Equações diferenciais ordinárias
Sistemas de Equações Lineares de Primeira Ordem
Referências - Boyce e DiPrima (2006); Simmons Krantz (2008)
Autovalores repetidos
Considerando um sistema de 𝑛 equações lineares homogêneas de coeficientes
constantes
𝒙′ = 𝑨𝒙 (1)
Onde 𝐴 é uma matriz real. Nossa procura por soluções do tipo 𝒙 = 𝒌𝑒 𝑟𝑡 , como já vimos,
nos mostra que 𝒌 será um autovetor associado ao autovalor 𝑟. Os autovalores 𝑟1 , … , 𝑟𝑛 são raízes
do polinômio característico
𝑝(𝑟) = det(𝑨 − 𝑟𝑰)
Já os autovetores associados satisfazem (𝑨 − 𝑟𝑰)𝒌 = 𝟎
Pode ser que encontremos autovalores repetidos, com multiplicidade algébrica 𝑘 ≥ 2; além
disso, esse autovalor com multiplicidade algébrica 𝑘 ≥ 2 pode ter multiplicidade geométrica
menor do que 𝑘.
Se 𝜆 é um autovalor de 𝑇 (ou de uma matriz A), então a multiplicidade algébrica de 𝜆 é
definida como a multiplicidade de 𝜆 como raiz do polinômio característico de 𝐴 e a
multiplicidade geométrica de 𝜆 é a dimensão do autoespaço, isto é, dim 𝑉(𝜆). A
multiplicidade geométrica de um autovalor 𝜆 de uma transformação (ou uma matriz A) não é
maior que a multiplicidade algébrica.
Vamos ver casos por meio de exemplos.
Exemplo1. Encontre os autovalores e autovetores da matriz
1 −1
𝐴=( )
1 3
Solução.
Polinômio característico 𝑝(𝑟) = 𝑟 2 − 4𝑟 = 4 = 0
𝑟 = 2 (raiz dupla) é um autovalor com multiplicidade algébrica 2.
Fazendo (𝑨 − 𝑟𝑰)𝒌 = 𝟎, temos:
−1 −1 𝑘1 0
( )( ) = ( )
1 1 𝑘2 0
Resolvemos, chegamos que 𝑘1 = −𝑘2
1
Portanto, o único autovetor associado ao autovalor 2 é:
1
𝒌=( )
−1
Ou qualquer múltiplo não nulo desse vetor. Portanto, a multiplicidade geométrica do autovalor
2 é 1 (existe apenas um autovetor LI associado a esse autovalor duplo).
Exemplo2. Encontre um conjunto fundamental de soluções para
1 −1
𝒙′ = ( )𝒙
1 3
Solução. Com base no exemplo anterior, chegamos que
1
𝒙(𝟏) (𝒕) = ( ) 𝑒 2𝑡
−1
É uma solução, mas precisamos encontrar outra solução que, junto com 𝒙(𝟏), forme um
conjunto fundamental de soluções.
Com o que já estudamos em conteúdos anteriores nessa disciplina, poderíamos supor que uma
segunda solução possível seja do tipo:
𝒙(𝑡) = 𝒌𝑡𝑒 2𝑡
Substituindo 𝒙 na equação 𝒙′ = 𝑨𝒙, temos
2𝒌𝑡𝑒 2𝑡 + 𝒌𝑒 2𝑡 − 𝑨𝒌𝑡𝑒 2𝑡 = 0
Para isso, é necessário que os coeficientes de 𝑡𝑒 2𝑡 e de 𝑒 2𝑡 sejam nulos. Isso nos leva a 𝒌 = 0
Logo, não existe solução não-nula da forma 𝒙(𝑡) = 𝒌𝑡𝑒 2𝑡 .
Notemos que a equação 2𝒌𝑡𝑒 2𝑡 + 𝒌𝑒 2𝑡 − 𝑨𝒌𝑡𝑒 2𝑡 = 0 tem termos 𝑡𝑒 2𝑡 e 𝑒 2𝑡 . Assim, uma
suposição é que, além de 𝒌𝑡𝑒 2𝑡 , a segunda solução deve conter 𝛈𝑒 2𝑡 . Assim:
𝒙(𝑡) = 𝒌𝑡𝑒 2𝑡 + 𝛈𝑒 2𝑡
Onde 𝒌 e 𝛈 são vetores constantes.
Substituindo na equação 𝒙′ = 𝑨𝒙, temos:
2
2𝒌𝑡𝑒 2𝑡 + (𝒌 + 𝛈)𝑒 2𝑡 = 𝑨(𝒌𝑡𝑒 2𝑡 + 𝛈𝑒 2𝑡 )
Igualando os coeficientes de 𝑡𝑒 2𝑡 e de 𝑒 2𝑡 , temos:
(𝑨 − 2𝑰)𝒌 = 0
(𝑨 − 2𝑰)𝜼 = 𝒌
1
A equação (𝑨 − 2𝑰)𝒌 = 0 é satisfeita para 𝒌 = ( )
−1
Para a segunda equação ((𝑨 − 2𝑰)𝜼 = 𝒌), temos:
−1 −1 | 1
( )
1 1 | −1
Como a segunda linha é proporcional à primeira, esse sistema é SPI (já que det(𝑨 − 2𝑰) = 0 e o
sistema na forma escalonada tem mais equações do que incógnitas).
−𝜂1 − 𝜂2 = 1
𝜂2 = −𝜂1 − 1
Seja 𝜂1 = 𝐶 (em que 𝐶 é uma constante qualquer), 𝜂2 = −1 − 𝐶
Assim,
𝐶 0 1
𝜼=( ) = ( )+𝐶( )
−1 − 𝐶 −1 −1
1 0 1
Portanto, 𝒙(𝟐)(𝑡) = 𝒌𝑡𝑒 2𝑡 + 𝛈𝑒 2𝑡 = ( ) 𝑡𝑒 2𝑡 + (( ) + 𝐶 ( )) 𝑒 2𝑡
−1 −1 −1
1 0 1
𝒙(𝟐) (𝑡) = ( ) 𝑡𝑒 2𝑡 + ( ) 𝑒 2𝑡 + 𝐶 ( ) 𝑒 2𝑡
−1 −1 −1
1
Repare que o termo 𝐶 ( ) 𝑒 2𝑡 é um múltiplo de 𝒙(𝟏) (𝑡) e pode ser descartado. Assim,
−1
1 0
𝒙(𝟐) (𝑡) = ( ) 𝑡𝑒 2𝑡 + ( ) 𝑒 2𝑡
−1 −1
Se fizermos 𝑊[𝒙(𝟏) , 𝒙(𝟐) ], veremos que 𝑊[𝒙(𝟏) , 𝒙(𝟐) ] = −𝑒 4𝑡 e, portanto, {𝒙(𝟏), 𝒙(𝟐) } é LI.
1 1 0
𝒙(𝑡) = ( ) 𝑒 2𝑡 𝑐1 + 𝑐2 (( ) 𝑡𝑒 2𝑡 + ( ) 𝑒 2𝑡 )
−1 −1 −1
Exercícios.
3 −4
1) Encontre um conjunto fundamental de soluções para 𝒙′ = ( )𝒙
1 −1
2 1 2
Resposta. 𝒙(𝑡) = 𝑐1 ( ) 𝑒 𝑡 + 𝑐2 [( ) 𝑒 𝑡 + ( ) 𝑡𝑒 𝑡 ]
1 0 1
0 1 1
2) Encontre um conjunto fundamental de soluções para 𝒙′ = (1 0 1) 𝒙
1 1 0
3
1 1 0
Resposta. 𝒙 𝑡 = 𝑐1 1 𝑒 + 𝑐2 0 𝑒 + 𝑐3 1 ) 𝑒 −𝑡
( ) ( ) 2𝑡 ( ) −𝑡 (
1 −1 −1
Autovalor de multiplicidade três. Quando a matriz dos coeficientes 𝐴 tem somente um
autovetor associado com um autovalor 𝜆1 de multiplicidade três, podemos determinar uma
segunda solução da forma
𝒙(2) (𝑡) = 𝒌𝑡𝑒 𝜆1 𝑡 + 𝜼𝑒 𝜆1 𝑡
e uma terceira solução da forma
𝑡2 𝜆 𝑡
𝒙(3) (𝑡) = 𝒌 𝑒 1 + 𝜼𝑡𝑒 𝜆1 𝑡 + 𝒑𝑒 𝜆1𝑡
2
Onde
𝑘1 𝜂1 𝑝1
𝑘2 𝜂2 𝑝2
. . .
𝒌= ,𝜼 = . ,𝒑 = .
.
. . .
(𝑘𝑛 ) (𝜂𝑛 ) (𝑝𝑛 )
Substituindo no sistema
𝒙′ = 𝑨𝒙
Temos que os vetores coluna 𝒌, 𝜼, 𝒑 precisam satisfazer
(𝑨 − 𝜆1 𝑰)𝒌 = 0
(𝑨 − 𝜆1 𝑰)𝜼 = 𝒌
(𝑨 − 𝜆1 𝑰)𝒑 = 𝜼
Exemplo.
2 1 6
Resolva 𝒙′ = (0 2 5) 𝒙
0 0 2
Resolução.
Equação característica (𝜆 − 2)3 = 0 mostra que 𝜆1 = 2 é um autovalor de multiplicidade
algébrica 3.
Resolvendo (𝑨 − 2𝑰)𝒌 = 𝟎 obtemos o único autovalor
1
𝒌 = (0)
0
Resolvendo os sistemas (𝑨 − 2𝑰)𝜼 = 𝒌 e (𝑨 − 2𝑰)𝒑 = 𝜼, obtemos:
0
𝜼 = (1)
0
4
0
6
−
𝒑= 5
1
( 5 )
0
1 2 0 6
= (0) 2 𝑒 2𝑡 + (1) 𝑡𝑒 2𝑡 + (− 5) 𝑒 2𝑡
𝑡
Desse modo, 𝒙(3)
1
0 0
5
E a solução geral do sistema é:
0
1 1 0 1 𝑡2 0 6
−
𝒙(𝑡) = 𝑐1 (0) 𝑒 2𝑡 + 𝑐2 [(0) 𝑡𝑒 2𝑡 + (1) 𝑒 2𝑡 ] + 𝑐3 (0) 𝑒 2𝑡 + (1) 𝑡𝑒 2𝑡 + 5 𝑒 2𝑡
2 1
0 0 0 0 0
[ ( 5 ) ]
Autovalores complexos
Vamos considerar, novamente, um sistema de 𝑛 equações lineares homogêneas de
coeficientes constantes
𝒙′ = 𝑨𝒙
Onde 𝐴 é uma matriz real. Nossa procura por soluções do tipo 𝒙 = 𝒌𝑒 𝑟𝑡 , como já vimos,
nos mostra que 𝒌 será um autovetor associado ao autovalor 𝑟. Os autovalores 𝑟1 , … , 𝑟𝑛 são raízes
do polinômio característico
𝑝(𝑟) = det(𝑨 − 𝑟𝑰)
Já os autovetores associados satisfazem (𝑨 − 𝑟𝑰)𝒌 = 𝟎
Caso encontremos autovalores complexos, esses sempre aparecerão em pares
conjugados, isto é, se 𝑟1 = 𝜆 + 𝑖𝜇 (onde 𝜆, 𝜇 ∈ ℝ) é uma raiz, então 𝑟2 = 𝜆 − 𝑖𝜇 também o é.
Além disso, os autovetores associados 𝒌(𝟏) e 𝒌(𝟐) também são complexos conjugados.
Assim, são soluções da equação diferencial:
𝒙(𝟏) = 𝒌(𝟏) 𝑒 𝑟1 𝑡 e 𝒙(𝟐) = 𝒌(𝟐) 𝑒 𝑟2𝑡
̅(𝟏) )
(𝑜𝑏𝑠𝑒𝑟𝑣𝑎çã𝑜: 𝑢𝑚𝑎 𝑛𝑜𝑡𝑎çã𝑜 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎 𝑝𝑜𝑑𝑒 𝑠𝑒𝑟 𝑟2 = 𝑟̅1 𝑒 𝒌(𝟐) = 𝒌
Ou seja, as soluções são complexas conjugadas uma da outra.
Interessa-nos encontrar duas soluções reais de 𝒙′ = 𝑨𝒙 correspondentes aos
autovalores 𝑟1 e 𝑟2 .
Vamos escrever 𝒌(𝟏) = 𝒂 + 𝑖𝒃, onde 𝒂 e 𝒃 são reais. Assim,
𝒙(𝟏) = (𝒂 + 𝑖𝒃)𝑒 (𝜆+𝑖𝜇)𝑡 = (𝒂 + 𝑖𝒃)𝑒 𝜆𝑡 . 𝑒 𝑖𝜇𝑡
5
Lembremos a fórmula de Euler:
𝑒 𝑖𝑥 = cos(𝑥) + 𝑖. 𝑠𝑒𝑛(𝑥)
E da forma mais geral:
𝑒 𝑎+𝑖𝑏𝑥 = 𝑒 𝑎 (cos(𝑏𝑥) + 𝑖. 𝑠𝑒𝑛(𝑏𝑥))
𝒙(𝟏) = (𝒂 + 𝑖𝒃)𝑒 𝜆𝑡 . 𝑒 𝑖𝜇𝑡 = (𝒂 + 𝑖𝒃)𝑒 𝜆𝑡 (cos(𝜇𝑡) + 𝑖𝑠𝑒𝑛(𝜇𝑡))
Separando a parte real da parte imaginária, temos
𝒙(𝟏) = 𝑒 𝜆𝑡 (𝒂 cos(𝜇𝑡) − 𝒃𝑠𝑒𝑛(𝜇𝑡)) + 𝑖𝑒 𝜆𝑡 (𝒃 cos(𝜇𝑡) + 𝒂𝑠𝑒𝑛(𝜇𝑡))
Se escrevermos 𝒙(𝟏) = 𝒖(𝑡) + 𝑖𝒗(𝑡), então os vetores
𝒖(𝑡) = 𝑒 𝜆𝑡 (𝒂 cos(𝜇𝑡) − 𝒃𝑠𝑒𝑛(𝜇𝑡))
𝒗(𝑡) = 𝑒 𝜆𝑡 (𝒃 cos(𝜇𝑡) + 𝒂𝑠𝑒𝑛(𝜇𝑡))
São soluções reais da equação 𝒙′ = 𝑨𝒙 e, ainda, 𝒖(𝑡) e 𝒗(𝑡) são soluções LI.
Repare que 𝒖(𝑡) é a parte real de 𝒙(𝟏) e 𝒗(𝑡) é a parte imaginária de 𝒙(𝟏).
Assim, supondo que 𝑟1 = 𝜆 + 𝑖𝜇, 𝑟2 = 𝜆 − 𝑖𝜇 e que 𝑟3 , … , 𝑟𝑛 são reais distintos; e sejam 𝒌(𝟏) =
𝒂 + 𝑖𝒃, 𝒌(𝟐) = 𝒂 − 𝑖𝒃, ..., 𝒌(𝒏) os autovetores associados. Então, a solução geral de 𝒙′ = 𝑨𝒙 é:
𝒙(𝑡) = 𝑐1 𝒖(𝑡) + 𝑐2 𝒗(𝑡) + 𝑐3 𝒌(𝟑) 𝒆𝒓𝟑𝒕 + ⋯ + 𝑐𝑛 𝒌(𝒏) 𝒆𝒓𝒏 𝒕
Exemplos.
1)Encontre um conjunto fundamental de soluções reais do sistema
−1/2 1
𝒙′ = ( )𝒙
−1 −1/2
Solução. Seja a solução da forma 𝒙 = 𝒌𝑒 𝑟𝑡 ; obtemos :
1
− −𝑟 1 𝑘1 0
( 2 )( )=( )
1 𝑘2 0
−1 − −𝑟
2
5
𝑝(𝑟) = 𝑟 2 + 𝑟 +
4
5
𝑟2 + 𝑟 + =0
4
1
𝑟1 = − + 𝑖
2
1
𝑟2 − − 𝑖
2
6
Calculamos, chegamos nos autovetores:
1
* 𝑟1 : 𝒌(𝟏) = ( )
𝑖
1
* 𝑟2 : 𝒌(𝟐) = ( )
−𝑖
Assim, o conjunto fundamental de soluções para o sistema é:
1
1
𝒙(𝟏) (𝑡) = ( ) 𝑒 (−2+𝑖)𝑡
𝑖
1
1
𝒙(𝟐) (𝑡) = ( ) 𝑒 (−2−𝑖)𝑡
−𝑖
Para obter um CFS reais, precisamos encontrar a parte real e a imaginária de 𝒙(𝟏) (𝑡) (ou
de 𝒙(𝟐) (𝑡))
De fato,
1 𝑡
1 1
𝒙(𝟏) (𝑡) = ( ) 𝑒 (−2+𝑖)𝑡 = 𝒙(𝟏) (𝑡) = ( ) 𝑒 −2 (cos(𝑡) + 𝑖𝑠𝑒𝑛(𝑡))
𝑖 𝑖
𝑡 𝑡
𝑒 −2 cos(𝑡) 𝑒 −2 sen(𝑡)
=( 𝑡 )+𝑖( 𝑡 )
−𝑒 −2 𝑠𝑒𝑛(𝑡) 𝑒 −2 𝑐𝑜𝑠(𝑡)
Portanto,
𝑡 𝑡
𝑒 −2 cos(𝑡) 𝑒 −2 sen(𝑡)
𝒖(𝑡) = ( 𝑡 ) e 𝒗(𝑡) = ( 𝑡 )
−𝑒 −2 𝑠𝑒𝑛(𝑡) 𝑒 −2 𝑐𝑜𝑠(𝑡)
A solução geral é:
𝑡 𝑡
𝑒 −2 cos(𝑡) 𝑒 −2 sen(𝑡)
𝒙(𝑡) = 𝑐1 ( 𝑡 ) + 𝑐2 ( 𝑡 )
−𝑒 −2 𝑠𝑒𝑛(𝑡) 𝑒 −2 𝑐𝑜𝑠(𝑡)
Exercícios.
1) Resolva
2 8
𝒙′ (𝑡) = ( )𝒙
−1 −2
2) Resolva o sistema:
𝑑𝑥
= 4𝑥 − 2𝑦
{ 𝑑𝑡
𝑑𝑦
= 5𝑥 + 2𝑦
𝑑𝑡