Matemtica I (M195) a

Ana Maria Oliveira

Faculdade de Cincias e Universidade do Porto

 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

E claro que f 1 f = Id e f f 1 = Id nos respectivos dom nios.

O grco de f 1 pode-se a obter a partir do grco a de f por reexo na recta a y = x.

Exemplos importantes de funes: co

- Funes polinomiais ( f (x) = an xn + . . . + a1 x + a0 ). co . f (x) = ax + b, a = 0 recta.

I - 1. Funoes c

. Se f (x) = ax2 + bx + c, a = 0 parbola. a

. Se f (x) = ax3 + bx2 + cx + d, a = 0.

- Funes racionais (quocientes de funes polinomiais). co co

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

arcsen : onde arcsen y =

[1, 1] y

[ , ] 2 2 arcsen y,

o ngulo do intervalo [ , ] a 2 2 cujo seno y. e

Tem-se que arcsen (sen x) = x sen (arcsen y) = y x [ , ] 2 2 y [1, 1].

Por exemplo, arcsen (0) = 0, arcsen (1) = 1 , arcsen ( ) = , . . . 2 2 6

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.

. f (x) = x1/c e c mpar x R. f (x) = x1/c e c par x 0.

. c irracional: f (x) = xc x > 0 (pode-se denir atravs de limites). e

I - 1. Funoes c

- Funo exponencial (natural): f (x) = ex . ca f : R x ]0, +[ ex

Tem-se que: . lim ex = +

x+

. 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.

Tem-se que, nos respectivos dom nios, ln(ex ) = x e eln x = x.

. 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

. 0 < a < 1 ax = ex ln a com ln a < 0. . lim ax = 0

x+

. lim ax = +.
x

Para todo a > 0, . ax ay = ax+y . (ax )y = axy .

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

Com a notao y = f (u), com u = g(x), ca dy dy du = . dx du dx

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).

De novo usando a regra da cadeia obtm-se, para a > 0, e (ax ) = (ex ln a ) = . . . = ax ln a.

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,

r = 1. . ex dx = ex + c. . cos x dx = sen x + c. . 1 dx = arctg x + c. 1 + x2

x dx = ln |x| + c.

. sen x dx = cos x + c. . 1 dx = arcsen x + c. 1 x2

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.

- para qualquer constante r R, rf primitivvel e e a rf (x) dx = r f (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

5 cos (5x) dx sen (5x) + c.

. Como (e2x+1 ) = 2 e2x+1 ento, analogamente, a e2x+1 dx = 1 2x+1 e + c. 2

(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

= =

3/2 1 (3x2) + 3 3/2 2 3/2 9 (3x 2)

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 =

f (u) du = F (u) + c = F (g(x)) + c

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

obtm-se fazendo e u = x3 du = 3x2 dx x2 dx = 1 du. 3

I - 2. Primitivas

23

Casos tipo: g (x) g (x) dx = g (x) dx = g(x)

r

g r+1 (x) ur+1 +c = +c, r = 1 u du = r+1 r+1

r

1 du = ln |u| + c = ln |g(x)| + c u eu du = eu + c = eg(x) + c

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

e, substituindo, 1 dx = 2(u 1) du u 1+ x 1 = 2 1 u du = 2(u ln |u|) + c = 2(1 + x ln(1 + x)) + c.

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 = . . .

= (cos 4 x cos 6 x) sen x dx

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.

Ento a f (x)g (x) dx = f (x)g(x) 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

derivar derivao do produto ca

primitivar primitivao por partes ca

I - 2. Primitivas

26

Exemplos: - Usando primitivao por partes, obtm-se ca e x e2x dx =

f =x f =1 1 g =e2x g= 2 e2x 1 2

x e2x

1 2

e2x dx =

1 2

x e2x

1 4

e2x + c.

- No caso ln x dx, considera-se que a funo a primitivar ca e o produto 1. ln x: ln x dx =

1 f =ln x f = x g =1 g=x

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, faz-se cos x ex dx

f =sen x f =cos x g =ex g=ex

sen x ex dx = sen x ex

f =cos x f =sen x g =ex g=ex

= sen x ex cos x ex

= sen x ex (cos x ex (sen x) ex dx) sen x ex dx = sen x ex cos x ex I

e resolve-se a equao em ordem a I, acrescentando a ca constante de primitivao: ca I= 1 (sen x ex cos x ex ) + c. 2

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

Exemplos: . Pretende-se calcular

x x+2

dx. Como

x = (x + 2) 2 ento a x+22 2 x = =1 x+2 x+2 x+2 e portanto x 2 dx = 1 dx = dx x+2 x+2 = x 2 ln |x + 2| + c.

x+1 . Pretende-se calcular (x+2)(x3) dx = gr(P ) < gr(Q), tem-se que P (x) Q(x)

2 dx x+2

dx. Como

A B x + 1 = + (x + 2)(x 3) x + 2 x 3 pelo que A(x 3) + B(x + 2) (A B)x 3A + 2B x + 1 = = (x + 2)(x 3) (x + 2)(x 3) (x + 2)(x 3) AB 3A + 2B = 1 =1 A B =1 =2

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

x3 + 1 2x2 x + 1 =1+ x(x 1)2 x(x 1)2 =

2x2 x + 1 x(x 1)2

B C A + + x x 1 (x 1)2 A(x 1)2 + Bx(x 1) + Cx = x(x 1)2 = ... 1 2 1 + . = + x x 1 (x 1)2

Ento a x3 + 1 dx x(x 1)2

1 1 2 dx + + x x 1 (x 1)2 1 1 2 = dx + dx + dx + dx x x1 (x 1)2 2 + c. = x + ln |x| + ln |x 1| (x 1) = 1+

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

Esta regio S diz-se a regio determinada pelo grco a a a de f em [a, b].

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

[a, b] = [x0 , x1 ] [x1 , x2 ] . . . [xn1 , xn ].

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

An (C) = rea de Sn (C) = a

i=1

f (ci )

ba . n

Se, para qualquer escolha de C, existir e for unico o limite

n+

lim An (C) = A,

dene-se esse limite A como sendo a rea da regio S. a 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+

ba f (ci ) lim ( )= n+ n i=1

b

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.

- Se f (x) g(x) em [a, b], ento a

b a

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

- Se f tem valores negativos em [a, b], ento a

b 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

f (x) dx = rea de S1 + rea de S3 rea de S2 . a a 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.

grco de f (x) = 2x + 2 em [0, 1] a

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

f (t) dt, ento F derivvel em I e a e a F (x) = f (x),

isto , F uma primitiva de f . e e 2) Se F for uma primitiva de f ento, para qualquer b I, a

b a

f (x) dx = F (b) F (a).

E usual denotar F (b) F (a) por [F (x)]b ou por F (x)]b e a a escreve-se

b a

f (x) dx = F (x)]a = F (b) F (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

(f (x) g(x)) dx.

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

2) [a, b[ e lim f (x) = , dene-se

xb b c

f (x) dx = lim
a

cb

f (x) dx.
a

3) [a, +[, dene-se

+ L

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

dy = x2 y 2 + y 2 cos x = (x2 + cos x)y 2 , dx so separveis, enquanto que as equaes a a co dy + x y = 1, dx no so separveis. a a a dy = xy 3 + y dx

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,

1 1 2 y = x2 + x + c 2 2 e portanto y 2 = x2 + 2x + c1 . Como y(1) = 2, ento a c1 = 1 e y = x2 + 2x + 1.

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

1 1 1 xy + (1 3x) y = y + ( 3) y = x x x x so lineares, enquanto que as equaes a co y + x y = x3 , no so lineares. a a yy + xy = x, y + xy 2 = 1

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

= e2x ( 1 e2x + c) 6 + c e2x .

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.

Modelos de crescimento populacional

Relativamente a uma determinada populao, denimos ca p(t) = no de indiv duos da populao no instante t ca dp = taxa de crescimento da populao ca dt dp dt = taxa de crescimento per capita da populao. ca p Um modelo de crescimento populacional descreve p(t) atravs de equaes que so denidas tendo em conta as e co a caracter sticas da populao. ca

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

Modelao de uma reaco qu ca ca mica

Representamos por [S] a concentrao duma substncia S. ca a Consideramos uma reaco qu ca mica onde uma molcula do e reagente A se combina com uma molcula do reagente B e para formar uma molcula do composto C. e Verica-se que a taxa de reacao ( taxa de variao da c ca concentrao do composto C ) proporcional ao produto ca e das concentraes dos reagentes A e B. co Assim, a concentrao [C] soluo da seguinte equao ca e ca ca diferencial: d[C] = [A] [B]. dt Problema: Foi criada uma soluo contendo os reagentes A ca e B com as concentraes de 3 mol/l e 5 mol/l, co respectivamente. Inicia-se uma reao qu ca mica como a descrita acima, onde se forma um composto C. Ao m de um minuto a concentrao de C na soluo era de 1 mol/l. ca ca Determine a concentrao de C ao m de 20 minutos. ca

I - 5. Modelaao c

58

Modelao do decaimento radioactivo ca

Relativamente a uma determinada substncia radioactiva, a denimos m(t) = massa da substncia radioactiva no instante t a dm = taxa de decaimento. dt A massa das substncias radioactivas est sempre a a a decrescer, por emisso espontnea de radiao, a uma taxa a a ca que proporcional ` massa restante. e a Assim, m(t) soluo da equao diferencial e ca ca dm = m, dt onde < 0 uma constante de proporcionalidade que varia e com a substncia. Portanto a m(t) = c et . Para identicar a constante relativa a uma dada substncia radioactiva, usual falar na sua a e meia vida : tempo necessrio para a massa da substncia a a radioactiva decair para metade. m(t + meia vida ) = 1 m(t) 2

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

Uma matriz A um rectngulo e a forma a a1 2 11 a2 1 a2 2 A= . . . . . . am 1 am 2

ordenado de n meros da u ... ... ... a1 n a2 n . . .

. . . 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

ou simplesmente por A = (ai j ) indicando, se necessrio, o a tamanho da matriz.

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

uma matriz linha e

1 4, enquanto que 4 1 0

0 1

uma matriz coluna 3 1. A e

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

matriz triangular superior

. . . .

11 a21

0 ... a22 ...

0 0

matriz triangular inferior

. . .

..

an1 an2 ... ann

. . . .

2 0 0

Exemplos: A matriz

0 5 0 0 0 1

uma matriz diagonal e e

portanto tambm triangular superior e triangular inferior. e e

0 4 8

A matriz

0 3 0 0 0 2

uma matriz triangular superior mas e

no diagonal nem triangular inferior. a e

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

so ambas 2 3; so ento do mesmo tamanho e portanto a a a podem-se somar. Tem-se A+B =

24 3+0 32

1+7 7+1 0+2

2 3 1 6 8 2

3B =

3.(4) 3.0 3.(2) 3.7 3.1 3.2

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 .

A a11 . . . ai1 . . . am1 a1p . . . . . . aip . . . amp

AB

b11 b1j b1n . . . . . . . . . b bp1 pj bpn

= (ci j )

( n mero de colunas de A = n mero de linhas de B ) u u

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

. tem o mesmo n mero de u pode-se calcular o produto

Como a matriz A quadrada, e linhas e de colunas e portanto AA: (2, 3).(2, 1) AA = A2 = (1, 4).(2, 1)

(2, 3).(3, 4) (1, 4).(3, 4)

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

Exemplos: Toda a matriz diagonal simtrica. e e

2 0 5 2 1 1

A matriz . e

0 3 7 5 7 1

simtrica mas a matriz e e

1 2 5 5 1 1

no a

II - 2. Matrizes e sistemas lineares

71

II - 2. Matrizes e sistemas lineares

Um sistema de m equaes lineares e n incgnitas um co o e sistema do tipo a x + a x + ... + a x = b 12 2 1n n 1 11 1 a21 x1 + a22 x2 + ... + a2n xn = b2 I . . . . . . . . . . . . . . .
am1 x1 + am2 x2 + ... + amn xn = bm

onde aij , bi so n meros e x1 , . . . , xn so as incgnitas. a u a o Exemplos: O sistema

2x+3y+z = 4 x+2z = 1

um sistema linear de 2 equaes e 3 incgnitas; j os e co o a sistemas

x4y = 0 xy = 3

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

II - 2. Matrizes e sistemas lineares

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

II - 2. Matrizes e sistemas lineares

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

O sistema I pode ser escrito na forma AX = b onde X o vector das incgnitas, X e o

B =B @ 0

xn

x1 1 . C . C. . A

A equao A X = b pode ainda ser ca a a1 2 a1 n 11 a2 1 a2 2 a2 n . . . . . . . . . am 1 am 2 ... am n

que se diz a matriz alargada do sistema.

representada pela matriz b1 b2 . = ( A | b) . . bm

II - 2. Matrizes e sistemas lineares

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

II - 2. Matrizes e sistemas lineares

75

AX = b (A|b)

...

BX = c (B|c)

Exemplos: Relativamente ao sistema xy+z = 1 2x + 2y + z x + y 2z = a matriz dos coecientes a matriz A = e

0 ,

= 2
1 2 1 1 1 2 1 1 1 2

,eo

vector dos termos independentes b = e

1 1 2 1 1 1 2 x y z

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

II - 2. Matrizes e sistemas lineares

76

A matriz alargada do sistema e

1 1 1 1 0 2

(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!

II - 2. Matrizes e sistemas lineares

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

so matrizes em escada, com os pivots destacados a mais a grosso, enquanto que

2 2 0 1 0 0 0 0 0 0 1 1

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

II - 2. Matrizes e sistemas lineares

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.

. Repete-se o processo relativamente ` matriz ` direita da a a coluna j e abaixo da linha 1.

obtm-se A . e . .

. . . . . .

0 0 0 dmn

. . . .

II - 2. Matrizes e sistemas lineares

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

II - 2. Matrizes e sistemas lineares

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.

II - 2. Matrizes e sistemas lineares

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

II - 2. Matrizes e sistemas lineares

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 ).

II - 2. Matrizes e sistemas lineares

83

Exemplo: Para se determinar a inversa da matriz

12 0

A=

1 1 1 00 2

, pode-se fazer

12 0

100 010 001 1 0 0 1 1 0 0 0

1 2

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

120 L2 L2 010 001

1 0

1 1 1 2 0 0
1 2

100 L1 L1 2L2 010 001

1 2

1 1 1 2 0 0
1 2

= (I|A1 ) e obtm-se, portanto, e

1 2 1

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

= rea do paralelogramo a denido por u e v.

Por exemplo, det

23 54

= 2.4 3.5 = 8 15 = 7

e a rea do paralelogramo denido pelos vectores linha da a matriz e 23 = |7| = 7. det

54

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: + + ...
+ + ...

. . .

..

...

...

. . . .

O determinante de A, que se denota por

a11 ... a1n a11 ... a1n

det(A) = det o n mero e u

an1 ... ann

. .. . . . . . .

an1 ... ann

. .. . . . . . .

= |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

= volume do paralelep pedo denido por u, v e w.

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

Exemplo: Para calcular o determinante da matriz

7 2 5 2 6 0 0 0 3 4 3 0 2 1 3 1

, deve-se fazer expanso na segunda coluna uma a

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 .

Proposio 3.5: Se A uma matriz n n ento ca e a det(A) = det(AT ).

II- 3. Determinantes

89

ento det(A) = det(B): a det(A)

= Li Lj

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).

um escalar , ento det(A) = a Em particular,

linha ii) Se B se obtm de A multiplicando uma e por coluna

1

det(B).

det( A) = n det(A). linha iii) Se B se obtm de A adicionando a uma e um coluna

= Li Li +Lj

m ltiplo de outra, ento det(A) = det(B): u a det(A) det(B) ou det(A)

= 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

Exemplo: O sistema 5x 2y + z 3x + 2y x+yz

0 5 2 1 3 2

= 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

muito fcil calcular as potncias de A, pois a e k ... 1 . .. =C . . . 0

...

... n

Ak = CDk C 1

k n

para qualquer k N. Ainda

0 . 1 . C .

det(A) = det(D) = 1 . . . n .

II - 4. Diagonalizaao c

95

matriz A, sendo por exemplo C 1 AC = AC = C

40 0 02 0 0 0 1

. . . . . . . . . Note-se que, se a matriz C = u1 u2 u3 diagonaliza a . . . . . . . . .

40 0 02 0 0 0 1

, ento a

. Como . . . = 4u1 . . . . . . 2u2 u3 , . . . . . . . . .

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.

O vector no nulo u Rn diz-se um vector prprio de A a o associado a .

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

p() = 0 = 1 = 4, que so os valores prprios de A. a o

200

O polinmio caracter o stico da matriz A =

2 0 3 2 0 0 1

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

signica que os vectores coluna da matriz C so vectores a prprios de A. o

... 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

Por exemplo, a matriz A =

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.

Por exemplo u1 = (5, 2) um vector prprio de A associado e o a = 1.

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

(x, y) = (y, y), y R.

Assim , por exemplo, u2 = (1, 1) um vector prprio de A e o associado a = 2. Ento a matriz a . . . . . . C = u1 u2 = . . . . . .

1 0 0 2 51 21

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

0.15 0.75 0.10

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

0.05 0.30 0.65

pobre r. mdio e rico

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 =

0.19 0.75 0.30

0.01 0.10 0.65

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

ento a distribuio da populao duas geraes depois a ca ca co dever ser a 1

0 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

(x, y, z) = (z, 2z, z),

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.