Sebenta

MATEMÁTICA PARA BIOLOGIA
2010-2011
Teoria e Prática
Departamento de Matemática
FCT/UNL
Conteúdo
I Primitivação e Integração 3
1 Primitivação 5
1.1 Primitivas imediatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Primitivação por partes e por substituição . . . . . . . . . . . . . . . . . . 10
1.3 Primitivação de funções racionais . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Primitivação de funções algébricas irracionais . . . . . . . . . . . . . . . . 23
1.5 Primitivação de funções transcendentes . . . . . . . . . . . . . . . . . . . . 29
1.6 Exercı́cios propostos para resolução nas aulas . . . . . . . . . . . . . . . . 33
1.7 Exercı́cios propostos para resolução autónoma . . . . . . . . . . . . . . . . 37
2 Cálculo Integral 41
2.1 Integral de Riemann: Definição e propriedades . . . . . . . . . . . . . . . . 41
2.2 Classes de funções integráveis . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3 Teoremas Fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.4 Áreas de figuras planas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.5 Integrais impróprios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
II Matrizes 85
1 Matrizes 87
1.1 Definição de matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
1.2 Operações com matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
1.3 Matrizes Invertı́veis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
2 Sistemas de Equações Lineares 103

2.1 Matrizes de sistemas de equações lineares . . . . . . . . . . . . . . . . . . . 103
2.2 Operações elementares sobre matrizes . . . . . . . . . . . . . . . . . . . . . 106
2.3 Matrizes de Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
2.4 Caracterı́stica de uma matriz . . . . . . . . . . . . . . . . . . . . . . . . . 117
3
2.5 Resolução e discussão de sistemas . . . . . . . . . . . . . . . . . . . . . . . 120
3 Determinantes 141
3.1 Definição e propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
3.2 Aplicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
3.2.1 Inversa de uma matriz . . . . . . . . . . . . . . . . . . . . . . . . . 150
3.2.2 Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
4 Valores e Vectores Próprios 163

4.1 Valores e vectores próprios . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
III Equações Diferenciais 171

1 Equações diferenciais de primeira ordem 173
1.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
1.2 Equações lineares de 1a ordem . . . . . . . . . . . . . . . . . . . . . . . . . 174
1.3 Equações de variáveis separáveis . . . . . . . . . . . . . . . . . . . . . . . . 177
2 Equações diferenciais de segunda ordem 183

2.1 Equações lineares de 2a ordem . . . . . . . . . . . . . . . . . . . . . . . . . 183
2.2 Equações lineares de 2a ordem de coeficientes constantes . . . . . . . . . . 184
Parte I
Primitivação e Integração
3
Capı́tulo 1
Primitivação
1.1 Primitivas imediatas

Definição 1.1.1 Sejam f e F duas funções definidas num intervalo I. Diz-se que F é
uma primitiva de f em I se F 0 (x) = f (x), ∀x ∈ I.
EXEMPLO 1: Como (sen(x))0 = cos(x) temos que sen(x) é primitiva de cos(x).
EXEMPLO 2: De (x2 )0 = 2x concluı́mos que x2 é primitiva de 2x.
Definição 1.1.2 Uma função f diz-se primitivável num intervalo I se existir uma
primitiva de f , definida em I.
NOTA: Há funções que não são primitiváveis. Por exemplo, a função f : R → R definida
por
0, se x < 2
f (x) =
1, se x ≥ 2
não é primitivável em R.
Teorema 1.1.1 Se F é primitiva de f , num intervalo I, então, qualquer que seja C ∈ R,

a função G(x) = F (x) + C é também primitiva de f em I.
Demonstração: Basta notar que G0 (x) = F 0 (x) + C 0 = F 0 (x) = f (x).
Teorema 1.1.2 Se F e G são duas primitivas de f num intervalo I, então F − G é

constante em I.
NOTAS:
1. Como consequência dos teoremas anteriores temos que todas as primitivas de f são
da forma F + C com F uma primitiva de f e C ∈ R.
5
6 Capı́tulo 1. Primitivação
2. Se F é uma primitiva de f no intervalo I, designamos por P f qualquer primitiva

de f em I, isto é, P f = F + C, com C ∈ R, qualquer.
Definição 1.1.3 Chamam-se primitivas imediatas as que se deduzem directamente

de uma regra de derivação.
A partir das regras de derivação obtém-se facilmente:
Teorema 1.1.3 Sejam f e g duas funções primitiváveis num intervalo I e a ∈ R. Então
a) P a f (x) = a P f (x);
b) P (f (x) + g(x)) = P f (x) + P g(x).
Apresentamos a seguir uma tabela com algumas primitivas imediatas.
f (x) P f (x)
xα+1
xα , α 6= −1 +C
α+1
(u(x))α+1
(u(x))α u0 (x), α 6= −1 +C
α+1
1
log(|x|) + C
x
u0 (x)
log(|u(x)|) + C
u(x)
ex ex + C
eu(x) u0 (x) eu(x) + C

1.1. Primitivas imediatas 7
f (x) P f (x)
ax
ax , (a > 0) +C
log(a)
au(x)
au(x) u0 (x), (a > 0) +C
log(a)
cos(x) sen(x) + C
cos(u(x)) u0 (x) sen(u(x)) + C
sen(x) − cos(x) + C
sen(u(x)) u0 (x) − cos(u(x)) + C
1
√ arc sen(x) + C
1 − x2
u0 (x)
p arc sen(u(x)) + C
1 − (u(x))2
1
−√ arc cos(x) + C
1 − x2
u0 (x)
−p arc cos(u(x)) + C
1 − (u(x))2
1
arc tg(x) + C
1 + x2
u0 (x)
arc tg(u(x)) + C
1 + (u(x))2
sec2 (x) tg(x) + C
sec2 (u(x)) u0 (x) tg(u(x)) + C
f (x) P f (x)
cosec2 (x) −cotg(x) + C
cosec2 (u(x)) u0 (x) −cotg(u(x)) + C

EXEMPLOS:
x3 x2
P (x2 + x + 1) = P x2 + P x + P 1 = + + x + C;
3 2

2 1 + cos(2x) 1 1 sen(2x)
P cos (x) = P = (P 1 + P cos(2x)) = x+ + C;
2 2 2 2
1
√ (x2 + 3) 3 +1
1 3 2 √
3
3 2
P 2x x2 + 3 = P 2x(x + 3) = 3
1 + C = (x + 3) x2 + 3 + C;
3
+ 1 4
3x2
P = log |x3 + 1| + C;
x3 + 1
1 1
P e5x = P 5 e5x = e5x + C;
5 5
P 10x cos(5x2 + 7) = sen(5x2 + 7) + C;
2
P = arc tg(2x) + C;
1 + (2x)2
2
P (cos(x) − 2 e3x ) = P cos(x) − 2P e3x = sen(x) − e3x + C;
3
1
x2 2 3 − 13 1 (x3 − 1)− 3 +1 1p
P √ = P x (x − 1) = · 1 + C = 3 (x3 − 1)2 + C.
3
x3 − 1 3 −3 + 1 2
Teorema 1.1.4 Seja f uma função primitivável num intervalo I. Então, para cada
x0 ∈ I e cada y0 ∈ R, existe uma, e uma só, primitiva F de f tal que F (x0 ) = y0 .
Em particular, existe uma, e uma só, primitiva de f que se anula em x0 .
√
EXEMPLO 1: Calculemos f sabendo que f 0 (x) = x x e f (1) = 2.
Comecemos por calcular as primitivas F de f 0 , pois f é uma dessas funções.
2 5
F (x) = x 2 + C.
5
Mas
2 8
f (1) = 2 ⇔ +C =2⇔C = ,
5 5
2 5 8
portanto, f (x) = x 2 + ·
5 5
EXEMPLO 2: Pretendemos calcular f sabendo que f 00 (x) = 12x2 + 6x − 4, f (0) = 4 e

f (1) = 5.
1.1. Primitivas imediatas 9
A função f pertence ao conjunto das funções F tais que
F 0 (x) = 4x3 + 3x2 − 4x + C
e, portanto, será uma função da forma F (x) = x4 + x3 − 2x2 + Cx + C1 . Como

f (0) = 4 C1 = 4
⇔
f (1) = 5 C = 1
então f (x) = x4 + x3 − 2x2 + x + 4.
1.2 Métodos gerais de primitivação: Primitivação por

partes e por substituição
Teorema 1.2.1 (Primitivação por partes) Sejam I um intervalo, F uma primitiva
de f em I e g uma função diferenciável em I. Então
P (f g) = F g − P (F g 0 )
Demonstração: Pela regra da derivação do produto (F g)0 = F 0 g + F g 0 = f g + F g 0 , o que

implica que f g = (F g)0 − F g 0 e, portanto, P (f g) = F g − P (F g 0 ).
EXEMPLO 1: Seja h(x) = x log(x). Calculemos a primitiva de h por partes: considere-

mos f (x) = x e g(x) = log(x).
x2
2
x2 x2 x2

x 1 1
P (x log(x)) = log(x) − P · = log(x) − P (x) = log(x) − + C.
2 2 x 2 2 2 4
EXEMPLO 2: Podemos primitivar a função h(x) = log(x) usando este método. Sejam
f (x) = 1 e g(x) = log(x).

1
P (log(x)) = P (1. log(x)) = x log(x) − P x = x log(x) − P (1) = x log(x) − x + C.
x
EXEMPLO 3: Seja h(x) = cos(x) log(sen(x)). Sejam f (x) = cos(x) e g(x) = log(sen(x)).
Então

cos(x)
P (cos(x) log(sen(x))) = sen(x) log(sen(x)) − P sen(x)
sen(x)
= sen(x) log(sen(x)) − P (cos(x))
= sen(x) log(sen(x)) − sen(x) + C.
EXEMPLO 4: Para calcular a primitiva de h(x) = cos(log(x)) consideremos f (x) = 1 e

g(x) = cos(log(x)). Então
P (cos(log(x))) = x cos(log(x)) + P sen(log(x)).
Esta última primitiva calcula-se novamente por partes obtendo-se
P (cos(log(x))) = x cos(log(x)) + x sen(log(x)) − P cos(log(x)),
e, portanto,
2 P (cos(log(x))) = x cos(log(x)) + x sen(log(x)),
1.2. Primitivação por partes e por substituição 11
ou seja,
x
P (cos(log(x))) = (cos(log(x)) + sen(log(x))) + C.
2
EXEMPLO 5: Sejam h(x) = log3 (x), f (x) = 1 e g(x) = log3 (x).
P (1. log3 (x)) = x log3 (x) − P (3 log2 (x)).
Primitivando novamente por partes, e usando o resultado obtido anteriormente para

P (log(x)), obtemos
P (1. log3 (x)) = x log3 (x) − 3 (x log2 (x) − P (2 log(x)))

= x log3 (x) − 3x log2 (x) + 6x log(x) − 6x + C.
Teorema 1.2.2 (Primitivação por substituição) Sejam f uma função primitivável

num intervalo J e ϕ uma função bijectiva e diferenciável no intervalo I tal que ϕ(I) = J.
Seja Φ(t) = P (f (ϕ(t))ϕ0 (t)). Então a função F (x) = Φ(ϕ−1 (x)) é uma primitiva de f
em J.
Demonstração: Seja F uma primitiva de f . Como, por hipótese, x = ϕ(t) temos F (x) =
F (ϕ(t)). Pela regra de derivação da função composta
(F (ϕ(t)))0 = F 0 (ϕ(t))ϕ0 (t) = f (ϕ(t))ϕ0 (t) = Φ0 (t),
porque designámos por Φ(t) uma primitiva de f (ϕ(t))ϕ0 (t).

Como F (ϕ(t)) e Φ(t) são ambas primitivas de f (ϕ(t))ϕ0 (t) sabemos que
F (ϕ(t)) − Φ(t) = C, C constante real,
ou ainda,
F (ϕ(t)) = Φ(t) + C,
o que implica que
F (x) = Φ(ϕ−1 (x)) + C.
x3 √
EXEMPLO 1: Seja f (x) = √ . Para calcular a primitiva de f façamos x − 1 = t,
x−1
isto é, ϕ(t) = 1 + t2 = x.
(1 + t2 )3 t5 t7
P (f (ϕ(t)).ϕ0 (t)) = P 2t = 2 P (1+t2 )3 = 2 P (1+3t2 +3t4 +t6 ) = 2(t+t3 +3 + ).
t 5 7
Assim,
x3 √ √ 3 √ 1 √

3 5 7
P√ =2 x − 1 + ( x − 1) + ( x − 1) + ( x − 1) + C.
x−1 5 7
1
EXEMPLO 2: Consideremos f (x) = · Podemos calcular a sua primitiva fazendo
ex + e−x
ex = t, isto é, ϕ(t) = log(t).
1 1 1
P (f (ϕ(t)).ϕ0 (t)) = P −1
· =P = arc tg(t).
t+t t 1 + t2
Consequentemente,
P f (x) = arc tg(ex ) + C.
NOTA: Usamos, por vezes a notação
P f (x) = {Pt f (ϕ(t))ϕ0 (t)} t=ϕ−1 (x) .

1.3. Primitivação de funções racionais 13
1.3 Primitivação de funções racionais

Sejam
P (x) = an xn + · · · + a1 x + a0
e
Q(x) = bm xm + · · · + b1 x + b0 ,
n, m ∈ N0 , an 6= 0, bm 6= 0, dois polinómios com coeficientes aj , bj ∈ R; n e m os graus
de P e Q, respectivamente.
Definição 1.3.1 Chama-se função racional toda a função f : D ⊂ R → R que pode

ser expressa na forma
P (x)
f (x) =
Q(x)
em que P e Q são polinómios e D = {x ∈ R : Q(x) 6= 0}.
Definição 1.3.2 Dois polinómios P e Q dizem-se iguais, e escreve-se P = Q, se P (x) =

Q(x), ∀x ∈ R.
Verifica-se facilmente que, sendo P (x) = an xn + · · · + a1 x + a0 e Q(x) = bm xm + · · · +

b1 x + b0 , se tem
P (x) = Q(x), ∀x ∈ R ⇔ n = m ∧ an = bm , . . . , a1 = b1 , a0 = b0 .
Dados dois polinómios P e Q, de graus n e m, respectivamente, n > m, existem

polinómios M e R tais que P (x) = M (x) Q(x) + R(x) e grau de R < grau de Q. M diz-se
o polinómio quociente e R o polinómio resto.
Definição 1.3.3 Um polinómio P de grau maior ou igual a 1 diz-se redutı́vel se existem

polinómios P1 e P2 tais que grau de Pi < grau de P (i = 1, 2) e P (x) = P1 (x)P2 (x). O
polinómio P diz-se irredutı́vel se não for redutı́vel.
É possı́vel determinar quais são precisamente os polinómios irredutı́veis. Considere-se,

sem perda de generalidade, os polinómios unitários (com coeficiente an = 1): P (x) =
xn + an−1 xn−1 + · · · + a1 x + a0 .
• Todos os polinómios de grau 1, P (x) = x − a, são irredutı́veis.
• Um polinómio de grau 2, P (x) = x2 + bx + c é irredutı́vel se, e só se, não tem

raı́zes reais, isto é, b2 − 4ac < 0. Assim os polinómios de grau 2 irredutı́veis são
precisamente os polinómios da forma P (x) = (x − α)2 + β 2 , α, β ∈ R, β 6= 0,
associado às duas raı́zes complexas conjugadas α ± iβ.
• Os únicos polinómios irredutı́veis são os considerados e mostra-se que todo o po-

linómio P (x) com grau maior ou igual a 1 é produto de polinómios irredutı́veis:
P (x) = (x − a1 )n1 · · · (x − ap )np [(x − α1 )2 + β12 ]m1 · · · [(x − αq )2 + βq2 ]mq
em que ni , mj ∈ N representam o grau de multiplicidade do correspondente

factor em P .
P (x)
Definição 1.3.4 Uma função racional f (x) = diz-se irredutı́vel se P e Q não
Q(x)
tiverem raı́zes comuns.
Dada uma função racional irredutı́vel, podemos ter dois casos:
1o O grau do polinómio P é maior ou igual ao grau do polinómio Q.
2o O grau do polinómio P é menor do que o grau do polinómio Q.
No primeiro caso, fazendo a divisão dos polinómios obtemos
P (x) = M (x) Q(x) + R(x),
em que M e R são polinómios, sendo M o quociente e R o resto (que tem grau inferior
ao grau de Q). Temos então
P (x) R(x)
= M (x) +
Q(x) Q(x)
o que implica que
P (x) R(x)
P = P (M (x)) + P ·
Q(x) Q(x)
A primitiva de M é imediata por ser a primitiva de um polinómio. A segunda é a
primitiva de uma função racional, em que o grau do numerador é menor do que o do deno-
minador. Concluı́mos, assim, que basta estudar o caso das funções racionais irredutı́veis
em que o grau do numerador é menor do que o grau do denominador, isto é, ficamos
reduzidos ao 2o caso atrás considerado. Os teoremas seguintes, que não demonstraremos,
permitem-nos decompor uma função racional irredutı́vel do 2o caso na soma de funções
racionais cujas primitivas são “fáceis” de calcular (ou mesmo primitivas imediatas). A
primitivação de funções racionais irredutı́veis fica, pois, completamente resolvida.
Comecemos por analisar os casos em que Q admite apenas raı́zes reais. Temos o
seguinte teorema:
P (x)
Teorema 1.3.1 Se é uma função racional irredutı́vel, se o grau de P é menor que
Q(x)
o grau de Q e se
Q(x) = a0 (x − a1 )n1 (x − a2 )n2 . . . (x − ap )np ,
com a1 , a2 , . . . , ap números reais distintos e n1 , n2 , . . . , np ∈ N, então a função é decom-

ponı́vel numa soma da forma
P (x) An1 A1 Bnp B1

= + · · · + + · · · + + · · · +
Q(x) (x − a1 )n1 x − a1 (x − anp )np x − anp
onde An1 , . . . , A1 , . . . , Bnp , . . . , B1 são números reais.
NOTA: Nas condições do Teorema 1.3.1, qualquer das parcelas em que se decompõe a
função tem primitiva imediata:
A A 1
P p
= · , se p 6= 1
(x − a) 1 − p (x − a)p−1
A
P = A log |x − a|
x−a
1o caso: Q tem raı́zes reais de multiplicidade 1, isto é, Q decompõe-se em factores do tipo
A
x − a com a ∈ R. A cada raiz a de Q associa-se uma parcela do tipo , com A
x−a
constante a determinar.
4x2 + x + 1
EXEMPLO: Calculemos a primitiva da função f definida por f (x) = ·
x3 − x
Como o número de raı́zes de um polinómio não ultrapassa o seu grau e x3 − x admite
as raı́zes x = 0, x = −1 e x = 1, podemos concluir que estas raı́zes têm multiplicidade 1.
Então
4x2 + x + 1 A B C
3
= + +
x −x x x−1 x+1
A(x2 − 1) + Bx(x + 1) + Cx(x − 1)

=
x3 − x
(A + B + C)x2 + (B − C)x − A
=
x3 − x
Pelo método dos coeficientes indeterminados temos
  
 A+B+C = 4  B+C = 5  B = 3
B−C = 1 ⇔ B−C = 1 ⇔ C = 2
−A = 1 A = −1 A = −1
  
Assim:
4x2 + x + 1 −1 3 2
3
= + +
x −x x x−1 x+1
e
4x2 + x + 1

−1 3 2
P = P +P +P
x3 − x x x−1 x+1
= − log |x| + 3 log |x − 1| + 2 log |x + 1| + C
(x − 1)3

2
= log (x + 1) + C.
x
2o caso: Q tem raı́zes reais de multiplicidade p, p > 1, isto é, Q admite x − a, com
a ∈ R, como divisor p vezes. Na decomposição, a cada raiz a de Q de multiplicidade p
vai corresponder uma soma de p parcelas com a seguinte forma:
Ap Ap−1 A1
p
+ p−1
+ ··· + ,
(x − a) (x − a) x−a
com Ap , Ap−1 , . . . , A1 constantes a determinar.
2x3 + 5x2 + 6x + 2
x(x + 1)3
Como x(x + 1)3 admite as raı́zes x = 0, x = −1 e x + 1 aparece 3 vezes na factorização
do polinómio, podemos concluir que estas raı́zes têm multiplicidade 1 e multiplicidade 3,
respectivamente. Então
2x3 + 5x2 + 6x + 2 A B C D
3
= + 3
+ 2
+
x(x + 1) x (x + 1) (x + 1) x+1
A(x + 1)3 + Bx + Cx(x + 1) + Dx(x + 1)2

=
x(x + 1)3
(A + D)x3 + (3A + C + 2D)x2 + (3A + B + C + D)x + A

=
x(x + 1)3

 

 A+D = 2 
 D = 0
3A + C + 2D = 5 C = −1
 
⇔

 3A + B + C + D = 6 
 B = 1
A = 2 A = 2
 
Assim:
2x3 + 5x2 + 6x + 2 2 1 −1
= + +
x(x + 1)3 x (x + 1)3 (x + 1)2
e
2x3 + 5x2 + 6x + 2

2 1 1
P = P +P −P
x(x + 1)3 x (x + 1)3 (x + 1)2
1 1 1
= 2 log |x| − 2
+ +C
2 (x + 1) x+1
1 1 1
= log (x2 ) − 2
+ + C.
2 (x + 1) x+1
Vejamos agora os casos em que o polinómio Q admite raı́zes complexas.
P (x)
Q(x)
o grau de Q e se α + iβ (α, β ∈ R) é uma raiz de Q, de multiplicidade r, então
P (x) Mr x + Nr M1 x + N1 H(x)
= 2 2 r
+ ··· + 2 2
+ ∗
Q(x) [(x − α) + β ] (x − α) + β Q (x)
onde H e Q∗ são polinómios tais que o grau de H é menor que o grau de Q∗, Mr ,
Nr , . . . , M1 , N1 , são números reais e nem α + iβ nem α − iβ são raı́zes do polinómio Q∗ .
1o caso: Q tem raı́zes complexas de multiplicidade 1, isto é, Q admite como divisores
polinómios de grau 2, (uma única vez cada polinómio), que não têm raı́zes reais. Na
decomposição, a cada par de raı́zes (α + iβ, α − iβ) vai corresponder uma parcela com a
seguinte forma:
Ax + B
(x − α)2 + β 2
com A e B constantes a determinar.
x2 + 2
(x − 1)(x2 + x + 1)
Como √
2 1 3
(x − 1)(x + x + 1) = 0 ⇔ x = 1 ∨ x = − ± i
2 2
podemos concluir que estas raı́zes têm multiplicidade 1. Então
x2 + 2 A Bx + C
= +
(x − 1)(x2 + x + 1) x − 1 (x + 21 )2 + 3
4
A(x2 + x + 1) + (Bx + C)(x − 1)

=
(x − 1)(x2 + x + 1)
(A + B)x2 + (A − B + C)x + A − C
=
(x − 1)(x2 + x + 1)

 
 A+B = 1  A = 1
A−B+C = 0 ⇔ B = 0
A−C = 2 C = −1
 
Assim:
x2 + 2 1 −1
= +
2
(x − 1)(x + x + 1) x − 1 (x + 12 )2 + 34
e
x2 + 2

1 −1
P = P +P
(x − 1)(x2 + x + 1) x−1 (x + 12 )2 + 34

1
= log |x − 1| − P 1 2 3 .
(x + 2 ) + 4
A primitiva
1
P
(x + 21 )2 + 43
√ √
1 3 3 1
calcula-se fazendo a substituição x + = t, isto é, ϕ(t) = t − · (No caso geral,
2 2 2 2
sendo a + ib a raiz, a substituição é x − a = bt). Então
√ !
1 3 2 1 2
P f (ϕ(t)).ϕ0 (t) = P √ · =√ P 2 = √ arc tg(t),
( 23 t)2 + 43 2 3 t +1 3
portanto,
1 2 2 1
P 1 2 3 = √ arc tg √ x+ √ .
(x + 2 ) + 4 3 3 3
Finalmente,
2 2 1
P f (x) = log |x − 1| − √ arc tg √ x+ √ + C.
3 3 3
2o caso: Q tem raı́zes complexas de multiplicidade p, p > 1, isto é, Q admite como divisores
polinómios de grau 2 que não têm raı́zes reais, aparecendo p vezes cada polinómio na
factorização de Q. Na decomposição, a cada par de raı́zes (α+iβ, α−iβ) vai corresponder
uma soma de parcelas com a seguinte forma:
Ap x + Bp Ap−1 x + Bp−1 A1 x + B1
2 2 p
+ 2 2 p−1
+ ··· +
((x − α) + β ) ((x − α) + β ) (x − α)2 + β 2
com Ap , Ap−1 , . . . , A1 , Bp , Bp−1 , . . . , B1 constantes a determinar.
EXEMPLO: Calculemos a primitiva da função f definida por

x4 − x3 + 6x2 − 4x + 7
f (x) = ·
(x − 1)(x2 + 2)2
Como √
(x − 1)(x2 + 2)2 = 0 ⇔ x = 1 ∨ x = ±i 2
e (x − 1)(x2 + 2)2 tem grau 5, podemos concluir que estas raı́zes têm multiplicidade 1 e
multiplicidade 2, respectivamente. Então
x4 − x3 + 6x2 − 4x + 7 A Bx + C Dx + E
= 2 2
= + 2 2
+ 2
(x − 1)(x + 2) x − 1 (x + 2) x +2
A(x2 + 2)2 + (Bx + C)(x − 1) + (Dx + E)(x − 1)(x2 + 2)

=
(x − 1)(x2 + 2)2



 A = 1
 B = 1


C = −1
D = 0




E = −1

Assim:
x4 − x3 + 6x2 − 4x + 7 1 x−1 −1
2 2
= + 2 2
+ 2
(x − 1)(x + 2) x − 1 (x + 2) x +2
e
x4 − x3 + 6x2 − 4x + 7

1 x−1 −1
P = P +P +P
(x − 1)(x2 + 2)2 x−1 (x2 + 2)2 2
x +2
!
1
x−1 2
= log |x − 1| + P −P x2
(x2 + 2)2 1+ 2
 
√1

x−1 1 2
= log |x − 1| + P −√ P 
 
2 
(x2 + 2)2 2 1 + √x2

x−1 1 x
= log |x − 1| + P − √ arc tg √ .
(x2 + 2)2 2 2
A primitiva !

x−1 x−1
P =P √ 2
(x2 + 2)2 (x2 + 2 )2
√ √
calcula-se fazendo a substituição x = 2 t, isto é, ϕ(t) = 2 t. Então
√ !
2t − 1 √
P f (ϕ(t)).ϕ0 (t) = P · 2
(2t2 + 2)2
√ √ !
2 2t − 1
= P
4 (t2 + 1)2
√ √ !
2 2t 1
= P −
4 (t2 + 1)2 (t2 + 1)2
√ √ !
2 2t 1
= P −P 2
4 (t2 + 1) 2 (t + 1)2
√ √ !
2 2 1
= P 2t(t2 + 1)−2 − P 2
4 2 (t + 1)2
√ √ !
2 2 2 −1 1 + t2 − t2
= − (t + 1) − P
4 2 (t2 + 1)2
√
1 + t2 t2

1 1 2
= − 2 − P 2 −P 2
4t +1 4 (t + 1)2 (t + 1)2
√
1 1 2 1 t 2t
= − 2 − P 2 −P
4t +1 4 t +1 2 (t2 + 1)2
√
1 1 2 1 t 1 1
= − 2 − arc tg(t) − − 2 +P
4t +1 4 t +1 2 2 t2 + 1
√ √ √
1 1 2 2 t 2
= − 2 − arc tg(t) − 2
+ arc tg(t)
4t +1 4 4 2(t + 1) 8
√ √
2t + 2 2
= − 2 − arc tg(t),
8(t + 1) 8
portanto, √
x−1 x+2 2 x
P =− − arc tg √ .
(x2 + 2)2 4(x2 + 2) 8 2
Finalmente,
√
5 2 x x+2
P f (x) = log |x − 1| − arc tg √ − + C.
8 2 4(x2 + 2)
P (x)
NOTA: Se admite uma decomposição da forma que aparece neste teorema, a sua
Q(x)
primitiva pode ser calculada recorrendo a primitivas de funções da forma
Ax + B Cx + D
e , p > 1.
(x − α)2 + β 2 [(x − α)2 + β 2 ]p
Temos no primeiro caso, usando a substituição x − α = βt,

Ax + B A(α + βt) + B
P = Pt ·β
(x − α)2 + β 2 β 2 t2 + β 2 t= x−α β
A (α + βt) + B A α + B + A βt
Pt · β = P
β 2 t2 + β 2 β(t2 + 1)
Aα+B A βt
=P 2
+P
β(t + 1) β(t2 + 1)
Aα+B 1 t
= P 2 +AP 2
β t +1 t +1
Aα+B A
= arctg(t) + log(t2 + 1)
β 2
Portanto,
" 2 #
Ax + B Aα+B x−α A x−α
P 2 2
= arctg + log + 1 + C.
(x − α) + β β β 2 β
No segundo caso, usando a mesma substituição,

Cx + D C(α + βt) + D
P = Pt ·β .
[(x − α)2 + β 2 ]p (β 2 t2 + β 2 )p t= x−α β
C (α + βt) + D C α + D + C βt
Pt 2 2 2 p
·β =P
(β t + β ) β 2p−1 (t2 + 1)p
C α+D C βt
=P + P 2p−1 2
β 2p−1 (t2
+ 1) p β (t + 1)p
C α+D 1 C t
= 2p−1
P 2 p
+ 2p−2 P 2
β (t + 1) β (t + 1)p
C α+D 1 C 1 1
= P − · ·
β 2p−1 (t2 + 1)p 2β 2p−2 p − 1 (t2 + 1)p−1
1
Resta-nos calcular P ·
(t2 + 1)p
Mas
1 1 + t2 − t2 1 t2
= = −
(t2 + 1)p (t2 + 1)p (t2 + 1)p−1 (t2 + 1)p
o que implica que
1 1 t2
P = P − P
(t2 + 1)p (t2 + 1)p−1 (t2 + 1)p
1 t 2t
=P −P · 2
(t2 + 1) p−1 2 (t + 1)p
1 t 1
=P + − P
(t2 + 1)p−1 2(p − 1)(t2 + 1)p−1 2(p − 1)(t2 + 1)p−1
t 2p − 3 1
= 2 p−1
+ P 2 ,
2(p − 1)(t + 1) 2p − 2 (t + 1)p−1
1
isto é, o cálculo da primitiva de ficou apenas dependente do cálculo da primitiva
(t2 + 1)p
1
de , que por sua vez pode, de modo análogo, fazer-se depender do cálculo da
(t2 + 1)p−1
1 1
primitiva de 2 , e assim sucessivamente até chegarmos à primitiva de que
(t + 1)p−2 1 + t2
é imediata.
P (x)
Q(x)
o grau de Q e se
Q(x) = a0 (x − a)p · · · (x − b)q [(x − α)2 + β 2 ]r · · · [(x − γ)2 + δ 2 ]s
então a função é decomponı́vel numa soma da forma

P (x) Ap A1 Bq B1
= p
+ ··· + + ··· + q
+ ··· + +
Q(x) (x − a) x−a (x − b) x−b
Mr x + Nr M1 x + N1
+ 2 2 r
+ ··· + + ···+
[(x − α) + β ] (x − α)2 + β 2
Vs x + Zs V1 x + Z1
+ + · · · +
[(x − γ)2 + δ 2 ]s (x − γ)2 + δ 2
onde Ap , . . . , A1 , Bq , . . . , B1 , Mr , Nr , . . . , M1 , N1 , Vs , Zs , . . . , V1 , Z1 são números reais.
1.4. Primitivação de funções algébricas irracionais 23
1.4 Primitivação de funções algébricas irracionais

Vejamos agora alguns tipos de funções cuja primitivação pode reduzir-se à primitivação
de funções racionais com uma substituição adequada. Introduza-se em primeiro lugar a
noção de polinómio e função racional em várias variáveis.
Definição 1.4.1 Designa-se por polinómio em duas variáveis , x e y, com coefici-

entes reais, a aplicação P : R × R → R, dada por
P (x, y) = amn xm y n + · · · + a11 xy + a10 x + a01 y + a00 ,
com m, n ∈ N0 , aij ∈ R. Define-se o grau de P como o maior inteiro i + j tal que aij 6= 0.
Mais geralmente define-se, de modo análogo, polinómio em p variáveis u1 , . . . , up ,
como a aplicação P : |R × ·{z
· · × R} → R, dada por
p vezes
X
P (u1 , . . . , up ) = ai1 ...ip ui11 . . . uipp ,
i1 ,...,ip
X
i1 , . . . , ip ∈ N0 , ai1 ...ip ∈ R e uma soma finita em i1 , . . . , ip .
i1 ,...,ip
Definição 1.4.2 Se P (u1 , . . . , up ) e Q(u1 , . . . , up ) são dois polinómios em p variáveis,

chama-se função racional em p variáveis a uma aplicação da forma
P (u1 , . . . , up )
R(u1 , . . . , up ) =
Q(u1 , . . . , up )
definida nos elementos (u1 , . . . , up ) ∈ R

| × ·{z
· · × R} tais que Q(u1 , . . . , up ) 6= 0.
p vezes
Analisemos então algumas classes de funções susceptı́veis de serem racionalizadas por

convenientes mudanças de variável. No que se segue R designa uma função racional dos
seus argumentos.
Expressão Substituição
m p r
f (x) = R(x n , x q , . . . , x s ) x = tµ
µ = m.m.c.{n, q, . . . , s}

a x+b
mn a x+b
pq a x+b
rs a x+b
f (x) = R x, c x+d
, c x+d
,..., c x+d
= tµ
c x+d
µ = m.m.c.{n, q, . . . , s}
1 1
EXEMPLO 1: Consideremos a função f (x) = √ √ = 1 1 · A substituição a
x+ x
3
x2 + x3
usar é x = ϕ(t) = t6 e a primitiva a calcular é
6t5 t3

0 1 5 2 1
P f (ϕ(t))ϕ (t) = P 3 · 6t = P 2 =6P =6 P t −t+1−
t + t2 t (t + 1) t+1 t+1
3 2

t t
=6 − + t − log |t + 1| = 2t3 − 3t2 + 6t − 6 log |t + 1|
3 2
tendo-se assim
1 √ √ √ √
P√ √ = 3 x − 3 3
x + 6 6
x − 6 log( 6
x + 1) + C.
x+ x 3
√
2x + 3
EXEMPLO 2: Seja f (x) = √ · A substituição 2x + 3 = t4 permite resolver o
1 − 4 2x + 3
problema. Temos
t2 t5

0 3 4 3 2 1
P f (ϕ(t))ϕ (t) = P · 2t = −2 P = −2P t + t + t + t + 1 +
1−t t−1 t−1
5
t4 t3 t2

t
= −2 + + + + t + log |t − 1|
5 4 3 2
e
√ √ √ √
( 4 2x + 3)5 ( 4 2x + 3)4 ( 4 2x + 3)3 ( 4 2x + 3)2 √
P f (x) = −2 + + + + 4 2x + 3
5 4 3 2
√

4
+ log( 2x + 3) + C
p√ 2
3
EXEMPLO 3: Seja f (x) = x x2 + 2. Façamos a substituição x 3 = t. Obtemos:
3 1 3 1 3 √
P f (ϕ(t))ϕ0 (t) = P t 2 (2 + t) 2 t 2 = P t2 2 + t
2 2
que, como vimos anteriormente (exemplo 2), se resolve fazendo a substituição 2 + t = z 2 ,
isto é,
3 √ 3
P t2 2 + t = Pz (z 2 − 2)2 · z · 2z z=√2+t

2 2
3
Pz 2(z 6 − 4z 4 + 4z 2 ) z=√2+t

=
2
7
z5 z3

z
= 3 −4 +4
7 5 3 z=√2+t
3 √ 7 12 √ 5 √ 3
= 2+t − 2+t +4 2+t
7 5
tendo-se finalmente
q√ q 7 q 5 q 3
3 3 2 12 2 2
Px x2 + 2 = x3 + 2 − x3 + 2 +4 x3 + 2 + C.
7 5
√ √
a x2 + b x + c = ax + t
se a > 0
√ √
a x2 + b x + c = t x + c
√
f (x) = R(x, a x2 + b x + c) se c > 0
√
a x2 + b x + c = t (x − α)
√
ou a x2 + b x + c = t (x − β)
se α e β são zeros reais
distintos de a x2 + b x + c
1
EXEMPLO 1: Consideremos a função f (x) = √ . Como a = 3 podemos
x 3x 2−x+1
√ √
usar a substituição 3x2 − x + 1 = 3 x + t, tendo-se:
√
3x2 − x√+ 1 = 3x2 + 2 3xt + t2
−x − 2 3xt = t2 − 1
1 − t2
x= √ = ϕ(t)
1 + 2 3t
√ 2 √
−2 3t − 2t − 2 3
o que implica ϕ0 (t) = √ ·
(2 3t + 1) 2
A primitiva a calcular é
√ √
1 −2 3t2 − 2t − 2 3
P · √
1 − t2 √ 1 − t2

(2 3t + 1)2
√ 3· √ +t
1 + 2 3t 1 + 2 3t
√ √
−2 3t2 − 2t − 2 3
= P√ √
3(1 − t2 )2 + t(1 − t2 )(2 3t + 1
√ √
−2( 3t2 + t + 3)
= P √ √ √
( 3 − 3t2 + 2 3t2 + t)(1 − t2 )
1 1
1 2 2
= −2P = −2P +
1 − t2 1−t 1+t

1 − t
= log |1 − t| − log |1 + t| = log

1 + t
o que implica que
√ √
2
1 1 − 3x − x + 1 + 3x

P √ = log √ √ + C.
2
x 3x − x + 1 1 + 3x2 − x + 1 − 3x
1
EXEMPLO 2: Primitivemos a função f (x) = √ · Tendo em conta que
x + 4x − √−x2
3
−x2 + 4x − 3 = 0 ⇔ x = 1 ∨ x = 3 podemos usar a substituição −x2 + 4x − 3 = t(x − 3).
√
−x2 + 4x − 3 = t(x − 3)
p
−(x − 3)(x − 1) = t(x − 3)
−(x − 3)(x − 1) = t2 (x − 3)2
−(x − 1) = t2 (x − 3)
3t2 + 1
x= = ϕ(t)
t2 + 1
4t
o que implica ϕ0 (t) = ·
(t2
+ 1)2
A primitiva a calcular é
1 4t
P 2
2 · 2
3t + 1 3t + 1 (t + 1)2
· t − 3
t2 + 1 t2 + 1
4
= P 2
(3t + 1)(3t + 1 − 3t2 − 3)
2
−2 2 √
= P 2 = − √ arc tg( 3t)
3t + 1 3
o que implica que
√
1 2 √ −x2 + 4x − 3
P √ = − √ arc tg( 3 · ) + C.
x −x2 + 4x − 3 3 x−3
√
a2 − x 2 x = a cos(t) ou x = a sen(t)
√
x 2 − a2 x = a sec(t) ou x = a cosec(t)
√
x2 + a2 x = a tg(t) ou x = a cotg(t)
√
9 − x2
EXEMPLO 1: Seja f (x) = · Façamos a substituição x = 3 sen(t) = ϕ(t). Temos
x2
ϕ0 (t) = 3 cos(t) e
p p
9 − 9 sen2 (t) 1 − sen2 (t)
P f (ϕ(t))ϕ0 (t) = P · 3 cos(t) = P · cos(t)
9 sen2 (t) sen2 (t)
cos2 (t)
= P = P cotg2 (t) = P (cosec2 (t) − 1)
sen2 (t)
= −cotg(t) − t
e, assim,
√ √
9 − x2 x x 9 − x2 x
P 2
= −cotg(arc sen( )) − arc sen( ) + C = − − arc sen( ) + C
x 3 3 x 3
1
EXEMPLO 2: Consideremos a função f (x) = √ e a substituição x = 4 sec(t) =
x3 x2 − 16
ϕ(t). Temos ϕ0 (t) = 4 sec(t) tg(t) e
1
P f (ϕ(t))ϕ0 (t) = P p · 4 sec(t) tg(t)
43 sec3 (t) 16 sec2 (t) − 16
tg(t) tg(t)
= P p =P 3 2
43 sec2 (t) sec2 (t) − 1 4 sec (t) tg(t)
1 1 1
= 3P 2
= 3 P cos2 (t)
4 sec (t) 4

1 t sen(t)
= 3 +
4 2 4
e, assim,
sen(arc sec( x4 ))

1 1 1 x
P √ = 3 arc sec( ) + +C
x 3 2
x − 16 4 2 4 4
1
EXEMPLO 3: Para calcular as primitivas de f (x) = √ podemos fazer a subs-
x2 x2 + 4
tituição x = 2 tg(t) = ϕ(t). Temos ϕ0 (t) = 2 sec2 (t) e
1
P f (ϕ(t))ϕ0 (t) = P p · 2 sec2 (t)
4 tg (t) 4 tg2 (t) + 4
2
sec2 (t) sec2 (t)

= P = P
4 tg2 (t) sec(t)
p
4 tg2 (t) tg2 (t) + 1
1 sec(t) 1
= P 2 = P cotg(t) cosec(t)
4 tg (t) 4
1
= − cosec(t)
4
e, assim, √
1 1 x 1 x2 + 4
P √ = − cosec(arc tg( )) + C = − +C
x 2 2
x +4 4 2 4 x
1.5. Primitivação de funções transcendentes 29
1.5 Primitivação de funções transcendentes
f (x) = R(sen(x), cos(x)) tg( x2 ) = t
f (x) = R(sen(x), cos(x)) tg(x) = t

R(−y, −z) = R(y, z), ∀y, z
f (x) = R(ex ) ex = t
x
A substituição tg = t conduz a uma função racional de t. De facto, de
2
x

x x tg 2 1
sen(x) = 2 sen . cos =2q ·q
2 2 1 + tg2 x

1 + tg2 x

2 2
tg x2

2t
= 2 x
=
1 + tg2 2
1 + t2
e
tg2 x2
x x
2 2 1
cos(x) = cos − sen = x
−
1 + tg2 x2

2 2 1 + tg2 2
x

1 − tg2 2 1 − t2
= x
=
1 + tg2 2
1 + t2
conclui-se, tendo em conta que
x 2
tg = t ⇒ x = 2 arc tg(t) = ϕ(t) ⇒ ϕ0 (t) = ,
2 1 + t2
2t 1 − t2

2
P f (x) = Pt R , .
1 + t2 1 + t2 1 + t2 tg( x2 )=t
A substituição indicada serve no caso geral, mas em certos casos particulares são
preferı́veis outras substituições. Assim, por exemplo, se R(sen(x), cos(x)) é função par em
sen(x) e cos(x) (isto é, se não se altera ao mudarmos simultaneamente sen(x) para −sen(x)
e cos(x) para − cos(x)), pode fazer-se a substituição tg(x) = t, ou seja, ϕ(t) = arc tg(t) e
t 1
sen(x) = √ e cos(x) = √ ·
1 + t2 1 + t2
1
EXEMPLO 1: Calculemos as primitivas de f (x) = · A substituição indicada
2 cos(x) + 1
x
é tg = t:
2
1 2 2
P 2 · =P
1−t 1+t2 3 − t2
2 + 1
1 +t2
1 1 1
= √ P √ +√
3 3−t 3+t √
1 √ √ 1 3 + t

= √ (log | 3 − t| + log | 3 + t|) = √ log √
3 3 3 − t
o que implica que

√
3 + tg x

1 1 2 + C.
P = √ log √ x
2 cos(x) + 1 3 3 − tg

2
1
EXEMPLO 2: Para calcular as primitivas de f (x) = fazemos a substi-
cos2 (x) − sen2 (x)
tuição tg(x) = t e obtemos
1 1 1
P 2 · 2
=P
1 t 1+t 1 − t2
2
−
1 +t 1 + t2
1 1 1
= P +
2 1−t 1+t

1 1 1 + t
= (− log |1 − t| + log |1 + t|) = log

2 2 1 − t
e, portanto,
1 1 1 + tg(x)
P = log +C
cos2 (x) − sen2 (x) 2 1 − tg(x)
1
EXEMPLO 3: Para primitivar a função f (x) = usa-se a substituição ex = t:
+1 ex

1 1 −1 1 t
P · =P + P = − log |1 + t| + log |t| = log

t+1 t 1+t t 1 + t
e
1 ex
P = + C.
ex + 1 ex + 1
As funções do tipo f (x) = sen(ax)sen(bx), com a e b constantes, |a| 6= |b|, podem
primitivar-se tendo em conta que
1
sen(ax).sen(bx) = [cos(a − b)x − cos(a + b)x]
2
1.5. Primitivação de funções transcendentes 31
e conclui-se que
sen(a − b)x sen(a + b)x
P sen(ax).sen(bx) = − +C
2(a − b) 2(a + b)
De modo análogo,
sen(a − b)x sen(a + b)x
P cos(ax). cos(bx) = + +C
2(a − b) 2(a + b)
Se pretendermos primitivar um produto de vários factores sen(am x) e cos(bn x) po-
demos começar por substituir por uma soma o produto de dois dos factores; depois
substituem-se por somas os novos produtos obtidos por associação de novos pares de
factores; e assim sucessivamente até esgotar todos os factores.
EXEMPLO:
P sen(3x) cos(5x)sen(6x)
1
= P (sen(8x) + sen(−2x)) sen(6x)
2
1 1 1 1
= P (cos(2x) − cos(14x)) − P (cos(−4x) − cos(8x))
2 2 2 2
1 1 1 1
= P cos(2x) − P cos(14x) − P cos(4x) + P cos(8x)
4 4 4 4
sen(14x) sen(4x) sen(8x)
= 18 sen(2x) − − + +C
7 2 4
As funções do tipo f (x) = p(x)eax , onde p é um polinómio de grau n em x e a é uma
constante, primitivam-se por partes:
1 1
P p(x)eax = eax p(x) − P eax p0 (x).
a a
A primitiva que aparece no segundo membro é ainda do mesmo tipo, mas mais simples,
pois o grau de p0 (x) é inferior em uma unidade ao grau de p(x). Aplicando novamente o
mesmo processo até chegar a um polinómio de grau zero, obtém-se
eax p0 (x) p00 (x) (n)

np (x)
P f (x) = p(x) − + 2 + · · · + (−1) + C.
a a a an
EXEMPLO: Primitivemos a função f (x) = (x2 + 2x + 1)e3x .

1 1
P (x2 + 2x + 1)e3x = (x2 + 2x + 1)e3x − P (2x + 2)e3x
3 3
1 1 1
= (x2 + 2x + 1)e3x − (2x + 2)e3x + P 2e3x
3 3 3

1 3x 1 2
= e (x2 + 2x + 1) − (2x + 2) + + C.
3 3 9
As primitivas que obtivemos foram sempre funções elementares, isto é, funções algé-
bricas, a função exponencial, as funções trigonométricas e as trigonométricas inversas e,
de um modo geral, as funções que se possam obter por composição destas em número
finito. Por outras palavras, aprendemos a calcular primitivas de funções elementarmente
primitiváveis. Nem todas as funções estão nesta situação. No entanto,
Teorema 1.5.4 Toda a função contı́nua num intervalo [a, b] é primitivável nesse inter-
valo.
1.6. Exercı́cios propostos para resolução nas aulas 33
1.6 Exercı́cios propostos para resolução nas aulas

1. Determine as primitivas das funções definidas pelas seguintes expressões analı́ticas:
1
(a) ex + ;
x
(b) 4 + 3x5 + 2;
x
(c) sin(x) cos(x);

1 4
(d) 2 +√ 3
;
x +1 x2
(e) 6x(x2 + 1);
(f) 64x + e5x ;
(g) cos(cos(x)) sin2 (cos(x)) sin(x);
2 +2 sin(x)
(h) ex (x + cos(x));
(i) cos(2x) cos(x);
sin(x)
(j) ;
cos2 (x)
log(arcsin(x))
(k) √ ;
arcsin(x) 1 − x2
(1 + 2 arctan(x))3
(l) ;
1 + x2
1
(m) p ;
cos2 (x) 1 + tan(x)
arctan(x)
(n) ;
1 + x2
p
1 + log(x8 )
(o) ;
x
2
1 3
(p) √ + x ;
x
sin(x) − cos(x)
(q) ;
sin(x) + cos(x)
(r) cos2 (x);
1
(s) √ .
9 − x2
2. Seja f a função real de variável real definida por f (x) = cos(4x + π). Determine a
primitiva de f que toma o valor 2 quando x = 0.
3. Primitive, por partes, as funções definidas pelas seguintes expressões analı́ticas:

(a) (3x − 1) sin(x);

(b) log2 (x);
(c) x2 ex ;
log(log(x))
(d) .
x
4. Usando em cada caso a substituição indicada, primitive as funções definidas por:
1 + 4ex
(a) (ex = t);
1 + 2ex
1
(b) (tan(x/2) = t);
1 − cos(x)
(c) tan3 (x) (tan(x) = t);
√
x √
(d) √ ( x = t).
4+ x
5. Determine as primitivas das funções racionais definidas pelas seguintes expressões
analı́ticas:
x4
(a) ;
x+2
1
(b) ;
(x + 2)(x − 3)(x + 4)
x2 − x
(c) ;
(x + 1)2 (x − 2)
−4x
(d) 2 .
x + 4x + 3

analı́ticas:
1
(a) ;
x2
+ 2x + 5
x4 + x2 − x + 1
(b) ;
x3 + x
x2 + 6x
(c) 3 ;
x + x2 + 4x + 4
2x3 + x2 + 4x + 3
(d) .
2x4 + 4x3 + 4x2 + 4x + 2
7. Determine as primitivas das funções irracionais definidas pelas seguintes expressões
analı́ticas:
√
2x + 3
(a) √
4
;
2x + 3 + 2
1
(b) √ ;
2
x x −x−1
1
(c) √3
;
x − 3x − 2
1
(d) √ .
2
x x +x−2
8. Determine as primitivas das funções transcendentes definidas pelas seguintes ex-

pressões analı́ticas:
cos(x)
(a) ;
1 + cos(x)
e2x
(b) x ;
e +1
1
(c) ;
1 + sin2 (x)
1
(d) .
(2 + cos(x))(1 + sin(x))
ex
9. Seja f a função real de variável real definida por f (x) = 2x . Determine
(e − ex − 2)2
a primitiva de f que toma o valor 1 quando x = 0.
10. Primitive as funções definidas pelas seguintes expressões analı́ticas:

x
(a) √
3
+ 3x2 arctan(x);
x2 + 1
sin(x) + cos(x)
(b) ;
sin(x) − cos(x)
(c) x2 sin(4x);
x2 + 1
(d) ;
4 + 2x2
√
1 x x
(e) √ + ;
x 3
√
9 − x2
(f) ;
x
(g) ex sin(x);
(h) arctan(x);
r
1 x+1
(i) ;
x+2 x+2
1
(j) √ ;
2
x +4
sin(x) cos(x)
(k) 2
;
4 cos (x) + sin(x) cos(x)
(l) cos(sin(x)) cos(x).
11. Determine a função real de variável real que satisfaz simultaneamente as condições
f 0 (x) = x cos(x2 ) + xe2x − 1 e f (0) = 2.
1.7. Exercı́cios propostos para resolução autónoma 37
1.7 Exercı́cios propostos para resolução autónoma

√
3x3 − 5 x
(a) ;
x
(b) 3x3 + 4 sin(x);
ex
(c) ;
1 + ex
2 +log(x)
(d) e4x ;
log2 (x)
(e) ;
x
(f) e2x cot(e2x );
√
e x
(g) √ ;
x
sin(x)
(h) ;
1 + cos2 (x)
1
(i) ;
(1 + x )(1 + arctan2 (x))
2
(j) (sin(ax + b) − cos(ax + b))2 ;

cos(log(x)). sin(log(x))
(k) ;
x
cos(x)
(l) p ;
5
(sin(x))8
(m) sec(tan(x)) tan(tan(x)) sec2 (x);
etan(x)
(n) ;
cos2 (x)
(o) tan(x) log(cos(x)).
2. Primitive, por partes, as funções definidas pelas seguintes expressões analı́ticas:
(a) (3x2 + 1)e5x ;

3x + 2
(b) cos(5x);
4
x
(c) .
sin2 (x)
3. Usando em cada caso a substituição indicada, primitive as funções definidas por:
(a) cos2 (x) sin3 (x) (cos(x) = t);

√
(b) 1 − x2 (x = sin(t) ou x = cos(t));
ex/2
(c) (ex/6 = t).
ex/3 + 1
4. Divida o polinómio x3 + 2x2 + x + 3 pelo polinómio x2 + 1.
5. Mostre que o polinómio x3 + x − 2 é redutı́vel.
6. Mostre que os polinómios 3x + 2 e x2 − 4x + 13 são irredutı́veis.

analı́ticas:
x2 + 4x + 6
(a) ;
x2 + 2
x3 4
(b) 2 + 4 ;
x + 1 x + x3 − 3x2 − x + 2
x2 + 4
(c) .
(x2 + 2x + 2)(x − 1)2
8. Determine as primitivas das funções irracionais definidas pelas seguintes expressões

analı́ticas:
x2 + 1
(a) √ 3 √ ;
( x) + 3x + 2 x
√
2x + x2
(b) ;
x2
1
(c) √ .
x 3 x2 − 9
9. Determine as primitivas das funções transcendentes definidas pelas seguintes ex-
pressões analı́ticas:
tan(x)
(a) ;
1 + sin2 (x)
1 − sin(x)
(b) ;
1 + cos(x)
ex + 2
(c) 2x .
e − 2ex
10. Determine a função real de variável real f , definida em R+ , que satisfaz as condições
f 0 (x)= x (cos(x) + log(x)) e f (1) = 0.
√
(a) log(x + 1 + x2 );
(b) x sin(x2 − 1) + log(x2 + x + 1);
(c) e5x sin(2x);
2x + x2
(d) ;
x2
x6
(e) + (x + 2)e−x ;
7x7 + 5
(f) x cos(x) sin(x);
1
(g) √3
;
x − 3x − 2
x3
(h) √ .
4 + x2
12. Determine a função real de variável real f , definida no intervalo ] − 1, 1[, que satisfaz
as condições
x2 + 1
f 0 (x)= 2 + arcsin(x) e f (0) = 0.
x +2
Capı́tulo 2
Cálculo Integral
2.1 Integral de Riemann: Definição e propriedades

Definição 2.1.1 Sejam a, b ∈ R, a < b. Dados n + 2 pontos a = x0 < x1 < x2 < · · · <
xn−1 < xn < xn+1 = b, ao conjunto dos subintervalos da forma [xi , xi+1 ], i = 0, 1, . . . , n,
chama-se partição de [a, b].
NOTAS:
1. A partição é um conjunto de subconjuntos, mais precisamente:

P = {[xi , xi+1 ] : i ∈ N0 , 0 ≤ i ≤ n}.
O nome partição resulta de ∪ni=0 [xi , xi+1 ] = [a, b] e do facto de dados dois quaisquer
elementos de P a sua intersecção ou é vazia ou se reduz a um ponto.
2. A partição P fica bem definida pelo conjunto P = {a = x0 , x1 , x2 , . . . , xn−1 , xn , xn+1 =

b} pelo que podemos identificar a partição P com o conjunto P . É claro que,
pelo modo como definimos a partição, consideramos o conjunto P ordenado, isto é,
xi < xi+1 , i = 0, 1, . . . , n.
Definição 2.1.2 Sejam a, b ∈ R, a < b. Dadas duas partições P1 e P2 , diz-se que P1 é

mais fina que P2 se todos os elementos de P1 estão contidos em elementos de P2 .
NOTA: Tendo em conta a Nota 2, a seguir à definição anterior, se P1 e P2 forem os

conjuntos de pontos que definem P1 e P2 , respectivamente, a Definição 2.1.2 poderia ser
enunciada do seguinte modo: P1 é mais fina que P2 se P2 ⊂ P1 .
Proposição 2.1.1 Sejam a, b ∈ R, a < b. Dadas duas partições de [a, b], P1 e P2 , existe
uma partição de [a, b], P3 , mais fina que P1 e P2 .
Demonstração: Tendo em conta a Nota 2 a seguir à Definição 2.1.1 e a nota a seguir à

Definição 2.1.2, se P1 e P2 são os conjuntos de pontos que definem P1 e P2 , basta tomar
a partição P3 definida por P3 = P1 ∪ P2 .
41
42 Capı́tulo 2. Cálculo Integral
Definição 2.1.3 Sejam a, b ∈ R, a < b, f : [a, b] → R uma função limitada e P uma

partição de [a, b]. Chama-se soma inferior de Darboux de f , relativa à partição P a
n
X
sP (f ) = (xi+1 − xi ) inf f (x).
x∈[xi ,xi+1 ]
i=0
Chama-se soma superior de Darboux de f , relativa à partição P a

n
X
SP (f ) = (xi+1 − xi ) sup f (x).
i=0 x∈[xi ,xi+1 ]
NOTAS:
1. As somas superior e inferior estão bem definidas. Como f é limitada em [a, b], f
é limitada em [xi , xi+1 ], isto é, o conjunto {f (x) : x ∈ [xi , xi+1 ]} é limitado e,
portanto, tem ı́nfimo e supremo.
2. É óbvio que sP (f ) ≤ SP (f ). Veremos que esta propriedade se pode generalizar: para

uma função limitada em [a, b], qualquer soma superior é maior ou igual a qualquer
soma inferior.
3. Se f é uma função não negativa em [a, b], dada uma partição P, a soma inferior
de Darboux é igual à soma das áreas dos rectângulos cujos lados têm comprimento
xi+1 − xi e inf f (x) (ver Figura 2.1).
x∈[xi ,xi+1 ]
Analogamente, a soma superior de Darboux é igual à soma das áreas dos rectângulos
cujos lados têm comprimento xi+1 − xi e sup f (x) (ver Figura 2.2).
x∈[xi ,xi+1 ]
Proposição 2.1.2 Sejam a, b ∈ R, a < b, f : [a, b] → R uma função limitada, P1 e P2

duas partições de [a, b], P1 mais fina que P2 . Então: sP2 (f ) ≤ sP1 (f ) ≤ SP1 (f ) ≤ SP2 (f ).
Demonstração: Da Definição 2.1.2, para cada [xi , xi+1 ] ∈ P2 , existem [yj , yj+1 ] ∈ P1 , j =
ki , . . . , pi , tais que ∪pj=k
i
i
[yj , yj+1 ] = [xi , xi+1 ]. Então
inf f (x) ≤ inf f (x), j = ki , . . . , pi ,

x∈[xi ,xi+1 ] x∈[yj ,yj+1 ]
pelo que
pi pi
X X
(yj+1 − yj ) inf f (x) ≥ (yj+1 − yj ) inf f (x) =
x∈[yj ,yj+1 ] x∈[xi ,xi+1 ]
j=ki j=ki
2.1. Integral de Riemann: Definição e propriedades 43
a x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 b x
Figura 2.1: : Soma inferior de Darboux.
pi
X
= inf f (x) (yj+1 − yj ) = (xi+1 − xi ) inf f (x).
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
j=ki
Somando estas expressões (de i = 0 a i = n) obtém-se sP2 (f ) ≤ sP1 (f ). Analogamente se

obtinha SP1 (f ) ≤ SP2 (f ). A proposição fica demonstrada tendo em conta que sP1 (f ) ≤
SP1 (f ) (ver Nota 2 a seguir à Definição 2.1.3).
Proposição 2.1.3 Sejam a, b ∈ R, a < b, f : [a, b] → R uma função limitada, P1 e P2

duas partições de [a, b]. Então: sP1 (f ) ≤ SP2 (f ) e sP2 (f ) ≤ SP1 (f ).
Demonstração: Pela Proposição 2.1.1 existe uma partição P3 mais fina que P1 e P2 . Pela
Proposição 2.1.2, sP1 (f ) ≤ sP3 (f ) ≤ SP3 (f ) ≤ SP2 (f ) e sP2 (f ) ≤ sP3 (f ) ≤ SP3 (f ) ≤
SP1 (f ).
NOTA: Resulta desta proposição que se a, b ∈ R, a < b, f : [a, b] → R é uma função

limitada, o conjunto das somas superiores é minorado (todas as somas inferiores são
minorantes) e o conjunto das somas inferiores é majorado (todas as somas superiores são
majorantes); estes conjuntos têm, pois, ı́nfimo e supremo, respectivamente.
Definição 2.1.4 Sejam a, b ∈ R, a < b e f : [a, b] → R uma função limitada. Ao

ı́nfimo do conjunto das somas superiores de f chama-se integral superior de f em
Rb
[a, b] e representa-se por a f (x) dx. Ao supremo do conjunto das somas inferiores de f
a x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 b x
Figura 2.2: : Soma superior de Darboux.
Rb Rb
chama-se integral inferior de f em [a, b] e representa-se por a f (x) dx. Se a f (x) dx =
Rb
a
f (x) dx, diz-se que f é integrável à Riemann em [a, b]; a este número chama-se in-
Rb Rb Rb
tegral de f em [a, b] e representa-se a f (x) dx = a f (x) dx = a f (x) dx.
NOTAS:
1. Sejam a, b ∈ R, a < b e f : [a, b] → R uma função limitada. O integral superior de

f em [a, b] e o integral inferior de f em [a, b] existem (ver nota antes da definição).
No entanto a função pode não ser integrável; consideremos, por exemplo, a função


 1,
 x ∈ [0, 1] ∩ Q
f (x) =

 0,
 x ∈ [0, 1] \ Q
Como entre quaisquer dois pontos existem racionais e irracionais, dada

Z uma partição 1
qualquer, P, inf f (x) = 0 e sup f (x) = 1, pelo que f (x) dx = 0 e
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ] 0
Z 1
f (x) dx = 1.
0
2. Se f é contı́nua, não negativa e integrável em [a, b], o integral de f é igual à área da

figura limitada pelo gráfico de f e pelas rectas x = a, x = b e y = 0 (eixo dos xx)
(ver Figura 2.3). Para nos convencermos deste facto, basta ter em conta as figuras
2.1 e 2.2 e a definição. O integral é o ı́nfimo do conjunto das somas superiores, que
são todas maiores ou iguais que aquela área (ver Figura 2.2), portanto o integral é
maior ou igual que a área da figura referida. Por outro lado, o integral também é
o supremo do conjunto das somas inferiores, que são todas menores ou iguais que
aquela área (ver Figura 2.1) portanto o integral é menor ou igual que a área da
figura referida. Conclui-se assim que o integral é igual à área da figura.
a b x
Figura 2.3: : O integral é igual à área da figura indicada.
Rb
Proposição 2.1.4 Se a < b e f (x) = c, ∀x ∈ [a, b], então a
f (x) dx = c (b − a)
Demonstração: Qualquer que seja a partição P, sP (f ) = SP (f ) = c (b − a).
Proposição 2.1.5 Se a < b e f, g : [a, b] → R são duas funcões integráveis em [a, b] tais
Rb Rb
que f (x) ≤ g(x), ∀x ∈ [a, b], então a f (x) dx ≤ a g(x) dx.
Demonstração: Qualquer que seja a partição P, sP (f ) ≤ sP (g) pelo que, os integrais,
(que, por hipótese, existem e são iguais aos supremos dos conjuntos das somas inferiores)
verificam a desigualdade.
Proposição 2.1.6 Sejam a, b ∈ R, a < b e f : [a, b] → R uma função limitada. f é
integrável se, e só se, para todo o ε > 0 existe uma partição P tal que SP (f ) − sP (f ) < ε.
Demonstração: Suponhamos que f é integrável e seja ε > 0, qualquer. Visto que o integral
é o supremo do conjunto das somas inferiores, existe uma partição P1 tal que
Z b
sP1 (f ) > f (x) dx − ε/2; (2.1)
a
analogamente, visto que o integral é o ı́nfimo do conjunto das somas superiores, existe
uma partição P2 tal que Z b
SP2 (f ) < f (x) dx + ε/2. (2.2)
a
Rb
Então, SP2 (f ) − ε/2 < a f (x) dx < sP1 (f ) + ε/2 donde obtemos SP2 (f ) < sP1 (f ) + ε. Se
tomarmos uma partição P, mais fina que P1 e P2 então, pela Proposição 2.1.2, SP (f ) ≤
SP2 (f ) < sP1 (f ) + ε ≤ sP (f ) + ε.
Reciprocamente, suponhamos que para todo o ε > 0 existe uma partição P tal que
Rb
SP (f ) − sP (f ) < ε, isto é, SP (f ) < sP (f ) + ε. Então, a f (x) dx ≤ SP (f ) < sP (f ) + ε ≤
Rb Rb Rb
a
f (x) dx + ε, pelo que, para todo o ε > 0, 0 ≤ a
f (x) dx − a
f (x) dx ≤ ε, o que só é
Rb Rb
possı́vel se a f (x) dx = a f (x) dx.
Proposição 2.1.7 Se a < b e f, g : [a, b] → R são duas funcões integráveis em [a, b]

Rb Rb Rb
então f + g é integrável em [a, b] e a (f + g)(x) dx = a f (x) dx + a g(x) dx.
Demonstração: Visto que, para cada i,
inf f (x) ≤ f (x) ≤ sup f (x), ∀x ∈ [xi , xi+1 ]

x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
e
inf g(x) ≤ g(x) ≤ sup g(x), ∀x ∈ [xi , xi+1 ],
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
então
inf f (x)+ inf g(x) ≤ f (x)+g(x) ≤ sup f (x)+ sup g(x), ∀x ∈ [xi , xi+1 ],
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ] x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
pelo que
inf f (x) + inf g(x) ≤ inf (f (x) + g(x)) ≤
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
≤ sup (f (x) + g(x)) ≤ sup f (x) + sup g(x)

x∈[xi ,xi+1 ] x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
Usando estas desigualdades e recorrendo à definição, obtemos, para qualquer partição,
sP (f ) + sP (g) ≤ sP (f + g) ≤ SP (f + g) ≤ SP (f ) + SP (g) (2.3)
Seja ε > 0, qualquer. Pela Proposição 2.1.6 (desigualdades 2.1 e 2.2) existem partições
P1 , P2 , P3 e P4 tais que
Z b Z b
ε ε
f (x) dx − ≤ sP1 (f ) ≤ SP2 (f ) ≤ f (x) dx +
a 2 a 2
e Z b Z b
ε ε
g(x) dx − ≤ sP3 (g) ≤ SP4 (g) ≤ g(x) dx +
a 2 a 2
Se considerarmos uma partição P mais fina que P1 , P2 , P3 e P4 , as últimas desigualdades

continuam válidas, com as Pi substituı́das por P e, adicionando,
Z b Z b Z b Z b
f (x) dx+ g(x) dx−ε ≤ sP (f )+sP (g) ≤ SP (f )+SP (g) ≤ f (x) dx+ g(x) dx+ε
a a a a
Usando agora as desigualdades 2.3, obtemos

Z b Z b Z b Z b
f (x) dx + g(x) dx − ε ≤ sP (f + g) ≤ SP (f + g) ≤ f (x) dx + g(x) dx + ε.
a a a a
Rb Rb
Concluı́mos assim que a f (x) dx + a g(x) dx é o supremo das somas inferiores e o
Rb Rb Rb
ı́nfimo das somas superiores de f + g, isto é, a f (x) dx + a g(x) dx = a (f (x) + g(x)) dx.
Proposição 2.1.8 Se a < b, se f : [a, b] → R é integrável em [a, b] e c ∈ R, então c f é

Rb Rb
integrável em [a, b] e a (c f )(x) dx = c a f (x) dx.
Demonstração: Se c = 0, cf ≡ 0 em [a, b] e aplica-se a Proposição 2.1.4.

Se c > 0, seja P uma partição de [a, b]. Como, para cada i,
inf (cf (x)) = c inf (f (x)) e sup (cf (x)) = c sup (f (x)),
[xi ,xi+1 ] [xi ,xi+1 ] [xi ,xi+1 ] [xi ,xi+1 ]
então sP (cf ) = c sP (f ) e SP (cf ) = c SP (f ). Tomando o supremo das somas inferiores e o

ı́nfimo das somas superiores, obtemos:
Z b Z b Z b Z b Z b
(c f )(x) dx = c f (x) dx = c f (x) dx = c f (x) dx = (c f )(x) dx
a a a a a
Se c = −1, inf (−f (x)) = − sup (f (x)) e sup (−f (x)) = − inf (f (x)), pelo
[xi ,xi+1 ] [xi ,xi+1 ] [xi ,xi+1 ] [xi ,xi+1 ]
que sP (−f ) = −SP (f ) e SP (−f ) = −sP (f ); então,
Z b Z b Z b Z b
(−f )(x) dx = − f (x) dx e (−f )(x) dx = − f (x) dx
a a a a
Rb Rb
e destas igualdades concluı́mos que a (−f )(x) dx = − a f (x) dx.
Tendo em conta os casos estudados a proposição fica demonstrada (se c < 0, basta
observar que c = −1 (−c) e aplicar o que se mostrou anteriormente).
Proposição 2.1.9 Se a < b, se f : [a, b] → R é integrável em [a, b] e se g difere de f

Rb Rb
apenas num ponto, então g é integrável em [a, b] e a f (x) dx = a g(x) dx.
Demonstração: Seja M > 0 tal que |f (x)| ≤ M ∧ |g(x)| ≤ M, ∀x ∈ [a, b].

Dado ε > 0 qualquer, consideremos uma partição P1 de [a, b] tal que
Z b Z b
ε ε
f (x) dx − ≤ sP1 (f ) ≤ SP1 (f ) ≤ f (x) dx + .
a 2 a 2
ε
Tomemos uma partição P, mais fina que P1 , tal que xi+1 − xi < , i = 0, . . . , n. Como
8M
f e g diferem apenas num ponto, digamos c, as respectivas somas superiores e inferiores
diferem (eventualmente) apenas nas parcelas que contêm c (duas no caso de c ser um dos
xi , uma no caso contrário). Como |f (c) − g(c)| ≤ 2M , as somas superiores e inferiores
diferem, quando muito de ε/2. Então,
Z b Z b
f (x) dx − ε ≤ sP (g) ≤ SP (g) ≤ f (x) dx + ε,
a a
donde deduzimos o resultado.
Corolário 2.1.1 Se a < b, se f : [a, b] → R é integrável em [a, b] e se g difere de f apenas

Rb Rb
num número finito de pontos, então g é integrável em [a, b] e a f (x) dx = a g(x) dx.
Demonstração: Se g difere de f em m pontos, p1 , p2 , . . . , pm , basta aplicar a proposição m

vezes: considera-se a função f1 que é igual a f excepto em p1 , onde é igual a g, e aplica-se
a proposição; considera-se a função f2 que é igual a f1 excepto em p2 , onde é igual a g, e
aplica-se a Proposição; assim sucessivamente, até chegarmos a fm , que é igual a g.
Proposição 2.1.10 Se a ≤ c < d ≤ b e se f : [a, b] → R é integrável em [a, b], então f é

Rd Rb
integrável em [c, d] e c f (x) dx = a g(x) dx onde


 f (x),
 se x ∈ [c, d]
g(x) =

 0,
 se x ∈
/ [c, d]
Demonstração: Dado ε > 0 qualquer, consideremos uma partição P1 de [a, b] tal que
SP1 (f ) − sP1 (f ) < ε/2 (Proposição 2.1.6). Se ao conjunto dos pontos que definem P1
acrescentarmos c e d, obtemos uma partição P, mais fina que P1 , pelo que SP (f )−sP (f ) <
ε/2.
Se considerarmos agora a partição P 0 de [c, d], que se obtém de P por considerar
apenas os elementos contidos em [c, d], verifica-se obviamente SP 0 (f ) − sP 0 (f ) < ε/2. Pela
Proposição 2.1.6, deduzimos que f é integrável em [c, d].
Falta-nos demonstrar a igualdade dos integrais. Supomos que a < c < d < b. Se
a = c ou d = b, as adaptações (de facto, simplificações) são evidentes. Procedemos,
agora, de modo semelhante ao da demonstração da Proposição 2.1.9. Sejam M tal que
|g(x)| ≤ M, ∀x ∈ [a, b] e P2 uma partição de [a, b], mais fina que P, tal que os elementos
de P2 em que c é extremo direito e os elementos de P2 em que d é extremo esquerdo
têm comprimento menor ou igual a ε/(2M ). Se P20 é a partição de [c, d] que se obtém de
P2 por considerar apenas os elementos contidos em [c, d], sP20 (f ) e sP2 (g) apenas diferem
(eventualmente) em duas parcelas: as que correspondem ao elemento de P2 em que c é
extremo direito e ao elemento de P2 em que d é extremo esquerdo. O mesmo acontece
em relação a SP20 (f ) e SP2 (g). Então,
sP20 (f ) − ε ≤ sP2 (g) ≤ SP2 (g) ≤ SP20 (f ) + ε

Z d Z b
pelo que concluı́mos que f (x) dx = g(x) dx.
c a
Rb
Proposição 2.1.11 Se a < c < b e f : [a, b] → R é integrável em [a, b], então a
f (x) dx =
Rc Rb
a
f (x) dx + c f (x) dx.
Demonstração: Consideremos as funções

 
 
 f (x),
 x ∈ [a, c]  0,
 x ∈ [a, c[
g(x) = e h(x) =
 
 0,
 x ∈]c, b]  f (x),
 x ∈ [c, b]
Obviamente, f = g + h. Pelas Proposições 2.1.10 e 2.1.7:

Z b Z b Z b Z b Z c Z b
f (x) dx = (g + h)(x) dx = g(x) dx + h(x) dx = f (x) dx + f (x) dx
a a a a a c
Definição 2.1.5 Sejam a, b ∈ R, a < b e f : [a, b] → R uma função integrável. Define-se

Z a Z b Z a
f (x) dx = − f (x) dx e também f (x) dx = 0
b a a
Z b Z c Z b
Proposição 2.1.12 Quaisquer que sejam a, b, c ∈ R, f (x) dx = f (x) dx + f (x) dx,
a a c
sempre que os três integrais existam.
Demonstração: Se a < c < b, trata-se da Proposição 2.1.11. Se c < a < b, então, pela
Rb Ra Rb Rc Rb
Proposição 2.1.11, c f (x) dx = c f (x) dx+ a f (x) dx = − a f (x) dx+ a f (x) dx, donde
obtemos o resultado. Os restantes casos resolvem-se do mesmo modo.
Proposição 2.1.13 Sejam a, b ∈ R e a < b. Se f, g : [a, b] → R são duas funções
integráveis em [a, b], então f g é integrável em [a, b].
Não demonstraremos esta proposição. A sua demonstração, embora possı́vel a este
nı́vel, seria demasiado longa para os propósitos deste curso.
2.2 Classes de funções integráveis

Teorema 2.2.1 Sejam a, b ∈ R, a < b. Se f é contı́nua em [a, b] então é integrável em
[a, b].
Teorema 2.2.2 Sejam a, b ∈ R, a < b, f : [a, b] → R uma função limitada. Se f é

contı́nua em [a, b], excepto num número finito de pontos, então é integrável em [a, b].
Demonstração: Suponhamos que f é contı́nua em [a, b] excepto num ponto c ∈]a, b[.
Sejam ε > 0, qualquer e M > 0 tal que |f (x)| ≤ M, ∀x ∈ [a, b]. Então pelo Teorema
2.2.1, f é integrável em [a, c − ε/(12M )] e em [c + ε/(12M ), b] (podemos sempre tomar
ε suficientemente pequeno para nenhum destes intervalos ser vazio ou se reduzir a um
ponto), pelo que, pela Proposição 2.1.6, existem partições P1 e P2 de [a, c − ε/(12M )] e
[c + ε/(12M ), b], respectivamente, tais que SP1 (f ) − sP1 (f ) < ε/3 e SP2 (f ) − sP2 (f ) < ε/3.
Se considerarmos a partição P, de [a, b], formada pelos elementos de P1 , por C = [c −
ε/(12M ), c + ε/(12M )] e pelos elementos de P2 , então SP (f ) − sP (f ) < ε (note-se que
sup f (x) − inf f (x) ≤ 2 M e que o comprimento de C é ε/(6M )). Tendo em conta a
x∈C x∈C
Proposição 2.1.6, f é integrável em [a, b].
Se f não for contı́nua num dos extremos do intervalo, procede-se do mesmo modo,
com as adaptações evidentes. O mesmo acontece para o caso em que há vários pontos
de descontinuidade. Apenas temos que considerar vários conjuntos “C”, um para cada
ponto de descontinuidade, e adaptar as constantes.
Teorema 2.2.3 Sejam a, b ∈ R, a < b e f : [a, b] → R uma função limitada. Se f é

monótona em [a, b], então é integrável em [a, b].
Demonstração: Vamos fazer a demonstração supondo que f é crescente. Para f decres-

cente, as técnicas são as mesmas com as adaptações evidentes.
Sejam ε > 0 e M = sup f (x) − inf f (x) = f (b) − f (a). Se M = 0, então f é
x∈[a,b] x∈[a,b]
constante em [a, b], pelo que é integrável. Se M > 0, seja P uma partição de [a, b] tal que
todos os seus elementos têm comprimento menor que ε/M .
Como f é crescente, então inf f (x) = f (xi ) e sup f (x) = f (xi+1 ), pelo que
x∈[xi ,xi+1 ] x∈[xi ,xi+1 ]
n
X n
X
sP = (xi+1 − xi ) f (xi ) e SP = (xi+1 − xi ) f (xi+1 )
i=0 i=0
donde (note-se que f (xi+1 ) − f (xi ) ≥ 0)

n n
X X ε
SP − sP = (xi+1 − xi ) (f (xi+1 ) − f (xi )) ≤ (f (xi+1 ) − f (xi )) =
i=0 i=0
M
n
ε X ε
= (f (xi+1 ) − f (xi )) = (f (b) − f (a)) = ε.
M i=0 M
2.2. Classes de funções integráveis 51
Pela Proposição 2.1.6, f é integrável em [a, b].
EXEMPLO: A função


 0,
 se x = 0,
f (x) =
 1 1 1
 , se
 <x≤ , n∈N
n n+1 n
tem uma infinidade de descontinuidades em [0, 1], mas é integrável, visto ser crescente.
2.3 Teoremas Fundamentais

Teorema 2.3.1 (Teorema da média)
Sejam a, b ∈ R e a < b. Se f : [a, b] → R é contı́nua, então existe c ∈ [a, b] tal que
Z b
f (x) dx = f (c) (b − a)
a
Teorema 2.3.2 (Teorema Fundamental do Cálculo Integral) Z x

Sejam a, b ∈ R, a < b. Se f : [a, b] → R é contı́nua, então a função F (x) = f (t) dt
a
é diferenciável em [a, b] e F 0 (x) = f (x), ∀x ∈ [a, b], isto é, F é uma primitiva de f
(também conhecida por integral indefinido de f ).
Demonstração: Sejam x ∈ [a, b] (qualquer) e h ∈ R tal que x + h ∈ [a, b]. Então
Z x+h Z x
F (x + h) − F (x) = f (t) dt − f (t) dt
Za x a
Z x+h Z x Z x+h
= f (t) dt + f (t) dt − f (t) dt = f (t) dt.
a x a x
Z x+h
Pelo Teorema 2.3.1, existe c ∈ [x, x+h] tal que F (x+h)−F (x) = f (t) dt = f (c) h
x
pelo que
F (x + h) − F (x)
F 0 (x) = lim = lim f (c) = f (x)
h→0 h c→x
(note-se que, para cada h, c está entre x e x + h, pelo que, quando h tende para 0, c tende
para x).
NOTA: Do Teorema anterior obtemos, em particular, que toda a função contı́nua em

[a, b] é primitivável em [a, b].
Corolário 2.3.1 (Regra de Barrow) Sejam a, b ∈ R, a < b. Se f : [a, b] → R é
contı́nua e G é uma primitiva de f em [a, b], então
Z b
f (x) dx = G(b) − G(a) = [G(x)]ba
a
Rx
Demonstração: Vimos no Teorema 2.3.2 que a função F (x)R= a f (t) dt é uma primitiva
a
de f . Então G(x) − F (x) = c, ∀x ∈ [a, b]; mas F (a) = a f (t) dt = 0, pelo que c =
G(a) − F (a) = G(a). Por outro lado, c = G(a) = G(b) − F (b) donde se conclui que
Rb
a
f (t) dt = F (b) = G(b) − G(a).
Teorema 2.3.3 (Integração por partes) Sejam a, b ∈ R, a < b. Se f : [a, b] →
R é contı́nua em [a, b], se F é uma primitiva de f em [a, b] e se g ∈ C 1 ([a, b]) então
Z b Z b
b
f (x) g(x) dx = [F (x) g(x)]a − F (x) g 0 (x) dx
a a
2.3. Teoremas Fundamentais 53
Demonstração: Como o produto de funções contı́nuas é uma função contı́nua, tanto f g

com F g 0 são integráveis em [a, b].
Como (F g)0 (x) = F 0 (x) g(x) + F (x) g 0 (x) = f (x) g(x) + F (x) g 0 (x), pela Regra de
Rb Rb
Barrow, [F (x) g(x)]ba = a f (x) g(x) dx + a F (x) g 0 (x) donde se concluiu o resultado pre-
tendido.
Teorema 2.3.4 (Integração por substituição) Sejam a, b ∈ R, a < b, f : [a, b] → R

uma função contı́nua em [a, b] e φ : [α, β] → [a, b] uma função de classe C 1 tal que
φ(α) = a e φ(β) = b. Então
Z b Z β
f (x) dx = f (φ(t)) φ0 (t) dt
a α
Demonstração: Sejam G : [a, b] → R uma primitiva de f e H : [α, β] → R a função

definida por H(t) = G(φ(t)). Então H 0 (t) = G0 (φ(t)) φ0 (t) = f (φ(t)) φ0 (t), pelo que, pela
Rβ
Regra de Barrow, α f (φ(t)) φ0 (t) dt = H(β) − H(α) = F (φ(β)) − F (φ(α)) = G(b) − G(a)
Rb
e a f (x) dx = G(b) − G(a).
2.4 Áreas de figuras planas

1o CASO
Se f é integrável em [a, b] e f (x) ≥ 0, ∀x ∈ [a, b], a área da figura plana limitada
pelas rectas x = a, x = b, pelo eixo dos xx e pelo gráfico de f (figura 2.3) é dada por
Rb
a
f (x) dx, como vimos atrás.
π
EXEMPLO: A área da figura plana limitada pelas rectas x = 0, x = , pelo eixo dos xx
4√
Rπ π 2
e pelo gráfico de cos(x) é dada por: 04 cos(x) dx = sen( ) − sen(0) = .
4 2
2o CASO
a b x
Figura 2.4:
Figura 2.5:
2.4. Áreas de figuras planas 55
Se f é integrável em [a, b] e f (x) ≤ 0, ∀x ∈ [a, b], a área da figura plana limitada

pelas rectas x = a, x = b, pelo eixo dos xx e pelo gráfico de f (figura 2.4) é dada por
Rb
− a f (x) dx. De facto, se considerarmos a simetria em relação ao eixo dos xx, obtemos
uma figura com a mesma área (a simetria em relação a uma recta mantém as áreas
invariantes), que é limitada pelas rectas x = a, x = b, pelo eixo dos xx e pelo gráfico de
−f (figura 2.5). Visto que a função −f é não negativa em [a, b], estamos reduzidos ao 1o
Rb Rb
caso e a área é dada por a −f (x) dx = − a f (x) dx.
π
EXEMPLO: A área da figura plana limitada pelas rectas x = , x = π, pelo eixo dos xx
2
Rπ π π
e pelo gráfico de cos(x) é dada por: − π cos(x) dx = −(sen(π) − sen( )) = sen( ) = 1.
2 2 2
NOTAS:
1. Não esquecer que a área de uma figura não degenerada (isto é, não reduzida a um
ponto ou segmento de recta ou curva, etc.) é um número positivo.
Rb
2. Em ambos os casos, 1 e 2, a área é dada por a
|f (x)| dx.
3o CASO
a c d b x
Figura 2.6:
Se f é integrável em [a, b], a área da figura plana limitada pelas rectas x = a, x = b,

Rb
pelo eixo dos xx e pelo gráfico de f (figura 2.4) é dada por a |f (x)| dx (note-se que
os casos anteriores são casos particulares deste). De facto, se f muda de sinal em [a, b]
(figura 2.6), consideramos os subintervalos em que f é positiva (nestes subintervalos a área
é dada pelo integral de f , isto é de |f |) e os subintervalos em que f é negativa (nestes
subintervalos a área é dada pelo integral de −f , isto é de |f |); a área total, que é a soma
Rb
de todas estas áreas é, pois, dada por a |f (x)| dx (propriedade 2.1.11).
EXEMPLO: A área da figura plana limitada pelas rectas x = 0, x = 2 π, pelo eixo dos xx
R 2π R π/2 R 3π/2
e pelo gráfico de cos(x) é dada por: 0 | cos(x)| dx = 0 cos(x) dx + π/2 − cos(x) dx +
R 2π
3π/2
cos(x) dx = sen(π/2) − sen(0) + (−sen(3π/2) + sen(π/2)) + sen(2π) − sen(3π/2) =
1 − 0 − (−1) + 1 + 0 − (−1) = 4.
4o CASO
f1
f2
Figura 2.7:
Se f1 e f2 são integráveis em [a, b] e f1 (x) ≥ f2 (x), ∀x ∈ [a, b], a área da figura plana
limitada pelas rectas x = a, x = b, pelo gráfico de f1 e pelo gráfico de f2 (figura 2.7) é dada
Rb Rb
por a (f1 (x) − f2 (x)) dx (= a |f1 (x) − f2 (x)| dx visto que f1 (x) − f2 (x) ≥ 0, ∀x ∈ [a, b]).
Vamos justificar este resultado. Seja k ∈ R tal que f2 (x) + k ≥ 0, ∀x ∈ [a, b]; então
f1 (x) + k ≥ f2 (x) + k ≥ 0, ∀x ∈ [a, b] e a área pretendida é igual à área da figura plana
limitada pelas rectas x = a, x = b, pelo gráfico de f1 +k e pelo gráfico de f2 +k (trata-se de
uma translacção da figura anterior). Mas a figura plana limitada pelas rectas x = a, x = b,
pelo eixo dos xx e pelo gráfico de f1 + k contém a figura plana limitada pelas rectas x = a,
x = b, pelo eixo dos xx e pelo gráfico de Rf2 + k. ARárea pretendida R b é, pois, a diferença
b b
entre as áreas destas duas figuras, isto é, a f1 (x) − a f2 (x) dx = a (f1 (x) − f2 (x)) dx.
EXEMPLO: A área da figura plana limitada R 1 pelas rectas x = 0, x = 1, pelo gráfico de

f (x) = e e pelo gráfico de cos(x) é dada por 0 (e −cos(x)) dx = e1 −sen(1)−e0 +sen(0) =
x x
e − sen(1) − 1.
5o CASO
Se f1 e f2 são integráveis em [a, b], a área da figura plana limitada pelas rectas x = a,
Rb
x = b, pelo gráfico de f1 e pelo gráfico de f2 (figura 2.7) é dada por a |f1 (x) − f2 (x)| dx.
Raciocinamos de modo idêntico ao do 3o caso. Se f1 − f2 muda de sinal em [a, b] (figura
2.8), consideramos os subintervalos em que f1 ≥ f2 (nestes subintervalos a área é dada
pelo integral de f1 − f2 , isto é de |f1 − f2 |) e os subintervalos em que f1 < f2 (nestes
subintervalos a área é dada pelo integral de f2 − f1 , isto é de |f2 − f1 |); a área total, que
2.4. Áreas de figuras planas 57
y
f2
f1
f1 f1
a c d b x
f2
f2
Figura 2.8:
Rb
é a soma de todas estas áreas é, pois, dada por a
|f1 (x) − f2 (x)| dx (propriedade 2.1.11).
EXEMPLO: A área da figura plana limitada pelas rectas x = 0, x = π, pelo gráfico

Rπ R π/4
de cos(x) e pelo
Rπ gráfico de sen(x) é dada por: 0
|sen(x) − cos(x)| dx = 0
(cos(x) −
sen(x)) dx + π/4 (sen(x) − cos(x)) dx = sen(π/4) + cos(π/4) − sen(0) − cos(0) − cos(π) −
√ √ √ √ √
sen(π) + cos(π/4) + sen(π/4) = 2/2 + 2/2 − 0 − 1 − (−1) − 0 + 2/2 + 2/2 = 2 2.
6o CASO
y
f2
f1
a c b x
f2
f1
Figura 2.9:
Se f1 e f2 são integráveis, a área da figura plana limitada pelos gráficos de f1 e f2

(figura 2.9) é calculada do seguinte modo: em primeiro lugar calculamos os pontos de
intersecção dos gráficos; consideramos as abcissas destes pontos, isto é, os y ∈ R tais
que f1 (y) = f2 (y); sejam a o menor dos y e b o maior; a área pretendida é dada por
Rb
a
|f1 (x) − f2 (x)| dx (trata-se do 5o caso, porque as rectas x = a e x = b têm, cada uma,
um ponto comum com a figura). Note-se que a existência de a e b é garantida pelo facto
de a figura ser limitada.
EXEMPLO: A área da figura plana limitada pelos gráficos das funções x2 e 2 − x2 é dada
R1 R1
por −1 ((2 − x2 ) − x2 ) dx = −1 (2 − 2x2 ) dx = 2 · 1 − 2 · 1/3 − (2 · (−1) − 2 · (−1)/3) =
4 − 4/3 = 8/3.
2.5. Integrais impróprios 59
2.5 Integrais impróprios

Na definição de integral de Riemann de uma função f num intervalo I, exige-se que
o intervalo seja fechado limitado e que f seja limitada nesse intervalo. Vamos estudar
generalizações da noção de integral quando não se verifica alguma destas condições.
Para motivar a via que adoptámos nesta generalização do conceito de integral, supo-
nhamos que, sendo a, b ∈ R e a < b, a função f é integrável em qualquer intervalo [a, x]
com x ∈ [a, b[. Nestas condições, se a função f for limitada em [a, b], será integrável em
[a, b] e tem-se
Z b Z x
f (t) dt = lim− f (t) dt,
a x→b a
devido à continuidade do integral indefinido.
Pode, no entanto, acontecer que, não sendo f limitada em [a, b], o integral indefinido
Z x
f (t) dt
a
tenha limite finito quando x → b− . Então podemos fazer por definição

Z b Z x
f (t) dt = lim− f (t) dt.
a x→b a
De modo análogo, se g for uma função integrável no intervalo [a, x] ∀x > a e se o

integral indefinido Z x
g(t) dt
a
tem limite finito quando x → +∞, poderemos escrever
Z +∞ Z x
g(t) dt = lim g(t) dt.
a x→+∞ a
A. Integrais impróprios de 1a espécie: definição e critérios de

convergência
Definição 2.5.1 Sejam a ∈ R e f uma função definida no intervalo [a, +∞[. Suponha-
mos que f é integrável em qualquer intervalo [a, x] com x > a. Seja, para cada x > a,
Z x
F (x) = f (t) dt.
a
Chama-se integral impróprio de 1a espécie de f em [a, +∞[ a

Z x
lim f (t) dt
x→+∞ a
e designa-se por Z +∞
f (t) dt.
a
a) Se F (x) tem limite finito quando x → +∞, diz-se que f Zé integrável (em sentido
+∞
impróprio) no intervalo [a, +∞[ ou que o integral impróprio f (t) dt existe, tem
a
sentido ou é convergente.
b) Se F (x) não tem limite ou tem limite infinito quando xZ→ +∞, diz-se que f não
+∞
é integrável no intervalo [a, +∞[ ou que o integral impróprio f (t) dt não existe ou
a
é divergente.
Z +∞
EXEMPLO 1: Consideremos o integral cos(x) dx. Este integral é divergente porque:
0
Z x
lim f (t) dt = lim [sen(t)]x0 = lim sen(x)
x→+∞ a x→+∞ x→+∞
e este limite não existe.

Z +∞
1
EXEMPLO 2: Consideremos o integral dx. É um integral impróprio de 1a espécie.
1 x
Como Z +∞ Z x
1 1
dx = lim dt = lim [log(t)]x1 = lim log(x) = +∞
1 x x→+∞ 1 t x→+∞ x→+∞
o integral impróprio é divergente.

Z +∞
EXEMPLO 3: O integral e−x dx é um integral impróprio de 1a espécie convergente:
0
Z +∞ Z x
−x
e dx = lim e−t dt = lim [−e−t )]x0 = lim (−e−x + 1) = 1.
0 x→+∞ 0 x→+∞ x→+∞
Z +∞ Z +∞
Teorema 2.5.1 Se f e g são tais que os integrais f (t) dt e g(t) dt são con-
Z +∞ a a
vergentes e se α, β ∈ R, então o integral (α f + β g)(t) dt é convergente e

a
Z +∞ Z +∞ Z +∞
(α f + β g)(t) dt = α f (t) dt + β g(t) dt.
a a a
Z +∞
Teorema 2.5.2 Se o integral f (t) dt é convergente e se b > a então o integral
Z +∞ a
f (t) dt é convergente e
b
Z +∞ Z b Z +∞
f (t) dt = f (t) dt + f (t) dt.
a a b
Nem sempre nos interessa saber o valor do integral impróprio e outras vezes não é
possı́vel calculá-lo porque a função não é elementarmente primitivável (considere-se, por
Z +∞
2
exemplo, o integral e−x dx). Precisamos então de critérios que nos permitam saber
0
se um determinado integral impróprio é ou não convergente. Esses critérios chamam-se
critérios de convergência.
Z +∞
a
Teorema 2.5.3 O integral impróprio de 1 espécie f (t) dt, com f (t) ≥ 0 ∀t ≥ a,
a
é convergente se, e só se, existe uma constante M tal que
Z x
f (t) dt ≤ M, ∀x > a.
a
O valor do integral impróprio não excede M .

Z +∞ Z +∞
Teorema 2.5.4 Sejam f (x) dx e g(x) dx dois integrais impróprios de 1a
a b
espécie com funções integrandas não negativas e suponhamos que existe c ∈ R tal que
f (x) ≤ g(x), ∀x > c.
Z +∞ Z +∞
a) Se g(x) dx é convergente então f (x) dx é convergente.
b a
Z +∞ Z +∞
b) Se f (x) dx é divergente então g(x) dx é divergente.
a b
Demonstração: Seja d = max {a, b, c}. Consideremos os integrais

Z +∞ Z +∞
f (x) dx e g(x) dx.
d d
Sendo x > d temos

Z x Z x
0≤ f (t) dt ≤ g(t) dt. (2.4)
d d
Z +∞
Se o integral g(t) dt é convergente, pelo Teorema 2.5.3 existe M1 tal que
d
Z x
g(t) dt ≤ M1 , ∀x > d.
d
Z x Z x Z +∞
Mas por 2.4, f (t) dt ≤ g(t) dt, ∀x > d, pelo que f (t) dt é convergente,
d d d
usando,Z novamente o Teorema 2.5.3.
+∞ Z x
Se f (t) dt é divergente então, pelo Teorema 2.5.3, f (t) dt não é limitada, o
d Z x d Z +∞
que implica, por 2.4, que g(t) dt também não é limitada e, portanto, g(x) dx é
d d
divergente.
Z +∞ Z +∞
Corolário 2.5.1 Sejam f (x) dx e g(x) dx dois integrais impróprios de 1a
a b
espécie com funções integrandas não negativas e suponhamos que existem c, d ∈ R tais
que f (x) ≤ d g(x), ∀x > c.
Z +∞ Z +∞
b a
Z +∞ Z +∞
a b
Demonstração: Basta notar que

Z x Z x Z x
lim d g(t) dt = lim d g(t) dt = d lim g(t) dt
x→+∞ c x→+∞ c x→+∞ c
Z +∞ Z +∞
pelo que d g(x) dx é convergente se, e só se, g(x) dx é convergente; termina-se
c c
aplicando o Teorema.
Z +∞
1
EXEMPLO 1: Consideremos o integral dx. É um integral impróprio de 1a √
3
0 1 + x3
espécie e a função integranda é positiva no intervalo [0, +∞[. Como
√ 1 1
(1 + x)3 > 1 + x3 ∀x ≥ 0 ⇒ 1 + x >
3
1 + x3 ∀x ≥ 0 ⇒ 0 < < √
3
∀x ≥ 0
1+x 1 + x3
e
Z +∞ Z x
1 1
dx = lim dt = lim [log(1 + t)]x0 = lim log(1 + x) = +∞,
0 1+x x→+∞ 0 1+t x→+∞ x→+∞
Z +∞
1
isto é, o integral dx é divergente, concluı́mos, pelo Teorema 2.5.4, que o
0 1+x
integral em estudo é divergente.
Como se pode ver pelo exemplo anterior, é útil conhecer a natureza de alguns integrais
impróprios de modo a facilitar o uso dos critérios de convergência. Um exemplo de tais
integrais é o seguinte:
EXEMPLO 2: Estudemos o integral impróprio de 1a espécie

Z +∞
1
dx
a xα
sendo a > 0 e α ∈ R.
Se α = 1 Z x
1
dt = [ log(t) ]xa = log(x) − log(a)
a t
e se α 6= 1 x
x
t−α+1 x−α+1 a−α+1
Z
1
dt = = −
a tα −α + 1 a −α + 1 −α + 1
tendo-se 

1
Z x
 se α ≤ 1
 +∞,
lim dx =
x→+∞ a tα  a−α+1
 −
 , se α > 1
−α + 1
Então o integral converge se, e só se, α > 1.
Z +∞
1
EXEMPLO 3: Consideremos o integral √ dx. É um integral impróprio de 1a
1+x 3
0
espécie e a função integranda é positiva no intervalo [0, +∞[. Como
√ √ 1 1
1 + x3 > x3 ∀x > 0 ⇒ 1 + x3 > x3 ∀x > 0 ⇒ 0 < √ <√ ∀x > 0
1+x 3 x3
Z +∞
1
e √ dx é convergente, podemos concluir, pelo Teorema 2.5.4, que o integral em
1 x3
estudo é convergente.
Z +∞ Z +∞
a b
espécie com funções integrandas positivas e suponhamos que o limite
f (x)
lim
x→+∞ g(x)
existe finito e diferente de zero. Então os integrais são da mesma natureza, isto é, são
ambos convergentes ou ambos divergentes.
Z +∞ Z +∞
a b
espécie com funções integrandas positivas. Se
f (x)
lim = 0,
x→+∞ g(x)
então
Z +∞ Z +∞
a) se g(x) dx é convergente, f (x) dx é convergente.
b a
Z +∞ Z +∞
b) se f (x) dx é divergente, g(x) dx é divergente.
a b
Se
f (x)
lim = +∞,
x→+∞ g(x)
então
Z +∞ Z +∞
a) se g(x) dx é divergente, f (x) dx é divergente.
b a
Z +∞ Z +∞
b) se f (x) dx é convergente, g(x) dx é convergente.
a b
Z +∞
x+1
EXEMPLO 1: O integral dx é um integral impróprio de 1a espécie
1 −x+2 Z 3x4
+∞
1
(note-se que 3x4 − x + 2 > 0, ∀x ≥ 1). Como dx é convergente e
1 x3
x+1
3x4 − x + 2 = lim x4 + x3 1
lim = ,
x→+∞ 1 4
x→+∞ 3x − x + 2 3
x 3
pelo Teorema 2.5.5 podemos concluir que o integral dado é convergente.

Z +∞ Z +∞
α −x 1
EXEMPLO 2: Consideremos os integrais x e dx, α ∈ R, e dx. São
1 1 x2
integrais impróprios de 1a espécie sendo o segundo convergente. Como
xα e−x xα+2
lim = lim = 0, ∀α ∈ R,
x→+∞ 1 x→+∞ ex
x2
Z +∞
o integral xα e−x dx é convergente.
1
Z +∞
2
EXEMPLO 3: O integral e−x dx é um integral impróprio de 1a espécie. Como
0
1 Z +∞
e x2 x2 1
lim = lim x2 = 0 e dx é convergente, podemos concluir que o integral
x→+∞ 1 x→+∞ e 1 x2
x2
em estudo é convergente.
Z +∞
Teorema 2.5.7 Se o integral |f (x)| dx é convergente então o mesmo acontece ao
Z +∞ a
integral f (x) dx e verifica-se a desigualdade:

a
+∞ +∞
Z Z

f (x) dx ≤ |f (x)| dx.
a a
Demonstração: 0 ≤ |f (x)| − f (x) ≤ 2|f (x)|, ∀x ≥ a. Seja g(x) = |f (x)| − f (x). Visto que
Z +∞ Z +∞
o integral |f (x)| dx é convergente, o mesmo acontece ao integral 2 |f (x)| dx e,
a Z +∞ Z +∞ a
pelo Teorema 2.5.4, também converge o integral g(x) dx = (|f (x)| − f (x)) dx.
Z +∞ a a
Como f (x) = |f (x)| − g(x) o integral f (x) dx é convergente (Teorema 2.5.1).

a
Da desigualdade −|f (x)| ≤ f (x) ≤ |f (x)|, ∀x, deduzimos
Z +∞ Z +∞ Z +∞
− |f (x)| dx ≤ f (x) dx ≤ |f (x)| dx,
a a a
ou seja,
+∞ +∞
Z Z

f (x) dx ≤ |f (x)| dx.
a a
Z +∞
Definição 2.5.2 Diz-se que o integral f (x) dx é absolutamente convergente se
a Z +∞
R +∞
o integral a |f (x)| dx é convergente. Diz-se que o integral f (x) dx é simples-
Z +∞ a
mente convergente se for convergente e |f (x)| dx divergente.

a
EXEMPLO: A função integranda no integral impróprio de 1a espécie

Z +∞
sen(x)
dx
1 x2
não é sempre positiva. Mas

sen(x) 1
x2 ≤ x2 ∀x ≥ 1

Z +∞
1
e o integral dx é convergente. Pelo Teorema 2.5.4 o integral
1 x2
Z +∞
sen(x)
x2 dx

1
é convergente. Pelo Teorema 2.5.7 o integral em estudo é convergente e diz-se absoluta-

mente convergente.
Definição 2.5.3 Sejam a ∈ R e f uma função definida no intervalo I =] − ∞, a]. Supo-

nhamos que f é integrável em qualquer intervalo [x, a] com x < a. Seja
Z a
G(x) = f (t) dt.
x
a) Se G(x) tem limite finito quando x → −∞, diz-se Z a que f é integrável (em sentido
impróprio) no intervalo I ou que o integral impróprio f (t) dt existe, tem sentido ou
−∞
é convergente.
b) Se G(x) não tem limite ou tem limite infinito quando Z ax → −∞, diz-se que f
não é integrável no intervalo I ou que o integral impróprio f (t) dt não existe ou é
−∞
divergente.
A estes integrais também se dá o nome de integrais impróprios de 1a espécie.
É óbvio que o estudo dos integrais impróprios com intervalo de integração ] − ∞, a]

é idêntico ao dos integrais sobre intervalos do tipo [a, +∞[. De resto, qualquer integral
Z +∞
daquela forma pode reduzir-se a um desta última: basta efectuar no integral f (x) dx
a
a substituição x = −t para se concluir que os integrais
Z a Z +∞
f (x) dx e f (−x) dx
−∞ −a
são ambos convergentes ou ambos divergentes e, na primeira hipótese, são iguais.
Definição 2.5.4 Seja f : R → R uma função integrável em qualquer intervalo limitado.

Diz-se que o integral de f em R é convergente se existe a ∈ R tal que os dois integrais
Z a Z +∞
f (x) dx e f (x) dx
−∞ a
são convergentes.
É evidente que em tal hipótese também convergem os integrais

Z b Z +∞
f (x) dx e f (x) dx
−∞ b
qualquer que seja b ∈ R e verificar-se-ão as desigualdades:

Z b Z +∞
f (x) dx + f (x) dx
−∞ b
Z a Z b Z a Z +∞
= f (x) dx + f (x) dx + f (x) dx + f (x) dx
−∞ a b a
Z a Z +∞
= f (x) dx + f (x) dx
−∞ a
Este facto legitima que, em caso de convergência, o integral seja definido pela ex-
pressão: Z +∞ Z a Z +∞
f (x) dx = f (x) dx + f (x) dx
−∞ −∞ a
com a ∈ R arbitrário. A este integral também se chama integral impróprio de 1a

espécie.
Z +∞ Z 0 Z +∞
−ax −ax
EXEMPLO 1: Sendo a > 0, e dx = e dx + e−ax dx. Como
−∞ −∞ 0
Z x x
−at 1 1 1 1
lim e dt = lim − e−at = lim − e−ax + =
x→+∞ 0 x→+∞ a 0
x→+∞ a a a
e 0
Z 0
−at 1 1 1 −ax
lim e dt = lim − e−at = lim − + e = +∞
x→−∞ x x→−∞ a x
x→−∞ a a
o integral dado é divergente.
EXEMPLO 2: Seja a > 0.

Z +∞ Z 0 Z +∞ Z 0 Z +∞
−a|x| −a|x| −a|x|
e dx = e dx + e dx = eax
dx + e−ax dx
−∞ −∞ 0 −∞ 0
Como
Z x Z 0 0
−at 1 at 1 at 1 1 ax 1
lim e dt = e lim e dt = lim e = lim − e =
x→+∞ 0 a x→−∞ x x→−∞ a x
x→−∞ a a a
o integral considerado é convergente e
Z +∞
2
e−a|x| dx = ·
−∞ a
Z −2
1
EXEMPLO 3: √ dx é um integral impróprio de 1a espécie. Consideremos o
x 2 − 1
Z −2 −∞
1
integral − dx, que sabemos ser divergente. Como
−∞ x
1
√
2
x −1 −x
lim = lim √ =1
x→−∞ 1 x→−∞ x2 − 1
−
x
o integral dado também é divergente.
EXEMPLO 4: Consideremos o integral impróprio de 1a espécie

Z +∞
x−1
4 2
dx.
−∞ 2x + 5x + 3
Como o integral se pode escrever
Z 1 Z +∞
x−1 x−1
− − 4 2
dx + dx,
−∞ 2x + 5x + 3 1 2x + 5x2 + 3
4
temos
Z 1 dois integrais
impróprios de 1a espécie com funções integrandas positivas. O integral
1
− 3 dx é convergente e
−∞ x
x−1
− 4 x4 1
lim 2x + 5x2 + 3 = lim =
x→−∞ 1 x→−∞ 2x4 + 5x2 + 3 2
− 3
x
Z 1
x−1
o integral 4 2
dx é convergente.
−∞ 2x + 5x + 3 Z +∞
x−1
De modo análogo se conclui que o integral dx é convergente. Da
1 2x + 5x2 + 3
4
convergência dos dois integrais conclui-se a convergência do integral dado.
Z 0
x
EXEMPLO 5: Consideremos o integral 2 2
dx. A função integranda é
−∞ 1 + x sen (x)
negativa ou nula no intervalo de integração, tendo-se 1 + x2 sen(x) 6= 0 ∀x ∈] − ∞, 0].
0 ≤ sen2 (x) ≤ 1 ⇔ 0 ≤ x2 sen2 (x) ≤ x2
⇔ 1 ≤ 1 + x2 sen2 (x) ≤ 1 + x2
1 1
⇔1≥ 2 2
≥
1 + x sen (x) 1 + x2
−x −x
⇔ −x ≥ ≥
1 + x2 sen2 (x) 1 + x2
0 0
−x −1
Z Z
Estudemos o integral dx. Este integral é divergente porque dx é
−∞ 1 + x2 −∞ x
divergente e
−x
2 x2
lim 1 + x = lim =1
x→−∞ −1 x→−∞ 1 + x2
x
Dada a última desigualdade podemos concluir que o integral em estudo é divergente.
B. Integrais impróprios de 2a espécie: definição e critérios de

convergência
Definição 2.5.5 Suponhamos que a função f é integrável em qualquer intervalo [a, b−ε],
ε > 0, mas
Z não é integrável em [a, b]. Fica assim definida uma função F : [a, b[→ R,
x
F (x) = f (t) dt.
a Z b
Ao integral f (x) dx chama-se integral impróprio de 2a espécie. Se existir
a
finito o limite Z x
lim− f (t) dt
x→b a
diz-se que o integral impróprio é convergente e escreve-se
Z b Z x
f (x) dx = lim− f (t) dt.
a x→b a
Se o limite não existir ou não for finito diz-se que o integral impróprio de 2a espécie
é divergente.
Tal como no caso dos integrais impróprios de 1a espécie, é útil o conhecimento da

natureza de alguns integrais, como por exemplo:
Z b
1
EXEMPLO: α
dx, α ∈ R. Se α ≤ 0 trata-se de um integral de Riemann, mas
a (b − x)
se α > 0 a função integranda tem limite infinito quando x tende para b e o integral só
terá sentido se existir e for finito o limite
Z x
1
lim− α
dt.
x→b a (b − t)
Se α = 1 Z x
1
dt = [ − log(b − t) ]xa = − log(b − x) + log(b − a)
a b−t
e se α 6= 1
x x
(b − t)−α+1 (b − x)−α+1 (b − a)−α+1
Z
1
dt = − =− +
a (b − t)α −α + 1 a −α + 1 −α + 1
tendo-se 
Z x
1  +∞,
 se α ≥ 1
lim− dx = −α+1
x→b a (b − t)α  (b − a)

, se α < 1
−α + 1
Então o integral converge se, e só se, α < 1.
Definição 2.5.6 Suponhamos que a função f é integrável em qualquer intervalo [a+ε, b],
ε > 0, mas não é integrável em [a, b]. Fica assim definida uma função F :]a, b] → R,
Z b
F (x) = f (t) dt.
x Z b
Ao integral f (x) dx chama-se integral impróprio de 2a espécie. Se existir
a
finito o limite
Z b
lim+ f (t) dt
x→a x
diz-se que o integral impróprio é convergente e escreve-se

Z b Z b
f (x) dx = lim+ f (t) dt.
a x→a x
Se o limite não existir ou não for finito diz-se que o integral impróprio de 2a espécie
é divergente.
Z b
1
EXEMPLO: O integral α
dx, α ∈ R, é um integral impróprio de 2a espécie se,
a (x − a)
e só se, α > 0. Se α ≤ 0 trata-se de um integral de Riemann. O integral só terá sentido
se existir e for finito o limite Z b
1
lim+ α
dt.
x→a x (t − a)
Se α = 1 Z b
1
dt = [ log(t − a) ]bx = log(b − a) − log(x − a)
x t−a
e se α 6= 1
b b
(t − a)−α+1 (b − a)−α+1 (x − a)−α+1
Z
1
dt = = −
x (t − a)α −α + 1 x −α + 1 −α + 1
tendo-se 
Z
1 x  +∞,
 se α ≥ 1
lim+ dx = −α+1
 (b − a)
α
x→a a (t − a) 
, se α < 1
−α + 1
Então o integral converge se, e só se, α < 1.
Definição 2.5.7 Suponhamos que a função f é integrável em qualquer intervalo [a +

ε1 , b − ε2 ], ε1 , ε2 > 0, mas não é integrável em [a, b − ε2 ] nem em [a + ε1 , b]. Define-se
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx, a < c < b.
a a c
Este integral é também um integral impróprio de 2a espécie. O integral do primeiro

membro é convergente se, e só se, os dois integrais do segundo membro forem convergentes.
Se algum dos integrais do segundo membro for divergente, então o integral do primeiro
membro é divergente.
Z 1
x
EXEMPLO: O integral √
3
dx é um integral impróprio de 2a espécie nos dois
−1 1 − x2
limites de integração. Temos de estudar os dois integrais
Z 0 Z 1
x x
√
3
dx e √
3
dx.
−1 1 − x2 0 1 − x2
Z 0 0
t 3 2 32 3 3 2 3
lim + √
3
dt = lim + − (1 − t ) = lim + − + (1 − x2 ) 3 =−
x→−1 x 1 − t2 x→−1 4 x x→−1 4 4 4
Z x x
t 3 2 32 3 2 23 3 3
lim− √3
dt = lim− − (1 − t ) = lim− − (1 − x ) + =
x→1 0 1 − t2 x→1 4 0 x→1 4 4 4
Z 1
x
Portanto, o integral dado é convergente e √
3
dx = 0.
−1 1 − x2
Definição 2.5.8 Se c é um ponto interior do intervalo [a, b] e f é uma função integrável

em qualquer intervalo [a, c − ε1 ], ε1 > 0, e [c + ε2 , b], ε2 > 0, mas não é integrável em
[a, b], define-se o integral impróprio de 2a espécie
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx, a < c < b.
a a c
O integral do primeiro membro é convergente se, e só se, os dois integrais do segundo
membro forem convergentes. Se algum dos integrais do segundo membro for divergente,
então o integral do primeiro membro é divergente.
Z 1
1
EXEMPLO: O integral √
3
dx é um integral impróprio de 2a espécie porque
x 2
−1
1
lim √ = +∞. Temos de estudar os dois integrais
x→0 3 x2
Z 0 Z 1
1 1
√3
dx e √3
dx.
−1 x2 0 x2
Z x
1 h √ ix √
3
lim− √
3 2
dt = lim 3 t = lim 3 3
x + 3 =3
x→0 −1 t x→0− −1 x→0−
Z 1
1 h √ i1 √
3
lim+ √3 2
dt = lim 3 t = lim 3 − 3 3
x =3
x→0 x t x→0+ x x→0+
Z 1
1
Portanto, o integral dado é convergente e √3
dx = 6.
−1 x2
Para os integrais impróprios de 2a espécie, os critérios de convergência são idênticos
aos obtidos para os integrais impróprios de 1a espécie.
Teorema 2.5.8 O integral impróprio de 2a espécie no limite superior (inferior, respec-

Z b
tivamente) f (t) dt, com b > a e f (t) ≥ 0, ∀t ∈]a, b[, é convergente se, e só se, existe
a
uma constante M tal que
Z x
f (t) dt ≤ M, ∀a ≤ x < b
a
Z b
( f (t) dt ≤ M, ∀a < x ≤ b, respectivamente).
x
Z b Z b
Teorema 2.5.9 Sejam f (x) dx e g(x) dx dois integrais impróprios de 2a espécie
a a
(no mesmo limite de integração) com funções integrandas não negativas e suponhamos
que f (x) ≤ g(x) ∀a ≤ x < b (ou, ∀a < x ≤ b).
Z b Z b
a a
Z b Z b
a a
Z b Z b
a a
(no mesmo limite de integração) com funções integrandas positivas e suponhamos que o
limite
f (x) f (x)
lim ou, lim+
x→b− g(x) x→a g(x)
é finito e diferente de zero. Então os integrais são da mesma natureza, isto é, são ambos
convergentes ou ambos divergentes.
EXEMPLO 1: O integral Z 1
1
√ dx
1
2
1 − x4
é impróprio de 2a espécie, porque para x = 1 a função integranda se torna infinita.
Consideremos o integral impróprio de 2a espécie convergente
Z 1
1
1 dx.
1 (1 − x) 2
2
Tendo em conta que

√ 1 1
1−x4 (1 − x) 2 1 1
lim− 1 = lim− 1 1 1 = lim− 1 1 =
x→1 1 x→1 (1 − x) (1 + x) (1 + x2 )
2 2 2 x→1 (1 + x) (1 + x2 )
2 2 2
(1−x) 2
podemos concluir que os dois integrais têm a mesma natureza, ou seja, o integral dado é
convergente.
EXEMPLO 2: O integral Z 2
1
3 dx
(2x − x2 ) 2 0
é um integral impróprio de 2a espécie nos dois limites de integração. Estudemos os inte-

grais Z 1 Z 2
1 1
3 dx e 3 dx.
2 2
0 (2x − x ) 2 1 (2x − x ) 2
Z 1
1
Como o integral 3 dx é divergente e
0 x2
1 3
3
(2x−x2 ) 2 x2 1 1
lim+ 1 = lim+ 3 3 = lim+ 3 = 3
x→0 3
x2
x→0 x (2 − x)
2 2 x→0 (2 − x) 2 22
Z 2
1
o integral 3 dx é divergente. Podemos então concluir que o integral dado
(2x − x2 ) 2
1
inicialmente é divergente.
Z b Z b
a a
(no mesmo limite de integração) com funções integrandas positivas. Se

f (x) f (x)
lim =0 ou, lim+ =0
x→b− g(x) x→a g(x)
então
Z b Z b
a) se g(x) dx é convergente f (x) dx é convergente.
a a
Z b Z b
b) se f (x) dx é divergente g(x) dx é divergente.
a a
Se
f (x) f (x)
lim− = +∞ ou, lim+ = +∞
x→b g(x) x→a g(x)
então
Z b Z b
a) se g(x) dx é divergente então f (x) dx é divergente.
a a
Z b Z b
b) se f (x) dx é convergente então g(x) dx é convergente.
a a
Z b
Teorema 2.5.12 Seja f (x) dx um integral impróprio de 2a espécie. Se o integral
Z b a Z b
|f (x)| dx é convergente o mesmo acontece ao integral f (x) dx.
a a
Z b
a
Definição 2.5.9 Diz-se que o integral impróprio de 2 espécie f (x) dx é absoluta-
Z b a
Rb
mente convergente se o integral a |f (x)| dx é convergente. Se o integral f (x) dx
Z b Z b a
é convergente e |f (x)| dx é divergente, diz-se que o integral f (x) dx é simples-

a a
mente convergente.
EXEMPLO: Consideremos o integral

Z 1
cos(πx)
√ dx.
0 1 − x2
É um integral impróprio de 2a espécie no limite superior de integração, mas a função

integranda muda de sinal no intervalo de integração. No entanto,

cos(πx) 1
√
1 − x2 ≤ √1 − x2 , ∀0 ≤ x < 1.

Estudemos o integral
Z 1 Z 1
1 1
√ dx = 1 1 dx.
0 1 − x2 0 (1 − x) (1 + x) 2
2
Z 1
1
O integral 1 dx é convergente e
0 (1 − x) 2
1
1 1
(1−x) 2 (1+x) 2 1 1
lim− 1 = lim− =√ ,
1
x→1
(1−x) 2
1 x→1 (1 − x) 2 2
Z 1
1
o que implica que o integral √ dx é convergente. Pelo Teorema 2.5.9, o integral
0 1 − x2
Z 1
cos(πx)
√
1 − x2 dx

0
é convergente. Pelo Teorema 2.5.12, o integral dado é convergente e diz-se absolutamente

convergente.
C. Integrais impróprios mistos
Podem ainda considerar-se integrais impróprios mistos: por exemplo, com algum li-
mite de integração infinito e em que a função integranda se torne ilimitada num número
finito de pontos do intervalo de integração. Neste caso, a definição do integral faz-se divi-
dindo o intervalo de integração por forma que se obtenham integrais dos tipos anteriores;
se os integrais assim obtidos são convergentes diz-se que o integral misto é convergente e
o seu valor é igual à soma dos valores dos integrais correspondentes aos subintervalos. Se
algum dos integrais obtidos é divergente o integral misto é divergente.
Z +∞
1
EXEMPLO 1: O integral 3
dx é um integral impróprio misto, podendo fazer-se
−2 x +1
a decomposição
Z +∞ Z −1 Z 1 Z +∞
1 1 1 1
3
dx = 3
dx + 3
dx + dx,
−2 x +1 −2 x +1 −1 x +1 1 x3 +1
o a a
sendo os dois primeiros
Z −1integrais do 2 membro de 2 espécie e o último de 1 espécie.
1
Como o integral dx é divergente e
−2 −x − 1
1
x3 +1 1+x 1 1
lim − 1 = lim − 3
= lim − 2 =
x→−1
1+x
x→−1 x + 1 x→−1 3x 3
Z −1
1
o integral dx é divergente. Então o integral misto é divergente.
−2 x3 + 1
Z −1
1
EXEMPLO 2: O integral 3 dx é um integral impróprio misto, tendo-se
−∞ (x2 − 4) 5
Z −1 Z −3 Z −2 Z −1
1 1 1 1
3 dx = 3 dx + 3 dx + 3 dx.
−∞ (x2 − 4) 5 −∞ (x2 − 4) 5 −3 (x2 − 4) 5 −2 (x2 − 4) 5
O primeiro dos integrais do 2o membro é de 1a espécie e os outros dois são de 2a espécie.
Consideremos o integral de 1a espécie convergente
Z −3
1
6 dx.
−∞ x 5
Temos
1 6
3
(x2 −4) 5 x5
lim 1 = lim 3 =1
x→−∞
x5
6 x→−∞ (x2 − 4) 5
Z −3
1
o que implica que o integral 3 dx é convergente.
−∞ (x2 − 4) 5
Z −2
a 1
O integral de 2 espécie 3 dx é convergente e
−3 (−2 − x) 5
−1
3
(x2 −4) 5 −1 1
lim − −1 = lim − 3 = 3
x→−2
(−2−x) 5
3 x→−2 (x − 2) 5 45
Z −3
1
−2 (x2 − 4) 5
Z −1
a 1
O integral de 2 espécie 3 dx é convergente e
−2 (x + 2) 5
−1
3
(x2 −4) 5 −1 1
lim + 1 = lim + 3 = 3
x→−2 3
(x+2) 5
x→−2 (x − 2) 5 45
Z −1
1
(x2 − 4) 5 −2
Podemos então concluir que o integral dado é convergente.
E. Áreas de domı́nios ilimitados

Vejamos alguns exemplos de aplicação dos integrais impróprios ao cálculo de áreas de
domı́nios planos ilimitados.
EXEMPLO 1: Calculemos a área do domı́nio determinado pela imagem da função f (x) =

1
e o eixo dos xx (ver Figura 2.10).
1 + x2
O valor da área é dado pelo valor do integral impróprio
Z +∞
1
dx.
−∞ 1 + x2
Calculando esse integral obtemos
Z +∞ Z 0 Z +∞
1 1 1
dx = dx + dx
−∞ 1 + x2 −∞ 1 + x2 0 1 + x2
Z +∞ Z x
1 1
= 2 dx = 2 lim dt
0 1 + x2 x→+∞ 0 1 + t2
= 2 lim [ arc tg(t) ]x0 = 2 lim arc tg(x) = π

x→+∞ x→+∞
Figura 2.10:
EXEMPLO 2: Calculemos a área do domı́nio determinado pela imagem da função f (x) =

1
p , as rectas x = −3 e x = 2 e o eixo dos xx (ver Figura 2.11).
|x|
O valor da área é o valor do integral impróprio
Z 2
1
p dx.
−3 |x|
Z 2 Z 0 Z 2 Z x Z 2
1 1 1 1 1
p dx = p dx + p dx = lim √ dt + lim √ dt
−3 |x| −3 |x| 0 |x| x→0− −3 −t x→0+ x t
√ x h √ i2
= lim− −2 −t −3 + lim+ 2 t
x→0 x→0 x
√ √ √ √ √ √
= lim− −2 −x + 2 3 + lim+ 2 2 − 2 x = 2 3 + 2 2
x→0 x→0
Figura 2.11:

1. Calcule os seguintes integrais:
Z 5
1
(a) 2 dx;
1 (x + 7)
Z π
2
(b) cos3 (x) dx;
0
Z 1
(c) eax sin(bx) dx (a, b ∈ R);
0
9 √
1− x
Z
(d) √ dx;
4 1+ x
Z 2 √
x2 − 3
(e) √
dx;
3 x
Z 15 √ 4
x+1
(f) √ dx;
−1 x+1+2
Z π
2 x cos(x)
(g) 2 dx;
π
4
sin (x)
Z 1
1
(h) √ dx;
2
x + 4x + 5
−2
Z 2 3
2x + 2x2 + 5x + 3
(i) dx.
1 x4 + 2x3 + 3x2
2. Calcule a derivada das seguintes funções:

Z x
1
(a) F (x) = dt;
1 t
Z x3
(b) F (x) = et dt;
0
Z 0
(c) F (x) = sin(t) dt;
x2
Z x3
(d) F (x) = log(t) dt.
x2
Z sin(x)
2
(e) F (x) = et dt.
0
3. Determine a área de cada um dos seguintes domı́nios:
(a) Domı́nio limitado pelos gráficos das funções f (x) = ex e g(x) = e−x , e pelas
rectas de equação x = −1 e x = 2;
(b) Domı́nio limitado pela parábola de equação y 2 = 2x−2 e pela recta de equação
y − x + 5 = 0;
(c) Domı́nio contido no semiplano x ≥ −1 e limitado pela recta de equação y = 0

x
e pelo gráfico da função f (x) = 2 ;
(x + 3)2
π 2
(d) Domı́nio limitado pelos gráficos das funções f (x) = arctan(x) e g(x) = x;
4
1
(e) Domı́nio limitado pelos gráficos das funções f (x) = , g(x) = 3x e h(x) = 6x.
x
4. Recorrendo à definição de integral impróprio, estude a natureza dos seguintes inte-
grais calculando, se possı́vel, o seu valor:
Z +∞ −√x
e
(a) √ dx;
1 x
Z 1
(b) x log(x) dx.
0
5. Estude a natureza dos seguintes integrais impróprios:

Z +∞
x
(a) dx;
1 x3 + x2 − 1
Z +∞
1
(b) √ dx;
0 ex
Z +∞
log(x)
(c) √ dx;
2 x + x2 + 1
Z +∞
cos(x)
(d) √ dx;
0 x3 + 1
Z 2 √
x
(e) 2
dx;
1 x −1
Z πp
2
(f) 1 + tan(x) dx;
0
Z 2
1
(g) √ dx;
−2 4 − x2
Z2
2
(h) dx;
0 x2 − 2x
Z +∞
1
(i) √
3
dx;
1
2
2x − 1
Z 0
1
(j) √
3
dx.
−∞ 1 − x4
6. Determine a área de cada um dos seguintes domı́nios planos ilimitados:
(a) domı́nio contido no semiplano y ≤ 0, e limitado pela recta de equação x = 0 e

pelo gráfico da função f (x) = log(x);
1
(b) domı́nio definido pelo gráfico da função f (x) = 2 e pelas rectas de equação
x
x = 1 e y = 0.

1. Calcule os seguintes integrais:
Z 5
−5
(a) 2 dx;
2 (x + 1)
Z 3
(b) x3 log (x) dx;
1
Z 1 √
(c) log x + 3 + x2 dx;
0
Z 8
x
(d) √ dx;
4 x2 − 15
Z 2 √
(e) 3 arctan 1 + x dx;
0
2
x3 + x2 − 12x + 1
Z
(f) dx;
0 x2 + x − 12
Z 16
7
(g) √ √ dx.
1
4
x+ x
2. Calcule a derivada das seguintes funções:

Z x2 √
(a) F (x) = sin( t) dt
0
1 2
e−t
Z
(b) F (x) = √ dt.
x2 t
3. Determine a área de cada um dos seguintes domı́nios:
(a) Domı́nio contido no semiplano x ≥ 0 e limitado pela circunferência x2 +y 2 = 4;
(b) Domı́nio limitado pelo gráfico da função f (x) = (x + 1)2 − 4 e pela recta de
equação y = 2x;
(c) Domı́nio limitado pelo gráfico da função f (x) = x3 − 6x2 + 8x e pela recta de
equação y = 0;
(d) Domı́nio limitado pelo gráfico da função f (x) = arcsin(x) e pela recta de
π
equação y = x;
2
(e) Domı́nio contido no 1o quadrante e limitado pela hipérbole de equação xy = 1,
pela parábola de equação y = x2 e pela recta de equação y = 4.
4. Recorrendo à definição de integral impróprio, estude a natureza dos seguintes inte-

grais calculando, se possı́vel, o seu valor:
Z +∞
1
(a) 2
dx;
1 (1 + x ) arctan(x)
Z e
1
(b) p dx.
0 x 1 − log(x)
5. Estude a natureza dos seguintes integrais impróprios:
Z +∞ √
(a) e 2x+1 dx;
0
Z +∞
x sin(x2 )
(b) dx;
2 x4 + 3
Z +∞
(c) e−x x dx;
1
π
e−x cos(x)
Z
2
(d) dx;
0 x
Z 2
log(x)
(e) dx;
0 x
Z π
1
(f) p dx;
0 sin(x)
Z +∞
log(x)
(g) √ dx;
2 x x2 − 4
Z +∞
1
(h) √ dx;
0 x x2 + 1
Z +∞
1
(i) √ dx.
0 (x + 1) 5 1 − x2
6. Determine a área de cada um dos seguintes domı́nios planos ilimitados:
1
(a) domı́nio definido pelo gráfico da função f (x) = e pelo eixo dos xx;
1 + x2
1
(b) domı́nio definido pelo gráfico da função f (x) = , pelas rectas de
x log2 (x)
equação x = 0 e x = 21 , e pelo eixo dos xx.
7. Estude a natureza do seguinte integral, em função do parâmetro real α:
Z π
2 sin(x)
dx.
0 xα
Parte II
Matrizes
85
Capı́tulo 1
Matrizes
1.1 Definição de matriz

Neste capı́tulo, sempre que referirmos o corpo K, excepto se expressamente indicado em
contrário, estamos a considerar o corpo R dos números reais ou o corpo C dos números
complexos, com as operações usuais. Os elementos de K são usualmente designados por
escalares.
Definição 1.1.1 Uma matriz A do tipo (ou dimensão) m × n sobre um corpo K é

um quadro de m × n números de K dispostos em m filas horizontais, a que chamamos
linhas e contamos de cima para baixo, e em n filas verticais, a que chamamos colunas e
contamos da esquerda para a direita:
 
 a1 1 a1 2 ··· a1 j ··· a1 n 
 
 
 a2 1 a2 2
 ··· a2 j ··· a2 n 

 . .. .. .. .. .. 
 .
 . . . . . . 

Am×n = [ai j ]m×n =



 ai 1 ai 2
 ··· ai j ··· ai n 

 .. .. .. .. .. .. 
 
 . . . . . . 
 
 
am 1 am 2 ··· am j · · · am n
m×n
(não havendo perigo de ambiguidade, é usual suprimir-se o tipo da matriz indicado nas
notações atrás em ı́ndice). Note-se que certos autores usam parêntesis curvos, em vez
de rectos, para delimitar os elementos da matriz. O número ai j (i ∈ {1, . . . , m}, j ∈
{1, . . . , n}), que se encontra na linha i e na coluna j da matriz A, diz-se o elemento da
posição (i, j) ou a (i, j)-ésima entrada de A.
O conjunto das matrizes do tipo m×n sobre um corpo K representa-se por Mm×n (K).
87
88 Álgebra das Matrizes
Exemplos 1.1.2 (de matrizes)

       
 1 0 −1   −1 4 −1   1 0   4 −1 
A=  B=  C=  D= 
2 3 4 3 0 −4 2 4 3 0
2×3 2×2
 
 1 0 0 ··· 0 0 
 
 
  
 0 1 0 ··· 0 0  
 1 0 0 
   
1 0 0 0 1 ··· 0 0 
   

I2 =   I3 =  0 1 0  In =  (n ∈ N)
    
 .. .. .. . . .. .. 
0 1 . . . . . . 
  
   
0 0 1  
0 ··· 1 0 
 
 0 0
 
 
0 0 0 ··· 0 1
n×n
       
 2 0 0   7 0 0   2 3 −4   2 0 0 
       
E =  0 −1 0  F =  0 7 0  G =  0 −1  H =  3 −1 0
       
     9  


       
0 0 5 0 0 7 0 0 5 −1 3 5
       
 2 3 −4   2 0 0   2 3 −4   0 −3 4 
       
J =  0 −1  L= 3 0 0  M = 3 0  N =
       
 9     1   3 0 −1 

       
0 0 0 −1 3 5 −4 1 −2 −4 1 0
 
 2 
 
   0 
−1
   
 
P = Q= R= S=
 
−1 1 2 0 0 1 −2 0 7  
 0 
1×4 1×5  0   
   
  −3
3×1
3
4×1
1.1. Definição de matriz 89
   
 0   0 0 0 0 
 
 0 0 
   
03×1 = 0 
 
01×4 = 0 0 0 0 02×2 =  03×4 = 0 0 0 0  H
 
0 0
   
   
0 0 0 0 0
Naturalmente, duas matrizes A e B dizem-se iguais (A = B) se forem do mesmo

tipo, digamos m × n, e se os seus elementos homólogos (i.e. na mesma posição de A e
de B) forem iguais: ai j = bi j , para quaisquer i ∈ {1, . . . , m} e j ∈ {1, . . . , n}, tomando
A = [ai j ]m×n e B = [bi j ]m×n .
Definições 1.1.3 Consideremos uma matriz A = [ai j ]m×n sobre um corpo K. Dizemos
que:
1. A é uma matriz quadrada se o seu número de linhas for igual ao número de

colunas, i.e. m = n. Neste caso, dizemos que A é uma matriz quadrada de
ordem n;
2. A é uma matriz linha se só possuir uma linha, i.e. m = 1;
3. A é uma matriz coluna se só possuir uma coluna, i.e. n = 1;
4. A é uma matriz nula se todos os seus elementos forem nulos, i.e. ai j = 0, para
quaisquer i ∈ {1, . . . , m} e j ∈ {1, . . . , n}. A matriz nula do tipo m×n representa-se
por 0m×n , ou simplesmente por 0 quando não houver perigo de ambiguidade (ver
Exemplos 1.1.2).
Exemplos 1.1.4 Voltemos a considerar as matrizes de 1.1.2. Então:
1. C, D, I2 , I3 (e mais geralmente In , com n ∈ N), E, F , G, H, J, L, M , N e 02×2

são matrizes quadradas;
2. P , Q e 01×4 são matrizes linha e R, S, e 03×1 são matrizes coluna. H
Definições 1.1.5 Consideremos uma matriz A = [ai j ]n×n quadrada de ordem n sobre
um corpo K. Dizemos que:
1. Os elementos da forma ai i , com i ∈ {1, . . . , n} são (os elementos d)a diagonal

principal de A;
2. À soma dos elementos da diagonal principal de A chamamos traço de A:

n
X
tr(A) = ai i (= a1 1 + a2 2 + · · · + an n ) ;
i=1
3. A matriz A diz-se triangular superior (respectivamente, triangular inferior)

se todos os elementos “abaixo” (respectivamente, “acima”) da diagonal principal
forem nulos, i.e. se 1 ≤ j < i ≤ n (respectivamente, 1 ≤ i < j ≤ n) implica ai j = 0;
4. Se A for simultaneamente uma matriz triangular inferior e uma matriz triangular

superior, i.e. se ai j = 0 sempre que i 6= j, então A diz-se uma matriz diagonal;
5. Uma matriz diagonal em que todos os elementos da diagonal principal são iguais
diz-se uma matriz escalar;
6. A matriz A diz-se a matriz identidade de ordem n se for a matriz escalar de

ordem n em que os elementos da diagonal são iguais a um, i.e. se

 1,

se i = j,
ai j =
 0, se i 6= j,

para quaisquer 1 ≤ i, j ≤ n, e denota-se por In (ver Exemplos 1.1.2).
Exemplos 1.1.6 Consideremos uma vez mais as matrizes de 1.1.2. Então:
1. As matrizes In (n ∈ N), F e 02×2 são matrizes escalares;

2. As matrizes In (n ∈ N), F , 02×2 e ainda E são matrizes diagonais;
3. Além das matrizes diagonais, as matrizes G e J são matrizes triangulares superiores

e as matrizes C, H e L são matrizes triangulares inferiores. H
Operações com matrizes 91
1.2 Operações com matrizes

Definição 1.2.1 Sejam A = [ai j ]m×n e B = [bi j ]m×n duas matrizes do (mesmo) tipo
m × n sobre K. Definimos a soma da matriz A com a matriz B como sendo a matriz
A + B, do tipo m × n sobre K, cujos elementos são a soma dos elementos homólogos de
A e de B, i.e. A + B = [xi j ]m×n , em que xi j = ai j + bi j , para quaisquer i ∈ {1, . . . , m} e
j ∈ {1, . . . , n}.
Exemplos 1.2.2
       
 2 −1   5 3   2 + 5 −1 + 3   7 2 
 + = = 
3 0 −4 7 3 + (−4) 0 + 7 −1 7
       
 1 4 −1   −1 3 7   1 + (−1) 4 + 3 −1 + 7   0 7 6 
 + = = 
2 3 0 0 4 −2 2+0 3 + 4 0 + (−2) 2 7 −2

1 3 −5 4 + 2 −7 6 5 = 1 + 2 3 + (−7) −5 + 6 4 + 5 = 3 −4 1 9
       
 −2   −3   −2 + (−3)   −5 
       
 0 + 9 = = 9  H
       
     0+9   
       
5 2 5+2 7
Definição 1.2.3 Dada uma matriz A = [ai j ]m×n do tipo m × n sobre K, definimos a
matriz simétrica de A, e denotamo-la por −A, como sendo a matriz cujas entradas
são as simétricas da matriz A, i.e. −A = [xi j ]m×n , em que xi j = −ai j , para quaisquer
i ∈ {1, . . . , m} e j ∈ {1, . . . , n}.
Exemplos 1.2.4
       
 2 −1   −2 1   1 4 −1   −1 −4 1 
− =  − = 
3 0 −3 0 2 3 0 −2 −3 0
   
 −2   2 
   
− = − 0  =  0 H
   
1 3 −5 4 −1 −3 5 −4   


   
5 −5
Como é usual para números reais, dadas duas matrizes A, B ∈ Mm×n (K), escrevemos
abreviadamente A − B para representar a matriz A + (−B).
Definição 1.2.5 Dados uma matriz A = [ai j ]m×n sobre K e um escalar λ ∈ K, definimos
a matriz λA, a que chamamos multiplicação escalar de λ por A, como sendo a matriz
cujas entradas resultam de multiplicar λ pelos elementos de A, i.e. λA = [xi j ]m×n , em
que xi j = λai j , para quaisquer i ∈ {1, . . . , m} e j ∈ {1, . . . , n}.
Exemplos 1.2.6

(−5) 1 3 −5 4 = (−5) · 1 (−5) · 3 (−5) · (−5) (−5) · 4 = −5 −15 25 −20
     
 2 −1   4 · 2 4 · (−1)   8 −4 
4 = =  H
3 0 4·3 4·0 12 0
Definição 1.2.7 Dada uma matriz A = [ai j ]m×n do tipo m × n sobre K, definimos a
matriz transposta de A, e denotamo-la por AT , como sendo a matriz do tipo n × m
que resulta de “trocar” as linhas de A com as colunas de A, i.e. AT = [xi j ]n×m , em que
xj i = ai j , para quaisquer j ∈ {1, . . . , n} e i ∈ {1, . . . , m}.
Exemplos 1.2.8
 
 T   

T 1 2 
 2 −1   2 3  1 4 −1  
 =  =
   
   4 3 
3 0 −1 0 2 3 0
 
 
−1 0
 
 1 
 T

T 
  −2 
 3 
  
=  0  = −2 0 5 H
 
1 3 −5 4 


 −5  



 
  5
4

Definição 1.2.9 Sejam L = x1 x2 · · · xn uma matriz linha (do tipo 1 × n) e
1×n
1.2. Operações com matrizes 93
 
 y1 
 
y2 
 

C=  uma matriz coluna (do tipo n × 1) sobre um corpo K. Ao escalar
 .. 

 . 

 
yn
n×1
LC = x1 y1 + x2 y2 + · · · + xn yn
chamamos produto da linha L pela coluna C.
 
 3 
 
 −5 
 
Exemplo 1.2.10 Sejam L = 2 5 0 −4 eC=
 
 . Então
1×4  5 
 
 
−2
4×1
LC = 2 · 3 + 5 · (−5) + 0 · 5 + (−4) · (−2) = −11. H
Definição 1.2.11 Sejam A = [ai j ]m×n e B = [bi j ]n×p duas matrizes sobre K dos tipos
m × n e n × p, respectivamente. Sejam L1 , . . . , Lm as linhas da matriz A (consideradas
como matrizes linha do tipo 1 × n) e C1 , . . . , Cp as colunas da matriz B (consideradas
como matrizes coluna do tipo n × 1). Definimos o produto da matriz A pela matriz B
como sendo a matriz AB = [xi k ]m×p , do tipo m × p, cujo elemento xi k da posição (i, k)
se obtém multiplicando a linha i de A pela coluna k de B, i.e.
xi k = Li Ck = ai 1 b1 k + ai 2 b2 k + · · · + ai n bn k ,
para quaisquer i ∈ {1, . . . , m} e k ∈ {1, . . . , p}.
Exemplo 1.2.12
 
 −2 0 
 
 2 3 4 −5   
1 5
   
 
=
 
 −1 0 7 2  






  −3 −7 
 
2 −2 3 6  
3×4
4 8
4×2
   
 2 · (−2) + 3 · 1 + 4 · (−3) + (−5) · 4 2 · 0 + 3 · 5 + 4 · (−7) + (−5) · 8   −33 −53 
   
 =  −11 −33 
   
 (−1) · (−2) + 0 · 1 + 7 · (−3) + 2 · 4 (−1) · 0 + 0 · 5 + 7 · (−7) + 2 · 8
   
   
2 · (−2) + (−2) · 1 + 3 · (−3) + 6 · 4 2 · 0 + (−2) · 5 + 3 · (−7) + 6 · 8 9 17
3×2
Sejam A uma matriz quadrada de ordem n sobre K e k ∈ N. Então, podemos multi-

plicar sucessivamente A por A e, como é usual para números reais, representamos por Ak
a potência-k de A, i.e. Ak é um produto de k matrizes cujos factores são todos iguais a
A. Convencionamos também que A0 = In .
É fácil mostrar que:
Teorema 1.2.13 Sejam Am×n , Bm×n , Cm×n e Xm×n matrizes do tipo m × n sobre K,
Yn×p uma matriz do tipo n × p sobre K, Zp×q uma matriz do tipo p × q sobre K, W`×m
uma matriz do tipo ` × m sobre K, Mn×n uma matriz quadrada de ordem n sobre K
α, β ∈ K e k ∈ N. Então:
1. A + B = B + A;
2. (A + B) + C = A + (B + C);
3. A + 0m×n = A;
4. A + (−A) = 0m×n ;
5. α(A + B) = αA + αB;
6. (α + β)A = αA + βA;
7. α(βA) = (αβ)A;
8. 1A = A e (−1)A = −A;
9. 0A = 0m×n e α0m×n = 0m×n ;
10. Se αA = 0m×n então α = 0 ou A = 0m×n ;

T
11. AT = A;
12. (A + B)T = AT + B T ;
13. (αA)T = αAT ;
14. (XY )Z = X(Y Z);
15. W (A + B) = W A + W B;
16. (A + B)Y = AY + BY ;
17. α(XY ) = (αX)Y = X(αY );
18. AIn = A = Im A e, em particular, M In = M = In M ;

1.2. Operações com matrizes 95
T k
19. (XY )T = Y T X T e Mk = MT ;
20. A0n×p = 0m×p e 0`×mA = 0`×n.

Ao contrário da adição de matrizes, a multiplicação de matrizes não é em geral comu-
tativa, mesmo que produto esteja definido em ambos os sentidos e obtenhamos matrizes
do mesmo tipo nos dois casos (i.e. mesmo que estejamos a considerar matrizes quadradas
da mesma ordem). Por exemplo,
         
 1 1  1 1   0 2   2 0   1 1  1 1 
  =  6=  =  .
1 −1 −1 1 2 0 0 −2 −1 1 1 −1
Por outro lado, temos, por exemplo,

       
 1 1   −1 1   1 0   −1 1  1 1 
  = =  .
2 1 2 −1 0 1 2 −1 2 1
Definição 1.2.14 Duas matrizes A e B quadradas de ordem n sobre K dizem-se per-

mutáveis se AB = BA.
Definições 1.2.15 Uma matriz A quadrada sobre K diz-se:
1. simétrica se AT = A;
2. anti-simétrica se AT = −A.
Exemplos 1.2.16 Uma vez mais consideremos as matrizes de 1.1.2. Então, as matrizes
In (n ∈ N), E, F , M e 02×2 são simétricas e as matrizes N e 02×2 são anti-simétricas. H
1.3 Matrizes Invertı́veis

Definição 1.3.1 Uma matriz quadrada de ordem n sobre K diz-se invertı́vel se existir
uma matriz B (quadrada de ordem n sobre K) tal que AB = In = BA.
Nestas condições, é fácil ver que a matriz B é única. Denotamos então B por A−1 e
designamo-la por matriz inversa de A.
Exemplo 1.3.2 De acordo com o vimos imediatamente antes da Definição 1.2.14, tem-se
 −1  
 1 1   −1 1 
  = . H
2 1 2 −1
É fácil mostrar que:
Teorema 1.3.3 Sejam A e B duas matrizes invertı́veis de ordem n sobre K e k ∈ N.

Então:
−1
1. A matriz A−1 é invertı́vel, tendo-se (A−1 ) = A;
2. A matriz AB é invertı́vel, tendo-se (AB)−1 = B −1 A−1 ;

−1 k
3. A matriz Ak é invertı́vel, tendo-se Ak = (A−1 ) ;
−1 T
4. A matriz AT é invertı́vel, tendo-se AT = (A−1 ) .

As matrizes consideradas são reais.
1. Considere as seguintes matrizes:

     
 1 −1 0 1   3 0 0   1 
     
A= ,B =  0 2 0 , C =  −1 , D = −3 1 4 1 ,
     
 2 1 1 0 
    
     
−1 1 3 1 0 0 1 2
 
 0 0 0 0     
 1 4   0 0 0 
   
 0 0 0 0   1 0 
     
E= 2 ,F = , G = 
 2 5 , H =  1 0 eI = .
  
  0 
 0 0 0 0 







 0 1
 
  3 6 2 4 0
0 0 0 0
(a) Indique o tipo de cada matriz.

(b) Diga quais das matrizes são quadradas ou diagonais.
2. Escreva a matriz do tipo n × n cujas entradas são dadas por


−1 se



 i>j


xij = 0 se i=j




 1 se

i < j.
3. Sejam A = [aij ], B = [bij ], C = [cij ], D = [dij ] as seguintes matrizes:

 
 1 −1 
     
 2 3 4   1 0 1 0     2 4 8 
−1 1
       
 
A =  3 4 5 , B =  0 1 0 1 , C =  , D =  2 4 8 .
    
 







  1 −1  



 
4 5 6 1 0 1 0   2 4 8
−1 1
Calcule, caso seja possı́vel:
(a) A + D;
(b) B + C;
(c) αA, com α ∈ R;

(d) A + 0.B (0 ∈ R);
(e) 2A − 3D.
4. Prove que, dadas matrizes A e B do mesmo tipo, tem-se −(A + B) = −A − B.
   
 1 0 0   1 1 1 
   
5. Dadas as matrizes A =  0 1 0  e B =  1 1 1 , resolva a equação matricial
   
   
   
0 0 1 1 1 1
X + A = 2(X − B).

– A e D do tipo 2 × 3,
– F e G do tipo 4 × 4,
– B do tipo 3 × 4,
– C do tipo 3 × 2 e
– E do tipo 2 × 4.
Diga quais das seguintes afirmações são verdadeiras:
(a) É possı́vel calcular AB + E;
(b) (AB)F = A(BF );
(c) Pode ter-se AC = CA;
(d) É possı́vel calcular A + αB, com α ∈ R;
(e) BF = F B.
       
 2 4   2 −4   0 0   2 −4 
7. Calcule  .  e .   Compare os resultados
4 8 −1 2 0 0 −1 2
e comente.
   
  

 2 −1   −4 2 
2 1 3 1 1 −2    
A= , B =  , C =  eD= 3 .
       
0 6  5
4 0 1 5 −1 3
   
   
−3 2 −1 −3
Calcule, caso possı́vel, o valor das expressões seguintes:
(a) 3A;
(b) A + B;
(c) 0B;
(d) B + C;
(e) 4A − 2B;
(f) AB;
(g) AC;
(h) (AC)2 ;
(i) (A − 2B)(3C + D);
(j) A(DB);
(k) (AD)B.
 
 1 3 
9. Mostre que uma matriz do tipo 2 × 2 comuta com   se e só se é da forma
0 1
 
 α β 
 , com α e β números reais.
0 α
   
 0 1   −1 −1 
10. Considere as matrizes A =  eB= .
0 1 0 0
Prove que:
(a) (A + B)2 6= A2 + 2AB + B 2 ;
(b) A2 − B 2 6= (A − B)(A + B).
11. Determine quais das seguintes matrizes são simétricas ou anti-simétricas:
       
 1 2   0 −3 7   0 −1 3   3 1 6 
       
A =  2 1 , B =  3 , C =  1  e D =  1 5 5 .
       
   0 −5   2 2   
       
5 4 −7 5 0 3 2 0 6 5 7
12. (a) Seja A uma matriz quadrada real. Prove que:

i. A + AT é uma matriz simétrica.
ii. A − AT é uma matriz anti-simétrica.
(b) Prove que qualquer matriz quadrada é soma de uma matriz simétrica com uma
matriz anti-simétrica.

   
 1 2 3   −1 0 −1 
   
1. Sendo A =  2 3 1  e B =  2 3 , calcule 3A − 5B.
   
   1 
   
3 1 2 1 2 0
 
 7 3 18 
 
2. Dada a matriz A =  −2 6 11 , determine a matriz B = [bij ] que é um múltiplo
 
 
 
15 17 13
escalar de A e tal que b13 = 6.
3. Prove que a subtracção de matrizes não é comutativa nem associativa.

   
 x−y y−z z−w   x−w y−x z−y 
4. Simplifique  - .
w−x x−y y−z y−x z−y w−z
5. Considere as matrizes:
   
 2 −1 0 1  1 −1 −1 
   

1 1 2   3 4  
A= , B =  1 , C =  , D =  2 ,
       
1 2 5 3 0
0 3 5 7 1
   
   
2 −2 1 0 1 −5 3
 
 −8 
 
E= e F =  3 .
 
2 4 7  
 
1
Calcule, caso possı́vel:
(a) AB;
(b) AD;
(c) AC;
(d) CA;
(e) C 2 ;
(f) DF ;
(g) ED;
(h) EF ;
(i) F E.
6. Mostre que a equação X 2 − 5X + 4I2 = 0 é satisfeita por cada uma das matrizes:
 
 1 0 
(a)  .
0 1
 
 4 0 
(b)  .
0 4
 
 3 −2 
(c)  .
−1 2
   
 0 1 0   α β γ 
   
7. Mostre que as matrizes que comutam com  0 0 1  são as da forma  0 α β ,
   
   
   
0 0 0 0 0 α
com α, β e γ números reais.
 
2
 0 a a 
 
2 3
8. Calcule A e A , sendo A =  0 0 a .
 
 
 
0 0 0
9. Dadas matrizes quadradas A e B tais que AB = BA, prove que:
(a) (A + B)2 = A2 + 2AB + B 2 ;

(b) A2 − B 2 = (A − B)(A + B).
 
 0 1 
10. Considere a matriz Y =  . Verifique que:
−1 0
(a) Y 2 = −I2 ;
(b) Y 4 = I2 ;
(c) (aI2 + bY )(aI2 − bY ) = (a2 + b2 )I2 , para quaisquer números reais a, b.

11. Sejam X = a b c e
 
 0 −c b 
 
A= ,
 
 c 0 −a 

 
−b a 0
onde a2 + b2 + c2 = 1.
(a) Prove que A2 = X T X − I3 .

(b) Prove que A3 = −A.
(c) Escreva A4 em função de X.
12. Mostre que, se A e B são matrizes do tipo 2 × 2, então a soma dos elementos da
diagonal principal da matriz AB − BA é zero.
Capı́tulo 2
Sistemas de Equações Lineares
2.1 Matrizes de sistemas de equações lineares

Definição 2.1.1 Um sistema de m equações lineares a n incógnitas (variáveis ou
indeterminadas) x1 , x2 , . . . , xn , com coeficientes sobre K, é um sistema de equações do
tipo




 a1 1 x 1 + a1 2 x 2 + · · · + a1 n x n = b1



 a2 1 x 1 + a2 2 x 2 + · · · + a2 n x n

= b2
..
.







 a x + a x + ··· + a x = b ,

m1 1 m2 2 mn n m
com ai j , bi ∈ K, para i ∈ {1, . . . , m} e j ∈ {1, . . . , n}.
Exemplos 2.1.2

2x + y − 2z + 4w = −1






1. x − y + 3w = 5 é um sistema de 3 equações lineares a 4 incógnitas




 4x + 7y + 3z − 8w = 0

x, y, z e w com coeficientes reais;




 y + 2z = 1


2. x − 2y + z = 0 é um sistema de 3 equações lineares a 3 incógnitas x, y e z




 3y − 4z

= 23
com coeficientes reais. H
103
104 Sistemas de Equações Lineares
Consideremos o sistema de m equações lineares a n incógnitas da Definição 2.1.1 e as

matrizes
 
 a1 1 a1 2 · · · a1 n 
 
 a2 1 a2 2 · · · a2 n 
 
A=  .

 .. .. .. 
 . ··· . 
 
am 1 am 2 · · · am n
m×n
do tipo m × n sobre K,
 
 x1 
 
x2 
 

X= 
 .. 

 . 

 
xn
n×1
(coluna) do tipo n × 1 e
 
 b1 
 
b2 
 

B= 
 .. 

 . 

 
bm
m×1
(coluna) do tipo m × 1 sobre K. Então

      
 a1 1 a1 2 ··· a1 n   x 1   a1 1 x 1 + a1 2 x 2 + · · · + a1 n x n   b1 
      
 a2 1 a2 2 ··· a2 n   x 2   a2 1 x 1 + a2 2 x 2 + · · · + a2 n x n b2 
      
 
  = = ,
 . .. ..  ..  .. .. 
 ..
   
 . ··· . 
 .  
  .  
  . 

      
am 1 am 2 ··· am n xn am 1 x1 + am 2 x2 + · · · + am n xn bm
i.e. AX = B. Assim, o sistema considerado é equivalente à equação (linear) matricial

AX = B (de incógnita Xn×1 ), a que chamamos representação matricial do sistema.
A matriz Am×n dos
coeficientes do sistema designa-se por matriz simples do sistema e
à matriz A|B do tipo m × (n + 1) que resulta de juntar a A a coluna B dos termos
Matrizes de sistemas de equações lineares 105
independentes do sistema, i.e.

 
 a1 1 a1 2 ··· a1 n b1 
 
 a2 1 a2 2 ··· a2 n b2 
 
A|B =
 . .. ..

.. 
,
 .. . ··· . . 
 
 
am 1 am 2 ··· am n bm
m×(n+1)
chamamos matriz ampliada do sistema.
Exemplo 2.1.3 A matriz simples e a matriz ampliada do sistema 1 do Exemplo 2.1.2

são    
 2 1 −2 4  2 1 −2 4 −1 
   
A =  1 −1  e =  1 −1 ,
   
 0 3  A | B  0 3 5 
   
4 7 3 −8 4 7 3 −8 0
respectivamente. Relativamente ao sistema 2 de 2.1.2,

   
 0 1 2  
0 1 2 1 
   
A =  1 −2  e A|B =
   
1  1 −2 1 0 
  
   
0 3 −4 0 3 −4 23
são respectivamente as suas matriz simples e matriz ampliada. H

2.2 Operações elementares sobre matrizes

Na resolução de um sistema de equações podemos usar as seguintes operações básicas (a
que chamamos operações elementares de Gauss):
(G1) Trocar duas equações;
(G2) Multiplicar uma equação por um escalar não nulo;
(G3) Adicionar uma equação a outra equação.
Geralmente, também se usa a seguinte “combinação” de (G2) e (G3):
(G4) Adicionar uma equação multiplicada por um escalar a outra equação.
Exemplo 2.2.1 Consideremos o sistema 2 do Exemplo 2.1.2. Então

 
x − 2y + z = 0
 


 y + 2z = 1 


⇐⇒

 

 x − 2y + z = 0  y + 2z = 1


 (G1) Troca das equações 1 e 2 


 3y − 4z

= 23  3y − 4z

= 23

x − 2y + z = 0




⇐⇒


 y + 2z = 1
(G2) Multiplicação por − 31 da equação 3 

 −y + 4 z = − 23


3 3

x − 2y + z = 0




⇐⇒


 y + 2z = 1
(G3) Adição da equação 2 à equação 3 

 10 z = − 20


3 3

x − 2y + z = 0




⇐⇒


y + 2z = 1
3

(G2) Multiplicação por 10 da equação 3  

 z = −2


⇐⇒ x − 2y = 2






(G4) Adição da equação 3 multiplicada por −2 à equação 2
 y = 5



(G4) Adição da equação 2 multiplicada por −1 à equação 1  z = −2

Operações elementares sobre matrizes 107




 x = 12
⇐⇒


,
 y = 5
(G4) Adição da equação 2 multiplicada por 2 à equação 1 


 z = −2

pelo que {(12, 5, −2)} é o conjunto de soluções do sistema. H
As operações (G1), (G2) e (G3) correspondem a efectuar nas linhas da matriz ampliada
de um sistema as seguintes operações (respectivamente):
(L1) Trocar duas linhas;
(L2) Multiplicar uma linha por um escalar não nulo;
(L3) Adicionar uma linha a outra linha.

Também a operação seguinte, “combinação” de (L2) e (L3), corresponde a (G4):
(L4) Adicionar uma linha multiplicada por um escalar a outra linha.
As operações (L1), (L2) e (L3) (efectuadas sobre uma matriz qualquer) designam-se
por operações elementares sobre linhas.
Exemplo 2.2.2 Consideremos as operações efectuadas em 2.2.1. As operações corres-

pondentes sobre linhas na matriz ampliada do sistema são as seguintes:
     
 0

1 2 1 

−→  1 −2 1
0 

−→  1 −2 1

0 

     
 1 −2 1 0  (L1)  0 1 2 1  (L2)  0 1 2 1 
     
     
0 3 −4 23 L1 ↔ L2 0 3 −4 23 L3 → − 13 L3 0 −1 43 − 23
3
   
−→  1 −2

1 0 

−→  1 −2 1

0 

   
(L3)  0 1 2 1  (L2)  0 1 2 1 
   
   
10
L3 → L3 + L2 0 0 3
− 20
3
3
L3 → 10 L3 0 0 1 −2
   
−→  1 −2 0

2 

−→  1 0 0 12



 . H
   
(L4) L2 → L2 − 2L3  0 1 0 5  (L3)  0 1 0 5
   
   
(L4) L1 → L1 − L3 0 0 1 −2 L1 → L1 + 2L2 0 0 1 −2
Tendo em conta as definições é imediato o seguinte resultado.

Teorema 2.2.3 Toda a matriz que resulta da matriz ampliada de um sistema de equações
lineares por meio de uma sucessão (finita) de operações elementares sobre linhas é a matriz
ampliada de um sistema de equações lineares equivalente (i.e. com o mesmo conjunto de
soluções) ao sistema inicial.
De modo análogo, podemos definir operações elementares sobre colunas de uma

matriz:
(C1) Trocar duas colunas;
(C2) Multiplicar uma coluna por um escalar não nulo;
(C3) Adicionar uma coluna a outra coluna.
Combinando (C2) e (C3) temos também:
(C4) Adicionar uma coluna multiplicada por um escalar a outra coluna.
Note-se que estas operações sobre colunas de uma matriz não têm correspondência
com as operações de Gauss, pelo que não podem ser usadas na resolução matricial de um
sistema (com as definições consideradas), com excepção da troca de colunas da matriz
simples que corresponde a trocar o nome (ou a ordenação) das incógnitas.
Sejam A e B duas matrizes do tipo m × n sobre K. Escrevemos (ver Exemplo 2.2.2)
A −→ B A −→ B A −→ B
, e
Li ↔ Lj Li → αLi Li → Li + αLj
para denotar que B se obtém de A por meio da troca da linha i com a linha j (1 ≤ i <
j ≤ m), da multiplicação da linha i por α (1 ≤ i ≤ m e α ∈ K\{0}) e da adição da linha j
multiplicada por α ∈ K à linha i (1 ≤ i, j ≤ m e i 6= j), respectivamente. Analogamente,
A −→ B A −→ B A −→ B
, e
Ci ↔ Cj Ci → αCi Ci → Ci + αCj
denota que B se obtém de A por meio da troca da coluna i com a coluna j (1 ≤ i < j ≤ n),
da multiplicação da coluna i por α (1 ≤ i ≤ n e α ∈ K \ {0}) e da adição da coluna j
multiplicada por α ∈ K à coluna i (1 ≤ i, j ≤ n e i 6= j), respectivamente.
2.3. Matrizes de Hermite 109
2.3 Matrizes de Hermite

Definição 2.3.1 Seja A = ai j uma matriz do tipo m × n sobre K.
m×n
Para cada linha i não nula de A (1 ≤ i ≤ m), chamamos canto da linha i à posição
do primeiro elemento (a contar da esquerda para a direita) não nulo desta linha.
Dizemos que a matriz A é escalonada por linhas se, para algum ` ∈ {0, 1, . . . , m} as
primeiras ` linhas (a contar de cima para baixo) de A são não nulas, as restantes m−` são
nulas e, sendo j1 , j2 . . . , j` ∈ {1, . . . , n} tais que a1 j1 , a2 j2 , . . . , a` j` são os elementos dos
cantos de A, tem-se j1 < j2 < . . . < j` (i.e. os zeros da matriz formam um “escada” de
degraus todos com a mesma “altura”, embora com possı́veis diferentes “comprimentos”,
delimitada pelos cantos da matriz):
 
 0 · · · 0 a1 j 1 · · · ∗ ∗ ··· ∗ ∗ ··· ∗ ∗ ··· ∗ 
 
0 ··· · · · 0 a2 j 2 · · · ∗ ∗ ··· ∗ ∗ ··· ∗ 
 
 0 0
 
 

 0 ··· 0 0 ··· 0 0 · · · 0 a3 j3 · · · ∗ ∗ ··· ∗  
 
 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
 . . . . . . . . . . . . . . . 
A=
 

0 ··· 0 0 ··· 0 0 ··· 0 0 · · · 0 a` j ` ··· ∗ 
 

 
 

 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0  
 
 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 

 . . . . . . . . . . . . . . . 
 
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
Exemplos 2.3.2
1. A matriz nula 0m×n é (de acordo com a nossa definição) escalonada por linhas;
2. Toda a matriz diagonal

comtodas as entradas não nulas, ou mais geralmente toda a
matriz diagonal D = di j tal que se di i = 0 então di+1 i+1 = 0, para qualquer
n×n
i ∈ {1, . . . , n}, é escalonada por linhas. Em particular, a matriz identidade In é
escalonada por linhas;
3. As matrizes  
 0 3 4 −4 7 −9 −1 −1 4 9 3 
 
 

 0 0 −5 0 2 3 4 3 0 0 −2 

 
0 0 0 0 0 7 −1 −2 −4 0 0 
 

 
 

 0 0 0 0 0 0 0 0 0 2 3 

 
 
 0 0 0 0 0 0 0 0 0 0 0 
 
 
0 0 0 0 0 0 0 0 0 0 0
e  
 2 3 4 −4 7 8 1 1 4 9 3 
 
0 −2 −5 −2 
 
 0 2 3 4 3 0 0
 
 

 0 0 0 0 0 7 −1 −2 −4 0 0 

 
 

 0 0 0 0 0 0 0 0 3 2 3 

 
0 0 0 0 0 0 0 0 0 0 −4
são escalonadas por linhas;
4. A matriz
 
 0 0 0 3 
 
0 1 −2 4
 
 
A=
 

 0 −1 2 2 
 
 
0 2 −4 2
não é escalonada por linhas, no entanto:

   
 0 0 0 3   0 1 −2 4 
−→
−→
   
 0 1 −2 4   0 0 0 3 
   
    L →L +L
    3 3 1
 0 −1 2 2  L1 ↔ L2  0 −1 2 2 
   
    L4 → L4 − 2L1
0 2 −4 2 0 2 −4 2
Matrizes de Hermite 111
   
 0 1 −2 4  0 1 −2 4 


 −→  
 0 0 0 3  0 0 0 3 
   

  L → L − 2L   = B,
  3 3 2  
 0 0 0 6   0 0 0 0 
   
  L4 → L4 + 2L2  
0 0 0 −6 0 0 0 0
pelo que a partir de A, por meio de operações elementares sobre linhas, obtemos
uma matriz B escalonada por linhas. H
Teorema 2.3.3 Toda a matriz pode ser transformada por meio de operações elementares
sobre linhas numa matriz escalonada por linhas.
Demonstração. (esquema) Seja Am×n uma matriz do tipo m × n sobre K. Se necessário,

por meio de uma troca de duas linhas, podemos transformar A numa matriz da forma
 
 0 ··· 0 b1 ` b1 `+1 ··· b1 n 
 
 
 0 ··· 0 b2 ` b2 `+1 ··· b2 n 
B= ,
 
.. .. .. .. .. .. .. 


 . . . . . . . 
 
 
0 ··· 0 bm ` bm `+1 · · · bm n
m×n
bi `
com b1 ` 6= 0 (1 ≤ ` ≤ n). De seguida, efectuando em B as operações Li → Li − b1 ` L1 , para
2 ≤ i ≤ m, obtemos uma matriz da forma
 
 0 ··· 0 b1 ` b1 `+1 ··· b1 n 
 
 
 0 ··· 0 0 c2 `+1 · · · c2 n 
C= .
 
.. .. .. .. .. .. .. 


 . . . . . . . 
 
 
0 ··· 0 0 cm `+1 · · · cm n
m×n
Repetindo sucessivamente este processo “para as linhas 2 até m − 1” das matrizes resultantes,
obtemos uma matriz escalonada por linhas.

Definição 2.3.4 Seja A = ai j uma matriz do tipo m × n sobre K escalonada por
m×n
linhas tal que a1 j1 , a2 j2 , . . . , a` j` são os elementos dos cantos de A, com ` ∈ {0, 1, . . . , m}
e j1 , j2 . . . , j` ∈ {1, . . . , n} (e j1 < j2 < . . . < j` ). Dizemos que a matriz A é de Hermite
(ou escalonada por linhas reduzida) se, para cada k ∈ {1, . . . , `}, o único elemento
não nulo da coluna jk de A for o elemento de canto ak jk da linha k de A e ak jk = 1:
 
 0 ··· 0 11 j1 · · · ∗ 0 ··· ∗ 0 ··· ∗ 0 ··· ∗ 
 
0 ··· ··· 0 12 j2 · · · ∗ 0 ··· ∗ 0 ··· ∗ 
 
 0 0
 
 

 0 ··· 0 0 ··· 0 0 ··· 0 13 j3 · · · ∗ 0 ··· ∗  
 
 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
 . . . . . . . . . . . . . . . 
A=
 

0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 1` j ` ··· ∗ 
 

 
 

 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0  
 
 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 

 . . . . . . . . . . . . . . .  
 
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
Exemplos 2.3.5
1. A matriz 0m×n é (de acordo com a nossa definição) de Hermite;

2. Uma matriz diagonal D = di j tal que se d1 1 = d2 2 = · · · = di i = 1 e
n×n
di+1 i+1 = di+2 i+2 = · · · = dn n = 0, para algum i ∈ {0, 1, . . . , n}, é uma matriz de
Hermite. Em particular, a matriz In é de Hermite;
3. As matrizes
 
 0 1 0 4 7 0 −1 −1 4 0 3 
 
 

 0 0 1 0 2 0 4 3 0 0 −2 

 
0 0 0 0 0 1 −1 −2 −4 0 0 
 

 
 

 0 0 0 0 0 0 0 0 0 1 3 

 
 
 0 0 0 0 0 0 0 0 0 0 0 
 
 
0 0 0 0 0 0 0 0 0 0 0
e
 
 1 0 4 −4 7 0 1 1 0 9 0 
 
0 1 −5
 
 0 2 0 4 3 0 0 0 
 
 

 0 0 0 0 0 1 −1 −2 0 0 0 

 
 

 0 0 0 0 0 0 0 0 1 2 0 

 
0 0 0 0 0 0 0 0 0 0 1
são de Hermite;
4. A matriz
 
 3 −6 9 −9 12 6 3 −3 6 −12 3 
 
2 −4 4 −4 0 −4 0 
 
 0 0 2 2
 
 
A=
 0 0 0 0 0 2 −2 0 6 0 4 

 
 

 0 0 0 0 0 0 0 0 −4 4 0 

 
0 0 0 0 0 0 0 0 0 0 5
é escalonada por linhas mas não é de Hermite, no entanto:
 
1 −2 3 −3 4 2 1 −1 2 −4 1 
A −→ 
 
1 −2 2 −2 0 −2 0 
 
 0 0 1 1
L1 → 13 L1
 
 

 0 0 0 0 0 1 −1 0 3 0 2 

L2 → 12 L2 




 0 0 0 0 0 0 0 0 1 −1 0 

L3 → 12 L3  
0 0 0 0 0 0 0 0 0 0 1
L4 → − 14 L4
L5 → 15 L5
 
 1 −2 3 −3 4 2 1 −1 2 −4 0 
−→
 
1 −2 2 −2 0 −2 0 
 
 0 0 1 1
 
 
L3 → L3 − 2L5 
 0 0 0 0 0 1 −1 0 3 0 0 

 
 
L1 → L1 − L5  0 0 0 0 0 0 0 0 1 −1 0 

 
0 0 0 0 0 0 0 0 0 0 1
 
 1 −2 3 −3 4 2 1 −1 0 −2 0 
−→
 
1 −2 2 −2 0 −2 0 
 
 0 0 1 1
 
 
L3 → L3 − 3L4 
 0 0 0 0 0 1 −1 0 0 3 0 

 
 
L1 → L1 − 2L4 
 0 0 0 0 0 0 0 0 1 −1 0 

 
0 0 0 0 0 0 0 0 0 0 1
 
 1 −2 3 −3 4 0 −1 −1 0 −8 0 
−→
 
−2 3 −2 0 −5 0 
 
 0 1 0 1 0
 
 
L2 → L2 − L3 
 0 0 0 0 0 1 −1 0 0 3 0 

 
 
L1 → L1 − 2L3 
 0 0 0 0 0 0 0 0 1 −1 0 

 
0 0 0 0 0 0 0 0 0 0 1
 
 1 0 −1 −3 6 0 5 −5 0 −18 0 
 
0 1 −2 3 −2 0 −5 0 
 
0 1 0
−→

 
 
0 0 0 0 0 1 −1 0 0 =B ,
3 0 


L1 → L1 + 2L2 




 0 0 0 0 0 0 0 0 1 −1 0 
 
0 0 0 0 0 0 0 0 0 0 1
pelo que a partir de A, por meio de operações elementares sobre linhas, obtemos
uma matriz B de Hermite. H
Teorema 2.3.6 Toda a matriz pode ser transformada por meio de operações elementares
sobre linhas numa matriz de Hermite.
Demonstração. Seja Am×n uma matriz do tipo m × n sobre K. Pelo Teorema 2.3.3, a matriz A
pode ser transformada por meio de operações elementares sobre linhas numa matriz escalonada
por linhas
 
 0 · · · 0 b1 j1 ··· ∗ ∗ ··· ∗ ∗ ··· ∗ ∗ ··· ∗ 
 
 

 0 ··· 0 0 · · · 0 b2 j2 ··· ∗ ∗ ··· ∗ ∗ ··· ∗  
 
0 ··· ··· · · · 0 b3 j3 ··· ∗ ∗ ··· ∗ 
 
 0 0 0 0
 
 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
. . . . . . . . . . . . . . . 
 

B=


 .

 0 ··· 0 0 ··· 0 0 ··· 0 0 · · · 0 b` j` ··· ∗  
 
 

 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0  
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
 
. . . . . . . . . . . . . . . 


 
 
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
1
Efectuando sobre B as operações Li → bi ji Li , com i ∈ {1, . . . , `}, obtemos uma matriz da forma
 
 0 ··· 0 1 ··· ∗ c1 j2 ··· ∗ c1 j3 ··· ∗ c1 j` ··· ∗ 
 
 

 0 ··· 0 0 ··· 0 1 ··· ∗ c2 j3 ··· ∗ c2 j` ··· ∗  
 
0 ··· 0 0 ··· ··· 0 ··· ∗ c3 j` ··· ∗ 
 
 0 0 1
 
 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
. . . . . . . . . . . . . . . 
 

C=


 .

 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 1 ··· ∗  
 
 

 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0  
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
 
. . . . . . . . . . . . . . . 


 
 
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
Seguidamente, efectuando as operações Li → Li − ci jk Lk , com 2 ≤ k ≤ ` e 1 ≤ i ≤ k − 1,

obtemos uma matriz da forma
 
 0 ··· 0 1 ··· ∗ 0 ··· ∗ 0 ··· ∗ 0 ··· ∗ 
 
 

 0 ··· 0 0 ··· 0 1 ··· ∗ 0 ··· ∗ 0 ··· ∗  
 
0 ··· 0 0 ··· ··· 0 1 ··· ∗ 0 ··· ∗ 
 
 0 0
 
 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
. . . . . . . . . . . . . . . 
 

 
 

 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 1 ··· ∗  
 
 

 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0  
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
 
. . . . . . . . . . . . . . . 


 
 
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0
m×n
(que é uma matriz de Hermite).

2.4. Caracterı́stica de uma matriz 117
2.4 Caracterı́stica de uma matriz

Definição 2.4.1 Seja A = ai j uma matriz do tipo m × n sobre K escalonada
m×n
por linhas com ` linhas não nulas (i.e. com ` cantos), 0 ≤ ` ≤ m. A ` chamamos
caracterı́stica de A e denotamo-la por r(A) (i.e, r(A) = `).
Exemplos 2.4.2
1. r(0) = 0;
2. r(In ) = n, n ∈ N;
3. Sejam A6×11 e B5×11 as duas matrizes do exemplo 3 de 2.3.2 (respectivamente).

Então r(A) = 4 e r(B) = 5.
4. Sendo A6×11 e B5×11 as duas matrizes do exemplo 3 de 2.3.5 (respectivamente),

tem-se r(A) = 4 e r(B) = 5.
5. Considerando a matriz B5×11 do exemplo 4 de 2.3.5, tem-se r(B) = 5. H
Pode demonstrar-se que:
Teorema 2.4.3 Seja A uma matriz do tipo m × n sobre K e sejam B e C duas matrizes
escalonadas por linhas que se obtêm a partir de A por meio de uma sucessão (finita) de
operações elementares sobre linhas. Então r(B) = r(C).
Definição 2.4.4 Seja A uma matriz do tipo m × n sobre K. Seja B uma matriz esca-
lonada por linhas, com ` linhas não nulas, 0 ≤ ` ≤ m, que se obtenha a partir de A
por meio de uma sucessão (finita) de operações elementares sobre linhas. A ` chamamos
caracterı́stica de A e denotamo-la por r(A) (i.e, r(A) = `).
Teorema 2.4.5 Sejam A e B duas matrizes do tipo m × n sobre K. Se B se obtém

a partir de A por meio de uma sucessão (finita) de operações elementares sobre linhas,
então r(A) = r(B).
Assim, para calcular a caracterı́stica de uma matriz A, por um processo simples e

sistemático, tudo o que temos de fazer é transformar a matriz A, por meio de operações
elementares, numa matriz B escalonada por linhas e contar o número de linhas não nulas
de B.
Exemplos 2.4.6
1. Consideremos a matriz A4×4 do exemplo 4 de 2.3.2. Então r(A) = 2.

 
 1 0 2 1 3 
 
 2 −1 4 0 7 
 
2. Seja A = 

 . Então

 2 −1 4 0 4 
 
 
3 −1 6 1 1
−→
   
A  1 0 2 1 3   1 0 2 1 3 
  −→  
L2 → L2 − 2L1  0 −1 0 −2 1  0 −1 0 −2 1
   
 
  L →L −L  
  3 3 2  
L3 → L3 − 2L1 
 0 −1 0 −2 −2 

 0
 0 0 0 −3 

  L4 → L4 − L2  
L4 → L4 − 3L1 0 −1 0 −2 −8 0 0 0 0 9
 
 1 0 2 1 3 
−→
 
 0 −1 0 −2 1 
 
  ,
 
 0
L4 → L4 − 3L3  0 0 0 −3 

 
0 0 0 0 0
pelo que r(A) = 3. H
A seguir enunciamos um resultado que nos dá um critério de invertibilidade para

matrizes e que nos permitirá descrever na próxima secção um algoritmo para o cálculo da
matriz inversa de uma matriz invertı́vel.
Teorema 2.4.7 Seja A uma matriz quadrada de ordem n sobre K. Então, as seguintes
afirmações são equivalentes:
1. A matriz A é invertı́vel;
2. Por meio de operações elementares sobre linhas é possı́vel transformar A na matriz

(de Hermite) In ;
3. r(A) = n.
Exemplos 2.4.8
1. Voltemos a considerar a matriz quadrada A4×4 do exemplo 4 de 2.3.2. Como r(A) =

2, então A não é invertı́vel.
Caracterı́stica de uma matriz 119
2. Consideremos a matriz quadrada

 
 1 0 1 3 
 
 2 −1 0 7 
 
A=


 .
 2 −1 1 4 
 
 
3 −1 1 1
4×4
Então
−→
   
A  1 0 1 3   1 0 1 3 
  −→  
L2 → L2 − 2L1  0 −1 −2 1   0 −1 −2 1 
   
  L →L −L   ,
  3 3 2  
L3 → L3 − 2L1  0 −1 −1 −2 


 0
 0 −1 −3 

  L4 → L4 − L2  
L4 → L4 − 3L1 0 −1 −2 −8 0 0 0 −9
pelo que r(A) = 4 e, portanto, A é uma matriz invertı́vel. H

2.5 Resolução e discussão de sistemas
Consideremos o seguinte sistema de equações lineares nas incógnitas x, y, z e w (e coefi-

cientes reais):

x = 1 − 2w






 y = 3+w



 z = 2 + 3w .

Este sistema encontra-se na forma que usualmente se designa por “resolvido”, i.e. a
partir da qual podemos de imediato escrever explicitamente o seu conjunto de soluções.
Observe-se ainda que este sistema tem uma variável independente (o grau de indeter-
minação do sistema) e três variáveis dependentes.
A forma normalizada (i.e. variáveis ordenadas e só com termos independentes nos
segundos membros das equações) do sistema considerado é a seguinte:




 x + 2w = 1


 y−w = 3



 z − 3w = 2 .

A este sistema corresponde a matriz ampliada
 
 1 0 0 2 1 
 
 ,
 
 0 1 0 −1 3
 
 
0 0 1 −3 2
a qual é uma matriz de Hermite.

Mais geralmente, é fácil constatar que a matriz ampliada de um sistema que seja de
Resolução e discussão de sistemas 121
Hermite (i.e. da forma
 
 0 ··· 0 11 j1 · · · ∗ 0 ··· ∗ 0 ··· ∗ 0 ··· ∗ ∗ 
 
 0 ··· 0 0 ··· 0 12 j2 · · · ∗ 0 ··· ∗ 0 ··· ∗ ∗ 
 
 
 
 0 ··· 0 0 ··· 0 0 ··· 0 13 j3 · · · ∗ 0 ··· ∗ ∗ 
 
 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
 
 . . . . . . . . . . . . . . . . 
 
 
 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 1` j ` ··· ∗ ∗ 
 
 
 
 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 λ 
 
 
 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 
 
 
 . . .. .. .. .. .. .. .. .. .. .. .. .. .. .. 
 .. .. . . . . . . . . . . . . . . 
 
 
0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0 ··· 0 0
m×(n+1)
com λ = 1 ou λ = 0, podendo se incluir neste último caso a possibilidade de não termos

a linha onde aparece λ, ou seja termos ` = m) corresponde à forma normalizada de um
sistema (dito) resolvido. Observemos que a recı́proca pode não ser verdadeira, i.e. a
matriz ampliada da forma normalizada de um sistema resolvido pode não ser de Hermite
(embora seja “quase”).
Tendo em conta o Teorema 2.2.3 (operações elementares sobre linhas efectuadas na
matriz ampliada de um sistema resulta na matriz ampliada de um sistema equivalente),
tudo o que temos que fazer, para resolver um sistema de equações lineares, é calcular, a
partir da matriz ampliada do sistema, usando operações elementares sobre linhas, uma
matriz de Hermite. A este processo chamamos resolução matricial do sistema ou
resolução do sistema usando matrizes.
Exemplos 2.5.1 Consideremos os seguintes sistemas de equações lineares e coeficientes

reais:
 
 x − 2y + w
 

 = 1 

 y+z = 5

 

x − 2y + z = 0 (α ∈ R) e x+y+z = 6 .

 


 

 2x − 4y + z + w =

α  x+y−z = 0

1. Para o primeiro sistema com α = 3 temos:

   
 1 −2 0 1 1



−→  1 −2 0

1 1 

   
 1 −2 1 0 0  L2 → L2 − L1  0 0 1 −1 −1 
   
   
2 −4 1 1 3 L3 → L3 − 2L1 0 0 1 −1 1
 
 1 −2 0 1 1 
−→ 



,
 0
 0 1 −1 −1 

L3 → L3 − L2  
0 0 0 0 2
pelo que o sistema não tem soluções, visto que à terceira linha da última matriz
corresponde a equação 0 = 2 (é fácil ver que, mais geralmente, obtemos um sistema
insolúvel para qualquer α 6= 1);
2. Ainda para o primeiro sistema com α = 1 temos:

   
 1 −2 0 1 1



−→  1 −2 0

1 1 

   
 1 −2 1 0 0  L2 → L2 − L1  0 0 1 −1 −1 
   
   
2 −4 1 1 1 L3 → L3 − 2L1 0 0 1 −1 −1
 
 1 −2 0 1 1 
−→ 


 .

 0
 0 1 −1 −1 
L3 → L3 − L2  
0 0 0 0 0
A esta última matriz (de Hermite) corresponde o sistema

 
 x − 2y + w = 1
  x = 1 + 2y − w

equivalente a
 z−w

= −1  z = −1 + w

e cujo conjunto de soluções é
{(1 + 2α − β, α, −1 + β, β) | α, β ∈ R}.
3. Relativamente ao segundo sistema temos:

     
 0 1 1 5  1 1 1 6   1 1 1 6


 1 1

 −→  
 −→ 




 1 6 
  0 1 1 5 

 0 1
 1 5 

  L1 ↔ L2   L3 → L3 − L1  
1 1 −1 0 1 1 −1 0 0 0 −2 −6
   
 1 1 1 6  −→  1 1 0 3 
−→ 





 0 1 1 5  L2 → L2 − L3  0 1 0 2 


L3 → − 21 L3 
   
  
0 0 1 3 L1 → L1 − L3 0 0 1 3
 
 1 0 0 1 
−→  
 0 1 0 2  ,
 
 
L1 → L1 − L2  
0 0 1 3
pelo que {(1, 2, 3)} é o conjunto de soluções do sistema. H
Definições 2.5.2
1. Um sistema de equações lineares diz-se possı́vel se possuir soluções, caso contrário
diz-se impossı́vel;
2. Ao número de variáveis independentes de um sistema de equações lineares possı́vel

chamamos grau de indeterminação do sistema;
3. Um sistema de equações lineares possı́vel diz-se determinado se possuir exacta-

mente uma solução, caso contrário diz-se indeterminado.
Evidentemente, um sistema de equações lineares é possı́vel e determinado se e só se

todas as suas variáveis são dependentes, ou seja, se e só se o seu grau de indeterminação
é igual azero.
Seja A | B a matriz ampliada de um sistema de equações lineares sobre K.
m×(n+1)
Seja AH | BH uma matriz de Hermite obtida a partir de A | B por meio
m×(n+1)
de operações elementares sobre linhas. Além de termos r( A | B ) = r( AH | BH ),
é também evidente
que
r(A) = r(AH ). Assim, é imediato que o sistema é possı́vel se e só
se r(A) = r( A | B ) (este resultado é conhecido por Teorema de Rouché) e, neste
caso, o grau de indeterminação

do sistema é igual a n−r(A), sendo possı́vel e determinado

se e só se r(A) = r( A | B ) = n. Observemos que temos sempre r(A) ≤ r( A | B )

(visto que A | B tem as todas colunas de A mais a coluna B).
Em resumo,
para um sistema de m equações lineares a n incógnitas de matriz ampliada
A|B , temos:
m×(n+1)

1. Se r(A) = r( A | B ) = n o sistema é possı́vel e determinado;

2. Se r(A) = r( A | B ) < n o sistema é possı́vel e indeterminado com grau de
indeterminação igual a n − r(A);

3. Se r(A) < r( A | B ) o sistema é impossı́vel.
Por discussão de um sistema entendemos determinar qual das três situações anteriores
satisfaz o sistema (sem necessariamente ter de o resolver).
Exemplos 2.5.3 Consideremos os sistemas de equações lineares e coeficientes reais se-

guintes:
 
(β − 1)x + y + z
 


 x + αy + z = 1 

 = 1

 

x+y+z = 0 e (β − 1)x + βy + (α + 1)z = α+1 ,

 


 

 2x + 2αy + αz = 2
  (2β − 2)x + (β + 1)y + (2α + 2)z = α + β + 1

com α e β parâmetros reais.

Comecemos por discutir o primeiro sistema em função do parâmetro real α. Então:
   
 1 α 1 1 
 
−→  1

α 1 1 

=  1 1 1 0  L2 → L2 − L1 .
   
A|B  
 0 1−α
 0 −1 

   
2 2α α 2 L3 → L3 − 2L1 0 0 α−2 0

Assim, para α ∈ R \ {1, 2} temos r(A) = r( A | B ) = 3, pelo que o sistema é possı́vel
e determinado. Para α = 1 a última matriz obtida é

   
 1 1 1 1   1 1 1 1



 −→ 



 ,

 0 0
 0 −1 

 0 0 −1
 0 
  L2 ↔ L3  
0 0 −1 0 0 0 0 −1

donde 2 = r(A) < r( A | B ) = 3, pelo que o sistema é impossı́vel. Finalmente, para
α = 2 a última matriz obtida é
 
 1 2 1 1 
 
 0 −1 0 −1  ,
 
 
 
0 0 0 0

donde r(A) = r( A | B ) = 2, pelo que o sistema é possı́vel e indeterminado com grau
de indeterminação igual a 1 (= 3 − r(A)).
Discutamos agora o segundo sistema em função parâmetros reais α e β:
 
 β−1

1 1 1 

−→
= β−1
 
A|B  β α+1 α+1  L2 → L2 − L1

 
2β − 2 β + 1 2α + 2 α + β + 1 L3 → L3 − 2L1
   
 β−1 1 1 1  β−1 1 1 1 




 −→ 


 .

 0
 β−1 α α 

 0
 β − 1 α α 
  L3 → L3 − L2
 
0 β − 1 2α α + β − 1 0 0 α β−1

Então, para α 6= 0 e β =
6 1 temos r(A) = r( A | B ) = 3, pelo que o sistema é possı́vel
e determinado. Para α 6= 0 e β = 1 a última matriz obtida é
   
 0 1 1 1   0 1 1 1




 0 0 α α 
−→ 

 0 0 α


 ,

   α 
  L3 → L3 − L2  
0 0 α 0 0 0 0 −α

donde 2 = r(A) < r( A | B ) = 3, pelo que o sistema é impossı́vel. Para α = 0 e

β 6= 1 temos também 2 = r(A) < r( A | B ) = 3, pelo que o sistema é impossı́vel.

Finalmente, com α = 0 e β = 1 temos r(A) = r( A | B ) = 1, pelo que o sistema é
possı́vel e indeterminado com grau de indeterminação igual a 2 (= 3 − r(A)). H
Seja A uma matriz quadrada invertı́vel de ordem n sobre K.

De acordo com Teorema 2.4.7, temos r(A) = n. Além disso, é possı́vel transformar A
por meio de operações elementares sobre linhas na matriz In . Assim, dada uma qualquer
matriz coluna B1×n a equação matricial AX = B tem uma única solução (o sistema
deequações
lineares correspondente é possı́vel e determinado, visto que r(A) = n =
r( A | B )) que se obtém efectuando operações elementares sobre linhas na matriz

A | B de modo a obter uma matriz da forma In | X (com a matriz In nas primeiras
n colunas, sendo a coluna n + 1 a solução).
Suponhamos agora que X1 , X2 , . . . , Xn são as (matrizes) coluna da matriz A−1 , i.e.

−1
A = X1 X2 · · · Xn ,
e ∆1 , ∆2 , . . . , ∆n são as (matrizes) coluna da matriz identidade In , i.e.

In = ∆1 ∆2 · · · ∆n .

−1
Então ∆1 ∆2 · · · ∆n = In = AA =A X1 X2 · · · Xn = AX1 AX2 · · · AXn ,
pelo que
AXi = ∆i ,
para 1 ≤ i ≤ n. Logo, obtemos

acoluna i da matriz A−1 efectuando operações
elementares

sobre linhas na matriz A | ∆i de modo a obter uma matriz da forma In | X (com
a matriz In nas primeiras n colunas, tendo-se X = Xi ), 1 ≤ i ≤ n.
Estes n sistemas de n equações lineares a n incógnitas,
todos de matriz simples A,
podem ser resolvidos simultaneamente considerando a matriz A | In , do tipo n×(2n),
e efectuando-lhe operações elementares sobre linhas de modo a obter uma matriz da forma

In | M , tendo-se M = A−1 , de acordo com o exposto atrás:
n×(2n)

A | In
n×(2n)
−→ In | A−1
n×(2n)
operações elementares
sobre LINHAS
Exemplo 2.5.4 Consideremos a matriz

 
 0 1 1 
 
A= 1  .
 
 1 2 
 
1 −1 1
Vejamos em primeiro lugar que A é uma matriz invertı́vel. Então:

     
1 1 2   1 1 2  1 1 2 
A −→  
 −→ 



 −→ 


 0 1 1  ,

 0 1 1 

 0
 1 1 
  
L1 ↔ L2   L3 → L3 − L1   L3 → L3 + 2L2  
1 −1 1 0 −2 −1 0 0 1
pelo que r(A) = 3, donde A é invertı́vel. Logo

   
 0 1 1 1 0 0  11 2 0 1 0 

= 1


 −→  
 −→
A | I3  1 2 0 1 0 
  0 1 1 1 0 0 

  L1 ↔ L2   L3 → L3 − L1
1 −1 1 0 0 1 1 −1 1 0 0 1
   
 1 1 2 0 1 0   1 1 2 0 1 0  −→


 0

 −→ 



 1 1 1 0 0 

 0 1 1 1
 0 0 
 L2 → L2 − L3
  L3 → L3 + 2L2  
0 −2 −1 0 −1 1 0 0 1 2 −1 1 L1 → L1 − 2L3
   
 1 1 0 −4 3 −2   1 0 0 −3 2 −1 


 0 1 0 −1

 −→ 



,
 1 −1 

 0 1 0 −1
 1 −1 

  L1 → L1 − L2  
0 0 1 2 −1 1 0 0 1 2 −1 1
 
 −3 2 −1 
 
pelo que A−1 =  −1 . H
 
 1 −1 
 
2 −1 1

   
 1 2 0 3 1   1 0 0 1 
   
 1 2 3   1 2 3     
 1 2 3 3 3   0 1 1 0 
       
A =  3 1 2 , B =  3 1 2 , C =  , D =  ,
   
   







  1 0 1 1 3   0 1 1 0 
   
5 5 8 2 3 1    
1 1 1 2 1 1 0 0 1
   
 1 −1 0 −1 −5 −1   0 0 0 1 
   
 2 1 −1 −4 1 −1   0 0 1 0 
   
E=  
 e F = 

.

 1
 1 1 −4 −6 3 

 0
 1 0 0 

   
1 4 2 −8 −5 8 1 0 0 0
Efectuando operações elementares sobre linhas, indique, para cada uma das matrizes
anteriores:
a) uma forma escalonada por linhas;
b) a sua forma de Hermite.
2. Determine a caracterı́stica das seguintes matrizes:
   
 1 2 3   1 3 −1 2 
   
A =  0 1 1 , B =  4 2 1 −3  ,
   
   
   
1 2 3 0 2 0 3
 
 1 2 −1 3
2   
   0 1 −1 1 
 −1 1 3 −2 −1 
   
C= e D =  1 −1 1 .
 


 0
 2 7 −1 9 8 
 
   
  1 1 2 −1
3 3 −2 4 −6
3. Discuta a caracterı́stica das seguintes matrizes, em função dos parâmetros reais α e

β:
 
 1 0 −1 1 
 
(a) A =  1 1 0 1 .
 
 
 
α 1 −1 2
 
 α 0 −1 β 
 
 1 0 β 0 
 
(b) B = 

.

 1 1 1 1 
 
 
1 1 0 1
 
 a 1 a 0 0 0 
 
 0 b 1 b 0 0 
 
4. Seja r é a caracterı́stica da matriz A = 

. Mostre que:

 0 0 c 1 c 0 
 
 
0 0 0 d 1 d
(a) r > 2;
(b) r = 3 se e só se a = d = 0 e bc = 1;
(c) r = 4 nos restantes casos.
5. Resolva, caso sejam possı́veis, os seguintes sistemas de equações:


−z = 1



 x + 2y


(a) −x − y + 2z = 0




 x

+ y + 2z = 1




 x + y + 2z + w = 1



y + 3z + 3w = 2


(b)
−x + z + 2w = 1







−

 2x + y + z w = 0




 x − y + z = 0



y − z + w = 2


(c)
x + y + z + w = −1








 y + w = 3




 2x + y = 8


(d) −x + 2y + 4z = 7 .




 −x

+ z = 1
6. Considere o seguinte sistema de equações lineares:




 x + αy + βz = 1


 α(β − 1)y = α



x + αy + z = β2


(a) Discuta o sistema em função dos parâmetros reais α e β.

(b) Conclua que para α = 2 = β, o sistema tem uma e uma só solução. Determine-
a, usando a inversa da matriz simples do sistema.
7. Discuta, em função dos parâmetros reais a e b, os seguintes sistemas de equações:





 x + y + z = 3


(a) x − y + z = 1




 x − y − z = a





 x + y + z = 3


(b) x − y + z = 1




 2x − 2y + az = 2





 ax + by + z = 1


(c) x + aby + z = b .




 x

+ by + az = 1




 y + az = 0


(d) x + by = 0




 bx

+ az = 0
8. Supondo que A, B e C, são matrizes invertı́veis, resolva as seguintes equações

matriciais em X:
(a) AX T = BD3 .
(b) (AXB −1 )T = I.
(c) CX = DT − C −1 .
(d) A−1 (X − I)T = (B −1 )T .
9. Seja A uma matriz n × n. Prove que o sistema homogéneo AX = 0 tem apenas a

solução trivial X = 0 se e só se A é invertı́vel.
 
 1 1 0 
 
10. Determine para que valores de α a matriz A =  1 0 0  é invertı́vel e, para
 
 
 
1 2 α
esses valores, indique A−1 .
11. Calcule, caso exista, a matriz inversa de cada uma das seguintes matrizes:
 
 3 1 2 
 
(a) A =  1 2 1 ;
 
 
 
1 1 1
 
 5 3 2 
 
(b) B =  2 3 1 ;
 
 
 
7 5 3
 
 1 0 0 
 
(c) C =  1 2 0 .
 
 
 
1 2 3
 
 2 −1 0 
 
12. Dadas as matrizes A =  1 e B = 2 3 −2 resolva a equação ma-
 
 3 1 

 
1 2 1
tricial AT X − B T = 0.
 
 7 0 5 
 
13. Dada a matriz A =  0 1 0  resolva a equação matricial AXA−1 = A + I3 .
 
 
 
4 0 3

1. Considere as seguintes matrizes
 
 
 2 0 5 1 
 0 1 1 0     
0 −18 
 
   2 3  1 4 0 2 
 1 0 0 1 
     
 
A = , B =  7 0 −2 −11 , C =
 

 

 3 3 0 3 

 1 0 0 1 



  
   
  0 4 −3 −1 
 5 1 9 4 

0 1 1 0  
7 2 4 5
 
 1 1 1 0 
 
 1 1 0 1 
 
eD=

.

 1 0 1 1 
 
 
0 1 1 1
Efectuando operações elementares sobre linhas, indique, para cada uma das matrizes
anteriores:
a) uma forma escalonada por linhas;
b) a sua forma de Hermite.
   
 1 1 0 1 4   1 2 3 −2 
   
 2 0 0 4 7   2 1 1 2 
   
A= 
eB=
 
.

 1 1 1 0 5   3 α 1 0 
   
   
1 −3 −1 −10 α 1 1 2 α
Determine α de modo que as formas escalonadas de A e B não tenham linhas nulas.
3. Determine a caracterı́stica das seguintes matrizes:

 
 1 2 5 
 
 2 1 4 
 
a) A = 



 0 −1 −2 
 
 
0 1 2
 
 2 2 1 
 
b) B =  1 3 1 
 
 
 
1 2 2
 
 2 1 −1 
 
c) C = 
 
 0 2 −1 

 
−3 −2 3
 
 0 2 3 −4 1 
 
 0 0 2 3 4 
 
d) D = 
 .

 2 2 −5 2 4 
 
 
2 0 −6 9 7
4. Discuta, segundo os valores de α e β, a caracterı́stica das seguintes matrizes:

 
 1 −1 0 1 
   
 1 0 −1 1     0 0 α 
1 1 0 −1
     
 
A =  1 1 0 1 , B =  , C =  0 β 2 , e
     




  α 1 1 0  



 
α 1 −1 2   3 0 1
0 1 α 1
 
 α 0 −1 β 
 
 1 0 β 0 
 
D=  .

 1 1 1 1 
 
 
1 1 0 1
5. Considere a matriz
 
 1 1 1 1 4 
 
 1 λ 1 1 4 
 
A=

.

 1 1 λ 3−λ 6 
 
 
2 2 2 λ 6
Mostre que, se λ 6= 1 e λ 6= 2, então a caracterı́stica de A é 4. Qual é caracterı́stica

de A quando λ = 1 ou λ = 2?
6. Resolva, caso sejam possı́veis, os seguintes sistemas de equações:


x + 2y − z =



 1


a) −x − y + 2z = 0




 x + y + 2z =

1,




 2x + y − z + w = 1



 3x − 2y + 2z − 3w =

2
b)
5x + y − z + 2w = −1







 2x −

y + z − 3w = 4,




 x + y − z + w = 1



 x −

y + z − w = 0
c)
x + 2y − z = 1







 x − y − 2z

= 1,




 x + y + z = 1



 x − y +

z = 0
d)
y + 2z = 1








 2x + y + 4z = 2,




 x + y + 2z + w = 1



y + 3z + 3w = 2


e)
−x + z + 2w = 1







z −

 2x + y + w = 0,

y + 3z −



 2x + w = 1


f) 4x − y + 7z − 7w = −5




 x +

2y + z + 2w = 3.
7. Considere o sistema:

z = −6α



 2x + y +


 2x + y + (β + 1)z = 4 .



 βx + 3y +

2z = 2α
a) Mostre que, se β 6= 0 e β 6= 6, o sistema tem uma única solução.

b) Prove que, se β = 0, existe um único valor de α para o qual o sistema é possı́vel.
Determine a solução, neste caso.
c) Discuta o sistema no caso β = 6.
   
 3 2 −1 5   0 3 
   
A =  1 −1 , B =  0 −1  .
   
 2 2 
  
   
0 5 −7 α 0 5
Prove que o sistema AX = B é possı́vel se e só se α 6= −1.
9. Discuta, em função dos parâmetros a, b, c, os seguintes sistemas de equações:





 x + y + z = 3


a) x − y + z = 1




 x − y − z = a,





 x + y + z = 3


b) x − y + z = 1




 2x − 2y + az = 2,





 y + az = 0


c) x + by = 0




by + az = 1,






 x + y + z = 1


d) x − y + 2z = a




 2x

+ bz = 2,




 2x + y = b


e) 3x + 2y + z = 0




 x + ay + z = 2,


y −



 ax + z + aw = 0


f) (a + 1)y + z + w = 1




 −x +

y + (a + 1)w = b.
10. Determine quais das seguintes matrizes são invertı́veis e, em caso afirmativo, deter-
mine a respectiva inversa.

     
 1 1 1   1 2 1   1 2 2 
     
a)  1 2 3  , b)  1 3 2  , c)  1 3 1  ,
     
     
     
0 1 1 1 0 1 1 1 3
     
 1 1 2 1   1 1 1 1   1 1 1 1 
     
 0 −2 0 0   1 2 −1 2   1 3 1 2
     

d) 

 , e) 
 
 , f) 
 
.

 1
 2 1 −2 

 1 −1
 2 1 

 1 2 −1 1



     
0 3 2 1 1 3 3 2 5 9 1 6
 
 a b 
11. Prove que a matriz real, A =  , é invertı́vel se e só se ad − bc 6= 0. Neste
c d
caso determine a inversa de A.
12. Resolva as seguintes equações matriciais, considerando as matrizes reais:

   
 2 5   4 −6 
a)  X =  ,
1 3 2 1
   
 1 1 −1   1 −1 3 
   
b) X  2 = ,
   
 1 0   4 3 2 
   
1 −1 1 1 2 5
     
 2 1   −3 2   −2 4 
c)  X  = .
3 2 5 −3 3 −1
Capı́tulo 3
Determinantes
3.1 Definição e propriedades

Seja A = [aij ]n×n uma matriz quadrada de ordem n sobre o corpo K. Dados i, j ∈
{1, . . . , n}, chamamos matriz complementar do elemento aij de A à matriz Aij que se
obtém a partir de A por supressão da linha i e da coluna j.
Definição 3.1.1 Seja A = [aij ]n×n ∈ Mn×n (K). Chamamos determinante de A, e
denotamo-lo por |A| ou por det (A), ao escalar definido recursivamente por:
(1) Se n = 1 então |A| = a11 ;
n
X
(2) Se n ≥ 2 então |A| = (−1)1+j a1j |A1j |.
j=1
Dados i, j ∈ {1, . . . , n}, chamamos menor complementar do elemento aij ao deter-

minante de Aij e complemento algébrico do elemento aij ao escalar (−1)i+j |Aij |.
Tendo em conta estes conceitos, o determinante de uma matriz quadrada A, de ordem
n ≥ 2, foi definido como sendo a soma (de n parcelas) dos produtos de cada elemento da
primeira linha de A pelo respectivo complemento algébrico.
Exemplos 3.1.2
1. det [7]1×1 = 7 e det [−7]1×1 = −7;
 
 a11 a12 
2. Para A = [aij ]2×2 =   temos, por definição,
a21 a22
2
X
|A| = (−1)1+j a1j |A1j | = (−1)1+1 a11 |A11 | + (−1)1+2 a12 |A12 |,
j=1
ou seja,
|A| = a11 a22 − a12 a21 .
141
142 Determinantes
3. De acordo com o exemplo anterior, temos

 
 −2 3 
det   = (−2)(−6) − 3 · 5 = −3. H
5 −6
Nota. Quando usamos a notação das barras verticais para denotar o determinante de uma
matriz (representada explicitamente) é usual suprimir os parêntesis rectos que delimitam
a matriz. Por exemplo, em vez de
 

−2 3 
 = −3


5 −6

escrevemos simplesmente

−2 3
= −3.

5 −6

Exemplo 3.1.3 Consideremos agora uma matriz de ordem três:

 
 a11 a12 a13 
 
A = [aij ]3×3 =  a21 a22 a23 .
 
 
 
a31 a32 a33
Então
P3 1+j
|A| = j=1 (−1) a1j |A1j |
= (−1)1+1 a11 |A11 | + (−1)1+2 a12 |A12 | + (−1)1+3 a13 |A13 |

a22 a23 a21 a23 a21 a22
= a11 − a12 + a13

a32 a33 a31 a33 a31 a32

= a11 (a22 a33 − a23 a32 ) − a12 (a21 a33 − a23 a31 ) + a13 (a21 a32 − a22 a31 )
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a11 a23 a32 − a12 a21 a33 − a13 a22 a31 .
Consideremos a matriz que se obtém de A acrescentando uma cópia das duas primeiras
Definição e propriedades 143
colunas:  
 a11 a12 a13 a11 a12 
 
.
 
 a21 a22 a23 a21 a22
 
 
a31 a32 a33 a31 a32
O determinante de A obtém-se somando os produtos das suas três “diagonais maiores

paralelas à diagonal principal de A”
 
 a11 a12 a13 a11 a12 
 
 
 a21 a22 a23 a21 a22 
 
 
a31 a32 a33 a31 a32
e subtraindo os produtos das suas três “diagonais maiores não paralelas à diagonal prin-
cipal de A”
 
 a11 a12 a13 a11 a12 
 
.
 
 a21 a22 a23 a21 a22
 
 
a31 a32 a33 a31 a32
Esta mnemónica é conhecida por Regra de Sarrus. Note-se que a sua aplicação é
exclusivamente para matrizes de ordem três.
Por exemplo, sendo
 
 −2 3 3 
 
A =  1 0 −5  ,
 
 
 
2 7 −4
temos

−2 3 3

0 −5 1 −5 1 0
1+1 1+2 1+3
|A| = 1 0 −5 = (−1) (−2) + (−1) 3 + (−1) 3

7 −4 2 −4 2 7

2 7 −4

= (−2)(0 + 35) − 3(−4 + 10) + 3(7 − 0) = −67.

144 Determinantes
Por outro lado, para aplicar a Regra de Sarrus consideramos a matriz

 
 −2 3 3 −2 3 
 
 
 1 0 −5 1 0 
 
 
2 7 −4 2 7
e fazendo os produtos das “diagonais”, como atrás descrito, temos
|A| = (−2)0(−4) + 3(−5)2 + 3 · 1 · 7 − 3 · 0 · 2 − (−2)(−5)7 − 3 · 1(−4) = −67. H
Exemplo 3.1.4 Por aplicação sucessiva da definição, é imediato que o determinante de

uma matriz triangular inferior é igual ao produto dos elementos da sua diagonal:

a11 0
0 · · · 0

a21 a22 0 · · · 0

31 a32 a33 · · · 0
a = a11 a22 a33 · · · ann . H

.. .. .. .. ..
. . . . .

an1 an2 an3 · · · ann

n×n
Voltemos a considerar uma matriz quadrada de ordem 2:

 
 a11 a12 
A= 
a21 a22
Considerando a soma dos produtos de cada elemento da segunda linha de A pelo res-
pectivo complemento algébrico, temos
2
X
(−1)2+j a2j |A2j | = (−1)2+1 a21 |A21 | + (−1)2+2 a22 |A22 | = −a21 a12 + a22 a11 = |A|.
j=1
Ainda, considerando a soma dos produtos de cada elemento da primeira coluna de A

pelo respectivo complemento algébrico, temos
2
X
(−1)i+1 ai1 |Ai1 | = (−1)1+1 a11 |A11 | + (−1)2+1 a21 |A21 | = a11 a22 − a21 a12 = |A|.
i=1
Finalmente, considerando a soma dos produtos de cada elemento da segunda coluna de

A pelo respectivo complemento algébrico, temos
2
X
(−1)i+2 ai2 |Ai2 | = (−1)1+2 a12 |A12 | + (−1)2+2 a22 |A22 | = −a12 a21 + a22 a11 = |A|.
i=1
Consideremos agora uma matriz de ordem três:

 
 a11 a12 a13 
 
A =  a21 a22 a23 .
 
 
 
a31 a32 a33
Então, considerando por exemplo a soma dos produtos de cada elemento da segunda
linha de A pelo respectivo complemento algébrico, temos
P3 2+j
j=1 (−1) a2j |A2j | = (−1)2+1 a21 |A21 | + (−1)2+2 a22 |A22 | + (−1)2+3 a23 |A23 |

a12 a13 a11 a13 a11 a12
= −a21 + a22 − a23

a32 a33 a31 a33 a31 a32

= −a21 (a12 a33 − a13 a32 ) + a22 (a11 a33 − a13 a31 ) − a23 (a11 a32 − a12 a31 )
= |A|.
Também, considerando por exemplo a soma dos produtos de cada elemento da terceira
coluna de A pelo respectivo complemento algébrico, temos
P3 i+3
i=1 (−1) ai3 |Ai3 | = (−1)1+3 a13 |A13 | + (−1)2+3 a23 |A23 | + (−1)3+3 a33 |A33 |

a21 a22 a11 a12 a11 a12
= a13 − a23 + a33

a31 a32 a31 a32 a21 a22

= a13 (a21 a32 − a22 a31 ) − a23 (a11 a32 − a12 a31 ) + a33 (a11 a22 − a12 a21 )
= |A|.
Podemos ainda facilmente verificar que obterı́amos o mesmo resultado considerando quer
a terceira linha de A quer a primeira ou segunda coluna de A.
Efectivamente, mais geralmente podemos demonstrar:
146 Determinantes
Teorema 3.1.5 (Teorema de Laplace) O determinante de uma matriz quadrada é

igual à soma dos produtos dos elementos de uma linha ou coluna pelos respectivos com-
plementos algébricos. I.e., se A = [aij ]n×n ∈ Mn×n (K) então
n
X n
X
|A| = (−1)k+j akj |Akj | = (−1)i+k aik |Aik |,
j=1 i=1
para qualquer k ∈ {1, . . . , n}.
Para k ∈ {1, . . . , n}, à expressão do determinante de uma matriz A ∈ Mn×n (K)

(estabelecida no teorema anterior) em função linha (respectivamente, coluna) k chamamos
desenvolvimento de Laplace pela linha (respectivamente, coluna) k do determinante
de A.
Exemplo 3.1.6 Calculemos o determinante da matriz

 
 1 3 −2 0 
 
 2 −1 4 0
 

A= 
.

 −4 0 1 0 
 
 
7 −5 3 −4
Então, efectuando o desenvolvimento de Laplace pela quarta coluna, temos

1
3 −2 0

2 −1 4 0

|A| =

−4 0 1 0

7 −5 3 −4

1
3 −2

= (−1)1+4 0|A14 | + (−1)2+4 0|A24 | + (−1)3+4 0|A34 | + (−1)4+4 (−4) 2 −1

4

−4 0 1

1
3 −2

= −4 2 −1 4 .

−4 0 1

Efectuando agora o desenvolvimento de Laplace pela terceira linha desta última matriz,
vem
 

3 −2 ··· 1 3
3+1 3+2 3+3
|A| = −4 (−1) (−4) + (−1) 0 + (−1) 1
 

−1 4 ··· 2 −1

= −4 ((−4)(12 − 2) + 0 + (−1 − 6)) = 188. H
Exemplo 3.1.7 Usando sucessivamente o desenvolvimento de Laplace pela primeira co-

luna, é fácil ver que também o determinante de uma matriz triangular superior é igual ao
produto dos elementos da sua diagonal:

a11 a12 a13 · · · a1n

0 a22 a23 · · · a2n

0
0 a33 · · · a3n = a11 a22 a33 · · · ann . H

.. .. .. .. ..
. . . . .

0 0 0 · · · ann

n×n
Notemos que uma matriz triangular superior é a matriz transposta de uma matriz
triangular inferior e que, como vimos atrás, têm o mesmo determinante. Mais geralmente,
dada uma matriz A = [aij ]n×n ∈ Mn×n (K), tendo em conta que a matriz complementar do
elemento aij de A é a matriz transposta da matriz complementar do elemento da posição
(j, i) de AT , para quaisquer i, j ∈ {1, . . . , n}, é fácil concluir (por indução, aplicando a
definição à matriz A e o desenvolvimento de Laplace pela primeira coluna à matriz AT )
que:
Corolário 3.1.8 Para toda a matriz A ∈ Mn×n (K), tem-se |AT | = |A|.
Prova-se que:
Teorema 3.1.9 (Propriedades) Seja A ∈ Mn×n (K).

1. Se B é uma matriz que resulta de A multiplicando toda uma (única) linha [coluna]
por λ ∈ K então |B| = λ|A|. Consequentemente, |λA| = λn |A|.
2. Se B é uma matriz que resulta de A por troca de duas linhas [colunas] então |B| =
−|A|.
3. Se A possui uma linha [coluna] nula então |A| = 0.
4. Se A possui duas linhas [colunas] iguais então |A| = 0.

148 Determinantes
5. Se B é a matriz que resulta de A por meio da operação Li → Li +λLj [Ci → Ci +λCj ]

sobre linhas [colunas], com λ ∈ K, 1 ≤ i, j ≤ n e i 6= j, então |B| = |A|.
As propriedades enunciadas no teorema anterior permitem-nos calcular o determinante

de uma matriz sem recorrer à definição ou ao Teorema de Laplace: basta transformar
a matriz por meio de operações elementares sobre linhas e/ou colunas (registando as
variações dos respectivos determinantes) numa matriz triangular. Note-se que, muitas
vezes é mesmo mais conveniente usar simultaneamente ambos os processos.
Exemplos 3.1.10

2
2 −1 1 =
2 2 −1 1
2
2 −1 1

−2 −2 2 1 L2 → L2 + L1 0 0 1 2 = 0 −1 1 −1

1.

−

4
3 −1 1 L3 → L3 − 2L1

0 −1 1 −1 L2 ↔ L3 0 0 1 2

2 3 1 2 L4 → L4 − L1 0 1 2 1 0 1 2 1

2
2 −1 1

2
2 −1 1

= 0 −1 1 −1 = 0 −1 1 −1

−
−

0 0 1 2
L4 → L4 + L2 L4 → L4 − 3L3 0 0 1 2

0 −6

0 0 3 0 0 0
= −(2(−1)1(−6)) = −12.
 
 1 −2 3 
 
2. Seja A =  . Então,
 
 4 5 −6 

 
−7 −8 9

|A| = 1 −2
3
=

13 −18
Laplace 1· = 390−396 = −6. H

L2 → L2 − 4L1 0 13 −18
−22 30

L3 → L3 + 7L1 0 −22
a
30 1 coluna

Demonstra-se que:
Teorema 3.1.11 Sejam A, B ∈ Mn×n (K). Então |AB| = |A||B|.

Observação 3.1.12 Uma propriedade análoga ao Teorema 3.1.11 não é válida para a
adição de matrizes, i.e. dadas A, B ∈ Mn×n (K) em geral não é verdade que |A + B| =
|A| + |B|. Por exemplo, para
   
 2 3   −2 4 
A=  e B= 
0 −1 0 7

0 7
temos |A| + |B| = −2 + (−14) = −16 6= 0 = = |A + B|.

0 6

150 Determinantes
3.2 Aplicações
3.2.1 Inversa de uma matriz
Teorema 3.2.1 Seja A ∈ Mn×n (K). Então, A é invertı́vel se e só se |A| 6= 0. Além
1
disso, se A é invertı́vel então |A−1 | = .
|A|
Seja A = [aij ] ∈ Mn×n (K). Denotamos por A b a matriz dos complementos algébricos de
b = [âij ] ∈ Mn×n (K), em que âij = (−1)i+j |Aij |, para quaisquer i, j ∈ {1, . . . , n}.
A, i.e. A
Definição 3.2.2 Seja A ∈ Mn×n (K). Chamamos matriz adjunta de A, e denotamo-la

por adj(A), à transposta da matriz A, bT .
b i.e. adj(A) = A
 
 1 −2 3 
 
Exemplo 3.2.3 Seja A =  . Então
 
 4 5 −6 
 
−7 −8 9
 T

 5 −6
4 −6 4 5
−

 
 
 −8 9

−7

9 −7 −8

 
 
 −2 3 1 3 1 −2
 

 −
adj(A) =  −


 −8 9 −7 9

−7 −8

 
 
 −2 −2
 
3 1 3 1 
−
 
 
5 −6 4 −6 4 5

 T  
 −3 −(−6) 3   −3 −6 −3 
   
=  −6 = . H
   
 30 −(−22) 

 6 30 18 

   
−3 −(−18) 13 3 22 13
Não é difı́cil verificar que:
Teorema 3.2.4 Seja A ∈ Mn×n (K). Então A adj(A) = adj(A)A = |A|In .
Como consequência imediata deste resultado temos:

Aplicações 151
1
Corolário 3.2.5 Seja A ∈ Mn×n (K) uma matriz invertı́vel. Então A−1 = adj(A).
|A|
 
 1 −23 
 
Exemplo 3.2.6 Seja A =  . Tendo em conta os Exemplos 3.1.10 e 3.2.3,
 
 4 5 −6 

 
−7 −8 9
temos
   
1 1
 −3 −6 −3   1 2 2 
1 1 
   
A−1 = adj(A) =  6 30 18  =  −1 −5 −3 . H
  
|A| −6    
   
3 22 13 − 21 − 11
3
− 13
6
3.2.2 Regra de Cramer

Consideremos o sistema de equações lineares de n equações a n incógnitas sobre o corpo
K 



 a11 x1 + · · · + a1n xn = b1



 a21 x1 + · · · + a2n xn = b2

..
.







 a x + ···

+ ann xn = bn
n1 1
e sejam A a matriz simples deste sistema, B a matriz coluna dos seus termos independentes
T
e X = x1 · · · x n a matriz coluna das variáveis.
Um sistema de n equações lineares a n incógnitas diz-se um sistema de Cramer se
e só se é possı́vel e determinado.
Tendo em conta as propriedades estudadas, é imediato que:
Teorema 3.2.7 As seguintes afirmações são equivalentes:
1. O sistema representado matricialmente por AX = B é um sistema de Cramer;
2. det (A) 6= 0;
3. r(A) = n;
4. A matriz A é invertı́vel.
152 Determinantes
Tomemos então um sistema de Cramer representado matricialmente por AX = B.

Uma vez que a matriz A é invertı́vel, podemos escrever
1
X = A−1 B = ( adjA) B,
det A
ou seja,
n
1
X
xi = det A (−1)r+i det Ari br
r=1

a11 · · · a1,i−1 b1 a1,i+1 · · · a1n

a21 · · · a2,i−1 b2 a2,i+1 · · · a2n

1
= det A ,
.. .. .. .. ..

. . . . .

an1 · · · an,i−1 bn an,i+1 · · ·

ann
para qualquer i ∈ {1, . . . , n}.

Provámos pois:
Teorema 3.2.8 (Regra de Cramer) Dado um sistema de Cramer representado matri-

cialmente por AX = B, tem-se

a11 · · · a1,i−1 b1 a1,i+1 · · · a1n

a21 · · · a2,i−1 b2 a2,i+1 · · · a2n

. .. .. .. ..
.. . . . .

an1 · · · an,i−1 bn an,i+1 · · ·

ann
xi = ,
det A
i.e., a i-ésima coordenada da solução do sistema é igual ao quociente do determinante
da matriz que se obtém de A substituindo a sua i-ésima coluna pela coluna dos termos
independentes, pelo determinante de A, para qualquer i ∈ {1, . . . , n}.
Exemplo 3.2.9 Consideremos o seguinte sistema de equações lineares sobre o corpo do

números reais: 



 2x + z = 1


 3x + y + z = 2



 x + y + z

= 3.
Aplicações 153
Como

2 0 1 1 0 2 1 0 2

1 1
= − 1 1 3 = − 0 1 1 = −1 · = 2 6= 0,

3 1 1
1 −1

1 1 1 1 1 1 0 1 −1

então o sistema é de Cramer. Logo

1 0 1 2 1 1 2 0 1

2 1 1 3 2 1 3 1 2

3 1 1 1 3 1 1 1 3

1 3
x= =− , y= = e z= = 2. H
2 2 2 2 2
Embora à partida a regra de Cramer seja somente aplicável a sistemas de Cramer, com
algumas adaptações é possı́vel utilizá-la para resolver qualquer sistema possı́vel, mesmo
que indeterminado.
Consideremos então um sistema de equações lineares representado matricialmente por
T
AX = B, em que A = aij ∈ Mm×n (K) e B = b1 · · · bm ∈ Mm×1 (K).

Admitamos que r = r(A) = r( A | B ), com r ≤ n.
1. Suponhamos que r = m < n e que o determinante da submatriz A0 de A, constituı́da

pelas r primeiras linhas e r primeiras colunas, é diferente de zero. Então, designando
as r primeiras incógnitas por incógnitas principais e escrevendo o sistema na
forma




 a11 x1 + ··· + a1m xm = b1 − a1,m+1 xm+1 − · · · − a1n xn



 a21 x1 + ··· + a2m xm = b2 − a2,m+1 xm+1 − · · · − a2n xn

..
.







 a x + ···

+ amm xm = bm − am,m+1 xm+1 − · · · − amn xn ,
m1 1
podemos considerar que, relativamente às incógnitas principais, estamos na presença

154 Determinantes
de um sistema de Cramer, de matriz simples igual a

 
 a11 a12 · · · a1m 
 
 a21 a22 · · · a2m 
 
0
A =
 .

 .. .. .. 
 . . 

 
am1 am2 · · · amm
e de matriz coluna dos termos independentes igual a

 
 b1 − a1,m+1 xm+1 − · · · − a1n xn 
 
 b2 − a2,m+1 xm+1 − · · · − a2n xn
 
0

B = .
 .. 

 . 

 
bm − am,m+1 xm+1 − · · · − amn xn
Resolvendo-o, pela regra de Cramer, vamos obter as incógnitas x1 , . . . , xm em função

das restantes n − m incógnitas, i.e., em função das incógnitas não principais.
Observemos que não há perda de generalidade quando consideramos diferente de
zero o determinante da submatriz de A formada pelas primeiras r linhas e primeiras
r colunas, uma vez que, com uma conveniente reordenação das incógnitas, obtemos
a situação que considerámos.
2. Se r < m então é possı́vel eliminar m − r equações do sistema de forma a obter um

sistema equivalente ao inicial. Depois disso, duas situações se podem dar: o novo
sistema assim obtido é um sistema de Cramer (se r = n) ou está nas condições do
caso considerado anteriormente.
Exemplos 3.2.10
1. Consideremos o seguinte sistema de equações sobre o corpo dos números reais:





 5x + y + 2z = 3



 4x

+ 2y + 2z = 5
x + y + z = 3








 10x + 4y + 5z = 11.
Aplicações 155
Este sistema é possı́vel e determinado. Efectivamente, considerando a sua matriz

ampliada temos
     
 5 1 2 3   1 1 1 3   1 1 1 3 
     
 4 2 2 5  0 −2 −2 −7 0 −2 −2 −7
     
   
  −→   −→  
     
 1 1 1 3   0 −4 −3 −12   0 0 1 2 
     
     
10 4 5 11 0 −6 −5 −19 0 0 0 0
e podemos também concluir que o sistema considerado é equivalente ao sistema





 5x + y + 2z = 3


 4x + 2y + 2z = 5



 x + y + z = 3,

o qual é, tendo em conta os cálculos anteriores, um sistema de Cramer. Aplicando-

lhe a regra de Cramer obtemos

3 1 2

5 3 2

5 1 3

5 2 2

4 5 2

4 2 5

3 1 1 1 3 1 1 1 3

1 3
x = =− , y = = e z = = 2.
2 2

5 1 2

5 1 2

5 1 2

4 2 2

4 2 2

4 2 2

1 1 1 1 1 1 1 1 1

2. Consideremos agora o sistema de equações lineares sobre o corpo dos números reais
seguinte:




 2x + y + z = 1


1
 x + 2
y + z = 2



 4x

+ 2y + 3z = 5.
156 Determinantes
Este sistema é possı́vel e indeterminado, visto que
x y z x y z x z y
     
 2 1 1 1   2 1 1 1   2 1 1 1 
     
 1 21 1 2 −→  0 0 21 32 −→  0 12 0 32 .
     
 
     
     
4 2 3 5 0 0 1 3 0 0 0 0
Vamos aplicar a regra de Cramer para determinar as soluções deste sistema, usando
o método indicado atrás, tomando x e z como incógnitas principais e considerando
apenas as duas primeiras equações. Então

1−y 1 2 1−y

1 1
2 − 2y 1 1 2 − 2y

1
x= = −1 − y e z = = 3,

2 1
2
2 1

1 1 1 1

para qualquer y ∈ R. O conjunto de soluções do sistema é pois

1
{(−1 − y, y, 3) | y ∈ R}. H
2

1. Considere as matrizes
   
 1 −3 0   1 −2 5 
   
A =  −2 e B= .
   
 0 7 
  1 0 3 

   
5 3 −3 −4 2 0
Calcule os determinantes utilizando:
(a) Operações elementares;

(b) O Teorema de Laplace.
2. Verifique que são nulos os seguintes determinantes:

x y z

(a) ax0 − bx ay − by az − bz ;
0 0

x0 y0 z0

a+b c 1

(b) 1 .

b+c a

c+a b 1

3. Calcule o determinante

1 2 −3 4

−4 2 1 3

,

3 0 −2 0

2 −5

1 0
efectuando o desenvolvimento de Laplace pela terceira linha.
4. Sem calcular os determinantes, justifique as igualdades:

158 Determinantes

1 1 −4
1 1
1

(a) = −4 2 ;

2 0 −8 2 0

3 2 12 3 2 −3

2 −1 −2 3 3 0

(b) 3 3 0 3 ;
=

3 0

1 4 2 1 4 2

a b αa + βb + c a b c

(c) d e αd + βe + f = d e f ;

g h αag + βh + i g h i

a + αb a − αb c a
b c

(d) = −2α e f .

d + αe d − αe f d

g + αh g − αh i g h i

5. Seja A uma matriz real quadrada de ordem 3 tal que det (A) = 2.

(a) Calcule det (3A)T A−1 .
 
 −2 0 0 
 
(b) Suponha que adj(A) =  0 −1 0  e determine as matrizes A−1 e A.
 
 
 
0 0 2
 
 1 1 0 
 
6. Determine para que valores de α a matriz A =  1 0 0  é invertı́vel e, para
 
 
 
1 2 α
esses valores, calcule A−1 .
7. Calcule

1 2 3 −4

0 −5 6 −7

.

0 0 −8 9

0 0 0 10
   
 b + 8c 2c − 2b 4b − 4c   0 1 2 
   
A =  4c − 4a 8a + c 2a − 2c  , P =  2 0 1 .
   
   
   
2b − 2a 4a − 4b a + 8b 1 2 0
Determine P −1 e calcule P −1 AP . Utilizando a matriz P −1 AP , calcule |A|.
9. Resolva a equação:

x a a a

a x a a

= 0.

a a x a

a a a x
10. Use a regra de Cramer para resolver os seguintes sistemas:





 2x + y = 8


(a) −x + 2y + 4z = 7




 −x

+ z = 1 ;


 2x

 + y + z = 0


(b) −x + y + 3z = 3




 3x

+ 5y + 2z = 4 .
160 Determinantes

1. Efectuando a expansão de Laplace ao longo da terceira linha, calcule:

−1 2 3 1

4 2 1 2

.

1 0 −3 0

2 −4

3 0
2. Considere a matriz:  
 1 1 −1 
 
A= 2 .
 
 1 3 

 
1 −5 1
Calcule |A| efectuando a expansão de Laplace ao longo de cada uma das três colunas
de A.
3. Use as propriedades dos determinantes para provar que

a 3a − 2b a a a b

b 3b − 2a a = 2 b a a .

c 3c − 2a a c a a

4. Sem calcular os determinantes, justifique as igualdades:

1 0 2 1 2 0 5 9 4

a) 2 1 3 = − 2 3 1 = 2 3 1 .

5 4 9 5 9 4 1 2 0

a + αb + βc b c a b c
1 1 1 1 1 1 1 1

b) a2 + αb2 + βc2 b2 c2 = a2 b2 c2 .

a3 + αb3 + βc3 b3 c3 a3 b3 c3


a + αc b a − αc a b c
1 1 1 1 1 1 1 1

c) a2 + αc2 b2 a2 − αc2 = −2α a2 b 2 c 2 .

a3 + αc3 b3 a3 − αc3 a3 b 3 c 3

5. Calcule

1−λ 3 2

.

2
−1 − λ 3

3 0 1−λ

6. Determine os valores de x para os quais |A| =

6 0, com:
 
 x 2 0 3 
 
 1 2 3 3 
 
A=

.

 1 0 1 1 
 
 
1 1 1 3
7. Mostre que:

0 a 0 0 0 0

f 0 b 0 0 0

0 g 0 c 0 0

= −acef hm.

0 0 h 0 d 0

0 0 0 k 0 e

0 0 0 0 m 0

8. Calcule a matriz adjunta da matriz:

162 Determinantes
 
 a b 
a) A =  .
c d
 
 a h g 
 
b) B =  h b f  .
 
 
 
g f c
 
 −1 0 −1 
 
c) C =  0 −1 .
 
 0 

 
−1 0 −1
9. Use a regra de Cramer para resolver os seguintes sistemas:





 2x + z = 1


(a) 3x + y + z = 2




 x

+ y + z = 3 ;




 5x + y + 2z = 3


(b) 4x + 2y + 2z = 5




 x

+ y + z = 3 .
Capı́tulo 4
Valores e Vectores Próprios
4.1 Valores e vectores próprios

Definição 4.1.1 Seja A uma matriz quadrada, A ∈ Mn×n (K). Uma matriz coluna não
nula X, X ∈ Mn×1 (K), para a qual existe um número real λ que satisfaz a igualdade
AX = λX diz-se um vector próprio da matriz A. A λ chamamos valor próprio da
matriz A. Chamamos espectro de A (esp(A)) ao conjunto dos valores próprios de A.
Teorema 4.1.2 Um número real λ é um valor próprio da matriz A ∈ Mn×n (K) se e só
se |A − λI| = 0.
Demonstração. Um número real λ é um valor próprio da matriz A ∈ Mn×n (K) se existir um

X ∈ Mn×1 (K) não identicamente nulo tal que AX = λX. Como AX = λX ⇔ (A − λI)X = 0,
e este sistema admite uma solução não nula se e só se for indeterminado, podemos concluir pelo
Teorema 3.2.7 que λ é um valor próprio da matriz A se e só se |A − λI| = 0.
Exemplo 4.1.3 Consideremos a matriz

 
 1 0 −2 
 
A= .
 
 0 0 0 

 
−2 0 4
Comecemos por calcular os valores próprios de A. Como

1−λ 0 −2

1−λ −2
|A−λI3 | = = −λ = −λ ((1 − λ)(4 − λ) − 4) = −λ3 +5λ2

0 −λ 0
−2 4 − λ

−2 0 4−λ

163
164 Valores e Vectores Próprios
então
|A − λI3 | = 0 ⇔ −λ3 + 5λ2 = 0 ⇔ λ = 0 ∨ λ = 0 ∨ λ = 5,
pelo que os valores próprios de A são λ = 0 (com multiplicidade 2) e λ = 5. Vamos agora
calcular os vectores próprios associados ao valor próprio λ = 5, resolvendo a equação
matricial (A − 5I3 )X = 0, isto é,
    
 −4 0 −2   x1   0 
    
 =  0 .
    
 0 −5 0   x 2
    
    
−2 0 −1 x3 0
Concluimos que os vectores próprios associados ao valor próprio 5 são os vectores da forma
 
 x1 
 
, x1 ∈ R \ {0}.
 

 0 

 
−2x1
Em relação ao valor próprio 0, temos de resolver a equação

    
 1 0 −2   x1   0 
    
(A − 0I3 )X = 0 ⇔  = .
    
 0 0  
  0
0   x2  
    
−2 0 4 x3 0
Os vectores próprios associados a este valor próprio serão então todos os vectores não
nulos da forma  
 2x3 
 
 x2  .
 
 
 
x3
Definição 4.1.4 O polinómio de grau n (na incógnita λ) |A − λI| designa-se por po-
linómio caracterı́stico da matriz A, e representa-se por pA (λ).
A equação |A − λI| = 0 chama-se equação caracterı́stica de A.
Proposição 4.1.5 Se A ∈ Mn×n (K) é uma matriz triangular (superior, inferior ou dia-
gonal), os valores próprios de A são os elementos da diagonal principal de A.
Demonstração. É consequência imediata do Teorema 4.1.2, e dos Exemplos 3.1.4 e 3.1.7.

Valores e vectores próprios 165
Exemplo 4.1.6 1. Os valores próprios da matriz

 
 1 2 1 
 
A =  0 2 −2  ,
 
 
 
0 0 3
são 1, 2 e 3.
2. O único valor próprio da matriz identidade
 
 1 0 0 
 
A =  0 1 0 ,
 
 
 
0 0 1
é λ = 1.
Duas matrizes quadradas, A e B de ordem n sobre K dizem-se semelhantes se existir
uma matriz invertı́vel P de ordem n sobre K tal que B = P −1 AP .
Além disso, dada uma matriz A ∈ Mn×n (K) e uma matriz invertı́vel P ∈ Mn×n (K),
tem-se
|P −1 AP − λIn | = |P −1 AP − λP −1 In P |
= |P −1 (A − λIn )P |
= |P −1 ||A − λIn ||P |
= |P |−1 |P ||A − λIn |
= |A − λIn |.
Logo, provámos que
Teorema 4.1.7 Duas matrizes semelhantes têm o mesmo polinómio caracterı́stico.
Definição 4.1.8 Uma matriz quadrada A ∈ Mn×n (K) diz-se diagonalizável se for seme-
lhante a uma matriz diagonal, isto é, se existir uma matriz invertı́vel P tal que P −1 AP é
uma matriz diagonal. Neste caso, dizemos que P diagonaliza A.
Definição 4.1.9 Dizemos que os vectores X1 , X2 , · · · , Xk ∈ Mn×1 (K) são linearmente
independentes se a matriz
X1 X2 · · · Xk
for equivalente a uma matriz em forma de escada com k linhas não nulas.
Para além da definição, podemos ainda usar o teorema que se segue para concluir
sobre a independência linear de vectores próprios:
Teorema 4.1.10 Vectores próprios associados a valores próprios distintos são linear-
mente independentes.
Teorema 4.1.11 Uma matriz A ∈ Mn×n (K) é semelhante a uma matriz diagonal D se
e só se A possui n vectores próprios linearmente independentes. Neste caso, os elementos
da diagonal principal da matriz D são os valores próprios de A. Ainda, sendo P uma
matriz cujas colunas são n vectores próprios de A linearmente independentes, tem-se que
P diagonaliza A.
Exemplo 4.1.12 Considerando os valores e vectores próprios calculados no Exemplo

4.1.3, podemos concluir que por exemplo
     
 1   2   2 
     
,  0 e  1 
     

 0 
    
     
−2 1 1
são linearmente independentes, pelo que podemos então tomar

 
 1 2 2 
 
P = .
 
 0 0 1 

 
−2 1 1
Logo,  
1
 5
0 − 25 
 
P −1 = 2 1 ,
 
 5
−1 5 
 
0 1 0
e obtemos  
 5 0 0 
 
−1
P AP =  0 0 0  .
 
 
 
0 0 0
Valores e vectores próprios 167
Vimos que se A é uma matriz diagonalizável então existe uma matriz P tal que P −1 AP
é uma matriz diagonal. Seja D = P −1 AP . Então, podemos escrever A na forma A =
P DP −1 . Utilizando a propriedade associativa do produto de matrizes obtemos A2 =
P DP −1 P DP −1 = P D2 P −1 e, mais geralmente, An = P Dn P −1 . Note-se que, sendo D
uma matriz diagonal, para calcular Dn basta elevar cada componente da diagonal a n.
Obtemos assim um processo simples de calcular potências de uma matriz quadrada A
diagonalizável.

1. Para cada uma das seguintes matrizes determine os valores próprios e os correspon-
dentes vectores próprios:
   
 1 0 1   −2 5 7 
   
a) A =  0 1 0  . b) B =  1 0 −1  .
   
   
   
1 0 1 −1 1 2
2. Para cada uma das seguintes matrizes determine, se existir, uma matriz P tal que
P −1 AP seja uma matriz diagonal:
     
 1 0 1   −2 5 7   −3 −7 19 
     
a) A =  0 1 0  . b) A =  1 0 −1  . c) A =  −2 −1 8  .
     
     
     
1 0 1 −1 1 2 −2 −3 10
3. Determine a n-ésima potência da matriz

 
 2 2 0 
 
 1 2 1 .
 
 
 
1 2 1

1. Para cada uma das seguintes matrizes, determine os valores próprios e os corres-
pondentes vectores próprios:
   
 1 0 −1   0 1 0 
   
a) A =  1 2 . b) B =  0 .
   
 1   0 1 
   
2 2 3 1 −3 3
2. Para cada uma das seguintes matrizes determine, se existir, uma matriz P , invertı́vel,
tal que P −1 AP seja uma matriz diagonal:
     
 1 0 −1   0 1 0   3 −1 0 
     
a)A =  1 2 . b) B =  0 . c) B =  −1 .
     
 1   0 1   3 0 
     
2 2 3 1 −3 3 0 0 1
3. Determine a n-ésima potência da matriz

 
 1 1 −1 
 
.
 

 2 2 −2 

 
−1 −1 1
Parte III
Equações Diferenciais
171
Capı́tulo 1
Equações diferenciais de primeira

ordem
1.1 Introdução
Definição 1.1.1 Chamamos equação diferencial a qualquer igualdade que contenha
uma variável dependente e as suas derivadas em relação a uma ou mais variáveis inde-
pendentes.
Definição 1.1.2 Chama-se ordem de uma equação diferencial à maior ordem da deri-
vada (da variável dependente) que exista nessa equação.
Consequentemente, chamamos equação diferencial (ordinária) de ordem n, n ∈
N, a qualquer expressão do tipo
f (t, y, y 0 , · · · , y (n) ) = 0, (1.1)
que contenha uma variável independente, t, uma função incógnita, y, e respectivas deri-
vadas até à ordem n.
Exemplo 1.1.3 As igualdades y 0 (t) = 3y(t) + sin(t) e y (3) (t) + 2y 00 (t) = ey(t) são equações
diferenciais de ordem 1 e de ordem 3, respectivamente.
Definição 1.1.4 Uma função contı́nua y que, juntamente com as suas derivadas, satisfaça
a igualdade (1.1) diz-se uma solução da equação diferencial.
Exemplo 1.1.5 A função y(t) = sin(t) é solução da equação diferencial de segunda ordem
y 00 (t) + 2y(t) = sin(t). Basta ver que y 00 (t) = − sin(t).
Iremos considerar, sempre que possı́vel, equações diferenciais escritas na forma y (n) =
g(t, y, y 0 , · · · , y (n−1) ), a que chamamos forma normal da equação diferencial.
173
174 Capı́tulo 1. Equações diferenciais de primeira ordem
1.2 Equações lineares de 1a ordem

Definição 1.2.1 Uma equação diferencial (ordinária) de ordem n,
y (n) = g(t, y, y 0 , · · · , y (n−1) ),
diz-se linear se a função g for linear na variável y, assim como em todas as suas derivadas.
Assim, a forma mais geral de uma equação deste tipo é
y (n) + an−1 (t)y (n−1) + · · · + a1 (t)y 0 (t) + a0 (t)y(t) = f (t).
Em particular uma equação diferencial linear de 1a ordem será uma equação da
forma
y 0 (t) + a(t)y(t) = f (t). (1.2)
Exemplo 1.2.2 As equações de 1a ordem y 0 (t) = y 2 + 3 e y 0 (t) = cos(y) + t são não
lineares (por causa do y 2 e do cos(y), respectivamente), enquanto que y 0 (t) = ty + t é uma
equação linear.
Para o estudo da equação (1.2) vamos distinguir as chamadas equações não ho-
mogéneas ou completas, como (1.2), das equações homogéneas que resultam de
anular o termo independente, f (t). Em tudo o que se segue suporemos sempre que a(t) e
f (t) são funções reais de variável real contı́nuas num dado intervalo I.
Observação 1.2.3 Se a for a função nula, então (1.2) reduz-se ao problema de primi-
tivação y 0 (t) = f (t), que tem como solução y(t) = P f (t) + C, C ∈ R. Note-se que, por
hipótese, f é uma função contı́nua pelo que é sempre primitivável.
Se, em particular, pretendermos resolver a equação y 0 (t) = f (t) sujeita à condição
inicial y(t0 ) = y0 , onde t0 pertence a I e y0 é um valor
Z dado, então a (única) solução da
t
equação é dada pelo integral indefinido y(t) = y0 + f (s)ds.
t0
Tal como no caso particular da Observação 1.2.3, também podemos resolver por pri-
mitivação directa a equação homogénea correspondente a (1.2). De facto, para y não
0 (t)
identicamente nula, y 0 (t) + a(t)y(t) = 0 é equivalente a yy(t) = −a(t). Logo,
y 0 (t)
= −a(t)
y(t)
0
⇒ P yy(t)
(t)
= −P a(t)
⇒ log |y(t)| = −P a(t) + C1
⇒ |y(t)| = Ce−P a(t)
⇒ |y(t)eP a(t) | = C
⇒ y(t)eP a(t) = C
⇒ y(t) = Ce−P a(t) .

1.2. Equações lineares de 1a ordem 175
Atendendo a que y(t) ≡ 0 também é solução da equação diferencial linear homogénea de

ordem 1, obtemos:
Teorema 1.2.4 As soluções da equação diferencial linear homogénea de 1a ordem y 0 (t) +

a(t)y(t) = 0, t ∈ I, são as funções da forma y(t) = Ce−P a(t) , também designadas por
integral geral da equação.
Exemplo 1.2.5 Queremos encontrar a solução geral da equação y 0 +2ty = 0. Neste caso,
2
como a(t) = 2t, tem-se y(t) = Ce−P 2t = Ce−t , C ∈ R.
Se, em particular, procurarmos não a solução geral desta equação, mas apenas a
solução especı́fica que satisfaz uma dada condição inicial y(t0 ) = y0 então
y 0 (t)
= −a(t)
y(t)
Z t 0 Z t
y (s)
⇒ ds = − a(s)ds
t0 y(s) t0 Z t

y(t)
⇒ log |y(t)| − log |y(t0 )| = log y0 = − a(s)ds
Z t t0
− a(s)ds
y(t)
⇒ y0 = e t0
Z t

y(t) a(s)ds

⇒ e t0
y0
=1

Z t Z t
a(s)ds a(s)ds
y(t) y(t)
⇒ y0
e t0 = 1 ∨ y0 e t0 = −1
Z t Z t0
a(s)ds a(s)ds
y(t) y(t0 )
⇒ y0
e t0 = 1 (uma vez que y0 e t0 = 1).
Acabámos de provar que:
Corolário 1.2.6 Dados t0 ∈ I, a ∈ C(I) e y0 ∈ R, o problema de valores iniciais

(abreviadamente, PVI)
y 0 (t) + a(t)y(t) = 0, y(t0 ) = y0
tem uma única solução dada por
Z t
− a(s)ds
y(t) = y0 e t0 .
Exemplo 1.2.7 Atendendo a que Rt

a(t) = sin(t), a solução geral do PVI y 0 + sin(t)y = 0,
y(0) = 23 , é dada por y(t) = 32 e− 0 sin(s)ds = 32 ecos(t)−1 .
Para resolver a equação (1.2) no caso geral, vamos também reduzi-la a um problema
de primitivação. Comecemos por observar que podemos multiplicar ambos os membros
da equação (1.2) pela função não nula eP a(t) :
eP a(t) (y 0 (t) + a(t)y(t)) = eP a(t) f (t).
Como o membro da esquerda na equação anterior é agora a derivada do produto eP a(t) y(t)
obtemos sucessivamente
0
eP a(t) y(t) = eP a(t) f (t)
(1.3)

⇒ eP a(t) y(t) = P eP a(t) f (t) + C
⇒ y(t) = e−P a(t) P eP a(t) f (t) + Ce−P a(t) .

Teorema 1.2.8 O integral geral da equação diferencial linear de 1a ordem y 0 (t)+a(t)y(t) =

f (t), t ∈ I, é da forma y(t) = e−P a(t) P eP a(t) f (t) + Ce−P a(t) , C ∈ R.

Por um processo análogo ao descrito para o caso das equações homogéneas, estabele-
cemos ainda:
Corolário 1.2.9 Dados t0 ∈ I, a, f ∈ C(I) e y0 ∈ R, o problema de valores iniciais

(PVI)
y 0 (t) + a(t)y(t) = f (t), y(t0 ) = y0
tem uma única solução dada por
Z t Z t Z s
− a(s)ds − a(s)ds t
Z a(u)du
y(t) = y0 e t0 +e t0 e 0
t f (s) ds.
t0
Observação 1.2.10 A função µ(t) = eP a(t) chama-se um factor integrante da equação

não homogénea.
Exemplos 1.2.11 1. Vamos encontrar a solução geral da equação y 0 − 2ty = t. Aten-

2
dendo a que a(t) = −2t neste caso temos µ(t) = eP (−2t) = e−t . Multiplicando am-
2 2
bos os membros da equação y 0 − 2ty = t por µ(t), obtemos então e−t y 0 − e−t 2ty =
2 2 2 2 2 −t2
e−t t ⇒ (e−t y)0 = e−t t. Logo, e−t y = P (e−t t) = −e2 + C, C ∈ R, pelo que
2
2 −e−t −1 2
y = et 2
+C = 2
+ Cet , C ∈ R.
2. Para resolver o PVI y 0 + 2ty = t, y(1) = 2, começamos por notar que neste caso
2
a(t) = 2t pelo que µ(t) = eP (2t) = et . Multiplicando ambos os membros da equação
2 2 2 2 2
y 0 + 2ty = t por µ(t), obtemos agora et y 0 + et 2ty = et t ⇒ (et y)0 = et t. Logo,
R t s2 0 Rt 2 2 t2 2 t2
1
(e y) ds = 1 es s ds ⇒ et y(t) − 2e = e2 − 2e ⇒ et y(t) = e2 − 2e + 2e ⇒ y(t) =
2 2 +1
2 et 3e−t
e−t 2
+ 3e
2
= 1
2
+ 2
.
1.3. Equações de variáveis separáveis 177
1.3 Equações de variáveis separáveis

Na secção anterior resolvemos a equação linear homogénea de grau 1, y 0 (t) + a(t)y(t) = 0,
dividindo ambos os membros da equação por y(t) (não nulo) para obter a equação
0 (t)
equivalente yy(t) = −a(t), e observando que esta equação pode ser escrita na forma
0
(log(|y(t)|)) = −a(t). Podemos então encontrar log(|y(t)|) e consequentemente y(t) inte-
grando directamente ambos os membros da nossa equação.
De uma forma mais geral vamos poder resolver por este processo uma equação mais
genérica do tipo y 0 (t) = fg(t)
(y)
.
Definição 1.3.1 Chama-se equação de variáveis separáveis a toda a equação diferencial

de 1a ordem que se pode escrever na forma
g(t)
y 0 (t) = , (1.4)
f (y)
onde f e g são funções contı́nuas num certo intervalo real.
Para resolver esta equação multiplicamos ambos os membros da igualdade (1.4) por
f (y) obtendo assim a equação equivalente f (y)y 0 (t) = g(t). Esta igualdade pode agora
ser escrita na forma
(F (y(t)))0 = g(t), (1.5)
onde F representa uma primitiva de f . Consequentemente, a solução da equação (1.4)
é dada implicitamente por F (y(t)) = G(t) + C, onde G representa uma primitiva de g e
C é uma constante real. Para encontrar o integral geral da equação (1.4), temos então
de resolver esta última igualdade em ordem a y(t), notando no entanto que F não é
necessariamente uma função invertı́vel.
2
Exemplo 1.3.2 Calculemos o integral geral da equação y 0 (t) = y2t(t) . Multiplicando
ambos os membros da equação por y 2 , obtemos y 2 (t)y 0 (t) = t2 . Esta equação é equivalente
3 0 √
a y3 = t2 . Logo, y 3 = t3 + C, com C constante real, pelo que y(t) = 3 t3 + C.
Se imposermos a condição inicial y(t0 ) = y0 à equação (1.4) obtemos um problema de

valores iniciais. Para resolver este problema basta integrar ambos os lados da igualdade
(1.5), entre t e t0 . Obtemos sucessivamente:
Rt Rt
t0
(F (y(s)))0 ds = t0
g(s)ds
Rt
⇒ F (y(t)) − F (y0 ) = t0
g(s)ds.
Ry
Como, ainda, se tem que F (y) − F (y0 ) = y0
f (r)dr, podemos escrever a última igualdade
na forma Z y Z t
f (r)dr = g(s)ds. (1.6)
y0 t0
Exemplos 1.3.3 1. Vamos resolver, por dois métodos diferentes, o problema de valo-
res iniciais ey y 0 − t − t3 = 0, y(1) = 1:
(a) Começamos por escrever a equação diferencial na forma (ey )0 = t + t3 . Logo,

2 4 2 4
ey = t2 + t4 + C, C ∈ R, pelo que y(t) = log( t2 + t4 + C). Impondo a condição
inicial y(1) = 1 obtemos ainda log( 12 + 14 +C) = 1 ⇒ log( 34 +C) = 1 ⇒ C = e− 34 .
2 4
Assim, a solução do problema de valores iniciais é y(t) = log( t2 + t4 + e − 43 ).
Ry Rt
(b) Usando a igualdade (1.6), obtemos directamente 1 er dr = 1 (s + s3 )ds. Logo,
2 4 2 4
ey − e = t2 + t4 − 21 − 14 , pelo que y(t) = log( t2 + t4 + e − 43 ).
2. Vamos agora resolver o problema de valores iniciais (1 + ey )y 0 = cos(t), y( π2 ) = 3.

Ry Rt
Usando novamente a igualdade (1.6) obtemos 3 (1 + er )dr = π cos(s)ds, pelo
2
que y + ey = 2 + e3 + sin(t). Esta equação, no entanto, não pode ser resolvida
explicitamente em ordem a y. Dizemos por isso que y + ey = 2 + e3 + sin(t) é uma
solução implı́cita do problema de valores iniciais.

1. Encontre a solução geral das seguintes equações diferenciais:
(a) y 0 + y cos(t) = 0;
(b) y 0 + y = tet ;
(c) y 0 + t2 y = 1.
2. Determine o comportamento, quando t tende para infinito, da solução geral da

equação y 0 (t) + ay(t) = 0, em que a é uma constante real.
3. Encontre a solução dos seguintes problemas de valores iniciais:
(a) y 0 + sin(t)y = 0, y(0) = 23 ;

√ √
(b) y 0 + 1 + t2 y = 0, y(0) = 5;
(c) y 0 + y = 1
1+t2
, y(2) = 3;
0
(d) y − 2ty = t, y(0) = 1.
5
4. Encontre o integral geral da equação (1 + t2 )y 0 + ty = (1 + t2 ) 2 .
(a) y 0 = (1 + t)(1 + y);

(b) y 0 = 1 − t + y 2 − ty 2 .
(a) y 0 = 2t
y+yt2
, y(2) = 3;
1 1
(b) (1 + t2 ) y 0 = ty 3 (1 + t2 )− 2 , y(0) = 1;
2
3t2 +4t+2
(c) y 0 = 2(y−1)
, y(0) = −1.
7. Encontre a solução geral da equação y 0 = 2( yt ) + ( yt )2 .

Sugestão: Use a substituição yt = v.
8. Num tanque com 100 litros de água estão dissolvidos 20 gramas de um sal. No
instante t = 0 é lançada no tanque água com o mesmo sal dissolvido na proporção
de 3 gramas por litro, à razão de 4 litros por minuto. Um dispositivo mecânico
torna uniforme em qualquer instante a mistura no tanque. Também no instante
t = 0 entra em funcionamento um dispositivo de escoamento que retira a mistura
do tanque à razão de 4 litros por minuto.
(a) Quantas gramas de sal estão no tanque ao fim de 10 minutos?

(b) Ao fim de quanto tempo se deve interromper o processo para obter 160 gramas
de sal no tanque?
9. O número de átomos de um elemento radioactivo que se desintegram por unidade

de tempo é, em cada instante t, proporcional ao número de átomos desse elemento
presentes nesse instante. A lei de desintegração radioactiva é assim governada pela
equação diferencial N 0 = −λN , sendo N (t) o número de átomos radioactivos pre-
sentes no instante t e λ uma constante positiva chamada constante de decaimento
radioactivo.
(a) Definindo o perı́odo de semi-transformação P de uma substância radioactiva

como o tempo que leva essa substância a reduzir-se a metade, deduza a relação
entre P e λ.
(b) Calcule a constante de decaimento radioactivo do carbono-14 sabendo que o
seu perı́odo de semi-transformação é de 5568 anos.
10. O número de bactérias presentes numa cultura aumenta 10 por cento por minuto.
No instente t = 0 é administrada à cultura um antibiótico que destrói 100 bactérias
por minuto. Sabendo que no instante t = 0 havia 800 bactérias na cultura, ao fim
de quanto tempo a cultura é destruı́da?

√
(a) y 0 + y t sin(t) = 0;
(b) y 0 + 2t
1+t2
y = 1
1+t2
;
(c) y 0 + t y = t2 .
2
2. Mostre que toda a solução da equação y 0 + ay = be−ct , onde a, c ∈ R+ e b ∈ R, tende

para zero, quando t tende para infinito.

√
(a) y 0 + 1 + t2 e−t y = 0, y(0) = 0;
(b) y 0 − 2ty = 1, y(0) = 1;
(c) y 0 + ty = 1 + t, y( 32 ) = 0.
4. Encontre a solução do problema de valores iniciais (1 + t2 )y 0 + 4ty = t, y(1) = 41 .
(a) y 0 = et+y+3 ;
(b) cos(y) sin(t)y 0 = sin(y) cos(t).
(a) t2 (1 + y 2 ) + 2yy 0 = 0, y(0) = 1;

(b) cos(y)y 0 = − t 1+t
sin(y) π
2 , y(1) = 2 ;
(c) 3ty 0 = y cos(t), y(1) = 0.
7. Um tanque contém inicialmente 50 gramas de sal dissolvido em 200 litros de água.

Uma solução de sal com concentração de 5 gramas por litro é introduzida no tanque
à velocidade de 2 litros por minuto e, simultaneamente, o tanque é escoado à mesma
velocidade.
(a) Quanto sal existe no tanque ao fim do tempo t?

(b) Qual a quantidade limite de sal no tanque quando t tende para infinito?
8. O número de átomos de um elemento radioactivo que se desintegram por unidade

de tempo é, em cada instante t, proporcional ao número de átomos desse elemento
presentes nesse instante. A lei de desintegração radioactiva é assim governada pela
equação diferencial N 0 = −λN , sendo N (t) o número de átomos radioactivos pre-
sentes no instante t e λ uma constante positiva chamada constante de decaimento
radioactivo. Na época em que um objecto foi construı́do, o número de átomos
presentes de carbono-14 era de 1051709. Estimando-se actualmente em 1000000 o

número de átomos de carbono-14 no mesmo objecto, qual é a sua idade? (Este
processo chama-se “técnica de datação do carbono-14”).
9. O número de bactérias presentes numa cultura aumenta 20 por cento por minuto.
No instente t = 0 é administrada à cultura um antibiótico que destrói 100 bactérias
por minuto. Sabendo que no instante t = 0 havia 600 bactérias na cultura, ao fim
de quanto tempo a cultura foi reduzida para 100 bactérias?
Capı́tulo 2
Equações diferenciais de segunda

ordem
2.1 Equações lineares de 2a ordem

Uma equação linear de 2a ordem é uma equação diferencial da forma
y 00 (t) + a1 (t)y 0 (t) + a0 (t)y(t) = f (t), (2.1)
em que a1 (t), a2 (t) e f (t) são funções contı́nuas num dado intervalo aberto I.
Tal como no caso das equações diferenciais lineares de ordem um, dizemos que a
equação é homogénea se f (t) ≡ 0, e não homogénea no caso contrário.
Vamos designar por L a aplicação linear (i.e, a aplicação que verifica simultaneamente
as igualdades L(y1 + y2 ) = L(y1 ) + L(y2 ) e L(cy1 ) = cL(y1 ), para quaisquer funções y1
e y2 e constante real c) dada pelo primeiro membro da equação anterior, isto é, Ly :=
y 00 (t) + a1 (t)y 0 (t) + a0 (t)y(t). Assim, a equação (2.1) escreve-se frequentemente na forma
Ly = f .
Ao contrário do que acontece no caso das equações lineares de 1a ordem, não existe
para as equações lineares de 2a ordem uma “fórmula resolvente”. No entanto, podemos
demonstrar um resultado análogo ao do Corolário 1.2.9:
Teorema 2.1.1 Dados t0 ∈ I, y0 , y00 ∈ R, a1 , a0 ∈ C(I), o problema de valores
iniciais (abreviadamente, PVI)
y 00 (t) + a1 (t)y 0 (t) + a0 (t)y(t) = f (t), y 0 (t0 ) = y00 , y(t0 ) = y0
tem uma única solução.

Observe-se ainda que o integral geral da equação (2.1) fica completamente determinado
desde que conheçamos o integral geral da respectiva equação homogénea e uma solução
particular da equação completa. De facto, se conhecermos uma solução particular yP para
a equação completa (isto é, yP verifica LyP = f ), atendendo a que y = (y − yP ) + yP e
que L(y − yP ) = 0, podemos concluir que as soluções da equação Ly = f são as funções
183
184 Capı́tulo 2. Equações diferenciais de segunda ordem
da forma y = yh + yP , em que yh é solução da equação homogénea associada. Este facto

está já patente nas equações diferenciais lineares de 1a ordem - repare-se que na equação
(1.3) o primeiro termo é uma solução da equação completa (correspondente a C = 0) e o
segundo termo é a solução geral da equação homogénea.
No caso da equação homogénea, a linearidade da função L implica que, se conhecermos
duas soluções y1 (t) e y2 (t) para a equação Ly = 0, então toda a função da forma c1 y1 (t) +
c2 y2 (t), c1 , c2 ∈ R, ainda é uma solução desta equação. No entanto, para afirmar que a
expressão c1 y1 (t) + c2 y2 (t) representa a solução geral da equação Ly = 0, precisarı́amos
ainda de poder escrever toda a solução y da equação nessa forma.
Definição 2.1.2 As funções y1 e y2 dizem-se linearmente dependentes num dado

intervalo I se, nesse intervalo, uma das funções for igual ao produto da outra função por
uma constante. As funções y1 e y2 dizem-se linearmente independentes num dado
intervalo I se, nesse intervalo, não forem linearmente dependentes.
Pode agora ser demonstrado o seguinte teorema:
Teorema 2.1.3 Sejam y1 (t) e y2 (t) duas soluções linearmente independentes de
y 00 (t) + a1 (t)y 0 (t) + a0 (t)y(t) = 0, (2.2)
num dado intervalo I. Então, y(t) = c1 y1 (t) + c2 y2 (t) é a solução geral da equação (2.2).
2.2 Equações lineares de 2a ordem de coeficientes

constantes
Definição 2.2.1 Chama-se equação diferencial linear de segunda ordem com co-
eficientes constantes a uma equação da forma
ay 00 (t) + by 0 (t) + cy(t) = f (t), (2.3)
com a, b, c constantes reais e a 6= 0.
Naturalmente, à equação ay 00 (t) + by 0 (t) + cy(t) = 0 chamamos equação diferencial

linear de segunda ordem com coeficientes constantes homogénea. O Teorema
2.1.3 diz que, para encontrar a solução geral desta equação homogénea só precisamos de
encontrar duas suas soluções linearmente independentes, y1 (t) e y2 (t), porque todas as
outras soluções serão obtidas por combinação linear destas. Infelizmente, este teorema
não nos diz como obter estas duas soluções. Podemos no entanto observar, pela expressão
que estas soluções têm de satisfazer, que temos de ter funções cujas derivadas sejam do
“mesmo tipo” que as funções originais (os termos ay 00 , by 0 e cy têm de se “cancelar” uns
aos outros). Por exemplo, y nunca poderia ser um polinómio, uma vez que y 0 e y 00 seriam
polinómios de graus diferentes. Tal já não acontece com a função ert , com r constante,
2.2. Equações lineares de 2a ordem de coeficientes constantes 185
cujas sucessivas derivadas são sempre um múltiplo da derivada anterior. Assim, calculando
L(ert ) = a(ert )00 + b(ert )0 + cert = (ar2 + br + c)ert vemos que y(t) = ert é solução de Ly = 0
se e só se ar2 + br + c = 0. À equação ar2 + br + c = 0 chamamos equação caracterı́stica
de Ly = 0. Esta equação tem duas soluções
√ √
−b + b2 − 4ac −b − b2 − 4ac
r1 = e r2 = .
2a 2a
No caso de b2 − 4ac ser positivo, então r1 e r2 são reais e distintas pelo que y1 = er1 t
e y2 = er2 t são duas soluções distintas para a equação Ly = 0. Estas duas soluções são
obviamente linearmente independentes (em qualquer intervalo I) uma vez que er1 t 6= cer2 t ,
para r1 6= r2 . Logo, o integral geral desta equação será y = c1 er1 t + c2 er2 t , com c1 , c2
constantes reais.
Exemplo 2.2.2 Para calcular o integral geral da equação y 00 + 5y 0 + 4y = 0, calculamos

as soluções da equação caracterı́stica r2 + 5r + 4 = 0. A equação caracterı́stica tem duas
raı́zes reais e distintas r1 = −4 e r2 = −1. Logo, y1 (t) = e−4t e y2 (t) = e−t são duas
soluções linearmente independentes da equação y 00 + 5y 0 + 4y = 0, pelo que o integral geral
desta equação é y = c1 e−4t + c2 e−t , com c1 , c2 constantes reais.
No caso de b2 − 4ac ser negativo, a equação caracterı́stica tem um par de raı́zes

complexas conjugadas da forma
√ √
−b −b2 + 4ac −b −b2 + 4ac
r1 = +i e r2 = −i .
2a 2a 2a 2a
√
2
Neste caso podemos provar que, sendo α = −b 2a
e β = −b2a+4ac , y1 = eαt sin(βt) e y2 =
eαt cos(βt) são duas soluções linearmente independentes da equação ay 00 (t)+by 0 (t)+cy(t) =
0. Logo, y = eαt (c1 sin(βt) + c2 cos(βt)), c1 , c2 ∈ R, é, neste caso, a solução geral desta
equação.
Exemplo 2.2.3 A equação caracterı́stica da equação diferencial 4y 00 + 4y 0 + 5y = 0,

t
4r2 + 4r + 5 = 0, tem como soluções r1 = − 21 + i e r2 = − 12 − i. Logo, y1 (t) = e− 2 cos(t)
t
e y2 (t) = e− 2 sin(t) são duas soluções linearmente independentes para a equação. Assim,
t t
o seu integral geral será y = c1 e− 2 cos(t) + c2 e− 2 sin(t), c1 , c2 ∈ R.
Por último, no caso de b2 − 4ac ser nulo, existe uma única raiz r1 da equação carac-
terı́stica, r1 = −b
2a
. Neste caso, er1 t é solução da equação diferencial, e é fácil provar que
ter1 t também o é (basta verificar que a(ter1 t )00 +b(ter1 t )0 +cter1 t = 0). Assim, er1 t e ter1 t são
duas soluções linearmente independentes da equação diferencial, sendo y = c1 er1 t +c2 ter1 t ,
c1 , c2 ∈ R, o seu integral geral.
Exemplo 2.2.4 Para encontrar a solução do problema de valores iniciais y 00 +4y 0 +4y = 0,
y(0) = 1, y 0 (0) = 3, começamos por verificar que a equação caracterı́stica r2 + 4r + 4 = 0
tem uma única solução r1 = −2. Logo, y(t) = c1 e−2t + c2 te−2t , com c1 , c2 ∈ R é o integral
geral desta equação diferencial. A partir das condições iniciais y(0) = 1 e y 0 (0) = 3
podemos agora determinar as constantes c1 e c2 . De facto, tem-se y(0) = c1 = 1 e
y 0 (0) = −2 + c2 = 3 donde c1 = 1 e c2 = 5. Assim, a solução do PVI é y(t) = e−2t + 5te−2t .
Agora que sabemos determinar o integral geral da equação diferencial linear de se-
gunda ordem de coeficientes constantes homogénea, para calcular o integral geral da
correspondente equação completa basta apenas conhecer uma solução particular desta.
Recorde-se que, como vimos na Secção 2.1, a solução geral de uma equação diferencial
linear é dada pela soma da solução geral da correspondente equação homogénea com uma
solução particular da equação completa.
O teorema seguinte descreve uma solução particular da equação completa, em alguns
casos particulares:
Teorema 2.2.5 Sejam a ∈ R \ {0}, α ∈ R e R(t) um polinómio de grau n. Então, a

equação ay 00 + by 0 + cy = R(t)eat admite uma solução particular da forma
1. (an tn + an−1 tn−1 + · · · + a1 t + a0 )eαt , se α não for raı́z da equação caracterı́stica

ar2 + br + c = 0;
2. t(an tn + an−1 tn−1 + · · · + a1 t + a0 )eαt , se α for raı́z simples da equação caracterı́stica

ar2 + br + c = 0;
3. t2 (an tn + an−1 tn−1 + · · · + a1 t + a0 )eαt , se α for raı́z dupla da equação caracterı́stica

ar2 + br + c = 0.
Note-se que, no teorema anterior, no caso particular de α ser zero, o segundo membro
da equação completa é apenas um polinómio, e que se R(t) for uma constante (polinómio
de grau zero) então esse segundo membro reduz-se a um múltiplo de uma função expo-
nencial.
Exemplos 2.2.6 1. Queremos determinar uma solução particular para a equação y 00 +

y 0 − 2y = t2 . Como R(t)eαt = t2 , estamos a considerar o caso R(t) = t2 (polinómio
de grau 2) e α = 0. Uma vez que α = 0 não é solução da equação caracterı́stica
r2 + r − 2 = 0 então, pelo Teorema 2.2.5, a equação dada admite uma solução
da forma y(t) = a2 t2 + a1 t + a0 . Logo y tem de verificar a equação dada, i.e.,
(a2 t2 + a1 t + a0 )00 + (a2 t2 + a1 t + a0 )0 − 2(a2 t2 + a1 t + a0 ) = t2 . Obtemos então
sucessivamente:
(a2 t2 + a1 t + a0 )00 + (a2 t2 + a1 t + a0 )0 − 2(a2 t2 + a1 t + a0 ) = t2
⇒ 2a2 + 2a2 t + a1 − 2a2 t2 − 2a1 t − 2a0 = t2
⇒ −2a2 t2 + 2 (a2 − a1 ) t + (a1 + 2a2 − 2a0 ) = t2 + 0t + 0

 
−2a2 = 1 a2 = − 21

 


 


 

⇒ 2 (a2 − a1 ) = 0 ⇒ a1 = − 12

 

 
a0 = − 34 .
 
a1 + 2a2 − 2a0 = 0

 

Assim, a solução particular procurada é y(t) = − 12 t2 − 12 t − 34 .
2. Para determinar o integral geral da equação y 00 − 4y = e2t , começamos por procurar

uma solução particular para esta equação. O segundo membro da equação, e2t ,
corresponde ao caso α = 2 e R(t) = 1 (polinómio de grau zero). Atendendo a que
as soluções da equação r2 − 4 = 0 são r = 2 ou r = −2, então pela alı́nea 2. do
Teorema 2.2.5, essa solução particular será do tipo y(t) = t(a0 )e2t . Substituindo na
equação obtemos então (a0 te2t )00 − 4a0 te2t = e2t . Logo,
1
4a0 e2t + 4a0 te2t − 4ta0 e2t = e2t ⇒ 4a0 e2t = e2t ⇒ 4a0 = 1 ⇒ a0 = .
4
Assim, concluı́mos que a solução particular procurada é y(t) = 4t e2t .
Precisamos agora de determinar o integral geral da equação homogénea y 00 − 4y = 0.
Como já vimos que as soluções da equação caracterı́stica r2 − 4 = 0 são r = 2 e
r = −2 (duas raı́zes reais distintas) então a solução geral da equação homogénea é
y(t) = c1 e2t + c2 e−2t , com c1 , c2 ∈ R.
A solução geral da equação completa é, então, y = 4t e2t + c1 e2t + c2 e−2t , c1 , c2 ∈ R.
3. Para encontrar uma solução particular para a equação y 00 − 2y 0 + y = et , começamos

por notar que estamos no caso α = 1, R(t) = 1 (polinómio de grau zero), e que
α = 1 é solução dupla da equação r2 − 2r + 1 = 0. Logo, uma solução particular terá
a forma y(t) = t2 (a0 )et . Substituindo na equação obtemos (t2 (a0 )et )00 −2(t2 (a0 )et )0 +
(t2 (a0 )et ) = et e, sucessivamente,
(2a0 et +4ta0 et +t2 a0 et )−2(2ta0 et +t2 a0 et )+(t2 (a0 )et ) = et ⇒ 2a0 et = et ⇒ 2a0 = 1 ⇒
a0 = 21 .
t2 t
Logo, uma solução particular desta equação é y(t) = 2
e.
Teorema 2.2.7 Sejam a, β ∈ R \ {0}, α ∈ R, R(t) um polinómio de grau m e Q(t) um

polinómio de grau n. Então, a equação ay 00 + by 0 + cy = eat (R(t) cos(βt) + Q(t) sin(βt))
admite uma solução particular da forma
1. eαt (P1 (t) cos(βt)+P2 (t) sin(βt)), com P1 (t) e P2 (t) polinómios de grau k = max{m, n},
se α + βi não for raı́z da equação caracterı́stica ar2 + br + c = 0;
2. teαt (P1 (t) cos(βt)+P2 (t) sin(βt)), com P1 (t) e P2 (t) polinómios de grau k = max{m, n},
se α + βi for raı́z da equação caracterı́stica ar2 + br + c = 0.
A equação ay 00 + by 0 + cy = eαt (R(t) cos(βt) + Q(t) sin(βt)) reduz-se a ay 00 + by 0 + cy =

R(t)eαt quando consideramos β = 0, pelo que o Teorema 2.2.7 é uma generalização do
Teorema 2.2.5. Outros casos particulares interessantes desta equação são ay 00 + by 0 + cy =
cos(βt), correspondente a α = 0, R(t) = 1 e Q(t) = 0, e ay 00 + by 0 + cy = sin(βt),
correspondente a α = 0, R(t) = 0 e Q(t) = 1.
Exemplos 2.2.8 1. Para determinar uma solução particular para a equação y 00 + y =

cos(t) começamos por observar que, relativamente à equação do Teorema 2.2.7 es-
tamos a considerar o caso particular α = 0, β = 1, R(t) = 1, Q(t) = 0. Como R
e Q são polinómios de grau zero, então k = 0. Além disso, α + βi = i é raı́z da
equação caracterı́stica r2 + 1 = 0. Assim, uma solução particular para esta equação
terá a forma y(t) = t(a0 cos(t) + b0 sin(t)). Substituindo na equação obtemos suces-
sivamente (t(a0 cos(t) + b0 sin(t)))00 + t(a0 cos(t) + b0 sin(t)) = cos(t) ⇒ −a0 sin(t) +
b0 cos(t)−a0 sin(t)+b0 cos(t)−a0 t cos(t)−b0 t sin(t)+ta0 cos(t)+tb0 sin(t) = cos(t) ⇒
−2a0 sin(t) + 2b0 cos(t) = cos(t) ⇒ −2a0 = 0 ∧ 2b0 = 1 ⇒ a0 = 0 ∧ b0 = 12 . Logo,
y(t) = t( sin(t)
2
) será uma solução particular da equação.
2. Comecemos por determinar uma solução particular para a equação y 00 +y = tet sin(t).
Estamos a considerar o caso α = 1, β = 1 (logo, α + βi = 1 + i), R(t) = 0, Q(t) = t.
Como R é um polinómio de grau zero e Q é um polinómio de grau um, então k = 1.
Como 1 + i não é solução da equação caracterı́stica r2 + 1 = 0 então estamos nas
condições do ponto 1. do Teorema 2.2.7, pelo que podemos afirmar que uma solução
particular desta equação terá a forma y(t) = et ((a1 t + a0 ) cos(t) + (b1 t + b0 ) sin(t)).
Substituindo na equação obtemos então:
2et (a1 cos(t) + (b1 t + b0 ) cos(t) + b1 sin(t) − (a1 t + a0 ) sin(t)) + et (2b1 cos(t) − (a1 t +
a0 ) cos(t) − 2a1 sin(t) − (b1 t + b0 ) sin(t) + (a1 t + a0 ) cos(t) + (b1 t + b0 ) sin(t) + et ((a1 t +
a0 ) cos(t) + (b1 t + b0 ) sin(t)) = tet sin(t)
⇒ et (2b1 t + a1 t) cos(t) + et (2a1 + 2b0 + 2b1 + a0 ) cos(t) + et (−2a1 t + b1 t) sin(t) +
et (2b1 + 2a0 − 2a1 + b0 ) sin(t) = tet sin(t),
de onde obtemos o sistema
 



 2b1 + a1 = 0 


 a0 = 14
25

 

 
 2a1 + 2b0 + 2b1 + a0 = 0
  a1 = − 2

5
que tem como solução
2
−2a1 + b1 = 1 b0 = − 25

 


 


 

 
 2b + 2a − 2a + b = 0
  b = 1.

1 0 1 0 1 5
Assim, a solução particular que procurávamos é

t 2 14 1 2
y(t) = e − t+ cos(t) + t− sin(t) .
5 25 5 25
Se pretendessemos encontrar a solução geral desta equação terı́amos ainda de cal-

cular a solução geral da equação homogénea associada. Atendendo a que as raı́zes
da equação caracterı́stica r2 + 1 = 0 são r = i ou r = −i, então a solução geral da
equação homogénea é
y(t) = c1 cos(t) + c2 sin(t), com c1 , c2 ∈ R.
Podemos agora concluir que a solução geral da equação é

t 2 14 1 2
y(t) = c1 cos(t)+c2 sin(t)+e − t+ cos(t) + t− sin(t) , c1 , c2 ∈ R.
5 25 5 25

1. Encontre o integral geral das seguintes equações diferenciais:
(a) y 00 − y = 0;
(b) y 00 − 3y 0 + y = 0;
(c) y 00 + y 0 + y = 0;
(d) y 00 + 2y 0 + 3y = 0;
(e) y 00 − 6y 0 + 9y = 0.
2. Resolva cada um dos seguintes problemas de valores iniciais:
(a) y 00 − 3y 0 − 4y = 0, y(0) = 1, y 0 (0) = 0;

(b) 5y 00 + 5y 0 − y = 0, y(0) = 0, y 0 (0) = 1;
(c) y 00 + y 0 + 2y = 0, y(0) = 1, y 0 (0) = −2;
(d) 3y 00 − 2y 0 + 4y = 0, y(2) = 1, y 0 (2) = −1;
(e) 9y 00 + 6y 0 + y = 0, y(0) = 1, y 0 (0) = 0;
(f) 9y 00 − 12y 0 + 4y = 0, y(π) = 0, y 0 (π) = 2.
3. Escreva a equação diferencial linear homogénea cuja solução geral é:
(a) y(t) = c1 e3t + c2 et , c1 , c2 ∈ R;

(b) y(t) = c1 et + c2 tet , c1 , c2 ∈ R;
(c) y(t) = c1 cos(2t) + c2 sin(2t), c1 , c2 ∈ R.
4. Três soluções de uma dada equação linear de 2a ordem não homogénea são φ1 (t) = t2 ,
φ2 (t) = t2 + e2t e φ3 (t) = 1 + t2 + 2e2t . Encontre o integral geral desta equação.
5. Seja ψ(t) a solução da equação diferencial linear não homogénea y 00 +a(t)y 0 +b(t)y =
f (t), e seja φ uma solução da respectiva equação homogénea. Mostre que ψ(t)+φ(t)
ainda é solução da equação y 00 + a(t)y 0 + b(t)y = f (t).
6. Encontre uma solução particular para as seguintes equações diferenciais:
(a) y 00 + 3y = t3 − 1;
(b) y 00 − y = t2 et ;
(c) y 00 + 4y = t sin(2t).
(a) y 00 + 2y 0 + y = e−t ;
(b) y 00 + y 0 − 6y = sin(t) + te2t .
8. Um corpo de massa m é posto a oscilar verticalmente suspenso por uma mola num
meio sem atrito. Tendo em conta que a força exterior que se exerce sobre a massa
é F = mg, sendo g a acelaração da gravidade no local, a equação diferencial do
movimento é dada por my 00 = −ky + mg. Calcule a solução geral desta equação.

1. Encontre o integral geral das seguintes equações diferenciais:
(a) 6y 00 − 7y 0 + y = 0;
(b) 3y 00 + 6y 0 + 2y = 0;
(c) 2y 00 + 3y 0 + 4y = 0;
(d) 4y 00 − y 0 + y = 0;
(e) 4y 00 − 12y 0 + 9y = 0.
2. Resolva cada um dos seguintes problemas de valores iniciais:
(a) 2y 00 + y 0 − 10y = 0, y(1) = 5, y 0 (1) = 2;

(b) y 00 − 6y 0 + y = 0, y(2) = 1, y 0 (2) = 1;
(c) y 00 + 2y 0 + 5y = 0, y(0) = 0, y 0 (0) = 2;
(d) 2y 00 − y 0 + 3y = 0, y(1) = 1, y 0 (1) = 1;
(e) 4y 00 − 4y 0 + y = 0, y(0) = 0, y 0 (0) = 3;
(f) y 00 + 2y 0 + y = 0, y(2) = 1, y 0 (2) = −1.
3. Escreva a equação diferencial linear homogénea cuja solução geral é:
(a) y(t) = c1 e2t + c2 e−t , c1 , c2 ∈ R;

(b) y(t) = c1 e3t + c2 te3t , c1 , c2 ∈ R;
(c) y(t) = c1 et cos(t) + c2 et sin(t), c1 , c2 ∈ R.
4. Três soluções de uma dada equação linear de 2a ordem não homogénea são φ1 (t) =
2 2 2
1 + et , φ2 (t) = 1 + tet e φ3 (t) = (1 + t)et + 1. Encontre o integral geral desta
equação.
5. Encontre uma solução particular para as seguintes equações diferenciais:
(a) y 00 + 4y 0 + 4y = te2t ;
(b) y 00 + y 0 + y = 1 + t + t2 ;
(c) y 00 + y 0 + 4y = t2 + (2t + 3)(1 + cos(t)).
(a) y 00 − 6y 0 + 9y = (3t7 − 5t4 )e3t ;

(b) y 00 + 5y 0 + 4y = t2 e7t .

Sebenta

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sebenta

Diunggah oleh

Hak Cipta:

Format Tersedia

MATEMÁTICA PARA BIOLOGIA

2 Sistemas de Equações Lineares 103

4 Valores e Vectores Próprios 163

III Equações Diferenciais 171

2 Equações diferenciais de segunda ordem 183

1.1 Primitivas imediatas

EXEMPLO 1: Como (sen(x))0 = cos(x) temos que sen(x) é primitiva de cos(x).

EXEMPLO 2: De (x2 )0 = 2x concluı́mos que x2 é primitiva de 2x.

Teorema 1.1.1 Se F é primitiva de f , num intervalo I, então, qualquer que seja C ∈ R,

Demonstração: Basta notar que G0 (x) = F 0 (x) + C 0 = F 0 (x) = f (x).

Teorema 1.1.2 Se F e G são duas primitivas de f num intervalo I, então F − G é

2. Se F é uma primitiva de f no intervalo I, designamos por P f qualquer primitiva

Definição 1.1.3 Chamam-se primitivas imediatas as que se deduzem directamente

A partir das regras de derivação obtém-se facilmente:

Teorema 1.1.3 Sejam f e g duas funções primitiváveis num intervalo I e a ∈ R. Então

b) P (f (x) + g(x)) = P f (x) + P g(x).

Apresentamos a seguir uma tabela com algumas primitivas imediatas.

eu(x) u0 (x) eu(x) + C

cos(u(x)) u0 (x) sen(u(x)) + C

sen(u(x)) u0 (x) − cos(u(x)) + C

sec2 (x) tg(x) + C

sec2 (u(x)) u0 (x) tg(u(x)) + C

cosec2 (x) −cotg(x) + C

cosec2 (u(x)) u0 (x) −cotg(u(x)) + C

EXEMPLO 2: Pretendemos calcular f sabendo que f 00 (x) = 12x2 + 6x − 4, f (0) = 4 e

A função f pertence ao conjunto das funções F tais que

F 0 (x) = 4x3 + 3x2 − 4x + C

e, portanto, será uma função da forma F (x) = x4 + x3 − 2x2 + Cx + C1 . Como

1.2 Métodos gerais de primitivação: Primitivação por

Demonstração: Pela regra da derivação do produto (F g)0 = F 0 g + F g 0 = f g + F g 0 , o que

EXEMPLO 1: Seja h(x) = x log(x). Calculemos a primitiva de h por partes: considere-

= sen(x) log(sen(x)) − P (cos(x))

= sen(x) log(sen(x)) − sen(x) + C.

EXEMPLO 4: Para calcular a primitiva de h(x) = cos(log(x)) consideremos f (x) = 1 e

P (cos(log(x))) = x cos(log(x)) + P sen(log(x)).

Esta última primitiva calcula-se novamente por partes obtendo-se

P (cos(log(x))) = x cos(log(x)) + x sen(log(x)) − P cos(log(x)),

EXEMPLO 5: Sejam h(x) = log3 (x), f (x) = 1 e g(x) = log3 (x).

P (1. log3 (x)) = x log3 (x) − P (3 log2 (x)).

Primitivando novamente por partes, e usando o resultado obtido anteriormente para

P (1. log3 (x)) = x log3 (x) − 3 (x log2 (x) − P (2 log(x)))

Teorema 1.2.2 (Primitivação por substituição) Sejam f uma função primitivável

(F (ϕ(t)))0 = F 0 (ϕ(t))ϕ0 (t) = f (ϕ(t))ϕ0 (t) = Φ0 (t),

porque designámos por Φ(t) uma primitiva de f (ϕ(t))ϕ0 (t).

F (ϕ(t)) − Φ(t) = C, C constante real,

P f (x) = {Pt f (ϕ(t))ϕ0 (t)} t=ϕ−1 (x) .

1.3 Primitivação de funções racionais

Definição 1.3.1 Chama-se função racional toda a função f : D ⊂ R → R que pode

Definição 1.3.2 Dois polinómios P e Q dizem-se iguais, e escreve-se P = Q, se P (x) =

Verifica-se facilmente que, sendo P (x) = an xn + · · · + a1 x + a0 e Q(x) = bm xm + · · · +

Dados dois polinómios P e Q, de graus n e m, respectivamente, n > m, existem

Definição 1.3.3 Um polinómio P de grau maior ou igual a 1 diz-se redutı́vel se existem

É possı́vel determinar quais são precisamente os polinómios irredutı́veis. Considere-se,

• Todos os polinómios de grau 1, P (x) = x − a, são irredutı́veis.

• Um polinómio de grau 2, P (x) = x2 + bx + c é irredutı́vel se, e só se, não tem

• Os únicos polinómios irredutı́veis são os considerados e mostra-se que todo o po-

P (x) = (x − a1 )n1 · · · (x − ap )np [(x − α1 )2 + β12 ]m1 · · · [(x − αq )2 + βq2 ]mq

em que ni , mj ∈ N representam o grau de multiplicidade do correspondente

Dada uma função racional irredutı́vel, podemos ter dois casos:

1o O grau do polinómio P é maior ou igual ao grau do polinómio Q.

2o O grau do polinómio P é menor do que o grau do polinómio Q.

No primeiro caso, fazendo a divisão dos polinómios obtemos

P (x) = M (x) Q(x) + R(x),