ISSN 0104-8910

CURSO DE MATEMTICA PARA ECONOMISTAS,

CAPTULOS I E lI: FUNES, LGEBRA LINEAR E
APLICAES

Rubens Penha Cysne

Humberto lIe Athayde Moreira

Junho de 1996
Curso de Matemtica para Economistas
Captulos I e I
Funes, lgebra Linear e Aplicaes

Rubens Penha Cysne

Humberto de Athayde Moreira
Junho de 1996

Endereo para Contato:

Escola de Ps Graduao em Economia da

Fundao Getulio Vargas
Praia de Botafogo 190, 110. andar, Sala 1124
Rio de Janeiro - RJ - Brasil

Telefone: 55-21-552-5099
Fax: 55-21-536-9409

e-mail:
rubens@sede.fgvtj.br
 Rubens Penha Cysne
Humberto Moreira
Junho de 1996

PREFCIO

Os autores objetivam, com este trabalho preliminar, bem como com aqueles que
lhe daro continuidade, na seqncia de composio de um livro de matemtica para
economistas, registrar as suas experincias ao longo dos ltimos anos ministrando
cadeiras de matemtica nos cursos de ps-graduao em economia da Fundao Getulio
Vargas, da UFF (Universidade Federal Fluminense) e da PUC-RJ.

Reveste-se de constante repetio em tais cursos a discusso sobre que pontos

abordar, bem como com qual grau de profundidade, e em que ordem. neste sentido que
os autores esperam, com a seqncia didtica que aqui se inicia, trazer alguma
contribuio para o assunto.
 CAPTULO I

CONCEITOS BSICOS, CONJUNTOS E FUNES

Neste livro, salvo meno em contrrio, utilizaremos as primeiras letras do

alfabeto a, b, c, ... para designar nmeros reais e as ltimas x, y, w, z para designar
vetores do n
m. Em alguns casos x, y, z ... designaro tambm componentes de
vetores, o que ficar claro no contexto utilizado.

m
91 denota os nmeros reais e n as n-uplas de nmeros reais; 91+
o smbolo
equivale a nmeros reais no negativos (onde se inclui o zero) e 91++ a nmeros reais
positivos (onde no se inclui o zero). Esta simbologia estende-se s n-uplas: 91:
denota uma n-upla de nmeros reais todos no negativos, e 91:+ uma n-upla de
nmeros reais todos pOSItIVOS. Assim, ao denotarmos as n-uplas por
x = (x\,x 2 , ,x n ), sendo cada Xi um nmero real (utilizaremos esta simbologia para
nos referirmos s coordenadas de x), a afirmativa x E 91:+ equivale a afirmar-se que
Xi > O para todo i = 1,2, ... , n.

Valor absoluto e norma no mn

Dado o nmero real a, utiliza-se a simbologia lal para denominar o maior dos
valores entre a e - a. L-se lal = mdulo de a. A regra de correspondncia assim
definida representa uma funo definida no corpo dos reais e com valores no mesmo.
Evidentemente, tem-se

lal = max {a, - a} ~a (1.1)

lal = max {a, - a} ~ -a
(1.2)

Multiplicando-se (1.2) por -1 e utilizando-se (1.1) segue que

(1.3)

as duas igualdades valendo se, e somente se a = o. De forma alternativa,

r-a sea <O

lal = ~ O sea =0
la sea >0

Proposio 1.1: As seguintes propriedades so equivalentes: dados a, b E 91 e E >O

2
 a) la- bl <E
b)b-E<a<b+E

Demonstrao:

1 2
la- bl < E~E> a- b e E> -(a- b) ~E> a- b e
3 4
-E<a-b~E+b>a e b-E<a~b-E<a<b+E

Explicaes para as passagem no sentido ( ..... ):

A passagem 1 utiliza a definio de la - bl como o maxuno entre
a - b e - ( a - b). Assim, se E maior do que o mximo entre a - b e - ( a - b)
ento E deve ser simultaneamente maior do que ambos. Na passagem 2 multiplica-se a
segunda parte da sentena anterior por -1, tomando-se o cuidado de inverter o sentido
de desigualdade. A passagem 3 obtm-se somando-se b a ambos os membros das duas
desigualdades Finalmente a passagem 4 se d por um simples reordenamento da
sentena anterior.

As explicaes para as passagens no sentido inverso (+-) devem ficar claras

para o leitor. claro tambm que a proposio 1.1 vale tambm para a desigualdade
no estrita :5: .

Proposio 1.1': Dados a E 9{ e E > O, as seguintes proposies so equivalentes:

a) lal <E
b) -E <a<E

Demonstrao: Faa b = O na proposio 1.1.

Interpretao Grfica da Proposio 1.11: Dado a E 9{, o sentido de lal a

distncia de a origem.

Assim, lal = la - ~ mede a distncia de a ao ponto O (origem). Da mesma

forma, para bEm, b * O, la - bl mede a distncia de a ao ponto b. Assim, dado E > O
a sentena la - bl < E equivale a dizer que a distncia de a ao ponto b inferior a E.

Graficamente, se fixarmos b, isto significa que a pode representar qualquer

ponto entre b - E e b+E.
E E

,-A-,,-A-,
I I I I
b-E a. b (fixo) b +E

3
 (figura 1.1)

Proposio 1.2: Dados a, bem, vale que la + bl:5; lal +Ibl

Demonstraco: Segue da definio apresentada da funo mdulo que

-Ial :5; a :5; lal

-Ibl :5; b :5; Ibl

Somando-se estas desigualdades membro a membro, tem-se

-(Ial + Ib!) :5; a + b :5; la! + Ibl ~ la + bl :5; lal + Ibl .

Observe que, da mesma fonna, la - bl :5; lal + Ibl

Norma Euclidiana

Da fonna mais abstrata possvel, uma nonna (11 x 11 l-se nonna de x) uma
funo real definida num espao vetorial V real ou complexo, satisfazendo s seguintes
propriedades :
1) II.xll = I~ Ilxll para qualquer escalar e qualquer x E V .
2) Se x 7: 0, Ilxll > O.
3) Ilx + yll :5; Ilxll + IIYII para quaisquer x e y E v.

D
Usualmente trabalhamos no espao m com a mesma nonna euclidiana, dada
por:

Deixamos ao leitor o encargo de verificar que tal definio de nonna (chamada

nonna euclidiana) satisfaz s trs propriedades listadas acima.
Observaes:
1) Quando n = 1, Ilxll = & = Ixl

2) Tal como no caso da funo valor absoluto, a idia da funo nonna definida no m
n

e com valores em m+ de distncia de um ponto origem.

Exemplo: Seja x = (3,4). Ento II xii = (3 2 +4 2 )112 = 5.

4
 X
1 - - -......

(figura 1.2)

Observe-se que IIx II o comprimento da hipotenusa do tringulo retngulo aqui

desenhado , que equivale distncia do ponto (vetor) x origem.
Duas normas em m", 11.11,11.11' so ditas equivalentes se existem a> O, b > O tais
que a Ilxll ~ Ilxl!' e b Ilxl!' ~ Ilxll , \;Ix m n
E

Exemplo: Define-se no m" duas outras normas importantes:

a) norma do mximo I!.II M : IlxllM = max{lxil; i = 1, ... ,n}, x = (xp ... ,X") Em".

b)normadasomalll :IIxlls= L" Ixil,x =(x\, ... ,X")Em".

i=\

No dificil mostrar que a norma do mximo e a norma da soma so

equivalentes. Basta observar que II xii. ~ n IlxllM e IlxllM ~ II xii. ' \;Ix E m
n

No h de fato nenhuma particularidade nestas normas devido ao ponto

seguinte:

Proposio 1.3: Quaisquer duas normas no m" so equivalentes.

Esta proposio muito importante, pois para questes de limite e topologia

no importar com que norma ns vamos trabalhar. Utilizaremos a que for mais
conveniente em cada momento.

Lgica

O homem geralmente se expressa atravs da linguagem. Assim, o

estabelecimento sistemtico das disciplinas dedutivas est muito ligado ao problema da
linguagem. A linguagem corrente, por ser vaga e ambgua, no adequada ao
tratamento cientfico. Por isso necessitamos, para o tratamento da matemtica, de uma
linguagem mais adequada chamada linguagem simblica.
Nesta linguagem destaca-se o uso do termo (expresso que nomeia ou descreve
algum objeto) e do enunciado (expresso que correlaciona objetos, descreve
propriedades de objetos, etc ... )

5
 r x rx+2=4
I x+y la>b
Exemplo: Tennos: ~ cI> enunciado: ~ 7 <x
l{3,5,7}
,
lx2 -5x+6=O

Chamaremos de enunciado aberto qualquer expresso que contm variveis.

Entendemos por varivel ou indeterminada um elemento que pode assumir qualquer
valor dentro de um conjunto de escolhas. Caso contrrio, chamaremos de enunciado
fechado ou sentena ou proposio.

Assim como na linguagem corrente, so necessrias regras que permitam

agrupar as expresses que formam termos e enunciados na linguagem matemtica.

Algumas partculas fundamentais ou tomos da linguagem so destacadas

abaixo:

Funtores: Formam termos a partir de termos

ex.: +, x, -, U, n.

Juntores: Fonnam enunciados a partir de enunciados.

ex.: no; e; ou; se ... ento; se, e somente se.

Predicados: Fonnam enunciados a partir de termos.

ex.: E, =, :),C,<,>.

Operadores:

Quantificadores: Formam enunciados a partir de enunciados. Sua

principal propriedade transformar enunciados abertos em enunciados fechados.
Exemplo: Qualquer que seja (\7'), existe (3)

Vejamos agora o uso de cada juntor:

o
juntor no (simbolicamente -): dado um enunciado p, pode-se formar o
enunciado - p, dito a negao de p. A tabela de valores lgico dada a seguir:

p -p
V F
F V

o juntor ~: dados dois enunciados quaisquer p e q pode-se formar o enunciado

"p e q" dito conjuno de p e q. A conjuno s verdadeira se os componentes so
verdadeiros. A seguir dada a tabela de valores lgicos para a conjuno:

6
 v v
V F
F V
F F

o juntor ou: dados dois enunciados quaiquer p e q pode-se fonnar o enunciado

"p ou q" chamado disjuno desses enunciados. Sabemos que na linguagem corrente
existem, pelo menos, dois usos distintos do juntor ou : o uso no sentido exclusivo e o
uso no sentido no exclusivo. Vejamos exemplos:

1) Antnio ir de carro ou de nibus.

2) Antnio passou no exame porque estudou ou porque estava calmo.

Em (1) caracteriza-se o uso exclusivo do ou. J em (2) temos o uso no

exclusivo do ou. O sentido do ou que usaremos no contexto da lgica matemtica ser
o sentido no exclusivo.

A tabela de valores lgicos da disjuno :

V V V
V F V
F V V
F F F

O juntor se ... ento (simbolicamente ~): dados p e q enunciados, p ~ q dito

ser a subjuno de p e q. Para melhor entendemos este juntor analisaremos o exemplo
a segulr:

Exemplo: Se fizer sol ento Antnio ir praia

1) Fez sol e Antnio foi praia: podemos concluir que a afirmao acima no foi
falseada pelo experimento em questo.

2) Fez sol e Antnio no foi praia: pode-se concluir que o enunciado acima falso.

3) No fez sol: neste caso no importa se Antnio foi ou no praia, concluimos que
o enunciado acima verdadeiro.

7
 Assim, a tabela de valores lgicos da subjuno:

p q
v V V
V F F
F V V
F F V

Na subjuno p => q , o enunciado p chamado de condio suficiente para q e

q chamado de condio necessria para p.

o juntor se. e somente se (simbolicamente: <=: dados p e q enunciados, p <=> q

chamado de bijuno de p e q. Ser considerado como verdadeiro quando os
constituintes tiverem o mesmo valor lgico. A seguir a tabela de valores lgicos para a
bijuno.

p q
V V
V F
F V
F F

Um enunciado atmico uma sentena declarativa contendo uma idia que

falsa ou verdadeira, mas no ambas. Um enunciado chamado composto se obtido
a partir de enunciados atmicos, atravs do uso de juntores.

Um enunciado composto dito ser uma tautologia se verdadeiro ao

considerarmos todas as possveis valoraes dos seus componentes atmicos.

Exemplo: p => p~ p ou - p~- p <=> p~

(p e q) <=> - ( - p ou - q) ~ p ou q <=> - ( - p e - q) ~ (p => q) <=> (- q =>- p)

Se um enunciado uma tautologia, podemos substituir todas as ocorrncias

de um componente por outro enunciado e o enunciado resultante ainda uma
tautologia. Se p uma tautologia, diz-se que - p uma contradio.
Dizemos que o enunciado p logicamente equivalente ao enunciado q
quando o enunciado p <=> q uma tautologia.

Assim, por exemplo

(i) -(p e q) equivalente a - p ou -q

() -(p ou q) equivalente a - p e - q

(ili) p => q equivalente a - q => - p

8
Quantificadores:

Como j definimos, os quantificadores transformam enunciados abertos em

enunciados fechados. Vamos apresentar primeiro os quantificadores de forma
intuitiva. Para isso, seja o conjunto X = {1,3,5, 7} e os enunciados abertos:

p{x} ~ x nmero mpar

q{x} ~ x mltiplo de 3
r{x} ~ x ~ 10

Pode-se observar facilmente que:

Todo elemento de X satisfaz p.

Existe elemento de X que satisfaz q.
No existe elemento de X que satisfaz r.

Estas afirmaes podem ser escritas simbolicamente como

'dx(x E X ~ p{x})
.:3x(xEXeq{x})
- :3x(x E X e r{x})

Observao: O quantificador ('d) dito quantificador universal e os quantificadores

:3 ( existe ) ,:3! ( existe apenas um ), so chamados de quantificadores existenciais. Os
enunciados onde aparecem quantificadores so ditos enunciados quantificados.

Vejamos agora as principais equivalncias de enunciados quantificados. Para isto

usaremos exemplos da linguagem corrente. Pode-se facilmente ver que:

Todo brasileiro feliz

equivale a
No existe brasileiro que no seja feliz.
simbolicamente (B coleo dos brasileiros e F a coleo das pessoas felizes):
'd x{ x E B ~ X E F) equivale a - :3 x( X E B e x ~ F)

De forma geral valem as seguintes tautologias para uma preposio p :

'dx p<=>-:3x -p
:3x p<=>-'dx -p

e em seqncia so tautologias

-:3xp<=>'dx-p
-'dxp<=>:3x-p

9
Observao: Em todo enunciado quantificado devemos esclarecer qual o conjunto
onde as variveis podem assumir valores. Este conjunto ser chamado de conjunto
uruverso.

Conjuntos e Funes

Formalmente conjuntos e elementos so conceitos prurutlVOS, isto , sem

definio. Empiricamente, um conjunto constitudo de objetos, chamados de
elementos do conjunto. A relao entre elementos e conjuntos a relao de
pertinncia. Assim quando x um dos elementos que compem o conjunto A,
dizemos que x pertence a A e denotamos por x E A . Caso contrrio, dizemos que x
no pertence a A e denotamos por x ! A .

Exemplos de Conjuntos:

1) ~ = {I, 2, 3, ...} conjunto dos nmeros naturais

2) Z = {... ,-2, -1, O, 1,2, ...} conjunto dos nmeros inteiros
3) Q = {pI q~ p, q E Z, q :t:. O} conjunto dos nmeros racionais
4) 91 = conjunto dos nmeros reais

Podemos descrever um conjunto enumerando seus elementos (por exemplo o

conjunto dos naturais) ou caracterizando seus elementos por alguma propriedade
exclusiva destes, i.e., {x~ x satisfaz p} onde P uma propriedade. Por exemplo, o
conjunto dos racionais entre O e 1 pode ser expresso como x E Q~ O~ x ~ 1.
O conjunto que no possui algum elemento ser chamado vazio e denotado por cj>.
A relao entre conjuntos a relao de incluso, isto , dados A e B conjuntos, A
est includo ou contido em B (A c B) se x E A implicar x E B. Neste caso, dizemos
que A subconjunto de B. Caso contrrio, A no est contido em B (A ct. B).
Simbolicamente

A c B <=> V x (x E A => X E B)
e A ct. B <=> 3x(x E A e x! B) (ou seja, A ct. B <=>- (A c B)

1) NcZ e ZcQ
Exemplo: 2) 'I'
Ao
C
A , qualquer que seja
. .
o conjunto A

De fato, se cj> ex. A ento 3 XE cj> tal que x E A, o que no ocorre, pois cj> vazio no
possui elementos.

A relao de incluso tem as seguintes propriedades:

i) (Reflexiva): A c A, para todo conjunto A

) (Transitiva): A c B e B c C c A c C
i) (Anti-simtrica): A c B e B c A => A = B
(A = B, significa que A e B tem exatamente os mesmos elementos)

10
 Dado um conjunto A podemos pensar no conjunto de todos os subconjuntos de
A:P(A) = {B; B cAl chamado de conjunto das partes de A. fcil ver que
4>, A EP(A).

Vamos definir agora operaes de conjuntos: -

1) Reunio: dados A e B conjuntos podemos definir o conjunto formado pelos

elementos de A mais os elementos de B:
AuB = {x; x E A ou X E B} chamado de reunio (ou unio) de A e B.

2) Interseo: dados A e B conjuntos a interseo de A e B o conjunto formado

pelos elementos comuns a A e B: AIlB= {x,x E A e x E B}
Quando A l i B = 4>, dizemos que A e B so disjuntos.

3) Diferena: dados A e B conjuntos, a diferena entre A e B o conjunto formado

pelos elementos de A que no pertencem a B: A/B = {x; X E A e x ~ B} .
Quando B c A, A/B chama-se o complementar de B em relao a A e denota-se
por A-B=CAB.

4) Complementar: quando nos restringimos a considerar elementos pertencentes a um

conjunto bsico U, ento o complementar de um conjunto A em relao a U ser
chamado simplesmente de complementar e denotado por A c .

Abaixo listamos algumas propriedades da reunio interseo, reunio, diferena e

complementar (cuja as demonstraes ficam a cargo do leitor):

i) Aucj>=A A~=4> (A
c
)" =A
)AuA=A AIlA=A AcB<=:>Bc cAC
i)AuB=A<:>BcA AIlB=A<=:>AcB (AuB)" =Ac IlBc
iv) Au(BIlC) = (AuB)Il(AuC) AIl(BuC) = (AIlB)u(AIlC) (AIlB)" = A uB c
C

Sejam a e b elementos. O par ordenado (a, b) um conceito primitivo fomado

pela ordenao dos objetos a e b. Alguns autores identificam (a, b) por {{ a}, {a, b}} e
neste caso claro que (a, b) no pode ser confundido com o conjunto {a, b}. Assim

( a, b) = ( c, d) <:> a = c e b = d .

Dados A e B conjuntos, o produto cartesiano de A e B o conjunto A x B

formado pelos pares ordenados (a, b) tal que a E A e b E B, isto ,

A x B = {( a, b); a E A e b E B}

11
Funo

Uma funo uma tema de objetos (f, A, B) onde A um conjunto chamado de

domnio da funo, B um conjunto de contradomnio da funo e f a regra que
associa a cada elemento de A um nico elemento de B. Assim uma funo uma
reIaao
- uruvoca.
' Usa-se a notaao - f: Ax~~f(x)'
B ou '.sunpIesmente:
f A~ B,onde para

cada x EA, f(x) E B o nico elemento de B associado a x por f

conveniente referirmo-nos a f e no tema (f, A, B), por comodidade, quando

esto subentendidos os conjuntos A e B.

Duas funes (f, A e B) e (f, A', B') so Igu8.1S quando

A = A',B = B' ef(x) = f'(x), V x EA.

o grfico de uma funo f: A ~ B o conjunto

G(f) = {( x, y) E A x B; Y= f( x)}. Segue-se que duas funes so iguais se, e somente
se seus grficos coincidem e ambas tm o mesmo contradomnio.

Dadas f: A ~ B uma funo, A'cAeB'cB,f(A')={f(x);XEA'} a

imagem do conjunto A' por f e f-I(B') = {x E A; f(x) E B'} a imagem inversa do
conjunto B' por f; f(A) chamado simplesmente de imagem de f.

Tipos de Funes

Injetiva: f: A ~ B uma funo IDJetlva quando

Vx, y E A, J(x) = J(y) =>x = y, i.e., x :t; y em A implica f (x) :t; f(y) em B.

Sobrejetiva : f: A ~ B uma funo sobrejetiva quando Vy E B, :3 x E A tal que

f(x) = y, i.e., f(A) = B.

Bijetiva: f: A ~ B uma funo bijetiva quando sobrejetiva e injetiva.

Composio de Funes

Dadas f: A ~ B e g:B ~ C funes, podemos definir a funo composta

gof:A ~ C tal que (gofXx) = g(f(x)), Vx E A.

Observe que a composio de funes associativa, mas em geral no

comutativa ( mesmo que o domnio seja igual ao contradomnio ); a composta de
funes injetivas tambm injetiva, o mesmo valendo para funes sobrejetivas.

12
 A restrio de uma funo f: A ~ B a um subconjunto A' c A a funo

~A':A' -> B definida por ~A'(x) =f(x}, \Ix EA'. Dado X:::> A, g:X -> B a

extenso de f quando g A = f.

Dados f: A ~ B e g:B ~ A funes, g uma inversa esquerda para f quando

gof = id A' onde idA: A ~ A a funo identidade, i.e., idA x = x, \/x E A.
Analogamente, pode-se definir inversa direita de f como h:B ~ A tal que
foh=id B

Temos os seguintes resultados ( cuja a demostrao ficar a cargo do leitor):

"Uma funo f: A ~ B possui inversa esquerda ( respectivamente direita)

se, e somente se f injetiva ( respectivamente sobrejetiva )".
Uma funo f: A ~ B inversvel quando existe g: B ~ A funo tal que
gof = id A e fog = id B Neste caso, g chama-se a inversa de f Usaremos a notao f-I
para a inversa g.

Observe que as inversas esquerda e direita no so nicas, enquanto a

inversa nica ( verifique esta afirmao ).

Famlia

Dado um conjunto A, uma famlia de elementos de A com ndices em um

conjunto I simplesmente uma funo x: I ~ A. O valor de x em um elemento E I
ser denotado por x . Assim a famlia pode ser denotada por (xJ EI ou de forma mais
simples por (x ) quando o conjunto I subentendido.

Exemplos

1) I = {I, ... , n} : uma famlia em A neste caso denominada uma n-upla em A, ou seja,
um elemento do cartesiano: A x. .. x A.
n-~
'-'"
2) I=~ uma famlia em A neste caso denominada uma seqncia em A.

3) Podemos considerar uma famlia de conjuntos: (AJ E1 ' onde A um subconjunto

de um mesmo conjunto universo U, para cada E I . Define-se neste caso a reunio
desta famlia como u A = {x;::I E I com x E A } e a interseo desta famlia como
EI
nA={X;XEA, \/ EI}.
EI

13
Exerccios Resolvidos

1) Dados a, b e x reais e E > O prove que

a) la-bl <E~lal-E<lbl <lal+E

Soluo:
Segue da proposio 1.2 que

lal = la - b + bl $; la - bl + Ibl ~ lal-Ibl $; la - bl (1)

Ibl = Ib - a + ai $; Ib - ai + lal ~ Ibl-Ial $; la - bl (2)

De (1) e (2), Ilbl-lall $; la - bl. De la - bl < E segue que Ilbl-lall < E e que
- E < Ibl-Ial < E. Somando-se lal a ambas as equaes obtm-se a desigualdade
procurada.

Ache os valores reais de x para os quais:

b) f (x) = Ix-Si +lx-31 ~ 2

Soluo 1: Segue da proposio 1.2 que Ix - Si + Ix - 31 ~ Ix - s - x + 31 = 2. Logo, a

preposio vale \;Ix E 9t

Soluo 2:Se x>S ento f(x2 pois Ix-31>2 e o termo Ix-si sempre
positivo. Da mesma forma, se x < 3, f (x) > 2, pois Ix - Si > 2 e Ix - 31 > o. Por ltimo,
para 3 $; x $; S teremos Ix - si = S-x elx - 31 = x - 3 (pela definio da funo mdulo).
Somando-se os termos obtm-sef (x) = S - x + x - 3 = 2. Assim, em qualquer caso,
f(x) ~ 2.

2) Encontre x E m (se existir) que satisfaa:

a) 12x-21=14x+31

2
Soluo 1: Elevando ao quadrado, e lembrando que Ixl = x 2, (2x-2)2 =(4x+3)2 ~
12x2 + 32x + S = O . Da obtm-se as razes soluo XI = - ~,X2 = - %. .
Soluo 2: Caso 1: 2x-2 ~ O ~ x ~ 1 4x+3 > O
12x-21 = 2x-2, 14x+31 =4x+3
2x-2=4x+3 ~ x=-S/2

Soluo do caso 1: {-SI 2}n[I,+oo} =0

Caso 2: 2x - 2 < O ~ x < 1
4x + 3 ~ O ~ x ~ - 3 I 4
12x -21 = -2x +2 14x +31 = 4x +3
-2x +2=4x +3 ~ x =-1/6

Soluo do caso 2: {-I I 6} n[-3 I 4, 1) = {-I I 6}

14
Caso 3: 2x - 2 < O ~ x < 1
4x + 3 < O ~ x < - 3 I 4
14x +31 = -4x -3,12x -21 =-2x +2
-4x -3=-2x +2 ~ x =-S/2

Soluo do caso 3: {-SI 2}1I(-00,-31 4)11(-00,1) = (-SI 2}

Soluo do Problema: {-I I 6,-S I 2}

IS
Exerccios propostos

1) Prove que, dados c E 9t, dE 9t e e E 9t, tem - se:

a) Ic + di :s; lei + Idl (proposi > 1.2)
b) Icdl = Ielldl
c) Se d ;:t; 0, Ic / di = lei / Idl
d) Ic - eI :s; Ic - di + Id - eI
e) -Ic - di :s; leI-ldl :s; Ic - di

Sugestes:
a) Escreva as desigualdades 1.3 para c, para d, e em seguida some as desigualdades
membro a membro (o que permitido). Em seguida observe que, pela proposio LI',
escrever-se -( lei + Idl ) :s; c + d :s; ( lei + Idl ) equivalente a escrever-se Ic + di :s; lei + Idl
b) Observe que ICdl2 = (cd)2e que tanto Icdl quanto Icl.ldl so no negativos
c) Repita b.
d) Ic - el = Ic - d + d - el
e) lei = Ic-d +dl

2) Denomina-se "Princpio da Induo" uma regra de demonstrao de propriedades

relativas aos nmeros naturais. Este Princpio enuncia-se da seguinte forma: "Dada
uma propriedade qualquer relativa aos nmeros naturais verifique a) se ela vlida
para o nmero natural 1; b) se, a partir da hiptese (chamada hiptese de induo) de
que ela vlida para o nmero natural n pode-se provar que ela tambm vlida para
o nmero natural n + 1. Caso (a) e (b) se confirmem, ento esta propriedade vlida
para todos os nmeros naturais".

Demonstre, usando o princpio da induo, que dado x)' x 2, ... , x n nmeros

reais (n E ~).
a) Ix) +X 2++X nl:s;IX)I+IX21+.+lxnl
b) Ix) X2 X nl = IX)IIX21IXnl

3) Seja Sn a soma dos n primeiros nmeros naturais. Demonstre por induo que
S = n(n+I)
n 2

4) Demonstre por induo a desigualdade de Beumoulli: Se x E 9t, n E~ e x ~ -1,

(l+xt ~ I+nx

5) Verifique (caso existam) quais os valores de x E9t que satisfazem a:

a) Ix-31<2 b) Ix-31+lx-21<I c) Ix-31+lx-21=I

d) Ix-31 < IX-41 e) Ilx-II < 3 f) IX-Illx-21 > 5

x-2 I

16
6) Define-se a distncia entre dois vetores do 9t n x e y como d(x,y) = Ilx - yll. Calcule
a distncia entre os vetores:

a) (1,2,3) e (5,6,7)
b) (0,0,0) e (1,2,3)

Faz sentido falar na distncia entre x = (0,0,1) e y = (l,O)?

7) Sabendo-se que p e q so enunciados verdadeiros, verifique o valor lgico dos

enunciados abaixo:

i) ((p e q) => r) => (p => (q => r))

ii) p => - q e r
iii) ((p ou r) => q) => (r => p)

iv) (p e q) => (p => - q)

8) Sabendo-se que p => q um enunciado falso, qual valor deve-se atribuir a r para
que o enunciado abaixo seja falso?

(p ou q => r) => p e q
9) Usando a tabela dos valores lgicos, examinar a validade das concluses:

i) Se Antnio precisar de dinheiro reduzir os gastos ou far emprstimos. Sei

que Antnio no far emprstimos. Logo se Antnio no reduzir os gastos porque
no precisa de dinheiro.

) Sabe-se que quando o dficit pblico sobe, a inflao sobe. Logo se o

dficit pblico no subir ento a inflao tambm no subir.

10) Verifique quais dos enunciados abaixo so equivalentes ao enunciado:

- (p ou q) => (q => r)

i) - (q => p) =>- q ou r
ii) (-pouq)=>-(qou-r)
iii) - (- q ou r) => (q => p)
iv) q => (p ou r)

17
11) Identifique os enunciados verdadeiros e os falsos.

a) 3xp~(Vx(p~q))
b) 3x(pouq)~3x(peq)
c) Vxp~3xp

d) 3x(pouq)~3xpou3xq
e) 3 x (p ~ p ou q)
f) 3xq ~ Vx(p ~ q)

12) D o valor lgico dos enunciados abaixo, considerando o conjunto universo

especificado em cada caso.

a) V x (x < x + 1) u=9t
b) Vx(2x 2 +3x+ 1 = o) U=N
c) 3x{x = O) U={O, I}
d) 3x 3y(x = 2y) U = {0,I,2}
e) Vx 3y(x+y=0) U=Z
f) Vx 3y(y > x) U= {0,I,2}
g) 3x 3y(x < y) U=Z

13) Demonstre ou d um contra-exemplo

i) Sejam A,B conjuntos

a) AuB=A~BcA

b) AnB=A~AcB
c) Au(BnC) = (AuB)n(AuC)
d) An(BuC) = (AnB)u(AnC)
~~-~u~-~=~u~-~n~
f) AcB~Bc cA c
g) (AnBY = A uB c
C

h) (AnBY = A uB C C

i) AcB~AnBC =0

18
li) Sejam f:A~B funo, X, YcA, Z,WcB conjuntos

a) f(XuY) = f(X)uf(Y)
b) f(X'I Y) c f(X)'lf(Y)
c) f(X)'lf(Y) c f(X'I Y)
d) X c Y <:) f(X) c f(Y)
e) Z cW <:) f-l(y) C f-l(Z)
t) r- 1(CZ) = Cf- 1(Z)
g) f-l(ZUW) = f- 1(Z)uf- 1(W)
h) f-I (Z'lW) = f- 1 (Z)'lr- 1(W)

14) Dados A e B conjuntos, seja X um conjunto com as seguintes propriedades:

i) X~A e X~B

li) se Y ~ A e Y ~ B ento Y ~ X

Prove que X = AuB

15) Prove as seguintes afirmaes:

a) (AuB)xC=(AxC)u(BxC);
b) (A'lB) x C = (Ax C)'I(Bx C);
c) (A-B)xC=(AxC)-(BxC);
d) AcA',BcB':::::>AxBcA'xB'

19
 ,
CAPITULO II
,
ALGEBRA LINEAR E APLICAOES
-
1) Espaos Vetoriais, Ortogonalidade, Autovalores e Autovetores

Em tennos infonnais, um espao vetorial um sistema algbrico abstrato cuja

construo se deve a sua utilidade na soluo de certos problemas. Particulannente, tal
utilidade se d quando se deseja considerar um conjunto de elementos que sero
objetos de combinaes lineares. Tal sistema algbrico constitui-se de a) um corpo de
escalares que no nosso caso sero os reais ou os complexos; b) um conjunto V de
objetos, chamados vetores; c) uma regra de soma destes vetores satisfazendo s
propriedades (para quaisquer x, y, e z pertencentes a V):
c 1) comutativa: x+y = ytx
c2) associativa: x+(y+z) = (x+y)+z
c3) existncia do elemento neutro O: x+O = x para qualquer x em V
c4) existncia de simtrico aditivo: dado x E V, :J um elemento de V (que
chamamos de -x), tal que x +( -x) = O

d) uma regra de multiplicao de um vetor por um escalar, satisfazendo s

propriedades (para a e b escalares quaisquer e x e y vetores quaisquer de V) :
dI) 1.x = x
d2) Associatividade: (ab)x = a(bx)
d3) Distributividade em relao aos vetores: a(x+y) = art-ay
d4) Distributividade em relao aos escalares: (a+b)x = art-bx

Se o conjunto de escalares considerado for o corpo dos reais, o espao vetorial

considerado dito um espao vetorial sobre o corpo dos reais. De fonna genrica, se
os escalares correspondem ao corpo K (veja a definio da estrutura algbrica "corpo"
em algum livro de anlise matemtica ou lgebra), o espao vetorial dito um espao
"sobre o corpo K". Os exemplos mais usuais de corpo so os reais (9t)e os complexos
(C).
Um espao vetorial importante o espao euclidiano n-dimensional,
constitudo de n-uplas de elementos de um corpo neste espao; os vetores so
somados somando-se coordenada a coordenada, o mesmo ocorrendo com respeito
multiplicao de um vetor por um escalar.
flJND,\AO GETULIO VAR(;AS
.tBUOl ECA MARIO HF...~RlQUE SIMO~Sg.

20
 Dado x = (Xt>X2, ... ,Xn) E 91 n (O que significa dizer que x 1 ,x 2 , ,x" so
nmeros reais), y = (y I'Y 2' ,Y ") E 91" , e a E 91, tem-se:

x+ Y = (xl + Yt. x 2 + Y2,,xn + Yn) e

ax= (axt.ax2, ... ,ax,,)

o leitor pode verificar que estas operaes satisfazem aos reqUlsltos

c1- c4 e d1- d4 de um espao vetorial. Diz-se que x e Y so vetores do espao
vetorial 91n , onde o elemento neutro da adio o vetor 0= (0,0, ... ,0) e o simtrico
aditivo de x = (xJ,x2, ... ,xn) dado por (-xJ,-x2' ... '-xn).
Outro exemplo de espao vetorial, onde os elementos do conjunto (vetores)
so funes, o conjunto de todas as funes de um certo conjunto no vazio S sobre
um dado corpo K. Sef e g so funes de S em K definem-se soma de dois vetores e a
multiplicao de um escalar por um vetor neste espao fazendo-se:

(f + g)(x) = f(x) + g(x) (1) e

(af)(x) = af(x), (2)
onde x ES e a EK

Sejam V um espao vetorial sobre um corpo K e S c V no vazio. Dizemos

que S um subespao vetorial de V se ele mesmo um espao vetorial com as
operaes induzidas do espao vetorial. Ou equivalentemente, quando
x, y E S e a, J3 E K implicar J3x + ay E S.

Produto Interno, Ortogonalidade e Projeo Ortogonal

Define-se produto interno no espao euclidiano 91 n como uma funo que a

cada dois elementos x e Y de 91n associa um nmero real (x ,y ). Tal funo deve
satisfazer s seguintes propriedades (para quaisquer vetores x, Y e z de 91 n e qualquer
real a):

1) (x,y+z) = (x,y)+(x,z)
2)(ax,y) = a(x,y)
3)(x,y) = (y,x)
4) Se x;to 0, (x,x) >
Desigualdade de Cauchy - Schwarz: Seja V um espao vetorial real com produto
interno . Ento:

21
 I( x, y)1 ~ Ilxllllyll
onde Ilxll = ~(x,x)

Demonstrao: Sejam A = Ilx11 2, B = I(x, y ~ e C = Ily112. Para todo real r, temos que

~ < x-ry, x- ry > = < x,x > -2r< x,y -> + r 2 < y,y >. Portanto,
2
A - 2 Br + Cr ~ 0, \I r E 9t Se C = 0, A ~ 2 Br, \Ir E 9t, logo B = pOIS caso
contrrio teramos um absurdo fazendo r suficientemente grande (por exemplo r >
A/2B). Se C > 0, tome r = B/C na expresso acima obtendo ento B 2 ~ AC.

Resumindo, B 2 ~ AC se C = (pois neste caso B = O) e B 2 ~ AC se C > O. Em
qualquer caso, obtm-se a desigualdade de Cauchy-Schwarz.

A definio mais usual de produto interno (chamado de produto interno

euclidiano) consiste em se fazer, para

x =(x 1 ,x 2' ,x n) e Y = (y 1 ,y 2' ,y n),

(x ,y) =X 1Yl +X~2++X nY n

Dois vetores x e y num espao vetorial com produto interno so ditos

ortogonais entre si se o seu produto interno igual a zero. Assim, os vetores x = (0,1)
e y = (1,0) so ortogonais pois (x ,y) = 1.0 + 0.1 = O. Define-se projeo ortogonal de
um vetor y sobre um vetor x:;{} como o ponto colinear ao vetor x de mnima distncia
do vetor y. O desenho abaixo ilustra este ponto:

) x

Na figura, ExY o ponto colinear ao vetor x mnima distncia do vetor y.

Fica evidente na figura o porqu da denominao de ExY como projeo ortogonal de
y sobre x. Um teorema que demonstraremos neste captulo nos garante que, para que
ExY seja o ponto colinear a x de mnima distncia de y, necessrio e suficiente que
Y - ExY seja ortogonal a x. Da o nome projeo ortogonal.

Em particular, j sabemos que ExY = ax , pois ExY colinear a x .A questo

que se coloca : como calcular o valor de a ? Basta usar o teorema enunciado e a
definio de ortogonalidade. Devemos ter

22
 (y -ExY,x)=(y -ar,x)=O

Das propriedades enunciadas de produto interno segue que

(y,x)
(y, x) = (
ax,)
x => a = -(- ) .
X,x

Passemos a um exemplo numrico: Seja x = (1,0) e y = (3,3)

y(3,3)

x (3,0)

Intuitivamente, no dificil perceber que ExY deve corresponder ao

vetor (3,0). Usando a frmula acima, ExY = a (1,0), onde

a=(3.1 +3.0)/ 1.1 =3

Projeces Ortogonais Sobre Subespacos Gerados

Seja W um subconjunto no vazio de um espao vetorial V definido sobre um

corpo K. Dados x), ... , x p vetores em V, uma combinao linear destes qualquer
vetor da forma a)x) +a 2 x 2 + ...+a p x p , ondea), ... ,a p EK. PeloquevimosantesW
um subespao quando dados quaisquer x e Y em W e a, b escalares em K, ar + by
pertencer a W. Desta definio, imediato que todo subespao deve conter a origem,
pois em particular podemos tomar a = b = o.

Dado um subconjunto finito C de um espao vetorial V sobre o corpo K,

define-se o subespao gerado por C (W(C)) como o conjunto de todas as
combinaes lineares finitas de elementos de C.

Diz-se que um conjunto de vetores C linearmente independente (L. I. ) quando

v), ... ,v n EC e a)v) +llzv 2 +... +anv n =0 implica a) =a 2 = ... =a n =0. Caso contrrio,
diz-se que tal conjunto de vetores linearmente dependente (L.D.). Um conjunto de

23
vetores gerador do espao vetorial V quando qualquer vetor de V pode ser escrito
como uma combinao linear de um subconjunto (finito) de vetores deste conjunto.
Por definio, uma base do espao vetorial V um conjunto gerador de V que seja
linearmente independente. Uma base ordenada uma base cuja ordem de seus
elementos bem definida, por exemplo, BI =; {(O, I), (I,O)} e B 2 = {(1,0),(0,1)}
representam duas bases ordenadas distintas de 9{2. Um espao vetorial diz-se de
dimenso finita quando admite um gerador finito. Caso contrrio, diz-se que o espao
vetorial de dimenso infinita. Nos espaos vetoriais de dimenso finita, a dimenso
do espao dada pelo nmero de vetores de qualquer uma de suas bases. Tal definio
sempre precisa, pois o nmero de vetores de qualquer uma das bases de um espao
vetorial de dimenso finita sempre o mesmo. Se (vl>"" v p) a base ordenada de um
espao vetorial V sobre um corpo K, no dificil mostrar que para cada vetor yEV
existem nicos al>'" a p E K tais que y = aI v 1+' ..+a p v p; (aI"'" a p ) sero chamados de
coordenadas do vetor y na base (v I, ... , v p) .

Um problema que ocorre frequentemente em economia o de encontrar um

ponto num subespao gerado por um conjunto de vetores do 9{n mnima distncia
de um dado vetor y. Define-se este ponto mnima distncia de y no subespao gerado
como projeo ortogonal de y sobre o subespao. claro que se y pertencer ao
subespao gerado pelo conjunto de vetores, a soluo o prprio ponto y. Tambm
no oferece qualquer dificuldade adicional o caso em que o conjunto de vetores
geradores do subespao composto de um s vetor. De fato, este exatamente o
problema que resolvemos anteriormente ao achar o escalar a tal que ExY =ax.

Vejamos agora como estender o problema ao caso em que o conjunto gerador

do subespao projetivo formado por p (p > I) vetores. Para isto, utilizaremos o
teorema I. I (cujo resultado j utilizamos explicitamente na soluo do exerccio
anterior) e o teorema 1.2 abaixo:

Teorema 1.1. Sejam W subespao vetorial do 9{n e Xo E 9{n. y =Ewxo o ponto a

menor distncia de Xo em W se, e somente se Xo - Y ortogonal a W, i.e.
(xo -y,x) = O, \Ix EW.

Demonstrao: Um ponto y EW ser a projeo ortogonal de Xo em W, ou seja, o

ponto em W mnima distncia de Xo se, e somente se lixo - yll ::;; lixo - xii, \Ix E W ,
ou ainda, se, e somente se lixo - yl12 : ; lixo - (1- a)y + tn'~12, \Ix EW, \Ia E (0,1),
visto que W subespao vetorial. Desenvolvendo esta desigualdade vem que

24
(X o -y, Xo - y) ~ (X o - y+a.(y- x), Xo - y+a.(y- x))
~ 2a.(X o -y,y-X)+a. 2(y-x,y-X) ~ 0, 'Vx e W, 'Va. e (0,1).

Dividindo por a. e depois fazendo a. tender a temos que

(X o - y,y-x)~O, 'Vx eW.

Dado weW temos que y -we W (pois y eW e W subespao vetorial), logo

tomando x = y - w e W devemos ter (x o - y, w) ~ 0, 'Vw e W. Novamente, por ser W
um subespao vetorial podemos substituir w por -w na desigualdade acima e obter
(x o -y,-w) ~ 0, 'Vw eW, ou seja, (x o -y, w) ~ 0, 'VweW. Destas desigualdades
segue-se que (x o -y, w) = 0, 'Vw eW, como queramos demonstrar.

Teorema 1.2. Seja y um vetor do espao vetorial 9l n , onde se define a funo produto
interno euclidiano. Seja W o subespao gerado pelos vetores supostos linearmente
independentes xI, X2 , ... , XP tambm pertencentes ao 9l n . Ento, as coordenadas
a},a2, ... a p do ponto em W mnima distncia de y (denominada projeo ortogonal
de y sobre W) so determinadas pela equao matricial

a=(a p a 2, ... ,a p)'=(X'Xr l X'y ,onde a o vetor de coordenadas com

respeito base {x I , X2, ... , x p}.

Nesta equao, X a matriz cujas colunas so os vetores XI' x 2, ... x p. Trata-se,

portanto, de uma matriz n x p ; X' (p x n) a transposta de X; X'X uma matriz p x p
e obviamente tambm a sua inversa, (X' X) -I. O smbolo ' sobre o vetor a indica que
a um vetor coluna p x 1.

Demonstrao: Denotando-se por EwYo ponto de W mnima distncia de y, temos,

de acordo com o enunciado do teorema, EwY = alxl +a2x2+ ... +apxp. Pelo teorema
1.1, sabe-se que para que o vetor EwY seja o ponto de W mnima distncia de y
necessrio e suficiente que y-EwY seja ortogonal a todo vetor de W. Isto ocorrer, se,
e somente se y- EwY for ortogonal a cada um dos vetores geradores do subespao W.
Assim, devemos ter, para i = 1,2, ... , p,

(y - EwY,x j ) = ~ (y -alx l - a2x2--apxp,xj)=
(y,x j ) = aI (XI ,x j)+ a 2(x 2,x j )+...+a p(xp,x j)

25
 A validade desta ltima equao para i = 1,2, ... , P equivalente ao sistema:

f(XpX I ) (X 2,X I) ... (xp,x l ) l- f(XI,y) l

I(x ,y) I
I(.X,.:~~.}(X'.:~~}:(~:'~:)
2

I I I
I I I I
l(xl,x p) (x 2,x p) ... (xp,x p) J I I
l(xp,y)J
ou ainda, em notao matricial, e usando a simetria do produto interno euclidiano
(xj,X j ) = (xj'X j), "i/ I,j = 1,2, ... ,p.
(X'X) a = X'y

Como os vetores XI' X2, ... , x p so supostos linearmente independentes, as

coordenadas da projeo de y sobre o subespao W ficam unicamente determinadas
(veja exerccio resolvido desta seo). Neste caso, pode-se garantir que a matriz X'X
acima (chamada matriz de Gram) inversvel, obtendo-se ento a unicidade da
determinao do vetor a : a = (X' X )-1 X' Y .
Pelo que vimos, EwY = Xa, onde a = (X'XrIX'y. Temos ento EwY = X(X'XrIX'y .

A matriz Z = X (X ' X rI X' acima a matriz pela qual se deve pr-multiplicar

o vetor y de forma a obter-se o seu ponto mnima distncia (projeo ortogonal) no
subespao W. Trata-se, por definio, da matriz, na base natural do 9ln , da projeo
ortogonal sobre o subespao W. Esta matriz Z deve ser idempotente pois, como Zy j
um ponto de W, a sua projeo ortogonal sobre W deve ser o prprio Zy (em outra
palavras, o ponto em W mnima distncia de um ponto que j est em W o prprio
ponto). Assim, devemos ter
Z2y = Z(Zy) = Zy. De fato, Z2 = X(X' Xr l X' X(X' Xr l X' = X(X' Xr l X' =Z.

Transformaes Lineares, Autovalores e Autovetores

Dados ~ e V2 espaos vetoriais definidos sobre um corpo K, uma

transformao linear T de VI em V2 uma funo de VI em V2 satisfazendo

T (ax- + y) = a T(x) + T(y)

para quaisquer vetores x e y em V, e qualquer escalar (elemento do corpo) a.

26
 Se T uma transformao linear do espao vetorial em si mesmo diz-se
que T um operador linear. No caso em que T leva vetores do espao a elementos do
corpo no qual o espao est definido diz-se que T um funcional linear.

Seja V um espao vetorial de dimenso finita e vI> v2 , . , VII uma base de V.

Fixada esta base ordenada, existe uma e apenas uma matriz representativa de qualquer
transformao linear T definida em V. A transformao linear T fica perfeitamente
determinada pelos valores que assume numa base qualquer de V (exerccio resolvido
nmero 11). A matriz representativa (A) da transformao T na base (v I , V2' ... , Vn)
fica univocamente determinada pela regra:
n

TV j = a lj VI +a 2j v 2++a nj Vn = La ij Vi (j = 1,2, ... , n)

i=1

A matriz A a matriz cuja j-sima coluna representa as coordenadas, na base

(vI> v 2, ... , v n)' da aplicao de T sobre v j .

Seja T um operador linear definido em um espao vetorial V sobre o corpo K.

Um valor caracterstico (ou autovalor) de T um escalar c em K definido de forma
que Tx = ex para algum x -:t: 0, X E V. Se c um valor caracterstico de T e Tx = ex
para x -:t: 0, diz-se que x um autovetor associado ao autovalor c.

Observe-se que Tx = cx para x -:t: implica que (T - cI)x = seja satisfeito

para x -:t: 0, o que significa dizer que o operador T - cI singular (no inversvel).

A correspondncia biunvoca existente entre operadores definidos em espaos

de dimenso finita e matrizes quadradas nos sugere a extenso do conceito de
autovalores e autovetores tambm para matrizes quadradas. Se B = (XI' X2, ... , x n )
uma base ordenada de V e a matriz A a matriz de T na base B (escreve-se A = [T] B )

ento T - cI inversvel se, e somente se A - cI inversvel. Da, se A uma matriz

n x n definida sobre um corpo K, diz-se que c um autovalor de A quando para algum
x -:t: 0, X E 9t n , Ax = cx. O vetor x neste caso denominado autovetor associado ao
autovalor c. claro que c valor caracterstico de A se, e somente se det (cI-A) =
(i.e., se a matriz quadrada cI - A singular). Definindo-se ftc) = det (cI-A) como o
polinmio caracterstico de A (de ordem n), os autovalores podem ser encarados como
razes do polinmio caracterstico de A. Devido a este fato os autovalores recebem
tambm a denominao de valores caractersticos.

Dado um operador T num espao vetorial de dimenso finita V, como definir o

seu polinmio caracterstico? A resposta imediata seria: tome-se uma base ordenada de

27
V, acha-se a matriz representativa A de T nesta base e defina-se o polinmio
caracterstico de T como f(c) = det (cl - A). S resta um problema: ser que f(c) assim
definido independe da escolha da base ordenada B tomada em V (e, consequentemente,
da matriz representativa de T)? A resposta positiva, o que nos permite adotar este
procedimento.

Vejamos um exemplo dos pontos aqui discutidos. Para isto seja T um operador
linear em m 2 cuja representao, na base cannica ordenada (e p e2 ) do m2 , seja dada
pela matriz:
rI
A=lo -d
l

o polinmio caracterstico associado a T(ou aA) dado por

f(c) = det (cl - A) =
c-I
c+l

Tem-se quej(c) = para c = 1 e c = -1 sendo, portanto, 1 e -los dois auto-
valores de T (ou A). Tomemos agoa c = 1 e faamos para x E m 2 ,Ax = 1. x. Da, (A -
I) x = O. Temos ento:

onde (1,0) um vetor soluo para o sistema diferente de (0,0). Logo, (1,0) um
autovetor associado ao auto-valor 1. Se procedermos de forma semelhante, com
c = -1 , concluiremos que (0,1) um autovetor associado ao autovalor -1.

o leitor obviamente perguntar se (r,O) e (O,r), onde r Em, no constituiria

uma famlia de autovetores. A resposta positiva. Observe a que os autovetores
obtidos so ortorgonais. Isto decorre do fato de A ser uma matriz simtrica.

Se V um espao vetorial de dimenso finita sobre um corpo K, T:V~V um

operador linear e . um autovalor de T pode-se mostrar sem dificuldade que
SI = {x EV~ Tx = .x} um subespao de V chamado de autoespao associado ao
autovalor .. Mais ainda, se definirmos para cada k E~ Sk = {x E V~ (T - .I)k (x) =

O} temos que Sk um subespao de V e Sk c Sk+1. Como V tem dimenso finita deve

existir ko E~ tal que Sk = Sk o, Vk ~ ko. Neste caso, chamaremos Sko de autoespao
generalizado associado ao autovalor .. Pode-se provar que a unio das bases dos
autoespaos generalizados uma base de V.

28
 Diagonalizao de Formas Quadrticas

Dada uma matriz A * nx n, define-se no 9l n a funo que a cada x E 9l n associa

o valor x' A *x em 9l. Como exemplo, para

Observe-se que o coeficiente de Xi x j na forma quadrtica dado por a~ + a ;i ,

sendo a~ e a;i elementos de A*. Se a~ ~ a;i pode-se sempre definir
a ij = a ji = (a~ + a;J / 2 e operar-se com a matriz simtrica A = (ai}) tendo-se ainda,
neste caso, x' Ax = x~ *x. Ou seja, esta redefinio dos coeficientes no altera o valor

da forma quadrtica. Dada uma matriz A * = (~ ~) podemos substitu-la por A =

G~) e obter o mesmo valor para x'Ax ou x'A 'x, sendo a nova matriz A uma matriz
simtrica.

A passagem de uma matriz no simtrica A * a uma matriz simtrica A no

manuseio algbrico de formas quadrticas mostrar-se- muito adequada devido s teis
particularidades das matrizes simtricas no que diz respeito aos seus autovalores,
autovetores, e diagonalizao.

No captulo 3 deste livro utilizaremos o fato de algumas formas quadrticas

definidas por uma matriz simtrica A n x n apresentarem sempre valores positivos (ou
negativos ) para x~x, independentemente do vetor x E 9l n , x ~ O. A estas formas
quadrticas (ou, equivalentemente, s matrizes simtricas que lhes do origem),
daremos o nome de positiva (ou negativa) definida. Esta caracterizao ser muito
importante, por exemplo, no estudo de mximos e mnimos de funes de vrias
variveis. Como caracterizar uma matriz simtrica como positiva definida
(Xl Ax > 0, 'v'x ~ O), negativa definida (Xl Ax < 0, 'v'x ~ O) ou indefinida (quando x~x
n
n
>0 para algum x E 9l e y , Ay < para algum y E 9l ) utilizando somente os seus
autovalores, eis o problema ao qual nos dedicaremos no restante desta seo.

29
 Para simplificar a anlise, seja dada uma forma quadrtica xj4x com x E 91 2 .
Temos ento, x'Ax. = ~)X)2 +(~2 +~))X)X2 +~xi. Tomemos trs configuraes

numricas para a matriz A. Na primeira, A = IIrI Il

2J' na segunda A = lr-IO ol
_de na

rI Il '. .
terceira A =
II -d No pnmetro caso, xj4x =

xi +2x; +2x)x 2 =(x) +X 2)2 +x; >0 para todo x:;tO. No segundo caso,
x' Ax = -x; - xi
< O para todo x:;t O. E, no terceiro caso, xj4x = xi - x; + 2x) x 2 ,
podendo ser negativa para, por exemplo, x = (xl, x2) = (1, -1) e positiva para
x = (x) , x 2) = (-1, -1).

Pelo que vimos anteriormente, A positiva definida no primeiro caso, negativa

definida no segundo e indefinida no terceiro. Embora no possamos, sem recorrer a
outros teoremas, classificar a matriz A apenas pela observao de seus elementos, uma
coisa fica evidente. No caso em que A uma matriz diagonal (ou seja, na qual todos os
elementos fora da diagonal principal so iguais a zero), os termos cruzados x)x 2 no
mais aparecero, restando apenas os termos em x~ e x;. Neste caso, poder-se-ia

afirmar de imediato que, por exemplo, A = lorI ol

d positiva definida, A = lor-I -old
negativa definida e A = lorI _Odl indefinida (porqu? Obtenha a expresso para

xj4x). Este ser o caminho que trilharemos. Como x um elemento qualquer do 91 n ,

se trocarmos x por y = Qx, sendo Q uma matriz no singular, o contradomnio de xj4x
ser, evidentemente, o mesmo de yj4y. A afirmao se x' Ax > O, para \/x E91" ,x:;t O,
equivale, neste caso afirmao se y:;t O,y' Ay > O, \/y E91 n . De fato, como Q
inversvel x:;t O <=> y :;t O, e tanto x quando y podem representar qualquer vetor de
D
91 - {O}. Em outras palavras, uma forma quadrtica definida positiva (ou definida
negativa) permanece definida positiva (ou definida negativa) quando expressa em
relao a um novo conjunto de variveis, desde que esta transformao de variveis
seja no singular (d um exemplo que mostre que, se a transformao for singular, isto
no mais ocorre). Uma soluo para o problema de visualizar rapidamente a
classificao de uma forma quadrtica, consequentemente, consiste em obter uma
transformao de variveis y = Qx, Q no singular, tal que a nova matriz da forma
quadrtica, B = Q'AQ, seja uma matriz diagonal.

Das tcnicas de diagonalizao de matrizes simtricas, decorre de imediato que

a matriz Q que atende a este objetivo a matriz cujas colunas so formadas por auto-
vetores ortonormais da matriz A (prova-se em um dos exerccios resolvidos desta

30
seo, para uma matriz A simtrica e real nxn, que sempre possvel obter-se um
conjunto de autovetores ortonormais de A que seja uma base do espao 9t n ; prova-se
tambm que os autovalores de A so todos reais). Neste caso a matriz B = Q'AQ
uma matriz diagonal em que os elementos da diagonal so os autovalores (todos reais)
D

de A. Neste caso, y By = L bjY~ , aparecendo somente os quadrados das variveis, e

j=i
no mais os produtos cruzados YiYj (i:;; j).

Decorre de tudo o que vimos que, atravs do conhecimento dos autovalores de

uma matriz A, podemos imediatamente determinar se ela definida positiva, definida
negativa ou indefinida.
(1) x'Ax ser positiva definida se, e somente se todos os seus autovalores forem
positivos.
(2) x'Ax ser negativa definida se, e somente se todos os seus autovalores
forem negativos.
(3) x'Ax ser indefinida se, e somente se apresentar autovalores positivos e
negativos.
Exerccio: Diz-se que x'Ax positiva (negativa) semi-definida se x'Ax ~ O (~ O) para
todo x E 9t n . Conclua da anlise acima que x' Ax ser positiva (negativa) semi-
definida se, todos os autovalores de A forem no negativos (no positivos).

31
Exerccios resolvidos: Seo 1
1) Seja V o conjunto de todas as funes reais definidas em um conjunto no vazio X,
isto , V = {f; f: X ~ m}. Dadas f, g e V, k em, definimos f + g e lif em V tais que
(f + g) (x) = f{x) + g(x) e (kf) (x) = kf (x) , \:Ix e X. Verifique que V com estas
operaes um espao vetorial real.

Soluo: Vamos verificar os axiomas que definem espao vetorial. Observe que,
nestas verificaes, utilizaremos sempre as propriedades de um corpo, do qual os
nmeros reais so um caso particular ( ao se fazer f{x) +g(x)=g(x)+f{x) em (cl), por
exemplo).
cl) Sejam f, geV, ento f+g, g+feV, e (f+g) (x) = f{x) + g(x) = g(x) + f{x) = (g + f)
(x), \:Ix eX, ou seja, f+ g = g + f
c2) Sejam f, g, h e V, tem-se que (f + g) + h e f + (g + h) so elementos de V por
definio, alm disso, para todo x e X, f + g) + h) (x) = (f + g) (x) + h(x) =
(f{x) + g (x + h(x) = f{x) + (g(x) + h(x = f{x) + (g + h) (x) = (f +
(g + h) ) (x). Assim (f+g)+h = f+(g+h).
c3) Seja O e V tal que O (x) = O, \:Ix e X. Para toda f e V temos (f + O) (x) = f (x) + O
(x) = f (x), \:Ix e X. Assim f + O = f
c4) Dado f e V, seja -f e V tal que (-f) (x) = -f (x), \:Ix e X. Segue-se que
(f+ (-f) (x) = f (x) + (-f (x) ) = O = O (x), \:Ix eX, ou seja, f+ (-f) = o.
dI) Para todo f eV, (1.f) (x) = 1. f(x) = f (x), \:Ix e X, logo 1.f= f
d2) Dados a, b em,f eV, temos que ab) f) (x) = (ab) f (x) = a (bf(x = a.(bf)
(x) = (a (bf) (x), \:Ix e X, donde (ab) f= a (bf).
d3) Dados a em, f,g eV, temos que (a (f+ g (x) = a.(f+ g) (x) = a (f (x) + g
(x = af(x)+ag(x) = (af) (x) + (ag) (x) = (af+ag) (x), \:Ix eX, ou seja, a (f+g)
= af+ ag.
d4) Dados a,h em, f eV, temos que a +b) f) (x) = (a + b) f (x) = af(x) + bf(x) =
(af)(x) + (bf) (x) = (af+ bf) (x), ou seja, (a + b) f= af+ bf

2) Determine se os seguintes vetores formam uma base do espao m 3

( i) (1, O, 1), (1,3, O)
(ii) (1, 1, 1), (O, O, 1) (1, O, 1)

Soluo: (i) Dado (O, 0,1) em 3 , suponha que existam a,h em tais que (O, 0,1) = a
(1, O, 1) + b (1,3, O). Tem-se que

32
 ra+ b = o
~ 3b=0
l a=1

ou seja, este sistema imcompatvel, pois no se pode ter ao mesmo tempo a = O e a =

1. Logo, no possvel escrever-se o vetor (O, O, 1) como combinao linear dos
vetores (1, O, 1) e (1, 3, O), donde se conclui que (1, O, 1) , (1, 3, O) no gerador
(e, consequentemente, no uma base) de ~3. O leitor mais familiarizado com
lgebra Linear ter imediatamente recordado que para se formar um gerador de ~ 3
so necessrios no mnimo trs vetores.
(ii) Dado (x, y, z) E~3, tomemos a, b, c E~3 tais que (x, y, z) = a (1, 1, 1)
+ b (O, O, 1) + c(1, O, 1). Tem-se que
x=a+c
y=a
z=a+b+c
logo
a=y
b =z-x
c =x-y
Assim (x, y, z) = Y (1, 1, 1) + (z - x) (O, O, 1) + (x - y) (1, O, 1),
't(x,y,z) E~3, ou seja, {(1,1,1), (0,0,1), (l,0,1)} gerador de ~3. Observe que se x = y
= z = O, ento a = b = c = O, implicando que estes vetores so tambm linearmente
independentes e, consequentemente, formam uma base de ~ 3 .

3) No .exerccio 1, faa X = ~ e diga se os seguintes vetores so linearmente

independentes, onde:
(i) I(t) = t 2 , g(t) = cost, h(t) = t
(ii) f(t) = cos2 t, g(t) = sen 2 t, h(t) = 4
(iii) f(t) = e t , g(t) = sen t, h(t) = e 2t

Soluo: (i) Sejam a, b, c tais que af + bg + ch = O, isto , ae + b cost + ct = O, 'tt E ~.

Em particular,
1) se t =0 ento a . 02 + b . cos O + c . O = O ~ b = O
a+c=o
2) como b = O e fazendo-se t = 1 e t = -1 teremos { O ~a=c=O
a-c=
Portanto, {f,g,h} LI.

33
 () Como cos2 t + sen2 t = 1, \ft e 91
tem-se que
2 2
4 cos t+4 sen t-1.4 = O, \ft e 91, ou seja, 4f+ 4g - 4h = O. Isto implica que {f,g,h}
LD.
(i) Sejam a,b,c e9t tais que af + bg+ ch = O, ou seja
t 2t
a e + b sen t + c e = O, \ft e 91. Sejam os seguintes "alores para t:
1) se t = O ento a + c = O
2) se t = 7t ento a e ll + c e 211 = O
11
3) se t = ~ ento a e2 + b.1 + c ell = O

a = -c ~ c - ce = O ~ c(l- e
lr lr
) = O~ c = O~ a = O

Ir

a e 2 + b + c e lr = O ~ b = O

Portanto, {e \ sen t, e 2t } LI.

4) Seja E um operador linear em V, V espao vetorial, tal que E 2 = E. Neste caso E

chamado idempotente. Dada uma transformao linear T de um espao vetorial V em
outro espao vetorial, define-se a imagem de T como o conjunto T (V) =
{T(x);x e V}e o ncleo de T como N(T) = {x eV;T(x) = O}. Mostre que:
i ) T (V), N (T) so subespaos vetoriais.
)E(u)=u, 't/u eE(V)
iii) Se E ~ I ento E singular (i.e., E no inversvel)
Soluo: i) Seja T:V ~ W uma transformao linear, onde Ve W so espaos
vetoriais sobre um corpo K. Dados a eK, w), w2 e T (V) existem v)' v 2 e V tais que
T(v)=w p e T(v 2 )=W2 , T(av) +v2 )=a T(v)+T(v2 )=aw) +w2, logo
assim
a w) +w2 e T(V). Portanto T(V) subespao de W. Por outro lado, dados
aeK,v),v2 eN(T), tem-se que T(a v)+v2 )= aT(v)+T(v2 )=aO+0=0, isto ,
aVI +v2 e N(T). PortantoN(1) supespao de V.I
) Seja u eE(V), ento existe v e V tal que E (v) = u. Logo
E(u) = E(E(v = E2(V) = E(v) = u.
i) Como E ~ I, existe v eVtal que E (v) ~ v. Assim, E (E (v = E (v), ou
seja, E no injetiva, e portanto no inversvel.

I Observe O e N(T) e O e T(V) , e portanto N(T) ~ 0 e T(V) ~ 0.

34
5) Seja T: V ~ V um operador linear de um espao vetorial V sobre o corpo K.
Suponha que c E K um autovalor de T. O autoespao associado ao autovalor c por
definio L (c) = {x EV;(T-cl)x=O}, isto , L (c) = N (T - cl). Logo L (c)
subespao de V (ver exerccio anterior). Cada matriz abaixo est associada a um
operador do espao euclidiano na base cannica. Encontre todos os autovalores c E 9t
e uma base para L(c) em cada caso abaixo:
rIO
lo 1
01
l
(i) A= (ii) B =
lo 1 lJ
Soluo: (i) Seja c E9t autovalor de A, ento
r c-100 l
det I c-I JI = => (c _1)3 = => c= 1
lo
-1 c-I
Isto , 1 autovalor de A com multiplicidade 3. Com isto queremos dizer que o
polinmio caracterstico divisvel por (x _1)3 e no divisvel por (x _1)4.
r(c-l)x=O
Seja (x,y,Z) E L(I) ~ ~ (c-I) y =
l-y+(C-l) z=o ~y=O (poisc=l)
Assim L (1) = {(x,y,z) E 9t 3; Y = O}, ou seja, L (1) o plano xz.
Neste caso {(l,O,O), (0,0,1)} umabasedeL(I).
() Seja c E 9t autovalor de B. Ento
rC-2 -2l
det l-I c _ 3 = J 2
=> c - 5c + 4 = => c = 1 ou c = 4

Primeiro seja (x,y) E L(I). Tem-se que -x - 2y = o que implica x = -2y, e,
portanto, L (1) = { (x,y) E9t 2 ; X = - 2y }. fcil ver que {(- 2,1)} uma base de L
(1). Seja agora (x,y) E L(4). Ento 2x - 2y = 0, ou seja x = y, donde L (4) =
{(x,y) E 9t 2 ; X = y} e {(1,1)} uma base de L (4).

6) Seja Q uma matriz real quadrada de ordem n. Diz-se que Q simtrica quando
n
Q = Q' (isto , se Q = (qij) ento qij = qji' Se para todo x E9t - {O},x'Q x > 0, diz-
se que Q positiva definida. Dada Q matriz real de ordem n simtrica positiva definida,
prove que (x,y)Q = x'Q y define um produto interno em 9t n .
Prova: Vamos provar que (,) Q verifica as propriedades de produto interno:
n
1)(x,y +z)Q = x'Q(y +z) = x'Qy +x'Qz = (x,y)Q + (x,z)Q' Vx,y,z E9t

n
2) (ax,y)Q = (ax) 'Qy =ax'Qy = a(x,y)Q' Va E9t, Vx,y E9t .

3) (x,y)Q = x'Qy = (x'Qy)' = y'Q'x"= y'Qx = (y,x)Q' Vx,y E9t n .

(estamos usando propriedades da transposta e a simetria de Q)

35
4) Se x Eut" - {O}, (X,X)Q = X'Q X>o (pois Q definida positiva). Portanto, (')Q
produto interno em ut D

7) Encontre a projeo ortogonal do vetor (l,O,I) E ut 3 sobre o subespao

W = {(XI>X 2 ,X 3 ) Eut 3 ; XI +x 2 +x 3 = O}.

Soluo: Inicialmente econtraremos uma base para W. Para isto, seja (X 1,X2,X3) EW.
Ento (XI' x 2 , x 3 ) = (XI' x 2 ,-XI - x 2 ) = XI (1,0,-1) +x2 (O, 1, -1), donde conclui-se que
{(I,O,-I),(O,I,-I)} gerador de We, por tratar-se de um conjunto de vetores LI,
tambm uma base de W.

r, 1 ol
Tomemos X = l
-1
IJ e y' = (1,0,1). Sabemos que a projeo dey sobre W
-1

r2
X(X'XrIX' = ~ 'l-I
-1
1
EwY = 3" (1,-2,1)

8) Calcular o ponto mnima distncia do ponto (1,- 2, -3, -4) ao subespao gerado
pelos vetores:
a) {(I,I,2,I), (1,4,2,3), (3,9,6,7)}
b) {{l,0,0,0), (O,I,O,O)}
Soluo:
a) Sejam VI' = (1,1,2,1), v 2 '= (1,4,2,3), v 3 '= (3,9,6,7) e y' = (l, -2, -3, -4), W = L
(vI> v 2 ' v 3 ), ou seja, W o subespao gerado por vI> v2 e v 3 . Observe que v3 = VI + 2v2 .
Assim, W = L (vI> v2 ) com {VI' v2 } LI.

1 1
1 4
SejaX =
2 2
1 3

X' X=[:2 1230] (X'Xr l =_1

66
[30
-12
-12]7

36
Xy= [-11]
-25 (XXr l Xy=-
66
1
[-30]
-43

73

l
i 202
Finalmente, EwY = X(X' Xr X'y = - 66 146

159

b) Como os vetores (1,0,0,0), (0,1,0,0,0) geram o plano das primeiras duas

coordenadas tem-se que a projeo de (1,- 2,- 3,- 4) neste subespao (1,- 2,0,0).

9) Dada a forma quadrtica S(x) = x; + x~ + 3XI X 2 , i) ache a matriz simtrica A tal que
S(x) = x'Ax; )ache os autovetores de A e uma base do 91 2 formada por auto-vetores
ortonormais de A; li) sendo Q a matriz cujas colunas so dadas por estes autovetores
ortonormais, obtenha a matriz B = Q'AQ; iv) obtenha a forma quadrtica
x'Bx = x'Q'A Qx, cujo contradomnio o mesmo de x'Ax e classifique-a nos termos
discutidos no texto.
Soluo:
rI
i) A= l3/2

)IA-cIl= Il-c l-c

3/2
3/2
1 = c2 -2c-5/4, onde IMI odetenninantedeurnamatrizquadradaM

IA - cIl = para c I = 512 e c2 = - I 12
Trabalhando inicialmente com c = CI , temos, fazendo (A - c/)x = 0,
r-3/2 3/2l rxll _ (01
l3/2 - 3/2J lx J -2 O)

Dai obtem-se XI = x2 e o autovetor ( ..fi 12, ..fi 12 ) de norma igual unidade.

Para (A - c2 I)x = 0, temos
r312 312l r l _ (OJ XI

b/2 3/2J lx J - 2

obtendo-se XI = - x2 e o autovetor (..fi 12, - ..fi 12) de norma igual unidade e

ortogonal ao autovetor (..fi 12, ..fi 12 ) . Estes dois autovetores formam uma base do
2
91 (vetores ortonormais so sempre linearmente independentes).
r..fi12 J2/2l
iii)Q= lJ2/2 -J2/2J=Q'

Q'A = rl..fi 12 ..fi 12lJ rI 3 12l = rl5..fi 14 5..fi 14 lJ

..fi 12 -..fi 12 l3 12 1 J -..fi 14 ..fi 14
B = Q'A Q = rl5..fi 14 5..fi 14 lJ rl..fi 12 ..fi 12 lJ = r512 l
-..fi 14 ..fi 14 ..fi 12 -..fi 12 l -1/ 2J
37
 Como era de se esperar, B uma matriz diagonal cujos elementos da diagonal
so os autovalores da matriz A.

iv) x'Bx = 5/ 2x; - 1/ 2xi que, obviamente uma forma quadrtica indefinida. De fato,

x'Bx> para (1,0) e x'Bx < para (0,1). Segue do que vimos no texto que a forma
quadrtica x; xi
+ + 3X1X 2 tambm indefinida (pois o contradomnio de x'Ax quando
x E9l 2 o mesmo de x'Bx).

10) Seja V um espao vetorial sobre K. Prove que a representao de um vetor yEV
numa base ordenada de V nica. Utilize este fato para justificar a inversibilidade da
matriz de Gram.

Soluo: Seja (v l ' ... , V n) uma base ordenada de V. Suponha que

a)v) +a nv n = y = b)v) + ... +b nv n onde ai' b i EK,i = 1, ... ,n. Ento
(a)-bJv)+ ... +(an-bn)vn=O. Como (v), ... ,v n) base segue-se que LI, logo
ai -b i = O,i = 1, ... ,n, como queramos demonstrar. Observe que a matriz de Gram do
teorema 1.2 deve ser inversvel visto que fazendo y = O neste teorema teremos que a=O
a nica soluo do sistema: (X'X)a = X' O = O pois a a representao de EwY na
base (x) , ... ,x p ) de W.

11) Prove que uma transformao linear em espaos de dimenso finita fica
unicamente determinanda pelos valores que assumem em uma base ordenada qualquer
do espao.

Soluo: Sejam V; , V2 espaos vetonalS sobre o corpo

K, {v I, ... , V n} base de VI e T: VI -+ V2 uma transformao linear. Ento dado x E VI
existem (nicos) aI , ... , a n, tais que x = aI v I+ ... +a nv n e portanto
Tx=aITvl+ ... +anTv n. Assim basta conhecermos Tv1' ... ,Tv n para determinarmos a
transformao linear T.

12) Prove o teorema espectral em dimenso finita. Seja A:9l ft -+ 9l ft um operador

linear simtrico, i.e., (Ax ,y) = (x, Ay) para todo X, y,e 9l ft (isto o mesmo que dizer

que a matriz (aiiri=1 que representa o operador A na base cannica tal que aij = aji ,
Vi, j E {I, ... , n}) onde (.,.) o produto interno euclidiano do 9l ft . Ento
i) todos os autovalores de A so reais.
) existe uma base ortonormal (ou seja, com vetores ortogonais e de norma
igual a um) do 9l ft constituda de autovetores.
Demonstrao: Vamos estender o operador A:9lft -+ 9l ft para
n

: C n -+ C n tal que se x = Laie i um vetor arbitrrio de

i=1
C n, onde ai E C, i = 1, ... , n, e {e 1' ... , e n}
n
base cannica de 9l ento
n

x = LaiAe i . Podemos tambm definir o produto interno hermitiano em C" da

i=1

38
 n

ento (x,y\ = La Ji
i=)
(observe que se x, y E m n ento (x, y \ = (x, y)). Neste caso fcil ver que:
n
a) (X,y)b = (y,X}b' 'ix,y EC
n
b) (X+y,Z)b = (X,Z)b +(y,Z)b' 'ix,y,z EC
n
c) (ax,y) = a(x,y), 'ix EC , 'ia EC

Temos tambm que vale (x,y\ = (x, Y)b ' 'ix,y E c n Seja agora I.. EC
uma raiz do polinmio caracterstico de que o mesmo de A, visto que na base
{ep ... ,eJ de m n sobre m ou de C n sobre C os operadores A e tem a mesma matriz
de representao. Tomemos tambm x E c n - {O} tal que x = X.

Logo Se
2
x={ap ... ,aJ entID (x,x\ = tlail e como x:;t Otemos que ai :;tO para algum
i=)

i=I, .... ,n, ou seja, laJ >0, logo (x,x):;tO. Portanto =,ouseja,Em. E isso
demonstra (i).

Suponhamos agora que Em autovalor de A e

x E m n tal que (A - 1..1)2 (x) = O. Temos que
A 2x-2Ax + 2x = O, logo O= (A 2x -2Ax+ 2x,x)= (A2X-2Ax,x)+ 2(X,X)
= (Ax-2.x,Ax)+ 1..2(x, x) = IAxl2 -2.(X,Ax)+ .21xt = IAx-.xI2 ,ou seja, Ax- .x = O=> Ax = .x.

Conclu-se que o ncleo de (A - 1..1) 2 igual ao ncleo de (A - 1..1). Em outras

palavras o auto-espao generalizado de I.. igual ao auto-espao de . Segue-se do
que foi dito nesta seo que m n tem uma base de autovetores de A, porque as bases
dos autoespaos generalizadas formam uma base de m n . Resta agora mostrar que
podemos escolher uma base de autovetores que seja ortonormal. Em primeiro lugar
observe que se 1..), 1.. 2 E m so autovalores de A ento dados Xi autovetor associado
ao autovalor i, i = 1,2, 1..) (x p x 2) = (Ax p x 2) = (x p Ax 2) = (X p 2X2) = 2(X p X2).
Como 1..) :;t 1.. 2 devemos ter (x)' X2)b = o. Assim, vetores pertencentes a autoespaos
distintos so ortogonais. Para mostrar o que propomos basta escolher uma base
ortonormal para cada autoespao e tomar a base do m n como a unio destas bases
(ser base pois m n a soma direta dos autoespaos generalizados).

39
Exerccios Propostos - Seo 1

1) Mostre que os conjuntos abaixo so espaos vetoriais sobre m com as operaes

USU81S:

( i ) M m r n (m) conjunto de matrizes reais m x n

( ) Pn (m) conjunto dos polinmios com coeficientes reais de grau menor ou igual a
n.
( li ) C = {a + bi; a, bEm}

2) Qual dos seguintes conjuntos de m 3 so realmente subespaos?

(a) o plano de vetores (x, y, z) com x = O

(b) o plano dos vetores (x, y, z) com x = 1
(c) os vetores (x, y, z) que satisfazem z - y + 3x = O
(d) os vetores (x, y, z) com xy = O

3) Mostre que as seguintes transformaes T no so lineares:

( i ) T: m 2 ~ m definida por T (x,y) = (x + l).y

( ii ) T: m 2 ~ m 3 definida por T (x, y) = (x + 3, 5y, 2x + y)
(li) T: m3 ~ m3 definida por T (x, y, z) = (lxl,lyl,o)

4) Diga se cada afirmao abaixo verdadeira ou falsa, provando-a , se verdadeira, ou

dando um contra-exemplo, se falsa:

( i ) Se x, y e z so vetores LI, x + Y + Z e z + x tambm so vetores LI.

( ) Se x, y e z so vetores LD ento z a combinao linear de x e y.

5) Calcule a projeo ortogonal do vetor (1, O, l)e m 3 sobre os seguintes subespaos:

a)O prprio m 3
b) W = {x E m3 ;x] +x 2 +x 3 = O}
c)W = {x E m 3 ;x] +x 2 +x 3 = O e 2x] +x 2 +x 3 = O} e
d) W = {x E m 3 ;x] +x 2 +x 3 = O, 2x] +x 2 +x 3 = O e x] +x 2 +2x 3 = O}

6) No exerccio anterior calcule os vetores x - Ewx para cada uma das projees
yi
efetuadas. Definindo-se a norma de um vetor y E m n por (y~ + + ... + y;) 1/2, o que
voc pode afirmar sobre cada uma das normas do vetor x - EwX nos quatro itens
anteriores?

7) Verifique que a norma euclidiana satisfaz as trs propriedades listadas abaixo.

I(
Utilize em sua demonstrao a desigualdade de Cauchy-Schwarz x, y)1 ::; Ilxlllly 11

40
a) Se x *- O, ento Ilxll > O
b) para qualquer a E 91, Ilaxll = lal Ilxll
c) para qualquer vetores x e y, Ilx + yll ~ Ilxll + Ilyll

8) Resolva o sistema AX=Yutilizando a matriz aum~ntada A'

A'= 2
1 -2
1
1 Y\
1 Y2
J
(
O 5 -1 Y3

Qual a condio necessria para que o sistema tenha uma soluo? A que
condio o vetor Y = (y \ , Y2, Y3) deve satisfazer para pertencer ao subespao gerado
pelos vetores (1,2,0), (-2,1,5) e (1,1,-1)? E para pertencer interseo de todos os
subespaos que contm estes trs vetores? Estas trs perguntas so equivalentes?

9) Encontre a dimenso e uma base do espao das solues W do sistema de equaes

lineares:

x+2y-4z-s= O
x+2y-2z+2r+ s= O
2x+4y-2z+3r+4s= O

10) Sejam U e W os seguintes subespaos do 91 4 : U={(a,b,c,d); b+c+d=O},

W={(a,b,c,d); a+b=O e c=2d}. Encontre a dimenso e uma base de U, W, U n W.

11) Comente a seguinte proposio: "se x,y e z so vetores linearmente independentes,

x+y, y+z e z+x tambm so linearmente independentes".

41
2) Equaes de Diferenas Finitas e Equaes Diferenciais Lineares
com Coeficientes Constantes

2.1) Equaes de Diferenas Finitas Lineares homogneas.

Trataremos aqui de encontrar seqncias de nmeros reais (XO,Xp x 2 ,.,,) que

satisfaam a equaes do tipo:

(2.1)

onde ao, aI , ... , ao so nmeros reais.

Tal equao denomina-se uma equao de diferenas finitas linear homognea

de ordem n com coeficientes constantes. A sua soluo se d atravs dos seguintes
passos:
a) Constri-se o polinmio caracterstico P(r) = aor o +alrO-I+ ... +a o e encontram-se as
suas n razes, que podem ser reais ou complexas.
b) A cada raiz simples ri (ou seja, que no se repete), associa-se a soluo kjrjt , kj E C
c) A cada raiz rj de multiplicidade m ( ou seja, que se repete m vezes ) 2 associa-se a
soluo (k jl + kj2t+. ..+kjmtm-l)rj" kj E C.
d) A soluo geral no campo dos complexos obtm-se somando-se as solues
associadas s razes do polinmio caracterstico. A soluo no campo dos reais
x = (x O,X I,X 2, ... ,x o, ... ), onde cada Xi um nmero real, que desejamos obter,
obtm-se tomando-se a parte real da soluo complexa.

Passemos agora ao estudo especfico das equaes que mais usualmente

aparecem em problemas econmicos, quais sejam, as equaes de primeiro e segundo
grau.

1) Equao de ordem 1
axt+1 + bX t =O ab :t. O.

Dividindo-se por a, Xt+1 + (b / a) x t = O. O polinmio caracterstico associado

ser dado por P(r) = r + b / a, com raz rI = -b / a. A soluo geral ser ento a
seqncia de nmeros reais dada por x, = ko (-b / a)' . Fazendo t = O nesta soluo
obtm-se X o = ko, ou seja, conclui-se que a seqncia soluo
(x o,xo(-b/a)l,x o(-b/a)2,x o(-b/a)3, ... ) apresenta como termo geral
x, =xo(-b/a)'.

2 Diz-se que uma raiz rj de P(r) = a or2 + aI r o- I+. ..+a o = Oapresenta multiplicidade m quando P(r)
divisvel por (r - r)m mas no divisvel por (r - r)m+l.

42
2) Equao de Grau 2

ac:;t:O

o polinmio caracterstico associado P( r) =ar 2 + br + c, cujas razes podem

ser reais e diferentes, reais e iguais ou complexas conjugadas (como supusemos que os
coeficientes de (2.1), ao,ap ... a n so todos nmeros reais, pode-se mostrar que se um
complexo a + J3i raiz de P(r), o seu conjugado a - J3i tambm o ser). Analisemos
separadamente cada um dos casos. Para isto seja L\ = b 2 - 4ac o discriminante de P(r).

Caso 1: Razes reais e diferentes (L\ > O)

A soluo ser dada por X t = k1r1t + k 2r;.

Caso 2: Razes Iguais (L\ = O)

Pelo que vimos antes, sendo r a raiz de multiplicidade dois,
t
X t = (k l + k 2 t)r
Caso 3: Razes Complexas (L\ > O)
Como a, b e c por hiptese so nmeros reais, as razes so os complexos conjugados
a + J3i e a- J3i. Temos ento:

Este terceiro caso nos remete ao problema de, uma vez tendo-se achado a soluo de
(2.1) no campo dos complexos,obt-Ia no campo dos reais. Tal passagem se d:
a) Escrevendo-se os nmeros complexos (a+ J3i) e (a- J3i) na forma polar
p (cos e + i sen e) e p (cos e - i sen e), onde p = (a 2 + 13 2) 1/2
e e = arc cos (a / (a 2 + (3 2)1/2)
Im

Diagrama de Argand Gauss - Representao de a + J3i na forma polar ~ cose + i sen e)

b) Utilizando a frmula de De Moivre

(a J3ir = (p (cosei sen e)r = pt(cose ti sen et)

Temos ento:
x t = k l pt(coset+i senet)+k 2 pt(coset-i senet)
x t = ptk l + k 2)coset +(k l - k 2)i sen et)

43
Nesta soluo p\ cos e t e sen e t so nmeros reais, enquanto que
k l + k 2 e (k l - k 2 )i so complexos. Tomando-se a parte real, obtm-se a soluo de x t
no campo dos reais,
Xt = pt(A I coset+A 2 senet), (2.2)
onde AI =Re (k l + k 2 ) e A 2 =Re k l - k 2)i)

Vejamos um exemplo numrico deste ltimo caso. Para isto, seja a equao de
diferenas finitas Xt+2 - Xt+1 + x t = O com as condies iniciais dadas xo=l e x}=1/2 cujo
polinmio caracterstico associado:

P( r) = r 2 - r + 1

tem razes ri = 1/2+(/3 /2)i e r2 = 1/2-(.J3 /2)i. Temos

p = (1/4 + 3 / 4)\12 = 1 e e =x / 3 rad. Dai obtm-se a soluo, de acordo com (2.2),
x t = A I cos (x / 3)t + A 2 sen (x / 3)t, onde as constantes A I e A 2 obtm-se a partir das
condies iniciais Xo e XI'

Fazendo-se Xo = 1 e XI = 1/2

1-
- AI

1/2 = AI.{l/2) + A2 .(/3 /2)

donde se obtm A I = 1 e A 2 = O. Neste caso, a soluo se d por x t =cos (x / 3) 1.
Os possveis erros na soluo de equao de diferenas finitas podem ser
evitados checando-se as solues obtidas. Vejamos como proceder utilizando o
exemplo anterior. A equao a ser resolvida nos diz que:

Dada a nossa soluo

x t = cos (n-l 3)1
Xt+1 = cos 7i / 3) 1+ 7i / 3) = COS (7i / 3)1 COS (7i / 3) - sen (7i /3)1 sen (7i / 3)
x t +2 = cos 7i / 3) I + 27i / 3) = COS (7i /3)1 COS (27i / 3) - sen (27i /3). sen (7i / 3)1

ou ainda, tendo em vista que :

cos 7i / 3 = 1/ 2, cos 2 7i / 3 = - 1 / 2, sen 7i / 3 = sen 2 7i / 3 = /3 / 2 ,

Xt = cos (x / 3)t
Xt+1 = (1/2) cos (x / 3)t - (.J3 / 2) sen (x /3)t
Xt+2 = (-1/ 2)cos (x/ 3)t- (/3 / 2). sen (2x /3)t

Observa-se claramente que a soluo satisfaz a x t+2 - x t+1+ x t = O bem como s

condies iniciais Xo =1 e XI =1/2.

44
2.2) Equaes de Diferenas Finitas Lineares Nilo HomognetlS

Uma equao de diferenas finitas linear de ordem n dita no homognea

quando se tem:

(2.3)

sendo j{t) uma funo de t no identicamente nula. A sua soluo geral obtm-se
somando-se soluo geral da equao homognea correspondente (2.1 ) (que se
obtm fazendo-se j{t) = O em (2.3 uma sua soluo particular. Isto decorre de dois
fatos facilmente verificveis; a) se {y!} e {y;} so solues de (2.3) , {y!.:... y;} I
soluo de (2.1) e b) se {Yr} I uma soluo qualquer de (2.3) e {y I} uma soluo da
equao homognea correspondente, ento {Y 1+ yr} I uma soluo de (2.3).

Tomemos inicialmente a equao homognea anteriormente apresentada

a xI+1 + b XI = O e a sua correspondente verso no homognea:

a x I+1+ b XI = f(t)

Analisemos alguns casos:

a)f(t)=k:toO

Neste caso devemos tentar inicialmente a soluo particular constante S. Substituindo

y 1+1 = YI = S na equao acima, aS + bS = k ~ S = k / (a + b) para a + b :to o.
Se a + b = O devemos tentar a soluo particular St ao invs de S. Neste caso
Y1+ 1 = S( t + 1) = St + S, YI = St o que nos leva a aSt + aS + bSt = k
obtendo-se da (como a + b = O) S = kla

b)f(t) = ko + kt

Tentando-se inicialmente a soluo particular YI = So + St obtm-se Y1+1 = So + St + S

e aYI+I + bYI = aS o + aSt+ aS + bS o + bSt = ko + kt, ou ainda, a + b) So + aS - ko)
+a+ b)S- k) t = o.

Como as funes y(t) = 1 e y(t) = t so, pelo que vimos na seo anterior,
linearmente independentes, a igualdade acima exige, quando (a + b) :to O:

S=k/(a+b) e So =(1/(a+b(k o -k/(a+b

o leitor deve verificar por conta prpria que quando a + b =Oa soluo
particular a ser tentada do tipo (So + St)t.

45
 Como vimos acima, cada exemplo exigiu o estudo de dois casos; um no qual
a + b = O e outro no qual a + b * O. De fonna geral, esse processo pode ser abreviado
observando-se o seguinte teorema, muito til no clculo de solues particulares:

Teorema 2.1. Se, na equao (2.3) ao Yt+n +a) Yt+n-) + ... +anYt = f(t),f(t) da fonna
(k o + k) t + k 2 e + ... + kp t P )ct ento existe uma soluo particular da fonna:

a) (So + S) t + S2 e + ... + Sp t P
)ct , se c no raiz do polinmio caracterstico P(r), ou

b) (So + S) t + S2 e + ... + Sp t P
)tmc t , se c raiz de multiplicidade m de P(r).

t
Observe que no caso (a) em que analisamos tnhamos sempre c = 1, pois k = k.l e
ko + kt = (ko + kt) l t . Assim a soluo no caso (a) foi uma constante no caso em que 1
no raiz do polinmio ar + b = O (o que ocorre se, e somente se, a + b O). Como *
no caso analisado a multiplicidade mxima possvel de uma raiz igual a 1 G que P(r)
um polinmio do primeiro grau), no caso em que 1 era a raiz de P(r) (ou seja,
quando a+ b = O) bastou tentar-se a soluo So. t l .1 t = So t. O mesmo procedimento foi
usado no exemplo b.

c) f(t) = k cose t

Como regra geral, neste caso, devemos utilizar a soluo particular

Yt =So cos e t + S) sen e t. Obtm-se:
Yt+) = So cos (e t +e) + SI sen (et +e), ou ainda,
Yt+1 = So (cos e cos e t - sen et sen e) + SI (cos e sen e t + sen e cos e t)

Fazendo-se aYt+) + bYt = k coset, obtm-se

(a(So cose+s) sene)+bSo-k)coset+

(a(-So sene+S) cose) + bS))senet =O'

Decorre desta expresso e da independncia linear de cos e t e sen e t o sistema:

(So cose+s) sene)a+Sob = k

(-So sen e+ S) cose)a+S) b = O

de onde se obtm as solues para a e b, quando

A = (So cose+s l sene) S) - So(-So sene+s) cose) *O

a = kS I / A e b = -k(-So sene+S) cose)/ A

Procedimento semelhante adota-se para

f(t) = ksenet ou f(t) = k) coset+k 2 senet.

O mtodo acima apresentado para as diferentes fonnas da funo !tt) utiliza-se

da mesma fonna quando se passa s equaes de diferenas finitas de ordem mais

46
elevada, como por exemplo equao a YH2 + b YHI + C Yt = f( t). Se f{t) constante, a
soluo particular ser uma constante se o nmero 1 no for raiz de P( r) = ar 2 + br + c,
uma constante vezes t se 1 faz raiz de multiplicidade 1 de P(r) e uma constante vezes
e se 1 for raiz dupla de P(t). Da mesma forma, se f(t) = ko + k l t as solues
possveis, nos trs casos analisados, so So + SI t, (So + SI t)t e (So + SI t) Se f(t) e.
do tipo (ko + k l t) c\ sendo c um nmero real, as so1ues possveis so (So + SI t) c t
se c no for raiz de P(r), (So + SI t) tc t se c for raiz de multiplicidade 1 de P(r) e
t
(So +SI t)ec se c for raiz dupla de P(r). Deixamos para o leitor a formulao e
resoluo de exerccios numricos a este respeito.

Clculo da(s) Constante(s)

A ltima etapa na obteno da soluo de uma equao de diferenas finitas

sempre o clculo da(s) constante(s). Deve-se tomar cuidado, no clculo das equaes
no homogneas, de s se calcular o valor das constantes uma vez obtida a soluo
geral da equao no homognea, e no utilizando-se a soluo da homognea
associada.

Vejamos um exemplo numrico. Para isto, tomemos a verso no homognea

da equao YH2 -Yt+1 +Yt anteriormente apresentada3 , com as mesmas condies
iniciais, Yo = 1 e YI = 1/ 2. Seja ento a equao de diferenas:

cuja soluo da homognea associada, como j vimos,

dada por
Yt = AI cos(~)t+ A 2 sen ~)t. Como k pode ser escrito sob a forma kl t e 1 no
raiz de P( r) = r 2 - r + 1, a utilizao do teorema nos permite concluir que h uma
soluo particular da forma Yt = Yt+1 = YH2 = So Por substituio, temos ento So = k.

Segue da a soluo particular k e a soluo geral da no homognea

Estamos agora prontos para o clculo de A I e A 2. Fazendo-se

Yo = 1 e YI = 1 / 2,
Yo=I=AI+k
YI = 11 2 = (1 / 2) A I + (.fi / 2) A 2 +k

de onde se conclui que:

3 Evidentemente, irrelevante se utilizamos x ou y para caracterizar a equao de diferenas.

47
2.3) Estabilidade de Equaes de Diferenas Finitas Linetll'es

Uma equao de diferenas finitas no homognea dita estvel quando a

equao homognea associada for estvel. Uma equao homognea, por sua vez,
dita estvel se, e somente se, toda sua soluo {Y t} t for tal que lim
t-..o Yt = O
Em outras palavras, uma soluo {Ytt de ma equao de diferenas finitas
linear ser dita estvel quando a soluo da homognea associada converge para zero
ao se fazer t tender a mais infinito.

Analisemos separadamente as equaes de primeira ordem. No caso da

equao de primeira ordem aYHI + bYt = f(t), a soluo da homognea associada ser
dada por Yt = k o ( - Y-) \ donde se obtm lim (- Y-r igual a zero se, e somente se
t-..o
1- Y-I< 1. Ou seja, a equao ay HI + by t = f( t) estvel se, e somente se 1- Y-I< 1.
Tomemos agora a equao de segunda ordem aYH2 +bYHI +CYt = f(t), cUJa
soluo da homognea associada ser dada por:

t
k l rl + k 2 r;, quando b 2 - 4ac > O
(k l + k 2t)r\ quando b 2 - 4ac = O, ou
pt(A I coset + A 2 senet), quando b 2 - 4ac < O.

Em qualquer dos trs casos, o sistema ser estvel se, e somente se, todas as
razes do polinmio caracterstico forem, em mdulo, inferiores unidade. Isto claro
quando b 2 - 4ac ~ O e decorre, quando b 2 - 4ac < O, do fato de:

a) A I coset + A 2 sen e t ser uma funo limitada e

b) p =Irll = Ir21, sendo rI =a. + ~i e r2 =a. - ~i as razes complexas do polinmio
caracterstico P( r) = ar 2 + br + c.

O teorema seguinte estabelece condies necessrias e suficientes, em termos

dos parmetros a, b e c, para que as razes do trinmio do segundo grau
P( r) = ar 2 + br + c sejam todas, em mdulo, inferiores unidade. Pelo que acabamos
de ver, estas condies so tambm necessrias e suficientes para que a soluo de
aYH2 + bYHI +CYt = f(t) seja estvel.

Teorema 2.2. Para que o trinmio de segundo grau P(r) =ar 2 + br + c, a> O,
apresente razes rI e r2 com mdulo inferior unidade necessrio e suficiente que se
verifique o conjunto de restries R:

1) P(l) = a + b + c > O
2) P(-1) = a - b + c > O e
3) c<a

Demonstrao: 1) Necessidade: Irll < 1elr21 < 1 =>R.

48
 Suponhamos inicialmente o caso em que b 2 - 4ac > O . Decorre de
Irll < 1elr21 < 1 que ambas as razes do trinmio esto no intervalo (-1,1), e,
consequentemente o conjunto dos valores de r para os quais P(r)<O est contido em
(-1,1). De fato, P(r) pode sempre ser escrito sob a forma a(r-rIXr-r2), donde se
conclui que P(r)<O para ri < r < r2. Decorre da que
P(l)=a+b+c>OeP(-l)=a-b+c>O. imedato que a hiptese implica
Irl llr21= Irl r21< 1 e consequentemente Icl < lal, j que c/a igual ao produto das razes.
Como a>O, laI = ael~ < lal implica c<a. Se b 2 -4ac = Oerl raiz nica de P(r), segue
(como a>O) que P(r), =a( r - rl )2 > O para qualquer que seja r :;t: ri. Como Irll < 1 implica
ri :;t: 1e ri :;t: -1, segue que P(l 0 e P( -1) > o. A demonstrao de que cla< 1 idntica
ao caso anterior, substituindo-se Irl llr21 por IrJ.

Por ltimo analisemos o caso que b 2 - 4ac < O. Neste caso o trinmio
ar 2 + br + c no apresenta razes reais. Segue que P(rO para qualquer que seja r,
visto que sempre existe r tal que P(rO (tome r = O e lembre que b 2 - 4ac < O com a >
O implica c >0 ) e que se, para algum r, P(r) fosse inferior a zero, pelo teorema do
valor intermediri04 P(r) apresentaria razes reais. Segue que
P(1)=a+b+c>OeP(-I)=a-b+c>O. Por ltimo, como por hiptese o trinmio
possui coeficientes reais, as razes ri e r2 so complexas conjugadas e
2 2
h
IrlIIr2I= Irl1 = Ir21 = 1%1. Da conclui-se, como Irll < 1, 1< 1 e a> O, que c < a.

2) Suficincia: R ~ Irll < 1 e 1r21 < 1.

Iniciaremos supondo b 2 - 4ac > o. De c / a < 1 conclui-se que ri r2 < 1 e, como

P(I) > O e P(-I) > O, que pelo menos uma das razes situa-se no intervalo (-1, 1). Sem
perda de generalidade, suponhamos que esta raiz seja ri. Como P(r) = a (r -fi) (r -r2)
segue que P(1) = a (1- ri) (l-f2) > O implica r2 < 1 e que P(-I) = a (-1- ri) (-I-r2) > O
implica r2 > -1. Conclui-se que Irll < 1 e If21< 1. Se b 2 - 4ac = O segue de c / a < 1 que
rl2 < 1 e, conseqentemente, Irll < 1. Quando b 2 - 4ac < O, c / a < 1 implica
IrJ < 1 e Ir212 < 1 e, conseqentemente, Irll < 1 e Ir21< 1.

Vejamos alguns exemplos de aplicao do teorema.

t
a) 6Yt+4 + 7Yt+3 +Yt+2 = c , sendo P(r) = 6r 2 + 7r+ 1, P(I) = 6+ 7 + 1 = 14,
P(-1) = 6 - 7 + 1 = O, %= ){ < 1

A soluo no estvel, tendo em vista que a condio P( -1 0 no

satisfeita. De fato, uma das razes do trinmio caracterstico igual a menos um, cujo
mdulo no inferior unidade. A soluo da homognea associada ser dada por

4 Veja o prximo captulo para maiores detalhes.

49
cujo limite quanto t tende a infinito diferente de zero.

b) Yt+2 - Yt+1+ Yt = 0, Yo = 1, onde P(r) = r 2 - r + 1, P(I) = 1, P(-I) = 3 e c / a = 1.

A soluo no estvel pois a condio (y.) < 1 no satisfeita. De fato, j
vimos que a soluo desta equao dada por Y t = cos(~)t que no converge para
zero quando t tende a mais infinito.

c) 6Yt+2 + 6Yt+l + lYt =0, sendo P(r) = 6r 2 + 6r + I,P(I) = 13,P(-I) = 1 e c/a = 1/6
estvel, pois satisfaz ao conjunto de restries .

2.4) SistemllS de Equaes de Diferenas Finitas -Primeira Abordagem

Trataremos nesta seo de sistemas homogneos do tipo (onde a 12 :;t: ou a 21 :;t: O):
Xt+l = allx t + a 12 Yt (2.4)
Yt+l = a 21 x t +a 22 Yt
Nessa primeira abordagem, apresentamos a tcnica de substituio, que nos
remete de volta soluo de equaes de diferenas finitas de ordem mais elevada, e a
uma tcnica alternativa, quando se substituem solues pr-definidas no sistema
original objetivando-se determinar algumas condies a que a soluo do sistema deve
satisfazer. Embora no abordemos o caso em que o nmero de equaes superior a
dois, a extenso de qualquer uma destas tcnicas para este caso no apresenta
problemas. Na seo seguinte apresentaremos um mtodo mais geral, que justifica o
segundo mtodo aqui apresentado atravs da utilizao de alguns resultados bsicos da
lgebra linear.
No sistema acima, supem-se dados os valores de Xo e Yo. A passagem ao caso
no homogneo se d nos mesmos moldes descritos na seo anterior.
O primeiro mtodo de soluo consiste (para a 12 :;t: O) em se tirar o valor de Yt
na primeira equao e na segunda (se a 12 = 0, opera-se desta forma com Xt na segunda
equao). Tem-se:

Substituindo-se estes valores na segunda equao,

Xt +2 - (ali + a 22 )x t +1 + (a ll a 22 - a21al2)xt =
O mtodo de substituio reduz um sistema de duas equaes de primeira
ordem a uma equao de diferenas finitas de segunda ordem, cuja soluo explcita e

50
condies de estabilidade j conhecemos. A partir da soluo para X t, obtm-se a
soluo para Yt. Este mtodo, embora simples, possui a desvantagem de uma soluo
sequenciada, em que primeiro obtm-se a soluo para uma varivel e depois a soluo
para a outra varivel.
Um mtodo alternativo, cuja intuio veremos na prxima seo, consiste em
se trabalhar de antemo com as solues propostas
t
x t =Alr eYt =A2r\comAI :;tOeA 2 :;tO. Substituindo-se estas solues em (2.4)
obtm-se
t t t
rAlr = allAlr +a 12 A 2r
rA 2r t = a 21 A lr t +a 22 A 2r t
ou ainda
r r - ali - a l2 l r A I l t rol
l-a 21 r-a 22 J lA Jr =loJ
Sabemos da lgebra Linear que tal sistema possui soluo (A I,A 2) :;t(0,0)
para todo r e se,somente se o seu determinante P(r) =
2
(r-aIlXr-a22)-aI2a21 = r -(alI +a22)r+alla22 -a 12 a 21 for igual a zero. Isto ocorre
quando r assume os valores rI e r2 das razes do polinmio P(r). O leitor mais atento
perceber de imediato a) que P(r) o polinmio caracterstico (em sua concepo
original apresentada na seo 1. 1) associado matriz de coeficientes
r ali a l2 l
A =la 21 a 22 J
b) que rI e r2 so os autovalores de A, c) que (A I,A 2) pode representar o autovetor
associado ao autovalor r = rI ou r = r2 e d) a razo pela qual temos chamado os
polinmios P(r) associados s equaes aOYt+" + aIYt+,,_1 +. ..+a"Yt , que vimos
tratando de polinmios caractersticos. Isto decorre do fato desta ltima equao (2.1)
ser sempre redutvel a n equaes de primeira ordem cuja soluo (como acabamos de
ver) passa pela determinao das razes do polinmio caracterstico P(r) = det (A - rI)
sendo A a matriz dos coeficientes e I a matriz identidade n x n. Observe em particular
que o polinmio obtido pelo mtodo de substituio
2
P(r) = r - (alI + a 22 )r + a ll a 22 - a l2 a 21 exatamente o polinmio caracterstico P(r) =
det (A - rI) do sistema de equaes que lhe deu origem.
A soluo prossegue tomando-se o autovalor rI e associando-se-lhe o
autovetor (A \1), A ~. Fazendo-se A \1) = 1 e utilizando-se a primeira linha do sistema
(AlI (oJ
( rI - A\A )r t =
2
12 2 2
r-a
obtm-se (r - a )A (I) = a A (I) e A (I) = I II O resultado
I II I a
12
.

seria evidentemente o mesmo se utilizssemos a segunda equao do sistema, ao invs

da primeira, visto que para r = rI e r = r2 a primeira e a segunda equaes so
equivalentes. A soluo geral do sistema , quando rI :;t r2 (hiptese com a qual temos

51
implicitamente trabalhado at aqui), obtm-se combinando-se linearmente (por meio
- X -- A()) r)t , Yt -- A()2 r)t , X -- A(2)
2 as soIuoes
d as constantes B ) e B) ) r2t e Yt -- A(2)
2 r2t
t t
Tem-se, dados os valores de A ()) 'A)
(2)' 2
A () ' 2
A (2) (onde tambm se assume A(2)
) = 1),
Xt = B)r)t + B 2r;
r) - a)) t r 2 "'7 a)) t
Yt = B) . r) + B 2 . r2
a)2 a)2
As constantes B) e B 2 so encontradas a partir das condies iniciais Xo e Yo'
Quando r) e r2 so razes complexas conjugadas, chega-se soluo real de X t e Yt
utilizando-se o mesmo processo descrito na seo (2.2). Escrevem-se as razes sob a
forma polar, utiliza-se o teorema de Moivre e toma-se parte real da soluo.
Vejamos agora como proceder quando o discriminante do polinmio
caracterstico (ali +a22 )2 -4(a))a 22 -a)2a2) igual a zero. Neste caso, devemos tentar
as solues x t =(Ao+A)t)rt eYt =(Bo+B)t)r)t. Substituindo-se estas solues
tentativas em (2.4),

r)(Ao +A)t+A)rt = a))(A o + A)t)r)t +a)2(B o + B)t)r)t

r)(B o + B)t+ B)r)t = a 2)(A o + A)t)r)t +a 22 (B o + B)t)r)t

Dividindo-se as equaes por T)t e rearranjando-se os termos,

Ao +A)r) -aliA0 -aI2Bo)+(A)T) -aliA) -a)2B)t = O

Bo + B)r) - a 2)A O- a 22 B o) +(B)r) - a 2)A) - a 22 B)t = O

Como as funes f{t) = te g(t) = 1 so linearmente independentes, podemos escrever

(Ao + A)r) - a li A 0 - a)2BO = O

A)T) -aliA) -aI2B) = O
(Bo +B)r) -a 2)AO -a22BO = O
B)r) - a 2)A) - a 22 B) = O

donde se obtm:

(r) -a)))Ao+A)r)
Bo=------- (2.5)
a)2
B) = A)(r) -a ll )/a)2 (2.6)
a2 ) r)
Bo= Ao- B) (2.5')
T) - a 22 r) - a 22
a 2) A )
B)=--- (2.6')
r) - a 22

52
 Um ponto importante a observar, no caso, que as equaes (2.5) e (2.6) so
equivalentes s equaes (2.5') e (2.6'). Isto significa que o sistema acima detennina
B o e B I em funo de Ao e A}. Substituindo-se tais valores nas solues tentativas
Xt = (A o + A I)rlt e Yt = (B o + B I )rlt obtm-se a soluo do problema. Para mostrar-
se a equivalncia entre (2.5) e (2.6) e (2.5') e ,(2.6') observe que para r = r} o
polinmio caracterstico P(r) = (r} - a ll )(r} - a 22 ) - a}2a2} se anula, ou seja,
(r} - all ) / a}2 = a 2} / (r} - a22 ). Isto mostra a equivalncia entre (2.6) e (2.6'). Por
outro lado, substituindo-se (2.6') em (2.5') obtm-se

a21 A o rI a 21 A I
Bo=---
rI - a 22 rI - a 22 rI - a 22

alI + a 22
Mas como r raiz nica de P( r), rI = 2 ,donde se obtm que
r} - a ll = a 22 - r}. Utilizando-se este resultado na expresso acima obtm-se (2.5).
Alguns resultados relativos estabilidade das solues de um sistema de
equaes de diferenas finitas so apresentados na seo de exerccios propostos.

2.5) Sistemas de Equao de Diferenas Finitas. Uma abordagem Mais Geral

Na subseo anterior, quando os autovalores de A, reais ou complexos, eram

diferentes, chegamos a uma soluo para o sistema Xt+1 = Axt , onde Xt representava
um vetor 2 x1 e A uma matriz real 2 x2 com a l2 a 21 "# O, do tipo
,
XI -
- arlIVI + pr.12V2 ,0nde VI -- (A(I)
I ' A(I)
2 representava o autovetor associado ao
,
autovalor r} e V2 = (A?), ~2) representava o autovetor associado ao autovalor r2
(lembre que na notao que estamos utilizando a partir de agora o vetor x
corresponde s variveis x e y da seo anterior).
Este procedimento, apesar de correto e claro, em cada uma de suas passagens,
tem a desvantagem de partir arbitrariariamente de uma soluo previamente definida,
no permitindo ao leitor uma viso mais justificada e inteligvel do processo como um
todo. Vejamos ento como alocar este procedimento num arcabouo mais geral,
utilizando procedimentos cannicos de lgebra linear. Para isto, iniciamos estendendo

53
o sistema homognio Xt+1 = Axt ao caso em que x um vetor n x 1 e A uma matriz
real n x n:
(I) _ (I) (2) (o)
Xt+1 - allx t +a l2 x t + ... +alox t
(2) _ (1) (2) (o)
Xt+1 - a 21 x t +a 22 x t + ... +a 20 x t
(2.7)

Se Xt+1 = Axp ento, dado o vetor de condies tnlClaIS

,
Xo =(X~I),X~2), ... ,X~") , temos XI = Axo,x2 =Axl =A 2x o, ... ,x t = Atx o Segue da
que a soluo de (2.7) exige o clculo das potncias da matriz A.
Trataremos aqui apenas do caso mais simples, em que A uma matriz
diagonalizvel no corpo dos complexos. Isto ocorre sempre, por exemplo, a) Se A
uma matriz simtrica (veja exerccio resolvido na seo anterior) ou b) Se os
autovalores de A so todos diferentes. Se A diagonalizvel ento A possui
autovetores linearmente independentes que geram todo o espao mn, seguindo da
que, uma vez fixada uma base ordenada de autovetores de A, o vetor de condies
iniciais Xo pode ser escrito sob a forma:

(2.8)

onde v I' V 2, ... V o so autovetores de A e os cj' s constantes complexas univocamente

determinadas. Como x t = A tx o , temos:

Mas cjAtvj = cljtv j , pois os vj's so autovetores de A associados aos

autovalores rj. Logo a soluo geral de (2.7) dada por:

(2.9)

onde os cj's so univocamente determinados por (2.8) (visto que (vI> V 2, ... , v o) uma
base ordenada do mO). Observe que este foi exatamente o resultado obtido no
primeiro caso da sub-seo anterior, em que A apresentava dois autovalores diferentes.
Uma pequena complicao na soluo (2.9) pode ocorrer quando a diagonalizao da

54
matriz exige que se trabalhe com autovetores complexos. A sada, como vimos em
subsees anteriores, est na utilizao da frmula de De Moivre e em tomar-se,
posteriomente a parte real da soluo. Um exerccio resolvido ao final desta seo
para o caso 2 x 2 apresenta uma mudana apropriada de base que simplifica este
procedimento. Quando os autovalores so reais, tanto os ci ' s quantos os Vi' s podem
considerar-se definidos sobre o corpo dos reais. Neste caso, a soluo (2.9) uma
soluo real, nada mais tendo a se fazer. O caso em que a matriz A n x n no possui
autovetores linearmente independentes que gerem o espao 9l n deixado como
exerccio.

Tomemos, a ttulo de exemplo o caso em que a matriz A dada por [: ~l

Temos IA - rI I= r 2 - 3r + 2 cujas razes so 1 e 2 e cujos autovetores so dados por

(_11) e (~). As constantes b 1 e b2 determinam-se ento fazendo-se:

onde (XI o ' x 2J' correspondente ao vetor de valores iniciais das variveis XI e x 2 . Do
sistema acima temos:

(!:) G~) (:::)

= = (::: + x'o J
Assim a soluo do sistema Xt+1 = Axt ser dada por

(::J = x' O I' tJ + (x" + X .l2'(~)

Ou seja, XI t = XI o e x2 =
I
(XI o + x 2o ) 2 1 - XI o .

2.6) Estabilidade de Sistemas de Equaes de Diferenas Finitas.

Consideremos o seguinte sistema de equaes de diferenas finitas no

homogneas: (I) x t = A x t_1 + ht, t = 1,2, ... , e X o dado, onde
h"x , E91", 1=1,2, ... eA uma matriz nxn.
Sabemos que a soluo geral dada pela soma de uma soluo particular {xi}
maIS a soluo geral da homognea correspondente (i.e., fazendo-se
ht = O \1't = 1,2, ... neste caso).
Fixemos portanto uma soluo particular {xi} 1 qualquer desta equao para
algum dado inicial. Ento a soluo (nica) do sistema acima dada por xt = x~ + xf ,

55
onde {X:} t a soluo do sistema de equaes de diferenas finitas (TI)
x t = Ax t_l , t = 1,2, ... tal que Xo = X o - x~.

Definio: Diz-se que o sistema de equaes de diferenas homogneo (TI) estvel

se, e somente se toda soluo deste sistema {x t}
t
tal que lim
t-+co
Xt = o. Diz-se que o

sistema de equao de diferenas no homogneo (I) estvel quando o sistema

homogneo associado (TI) for estvel.

Teorema 2.3: O sistema no homogneo (I) estvel se, e somente se

lim
t-+co
(xt - xi) = O para toda soluo {xt} de (I), (i.e., para qualquer dado inicial xo)'
onde x~ definido acima.

Demonstrao: Necessidade: Basta observar que se {x t} soluo de (I) ento

{Xt - xi}t soluo de (TI) pois x t = AX t_1 +ht e x~ = AX~_I +ht \it = 1,2, ... , o
que nos d, fazendo a diferena Xt - x~ =A( x t
_
1- X~_l). Pela definio de estabilidade
para equao homognea devemos ter lim
t-+co
(x t - xi) = o.
Suficincia: Seja {Xt} uma soluo de (TI) com dado inicial x O Seja {x t} uma
soluo de (I) com dado inicial Xo + x~. Pela unicidade de soluo de (TI) devemos ter
xt = X t - x~ . Assim por hiptese lim
t-+CO
X t - x~ = O, logo lim xt = O , ou seja, o sistema
t-+co

homogneo associado estvel e, logo, o sistema no homogneo estvel..

Observaes:
(i) No teorema acima no importante qual soluo particular estamos considerando
para (I).
() Um procedimento similar pode ser feito para sistemas de equaes diferenciais
lineares com coeficientes constantes, obtendo um teorema anlogo neste caso. Os
detalhes ficam cargo do leitor.

2. 7) Equaes Diferenciais Lineares Homogneas com Coeficientes Constantes

Trataremos aqui apenas das equaes diferenciais com coeficientes constantes

do tipo:
dny dn-1y dy
aO--+a - - +. .. +an_I-+any=O (2.10)
dt n l
dt n- 1 dt

56
onde ao, aI' ... ao so constantes reaiS, com aoan:;t O. O processo de soluo das
equaes diferenciais lineares bastante semelhante quele que utilizamos para a
soluo das equaes de diferenas finitas. Ele se baseia nos seguintes passos:

a) Associa-se equo (2.10) polinmio caracterstico

O 1
P(r) = aoro + alr - + ... +ao_lr + ao e encontram-se as suas razes, complexas ou reais.
b) A cada raiz simples 'i associa-se a soluo kjef;t, kj E C.
c) A cada ratz rj de multiplicidade m associa-se a soluo
m I rjl
(ki. + kjJ+. ..+kj t - ) e , kh E C.
d) A soluo geral no campo dos complexos obtm-se somando as solues associadas
s razes do polinmio caracterstico. A soluo no campo dos reais obtm-se
tomando-se a parte real da soluo complexa.
No que segue, analisaremos especificamente as equaes de primeiro e segundo
grau.

1) Equao de Primeiro Grau: a dy + by = O, ab :;t O, y(O) = Yo

dt
Temos P(r) = ar +b com P(r) = O para r = -b/a Da obtm-se a soluo geral
y(t) = koe-(bla)l. Fazendo-se t = O temos Yo = ko e y(t) = yoe-(b/a)t.

2
d d
2) Equao de Segundo Grau: a 2 + b~+cy = O
de dt
2
Temos P(r) = ar + br +c e trs casos a analisar:

Caso 1: Razes Reais e Diferentes (~ > O)

A soluo ser dada por y(t) = kle f1t + k 2 e f1t onde k l e k 2 calculam-se a partir das
condies iniciais dadas no problema.

Caso 2: Razes reais e iguais (multiplicidade 2), ~ = O.

Pelo que vimos anteriormente, teremos y(t) = (k l + k 2 t)e rt

Caso 3: Razes reais e complexas (~ < O)

Decorre do fato dos coeficientes ao, aI , ... , ao serem supostos reais que 1) todas
as solues y(t) apresentadas nos casos at aqui analisados so solues reais e 2) se
rI = c+di raiz de P(r) = ar 2 + br +c (onde a = ao,h = aI e c = a 2 ) ento r2 = c-di
tambm raiz de P(r). Assim as razes rI e r2 neste caso sero complexas conjugadas.
Temos

57
cuja soluo no campo dos reais obtm-se lembrando-se que eidt = cos dt i sen dt.
Da,
y(t) = e ct (k)e dit + k 2 e- dit )
y(t) = e ct (k) (cosdt +i sen dt) + k 2 (cos dt -i sen dt
{
y(t)=ect(A)cosdt+A 2 sendt) (2.11) ,

onde, A) = Re(k) + k 2) e Rek) - k 2)i), sendo que Re( k l + k 2 ) denota parte real do
complexo k) + k 2 ,o mesmo se dando em relao a (k) - k 2)i.
Vejamos um exemplo. Seja a equao diferencial
d 2y dy
de -dt"+Y = 0, y(O) = 0, y'(O) =1/2,

cujo polinmio caracterstico dado por P(r) = r 2 - r + 1. J vimos anteriormente que

tal trinmio do segundo grau apresenta as razes complexas
'i =1/2+(J3/2)i e r2 =1/2-(J3/2)i. De acordo com (2.11) teremos a soluo
y(t) = e(J/2)l(A) cos(J3 /2)t+A 2sen(J3 /2)t). As constantes A) eA 2 calculam-se,
como de praxe, pelas condies iniciais do problema.
A soluo (2.11), y(t) = ect(A) cosdt+ A 2sendt) pode tambm ser apresentada
sob a forma y(t) = Ae ct cos(dt-E). Para isto, basta fazer A) = A cosE, A 2 = AsenE
e lembrar que cos{kt - E) = coskt cosE + senkt senE.

2.8) Equaes Diferenciais Lineares no Homogneas

Uma equao diferencial linear de coeficientes constantes dita no

homognea quando se tem
dny a1dn-1y dy-
a o --+n I +... +an-l-+any-f(t)
dt dtn- dt
sendo ftt) uma funo de t diferencivel a qualquer ordem e no identicamente nula. A
sua soluo, tal como no caso de diferenas finitas, obtm-se somando-se soluo
geral da equao homognea correpondente uma sua soluo particular. Vejamos
alguns mtodos prticos de se chegar soluo particular partindo-se da equao do
primeiro grau
a dy +by = f(t) ab::l=O
dt
A extenso do mtodo s equaes de mais alto grau imediato. Tomemos
alguns casos mais comuns para a funo ftt).

a) ftt)=k::l=
Neste caso, devemos inicialmente tentar uma soluo particular do tipo y(t) =
So. Obtemos, por substituio, So = kIb.

58
b) f(t) = ko + kt
Neste caso, fazendo-se y(t) = So + Slt e substituindo-se em a dy + by = f(t)
dt
obtm-se aS! + bS o + bS! t = ko + kt , o que implica
bS1 = k -+ SI = k 1b
k 2
a[;+bSo =ko -+So = (kob-ak)lb

Uma verso do teorema 2.1 para equaes diferenciais ajuda muito na obteno
de solues particulares.

. _ dny dn-ly dy _ '

Teorema 2.4. Se, na equaao aO --+a n 1-- 1
+... +an_1 -+any-f(t), ftt) e da
dt dtn- dt
forma (ko + k! t + k 2. e+. .. +kp t )e , ento existe uma soluo particular da forma:
P lt

a) (So + Slt + S2t2 +. .. +SiP)e rt , se r no raiz do polinmio caracterstico P(r) ou,

b) (So + Slt + S2t2 + ... +Sip)tme rt , se r raiz de multiplicidade m de P(r).

Observe que no caso em que vnhamos trabalhando, com a equao de primeira

y
ordem a(d ) + by = f(t), com ab 7= 0, o polinmio caracterstico P(r) = ar + b
dt
apresentava sempre a raiz -bl a 7= O. E que as funes ftt) sugeridas eram todas da
forma dada pelo teorema acima, tomando-se r = O (ou seja,
ko = koeo, ,ko +k1t = (ko +k1t)eo,). Como zero no era raiz do P(r), So e So +Slt eram
solues particulares factveis. Tomemos agora, a ttulo de exemplo, a equao:

No caso, P(r) = r 2 -1, com razes 1. Pelo teorema (parte b), devemos
tentar uma soluo particular do tipo Sote', tendo em vista que no caso r = 1, que
uma raiz de multiplicidade 1 do polinmio caracterstico. Temos ento
2
dy
dt P = S (e t + te t )
o d
'dt2 yP = So(e t + e t + te t ) , d 2yP 1de - yP = 2S oe t + Sote t - Sote t = 2S oe t .

Segue da que So = 1/2, e que a soluo particular dada por yP(t)=(1/2)te'.

Observe que se tivssemos tentado uma soluo particular do tipo Soe' no teramos
sido capazes de determinar So (qual a soluo geral para a equao diferencial
apresentada?)

59
2.9) Estabilidade de Equaes Diferenciais Lineares de Primeira e Segunda Ordem

dx
Tomemos inicialmente a equao de primeira ordem a d t + b x = f(t} .

Dizemos que esta equao estvel se -a soluo geral da homognea

associada, no caso x(t) = k e -Ya t converge a zero quando t tende para +00. Isto
ocorrer se, e somente se -Ya < O, ou seja, quando a e b tem o mesmo sinal (ambos
no nulos).
Passemos agora equao

dyd2
a--f+b-d +cy(t)=f(t) (2.12)
dt t

Por definio, como vimos, esta dita estvel, quando o limite da soluo de sua
homognea associada tende a zero quando t tende a infinito. Isto ocorre se, e somente
se ambas as razes do polinmio caracterstico p(x} = ax 2 + bx + c apresentam a parte
real negativa. O teorema abaixo estabelece condies a que os parmetros a, b e c
devem satisfazer de forma a assegurar-se estabilidade.

Teorema 2.5. A equao homognea a d ; + b dy + cy =O apresenta soluo estvel

dt dt
se, e somente se a, b e c apresentarem o mesmo sinal.

Demonstrao: Suponhamos que a soluo seja estvel. Temos ento trs casos
possveis.

Caso 1: b 2 -4ac > O. Neste caso o fato da soluo y(t} =hle r1t +h2 e r2t (com rI e r 2
reais distintos) ser estvel exige rI e r 2 negativos. Isto implica rI + r 2 = -b / a < O e
rI' r2 = cla>O. Segue que a,b e c devem ter o mesmo sinal.

Caso 2: b 2 - 4ac = O. Temos agora a soluo y(t) = (h l + h2 t) e r1t cuja estabilidade

requer rI = -b /2a < O, ou seja, que a e b tenham o mesmo sinal. Por outro lado
2
b -4ac = O requer aC>O.

Caso 3: b 2 - 4ac < O. Tenha neste caso a soluo y(t} = eht(KI coslK + K 2 senlK)
cuja estabilidade requer h<O. Mas h = -b /2a donde se conclui que b e a tm o
mesmo sinal. Por outro lado b 2 - 4ac < O implica aC>O.

60
 Reciprocamente, suponhamos que a,b e c apresentam o mesmo sinal. Ento se
2
b -4ac>O 7)+72 =-b/a<Oe7)72 =c/a>O donde se conclui que r) <O,r2 <O.
Por outro lado, se b 2 - 4ac ~ O, -b / 2a < O e a equao ser estvel.

2
d d
Assim, por exemplo a equao ---f
dt
+ 2.J.... + y =O estvel,
dt
enquanto que
2 2
d y 2 dy O d y 2 dy O - -
de - dt + y = ou de + di - y = nao o sao.

61
Exerccios Resolvidos: Seo 2
I) Resolva ao seguintes equaes de diferenas finitas:

1O) YI+2 +YI = sen 60 t

) YI -8YI_I +2IYI_2 -20Y I_3 =0

Soluo:
i) Primeiro resolveremos a equao homognea Y1+2 + YI = O A equao caracterstica
o

r 2 + 1 = O, cujas razes so i e -i . Como i = cos 90 + i sen 90 tem-se que

YI = k l sen 90 t + k 2 cos 90 t a soluo geral (real) desta equao, onde k l e k 2 so
constantes reais arbitrrias. Devemos agora tentar determinar uma soluo particular
da equao no-homognea. natural tentamos uma soluo do tipo
Y: = k; sen 9t + k; cos9t, onde9 = 60, ou seja, queremos encontrar k t, k; tais que:
(kl' seno(t + 2) + k; coso(t + 2))+ kt senfk + k; cosfk = senfk, \:;/t,i.e,
kt(senfk cos20 + sen20.costO) + k;(cosfk cos20 - senBt sen20) + ktsenBt + k; cosfk = senBt,

k' k' k'

'1ft, 1. e, - 1/ k: senet +_1 ..fi costa __2 coset- _2 ..fi senet+ k; senet+ k; coset = senet,
2
72 2 2 2

onde usamos,
sen29 = senl200 = sen600 = J3 /2 e cos29 = cos1200 = - cos600 = -1/2.
k'-J3 k' = 1
Isto ocorrer se, e s se { ~ 2 . Resolvendo este sistema devemos ter:
,,3 kt + k; = O
k; =1/ 2 e k; =-J3 / 2 .
Portanto a soluo geral da equao no homognea dada por
1 J3
YI = KI sen900t+K 2 cos900t+-sen600t--cos600t
2 2

) Esta equao equivalente a Y1+3 - 8y 1+2 + 21y 1+1 - 20y I = O cUJa equao
caracterstica dada por r 3 - 8r 2 + 21r - 20 = o. A dificuldade agora determinarmos
as razes desta equao, o que em geral no tarefa fcil, embora exista uma frmula
para determinar as razes de um equao polinomial de grau 3. O mtodo mais
utilizado na prtica consiste em tentar-se descobrir uma raiz inteira para a equao.
Como o termo constante da equao o produto das razes da equao, devemos
tentar os divisores inteiros (negativos e positivos) de 20 como possveis razes da
equao. No caso acima o leitor pode verificar tambm que nenhum nmero negativo

62
 raiz (pois a equao substituda em um nmero negativo sempre negativa); o leitor
tambm pode verificar que 1 e 2 no so razes. Isto nos leva a considerar 4 como
candidato e neste caso somos bem sucedidos, isto , 4 raiz da equao acima.
Segue-se que 7 3 - 87 2 + 2lr - 20 = (7 - 4)(7 2 - 47 + 5) e 2+i e 2 -1 so
razes de r 2 - 4 r + 5 = O como o leitor pode verificar facilmente. Como
2 +i = J5(2J5 / 5 +iJ5 / 5),segue-se que
t
queYt =K1(J5Ysen8t+K2 (J5Y cos8t+K3 4 asoluo geral da equao, onde
8 tal que cose = 2J5 / 5 e sen e = J5 / 5 e K 1 , K 2 , K 3 so constantes arbitrrias.

2) Determine a soluo do sistema abaixo (inicialmente nos campo dos complexos e

depois no campo dos reais):
xt = xH - 6,5 Yt-I
Yt = x t _1 +2 Yt-I
Soluo:
1 - 6,5]
Seja A = [ 1
(X t ) (X t
2 ' temos Yt = A Yt~1
I) . Achemos os autovalores de A:

~I ~r ~~':] = 0= (J -r)(2 -r) + 6,5 ou seja, r' -3r+8,5 = O 35i

r=--.
2
3+5i 3-5i
Agora achemos os autovetores YI' Y2 relativo aos autovalores - - e - - .
2 2

a-65b
,
= 3+5i
2
a
3+5i
{ a+2b=--b
2
Resolvendo, obtemos (a,b) = u( -1 +5i,2), u :;t: o. Podemos escolher

e:
u = 1, Y1 = (-1 + 5i, 2). Analogamente no campo dos complexos :

Asoluo G:J= K, Si)'( - I; Si) + K, ( 3~ Si)'(- I; 5} (*)

Soluo no campo real: Nesse caso x o ,Yo so reais

G:) = K, ( - I; Si) + -I; Si)

K, (

Resolvendo esse sistema para obtemos K = Yo

22
-K1

KI = Y; +{ -:ao - ~~) .

63
 .J34 (
3+5i )
Escrevendo -2- = -2- cos w + isen w onde

3 5 (3 +5i)' (.J34]' (cos wt + isen wt) e

cos w = .J34' sen w = .J34' temos -2- = -2-

3 - 5i)' = (.J34]'
-2- (cos wt - isen wt). Substituindo em (*) obtemos:
( -2-

.J34]' [Xo coswt - (13-5-Yo+ 5Xo) senwt]

(x,) = (-2-
y, ,

(~ [Yocoswt+(Y; + 2:o)senwt]
3) O exerccio a seguir deriva um resultado que pode ser utilizado na soluo de
exerccio como este que acabamos de abordar (exerccio resolvido 2). Dada A matriz
quadrada real de ordem 2 com dois autovalores complexos conjugados, determine P

matriz inversvel de ordem 2 tal que P A p- I = (_ ~ !), onde a + bi autovalor de A.

Soluo: Seja a.=a+bi EC autovalor de A e v=v I +iV 2 EC 2 auto-vetor

correspondente (Vj E 9t 2 ) . av, visto que A matriz
Como Av = a.v, ento 5 A v =
real. Assim v auto vetor correspondente ao vetor-valor a.. Por hiptese a * a,
donde se conclui que {v, v} so linearmente independentes em C 2 e em conseqncia
{VI' v 2 } so linearmente independentes em 9t 2 Agora
AVI + iAv 2 = Av = (a + bi)(vI + iv2 ) = (avI - bv2 ) + i(av2 + bvl ), ou seja,
AvI: avI - bV2
{ AV - bV + av
2 I 2

Portanto, a matriz que representa o operador determinado por A na base

{VI' v2 } (_: !). Logo p- I = [VI v 2 ], onde [VI vJ a matriz quadrada de ordem 2

tal que as suas colunas so v I e v 2.

4) O exerccio a seguir assemelha-se ao exerccio resolvido nmero 2. Sua soluo,
entretanto, utiliza o resultado do exerccio que acabamos de apresentar e uma tcnica
ligeiramente modificada. Determine a soluo da seguinte equao de diferenas:

5 A barra (-) sobre a. significa o conjugado complexo deste nmero; o mesmo ocorrendo para V, s
que para os componentes deste vetor.

64
 =
X"' Ax" onde A =(: -~)
{
Xo dado
Soluo: fcil ver que 1+ i J3 e 1- i J3 so os autovalores de A. Vamos calcular
e autovetor associado ao autovalor 1+ i J3. Queremos encontrar x E 9t 2
tal que
(A-(I+iJ3)I)x=O. Por exemplo X=(iJ3,I)=(O,I)+i(J3,O). Pelo exerccio

anterior p-' = [ ~ ~], o que implica que P = [~ ~]. O exerccio anterior nos
diz que

J3/
~ [COSO - seno]
P A p- I = [1 J3] = 2 /2 _
- 2 sen O O' onde O
_
- -60
o

-J3 1 -..J% ~
cos

,
E facil provar por induo que
[COSOO -seno]n
O =
[cosno -senno]
O O' "i/n E~.
sen cos sen n cosn
costO - sentO]
Logo PAlp- 1 = (PAP-I)I = 21 [ O O' "i/t E~, ou ainda,
sent cost

AI =2 1
p- I
costO - sentO]
P=2 1
[costO J3 sen tO] eXI=Alxo,"i/tE~
[ sentO costO - J3/3sentO costO

65
Exerccios Propostos: Seo 2

I) Resolva as seguintes equaes de diferenas finitas:

t
a) Yt+2 - 2Yt+l + Yt = 3
b) Yt+l - Yt = Yt_p sendo Yo = O'Yl = I
c) Yt+2 - Yt+l + 1/ 4Yt = 2, sendo, Yo = 4'Yl = 7
d) Yt -7Yt-l + 16Yt_2 -12Yt_3 = 2t

2) Resolva as seguintes equaes diferenciais:

3) Resolva os seguintes sistemas de equao em diferenas finitas:

Xt+l + x t + 2yt = 24
a) { 2 _ 2 _ 9' com Xo = 10 e Yo =9
Yt+l+ x t Yt-

Xt+l - x t -1/3 Yt =-1

b) { com Xo = 5 e Yo = 4
Xt+l + Yt+l - 1/6 Yt = 17 / 2'

Xt+l = -Xt + 2Yt

c) { , com Xo = 1 e Yo =1
Yt+l = 2x t - Yt

Xt+l = x t - Yt
d) { , com Xo = 1 e Yo = 2
Yt+l =xt + Yt

66
 Referncias Bibliogrficas:

Bartle, R. G., "The Elements ofReal Analysis",New York, John Wiley and Sons, Inc.,
1976.

Brando, Antnio Salazar P., "Anlise Matemtica: Um Texto para Economistas"

IPEAI INPES, 1982.

Chiang, Alpha C., "Fundamental Methods of Mathematical Economics", Mc Graw-

Hill, 1974.

Cysne, Rubens Penha ''Notas de aula para o curso de Matemtica f', EPGE, Mmeo,
dezembro, 1991.

Debreu, G., "Definite and Semidefinite Ouadractic Forms", Econometrica, Abril de

1952.

Debreu, G., "Theory of value and axiomatic analysis of economic eguilibrium."

Monograph, 17. Cowles Foudation, 1959.

Gandolfo, Giancarlo, "Mathematical Methods and Models in Economic Dynamics",

North Holland, 1971.

Guidorizi, H.L., "Um Curso de Clculo", Vols. 1,2,3,4, Editora Livros Tcnicos e
Cientficos - So Paulo.

Hadley, G., "lgebra Linear", Forense-Universitria, 1979.

Hoffman, K e Kunze, R. "Linear Algebra", Prentice Hall, Inc. 1961.

Leithold, L., "O Clculo com Geometria Analtica", Vol. 1 e 2, Segunda Edio,
Harper & Row do Brasil.

Lima, Elon L., "Curso de Anlise", Vol. 1 e 2, IMPA, CNPQ, 1976.

Lima, Elon L., "Anlise Real", IMPA, CNPQ, Rio de Janeiro, 1989.

Simonsen, M. H., "Dinmica Macroeconmica", Mc-Graw Hill do Brasil, 1983.

67
Simonsen, M. H., "Teoria do Consumidor", EPGE, Mimeo, 1988.

Simonsen, M. H., "Equaes Diferenciais Ordinrias com Coeficiente Constantes",

Mmeo, EPGE, 1988.

Takayama, A. "Mathematical Economics", Hinsdale, Dryden-Press, 1974.

Varian, Hal. R., "Microeconomic Analysis", W. W. Norton Company Inc., 1984.

68
 ERSAIOS ECORMICOS DA EPGE

200. A VISO TERICA SOBRE MODELOS PREVIDENCIRIOS: O CASO BRASILEIRO -

Luiz Guilherme Schymura de Oliveira - Outubro de 1992 - 23 pg. (esgotado)
201. HIPERINFLAO: CMBIO, MOEDA E NCORAS NOMINAIS - Fernando de Holanda
Barbosa - Novembro de 1992 - 10 pg. (esgotado)
202. PREVIDNCIA SOCIAL: CIDADANIA E PROVISO - Clovis de Faro - Novembro de
1992 - 31 pg. (esgotado)
203. OS BANCOS ESTADUAIS E O DESCONTROLE FISCAL: ALGUNS ASPECTOS -
Srgio Ribeiro da Costa Werlang e Armnio Fraga Neto - Novembro de 1992 - 24 pg.
(esgotado)
204. TEORIAS ECONMICAS: A MEIA-VERDADE TEMPORRIA - Antonio Maria da
Silveira - Dezembro de 1992 - 36 pg. (esgotado)
205. THE RICAROIAN VICE AND THE INDETERMINATION OF SENIOR - Antonio Maria
da Silveira - Dezembro de 1992 - 35 pg. (esgotado)
206. HIPERINFLAO E A FORMA FUNCIONAL DA EQUAO DE DEMANDA DE
MOEDA - Fernando de Holanda Barbosa - Janeiro de 1993 - 27 pg. (esgotado)
207. REFORMA FINANCEIRA - ASPECTOS GERAIS E ANLISE DO PROJETO DA LEI
COMPLEMENT AR - Rubens Penha Cysne - fevereiro de 1993 - 37 pg. (esgotado)
208. ABUSO ECONMICO E O CASO DA LEI 8.002 - Luiz Guilherme Schymura de Oliveira e
Srgio Ribeiro da Costa Werlang - fevereiro de 1993 - 18 pg. (esgotado)
209. ELEMENTOS DE UMA ESTRATGIA PARA O DESENVOLVIMENTO DA
AGRICUL TURA BRASILEIRA - Antonio Salazar Pessoa Brando e Eliseu Alves -
Fevereiro de 1993 - 370pg. (esgotado)
210. PREVIDNCIA SOCIAL PBLICA: A EXPERINCIA BRASILEIRA - Hlio
Portocarrero de Castro, Luiz Guilherme Schymura de Oliveira, Renato Fragelli Cardoso e
Uriel de Magalhes - Maro de 1993 - 35 pg - (esgotado) .
211. OS SISTEMAS PREVIDENCIRIOS E UMA PROPOSTA PARA A REFORMULACAO
DO MODELO BRASILEIRO - Helio Portocarrero de Castro, Luiz Guilherme Schymura de
Oliveira, Renato Fragelli Cardoso e Uriel de Magalhes - Maro de 1993 - 43 pg. -
(esgotado)
212. THE INDETERMINATION OF SENIOR (OR THE INDETERMINATION OF
WAGNER) AND SCHMOLLER AS A SOCIAL ECONOMIST - Antonio Maria da Silveira
- Maro de 1993 - 29 pg. (esgotado)
213. NASH EQUlLffiRIUM UNDER KNIGHTIAN UNCERTAINTY: BREAKING DOWN
BACKWARO INDUCTION (Extensively Revised Version) - James Dow e Srgio Ribeiro da
Costa Werlang - Abril de 1993 36 pg. (esgotado)
214. ON THE DIFFERENTIABILITY OF THE CONSUMER DEMAND FUNCTION - Paulo
Klinger Monteiro, Mrio Rui Pscoa e Srgio Ribeiro da Costa Werlang - Maio de 1993 -
19 pg. (esgotado)
215. DETERMINAO DE PREOS DE ATIVOS, ARBITRAGEM, MERCADO A TERMO E
MERCADO FUTURO - Srgio Ribeiro da Costa Werlang e Flvio Auler - Agosto de 1993 -
69 pg. (esgotado).
216. SISTEMA MONETRIO VERSO REVISADA - Mario Henrique Simonsen e Rubens
Penha Cysne - Agosto de 1993 - 69 pg. (esgotado).
217. CAIXAS DE CONVERSO - Fernando Antnio Hadba - Agosto de 1993 - 28 pg.
218. A ECONOMIA BRASILEIRA NO PERODO MILITAR - Rubens Penha Cysne - Agosto de
1993 - 50 pg. (esgotado).
219. IMPSTO INFLACIONRIO E TRANSFERNCIAS INFLACIONRIAS - Rubens
Penha Cysne - Agosto de 1993 - 14 pg. (esgotado).
220. PREVISES DE Ml COM DADOS MENSAIS - Rubens Penha Cysne e Joo Victor Issler -
Setembro de 1993 - 20 pg. (esgotado)
221. TOPOLOGIA E CLCULO NO Rn - Rubens Penha Cysne e Humberto Moreira -
Setembro de 1993 - 106 pg. (esgotado)
222. EMPRSTIMOS DE MDIO E LONGO PRAZOS E INFLAO: A QUESTO DA
INDEXAO - Clovis de Faro - Outubro de 1993 - 23 pg.
223. ESTUDOS SOBRE A INDETERMINAO DE SENIOR, vol. 1 - Nelson H. Barbosa,
Fbio N.P. Freitas, Carlos F.L.R. Lopes, Marcos B. Monteiro, Antonio Maria da Silveira
(Coordenador) e Matias Vernengo - Outubro de 1993 - 249 pg (esgotado)
224. A SUBSTITUIO DE MOEDA NO BRASIL: A MOEDA INDEXADA - Fernando de
Holanda Barbosa e Pedro Luiz VaUs Pereira - Novembro de 1993 - 23 pg.
225. FINANCIAL INTEGRATION AND PUBLIC FINANCIAL INSTITUTIONS - Walter
Novaes e Srgio Ribeiro da Costa Werlang - Novembro de 1993 - 29 pg
226. LAWS OF LARGE NUMBERS FOR NON-ADDITIVE PROBABILITIES - James Dow e
Srgio Ribeiro da Costa Werlang - Dezembro de 1993 - 26 pg.
227. A ECONOMIA BRASILEIRA NO PERODO MILITAR - VERSO REVISADA - Rubens
Penha Cysne - Janeiro de 1994 - 45 pg. (esgotado)
228. THE IMP ACT OF PUBLIC CAPITAL AND PUBLIC INVESTMENT ON ECONOMIC
GROWTH: AN EMPIRICAL INVESTIGATION - Pedro Cavalcanti Ferreira - Fevereiro de
1994 - 37 pg. (esgotado)
229. FROM THE BRAZILIAN PAY AS VOU GO PENSION SYSTEM TO
CAPITALIZATION: BAILING OUI THE GOVERNMENT - Jos Luiz de Carvalho e
Clvis de Faro - Fevereiro de 1994 - 24 pg.
230. ESTUDOS SOBRE A INDETERMINAO DE SENlOR - vol. 11 - Brena Paula Magno
Fernandez, Maria Tereza Garcia Duarte, Sergio Grumbach, Antonio Maria da Silveira
(Coordenador) - Fevereiro de 1994 - 51 pg.(esgotado)
231. ESTABILIZAO DE PREOS AGRCOLAS NO BRASIL: AVALIAO E
PERSPECTIVAS - Clovis de Faro e Jos Luiz Carvalho - Maro de 1994 - 33 pg.
(esgotado)
232. ESTIMATING SECTORAL CYCLES USING COINTEGRATION AND COMMON
FEATURES - Robert F. Engle e Joo Victor Issler - Maro de 1994 - 55 pg. (esgotado)

2
233. COMMON CYCLES IN MACROECONOMIC AGGREGATES - Joo Victor Issler e
Farshid Vahid - Abril de 1994 - 60 pg.
234. BANDAS DE CMBIO: TEORIA, EVIDNCIA EMPRICA E SUA POSSVEL
APLICAO NO BRASIL - Aloisio Pessoa de Arajo e Cypriano Lopes Feij Filho - Abril
de 1994 - 98 pg. (esgotado)
235. O HEDGE DA DVIDA EXTERNA BRASILEIRA - Aloisio Pessoa de Arajo, Tlio Luz
Barbosa, Amlia de Ftima F. Semblano e Maria Hayde Morales - Abril de 1994 - 109 pg.
(esgotado)
236. TESTING THE EXTERNALITIES HYPOTHESIS OF ENDOGENOUS GROWTH
USING COINTEGRATION - Pedro Cavalcanti Ferreira e Joo Victor Issler - Abril de 1994
- 37 pg. (esgotado)
237. THE BRAZILIAN SOCIAL SECURITY PROGRAM: DIAGNOSIS AND PROPOSAL
FOR REFORM - Renato Fragelli; Uriel de Magalhes; Helio Portocarrero e Luiz Guilherme
Schymura - Maio de 1994 - 32 pg.
238. REGIMES COMPLEMENTARES DE PREVIDNCIA - Hlio de Oliveira Portocarrero de
Castro, Luiz Guilherme Schymura de Oliveira, Renato Fragelli Cardoso, Srgio Ribeiro da
Costa Werlang e Uriel de Magalhes - Maio de 1994 - 106 pg.
239. PUBLIC EXPENDITURES, TAXATION AND WELFARE MEASUREMENT - Pedro
Cavalcanti Ferreira - Maio de 1994 - 36 pg.
240. A NOTE ON POLICY, THE COMPOSITION OF PUBLIC EXPENDITURES AND
ECONOMIC GROWTH - Pedro Cavalcanti Ferreira - Maio de 1994 - 40 pg. (esgotado)
241. INFLAO E O PLANO FHC - Rubens Penha Cysne - Maio de 1994 - 26 pg. (esgotado)
242. INFLATIONARY BIAS AND STATE OWNED FINANCIAL INSTITUTIONS - WaIter
Novaes Filho e Srgio Ribeiro da Costa Werlang - Junho de 1994 -35 pg.
243. INTRODUO INTEGRAO ESTOCSTICA - Paulo Klinger Monteiro - Junho de
1994 - 38 pg. (esgotado)
244. PURE ECONOMIC THEORIES: THE TEMPORARY HALF-TRUTH - Antonio M.
Silveira - Junho de 1994 - 23 pg. (esgotado)
245. WELFARE COSTS OF INFLATION - THE CASE FOR INTEREST-BEARING MONEY
AND EMPIRICAL ESTIMATES FOR BRAZIL - Mario Henrique Simonsen e Rubens
Penha Cysne - Julho de 1994 - 25 pg. (esgotado)
246. INFRAESTRUTURA PBLICA, PRODUTIVIDADE E CRESCIMENTO - Pedro
Cavalcanti Ferreira - Setembro de 1994 - 25 pg.
247. MACROECONOMIC POLICY AND CREDffiILITY: A COMPARATIVE STUDY OF
THE FACTORS AFFECTING BRAZILIAN AND ITALIAN INFLATION AFTER 1970-
Giuseppe Tullio e Mareio Ronci - Outubro de 1994 - 61 pg. (esgotado)
248. INFLATION AND DEBT INDEXATION: THE EQUIVALENCE OF TWO
ALTERNATIVE SCHEMES FOR THE CASE OF PERIODIC PAYMENTS - Clovis de
Faro - Outubro de 1994 -18 pg.

3
249. CUSTOS DE BEM ESTAR DA INFLAO - O CASO COM MOEDA INDEXADA E
ESTIMATIVAS EMPRICAS PARA O BRASIL - Mario Henrique Simonsen e Rubens
Penha Cysne - Novembro de 1994 - 28 pg. (esgotado)
250. THE ECONOMIST MACIDAVELLI - Brena P. M. Femandez e Antonio M. Silveira -
Novembro de 1994 - 15 pg.
251. INFRAESTRUTURA NO BRASIL: ALGUNS FATOS ESTILIZADOS - Pedro Cavalcanti
Ferreira - Dezembro de 1994 - 33 pg. (esgotado)
252. ENTREPRENEURIAL RISK AND LABOUR'S SHARE IN OUTPUT - Renato Fragelli
Cardoso - Janeiro de 1995 - 22 pg.
253. TRADE OR INVESTMENT ? LOCATION DECISIONS UNDER REGIONAL
INTEGRATION - Marco Antonio F.de H. Cavalcanti e Renato G. Flres Jr. - Janeiro de
1995 - 35 pg.
254. O SISTEMA FINANCEIRO OFICIAL E A QUEDA DAS TRANFERNCIAS
INFLACIONRIAS - Rubens Penha Cysne - Janeiro de 1995 - 32 pg. (esgotado)
255. CONVERGNCIA ENTRE A RENDA PER-C APITA DOS ESTADOS BRASILEIROS -
Roberto G. Ellery Jr. e Pedro Cavalcanti G. Ferreira - Janeiro 1995 - 42 pg.
256. A COMMENT ON "RATIONAL LEARNING LEAD TO NASH EQUILffiRIUM" BY
PROFESSORS EHUD KALAI EHUD EHUR - Alvaro Sandroni e Sergio Ribeiro da Costa
Werlang - Fevereiro de 1995 - 10 pg.
257. COMMON CYCLES IN MACROECONOMIC AGGREGATES (revised version) - Joo
Victor Issler e Farshid Vahid - Fevereiro de 1995 - 57 pg.
258. GROWTH, INCREASING RETURNS, AND PUBLIC INFRASTRUCTURE: TIMES
SERIES EVIDENCE (revised version) - Pedro Cavalcanti Ferreira e Joo Victor Issler -
Maro de 1995 - 39 pg.(esgotado)
259. POLTICA CAMBIAL E O SALDO EM CONTA CORRENTE DO BALANO DE
PAGAMENTOS - Allais do Seminrio realizado na Fundao Getulio rargas 110 dia 08 de
dezembro de 199-1 - Rubens Penha Cysne (editor) - Maro de 1995 - 47 pg. (esgotado)
260. ASPECTOS MACROECONMICOS DA ENTRADA DE CAPITAIS - Anais do Seminrio
realizado na Fundao Getulio Jargas no dia 08 de dezembro de 199-1 - Rubens Penha
Cysne (editor) - Maro de 1995 - 48 pg. (esgotado)
261. DIFICULDADES DO SISTEMA BANCRIO COM AS RESTRIES ATUAIS E
COMPULSRIOS ELEVADOS - Anais do Seminrio realizado na Fundao Getulio
Jargas no dia 09 de dezembro de 199-1 - Rubens Penha Cysne (editor) - Maro de 1995 -
47 pg. (esgotado)
262. POLTICA MONETRIA: A TRANSIO DO MODELO ATUAL PARA O MODELO
CLSSICO - Anais do Seminrio realizado na Fundao Getulio rargas 110 dia 09 de
dezembro de 199-1 - Rubens Penha Cysne (editor) - Maro de 1995 - 54 pg. (esgotado)
263. CITY SIZES AND INDUSTRY CONCENTRATION - Afonso Arinos de Mello Franco
Neto - Maio de 1995 - 38 pg. (esgotado)
264. WELF ARE AND FISCAL POLICY WITH PUBLIC GOODS AND INFRASTRUCTURE
(Revised Version) - Pedro Cavalcanti Ferreira - Maio de 1995 - 33 pg. (esgotado)

4
265. PROFIT SHARING WITH HETEROGENEOUS ENTREPRENEURIAL PROWESS -
Renato Fragelli Cardoso - Julho de 1995 - 36 pg.
266. A DINMICA MONETRIA DA lllPERINFLAO: CAGAN REVISIT ADO - Fernando
de Holanda Barbosa - Agosto de 1995 - 14 pg.
267. A SEDIO DA ESCOLHA PBLICA: VARIAES SOBRE O TEMA DE
REVOLUES CIENTFICAS - Antonio Maria da Silveira - Agosto de 1995 - 24 pg.
268. A PERSPECTIVA DA ESCOLHA PBLICA E A TENDNCIA INSTlTUCIONALIST A
DE KNIGHT - Antonio Maria da Silveira - Setembro de 1995 - 28 pg.
269. ON LONG-RUN PRICE COMOVEMENTS BETWEEN PAINTINGS AND PRINTS -
Renato Flres - Setembro de 1995 - 29 pg. (esgotado)
270. CRESCIMENTO ECONMICO, RENDIMENTOS CRESCENTES E CONCORRNCIA
MONOPOLISTA - Pedro Cavalcanti Ferreira e Roberto Ellery Junior - Outubro de 1995 - 32
pg. (esgotado)
271. POR UMA CINCIA ECONMICA FILOSOFICAMENTE INFORMADA: A
INDETERMINAO DE SENIOR - Antonio Maria da Silveira - Outubro de 1995 - 25 pg.
(esgotado)
272. ESTIMATING THE TERM STRUCTURE OF VOLATILITY AND FlXED INCOME
DERIVATlVE PRICING - Franklin de O. Gonalves e Joo Victor Issler - Outubro de 1995
- 23 pg. (esgotado)
273. A MODEL TO ESTIMATE THE US TERM STRUCTURE OF INTEREST RATES -
Antonio Marcos Duarte Jnior e Srgio Ribeiro da Costa Werlang - Outubro de 1995 - 21
pg. (esgotado)
274. EDUCAO E INVESTIMENTOS EXTERNOS COMO DETERMINANTES DO
CRESCIMENTO A LONGO PRAZO - Gustavo Gonzaga, Joo Victor Issler e Guilherme
Cortella Marone - Novembro de 1995 - 34 pg. (esgotado)
275. DYNAMIC HEDONIC REGRESSIONS: COMPUTATION AND PROPERTIES - Renato
Galvo Flres Junior e Victor Ginsburgh - Janeiro de 1996 - 21 pg.
276. FUNDAMENTOS DA TEORIA DAS OPES - Carlos Ivan Simonsen Leal - Fevereiro de
1996 - 38 pg. (esgotado)
277. DETERMINAO DO PREO DE UMA OpO E ARBITRAGEM - Carlos Ivan
Simonsen Leal - Fevereiro 1996 - 55 pg.
278. SUSTAINED GROWTH, GOVERNMENT EXPENDlTURE AND INFLATION - Pedro
Cavalcanti Ferreira - Fevereiro 1996 - 38 pg.
279. REFLEXOS DO PLANO REAL SOBRE O SISTEMA BANCRIO BRASILEIRO -
Rubens Penha Cysne e Srgio Gustavo Silveira da Costa - Junho 1996 - 23 pg.
280. CURSO DE MATEMTICA PARA ECONOMISTAS, CAPTULOS I E lI: FUNES,
LGEBRA LINEAR E APLICAES - Rubens Penha Cysne e Humberto de Athayde
Moreira - Junho 1996 - 75 pg.

000077230
5
" 11111" I" 1111111111111111111 111111