Documente Academic
Documente Profesional
Documente Cultură
Indice
I - Clculo a
1. Funes co 2. Primitivas 3. Integrais 4. Equaes Diferenciais co 5. Modelao ca 1 18 31 43 53
II - Algebra Linear
1. Matrizes 2. Matrizes e sistemas lineares 3. Determinantes 4. Diagonalizao ca 5. Cadeias de Markov 59 71 84 94 102
I - 1. Funoes c
I - 1. Funes co
Uma funo real de varivel real uma funo f cujo ca a e ca dom nio (Domf ) e contradom nio ou imagem (Imf ) esto a contidos em R. Neste curso, por funo entendemos sempre ca uma funo real de varivel real. ca a E usual apresentar uma funo f por uma equao do tipo ca ca y = f (x). Nestes casos, considera-se o dom nio de f como sendo o maior subconjunto de R onde a expresso f (x) tem sentido. a Se f for uma funo injectiva ento para cada y Imf ca a existe um s x Domf tal que f (x) = y. Esse unico o elemento x depende de y e denota-se por x = f 1 (y). A funo ca x = f 1 (y), com y Imf , diz-se a funo inversa de f e f diz-se ca invert vel. f (x) = y x = f 1 (y)
I - 1. Funoes c
I - 1. Funoes c
Exemplo: f (x) =
x2 x1
I - 1. Funoes c
- Funes trigonomtricas (vamos usar sempre radianos co e como unidade de medida): sen , cos , tg .
- Funes trigonomtricas inversas: arcsen , arccos , co e arctg . As funes trigonomtricas so peridicas logo no so co e a o a a injectivas e portanto no so invert a a veis. No entanto, se considerarmos certos intervalos para dom nio, obtemos funes injectivas. co . A funo ca [ , ] 2 2 x [1, 1] sen x
bijectiva logo tem inversa, que se designa por e arcosseno e se denota por arcsen:
I - 1. Funoes c
[1, 1] y
[ , ] 2 2 arcsen y,
I - 1. Funoes c
Analogamente se dene . a funo arcocosseno, que se denota por arccos: ca arccos : [1, 1] y onde arccos y = o ngulo do intervalo [0, ] a cujo cosseno y. e [0, ] arccos y,
I - 1. Funoes c
. a funo arcotangente, que se denota por arctg: ca arctg : onde arctg y = o ngulo do intervalo ] , [ a 2 2 cuja tangente y. e R y ] , [ 2 2 arctg y,
I - 1. Funoes c
- Potncias : f (x) = xc . e . c N:
. f (x) = xc x R.
1 . f (x) = xc = xc x = 0.
I - 1. Funoes c
. ex ey = ex+y
. lim ex = 0
x
. (ex )y = exy .
I - 1. Funoes c
10
- Funo logaritmo (natural): f (x) = ln x, que a funo ca e ca inversa da funo exponencial (natural). ca ln : ]0, +[ R e y = ex x = ln y.
. lim ln x = +
x+
. lim ln x =
x0+
. ln(xy) = ln x + ln y
. ln(xr ) = r ln x.
I - 1. Funoes c
11
- Funo exponencial de base a > 0 : f (x) = ax . ca f (x) = ax = ex ln a , . a = 1 1x = 1. . a > 1 ax = ex ln a com ln a > 0. . lim ax = +
x+
x a
x R.
. lim ax = 0.
x
. lim ax = +.
x
I - 1. Funoes c
12
- Funo logaritmo de base a > 0, a = 1: f (x) = loga x, ca que a funo inversa da funo exponencial de base a. e ca ca loga : ]0, +[ R e y = ax x = loga y.
Tem-se que, nos respectivos dom nios, loga (ax ) = x e portanto loga (x) = ln x . ln a aloga x = x
I - 1. Funoes c
13
E essencialmente com estas funes que apresentmos, e co a com funes que se obtm destas por operaes aritmticas co e co e e composio, que iremos trabalhar. ca Vamos assumir o conhecimento das noes de limite, co continuidade e derivabilidade de funes, assim como das co correspondentes propriedades bsicas. a Notaes: Sendo y = f (x), co f (x) = y = d dy = f (x). dx dx
Algumas derivadas conhecidas: . d (c) = 0 . d (xc ) = cxc1 dx dx 1 . d (ln x) = x . d (ex ) = ex dx dx . d (cos x) = sen x . d (sen x) = cos x dx dx x . d (tg x) = d ( sen x ) = . . . = 12 . dx dx cos cos x Recordamos agora algumas propriedades da derivao, que ca permitem derivar as funes formadas a partir destas pelas co operaes aritmticas e composio. co e ca
I - 1. Funoes c
14
Regras algbricas: e Se f e g so derivveis, ento a a a . f + g derivvel e (f (x) + g(x)) = f (x) + g (x). e a . f g derivvel e e a (f (x) g(x)) = f (x) g(x) + f (x)) g (x). Regra da cadeia ou derivada da composta: Se f e g so funes derivveis, ento a funo composta a co a a ca f (g(x)) derivvel e e a (f (g(x))) = f (g(x)) g (x).
( Derivamos a funo de fora (na funo de dentro g(x)) e ca ca multiplicamos pela derivada da funo de dentro) ca
Para utilizar bem a regra da cadeia importante conseguir e identicar na expresso de uma funo a composta de a ca funes convenientes. co
I - 1. Funoes c
15
Por exemplo, a funo ca y = ex = eg(x) = f (g(x)) para f (u) = eu e g(x) = x2 . Assim, usando a regra da cadeia, obtm-se e y = ex (x2 ) = ex 2x. J a funo a ca y = sen 2 x = (sen x)2 = (g(x))2 = f (g(x)) para f (u) = u2 e g(x) = sen x e portanto y = 2 (sen x) (sen x) = 2 sen x cos x.
2 2 2
Este ultimo um caso particular do caso geral seguinte. e . Se g(x) derivvel ento e a a (g c (x)) = cg c1 (x) g (x).
I - 1. Funoes c
16
Por vezes lida-se com funes que no aparecem denidas co a explicitamente como y = f (x) mas sim implicitamente atravs de uma equao do tipo F (x, y) = G(x, y) (por e ca exemplo, x3 + y 3 = 6xy); considera-se que a equao dene ca implicitamente y como funo f (x) de x se, substituindo y ca por f (x) na equao, a igualdade vericada. ca e Nestes casos, nem sempre se pode resolver a equao de ca forma a obter explicitamente y = f (x); no entanto, quando a funo denida implicitamente for derivvel, pode-se ca a obter uma expresso para a derivada y usando o mtodo da a e derivao impl ca cita: este consiste em derivar ambos os membros da igualdade em ordem a x, considerando que y e funo de x, obtendo-se uma nova equao em x, y, y . ca ca Por exemplo, pode-se obter a derivada da funo arcsen ca usando derivao impl ca cita e o facto de x = sen y denir implicitamente a funo arcsen . ca Derivadas das funes trigonomtricas inversas: co e . d (arcsen x) = 1 2 dx 1x 1 . d (arctg x) = dx 1 + x2 . d (arccos x) = 1 2 . dx 1x (arccos x = /2 arcsen x)
I - 1. Funoes c
17
Apresentamos agora uma aplicao da derivada, a chamada ca Regra de LHpital, que muito util para calcular certos o e limites. Regra de LHpital: o . Sejam f e g funes derivveis, com g (x) = 0 prximo co a o de a R (excepto possivelmente em a). f (x) conduz a uma indeterminao do tipo 0 ca Se lim 0 xa g(x) ou , ento a f (x) f (x) = lim , lim xa g (x) xa g(x)
sempre que o limite do lado direito exista ou seja igual a . . Com as devidas adaptaes, a mesma concluso vlida co a e a para os limites laterais (x a , x a+ ) e para os limites no innito (x , x +).
I - 2. Primitivas
18
II - 2. Primitivas
Uma primitiva de uma funo f uma funo F cuja ca e ca derivada f , isto , tal que F = f . e e Uma funo que tem uma primitiva diz-se primitivvel. ca a E claro que, se F for uma primitiva de f , ento tambm a e F + c, onde c uma constante real, uma primitiva de f . e e Alm disso, tem-se o seguinte: e Proposio 2.1: Se f uma funo denida num intervalo ca e ca e F e G so primitivas de f , ento G = F + c, para alguma a a constante c R. Em geral, vamos assumir que os dom nios em que se est a a trabalhar so intervalos. a Dada uma funo primitivvel f , a expresso ca a a f (x) dx diz-se a primitiva geral de f ou o integral indenido de f e representa todas as primitivas de f . Se F for uma primitiva de f , ento a f (x) dx = F (x) + c.
I - 2. Primitivas
19
Proposio 2.2: ca
r+1 . xr dx = x r+1 + c,
x dx = ln |x| + c.
Proposio 2.3: (Regras algbricas da primitivao) ca e ca Se f e g so primitivveis, ento a a a - f + g primitivvel e e a (f (x) + g(x)) dx = f (x) dx + g(x) dx.
I - 2. Primitivas
20
Exemplos: . Como (sen (5x)) = 5 cos (5x), ento a cos (5x) dx = 1 5 cos (5x) dx = 5 =
1 5 1 5
(Quando se trata de uma expresso do tipo f (ax + b), a = 0, ao a derivar multiplica-se por a e ao primitivar divide-se por a.) . 3x 2 dx = (3x 2)
1/2
dx
= =
c + c.
Proposio 2.4: ca . ax dx = 1 ax + c. ln a .
2
1 1 x 2 dx = a arctg ( a ) + c. a +x
1 dx = arcsen ( x ) + c. a 2 x2 a
I - 2. Primitivas
21
Se F for uma primitiva de f e g uma funo derivvel ca a ento, pela regra da cadeia, tem-se que a ( F (g(x)) ) = F (g(x)) g (x) = f (g(x)) g (x) isto , a funo F (g(x)) uma primitiva da funo e ca e ca f (g(x)) g (x) e portanto f (g(x)) g (x) dx = F (g(x)) + c. Nesta situao usa-se em geral o seguinte processo formal: ca . faz-se u = g(x); . ento u = g (x) e escreve-se du = g (x)dx; a . substitui-se na expresso f (g(x)) g (x) dx e obtm-se a e f (u) du, que mais simples de calcular. e
f (g(x)) g (x) dx =
Este processo chamado o mtodo de substituio ou e e ca mtodo de mudana de varivel. e c a derivar regra da cadeia primitivar mtodo de substituio e ca
I - 2. Primitivas
22
1 + x2 2x dx. Notando que a . Pretende-se calcular expresso da funo a primitivar da forma f (g(x)) g (x), a ca e para g(x) = 1 + x2 e f (u) = u , pode-se fazer u = 1 + x2 = du = 2x dx e, substituindo no integral, vem 1 + x2 2x dx =
3/2 u du = u 3/2 + c
Exemplos:
(1 + x2 )3/2
3/2
+c=
2 3
(1 + x2 )3/2 + c.
. Para calcular sen 4 x cos x dx, pode-se fazer u = sen x, pelo que du = cos x dx e, fazendo a substituio, obtm-se ca e sen x cos x dx =
4
sen x5 u5 +c= + c. u du = 5 5
4
. O integral x e
2 x3
dx =
x3
x dx =
1 1 u 1 x3 e du = e +c = e +c 3 3 3
u
I - 2. Primitivas
23
eg(x) g (x) dx =
Por vezes a expresso a primitivar no do tipo a a e f (g(x))g (x), em que se usa em geral a substituio ca u = g(x), mas poss obter a primitiva usando uma e vel substituio que considera, ao contrrio, x como funo da ca a ca nova varivel. a Exemplo: Para resolver u=1+ 1 dx, pode-se fazer 1+ x x = (u 1)2 ,
dx = 2(u 1) du
I - 2. Primitivas
24
Podem-se deduzir, a partir de cos (2x) = cos 2 x sen 2 x e de cos 2 x + sen 2 x = 1, as frmulas o cos 2 x = 1 + cos (2x) 2 e sen 2 x = 1 cos (2x) 2
que so muito uteis para o clculo de certas primitivas. a a Os integrais da forma sen n x cos m x dx com m, n 0
podem-se resolver usando frmulas trigonomtricas e o e processos como os usados nos exemplos seguintes. Exemplos: . cos 2 x dx =
1+cos (2x) 2
dx
1 2
dx +
1 2
cos (2x) dx
= ... sen 3 x cos4 x dx = = (u = cos x, du = sen x dx) = sen x (sen 2 x) cos 4 x dx sen x (1 cos 2 x) cos 4 x dx (u4 u6 ) du = . . .
I - 2. Primitivas
25
Se f e g so funes derivveis, ento a co a a (f (x)g(x)) = f (x)g(x) + f (x)g (x) logo f (x)g (x) = (f (x)g(x)) f (x)g(x) e portanto f (x)g (x) dx = (f (x)g(x)) dx f (x)g(x) dx.
e este processo de calcular uma primitiva designa-se por mtodo de primitivao por partes. e ca f g = f g f g
I - 2. Primitivas
26
x e2x
1 2
e2x dx =
1 2
x e2x
1 4
e2x + c.
1. ln x dx = x ln x = x ln x
1 x x dx
dx = x ln x x + c.
- Para calcular I = I=
sen x ex dx = sen x ex
= sen x ex cos x ex
I - 2. Primitivas
27
Designa-se por funo racional uma funo que o ca ca e quociente de duas funes polinomiais. Por exemplo, co 2x + 1 , x3 + 4x 5 1 x2 + 3x 1 e x3 + x2 + 1 x+3
so funes racionais. a co
Existe um processo para primitivar funes racionais que se co baseia no seguinte facto: . Toda a funo racional da forma ca P (x) com gr(P ) < gr(Q), Q(x) se pode exprimir como soma de fraces da forma co A (ax + b)r ou Ax + B , (ax2 + bx + c)r
onde ax2 + bx + c um polinmio irredut e o vel, isto , que e no tem ra a zes (e portanto no se pode decompor mais). As a fraces deste tipo dizem-se fraces parciais e sabe-se co co como as primitivar.
I - 2. Primitivas
28
Genericamente, para primitivar uma funo racional P , ca Q deve-se seguir o seguinte: . Se gr(P ) gr(Q), divide-se P (x) por Q(x) e obtm-se e P (x) R(x) = Q (x) + , com gr(R) < gr(Q). Q(x) Q(x)
. Decompe-se Q(x) como produto de factores do tipo o (ax + b)r e (ax2 + bx + c)r mencionados. . A fraco Q(x) , caso gr(P ) < gr(Q), ou a frao Q(x) , ca P (x) ca R(x) caso gr(P ) gr(Q), escreve-se como uma soma da forma referida, sendo que cada factor (ax + b)r contribui com r parcelas do tipo A2 Ar A1 + + ...+ (ax + b) (ax + b)2 (ax + b)r e cada factor (ax2 + bx + c)r com r parcelas do tipo A 2 x + B2 A r x + Br A 1 x + B1 + + ...+ . ax2 + bx + c (ax2 + bx + c)2 (ax2 + bx + c)r
Neste curso vamos considerar apenas casos simples, como os que aparecem nos exemplos seguintes.
I - 2. Primitivas
29
dx. Como
2 dx x+2
dx. Como
e portanto
I - 2. Primitivas
30
Assim, x + 1 dx = (x + 2)(x 3) 1 2 + dx x + 2 x 3 1 1 dx + 2 dx = x + 2 x3 = ln | x + 2| + 2 ln |x 3| + c.
3
x +1 . Pretende-se calcular x(x1)2 dx. Dividindo x3 + 1 por x(x 1)2 = x3 2x2 + x obtm-se e
e tem-se que
I - 3. Integrais
31
I - 3. Integrais
a E fcil calcular a rea de regies do plano limitadas por a o segmentos de rectas e, em particular, reas de rectngulos. a a Torna-se mais complicado calcular reas de regies do plano a o limitadas por curvas e, nestes casos, necessrio introduzir e a um processo de limite. Seja f uma funo denida num intervalo [a, b] e S a regio ca a do plano limitada pelas rectas x = a, x = b, o eixo dos xx e o grco de f em [a, b]: a
I - 3. Integrais
32
Suponhamos que f limitada e positiva em [a, b] e e tentemos denir a rea da regio S determinada pelo grco a a a de f em [a, b].
y = f (x)
S
a b
Seja n N; dividimos o intervalo [a, b] em n subintervalos de amplitude b a , denindo x0 , x1 , . . . , xn tais que n a = x0 < x1 < . . . < xn1 < xn = b e xi xi1 = ba n
I - 3. Integrais
33
Para cada 1 i n, escolhe-se ci [xi1 , xi ] e considera-se o rectngulo de base [xi1 , xi ] e altura f (ci ): a
y f x
Sn (C)
a b
Seja C = (c1 , c2 , . . . , cn ) e Sn (C) a regio formada pela a reunio dos rectngulos referidos. a a E claro que, quanto maior for n, maior o n mero de e u rectngulos e mais prxima de S ser a regio Sn (C): a o a a Sn (C) S A rea de Sn (C) a soma da rea dos rectngulos, isto , a e a a e
n
f (ci )
ba . n
lim An (C) = A,
I - 3. Integrais
34
Seja agora f uma funo qualquer limitada num ca intervalo [a, b]. Dene-se analogamente
n
An (C) =
i=1
f (ci )
ba . n
Se, para qualquer escolha de C = (c1 , c2 , . . . , cn ), existir e for unico o limite lim An (C), denota-se esse limite por
n+
f (x) dx,
a
f diz-se integrvel em [a, b] e a f (x) dx diz-se o integral a (denido) de f entre a e b. Os n meros a e b dizem-se os u limites de integrao. ca
Proposio 3.1: Se f for limitada em [a, b] e cont ca nua em ]a, b[, ento f integrvel em [a, b]. Em particular, a e a f cont nua em [a, b] ( ) f integrvel em [a, b]. a
I - 3. Integrais
35
E conveniente considerar os casos seguintes: - Se a pertencer ao dom nio de f , dene-se - Se f for integrvel em [a, b], dene-se a
a b b a a
f (x) dx = 0.
f (x) dx =
f (x) dx.
a
Proposio 3.2: ca - Se f for uma funo integrvel em [a, c] e em [c, b], ento f ca a a integrvel em [a, b] e e a
b c b
f (x) dx =
a a
f (x) dx +
c
f (x) dx.
- Se f for integrvel num intervalo I ento f integrvel em a a e a qualquer intervalo contido em I e, para quaisquer a, b, c I, a igualdade anterior verica-se. Proposio 3.3: Sejam f e g funes integrveis em [a, b]. ca co a - Ento rf + sg, com r, s R, integrvel em [a, b] e a e a
b b b
rf (x) + sg(x) dx = r
a a
f (x) dx + s
a
g(x) dx.
f (x) dx
g(x) dx.
a
I - 3. Integrais
36
Proposio 3.4: Seja f uma funo integrvel em [a, b] e S ca ca a a regio determinada pelo grco de f em [a, b]. a a - Se f (x) 0 em [a, b], ento a
b
f (x) dx = rea de S. a
a
f (x) dx = ( rea de S acima do eixo dos xx) a ( rea de S abaixo do eixo dos xx). a
Diz-se que a f (x) dx mede a rea algbrica ou rea com a e a sinal da regio S determinada pelo grco de f em [a, b]. a a
S = S1 S2 S3
b a
I - 3. Integrais
37
Proposio 3.5: Seja f uma funo integrvel em [a, a]. ca ca a - Se f for uma funo ca mpar, ento a - Se f for uma funo par, ento ca a
a a a a
f (x) dx = 0.
a 0
f (x) dx = 2
f (x) dx.
Exemplos: - Como a funo sen x cont ca e nua e mpar, ento a sen x dx = 0. - Pretende-se calcular 0 (2x + 2) dx; como a funo ca f (x) = 2x + 2 cont e nua e positiva em [0, 1], ento a
1 (2x 0 1
+ 2) dx = rea da regio determinada pelo a a = rea do tringulo de vrtices a a e (0, 0), (0, 2) e (1, 0) = 1.
I - 3. Integrais
38
Note-se que, gracamente, f (x) = x2 + x = x(x + 1) e uma parbola com a concavidade voltada para baixo e a ra zes x = 0 e x = 1. Assim, f (x) 0 em [1, 2] e portanto
2
- Pretende-se calcular a rea da regio S determinada pelo a a grco da funo f (x) = x2 + x em [1, 2]. a ca
a rea de S =
(x2 + x) dx.
1
- Pretende-se calcular a rea da regio S determinada pelo a a grco da funo f (x) = cos x em [0, ]. Como a ca e cos x 0 em , , cos x 0 em 0, 2 2 ento a
2
a rea de S =
0
cos x dx
cos x dx.
2
Note-se que, nestes dois exemplos, conseguimos facilmente exprimir a rea atravs de integrais, mas no temos uma a e a forma razovel para os calcular! Na prtica, os integrais no a a a se calculam atravs dos limites que aparecem na sua e denio mas sim fazendo uso de um resultado muito ca importante do Clculo, que apresentamos a seguir. a Desse resultado decorre tambm que todas as funes e co cont nuas so primitivveis. a a
I - 3. Integrais
39
Proposio 3.6 (Teorema Fundamental do Clculo): ca a Seja f uma funo cont ca nua num intervalo I e seja a I. 1) Se F (x) =
x a
Por exemplo,
2 (x2 1
+ x) dx =
1 1 = 3 23 + 2 22 ( 1 + 1 ) 3 2 7 = 3 + 3 2
1 1 3 x3 + 2 x2
2 1
= 5. 6
I - 3. Integrais
40
Os integrais permitem-nos calcular tambm reas de regies e a o entre curvas. Sejam f e g funes integrveis em [a, b] e tais que co a f (x) g(x) em [a, b].
Sendo S a regio do plano limitada pelas rectas x = a e a x = b e pelos grcos das funes f e g, ento a co a
b
a rea de S =
a
I - 3. Integrais
41
Denimos o conceito de integral a f (x) dx quando f uma e funo denida e limitada no intervalo [a, b]. Contudo ca e conveniente estender este conceito para casos em que a funo no limitada em [a, b] e pode no estar denida ca a e a nalgum ponto do intervalo e casos em que o intervalo no a e limitado. Os integrais deste tipo dizem-se integrais imprprios. o Se f for uma funo cont ca nua em 1) ]a, b] e lim+ f (x) = , dene-se
xa b b
f (x) dx = lim
a
ca+
f (x) dx.
c
f (x) dx = lim
a
cb
f (x) dx.
a
f (x) dx = lim
a
L+
f (x) dx.
a
4) ] , b], dene-se
b b
f (x) dx = lim
f (x) dx.
L
I - 3. Integrais
42
Para cada integral, se o respectivo limite for um n mero u real r diz-se que o integral convergente para r e r e diz-se o valor do integral. Se o limite no existir ou for , diz-se que o integral a e divergente. Consideramos ainda as duas situaes seguintes: co - Se f for cont nua em R, dene-se
+ a +
f (x) dx =
f (x) dx +
a
f (x) dx,
onde a um qualquer n mero real, e diz-se que o integral e u + f (x) dx convergente se e s se os dois integrais da e o direita forem convergentes. Mostra-se que a convergncia e no depende da escolha de a. a - Se f for cont nua em [a, b] \ {c} e lim f (x) = , dene-se
xc b c b
f (x) dx =
a b a
f (x) dx +
c
f (x) dx
e diz-se que o integral a f (x) dx convergente se e s se e o os dois integrais da direita forem convergentes.
I - 4. Equaoes Diferenciais c
43
I - 4. Equaes Diferenciais co
As equaes diferenciais constituem uma das aplicaes co co mais importantes do Clculo; estas equaes modelam, isto a co , traduzem matemticamente, muitos dos fenmenos e a o estudados em vrias reas do conhecimento. Por exemplo, a a na rea das cincias naturais, elas aparecem associadas ao a e estudo da variao populacional de espcies, nos processos ca e de transmisso de doenas infecciosas, na cintica das a c e reaces qu co micas, etc. Genericamente, uma equao diferencial uma equao ca e ca que contm uma funo desconhecida, e uma ou mais e ca das suas derivadas. As equaes que vamos considerar envolvem apenas funes co co reais de varivel real. a Exemplos: Nas equaes diferenciais co y = xy, y y + y = x, y = 3y,
y = y(x) a funo desconhecida de x. A derivada y pode e ca dy e portanto aparecer tambm com a notao e ca dx dy = xy. y = xy equivale a dx
I - 4. Equaoes Diferenciais c
44
A ordem de uma equao diferencial a ordem da derivada ca e mais alta que aparece na equao. ca Por exemplo, a equao y = xy 2 tem ordem 1 enquanto que ca y x3 y = xy tem ordem 2. Neste curso vamos considerar apenas equaes co diferenciais de 1a ordem. Uma funo y = f (x) diz-se uma soluo de uma equao ca ca ca diferencial se, quando se substitui y por f (x) na equao, a ca igualdade se verica nalgum intervalo. e ca ca Por exemplo, a funo y = ex uma soluo da equao ca 2 2 diferencial y 2xy = 0 pois (ex ) = 2x ex e portanto 2 2 (ex ) 2x ex = 0. Resolver uma equao diferencial signica obter todas as ca funes y = f (x) que so soluo da equao diferencial; co a ca ca esta no , em geral, uma tarefa simples e no existe um a e a processo sistemtico para resolver todas as equaes a co diferenciais. No entanto, geralmente no estamos a interessados em encontrar todas as solues mas apenas co uma soluo que satisfaa alguma condio. ca c ca
2
I - 4. Equaoes Diferenciais c
45
Em muitas situaes o que se pretende encontrar uma co e soluo y da equao diferencial que, num determinado ca ca ponto ou instante x0 , assume o valor y0 , isto , que satisfaz e y(x0 ) = y0 . Uma condio deste tipo diz-se uma condio ca ca inicial e o problema de encontrar uma soluo de uma ca equao diferencial que satisfaa uma dada condio inicial ca c ca diz-se um problema de valor inicial. Por exemplo, a funo y = ex uma soluo da equao ca e ca ca diferencial y 2xy = 0 que satisfaz a condio inicial ca y(0) = 1. As equaes diferenciais mais simples so as da forma co a y = g(x), cujas solues so naturalmente y = g(x) dx. co a Neste caso, resolver a equao diferencial corresponde a ca calcular as primitivas da funo. ca Vamos estudar dois tipos de equaes diferenciais de 1a co ordem: as equaes separveis e as equaes lineares. Para co a co cada um deles existe um processo geral de resoluo, que ca iremos apresentar.
2
I - 4. Equaoes Diferenciais c
46
Uma equao separvel uma equao diferencial de 1a ca a e ca ordem que pode ser escrita na forma y = g(x)h(y) ou dy = g(x)h(y). dx
dy Assim, pode ser escrita como o produto de uma funo ca dx de x por uma funo de y; no lado direito da igualdade, as ca expresses em x e em y podem aparecer separadas. o Por exemplo, as equaes co dy = y, dx dy = xy 3 , dx dy x+1 = dx y
I - 4. Equaoes Diferenciais c
47
Em geral, uma equao separvel ca a dy = g(x)h(y), dx sendo h(y) = 0, resolve-se escrevendo 1 dy = g(x) dx h(y) e integrando ambos os lados da equao em ordem ` ca a respectiva varivel a 1 dy = h(y) g(x) dx.
Esta ultima equao dene implicitamente y como funo ca ca de x e, nalguns casos, pode-se obter explicitamente a expresso de y em funo de x. a ca Se for poss calcular os integrais, depois de o fazer vel inclui-se uma constante de integrao num dos lados da ca equao. ca
I - 4. Equaoes Diferenciais c
48
Exemplo: Pretende-se encontrar as solues da equao co ca dy = x + 1 com a condio inicial y(1) = 2. Faz-se ca y dx y dy = (x + 1) dx y dy = donde (x + 1) dx,
Neste tipo de situao h uma s soluo a satisfazer uma ca a o ca dada condio inicial. ca O caso particular de uma equao separvel ca a dy = g(x)h(y), dx tem como soluo ca y(x) y0 . que satisfaz o problema de valor inicial y(x0 ) = y0 , para qualquer x0 . com h(y0 ) = 0,
I - 4. Equaoes Diferenciais c
49
As equaes separveis so muito usadas na modelao co a a ca matemtica, aplicando-se a fenmenos muito diversos. Por a o exemplo, a equao ca dy = y dx modela situaes em que a taxa de variao ou taxa de co ca crescimento da quantidade representada pela funo y ca e proporcional ao valor dessa quantidade y, sendo a constante de proporcionalidade. A soluo geral desta ca equao ca e y(x) = c ex .
Se y representa uma quantidade que varia ao longo do dy = y designa-se por vezes por lei tempo t, a equao ca dt de crescimento exponencial (se > 0) ou lei de decrescimento exponencial (se < 0). Esta equao traduz, por exemplo, modelos de crescimento ca populacional em que a populao (de bactrias, por ca e exemplo) cresce a uma taxa proporcional ao tamanho da populao, a variao da massa de uma substncia ca ca a radioactiva, a variao da concentrao de uma substncia ca ca a numa reaco de primeira ordem unimolecular, etc. ca
I - 4. Equaoes Diferenciais c
50
Uma equao linear de 1a ordem uma equao ca e ca diferencial que se pode escrever na forma y + g(x) y = f (x). Em particular, a equao pode ser escrita numa forma em ca que no aparecem potncias (superiores a 1) de y ou y , a e nem produtos entre y e y . Por exemplo, as equaes co y + 1 y = x2 , x
I - 4. Equaoes Diferenciais c
51
Para resolver a equao diferencial ca y + g(x) y = f (x), se g e f so funes cont a co nuas num intervalo, dene-se o factor integrante I(x) = eP g(x) onde P g(x) representa uma primitiva de g(x). Como (I(x)) = g(x) eP g(x) = g(x) I(x), fcil ver que e a (I(x) y) = I(x)(y + g(x)y) = I(x)f (x) e portanto I(x) y = Assim, y = eP g(x) eP g(x) f (x) dx, I(x)f (x) dx y = 1 I(x) I(x)f (x) dx.
incluindo a constante de integrao depois de calcular o ca integral, representa a soluo geral da equao ca ca y + g(x) y = f (x).
I - 4. Equaoes Diferenciais c
52
Exemplo: Pretende-se resolver a equao y + 6x2 y = x2 . ca Neste caso, g(x) = 6x2 e f (x) = x2 ; escolhendo P g(x) = 2x3 , a soluo geral vem ca y = e2x =
1 6
3
e2x x2 dx
3 3
Se f (x) 0, a equao linear de 1a ordem do tipo ca e y + g(x)y = 0 e diz-se uma equao linear homognea. ca e Note-se que a equao linear homognea de 1a ordem , ca e e simultneamente, linear e separvel, pois a a y + g(x)y = 0 y = g(x)y, pelo que pode ser resolvida usando qualquer um dos processos que foram apresentados.
I - 5. Modelaao c
53
I - 5. Modelao ca
Nesta seco vamos apresentar alguns problemas cuja ca modelao envolve equaes diferenciais. ca co
Problemas de misturas
Trata-se de situaes em que, num determinado meio, co e acrescentada uma substncia a uma certa taxa constante . a A substncia completamente misturada e a mistura a e resultante retirada a uma taxa constante . e Pretende-se determinar a quantidade de substncia a existente no meio ao longo do tempo. Sendo y(t) = qt. de substncia existente no meio no instante t a e dy = taxa de variao da quantidade de substncia, ca a dt ento y soluo da equao diferencial a e ca ca dy = taxa de entrada taxa de sa . da dt
I - 5. Modelaao c
54
Problema: Um tanque contm 100 litros de gua pura. A e a partir de um certo momento, abre-se uma torneira que adiciona no tanque uma soluo de sal com uma ca concentrao de 0, 4 kg/l, a uma taxa de 5 l/min. A soluo ca ca misturada e retirada do tanque a uma taxa de 3 l/min. e Determine a quantidade (em kg) de sal existente no tanque 20 minutos depois de se abrir a torneira.
y dy = 2 3 100 + 2t dt
So exemplos de problemas de misturas: certas reaces a co qu micas, descarga de poluentes num lago, injeco de ca medicamentos na corrente sangu nea.
I - 5. Modelaao c
55
. Modelo de crescimento exponencial Este modelo corresponde ` situao, ideal, em que a taxa de a ca crescimento da populao proporcional ao seu tamanho, ca e sem haver outros factores a interferir. Usa-se, em geral, quando se considera que a evoluo da populao ca ca e aproximadamente deste tipo; por exemplo, com populaes co de bactrias. e Assim, p(t) soluo da equao diferencial e ca ca dp = p, dt onde a constante de proporcionalidade, e portanto e p(t) = c et .
Problema: Uma populao de 10 000 bactrias tem uma ca e taxa mensal de crescimento per capita de 0,1. Qual o n mero de bactrias que a populao ter daqui a um ms? u e ca a e
I - 5. Modelaao c
56
. Equao log ca stica Em geral, existem factores ambientais a interferir na evoluo de uma populao e consequentemente denem-se ca ca modelos que tm isso em conta. e Em muitos sistemas populacionais acontece o seguinte: quando muito pequena, a populao tem um crescimento ca aproximadamente exponencial e o seu tamanho tende para um valor de K elementos, onde estabiliza; sempre que esse tamanho ultrapassado, a populao decresce. Esse e ca n mero de elementos designa-se por u K : capacidade de suporte do sistema. Esta situao traduzida pela equao log ca e ca stica dp p = p (1 ), dt K que tem as solues co p(t) = K . 1 + c et sendo > 0,
Problema: Foram colocados 200 peixes num lago que tem a capacidade de suporte de 20.000 peixes. Passado um ano, constatou-se que o n mero de peixes quadriplicou. Usando u a equao log ca stica, estime o tamanho da populao de ca peixes ao m de t anos.
I - 5. Modelaao c
57
I - 5. Modelaao c
58
II - 1. Matrizes
59
II - 1. Matrizes
O conjunto Rn dene-se por Rn = {(x1 , x2 , . . . , xn ) : x1 , x2 , . . . , xn R} e os seus elementos designam-se por vectores. Dado u = (x1 , x2 , . . . , xn ) Rn , os n meros x1 , x2 , . . . , xn u dizem-se as componentes de u. O vector de Rn com as componentes todas iguais a zero diz-se o vector nulo de Rn e representa-se por O: O = (0, 0, . . . , 0).
Dados u = (x1 , x2 , . . . , xn ), v = (y1 , y2 , . . . , yn ) Rn , dene-se o vector soma de u e v, u + v, como sendo u + v = (x1 + y1 , x2 + y2 , . . . , xn + yn ) Rn . Se R diz-se que um escalar e dene-se e multiplicao escalar de por u, u, como sendo ca u = (x1 , x2 , . . . , xn ) Rn .
II - 1. Matrizes
60
Para quaisquer u, v, w Rn e , R, tem-se que: Propriedades da adio de vectores: ca A1 : (u + v) + w = u + (v + w). A2 : u + v = v + u. A3 : O + u = u + O = u. A4 : u + (1)u = (1)u + u = O. Propriedades relativas ` multiplicao escalar: a ca M1 : (u + v) = u + v. M2 : ( + )u = u + u. M3 : (u) = ()u. M4 : 1u = u. Por satisfazer estas propriedades diz-se que Rn um e espao vectorial real. c
Dene-se o produto interno dos vectores u = (x1 , x2 , . . . , xn ), v = (y1 , y2 , . . . , yn ) Rn , u.v, como sendo o escalar u.v = x1 y1 + x2 y2 + . . . + xn yn R.
II - 1. Matrizes
61
. . . am n
Se a matriz A tem m linhas e n colunas diz-se uma matriz m n. Os n meros ai j dizem-se as entradas da matriz A: u ai j o n mero da linha i e coluna j. e u Representa-se tambm uma matriz por e A= ai j 1im 1jn
II - 1. Matrizes
62
A matriz m n com as entradas todas iguais a zero diz-se a matriz nula m n e representa-se por O. Uma matriz diz-se uma - matriz linha se for 1 n. - matriz coluna se for m 1. - matriz quadrada se for n n. Numa matriz quadrada n n A = (ai j ), as entradas ai i formam a diagonal principal da matriz: a a 1 2 . . . a1 n 11 a2 1 a2 2 . . . a2 n A= . . . . . .. . . . . . . an 1 an 2 . . . an n Exemplos: A matriz
2
2 3 1 5
1 4, enquanto que 4 1 0
0 1
matriz 1 3 2 uma matriz quadrada cuja diagonal e 0 5 7 principal formada pelos n meros 4, 3 e 7. e u
II - 1. Matrizes
63
Uma matriz quadrada A = (ai j ) diz-se uma matriz diagonal se ai j = 0 quando i = j a 0 ... 0 11 0 a2 2 ... 0 isto , se A for da forma . e . .. . . . . . . . . 0 0 ... an n
Uma matriz quadrada A = (ai j ) que s tem zeros abaixo o (ou acima) da diagonal principal diz-se uma matriz triangular superior (ou inferior): a11 . . .
0 a12 ... a1n 0 a22 ... a2n
..
0
... ann
. . . .
11 a21
0 0
. . .
..
. . . .
2 0 0
Exemplos: A matriz
0 5 0 0 0 1
A matriz
0 3 0 0 0 2
II - 1. Matrizes
64
Dadas duas matrizes do mesmo tamanho m n A = (ai j ) e B = (bi j ), dene-se a matriz soma de A e B, A + B, como sendo a matriz m n A + B = (ci j ) onde ci j = ai j + bi j .
Dene-se multiplicao escalar de R por uma matriz ca m n A = (ai j ), A, como sendo a matriz m n A = (ci j ) onde ci j = ai j .
Exemplos: As matrizes A =
3 3
1 7 0
eB=
4 0 2 7 1 2
2 3 1 6 8 2
3B =
12 0 6 21 3 6
0A =
0 0 0 0 0 0
= O.
II - 1. Matrizes
65
Para quaisquer matrizes m n A, B, C e escalares , R, tem-se que: Propriedades da adio de matrizes: ca A1 : (A + B) + C = A + (B + C). A2 : A + B = B + A. A3 : O + A = A + O = A. A4 : A + (1)A = (1)A + A = O. Propriedades relativas ` multiplicao escalar: a ca M1 : (A + B) = A + B. M2 : ( + )A = A + A. M3 : (A) = ()A. M4 : 1A = A. Por satisfazer estas propriedades diz-se que o conjunto Mmn (R) das matrizes m n de entradas reais um e espao vectorial real. c
II - 1. Matrizes
66
Dada uma matriz m p A = (ai k ) e uma matriz p n B = (bk j ), dene-se a matriz produto AB como sendo a matriz m n AB = (ci j ) onde ci j = produto interno do vector linha i de A com o vector coluna j de B = ai 1 ai 2 . . . ai p b 1j b2 j . . . bp j
= ai 1 b 1 j + ai 2 b 2 j + . . . + ai p b p j .
AB
= (ci j )
II - 1. Matrizes
67
Ento A uma matriz 2 2 e B uma matriz 2 3 pelo a e e que AB est denida mas BA no. a a Assim, AB a seguinte matriz 2 3: e (2, 3).(2, 5) (2, 3).(0, 2) (2, 3).(1, 6) AB = (1, 4).(2, 5) (1, 4).(0, 2) (1, 4).(1, 6) = = 4 + 15 0 + 6 2 + 20 2 + 18
Exemplos: Seja A =
1 4
eB=
2 0 1 5
2 6
0 + 8 1 + 24
11 6 22 8
20 23
Como a matriz A quadrada, e linhas e de colunas e portanto AA: (2, 3).(2, 1) AA = A2 = (1, 4).(2, 1)
18
6 13
II - 1. Matrizes
68
O produto AA pode-se calcular se e s se A for uma matriz o quadrada. Usa-se a notao ca Ak = A A . . . A. ( k factores ) No caso das matrizes diagonais, tem-se o seguinte. a 0 ... 0
11
a22 ...
Se A = . . .
. . . . , ento a . . . . .
... an n
Ak = . . .
ak
0
0 ... 0 ak ... 22
11
0 0
. .. . . . . . . .
... ak nn
A matriz diagonal n n com ai i = 1 diz-se a matriz identidade n n e representa-se por I: 1 0 ... 0 0 1 ... 0 I= . . . . . .. . . . . . . 0 0 ... 1
II - 1. Matrizes
69
Para quaisquer matrizes A, B, C e sempre que for poss vel calcular as respectivas operaes, tem-se que: co Propriedades do produto de matrizes: 1 : (AB)C = A(BC). 2 : A(B + C) = AB + AC. 3 : (A + B)C = AC + BC. 4 : IA = AI = A. 5 : O produto de matrizes no comutativo. a e
Se A uma matriz m n ento a matriz transposta de e a A a matriz n m AT dada por e AT = (ci j ) onde ci j = aj i .
AT obtm-se de A substituindo as linhas pelas colunas (e e portanto substituindo as colunas pelas linhas). Por exemplo, 2 0 1 3 2 1 = 0 3. 7 5 7 5 T
II - 1. Matrizes
70
Propriedades da transposio: ca 1 : (AT )T = A. 2 : (A + B)T = AT + B T . 3 : (AB)T = B T AT . 4 : Se A for uma matriz diagonal ento A = AT . a Se A for uma matriz triangular superior, ento AT uma a e matriz triangular inferior e vice-versa.
Uma matriz quadrada A = (ai j ) diz-se uma matriz simtrica se A = AT isto , se e e ai j = aj i (isto , se, na matriz A, as linhas so iguais `s colunas). e a a
A matriz . e
0 3 7 5 7 1
1 2 5 5 1 1
no a
71
x2 +y3z = 1 xy 3 +z = 0
no so lineares. a a O conjunto das solues do sistema I o conjunto das co e sequncias (c1 , . . . , cn ) de n meros que so solues de e u a co todas as equaes do sistema. co
72
Uma equao que representa o conjunto das solues de um ca co dado sistema diz-se uma equao da soluo geral do ca ca sistema. Por exemplo, (x, y, z) = (1 2z, 2 + z, z), zR
uma equao da soluo geral do sistema linear do e ca ca exemplo anterior. Em relao a uma equao da soluo geral do sistema ca ca ca dizem-se variveis livres aquelas que no aparecem a a expressas em funo das outras e `s quais se pode atribuir ca a qualquer valor. Por exemplo, a equao apresentada acima tem z como ca varivel livre. a Dois sistemas lineares I e II dizem-se equivalentes, e escreve-se I II, se I e II tiverem o mesmo conjunto de solues. co
73
O sistema I completamente identicado pela matriz m n e A = (ai j ), que se diz a matriz dos coecientes do sistema, e pelo vector dos termos independentes b Rm , b
B B =B @ 0
b1 . . . bm
C C C. A
xn
x1 1 . C . C. . A
74
Operaes elementares num sistema linear: co E1 : Trocar entre si duas equaes do sistema. co E2 : Multiplicar uma equao do sistema por um escalar no ca a nulo. E3 : Somar a uma equao do sistema um m ltiplo de outra ca u equao. ca Se o sistema II se obtm do sistema I por aplicao e ca sucessiva de operaes elementares, ento I II. co a Operaes elementares nas linhas de uma matriz A: co Li Lj : Trocar entre si as linhas i e j de A. Multiplicar a linha i de A por um escalar = 0. Somar ` linha i de A um m ltiplo da a u linha j de A, com i = j.
Li Li : Li Li + Lj :
Se a matriz B se obtm da matriz A pela aplicao e ca sucessiva de operaes elementares nas linhas, escreve-se co A B e diz-se que A e B so l-equivalentes. a Proposio 2.1: ca Se (A|b) (B|c) ento AX = b BX = c. a
75
AX = b (A|b)
...
BX = c (B|c)
0 ,
= 2
1 2 1 1 1 2 1 1 1 2
,eo
0 2
. Tem-se que
xy+z
AX = e assim
2 1
2x+2y+z x+y2z
xy+z
AX = b
2x+2y+z x+y2z
0 2
76
(A|b) =
1 1 2
Tem-se que
1 1 1 1 0 2 1 1 1 1 2 2 1 2 1
(A|b) =
1 1 2
L2 L2 2L1 L3 L3 + L1
4 1
1 1 2 1 1 1 0 4 1 0 0 1
xy+z = 1 4yz = 2 z = 1
e portanto x y + z 4y z z = 1 x = 1 4 y z = 1
AX = b
= 1
= 2
= 1 . 4
Note-se a forma da ultima matriz alargada e como fcil e a resolver o sistema associado a uma matriz assim!
77
Uma matriz A diz-se uma matriz em escada se, em A, i) abaixo de uma linha nula (i.e. com as entradas todas iguais a zero) todas as linhas forem nulas. ii) a primeira entrada no nula de cada linha estiver numa a coluna ` direita da coluna da primeira entrada no nula a a da linha anterior. Numa matriz em escada A, a primeira entrada no nula de a cada linha diz-se um pivot de A. Exemplos: As matrizes
2 2 0 1 0 3 1 0 0 0 0 0
0 2 4 1 0 0 0 1
1 2 4
0 3 3 0 0 4
0 2 4 1 0 1 0 5
1 2 4
0 0 3 0 4 0
no so matrizes em escada. a a Uma matriz em escada diz-se uma matriz reduzida se todos os pivots de A forem iguais a um e, na coluna de cada pivot, acima (e abaixo) do pivot s existem zeros. o
78
O mtodo de resoluo de Gauss consiste no processo e ca em que, para resolver o sistema linear AX = b, se usa operaes elementares para obter co (A|b) (B|c) com (B|c) matriz em escada, e se resolve BX = c.
Para obter uma matriz em escada l-equivalente a uma matriz no nula A pode-se proceder do seguinte modo: a . Sendo j a primeira coluna de A com alguma entrada no nula, trocando, se necessrio, duas linhas, obtm-se a a e uma entrada no nula na linha 1 e coluna j: a 0 0 c1j c1n
0 0 c2j c2n
. Efectuando, para cada linha i > 1, a operao elementar ca cij L1 , Li Li c1j 0 0 c1j c1n
0 0 0 d2n
A. . .
. . . . . .
0 0 cmj cmn
. , . .
c1j = 0.
obtm-se A . e . .
. . . . . .
0 0 0 dmn
. . . .
79
Exemplo:
231 110 322 L1 L2 11 0 23 1 32 2 1 1 0 L3 L3 3L1 0 1 1 0 1 2 L3 L3 +L2 L2 L2 2L1 110 011 322 110 011 003
Proposio 2.2: Seja A uma matriz. Tem-se que: ca - H matrizes em escada B tais que A B. a - Se B e C so matrizes em escada tais que a AB e AC ento a n de pivots de B = n de pivots de C. Este n mero de pivots diz-se a caracter u stica da matriz A e representa-se por carA. - H uma unica matriz reduzida U tal que A U , que se a designa por forma reduzida de A. Tem-se ento que a A B = carA = carB e portanto, por exemplo, se A
1 3 4 2 0 25 1 0 0 04
, ento carA = 3. a
80
Proposio 2.3: Seja AX = b um sistema linear. Tem-se ca uma das trs situaes: e co i) O sistema AX = b imposs e vel. ii) O sistema AX = b tem uma unica soluo (poss ca vel determinado). iii) O sistema AX = b tem uma innidade de solues co (poss indeterminado). vel Sendo (A|b) (B|c) e (B|c) uma matriz em escada, ento a i) ii) iii) a matriz (B|c) tem uma linha do tipo 0 . . . 0|ci com ci = 0 carA < car(A|b). AX = b poss e todas as e vel colunas de B tm um pivot e carA = car(A|b) = n de colunas de A. AX = b poss e B tem e vel (pelo menos) uma coluna sem pivot. carA = car(A|b) < n de colunas de A.
81
No caso iii), n de variveis livres da sol. geral do sistema = a n de colunas de B sem pivot.
Um sistema AX = b diz-se homogneo se b = O isto , se e e for da forma AX = O. Proposio 2.4: ca i) Um sistema linear homogneo AX = O sempre poss e e vel pois tem sempre a soluo nula X = O. ca ii) Um sistema linear homogneo AX = O tem uma soluo e ca no nula sse carA < n de colunas de A. a
Uma matriz n n A diz-se invert vel se existe uma matriz C tal que AC = CA = I. Caso exista, C unica, designa-se por matriz inversa de e A e representa-se por A1 . Se A n n e invert ento, para qualquer b R, e vel a AX = b A1 AX = A1 b X = A1 b e portanto o sistema tem uma unica soluo, que A1 b. ca e
82
Proposio 2.4: Seja A uma matriz n n. As c.s.s.e.: ca i) A invert e vel. ii) AX = b tem soluo ( nica X = A1 b) para todo o ca u b Rn . iii) carA = n. iv) A I, isto , I a forma reduzida de A. e e
Mtodo para determinar A1 , quando a inversa existe: e - Parte-se da matriz (A|I) e usam-se operaes co elementares at obter e (A|I) (U |C) com U matriz reduzida. - Tem-se A invert e vel sse U = I sse (A|I) (I|C). No caso armativo, C = A1 isto , e (A|I) (I|A1 ).
83
A=
1 1 1 00 2
, pode-se fazer
12 0
1 2 L2 L2 L1 0 0
0 2
1 00 1 1 0 0 01 1 0 0 1 1 0 0
1 2 1 2
(A|I) =
1 1 1 00 2
0 1 1
1 L3 2 L3
1 2 0 0
0 1
1 2 0 L2 L2 +L3 0 1 0 0 0 1
0 1 1
1 0
1 1 1 2 0 0
1 2
1 2
1 1 1 2 0 0
1 2
A1 =
1 1 1 2 0 0
1 2
II- 3. Determinantes
84
II - 3. Determinantes
Considera-se o determinante de uma matriz 1 1 como sendo o valor da sua unica entrada. Sendo A = (ai j ) uma matriz 2 2, dene-se determinante de A como sendo a11 a12 = a11 a22 a12 a21 . det(A) = det a a 21 22 Verica-se a seguinte relao com a rea do paralelogramo ca a denido pelos vectores linha da matriz 2 2. Proposio 3.1: Se u = (a1 , a2 ), v = (b1 , b2 ) R2 e ca u, v =O, ento a det
a1 a2 b1 b2
= 2.4 3.5 = 8 15 = 7
II- 3. Determinantes
85
Seja A = (ai j ) uma matriz n n, com n > 1. Dene-se o menor-ij de A, Aij , como sendo a matriz (n 1) (n 1) que se obtm de A retirando-lhe a linha i e a coluna j. e O factor (1)i+j diz-se o sinal da posio ij da matriz A. ca Note-se que os sinais se alternam ao longo de cada linha e cada coluna: + + ...
+ + ...
. . .
..
...
...
. . . .
. .. . . . . . .
. .. . . . . . .
= |A|,
det(A) = (1)1+1 a11 |A11 | + (1)1+2 a12 |A12 | + ... + (1)1+n a1n |A1n |. + +
Diz-se que det(A) um determinante de ordem n, e calculado por expanso de Laplace ou por expanso por a a menores na primeira linha.
II- 3. Determinantes
86
Exemplo:
6 70
det
1 2 4 0 53
= 6 det
24 53
7 det
1 4 0 3
+ 0 det
1 2 0 5
= 6 (6 20) 7 (3 0) + 0 = 63. O determinante das matrizes 3 3 pode ser calculado atravs da regra seguinte. e Regra de Sarrus: Sendo A = (aij ) uma matriz 3 3, escreve-se a matriz A e repete-se ` direita as duas primeiras a colunas de A: a11 a12 a13 a11 a12 a21 a22 a23 a21 a22 . a31 a32 a33 a31 a32 O det(A) pode-se calcular i) somando o produto das entradas da diagonal principal de A e o das duas linhas com 3 elementos paralelas a ela (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 ) ii) e subtraindo o produto das entradas da outra diagonal de A e o das duas linhas com 3 elementos paralelas a ela. (a13 a22 a31 + a11 a23 a32 + a12 a21 a33 )
II- 3. Determinantes
87
No caso das matrizes 3 3, verica-se a seguinte relao ca entre o determinante e o volume de um paralelep pedo. Proposio 3.2: Se u = (a1 , a2 , a3 ), v = (b1 , b2 , b3 ) e ca w = (c1 , c2 , c3 ) so vectores no nulos de R3 , ento a a a det
a1 a2 a3 b1 b2 b3 c1 c2 c3
Para o caso geral, tem-se o seguinte resultado. Proposio 3.3: Seja A = (ai j ) uma matriz n n, com ca n > 1. Para quaisquer 1 i, j n,
det(A) = ai1 (1)i+1 |Ai1 | + ai2 (1)i+2 |Ai2 | + ... + ain (1)i+n |Ain |
e
det(A) = a1j (1)1+j |A1j | + a2j (1)2+j |A2j | + ... + anj (1)n+j |Anj |
isto , o determinante de A pode-se calcular usando e expanso por menores em qualquer linha ou coluna. a
II- 3. Determinantes
88
vez que, assim, se reduz muito os clculos que se tem que a fazer. 7 6 3 2 2 0 4 1 = det exp. 2a 6 det 5033 coluna 2001
241 533 201
+ 0 0+ 0 = ...
Proposio 3.4: Seja A = (aij ) uma matriz n n. ca i) Se A tem uma linha ou uma coluna nula ento a det(A) = 0. ii) Se A uma matriz triangular superior, triangular e inferior ou diagonal, ento detA o produto das entradas a e da diagonal principal, isto , e detA = a11 a22 . . . ann .
II- 3. Determinantes
89
Proposio 3.6: Sejam A e B matrizes n n. Tem-se que: ca linhas i) Se B se obtm de A por troca de duas e , colunas det(B) ou det(A)
= Ci Cj
det(B).
det(B).
= Ci Ci +Cj
det(B).
II- 3. Determinantes
90
Sabendo o efeito que as operaes elementares nas linhas e co colunas tm no determinante de uma matriz, elas podem ser e usadas para obter matrizes com mais zeros e cujo determinante mais fcil de calcular. e a Exemplo: 1 1 det
3 4 1
2 0
2 2 1
1 1 2
7 1
= L4 L4 L1
det
1 3 0
1 4
2 0
2 2 1
0 2 0
7 1
exp. 4a linha
(2) det
4 1
= ...
2 2 0
Em particular, - pode-se usar na matriz A as operaes elementares co referidas em i) e iii) para obter uma matriz em escada B; - de i) e iii) decorre que det(A) = (1)k det(B), onde k o e n mero de trocas de linhas que se fez; u - sendo uma matriz quadrada em escada, B uma matriz e triangular superior e portanto o seu determinante o e produto dos elementos da diagonal principal.
II- 3. Determinantes
91
Pode-se deduzir da ultima observao o seguinte importante ca resultado. Proposio 3.7: Seja A uma matriz n n. Tem-se que ca det(A) = 0 sse carA = n isto , e A invert sse det(A) = 0 e vel
Proposio 3.8: ca i) Sendo A e B matrizes n n, ento a det(AB) = det(A) det(B). ii) Se A for invert vel, ento a det(A1 ) = 1 . det(A)
H uma expresso para obter a inversa de uma matriz que a a e particularmente simples no caso de uma matriz 2 2: se a b for invert ento vel a cd ab cd
1
1 det
a b c d
d b . c a
II- 3. Determinantes
92
No caso dos sistemas com n equaes e n incgnitas cuja co o matriz dos coecientes invert e vel, existe um processo, que apresentamos a seguir, que permite obter uma expresso a para cada componente da soluo. ca Proposio 3.9: (Regra de Cramer) ca Seja A uma matriz n n invert e b Rn . O sistema vel AX = b tem uma unica soluo ca X = (x1 , . . . , xn ) onde x1 = . . . xn e Bi = matriz que se obtm de A substituindo e a coluna i de A pelo vector coluna b. = det(B1 ) det(A) det(Bn ) det(A)
II- 3. Determinantes
93
= 1 = 3 AX = b, = 0
1
onde A =
eb=
3 0
1 1 1
Como det(A) = 15 = 0, A invert e portanto pode-se e vel aplicar a regra de Cramer. Desta decorre que
1 2 1
det x= det(B1 ) = det(A) det y= det(B2 ) = det(A) det z= e portanto det(B3 ) = det(A)
3 2
0 1 1
15
51 1 33 0 1 0 1
= ... =
1 3
15
= ... = 1
5 2 1
3 2 3 1 1 0
15
= ... =
4 3
4 1 AX = b X = ( , 1, ). 3 3
II - 4. Diagonalizaao c
94
II - 4. Diagonalizao ca
J se notou que particularmente simples calcular a e produtos, potncias e determinantes de matrizes diagonais. e Assim, pretende-se, sempre que poss vel, exprimir uma matriz atravs de uma matriz diagonal. e Uma matriz n n A diz-se diagonalizvel se existe uma a matriz invert C tal que vel C 1 AC = D uma matriz diagonal; e neste caso diz-se que C diagonaliza A. Diagonalizar a matriz A signica obter, desta maneira, uma matriz diagonal D.
1 ...
Se C 1 AC = D =
. .. . . . . . .
ento A = CDC 1 e ca a
... n
Ak = CDk C 1
k n
0 . 1 . C .
det(A) = det(D) = 1 . . . n .
II - 4. Diagonalizaao c
95
, ento a
tem-se que
. . . AC = Au1 . . .
. . . Au2 Au3 . . . . . . . . .
40 0 02 0 0 0 1
Au1 = 4u1 , Au2 = 2u1 e Au3 = u3 e portanto os vectores coluna da matriz C satisfazem a condio Au = u, que leva ` denio seguinte. ca a ca
Seja A uma matriz n n. Um escalar R diz-se um valor prprio de A se o Au = u para algum vector u = O.
II - 4. Diagonalizaao c
96
Por exemplo, se A = A
1 1
22 31 22 31
, ento a
1 1
4 4
=4
1 1
pelo que o vector (1, 1) um vector prprio da matriz A e o associado ao valor prprio = 4. o Nesta situao, fcil calcular ca e a A2 e Ak Note-se que A
1 1 1 1 1 1
=A 4
1 1
= 4A
1 1
= 42
1 1
= 4k
1 1
=4
1 1
(A 4I)
1 1
= O.
Proposio 4.1: Seja A uma matriz n n. Tem-se que: ca i) u um vector prprio de A associado ao valor prprio e o o sse u soluo no nula do sistema (A I)X = O. e ca a ii) valor prprio de A sse det(A I) = 0. e o
II - 4. Diagonalizaao c
97
A expresso polinomial em a p() = det(A I) diz-se o polinmio caracter o stico de A. Assim, os valores prprios de A so as ra do polinmio o a zes o caracter stico de A. Exemplos: O polinmio caracter o stico da matriz 32 A= e
20
p() = det e
3 2 2
= 2 3 4
730 421
p() = det
7 4
= (2 )(3 )(1 ).
Proposio 4.2: Se A = (aij ) uma matriz triangular ca e superior, triangular inferior ou diagonal, ento os valores a prprios de A so as entradas da diagonal principal. o a
II - 4. Diagonalizaao c
98
1 ...
1 ...
Se C 1 AC =
. .. . . . . . .
ento AC = C a
... n
. .. . . . . . .
e isto
... n
Proposio 4.3: Seja A uma matriz n n. Tem-se que: ca i) A diagonalizvel e a sse A tem n vectores prprios u1 , . . . , un tais que a matriz o . . . . . . e vel, isto , det C = 0. e C = u1 un invert . . . . . . ii) Caso seja, ento a matriz C diagonaliza A e, sendo a 1 o valor prprio de A associado a u1 o . . . n o valor prprio de A associado a un , o ento a 1 ... . C 1 AC = . . . . . 0
...
0 . . . .
II - 4. Diagonalizaao c
99
0 1 1 0
no tem valores a
prprios, pois o seu polinmio caracter o o stico e p() = 2 + 1, que no tem ra a zes; ento A no tem vectores a a prprios e portanto no diagonalizvel. o a e a Assim, nem todas as matrizes quadradas so a diagonalizveis. Entre as que so, destacamos dois casos a a que se podem caracterizar de uma forma mais simples. Proposio 4.4: Se A uma matriz simtrica (A = AT ) ca e e ento A diagonalizvel. a e a Proposio 4.5: Se A uma matriz n n com n valores ca e prprios distintos 1 , . . . , n , ento A diagonalizvel e, o a e a sendo u1 um vector prprio de A associado a 1 o . . . un um vector prprio de A associado a n , o ento a . . u.1 C= . . . . . . un diagonaliza A e C 1 AC = . . .
1 ... 0
. .. . . . . . .
... n
II - 4. Diagonalizaao c
100
Note-se que h matrizes que no tm n valores prprios a a e o distintos mas que so diagonalizveis! A matriz identidade a a e um exemplo. Exemplo: O polinmio caracter o stico da matriz A =
3 5 2 4
p() = det(A I) = (3 )(4 ) + 10 = 2 2 e p() = 0 = 1 = 2. Assim, A uma matriz 2 2 que tem 2 valores prprios e o distintos, 1 = 1 e 2 = 2, e portanto A diagonalizvel. e a Os vectores prprios de A associados a so as solues o a co no nulas do sistema a (A I)X = 0 (A I | O ). Para = 1, (A + I | O ) =
2 5 2 5 0 0 L2 L2 L1 2 5 0 0 0 0
2x + 5y = 0
5 (x, y) = ( 2 y, y), y R.
II - 4. Diagonalizaao c
101
Analogamente, para = 2, (A 2I | O ) =
5 5 2 2 0 0
1 1 0 0
0 0
x + y = 0
diagonaliza A e
C 1 AC =
1 0 0 2
II - 5. Cadeias de Markov
102
II - 5. Cadeias de Markov
Nesta seco vamos apresentar uma importante aplicao ca ca da lgebra linear, que consiste num modelo matemtico a a descrito atravs do produto de matrizes e equaes lineares. e co Ele usado, por exemplo, para traduzir a evoluo da e ca distribuio de uma populao por diferentes categorias. ca ca Comecemos com um exemplo: consideremos uma populao ca cujos elementos, tendo em conta o rendimento que recebem, podem ser divididos nas 3 seguintes categorias ou estados: pobre, rendimento mdio e rico. e Numa sequncia de per e odos de 20 anos, constata-se, ao m de cada per odo, que ocorre sempre a seguinte variao na ca distribuio da populao por estes estados: ca ca - entre os pobres, 19% passam a ter rendimento mdio e 1% e passam a ser ricos. - entre os de rendimento mdio, 15% passam a ser pobres e e 10% passam a ser ricos. - entre os ricos, 5% passam a ser pobres e 30% passam a ter rendimento mdio. e
II - 5. Cadeias de Markov
103
A transio da populao entre os 3 diferentes estados ao ca ca m de cada per odo de 20 anos pode ser descrita pela matriz 3 3
pobre r. mdio e rico
0.8
onde se usa, em vez da percentagem x, a proporo 100 , que ca x um n mero entre 0 e 1 e representa a probabilidade da e u transio ocorrer ao m de cada per ca odo. Note-se que a soma das entradas de cada coluna 1, uma e vez que cobrem todos os elementos de cada estado e portanto representam 100%. Considere-se agora, em geral, um sistema cujos elementos se distribuem por n estados, sendo pij a probabilidade de, ao cabo de um certo per odo xo t, um elemento do estado j passar para o estado i. Se os valores se mantm vlidos e a numa sequncia ou cadeia de per e odos, o sistema diz-se uma cadeia de Markov de n estados. A matriz n n T = (pij ) designa-se por matriz de transio da cadeia de Markov ca de n estados.
0.19 0.01
II - 5. Cadeias de Markov
104
Assim, numa matriz de transio todas as entradas so no ca a a negativas e a soma das entradas de cada coluna 1. e Dada uma cadeia de Markov de n estados, um vector p
1
em que cada entrada pi representa a probabilidade de, no in de um per cio odo, um elemento do sistema pertencer ao estado i diz-se um vector de estados. Num vector desses, as entradas so no negativas e a sua soma 1. a a e No exemplo anterior, se as entradas de 1 representarem a distribuio da populao pelos 3 estados ca ca neste ano, ento e um vector de estados. Note-se que a e 1 1.1
0.8 0.15 0.05
p2 e= . . . pn
e=2
3 0
Te =
representa a distribuio da populao pelos 3 estados um ca ca per odo depois, isto , daqui a 20 anos. Portanto T e , e e tambm, um vector de estados. e
2 = 1.69
3 0 3 0.07
II - 5. Cadeias de Markov
105
Dada uma cadeia de Markov de n estados com matriz de transio T , se e0 o vector de estados inicial, ento ca e a T e0 = e1 o vector de estados um per e odo depois; em geral, Tm e 0 = e m o vector de estados m per e odos depois. Assim, para prever o comportamento da cadeia, que o que e se pretende, em geral, nestas situaes, basta conhecer o co vector de estados inicial e as potncias da matriz T . e Naturalmente, neste contexto, so importantes os processos a que simplicam o clculo das potncias de uma matriz. a e No exemplo anterior, para saber qual dever ser a a distribuio da populao pelos 3 estados daqui a 80 anos, ca ca que so 4 per a odos de 20 anos, basta considerar o vector de estados e deste ano e e o vector T 4 e d-nos o pretendido. a H cadeias de Markov em que a distribuio dos elementos a ca pelos estados tende a estabilizar, isto , com a passagem de e muitos per odos, a sequncia dos vectores de estados e correspondentes vai-se aproximando de um vector xo s, que se diz o vector de estados estacionrio: T s = s. a
II - 5. Cadeias de Markov
106
Naturalmente, importante reconhecer os sistemas que e estabilizam. Existem condies matemticas, que co a apresentamos a seguir, que garantem a estabilizao do ca sistema e permitem identicar o vector s. Para isso, e necessria a seguinte denio. a ca Uma cadeia de Markov diz-se regular se alguma potncia e T k da sua matriz de transio T for uma matriz sem ca entradas nulas. Proposio: Se T a matriz de transio de uma cadeia ca e ca de Markov regular, ento a i) a sequncia dos vectores de estados e s0 , T s0 , . . . , T m s0 . . . aproxima-se de um vector de estados estacionrio s e a ii) s o unico vector em que a soma das entradas 1 e e e tal que T s = s, isto , que soluo do sistema linear e e ca homogneo e (T I)X = 0. Numa cadeia de Markov regular, independentemente da escolha do vector de estados inicial, a longo prazo os vectores de estados so aproximadamente iguais a s. a
II - 5. Cadeias de Markov
107
Exemplo: Uma certa caracter stica f sica determinada e por um dos 3 gentipos AA (dominante), Aa (h o brido) e aa (recessivo), sendo que um indiv duo, para formar o seu gentipo, recebe um gene de cada um dos pais. Numa dada o populao, o processo de sucessivos cruzamentos com ca indiv duos de gentipo Aa constitui um processo de Markov o de 3 estados, AA, Aa e aa e per odo uma gerao. A matriz ca de transio desta cadeia ca e AA Aa aa 1 1 0 2 4 1 1 1 T = 2 2 2 1 0 4 1 2
AA Aa aa
Se inicialmente toda a populao for do tipo aa, isto , se o ca e vector de estados inicial for
0
s0 =
0 1
T s0 = T
isto , um oitavo da populao dever ser do tipo AA, e ca a metade h brida e trs oitavos do tipo aa. e
8 1 2 3 8
II - 5. Cadeias de Markov
108
Como a matriz T 2 no tem entradas nulas, a cadeia a e regular e portanto tem um vector de estados estacionrio s; a o vector s a soluo do sistema linear homogneo e ca e seguinte em que a soma das entradas 1. Ora e
(T I)X = O e
1 2
1 2
1 4 1 2 1 4
0
1 2 1 2
0 0 0
zR
1 z + 2z + z = 1 z = 4 .
Portanto s=1 2
1 4
1
4
o que signica que, independentemente da distribuio ca inicial da populao, a longo prazo um quarto da populaao ca c dever ser do tipo AA, metade h a brida e um quarto do tipo aa.