T

Capítulo 1

Introdução

AF
Neste primeiro capítulo, vamos apresentar informalmente o nosso objeto de estudo: as
equações diferenciais ordinárias. A finalidade é formular os objetivos da teoria destas
equações e introduzir algumas das suas ideias fundamentais. Para isso nos valeremos
de diversos exemplos simples, mas significativos.

1.1 Equações diferenciais e suas soluções

Uma equação diferencial ordinária é uma expressão da forma


x (k) = F t, x, x (1), . . . , x (k−1) , (1.1)
onde F : U → Rd é uma função contínua definida num aberto U ⊂ R1+kd , a variável
t toma valores em R e as variáveis x, x (1), . . . , x (k−1) e x (k) tomam valores em Rd . Os
inteiros k > 1 e d > 1 são chamados, respectivamente, ordem e dimensão da equação
diferencial. Por vezes escrevemos x ′ e x ′′ no lugar de x (1) e x (2) , respectivamente.
Por definição, uma solução da equação (1.1) é uma aplicação γ : I → Rd de classe
k
C tal que
DR
1. I é um intervalo aberto;
 dγ d k−1 γ 
2. O vetor v(t) = t, γ(t), (t), · · · , k−1 (t) está em U para todo t ∈ I;
dt dt
dk γ

3. k
(t) = F v(t) para todo t ∈ I.
dt
Em linguagem simples, poderíamos dizer que a meta da teoria das equações dife-
renciais é, dada uma equação, encontrar as suas soluções. Na verdade, veremos daqui
a pouco que esta formulação é demasiado ingênua, e precisa ser ajustada. Antes disso,
precisamos motivar o estudo destes objetos: vamos explicar, por meio de exemplos,
que equações diferenciais estão naturalmente associadas à modelagem matemática de
muitos fenômenos, naturais ou não, de tal modo que a compreensão do modo como tais
fenômenos evoluem passa por compreendermos as soluções da equação.

1
2 CAPÍTULO 1. INTRODUÇÃO

Exemplo 1.1 (Decaimento radiativo). Isótopos radiativos, tais como o Césio 137 -

T
utilizado em radioterapia - e o Urânio 235 - usado em explosivos nucleares - apresen-
tam núcleos atômicos instáveis, que se transmutam em núcleos mais estáveis, emitindo
radiação no processo. Este fenômeno é regido pela seguinte lei física: a taxa de decai-
mento radiativo (ou seja, a quantidade do isótopo radiativo que sofre transmutação por
unidade de tempo) é proporcional à quantidade do isótopo existente a cada momento.
Considere

x(t) = massa do isótopo radiativo existente no momento t.

Então, a taxa de decaimento radiativo corresponde à derivada de x relativamente ao

tempo t. Portanto, a lei física que acabamos de enunciar pode ser modelada matemati-

AF
camente da seguinte forma:

outros isótopos.
x ′ = −cx, (1.2)
onde c é uma constante positiva que depende do isótopo em questão. O sinal negativo
traduz o fato de que, enquanto que a massa x é positiva, a sua derivada é negativa:
a massa do isótopo radiativo diminui ao longo do tempo, devido à transmutação em

Observe que (1.2) é uma equação diferencial de ordem k = 1 e dimensão d = 1.

Observe também que neste caso a função

F(t, x) = −cx

não depende da variável t. Em geral, sempre que o valor de F(t, x, x (1), . . . , x (k−1) ) não
depende da variável t, dizemos que a equação diferencial (1.1) é autônoma.
É muito fácil verificar que toda função γ : R → R da forma γ(t) = ae−ct , com
a ∈ R, é solução da equação (1.2). O que não é tão fácil mostrar, mas é ainda verdadeiro,
como veremos, é que toda solução de (1.2) é desta forma. Esta família de funções tem
a seguinte propriedade interessante: existe um número T > 0 (que depende apenas de
c) tal que
γ(t + T ) = γ(t)/2 para todo t.
Para verificar isso, basta tomar T = log 2/c. Em outras palavras, a cada período de
DR
duração T a massa do isótopo radiativo cai para a metade. Por esse motivo, T é chamado
meia vida1 do isótopo radiativo.
Vamos agora descrever um exemplo oriundo de outra área da Física: a Mecânica
Clássica.
Exemplo 1.2 (Lei de Hooke). Considere um sistema tal como descrito na Figura 1.1:
uma mola elástica está apoiado numa base imóvel e sustenta uma partícula pontual de
massa m na outra extremidade; a mola pode ser deformada (esticada/encolhida) apenas
na direção do eixo da mola. A lei de Hooke afirma que a força de tensão exercida
pela mola sobre a partícula é proporcional à deformação relativamente à posição de
equilíbrio da mola.
1A meia vida do Urânio 235 é cerca de 704 milhões de anos, enquanto que a do Césio 137 é cerca de
30 anos. Existem isótopos radiativos muito mais instáveis, por exemplo, o Lítio 12, cuja meia vida é 10−8
segundos.
1.1. EQUAÇÕES DIFERENCIAIS E SUAS SOLUÇÕES 3

Para traduzir esta lei matematicamente, vamos considerar (observe a Figura 1.1)

T
x(t) = deformação da mola em relação ao equilíbrio no momento t.

Então, a lei de Hooke afirma que a força de tensão é dada por

f = −cx,

onde c é uma constante positiva, chamada coeficiente de elasticidade, que depende dos
materiais e da geometria da mola. O sinal negativo traduz o fato de que a força aponta
em sentido contrário à deformação: se a mola está alongada, a força aponta no sentido
de encolhê-la e se a mola está encolhida, a força aponta no sentido de alongá-la.

AF mola
m
parede

Figura 1.1: Lei de Hooke: à esquerda a mola encontra-se em equilíbrio; à direita existe
uma força de tensão, proporcional à deformação x da mola.

Agora observe que, pela 2a lei de Newton, a força f é igual ao produto da massa m
pela aceleração da partícula pontual, ou seja:
DR
f = mx ′′,

onde x ′′ representa a segunda derivada da deformação x. Juntando as duas igualdades

anteriores obtemos
c
x ′′ = − x, (1.3)
m
uma equação diferencial de ordem 2 e dimensão 1 que chamaremos oscilador harmô-
nico. É fácil exibir algumas soluções desta equação, por exemplo:
r  r 
c c
γ1 (t) = sen t e γ2 (t) = cos t , t ∈ R.
m m

Agora, não é difícil verificar que a equação (1.3) tem as seguintes propriedades:
• a soma de duas quaisquer soluções também é uma solução;
4 CAPÍTULO 1. INTRODUÇÃO

• o produto de qualquer solução por um número real também é uma solução.

T
Quando isto acontece, dizemos que a equação diferencial é linear. Então, dados
quaisquer números a, b ∈ R, a função
r  r 
c c
γ : R → R, γ(t) = a sen t + b cos t (1.4)
m m
é solução de (1.3). Na verdade, segue da teoria que desenvolveremos posteriormente
p interessante é que o
neste livro que toda solução é desta forma. Uma consequência
movimento da mola é sempre periódico, com período T = 2π m/c.

AF
1.2 Teoria qualitativa das equações diferenciais
O nosso próximo exemplo também vem da Mecânica Clássica,mas a equação diferencial
correspondente apresenta características bem diferentes: ela não é linear e, por isso, o
problema de encontrar as suas soluções é bem mais delicado.
Exemplo 1.3 (Pêndulo harmônico). Consideremos um sistema mecânico tal como
descrito na Figura 1.2: uma partícula pontual de massa m está suspensa por uma haste
que tem a sua outra extremidade fixada; a haste não tem massa, o seu comprimento l é
constante e ela pode apenas rodar em torno de seu ponto de apoio; o sistema está sujeito
a um campo gravitacional constante.
A lei de movimento deste sistema pode ser deduzida da 2a lei de Newton, da
seguinte forma. Primeiramente, considere:

x(t) = ângulo da haste relativamente à vertical no momento t.

Observe que o deslocamento linear da partícula pontual relativamente à posição vertical

de equilíbrio é dado por l x. Portanto, a lei de Newton afirma que

f = m(l x)′′ = ml x ′′,

onde f é a força que age sobre a massa pontual. Que força é esta?
DR
De fato, temos duas forças neste problema. A primeira delas é o peso P, resultante
da ação da gravidade, o qual é proporcional à massa m:

P = mg,

onde g é uma constante física que mede a intensidade do campo gravitacional. A outra
força, que chamamos tração, resulta da coesão entre as partículas que formam a haste e
tem como efeito que o comprimento l da mesma permaneça constante. Sejam Pr e Pt ,
respectivamente, as componentes radial e tangencial do peso, tais como estão descritas
na Figura 1.2. Um argumento simples, usando semelhança de triângulos, dá que:

Pr = P cos x e Pt = −P sen x.

O sinal − na segunda igualdade traduz o fato de que a força Pt aponta em sentido

contrário ao deslocamento com relação à vertical.
1.2. TEORIA QUALITATIVA DAS EQUAÇÕES DIFERENCIAIS 5

T
x
l

Pr Pt

AF
Figura 1.2: Num pêndulo harmônico atuam duas forças: o peso e a tração da haste; esta
última anula a componente radial do peso.

A tração anula a componente radial do peso, que provocaria variações no com-

primento da haste. Portanto, a força total atuando sobre a partícula é a componente
tangencial Pt . Juntando estas observações, vemos que:

−mg sen x = −P sen x = Pt = ml x ′′ .

Portanto, o movimento do pêndulo harmônico é descrito pela seguinte equação dife-

rencial de ordem 2 e dimensão 1:
g
x ′′ = − sen x. (1.5)
l
Não é difícil encontrar algumas soluções especiais desta equação. Por exemplo:

γn : R → R, γn (t) = nπ para todo t ∈ R

é solução de (1.5) para qualquer n ∈ Z. Note que todas estas funções são constantes.
Dizemos que os respectivos valores nπ são pontos estacionários da equação diferencial.
DR
Mas é bem mais difícil exibir soluções mais interessantes (não estacionárias) de
(1.5). Na verdade, em certo sentido, essa tarefa é impossível com os meios de que o
leitor dispõe, provavelmente, pois as soluções desta equação não podem ser escritas em
termos das funções que são estudadas normalmente nos cursos de Cálculo ou Análise.
De forma mais precisa, a maioria das soluções de (1.5) não são funções elementares,
que são aquelas funções que podem ser obtidas a partir das constantes, da identidade,
da exponencial e das funções trigonométricas usando um número finito de vezes as
operações aritméticas (+, −, ×, ÷), a composição e a inversão de funções.
Esta situação é típica da maioria das equações diferenciais: em geral, as suas
soluções são funções muito mais complicadas do que a própria função F que aparece
na formulação da equação, de tal modo que essas soluções não podem ser obtidas a partir
de F mediante um número finito de operações elementares (isto costumava ser chamado
integração por quadraturas). Neste sentido, a maioria das equações diferenciais não
6 CAPÍTULO 1. INTRODUÇÃO

podem ser resolvidas explicitamente. Além disso, mesmo nos raros casos em que é

T
possível encontrar as expressões explícitas das soluções de uma equação diferencial,
estas podem ser muito complicadas e, consequentemente, podem não ser muito úteis
para compreender como as soluções realmente se comportam. Veremos um exemplo
desse fato num instante (Exemplo 1.4).
Estes fatos já eram conhecidos no século 18, mas o primeiro a fazer uma proposta
abrangente para enfrentar este desafio foi o grande matemático francês Henri Poincaré,
ao final do século 19. Numa série de trabalhos intitulados Sur les courbes définies par les
équations différentielles [93, 94, 95, 96], Poincaré desenvolveu uma nova abordagem,
que chamamos atualmente teoria qualitativa das equações diferenciais. Vale a pena ler
a explicação dada pelo próprio Poincaré2, no início do artigo [93]:

AFUma teoria completa das funções definidas pelas equações diferenciais seria de
muita utilidade num grande número de questões da Matemática pura ou da Me-
cânica. Infelizmente, é evidente que na grande maioria dos casos não é possível
integrar essas equações por meio das funções conhecidas, por exemplo, com a
ajuda de funções definidas por quadraturas. Assim, se quiséssemos restringir-nos
aos casos que é possível estudar por meio de integrais definidas ou indefinidas, o
âmbito de nossas pesquisas seria muito restrito e a imensa maioria das questões
que se apresentam nas aplicações continuariam insolúveis.
Portanto, é necessário estudar em si mesmas as funções definidas por equações
diferenciais, sem tentar reduzi-las a funções mais simples, tal como foi feito para
as funções algébricas, que inicialmente tentamos reduzir a radicais e agora são
estudadas diretamente, ou para as integrais de diferenciais algébricas, que durante
muito tempo tentamos expressar em termos finitos.
Pesquisar quais são as propriedades das equações diferenciais é, portanto, uma
questão do maior interesse. Já demos um primeiro passo nessa direção, estudando
a função proposta na vizinhança de um ponto do plano. Agora trata-se de ir
mais além e estudar essa função em toda a extensão do plano. Nesta pesquisa,
evidentemente, o nosso ponto de partida será aquilo que já é conhecido a respeito
da função numa certa região do plano.
O estudo completo de uma função contém duas partes:
DR
1. Parte qualitativa (digamos assim), ou seja, o estudo geométrico da curva
definida pela função;
2. Parte quantitativa, ou seja, o cálculo numérico dos valores da função.

Assim, por exemplo, para estudar uma equação algébrica começamos por pesquisar,
com ajuda do teorema de Sturm, qual é o número de raízes reais: essa é a parte
qualitativa. Em seguida, calculamos o valor numérico dessas raízes, o que constitui
o estudo quantitativo da equação. De igual modo, para estudar uma curva algébrica
começamos por construir essa curva, como se diz nos cursos de Matemáticas
Especiais, o que quer dizer que buscamos determinar quais sãos os ramos fechados
da curva, quais são os ramos infinitos, etc. Após esse estudo qualitativo, podemos
determinar exatamente um certo número dos seus pontos.
Naturalmente, é pela parte qualitativa que deve iniciar-se o estudo de toda função
e é por isso que o problema que se coloca em primeiro lugar é o seguinte:
2Tradução nossa do texto original francês.
1.2. TEORIA QUALITATIVA DAS EQUAÇÕES DIFERENCIAIS 7

Construir as curvas definidas pelas equações diferenciais.

T
Esse estudo qualitativo, quando estiver completo, será da maior utilidade para o
calculo numérico da função, tanto mais que já conhecemos séries convergentes que
representam a função numa dada região do plano, e que a principal dificuldade que
se coloca é encontrar um guia confiável para passar de uma região onde a função é
representada por uma série, a outra região do plano onde ela se exprime por meio
de uma série diferente.
Mais ainda, esse estudo qualitativo terá, por si só, um interesse de primeira ordem.
De fato, diversas questões muito importantes da Análise ou da Mecânica podem
ser remetidas a ele. Consideremos, por exemplo, o problema dos três corpos.
Não é natural perguntar se um dos corpos permanecerá para sempre numa certa

AF
região do céu ou se, pelo contrário, ele se afastará indefinidamente? Se a distância
entre dois dos corpos aumentará ou diminuirá infinitamente ou, pelo contrário,
permanecerá entre certos limites? Não podemos formular inúmeras questões deste
tipo, que estarão todas resolvidas quando soubermos construir quantitativamente
as trajetórias dos três corpos? E, considerando um número maior de corpos, o que
é a questão da invariabilidade dos elementos dos planetas senão uma verdadeira
questão de Geometria qualitativa, já que mostrar que o eixo maior não tem variações
seculares é provar que ele oscila permanentemente entre certos limites?
Este é o vasto campo de descobertas que se abre perante os geômetras.

Exemplo 1.4. Considere a equação diferencial autônoma de ordem 1 e dimensão 1

dada por:
x ′ = F(t, x) onde F(t, x) = x(x − 1). (1.6)
Este é um caso em que a expressão das soluções pode ser obtida explicitamente, usando
o chamado método da separação das variáveis (veja o Exercício 1.1). Este método pode
ser apresentado da seguinte forma sugestiva, ainda que não muito rigorosa. Usando a
notação x ′ = dx/dt, a equação (1.6) torna-se
dx dx
= x(x − 1) ou, “equivalentemente”, = dt.
dt x(x − 1)
DR
Logo, “integrando” os dois lados da última igualdade:
∫ ∫
dx
= dt. (1.7)
x(x − 1)
∫
Temos que dt = t + constante. Por outro lado,
∫ ∫  
dx 1 1
= − dx = log |x − 1| − log |x| + constante
x(x − 1) x−1 x
 
 x − 1
= log   + constante .
x 
Portanto, (1.7) significa que
   
 x − 1  x − 1
log   = t + c ou seja  
x   x =e ,
c+t
8 CAPÍTULO 1. INTRODUÇÃO

onde c é uma constante real arbitrária. Resolvendo esta igualdade em ordem a x

T
encontramos as funções:



 1/(1 − e ) para t ∈ (−∞, −c),
c+t
c+t
x(t) = 1/(1 − e ) para t ∈ (−c, +∞),

 1/(1 + ec+t ) para t ∈ R.

Substituindo estas expressões em (1.6) podemos conferir que estas funções são, de fato
soluções da equação diferencial. A Figura 1.3 apresenta os gráficos destas funções para
diferentes valores de c. Mas existem outras soluções (a saber, as funções constantes
iguais a 0 e a 1), que este método não permite identificar.

AF −3
γ(t) = 1/(1 − 12 e t )

−2 −1

γ(t) = 1/(1 − 2e t )
−2
2

−1
x

b
1 2 3
t

Figura 1.3: Soluções de (1.6) para diferentes valores do parâmetro c.

Por outro lado, podemos obter uma boa descrição qualitativa do comportamento
das soluções de modo bem mais rápido e sem ter que passar por estes cálculos. Comece
por observar que:
DR
F(t, 0) = 0 para todo t ∈ R e F(t, 1) = 0 para todo t ∈ R.
Isto significa que as funções constantes iguais a 0 e a 1 são soluções da equação (1.6).
Em seguida, note que se x ∈ (0, 1) então F(t, x) < 0 para todo t ∈ R, e F(t, x) >
0 para todo t ∈ R se x > 1 ou x < 0.
A teoria que vamos desenvolver nos Capítulos 2 e 3 permite mostrar que qualquer
solução γ : I → R tal que γ(t0 ) ∈ (0, 1) para algum t0 permanece no intervalo (0, 1)
para todo tempo, ou seja, ela satisfaz γ(t) ∈ (0, 1) para todo t ∈ I. Portanto, a
observação anterior mostra que qualquer solução nessas condições é decrescente. De
modo análogo, qualquer solução γ(t) tal que γ(t0 ) < [0, 1] para algum t0 é crescente.
Observe a Figura 1.4.
O exemplo que acabamos de apresentar é bastante simples e é de esperar que a teoria
qualitativa de equações mais complicadas exija argumentos mais sofisticados. Então,
1.2. TEORIA QUALITATIVA DAS EQUAÇÕES DIFERENCIAIS 9

T
b

γ(t) = 1
b x0

γ(t) = 0
t0 b
t

AF
Figura 1.4: Comportamento qualitativo das soluções da equação (1.6).

cabe perguntar: de que ferramentas dispunha Poincaré, e dispomos nós atualmente,

para esse fim? A resposta a esta pergunta é um dos objetivos deste livro e será dada
ao longo do texto. Mas vale mencionar desde já um exemplo muito interessante, que
remonta ao próprio Poincaré; trata-se do seu famoso Teorema de Recorrência.
Considere uma função de classe C 1 qualquer:

F : Rd → Rd, (x1, . . . , xd ) 7→ (F1 (x1, . . . , xd ), . . . , Fd (x1, . . . , xd )).

Chamamos divergente de F à função div F : Rd → R definida por

div F = ∂x1 F1 + · · · + ∂xd Fd .

Dizemos que uma solução3 γ : I → Rd da equação diferencial autônoma de ordem

um
DR
x ′ = F(x) (1.8)
é recorrente se existe a ∈ I e uma sequência (tn )n em I convergindo para o bordo de I
(por exemplo, quando I = R isto quer dizer que (tn )n → ∞), tal que


γ(tn ) n → γ(a).

Por outro lado, dizemos que a solução vai para infinito se

(kγ(tn )k)n → ∞ para toda sequência (tn )n convergindo para o bordo de I.

O Teorema de Recorrência de Poincaré (Teorema 5.21) afirma: se o divergente de

F é identicamente nulo então quase toda solução γ(t) da equação (1.8) ou é recorrente
3Neste contexto consideramos apenas soluções com domínios maximais, ou seja, que não são restrições
de soluções definidas em intervalos estritamente maiores. A existência e propriedades de tais soluções serão
estudadas no Capítulo 3.
10 CAPÍTULO 1. INTRODUÇÃO

ou vai para infinito. Por quase toda queremos dizer que existe um subconjunto de Rd

T
com volume total tal que a conclusão vale para toda solução que passe por um ponto
nesse subconjunto. Portanto, o Teorema de Recorrência afirma que quase toda solução
de (1.8) ou regressa arbitrariamente perto de si mesma ou vai para infinito.
Uma das razões por que este teorema é importante é que a hipótese div F ≡ 0 é
muito comum entre as equações diferenciais oriundas da Mecânica Clássica e de outras
áreas da Ciência. Vamos ilustrar este fato com um exemplo.
Exemplo 1.5. Inicialmente, lembre que a equação (1.5) do pêndulo harmônico é uma
equação de ordem 2. Portanto, o Teorema de Recorrência não lhe pode ser aplicado
diretamente. No entanto, é possível transformar essa equação numa equação de ordem
1, introduzindo uma nova variável dependente y definida por y = x ′ . Então, (1.5)

AF
torna-se equivalente a  ′
x =y
y ′ = −(g/l) sen x
a qual pode ser reescrita, em notação vetorial, como:

(x, y)′ = F(x, y) com F(x, y) = (y, −(g/l) sen x).

(1.9)

Ou seja, transformamos uma equação de ordem 2 e dimensão 1 numa equação de ordem

dimensão. Agora observe que

div F = ∂x y −
g
l
∂y sen x
(1.10)

1 e dimensão 2. Este tipo de truque é muito útil, como veremos, permitindo transformar
equações de qualquer ordem k > 1 em equações de ordem 1, à custa de aumentar a sua

é identicamente nulo. Portanto, o Teorema de Recorrência pode ser aplicado neste caso.
Na verdade, todos temos experiência empírica de dois tipos de movimento do
pêndulo que correspondem aos dois tipos de solução previstos pelo teorema:
(i) pequenas oscilações em todo do ponto de equilíbrio estável (ou seja, da posição
vertical com a haste apontando para baixo) repetem-se periodicamente: é este fato
que está na origem da construção de praticamente todos os relógios analógicos;
DR
em particular, estes movimentos são recorrentes;
(ii) se o pêndulo estiver se deslocando com velocidade suficientemente grande, ele
subirá até alcançar o ponto de equilíbrio instável (ou seja, da posição vertical
com a haste apontando para cima) ainda com velocidade não nula, de tal forma
que continuará rodando no mesmo sentido; neste tipo de movimento o pêndulo
roda indefinidamente, sempre no mesmo sentido, de tal modo que o ângulo x(t)
vai para infinito quando t → ∞.

1.3 Análise numérica de equações diferenciais

Como vimos anteriormente, para Poincaré a análise qualitativa de uma equação dife-
rencial além de ser muito importante em si mesma, já que muitas das questões que nos
1.3. ANÁLISE NUMÉRICA DE EQUAÇÕES DIFERENCIAIS 11
y
3

T
2
1
x
−2π −π π 2π
−1
−2
−3

AF
Figura 1.5: Representação gráfica do campo de vetores F(x, y) = (y, − sen x).

interessam são de natureza qualitativa, também serve como prelúdio e guia para uma
análise quantitativa que, na grande maioria dos casos, será necessariamente numérica.
Na verdade, o posterior advento e desenvolvimento dos computadores, aumentou o po-
der da análise numérica como instrumento para a compreensão de equações diferenciais
muito além do que o próprio Poincaré poderia ter previsto. A seguir apresentamos dois
exemplos simples mas que ilustram bem a utilidade dos métodos numéricos.
Exemplo 1.6. A Figura 1.5 corresponde à equação (1.10), no caso em que g/l = 1, ou
seja:
(x, y)′ = F(x, y) com F(x, y) = (y, − sen x). (1.11)
O que a figura apresenta é a direção e o sentido deste campo de vetores F(x, y) para
diversos pontos (x, y) ∈ [−2π, +2π] × [−2, +2]. Como as soluções γ(t) = (x(t), y(t))
da equação diferencial (1.11) são curvas tangentes ao campo de vetores em todo ponto
(é isso que a equação significa!), esta representação permite obter uma boa ideia do
comportamento qualitativo das soluções.
A Figura 1.5 sugere, por exemplo, que:
(i) as soluções da equação com valores próximos da origem são curvas periódicas,
ou seja, curvas tais que existe T > 0 satisfazendo γ(t + T ) = γ(t) para todo t ∈ R;
DR
em particular, tais soluções seriam recorrentes;
(ii) as soluções da equação com valores de y grandes, positivos ou negativos, são
curvas abertas; a coordenada y(t) permanece limitada mas x(t) vai para infinito
quando t → ∞.
Como veremos, é possível comprovar por meio de argumentos rigorosos que estas
observações estão corretas, ou seja, que as soluções da equação diferencial realmente
se comportam deste modo. Isso também é coerente com a nossa experiência empírica
quanto ao comportamento do pêndulo que mencionamos há pouco.
Exemplo 1.7. O método mais simples para calcular numericamente as soluções de uma
equação é chamado método de Euler. Vamos usar a seguinte equação para exemplificar
este método:
x ′ = cos2 x (1.12)
12 CAPÍTULO 1. INTRODUÇÃO

A B C D E F G H I
tn xn x(t n ) tn xn x(t n ) tn xn x(t n )

T
0,00 0,78540 0,78540 0,30 0,91565 0,91510 0,60 1,01301 1,01220
0,01 0,79040 0,79037 0,31 0,91937 0,91880 0,61 1,01581 1,01499
0,02 0,79535 0,79530 0,32 0,92304 0,92246 0,62 1,01859 1,01776
0,03 0,80025 0,80018 0,33 0,92668 0,92609 0,63 1,02134 1,02051
0,04 0,80510 0,80500 0,34 0,93029 0,92969 0,64 1,02407 1,02323
0,05 0,80990 0,80978 0,35 0,93386 0,93325 0,65 1,02677 1,02593
0,06 0,81466 0,81452 0,36 0,93740 0,93677 0,66 1,02945 1,02861
0,07 0,81937 0,81920 0,37 0,94090 0,94027 0,67 1,03211 1,03126
0,08 0,82403 0,82384 0,38 0,94437 0,94373 0,68 1,03474 1,03389
0,09 0,82864 0,82843 0,39 0,94781 0,94715 0,69 1,03735 1,03649
0,10 0,83321 0,83298 0,40 0,95121 0,95055 0,70 1,03993 1,03907
0,11 0,83773 0,83748 0,41 0,95458 0,95391 0,71 1,04249 1,04163
0,12 0,84221 0,84194 0,42 0,95793 0,95724 0,72 1,04504 1,04417
0,13 0,84664 0,84636 0,43 0,96123 0,96054 0,73 1,04755 1,04668
0,14 0,85103 0,85073 0,44 0,96451 0,96381 0,74 1,05005 1,04918
0,15 0,85538 0,85505 0,45 0,96776 0,96705 0,75 1,05253 1,05165
0,16 0,85968 0,85934 0,46 0,97098 0,97026 0,76 1,05498 1,05410
0,17 0,86394 0,86358 0,47 0,97416 0,97343 0,77 1,05741 1,05653
0,18 0,86816 0,86778 0,48 0,97732 0,97658 0,78 1,05983 1,05894

AF 0,19
0,20
0,21
0,22
0,23
0,24
0,25
0,26
0,27
0,28
0,29
0,87233
0,87647
0,88056
0,88462
0,88863
0,89261
0,89654
0,90044
0,90430
0,90812
0,91191
0,87194
0,87606
0,88014
0,88417
0,88817
0,89213
0,89606
0,89994
0,90378
0,90759
0,91137
0,49
0,50
0,51
0,52
0,53
0,54
0,55
0,56
0,57
0,58
0,59
0,98045
0,98354
0,98661
0,98966
0,99267
0,99566
0,99862
1,00155
1,00445
1,00733
1,01018
0,97970
0,98279
0,98586
0,98889
0,99190
0,99488
0,99783
1,00076
1,00366
1,00653
1,00938
0,79
0,80
0,81
0,82
0,83
0,84
0,85
0,86
0,87
0,88
0,89

Tabela 1.1: Resolução numérica da equação diferencial x ′ = cos2 x.

1,06222
1,06459
1,06694
1,06927
1,07158
1,07387
1,07615
1,07840
1,08063
1,08285
1,08505

A ideia é substituir a derivada x ′ por uma razão incremental ∆x/∆t, onde ∆t é um pe-
queno incremento (positivo), na variável independente t e ∆x é o incremento resultante
na variável dependente x. Então, no lugar de (1.12), tratamos

∆x = ∆t cos2 x.
1,06133
1,06370
1,06605
1,06838
1,07068
1,07297
1,07524
1,07750
1,07973
1,08194
1,08414

Para fazer o cálculo da solução precisamos definir o valor de ∆t: neste caso, vamos
tomar ∆t = 0, 01. Também precisamos escolher o tempo inicial t0 do cálculo e o valor
correspondente x0 da solução que estamos buscando. Então obtemos sucessivos valores
aproximados xn ≈ x(tn ), usando as relações de recorrência

xn+1 = xn + ∆t cos2 xn .
DR
tn+1 = tn + ∆t e (1.13)

A tabela a seguir mostra o resultado desse cálculo quando tomamos t0 = 0 e x0 = π/4:

As colunas A, D e G da tabela listam sucessivos valores de tn e as colunas B, E e H
apresentam os valores correspondentes de xn , calculados por meio das relações (1.13).
Neste exemplo, a solução analítica da equação pode ser encontrada usando o método
da separação das variáveis:
x(t) = arctan(t + 1).
Os seus valores para os tempos tn estão relacionados nas colunas C, F e I da Tabela 1.1.
Isso nos permite avaliar a precisão do cálculo numérico, comparando os valores “aproxi-
mados” xn com os valores “exatos” x(tn ) obtidos substituindo o valor de tn na expressão
analítica da solução. Observe que o desvio entre xn e x(tn ) tende a aumentar à medida
que vamos iterando o método, devido à acumulação dos erros de cálculo. No entanto,
ele ainda se mantém bastante razoável após 90 iterações. Veja também o Exercício 1.25.
1.4. EXPERIMENTO: DINÂMICA DE POPULAÇÕES 13

1.4 Experimento: dinâmica de populações

T
Consideremos uma espécie animal ou vegetal vivendo e se reproduzindo num dado
ambiente ecológico. Em primeira aproximação, podemos considerar que a população
da espécie cresce a uma taxa que é proporcional ao próprio tamanho da população. Em
outras palavras, o número x de indivíduos da espécie4 estaria sujeito a uma equação da
forma x ′ = cx, onde c é uma constante positiva. Na prática, os recursos disponíveis
(água, nutrientes, oxigênio, luz solar etc) são limitados, pelo que há um número máximo
X de indivíduos que podem ser sustentados pelo ambiente. Então, é mais realista
considerar uma equação diferencial tal como
 x

AF x ′ = cx 1 −
X
. (1.14)

Esta é chamada equação logística e, apesar de ser um modelo bastante rudimentar, tem
diversas aplicações em Ecologia e outras áreas da ciência.
Agora suponhamos que o ambiente ecológico alberga duas espécies, que interagem
entre si, competindo pelos recursos disponíveis. Sejam x1 e x2 os respectivos números
de indivíduos. É razoável supor que a interação é proporcional ao produto x1 x2 , o qual
é um bom parâmetro da probabilidade de que um indivíduo de uma espécie “encontre”
um indivíduo da outra. Desta forma, chegamos à chamada equação de Lotka-Volterra
 ′
x1 = c1 x1 (1 − a11 x1 − a12 x2 )
x2′ = c2 x2 (1 − a21 x1 − a22 x2 )

onde a11 = 1/X1 e a22 = 1/X2 estão relacionados com os números máximos, X1 e X2 ,
de indivíduos de cada uma das espécies que podem ser sustentados pelo ambiente na
(1.15)

ausência da outra espécie, e a12 e a21 regulam a intensidade do efeito sobre cada uma
das espécies da interação entre elas. Esta equação pode ser generalizada facilmente
para sistemas com qualquer número d > 1 de espécies:
 Í 



 x1′ = c1 x1 1 − dj=1 a1j x j



···  Íd  (1.16)
DR


 xd = cd xd 1 − j=1 ad j x j
′

onde (ci )i é o vetor de fatores e (aij )i, j é a matriz de interações. Aqui ficaremos restritos
ao caso d = 2.
Numa situação competitiva, como vimos considerando, todos os coeficientes de
(1.15)–(1.16) são positivos. No entanto, variando os coeficientes, inclusive os seus
sinais, podemos obter modelos para muitos outros problemas, inclusive fora da Ecolo-
gia. Por exemplo, num sistema predador-presa, em que uma das espécies (a segunda,
digamos) se alimenta da outra, o fator c2 deve ser tomado negativo: na ausência de
presas a população do predador diminui no lugar de aumentar. Se, além disso, conside-
rarmos que os recursos disponíveis são infinitos (X1 = X2 = ∞) então a equação (1.15)
4Claro que o número x de indivíduos é uma variável discreta, ela só toma valores inteiros. Mas, para
efeitos de tratamento analítico do problema, procedemos como se ela fosse contínua.
14 CAPÍTULO 1. INTRODUÇÃO

reduz-se a


T
x1′ = c1 x1 (1 − a12 x2 )
com c2 < 0 < c1 e a12, a21 > 0, (1.17)
x2′ = c2 x2 (1 − a21 x1 )

que é outra forma popular da equação de Lotka-Volterra.

Podemos usar o método numérico de Euler introduzido anteriormente no texto para
investigar o comportamento das soluções da equação de Lotka-Volterra. Neste caso,
como estamos lidando com uma equação de dimensão 2, no lugar de (1.13) temos

x1,n+1 = x1,n + hF1 (x1,n, x2,n )
tn+1 = tn + h e (1.18)
x2,n+1 = x2,n + hF2 (x1,n, x2,n ),

AFMATLAB/Octave ou outro ambiente computacional. Fixe d = 2.

2. Considere c1 = 1, c2 = −1, a11 = 0, a12 = 1, a21 = 1 e a22 = 0 e integre

onde (F1, F2 )(x1, x2 ) = c1 x1 (1 − a11 x1 − a12 x2 ), c2 x2 (1 − a21 x1 − a22 x2 ) e h = ∆t.

Objetivos:

1. Escreva o método de Euler para a equação de Lotka-Volterra em código do

numericamente as soluções da equação de Lotka-Volterra para diferentes escolhas

do ponto inicial (x1,0, x2,0 ) e da largura de integração h.

3. Repita o passo 2 com c1 = 1, c2 = −1, a11 = 1/2, a12 = 1, a21 = 1 e a22 = −1/2.

4. Repita o passo 2 com c1 = 1, c2 = −1, a11 = 2, a12 = 1, a21 = 1 e a22 = −1/2.

5. Compare as conclusões dos passos 2, 3 e 4: o comportamento qualitativo das

soluções muda significativamente com a mudança dos coeficientes?

6. Interprete esses resultados em termos da evolução do sistema ecológico descrito

pela equação diferencial em cada um dos casos tratados.

Na Figura 1.6 estão representadas algumas soluções aproximadas da equação de

DR
Lotka-Volterra obtidas por meio do algoritmo computacional que acabamos de des-
crever. Observe que essas curvas parecem ser espirais enquanto que, na verdade, as
soluções exatas da equação são curvas fechadas (confira os Exercícios 1.29 e 4.13).
Esta divergência de comportamentos é resultado do acúmulo de erros na aplicação do
método de integração numérica. Esse problema pode ser controlado, até certo ponto,
reduzindo a largura de integração h. Melhor ainda, como veremos no Capítulo 4, é
possível utilizar métodos de integração mais precisos do que o método de Euler, que
fornecem aproximações bem melhores da solução exata (confira a Figura 4.6).

1.5 Exercícios
Os primeiros exercícios deste capítulo têm como objetivo lembrar os principais métodos
elementares para resolução analítica de equações diferenciais, alguns dos quais são
1.5. EXERCÍCIOS 15

x2

T
b b

b
b
b

b
b

b b
b

b b
b

b b
b

b
b b
b
b b
b b
b

b b

b
b b
b b b
b
b
b b
b

b b
b
b
b
b
b
b
b b b b b b
b b
b b b b b

b b b b
b b
b
b
b b b
b b b b
b b b
b b b b
b b b
b
b b b
b b b
b b b b
b b b
b b b
b b b b b
b b
b b b b b
b b b b
b b
b b
b b b b b
b b b b
b b b b b b b b b
b b b b
b b b b b b
b b b b b b
b b b b
b b b b b b b
b b b b
b b
b b b

AF b

Figura 1.6: Integração numérica da equação de Lotka-Volterra usando o método de

Euler, para c1 = 1, c2 = −1, a11 = 0, a12 = 1, a21 = 1 e a22 = 0.

usados ao longo do texto. Consideramos equações diferenciais de ordem 1 e dimensão

1, escritas na forma
a(t, x)x ′ + b(t, x) = 0, (1.19)
onde a e b são funções de classe C 1 e a(t, x) , 0 para todo (t, x) no domínio U.
Em termos da notação que usamos anteriormente, F(t, x) = −b(t, x)/a(t, x). Ao final
incluímos alguns exercícios introdutórios à análise numérica das equações diferenciais,
b
b

b
b

b
b

b
b
b

b
b
b

b
b

b
b

b
b
b

b
b
b

b
b
b

b
b
b

b
b
b
b

b
b
b

b
b
b

b
b
b

b
b

b
b

b
b

b
b
b
b

b
b

b
b
b

b
b
b

b
b

b
b
b

b
b

b
b

b
b

b
b

b
b
b

b
b

b
b
b

b
b

b
b

b
b
b

b
b

b
b

b
b

b
b
b
b

b
b

b
b

b
b

b
b
b
b
b
b

b
b
b
b

b
b
b
b

b
b

b
b
b

b
b

b
b

b
b

b
b

b
b

b
b
b
b

b
b
b

b
b

b
b
b

b
b

b
b

x1

assinalados com o símbolo (C).

Exercício 1.1 (Método da separação das variáveis). Dizemos que (1.19) é separável
se existem funções contínuas φ1 , φ2 , ψ1 e ψ2 tais que a(t, x) = φ1 (t)φ2 (x) e b(t, x) =
ψ1 (t)ψ2 (x). Mostre que então:
1. Se x0 é tal que ψ2 (x0 ) = 0 então a curva constante γ(t) = x0 é solução de (1.19).
DR
2. Se x0 é tal que ψ2 (x0 ) , 0 então as funções
∫ x ∫ t
φ2 (y) ψ1 (s)
g(x) = dy e h(t) = − ds
x0 ψ 2 (y) t0 φ1 (s)

estão bem definidas para (t, x) numa vizinhança de (t0, x0 ). Além disso, g é
um difeomorfismo e a curva γ(t) = g−1 (h(t)) é solução de (1.19) com condição
inicial γ(t0 ) = x0 .

Exercício 1.2. Use o método da separação de variáveis para encontrar a solução de

cada um dos seguintes problemas:
1. x ′ − t x = 0 com condição inicial (t0, x0 ) = (1, 1).
2. x ′ − e2t + 1 = 0 com condição inicial (t0, x0 ) = (1, 0).
16 CAPÍTULO 1. INTRODUÇÃO

3. t x ′ − 1 = 0 com condição inicial (t0, x0 ) = (1, 1).

T
4. x ′ − e2t−x = 0 com condição inicial (t0, x0 ) = (0, 0).

Exercício 1.3 (Mudança de variáveis). Transforme a equação diferencial

√ √

1 + t 2 (x + t 2 )x ′ + 1 + 2t(x + t 2 ) 1 + t 2 = 0 (1.20)

numa equação separável mediante uma mudança da variável dependente e em seguida

encontre a sua solução com condição inicial x(0) = 1.

Exercício 1.4 (Mudança de variáveis). Use mudança de variáveis para encontrar todas

AF
as soluções da equação diferencial

(at + bx + c)x ′ + (pt + qx + r) = 0,

onde a, b, c, p, q, r são constantes reais e a2 + b2 + c2 , 0.

Exercício 1.5 (Equações homogêneas). Suponha que U ⊂ R2 não intersecta o eixo

(1.21)

{(0, x) : x ∈ R} e é invariante por homotetias. Dizemos que a equação diferencial

(1.19) é homogênea se F(t, x) = −b(t, x)/a(t, x) satisfaz F(ct, cx) = F(t, x) para todo
(t, x) ∈ U e todo c , 0.

1. Argumente que existe uma função contínua φ tal que F(t, x) = φ(x/t) para todo
(t, x) ∈ U.

2. Mostre que a mudança de variáveis (t, x) 7→ (t, u = x/t) transforma (1.19) na

equação
tu ′ + (u − φ(u)) = 0. (1.22)

3. Use o fato de que (1.22) é separável para encontrar as suas soluções.

Exercício 1.6. Encontre as soluções das seguintes equações diferenciais:

DR
1. (t + x)x ′ + (t − x) = 0 em U = {(t, x) : t + x > 0};

2. xt x ′ + (abt 2 − at x − bt x) = 0 em U = {(t, x) : t > 0 e x > 0}.

Exercício 1.7 (Equações diferenciais exatas). Dizemos que a equação (1.19) é exata se
∂t a(t, x) = ∂x b(t, x) para todo (t, x) ∈ U. Considere a função
∫ x ∫ t
φ(t, x) = a(t0, y) dy + b(s, x) ds.
x0 t0

definida na vizinhança de cada ponto (t0, x0 ) ∈ U.

1. Mostre que existe uma função x(t) de classe C 1 numa vizinhança de t0 tal que
φ(t, x(t)) = 0 para todo t e x(t0 ) = x0 .

2. Verifique que essa curva é solução de (1.19).

1.5. EXERCÍCIOS 17
∫x ∫t
[Observação: Também podemos tomar φ(t, x) = x0
a(t, y) dy + t0
b(s, x0 ) ds.]

T
Exercício 1.8. Encontre todas as soluções da equação (t + 1)x ′ + (t 3 + x) = 0 em
U = {(t, x) : t + 1 > 0}.
Exercício 1.9 (Método do fator integrante). Suponha que as funções a(t, x) e b(t, x)
são tais que existem funções contínuas f (x) e g(t) satisfazendo

∂t a(t, x) − ∂x b(t, x) = f (x)b(t, x) − g(t)a(t, x) para todo (t, x).

Encontre uma função u(t, x) de classe C 1 tal que eu(t,x) é um fator integrante para a
equação diferencial, ou seja, tal que

AF
é equação diferencial exata.

que a equação diferencial

dada.
eu(t,x) a(t, x)x ′ + eu(t,x) b(t, x) = 0

Exercício 1.10. Considere a equação diferencial linear (não homogênea) x ′ + a(t)x =

b(t), onde a(t) e b(t) são funções contínuas. Encontre uma função φ de classe C 1 tal

φ(t)x ′ + φ(t)a(t)x = φ(t)b(t)

seja exata. Em seguida, encontre a expressão geral das soluções da equação diferencial

Exercício 1.11 (Método da variação do parâmetro). Considere a equação diferencial

linear homogênea de ordem 1
x ′ + a(t)x = 0. (1.23)
∫
∫ que as soluções de (1.23) são as funções da forma x(t) = ce
− a(t) dt
1. Mostre ,
onde a(t) dt é uma primitiva da função a(t) e c é um número real.
2. Mostre que, dada qualquer função contínua φ(t), as soluções da equação diferen-
cial linear (não homogênea) de ordem 1
DR
x ′ + a(t)x = b(t) (1.24)
∫
são funções da forma x(t) = c(t)e− a(t) dt e determine as condições que c(t) deve
satisfazer para que uma função desta forma sejam realmente solução de (1.24).

Exercício 1.12. Responda justificando:

1. A função φ(t) = t 2 definida para t ∈ R pode ser solução de uma equação linear
homogênea de ordem 1? E não homogênea?
2. As funções φ(t) = et e ψ(t) = e−t definidas para t ∈ R podem ser soluções de
uma mesma equação linear homogênea de ordem 1? E não homogénea?
Nos casos afirmativos apresente exemplos explícitos.
18 CAPÍTULO 1. INTRODUÇÃO

Exercício 1.13. Sejam a, b : R → R duas funções contínuas tais que a(t) > c > 0 para

T
todo t ∈ R e
lim b(t) = 0.
t→∞

Mostre que todas as soluções da equação diferencial x ′ = −a(t)x + b(t) convergem para
zero quando t → ∞.
Exercício 1.14. Resolva as seguintes equações diferenciais:
1. x ′ − (t 2 + t x) = 0 em U = R2 .
√
2. x ′ − 1 + x 2 = 0 em U = R2 .

AF
3. x ′ − sen(x/t) = 0 em U = {(t, x) : t > 0}.
4. (x − t)x ′ + (x + t) = 0 em U = {(t, x) : x > t}. .
Exercício 1.15. Ache a curva diferenciável α em R2 que passa pelo ponto (1, 1) e
satisfaz que dado um ponto qualquer (x, y) ∈ α, se denotamos por P(x, y) o ponto de
interseção entre a reta tangente e o eixo horizontal e por Q(x, y) o ponto de interseção
entre a reta normal e o eixo vertical, a distância de P(x, y) à origem coincide com a
distância de Q(x, y) à origem. Represente essa curva graficamente.
Exercício 1.16. Sejam p, q, r : R → R funções contínuas, com p > 0. Mostre que
existem funções contínuas a, b : R → R tais que a é de classe C 1 e as equações
diferenciais p(t)x ′′ + q(t)x ′(t) + r(t)x = 0 e (a(t)x ′)′ + b(t)x = 0 têm exatamente as
mesmas soluções.
Exercício 1.17 (Expansão em série de potências). Considere a equação diferencial
linear de ordem 2
Õ
∞ Õ
∞
x ′′ + a(t)x ′ + b(t)x = 0, com a(t) = an t n e b(t) = bn t n . (1.25)
n=0 n=0

Í
1. Determine que condições deve satisfazer uma sequência (cn )n para que a respec-
DR
tiva série de potências ∞ n
n=0 cn t satisfaça (1.25).
Í
2. Justifique que se a sequência (cn )n satisfaz essas condições e a série ∞ n
n=0 cn t é
convergente então a sua soma x(t) é realmente solução de (1.25).
3. Encontre as soluções da equação diferencial de Hermite x ′′ − 2t x + x = 0.

Exercício 1.18 (Equação de Legendre). Considere a equação diferencial de ordem 2:

(1 − t 2 )x ′′ − 2t x ′ + m(m + 1)x = 0, onde m ∈ R é uma constante. (1.26)

Í
1. Determine as sequências (cn )n para as quais a série ∞ n
n=0 cn t satisfaz (1.26).
Í
2. Mostre que para tais sequências a série ∞ n
n=0 cn t converge para todo t ∈ (−1, 1).

3. Verifique que se m é um inteiro então (1.26) admite soluções polinomiais.

1.5. EXERCÍCIOS 19

[Observação: Estes são os chamados polinômios de Legendre.]

T
Exercício 1.19 (Equação de Bernoulli). Considere a equação diferencial

x ′ + ϕ(t)x = ψ(t)x n (1.27)

onde ϕ e ψ são funções contínuas e n , 1. Verifique que a mudança de variável y =

x 1−n /(1 − n) transforma (1.27) numa equação diferencial linear. Use essa observação
para encontrar as soluções de (1.27).
Exercício 1.20. Considere a equação diferencial

AF ξ(t, x)x ′ + η(t, x)(x − t x ′ ) + ζ(t, x) = 0

onde ξ, η e ζ são funções homogêneas: existem m e n tais que ξ(ct, cx) = c m ξ(t, x),

de Bernoulli. Use essa observação para encontrar as soluções de (1.28).

Exercício 1.21 (Equação de Jacobi). Considere a equação diferencial

(a0 + a1 t + a2 x)(t x ′ − x) − (b0 + b1 t + b2 x)x ′ + (c0 + c1 t + c2 x) = 0.

Encontre constantes α e β tais que a mudança de variáveis t = s + α e x = y + β

transforma (1.29) numa equação da forma (1.28). Use esta observação para encontrar
as soluções de (1.29).
(1.28)

η(ct, cx) = c n ξ(t, x) e ζ(ct, cx) = c m ζ(t, x) para quaisquer t, x e c. Faça a mudança
de variável y = x/t e en seguida considere y como variável independente e t como
variável dependente. Observe que este procedimento transforma (1.28) numa equação

(1.29)

Exercício 1.22 (Equação de Riccati). Considere a equação diferencial

a b
x ′ = ct n−1 + x + x 2, t > 0. (1.30)
t t
1. Suponha que n = 2a. Verifique que a mudança de variáveis x = t a y transforma
(1.30) numa equação separável e use essa observação para encontrar as soluções
DR
de (1.30).
2. Em geral, mostre que a mudança de variáveis z = t n /(x + ba ) transforma (1.30)
numa equação do mesmo tipo:
n+a c
z ′ = −bt n−1 + z − z2 .
t t
Ou seja, esta mudança de variáveis corresponde à transformação (a, b, c) 7→
(n + a, −c, −b) no espaço dos parâmetros.
3. Mostre como resolver (1.30) sempre que (n − 2a)/(2n) é um número inteiro
positivo.
[Observação: (1.30) é um caso particular da chamada equação de Riccati x ′ = ξ(t) +
η(t)x + ζ(t)x 2 .]
20 CAPÍTULO 1. INTRODUÇÃO

Exercício 1.23 (Equação de Clairaut). Considere a relação

T
x = x ′ t + ψ(x ′ ) (1.31)

onde ψ é uma função de classe C 2 . Observe que (1.31) conduz a x ′′ [t + ψ ′ (x ′ )] = 0 e

use essa observação para encontrar as suas soluções.
[Observação: A relação (1.31) não se enquadra totalmente na nossa definição de
equação diferencial, uma vez que não estamos supondo que ela possa ser resolvida em
ordem a x ′ .]
Exercício 1.24. Um reator nuclear transforma plutônio 239 em urânio 238, para uso
industrial. Verifica-se que após 15 anos 0,0043 por cento da quantidade inicial de

AF
plutônio se transformou em urânio. Calcule a meia-vida do plutônio 239.
Exercício 1.25 (C). Reproduza os cálculos da Tabela 1.1 mas desta vez no intervalo
t ∈ [0, 3]. Represente o erro En = xn − x(tn ) graficamente em função de n e interprete
esse gráfico.
Exercício 1.26. Resolva a equação logística (1.14) pelo método da separação de variá-
veis. Consegue usar a expressão obtida para entender como as soluções se comportam?
Mostre que a população x(t) converge para um valor limite quando t → +∞ e calcule
esse valor.
Exercício 1.27 (C). A evolução da população de uma cidade é regida pela equação
logística
x ′ = 10−1 x(1 − 10−6 x)
com condição inicial x(0) = 104 . Investigue numericamente o comportamento da
solução usando a aplicação computacional do método de Euler. Represente os resultados
graficamente. Compare com as conclusões do exercício anterior.
Exercício 1.28. Verifique que a equação (1.15) tem um único ponto estacionário no
primeiro quadrante ou seja, existe um único ponto ( x̄1, x̄2 ) onde o lado direito

F(x1, x2 ) = c1 x1 (1 − a11 x1 − a12 x2 ) , c2 x2 (1 − a21 x1 − a22 x2 ))

DR
da equação se anula se (a11 − a21 )(a22 − a12 ) > 0. Calcule os autovalores da derivada
DF( x̄1, x̄2 ).
[Observação: Veremos no Capítulo 9 que estes autovalores permitem prever o compor-
tamento das soluções na vizinhança do ponto estacionário.]
Exercício 1.29 (C). Mostre que a função

V(x1, x2 ) = −c2 log x1 + c2 a21 x1 + c1 log x2 − c1 a12 x2

é uma integral primeira da equação (1.17), ou seja, que t 7→ V(x1 (t), x2 (t)) é constante,
qualquer que seja a solução t 7→ (x1 (t), x2 (t)) da equação. Use este fato para interpretar
os resultados obtidos na aplicação computacional deste capítulo.
[Observação: Usaremos este fato no Exercício 4.13 para concluir que as soluções da
equação (1.17) são curvas fechadas.]
1.6. NOTAS 21

Exercício 1.30 (C). Use a aplicação computacional do método de Euler para calcular

T
numericamente as soluções das seguintes equações diferenciais no intervalo [t0, t0 + 1]:
1. x ′ − t x = 0 com condição inicial (t0, x0 ) = (1, 1).
2. x ′ − e2t + 1 = 0 com condição inicial (t0, x0 ) = (1, 0).
3. t x ′ − 1 = 0 com condição inicial (t0, x0 ) = (1, 1).
4. x ′ − e2t−x = 0 com condição inicial (t0, x0 ) = (0, 0).
Compare com as conclusões do Exercício 1.2.

1.6 Notas

AF
A teoria das equações diferenciais remonta à descoberta do Cálculo Infinitesimal por
Newton e Leibnitz. Em seu trabalho Methodus fluxionum et Serierum Infinitarum,
escrito por volta de 1671 mas publicado apenas em 1736, Newton lista três tipos de
equações de fluxo: em linguagem moderna,

x ′ = f (x), x ′ = f (t, x) e x∂x u + y∂y u = u.

Observe que as duas primeiras são equações diferenciais ordinárias, enquanto que a
terceira é uma equação diferencial parcial.
Leibnitz introduziu a expressão equação diferencial (ou aequatio differentialis) em
1676, mesmo ano em que Newton resolveu a sua primeira equação diferencial. Em
1695, Jacob Bernoulli (1654–1705) propôs a equação diferencial que leva o seu nome
(Exercício 1.19). O estudo das equações diferenciais atraiu a atenção dos grandes
matemáticos dos séculos 18 e 19: Johann Bernoulli (1667–1748) e seu filho Daniel
Bernoulli (1700–1782), Leonhard Paul Euler (1707–1783), Alexis Claude de Clairaut
(1713–1765), Jean le Rond d’Alembert (1717–1783), Joseph-Louis Lagrange (1736–
1813), Pierre-Simon de Laplace (1749–1827), Adrien-Marie Legendre (1752–1833),
Jean-Baptiste Joseph Fourier (1768–1830) e Carl Gustav Jakob Jacobi (1804–1851),
entre muitos outros.
DR
O matemático, físico e astrônomo inglês Isaac Newton (1642–1726) foi, sem sombra
de dúvida, um dos maiores e mais influentes cientistas de todos os tempos. O seu livro
Philosophiæ Naturalis Principia Mathematica ("Princípios matemáticos da filosofia
natural"), publicado em 1687, criou os fundamentos da Mecânica Clássica e da Teoria
da Gravitação. Newton partilha com Leibniz o crédito pela descoberta do Cálculo
Infinitesimal.
O matemático e filósofo alemão Gottfried Wilhelm Leibniz (1646–1716) tem uma
posição de destaque na história da Matemática e da Filosofia. Descobriu o cálculo
infinitesimal independentemente de Newton e, embora isso tenha levado a uma feroz
disputa a propósito da prioridade da descoberta, a notação dos infinitesimais dx criada
por Leibnitz acabou prevalecendo. Leibnitz também foi um inventor produtivo, muito
interessado na construção de máquinas mecânicas de calcular. Em filosofia, professou
um otimismo (acreditava que vivemos no melhor de todos os universos que Deus poderia
ter criado) considerado demasiado ingênuo por seus contemporâneos.
22 CAPÍTULO 1. INTRODUÇÃO

O francês Jules Henri Poincaré (1854–1912) foi o maior matemático do seu tempo,

T
ao lado do alemão David Hilbert (1862–1943), e o último dos matemáticos universa-
listas. Além de ter criado o estudo qualitativo das equações diferenciais e, desta forma,
dado origem à área de Sistemas Dinâmicos, Poincaré deu profundas contribuições a
inúmeras outras áreas da Matemática (contribuiu para a Teoria das Funções Automor-
fas, fundou a Topologia Algébrica, abriu o caminho para a Teoria das Funções de Várias
Variáveis Complexas e para a Análise Assintótica), da Física (revolucionou a Mecânica
Celeste, descobrindo o caos, e criou a Teoria da Relatividade Restrita, juntamente com
Einstein), da Engenharia (trabalhou em diversas questões sobre telegrafia, eletro tecnia,
propagação de ondas e propagação do calor) e da Filosofia (contribuiu para Epistemo-
logia, ou seja, o estudo da natureza do conhecimento, particularmente no que tange ao

AF
conhecimento matemático), além de ter sido um excepcional divulgador da Ciência na
sociedade do seu tempo.
A equação de Lotka-Volterra foi proposta inicialmente, em 1910, pelo biofísico
americano Alfred James Lotka (1880–1949), como um modelo para certas reações quí-
micas. No período 1920-1925, Lotka estendeu o modelo inicial e aplicou-o a situações
predador-presa em sistemas ecológicos. As mesmas equações foram publicadas em
1926 pelo matemático e físico italiano Vito Volterra. O interesse de Volterra pelo tema
foi provocado por seu futuro genro, o biologista marinho italiano Umberto D’Ancona.
D’Ancona observou que a percentagem de capturas de peixes predadores no mar Adriá-
tico havia crescido muito durante a primeira guerra mundial (1914–1918), apesar da
redução na atividade de pesca, e buscava uma explicação para esse fato. A equação
de Lotka-Volterra é usada como modelo em diversas outras áreas da Ciência, incluindo
a Química e a Economia. O capítulo 12 do livro de Hirsch, Smale [45] contém uma
descrição qualitativa do seu comportamento.
DR