Alglin IIpoli

T
OPICOS DE

ALGEBRA
LINEAR
Paulo Agozzini Martin
&
Maria L ucia Singer
APOSTILA
POLI 2006
Sumario
Captulo 1. Operadores Semi-simples 5
1. Espacos Vetoriais Complexos 5
2. O complexicado de um operador 14
3. Tres exemplos 20
Captulo 2. Equacoes Diferenciais Lineares 25
1. A equacao mais simples 25
2. A equacao geral de ordem um 26
3. Funcoes a valores complexos 28
Captulo 3. Sistemas de Equacoes Diferenciais 33
1. Sistemas diagonais 33
2. Sistemas semi-simples 36
3. Sistemas Dinamicos Discretos 40
Captulo 4. Exerccios 47
1. Solucoes e/ou sugestoes dos exerccios anteriores 53
3
CAPTULO 1
Operadores Semi-simples
1. Espacos Vetoriais Complexos
1.1. Os N umeros Complexos. Aprendemos desde muito cedo
que no conjunto dos n umeros reais nao existe nenhum n umero cujo
quadrado seja igual à 1. Uma explicacao para isso esta no fato de
que existem algumas regras para a multiplicacao de n umeros reais,
por exemplo: menos com menos da mais! Vejamos como se prova essa
regra. Comecamos com
(x) y + x y = [(x) + x] y
= 0 y
= 0
ou seja, (x) y = (x y). Usando essa propriedade deduzimos que:
(x) (y) + [(x y)] = (x) (y) + (x) y
= (x) [(y) + y]
= (x) 0
= 0
e, portanto,
(x) (y) = x y.
De modo que x > 0 e y > 0 acarretam (x) (y) > 0. Assim, em
particular, se x R e um n umero real nao nulo, entao
(x) (x) = x x = x
2
> 0,
e portanto nenhum n umero negativo y pode ter raiz quadrada em R,
pois uma raiz quadrada de y e um n umero x tal que x
2
= y. Assim, as
equacoes polinomiais de grau dois:
5
6 1. OPERADORES SEMI-SIMPLES
ax
2
+ bx + c = 0,
com discriminante = b
2
4ac < 0 simplesmente nao possuem solucao
real. Quando passamos para certas equacoes de grau 3, por exemplo
as do tipo
(1) x
3
= px + q,
a formula de Cardano para as razes e:
x =
3
_
q/2 +
+
3
_
q/2
,
onde o discriminante (analogo ao discriminante da equacao de grau 2)
e
= (q/2)
2
(p/3)
3
.
Novamente temos a maldicao do discriminante negativo: se (p/3)
3
>
(q/2)
2
a formula nao se aplica! Porem aqui ha algo substancialmente
diferente do caso de uma equacao de grau 2 com discriminante negativo:
pelo menos uma das razes de uma equacao do tipo (1) e real!
Vejamos um exemplo: a equacao x
3
= 15x + 4 possui por razes
x = 4, x = 2
3 e x = 2 +
3. Se aplicarmos a formula de
Cardano obteremos:
x =
3
_
2 +
121 +
3
_
2
121
=
3
_
2 + 11
1 +
3
_
2 11
1
Sera que essa formula nao produz nenhuma das razes acima? Chamando
ao n umero imaginario
1 de i, vericamos que
(2 + i)
3
= 8 + 3 4 i + 3 2 i
2
+ i
3
= 8 + 12i 6 i
= 2 + 11i
e, analogamente, vericamos que (2 i)
3
= 2 11i, ou seja
3
_
2
121 = 2
1,
de onde a raiz x dada pela formula e:
x = (2 + i) + (2 i) = 4.
1. ESPA COS VETORIAIS COMPLEXOS 7
Se considerarmos as razes de x
3
1 = (x1)(x
2
+x+1) = 0, a saber:
=
1 +
3
2
,
2
=
1
3
2
,
3
= 1,
podemos extrair tres razes c ubicas de 2 11i:
(2 i), (2 i),
2
(2 i),
pois cada uma dessas expressoes, quando elevada ao cubo, fornece 2
11i. Fazendo as contas, as tres razes c ubicas de 2 + 11i sao:
(2 + i), (1
3
2
) + (
1
2
+
3)i, (1 +
3
2
) + (
1
2

3)i,
e as tres razes c ubicas de 2 11i sao:
(2 i), (1 +
3
2
) + (
1
2
+
3)i, (1
3
2
) + (
1
2

3)i.
Uma observacao interessante e a seguinte: se somarmos a terceira raiz
c ubica de (2 + 11i) com a segunda raiz c ubica de (2 11i) obteremos
2+
3, e se somarmos a segunda raiz c ubica de 2+11i com a terceira

raiz c ubica de 2 11i obteremos 2
3, ou seja, as outras razes

reais da equacao. Embora as demais somas nao produzam razes, a
manipulacao dessa quantidade imaginaria i =
1 acabou produzindo
as tres razes verdadeirasda equacao em questao. O mesmo vale para
muitos outros exemplos de equacoes de grau 3, e portanto e preciso
ultrapassar o domnio dos reais, alargando o universo dos n umeros,
para abranger esses outros n umeros estranhos.
Vamos dar uma denicao (uma entre muitas possveis) dos n umeros
impossveis, ou imaginarios, ou complexos: seja C o espaco vetorial R
2
munido com a seguinte operacao de multiplicacao:
(a, b) (c, d) = (ac bd, ad + bc).
E facil vericar que (C, +, ) satisfaz os axiomas denidores de um

corpo. Esse corpo sera chamado de o corpo dos n umeros complexos. Se
dermos um nome especial ao vetor (0, 1), a saber, i = (0, 1), podemos
vericar facilmente que
i
2
= (0, 1) (0, 1) = (1, 0).
Ora, vamos usar tambem uma notacao especial para o vetor (1, 0) (o el-
emento identidade da multiplicacao) a saber, 1, de modo que a equacao
acima se escreve
i
2
= 1.
O vetor (x, 0) se escreve simplesmente como x1. Entao, como {(1, 0), (0, 1)}
e uma base do R
2
, todo vetor (a, b) de R
2
se escreve como
(a, b) = a(1, 0) + b(0, 1) = a1 + bi.
Alem disso, a multiplicacao ca
(a1 + bi)(c1 + di) = (a, b) (c, d)
= (ac bd, ad + bc)
= (ac bd)1 + (ad + bc)i.
O leitor deve observar que o o subespaco vetorial de C
R 1 = {a1 : a R}
= {(a, 0) : a R}
munido com a operacao de multiplicacao que denimos acima, funciona
exatamente como o conjunto dos n umeros reais. De fato,
(a, 0) (b, 0) = (ab, 0),
ou seja, se identicarmos o conjunto dos n umeros reais com R1, temos
a inclusao R C. Doravante, escreveremos um n umero complexo
simplesmente como z = a + bi, com a, b R e i =
1.
As partes real e imaginaria de z = a+bi sao denidas por Re(z) = a
e Im(z) = b. Como {1, i} sao linearmente independentes, dois n umeros
complexos z
1
e z
2
sao iguais se e somente se as suas partes real e
imaginaria forem iguais:
z
1
= z
2
Re(z
1
) = Re(z
2
) e Im(z
1
) = Im(z
2
).
Defini c
ao 1.1. Se z = a + bi e um n umero complexo, o seu con-

jugado e o n umero complexo
z = a bi.
E denimos tambem o valor absoluto ou modulo de z por
|z| =
z z =
a
2
+ b
2
.
Lema 1.2. Sejam z, w C. Entao valem as seguintes propriedades:
1. z = z.
2. z = z z R.
3. z + w = z + w e zw = z w.
4. (z) = z.
5. z
1
= z
1
, se z = 0.
6. z z = |z|
2
.
7. |zw| = |z||w|.
8. Re(z) = (z + z)/2 e Im(z) = (z z)/2i.
9. |z + w| |z| +|w|.
Prova: As primeiras oito armacoes sao de facil vericacao e serao
deixadas a cargo do leitor. Vamos provar a ultima armacao. Ob-
servamos que no espaco vetorial C existe um produto interno natural
denido por: se w = u + iv e z = x + iy C, entao
< w, z >= Re(w z) = ux + vy
Em relacao a esse produto interno, o quadrado da norma de um n umero
complexo z e |z|
2
=< z, z >= x
2
+ y
2
. Isso signica que o modulo do
n umero complexo z coincide com a sua norma. Vimos que em um
espaco vetorial com produto interno vale a desigualdade triangular,
que neste caso e a armacao 9. 2
Vamos terminar esta secao mostrando que nao e possvel ordenar os
n umeros complexos de modo semelhante ao do conjunto dos n umeros
reais.
Teorema 1.3.

E impossvel denir uma relacao z > 0 em C de
modo que ela satisfaca as seguintes condicoes:
1. Dado z C, apenas uma das tres possibilidades ocorre: ou z > 0
ou z = 0 ou (z) > 0 (tricotomia). (Quando (z) > 0 dizemos que
z < 0).
2. Se z > 0 e w > 0 entao z + w > 0 e zw > 0.
Prova: Suponhamos que exista uma tal relacao. Entao a condicao
1, de tricotomia, acarreta a decomposicao disjunta
C = (P) {0} P,
onde P = {x C : x > 0} (o conjunto dos positivos) e (P) = {x :
x P} (o conjunto dos negativos). Vimos no incio desta secao que
(x)(y) = xy e, em particular, que (x)
2
= x
2
. Assim, se z P, a
condicao 2 implica que z
2
P e a observacao no incio deste captulo
implica que (z)
2
= z
2
P, de modo que todo quadrado de C tem
que ser positivo. Ora 1 = 1
2
> 0 e portanto 1 (P). Mas i
2
= 1
fornece uma contradicao! 2
Assim, a passagem de R para C nos permitiu a resolucao de equa-
coes polinomiais que nao possuam razes em R; mas por outro lado
perdemos a ordem dos n umeros reais.

E a vida!
Mas voltemos ao lado bom da coisa: vimos que em R nao e possvel
extrair a raiz quadrada de um n umero real negativo. No corpo dos
complexos vale o
Lema 1.4. Se z = a + bi C, com a, b R entao
w =
_
|z| + a
2
+ i
_
|z| a
2
onde = 1, com o sinal escolhido de modo que b = |b|, verica
w
2
= z.
Prova: Seja w = x + iy vericando w
2
= z. Entao
x
2
y
2
+ 2xyi = a + bi.
Essa equacao e equivalente ao sistema
x
2
y
2
= a, 2xy = b.
Mas como w
2
= z, temos tambem x
2
+ y
2
= |z|, de onde podemos
concluir que
x
2
=
|z| + a
2
, y
2
=
|z| a
2
.
Escolhendo as razes quadradas positivas, podemos escrever
x =
_
|z| + a
2
, y =
_
|z| a
2
,
de modo que 2xy = b ou seja: = 1 se b > 0 e = 1 se b < 0. Isso
termina a prova do lema. 2
1.2. Coordenadas polares e Razes n-esimas. Como C = R
2
,
podemos descrever o n umero complexo z C atraves de coordenadas
polares, isto e,
z = (r cos , rsen),
onde r = |z| e 0 < 2. Assim, todo n umero complexo z = 0 pode
ser escrito na forma
z = |z| (cos + isen) ,
onde esta determinado a menos de um m ultiplo inteiro de 2. Dize-
mos que e a fase ou argumento ou angulo do n umero complexo z. Essa
representacao e muito util e, entre outras coisas, vai nos permitir uma
interpretacao geometrica do produto de dois n umeros complexos: se-
jam z = r cos() +ir sen() e w = s cos() +is sen() dois complexos
nao nulos. O seu produto fornece:
zw = rs(cos() + isen())(cos() + isen())
= rs (cos()cos() sen()sen()) +
+ irs (cos()sen() + sen()cos())
= rs (cos( + ) + isen( + )) ,
ou seja: o modulo do produto e o produto dos modulos e o angulo do
produto e a soma dos angulos.
1.3. Multiplicacao por z
0
como transformacao linear. Fixa-
do um n umero complexo z
0
= a + ib, podemos denir uma transfor-
macao linear R: C C assim:
R(w) = z
0
w.
E facil provar que R e um operador linear no espaco vetorial C, dei-

xamos essa vericacao a cargo do leitor. Em termos da base canonica
de C sobre R, Can = {1, i}, vejamos qual e a matriz de R. Aplicando
R à essa base obtemos
R(1) = (a + ib)1 = a + ib, R(i) = (a + ib)i = b + ia,
ou seja
[R]
Can
=
_
a b
b a
_
.
Interpretamos esse resultado da seguinte maneira: se trabalhamos
com os complexos na forma usual, a operacao de multiplicacao de w =
x + iy C por um complexo z
0
= a + ib xo se traduz, do ponto de
vista da algebra linear, no espaco R
2
, como a multiplicacao da matriz
[R]
Can
e do vetor (x, y) R
2
. Podemos resumir essas informacoes num
diagrama comutativo:
C
R
//
C
R
2
[R]
Can
//
R
2
1
OO
Nesse diagrama (a + ib) = (a, b) e a representacao em coordenadas
relativamente à base canonica {1, i}. A comutatividade do diagrama
signica que se w C entao
R(w) =
1
[R]
Can
(w).
Uma consequencia interessante dessas observacoes e que acabamos
por entender geometricamente a acao do operador no R
2
cuja matriz
em relacao à base canonica e:
_
a b
b a
_
Podemos passar essa interpretacao para C, considerando o operador
R(z) = (a + bi)z, que roda o ponto z de radianos (0 < 2)
no sentido antihorario, onde (a + bi) = r(cos + isen), e multiplica a
norma de z por
a
2
+ b
2
= |a + ib|.
Teorema 1.5. [F ormula de de Moivre] Se n 0 e um n umero
natural entao:
(cos + isen)
n
= cos(n) + isen(n).
Prova: Vamos provar por inducao em n. Para n = 0 o resultado
e claro. Seja n 1 e suponhamos que o resultado seja valido para
todo inteiro m (n 1). Entao aplicando a hipotese de inducao e as
formulas de adicao de arcos da trigonometria obtemos:
(cos + isen)
n
= (cos + isen)(cos + isen)
n1
= (cos + isen)(cos((n 1)) + isen((n 1)))
= cos()cos((n 1)) sen()sen((n 1))
+ i[cos()sen((n 1)) + sen()cos((n 1))]
= cos(n) + isen(n).
Corol
ario 1.6. Se n < 0 e um n umero inteiro entao:

(cos + isen)
n
= cos(n) + isen(n).
A prova do Corolario e analoga à demonstracao da Formula de
Moivre e cara a cargo do leitor.
1.4. Espacos vetoriais complexos. Ate agora estudamos espacos
vetoriais V sobre o corpo R dos n umeros reais, isto e, estudamos um
conjunto V munido de uma operacao de soma de vetores e munido de
uma multiplicacao por escalares reais, com boas propriedades. Se per-
mitirmos que esses escalares sejam n umeros complexos, entao temos
a nocao de espaco vetorial complexo ou, mais simplesmente, C-espaco
vetorial, para frisar que os escalares estao em C.
Defini c
ao 1.7. Um C-espaco vetorial e um conjunto V munido

com uma soma que satisfaca os axiomas A1-A4, e de uma multiplicacao
por escalar complexo que satisfaca os axiomas M1-M4 denidos abaixo.
A
1
: u + v = v + u, u, v V (comutativa)
A
2
: u + (v + w) = (u + v) + w, u, v, w V (associativa)
A
3
: existe em V um vetor, 0, tal que v +0 = v, v V
(elemento neutro)
A
4
: para cada vetor v V existe um vetor, v V, tal que v + v = 0
(elemento oposto).
M
1
: (u + v) = u + v, C u, v V (distributiva)
M
2
: ( + )v = v + v, , C v V (distributiva)
M
3
: ()v = (v), , C v V (associativa)
M
4
: 1v = v, v V.
E claro que todos os conceitos fundamentais que estudamos para

os R-espacos vetoriais se aplicam igualmente aos C-espacos vetoriais.
Por vezes, para enfatizar qual o corpo a que estamos nos referindo,
falaremos num C-subespaco ou numa C-base, em contraposicao a um
R-subespaco ou a uma R-base.
Exemplo 1.8. Seja C o conjunto dos n umeros complexos: C =
{a + bi : a, b R}. Ja vimos que C e um R-espaco vetorial de
dimensao 2. Uma base para C e B = {1, i}. Mas a multiplicacao usual
de n umeros complexos pode ser usada para dar a C uma estrutura de
C-espaco vetorial: a soma de C continua a mesma e a multiplicacao do
escalar = c + di C pelo vetor a + bi C e a propria multiplicacao
dos n umeros complexos:
(c + di) (a + bi) = (ac bd) + (ad + bc)i.
E imediato vericar os axiomas A1-A4 e M1-M4. Uma base de C como

C-espaco vetorial e {1}. Assim,
dim
R
C = 2, dim
C
C = 1.
Exemplo 1.9. O conjunto C
n
= C C = {(z
1
, . . . , z
n
) :
z
j
C, j = 1, . . . , n} e um C-espaco vetorial de dimensao n. A base
canonica de C
n
e Can = {(1, 0, 0, . . . , 0), (0, 1, 0, . . . , 0), (0, 0, 0, . . . , 1}.
E facil ver que C

n
tambem e um R- espaco vetorial. Observamos que
R
n
C
n
e um R-subespaco vetorial de C
n
. Um fato interessante e que
sera usado adiante e que se um subconjunto de R
n
, {v
1
, . . . , v
k
} R
n
,
for linearmente independente sobre R entao esse conjunto tambem sera
linearmente independente sobre C. Vamos provar essa armacao.
Se
1
v
1
+ +
k
v
k
= 0 com
j
C, j = 1, . . . , k entao tomando
conjugados temos
1
v
1
+ +
k
v
k
= 0 e somado-se essas duas equacoes
temos Re(
1
)v
1
+ + Re(
k
)v
k
= 0. Como {v
1
, . . . , v
k
} e l.i. sobre
R conclumos que Re(
j
) = 0 j = 1, . . . , k.
Por outro lado, se subtrairmos as duas equacoes iniciais teremos
2i(Im(
1
)v
1
+ +Im(
k
)v
k
) = 0. Assim Im(
1
)v
1
+ +Im(
k
)v
k
=
0 e novamente pela independencia linear de {v
1
, . . . , v
k
} sobre R con-
clumos que Im(
j
) = 0 j = 1, . . . , k. Dessa forma
j
= 0, j =
1, . . . , k, ja que Re(
j
) = 0, j = 1, . . . , k e Im(
j
) = 0, j = 1, . . . , k.
Portanto {v
1
, . . . , v
k
} e l.i. sobre C.
2. O complexicado de um operador
Ja sabemos que um T : R
n
R
n
e diagonalizavel se e somente se
todas as razes do polinomio caracterstico de T sao reais e as respec-
tivas multiplicidades geometrica e algebrica sao iguais. Se estivermos
trabalhando com um operador linear T : C
n
C
n
, os conceitos de auto-
valor e autovetor se transportam sem problemas: um n umero complexo
e dito um autovalor de T se existir um vetor nao nulo C
n
tal que
T() = .
Analogamente ao caso real denimos tambem o polinomio carac-
terstico de T:
p
T
(X) = det ([T]
B
XI) ,
2. O COMPLEXIFICADO DE UM OPERADOR 15
onde B e uma base qualquer de C
n
. A unica diferenca com o caso real
e que, pelo Teorema Fundamental da

Algebra, todas as razes de p
T
(X)
estao em C (ou seja, nao precisamos de um corpo maior do que C
para fatorar p
T
(X)).
Assim, o teorema de diagonalizacao se transporta para operadores
T : C
n
C
n
da seguinte maneira (a prova e identica ao caso real):
Teorema 2.1. Seja T : C
n
C
n
um operador linear. Entao valem
as seguintes armacoes:
1. p
T
(X) =
k
j=1
(
j
X)
n
j
, sendo
1
, . . . ,
k
n umeros complexos
distintos e n
j
1;
2. O operador T e diagonalizavel (sobre C) se e somente se, para
todo autovalor
j
,
n
j
= dimV (
j
),
isto e, se e somente se as multiplicidades algebrica e geometrica forem
iguais.
E claro que, como no caso real, se T : C

n
C
n
for diagonalizavel,
entao (com a notacao do teorema acima)
C
n
= V (
1
) V (
k
).
Consideremos agora o caso em que temos um operador
T : R
n
R
n
,
tal que o polinomio caracterstico p
T
(X) de T possui razes complexas.
Ele nao sera, portanto, diagonalizavel; mas podemos imaginar o ope-
rador T como um operador de C
n
, e podemos nos perguntar se (sobre
C) ele sera diagonalizavel. Em caso armativo, sera que isso nao nos
permitira obter alguma representacao matricial de T (real) que seja
util?
Consideremos um operador linear T : R
n
R
n
. Se xarmos uma
base (por exemplo, a base canonica Can), T pode ser descrito pela
matriz associada
[T]
Can
= (a
ij
).
Assim,
(2) T(x
1
, . . . , x
n
) =
_
n
j=1
a
1j
x
j
, . . . ,
n
j=1
a
nj
x
j
_
,
e podemos associar ao operador T o seu complexicado: trata-se de
fazer T agir nao mais nas n-uplas reais, mas nas n-uplas complexas,
pela mesma regra dada em (2). Vamos denotar o complexicado de T
por T
c
: C
n
C
n
,
T
c
(z
1
, . . . , z
n
) =
_
n
j=1
a
1j
z
j
, . . . ,
n
j=1
a
nj
z
j
_
.
Aparentemente nao aconteceu nada; em relacao à base canonica de
C
n
, a matriz de T
c
sera [T]
Can
= (a
ij
), ou seja
[T
c
]
Can
= [T]
Can
.
Mas vejamos um exemplo:
Exemplo 2.2. Seja T : R
2
R
2
o operador denido por
T(x, y) = (x y, x + y).
Entao
[T]
Can
=
_
1 1
1 1
_
,
e o complexicado de T ca o operador de C
2
denido por
T
c
(z
1
, z
2
) = (z
1
z
2
, z
1
+ z
2
).
O polinomio caracterstico de T e p
T
(X) = (1X)
2
+1, que nao possui
razes reais. Assim, o operador (real) T nao possui autovalores nem
autovetores. Mas pensando T como operador complexo, isto e, tomando
o seu complexicado T
c
, vemos que o seu polinomio caracterstico (que
e o mesmo de T) admite duas razes complexas distintas:
1
= 1 + i,
2
=

1
= 1 i,
e portanto o operador T
c
do C-espaco vetorial C
2
e diagonalizavel.
Defini c
ao 2.3. Dizemos que um operador linear T : R

n
R
n
e
semi-simples se o seu complexicado T
c
: C
n
C
n
for diagonalizavel.
Vimos acima que a matriz do complexicado T
c
de um operador
T na base canonica do C
n
e a mesma matriz de T na base canonica
do R
n
. Isso signica que o polinomio caracterstico de T
c
e igual ao
polinomio caracterstico de T e portanto tem coecientes reais, de onde
podemos deduzir que se T
c
possui um autovalor C entao o seu
complexo conjugado

tambem sera autovalor de T
c
. Isso acarreta
que se = (z
1
, . . . , z
n
) e um autovetor de T
c
associado à , entao
= ( z
1
, . . . , z
n
) sera autovetor de T
c
, associado à

. De fato, se
T
c
() = , = (z
1
, . . . , z
n
)
entao, pela denicao do complexicado,
T
c
() = T
c
(z
1
, . . . , z
n
) =
_
n
j=1
a
1j
z
j
, . . . ,
n
j=1
a
nj
z
j
_
= (z
1
, . . . , z
n
),
e, se aplicarmos a conjugacao complexa a ambos os lados da equacao
acima obteremos
T
c
( z
1
, . . . , z
n
) =
_
n
j=1
a
1j
z
j
, . . . ,
n
j=1
a
nj
z
j
_
=

( z
1
, . . . , z
n
),
pois a
ij
R, assim T
c
( ) =

.
Um caso particular do que foi visto acima e quando o autovalor,
, de T
c
for real. Nesse caso ele sera autovalor de T e o autoespaco
associado, V (), sera um subespaco de R
n
.
Uma observacao simples e: se T : R
n
R
n
ja for diagonalizavel,
entao T sera semi-simples, pois nesse caso todas as razes do polinomio
caracterstico de T sao reais e existe uma base B = {v
1
, . . . , v
n
} de R
n
tal que a matriz [T]
B
e diagonal. Observamos no Exemplo 1.9 que o
conjunto B = {v
1
, . . . , v
n
} tambem e l.i. sobre C e portanto sera uma
base de C
n
em relacao a qual a matriz [T
c
]
B
sera diagonal, ou seja T
sera semi-simples.
Teorema 2.4. Seja T um operador semi-simples do R
n
. Suponha-
mos que o polinomio caracterstico p
T
(X) se fatore em R[X] assim:
p
T
(X) = (Xr
1
)
n
1
(Xr
k
)
n
k
(X
2
+d
1
X+c
1
)
m
1
(X
2
+d
l
X+c
l
)
m
l
,
onde r
i
R, r
i
= r
j
se i = j e os fatores quadraticos sejam irredutveis
e distintos, com razes
j
= a
j
+ib
j
e

j
= a
j
ib
j
. Entao existe uma
base
B = {w
1
1
, . . . , w
1
n
1
, w
2
1
, . . . , w
2
n
2
, . . . w
k
1
, . . . , w
k
n
k
,
u
1
1
, v
1
1
, . . . , u
1
m
1
, v
1
m
1
, . . . . . . u
l
1
, v
l
1
, . . . , u
l
m
l
, v
l
m
l
}
tal que T(w
k
j
) = r
k
w
k
j
e T(u
j
i
) = a
j
u
j
i
+ b
j
v
j
i
e T(v
j
i
) = b
j
u
j
i
+ a
j
v
j
i
.
Antes de provar o teorema, vejamos como ca a matriz de T nessa
base:
[T]
B
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
r
1
r
k
_
a
1
b
1
b
1
a
1
_
_
a
l
b
l
b
l
a
l
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Note-se que r
j
aparece n
j
vezes, e cada bloco
_
a
j
b
j
b
j
a
j
_
aparece m
j
vezes.
Prova do teorema 2.4: Como T e semi-simples, o seu complexicado
T
c
e diagonalizavel. Mas o polinomio caracterstico de T
c
e o mesmo de
T. Assim, temos a decomposicao de C
n
na soma direta de autoespacos:
C
n
= V (r
1
) V (r
k
) V (
1
) V (
1
) V (
l
) V (
l
).
Ora, como r
j
R, podemos encontrar uma C-base de V (r
j
) for-
mada de vetores que estao em R
n
, pois como r
j
R entao r
j
e auto-
valor de T e assim o autoespaco associado, V (r
j
) = [v
j
1
, . . . , v
j
k
j
] R
n
e o conjunto {v
j
1
, . . . , v
j
k
j
} e l.i. sobre R. Pelo Exemplo 1.9 temos que
{v
j
1
, . . . , v
j
k
j
} e l.i. sobre C.
Chamando de E
j
= V (
j
)V (
j
) podemos escolher uma base para
E
j
assim: tomamos {
j
1
, . . . ,
j
m
j
} base de V (
j
) e completamos com
os conjugados:
{
j
1
, . . . ,
j
m
j
,

j
1
, . . . ,

j
m
j
}.
E muito simples mostrar que esse conjunto e linearmente independente

sobre C. Vamos associar esses vetores da seguinte maneira:
E
j
= [
j
1
,

j
1
] [
j
m
j
,

j
m
j
].
Chamando cada [
j
i
,

j
i
] de E
j
i
, a decomposicao de C
n
acima pode ser
escrita como
(3) C
n
= V (r
1
) V (r
k
)
i,j
E
j
i
.
Ja sabemos que cada V (r
j
) possui uma base com vetores em R
n
; se
pudermos encontrar bases de E
j
i
com vetores em R
n
, obteremos uma
decomposicao do R
n
como uma soma direta de subespacos no maximo
bidimensionais, onde a acao de T ca simples. O proximo lema garante
que podemos escolher uma base {u
j
i
, v
j
i
} para E
j
i
com vetores no R
n
.
Vamos assumir esse resultado e terminar a prova do teorema. Se cada
somando direto da decomposicao (3) possui uma base cujos vetores
estao em R
n
, independentes sobre C, com muito mais razao eles serao
independentes sobre R. Isso decompoe o R
n
assim:
R
n
= V (r
1
) V (r
k
)
i,j
[u
j
i
, v
j
i
].
O proximo lema mostra que cada subespaco [u
j
i
, v
j
i
] e invariante sob T,
com a acao de T especicada no enunciado. 2
Lema 2.5. Se T : R
n
R
n
e um operador cujo complexicado
T
c
possui um autovalor nao real = a + bi e se e um autovetor
associado a , entao o subespaco E = [, ] de C
n
possui uma base
{u, v} de vetores que estao em R
n
e tais que
T(u) = au + bv e T(v) = bu + av.
Prova: Escrevemos = u + iv (onde u, v R
n
) para o autovetor
associado ao autovalor = a + bi. Entao:
T
c
() = T
c
(u + iv) = T
c
(u) + iT
c
(v) = (a + bi)(u + iv)
= (au bv) + i(bu + av)
donde T
c
(u) = au bv e T
c
(v) = bu + av. Como u, v R
n
entao
T
c
(u) = T(u) e T
c
(v) = T(v). Se pusermos
u
= u, v
= v,
teremos
T(u
) = T(u) = au bv = au
+ bv
,
T(v
) = T(v) = bu av = bu
+ av
,
ou seja, {u
, v
} tem a propriedade do enunciado.

Resta provar que {u, v} (e portanto {u
, v
}) e um conjunto linear-
mente independente. Se existirem escalares , nao todos nulos, tais
que
u + v = 0,
entao
_
+
2
_
+
_

2i
_
= 0,
ou seja,
( i) + ( + i) = 0.
Como e sao autovetores associados a autovalores distintos, e

,
eles sao linearmente independentes sobre C, donde = i e = i,
e portanto = = 0. Isso prova o lema. 2
3. Tres exemplos
Inicialmente consideremos o operador T : R
3
R
3
cuja matriz na
base canonica do R
3
e:
[T]
Can
=
_
_
1 0 1
0 1 0
1 1 1
_
_
.
T
(X) = X
3
+ 3X
2
4X + 2, e
suas razes sao
1
= 1,
2
= 1 + i e
3
= 1 i. Como essas razes sao
distintas, o complexicado T
c
: C
3
C
3
e um operador diagonalizavel.
Vamos encontrar uma base {
1
,
2
,
3
} de C
3
tal que
T
c
(
1
) =
1
, T
c
(
2
) = (1 + i)
2
, T
c
(
3
) = (1 i)
3
.
Vamos tomar
j
um gerador conveniente de ker(T
c
j
I). Fazendo as
contas:
w
1
= (1, 1, 0)
2
= (i, 0, 1) = (0, 0, 1) + i(1, 0, 0)
3
= (i, 0, 1) = (0, 0, 1) i(1, 0, 0)
3. TR
ES EXEMPLOS 21
Assim, C
3
= V (1) V (1 + i) V (1 i). Vamos decompor R
3
em
subespacos invariantes sob T: R
3
= V (1) E
1
1
, conforme o teorema.
Tomamos V (1) = [
1
], (o colchete indica o subespaco real gerado por
1
) e
E
1
1
= [(0, 0, 1), (1, 0, 0)].
Consideramos a base D = {(1, 1, 0), (0, 0, 1), (1, 0, 0)} do R
3
. A
matriz de T em relacao a essa base e:
[T]
D
=
_
_
1 0 0
0 1 1
0 1 1
_
_
.
Consideremos agora o operador T : R
5
R
5
cuja matriz na base
canonica do R
3
e:
[T]
Can
=
_
_
1 0 0 0 0
1 0 1 0 0
2 2 2 0 0
1 0 0 1 1
0 0 0 1 1
_
_
.
T
(X) = (X1)(X
2
2X +2)
2
,
e suas razes sao
1
= 1,
2
= 1 + i e
3
= 1 i, com
p
T
() = ( 1)( (1 + i))
2
( (1 i))
2
.
Dessa forma a multiplicidade algebrica de
2
e de
3
e 2. Vamos ve-
ricar se o complexicado T
c
: C
5
C
5
e um operador diagonalizavel.
Calculamos:
V
C
(1) = ker(T
c
I) = [(1, 1, 0, 0, 1)],
V
C
(1 + i) = ker(T
c
(1 + i)I) = [(0, 1, 1 + i, 0, 0), (0, 0, 0, 1, i)]
e
V
C
(1 i) = ker(T
c
(1 i)I) = [(0, 1, 1 i, 0, 0), (0, 0, 0, 1, i)].
Conclumos assim que dimV
C
(1 i) = dimV
C
(1 +i) = 2 e portanto T
c
e diagonalizavel, e entao T e semi-simples e assim,
C
5
= V
C
(1) V
C
(1 + i) V
C
(1 i).
Escrevendo:
1
= (1, 1, 0, 0, 1)
2
= (0, 1, 1 + i, 0, 0) = (0, 1, 1, 0, 0) + i(0, 0, 1, 0, 0)
3
= (0, 0, 0, 1, i) = (0, 0, 0, 1, 0) + i(0, 0, 0, 0, 1)
temos pelo teorema E
2
1
= [
2
,
2
] e E
2
2
= [
3
,
3
] entao podemos de-
compor R
5
em subespacos invariantes sob T:
R
5
= V
C
(1) E
2
1
E
2
2
,
conforme o teorema, onde tomamos V
C
(1) = [(1, 1, 0, 0, 1)],
E
2
1
= [(0, 1, 1, 0, 0), (0, 0, 1, 0, 0)] e E
2
2
= [(0, 0, 0, 1, 0), (0, 0, 0, 0, 1)].
Construmos a base do R
5
:
D = {(1, 1, 0, 0, 1), (0, 1, 1, 0, 0), (0, 0, 1, 0, 0), (0, 0, 0, 1, 0), (0, 0, 0, 0, 1)}.
A matriz de T em relacao a essa base e:
[T]
D
=
_
_
1 0 0 0 0
0 1 1 0 0
0 1 1 0 0
0 0 0 1 1
0 0 0 1 1
_
_
.
O proximo exemplo, um pouco mais complicado, foi elaborado com
a ajuda do computador e ilustra como pode ser simplicada a represen-
tacao de um operador linear semi-simples. Consideremos o operador
T : R
6
R
6
cuja matriz na base canonica e:
[T]
Can
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
103/21 327 103/21 36 142/7 206/21
221/21 83/7 137/21 86 332/7 442/21
76/21 23/7 76/21 24 92/7 152/21
17/21 1/7 17/21 1 4/7 13/21
2/3 1 1/3 7 4 4/3
9/7 9/7 9/7 9 29/7 18/7
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
3. TR
ES EXEMPLOS 23
O polinomio caracterstico desse operador e:
p
T
(X) = X
6
5X
5
+ 11X
4
15X
3
+ 14X
2
10X + 4.
Por inspecao percebemos que r
1
= 1 e r
2
= 2 sao razes. Assim,
podemos escrever:
p
T
(X) = (X 1)(X 2)(X
4
2X
3
+ 3X
2
2X + 2).
O polinomio de grau 4 acima, por sua vez, pode ser fatorado como
(X
2
+ 1)(X
2
2X + 2)
de onde temos a lista completa das razes de p
T
():
r
1
= 1, r
2
= 2,
1
= i,

1
,
2
= 1 + i,

2
.
Como sao razes distintas, T e diagonalizavel sobre C. Vamos en-
contrar os autoespacos. Sabemos que sao todos unidimensionais, e
podem ser encontrados resolvendo-se o sistema linear homogeneo
([T]
Can
I)) = 0.
Eis os resultados:
1. = 1:
V (1) = [(2, 21/4, 7/4, 3/8, 1/8, 1)].
2. = 2:
V (2) = [(11/5, 6, 9/5, 1/5, 1/5, 1)]
3. = i:
V (i) =
__
144
185

172i
185
,
103
37
+
85i
37
,
211
185
+
103i
185
,
73
370
+
31i
370
,
27
370

199i
370
, 1
__
.
4. = 1 + i:
V (1 + i) = [(109 40i, 317 + 71i, 96 + 19i, 16 + 7i, 7 + 16i, 61)] .
Usando o lema 2.5, podemos montar a base real de V (i) V (i),
tomando a parte real e o oposto da parte imaginaria do autovetor com-
plexo:
u
1
=
_
144
185
,
103
37
,
211
185
,
73
370
,
27
370
, 1
_
v
1
=
_
172
185
,
85
37
,
103
185
,
31
370
,
199
370
, 0
_
.
Fazendo a mesma coisa para V (1 + i) V (1 i) obtemos:
u
2
= (109, 317, 96, 16, 7, 61)
v
2
= (40, 71, 19, 7, 16, 0) .
Podemos montar a base B = {w
1
, w
2
, u
1
, v
1
, u
2
, v
2
} do R
6
em re-
lacao a qual teremos a forma canonica semi-simples de T, sendo
w
1
= (2, 21/4, 7/4, 3/8, 1/8, 1)
w
2
= (11/5, 6, 9/5, 1/5, 1/5, 1)
u
1
=
_
144
185
,
103
37
,
211
185
,
73
370
,
27
370
, 1
_
v
1
=
_
172
185
,
85
37
,
103
185
,
31
370
,
199
370
, 0
_
u
2
= (109, 317, 96, 16, 7, 61)
v
2
= (40, 71, 19, 7, 16, 0)
Nessa base B a matriz do operador T ca:
[T]
B
=
_
_
_
_
_
_
_
_
1
2
_
0 1
1 0
_
_
1 1
1 1
_
_
_
_
_
_
_
_
_
CAPTULO 2
Equac oes Diferenciais Lineares
1. A equacao mais simples
Todo estudande de calculo ja se deparou com o seguinte problema:
dada uma funcao contnua (x): R R, sera que ela e a derivada de
alguma funcao? Em outras palavras, sera que existe uma funcao f(x)
tal que para todo x R tenhamos
(4) f
(x) = (x) ?
Um caso particular importante e aquele em que e a funcao identica-
mente nula; a equacao ca simplesmente
f
(x) = 0, x R.
E claro que todas as funcoes constantes sao solucao dessa equacao.

Havera outras? O teorema do valor medio garante que nao; se f(x)
e uma funcao derivavel com derivada nula em todo ponto e se a R,
com a = 0, entao
f(0) f(a)
0 a
= f
( x)
para algum x. Mas, por hipotese, f
( x) = 0, ou seja, f(0) = f(a).

Como a percorre todos os reais nao nulos podemos concluir que f(x)
tem que ser constante em R.
No caso geral, o teorema fundamental do calculo fornece a resposta:
dada , a equacao (4) possui como solucao
f(x) =
_
x
c
()d,
onde c e um n umero real qualquer. O caso particular que zemos acima
permite armar que duas solucoes quaisquer de (4) diferem por uma
constante, ou seja, podemos xar um c R e expressar o conjunto de
todas as solucoes como
f(x) = k +
_
x
c
()d k R.
25
26 2. EQUA C
OES DIFERENCIAIS LINEARES

Assim, os teoremas basicos do calculo diferencial nos permitiram
resolver a mais simples das equacoes diferenciais:
Teorema 1.1. Dada uma funcao contnua qualquer : R R, o
conjunto de todas as solucoes da equacao
(5) f
(x) = (x), x R
e dado por
f(x) = k +
_
x
a
()d,
onde k percorre R (e a e um ponto qualquer de R xado). Alem disso,
existe uma unica funcao f(x) que satisfaz (5) e verica a condicao
incial f(x
0
) = A, que e
f(x) = A +
_
x
x
0
()d.
Prova: A unica coisa que falta provar e a armacao nal. Se f(x)
e g(x) sao duas funcoes que satisfazem (5) com f(x
0
) = g(x
0
) = A,
entao a diferenca h = f g verica: h
= 0. Isso signica que h(x) e

uma funcao constante. Como h(x
0
) = 0, conclumos que h e a funcao
nula. Assim, f = g e temos o resultado. 2
2. A equacao geral de ordem um
Podemos aumentar a complexidade da equacao (4) da seguinte
maneira:
(6) f
(x) + af(x) = (x)

onde, como acima, procuramos uma f(x) denida em toda a reta real,
a R e uma constante xada e : R R e uma funcao contnua
dada. Multiplicando a equacao acima pela funcao e
ax
obtemos:
(7) f
(x)e
ax
+ af(x)e
ax
= (x)e
ax
,
e percebemos imediatamente que o lado esquerdo da igualdade acima
pode ser escrito como
d
dx
(f(x)e
ax
) = (x)e
ax
.
Chamando f(x)e
ax
de f
1
(x), a equacao acima ca
f
1
(x) = (x)e
ax
.
2. A EQUA C
AO GERAL DE ORDEM UM 27
Mas dessa equacao nos ja conhecemos todas as solucoes:
f
1
(x) = f(x)e
ax
= k +
_
x
x
0
(t)e
at
dt,
de onde conclumos:
(8) f(x) = ke
ax
+ e
ax
_
x
x
0
(t)e
at
dt.
Teorema 2.1. Se a R e uma constante xada e : R R e
uma funcao contnua dada, entao
_
f
(x) + af(x) = (x)

f(x
0
) = A
tem uma unica solucao.
Prova: Vimos acima que f(x) tem que ser da forma (8) para algum
k. Entao,
A = ke
ax
0
,
de onde
f(x) = Ae
a(xx
0
)
+ e
ax
_
x
x
0
(t)e
at
dt.
Isso termina a prova do teorema. 2
Como cam essas equacoes em termos de algebra linear? O ope-
rador natural que deve ser considerado primeiro e o operador derivacao:
D =
d
dx
.
Mas quais os espacos vetoriais devem ser considerados? Se (x) for
uma funcao innitamente derivavel, entao existe um espaco natural:
o de todas as funcoes f : R R que admitem derivadas de todas as
ordens, C
(R; R), pois nesse caso se f(x) C
(R; R) entao tambem

D(f) C
(R; R). Uma equacao do tipo f
(x) +af(x) = (x) podera

ser escrita como
(D + aI)(f) = ,
onde (D + aI): C
(R; R) C
(R; R) e o operador linear

f(x) f
(x) + af(x),
que e a soma dos operadores lineares D e aI, onde I e o operador
identidade, I(f) = f.
28 2. EQUA C

Se for a funcao nula, resolver a equacao e encontrar o n ucleo do
operador (D+aI). Caso contrario, a equacao tera solucao caso esteja
na imagem de (D + aI).
A coisa complica um pouco caso nao seja innitamente derivavel.
Por exemplo, se quisermos resolver
f
(x) + 2f(x) = |x|,

ja sabemos como faze-lo: as solucoes serao
f(x) = ce
2x
+ e
2x
_
x
0
|t|e
2t
dt,
de modo que f(x) e derivavel, mas sua derivada f
nao e derivavel
na origem. Introduzimos os espacos: C
k
(R; R) de todas as funcoes
f : R R que sao derivaveis ate ordem k, e cuja k-esima derivada e
contnua em R. Se k = 0 trata-se apenas do espaco vetorial de todas
as funcoes contnuas. Temos a cadeia de subespacos:
C
(R; R) C
2
(R; R) C
1
(R; R) C
0
(R; R),
que se relacionam com o operador D = d/dx da seguinte maneira:
D: C
k
(R; R) C
k1
(R; R).
De fato, D aplicado a uma funcao de C
k
(R; R) produz uma funcao
D(f) que pode nao estar mais nesse espaco. Porem certamente D(f)
estara em C
k1
(R; R), que e um espaco maior.
Assim, uma equacao f
(x) + af(x) = (x) com C

k
(R; R) tem
solucao se estiver na imagem do operador linear
(D + aI): C
k+1
(R; R) C
k
(R; R).
Os nossos resultados anteriores podem ser resumidos no seguinte
teorema:
Teorema 2.2. Se a R entao a transformacao linear
(D + aI): C
k+1
(R; R) C
k
(R; R),
e sobrejetora e seu n ucleo tem e
ax
por base.
3. Func oes a valores complexos
Vamos fazer uma pequena ampliacao nas nossas equacoes, per-
mitindo que a constante a acima seja um n umero complexo e conse-
quentemente, a funcao f(x) que satisfaz o problema f
(x) + af(x) =
3. FUN C
OES A VALORES COMPLEXOS 29

(x) sera uma funcao de variavel real x que assume valores complexos:
f : R C.
Como todo n umero complexo z = u + iv possui uma parte real u
e uma parte imaginaria v, toda funcao f(x) que assume valores com-
plexos pode ser escrita como
f(x) = u(x) + iv(x),
onde u, v : R R sao duas funcoes de variavel real a valores reais. As
funcoes u(x) e v(x) sao chamadas, respectivamente, de a parte real e a
parte imaginaria de f(x). Dizemos que f(x) e derivavel se a sua parte
real e a sua parte imaginaria forem derivaveis e, nesse caso, escrevemos
f
(x) = u
(x) + iv
(x).
Da mesma maneira, dizemos que f(x) e integravel se u(x) e v(x) forem
integraveis, e escrevemos
_
b
a
f(x)dx =
_
b
a
u(x)dx + i
_
b
a
v(x)dx.
Uma outra observacao preliminar muito simples concerne à derivada
do produto de duas funcoes a valores complexos:
Lema 3.1. Se f = u + iv e g = s + it entao:
d
dx
(f(x)g(x)) = f
(x)g(x) + f(x)g
(x).
Prova: Escrevemos o produto
fg = (u + iv)(s + it) = us vt + i(ut + vs),
de onde, por denicao,
(fg)
= (us vt)
+ i(ut + vs)
= u
s + us
(v
t + vt
) + i(u
t + ut
+ v
s + vs
)
= (u
+ iv
)(s + it) + (u + iv)(s
+ it
)
= f
g + fg
.
Isso termina a prova do lema. 2
Se f(x) e uma funcao que assume valores complexos, podemos ini-
cialmente considerar a equacao mais simples
f
(x) = 0.
Em termos das partes real e imaginaria de f(x), essa equacao se escreve
como u
(x) = 0 e v
(x) = 0. Pelo nosso estudo do caso real, sabemos que

30 2. EQUA C

as unicas solucoes dessas duas equacoes reais sao as solucoes constantes.
Isso acarreta que f(x) = k
1
+ik
2
, ou seja: f(x) tem que ser uma funcao
constante.
Do mesmo modo a equacao
f
(x) = (x),
onde (x): R C e uma funcao contnua dada, (x) =
1
(x)+i
2
(x),
se traduz em
u
(x) =
1
(x), v
(x) =
2
(x),
de onde deduzimos que
f(x) = k +
_
x
x
0
(t)dt,
para k C.
Ate aqui foi tudo muito facil: o caso complexo nao apresentou ne-
nhuma diferenca notavel com o caso real! Apenas separamos o pro-
blema complexo em dois problemas reais independentes (considerando
as partes real e imaginaria) cujas solucoes conhecamos.
Vejamos como ca o proximo caso mais simples, o da equacao
(9) f
(x) = f(x),
com C. Se f(x) = u(x) +iv(x) e = a +ib entao a equacao acima
se escreve:
u
(x) + iv
(x) = au(x) bv(x) + i(av(x) + bu(x)),

de onde obtemos o sistema de equacoes reais:
u
(x) = au(x) bv(x)

v
(x) = bu(x) + av(x)

que nao sabemos (por enquanto) resolver. Parece que a situacao se
complicou demais!
Por outro lado, em completa analogia com o caso real, uma solucao
f(x) da equacao (9) devera ser do tipo
f(x) = ke
x
= ke
(a+ib)x
k C.
Como denir uma exponencial complexa? Uma exigencia fundamental
para uma tal exponencial e que
(10)
d
dx
_
e
x
_
= e
x
.
3. FUN C
OES A VALORES COMPLEXOS 31

Ora, quando e real, uma propriedade crucial para a validade dessa
exigencia e a equacao funcional
e
x+y
= e
x
e
y
.
Vamos entao nos guiar por essa equacao funcional e buscar uma deni-
cao de exponencial complexa que a respeite. Assim, para denir e
a+ib
,
basta denir e
bi
, pois queremos
e
a+ib
= e
a
e
ib
.
Repare o leitor que estamos tambem exigindo implicitamente que, na
nossa nova denicao de exponencial, quando o argumento for real, entao
a nova funcao deve coincidir com a exponencial usual.
Escrevendo as partes real e imaginaria: e
ib
= c(b) + is(b), vejamos
o que acarreta a equacao funcional
e
i(a+b)
= e
ia
e
ib
em termos das funcoes c e s:
c(a + b) + is(a + b) = (c(a) + is(a)) (c(b) + is(b)) ,
ou seja:
c(a + b) = c(a)c(b) s(a)s(b)
s(a + b) = c(a)s(b) + s(a)c(b)
Mas nos conhecemos desde muito tempo um par de funcoes
que vericam as equacoes acima: c(x) = cos(x) e s(x) = sen(x). As
equacoes acima nada mais sao que as formulas de adicao de arcos da
trigonometria!
Com isso podemos arriscar uma denicao de exponencial complexa:
(11) e
a+ib
= e
a
cos(b) + ie
a
sen(b).
E claro que o leitor tem o direito de se perguntar se as formulas

de adicao de arcos vao se traduzir na condicao de derivabilidade (10).
A resposta e muito simples: com a exponencial (11), construmos a
funcao
f(x) = (c
1
+ ic
2
)e
(a+ib)x
com x R, onde c
1
, c
2
R. Entao
32 2. EQUA C

f(x) = (c
1
+ ic
2
)e
ax
(cos(bx) + isen(bx))
= c
1
e
ax
cos(bx) c
2
e
ax
sen(bx)
+ i (c
2
e
ax
cos(bx) + c
1
e
ax
sen(bx))
e, como as partes real e imaginaria sao derivaveis, temos que f(x)
e derivavel e que (verique!) f
(x) = (a + ib)f(x). Pondo f(x) =

u(x) + iv(x), entao
u(x) = c
1
e
ax
cos(bx) c
2
e
ax
sen(bx)
v(x) = c
2
e
ax
cos(bx) + c
1
e
ax
sen(bx)
sao solucoes reais do sistema:
u
(x) = au(x) bv(x)

v
(x) = bu(x) + av(x).

Podemos entao resumir a nossa discussao:
Lema 3.2. Seja = a + ib C e consideremos a equacao f
(x) =
f(x). Entao as unicas solucoes dessa equacao sao:
f(x) = ke
x
,
onde k C.
Prova: So falta provar a unicidade. Seja (x) uma solucao qualquer
dessa equacao, isto e:
(x) = (x). Considerando g(x) = (x)e

x
vemos que g(x) e derivavel e que, pelo lema 3.1
g
(x) =
(x)e
x
+ (x)()e
x
,
ou seja, g
(x) = 0, de onde g(x) = k e o lema esta provado! 2

CAPTULO 3
Sistemas de Equac oes Diferenciais
Neste captulo vamos estudar a resolucao do seguinte sistema de
equacoes diferenciais:
x
1
(t) = a
11
x
1
(t) + a
12
x
2
(t) + + a
1n
x
n
(t)
x
2
(t) = a
21
x
1
(t) + a
22
x
2
(t) + + a
2n
x
n
(t)
...................................................................
...................................................................
x
n
(t) = a
n1
x
1
(t) + a
n2
x
2
(t) + + a
nn
x
n
(t)
(12)
onde a
ij
sao n umeros reais xados e as incognitas sao n funcoes
x
j
(t): R R
que satisfazem (12).

E conveniente escrever o sistema acima na forma
matricial, pondo X(t) = (x
1
(t), . . . , x
n
(t))
t
e A = (a
ij
):
(13) X
(t) = AX(t).
1. Sistemas diagonais
Se tivermos um sistema de equacoes do tipo
_
_
y
1
(t)
y
2
(t)
n
(t)
_
_
=
_
_
a
1
0 0 0 0
0 a
2
0 0 0
0 0 0 0
0 0 0 a
n
_
_
_
_
y
1
(t)
y
2
(t)
y
n
(t)
_
_
com condicao inicial (y
1
(t
0
), . . . , y
n
(t
0
)) = (k
1
, . . . , k
n
) entao cada linha
do sistema e independente das demais e podemos resolver sem proble-
mas:
33
34 3. SISTEMAS DE EQUA C
OES DIFERENCIAIS
y
j
(t) = k
j
e
a
j
(tt
0
)
.
Se no sistema X
(t) = AX(t) a matriz A for diagonalizavel, entao

existe uma base B do R
n
e uma matriz M = [I]
B,Can
tais que
D = Diag(a
1
, . . . , a
n
) = M
1
AM,
o que nos da esperanca de passar o vetor de incognitas para a base
B, resolver o sistema na forma diagonal e voltar para a base canonica.
Pomos
Y (t) = [I]
Can,B
X(t) = M
1
X(t).
Entao,
Y
(t) = M
1
X
(t) = M
1
AX(t) = M
1
AMY (t)
ou seja, o sistema inicial
X
(t) = AX(t), X(t

0
) = X
0
se transforma no sistema (na base B)
Y
(t) = DY (t), Y (t
0
) = Y
0
onde D = M
1
AM e Y
0
= M
1
X
0
.
Vejamos o seguinte exemplo. Consideramos o sistema
X
(t) = AX(t),
onde X(t) = (x
1
(t), x
2
(t), x
3
(t))
t
e
A =
_
_
2 1 3
1 4 3
2 6 7
_
_
,
com a condicao inicial X(0) = (1, 0, 3)
t
.
O polinomio caracterstico de A e p
A
(X) = X
3
13X
2
39X +27, e
suas razes sao
1
= 1,
2
= 3 e
3
= 9. Como essas razes sao distintas,
a matriz Ae diagonalizavel. A base de R
3
, B = {(7, 1, 2), (3, 3, 2), (1, 1, 2)}
e a matriz:
M = [I]
B,Can
=
_
_
7 3 1
1 3 1
2 2 2
_
_
.
sao tais que D = M
1
AM onde
1. SISTEMAS DIAGONAIS 35
D =
_
_
3 0 0
0 1 0
0 0 9
_
_
.
A mudanca de coordenadas:
X(t) = MY (t)
resulta no sistema: Y
= DY , ou seja,
y
1
(t) = 3y
1
(t)
y
2
(t) = y
2
(t)
y
3
(t) = 9y
3
(t)
que sabemos resolver:
y
1
(t) = c
1
e
3t
y
2
(t) = c
2
e
t
y
3
(t) = c
3
e
9t
com c
1
, c
2
, c
3
R. A solucao geral do sistema dado e:
x
1
(t) = 7c
1
e
3t
+ 3c
2
e
t
+ c
3
e
9t
x
2
(t) = c
1
e
3t
+ c
2
e
t
+ c
3
e
9t
x
3
(t) = c
1
e
3t
2c
2
e
t
+ 2c
3
e
9t
com c
1
, c
2
, c
3
R. A solucao que satisfaz a condicao inicial e:
x
1
(t) =
7
8
e
3t
9
8
e
t
e
9t
x
2
(t) =
1
8
e
3t
3
8
e
t
e
9t
x
3
(t) =
1
8
e
3t
+
3
4
e
t
2e
9t
OES DIFERENCIAIS
2. Sistemas semi-simples
Consideremos agora um sistema do tipo (12) onde a matriz A =
(a
ij
) e uma matriz semi-simples. Sabemos que existe uma matriz in-
versvel P tal que S = P
1
AP, onde S e uma matriz da forma
S =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
r
1
r
k
_
a
1
b
1
b
1
a
1
_
_
a
l
b
l
b
a
l
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
O sistema original X
(t) = AX(t) se transforma no sistema Y
(t) =
SY (t) por meio da mudanca de variaveis X(t) = PY (t), da seguinte
maneira:
X
(t) = AX(t) = S(P

1
X(t)),
chamando de Y (t) = P
1
X(t) vemos que
Y
(t) = P
1
X
(t)
e assim temos o sistema Y
(t) = SY (t). Ora, os blocos 2 2 da matriz

S acima fornecerao sistemas bidimensionais do tipo
y
1
(t) = ay
1
(t) by
2
(t)
y
2
(t) = by
1
(t) + ay
2
(t)
onde b = 0, cuja solucao, que foi vista no nal do captulo 2, e:
y
1
(t) = c
1
e
at
cos(bt) c
2
e
at
sen(bt),
y
2
(t) = c
2
e
at
cos(bt) + c
1
e
at
sen(bt).
2. SISTEMAS SEMI-SIMPLES 37
Vejamos um exemplo em dimensao 5. Consideramos o sistema
X
(t) = AX(t) onde X(t) = (x

1
(t), . . . , x
5
(t))
t
e
A =
_
_
_
_
_
_
11 2 2 8 4
2 2 0 2 0
0 1 1 0 0
11 3 2 8 4
7 1 2 5 1
_
_
_
_
_
_
.
O polinomio caracterstico dessa matriz e
p
A
(X) = X
5
+ 5X
4
15X
3
+ 25X
2
24X + 10
e vericamos facilmente que = 1 e solucao. Nao e difcil vericar
que essa e a unica solucao real. Isso signica que p
A
() e o produto de
( 1) por dois fatores de grau 2 irredutveis sobre R. De fato
p
A
(X) = (X 1)(X
2
2X + 2)(X
2
2X + 5),
e portanto as razes sao:
1
= 1,
2
= 1 + i,
3
= 1 i,
4
= 1 + 2i,
5
= 1 2i. Como as razes sao distintas, o complexicado de A e
diagonalizavel sobre os complexos, ou seja, A dene um operador real
semi-simples. Sabemos que existe uma base de R
5
onde a matriz do
operador T : R
5
R
5
denido por A via
T(v) = Av,
e
S =
_
_
_
_
_
_
1 0 0 0 0
0 1 1 0 0
0 1 1 0 0
0 0 0 1 2
0 0 0 2 1
_
_
_
_
_
_
.
Em termos matriciais existe uma matriz inversvel P tal que S =
P
1
AP. Achemos P. Sobre C encontramos uma base de C
5
for-
mada por autovetores: Av
1
= v
1
, Av
2
= (1 i)v
2
, Av
3
= (1 + i)v
3
,
Av
4
= (1 2i)v
4
, Av
5
= (1 + 2i)v
5
v
1
= (1, 0, 1, 1, 0), v
2
= (0, 1 i, 1 i, 1, 1)
v
3
= (0, 1 + i, 1 + i, 1, 1), v
4
= (1 + i, 0, 0, 1 + i, 1)
v
5
= (1 i, 0, 0, 1 i, 1).
OES DIFERENCIAIS
Podemos entao encontrar a base B = {w
1
, w
2
, w
3
, w
4
, w
5
} de R
5
em
relacao à qual T tem a forma matricial S, em que
w
1
= v
1
= (1, 0, 1, 1, 0),
w
2
= Re(v
3
) = (0, 1, 1, 1, 1),
w
3
= Im(v
3
) = (0, 1, 1, 0, 0),
w
4
= Re(v
5
) = (1, 0, 0, 1, 1),
w
5
= Im(v
5
) = (1, 0, 0, 1, 0).
Montamos agora a matriz de mudanca de base dessa nova base B
para a base canonica, Can, do R
5
:
P = [I]
B,Can
=
_
_
_
_
_
_
1 0 0 1 1
0 1 1 0 0
1 1 1 0 0
1 1 0 1 1
0 1 0 1 0
_
_
_
_
_
_
.
A inversa de P e:
P
1
= [I]
Can,B
=
_
_
_
_
_
_
2 1 1 2 0
1 0 0 1 0
1 1 0 1 0
1 0 0 1 1
4 1 1 3 1
_
_
_
_
_
_
.
Temos [T]
B
= [I]
Can,B
[T]
Can
[I]
Can,B
, ou seja: S = P
1
AP. A mudanca
de coordenadas
X(t) = PY (t),
vai resultar no sistema Y
(t) = SY (t), ou seja:

y
1
(t) = y
1
(t)
y
2
(t) = y
2
(t) y
3
(t)
y
3
(t) = y
2
(t) + y
3
(t)
y
4
(t) = y
4
(t) 2y
5
(t)
y
5
(t) = 2y
4
(t) + y
5
(t)
2. SISTEMAS SEMI-SIMPLES 39
Note-se que a primeira equacao e independente das demais, a se-
gunda e a terceira equacoes formam um subsistema independente, e as
duas ultimas tambem. Sabemos como resolve-los:
y
1
(t) = c
1
e
t
,
y
2
(t) = c
2
e
t
cos(t) c
3
e
t
sen(t),
y
3
(t) = c
3
e
t
cos(t) + c
2
e
t
sen(t),
y
4
(t) = c
4
e
t
cos(2t) c
5
e
t
sen(2t),
y
5
(t) = c
5
e
t
cos(2t) + c
4
e
t
sen(2t).
com c
1
, c
2
, c
3
c
4
, c
5
R. A solucao geral do sistema original e dada por
X(t) = PY (t).
Exerc
cio 2.1. Resolva o sistema X
= AX, onde A e a mesma

matriz acima, com a condicao inicial X(0) = (1, 1, 0, 1, 0)
t
.
Vejamos mais um exemplo em dimensao 5. Consideramos o sistema
X
(t) = AX(t) onde X(t) = (x

1
(t), . . . , x
5
(t))
t
e
A =
_
_
1 0 0 0 0
1 0 1 0 0
2 2 2 0 0
1 0 0 1 1
0 0 0 1 1
_
_
.
Vimos no paragrafo 3. do captulo 1 que a matriz A e semi-simples
e que a matriz:
P =
_
_
1 0 0 0 0
1 1 0 0 0
0 1 1 0 0
0 0 0 1 0
1 0 0 0 1
_
_
.
e tal que S = P
1
AP onde
S =
_
_
1 0 0 0 0
0 1 1 0 0
0 1 1 0 0
0 0 0 1 1
0 0 0 1 1
_
_
.
A mudanca de coordenadas
OES DIFERENCIAIS
X(t) = PY (t),
vai resultar no sistema Y
= SY , ou seja:
y
1
(t) = y
1
(t)
y
2
(t) = y
2
(t) y
3
(t)
y
3
(t) = y
2
(t) + y
3
(t)
y
4
(t) = y
4
(t) y
5
(t)
y
5
(t) = y
4
(t) + y
5
(t)
Note-se que a primeira equacao e independente das demais, a se-
gunda e a terceira equacoes formam um subsistema independente, assim
com a quarta e a quinta equacoes formam outro subsistema indepen-
dente. Sabemos como resolve-los:
y
1
(t) = c
1
e
t
,
y
2
(t) = c
2
e
t
cos(t) c
3
e
t
sen(t),
y
3
(t) = c
3
e
t
cos(t) + c
2
e
t
sen(t),
y
4
(t) = c
4
e
t
cos(t) c
5
e
t
sen(t),
y
5
(t) = c
5
e
t
cos(t) + c
4
e
t
sen(t).
com c
1
, c
2
, c
3
c
4
, c
5
R. A solucao geral do sistema original e dada por
X(t) = PY (t).
Exerc
cio 2.2. Resolva o sistema X
= AX, onde A e a mesma

matriz acima, com a condicao inicial X(0) = (1, 1, 1, 1, 1)
t
.
3. Sistemas Dinamicos Discretos
A conhecida sequencia {x
n
} de Fibonacci:
1, 1, 2, 3, 5, 8, 13, 21, . . .
obedece a seguinte equacao de recorrencia:
x
n+1
= x
n
+ x
n1
,
onde n 1 e x
0
= x
1
= 1. Vamos usar a teoria das formas canonicas
de operadores para mostrar que vale a formula:
3. SISTEMAS DIN
AMICOS DISCRETOS 41
x
n
=
_
1+
5
2
_
n+1
_
1
5
2
_
n+1
5
.
Observamos inicialmente que se zermos a mudanca de variaveis
y
n
= x
n1
obteremos o sistema:
_
_
_
x
n+1
= x
n
+ y
n
y
n+1
= x
n
onde temos a condicao inicial: x
1
= y
1
= 1. Matricialmente temos
_
x
n+1
y
n+1
_
=
_
1 1
1 0
__
x
n
y
n
_
,
de modo que se introduzirmos o operador T : R
2
R
2
dado por
T(x, y) = (x + y, x),
cuja matriz na base canonica e a matriz acima, o sistema pode ser
reescrito como
(x
n+1
, y
n+1
) = T(x
n
, y
n
).
Comecando em (1, 1), vamos aplicando T sucessivamente, de modo que
(x
n
, y
n
) = (T T T)
. .
(n1)vezes
(1, 1).
Matricialmente temos
_
x
n
y
n
_
=
_
1 1
1 0
_
n1
_
1
1
_
.
Assim, para compreender a trajetoria do ponto (1, 1) sob a acao do
operador T, precisamos calcular as potencias, A
m
, da matriz A. Vamos
fazer algumas observacoes gerais: suponhamos que A e uma matriz de
ordem n. Se M e uma matriz inversvel tal que B = M
1
AM entao
B
m
= (M
1
AM)(M
1
AM) (M
1
AM)
= M
1
A(MM
1
)A(MM
1
)A(M M
1
)A(MM
1
)AM
= M
1
A
m
M,
ou seja, se B = M
1
AM entao A
m
= MB
m
M
1
. No caso em que A e
diagonalizavel existe M inversvel tal que
OES DIFERENCIAIS
B = M
1
AM = Diag(
1
, . . . ,
n
),
e assim, A
m
= MDiag(
m
1
, . . . ,
m
n
)M
1
.
Para o sistema de Fibonacci acima, o polinomio caracterstico da
matriz
A =
_
1 1
1 0
_
e: p
A
(X) = (1 X)(X) 1 = X
2
X 1, cujas razes sao
1
=
1 +
5
2
,
2
=
1
5
2
.
Como essas razes sao reais e distintas, Ae diagonalizavel. Vamos achar
a base {v
1
, v
2
} do R
2
, formada por autovetores de A.
E facil vericar que o autoespaco de

1
e gerado por (
1
, 1), e o
autoespaco de
2
e gerado por (
2
, 1). Assim,
B = {v
1
= (
1
, 1), v
2
= (
2
, 1)}.
Denindo o operador T : R
2
R
2
por T(v) = Av, temos que na
base canonica, Can, do R
2
a matriz de T e a propria A e na base B a
matriz de T e Diag(
1
,
2
), ou seja
Diag(
1
,
2
) = [I]
Can,B
A[I]
B,Can
.
Se pusermos
M = [I]
B,Can
=
_

1

2
1 1
_
entao
M
1
= [I]
Can,B
=
1
2
_
1
2
1
1
_
,
de modo que para todo natural m 1
_
1 1
1 0
_
m
=
1
2
_

1

2
1 1
__

m
1
0
0
m
2
__
1
2
1
1
_
=
1
5
_

m+1
1

m+1
2
m
1

m
2
__
1
2
1
1
_
=
1
5
_

m+1
1

m+1
2

m+1
1

2
+
m+1
2

1
m
1

m
2

m
1

2
+
1
m
2
_
e, em particular,
3. SISTEMAS DIN
AMICOS DISCRETOS 43
_
x
n
y
n
_
=
1
5
_

n
1

n
2

n
1
2
+
n
2
n1
1

n1
2

n1
1

2
+
1
n1
2
__
1
1
_
e portanto
x
n
=

n
1

n
2

2
n
1
+
1
n
2
5
,
de onde tiramos, lembrando que
1
+
2
= 1,
x
n
=

n
1
(1
2
)
n
2
(1
1
)
5
=

n+1
1

n+1
2
5
=
_
1+
5
2
_
n+1
_
1
5
2
_
n+1
5
que e a formula que queramos demonstrar.
A sequencia de Fibonacci {x
n
} possui uma propriedade muito in-
teressante: a sequencia
x
n
x
n1
=
x
n
y
n
dos quocientes sucessivos, e uma sequencia convergente para
1
. Ve-
jamos alguns valores
1
1
= 1,
2
1
= 2,
3
2
= 1, 5,
5
3
= 1.666,
8
5
= 1.6
13
8
= 1.625,
21
13
= 1.615,
34
21
= 1, 619,
55
34
= 1.617.
Para entendermos bem o que esta ocorrendo, comecamos com uma
observacao muito simples: se em vez da condicao inicial (1, 1) comecas
semos com v
j
(j = 1, 2) entao a nova sequencia (x
n
, y
n
) seria:
v
j
,
j
v
j
,
2
j
v
j
,
3
j
v
j
, . . . .
Como
1
= 1.6180...,
2
= 0.6180...
ou seja, |
1
| > 1 e |
2
| < 1, o autoespaco V (
1
) = [v
1
] e repulsor,
no sentido de que qualquer condicao inicial nao nula que esteja em
OES DIFERENCIAIS
V (
1
) tende a se afastar da origem, indo para innito; o autoespaco
V (
2
) = [v
2
] e atrator, pois o sistema tende para a origem, quando a
condicao inicial esta em V (
2
). Como {v
1
, v
2
} e base do R
2
, a condicao
inicial (1, 1) se decompoe em v
1
+ v
2
, de modo que
(x
n
, y
n
) =
n1
1
v
1
+
n1
2
v
2
,
e, como
n1
2
tende à zero quando n tende à innito, o ponto (x
n
, y
n
)
vai cando cada vez mais proximo da reta [v
1
], que tem por equacao
y = (1/
1
)x. Assim, x
n
/y
n
vai se aproximando cada vez mais de
1
.
Isso signica que a sequencia de Fibonacci {x
n
} vai se tornando
cada vez mais parecida com uma progressao geometrica de razao
1
(o
n umero aureo!), quando n vai crescendo.
Podemos tratar da mesma maneira equacoes de recorrencia mais
gerais:
x(n + 1) = b
0
x(n) + b
1
x(n 1) + + b
k
x(n k),
onde x(n) e um n umero real, b
1
, . . . , b
k
sao constantes, e e dada a
condicao inicial: x
0
= a
0
, . . . , x
k
= a
k
. A mudanca de variaveis ca:
y
1
(n) = x(n),
y
2
(n) = x(n 1),
y
3
(n) = x(n 2),
...............,
y
k+1
(n) = x(n k)
e o sistema discreto associado:
y
1
(n + 1) = b
0
y
1
(n) + b
1
y
2
(n) + + b
k
y
k+1
(n)
y
2
(n + 1) = y
1
(n)
y
3
(n + 1) = y
2
(n)
.....................
y
k+1
(n + 1) = y
k
(n).
Observa c
ao. 3.1. No caso de um sistema X

n+1
= AX
n
, onde A
e uma matriz de ordem k com coecientes reais e X
n
= (x
1
n
, . . . , x
k
n
)
t
,
se A for diagonalizavel com autovalores
1
, . . . ,
k
, entao, como os au-
tovalores sao reais, podemos divid-los em grupos:
3. SISTEMAS DIN
AMICOS DISCRETOS 45
a
= {
j
: |
j
| < 1}
r
= {
j
: |
j
| > 1}
1
= {
j
:
j
= 1}
1
= {
j
:
j
= 1}
Se E
a
e o subespaco gerado por autovetores associados aos autoval-
ores de
e
entao E
a
e o subespaco atrator do sistema, no sentido de
que toda condicao inicial em E
a
tende ao vetor nulo de R
k
. Se E
r
e
o subespaco gerado por autovetores associados aos autovalores de
r
entao E
r
e o subespaco repulsor do sistema, no sentido de que toda
condicao inicial em E
r
tende ao innito em norma.
Denotando por E
1
o subespaco gerado por autovetores associados
aos autovalores de
1
, temos que todo ponto de E
1
ca xo. Denotando
por E
1
o subespaco gerado por autovetores associados aos autovalores
de
1
temos que se u E
1
, e a condicao inicial do sistema, entao
sua trajetoria sob o sistema acima sera: u, u, u, u, . . ., ou seja, o
sistema cara oscilando.
O que acontece se A nao for diagonalizavel? Responderemos essa
pergunta pelo menos no caso em que A e semi-simples. Basta observar
que se S e a forma canonica semi-simples entao S e diagonal por blocos,
S = Diag(
1
, . . . ,
r
, B
1
, . . . , B
s
),
onde
j
R e
B
j
=
_
a
j
b
j
b
j
a
j
_
,
e portanto (prove como exerccio!) temos
S
m
= Diag(
m
1
, . . . ,
m
r
, B
m
1
, . . . , B
m
s
).
Assim, para entender o sistema X
n
= AX
n1
basta entender o
sistema bidimensional
x
n+1
= ax
n
by
n
y
n+1
= bx
n
+ ay
n
.
Se escrevermos o ponto (a, b) em coordenadas polares
a = rcos(), b = rsen(),
OES DIFERENCIAIS
onde r =
a
2
+ b
2
e 0 < 2 a matriz desse sistema ca:
S = r
_
cos() sen()
sen() cos()
_
,
de onde, como ja provamos no captulo 1,
S
m
= r
m
_
cos(m) sen(m)
sen(m) cos(m)
_
e aplicar S
m
a uma condicao inicial (x, y) corresponde a multiplicar o
n umero complexo x + iy pelo n umero complexo (a + ib)
m
. Assim, se
|a + ib| < 1, o sistema tende à zero, espiralando em torno da origem.
Se |a + ib| > 1 o sistema vai espiralando para innito. Se |a + ib| = 1
temos duas possibilidades: 1) = a + ib e uma raiz da unidade, ou
seja,
k
= 1 para algum k natural. Nesse caso o sistema vai produzir
uma orbita periodica de perodo k, qualquer que seja a condicao inicial
nao nula e 2) = a + ib nao e uma raiz da unidade e a orbita sera
densa na circunferencia cuja raio e a norma da condicao inicial.
CAPTULO 4
Exerccios
1. Usando a formula de Moivre calcule:
(a) (1 + i)
2006
(b) (cos(/3) + isen(/3))
315
2. Calcule e
2+i
, e
i
, e
3+i
.
3. Determine todos os n umeros complexos z com |z| = 1 tais que
z
2
+ (1 + i)z seja puramente imaginario.
4. Seja a = r(cos +isen) um n umero complexo nao nulo. Mostre
que os n umeros
z
k
=
n
r
_
cos(
+ 2k
n
) + isen(
+ 2k
n
)
_
para k = 0, 1, 2, . . . , (n 1), sao os unicos n umeros complexos tais
que z
n
k
= a.
5. Sera verdade que
_
e
a+bi
_
1/2
= e
(a+bi)/2
?
6. Determine as razes n-esimas da unidade, isto e, os complexos z
tais que z
n
= 1.
7. Seja = cos(2/n) + isen(2/n), onde n 1 e um natural
xado.
(a) Mostre que {1, ,
2
, . . . ,
n1
} e o conjunto de todas as razes
n-esimas da unidade.
(b) Mostre que 1 + +
2
+ +
n1
= 0.
8. Descreva geometricamente o conjunto de todos os n umeros com-
plexos z tais que
|z| 1 Re(z),
47
48 4. EXERC
ICIOS
onde Re(z) denota a parte real de z.
9. Ache as solucoes (na forma a + bi) das seguintes equacoes:
(a) x
2
+ ix + 1 = 0
(b) x
4
+ x
2
+ 1 = 0
10. Seja R: C C o operador linear tal que
[R]
Can
=
_
1
3 1
_
,
onde Can = {1, i}.
(a) Ache uma expressao para R(z).
(b) Interprete geometricamente a acao de R.
(c) Calcule R
1000
(z), onde R
n
denota a composta de R com R
n vezes, R
n
= R R R
. .
n vezes
.
11. Decida se as seguintes armacoes sao verdadeiras ou falsas.
(a) Se T : R
3
R
3
e um operador linear cujo polinomio caracte-
rstico tem razes nao reais entao T e semi-simples.
(b) O operador linear T : R
2
R
2
cuja matriz na base canonica
de R
2
e
_
2 1
0 2
_
e um operador semi-simples.
(c) O conjunto {a + bi C : e
a+bi
= i} e um conjunto nito.
12. Considere o operador T : R
3
R
3
cuja matriz na base
canonica e
A =
_
_
1 2 4
0 1 2
0 1 1
_
_
(a) Mostre que o operador T e semi-simples.
(b) Ache uma base B do R
3
na qual a matriz de T esteja na forma
semi-simples.
(c) Exiba [T]
B
e ache uma matriz N tal que NAN
1
= [T]
B
.
(d) Calcule A
102
.
4. EXERC
ICIOS 49
13. Considere o operador linear T : R
5
R
5
cuja matriz na base
canonica e:
[T]
can
=
_
_
1 0 0 0 0
0 0 0 1 0
0 1 0 0 0
0 0 0 0 1
0 0 1 0 0
_
_
e cujo polinomio caracterstico e
p
T
(X) = (1 + X
2
)(1 + X)(X 1)
2
(a) Mostre que T e um operador semi-simples.
5
tal que [T]
B
esteja na forma semisim-
ples.
(c) Exiba uma matriz M tal que [T]
B
= M
1
[T]
can
M.
(d) Calcule [T]
2006
can
.
14. Considere o operador T : R
4
R
4
cuja matriz na base
canonica e
A =
_
_
0 0 1 0
2 1 0 1
1 0 0 0
2 2 2 1
_
_
e cujo polinomio caracterstico e p
T
(X) = (X
2
+ 1)
2
.
(a) Mostre que o operador T e semi-simples.
4
na qual a matriz de T esteja na forma
semi-simples e exiba [T]
B
.
(c) Calcule A
500
.
15. Determine os valores de a R para os quais o operador linear
T : R
3
R
3
cuja matriz na base canonica e
A =
_
_
1 0 1
0 1 0
1 1 a
_
_
(a) seja diagonalizavel;
(b) seja semi-simples.
50 4. EXERC
ICIOS
16. Resolva o sistema de equacoes diferenciais:
x
1
(t) = 2x
1
(t) + 5x
2
(t)
x
2
(t) = x
1
(t) + 4x
2
(t)
satisfazendo às condicoes iniciais x
1
(0) = 2 e x
2
(0) = 2.
x
1
(t) = x
2
(t)
x
2
(t) = 13x
1
(t) + 4x
2
(t)
satisfazendo às condicoes iniciais x
1
(0) = 1 e x
2
(0) = 1.
18. Exiba todas as funcoes x
j
: R R j = 1, 2, 3 que vericam o
sistema: (Ache a solucao geral do sistema)
_
_
_
x
1
(t) = 3x
1
(t) + 2x
2
(t) + x
3
(t)
x
2
(t) = x
2
(t) + x
3
(t)
x
3
(t) = x
2
(t) + x
3
(t)
19. Resolva o sistema X
(t) = AX(t), onde

A =
_
_
1 0 0 0 0
1 0 1 0 0
2 2 2 0 0
1 0 0 1 1
0 0 0 1 1
_
_
sabendo que p
A
(X) = (X 1)(X
2
2X + 2)
2
.
4
R
4
cuja matriz na base
canonica e:
[T]
Can
=
_
_
1 0 0 0
0 1 2 0
1 2 1 0
0 0 0 3
_
_
.
(a) De a expressao de T
c
(z
1
, . . . , z
4
), onde T
c
e o complexicado de
T.
(b) Mostre que T e um operador semi-simples.
4. EXERC
ICIOS 51
(c) Exiba uma base B do R
4
onde [T]
B
esteja na forma semi-simples.
(d) Exiba uma matriz M tal que [T]
B
= M[T]
Can
M
1
.
(e) Resolva o sistema X
(t) = [T]
Can
X(t) com X(0) = (1, 1, 1, 1)
t
.
3
R
3
cuja matriz na base
canonica e:
[T]
Can
=
_
_
0 0 15
1 0 17
0 1 7
_
_
.
(b) Exiba uma base B do R
3
onde [T]
B
esteja na forma semi-simples.
(d) Exiba uma matriz M tal que [T]
B
= M[T]
Can
M
1
.
(e) Resolva o sistema X
(t) = [T]
Can
X(t) com X(0) = (1, 1, 1)
t
.
3
R
3
cuja matriz na base
canonica e:
[T]
Can
=
_
_
1 0 1
0 0 2
0 1 0
_
_
.
(b) Exiba uma base B do R
3
onde [T]
B
esteja na forma semi-
simples.
(c) Exiba uma matriz M tal que [T]
B
= M[T]
Can
M
1
.
(d) Resolva o sistema X
(t) = [T]
Can
X(t) com X(0) = (1, 1, 1)
t
.
23. De um exemplo de um operador T : R
3
R
3
que nao e
semi-simples.
24. Existe algum exemplo de operador T : R
3
R
3
que nao seja
semi-simples e p
T
() tenha razes nao reais?
25. De um exemplo de um operador T : R
4
R
4
que nao seja
semi-simples e tal que p
T
() nao possua nenhuma raiz real.
26. Resolva a equacao diferencial complexa x
(t) = (1 + i)x(t),
com x(0) = i. Ache todas as solucoes do sistema de equacoes reais:
u
(t) = u(t) v(t)

v
(t) = u(t) + v(t)

52 4. EXERC
ICIOS
x
1
(t) = 2x
2
(t)
x
2
(t) = x
1
(t) + 2x
2
(t)
com condicao inicial x
1
(0) = 1 e x
2
(0) = 2.
X
(t) =
_
_
1 0 0
0 2 3
1 3 2
_
_
X(t),
onde X(t) = (x
1
(t), x
2
(t), x
3
(t))
t
, com a condicao inicial
X(0) = (10, 1, 1)
t
.
29. Um sistema fsico pode ser descrito pelo seguinte sistema de
equacoes diferenciais:
X
(t) =
_
_
1 0 1
0 2
0 1 0
_
_
X(t),
onde X(t) = (x
1
(t), x
2
(t), x
3
(t))
t
, onde e um parametro real.
(a) Como se comportam as solucoes quando < 2
2? Mostre
que existe um plano do R
3
tal que se X(0) as solucoes do
sistema tendem a zero quando t tende a innito.
(b) Quando =
8 o sistema e diagonalizavel?
(c) Encontre as solucoes do sistema para =
8.
(d) Como sao as solucoes quando
8 < < 0? Existe algum

plano como no item (a)?
(e) Ache as solucoes para = 0.
(f) Ache as solucoes para 0 < <
8.
(g) Ache as solucoes para >
8.
30. Considere o sistema dinamico discreto
x
1
(n + 1) = 3x
1
(n) 2x
2
(n)
x
2
(n + 1) = 5x
1
(n) + 3x
2
(n)
1. SOLU C
OES E/OU SUGEST
OES DOS EXERC
ICIOS ANTERIORES 53
(a) Encontre a solucao geral, X(n) = (x
1
(n), x
2
(n))
t
em funcao da
condicao inicial X(0) = (a, b)
t
.
(b) Se X(0) = (1, 1) entao X(1) = (5, 8), X(2) = (1, 1),
X(3) = (5, 8) e X(4) = (1, 1), de modo que a trajetoria e pe-
riodica. O que ocorre com uma condicao inicial qualquer
X(0) = (a, b)?
31. [
Ecole Polytechnique] Considere a matriz

A =
_
_
1 2 3
0 1 2
0 0 1
_
_
.
(a) A e diagonalizavel?
(b) Calcule A
n
para todo natural n 1.
(c) Calcule A
n
para n Z.
1. Soluc oes e/ou sugest oes dos exerccios anteriores
1. (1 + i)
2006
= 2
1003
i, (cos(/3) + isen(/3))
315
= 1
2. e
2+i
= e
2
i, e
i
= i, e
3+i
= e
3
(cos1 + isen1).
3. z = i ou z = (
1
2
+
1
2
i) ou z = 1.
5. Faca as contas com a + bi = i e veja o que acontece.
8. Se z = x + iy , a parabola 2x = 1 y
2
divide o plano complexo
em duas componentes. A solucao e a componente que contem z = 0,
incluindo a parabola.
10. R(z) = (1 + i
3)z, R
1000
(z) = 2
999
(1 + i
3)z.
11. (a)verdadeira, (b)falsa, (c)falsa.
54 4. EXERC
ICIOS
12. Autovalores de T
c
: 1, i, i. Autovetores correspondentes:
(1, 0, 0), (2i, 1i, 1), (2i, 1+i, 1).B = {(1, 0, 0), (0, 1, 1), (2, 1, 0)}.
[T]
B
=
_
_
1 0 0
0 0 1
0 1 0
_
_
, N = [I]
Can,B
=
_
_
1 2 2
0 0 1
0 1 1
_
_
,
[T]
102
B
=
_
_
1 0 0
0 1 0
0 0 1
_
_
, A
102
= N
1
[T]
102
B
N.
c
: 1, i, i, 1 Autovetores correspondentes:
(1, 0, 0, 0, 0), (0, 1, 1, 1, 1), (0, 1, i, i, 1), (0, 1, i, i, 1)(0, 1, 1, 1, 1).
B = {(1, 0, 0, 0, 0), (0, 1, 1, 1, 1), (0, 1, 0, 0, 1), (0, 0, 1, 1, 0)(0, 1, 1, 1, 1)}.
[T]
B
=
_
_
1 0 0 0 0
0 1 0 0 0
0 0 0 1 0
0 0 1 0 0
0 0 0 0 1
_
_
, M = [I]
B,can
=
_
_
1 0 0 0 0
0 1 1 0 1
0 1 0 1 1
0 1 0 1 1
0 1 1 0 1
_
_
,
[T]
2006
B
=
_
_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
_
_
, [T]
2006
can
= M[T]
2006
B
M
1
.
c
: i, i, ambos com mutiplicidade algebrica
2. V (i) = [(0, 1 + i, 0, 2), (i, 1 i, 1, 0)].
B = {(0, 1, 0, 2), (0, 1, 0, 0), (0, 1, 1, 0), (1, 1, 0, 0)}
[T]
B
=
_
_
0 1 0 0
1 0 0 0
0 0 0 1
0 0 1 0
_
_
, A
500
= Id.
15. Se a > 3 ou a < 1, T e diagonalizavel. Se 1 < a < 3, T
e semi-simples. Se a = 1 ou a = 3, T nao e diagonalizavel nem e
semi-simples.
16. x
1
(t) = e
3t
(2cos2t + 4sen2t) x
2
(t) = 2e
3t
cos2t.
17. x
1
(t) = e
2t
(cos3t sen3t) x
2
(t) = e
2t
(cos3t + 5sen3t).
1. SOLU C
OES E/OU SUGEST
OES DOS EXERC
ICIOS ANTERIORES 55
18. x
1
(t) = ke
3t
e
t
((4c
1
+ 3c
2
)cost + (3c
1
4c
2
)sent),
x
2
(t) = 5e
t
(c
2
cost + c
1
sent), x
3
(t) = 5e
t
(c
1
cost c
2
sent).
19. x
1
(t) = ke
t
,
x
2
(t) = e
t
(k + (c
1
+ c
3
+ c
4
)cost + (c
2
+ c
4
+ c
3
)sent),
x
3
(t) = e
t
(c
3
cost c
4
sent),
x
4
(t) = e
t
(c
2
cost + c
1
sent),
x
5
(t) = e
t
(k + c
1
cost c
2
sent).
20. T
c
(z
1
, z
2
, z
3
, z
4
) = (z
1
, z
2
2z
3
, z
1
+ 2z
2
+ z
3
, 3z
4
).
Autovalores de T
c
: 1, 1 + 2i, 1 2i e 3.
Autovetores correspondentes: (2, 1, 0, 0), (0, i, 1, 0), (0, i, 1, 0), (0, 0, 0, 1).
B = {(2, 1, 0, 0), (0, 0, 1, 0), (0, 1, 0, 0), (0, 0, 0, 1)},
[T]
B
=
_
_
1 0 0 0
0 1 2 0
0 2 1 0
0 0 0 3
_
_
, M = [I]
Can,B
.
x
1
(t) = e
t
, x
2
(t) = e
t
+ (
1
2
+
3
2
cos2t + sen2t),
x
3
(t) = e
t
(cos2t
3
2
sen2t), x
4
= e
3t
.
21. p
T
(X) = X
3
+ 7X
2
17X + 15. Autovalores de T
c
: 2 +
i, 2i, 3. Autovetores correspondentes: (6+3i, 5i, 1), (63i, 5+
i, 1), (5, 4, 1).
22. p
T
(X) = X
3
+X
2
2X+2. Autovalores de T
c
: 1, i
2, i
2.
Autovetores correspondentes: (1, 0, 0), (1/3+i
2/3, i
2, 1), (1/3
i
2/3, i
2, 1).
26. x(t) = e
t
(sent + icost),
u(t) = e
t
(c
1
cost c
2
sent), v(t) = e
t
(c
2
cost + c
2
sent).
27. x
1
(t) = e
t
(cost 4sent), x
2
(t) = e
t
(2cost + 3sent).
28. x
1
(t) = 10e
t
, x
2
(t) = 3e
t
+ e
2t
(4cos3t 2sen3t),
x
3
(t) = e
t
+ e
2t
(2cos3t + 4sen3t).
31. Depois que os metodos habituais falharem, observe que A =
I + N onde I e a matriz identidade e N
3
= 0. Observe tambem que
IN = NI. Para o item nal note que
(I + N)(I N + N
2
) = I N
3
= I.

Alglin IIpoli

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Alglin IIpoli

Загружено:

Авторское право:

Доступные форматы

T

3, e se somarmos a segunda raiz c ubica de 2+11i com a terceira

3, ou seja, as outras razes

E facil vericar que (C, +, ) satisfaz os axiomas denidores de um

ao 1.1. Se z = a + bi e um n umero complexo, o seu con-

E facil provar que R e um operador linear no espaco vetorial C, dei-

ario 1.6. Se n < 0 e um n umero inteiro entao:

ao 1.7. Um C-espaco vetorial e um conjunto V munido

E claro que todos os conceitos fundamentais que estudamos para

E imediato vericar os axiomas A1-A4 e M1-M4. Uma base de C como

E facil ver que C

E claro que, como no caso real, se T : C

ao 2.3. Dizemos que um operador linear T : R

E muito simples mostrar que esse conjunto e linearmente independente

} tem a propriedade do enunciado.

E claro que todas as funcoes constantes sao solucao dessa equacao.

( x) = 0, ou seja, f(0) = f(a).

OES DIFERENCIAIS LINEARES

= 0. Isso signica que h(x) e

(x) + af(x) = (x)

(x) + af(x) = (x)

(R; R), pois nesse caso se f(x) C

(R; R) entao tambem

(R; R). Uma equacao do tipo f

(x) +af(x) = (x) podera

(R; R) e o operador linear

OES DIFERENCIAIS LINEARES

(x) + 2f(x) = |x|,

(x) + af(x) = (x) com C

OES A VALORES COMPLEXOS 29

)(s + it) + (u + iv)(s

(x) = 0. Pelo nosso estudo do caso real, sabemos que

OES DIFERENCIAIS LINEARES

(x) = au(x) bv(x) + i(av(x) + bu(x)),

(x) = au(x) bv(x)

(x) = bu(x) + av(x)

OES A VALORES COMPLEXOS 31

E claro que o leitor tem o direito de se perguntar se as formulas

OES DIFERENCIAIS LINEARES

(x) = (a + ib)f(x). Pondo f(x) =

(x) = au(x) bv(x)

(x) = bu(x) + av(x).

(x) = (x). Considerando g(x) = (x)e

(x) = 0, de onde g(x) = k e o lema esta provado! 2

(t) = AX(t) a matriz A for diagonalizavel, entao

(t) = AX(t), X(t

(t) = AX(t) se transforma no sistema Y

(t) = AX(t) = S(P

(t) = SY (t). Ora, os blocos 2 2 da matriz

(t) = AX(t) onde X(t) = (x

(t) = SY (t), ou seja:

cio 2.1. Resolva o sistema X

= AX, onde A e a mesma

(t) = AX(t) onde X(t) = (x

cio 2.2. Resolva o sistema X

= AX, onde A e a mesma

E facil vericar que o autoespaco de

ao. 3.1. No caso de um sistema X

(t) = AX(t), onde

(t) = u(t) v(t)

(t) = u(t) + v(t)

8 < < 0? Existe algum

OES E/OU SUGEST