Beruflich Dokumente
Kultur Dokumente
2010-2011
Teoria e Prática
Departamento de Matemática
FCT/UNL
Conteúdo
I Primitivação e Integração 3
1 Primitivação 5
1.1 Primitivas imediatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Primitivação por partes e por substituição . . . . . . . . . . . . . . . . . . 10
1.3 Primitivação de funções racionais . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Primitivação de funções algébricas irracionais . . . . . . . . . . . . . . . . 23
1.5 Primitivação de funções transcendentes . . . . . . . . . . . . . . . . . . . . 29
1.6 Exercı́cios propostos para resolução nas aulas . . . . . . . . . . . . . . . . 33
1.7 Exercı́cios propostos para resolução autónoma . . . . . . . . . . . . . . . . 37
2 Cálculo Integral 41
2.1 Integral de Riemann: Definição e propriedades . . . . . . . . . . . . . . . . 41
2.2 Classes de funções integráveis . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3 Teoremas Fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.4 Áreas de figuras planas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.5 Integrais impróprios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.6 Exercı́cios propostos para resolução nas aulas . . . . . . . . . . . . . . . . 79
2.7 Exercı́cios propostos para resolução autónoma . . . . . . . . . . . . . . . . 82
II Matrizes 85
1 Matrizes 87
1.1 Definição de matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
1.2 Operações com matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
1.3 Matrizes Invertı́veis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
1.4 Exercı́cios propostos para resolução nas aulas . . . . . . . . . . . . . . . . 97
1.5 Exercı́cios propostos para resolução autónoma . . . . . . . . . . . . . . . . 100
3
2.5 Resolução e discussão de sistemas . . . . . . . . . . . . . . . . . . . . . . . 120
2.6 Exercı́cios propostos para resolução nas aulas . . . . . . . . . . . . . . . . 129
2.7 Exercı́cios propostos para resolução autónoma . . . . . . . . . . . . . . . . 134
3 Determinantes 141
3.1 Definição e propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
3.2 Aplicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
3.2.1 Inversa de uma matriz . . . . . . . . . . . . . . . . . . . . . . . . . 150
3.2.2 Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
3.3 Exercı́cios propostos para resolução nas aulas . . . . . . . . . . . . . . . . 157
3.4 Exercı́cios propostos para resolução autónoma . . . . . . . . . . . . . . . . 160
Primitivação e Integração
3
Capı́tulo 1
Primitivação
Definição 1.1.2 Uma função f diz-se primitivável num intervalo I se existir uma
primitiva de f , definida em I.
NOTA: Há funções que não são primitiváveis. Por exemplo, a função f : R → R definida
por
0, se x < 2
f (x) =
1, se x ≥ 2
não é primitivável em R.
NOTAS:
1. Como consequência dos teoremas anteriores temos que todas as primitivas de f são
da forma F + C com F uma primitiva de f e C ∈ R.
5
6 Capı́tulo 1. Primitivação
a) P a f (x) = a P f (x);
f (x) P f (x)
xα+1
xα , α 6= −1 +C
α+1
(u(x))α+1
(u(x))α u0 (x), α 6= −1 +C
α+1
1
log(|x|) + C
x
u0 (x)
log(|u(x)|) + C
u(x)
ex ex + C
f (x) P f (x)
ax
ax , (a > 0) +C
log(a)
au(x)
au(x) u0 (x), (a > 0) +C
log(a)
cos(x) sen(x) + C
sen(x) − cos(x) + C
1
√ arc sen(x) + C
1 − x2
u0 (x)
p arc sen(u(x)) + C
1 − (u(x))2
1
−√ arc cos(x) + C
1 − x2
u0 (x)
−p arc cos(u(x)) + C
1 − (u(x))2
1
arc tg(x) + C
1 + x2
u0 (x)
arc tg(u(x)) + C
1 + (u(x))2
f (x) P f (x)
EXEMPLOS:
x3 x2
P (x2 + x + 1) = P x2 + P x + P 1 = + + x + C;
3 2
2 1 + cos(2x) 1 1 sen(2x)
P cos (x) = P = (P 1 + P cos(2x)) = x+ + C;
2 2 2 2
1
√ (x2 + 3) 3 +1
1 3 2 √
3
3 2
P 2x x2 + 3 = P 2x(x + 3) = 3
1 + C = (x + 3) x2 + 3 + C;
3
+ 1 4
3x2
P = log |x3 + 1| + C;
x3 + 1
1 1
P e5x = P 5 e5x = e5x + C;
5 5
P 10x cos(5x2 + 7) = sen(5x2 + 7) + C;
2
P = arc tg(2x) + C;
1 + (2x)2
2
P (cos(x) − 2 e3x ) = P cos(x) − 2P e3x = sen(x) − e3x + C;
3
1
x2 2 3 − 13 1 (x3 − 1)− 3 +1 1p
P √ = P x (x − 1) = · 1 + C = 3 (x3 − 1)2 + C.
3
x3 − 1 3 −3 + 1 2
Teorema 1.1.4 Seja f uma função primitivável num intervalo I. Então, para cada
x0 ∈ I e cada y0 ∈ R, existe uma, e uma só, primitiva F de f tal que F (x0 ) = y0 .
Em particular, existe uma, e uma só, primitiva de f que se anula em x0 .
√
EXEMPLO 1: Calculemos f sabendo que f 0 (x) = x x e f (1) = 2.
Comecemos por calcular as primitivas F de f 0 , pois f é uma dessas funções.
2 5
F (x) = x 2 + C.
5
Mas
2 8
f (1) = 2 ⇔ +C =2⇔C = ,
5 5
2 5 8
portanto, f (x) = x 2 + ·
5 5
P (f g) = F g − P (F g 0 )
x2
2
x2 x2 x2
x 1 1
P (x log(x)) = log(x) − P · = log(x) − P (x) = log(x) − + C.
2 2 x 2 2 2 4
EXEMPLO 2: Podemos primitivar a função h(x) = log(x) usando este método. Sejam
f (x) = 1 e g(x) = log(x).
1
P (log(x)) = P (1. log(x)) = x log(x) − P x = x log(x) − P (1) = x log(x) − x + C.
x
EXEMPLO 3: Seja h(x) = cos(x) log(sen(x)). Sejam f (x) = cos(x) e g(x) = log(sen(x)).
Então
cos(x)
P (cos(x) log(sen(x))) = sen(x) log(sen(x)) − P sen(x)
sen(x)
e, portanto,
2 P (cos(log(x))) = x cos(log(x)) + x sen(log(x)),
1.2. Primitivação por partes e por substituição 11
ou seja,
x
P (cos(log(x))) = (cos(log(x)) + sen(log(x))) + C.
2
Demonstração: Seja F uma primitiva de f . Como, por hipótese, x = ϕ(t) temos F (x) =
F (ϕ(t)). Pela regra de derivação da função composta
ou ainda,
F (ϕ(t)) = Φ(t) + C,
o que implica que
F (x) = Φ(ϕ−1 (x)) + C.
x3 √
EXEMPLO 1: Seja f (x) = √ . Para calcular a primitiva de f façamos x − 1 = t,
x−1
isto é, ϕ(t) = 1 + t2 = x.
(1 + t2 )3 t5 t7
P (f (ϕ(t)).ϕ0 (t)) = P 2t = 2 P (1+t2 )3 = 2 P (1+3t2 +3t4 +t6 ) = 2(t+t3 +3 + ).
t 5 7
Assim,
x3 √ √ 3 √ 1 √
3 5 7
P√ =2 x − 1 + ( x − 1) + ( x − 1) + ( x − 1) + C.
x−1 5 7
12 Capı́tulo 1. Primitivação
1
EXEMPLO 2: Consideremos f (x) = · Podemos calcular a sua primitiva fazendo
ex + e−x
ex = t, isto é, ϕ(t) = log(t).
1 1 1
P (f (ϕ(t)).ϕ0 (t)) = P −1
· =P = arc tg(t).
t+t t 1 + t2
Consequentemente,
P f (x) = arc tg(ex ) + C.
NOTA: Usamos, por vezes a notação
P (x) = Q(x), ∀x ∈ R ⇔ n = m ∧ an = bm , . . . , a1 = b1 , a0 = b0 .
P (x)
Definição 1.3.4 Uma função racional f (x) = diz-se irredutı́vel se P e Q não
Q(x)
tiverem raı́zes comuns.
em que M e R são polinómios, sendo M o quociente e R o resto (que tem grau inferior
ao grau de Q). Temos então
P (x) R(x)
= M (x) +
Q(x) Q(x)
o que implica que
P (x) R(x)
P = P (M (x)) + P ·
Q(x) Q(x)
A primitiva de M é imediata por ser a primitiva de um polinómio. A segunda é a
primitiva de uma função racional, em que o grau do numerador é menor do que o do deno-
minador. Concluı́mos, assim, que basta estudar o caso das funções racionais irredutı́veis
em que o grau do numerador é menor do que o grau do denominador, isto é, ficamos
reduzidos ao 2o caso atrás considerado. Os teoremas seguintes, que não demonstraremos,
permitem-nos decompor uma função racional irredutı́vel do 2o caso na soma de funções
racionais cujas primitivas são “fáceis” de calcular (ou mesmo primitivas imediatas). A
primitivação de funções racionais irredutı́veis fica, pois, completamente resolvida.
Comecemos por analisar os casos em que Q admite apenas raı́zes reais. Temos o
seguinte teorema:
P (x)
Teorema 1.3.1 Se é uma função racional irredutı́vel, se o grau de P é menor que
Q(x)
o grau de Q e se
Q(x) = a0 (x − a1 )n1 (x − a2 )n2 . . . (x − ap )np ,
1.3. Primitivação de funções racionais 15
NOTA: Nas condições do Teorema 1.3.1, qualquer das parcelas em que se decompõe a
função tem primitiva imediata:
A A 1
P p
= · , se p 6= 1
(x − a) 1 − p (x − a)p−1
A
P = A log |x − a|
x−a
1o caso: Q tem raı́zes reais de multiplicidade 1, isto é, Q decompõe-se em factores do tipo
A
x − a com a ∈ R. A cada raiz a de Q associa-se uma parcela do tipo , com A
x−a
constante a determinar.
4x2 + x + 1
EXEMPLO: Calculemos a primitiva da função f definida por f (x) = ·
x3 − x
Como o número de raı́zes de um polinómio não ultrapassa o seu grau e x3 − x admite
as raı́zes x = 0, x = −1 e x = 1, podemos concluir que estas raı́zes têm multiplicidade 1.
Então
4x2 + x + 1 A B C
3
= + +
x −x x x−1 x+1
(A + B + C)x2 + (B − C)x − A
=
x3 − x
Pelo método dos coeficientes indeterminados temos
A+B+C = 4 B+C = 5 B = 3
B−C = 1 ⇔ B−C = 1 ⇔ C = 2
−A = 1 A = −1 A = −1
Assim:
4x2 + x + 1 −1 3 2
3
= + +
x −x x x−1 x+1
16 Capı́tulo 1. Primitivação
e
4x2 + x + 1
−1 3 2
P = P +P +P
x3 − x x x−1 x+1
(x − 1)3
2
= log (x + 1) + C.
x
2o caso: Q tem raı́zes reais de multiplicidade p, p > 1, isto é, Q admite x − a, com
a ∈ R, como divisor p vezes. Na decomposição, a cada raiz a de Q de multiplicidade p
vai corresponder uma soma de p parcelas com a seguinte forma:
Ap Ap−1 A1
p
+ p−1
+ ··· + ,
(x − a) (x − a) x−a
2x3 + 5x2 + 6x + 2
EXEMPLO: Calculemos a primitiva da função f definida por f (x) = ·
x(x + 1)3
Como x(x + 1)3 admite as raı́zes x = 0, x = −1 e x + 1 aparece 3 vezes na factorização
do polinómio, podemos concluir que estas raı́zes têm multiplicidade 1 e multiplicidade 3,
respectivamente. Então
2x3 + 5x2 + 6x + 2 A B C D
3
= + 3
+ 2
+
x(x + 1) x (x + 1) (x + 1) x+1
Assim:
2x3 + 5x2 + 6x + 2 2 1 −1
= + +
x(x + 1)3 x (x + 1)3 (x + 1)2
1.3. Primitivação de funções racionais 17
e
2x3 + 5x2 + 6x + 2
2 1 1
P = P +P −P
x(x + 1)3 x (x + 1)3 (x + 1)2
1 1 1
= 2 log |x| − 2
+ +C
2 (x + 1) x+1
1 1 1
= log (x2 ) − 2
+ + C.
2 (x + 1) x+1
P (x)
Teorema 1.3.2 Se é uma função racional irredutı́vel, se o grau de P é menor que
Q(x)
o grau de Q e se α + iβ (α, β ∈ R) é uma raiz de Q, de multiplicidade r, então
P (x) Mr x + Nr M1 x + N1 H(x)
= 2 2 r
+ ··· + 2 2
+ ∗
Q(x) [(x − α) + β ] (x − α) + β Q (x)
onde H e Q∗ são polinómios tais que o grau de H é menor que o grau de Q∗, Mr ,
Nr , . . . , M1 , N1 , são números reais e nem α + iβ nem α − iβ são raı́zes do polinómio Q∗ .
1o caso: Q tem raı́zes complexas de multiplicidade 1, isto é, Q admite como divisores
polinómios de grau 2, (uma única vez cada polinómio), que não têm raı́zes reais. Na
decomposição, a cada par de raı́zes (α + iβ, α − iβ) vai corresponder uma parcela com a
seguinte forma:
Ax + B
(x − α)2 + β 2
com A e B constantes a determinar.
x2 + 2
EXEMPLO: Calculemos a primitiva da função f definida por f (x) = ·
(x − 1)(x2 + x + 1)
Como √
2 1 3
(x − 1)(x + x + 1) = 0 ⇔ x = 1 ∨ x = − ± i
2 2
podemos concluir que estas raı́zes têm multiplicidade 1. Então
x2 + 2 A Bx + C
= +
(x − 1)(x2 + x + 1) x − 1 (x + 21 )2 + 3
4
(A + B)x2 + (A − B + C)x + A − C
=
(x − 1)(x2 + x + 1)
18 Capı́tulo 1. Primitivação
Assim:
x2 + 2 1 −1
= +
2
(x − 1)(x + x + 1) x − 1 (x + 12 )2 + 34
e
x2 + 2
1 −1
P = P +P
(x − 1)(x2 + x + 1) x−1 (x + 12 )2 + 34
1
= log |x − 1| − P 1 2 3 .
(x + 2 ) + 4
A primitiva
1
P
(x + 21 )2 + 43
√ √
1 3 3 1
calcula-se fazendo a substituição x + = t, isto é, ϕ(t) = t − · (No caso geral,
2 2 2 2
sendo a + ib a raiz, a substituição é x − a = bt). Então
√ !
1 3 2 1 2
P f (ϕ(t)).ϕ0 (t) = P √ · =√ P 2 = √ arc tg(t),
( 23 t)2 + 43 2 3 t +1 3
portanto,
1 2 2 1
P 1 2 3 = √ arc tg √ x+ √ .
(x + 2 ) + 4 3 3 3
Finalmente,
2 2 1
P f (x) = log |x − 1| − √ arc tg √ x+ √ + C.
3 3 3
2o caso: Q tem raı́zes complexas de multiplicidade p, p > 1, isto é, Q admite como divisores
polinómios de grau 2 que não têm raı́zes reais, aparecendo p vezes cada polinómio na
factorização de Q. Na decomposição, a cada par de raı́zes (α+iβ, α−iβ) vai corresponder
uma soma de parcelas com a seguinte forma:
Ap x + Bp Ap−1 x + Bp−1 A1 x + B1
2 2 p
+ 2 2 p−1
+ ··· +
((x − α) + β ) ((x − α) + β ) (x − α)2 + β 2
com Ap , Ap−1 , . . . , A1 , Bp , Bp−1 , . . . , B1 constantes a determinar.
Como √
(x − 1)(x2 + 2)2 = 0 ⇔ x = 1 ∨ x = ±i 2
e (x − 1)(x2 + 2)2 tem grau 5, podemos concluir que estas raı́zes têm multiplicidade 1 e
multiplicidade 2, respectivamente. Então
x4 − x3 + 6x2 − 4x + 7 A Bx + C Dx + E
= 2 2
= + 2 2
+ 2
(x − 1)(x + 2) x − 1 (x + 2) x +2
Assim:
x4 − x3 + 6x2 − 4x + 7 1 x−1 −1
2 2
= + 2 2
+ 2
(x − 1)(x + 2) x − 1 (x + 2) x +2
e
x4 − x3 + 6x2 − 4x + 7
1 x−1 −1
P = P +P +P
(x − 1)(x2 + 2)2 x−1 (x2 + 2)2 2
x +2
!
1
x−1 2
= log |x − 1| + P −P x2
(x2 + 2)2 1+ 2
√1
x−1 1 2
= log |x − 1| + P −√ P
2
(x2 + 2)2 2 1 + √x2
x−1 1 x
= log |x − 1| + P − √ arc tg √ .
(x2 + 2)2 2 2
A primitiva !
x−1 x−1
P =P √ 2
(x2 + 2)2 (x2 + 2 )2
√ √
calcula-se fazendo a substituição x = 2 t, isto é, ϕ(t) = 2 t. Então
20 Capı́tulo 1. Primitivação
√ !
2t − 1 √
P f (ϕ(t)).ϕ0 (t) = P · 2
(2t2 + 2)2
√ √ !
2 2t − 1
= P
4 (t2 + 1)2
√ √ !
2 2t 1
= P −
4 (t2 + 1)2 (t2 + 1)2
√ √ !
2 2t 1
= P −P 2
4 (t2 + 1) 2 (t + 1)2
√ √ !
2 2 1
= P 2t(t2 + 1)−2 − P 2
4 2 (t + 1)2
√ √ !
2 2 2 −1 1 + t2 − t2
= − (t + 1) − P
4 2 (t2 + 1)2
√
1 + t2 t2
1 1 2
= − 2 − P 2 −P 2
4t +1 4 (t + 1)2 (t + 1)2
√
1 1 2 1 t 2t
= − 2 − P 2 −P
4t +1 4 t +1 2 (t2 + 1)2
√
1 1 2 1 t 1 1
= − 2 − arc tg(t) − − 2 +P
4t +1 4 t +1 2 2 t2 + 1
√ √ √
1 1 2 2 t 2
= − 2 − arc tg(t) − 2
+ arc tg(t)
4t +1 4 4 2(t + 1) 8
√ √
2t + 2 2
= − 2 − arc tg(t),
8(t + 1) 8
portanto, √
x−1 x+2 2 x
P =− − arc tg √ .
(x2 + 2)2 4(x2 + 2) 8 2
Finalmente,
√
5 2 x x+2
P f (x) = log |x − 1| − arc tg √ − + C.
8 2 4(x2 + 2)
1.3. Primitivação de funções racionais 21
P (x)
NOTA: Se admite uma decomposição da forma que aparece neste teorema, a sua
Q(x)
primitiva pode ser calculada recorrendo a primitivas de funções da forma
Ax + B Cx + D
e , p > 1.
(x − α)2 + β 2 [(x − α)2 + β 2 ]p
Temos no primeiro caso, usando a substituição x − α = βt,
Ax + B A(α + βt) + B
P = Pt ·β
(x − α)2 + β 2 β 2 t2 + β 2 t= x−α β
A (α + βt) + B A α + B + A βt
Pt · β = P
β 2 t2 + β 2 β(t2 + 1)
Aα+B A βt
=P 2
+P
β(t + 1) β(t2 + 1)
Aα+B 1 t
= P 2 +AP 2
β t +1 t +1
Aα+B A
= arctg(t) + log(t2 + 1)
β 2
Portanto,
" 2 #
Ax + B Aα+B x−α A x−α
P 2 2
= arctg + log + 1 + C.
(x − α) + β β β 2 β
C (α + βt) + D C α + D + C βt
Pt 2 2 2 p
·β =P
(β t + β ) β 2p−1 (t2 + 1)p
C α+D C βt
=P + P 2p−1 2
β 2p−1 (t2
+ 1) p β (t + 1)p
C α+D 1 C t
= 2p−1
P 2 p
+ 2p−2 P 2
β (t + 1) β (t + 1)p
C α+D 1 C 1 1
= P − · ·
β 2p−1 (t2 + 1)p 2β 2p−2 p − 1 (t2 + 1)p−1
22 Capı́tulo 1. Primitivação
1
Resta-nos calcular P ·
(t2 + 1)p
Mas
1 1 + t2 − t2 1 t2
= = −
(t2 + 1)p (t2 + 1)p (t2 + 1)p−1 (t2 + 1)p
o que implica que
1 1 t2
P = P − P
(t2 + 1)p (t2 + 1)p−1 (t2 + 1)p
1 t 2t
=P −P · 2
(t2 + 1) p−1 2 (t + 1)p
1 t 1
=P + − P
(t2 + 1)p−1 2(p − 1)(t2 + 1)p−1 2(p − 1)(t2 + 1)p−1
t 2p − 3 1
= 2 p−1
+ P 2 ,
2(p − 1)(t + 1) 2p − 2 (t + 1)p−1
1
isto é, o cálculo da primitiva de ficou apenas dependente do cálculo da primitiva
(t2 + 1)p
1
de , que por sua vez pode, de modo análogo, fazer-se depender do cálculo da
(t2 + 1)p−1
1 1
primitiva de 2 , e assim sucessivamente até chegarmos à primitiva de que
(t + 1)p−2 1 + t2
é imediata.
P (x)
Teorema 1.3.3 Se é uma função racional irredutı́vel, se o grau de P é menor que
Q(x)
o grau de Q e se
com m, n ∈ N0 , aij ∈ R. Define-se o grau de P como o maior inteiro i + j tal que aij 6= 0.
Mais geralmente define-se, de modo análogo, polinómio em p variáveis u1 , . . . , up ,
como a aplicação P : |R × ·{z
· · × R} → R, dada por
p vezes
X
P (u1 , . . . , up ) = ai1 ...ip ui11 . . . uipp ,
i1 ,...,ip
X
i1 , . . . , ip ∈ N0 , ai1 ...ip ∈ R e uma soma finita em i1 , . . . , ip .
i1 ,...,ip
P (u1 , . . . , up )
R(u1 , . . . , up ) =
Q(u1 , . . . , up )
Expressão Substituição
m p r
f (x) = R(x n , x q , . . . , x s ) x = tµ
µ = m.m.c.{n, q, . . . , s}
a x+b
mn a x+b
pq a x+b
rs a x+b
f (x) = R x, c x+d
, c x+d
,..., c x+d
= tµ
c x+d
µ = m.m.c.{n, q, . . . , s}
24 Capı́tulo 1. Primitivação
1 1
EXEMPLO 1: Consideremos a função f (x) = √ √ = 1 1 · A substituição a
x+ x
3
x2 + x3
usar é x = ϕ(t) = t6 e a primitiva a calcular é
6t5 t3
0 1 5 2 1
P f (ϕ(t))ϕ (t) = P 3 · 6t = P 2 =6P =6 P t −t+1−
t + t2 t (t + 1) t+1 t+1
3 2
t t
=6 − + t − log |t + 1| = 2t3 − 3t2 + 6t − 6 log |t + 1|
3 2
tendo-se assim
1 √ √ √ √
P√ √ = 3 x − 3 3
x + 6 6
x − 6 log( 6
x + 1) + C.
x+ x 3
√
2x + 3
EXEMPLO 2: Seja f (x) = √ · A substituição 2x + 3 = t4 permite resolver o
1 − 4 2x + 3
problema. Temos
t2 t5
0 3 4 3 2 1
P f (ϕ(t))ϕ (t) = P · 2t = −2 P = −2P t + t + t + t + 1 +
1−t t−1 t−1
5
t4 t3 t2
t
= −2 + + + + t + log |t − 1|
5 4 3 2
e
√ √ √ √
( 4 2x + 3)5 ( 4 2x + 3)4 ( 4 2x + 3)3 ( 4 2x + 3)2 √
P f (x) = −2 + + + + 4 2x + 3
5 4 3 2
√
4
+ log( 2x + 3) + C
p√ 2
3
EXEMPLO 3: Seja f (x) = x x2 + 2. Façamos a substituição x 3 = t. Obtemos:
3 1 3 1 3 √
P f (ϕ(t))ϕ0 (t) = P t 2 (2 + t) 2 t 2 = P t2 2 + t
2 2
que, como vimos anteriormente (exemplo 2), se resolve fazendo a substituição 2 + t = z 2 ,
isto é,
3 √ 3
P t2 2 + t = Pz (z 2 − 2)2 · z · 2z z=√2+t
2 2
3
Pz 2(z 6 − 4z 4 + 4z 2 ) z=√2+t
=
2
7
z5 z3
z
= 3 −4 +4
7 5 3 z=√2+t
3 √ 7 12 √ 5 √ 3
= 2+t − 2+t +4 2+t
7 5
1.4. Primitivação de funções algébricas irracionais 25
tendo-se finalmente
q√ q 7 q 5 q 3
3 3 2 12 2 2
Px x2 + 2 = x3 + 2 − x3 + 2 +4 x3 + 2 + C.
7 5
Expressão Substituição
√ √
a x2 + b x + c = ax + t
se a > 0
√ √
a x2 + b x + c = t x + c
√
f (x) = R(x, a x2 + b x + c) se c > 0
√
a x2 + b x + c = t (x − α)
√
ou a x2 + b x + c = t (x − β)
se α e β são zeros reais
distintos de a x2 + b x + c
1
EXEMPLO 1: Consideremos a função f (x) = √ . Como a = 3 podemos
x 3x 2−x+1
√ √
usar a substituição 3x2 − x + 1 = 3 x + t, tendo-se:
√
3x2 − x√+ 1 = 3x2 + 2 3xt + t2
−x − 2 3xt = t2 − 1
1 − t2
x= √ = ϕ(t)
1 + 2 3t
√ 2 √
−2 3t − 2t − 2 3
o que implica ϕ0 (t) = √ ·
(2 3t + 1) 2
A primitiva a calcular é
√ √
1 −2 3t2 − 2t − 2 3
P · √
1 − t2 √ 1 − t2
(2 3t + 1)2
√ 3· √ +t
1 + 2 3t 1 + 2 3t
√ √
−2 3t2 − 2t − 2 3
= P√ √
3(1 − t2 )2 + t(1 − t2 )(2 3t + 1
√ √
−2( 3t2 + t + 3)
= P √ √ √
( 3 − 3t2 + 2 3t2 + t)(1 − t2 )
26 Capı́tulo 1. Primitivação
1 1
1 2 2
= −2P = −2P +
1 − t2 1−t 1+t
1 − t
= log |1 − t| − log |1 + t| = log
1 + t
o que implica que
√ √
2
1 1 − 3x − x + 1 + 3x
P √ = log √ √ + C.
2
x 3x − x + 1 1 + 3x2 − x + 1 − 3x
1
EXEMPLO 2: Primitivemos a função f (x) = √ · Tendo em conta que
x + 4x − √−x2
3
−x2 + 4x − 3 = 0 ⇔ x = 1 ∨ x = 3 podemos usar a substituição −x2 + 4x − 3 = t(x − 3).
√
−x2 + 4x − 3 = t(x − 3)
p
−(x − 3)(x − 1) = t(x − 3)
−(x − 1) = t2 (x − 3)
3t2 + 1
x= = ϕ(t)
t2 + 1
4t
o que implica ϕ0 (t) = ·
(t2
+ 1)2
A primitiva a calcular é
1 4t
P 2
2 · 2
3t + 1 3t + 1 (t + 1)2
· t − 3
t2 + 1 t2 + 1
4
= P 2
(3t + 1)(3t + 1 − 3t2 − 3)
2
−2 2 √
= P 2 = − √ arc tg( 3t)
3t + 1 3
o que implica que
√
1 2 √ −x2 + 4x − 3
P √ = − √ arc tg( 3 · ) + C.
x −x2 + 4x − 3 3 x−3
1.4. Primitivação de funções algébricas irracionais 27
Expressão Substituição
√
a2 − x 2 x = a cos(t) ou x = a sen(t)
√
x 2 − a2 x = a sec(t) ou x = a cosec(t)
√
x2 + a2 x = a tg(t) ou x = a cotg(t)
√
9 − x2
EXEMPLO 1: Seja f (x) = · Façamos a substituição x = 3 sen(t) = ϕ(t). Temos
x2
ϕ0 (t) = 3 cos(t) e
p p
9 − 9 sen2 (t) 1 − sen2 (t)
P f (ϕ(t))ϕ0 (t) = P · 3 cos(t) = P · cos(t)
9 sen2 (t) sen2 (t)
cos2 (t)
= P = P cotg2 (t) = P (cosec2 (t) − 1)
sen2 (t)
= −cotg(t) − t
e, assim,
√ √
9 − x2 x x 9 − x2 x
P 2
= −cotg(arc sen( )) − arc sen( ) + C = − − arc sen( ) + C
x 3 3 x 3
1
EXEMPLO 2: Consideremos a função f (x) = √ e a substituição x = 4 sec(t) =
x3 x2 − 16
ϕ(t). Temos ϕ0 (t) = 4 sec(t) tg(t) e
1
P f (ϕ(t))ϕ0 (t) = P p · 4 sec(t) tg(t)
43 sec3 (t) 16 sec2 (t) − 16
tg(t) tg(t)
= P p =P 3 2
43 sec2 (t) sec2 (t) − 1 4 sec (t) tg(t)
1 1 1
= 3P 2
= 3 P cos2 (t)
4 sec (t) 4
1 t sen(t)
= 3 +
4 2 4
e, assim,
sen(arc sec( x4 ))
1 1 1 x
P √ = 3 arc sec( ) + +C
x 3 2
x − 16 4 2 4 4
1
EXEMPLO 3: Para calcular as primitivas de f (x) = √ podemos fazer a subs-
x2 x2 + 4
28 Capı́tulo 1. Primitivação
1
P f (ϕ(t))ϕ0 (t) = P p · 2 sec2 (t)
4 tg (t) 4 tg2 (t) + 4
2
Expressão Substituição
f (x) = R(ex ) ex = t
x
A substituição tg = t conduz a uma função racional de t. De facto, de
2
x
x x tg 2 1
sen(x) = 2 sen . cos =2q ·q
2 2 1 + tg2 x
1 + tg2 x
2 2
tg x2
2t
= 2 x
=
1 + tg2 2
1 + t2
e
tg2 x2
x x
2 2 1
cos(x) = cos − sen = x
−
1 + tg2 x2
2 2 1 + tg2 2
x
1 − tg2 2 1 − t2
= x
=
1 + tg2 2
1 + t2
conclui-se, tendo em conta que
x 2
tg = t ⇒ x = 2 arc tg(t) = ϕ(t) ⇒ ϕ0 (t) = ,
2 1 + t2
2t 1 − t2
2
P f (x) = Pt R , .
1 + t2 1 + t2 1 + t2 tg( x2 )=t
A substituição indicada serve no caso geral, mas em certos casos particulares são
preferı́veis outras substituições. Assim, por exemplo, se R(sen(x), cos(x)) é função par em
sen(x) e cos(x) (isto é, se não se altera ao mudarmos simultaneamente sen(x) para −sen(x)
e cos(x) para − cos(x)), pode fazer-se a substituição tg(x) = t, ou seja, ϕ(t) = arc tg(t) e
t 1
sen(x) = √ e cos(x) = √ ·
1 + t2 1 + t2
1
EXEMPLO 1: Calculemos as primitivas de f (x) = · A substituição indicada
2 cos(x) + 1
30 Capı́tulo 1. Primitivação
x
é tg = t:
2
1 2 2
P 2 · =P
1−t 1+t2 3 − t2
2 + 1
1 +t2
1 1 1
= √ P √ +√
3 3−t 3+t √
1 √ √ 1 3 + t
= √ (log | 3 − t| + log | 3 + t|) = √ log √
3 3 3 − t
1 1 1
P 2 · 2
=P
1 t 1+t 1 − t2
2
−
1 +t 1 + t2
1 1 1
= P +
2 1−t 1+t
1 1 1 + t
= (− log |1 − t| + log |1 + t|) = log
2 2 1 − t
e, portanto,
1 1 1 + tg(x)
P = log +C
cos2 (x) − sen2 (x) 2 1 − tg(x)
1
EXEMPLO 3: Para primitivar a função f (x) = usa-se a substituição ex = t:
+1 ex
1 1 −1 1 t
P · =P + P = − log |1 + t| + log |t| = log
t+1 t 1+t t 1 + t
e
1 ex
P = + C.
ex + 1 ex + 1
As funções do tipo f (x) = sen(ax)sen(bx), com a e b constantes, |a| 6= |b|, podem
primitivar-se tendo em conta que
1
sen(ax).sen(bx) = [cos(a − b)x − cos(a + b)x]
2
1.5. Primitivação de funções transcendentes 31
e conclui-se que
sen(a − b)x sen(a + b)x
P sen(ax).sen(bx) = − +C
2(a − b) 2(a + b)
De modo análogo,
sen(a − b)x sen(a + b)x
P cos(ax). cos(bx) = + +C
2(a − b) 2(a + b)
Se pretendermos primitivar um produto de vários factores sen(am x) e cos(bn x) po-
demos começar por substituir por uma soma o produto de dois dos factores; depois
substituem-se por somas os novos produtos obtidos por associação de novos pares de
factores; e assim sucessivamente até esgotar todos os factores.
EXEMPLO:
P sen(3x) cos(5x)sen(6x)
1
= P (sen(8x) + sen(−2x)) sen(6x)
2
1 1 1 1
= P (cos(2x) − cos(14x)) − P (cos(−4x) − cos(8x))
2 2 2 2
1 1 1 1
= P cos(2x) − P cos(14x) − P cos(4x) + P cos(8x)
4 4 4 4
sen(14x) sen(4x) sen(8x)
= 18 sen(2x) − − + +C
7 2 4
As funções do tipo f (x) = p(x)eax , onde p é um polinómio de grau n em x e a é uma
constante, primitivam-se por partes:
1 1
P p(x)eax = eax p(x) − P eax p0 (x).
a a
A primitiva que aparece no segundo membro é ainda do mesmo tipo, mas mais simples,
pois o grau de p0 (x) é inferior em uma unidade ao grau de p(x). Aplicando novamente o
mesmo processo até chegar a um polinómio de grau zero, obtém-se
eax p0 (x) p00 (x) (n)
np (x)
P f (x) = p(x) − + 2 + · · · + (−1) + C.
a a a an
As primitivas que obtivemos foram sempre funções elementares, isto é, funções algé-
bricas, a função exponencial, as funções trigonométricas e as trigonométricas inversas e,
de um modo geral, as funções que se possam obter por composição destas em número
finito. Por outras palavras, aprendemos a calcular primitivas de funções elementarmente
primitiváveis. Nem todas as funções estão nesta situação. No entanto,
Teorema 1.5.4 Toda a função contı́nua num intervalo [a, b] é primitivável nesse inter-
valo.
1.6. Exercı́cios propostos para resolução nas aulas 33
x4
(a) ;
x+2
1
(b) ;
(x + 2)(x − 3)(x + 4)
x2 − x
(c) ;
(x + 1)2 (x − 2)
−4x
(d) 2 .
x + 4x + 3
cos(x)
(a) ;
1 + cos(x)
e2x
(b) x ;
e +1
1
(c) ;
1 + sin2 (x)
1
(d) .
(2 + cos(x))(1 + sin(x))
ex
9. Seja f a função real de variável real definida por f (x) = 2x . Determine
(e − ex − 2)2
a primitiva de f que toma o valor 1 quando x = 0.
11. Determine a função real de variável real que satisfaz simultaneamente as condições
f 0 (x) = x cos(x2 ) + xe2x − 1 e f (0) = 2.
1.7. Exercı́cios propostos para resolução autónoma 37
tan(x)
(a) ;
1 + sin2 (x)
1 − sin(x)
(b) ;
1 + cos(x)
ex + 2
(c) 2x .
e − 2ex
10. Determine a função real de variável real f , definida em R+ , que satisfaz as condições
11. Determine as primitivas das funções definidas pelas seguintes expressões analı́ticas:
1.7. Exercı́cios propostos para resolução autónoma 39
√
(a) log(x + 1 + x2 );
(b) x sin(x2 − 1) + log(x2 + x + 1);
(c) e5x sin(2x);
2x + x2
(d) ;
x2
x6
(e) + (x + 2)e−x ;
7x7 + 5
(f) x cos(x) sin(x);
1
(g) √3
;
x − 3x − 2
x3
(h) √ .
4 + x2
12. Determine a função real de variável real f , definida no intervalo ] − 1, 1[, que satisfaz
as condições
x2 + 1
f 0 (x)= 2 + arcsin(x) e f (0) = 0.
x +2
40 Capı́tulo 1. Primitivação
Capı́tulo 2
Cálculo Integral
NOTAS:
Proposição 2.1.1 Sejam a, b ∈ R, a < b. Dadas duas partições de [a, b], P1 e P2 , existe
uma partição de [a, b], P3 , mais fina que P1 e P2 .
41
42 Capı́tulo 2. Cálculo Integral
NOTAS:
1. As somas superior e inferior estão bem definidas. Como f é limitada em [a, b], f
é limitada em [xi , xi+1 ], isto é, o conjunto {f (x) : x ∈ [xi , xi+1 ]} é limitado e,
portanto, tem ı́nfimo e supremo.
3. Se f é uma função não negativa em [a, b], dada uma partição P, a soma inferior
de Darboux é igual à soma das áreas dos rectângulos cujos lados têm comprimento
xi+1 − xi e inf f (x) (ver Figura 2.1).
x∈[xi ,xi+1 ]
Analogamente, a soma superior de Darboux é igual à soma das áreas dos rectângulos
cujos lados têm comprimento xi+1 − xi e sup f (x) (ver Figura 2.2).
x∈[xi ,xi+1 ]
Demonstração: Da Definição 2.1.2, para cada [xi , xi+1 ] ∈ P2 , existem [yj , yj+1 ] ∈ P1 , j =
ki , . . . , pi , tais que ∪pj=k
i
i
[yj , yj+1 ] = [xi , xi+1 ]. Então
pelo que
pi pi
X X
(yj+1 − yj ) inf f (x) ≥ (yj+1 − yj ) inf f (x) =
x∈[yj ,yj+1 ] x∈[xi ,xi+1 ]
j=ki j=ki
2.1. Integral de Riemann: Definição e propriedades 43
a x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 b x
pi
X
= inf f (x) (yj+1 − yj ) = (xi+1 − xi ) inf f (x).
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
j=ki
Demonstração: Pela Proposição 2.1.1 existe uma partição P3 mais fina que P1 e P2 . Pela
Proposição 2.1.2, sP1 (f ) ≤ sP3 (f ) ≤ SP3 (f ) ≤ SP2 (f ) e sP2 (f ) ≤ sP3 (f ) ≤ SP3 (f ) ≤
SP1 (f ).
a x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 b x
Rb Rb
chama-se integral inferior de f em [a, b] e representa-se por a f (x) dx. Se a f (x) dx =
Rb
a
f (x) dx, diz-se que f é integrável à Riemann em [a, b]; a este número chama-se in-
Rb Rb Rb
tegral de f em [a, b] e representa-se a f (x) dx = a f (x) dx = a f (x) dx.
NOTAS:
a b x
Rb
Proposição 2.1.4 Se a < b e f (x) = c, ∀x ∈ [a, b], então a
f (x) dx = c (b − a)
Demonstração: Qualquer que seja a partição P, sP (f ) = SP (f ) = c (b − a).
Proposição 2.1.5 Se a < b e f, g : [a, b] → R são duas funcões integráveis em [a, b] tais
Rb Rb
que f (x) ≤ g(x), ∀x ∈ [a, b], então a f (x) dx ≤ a g(x) dx.
Demonstração: Qualquer que seja a partição P, sP (f ) ≤ sP (g) pelo que, os integrais,
(que, por hipótese, existem e são iguais aos supremos dos conjuntos das somas inferiores)
verificam a desigualdade.
Proposição 2.1.6 Sejam a, b ∈ R, a < b e f : [a, b] → R uma função limitada. f é
integrável se, e só se, para todo o ε > 0 existe uma partição P tal que SP (f ) − sP (f ) < ε.
Demonstração: Suponhamos que f é integrável e seja ε > 0, qualquer. Visto que o integral
é o supremo do conjunto das somas inferiores, existe uma partição P1 tal que
Z b
sP1 (f ) > f (x) dx − ε/2; (2.1)
a
46 Capı́tulo 2. Cálculo Integral
analogamente, visto que o integral é o ı́nfimo do conjunto das somas superiores, existe
uma partição P2 tal que Z b
SP2 (f ) < f (x) dx + ε/2. (2.2)
a
Rb
Então, SP2 (f ) − ε/2 < a f (x) dx < sP1 (f ) + ε/2 donde obtemos SP2 (f ) < sP1 (f ) + ε. Se
tomarmos uma partição P, mais fina que P1 e P2 então, pela Proposição 2.1.2, SP (f ) ≤
SP2 (f ) < sP1 (f ) + ε ≤ sP (f ) + ε.
Reciprocamente, suponhamos que para todo o ε > 0 existe uma partição P tal que
Rb
SP (f ) − sP (f ) < ε, isto é, SP (f ) < sP (f ) + ε. Então, a f (x) dx ≤ SP (f ) < sP (f ) + ε ≤
Rb Rb Rb
a
f (x) dx + ε, pelo que, para todo o ε > 0, 0 ≤ a
f (x) dx − a
f (x) dx ≤ ε, o que só é
Rb Rb
possı́vel se a f (x) dx = a f (x) dx.
e
inf g(x) ≤ g(x) ≤ sup g(x), ∀x ∈ [xi , xi+1 ],
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
então
inf f (x)+ inf g(x) ≤ f (x)+g(x) ≤ sup f (x)+ sup g(x), ∀x ∈ [xi , xi+1 ],
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ] x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
pelo que
inf f (x) + inf g(x) ≤ inf (f (x) + g(x)) ≤
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
Seja ε > 0, qualquer. Pela Proposição 2.1.6 (desigualdades 2.1 e 2.2) existem partições
P1 , P2 , P3 e P4 tais que
Z b Z b
ε ε
f (x) dx − ≤ sP1 (f ) ≤ SP2 (f ) ≤ f (x) dx +
a 2 a 2
e Z b Z b
ε ε
g(x) dx − ≤ sP3 (g) ≤ SP4 (g) ≤ g(x) dx +
a 2 a 2
2.1. Integral de Riemann: Definição e propriedades 47
Rb Rb
Concluı́mos assim que a f (x) dx + a g(x) dx é o supremo das somas inferiores e o
Rb Rb Rb
ı́nfimo das somas superiores de f + g, isto é, a f (x) dx + a g(x) dx = a (f (x) + g(x)) dx.
inf (cf (x)) = c inf (f (x)) e sup (cf (x)) = c sup (f (x)),
[xi ,xi+1 ] [xi ,xi+1 ] [xi ,xi+1 ] [xi ,xi+1 ]
Se c = −1, inf (−f (x)) = − sup (f (x)) e sup (−f (x)) = − inf (f (x)), pelo
[xi ,xi+1 ] [xi ,xi+1 ] [xi ,xi+1 ] [xi ,xi+1 ]
que sP (−f ) = −SP (f ) e SP (−f ) = −sP (f ); então,
Z b Z b Z b Z b
(−f )(x) dx = − f (x) dx e (−f )(x) dx = − f (x) dx
a a a a
Rb Rb
e destas igualdades concluı́mos que a (−f )(x) dx = − a f (x) dx.
Tendo em conta os casos estudados a proposição fica demonstrada (se c < 0, basta
observar que c = −1 (−c) e aplicar o que se mostrou anteriormente).
Demonstração: Dado ε > 0 qualquer, consideremos uma partição P1 de [a, b] tal que
SP1 (f ) − sP1 (f ) < ε/2 (Proposição 2.1.6). Se ao conjunto dos pontos que definem P1
acrescentarmos c e d, obtemos uma partição P, mais fina que P1 , pelo que SP (f )−sP (f ) <
ε/2.
Se considerarmos agora a partição P 0 de [c, d], que se obtém de P por considerar
apenas os elementos contidos em [c, d], verifica-se obviamente SP 0 (f ) − sP 0 (f ) < ε/2. Pela
Proposição 2.1.6, deduzimos que f é integrável em [c, d].
Falta-nos demonstrar a igualdade dos integrais. Supomos que a < c < d < b. Se
a = c ou d = b, as adaptações (de facto, simplificações) são evidentes. Procedemos,
agora, de modo semelhante ao da demonstração da Proposição 2.1.9. Sejam M tal que
2.1. Integral de Riemann: Definição e propriedades 49
|g(x)| ≤ M, ∀x ∈ [a, b] e P2 uma partição de [a, b], mais fina que P, tal que os elementos
de P2 em que c é extremo direito e os elementos de P2 em que d é extremo esquerdo
têm comprimento menor ou igual a ε/(2M ). Se P20 é a partição de [c, d] que se obtém de
P2 por considerar apenas os elementos contidos em [c, d], sP20 (f ) e sP2 (g) apenas diferem
(eventualmente) em duas parcelas: as que correspondem ao elemento de P2 em que c é
extremo direito e ao elemento de P2 em que d é extremo esquerdo. O mesmo acontece
em relação a SP20 (f ) e SP2 (g). Então,
Demonstração: Se a < c < b, trata-se da Proposição 2.1.11. Se c < a < b, então, pela
Rb Ra Rb Rc Rb
Proposição 2.1.11, c f (x) dx = c f (x) dx+ a f (x) dx = − a f (x) dx+ a f (x) dx, donde
obtemos o resultado. Os restantes casos resolvem-se do mesmo modo.
Proposição 2.1.13 Sejam a, b ∈ R e a < b. Se f, g : [a, b] → R são duas funções
integráveis em [a, b], então f g é integrável em [a, b].
Não demonstraremos esta proposição. A sua demonstração, embora possı́vel a este
nı́vel, seria demasiado longa para os propósitos deste curso.
50 Capı́tulo 2. Cálculo Integral
Demonstração: Suponhamos que f é contı́nua em [a, b] excepto num ponto c ∈]a, b[.
Sejam ε > 0, qualquer e M > 0 tal que |f (x)| ≤ M, ∀x ∈ [a, b]. Então pelo Teorema
2.2.1, f é integrável em [a, c − ε/(12M )] e em [c + ε/(12M ), b] (podemos sempre tomar
ε suficientemente pequeno para nenhum destes intervalos ser vazio ou se reduzir a um
ponto), pelo que, pela Proposição 2.1.6, existem partições P1 e P2 de [a, c − ε/(12M )] e
[c + ε/(12M ), b], respectivamente, tais que SP1 (f ) − sP1 (f ) < ε/3 e SP2 (f ) − sP2 (f ) < ε/3.
Se considerarmos a partição P, de [a, b], formada pelos elementos de P1 , por C = [c −
ε/(12M ), c + ε/(12M )] e pelos elementos de P2 , então SP (f ) − sP (f ) < ε (note-se que
sup f (x) − inf f (x) ≤ 2 M e que o comprimento de C é ε/(6M )). Tendo em conta a
x∈C x∈C
Proposição 2.1.6, f é integrável em [a, b].
Se f não for contı́nua num dos extremos do intervalo, procede-se do mesmo modo,
com as adaptações evidentes. O mesmo acontece para o caso em que há vários pontos
de descontinuidade. Apenas temos que considerar vários conjuntos “C”, um para cada
ponto de descontinuidade, e adaptar as constantes.
n
X n
X
sP = (xi+1 − xi ) f (xi ) e SP = (xi+1 − xi ) f (xi+1 )
i=0 i=0
EXEMPLO: A função
0,
se x = 0,
f (x) =
1 1 1
, se
<x≤ , n∈N
n n+1 n
tem uma infinidade de descontinuidades em [0, 1], mas é integrável, visto ser crescente.
52 Capı́tulo 2. Cálculo Integral
Z x+h Z x
F (x + h) − F (x) = f (t) dt − f (t) dt
Za x a
Z x+h Z x Z x+h
= f (t) dt + f (t) dt − f (t) dt = f (t) dt.
a x a x
Z x+h
Pelo Teorema 2.3.1, existe c ∈ [x, x+h] tal que F (x+h)−F (x) = f (t) dt = f (c) h
x
pelo que
F (x + h) − F (x)
F 0 (x) = lim = lim f (c) = f (x)
h→0 h c→x
(note-se que, para cada h, c está entre x e x + h, pelo que, quando h tende para 0, c tende
para x).
π
EXEMPLO: A área da figura plana limitada pelas rectas x = 0, x = , pelo eixo dos xx
4√
Rπ π 2
e pelo gráfico de cos(x) é dada por: 04 cos(x) dx = sen( ) − sen(0) = .
4 2
2o CASO
a b x
Figura 2.4:
Figura 2.5:
2.4. Áreas de figuras planas 55
1. Não esquecer que a área de uma figura não degenerada (isto é, não reduzida a um
ponto ou segmento de recta ou curva, etc.) é um número positivo.
Rb
2. Em ambos os casos, 1 e 2, a área é dada por a
|f (x)| dx.
3o CASO
a c d b x
Figura 2.6:
EXEMPLO: A área da figura plana limitada pelas rectas x = 0, x = 2 π, pelo eixo dos xx
56 Capı́tulo 2. Cálculo Integral
R 2π R π/2 R 3π/2
e pelo gráfico de cos(x) é dada por: 0 | cos(x)| dx = 0 cos(x) dx + π/2 − cos(x) dx +
R 2π
3π/2
cos(x) dx = sen(π/2) − sen(0) + (−sen(3π/2) + sen(π/2)) + sen(2π) − sen(3π/2) =
1 − 0 − (−1) + 1 + 0 − (−1) = 4.
4o CASO
f1
f2
Figura 2.7:
Se f1 e f2 são integráveis em [a, b] e f1 (x) ≥ f2 (x), ∀x ∈ [a, b], a área da figura plana
limitada pelas rectas x = a, x = b, pelo gráfico de f1 e pelo gráfico de f2 (figura 2.7) é dada
Rb Rb
por a (f1 (x) − f2 (x)) dx (= a |f1 (x) − f2 (x)| dx visto que f1 (x) − f2 (x) ≥ 0, ∀x ∈ [a, b]).
Vamos justificar este resultado. Seja k ∈ R tal que f2 (x) + k ≥ 0, ∀x ∈ [a, b]; então
f1 (x) + k ≥ f2 (x) + k ≥ 0, ∀x ∈ [a, b] e a área pretendida é igual à área da figura plana
limitada pelas rectas x = a, x = b, pelo gráfico de f1 +k e pelo gráfico de f2 +k (trata-se de
uma translacção da figura anterior). Mas a figura plana limitada pelas rectas x = a, x = b,
pelo eixo dos xx e pelo gráfico de f1 + k contém a figura plana limitada pelas rectas x = a,
x = b, pelo eixo dos xx e pelo gráfico de Rf2 + k. ARárea pretendida R b é, pois, a diferença
b b
entre as áreas destas duas figuras, isto é, a f1 (x) − a f2 (x) dx = a (f1 (x) − f2 (x)) dx.
e − sen(1) − 1.
5o CASO
Se f1 e f2 são integráveis em [a, b], a área da figura plana limitada pelas rectas x = a,
Rb
x = b, pelo gráfico de f1 e pelo gráfico de f2 (figura 2.7) é dada por a |f1 (x) − f2 (x)| dx.
Raciocinamos de modo idêntico ao do 3o caso. Se f1 − f2 muda de sinal em [a, b] (figura
2.8), consideramos os subintervalos em que f1 ≥ f2 (nestes subintervalos a área é dada
pelo integral de f1 − f2 , isto é de |f1 − f2 |) e os subintervalos em que f1 < f2 (nestes
subintervalos a área é dada pelo integral de f2 − f1 , isto é de |f2 − f1 |); a área total, que
2.4. Áreas de figuras planas 57
y
f2
f1
f1 f1
a c d b x
f2
f2
Figura 2.8:
Rb
é a soma de todas estas áreas é, pois, dada por a
|f1 (x) − f2 (x)| dx (propriedade 2.1.11).
6o CASO
y
f2
f1
a c b x
f2
f1
Figura 2.9:
EXEMPLO: A área da figura plana limitada pelos gráficos das funções x2 e 2 − x2 é dada
58 Capı́tulo 2. Cálculo Integral
R1 R1
por −1 ((2 − x2 ) − x2 ) dx = −1 (2 − 2x2 ) dx = 2 · 1 − 2 · 1/3 − (2 · (−1) − 2 · (−1)/3) =
4 − 4/3 = 8/3.
2.5. Integrais impróprios 59
Definição 2.5.1 Sejam a ∈ R e f uma função definida no intervalo [a, +∞[. Suponha-
mos que f é integrável em qualquer intervalo [a, x] com x > a. Seja, para cada x > a,
Z x
F (x) = f (t) dt.
a
e designa-se por Z +∞
f (t) dt.
a
a) Se F (x) tem limite finito quando x → +∞, diz-se que f Zé integrável (em sentido
+∞
impróprio) no intervalo [a, +∞[ ou que o integral impróprio f (t) dt existe, tem
a
sentido ou é convergente.
b) Se F (x) não tem limite ou tem limite infinito quando xZ→ +∞, diz-se que f não
+∞
é integrável no intervalo [a, +∞[ ou que o integral impróprio f (t) dt não existe ou
a
é divergente.
Z +∞
EXEMPLO 1: Consideremos o integral cos(x) dx. Este integral é divergente porque:
0
Z x
lim f (t) dt = lim [sen(t)]x0 = lim sen(x)
x→+∞ a x→+∞ x→+∞
Z +∞ Z +∞
Teorema 2.5.1 Se f e g são tais que os integrais f (t) dt e g(t) dt são con-
Z +∞ a a
f (t) dt é convergente e
b
Z +∞ Z b Z +∞
f (t) dt = f (t) dt + f (t) dt.
a a b
Nem sempre nos interessa saber o valor do integral impróprio e outras vezes não é
possı́vel calculá-lo porque a função não é elementarmente primitivável (considere-se, por
Z +∞
2
exemplo, o integral e−x dx). Precisamos então de critérios que nos permitam saber
0
se um determinado integral impróprio é ou não convergente. Esses critérios chamam-se
critérios de convergência.
Z +∞
a
Teorema 2.5.3 O integral impróprio de 1 espécie f (t) dt, com f (t) ≥ 0 ∀t ≥ a,
a
é convergente se, e só se, existe uma constante M tal que
Z x
f (t) dt ≤ M, ∀x > a.
a
Como se pode ver pelo exemplo anterior, é útil conhecer a natureza de alguns integrais
impróprios de modo a facilitar o uso dos critérios de convergência. Um exemplo de tais
integrais é o seguinte:
existe finito e diferente de zero. Então os integrais são da mesma natureza, isto é, são
ambos convergentes ou ambos divergentes.
64 Capı́tulo 2. Cálculo Integral
Z +∞ Z +∞
Teorema 2.5.6 Sejam f (x) dx e g(x) dx dois integrais impróprios de 1a
a b
espécie com funções integrandas positivas. Se
f (x)
lim = 0,
x→+∞ g(x)
então
Z +∞ Z +∞
a) se g(x) dx é convergente, f (x) dx é convergente.
b a
Z +∞ Z +∞
b) se f (x) dx é divergente, g(x) dx é divergente.
a b
Se
f (x)
lim = +∞,
x→+∞ g(x)
então
Z +∞ Z +∞
a) se g(x) dx é divergente, f (x) dx é divergente.
b a
Z +∞ Z +∞
b) se f (x) dx é convergente, g(x) dx é convergente.
a b
Z +∞
x+1
EXEMPLO 1: O integral dx é um integral impróprio de 1a espécie
1 −x+2 Z 3x4
+∞
1
(note-se que 3x4 − x + 2 > 0, ∀x ≥ 1). Como dx é convergente e
1 x3
x+1
3x4 − x + 2 = lim x4 + x3 1
lim = ,
x→+∞ 1 4
x→+∞ 3x − x + 2 3
x 3
xα e−x xα+2
lim = lim = 0, ∀α ∈ R,
x→+∞ 1 x→+∞ ex
x2
Z +∞
o integral xα e−x dx é convergente.
1
2.5. Integrais impróprios 65
Z +∞
2
EXEMPLO 3: O integral e−x dx é um integral impróprio de 1a espécie. Como
0
1 Z +∞
e x2 x2 1
lim = lim x2 = 0 e dx é convergente, podemos concluir que o integral
x→+∞ 1 x→+∞ e 1 x2
x2
em estudo é convergente.
Z +∞
Teorema 2.5.7 Se o integral |f (x)| dx é convergente então o mesmo acontece ao
Z +∞ a
+∞ +∞
Z Z
f (x) dx ≤ |f (x)| dx.
a a
Demonstração: 0 ≤ |f (x)| − f (x) ≤ 2|f (x)|, ∀x ≥ a. Seja g(x) = |f (x)| − f (x). Visto que
Z +∞ Z +∞
o integral |f (x)| dx é convergente, o mesmo acontece ao integral 2 |f (x)| dx e,
a Z +∞ Z +∞ a
pelo Teorema 2.5.4, também converge o integral g(x) dx = (|f (x)| − f (x)) dx.
Z +∞ a a
ou seja,
+∞ +∞
Z Z
f (x) dx ≤ |f (x)| dx.
a a
Z +∞
Definição 2.5.2 Diz-se que o integral f (x) dx é absolutamente convergente se
a Z +∞
R +∞
o integral a |f (x)| dx é convergente. Diz-se que o integral f (x) dx é simples-
Z +∞ a
a) Se G(x) tem limite finito quando x → −∞, diz-se Z a que f é integrável (em sentido
impróprio) no intervalo I ou que o integral impróprio f (t) dt existe, tem sentido ou
−∞
é convergente.
b) Se G(x) não tem limite ou tem limite infinito quando Z ax → −∞, diz-se que f
não é integrável no intervalo I ou que o integral impróprio f (t) dt não existe ou é
−∞
divergente.
A estes integrais também se dá o nome de integrais impróprios de 1a espécie.
são convergentes.
2.5. Integrais impróprios 67
Este facto legitima que, em caso de convergência, o integral seja definido pela ex-
pressão: Z +∞ Z a Z +∞
f (x) dx = f (x) dx + f (x) dx
−∞ −∞ a
Como
Z x Z 0 0
−at 1 at 1 at 1 1 ax 1
lim e dt = e lim e dt = lim e = lim − e =
x→+∞ 0 a x→−∞ x x→−∞ a x
x→−∞ a a a
o integral considerado é convergente e
Z +∞
2
e−a|x| dx = ·
−∞ a
68 Capı́tulo 2. Cálculo Integral
Z −2
1
EXEMPLO 3: √ dx é um integral impróprio de 1a espécie. Consideremos o
x 2 − 1
Z −2 −∞
1
integral − dx, que sabemos ser divergente. Como
−∞ x
1
√
2
x −1 −x
lim = lim √ =1
x→−∞ 1 x→−∞ x2 − 1
−
x
o integral dado também é divergente.
temos
Z 1 dois integrais
impróprios de 1a espécie com funções integrandas positivas. O integral
1
− 3 dx é convergente e
−∞ x
x−1
− 4 x4 1
lim 2x + 5x2 + 3 = lim =
x→−∞ 1 x→−∞ 2x4 + 5x2 + 3 2
− 3
x
Z 1
x−1
o integral 4 2
dx é convergente.
−∞ 2x + 5x + 3 Z +∞
x−1
De modo análogo se conclui que o integral dx é convergente. Da
1 2x + 5x2 + 3
4
convergência dos dois integrais conclui-se a convergência do integral dado.
Z 0
x
EXEMPLO 5: Consideremos o integral 2 2
dx. A função integranda é
−∞ 1 + x sen (x)
negativa ou nula no intervalo de integração, tendo-se 1 + x2 sen(x) 6= 0 ∀x ∈] − ∞, 0].
⇔ 1 ≤ 1 + x2 sen2 (x) ≤ 1 + x2
1 1
⇔1≥ 2 2
≥
1 + x sen (x) 1 + x2
−x −x
⇔ −x ≥ ≥
1 + x2 sen2 (x) 1 + x2
2.5. Integrais impróprios 69
0 0
−x −1
Z Z
Estudemos o integral dx. Este integral é divergente porque dx é
−∞ 1 + x2 −∞ x
divergente e
−x
2 x2
lim 1 + x = lim =1
x→−∞ −1 x→−∞ 1 + x2
x
Dada a última desigualdade podemos concluir que o integral em estudo é divergente.
Definição 2.5.5 Suponhamos que a função f é integrável em qualquer intervalo [a, b−ε],
ε > 0, mas
Z não é integrável em [a, b]. Fica assim definida uma função F : [a, b[→ R,
x
F (x) = f (t) dt.
a Z b
Ao integral f (x) dx chama-se integral impróprio de 2a espécie. Se existir
a
finito o limite Z x
lim− f (t) dt
x→b a
diz-se que o integral impróprio é convergente e escreve-se
Z b Z x
f (x) dx = lim− f (t) dt.
a x→b a
Se o limite não existir ou não for finito diz-se que o integral impróprio de 2a espécie
é divergente.
Se α = 1 Z x
1
dt = [ − log(b − t) ]xa = − log(b − x) + log(b − a)
a b−t
70 Capı́tulo 2. Cálculo Integral
e se α 6= 1
x x
(b − t)−α+1 (b − x)−α+1 (b − a)−α+1
Z
1
dt = − =− +
a (b − t)α −α + 1 a −α + 1 −α + 1
tendo-se
Z x
1 +∞,
se α ≥ 1
lim− dx = −α+1
x→b a (b − t)α (b − a)
, se α < 1
−α + 1
Então o integral converge se, e só se, α < 1.
Definição 2.5.6 Suponhamos que a função f é integrável em qualquer intervalo [a+ε, b],
ε > 0, mas não é integrável em [a, b]. Fica assim definida uma função F :]a, b] → R,
Z b
F (x) = f (t) dt.
x Z b
Ao integral f (x) dx chama-se integral impróprio de 2a espécie. Se existir
a
finito o limite
Z b
lim+ f (t) dt
x→a x
Se o limite não existir ou não for finito diz-se que o integral impróprio de 2a espécie
é divergente.
Z b
1
EXEMPLO: O integral α
dx, α ∈ R, é um integral impróprio de 2a espécie se,
a (x − a)
e só se, α > 0. Se α ≤ 0 trata-se de um integral de Riemann. O integral só terá sentido
se existir e for finito o limite Z b
1
lim+ α
dt.
x→a x (t − a)
Se α = 1 Z b
1
dt = [ log(t − a) ]bx = log(b − a) − log(x − a)
x t−a
e se α 6= 1
b b
(t − a)−α+1 (b − a)−α+1 (x − a)−α+1
Z
1
dt = = −
x (t − a)α −α + 1 x −α + 1 −α + 1
2.5. Integrais impróprios 71
tendo-se
Z
1 x +∞,
se α ≥ 1
lim+ dx = −α+1
(b − a)
α
x→a a (t − a)
, se α < 1
−α + 1
Então o integral converge se, e só se, α < 1.
Z x x
t 3 2 32 3 2 23 3 3
lim− √3
dt = lim− − (1 − t ) = lim− − (1 − x ) + =
x→1 0 1 − t2 x→1 4 0 x→1 4 4 4
Z 1
x
Portanto, o integral dado é convergente e √
3
dx = 0.
−1 1 − x2
O integral do primeiro membro é convergente se, e só se, os dois integrais do segundo
membro forem convergentes. Se algum dos integrais do segundo membro for divergente,
então o integral do primeiro membro é divergente.
72 Capı́tulo 2. Cálculo Integral
Z 1
1
EXEMPLO: O integral √
3
dx é um integral impróprio de 2a espécie porque
x 2
−1
1
lim √ = +∞. Temos de estudar os dois integrais
x→0 3 x2
Z 0 Z 1
1 1
√3
dx e √3
dx.
−1 x2 0 x2
Z x
1 h √ ix √
3
lim− √
3 2
dt = lim 3 t = lim 3 3
x + 3 =3
x→0 −1 t x→0− −1 x→0−
Z 1
1 h √ i1 √
3
lim+ √3 2
dt = lim 3 t = lim 3 − 3 3
x =3
x→0 x t x→0+ x x→0+
Z 1
1
Portanto, o integral dado é convergente e √3
dx = 6.
−1 x2
Para os integrais impróprios de 2a espécie, os critérios de convergência são idênticos
aos obtidos para os integrais impróprios de 1a espécie.
Z b Z b
Teorema 2.5.10 Sejam f (x) dx e g(x) dx dois integrais impróprios de 2a espécie
a a
(no mesmo limite de integração) com funções integrandas positivas e suponhamos que o
limite
f (x) f (x)
lim ou, lim+
x→b− g(x) x→a g(x)
2.5. Integrais impróprios 73
é finito e diferente de zero. Então os integrais são da mesma natureza, isto é, são ambos
convergentes ou ambos divergentes.
EXEMPLO 1: O integral Z 1
1
√ dx
1
2
1 − x4
é impróprio de 2a espécie, porque para x = 1 a função integranda se torna infinita.
Consideremos o integral impróprio de 2a espécie convergente
Z 1
1
1 dx.
1 (1 − x) 2
2
podemos concluir que os dois integrais têm a mesma natureza, ou seja, o integral dado é
convergente.
EXEMPLO 2: O integral Z 2
1
3 dx
(2x − x2 ) 2 0
então
74 Capı́tulo 2. Cálculo Integral
Z b Z b
a) se g(x) dx é convergente f (x) dx é convergente.
a a
Z b Z b
b) se f (x) dx é divergente g(x) dx é divergente.
a a
Se
f (x) f (x)
lim− = +∞ ou, lim+ = +∞
x→b g(x) x→a g(x)
então
Z b Z b
a) se g(x) dx é divergente então f (x) dx é divergente.
a a
Z b Z b
b) se f (x) dx é convergente então g(x) dx é convergente.
a a
Z b
Teorema 2.5.12 Seja f (x) dx um integral impróprio de 2a espécie. Se o integral
Z b a Z b
|f (x)| dx é convergente o mesmo acontece ao integral f (x) dx.
a a
Z b
a
Definição 2.5.9 Diz-se que o integral impróprio de 2 espécie f (x) dx é absoluta-
Z b a
Rb
mente convergente se o integral a |f (x)| dx é convergente. Se o integral f (x) dx
Z b Z b a
Estudemos o integral
Z 1 Z 1
1 1
√ dx = 1 1 dx.
0 1 − x2 0 (1 − x) (1 + x) 2
2
2.5. Integrais impróprios 75
Z 1
1
O integral 1 dx é convergente e
0 (1 − x) 2
1
1 1
(1−x) 2 (1+x) 2 1 1
lim− 1 = lim− =√ ,
1
x→1
(1−x) 2
1 x→1 (1 − x) 2 2
Z 1
1
o que implica que o integral √ dx é convergente. Pelo Teorema 2.5.9, o integral
0 1 − x2
Z 1
cos(πx)
√
1 − x2 dx
0
Podem ainda considerar-se integrais impróprios mistos: por exemplo, com algum li-
mite de integração infinito e em que a função integranda se torne ilimitada num número
finito de pontos do intervalo de integração. Neste caso, a definição do integral faz-se divi-
dindo o intervalo de integração por forma que se obtenham integrais dos tipos anteriores;
se os integrais assim obtidos são convergentes diz-se que o integral misto é convergente e
o seu valor é igual à soma dos valores dos integrais correspondentes aos subintervalos. Se
algum dos integrais obtidos é divergente o integral misto é divergente.
Z +∞
1
EXEMPLO 1: O integral 3
dx é um integral impróprio misto, podendo fazer-se
−2 x +1
a decomposição
Z +∞ Z −1 Z 1 Z +∞
1 1 1 1
3
dx = 3
dx + 3
dx + dx,
−2 x +1 −2 x +1 −1 x +1 1 x3 +1
o a a
sendo os dois primeiros
Z −1integrais do 2 membro de 2 espécie e o último de 1 espécie.
1
Como o integral dx é divergente e
−2 −x − 1
1
x3 +1 1+x 1 1
lim − 1 = lim − 3
= lim − 2 =
x→−1
1+x
x→−1 x + 1 x→−1 3x 3
Z −1
1
o integral dx é divergente. Então o integral misto é divergente.
−2 x3 + 1
76 Capı́tulo 2. Cálculo Integral
Z −1
1
EXEMPLO 2: O integral 3 dx é um integral impróprio misto, tendo-se
−∞ (x2 − 4) 5
Z −1 Z −3 Z −2 Z −1
1 1 1 1
3 dx = 3 dx + 3 dx + 3 dx.
−∞ (x2 − 4) 5 −∞ (x2 − 4) 5 −3 (x2 − 4) 5 −2 (x2 − 4) 5
O primeiro dos integrais do 2o membro é de 1a espécie e os outros dois são de 2a espécie.
Consideremos o integral de 1a espécie convergente
Z −3
1
6 dx.
−∞ x 5
Temos
1 6
3
(x2 −4) 5 x5
lim 1 = lim 3 =1
x→−∞
x5
6 x→−∞ (x2 − 4) 5
Z −3
1
o que implica que o integral 3 dx é convergente.
−∞ (x2 − 4) 5
Z −2
a 1
O integral de 2 espécie 3 dx é convergente e
−3 (−2 − x) 5
−1
3
(x2 −4) 5 −1 1
lim − −1 = lim − 3 = 3
x→−2
(−2−x) 5
3 x→−2 (x − 2) 5 45
Z −3
1
o que implica que o integral 3 dx é convergente.
−2 (x2 − 4) 5
Z −1
a 1
O integral de 2 espécie 3 dx é convergente e
−2 (x + 2) 5
−1
3
(x2 −4) 5 −1 1
lim + 1 = lim + 3 = 3
x→−2 3
(x+2) 5
x→−2 (x − 2) 5 45
Z −1
1
o que implica que o integral 3 dx é convergente.
(x2 − 4) 5 −2
Podemos então concluir que o integral dado é convergente.
Z +∞
1
dx.
−∞ 1 + x2
Z +∞ Z 0 Z +∞
1 1 1
dx = dx + dx
−∞ 1 + x2 −∞ 1 + x2 0 1 + x2
Z +∞ Z x
1 1
= 2 dx = 2 lim dt
0 1 + x2 x→+∞ 0 1 + t2
Figura 2.10:
Z 2
1
p dx.
−3 |x|
78 Capı́tulo 2. Cálculo Integral
Z 2 Z 0 Z 2 Z x Z 2
1 1 1 1 1
p dx = p dx + p dx = lim √ dt + lim √ dt
−3 |x| −3 |x| 0 |x| x→0− −3 −t x→0+ x t
√ x h √ i2
= lim− −2 −t −3 + lim+ 2 t
x→0 x→0 x
√ √ √ √ √ √
= lim− −2 −x + 2 3 + lim+ 2 2 − 2 x = 2 3 + 2 2
x→0 x→0
Figura 2.11:
2.6. Exercı́cios propostos para resolução nas aulas 79
(a) Domı́nio limitado pelos gráficos das funções f (x) = ex e g(x) = e−x , e pelas
rectas de equação x = −1 e x = 2;
(b) Domı́nio limitado pela parábola de equação y 2 = 2x−2 e pela recta de equação
y − x + 5 = 0;
(b) Domı́nio limitado pelo gráfico da função f (x) = (x + 1)2 − 4 e pela recta de
equação y = 2x;
(c) Domı́nio limitado pelo gráfico da função f (x) = x3 − 6x2 + 8x e pela recta de
equação y = 0;
(d) Domı́nio limitado pelo gráfico da função f (x) = arcsin(x) e pela recta de
π
equação y = x;
2
(e) Domı́nio contido no 1o quadrante e limitado pela hipérbole de equação xy = 1,
pela parábola de equação y = x2 e pela recta de equação y = 4.
2.7. Exercı́cios propostos para resolução autónoma 83
Matrizes
85
Capı́tulo 1
Matrizes
(não havendo perigo de ambiguidade, é usual suprimir-se o tipo da matriz indicado nas
notações atrás em ı́ndice). Note-se que certos autores usam parêntesis curvos, em vez
de rectos, para delimitar os elementos da matriz. O número ai j (i ∈ {1, . . . , m}, j ∈
{1, . . . , n}), que se encontra na linha i e na coluna j da matriz A, diz-se o elemento da
posição (i, j) ou a (i, j)-ésima entrada de A.
O conjunto das matrizes do tipo m×n sobre um corpo K representa-se por Mm×n (K).
87
88 Álgebra das Matrizes
1 0 0 ··· 0 0
0 1 0 ··· 0 0
1 0 0
1 0 0 0 1 ··· 0 0
I2 = I3 = 0 1 0 In = (n ∈ N)
.. .. .. . . .. ..
0 1 . . . . . .
0 0 1
0 ··· 1 0
0 0
0 0 0 ··· 0 1
n×n
2 0 0 7 0 0 2 3 −4 2 0 0
E = 0 −1 0 F = 0 7 0 G = 0 −1 H = 3 −1 0
9
0 0 5 0 0 7 0 0 5 −1 3 5
2 3 −4 2 0 0 2 3 −4 0 −3 4
J = 0 −1 L= 3 0 0 M = 3 0 N =
9 1 3 0 −1
0 0 0 −1 3 5 −4 1 −2 −4 1 0
2
0
−1
P = Q= R= S=
−1 1 2 0 0 1 −2 0 7
0
1×4 1×5 0
−3
3×1
3
4×1
1.1. Definição de matriz 89
0 0 0 0 0
0 0
03×1 = 0
01×4 = 0 0 0 0 02×2 = 03×4 = 0 0 0 0 H
0 0
0 0 0 0 0
Definições 1.1.3 Consideremos uma matriz A = [ai j ]m×n sobre um corpo K. Dizemos
que:
4. A é uma matriz nula se todos os seus elementos forem nulos, i.e. ai j = 0, para
quaisquer i ∈ {1, . . . , m} e j ∈ {1, . . . , n}. A matriz nula do tipo m×n representa-se
por 0m×n , ou simplesmente por 0 quando não houver perigo de ambiguidade (ver
Exemplos 1.1.2).
Definições 1.1.5 Consideremos uma matriz A = [ai j ]n×n quadrada de ordem n sobre
um corpo K. Dizemos que:
5. Uma matriz diagonal em que todos os elementos da diagonal principal são iguais
diz-se uma matriz escalar;
Exemplos 1.2.2
2 −1 5 3 2 + 5 −1 + 3 7 2
+ = =
3 0 −4 7 3 + (−4) 0 + 7 −1 7
1 4 −1 −1 3 7 1 + (−1) 4 + 3 −1 + 7 0 7 6
+ = =
2 3 0 0 4 −2 2+0 3 + 4 0 + (−2) 2 7 −2
1 3 −5 4 + 2 −7 6 5 = 1 + 2 3 + (−7) −5 + 6 4 + 5 = 3 −4 1 9
−2 −3 −2 + (−3) −5
0 + 9 = = 9 H
0+9
5 2 5+2 7
Definição 1.2.3 Dada uma matriz A = [ai j ]m×n do tipo m × n sobre K, definimos a
matriz simétrica de A, e denotamo-la por −A, como sendo a matriz cujas entradas
são as simétricas da matriz A, i.e. −A = [xi j ]m×n , em que xi j = −ai j , para quaisquer
i ∈ {1, . . . , m} e j ∈ {1, . . . , n}.
Exemplos 1.2.4
2 −1 −2 1 1 4 −1 −1 −4 1
− = − =
3 0 −3 0 2 3 0 −2 −3 0
−2 2
− = − 0 = 0 H
1 3 −5 4 −1 −3 5 −4
5 −5
92 Álgebra das Matrizes
Como é usual para números reais, dadas duas matrizes A, B ∈ Mm×n (K), escrevemos
abreviadamente A − B para representar a matriz A + (−B).
Definição 1.2.5 Dados uma matriz A = [ai j ]m×n sobre K e um escalar λ ∈ K, definimos
a matriz λA, a que chamamos multiplicação escalar de λ por A, como sendo a matriz
cujas entradas resultam de multiplicar λ pelos elementos de A, i.e. λA = [xi j ]m×n , em
que xi j = λai j , para quaisquer i ∈ {1, . . . , m} e j ∈ {1, . . . , n}.
Exemplos 1.2.6
(−5) 1 3 −5 4 = (−5) · 1 (−5) · 3 (−5) · (−5) (−5) · 4 = −5 −15 25 −20
2 −1 4 · 2 4 · (−1) 8 −4
4 = = H
3 0 4·3 4·0 12 0
Definição 1.2.7 Dada uma matriz A = [ai j ]m×n do tipo m × n sobre K, definimos a
matriz transposta de A, e denotamo-la por AT , como sendo a matriz do tipo n × m
que resulta de “trocar” as linhas de A com as colunas de A, i.e. AT = [xi j ]n×m , em que
xj i = ai j , para quaisquer j ∈ {1, . . . , n} e i ∈ {1, . . . , m}.
Exemplos 1.2.8
T
T 1 2
2 −1 2 3 1 4 −1
= =
4 3
3 0 −1 0 2 3 0
−1 0
1
T
T
−2
3
= 0 = −2 0 5 H
1 3 −5 4
−5
5
4
Definição 1.2.9 Sejam L = x1 x2 · · · xn uma matriz linha (do tipo 1 × n) e
1×n
1.2. Operações com matrizes 93
y1
y2
C= uma matriz coluna (do tipo n × 1) sobre um corpo K. Ao escalar
..
.
yn
n×1
LC = x1 y1 + x2 y2 + · · · + xn yn
chamamos produto da linha L pela coluna C.
3
−5
Exemplo 1.2.10 Sejam L = 2 5 0 −4 eC=
. Então
1×4 5
−2
4×1
LC = 2 · 3 + 5 · (−5) + 0 · 5 + (−4) · (−2) = −11. H
Definição 1.2.11 Sejam A = [ai j ]m×n e B = [bi j ]n×p duas matrizes sobre K dos tipos
m × n e n × p, respectivamente. Sejam L1 , . . . , Lm as linhas da matriz A (consideradas
como matrizes linha do tipo 1 × n) e C1 , . . . , Cp as colunas da matriz B (consideradas
como matrizes coluna do tipo n × 1). Definimos o produto da matriz A pela matriz B
como sendo a matriz AB = [xi k ]m×p , do tipo m × p, cujo elemento xi k da posição (i, k)
se obtém multiplicando a linha i de A pela coluna k de B, i.e.
xi k = Li Ck = ai 1 b1 k + ai 2 b2 k + · · · + ai n bn k ,
para quaisquer i ∈ {1, . . . , m} e k ∈ {1, . . . , p}.
Exemplo 1.2.12
−2 0
2 3 4 −5
1 5
=
−1 0 7 2
−3 −7
2 −2 3 6
3×4
4 8
4×2
2 · (−2) + 3 · 1 + 4 · (−3) + (−5) · 4 2 · 0 + 3 · 5 + 4 · (−7) + (−5) · 8 −33 −53
= −11 −33
(−1) · (−2) + 0 · 1 + 7 · (−3) + 2 · 4 (−1) · 0 + 0 · 5 + 7 · (−7) + 2 · 8
2 · (−2) + (−2) · 1 + 3 · (−3) + 6 · 4 2 · 0 + (−2) · 5 + 3 · (−7) + 6 · 8 9 17
3×2
94 Álgebra das Matrizes
Teorema 1.2.13 Sejam Am×n , Bm×n , Cm×n e Xm×n matrizes do tipo m × n sobre K,
Yn×p uma matriz do tipo n × p sobre K, Zp×q uma matriz do tipo p × q sobre K, W`×m
uma matriz do tipo ` × m sobre K, Mn×n uma matriz quadrada de ordem n sobre K
α, β ∈ K e k ∈ N. Então:
1. A + B = B + A;
2. (A + B) + C = A + (B + C);
3. A + 0m×n = A;
4. A + (−A) = 0m×n ;
5. α(A + B) = αA + αB;
6. (α + β)A = αA + βA;
7. α(βA) = (αβ)A;
8. 1A = A e (−1)A = −A;
12. (A + B)T = AT + B T ;
15. W (A + B) = W A + W B;
16. (A + B)Y = AY + BY ;
1. simétrica se AT = A;
2. anti-simétrica se AT = −A.
Exemplos 1.2.16 Uma vez mais consideremos as matrizes de 1.1.2. Então, as matrizes
In (n ∈ N), E, F , M e 02×2 são simétricas e as matrizes N e 02×2 são anti-simétricas. H
96 Álgebra das Matrizes
Nestas condições, é fácil ver que a matriz B é única. Denotamos então B por A−1 e
designamo-la por matriz inversa de A.
Exemplo 1.3.2 De acordo com o vimos imediatamente antes da Definição 1.2.14, tem-se
−1
1 1 −1 1
= . H
2 1 2 −1
(a) A + D;
(b) B + C;
98 Álgebra das Matrizes
X + A = 2(X − B).
(a) 3A;
(b) A + B;
(c) 0B;
(d) B + C;
(e) 4A − 2B;
(f) AB;
(g) AC;
(h) (AC)2 ;
(i) (A − 2B)(3C + D);
(j) A(DB);
(k) (AD)B.
1 3
9. Mostre que uma matriz do tipo 2 × 2 comuta com se e só se é da forma
0 1
α β
, com α e β números reais.
0 α
0 1 −1 −1
10. Considere as matrizes A = eB= .
0 1 0 0
Prove que:
(a) (A + B)2 6= A2 + 2AB + B 2 ;
(b) A2 − B 2 6= (A − B)(A + B).
11. Determine quais das seguintes matrizes são simétricas ou anti-simétricas:
1 2 0 −3 7 0 −1 3 3 1 6
A = 2 1 , B = 3 , C = 1 e D = 1 5 5 .
0 −5 2 2
5 4 −7 5 0 3 2 0 6 5 7
5. Considere as matrizes:
2 −1 0 1 1 −1 −1
1 1 2 3 4
A= , B = 1 , C = , D = 2 ,
1 2 5 3 0
0 3 5 7 1
2 −2 1 0 1 −5 3
−8
E= e F = 3 .
2 4 7
1
Calcule, caso possı́vel:
(a) AB;
(b) AD;
(c) AC;
(d) CA;
(e) C 2 ;
(f) DF ;
1.5. Exercı́cios propostos para resolução autónoma 101
(g) ED;
(h) EF ;
(i) F E.
6. Mostre que a equação X 2 − 5X + 4I2 = 0 é satisfeita por cada uma das matrizes:
1 0
(a) .
0 1
4 0
(b) .
0 4
3 −2
(c) .
−1 2
0 1 0 α β γ
7. Mostre que as matrizes que comutam com 0 0 1 são as da forma 0 α β ,
0 0 0 0 0 α
com α, β e γ números reais.
2
0 a a
2 3
8. Calcule A e A , sendo A = 0 0 a .
0 0 0
(a) Y 2 = −I2 ;
(b) Y 4 = I2 ;
102 Álgebra das Matrizes
0 −c b
A= ,
c 0 −a
−b a 0
onde a2 + b2 + c2 = 1.
12. Mostre que, se A e B são matrizes do tipo 2 × 2, então a soma dos elementos da
diagonal principal da matriz AB − BA é zero.
Capı́tulo 2
Exemplos 2.1.2
2x + y − 2z + 4w = −1
1. x − y + 3w = 5 é um sistema de 3 equações lineares a 4 incógnitas
4x + 7y + 3z − 8w = 0
x, y, z e w com coeficientes reais;
y + 2z = 1
2. x − 2y + z = 0 é um sistema de 3 equações lineares a 3 incógnitas x, y e z
3y − 4z
= 23
com coeficientes reais. H
103
104 Sistemas de Equações Lineares
do tipo m × n sobre K,
x1
x2
X=
..
.
xn
n×1
(coluna) do tipo n × 1 e
b1
b2
B=
..
.
bm
m×1
As operações (G1), (G2) e (G3) correspondem a efectuar nas linhas da matriz ampliada
de um sistema as seguintes operações (respectivamente):
(L1) Trocar duas linhas;
−→ 1 −2
1 0
−→ 1 −2 1
0
(L3) 0 1 2 1 (L2) 0 1 2 1
10
L3 → L3 + L2 0 0 3
− 20
3
3
L3 → 10 L3 0 0 1 −2
−→ 1 −2 0
2
−→ 1 0 0 12
. H
(L4) L2 → L2 − 2L3 0 1 0 5 (L3) 0 1 0 5
(L4) L1 → L1 − L3 0 0 1 −2 L1 → L1 + 2L2 0 0 1 −2
Teorema 2.2.3 Toda a matriz que resulta da matriz ampliada de um sistema de equações
lineares por meio de uma sucessão (finita) de operações elementares sobre linhas é a matriz
ampliada de um sistema de equações lineares equivalente (i.e. com o mesmo conjunto de
soluções) ao sistema inicial.
Note-se que estas operações sobre colunas de uma matriz não têm correspondência
com as operações de Gauss, pelo que não podem ser usadas na resolução matricial de um
sistema (com as definições consideradas), com excepção da troca de colunas da matriz
simples que corresponde a trocar o nome (ou a ordenação) das incógnitas.
Sejam A e B duas matrizes do tipo m × n sobre K. Escrevemos (ver Exemplo 2.2.2)
A −→ B A −→ B A −→ B
, e
Li ↔ Lj Li → αLi Li → Li + αLj
para denotar que B se obtém de A por meio da troca da linha i com a linha j (1 ≤ i <
j ≤ m), da multiplicação da linha i por α (1 ≤ i ≤ m e α ∈ K\{0}) e da adição da linha j
multiplicada por α ∈ K à linha i (1 ≤ i, j ≤ m e i 6= j), respectivamente. Analogamente,
A −→ B A −→ B A −→ B
, e
Ci ↔ Cj Ci → αCi Ci → Ci + αCj
denota que B se obtém de A por meio da troca da coluna i com a coluna j (1 ≤ i < j ≤ n),
da multiplicação da coluna i por α (1 ≤ i ≤ n e α ∈ K \ {0}) e da adição da coluna j
multiplicada por α ∈ K à coluna i (1 ≤ i, j ≤ n e i 6= j), respectivamente.
2.3. Matrizes de Hermite 109
0 · · · 0 a1 j 1 · · · ∗ ∗ ··· ∗ ∗ ··· ∗ ∗ ··· ∗
0 ··· · · · 0 a2 j 2 · · · ∗ ∗ ··· ∗ ∗ ··· ∗
0 0
0 ··· 0 0 ··· 0 0 · · · 0 a3 j3 · · · ∗ ∗ ··· ∗
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . .
A=
0 ··· 0 0 ··· 0 0 ··· 0 0 · · · 0 a` j ` ··· ∗
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . .
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
Exemplos 2.3.2
1. A matriz nula 0m×n é (de acordo com a nossa definição) escalonada por linhas;
3. As matrizes
0 3 4 −4 7 −9 −1 −1 4 9 3
0 0 −5 0 2 3 4 3 0 0 −2
0 0 0 0 0 7 −1 −2 −4 0 0
0 0 0 0 0 0 0 0 0 2 3
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
e
2 3 4 −4 7 8 1 1 4 9 3
0 −2 −5 −2
0 2 3 4 3 0 0
0 0 0 0 0 7 −1 −2 −4 0 0
0 0 0 0 0 0 0 0 3 2 3
0 0 0 0 0 0 0 0 0 0 −4
4. A matriz
0 0 0 3
0 1 −2 4
A=
0 −1 2 2
0 2 −4 2
pelo que a partir de A, por meio de operações elementares sobre linhas, obtemos
uma matriz B escalonada por linhas. H
Teorema 2.3.3 Toda a matriz pode ser transformada por meio de operações elementares
sobre linhas numa matriz escalonada por linhas.
bi `
com b1 ` 6= 0 (1 ≤ ` ≤ n). De seguida, efectuando em B as operações Li → Li − b1 ` L1 , para
2 ≤ i ≤ m, obtemos uma matriz da forma
0 ··· 0 b1 ` b1 `+1 ··· b1 n
0 ··· 0 0 c2 `+1 · · · c2 n
C= .
.. .. .. .. .. .. ..
. . . . . . .
0 ··· 0 0 cm `+1 · · · cm n
m×n
Repetindo sucessivamente este processo “para as linhas 2 até m − 1” das matrizes resultantes,
obtemos uma matriz escalonada por linhas.
Definição 2.3.4 Seja A = ai j uma matriz do tipo m × n sobre K escalonada por
m×n
linhas tal que a1 j1 , a2 j2 , . . . , a` j` são os elementos dos cantos de A, com ` ∈ {0, 1, . . . , m}
e j1 , j2 . . . , j` ∈ {1, . . . , n} (e j1 < j2 < . . . < j` ). Dizemos que a matriz A é de Hermite
(ou escalonada por linhas reduzida) se, para cada k ∈ {1, . . . , `}, o único elemento
112 Sistemas de Equações Lineares
0 ··· 0 11 j1 · · · ∗ 0 ··· ∗ 0 ··· ∗ 0 ··· ∗
0 ··· ··· 0 12 j2 · · · ∗ 0 ··· ∗ 0 ··· ∗
0 0
0 ··· 0 0 ··· 0 0 ··· 0 13 j3 · · · ∗ 0 ··· ∗
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . .
A=
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 1` j ` ··· ∗
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . .
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
Exemplos 2.3.5
3. As matrizes
0 1 0 4 7 0 −1 −1 4 0 3
0 0 1 0 2 0 4 3 0 0 −2
0 0 0 0 0 1 −1 −2 −4 0 0
0 0 0 0 0 0 0 0 0 1 3
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
Matrizes de Hermite 113
e
1 0 4 −4 7 0 1 1 0 9 0
0 1 −5
0 2 0 4 3 0 0 0
0 0 0 0 0 1 −1 −2 0 0 0
0 0 0 0 0 0 0 0 1 2 0
0 0 0 0 0 0 0 0 0 0 1
são de Hermite;
4. A matriz
3 −6 9 −9 12 6 3 −3 6 −12 3
2 −4 4 −4 0 −4 0
0 0 2 2
A=
0 0 0 0 0 2 −2 0 6 0 4
0 0 0 0 0 0 0 0 −4 4 0
0 0 0 0 0 0 0 0 0 0 5
1 −2 3 −3 4 2 1 −1 2 −4 1
A −→
1 −2 2 −2 0 −2 0
0 0 1 1
L1 → 13 L1
0 0 0 0 0 1 −1 0 3 0 2
L2 → 12 L2
0 0 0 0 0 0 0 0 1 −1 0
L3 → 12 L3
0 0 0 0 0 0 0 0 0 0 1
L4 → − 14 L4
L5 → 15 L5
114 Sistemas de Equações Lineares
1 −2 3 −3 4 2 1 −1 2 −4 0
−→
1 −2 2 −2 0 −2 0
0 0 1 1
L3 → L3 − 2L5
0 0 0 0 0 1 −1 0 3 0 0
L1 → L1 − L5 0 0 0 0 0 0 0 0 1 −1 0
0 0 0 0 0 0 0 0 0 0 1
1 −2 3 −3 4 2 1 −1 0 −2 0
−→
1 −2 2 −2 0 −2 0
0 0 1 1
L3 → L3 − 3L4
0 0 0 0 0 1 −1 0 0 3 0
L1 → L1 − 2L4
0 0 0 0 0 0 0 0 1 −1 0
0 0 0 0 0 0 0 0 0 0 1
1 −2 3 −3 4 0 −1 −1 0 −8 0
−→
−2 3 −2 0 −5 0
0 1 0 1 0
L2 → L2 − L3
0 0 0 0 0 1 −1 0 0 3 0
L1 → L1 − 2L3
0 0 0 0 0 0 0 0 1 −1 0
0 0 0 0 0 0 0 0 0 0 1
1 0 −1 −3 6 0 5 −5 0 −18 0
0 1 −2 3 −2 0 −5 0
0 1 0
−→
0 0 0 0 0 1 −1 0 0 =B ,
3 0
L1 → L1 + 2L2
0 0 0 0 0 0 0 0 1 −1 0
0 0 0 0 0 0 0 0 0 0 1
pelo que a partir de A, por meio de operações elementares sobre linhas, obtemos
uma matriz B de Hermite. H
Teorema 2.3.6 Toda a matriz pode ser transformada por meio de operações elementares
sobre linhas numa matriz de Hermite.
Matrizes de Hermite 115
Demonstração. Seja Am×n uma matriz do tipo m × n sobre K. Pelo Teorema 2.3.3, a matriz A
pode ser transformada por meio de operações elementares sobre linhas numa matriz escalonada
por linhas
0 · · · 0 b1 j1 ··· ∗ ∗ ··· ∗ ∗ ··· ∗ ∗ ··· ∗
0 ··· 0 0 · · · 0 b2 j2 ··· ∗ ∗ ··· ∗ ∗ ··· ∗
0 ··· ··· · · · 0 b3 j3 ··· ∗ ∗ ··· ∗
0 0 0 0
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . .
B=
.
0 ··· 0 0 ··· 0 0 ··· 0 0 · · · 0 b` j` ··· ∗
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . .
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
1
Efectuando sobre B as operações Li → bi ji Li , com i ∈ {1, . . . , `}, obtemos uma matriz da forma
0 ··· 0 1 ··· ∗ c1 j2 ··· ∗ c1 j3 ··· ∗ c1 j` ··· ∗
0 ··· 0 0 ··· 0 1 ··· ∗ c2 j3 ··· ∗ c2 j` ··· ∗
0 ··· 0 0 ··· ··· 0 ··· ∗ c3 j` ··· ∗
0 0 1
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . .
C=
.
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 1 ··· ∗
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . .
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
116 Sistemas de Equações Lineares
Exemplos 2.4.2
1. r(0) = 0;
2. r(In ) = n, n ∈ N;
Teorema 2.4.3 Seja A uma matriz do tipo m × n sobre K e sejam B e C duas matrizes
escalonadas por linhas que se obtêm a partir de A por meio de uma sucessão (finita) de
operações elementares sobre linhas. Então r(B) = r(C).
Definição 2.4.4 Seja A uma matriz do tipo m × n sobre K. Seja B uma matriz esca-
lonada por linhas, com ` linhas não nulas, 0 ≤ ` ≤ m, que se obtenha a partir de A
por meio de uma sucessão (finita) de operações elementares sobre linhas. A ` chamamos
caracterı́stica de A e denotamo-la por r(A) (i.e, r(A) = `).
Exemplos 2.4.6
−→
A 1 0 2 1 3 1 0 2 1 3
−→
L2 → L2 − 2L1 0 −1 0 −2 1 0 −1 0 −2 1
L →L −L
3 3 2
L3 → L3 − 2L1
0 −1 0 −2 −2
0
0 0 0 −3
L4 → L4 − L2
L4 → L4 − 3L1 0 −1 0 −2 −8 0 0 0 0 9
1 0 2 1 3
−→
0 −1 0 −2 1
,
0
L4 → L4 − 3L3 0 0 0 −3
0 0 0 0 0
Teorema 2.4.7 Seja A uma matriz quadrada de ordem n sobre K. Então, as seguintes
afirmações são equivalentes:
1. A matriz A é invertı́vel;
3. r(A) = n.
Exemplos 2.4.8
Então
−→
A 1 0 1 3 1 0 1 3
−→
L2 → L2 − 2L1 0 −1 −2 1 0 −1 −2 1
L →L −L ,
3 3 2
L3 → L3 − 2L1 0 −1 −1 −2
0
0 −1 −3
L4 → L4 − L2
L4 → L4 − 3L1 0 −1 −2 −8 0 0 0 −9
Este sistema encontra-se na forma que usualmente se designa por “resolvido”, i.e. a
partir da qual podemos de imediato escrever explicitamente o seu conjunto de soluções.
Observe-se ainda que este sistema tem uma variável independente (o grau de indeter-
minação do sistema) e três variáveis dependentes.
A forma normalizada (i.e. variáveis ordenadas e só com termos independentes nos
segundos membros das equações) do sistema considerado é a seguinte:
x + 2w = 1
y−w = 3
z − 3w = 2 .
1 0 0 2 1
,
0 1 0 −1 3
0 0 1 −3 2
0 ··· 0 11 j1 · · · ∗ 0 ··· ∗ 0 ··· ∗ 0 ··· ∗ ∗
0 ··· 0 0 ··· 0 12 j2 · · · ∗ 0 ··· ∗ 0 ··· ∗ ∗
0 ··· 0 0 ··· 0 0 ··· 0 13 j3 · · · ∗ 0 ··· ∗ ∗
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . . . . .
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 1` j ` ··· ∗ ∗
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 λ
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0
. . .. .. .. .. .. .. .. .. .. .. .. .. .. ..
.. .. . . . . . . . . . . . . . .
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0
m×(n+1)
1 −2 0 1 1
−→
,
0
0 1 −1 −1
L3 → L3 − L2
0 0 0 0 2
pelo que o sistema não tem soluções, visto que à terceira linha da última matriz
corresponde a equação 0 = 2 (é fácil ver que, mais geralmente, obtemos um sistema
insolúvel para qualquer α 6= 1);
1 −2 0 1 1
−→
.
0
0 1 −1 −1
L3 → L3 − L2
0 0 0 0 0
{(1 + 2α − β, α, −1 + β, β) | α, β ∈ R}.
Resolução e discussão de sistemas 123
Definições 2.5.2
1. Um sistema de equações lineares diz-se possı́vel se possuir soluções, caso contrário
diz-se impossı́vel;
Em resumo,
para um sistema de m equações lineares a n incógnitas de matriz ampliada
A|B , temos:
m×(n+1)
1. Se r(A) = r( A | B ) = n o sistema é possı́vel e determinado;
2. Se r(A) = r( A | B ) < n o sistema é possı́vel e indeterminado com grau de
indeterminação igual a n − r(A);
3. Se r(A) < r( A | B ) o sistema é impossı́vel.
Por discussão de um sistema entendemos determinar qual das três situações anteriores
satisfaz o sistema (sem necessariamente ter de o resolver).
1 α 1 1
−→ 1
α 1 1
= 1 1 1 0 L2 → L2 − L1 .
A|B
0 1−α
0 −1
2 2α α 2 L3 → L3 − 2L1 0 0 α−2 0
Assim, para α ∈ R \ {1, 2} temos r(A) = r( A | B ) = 3, pelo que o sistema é possı́vel
Resolução e discussão de sistemas 125
β−1
1 1 1
−→
= β−1
A|B β α+1 α+1 L2 → L2 − L1
2β − 2 β + 1 2α + 2 α + β + 1 L3 → L3 − 2L1
β−1 1 1 1 β−1 1 1 1
−→
.
0
β−1 α α
0
β − 1 α α
L3 → L3 − L2
0 β − 1 2α α + β − 1 0 0 α β−1
Então, para α 6= 0 e β =
6 1 temos r(A) = r( A | B ) = 3, pelo que o sistema é possı́vel
e determinado. Para α 6= 0 e β = 1 a última matriz obtida é
0 1 1 1 0 1 1 1
0 0 α α
−→
0 0 α
,
α
L3 → L3 − L2
0 0 α 0 0 0 0 −α
126 Sistemas de Equações Lineares
donde 2 = r(A) < r( A | B ) = 3, pelo que o sistema é impossı́vel. Para α = 0 e
β 6= 1 temos também 2 = r(A) < r( A | B ) = 3, pelo que o sistema é impossı́vel.
Finalmente, com α = 0 e β = 1 temos r(A) = r( A | B ) = 1, pelo que o sistema é
possı́vel e indeterminado com grau de indeterminação igual a 2 (= 3 − r(A)). H
−1
Então ∆1 ∆2 · · · ∆n = In = AA =A X1 X2 · · · Xn = AX1 AX2 · · · AXn ,
pelo que
AXi = ∆i ,
A | In
n×(2n)
−→ In | A−1
n×(2n)
operações elementares
sobre LINHAS
1 1 2 0 1 0 1 1 2 0 1 0 −→
0
−→
1 1 1 0 0
0 1 1 1
0 0
L2 → L2 − L3
L3 → L3 + 2L2
0 −2 −1 0 −1 1 0 0 1 2 −1 1 L1 → L1 − 2L3
128 Sistemas de Equações Lineares
1 1 0 −4 3 −2 1 0 0 −3 2 −1
0 1 0 −1
−→
,
1 −1
0 1 0 −1
1 −1
L1 → L1 − L2
0 0 1 2 −1 1 0 0 1 2 −1 1
−3 2 −1
pelo que A−1 = −1 . H
1 −1
2 −1 1
2.6. Exercı́cios propostos para resolução nas aulas 129
1 2 3 1 3 −1 2
A = 0 1 1 , B = 4 2 1 −3 ,
1 2 3 0 2 0 3
1 2 −1 3
2
0 1 −1 1
−1 1 3 −2 −1
C= e D = 1 −1 1 .
0
2 7 −1 9 8
1 1 2 −1
3 3 −2 4 −6
a 1 a 0 0 0
0 b 1 b 0 0
4. Seja r é a caracterı́stica da matriz A =
. Mostre que:
0 0 c 1 c 0
0 0 0 d 1 d
(a) r > 2;
(b) r = 3 se e só se a = d = 0 e bc = 1;
(c) r = 4 nos restantes casos.
x + αy + βz = 1
α(β − 1)y = α
x + αy + z = β2
x + y + z = 3
(b) x − y + z = 1
2x − 2y + az = 2
132 Sistemas de Equações Lineares
ax + by + z = 1
(c) x + aby + z = b .
x
+ by + az = 1
y + az = 0
(d) x + by = 0
bx
+ az = 0
(a) AX T = BD3 .
(b) (AXB −1 )T = I.
(c) CX = DT − C −1 .
(d) A−1 (X − I)T = (B −1 )T .
1 1 0
10. Determine para que valores de α a matriz A = 1 0 0 é invertı́vel e, para
1 2 α
esses valores, indique A−1 .
11. Calcule, caso exista, a matriz inversa de cada uma das seguintes matrizes:
3 1 2
(a) A = 1 2 1 ;
1 1 1
2.6. Exercı́cios propostos para resolução nas aulas 133
5 3 2
(b) B = 2 3 1 ;
7 5 3
1 0 0
(c) C = 1 2 0 .
1 2 3
2 −1 0
12. Dadas as matrizes A = 1 e B = 2 3 −2 resolva a equação ma-
3 1
1 2 1
tricial AT X − B T = 0.
7 0 5
13. Dada a matriz A = 0 1 0 resolva a equação matricial AXA−1 = A + I3 .
4 0 3
134 Sistemas de Equações Lineares
Efectuando operações elementares sobre linhas, indique, para cada uma das matrizes
anteriores:
2. Considere as matrizes:
1 1 0 1 4 1 2 3 −2
2 0 0 4 7 2 1 1 2
A=
eB=
.
1 1 1 0 5 3 α 1 0
1 −3 −1 −10 α 1 1 2 α
5. Considere a matriz
1 1 1 1 4
1 λ 1 1 4
A=
.
1 1 λ 3−λ 6
2 2 2 λ 6
7. Considere o sistema:
z = −6α
2x + y +
2x + y + (β + 1)z = 4 .
βx + 3y +
2z = 2α
8. Considere as matrizes:
3 2 −1 5 0 3
A = 1 −1 , B = 0 −1 .
2 2
0 5 −7 α 0 5
x + y + z = 3
b) x − y + z = 1
2x − 2y + az = 2,
y + az = 0
c) x + by = 0
by + az = 1,
x + y + z = 1
d) x − y + 2z = a
2x
+ bz = 2,
2x + y = b
e) 3x + 2y + z = 0
x + ay + z = 2,
y −
ax + z + aw = 0
f) (a + 1)y + z + w = 1
−x +
y + (a + 1)w = b.
10. Determine quais das seguintes matrizes são invertı́veis e, em caso afirmativo, deter-
2.7. Exercı́cios propostos para resolução autónoma 139
1 1 2 1 1 1 1 1 1 1 1 1
0 −2 0 0 1 2 −1 2 1 3 1 2
d)
, e)
, f)
.
1
2 1 −2
1 −1
2 1
1 2 −1 1
0 3 2 1 1 3 3 2 5 9 1 6
a b
11. Prove que a matriz real, A = , é invertı́vel se e só se ad − bc 6= 0. Neste
c d
caso determine a inversa de A.
Determinantes
ou seja,
|A| = a11 a22 − a12 a21 .
141
142 Determinantes
Nota. Quando usamos a notação das barras verticais para denotar o determinante de uma
matriz (representada explicitamente) é usual suprimir os parêntesis rectos que delimitam
a matriz. Por exemplo, em vez de
−2 3
= −3
5 −6
escrevemos simplesmente
−2 3
= −3.
5 −6
Então
P3 1+j
|A| = j=1 (−1) a1j |A1j |
= a11 (a22 a33 − a23 a32 ) − a12 (a21 a33 − a23 a31 ) + a13 (a21 a32 − a22 a31 )
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a11 a23 a32 − a12 a21 a33 − a13 a22 a31 .
Consideremos a matriz que se obtém de A acrescentando uma cópia das duas primeiras
Definição e propriedades 143
colunas:
a11 a12 a13 a11 a12
.
a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
e subtraindo os produtos das suas três “diagonais maiores não paralelas à diagonal prin-
cipal de A”
a11 a12 a13 a11 a12
.
a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
Esta mnemónica é conhecida por Regra de Sarrus. Note-se que a sua aplicação é
exclusivamente para matrizes de ordem três.
Por exemplo, sendo
−2 3 3
A = 1 0 −5 ,
2 7 −4
temos
−2 3 3
0 −5 1 −5 1 0
1+1 1+2 1+3
|A| = 1 0 −5 = (−1) (−2) + (−1) 3 + (−1) 3
7 −4 2 −4 2 7
2 7 −4
Considerando a soma dos produtos de cada elemento da segunda linha de A pelo res-
pectivo complemento algébrico, temos
2
X
(−1)2+j a2j |A2j | = (−1)2+1 a21 |A21 | + (−1)2+2 a22 |A22 | = −a21 a12 + a22 a11 = |A|.
j=1
Então, considerando por exemplo a soma dos produtos de cada elemento da segunda
linha de A pelo respectivo complemento algébrico, temos
P3 2+j
j=1 (−1) a2j |A2j | = (−1)2+1 a21 |A21 | + (−1)2+2 a22 |A22 | + (−1)2+3 a23 |A23 |
a12 a13 a11 a13 a11 a12
= −a21 + a22 − a23
a32 a33 a31 a33 a31 a32
= −a21 (a12 a33 − a13 a32 ) + a22 (a11 a33 − a13 a31 ) − a23 (a11 a32 − a12 a31 )
= |A|.
Também, considerando por exemplo a soma dos produtos de cada elemento da terceira
coluna de A pelo respectivo complemento algébrico, temos
P3 i+3
i=1 (−1) ai3 |Ai3 | = (−1)1+3 a13 |A13 | + (−1)2+3 a23 |A23 | + (−1)3+3 a33 |A33 |
a21 a22 a11 a12 a11 a12
= a13 − a23 + a33
a31 a32 a31 a32 a21 a22
= a13 (a21 a32 − a22 a31 ) − a23 (a11 a32 − a12 a31 ) + a33 (a11 a22 − a12 a21 )
= |A|.
Podemos ainda facilmente verificar que obterı́amos o mesmo resultado considerando quer
a terceira linha de A quer a primeira ou segunda coluna de A.
Efectivamente, mais geralmente podemos demonstrar:
146 Determinantes
Efectuando agora o desenvolvimento de Laplace pela terceira linha desta última matriz,
vem
3 −2 ··· 1 3
3+1 3+2 3+3
|A| = −4 (−1) (−4) + (−1) 0 + (−1) 1
−1 4 ··· 2 −1
Notemos que uma matriz triangular superior é a matriz transposta de uma matriz
triangular inferior e que, como vimos atrás, têm o mesmo determinante. Mais geralmente,
dada uma matriz A = [aij ]n×n ∈ Mn×n (K), tendo em conta que a matriz complementar do
elemento aij de A é a matriz transposta da matriz complementar do elemento da posição
(j, i) de AT , para quaisquer i, j ∈ {1, . . . , n}, é fácil concluir (por indução, aplicando a
definição à matriz A e o desenvolvimento de Laplace pela primeira coluna à matriz AT )
que:
Corolário 3.1.8 Para toda a matriz A ∈ Mn×n (K), tem-se |AT | = |A|.
Prova-se que:
2. Se B é uma matriz que resulta de A por troca de duas linhas [colunas] então |B| =
−|A|.
Exemplos 3.1.10
2
2 −1 1 =
2 2 −1 1
2
2 −1 1
−2 −2 2 1 L2 → L2 + L1 0 0 1 2 = 0 −1 1 −1
1.
−
4
3 −1 1 L3 → L3 − 2L1
0 −1 1 −1 L2 ↔ L3 0 0 1 2
2 3 1 2 L4 → L4 − L1 0 1 2 1 0 1 2 1
2
2 −1 1
2
2 −1 1
= 0 −1 1 −1 = 0 −1 1 −1
−
−
0 0 1 2
L4 → L4 + L2 L4 → L4 − 3L3 0 0 1 2
0 −6
0 0 3 0 0 0
= −(2(−1)1(−6)) = −12.
1 −2 3
2. Seja A = . Então,
4 5 −6
−7 −8 9
|A| = 1 −2
3
=
13 −18
Laplace 1· = 390−396 = −6. H
L2 → L2 − 4L1 0 13 −18
−22 30
L3 → L3 + 7L1 0 −22
a
30 1 coluna
Demonstra-se que:
Observação 3.1.12 Uma propriedade análoga ao Teorema 3.1.11 não é válida para a
adição de matrizes, i.e. dadas A, B ∈ Mn×n (K) em geral não é verdade que |A + B| =
|A| + |B|. Por exemplo, para
2 3 −2 4
A= e B=
0 −1 0 7
0 7
temos |A| + |B| = −2 + (−14) = −16 6= 0 = = |A + B|.
0 6
150 Determinantes
3.2 Aplicações
3.2.1 Inversa de uma matriz
Teorema 3.2.1 Seja A ∈ Mn×n (K). Então, A é invertı́vel se e só se |A| 6= 0. Além
1
disso, se A é invertı́vel então |A−1 | = .
|A|
Seja A = [aij ] ∈ Mn×n (K). Denotamos por A b a matriz dos complementos algébricos de
b = [âij ] ∈ Mn×n (K), em que âij = (−1)i+j |Aij |, para quaisquer i, j ∈ {1, . . . , n}.
A, i.e. A
T
−3 −(−6) 3 −3 −6 −3
= −6 = . H
30 −(−22)
6 30 18
−3 −(−18) 13 3 22 13
1
Corolário 3.2.5 Seja A ∈ Mn×n (K) uma matriz invertı́vel. Então A−1 = adj(A).
|A|
1 −23
Exemplo 3.2.6 Seja A = . Tendo em conta os Exemplos 3.1.10 e 3.2.3,
4 5 −6
−7 −8 9
temos
1 1
−3 −6 −3 1 2 2
1 1
A−1 = adj(A) = 6 30 18 = −1 −5 −3 . H
|A| −6
3 22 13 − 21 − 11
3
− 13
6
..
.
a x + ···
+ ann xn = bn
n1 1
e sejam A a matriz simples deste sistema, B a matriz coluna dos seus termos independentes
T
e X = x1 · · · x n a matriz coluna das variáveis.
Um sistema de n equações lineares a n incógnitas diz-se um sistema de Cramer se
e só se é possı́vel e determinado.
Tendo em conta as propriedades estudadas, é imediato que:
2. det (A) 6= 0;
3. r(A) = n;
4. A matriz A é invertı́vel.
152 Determinantes
a11 · · · a1,i−1 b1 a1,i+1 · · · a1n
a21 · · · a2,i−1 b2 a2,i+1 · · · a2n
1
= det A ,
.. .. .. .. ..
. . . . .
an1 · · · an,i−1 bn an,i+1 · · ·
ann
Como
2 0 1 1 0 2 1 0 2
1 1
= − 1 1 3 = − 0 1 1 = −1 · = 2 6= 0,
3 1 1
1 −1
1 1 1 1 1 1 0 1 −1
Embora à partida a regra de Cramer seja somente aplicável a sistemas de Cramer, com
algumas adaptações é possı́vel utilizá-la para resolver qualquer sistema possı́vel, mesmo
que indeterminado.
Consideremos então um sistema de equações lineares representado matricialmente por
T
AX = B, em que A = aij ∈ Mm×n (K) e B = b1 · · · bm ∈ Mm×1 (K).
Admitamos que r = r(A) = r( A | B ), com r ≤ n.
..
.
a x + ···
+ amm xm = bm − am,m+1 xm+1 − · · · − amn xn ,
m1 1
Exemplos 3.2.10
x + y + z = 3
10x + 4y + 5z = 11.
Aplicações 155
2. Consideremos agora o sistema de equações lineares sobre o corpo dos números reais
seguinte:
2x + y + z = 1
1
x + 2
y + z = 2
4x
+ 2y + 3z = 5.
156 Determinantes
x y z x y z x z y
2 1 1 1 2 1 1 1 2 1 1 1
1 21 1 2 −→ 0 0 21 32 −→ 0 12 0 32 .
4 2 3 5 0 0 1 3 0 0 0 0
Vamos aplicar a regra de Cramer para determinar as soluções deste sistema, usando
o método indicado atrás, tomando x e z como incógnitas principais e considerando
apenas as duas primeiras equações. Então
1−y 1 2 1−y
1 1
2 − 2y 1 1 2 − 2y
1
x= = −1 − y e z = = 3,
2 1
2
2 1
1 1 1 1
1 −3 0 1 −2 5
A = −2 e B= .
0 7
1 0 3
5 3 −3 −4 2 0
3. Calcule o determinante
1 2 −3 4
−4 2 1 3
,
3 0 −2 0
2 −5
1 0
5. Seja A uma matriz real quadrada de ordem 3 tal que det (A) = 2.
(a) Calcule det (3A)T A−1 .
−2 0 0
(b) Suponha que adj(A) = 0 −1 0 e determine as matrizes A−1 e A.
0 0 2
1 1 0
6. Determine para que valores de α a matriz A = 1 0 0 é invertı́vel e, para
1 2 α
esses valores, calcule A−1 .
3.3. Exercı́cios propostos para resolução nas aulas 159
7. Calcule
1 2 3 −4
0 −5 6 −7
.
0 0 −8 9
0 0 0 10
8. Considere as matrizes:
b + 8c 2c − 2b 4b − 4c 0 1 2
A = 4c − 4a 8a + c 2a − 2c , P = 2 0 1 .
2b − 2a 4a − 4b a + 8b 1 2 0
9. Resolva a equação:
x a a a
a x a a
= 0.
a a x a
a a a x
2. Considere a matriz:
1 1 −1
A= 2 .
1 3
1 −5 1
Calcule |A| efectuando a expansão de Laplace ao longo de cada uma das três colunas
de A.
3. Use as propriedades dos determinantes para provar que
a 3a − 2b a a a b
b 3b − 2a a = 2 b a a .
c 3c − 2a a c a a
5. Calcule
1−λ 3 2
.
2
−1 − λ 3
3 0 1−λ
7. Mostre que:
0 a 0 0 0 0
f 0 b 0 0 0
0 g 0 c 0 0
= −acef hm.
0 0 h 0 d 0
0 0 0 k 0 e
0 0 0 0 m 0
Teorema 4.1.2 Um número real λ é um valor próprio da matriz A ∈ Mn×n (K) se e só
se |A − λI| = 0.
163
164 Valores e Vectores Próprios
então
|A − λI3 | = 0 ⇔ −λ3 + 5λ2 = 0 ⇔ λ = 0 ∨ λ = 0 ∨ λ = 5,
pelo que os valores próprios de A são λ = 0 (com multiplicidade 2) e λ = 5. Vamos agora
calcular os vectores próprios associados ao valor próprio λ = 5, resolvendo a equação
matricial (A − 5I3 )X = 0, isto é,
−4 0 −2 x1 0
= 0 .
0 −5 0 x 2
−2 0 −1 x3 0
Concluimos que os vectores próprios associados ao valor próprio 5 são os vectores da forma
x1
, x1 ∈ R \ {0}.
0
−2x1
Os vectores próprios associados a este valor próprio serão então todos os vectores não
nulos da forma
2x3
x2 .
x3
Definição 4.1.4 O polinómio de grau n (na incógnita λ) |A − λI| designa-se por po-
linómio caracterı́stico da matriz A, e representa-se por pA (λ).
A equação |A − λI| = 0 chama-se equação caracterı́stica de A.
Proposição 4.1.5 Se A ∈ Mn×n (K) é uma matriz triangular (superior, inferior ou dia-
gonal), os valores próprios de A são os elementos da diagonal principal de A.
são 1, 2 e 3.
2. O único valor próprio da matriz identidade
1 0 0
A = 0 1 0 ,
0 0 1
é λ = 1.
Duas matrizes quadradas, A e B de ordem n sobre K dizem-se semelhantes se existir
uma matriz invertı́vel P de ordem n sobre K tal que B = P −1 AP .
Além disso, dada uma matriz A ∈ Mn×n (K) e uma matriz invertı́vel P ∈ Mn×n (K),
tem-se
|P −1 AP − λIn | = |P −1 AP − λP −1 In P |
= |P −1 (A − λIn )P |
= |A − λIn |.
Logo, provámos que
Teorema 4.1.7 Duas matrizes semelhantes têm o mesmo polinómio caracterı́stico.
Definição 4.1.8 Uma matriz quadrada A ∈ Mn×n (K) diz-se diagonalizável se for seme-
lhante a uma matriz diagonal, isto é, se existir uma matriz invertı́vel P tal que P −1 AP é
uma matriz diagonal. Neste caso, dizemos que P diagonaliza A.
Definição 4.1.9 Dizemos que os vectores X1 , X2 , · · · , Xk ∈ Mn×1 (K) são linearmente
independentes se a matriz
X1 X2 · · · Xk
for equivalente a uma matriz em forma de escada com k linhas não nulas.
166 Valores e Vectores Próprios
Para além da definição, podemos ainda usar o teorema que se segue para concluir
sobre a independência linear de vectores próprios:
Teorema 4.1.10 Vectores próprios associados a valores próprios distintos são linear-
mente independentes.
Teorema 4.1.11 Uma matriz A ∈ Mn×n (K) é semelhante a uma matriz diagonal D se
e só se A possui n vectores próprios linearmente independentes. Neste caso, os elementos
da diagonal principal da matriz D são os valores próprios de A. Ainda, sendo P uma
matriz cujas colunas são n vectores próprios de A linearmente independentes, tem-se que
P diagonaliza A.
Logo,
1
5
0 − 25
P −1 = 2 1 ,
5
−1 5
0 1 0
e obtemos
5 0 0
−1
P AP = 0 0 0 .
0 0 0
Valores e vectores próprios 167
Vimos que se A é uma matriz diagonalizável então existe uma matriz P tal que P −1 AP
é uma matriz diagonal. Seja D = P −1 AP . Então, podemos escrever A na forma A =
P DP −1 . Utilizando a propriedade associativa do produto de matrizes obtemos A2 =
P DP −1 P DP −1 = P D2 P −1 e, mais geralmente, An = P Dn P −1 . Note-se que, sendo D
uma matriz diagonal, para calcular Dn basta elevar cada componente da diagonal a n.
Obtemos assim um processo simples de calcular potências de uma matriz quadrada A
diagonalizável.
168 Valores e Vectores Próprios
2. Para cada uma das seguintes matrizes determine, se existir, uma matriz P tal que
P −1 AP seja uma matriz diagonal:
1 0 1 −2 5 7 −3 −7 19
a) A = 0 1 0 . b) A = 1 0 −1 . c) A = −2 −1 8 .
1 0 1 −1 1 2 −2 −3 10
2. Para cada uma das seguintes matrizes determine, se existir, uma matriz P , invertı́vel,
tal que P −1 AP seja uma matriz diagonal:
1 0 −1 0 1 0 3 −1 0
a)A = 1 2 . b) B = 0 . c) B = −1 .
1 0 1 3 0
2 2 3 1 −3 3 0 0 1
Equações Diferenciais
171
Capı́tulo 1
1.1 Introdução
Definição 1.1.1 Chamamos equação diferencial a qualquer igualdade que contenha
uma variável dependente e as suas derivadas em relação a uma ou mais variáveis inde-
pendentes.
Definição 1.1.2 Chama-se ordem de uma equação diferencial à maior ordem da deri-
vada (da variável dependente) que exista nessa equação.
Consequentemente, chamamos equação diferencial (ordinária) de ordem n, n ∈
N, a qualquer expressão do tipo
que contenha uma variável independente, t, uma função incógnita, y, e respectivas deri-
vadas até à ordem n.
Exemplo 1.1.3 As igualdades y 0 (t) = 3y(t) + sin(t) e y (3) (t) + 2y 00 (t) = ey(t) são equações
diferenciais de ordem 1 e de ordem 3, respectivamente.
Definição 1.1.4 Uma função contı́nua y que, juntamente com as suas derivadas, satisfaça
a igualdade (1.1) diz-se uma solução da equação diferencial.
Exemplo 1.1.5 A função y(t) = sin(t) é solução da equação diferencial de segunda ordem
y 00 (t) + 2y(t) = sin(t). Basta ver que y 00 (t) = − sin(t).
Iremos considerar, sempre que possı́vel, equações diferenciais escritas na forma y (n) =
g(t, y, y 0 , · · · , y (n−1) ), a que chamamos forma normal da equação diferencial.
173
174 Capı́tulo 1. Equações diferenciais de primeira ordem
⇒ |y(t)eP a(t) | = C
⇒ y(t)eP a(t) = C
Exemplo 1.2.5 Queremos encontrar a solução geral da equação y 0 +2ty = 0. Neste caso,
2
como a(t) = 2t, tem-se y(t) = Ce−P 2t = Ce−t , C ∈ R.
Se, em particular, procurarmos não a solução geral desta equação, mas apenas a
solução especı́fica que satisfaz uma dada condição inicial y(t0 ) = y0 então
y 0 (t)
= −a(t)
y(t)
Z t 0 Z t
y (s)
⇒ ds = − a(s)ds
t0 y(s) t0 Z t
y(t)
⇒ log |y(t)| − log |y(t0 )| = log y0 = − a(s)ds
Z t t0
− a(s)ds
y(t)
⇒ y0 = e t0
Z t
y(t) a(s)ds
⇒ e t0
y0
=1
Z t Z t
a(s)ds a(s)ds
y(t) y(t)
⇒ y0
e t0 = 1 ∨ y0 e t0 = −1
Z t Z t0
a(s)ds a(s)ds
y(t) y(t0 )
⇒ y0
e t0 = 1 (uma vez que y0 e t0 = 1).
Para resolver a equação (1.2) no caso geral, vamos também reduzi-la a um problema
de primitivação. Comecemos por observar que podemos multiplicar ambos os membros
da equação (1.2) pela função não nula eP a(t) :
Como o membro da esquerda na equação anterior é agora a derivada do produto eP a(t) y(t)
obtemos sucessivamente
0
eP a(t) y(t) = eP a(t) f (t)
(1.3)
⇒ eP a(t) y(t) = P eP a(t) f (t) + C
Por um processo análogo ao descrito para o caso das equações homogéneas, estabele-
cemos ainda:
2. Para resolver o PVI y 0 + 2ty = t, y(1) = 2, começamos por notar que neste caso
2
a(t) = 2t pelo que µ(t) = eP (2t) = et . Multiplicando ambos os membros da equação
2 2 2 2 2
y 0 + 2ty = t por µ(t), obtemos agora et y 0 + et 2ty = et t ⇒ (et y)0 = et t. Logo,
R t s2 0 Rt 2 2 t2 2 t2
1
(e y) ds = 1 es s ds ⇒ et y(t) − 2e = e2 − 2e ⇒ et y(t) = e2 − 2e + 2e ⇒ y(t) =
2 2 +1
2 et 3e−t
e−t 2
+ 3e
2
= 1
2
+ 2
.
1.3. Equações de variáveis separáveis 177
Para resolver esta equação multiplicamos ambos os membros da igualdade (1.4) por
f (y) obtendo assim a equação equivalente f (y)y 0 (t) = g(t). Esta igualdade pode agora
ser escrita na forma
(F (y(t)))0 = g(t), (1.5)
onde F representa uma primitiva de f . Consequentemente, a solução da equação (1.4)
é dada implicitamente por F (y(t)) = G(t) + C, onde G representa uma primitiva de g e
C é uma constante real. Para encontrar o integral geral da equação (1.4), temos então
de resolver esta última igualdade em ordem a y(t), notando no entanto que F não é
necessariamente uma função invertı́vel.
2
Exemplo 1.3.2 Calculemos o integral geral da equação y 0 (t) = y2t(t) . Multiplicando
ambos os membros da equação por y 2 , obtemos y 2 (t)y 0 (t) = t2 . Esta equação é equivalente
3 0 √
a y3 = t2 . Logo, y 3 = t3 + C, com C constante real, pelo que y(t) = 3 t3 + C.
Exemplos 1.3.3 1. Vamos resolver, por dois métodos diferentes, o problema de valo-
res iniciais ey y 0 − t − t3 = 0, y(1) = 1:
(a) y 0 + y cos(t) = 0;
(b) y 0 + y = tet ;
(c) y 0 + t2 y = 1.
(a) y 0 = 2t
y+yt2
, y(2) = 3;
1 1
(b) (1 + t2 ) y 0 = ty 3 (1 + t2 )− 2 , y(0) = 1;
2
3t2 +4t+2
(c) y 0 = 2(y−1)
, y(0) = −1.
8. Num tanque com 100 litros de água estão dissolvidos 20 gramas de um sal. No
instante t = 0 é lançada no tanque água com o mesmo sal dissolvido na proporção
de 3 gramas por litro, à razão de 4 litros por minuto. Um dispositivo mecânico
torna uniforme em qualquer instante a mistura no tanque. Também no instante
t = 0 entra em funcionamento um dispositivo de escoamento que retira a mistura
do tanque à razão de 4 litros por minuto.
10. O número de bactérias presentes numa cultura aumenta 10 por cento por minuto.
No instente t = 0 é administrada à cultura um antibiótico que destrói 100 bactérias
por minuto. Sabendo que no instante t = 0 havia 800 bactérias na cultura, ao fim
de quanto tempo a cultura é destruı́da?
1.5. Exercı́cios propostos para resolução autónoma 181
(a) y 0 = et+y+3 ;
(b) cos(y) sin(t)y 0 = sin(y) cos(t).
9. O número de bactérias presentes numa cultura aumenta 20 por cento por minuto.
No instente t = 0 é administrada à cultura um antibiótico que destrói 100 bactérias
por minuto. Sabendo que no instante t = 0 havia 600 bactérias na cultura, ao fim
de quanto tempo a cultura foi reduzida para 100 bactérias?
Capı́tulo 2
em que a1 (t), a2 (t) e f (t) são funções contı́nuas num dado intervalo aberto I.
Tal como no caso das equações diferenciais lineares de ordem um, dizemos que a
equação é homogénea se f (t) ≡ 0, e não homogénea no caso contrário.
Vamos designar por L a aplicação linear (i.e, a aplicação que verifica simultaneamente
as igualdades L(y1 + y2 ) = L(y1 ) + L(y2 ) e L(cy1 ) = cL(y1 ), para quaisquer funções y1
e y2 e constante real c) dada pelo primeiro membro da equação anterior, isto é, Ly :=
y 00 (t) + a1 (t)y 0 (t) + a0 (t)y(t). Assim, a equação (2.1) escreve-se frequentemente na forma
Ly = f .
Ao contrário do que acontece no caso das equações lineares de 1a ordem, não existe
para as equações lineares de 2a ordem uma “fórmula resolvente”. No entanto, podemos
demonstrar um resultado análogo ao do Corolário 1.2.9:
Teorema 2.1.1 Dados t0 ∈ I, y0 , y00 ∈ R, a1 , a0 ∈ C(I), o problema de valores
iniciais (abreviadamente, PVI)
183
184 Capı́tulo 2. Equações diferenciais de segunda ordem
num dado intervalo I. Então, y(t) = c1 y1 (t) + c2 y2 (t) é a solução geral da equação (2.2).
cujas sucessivas derivadas são sempre um múltiplo da derivada anterior. Assim, calculando
L(ert ) = a(ert )00 + b(ert )0 + cert = (ar2 + br + c)ert vemos que y(t) = ert é solução de Ly = 0
se e só se ar2 + br + c = 0. À equação ar2 + br + c = 0 chamamos equação caracterı́stica
de Ly = 0. Esta equação tem duas soluções
√ √
−b + b2 − 4ac −b − b2 − 4ac
r1 = e r2 = .
2a 2a
No caso de b2 − 4ac ser positivo, então r1 e r2 são reais e distintas pelo que y1 = er1 t
e y2 = er2 t são duas soluções distintas para a equação Ly = 0. Estas duas soluções são
obviamente linearmente independentes (em qualquer intervalo I) uma vez que er1 t 6= cer2 t ,
para r1 6= r2 . Logo, o integral geral desta equação será y = c1 er1 t + c2 er2 t , com c1 , c2
constantes reais.
Por último, no caso de b2 − 4ac ser nulo, existe uma única raiz r1 da equação carac-
terı́stica, r1 = −b
2a
. Neste caso, er1 t é solução da equação diferencial, e é fácil provar que
ter1 t também o é (basta verificar que a(ter1 t )00 +b(ter1 t )0 +cter1 t = 0). Assim, er1 t e ter1 t são
duas soluções linearmente independentes da equação diferencial, sendo y = c1 er1 t +c2 ter1 t ,
c1 , c2 ∈ R, o seu integral geral.
Exemplo 2.2.4 Para encontrar a solução do problema de valores iniciais y 00 +4y 0 +4y = 0,
y(0) = 1, y 0 (0) = 3, começamos por verificar que a equação caracterı́stica r2 + 4r + 4 = 0
186 Capı́tulo 2. Equações diferenciais de segunda ordem
tem uma única solução r1 = −2. Logo, y(t) = c1 e−2t + c2 te−2t , com c1 , c2 ∈ R é o integral
geral desta equação diferencial. A partir das condições iniciais y(0) = 1 e y 0 (0) = 3
podemos agora determinar as constantes c1 e c2 . De facto, tem-se y(0) = c1 = 1 e
y 0 (0) = −2 + c2 = 3 donde c1 = 1 e c2 = 5. Assim, a solução do PVI é y(t) = e−2t + 5te−2t .
Agora que sabemos determinar o integral geral da equação diferencial linear de se-
gunda ordem de coeficientes constantes homogénea, para calcular o integral geral da
correspondente equação completa basta apenas conhecer uma solução particular desta.
Recorde-se que, como vimos na Secção 2.1, a solução geral de uma equação diferencial
linear é dada pela soma da solução geral da correspondente equação homogénea com uma
solução particular da equação completa.
O teorema seguinte descreve uma solução particular da equação completa, em alguns
casos particulares:
Note-se que, no teorema anterior, no caso particular de α ser zero, o segundo membro
da equação completa é apenas um polinómio, e que se R(t) for uma constante (polinómio
de grau zero) então esse segundo membro reduz-se a um múltiplo de uma função expo-
nencial.
1
4a0 e2t + 4a0 te2t − 4ta0 e2t = e2t ⇒ 4a0 e2t = e2t ⇒ 4a0 = 1 ⇒ a0 = .
4
Assim, concluı́mos que a solução particular procurada é y(t) = 4t e2t .
Precisamos agora de determinar o integral geral da equação homogénea y 00 − 4y = 0.
Como já vimos que as soluções da equação caracterı́stica r2 − 4 = 0 são r = 2 e
r = −2 (duas raı́zes reais distintas) então a solução geral da equação homogénea é
y(t) = c1 e2t + c2 e−2t , com c1 , c2 ∈ R.
A solução geral da equação completa é, então, y = 4t e2t + c1 e2t + c2 e−2t , c1 , c2 ∈ R.
(2a0 et +4ta0 et +t2 a0 et )−2(2ta0 et +t2 a0 et )+(t2 (a0 )et ) = et ⇒ 2a0 et = et ⇒ 2a0 = 1 ⇒
a0 = 21 .
t2 t
Logo, uma solução particular desta equação é y(t) = 2
e.
1. eαt (P1 (t) cos(βt)+P2 (t) sin(βt)), com P1 (t) e P2 (t) polinómios de grau k = max{m, n},
se α + βi não for raı́z da equação caracterı́stica ar2 + br + c = 0;
2. teαt (P1 (t) cos(βt)+P2 (t) sin(βt)), com P1 (t) e P2 (t) polinómios de grau k = max{m, n},
se α + βi for raı́z da equação caracterı́stica ar2 + br + c = 0.
2. Comecemos por determinar uma solução particular para a equação y 00 +y = tet sin(t).
Estamos a considerar o caso α = 1, β = 1 (logo, α + βi = 1 + i), R(t) = 0, Q(t) = t.
Como R é um polinómio de grau zero e Q é um polinómio de grau um, então k = 1.
Como 1 + i não é solução da equação caracterı́stica r2 + 1 = 0 então estamos nas
condições do ponto 1. do Teorema 2.2.7, pelo que podemos afirmar que uma solução
particular desta equação terá a forma y(t) = et ((a1 t + a0 ) cos(t) + (b1 t + b0 ) sin(t)).
Substituindo na equação obtemos então:
2et (a1 cos(t) + (b1 t + b0 ) cos(t) + b1 sin(t) − (a1 t + a0 ) sin(t)) + et (2b1 cos(t) − (a1 t +
a0 ) cos(t) − 2a1 sin(t) − (b1 t + b0 ) sin(t) + (a1 t + a0 ) cos(t) + (b1 t + b0 ) sin(t) + et ((a1 t +
a0 ) cos(t) + (b1 t + b0 ) sin(t)) = tet sin(t)
⇒ et (2b1 t + a1 t) cos(t) + et (2a1 + 2b0 + 2b1 + a0 ) cos(t) + et (−2a1 t + b1 t) sin(t) +
et (2b1 + 2a0 − 2a1 + b0 ) sin(t) = tet sin(t),
de onde obtemos o sistema
2b1 + a1 = 0
a0 = 14
25
2a1 + 2b0 + 2b1 + a0 = 0
a1 = − 2
5
que tem como solução
2
−2a1 + b1 = 1 b0 = − 25
2b + 2a − 2a + b = 0
b = 1.
1 0 1 0 1 5
2.2. Equações lineares de 2a ordem de coeficientes constantes 189
(a) y 00 − y = 0;
(b) y 00 − 3y 0 + y = 0;
(c) y 00 + y 0 + y = 0;
(d) y 00 + 2y 0 + 3y = 0;
(e) y 00 − 6y 0 + 9y = 0.
4. Três soluções de uma dada equação linear de 2a ordem não homogénea são φ1 (t) = t2 ,
φ2 (t) = t2 + e2t e φ3 (t) = 1 + t2 + 2e2t . Encontre o integral geral desta equação.
5. Seja ψ(t) a solução da equação diferencial linear não homogénea y 00 +a(t)y 0 +b(t)y =
f (t), e seja φ uma solução da respectiva equação homogénea. Mostre que ψ(t)+φ(t)
ainda é solução da equação y 00 + a(t)y 0 + b(t)y = f (t).
(a) y 00 + 3y = t3 − 1;
(b) y 00 − y = t2 et ;
(c) y 00 + 4y = t sin(2t).
(a) y 00 + 2y 0 + y = e−t ;
(b) y 00 + y 0 − 6y = sin(t) + te2t .
2.3. Exercı́cios propostos para resolução nas aulas 191
8. Um corpo de massa m é posto a oscilar verticalmente suspenso por uma mola num
meio sem atrito. Tendo em conta que a força exterior que se exerce sobre a massa
é F = mg, sendo g a acelaração da gravidade no local, a equação diferencial do
movimento é dada por my 00 = −ky + mg. Calcule a solução geral desta equação.
192 Capı́tulo 2. Equações diferenciais de segunda ordem
(a) 6y 00 − 7y 0 + y = 0;
(b) 3y 00 + 6y 0 + 2y = 0;
(c) 2y 00 + 3y 0 + 4y = 0;
(d) 4y 00 − y 0 + y = 0;
(e) 4y 00 − 12y 0 + 9y = 0.
4. Três soluções de uma dada equação linear de 2a ordem não homogénea são φ1 (t) =
2 2 2
1 + et , φ2 (t) = 1 + tet e φ3 (t) = (1 + t)et + 1. Encontre o integral geral desta
equação.
(a) y 00 + 4y 0 + 4y = te2t ;
(b) y 00 + y 0 + y = 1 + t + t2 ;
(c) y 00 + y 0 + 4y = t2 + (2t + 3)(1 + cos(t)).