MAT1154

EXPONENCIAL DE MATRIZES E APLICAES A

SISTEMAS LINEARES DE EDOS
VERSO 1.3.2
Resumo. A exponencial de matrizes permite um tratamento unificado
dos sistemas de equaes diferenciais lineares, sem cair em inmeros casos. Explicamos tambm maneiras rpidas de calcul-la (o chamado Clculo Funcional). Este texto complementa o Cap. 7 do BoyceDiPrima
(especialmente a Se. 7.7).

Observao 1. As partes marcadas com ajudam a entender melhor o porqu das coisas,
porm so mais difceis. Estas partes so dirigidas aos alunos mais curiosos ou que querem
maximizar o CR (em resumo, os mais nerds).

1. A exponencial de uma matriz quadrada

1.1. Definio. Lembremos que a funo exponencial dada pela seguinte
srie de potncias (srie de Taylor):
x2 x3
+
+
2!
3!
A exponencial de uma matriz quadrada (n n) definida de forma parecida:
exp x = ex = 1 + x +

A2 A3
+
+
2!
3!
Aqui Id a matriz identidade n n. Note que a frmula faz sentido (isto
, no estamos tentando fazer nada absurdo do tipo somar matrizes de tamanhos diferentes etc.) possvel demonstrar que a srie sempre converge,
mas no temos conhecimento tcnico para fazer isso aqui.
exp A = eA = Id + A +

Exemplo 1.

5
exp
0

0
3

=
=

1
0

0
5
+
1
0

1+5+

5
e
=
0

52
2!

+
0

1 52
0
+
3
2! 0

53
3!

0
32

1+3+

32
2!

1
3!

0
+

33
3!

53
0

0
33
!

0
.
e3

O mesmo tipo de conta mostra que, mais geralmente, a exponencial de uma matriz diagonal
2 2 dada por:

e 1
0
1 0
=
exp
.
0 2
0
e2
Date: 24 de Maio de 2011.
1

EXPONENCIAL DE MATRIZES . . .

(Vale algo anlogo para matrizes n n.)

0 5
Exemplo 2. Seja A =
. Calculando as potncias de A, encontramos um padro.
5
0
[Faa isso.] A temos:
A2
exp A = Id + A +
+
2!

0
1 0
+
=
5
0 1
2

A3
+
3!

1 52
5
+
0
0
2!

1 52! + 54! +
3
5 53! +

cos 5 sin 5
.
=
sin 5
cos 5

0
52

1
+
3!
!

0
53

53
0

1
4!

54
0

0
54

5 + 53! +
2
4
1 52! + 54! +

Na ltima passagem, usamos as sries de Taylor das funes co-seno e seno:

2
4
6
+

+
2!
4!
6!
5
7
3

+
sin =
3!
5!
7!

cos = 1

Uma conta anloga feita acima mostra que, mais geralmente:

exp

cos
sin

sin
cos

(esta uma matriz de rotao).

Exerccio 1. Mostre a partir da definio que

exp

e
.
e

Exerccio 2 (). Googleie hyperbolic functions (ou consulte seu livro de clculo). Mostre a partir da definio de matriz exponencial que:
exp

0
x

cosh x
x
=
sinh x
0

sinh x
cosh x

Para matrizes em geral, no muito prtico tentar calcular a exponencial

a partir da definio. Veremos mais tarde maneiras eficientes de fazer essa
conta.
1.2. Algumas propriedades. A propriedade mais til da exponencial a
seguinte:
Teorema 1.
d tA
e = A etA = etA A
dt
(t um escalar, e ponto indica multiplicao de matrizes).

EXPONENCIAL DE MATRIZES . . .

Demonstrao. 1:


d tA
d
t2 A2 t3 A3 t4 A4
e =
+
+
+
Id + tA +
dt
dt
2!
3!
4!
2tA2 3t2 A3 3t3 A4
=0+A+
+
+
+
2!
3!
4!
tA2 t2 A3 t3 A4
=A+
+
+
+
2!
3!
 1!



tA t2 A2 t3 A3
tA t2 A2 t3 A3
= A Id +
+
+
+ ou Id +
+
+
+ A
1!
2!
3!
1!
2!
3!
= A etA ou etA A .

Observao 2. O Teorema 1 no contexto da exponencial usual (escalar) evidentemente

tambm vale e uma propriedade familiar e importante. Porm, aqui vai uma advertncia:
Nem toda propriedade da funo exponencial usual vale para a exponencial matricial. Por
exemplo, no verdade que eA+B = eA eB , em geral!

Exerccio 3 (). Encontre um contra-exemplo. Talvez seja melhor deixar para fazer
este exerccio depois que voc aprender mtodos mais eficientes de calcular exponencial
de matrizes.
Dica: Uma explicao do paradoxo a seguinte: Se A e B so tais que eA+B =
eA eB ento as matrizes eA e eB comutam, pois eA+B certamente igual a eB+A . Mas
geralmente duas matrizes no comutam. . . 2

Outra propriedade interessante e que nos ser til em breve a seguinte:

Teorema 2. Se um autovalor da matriz A ento e um autovalor da
matriz eA .
Demonstrao. Exerccio (): basta usar as definies e fazer umas contas.

Corolrio 3 (). det eA = etr A .
Demonstrao. O determinante de uma matriz o produto dos autovalores,
e o trao a soma. . .

2. Aplicao a equaes diferenciais
2.1. Sistemas homogneos. Vimos que sistemas lineares (com coeficientes
constantes) homogneos de EDOs podem ser escritos na forma:
Y (t) = A Y (t).
Aqui Y (t) um vetor-coluna que depende de t, e A uma matriz quadrada
fixa (constante).
1Esta prova um pouco trapaceira, pois falta justificar porque vlido derivar uma

srie termo a termo. No temos condies de dar essa justificativa aqui.

2
Na verdade, possvel mostrar que se A e B comutam ento vale a frmula eA+B =
eA eB . Mais ainda (): existe uma frmula geral (correta) que d a diferena entre eA+B
e eA eB em funo da no-comutatividade entre A e B googleie Baker Campbell
Hausdorff.

EXPONENCIAL DE MATRIZES . . .

Usando exponencial de matrizes, poderemos encontrar as solues dessa

equao de maneira unificada (que no depende dos autovalores etc). Antes
de ver isso, lembremos o que acontece quando as matrizes so todas 1 1,
i.e. nmeros: a soluo geral da EDO y (t) = ay(t) y(t) = ceat . Alm disso,
c = y(0).
Teorema 4. A soluo do PVI

Y (t) = A Y (t)
Y (0) = Y0

Y (t) = etA Y0 .
A matriz etA chamada matriz fundamental do sistema de EDOs (veja
BoyceDiPrima, Seo 7.7).3
Exemplo 3. Considere o sistema

y1 = y2
isto ,
y2 = y1

Y (t) =

O campo de direes o seguinte:

A exponencial da matriz tA =
Teorema 4, a soluo geral

0
t

0
1

1
Y (t) .
0

t
foi calculada no Exemplo 2. Assim, pelo
0

c1
sin t
.

cos t
c2

cos sin
uma rotao de ngulo (no
Lembrando que o efeito da matriz
sin
cos
sentido anti-horrio), vemos que as solues do sistema de EDOs ficam rodando em
crculos (no sentido horrio), com frequncia angular 1. Voc pode comprovar isto
usando o comando de MAPLE:
>
with(DEtools): DEplot({diff(y1(t),t)=y2(t), diff(y2(t),t)=-y1(t)},
>
[y1(t),y2(t)], t=0..2*Pi, y1=-1..1, y2=-1..1, [[y1(0)=.8, y2(0)=0]],
>
animatecurves=true);
Y (t) =

cos t
sin t

3Como explicado l, til enxergar M (t) = etA como soluo do PVI M (t) = AM (t),

M (0) = Id.

EXPONENCIAL DE MATRIZES . . .

Observao 3. Vimos em aula atravs de exemplos que vale a seguinte regra: Se uma
matriz A tem todos os autovalores 1 , . . . , k com parte real negativa ento a origem
um ponto de equilbrio atrator da EDO Y (t) = A Y (t). Isso acontece porque nesse caso
a matriz etA tende a zero quando t +. De fato, pelo Teorema 2 os autovalores de etA
so e1 t , . . . , ek t , os quais tendem a zero quando t +.4

Observao 4 (). O que acontece para coeficientes no-constantes? Lembre que a

soluo do PVI

y (t) = a(t)y(t)
y(0) = y0
R

t
y(t) = y0 exp 0 a(s) ds . Baseado nisso, poderamos chutar que a soluo do PVI

Y (t) = A(t) Y (t)
Y (0) = Y0
R

t
Y (t) = exp 0 A(s) ds Y0 . Porm, isso falso!5

Exerccio 4 (). Encontre um contra-exemplo.

Dica: Note que se a frmula fosse verdadeira teramos uma certa propriedade de comutatividade na famlia de matrizes A(t). . .

Exerccio 5 (). Suponha que todas as solues do sistema Y = AY satisfazem Y (1) =

Y (0)/5. Determine os autovalores de A.
Resposta: ln 5 ki, onde k um inteiro mpar.
Observao 5 ( Relao com o Wronskiano). Considere uma EDO linear homognea
de 2a ordem:
(1)

y + py + qy = 0.

Se y1 (t), y2 (t) formam um conjunto fundamental de solues ento o Wronskiano desse

conjunto definido como

y1 (t) y2 (t)
.
(2)
W (t) = det
y1 (t) y2 (t)

Vejamos a relao do Wronskiano com a matriz exponencial. A equao (1) pode ser
escrita como um sistema de 1a ordem, introduzindo-se uma varivel z = y :

0
1
y
.
, A=
Y = AY, onde Y =
q p
z

Trataremos apenas do caso em que a matriz A constante (isto , p e q constantes). Dado

o conjunto fundamental de solues {y1 (t), y2 (t)}, note que, pelo Teorema 4,

y1 (0) y2 (0)
y1 (t) y2 (t)
.
= etA C, onde C =
(3)

y1 (0) y2 (0)
y1 (t) y2 (t)
Tomando o determinante dos dois lados, e usando uma propriedade do determinante e o
Corolrio 3, temos
W (t) = det(etA C) = (det C)(det etA ) = cetr(tA) = cept .
4
Na verdade, ter autovalores indo para zero no garante que a matriz est indo para
zero: afinal de contas, existem matrizes no-nulas que tm todos os autovalores nulos.
Uma maneira correta de de justificar a afirmao limt+ etA = 0 seria usar o Clculo
Funcional que veremos a seguir.
5
Ainda verdade que existe uma matriz fundamental (t) (independente da condio
inicial Y0 ) tal que a soluo do PVI dada por Y (t) = (t) Y0 ; porm no h frmula
geral simples para (t). Exerccio (): prove isso.

EXPONENCIAL DE MATRIZES . . .

Este o Teorema de Abel (ver pg. 117 do BoyceDiPrima) no caso de coeficientes p, q

constantes.
Exerccio 6 (). Estenda as consideraes acima sobre o Wronskiano para o caso de
coeficientes no-constantes. (Cuidado: No cometa o erra aludido na Observao 4.)

2.2. Sistemas no-homogneos. Vejamos agora sistemas lineares no-homogneos

(ainda com coeficientes constantes). Em forma matricial:
Y (t) = A Y (t) + B(t),
onde B(t) um vetor-coluna dado que depende de t. Veremos que esse tipo
de sistema sempre pode ser resolvido, desde que sejamos capazes de calcular
exponencial e matrizes e certas integrais.
A ideia a mesma usada para EDOs unidimensionais: encontrar um fator
integrante no caso, matricial. Reescremos a EDO como
Y (t) A Y (t) = B(t).
Multiplicamos esquerda os dois lados da EDO por etA (note que aqui no
faz sentido multiplicar direita), obtendo:
etA Y (t) etA A Y (t) = etA B(t).
d
(etA Y (t)).6 Assim,
Pelo Teorema 1, o lado direito dessa igualdade dt
podemos integrar e obter
Z
tA
e
Y (t) = etA B(t) dt.

R
Calculando a integral indefinida do vetor-coluna etA B(t) (cada entrada
da matriz integrada separadamente), obtemos algo do tipo F (t) + C, onde
a constante de integrao C tambm um vetor-coluna. Multiplicando
direita pela inversa de etA , que 7 etA , obtemos
Y (t) = etA F (t) + etA C.
Note que etA F (t) uma soluo particular da equao no-homognea (basta
tomar C = 0), e que etA C a soluo geral da equao homognea encontrada em 4. (Mas cuidado: no temos mais C = Y (0).)
Veja um exemplo abaixo (Exemplo 5).
Observao 6. O mtodo do fator integrante, apesar de muito elegante pode ser trabalhoso na prtica. Veja outros mtodos no BoyceDiPrima.

Observao 7 ( Relao com o mtodo de variao dos parmetros). A partir do mtodo

do fator integrante explicado acima, vamos reobter o mtodo da variao dos parmetros
(ver 3.6 do BoyceDiPrima) no caso de coeficientes constantes. Considere uma EDO
linear no-homognea de 2a ordem:
y (t) + py (t) + qy(t) = g(t),

com coeficientes p, q constantes.

6 necessrio usar a regra da derivada do produto de matrizes, que (M N ) =

M N + M N (multiplicaes nesta ordem!). Prova: exerccio ().

7Exerccio .

EXPONENCIAL DE MATRIZES . . .

Podemos reescrev-la como um sistema

Y (t) = A Y (t) + B(t),

onde

y
,
Y =
z

A=

1
,
p

0
q

B(t) =

0
.
g(t)

Seja {y1 , y2 } um conjunto fundamental de solues para a equao homognea associada

(1). Lembre a relao 3 entre essas funes e a matriz etA . Vamos usar isto para calcular
etA :
1

y1 (t) y2 (t)
y1 (t) y2 (t)
1

C
=
C

etA = (etA )1 =
y1 (t) y2 (t)
y1 (t) y2 (t)

1
a b
d b

, e usando a
Lembrando que a inversa de uma matriz M =
c d
det M c a
definio (2) do Wronskiano, temos

1
y2 (t)
y2 (t)
etA = C

y1 (t)
y1 (t)
W (t)
Agora aplicamos o mtodo do fator integrante para achar a soluo de Y = AY + B:
Z
Y (t) = etA etA B(t) dt

Z
1
y1 (t) y2 (t)
0
y2 (t)
y2 (t)
1

=
dt

y1 (t) y2 (t)
g(t)
y1 (t)
y1 (t)
W (t)

g(t) y2 (t)
y1 (t) y2 (t)
dt.

=
y1 (t) y2 (t)
W (t) y1 (t)

Logo a primeira entrada de Y (t) y(t) = u1 (t)y1 (t) + u2 (t)y2 (t) onde
Z
Z
g(t)y2 (t)
g(t)y1 (t)
u1 (t) =
dt, u2 (t) =
dt.
W (t)
W (t)
Estas so as frmulas do mtodo de variao dos parmetros.

3. Como calcular exponencial de matrizes

A definio da exponencial no um mtodo muito prtico para fazer
contas (exceto talvez numericamente). Vejamos outros mtodos.
3.1. O mtodo mais rpido de todos: via MAPLE.
Exemplo 4. Vamos calcular a exponencial de A =
>

with(LinearAlgebra):

>

A:=Matrix([[1,1],[-2,4]]);
A :=

>

MatrixExponential(A);
"

"

2 e2 e3

2 e3 + 2 e2

1
2

1
.
4

e3 e2

e2 + 2 e3

Exemplo 5. Aqui vai um exemplo de resoluo de sistema no-homogneo por fator

integrante, fazendo as contas com o Maple. O problema aperece no BoyceDiPrima
pg. 337 (Seo 7.9). ( claro seria mais fcil mandar o Maple resolver tudo logo, mas
a no estaramos ilustrando o mtodo do F.I.)
>

with(LinearAlgebra):

>

A:=Matrix([[-2,1], [1,-2]]);B:=Matrix([[2*exp(-t)],[3*t]]);

EXPONENCIAL DE MATRIZES . . .

A :=

"

B :=
>

>
>
>

>

"

"

2
#
2 et

3t

integrando:=Multiply(MatrixExponential(-t*A),B): simplify(integrando);
"
#
1 + e2 t 3/2 te3 t + 3/2 tet
e2 t + 1 + 3/2 tet + 3/2 te3 t

f1:=int(1+exp(2*t)-(3/2)*t*exp(3*t)+(3/2)*t*exp(t),t):
f2:=int(-exp(2*t)+1+(3/2)*t*exp(t)+(3/2)*t*exp(3*t),t):
FmaisC:=Matrix([[f1+c1],[f2+c2]]);
"
#
t + 1/2 e2 t 1/2 te3 t + 1/6 e3 t + 3/2 tet 3/2 et + c1
FmaisC :=
1/2 e2 t + t + 3/2 tet 3/2 et + 1/2 te3 t 1/6 e3 t + c2

simplify(Multiply(MatrixExponential(t*A),FmaisC));

4/3 + t + et t + 1/2 et c1 + 1/2 et + 1/2 e3 t c1 1/2 e3 t c2 + 1/2 et c2

5/3 + 2 t + et t + 1/2 et c1 1/2 et 1/2 e3 t c1 + 1/2 e3 t c2 + 1/2 et c2

3.2. () Mtodo trabalhoso: via autovetores etc. Este mtodo conceitualmente simples, porm na prtica trabalhoso.
Lembremos da lgebra linear que a matriz A diagonalizvel se e somente
se existe uma matriz invertvel B e uma matriz diagonal D tais que A =
BDB 1 . (As entradas da diagonal de D so os autovalores de A, e as colunas
de B so os correspondentes autovetores de A.) Ento eA = BeD B 1 , como
mostra a seguinte conta:
!

1 )n
n B 1
n
n
X
X
X
X
(BDB
BD
D
A
B 1 = BeD B 1 .
=
=
=B
eA =
n!
n!
n!
n!
n=0
n=0
n=0
n=0
Como D diagonal, muito fcil calcular eD : veja o Exemplo 1. Isso permite
calcular a exponencial eA de qualquer matriz diagonalizvel A.8

Exemplo 6. Vamos calcular de novo a exponencial da matriz A do Exemplo

4.
Fazendo

1
1
as contas, encontramos os autovalores 2 e 3, com respectivos autovetores
e
. Por1
2

2 0
1 1
2
1
tanto A = BDB 1 , onde D =
eB=
. Calculamos B 1 =
.
0 3
1 2
1
1
Assim
2

2e e3
e2 + e3
2
1
e
0
1 1
=
eA = BeD B 1 =
1
1
0 e3
1 2
2e2 2e3 e2 + 2e3

E se a matriz A no for diagonalizvel? Para simplificar, vamos supor que

A 2 2. A temos dois casos:
Caso de autovalores complexos: Nesse caso, possvel encontrar
uma diagonalizao complexa, isto , escrever A = BDB 1 sendo as
matrizes D e B complexas, e D diagonal. A exponencial de matrizes
8Isso tudo que explicado no BoyceDiPrima (ver Seo 7.7).

EXPONENCIAL DE MATRIZES . . .

complexas definida pelas mesma srie de potncias, e ainda vale

que eA = B eD B 1 . fcil calcular eD , lembrado que e(x+iy) =
ex (cos y + i sin y). Portanto podemos encontrar eA .
Caso de autovalor real duplo: Nesse caso,

possvel encontrar uma

c
matriz invertvel B e uma matriz J =
tal que A = BJB 1 .
0
( o autovalor, c no nico e no significado intrnseco.) Temos
eA = B eJ B 1 , e a matriz eJ foi calculada no Exerccio 1.
O mtodo esboado aqui para calcular exponencial de matrizes 2 2 pode
ser aplicado para matrizes maiores; a necessrio usar a forma de Jordan
quando a matriz no diagonalizvel.
3.3. Mtodo mais rpido: via clculo funcional. Este mtodo na
prtica fcil de usar, porm meio mgico (e um pouco mais difcil de entender
porque funciona). Tendo em vista aplicaes (lembre do Teorema 4), vamos
dizer como calcular etA , onde t um real.
A regra bsica a seguinte:
etA ser igual a p(A), onde p um polinmio espertamente
escolhido, mas que s depende dos autovalores de A.
O qu significa p(A)? Se p(x) uma funo polinomial de uma varivel
x, e A uma matriz quadrada ento definimos p(A) assim: na expresso de
p(x), substitumos x por A, substitumos constante por constante vezes Id e
fazemos as contas. Por exemplo, se f (x) = 3x2 7 ento f (A) = 3A2 7Id.
Vamos explicar como encontrar o tal polinmio. Vamos supor que a matriz
A 2 2. Nesse caso, o polinmio p ser de grau 1, isto , da forma
p(x) = ax + b (onde a e b so na verdade funes de t). A receita a
seguinte:
(1) Calcule os autovalores de A.
(2) Para encontrar os coeficientes a e b do polinmio p(x) = ax + b, faa
o seguinte, dependendo do caso:
Caso A tem autovalores reais 1 6= 2 : Iguale p(1 ) = et1 e
p(2 ) = et2 e resolva.
Caso A tem autovalor real duplo : Iguale p() = et e p () =
t
e ) e resolva.
tet (que
Caso A tem autovalores complexos (no reais) i: Iguale
p( + i) = et(+i) (que et (cos(t) + i sin(t)) e resolva para
encontrar coeficientes reais a e b.9
(3) Ento etA igual a p(A), ou seja, aA + bId (onde a e b so funes
de t).
Daremos agora exemplos de cada um dos trs casos:

9No necessrio considerar o outro autovalor i, pois a condio p( i) =

t(i)

ser automaticamente satisfeita.

EXPONENCIAL DE MATRIZES . . .

10

Exemplo 7. Calcule eA onde

A=

2
.
0

1
1

Calculando os autovalores, encontramos 1 = 1 e 2 = 2. Devemos encontrar funo

p(x) = ax + b tal que p(1) = e1 e p(2) = e2 , isto ,
a+b = e1
2a+b = e2

Resolvendo o sisteminha, encontramos

a=

e2 e1
,
3

b=

e2 + 2e1
.
3

Portanto
e2 e1
e = aA + bId =
3
A

1
1

e2 + 2e1 1 0
2
+
0
0 1
3
2
(2e + e1 )/3
=
(e2 e1 )/3

(2e2 2e1 )/3

.
2
1
(e + 2e )/3

Exemplo 8. Calcule etA onde

A=

3
2

2
.
1

O autovalor 1 (duplo). O polinmio p(x) de grau 1 tal que p(1) = et , p (1) = tet
p(x) = tet x + (1 t)et . Logo

(1 + 2t)et
2tet
etA = p(A) = tet A + (1 t)et Id =
.
2tet
(1 2t)et

Obs: Um teste bsico (mas no suficiente) para erros de contas verificar se isso d Id
quando t = 0.
Exemplo 9. Calcule eA onde
A=

1
2

2
.
1

Os autovalores so 1 2i. Devemos encontrar funo p(x) = ax + b, onde a e b so reais,

tal que p(1 + 2i) = e1+2i , isto ,
(1 + 2i)a + b = e1 (cos 2 + i sin 2)
(a + b) + i(2a) = (e cos 2) + i(e sin 2)
Portanto devemos ter
a+b = e cos 2
2a

= e sin 2

Logo
a = 12 e sin 2,
Portanto
eA = aA + bId =

e sin 2
2

1
2

b = e cos 2 12 e sin 2.

2e cos 2 e sin 2 1
2
+
1
0
2

0
1

e cos 2
e sin 2

e sin 2
.
e cos 2

Exerccio 7. Refaa os exemplos e exerccios anteriores usando clculo funcional.

Exerccio 8 (). Suponha que A uma matriz 2 2 de trao zero tal que eA = 7A + 2Id.
Determine os autovalores de A.
Resposta: 0.1645 e 3.1924; necessrio usar o MAPLE (fsolve).

EXPONENCIAL DE MATRIZES . . .

11

Como calcular etA se A uma matriz maior? Teremos etA = p(A), onde
o polinmio p(x) encontrado de modo a satisfazer as seguintes condies:
para cada autovalor de multiplicidade m,
p() = et
t
e )
2 t

2e )

p () = tet

(que

p () = t2 et
...

(que

p(m1) () = tm1 et

(que

m1 t
e ).
m1

Cada autovalor de multiplicidade m d origem a m condies sobre o polinmio p(x). A soma das multiplicidades dos autovalores de uma matriz A
de tamanho n n n. Portanto, teremos em geral que usar um polinmio
de grau n 1 (que tem n coeficientes a serem determinados).
Exemplo 10. Vamos resolver a equao Y (t) = A Y (t) onde
1
0
3
4 1
5
1 A.
A = @ 3
21 32 7

Os autovalores de A so: 1 = 1 com multiplicidade m1 = 1, e 2 = 0 com multiplicidade

m2 = 2. Vamos calcular etA . Temos f (z) = etz e procuramos um polinmio quadrtico
p(z) = az 2 + bz + c. As condies so:
p(0) = c

f (0) = 1

p (0) = b

f (0) = t

p(1) = a + b + c

f (1) = et

Achamos a = et t 1, b = t, e c = 1. Assim:

etA = (et t 1)A2 + tA + Id

Y (t) = etA Y (0).

3.4. () Ainda um outro mtodo (apenas para matrizes 2 2). Veja

www.mat.puc-rio.br/disciplinas/MAT1154/exp2x2.pdf
Agora que voc j sabe calcular exponencial de qualquer matriz, resolva
usando o Teorema 4 os seguintes exerccios do BoyceDiPrima (nona edio):
Seo 7.5: 2, 4, 6, 8, 12, 30.
Seo 7.6: 3, 4, 5, 28. [Faa tambm 13, 14, 15 esses no precisam
da exponencial]
Seo 7.7: 1, 5, 15().
Seo 7.8: 1, 7, 11.
4. () Clculo funcional geral
4.1. Calculando funes de matrizes quadradas. O truque explicado
acima ainda mais poderoso, e pode ser usado de maneira anloga para
calcular por exemplo potncias de matrizes (ou at mesmo loucuras como
seno de matriz . . . ).

EXPONENCIAL DE MATRIZES . . .

12

Receita bsica do Clculo Funcional. Dada uma funo f qualquer10 , e

dada a matriz A (digamos n n), fazemos o seguinte para encontrar f (A):
(1) Calculamos todos seus autovalores 1 , . . . k e respectivas multiplicidades m1 , . . . , mk (de modo que m1 + + mk = n.)
(2) Encontramos um polinmio p tal que para cada autovalor i vale
p(i ) = f (i ), . . . , p(mi 1) (i ) = f (mi 1) (i ). Isso sempre possvel de se fazer com um polinmio de grau n; os coeficientes desse
polinmio podem ser encontrados resolvendo um sistema linear.
(3) Calculamos p(A). O resultado ser o mesmo que f (A).
Exemplo 11. Encontre uma matriz B tal que

1
1
2
.
B =
2 4

Chame de A a matriz do lado direito; ento queremos calcular B = A, se que isso

faz sentido. Vamos usar o Clculo Funcional e ver o que acontece. Os autovalores de A

so 2 e 3. Considere f (x) = x. Vamos encontrar um polinmio

que
p(x)
= ax +b tal
p(2) = f (2) e p(3) = f (3). Fazendo as contas encontramos a = 2 + 3, b = 3 22 3.
Logo

2 2 3
2 + 3
B = f (A) = p(A) = aA + bId =
2 2 2 3 2 +2 3.
Fazendo a conta verificamos que de fato B 2 = A, portanto o problema est resolvido,
ainda que os passos intermedirios tenham sido obscuros.

4.2. () Por que o Clculo Funcional funciona. Para explicar a mgica, precisamos recordar alguns fatos a respeito do polinmio caracterstico
K(x) de uma matriz quadrada A:
Ele definido por K(x) = det(xId A).
Um nmero (real ou complexo) uma raiz de multiplicadade m do
polinmio caracterstico se e somente se um autovalor de A com
multiplicidade m.
Em particular,
(4)

K(x) = (x 1 )m1 . . . (x k )mk ,

onde 1 , . . . k so os autovalores de A com respectivas multiplicidades m1 , . . . , mk .

K(A) = 0. Este o Teorema de CayleyHamilton, cuja prova pode
ser encontrada em qualquer livro de lgebra Linear decente.11
Vamos primeiro considerar um caso particular do Clculo Funcional.
10H uma trapaa aqui.
11O Teorema de CayleyHamilton pode parecer misterioso primeira vista, mas no

to difcil perceber que ele deve ser verdade: Segue de (4) que K(A) v = 0 para
todo autovetor v. Se a matriz A for diagonalizvel, ento isso j garante que K(A) = 0.
Portanto o TCH verdadeiro para as matrizes diagonalizveis, as quais constituem uma
parte gorda (aberta) do espao das matrizes n n. Seria muito estranho (e de fato,
impossvel) que uma afirmao algbrica como o TCH valesse em uma parte gorda do
espao sem ser verdade no espao inteiro.

EXPONENCIAL DE MATRIZES . . .

13

Prova de que a Receita funciona se a funo f (x) um polinmio. Suponha

que p(x) satisfaz os requerimentos da receita, e considere h(x) = f (x) p(x).
Como estamos supondo que f (x) polinmio, h(x) tambm . Precisamos
provar que h(A) = 0.
Pela definio de P (x), para todo autovalor de A (inclusive para os
complexos), vale que h() = h () = h () = = h(m1) () = 0, onde
m a multiplicidade de . Isso quer dizer que uma raiz de h(x) com
multiplicidade m ou maior. Segue de (4) (e do Teorema Fundamental da
lgebra) que o polinmio h(x) divisvel pelo polinmio caracterstico, isto
, existe outro polinmio q(x) tal que h(x) = q(x)K(x). Logo, pelo Teorema
de CayleyHamilton, h(A) = q(A)K(A) = 0, como queramos provar.

Agora vamos considerar funes f (x) mais gerais. Uma maneira de dar
sentido a f (A) seria imitar o que fizemos para definir exponencial de matrizes: usamos a srie de potncias de A, supondo que ela exista.12 Uma tal srie
uma maneira de aproximar uma funo por polinmios. J provamos que
o Clculo Funcional funciona para polinmios, assim j no surpreendente
que ele valha para uma tal f (x). . . Porm, demonstrar isso iria requerer conhecimento mais profundo sobre funes (Anlise Complexa), assim paramos
por aqui.
4.3. Atalhos. Para matrizes maiores que 2 2, existem alguns atalhos que
s vezes facilitam o uso do Clculo Funcional.
Teorema 5. Se a matriz simtrica ento podemos seguir a receita bsica
do Clculo Funcional fingindo que todos os autovalores tm multiplicidade 1.
Isso til pois a o polinmio p a ser encontrado ter possivelmente grau
menor.
Exemplo 12. Calcule a dcima potncia da matriz:
1
0
2 2 3
A = @ 2 5 6 A.
3 6 10

Os autovalores so 1 e 15 (confira: qual o autovalor duplo?). Como A simtrica,

diagonalizvel. Para calcular A10 , procure um polinmio linear levando 1 a 110 = 1 e 15
a 1510 . Temos:
15 1510
1510 1
x+
p(x) =
14
14
e
1
0
2 +
2
3
A
5 +
6
A10 = p(A) = @ 2
3
6
10 +
onde
1510 1
15 1510
=
, =
.
14
14
12A srie de potncias no precisa estar centrada no zero (srie de MacLaurin). Por

exemplo, para a funo f (x) = x que apareceu no Exemplo 11 podemos considerar a

expanso de Taylor centrada em qualquer ponto x0 6= 0.

EXPONENCIAL DE MATRIZES . . .

14

Note que se tivssemos seguido a receita principal teramos que achar um polinmio de
grau dois enquanto no presente caso um de primeiro grau suficiente.

Indicao da prova do Teorema 5 ().

Por um teorema importante
de lgebra linear, toda matriz simtrica diagonalizvel.
Sejam 1 , . . . , k os autovalores (sem repeties). Defina o polinmio
M (x) = (x 1 ) (x k ). Como a matriz A diagonalizvel,
vemos que M (A) = 0.13
Refaa a prova dada acima que o Clculo Funcional funciona usando
o polinmio M (x) em vez do polinmio caracterstico K(x).

Outro atalho, que til quando os autovalores so todos simples, ou (em
vista do Teorema 5) usar o polinmio interpolador de Lagrange (googleie).
4.4. Muito mais. Para saber mais a respeito do Clculo Funcional e suas
aplicaes, veja apostilas antigas no site de MAT1154. A apostila de Hamilton Bueno bastante completa, mas requer conhecimentos mais avanados.

13Mais ainda, M (x) o polinmio mnimo de A, isto , o polinmio com menor grau

possvel e coeficiente principal igual a 1 tal que p(A) = 0.