forma:
 0
x = f (x, y)
(11)
y 0 = g(x, y)
onde x = x(t) e y = y(t).
Antes de pensarmos como desenhar o comportamento das solucoes de um sistema da
forma (11), precisamos primeiro pensar em pontos de equilbrio, tambem chamados de pontos
crticos ou pontos estacionarios.
Definic
ao 4: Um ponto (x0 , y0 ) e um ponto de equilbrio para o sistema
 0
x = f (x, y)
y 0 = g(x, y)
se

f (x0 , y0 ) = 0
g(x0 , y0 ) = 0

Em outras palavras, para encontrarmos os pontos de equilbrio do sistema acima, basta

resolver o seguinte sistema

f (x, y) = 0
g(x, y) = 0
Estamos interessados aqui em discutir um sistema 2 2 autonomo de modo geral, ou seja,
nao-linear. Entao suponhamos que o sistema (11) e nao-linear. Para estudarmos este tipo de
sistema podemos pensa-lo como um sistema linear da forma
X10 = AX1

11

nas proximidades dos pontos de equilbrio, ou seja, a linearizacao do sistema (11) em torno
de (x0 , y0 ).
Em geral, e principalmente quando existem varios pontos de equilbrio ou quando as
funcoes f (x, y) e g(x, y) nao sao simples, para encontrar o sistema linearizado, ou fazer a
linearizacao do sistema, usamos a matriz Jacobiana dada por

f (x, y)

J(x, y) =

g(x, y)
x

f (x, y)

g(x, y)
y

O resultado e que nas proximidades do ponto de equilbrio (x0 , y0 ), a linearizacao do

sistema


x0 = f (x, y)
y 0 = g(x, y)

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

x01 =
x1 +
y1

x
y

g(x, y)
g(x, y)

x1 +
y1
y10 =
x
y
ou na forma matricial
X10 = AX1
onde

X1 =

x1
y1


e

12

A = J(x0 , y0 )

Retrato de fase
A seguir apresentamos um procedimento geral para desenhar, do ponto de vista qualitativo, as trajetorias de um sistema nao-linear autonomo
 0
x = f (x, y)
y 0 = g(x, y)
Em outras palavras, apresentamos um procedimento para esbocar o retrado de fase do sistema
nao-linear dado.
1. Encontre todos os pontos de equilbrio resolvendo o seguinte sistema:

f (x, y) = 0
g(x, y) = 0
2. Para cada ponto de equilbrio (x0 , y0 ) encontre a matriz A do sitema linearizado, ou
seja, aplique a matriz Jacobiana no ponto (x0 , y0 ).

f (x, y)
f (x, y)
(x0 , y0 )
(x0 , y0 )

x
y

A = J(x0 , y0 ) =

g(x, y)
g(x, y)
(x0 , y0 )
(x0 , y0 )
x
y
3. Determine o tipo geometrico de cada ponto de equilbrio do sistema linearizado, ou
seja, se sao pontos de sela, nos ou espirais estaveis ou instaveis.
4. No plano-xy, marque os pontos de equilbrio e desenhe as trajetorias nas proximidades
dos pontos de equilbrio (x0 , y0 ), incluindo a direcao do movimento.
5. Finalmente, para finalizar o desenho, desenhe algumas trajetorias compatveis com o
comportamento das trajetorias que foram desenhadas no passo anterior. Se foi cometido
algum erro na analise anterior em qualquer ponto de equilbrio, ele vai aparecer agora.
Em outras palavras, sera impossvel desenhar de forma plausvel qualquer trajetoria
que complete o desenho.
Exerccio 1: Para cada sistema a seguir, a origem e claramente um ponto de equilbrio. De
o tipo, a estabilidade, e apresente o comportamento de algumas trajetorias (plano de fase)
do sistema em torno de tal ponto.
 0
 0
x = x y + xy
x = x + 2x2 y 2
1.
2.
y 0 = 3x 2y xy
y 0 = x 2y + x3
Exerccio 2: Para cada sistema a seguir, encontre os pontos de equilbrio de cada sistema, e
faca o plano de fase em torno de cada ponto e adicione algumas trajetorias compatveis com
as as outras que voce desenhou.
 0
 0
x = 1y
x = x x2 xy
1.
2.
0
2
2
y = x y
y 0 = 3y xy 2y 2
13

Ciclos limite
Ate agora, nossa analise dos sistemas nao-lineares no plano-xy se resumiu em encontrar os
pontos de equilbrio do sistema e analizar as trajetorias nas proximidades de cada um destes
pontos. Isto nos da uma ideia de como as outras trajetorias se comportam, pelo menos
aquelas que passar nas proximidades dos pontos de equilbrio.
Uma outra possibilidade importante, a qual pode influenciar no comportamento das trajetorias e se uma destas trajetorias for uma curva fechada C. Se isto acontecer, a solucao
associada X(t) sera geometricamente determinada por um ponto que vai e volta sobre a curva
C com um certo perodo T . Isto e, a solucao
X(t) = (x(t), y(t))
sera um par de funcoes periodicas com perodo T , ou seja,
x(t + T ) = x(t)

y(t + T ) = y(t),

para todo t

Se tal curva (trajetoria) fechada existir, as trajetorias nas suas proximidades devem se
comportar de maneira parecida com C. Assim temos as seguintes possibilidades: nas proximidades de C as curvas podem ser espirais se aproximnando de C, elas podem ser espirais
se afatando de C, ou elas podem ser tambem curvas fechadas, como mostra a figura a seguir.
Se o u
ltimo caso nao acontece, ou seja, a curva C e uma curva isolada, entao C e chamada de
ciclo limite, o qual pode ser estavel, instavel ou semi-estavel, respectivamente, se as curvas
espirais se aproximam de C, ou se afastam de C, ou ambas.

C
C

Ciclo limite estavel

Ciclo limite instavel

Ciclo limite semiestavel

Neutro Centro estavel

Figura 10: Classificacao dos ciclos limite

O ciclo limite mais importante e o ciclo limite estavel, onde nas suas proximidades as
curvas (trajetorias) espirais aproximam de C de ambos os lados. Processos periodicos na
natureza podem frequentemente ser representados como ciclos limite estaveis, assim existe
um grande interesse em encontrar tais trajetorias se elas existem. Infelizmente, pouco se sabe
sobre como fazer isto, ou como mostrar que um sistema nao possui ciclos limite.

14

Exist
encia de ciclos limite
A principal ferramenta que vem sendo historicamente usada para mostrar que sistemas
da forma
 0
x = f (x, y)
(12)
y 0 = g(x, y)
possui ciclo limite estavel e o seguinte:
Teorema 5 [Teorema de Poincar
e-Bendixson]: Suponha que R e uma regiao finita do
plano entre duas curvas simples fechada D1 e D2 , e que F e campo de velocidades para o
sistema (12). Se
(i) se em cada pode de D1 e D2 , o campo F aponta para o interior da regiao R, e
(ii) R nao contem nenhum ponto de equilbrio,
entao o sistema (12) possui uma trajetoria fechada (ciclo limite) contido em R.
Nao daremos uma demonstracao formal deste teorema, mas de certa forma tal teorema
e intuitivo. De fato, se comecarmos em uma das curvas de contorno D1 ou D2 , a solucao
entrara na regiao R, pois, os vetores velocidades apontar para o interior de R. De acordo com
o avancar do tempo, a solucao nao pode nunca deixar R, pois quando a solucao se aproxima
de uma de contorno, tentando sair de R, os vetores velocidade sempre apontam para dentro
de R, forcando a solucao a ficar dentro de R. Desde que a solucao nao pode sair de R, a u
nica
coisa que a solucao pode fazer quando t e ou se aproximar de um ponto de equilbrio mas nao existe nenhum em R por hipotese - ou se aproximar em forma de espiral em direcao
a uma trajetoria fechada. Logo, existe uma trajetoria fechada (ciclo limite) em R, o qual nao
pode ser instavel, ou seja, pode ser qualquer uma das outras tres possibilidades.

D1

D2

Figura 11: Teorema de Poincare-Bendixson

15

N
ao-Exist
encia de ciclos limite
Vejamos agora o outro lado da moeda. Aqui apresentamos dois resultados que sao usados
para mostrar que um ciclo limite nao existe.
f (x, y) g(x, y)
e
sao contnuas em uma regi
ao
x
y
R a qual e simplesmente conexa (isto e, sem buracos), e

Teorema 6 [Crit
erio de Bendixson]: Se

f (x, y) g(x, y)
+
6= 0
x
y
entao o sistema

em todo ponto de R,

x0 = f (x, y)
y 0 = g(x, y)

nao possui trajetorias fechadas dentro de R, ou seja, nao possui ciclos limite.
Demonstrac
ao: Suponhamos por contradicao que existe um ciclo limite C em R. Denote
por S o interior da curva fechada C. Vamos calcular a integral de linha no sentido positivo
(o interior da curva C fica sempre a` esquerda), ou seja, vamos aplicar o Teorema de Green
no plano, que e:

I
ZZ 
f
g
+
f (x, y)dy g(x, y)dx =
dxdy
x
C
S x
Observe que o lado direito da igualdade e diferente de zero por hipotese. Do sitema
podemos obter
dx
f (x, y)
=
ou
f (x, y)dy = g(x, y)dx
dy
g(x, y)
Logo, a integral do lado esquerdo da igualdade anterior deve ser igual a zero, o que nos leva
a uma contradicao.
Note que o teorema nao nos leva a concluir nada se
f (x, y) g(x, y)
+
=0
x
y

Exemplo 1: O sistema

Soluc
ao:

Observe que

x0 = x + y 2
possui ciclos limite?
y 0 = x2 y 2

f (x, y)
= 1
x

g(x, y)
= 3y 2 . Sendo assim, para todo
y

(x, y)
f (x, y) g(x, y)
+
= 1 3y 2 < 0.
x
y
Portanto, pelo Criterio de Bendixson, o sistema nao possui ciclos limite.

16


Exemplo 2: O sistema

Soluc
ao: Observe que

x0 = x2 + y 2 + 1
possui ciclos limite?
y 0 = x2 y 3

f (x, y)
= 2x
x

g(x, y)
= 2y. Portanto,
y

f (x, y) g(x, y)
+
= 2x 2y = 0
x
y

se, e somente se,

x = y.

y
x=y

?
Sem ciclo limite
x

Sem ciclo limite

Figura 12: Teorema de Poincare-Bendixson

Como vimos antes, o teorema de Poincare-Bendixson diz que qualquer trajetoria descrita
por um sistema nao-linear que entra ou esta contida e nunca sai de uma regiao fechada e
limitada sem a existencia de um estado de equilbrio, e um ciclo limite ou esta se aproximando
de um.
Considerando uma regiao S delimitada pelo ciclo limite, sem a exclusao de pontos de
equilbrio, pode-se concluir a partir o teorema de Poincare-Bendixson que uma condicao
necessaria para existencia de um ciclo limite e que
N =S+1
onde N e o n
umero de espirais, nos ou centros, e S e o n
umero de pontos de sela.
Como corolario do teorema de Poincare-Bendixson temos o seguinte:

17

Teorema 7 [Crit
erio do Ponto de Equilbrio]: Um ciclo limite envolve pelo menos um
ponto de equilbrio.
Demonstrac
ao: Se S = 0, entao N = 1. Ou seja, um ciclo limite envolve necessariamente
pelo menos um ponto de equilbrio.
Note que de acordo com esse criterio, se uma regiao R do plano nao contem pontos de
equilbrios, entao R nao contem ciclos limite.
Exemplo 3: Olhando novamente o Exemplo 2, vemos que x2 + y 2 + 1 6= 0 para todo (x, y),
ou seja, o sistema nao possui pontos de equilbrio. Portanto, o sistema nao possui ciclos
limite.
 0
x = ax + by
possui trajetorias
Exemplo 4: Para quais valores de a e d o sitema
y 0 = cx + dy
fechadas?
facil verificar que f (x, y) = a
Soluc
ao: E
x
Pelo criterio de Bendixson,

g(x, y)
= d.
y

f (x, y) g(x, y)
+
= a + d 6= 0
x
y
implica a nao existencia de trajetorias fechadas.
Se a + d = 0 o criterio de Bendixson nao nos diz nada. Entao, o que acontece se a + d = 0?
Como o sistema dado e linear podemos escrever sua equacao caracterstica que e
2 (a + d) + (ad bc) = 0
Agora assumindo que a + d = 0, temos que:
1. se ad bc < 0 entao os autovalores serao reais distintos, como sinas opostos, e o sistema
e um ponto de sela.
2. se ad bc > 0 entao os autovalores sao complexos, imaginarios puros, e o sistema e um
centro, os quais sao trajetorias fechadas.
Portanto, o sistema possui trajetorias fechadas se, e somente se, a + d = 0 e ad bc > 0.
 0
x = y + x(1 x2 y 2 )
Exerccio 3: Considere sistema
.
y 0 = x + y(1 x2 y 2 )
1. Mostre que o ponto (0, 0) e o u
nico ponto de equilbrio do sistema. (Sugestao: mostre
y
x
que se (x, y) e um ponto de equilbrio nao nulo, entao =
e derive uma contradicao)
x
y
2. Mostre que (cos(t), sen(t)) e uma solucao do sistema e que ela e periodica. Qual e a
sua trajetoria?
18

Exerccio 4: Mostre que cada um dos sistemas a seguir nao possui trajetorias fechadas na
regiao R, que e todo o plano-xy, exceto o terceiro no qual a regiao R e considerada como a
regiao do plano-xy onde x < 1. No quarto, encontre as condicoes que as seis constantes
devem satisfazer para o sistema nao possuir trajetorias fechadas no plano-xy.
 0
 0
x = 2x + x2 + y 2
x = x + x3 + y 3
3.
1.
y 0 = x2 y 2
y 0 = y + x3 + y 3

 0
x0 = ax + bx2 2cxy + dy 2
x = x2 + y 2
4.
2.
0
y 0 = ex + f x2 2bxy + cy 2
y = 1+xy

Equac
ao de Lienard
A Equacao de Lienard e dada por
x00 + f (x)x0 + g(x) = 0.
As equacoes de Lienard modelam o sistema fsico de um circuito eletrico RLC, ou seja,
um circuito eletrico consistindo de um resistor (R), um indutor (L), e um capacitor (C),
conectados em serie ou em paralelo.
Fazendo
y = x0 + F (x), onde f (x) = F 0 (x)
podemos reescrever a Equacao de Lienard como o sistema de primeira ordem
 0
x = y F (x)
y 0 = g(x)

(13)

o qual e chamado de Sistema de Lienard.

O Teorema de Poincare-Bendixson e usualmente utilizado para estabelecer a existencia
de trajetorias fechadas de certos sistemas. Um problema muito mais delicado e determinar
o n
umero exato de ciclos limite de um certo sistema ou de uma certa classe de sistemas
dependendo de parametros.
Em 1928, Lienard provou que, para F e g satisfazendo certas condicoes, o sistema de
Lienard possui um u
nico ciclo limite, como podemos ver no teorema a seguir.
Teorema 8 [Teorema de Lienard]: Suponhamos que
(1) as funcoes F e g sao de classe C 1 em R, ou seja, possui derivada primeira contnua;
(2) as funcoes F e g sao mpares, ou seja, F (x) = F (x) e g(x) = g(x);
(3) xg(x) > 0 para todo x 6= 0;
(4) F 0 (0) < 0;
(5) F possui zeros somente em 0 e em x = a, com a R;
(6) F e monotona crescente para infinito para x a, quando x .
Entao o sistema de Lienard (13) tem exatamente um ciclo limite o qual e estavel.
19

Omitiremos a prova deste teorema, pois, alem de ser longa e difcil e requer conhecimentos
em analise.
Exemplo 5: Considere a equacao de van der Pol
x00 + k(x2 1)x0 + x = 0
a qual e um caso particular da Equacao de Lienard. Observe que
 3

x
F (x) = k
x
e g(x) = x.
3
De fato, F 0 (x) = k(x2 1). Portanto, o sistema de Lienard, neste caso, e dado por

 3

x
0
x = yk
x
3
0
y = x
Soluc
ao: Claramente as funcoes F e g sao mpares e de classe C 1 em R. Alem do mais,
xg(x) = x2 > 0
para todo x 6= 0. Temos tambem que
F 0 (0) = 1 < 0

Alem disso, F (0) = 0 e para a = 3 temos que F (a) = 0. Para x 3 F e monotona

e cresce para o infinito quando x . Assim, as hipoteses do Teorema de Lienard sao
satisfeitas para estas funcoes e, portanto, para todo k > 0, a equacao de van der Pol dada
anteriormente tem um u
nico ciclo limite estavel.
Exerccio 5: Suponha que as funcoes F e g no sistema (13) sejam dadas por
F (x) =

x3 x
x2 + 1

e g(x) = x

e vefique se tais funcoes satisfazem as condicoes do Teorema de Lineard.

Exerccio 6: Mostre que o sistema de Lienard
 0
x = y
y 0 = v(x) u(x)y
nao possui solucoes periodicas (trajetorias fechadas) se acontece uma das seguintes:
1. u(x) > 0 para todo x.
2. v(x) > 0 para todo x.
20

O sistema presa-predador: o modelo Lotka-Volterra

Suponhamos que x representa a densidade da presa e que y representa a densidade
do predador. Sendo assim temos o seguinte sistema de equacoes presa-predador de LotkaVolterra:
 0
x = ax bxy
y 0 = cy + dxy
onde r, a, c e d sao constantes positivas e:
1. a: taxa de crescimentos de presas;
2. b : taxa de mortalidade das presas devido a interacao da presa com o predador;
3. c: taxa de mortalidade de predadores;
4. d: taxa de conversao de biomassa de presas capturadas em predadores.
Alem disso, o termo ax implica que as presas crescerao de modo exponencial na ausencia
de predadores. Por sua vez, o segundo termo da primeira equacao, bxy, esta relacionado a`
reducao das presas por acao dos predadores. Na segunda equacao, o termo cy indica que a
populacao de predadores decai exponencialmente na ausencia de presas, e dxy indica que a
perda de presas leva a` producao de novos predadores.
Exerccio 7: Encontre os pontos de equilbrio do sistema de equacoes presa-predador de
Lotka-Volterra:
 0
x = x + xy
y 0 = y xy

21