Notas de Aula de Economia Matemática

Rodrigo Nobre Fernandez

Prefácio
Esta apostila é um resumo das notas de aula do curso de Matemática II do mestrado
em economia aplicada da Universidade Federal em Pelotas. Em quase sua totalidade essas
notas de aula transcrevem literalmente ou resumem o conteúdo do livro Matemática para
Economistas de Simon e Blume (2004). Há também alguns trechos baseados em Leonard
e Long (1992) e Sala-i-Martin (2000). Destaco que essa apostila não tem fins comerciais,
o texto serve exclusivamente como material de apoio as aulas. Aproveito e agradeço aos
seguintes alunos que colaboraram para a construção desse material: Andressa Vasconcelos,
Caio Rostirolla, Dianifer Leal Borges, Douglas Pivatto, Gustavo Moreira, Jean Duarte,
Leonardo Cordeiro, Márcio Taveira, Mariana Moreira, Patricia Colussi, Raquel Pérez,
Silvio Paula, Thais Dietrich e Victor Gabriel Buttignon.
 Sumário
1 Noções de Lógica 4
1.1 Átomos da Linguagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Conjuntos, Números e Demonstrações 7

2.1 Operações com Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Números . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Propriedades da adição e da multiplicação . . . . . . . . . . . . . . . . . . 9
2.4 Demonstrações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.5 Provas Indiretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.6 Indução Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

3 Sistemas de Equações Lineares 14

3.1 Eliminação de Gauss e Gauss-Jordan . . . . . . . . . . . . . . . . . . . . . 14
3.1.1 Eliminação Gaussiana . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Operações Elementares sobre Linhas . . . . . . . . . . . . . . . . . . . . . 15
3.3 Sistemas com muitas soluções ou nenhuma . . . . . . . . . . . . . . . . . . 16
3.4 Posto o Critério Fundamental . . . . . . . . . . . . . . . . . . . . . . . . . 17

4 Álgebra Matricial 18
4.1 Tipos Especiais de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2 Matrizes Elementares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.3 Álgebra de Matrizes Quadradas . . . . . . . . . . . . . . . . . . . . . . . . 21
4.4 Decomposição LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.5 Produto de Kronecker . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.6 Vetorização de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

5 Determinantes 26
5.1 Menores de uma Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
5.2 Matriz Adjunta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

6 Espaços Euclidianos 28
6.1 Comprimento e Distância . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
6.2 Produto Interno (Produto Escalar) . . . . . . . . . . . . . . . . . . . . . . 29
6.3 Propriedades do comprimento Euclidiano: (norma) . . . . . . . . . . . . . 32
6.4 Produto Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
6.5 Retas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
6.6 Parametrização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

i
7 Independência Linear 36
7.1 Independência Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
7.2 Conjuntos Geradores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
7.3 Base e Dimensão em Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

8 Subespaços Associados a uma Matriz 41

8.1 Subespaços de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
8.2 Base e Dimensão de um Subespaço Próprio . . . . . . . . . . . . . . . . . . 42
8.3 Espaço Linha . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
8.4 Espaço Coluna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
8.5 Dimensão do Espaço Coluna de A . . . . . . . . . . . . . . . . . . . . . . . 47
8.6 Espaço Nulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
8.7 Espaços Vetoriais Abstratos . . . . . . . . . . . . . . . . . . . . . . . . . . 51

9 Limites e Conjuntos Abertos 52

9.1 Sequências de números reais . . . . . . . . . . . . . . . . . . . . . . . . . . 52
9.2 Sequências em Rm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
9.3 Conjuntos Abertos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
9.4 Conjuntos Fechados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
9.5 Conjuntos compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

10 Limites e Conjuntos Compactos 60

10.1 Conjuntos Compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
10.2 Conuntos Conexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
10.2.1 Propriedade da Cobertura Finita . . . . . . . . . . . . . . . . . . . 62

11 Funções de Várias Variáveis 63

11.1 Funções Contínuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
11.2 Funções Inversas: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
11.3 Função Composta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

12 Cálculo a várias variáveis 66

12.1 Derivadas Direcionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

13 Cálculo a Várias Variáveis II 69

13.1 Teorema de Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

14 Funções Implícitas e suas Derivadas 71

14.1 Função Implícita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
14.2 Função Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

ii
15 Formas Quadráticas e Matrizes Definidas 73
15.1 Matrizes Simétricas Definidas . . . . . . . . . . . . . . . . . . . . . . . . . 73
15.2 Restrições Lineares e Matrizes Orladas . . . . . . . . . . . . . . . . . . . . 74

16 Otimização não condicionada 76

16.1 Condições de primeira ordem . . . . . . . . . . . . . . . . . . . . . . . . . 77
16.2 Condições de segunda ordem . . . . . . . . . . . . . . . . . . . . . . . . . . 77
16.3 Máximo e mínimo globais . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

17 Otimização com restrições I: Condições de Primeira Ordem 80

17.1 Uma Restrição de Desigualdade . . . . . . . . . . . . . . . . . . . . . . . . 81
17.2 Formulação de Kuhn-Tucker . . . . . . . . . . . . . . . . . . . . . . . . . . 84

18 Otimização com restrições II 86

18.1 O significado do multiplicador . . . . . . . . . . . . . . . . . . . . . . . . . 86
18.1.1 Uma restrição de igualdade . . . . . . . . . . . . . . . . . . . . . . 86
18.2 Várias restrições de igualdade . . . . . . . . . . . . . . . . . . . . . . . . . 87
18.3 Restrições em desigualdade . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
18.4 Teoremas de envoltória . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
18.5 Problemas com restrições . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
18.6 Condições de segunda ordem . . . . . . . . . . . . . . . . . . . . . . . . . . 90
18.7 Problemas de minimização . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
18.8 Restrições em desigualdade . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
18.9 Versão de minimização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
18.10Dependência suave dos parâmetros . . . . . . . . . . . . . . . . . . . . . . 93
18.11Qualificações de restrição . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

19 Funções Homogêneas e Homotéticas 94

19.1 Funções Homotéticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

20 Funções Côncavas e Quase côncavas 97

20.1 Propriedades de funções côncavas . . . . . . . . . . . . . . . . . . . . . . . 100
20.2 Funções quase côncavas e quaseconvexas . . . . . . . . . . . . . . . . . . . 101

21 Auto vetores e autovalores 101

21.1 Sistemas Bidimensionais Abstratos . . . . . . . . . . . . . . . . . . . . . . 108
21.1.1 Propriedades de autovalores
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
21.2 Traço como soma de autovalores
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
21.3 Autovalores repetidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

iii
 21.4 Resolvendo equações a diferenças não diagonalizáveis . . . . . . . . . . . . 114
21.5 Processos de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
21.6 Matrizes Simétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
21.7 Formas Quadráticas definidas . . . . . . . . . . . . . . . . . . . . . . . . . 120

22 Equações Diferenciais Ordinárias 123

22.1 Soluções explícitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
22.1.1 Equações lineares de primeira ordem . . . . . . . . . . . . . . . . . 125
22.2 Equações lineares de segunda ordem . . . . . . . . . . . . . . . . . . . . . 127
22.2.1 Raízes reais e iguais . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
22.3 Equações não homogêneas de segunda ordem . . . . . . . . . . . . . . . . . 131
22.3.1 Método dos coeficientes indeterminados . . . . . . . . . . . . . . . . 131
22.3.2 Existência de soluções . . . . . . . . . . . . . . . . . . . . . . . . . 133
22.3.3 Retratos de Fase e equilíbrios em Rn . . . . . . . . . . . . . . . . . 134
22.4 Modelo de Solow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

23 Equações Diferenciais Ordinárias: Sistemas de Equações

136
23.1 Sistemas Lineares por meio de Autovalores . . . . . . . . . . . . . . . . . . 137
23.1.1 Autovalores Reais Distintos . . . . . . . . . . . . . . . . . . . . . . 137
23.1.2 Resolvendo Sistemas por Substituição . . . . . . . . . . . . . . . . . 140
23.1.3 Estabilidade de Sistemas Lineares . . . . . . . . . . . . . . . . . . . 143
23.2 Retratos de fase de sistemas planares . . . . . . . . . . . . . . . . . . . . . 146
23.3 Retratos de fase sistemas lineares . . . . . . . . . . . . . . . . . . . . . . . 148

24 Introdução a otimização dinâmica 149

24.1 Empréstimo Ótimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
24.2 Política Fiscal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
24.3 Caminho subótimo de consumo . . . . . . . . . . . . . . . . . . . . . . . . 154

25 Princípio do Máximo 155

25.1 Derivação das Condições de Primeira Ordem . . . . . . . . . . . . . . . . . 156
25.2 Alguns exemplos de aplicação do teorema . . . . . . . . . . . . . . . . . . . 158
25.2.1 Diagrama de Fase (problemas de controle ótimo) . . . . . 165

Referências 168
 4

1 Noções de Lógica
O homem geralmente se expressa através da linguagem. A linguagem corrente, pode
ser vaga e ambígua, não é adequada ao tratamento científico. Por isso, necessitamos, para
o tratamento da matemática, de uma linguagem mais adequada chamada de linguagem
simbólica.
Nesta linguagem, destaca-se o uso do termo (expressão que nomeia ou descreve algum
objeto) e do enunciado (expressão que correlaciona objetos, descreve propriedades de
objetos etc.)
Exemplos:
 




x 



x+2=4
x+y
 
a>b

 

Termos  Enunciados
 

∅ 



7<x
{3, 5, 7} x2 − 5x + 6 = 0

 

 

O enunciado aberto é qualquer expressão que contém variáveis. Entendemos por va-
riável um elemento que pode assumir qualquer valor dentro de um conjunto de escolhas.
Já no enunciado fechado, a variável deve assumir pelo menos um valor. Podemos também,
chamar de sentença ou proposição.

1.1 Átomos da Linguagem

Assim, abaixo destacamos algumas partículas fundamentais ou átomos da linguagem:

1. Funtores: Formam termos a partir de termos. Exemplos: +, ×, −, ∩ e ∪ entre

outros.

2. Juntores: Formam enunciados a partir de enunciados. Exemplos: não; e;ou; se ...

então; se, e somente se.

3. Predicados: Formam enunciados a partir de termos. Exemplos: ∈, =, ⊂, ⊃, <

e > entre outros.

4. Operadores (Quantificadores): Formam enunciados a partir de enunciados. Sua

principal propriedade é transformar enunciados abertos em enunciados fechados.
Exemplos: para todo, qualquer que seja (∀); Não existe(@) .

O juntor não (~), de um enunciado p, pode formar-se o enunciado ~p, dito negação de p:

p ~p
V F
F V
 5

O próximo juntar a ser tratado é o “e”. Dados dois enunciados p e q, podemos formar
o enunciado “p e q” dito conjunção de p e q:

p q peq
V F F
V V V
F V F
F F F

Também temos o juntor “ou”, sendo usado no contexto de lógica como não exclusivo:

p q p ou q
V V V
V F V
F V V
F F F

Finalmente apresentaremos com um exemplo o juntor “se ... então”:

Se fizer sol, então André irá a praia.

• Fez sol e André foi à praia, então podemos concluir que a afirmação acima não foi
falseada pelo experimento em questão.

• Fez sol e André não foi à praia, então podemos concluir que o enunciado acima é
falso.

• Não fez sol. Neste caso, não importa se André foi ou não a praia. Isto é, concluímos
que o enunciado acima é verdadeiro.

p q p⇒q
V V V
V F V
F V V
F F F
 6

Note que p é chamado de condição suficiente para q e o último é chamado de condição

necessária para p.
O juntos se, e somente se é dado por p ⇔ q. Em outras palavras, esse enunciado é
chamado de bijunção de p e q. Será considerado como verdadeiro quando os constituintes
tiverem o mesmo valor lógico. Em seguida apresentamos a tabela de valores lógicos para
a bijunção:

p q p⇔q
V V V
V F F
F V F
F F V

Um enunciado atômico é uma sentença declarativa que contém uma ideia que é falsa
ou verdadeira, mas não ambas. Um enunciado é chamado de composto se é obtido com
base em enunciados atômicos, através do uso de juntores. Um enunciado composto é dito
ser uma tautologia se é verdadeiro ao considerarmos todas as possíveis valorações de seus
componentes atômicos:

p ⇒ p; p ou ∼ p; ∼∼ p ⇔ p

(p e q) ⇔∼ (∼ p ou ∼ q) ; p ou q⇔ (∼ p e ∼ q)

Se um enunciado é uma tautologia, podemos substituir todas as ocorrências de um

componente por outro enunciado e o enunciado resultante ainda é uma tautologia. Se p
é uma tautologia, diz-se que ~p é uma contradição.
Dizemos que o enunciado p é logicamente equivalente ao enunciado q quando o enun-
ciado p ⇔ q é uma tautologia. Por exemplo:

1. ∼ (p e q) é equivalente a ~p ou ~q;

2. ∼ (p ou q) é equivalente a ~p e ~q;

3. p ⇒ q é equivalente a ∼ q ⇒ p

Quantificadores:
Seja o conjunto X = {1, 3, 5, 7} os enunciados abertos:

• p{x} : x é um número ímpar;

• q{x}: x é múltiplo de 3;
 7

• r{x}: x ≥ 10

Podemos facilmente observar que:

Todo elemento de X satisfaz p. Existe elemento de X que satisfaz a q. Não existe
elemento de X que satisfaz a r.
Essas afirmações podem ser escritas simbolicamente como:

∀x (x ∈ X ⇒ p {x})

∃x (x ∈ X e q {x})

∼ ∃x (x ∈ X e r {x})

Equivalências de enunciados quantificados:

Todos o brasileiro é feliz. Equivale a: Não existe brasileiro que não seja feliz.
Simbolicamente, seja B a coleção de brasileiros e F das pessoas felizes:

∀x (x ∈ B ⇒ x ∈ F ) equivale a ∼ ∃x (x ∈ B e x ∈
/ F)

De modo geral, para o enunciado p valem as seguintes tautologias:

∀x p ⇔ ∃x ∼ p

∀x p ⇔ ∀x ∼ p

e em sequência:

∼ ∃ p ⇔ ∀x ∼ p

∼ ∀p ⇔ ∃x ∼ p

2 Conjuntos, Números e Demonstrações

Definição 1. Um conjunto é qualquer coleção bem especificada de elementos. Para
qualquer conjunto A, escrevemos a ∈ A para indicar que a é um elemento de A e a ∈
/A
para indicar que a não é um elemento de A. Um conjunto que não possui elementos é
denominado de vazio (∅).

Exemplos: O conjunto de todos os números não negativos é escrito assim:

 8

R+ = {x ∈ R : x > 0}

cada elemento de R+ é um elemento de R1 , diz-se que R+ é um subconjunto de R ou

escrevemos R+ ⊂ R ou R ⊃ R+ .

2.1 Operações com Conjuntos

Definição 2. União
Sejam A e B ⊂ R, A ∪ B = {x : x ∈ A ou x ∈ B}

Definição 3. Interseção
Sejam A e B ⊂ R, A ∩ B = {x : x ∈ A e x ∈ B}

Definição 4. Subtração
Sejam A e B ⊂ R, A − B,ou A\B,A − B = {x : x ∈ A e x ∈
/ B}

Nota: Se U é o conjunto universo podemos escrever U-A como Ac e dizemos que

é o complementar de A. Por exemplo, o complementar de R+ é o conjunto de todos os
números negativos:
c
R+ = {x ∈ R : x < 0}

2.2 Números
O primeiro conjunto de números que apresentamos é o dos números Naturais:

N = {1, 2, 3, ...}

A soma e o produto de dois números naturais é outro número natural, mas a diferença
não precisa estar em N. Adicionalmente, o conjunto dos números inteiros inclui os números
negativos:

Z = {..., −3, −2, −1, 0, 1, 2, 3, ...}

A soma e a diferença de qualquer número inteiro resulta em um número inteiro, mas

o quociente não. Assim temos o conjunto dos números Racionais:

a
 
Q= : a, b ∈ Z; b 6= 0
b
Podemos destacar algumas propriedades dos números Racionais:

a
a e b ∈ Q → a + b, a − b, ab, ∈Q
b
 9

Todo o número pode ser escrito como o quociente de dois inteiros? Embora não
√
seja imediatamente óbvio, alguns números como 2 e π não podem ser escritos como o
quociente de inteiros. Os números que não podem ser escritos como a razão ou quociente
de inteiros são denominados irracionais. Por exemplo, expansões decimais sem padrão são
números irracionais. Por fim, o conjunto dos números racionais e irracionais é o conjunto
dos números reais.

Definição 5. Um inteiro n é dito número par se existe um inteiro m tal que n=2m. Um
inteiro que não é par é dito ímpar.

Definição 6. Um número natural m é dito primo se, sempre que m puder ser escrito
como o produto m=ab de dois números naturais, então a=1 ou b=1 (um ou outro, não
simultaneamente). Os seis primeiros números primos são: 1,2,3,5,7 e 11.

2.3 Propriedades da adição e da multiplicação

Sejam a, b e c ∈ R então teremos:

1. Fechamento: a + b e ab ∈ R

2. Comutatividade: a + b = b + a e a − b = b − a

3. Associatividade: (a + b) + c = a + (b + c) e (ab) c = a (bc)

4. Identidades: Existe um elemento 0 ∈ R tal que a + 0 = a ∀ a ∈ R. Existe um

elemento 1 ∈ R tal que ∀ a ∈ R a.1 = a

5. Inversos: ∀ a ∈ R, ∃ b ∈ R, a + b = 0, b = −a ∀a ∈ R não nulo c ∈ R tal que a.c = 1

e c = a1 .

6. Distributividade: a. (c + b) = a.b + a.c

Definição 7. Seja S ⊂ R e b ∈ R.O número b é cota superior de S se a ≤ b a ∈ S. O

número b é cota inferior de S se b ≤ a a ∈ S.

Definição 8. Se b é cota superior para S e nenhum elemento menor do que b é cota

superior de S, então dizemos que b é um supremo de S.Analogamente, se b é cota inferior
de S e nenhum elemento maior do que b é uma cota inferior de S, então dizemos que b é
um ínfimo de S.

Exemplo:
S = {0.3; 0.33; 0.333; 0.3333; ...}

Zero é cota inferior de S e um é uma cota superior. O supremo é 0.3333 e o ínfimo

0.3.
 10

2.4 Demonstrações
A maneira direta de provar que A → B é encontrar uma sequência de axiomas e teoremas
aceitos de tal forma que Ai → Ai+1 ∀ i = 1, ..., n de tal modo que A0 = A e An+1 = B.

A = A0 → A1 → A2 → ... → An−1 → An = B

Provas realizadas da forma acima são denominadas diretas e o método usado é o

racional dedutivo. Sejam a, b, c e d ∈ R

a=beb=c→a=c

a=b→a+c=b+c

a = b → a.c = b.c

c = d → a.c = b.d

a=b

Teorema 1. Para qualquer x,y e z ∈ R, se x+z=y+z então x=y

Demonstração.
x+z =y+z

então existe − z tal que z + (−z) = 0

(x + z) + (−z) = (y + z) + (−z)

x ((−z) + z) + = y ((−z) + z)

x+0=y+0

x=y

Teorema 2. Para qualquer x ∈ R, x.0 = 0

 11

Demonstração.
0+0=0

x(0 + 0) = x.0

(x.0) + (x.0) = x.0

(x.0) + 0 = x.0

(x.0) + (x.0) = (x.0) + 0

x.0 = 0

Teorema 3. Seja m um inteiro par e p um inteiro qualquer. Então m.p é um inteiro par.

Demonstração.
m é um inteiro par

Existe q ∈ Z, m = 2q

m.p = 2 (q.p) → 2q.p = 2qp

mp é par

Definição 9. Recíproca
Considere a proposição P da forma A → B. Se vale a hipótese A então vale a conclusão
B. A recíproca de P é a afirmação B → A, que troca a hipótese e conclusão de P.

Vamos supor que A é a situação “n é um número primo maior do que 2” e B a situação

“n é um número ímpar”. É verdade que A → B, mas não é verdade que B implica A.

Definição 10. Se A → B e B → A são verdades, dizemos que A vale se, e somente se B

vale, ou então que A é equivalente a B, isto é,A ↔ B.

Suponha que A é a afirmação “n é um número primo par” e B é a afirmação “n=2”,

então ambas A → B e B → A são verdades e temos que A ↔ B.
 12

Definição 11. A proposição ∼ B →∼ A é denominada contraposição de A → B.

A contraposição afirmar que (~B) n não é um inteiro ímpar então (~A) não é um
número primo diferente de 2, de outro modo, se n é par, então n é igual a 2 ou não é um
número primo.

Teorema 4. Sejam a, b e c ∈ Z tais que a.b = c. Se c é impar e a e b também são.

Corolário. Seja a um número inteiro. Se a2 é ímpar, então a é ímpar.

2.5 Provas Indiretas

Como A → B é verdadeira se, e somente se sua contraposição é verdadeira, uma maneira
de provar A → B é provar que ∼ B →∼ A. Outra forma, para provar que B é verdadeira
é considerarmos todas as suas alternativas possíveis. Se cada uma das alternativas de
B leva a uma contradição, ou da própria afirmação A, ou de um axioma do sistema, ou
de uma proposição previamente provada, então B deve ser verdadeira. Essa linha de
raciocínio é denominada de prova indireta ou redução ao absurdo.
Para dar uma prova indireta de A → B, supomos que a situação B não vale e então
aplicamos argumentos indutivos rigorosos até alcançar uma contradição.

Teorema 5. Seja a um inteiro. Se a2 é par então, a é par.

Teorema 6. Se a = pq é um número racional com p e q inteiros, então p e q podem ser

escolhidos de tal modo que ambos não são inteiros pares.

√
Teorema 7. 2 é um número irracional
√
Demonstração. Vamos realizar essa prova por contradição. Suponha que 2 não seja um
√
número racional. Desse modo 2 pode ser expresso por uma fração simplificada ab em
que a e b são inteiros primos entre si:

a √ a2
= 2 → 2 → 2 → a2 = 2b2
b b
2 2
Note que a é múltiplo de 2, então a é par. Assim a pode ser escrito como a = 2k ∀ k ∈
Z.

(2k)2 = 2b2 → 4k 2 = 2b2 → b2 = 2k 2

Pelo mesmo raciocínio b é múltiplo de 2, logo é par. Podemos concluir que a e b

são pares o que é um absurdo, pois são primos entre si. Aqui temos uma contradição,
√
portanto 2 não é racional.
 13

2.6 Indução Matemática

As provas indutivas somente podem ser utilizadas para proposições sobre inteiros ou
proposições indexadas por números inteiros. Suponha que estamos considerando uma
sequência de afirmações indexadas por números naturais de tal modo que a primeira
afirmação é P (1) e a segunda P (2) e a enésima é P (n). Supomos que possamos verificar
dois fatos a sequência de afirmações:

1. A afirmação P (1) é verdadeira;

2. Sempre que alguma afirmação P (k) for verdadeira para algum k então P (k + 1)
também é.

Vejamos o próximo teorema:

Teorema 8. A soma dos n primeiros números naturais 1+2+3+...+n= 12 n(n + 1)

Demonstração. Para qualquer número natural n, seja P(n) a afirmação:

n (n + 1)
P (n) : 1 + 2 + 3 + ... + n =
2
Tomando n=1 no lado direito da equação acima, obtemos:

1 (1 + 1)
1= →1=1
2
Agora aplicaremos a hipótese de indução, ou seja, que a afirmação P(k) é verdadeira
para algum inteiro k:

k (k + 1)
1 + 2 + 3 + ... + k =
2
Adicionando k+1 em ambos lados da equação acima, teremos:

k (k + 1)
1 + 2 + 3 + ... + k + k + 1 = +k+1
2
!
k
= + 1 (k + 1)
2

(k + 2) (k + 1)
=
2
Note que essa última expressão é exatamente a afirmação P(k+1). Mostramos que
P(1) é verdadeira e que P(k) é verdadeira então vale P (k + 1) ∀k. Pelo princípio da
indução concluímos que P (n) ∀n.

Teorema 9. A soma dos n primeiros números ímpares é n2 .

1 + 3 + 5 + 7 + ... + (2n − 1) = n2
 14

Demonstração. É trivial notar que a fórmula acima é válida para n=1. Assim, vamos ao
passo indutivo. Considere que a equação vale para algum inteiro k positivo:

1 + 3 + 5 + 7 + ... + (2k − 1) = k 2

O próximo número ímpar a ser somado ao lado esquerdo da equação acima é (2 (k + 1) − 1) =

2k + 1

1 + 3 + 5 + 7 + ... + (2k − 1) + (2 (k + 1) − 1) = k 2 + 2k + 1

1 + 3 + 5 + 7 + ... + (2k − 1) + (2 (k + 1) − 1) = (k + 1)2

Note que ficamos com k+1 no lugar de k. Por indução concluímos que a primeira
fórmula vale ∀ n ∈ N .

3 Sistemas de Equações Lineares

Alguns modelos econômicos possuem uma estrutura linear natural. Se as relações entre
as variáveis em questão são descritas por um sistema de equações não lineares, tomamos
a derivada dessas equações para convertê-las num sistema linear aproximante. Dizemos
que o sistema é implícito se as equações que descrevem as relações econômicas em questão
têm misturadas entre si, num mesmo lado do sinal de igualdade as variáveis exógenas e
endógenas.

3.1 Eliminação de Gauss e Gauss-Jordan

Desejamos resolver os seguintes sistemas de equações lineares:

2x1 + 3x2 = 7 ou x1 + x2 + x3 = 5
(1)
x1 − x2 = 2 x2 − x3 = 0
O sistema linear geral de m equações a n incógnitas pode ser escrito como:

a11 x1 + a12 x2 + . . . + a1n xn = b1

..
. (2)
am1 x1 + am2 x2 + . . . + amn xn = bn
Nesse sistema aij e bij ∈ R sendo aij o coeficiente da incógnita xj na i-ésima equação.
Uma solução do sistema (2) é uma n-upla de números reais x1 , . . . , xn que satisfaz cada
uma das m equações em (2). Por exemplo, x1 = 2,x2 = 1 resolve o sistema (1) e x1 =
5,x2 = x3 = 0 resolve o segundo. Para um sistema linear (2) estamos interessados nas
 15

três seguintes questões:

1. Existe alguma solução?

2. Quantas soluções existem?

3. Existe um algoritmo que realmente calcula essas soluções?

Basicamente há três métodos de resolução de tais problemas:

1. Substituição;

2. Eliminação de variáveis, e

3. Métodos Matriciais

3.1.1 Eliminação Gaussiana

A eliminação Gaussiana consiste em realizar operações ditas elementares com as linhas

(equações) do sistema:

1. Multiplicar uma equação por um escalar não nulo;

2. Somar e subtrair equações.

A eliminação Gauss-Jordan não usa a substituição inversa: Vejamos o exemplo:

x1 − 0.4x2 − 0.3x3 = 130

x2 − 0.25x3 = 125
x3 = 300
Some 0.25 vezes a linha (3) da linha (2) para achar x2 = 200.

3.2 Operações Elementares sobre Linhas

O sistema (2) pode ser escrito:
 
a a12 . . . a1n
 11
 .. .. 
A = . ... . 

m×n  
am1 am2 . . . amn
Sendo A a matriz dos coeficientes. Se adicionarmos a coluna correspondente ao lado
direito do sistema (2) teremos a matriz aumentada:
 
a a12 . . . a1n b1
 11
. .. .. 
 ..
 =  ... . . 

 
am1 am2 . . . amn bn
 16

Definição. A matriz é dita escalonada por linhas se cada linha subsequente começa com
mais zeros que a linha anterior.
Exemplo:

 

1 −0.4 −0.3 | 130 
H= 0 0.8 −0.2 | 100 
 
 
0 0 0.7 | 210

Definição. Dizemos que a linha de uma matriz tem k zeros líderes se os k primeiros
elementos da linha são todos zero e o (k+1)-iésimo elemento de cada linha é não nulo.
Com essa terminologia podemos dizer que a matriz está escalonada por linha se cada linha
tem mais zeros líderes do que a que a precede.

Definição. Dizemos que uma matriz em forma escalonada por linhas está na forma re-
duzida por linhas se cada pivô é 1 e cada coluna que contém um pivô não contém outros
elementos não nulos.

3.3 Sistemas com muitas soluções ou nenhuma

No caso mais simples mostraremos um sistemas com duas equações e duas incógnitas. No
geral, retas no plano são não paralelas e se cruzam em um único ponto. Caso essas retas
sejam paralelas ou elas coincidem ou nunca se cruzam. Se elas coincidem o sistema tem
infinitas soluções. No último caso, o sistema não apresenta solução.

Definição. Se a j-ésima coluna de B̂ não contém um pivô, dizemos que xj é uma variável
livre ou não básica.

Definição. Se a j-ésima coluna de B̂ (escalonada por linhas) contém um pivô, dizemos

que xj é uma variável básica.

w +2x +y −z = 1
3w −x −y +2z = 3
−x +y −z = 1
2w +3x +3y −3z = 3
 

w +2x +y −z | 1 
3w −x −y +2z | 3
 
 
 
−x +y −z | 1
 
 
 
2w +3x +3y −3z | 3
Na forma escalonada reduzida por linhas:
 17

 
3

1 0 0 − 11 | 12
11 
1 4
0 1 0 − 11 | − 11
 
 
 
12 7
0 0 1 − 11 | 11
 
 
 
0 0 0 0 | 0
Então temos que:

w = 12
11
3
− 11 z
4 1
x = − 11 + 11 z
7
w = 11 + 12
11
z
Assim, z é a única variável livre e as demais são variáveis básica.

3.4 Posto o Critério Fundamental

Definição. o posto de uma matriz é o número de linhas não-nulas em sua forma escalo-
nada por linhas.

Fato. 7.1: Sejam A a matriz de coeficientes e  a matriz aumentada correspondente.

Então,
(a) posto de A ≤posto Â
(b) posto de A ≤número de linhas de A
(c) posto de A ≤número de colunas de A

Fato. 7.2: Um sistema de equações lineares com matriz de coeficientes A e matriz au-
mentada  possui uma solução se, e somente se, posto de  = posto de A
7.3: Um sistema linear de equações não tem nenhuma solução, ou apenas uma solução,
ou infinitas soluções. Assim, se um sistema tiver mais do que uma solução, então terá
infinitas soluções.

Fato. 7.4: Se um sistemas tem exatamente uma solução, então a matriz de coeficientes
A tem pelo menos tantas linhas quanto colunas. Em outras palavras, um sistema com
solução única deve ter pelo menos tantas equações quanto variáveis.

Fato. 7.5: Se um sistema de equações lineares tem mais incógnitas do que equações, então
o sistema não tem nenhuma solução ou tem uma quantidade infinita de soluções.

a11 x1 + ...+ a1n xn = 0

. . .
am1 x1 + ...+ amn xn = 0
Esse sistema é dito homogêneo, e tem pelo menos uma solução x1 = x2 = ... = xn = 0

Fato. 7.6: Um sistema homogêneo de equações lineares com mais incógnitas do que equa-
ções necessariamente possui uma infinidade de soluções distintas
 18

Fato. 7.7: Um sistema de equações lineares com matriz de coeficientes A tem uma solução
para cada escolha de lado direito b1 , ..., bm se, e somente se,
postoA = número de linhas de A

Fato. 7.8: Se um sistemas de equações lineares tem mais equações do que incógnitas,
então existe um lado direito tal que o sistema resultante não possui solução

Fato. 7.9: Qualquer sistema de equações lineares com matriz de coeficientes A tem no
máximo uma solução para cada escolha de lado direito b1 , ..., bm se, e somente se, posto
A = número de colunas de A.
7.10: Uma matriz d coeficientes A é não-singular, ou seja, o sistema linear correspon-
dente tem uma, e só uma solução para cada escolha do lado direito b1 , ..., bm se, e somente
se, número de linhas de A = número de colunas de A = posto de A
7.11: Considere o sistema linear de equações Ax = b
(a) Se o número de equações <o número de incógnitas, então:
(i) Ax = 0 tem um número infinito de soluções;
(ii) para qualquer b dado, Ax = b tem 0 ou um número infinito de soluções, e
(iii) se posto A = número de equações, Ax = b tem um número infinito de soluções
para cada escolha do lado direito de b.
(b) Se o número de equações > o número de incógnitas, então:
(i) Ax = 0 tem um ou um número infinito de soluções
(ii) para qualquer b dado, Ax = b tem 0, uma ou um número infinito de soluções, e
(iii) se posto A = número de incógnitas, Ax = b tem 0 ou uma solução para cada
escolha do lado direito b.
(c) Se o número de equações = o número de incógnitas, então
(i) Ax = 0 tem uma ou um número infinito de soluções
(ii) para qualquer b dado, Ax = b tem 0 ou um número infinito de soluções, e
(iii) se posto A = número de incógnitas = número de equações, Ax = b tem exatamente
uma solução para cada escolha de lado direito b.

4 Álgebra Matricial
Teorema. Sejam A uma matriz k x m e B uma matriz m x n. Então (AB)T = B T AT

Demonstração. Para isso precisamos da definição de matriz transposta.

 
Definição. Matriz transposta (AB)T = (AB)ji
ij

=
X
Ajh Bhi
h

X   
= AT BT
hj ih
h
 19

X   
= BT AT
ih hj
h

 
= B T AT
ij

Portanto,
(AB)T = B T AT 

4.1 Tipos Especiais de Matrizes

Problemas especiais utilizam tipos especiais de matrizes. Nesta seção descreveremos al-
gumas importantes classes de matrizes k x n que surgem na análise econômica.

• Matriz quadrada: k = n, número de linhas igual ao número de colunas.

• Matriz coluna: n = 1.

• Matriz linha: k = 1.

• Matriz diagonal: k = n, ∀i 6= j aij = 0.

• Matriz triangular superior: aij = 0 sei > j  (geralmente quadrada) na qual cada
a b
entrada abaixo da diagonal principal é 0.
0 d
 
a 0
• Matriz triangular inferior: aij = 0 se i < j. 
c d

• Matriz simétrica: AT = A, aij = aji ∀i, j. Essas matrizes são necessariamente

quadradas.

• Matriz idempotente: Uma matriz quadrada B tal que B.B = B.

• Matriz de permutação: Uma matriz quadrada  de 

entradas 0 e 1, na qual cada
0 1
linha e cada coluna contêm exatamente 1. Ex: 
1 0

• Matriz não-singular: Uma matriz quadrada cujo posto é igual ao número de

linhas (colunas).

4.2 Matrizes Elementares

Recorde que as três operações elementares sobre linhas são utilizadas para trazer uma
matriz à forma escalonada por linhas:

1. permutação de linhas,
 20

2. soma de um múltiplo de uma linha a uma outra linha, e

3. multiplicação de uma linha por um escalar não-nulo.

Essas operações podem ser efetuadas em uma matriz A pela multiplicação à esquerda
por certas matrizes especiais denominadas matrizes elementares. Por exemplo, o seguinte
teorema ilustra como permutar as linhas i e j de uma dada matriz A.

Teorema. Forme a matriz de permutação Eij pela permuta da i-ésima com a j-ésima
linha da matriz identidade I. Então, a multiplicação à esquerda de uma matriz A por Eij
tem efeito de permutar a i-ésima com j-ésima linha de A.

Demonstração. Para verificar isso, denotaremos por ehk uma entrada qualquer de Eij :

eij = eji = 0
eii = ejj = 0
(3)
ehh = 1 se h 6= i, j
ekk = 0 caso contrário
O elemento na linha k e coluna n de Eij A é
 


 a
 jn
k=i  


ekm amn = k=j 
X
a
in
m

k 6= i, j 
 
a
 
kn

por (1). Portanto, Eij A é simplismente A com as linhas i e j trocadas entre si. 

Exemplo. Suponha uma matriz A de tamanho 3 x 3, temos:

    

1 0 0 a11 a12 a13   a11 a12 a13 
E2 (5).A = 0 5 0 a a22 a23  = 5a21 5a22 5a23 
    
   21   
0 0 1 a31 a32 a33 a31 a32 a33

Eij (r)→ é a soma r vezes a linha i pela linha j da matriz I.

    

1 0 0   a11 a12 a13  
a11 a12 a13 
E23 (5).A =  0 1 0   a a22 a23 = a21 a22 a23
    
  21
 
   
0 5 1 a31 a32 a33 5a21 + a31 5a22 + a32 5a23 + a33

Definição. As Matrizes Eij , Eij (r) e Ei (r), que foram obtidas executando as operações
elementares sobre linhas na matriz identidade, são denominadas matrizes elementares.
 21

Teorema. Seja E uma matriz elementar n x n obitida executando-se uma dada operação
elementar sobre linhas na matriz identidade n x n. Se A é uma matriz n x n qualquer,
então EA é a matriz obtida executando aquela mesma operação elementar sobre linhas
em A.

Teorema. Dada qualquer matriz A de tamanho k x n, existem matrizes elementares

E1 , E2 · · · , Em tais que o produto matricial Em .Em−1 .A = U , onde U está em forma
escalonada (reduzida) por linhas.

4.3 Álgebra de Matrizes Quadradas

Usamos a notação Mn para classe de matrizes quadradas do tipo n x n

Definição. Seja A uma matriz em Mn . Uma matriz B em Mn é uma inversa para A se

AB = BA = I.

Se existir a matriz B, dizemos que A é invertı́vel.

Teorema. Uma matriz A de tamanho n x n pode ter, no máximo, uma única inversa.

Demonstração. Suponha que B e C sejam inversas de A. Então,

C = CI = C(AB) = (CA)B = IB = B.

Definição. Seja A uma matriz de tamanho k x n, a matriz B de tamanho n x k é uma

inversa à direita de A se AB = I . A Matriz C de tamanho n x k é uma inversa à
esquerda de A se CA = I.

Lema. Se uma matriz A tem uma inversa à direita B e uma inversa à esquerda C, então
A é invertível e B = C = A−1 . A Prova é análoga a do teorema 8.5 .

Teorema. Se uma matriz A de tamanho n x n é invertível, então A é não-singular e a

única solução do sistema de equações lineares Ax = b é x = A−1 b.

Demonstração. Desejamos mostrar que se A é invertivel, então podemos resolver qualquer

sistema de equções do tipo Ax = b. Multiplique cada lado deste sistema por A−1 para
resolver em x como segue:

Ax = b

A−1 (Ax) = A−1 b

 22

(A−1 A)x = A−1 b

Ix = A−1 b

x = A−1 b.

Teorema. Se uma matriz A de tamanho n x n é não-singular, então A é invertivel.

Demonstração. Suponha que A é não-singular. Denotamos ei a i-ésima coluna de I.

Sendo A não-singular a equação AX = ei tem uma única solução X = ci . Seja C a matriz
cujas n colunas são as respectivas soluções c1, . . . , cn . Como multiplicamos cada linha de
A pela j-ésima coluna de C para obter a j-ésima coluna de AC, podemos escrever

AC = A [c1 , . . . , cn ]

= [Ac1 , . . . , Acn ]

= [e1 , . . . , en ]

=I (4)

Assim C é uma inversa a direita de A. Para ver que A também possui uma inversa a
esquerda, use o teorema 8.4 para escrever EA = U , onde E é um produto de matrizes
elementares e U é a forma escalonada reduzida por linhas de A. Como A é não-singlar U
não tem linha de zero e cada coluna contém exatamente 1, U = I. Portanto, E é uma
inversa a esquerda de A. Como A tem uma inversa à direita e uma inversa à esquerda, A
é invertível. 
Podemos ser mais eficientes aglutinando todas essas informações em uma matriz au-
mentada gigantesca (A | e1 , . . . , en ) = (A | I) e executar a eliminação de Gauss-Jordan
somente uma única vez em vez de n vezes. Nesse processo, a matriz aumentada se reduz
a (I | A−1 ).

Exemplo. 8.4
 
a b 
A= (5)
c d
 23

 
a b | 1 0 
(A | I) = 
c d | 0 1

Se a = c = 0, A é singular. Vamos supor que a 6= 0 primeiro somamos −c/a vezes a

linha 1à linha 2, para obter a forma escalonada por linhas.
 
a b | 1 0 
 (6)
0 ad−bc
a
| −c
a
1
Se a 6= 0, A é não-singular se, e somente se, ad − bc 6= 0. Multiplique a primeira linha
por 1/a e a segunda linha por a/(ad − bc).
 
1

1 b
|
a a
0 
0 1 | −c
ad−bc
a
ad−bc

Some −b/a vezes a linha 2 da 1.

 

1 0 | d
ad−bc
−b
ad−bc 
0 1 | −c
ad−bc
a
ad−bc
 
1 d −b 
A−1 =  (7)
ad − bc −c a

Teorema. A matriz arbitrária A de tamanho 2 x 2 dada por (3) é não-singular ( e

portanto invertível) se, e somente se, ad − bc 6= 0. Sua inversa é a matriz (5).

Teorema. Para qualquer matriz quadrada A, são equivalentes as seguintes informações:

(a) A é invertível.

(b) A tem uma inversa à direita.

(c) A tem uma inversa à esquerda.

(d) O sistema Ax = b tem pelo menos uma solução para cada b.

(e) O sistema Ax = b tem no máximo uma solução para b.

(f ) A é não-singular.

(g) A tem posto máximo.

Demonstração. Na seção 7.4 vimos a equivalência das afirmações d) a g). Os enunciados e

as provas dos teoremas 8.6 e 8.7 garantem que as afirmações a) a d) são equivalentes.

Teorema. Sejam A e B matrizes quadradas invertíveis.

Então,
 24

(a) (A−1 )−1 = A

(b) (AT )−1 = (A−1 )T

(c) AB é invertível e (AB)−1 = B −1 A−1

Teorema. Se A é invertível:

(a) Am é invertível para qualquer inteiro m e (Am )−1 = (A−1 )A−m

(b) Para quaisquer inteiros r e s, Ar As = Ar+s , e

(c) para qualquer escalar r 6= 0, rA é invertível e (rA)−1 = (1/r)A−1 .

Teorema. Qualquer matriz pode ser escrita como um produto A = F1 , . . . , Fm U no qual

as Fi são matrizes elementares e U está na forma escalonada reduzida por linhas. Quando
A é não-sigunlar U = I e A = F1 , . . . , Fm .

Lema. Sejam L e M duas matrizes triangulares inferiores n x n. Então o protudo ma-

tricial LM é trianglar inferior. Se L e M têm somente 1 em suas diagonais, então o
mesmo ocorre com LM .

Demonstração. A (i, j)−ésima entrada do produto LM é o produto da i−ésima linha de

L com a j−ésima coluna de M . Usando a hipótese que lik = 0 para k > i e mhj = 0 para
h < j, escrevemos esse produto como:
 
0
..
 
.
 
 
 
0 
 

 
(LM )ij = (li1 , . . . , li,i−1 , lii , 0 . . . 0)  (8)
 
 mjj  
 
 mj+1,j 
..
 
 
.
 
 
 
mnj
Se i < j, cada uma das i possivelmente não-nulos entradas no começo da i−èsima linha de
L será multiplicada pelas i entradas zero do começo da j−ésima coluna de M. O resultado
é uma entrada zero em LM . Portanto LM é triangular inferior.
A partir de (6) a (i, i)−ésima entrada na diagonal de LM é lii = mii = 1.

Teorema. Seja A uma matriz arbitrária k x n suponha que não é necessário efetuar
permuta de linhas para reduzir A à sua forma escalonada por linhas. Então A pode ser
escrita como um produto LU , onde L é uma matriz trinagular inferior k x k com entradas
1 na diagonal e U é uma matriz triangular superior k x n.
 25

4.4 Decomposição LU
Vamos resolver o sistema Ax = b da forma LU x = b. Primeiro tome U x = Z e LZ = b e
então resolva.
UX = Z

   L  U     b 

2 4 0   1 0 0  2 4 0  
x1  
2 
4 6 3  = 2 1 0   0 −2 3 ⇒ x2 = 1
        
   
        
−6 −10 0 −3 −1 1 0 0 3 x3 −6

LZ = b
        

1 0 0   z1   2  z
 1  
2 
2 1 0   z  =  1  ⇒  z2 = −3
        
 2 
  
      
−3 −1 1 z3 −6 z3 3
UX = Z
        

2 4 0 
x1  
2  
x1  
1 

 0 −2 3

 x2

 = 
 −3

 ⇒ 
 x2

 = 
 0


        
0 0 3 x3 −3 x3 −1

4.5 Produto de Kronecker

Seja Amx p e Bnx q então
 
a B a12 B . . . a1p B
 11
. ... .. 
A  B =  .. . 
 
 
am1 B am2 B . . . amp B
 
a11 a12 a13 
A
a21 a22 a23 2x3
 
1 0 
I=
0 1 2x2
 

a11 a12 a13 0 0 0 
a21 a22 a23 0 0 0
 
I A=
 
 
0 0 0 a11 a12 a13
 
 
 
0 0 0 a21 a22 a23
 26

 

a11 0 a12 0 a13 0 
0a11 0a12 0a13
 
AI =
 
 
a21 0 a22 0 a23 0
 
 
 
0a21 0a22 0a23
Propriedades
0 0 0
(1) (A  B) = A  B

(2) (A  B)(C  D) = AC  BD

(3) A  (B + C) = A  B + A  C

(4) (A + C)  A = B  A + C  A

(5) A  (B  B) = (A  B)  B Implica que A e B são quadradas e não-singulares.

(5) e (2) implica que (A  B)(A−1  B −1 ) = AA−1  BB −1 = Imm xInn = Imnx mn .

4.6 Vetorização de Matrizes

 
a11
 .. 
 
 . 
 
am1
 
 
 
a12
 
 
..
 
.
 
 
Seja Amxn então V EC(A) =
 
 
 am2 
.. 
 

. 
 

 
a1n 
 

.. 
 
. 


 
amn
 
  
12 
12 −6  −6
 
V EC(A) = 
 
Exemplo. A  
3 15 3
 
 
 
15

5 Determinantes
5.1 Menores de uma Matriz
Definição. Seja A uma matriz n x n. Seja Aij a submatriz (n − 1) × (n − 1) obtida
suprimindo-se a i-ésima linha e a j-ésima coluna de A. O escalar Mij ≡ detAij é denomi-
 27

nado o (i,j)-ésimo menor de A e o escalar Cij ≡ (−1)i+j Mij é denominado o (i,j)-ésimo

co-fator de A. Observe que Mij = Cij se (i+j) é par e Mij = −Cij se (i+j) é ímpar.

Exemplo. Uma matriz 3 x 3:

 
a11 a12 a13 
 

det a21 a22 a23  = a11 C11 + a12 C12 + a13 C13


a31 a32 a33 
 

 
a11 a12 a13 
 

det a21 a22 a23  = a11 M11 − a12 M12 + a13 M13
 

a31 a32 a33 
 

 
a11 a12 a13 
       
a22 a23  a21 a23  a21 a22 
      
a21 a22 a23  = a11   − a12   + a13 
       
a a a a a a

32 33 31 33 31 32 
     
a31 a32 a33 
 

Definição. O determinante de uma matriz A de tamanho n x n é dado por:

detA = a11 C11 + a12 C12 + ... + a1n C1n

detA = a11 M11 − a12 M12 + ... + (−1)n+1 a1n M1n

Teorema. 9.1
O determinante de uma matriz triangular inferior ou triangular superior é simples-
mente o produto de suas entradas diagonais.

Teorema. 9.2
Seja A uma matriz de tamanho n x n e seja R sua forma escalonada por linhas. Então

detA = ±detR

Se não tiverem sido usadas permutações de linhas para obter R de A, então detA =
detR.

5.2 Matriz Adjunta

Teorema. 9.3
Uma matriz quadrada é não-singular se, e somente se, seu determinante é não nulo.

Definição. Para qualquer matriz A de tamanho n × n, seja Cij o (i, j)-ésimo co-fator de
A, ou seja, (−1)i+j vezes o determinante da submatriz obtida suprimindo a i-ésmia linha
e a j-ésima coluna de A. A matriz de tamanho n x n cuja (i, j)-ésima entrada é Cij , o (i,
 28

j)-ésimo co-fator de A é denominada matriz adjunta de A e é denotada por AdjA. Em

outras palavras, a matriz adjunta é a matriz transposta da matriz de cofatores.

Teorema. 9.4
Seja A uma matriz não-singular. Então,

1
(a) A−1 = detA
· adjA

(b) A única solução x = (x1 , ..., xn ) do sistema Ax = b de tamanho n x n é

xi = detBi
detA
, para i = 1, ..., n. Onde Bi é a matriz A com o lado direito b subs-
tituindo a i-ésima coluna de A.
 
4 5
Exemplo. A =  detA = −1
1 1
 
C11 C21 
adjA =  C11 = 1; C12 = −1; C21 = −5; C22 = 4
C12 C22
   
1 1 −5 −1 5 
A−1 = −1
· ⇒A−1 = 
−1 4 1 −4

Teorema. 9.5
Seja A uma matriz quadrada. Então,

(a) detAT = detA

(b) det(A · B) = det(A) · det(B), e

(c) det(A + B) 6= detA + detB, em geral.

6 Espaços Euclidianos
6.1 Comprimento e Distância
Se P e Q são dois pontos no Rn , escrevemos P Q para o seguimento ligando P e Q e
−→
P Q para o vetor

de P a Q. O comprimento do segmento de reta P Q é denominado pelo
símbolo P Q , valor absoluto na reta. Sejam P e Q R2 , para calcularmos o comprimento

do segmento ` ligando esses dois pontos P (a1 , b1 ) e Q (a2 , b2 ) marcamos um ponto inter-
mediário R (a2 , b1 ). Seja m o segmento de reta (horizontal) de P (a1 , b1 ) a R (a2 , b1 ) e n o
segmento de reta (vertical) de Q (a2 , b2 ) a R (a2 , b1 ). O triângulo correspondente P RQ é
um triângulo retângulo cuja hipotenusa é o segmento de reta `.

`2 = |a1 − a2 | 2 + |b1 − b2 | 2
 29

q
P Q = (a1 − a2 )2 + (b1 − b2 )2

kx − yk é o vetor ligando os pontos x e y respectivamente e seu cmprimento é kx − yk

que é o mesmo que a distância entre esses dois pontos.
q
kx − yk = (x1 − y1 )2 + (x2 − y2 )2 + ... + (xn − yn )2

Em particular se y é (0, ..., 0) q

a distância do ponto x = (x1 , x2 , ..., xn ) à origem ou o
comprimento do vetor x é kxk = x21 + ... + x2n

Teorema. 10.1 kr.vk = krk . kvk∀rR e vRn

Demonstração.
kr (v1 , ..., vn )k = k(rv1 , ..., rvn )k

q
= r2 (v1 ) 2 + ... + r2 (vn )2

q
|r| v12 + ... + vn2

krk . kvk

Soponha que V seja um vetor de deslocamento não-nulo. Ocasionalmente precisamos

encontrar um vetor w que tenha a mesma direção e sentido que v, mas possua o compri-
mento 1. Tal vetor w é denominado vetor unitário na direção de v. Para obter tal vetor
1
w, simplesmente multiplique v pelo escalar r = kvk .

1  1  1
 
.v =  . kvk = . kvk = 1
 
 kvk  kvk


v

Ex: q √
k(1, −2, 3)k = 12 + (−2)2 + 32 = 14

1 1 3
!
−2
√ (1, −2, 3) = √ ,√ ,√
14 14 14 14

6.2 Produto Interno (Produto Escalar)

Definição. Sejam u = (u1 , ..., un ) e v = (v1 , ..., vn ) dois vetores em Rn . O produto interno
euclidiano de u e v, denotado por u.v é o número

u.v = u1 v1 + u2 v2 + ... + un vn
 30

Teorema. 10.2 Sejam u,v e w vetores aleatórios em Rn e r um escalar. Então,

(a) u.v = v.u
(b) u. (v + w) = u.v + u.w
(c) u. (rv) = r (u.v) = (r.u) .v
(d) u.u ≥ 0
(e) u.u = 0 −→ u = 0, e
(f) (u + v) . (u + v) = u.u + 2 (u.v) + v.v
u.u = u21 + ... + u2n
√
kuk = u.uq
ku − vk = (u − v) . (u − v)

Teorema. 10.3 Sejam u e v dois vetores em Rn . Seja θ o ângulo entre dois vetores.
Então,

u.v = kuk . kvk .cosθ

Lembramos que o cosseno de θ está entre -1e 1

cosθ > 0 se θ é agudo
cosθ < 0 se θ é obtuso
cosθ = 0 se θ é reto

Demonstração. Suponha que u e v sejam vetores com ponto inicial na origem 0; Digamos
→
− →
−
que u = O P e v = O Q. Seja ` a reta pelo vetor v, ou seja, a reta pelos pontos 0 e Q.
Seja m o segmento de reta perpendicular do ponto P à reta `. Seja R o ponto em que
→
− →
− →
−
m encontra `. Como R está em `, O R é um múltiplo escalar de v = O R. Escreva O R
como t.v. Como u, t.v e o segmento m são os três lados do triângulo retângulo P OR,
podemos escrever m como o vetor u − tv. Como u é a hipoensa desse triângulo retângulo,

ktvk t kvk
cosθ = = (4)
kuk kuk

Por outro lado, pelo teorema de Pitágoras e o teorema 10.2, o quadrado do compri-
mento da hipotenusa é:

kuk2 = kt.vk2 + ku − t.vk2

= t2 kvk2 + (u − tv) . (u − tv)

= t2 kvk2 + u.u − 2u. (tv) + (tv) . (tv)

 31

= t2 kvk2 + kuk2 − 2t. (uv) + t2 kvk2

Segue que

2t. (uv) = 2t2 kvk2

u.v
t= (5)
kvk2
Substituindo (5) em (4) resuta:

u.v kvk u.v

cosθ = 2. =
kvk kuk kuk . kvk
Exemplo. 10.3
Considere um cubo em R3 com cada aresta de comprimento c. Posicion este cubo
em R3 , de modo natural, ou seja, com os vértices em O(0, 0, 0), P1 (c, 0, 0), P2 (0, c, 0) e
→
−
P3 (0, 0, c). Escreva ui para o vetor O Pi com i = 1, 2, 3. Então, a diagonal d é u1 + u2 + u3 ,
que é o vetor (c, c, c).
O ângulo θentre u1 e d satifaz

u1 .d (c, 0, 0) . (c, c, c) c2 1
cosθ = = √ 2 = √ =√
ku1 k . kdk c. c + c + c 2 2 c.3 c 2 3
Teorema. 10.4 O ângulo entre os vetores u e v em Rn é:
(a) agudo se u.v > 0
(b) obtuso se u.v < 0
(c) reto se u.v = 0
Quando esse ângulo é reto dizemos que u e v são ortogonais. Dizemos que u e v são
ortogonais se, e somente se, u.v = u1 v1 + ... + un vn = 0

Teorema. 10.5 Para quaisquer vetores u e v emRn ,

ku + vk ≤ kuk + kvk

Essa regra afirma que qualquer lado de um triângulo é mais curto do que a soma dos
comprimentos dos outros dois lados.

Demonstração. kukkvk
u.v
= cosθ ≤ 1 A função cosseno está definida da seguinte forma:
f : R → [−1, 1]
Pelo teorema 10.3 u.v ≤ kuk . kvk→Multiplique por 2 e some por kuk2 + kvk2

kuk2 + 2 (u.v) + kvk2 ≤ kuk2 + 2 kuk . kvk + kvk2

 32

u.u + u.v + v.u + v.v ≤ (kuk + kvk)2

(u + v) . (u + v) ≤ (kuk + kvk)2

ku + vk2 ≤ (kuk + kvk)2

ku + vk ≤ (kuk + kvk)

Teorema. 10.6 Para quaisquer dois vetores x e y em Rn , |kxk − kyk| ≤ kx − yk

Demonstração. Aplique o teorema 10.5 com u = x − y e v = y em (6) para obter a

desigualdade

kxk ≤ kx − yk + kyk ou kxk − kyk ≤ kx − yk (7)

Aplique o teorema 10.5 com u = y − x e v = x em (6)

ku + vk ≤ kuk + kvk

ky − x + xk ≤ ky − xk + kxk

kyk − kxk ≤ ky − xk (8)

As desigualdades (7) e (8) implicam

|kxk − kyk| ≤ kx − yk

6.3 Propriedades do comprimento Euclidiano: (norma)

1. kuk ≥ 0 e kuk = 0 somente se u = 0

2. kruk = |r| kuk

3. ku + vk ≤ kuk + kvk

Qualquer associação de números reais e vetores que satisfaça essas 3 propriedades é de-
nominada norma.
 33

Exercício. 10.15 Prove que ku − vk2 = kuk2 − 2u.v + kvk2

ku − vk2 = (u − v) . (u − v) = u.u − 2u.v + v.v = kuk2 − 2u.v + kvk2

Exercício. 10.16 Prove que |k(u1 , u2 )|k = |u1 |+|u2 |(1) e k|(u1 , u2 )|k = max {|u1 | , |u2 |}(2)
são normas no R2
Prova (1)

ku| ≥ 0

|u1 | + |u2 | ≥ 0

se, e somente se mbos são iguais a zero.

kruk = |ru1 | + |ru2 | = |r| (|u1 | + |u2 |) = r kuk

ku + vk = |u1 + v1 | + |u2 + v2 | ≤ |u1 | + |u2 | + |v1 | + |v2 | = kuk + kvk

(2)

kuk = max {|u1 | , |u2 |} ≥ 0

se, e somente se ambos forem iguais a zero

kruk = max {|ru1 | , |ru2 |} = |r| max {|u1 | , |u2 |} = |r|

ku + vk = max {|u1 + v1 | , |u2 + v2 |} ≤ max {|u1 | + |v1 | , |u2 | + |v2 |}

≤ max {|u1 | , |u2 |} + max {|v1 | , |v2 |} = kuk + kvk

6.4 Produto Vetorial

É uma multiplicação usada para vetores de R3 . Nesta operação o produto de 2 vetores
no R3 é um vetor no R3 .

(u1 , u2 , u3 ) . (v1 , v2 , v3 ) = (u2 v3 − u3 v2 ; u3 v1 − u1 v3 ; u1 v2 − u2 v1 )

     
u2 u3   u1 u3   u1 u2 
     
=

,−
  , 
v2 v3   v1 v3   v1 v2 
   

 34

As propriedades do produto vetorial são as seguintes:

a) u.v = −v.u
b) u.v é perpendicular a u
c) u.v é perpendicular a v
d) (ru) .v = r (u.v) = u. (rv)
e) (u1 + u2 ) .v = (u1 .v) + (u2 .v)
f) ku.vk = kuk . kvk senθ
g) ku.vk2 = kuk2 . kvk2 − (u.v)2
h) u.u = 0  
 u1 u2 u3 
 
 
i) u. (v.w) =  v1 v2 v3 
 
 
 w1 w2 w3 
 

6.5 Retas
Os objetos da geometria euclidiana são retas e planos e pontos. Inicialmente trabalhamos
com retas no R2
Por exemplo:
x2 = mx1 + b

Não “sabemos” resolver x2 em termos de x1 . Formalmente precisamos de uma repre-

sentação paramétrica que expressa x1 e x2 em termos de t. O ponto x em R2 “está na
reta” se x = (x1 (t∗ ) , x2 (t∗ )) com tR. Uma reta fica claramente determinada por dois
aspectos: um ponto x0 na reta e uma direção v na qual move-se a patir de x0 .

x (t) = x0 + tv

Ex: A reta que passa pelo ponto (4,2) na direção (1,1)

x (t) = (x1 (t) , x2 (t))

= (4, 2) + t (1, 1)

= (4 + t.1, 2 + t.1)

x1 = 4 + t.1

x2 = 2 + t.1
 35

Uma outra maneira de determinar uma reta é identificando dois de seus pontos. Di-
gamos que x e y são dois pontos da reta `. Então, ` pode ser vista como a reta que passa
por x e aponta na direção y − x. Assim uma parametrização para essa reta é

x (t) = x + t (y − x)

= x + ty − tx

= (1 − t) x + ty

Quando t = 0 estamos no pontox; e quando t = 1 estamos no ponto y. Se t [0, 1]

estamos em pontos entre x e y.

Definição. Segmento de reta

O segmento de reta de x a y pode ser expresso como ` (x, y) = {(1 − t) x + ty : 0 ≤ t ≤ 1}

Definição. Plano
Seja P um plano em R3 pela origem. Sejam v e w dois vetores em P, escolha v e
w de modo que apontem para direções diferentes, de tal modo que nenhum deles seja
um múltiplo escalar do outro. Para quaisquer escalares s e t o vetor sv + tw é denomi-
nado combinação escalar de v e w. Pela nossa interpretação geométrica da adição e da
multiplicação, fica claro que todas as combinações lineares de v e w estão no plano P.

x = sv + tw

x1 = sv1 + tw1

x2 = sv2 + tw2

x3 = sv3 + tw3

6.6 Parametrização
Se o plano P não passa pela origem, mas sim pelo ponto p 6= 0 e se v e w são dois vetores
direcionais linearmente independentes posicionados em p que estão no plano, podemos
parametrizar o plano da seguinte for

x = p + sv + tw ∀s, tR
 36

Para encontrarmos a equação paramétrica contendo os pontos p. q e r observa-se que

podemos visualizar q − p e r − p como vetores deslocamento localizados nesse plano com
ponto inicial em p.

x (s, t) = p + s (q − p) + t (r − p)

= (1 − s − t) p + sq + tr

Uma reta em R2 e um plano em R3 são exemplos de conjuntos descritos por uma

simples equação linear em Rn . Tais espaços são muitas vezes denominados de hiperplanos.
Um hiperplano em Rn pode ser escrito em forma ponto-normal como:

a1 x1 + a2 x2 + ... + an xx = d

O hiperplano pode ser entendido como o conjunto de todos os vetores com cauda
 
em 0, .., 0, adn que são perpendiculares ao vetor n = (a1 , ...an )→n é um vetor normal
ao hiperplano. Um hiperplano que surge frequentemente nas aplicações é o espaço de
vetores-probabilidade

Pn = {(p1 , ..., pn ) : pi ≥ 0ep1 + p2 + ... + pn = 1}

Que denominamos de probabilístico.

7 Independência Linear
Daremos uma definição precisa da “dimensão” de espaços vetoriais. O conceito central é
o de independência linear.

7.1 Independência Linear

O conjunto de todos os múltiplos escalares de um vetor não-nulo V é uma reta que passa
pela origem L [v]≡ {rv : r ∈ R} e dizemos que essa reta é gerada por V. Se v (1, 0, ..., 0)
então L [v] é o eixo x1 em Rn . Se v (1, 1) em R2 , então L [v] é uma reta diagonal.

Definição. Sejam v1 e v2 dois vetores não-nulos (tomados com suas caudas na origem)
podemos tomar todas as combinações lineares de v1 e v2 para obter o conjunto gerado por
v1 e v2 :

L [v1 , v2 ] = {r1 v1 + r2 v2 : r1 ∈ R e r2 ∈ R}

Se v1 é múltiplo de v2 , então L [v1 , v2 ] = L [v2 ] é uma reta.

 37

Se v1 é múltiplo de v2 , ou vice-versa, dizemos que v1 e v2 são linearmente dependentes,

caso contrário são linearmente independentes.
Se v1 é um múltiplo de v2 escrevemos:
v1 = r2 v2 ou v1 − r2 v2 = 0; (1)
Se v2 é múltiplo de v1 escrevemos v2 = r1 v1 ou r1 v1 − v2 = 0 para algum escalar r1 (2)
Podemos dizer que v1 e v2 são linearmente dependentes se existirem escalares c1 e c2 não
ambos zero tais que c1 v1 + c2 v2 = 0 com c1 ou c2 não-nulos (3)
Também podemos dizer que v1 e v2 são linearmente independentes se não existirem
escalares c1 e c2 com pelo menos um deles não-nulo, tal que (3) vale

c1 v1 + c2 v2 = 0 =⇒ c1 = c2 = 0

Os vetores v1 , v2 , ..., vk em Rn são linearmente dependentes se, e somente se, existirem

escalares c1 , ..., ck não todos zero, tais que

c1 v1 + c2 v2 + ... + ck vk = 0

Esses vetores são linearmente independentes se, e somente se c1 v1 +c2 v2 +...+ck vk = 0

para escalares c1 , c2 ..., ck implica que c1 = ... = ck = 0.

Para verificarmos a dependência linear considere os seguintes vetores:

     

1  
4  
7 
w1 =  2 , w2 =  5 e w3 =  8
     
 
     
3 6 9
Comecemos com a equação:
       

1  
4  
7  
0 
c1  2  + c2  5  + c3  8 = 0
      
  
       
3 6 9 0
E resolvemos esse sistema para todos os possíveis valores de c1 , c2 e c3

c1 + 4c2 + 7c3 = 0
2c1 + 5c2 + 8c3 = 0
3c1 + 6c2 + 9c3 = 0

É um sistema de equações lineares nas variáveis c1 , c2 e c3 . A formulação matricial do

sistema é
     

1 4 7   c1   0 
2 5 8  . c = 0
    
  2 
 
  
3 6 9 c3 0
 38

Reduzimos a matriz de coeficientes a forma escalonada por linhas:

 

1 4 7 
0 −3 −6 
 

 
0 0 0
A solução (não-nula, 1 delas, na verdade possui infinitas)

c1 = 1; c2 = −2 ; c3 = 1

Concluímos que w1 , w2 e w3 são linearmente dependentes.

Teorema. 11.1: os vetores v1 , ..., vk de Rn , são linearmente dependentes se, e somente

se, o sistema linear
 

c1 
A . =0
 

 
ck
Tem uma solução não-nula(c1 , ..., ck ) onde A é a matriz n×k cujas colunas são vetores
v1 , ..., vk :

A = (v1 , v2 , ..., vk )
 

c1 
Demonstração. A.  .  = c1 v1 + ... + ck vk ,então as colunas de A são linearmente de-
 
 
ck
pendentes se, e somente se o sistemas de equações de A.c = 0 tem uma solução não-nula.
O próximo teorema é uma reformulação do teorema 11.1 para o caso k = n usando o
seguinte fato: uma matriz quadrada é não-singular se, e somente se, seu determinante é
não-nulo.

Teorema. 11.2 um conjunto v1 , ..., vn de n vetores e Rn é linearmente independente se, e

somente se,

det (v1 v2 ...vn ) 6= 0

Teorema. 11.3 Se k > n, qualquer conjunto de k vetores de Rn é linearmente dependente.

Demonstração. Sejam v1 , ..., vk quaisquer vetores de Rn , com k > n pelo teorema 11.1 os
vi são linearmente dependentes se, e somente se, o sistema
 

c1 
Ac = (v1 v2 ...vk ) .  . =0
 

 
ck
 39

Tem uma solução não-nula. Qualquer matriz A com mais colunas do que linhas possui
uma variável livre e portanto Ac = 0 tem infinitas soluções, todas as quais, com excessão
de uma são nulas.

7.2 Conjuntos Geradores

Seja v1 , ..., vk um conjunto fixado de vetores em Rn . Na última seção, falamos do conjunto:

L [v1 , ..., vk ] ≡ {c1 v1 + ... + ck vk : c1 , ..., ck ∈ R}

de todas as combinações lineares de v1 , ..., vk e o denominamos conjunto gerado por

v1 , ..., vk . Suponha que dado um subconjunto V de Rn . É pertinente perguntarmos se
existem ou não vetores v1 , ..., vk em Rn , tais que cada vetor V pode ser escrito como uma
combinação linear de v1 , ..., vk

V = L [v1 , ..., vk ] (10)

Quando ocorre (10) dizemos que v1 , ..., vk gera V . Cada reta pela origem é gerada por
um vetor não-nulo da reta. Por exemplo, o eixo x1 é gerado por e1 = (1, 0, ..., 0) e a reta
diagonal
∆ ≡ {(a, a, ..., a) ∈ Rn : a ∈ R} é gerada pelo vetor (1, 1, ..., 1)

Teorema. 11.4 Seja v1 , ..., vk um conjunto de K vetores de Rn e considere a matriz n × k

cujas colunas são os vetores vj :

A = (v1 v2 ...vk ) (11)

Seja b um vetor de Rn . Então, b está no espaço L [v1 , ..., vk ] gerado por v1 , ..., vk se, e
somente se, o sistema Ac = b tem uma soluçãoc.

Demonstração. Escreva v1 , ..., vk em coordenadas, assim

   

v11  
vk1 
v1 = 
 .  , ..., vk 
 
.


   
v1n vkn
Então b está em L[v1 , ..., vk ] se, e somente se, podemos encontrar c1 , ..., ck tais que
c1 v1 + ... + ck vk = b
     
v ... vk1 c1 b1
 11
 .. . . . ...  ..  .. 
  
 . . . = .  (12)
   
     
v1n ... vkn ck bn
(12)
 40

Assim, b ∈ L [v1 , ..., vk ] se, e somente se, o sistema (12) tem uma solução c.

Teorema. 11.5 Seja v1 , ..., vk um conjunto de k vetores de Rn e considere a matriz A de

tamanho n × k, cujas colunas são os vetores vj , como em (11). Então v1 , ..., vk era Rn se,
e somente se, o sistema Ax = b tem uma solução x para cada lado direito b.

Demonstração. Para qualquer vetor coluna b se o sistema de equação Ax = b tem uma

solução x∗ , então x∗1 v1 + ... + x∗n vn = b. Consequentemente, se o sistema de equações
tem uma solução para cada “lado direito”, então cada vetor b pode ser escrito como uma
combinação linear de vi vetores colunas. Por outro lado, se o sistemas de equações falha
em ter uma solução para algum b do lado direito, então b não é uma combinação linear
de vi , e vi não gera Rn .

Teorema. 11.6 Um conjunto que gera Rn deve conter pelo menos n vetores.

Demonstração. Pelo teorema 11.5 os vetores v1 , ..., vk geram Rn se, e somente se, o sistema
(12) tem uma solução e para cada lado direito b ∈ Rn . O fato 7.7 nos diz que se o sistema
(12) tem uma solução para cada lado direito, então o posto da matriz de coeficientes é
igual ao número de linhas, n. O fato 7.1 estabelece que o posto da matriz de coeficientes
é sempre menor ou igual ao número de colunas, k. Portanto, se k vetores geram Rn , então
n ≤ k.

7.3 Base e Dimensão em Rn

Definição. Seja v1 , ..., vk um conjunto dado de k vetores Rn . Seja V o conjunto L[v1 , ..., vk ]
gerado por v1 , ..., vk . Se v1 , ..., vk é linearmente independente, dizemos que v1 , ..., vk é uma
base de V. De modo mais geral, se w1 , ..., wm é uma base de V se:
(a) w1 , ..., wm gera V, e
(b) w1 , ..., wm sãolinearmente
 independentes.
 

1  
0 
 0   0 
   
Os vetores e1 =   , ..., en =   em Rn são linearmente independentes pois,
 .   . 
   
   
0 1
dados escalares c1 , ..., cn tais que c1 e1 + c2 v2 + ... + cn vn = 0
         

1  
0  
0  
c1  
0 
0 1 . c2 0
         
 + c2   + ... + cn  = =
         
c1      
. . 0 . .
         
         
         
0 0 1 cn 0
Implica que c1 = c2 = ... = cn .
Note que se pegarmos um vetor (a1 , ..., an ) de Rn para todo ai ∈ R i = 1, ..., n podemos
escrever:
 41

       

a1  
1  
0  
0 
a2 0 1 0
       
=  + a2   + ... + an 
       
  a1  
. . . .
       
       
       
an 0 0 1
Isto é o espaço euclidiano n-dimensional é gerado por e1 , ..., en . Deste modo e1 , ..., en
é uma base de Rn . Por ser tão natural, essa base recebe o nome de canônica.

Teorema. 11.7 cada base de Rn contém n vetores.

Demonstração. Pelo teorema 11.3, uma base de Rn não pode conter mais do que n ele-
mentos. Caso contrário, o conjunto em questão não poderia ser linearmente independente.
Pelo teorema 11.6, uma base de Rn não pode ter menos do que n elementos; caso contrário
o conjunto em questão não geraria Rn . Portanto uma base de Rn deve ter exatamente n
elementos.

Teorema. 11.8 Seja v1 , ..., vn um agrupamento de n vetores de Rn . Seja a matriz A n×n,

cujas colunas são as vj : A = (v1 v2 ...vn ). Então, as seguintes afirmações são equivalentes:
(a) v1 , ..., vn são linearmente independentes
(b) v1 , ..., vn gera Rn
(c) v1 , ..., vn constitui uma base de Rn e
(d) o determinante de A é não-nulo.

8 Subespaços Associados a uma Matriz

Seja V = Rn e para quaisquer u, v, e w em V e quaisquer escalares r,s em R1 ,

1. u + v é um elemento de V sempre que u e v são elementos de V (a adição é

fechada),

2. u + v = v + u (a adição é comutativa),

3. u + (v + w) = (u + v) + w (a adição é associativa),

4. Existe um elemento 0 em V tal que, para qualquer v em V, v + 0 = v (elemento

neutro da adição),

5. para qualquer v em V , existe um elemento w em V (geralmente denotado por -v)

tal que v + w = 0 (elemento inverso da adição),

6. r.v é um elemento de V sempre que v é um elemento de V (a multiplicação por

escalar é fechada),

7. r.(u + v) = r.u + r.v (a multiplicação por escalar é distributiva),

 42

8. (r + s).u = r.u+s.u,

9. r.(s.u) = s.(r.u), e

10. 1.u = u

Quando trabalhamos com Rn como um conjunto dotado dessa estrutura condicional,

dizemos que Rn é um espaço vetorial.

8.1 Subespaços de Rn
As propriedades de existência: 1,4,5, e 6 não valem para qualquer subconjunto de Rn . As
propriedades 2, 5, 7, 8, 9, e 10 valem para qualquer subconjunto de Rn .

Exemplo. Seja V0 ≡ {(x1 , x2 , 0) : x1 , x2 ∈ R} prove que V0 é um subespaço de Rn .

Demonstração. Seja u ⊂ V0 e v ⊂ V0 , tendo-se u ≡ (u1 , u2 , 0) e v ≡ (v1 , v, 0)

u + v ≡ (u1 + v1 , u2 + v2 , 0)
z = (0, 0, 0)
w = −v = u ≡ (−v1 , −v2 , 0) → v + w = (0, 0, 0)
r ∈ R, r.v ∈ V0 → r.v = u ≡ (rv1 , rv2 , 0)

Definição. Um subespaço de Rn é um subconjunto de Rn que, tal como V0 , satisfaz as

propriedades de (1)-(10).
Note que (6)
r = 0 → (4) e r = −1 implica (5)
Na verdade precisamos verificar (1) e (6)!

Teorema. 27.1:
Seja V ⊂ Rn . Sejam x e y∈ V , se (x + y) ∈ V e seja r ∈ R, e se rx e ry ∈ V então
V é um subespaço vetorial, portanto um subespaço de Rn .

8.2 Base e Dimensão de um Subespaço Próprio

Teorema. 27.2:
Seja u1,..., um uma base de um subespaço V de Rn . Então, qualquer conjunto contendo
mais do que m vetores de V é necessariamente linearmente dependente.

Demonstração. Seja w1 , ..., wr um conjunto de r vetores em V , com r > m. Queremos

mostrar que w1,..., wr , são linearmente dependentes. Como u1 , ..., um gera V , podemos
escrever:
m
wj = (9)
X
aji .ui
i=1
 43

para um conjunto {aij }de escalares, com j = 1, ..., r e i = 1, ..., m. Para verificar a
independência linear dos wj , escreva:

c1 w1 + ... + cm wm = 0 (10)

que pode ser reescrito como:

r r
! !
a1i .ui + ... + cn . ami .ui = 0 (11)
X X
c1 .
i=1 i=1

como os ui são linearmente independentes por hipótese a única ombinação dos ui que
tem soma 0 é a combinação nula. Portanto,
r r
cj a1i = 0, ..., (12)
X X
c j am
j=1 j=1

O sistema (4) possui m equações homogêneas nas r incógnitas c1 , ..., cr com r > m. Um
sistema de equações homogêneas com mais incógnitas do que equações possui variáveis
livres e portanto tem infinitas soluções distintas; portanto existe um conjunto de cj não
nulos que satisfaz o sistema (4) e portanto o sistema (2). Assim, w1 , ..., wr não pode ser
linearmente independente.

Teorema. 27.3
Seja V um subespaço de Rn . Duas quaisquer bases de V possuem o mesmo número de
vetores.

Demonstração. Se u1 , ..., um e w1 , ..., wr são bases de V, então ambos os conjuntos são

linearmente independentes e portanto r deve ser igual a m pelo teorema 27.2.

Definição. O número de vetores de qualquer base V, é denominado dimensão de V.

8.3 Espaço Linha

Para uma matriz A de tamanho n × m as linhas de A têm m componentes e podem,
portanto, ser consideradas vetores de Rm . Escrevemos Lin(A) para o subespaço de Rm
gerado pelas n linhas de A, então:

Lin(A) ≡ ζ [a1 , ..., an ]

Lema. 27.1. Sejam v1 , ..., vk vetores de Rm . Para algum j > 1, seja:

w = c1 v1 + cj v j

onde c1 6= 0
 44

Então, ζ [v1 , v2 , ..., v k ] = ζ [w, v2 , ..., v k ]

Demonstração. Seja u um vetor arbitrário em ζ [v1 , ..., v j ]. Então,

u = d1 v1 + dj vj

!
d1 d 1 cj
u = (c1 v1 + cj v j ) + dj − vj
c1 c1
somando e subtraindo d1 cj v j /v1
!
d1 d 1 cj
u= · w + dj − vj
c1 c1
Assim, u é uma combinação linear dos vetores w e vj , de modo que ζ [v1 , v j ] ⊂ ζ [w, vj ] .
Analogamente, se x é um vetor arbitrário em ζ [w, vj ]

x = b1 w + b2 vj

x = b1 (c1 v1 + cj vj ) + b2 vj

x = b1 c1 v1 + (b1 cj + b2 ) vj

Assim, ζ [w, vj ] ⊂ ζ [v1 , v j ] e então ζ [v1 , v j ] = ζ [w, vj ]

Conclusões:

• Qualquer forma escalonada por linhas de Ar de A tem o mesmo espaço linha de A.

Lema. 27.2. Sejam v1 , ..., v k vetores não-nulos, tais que cada vi+1 tem mais 0 líderes do
que vi . Então, os vetores v1 , ..., v k são linearmente independentes.
Intuição:
Considere 3 vetores:
     
5
     
0 0
4 , 3 , 0
     
     
3 2 7
     
5
 
0
 
0
 
c1 4 + c2 3 + c3 0
     
     
3 2 7
 45






5c1 =0 → c1 = 0

 4c1 + 3c2 = 0 → c2 = 0

3c + 2c2 + 7c3 = 0 → c3 = 0


1

Demonstração. Escreva o vetor vj em coordenadas como vj = (vj1 , ..., vjn ). Para provar
a independência, precisamos mostrar que a única solução da equação

c1 v1 + ... + ck v k = 0 (13)

é c1 = c2 = ... = ck = 0. Seja v1i∗ o primeiro componente não-nulo de v1 . Como cada

um dos demais vj tem mais zeros líderes do que v1 , obtemos vji∗ = 0 para j = 2, ..., n.
Escrevedno a i-ésima equação de (5) temos:

c1 v1i∗ + c2 0 + ... + ck 0 = 0

v1i∗ 6= 0;

de modo que c1 = 0. Agora, o sistema (5) se reduz a:

c2 v2 + ... + ck v k = 0 (14)

Seja v2j∗ o primeiro componente não nulo de v2 . Pelo mesmo argumento v3j∗ = ... =
vnj∗ = 0. Escrevendo a j-ésima equação de (6), temos c1 v2j∗ de modo que c2 = 0. Con-
tinuando dessa maneira até esgotar todas os ci concluímos que a única solução de (5) é
c1 = c2 = ... = ck = 0

Teorema. 27.4
Seja Ar qualquer forma escalonada por linhas de uma matriz A. Então, o subespaço
Lin(A) é o mesmo que o subespaço Lin(Ar ). Os vetores linha não nulos de Ar são uma
base de Lin(A) e a dimensão de Lin(A) e o posto de A.

Demonstração. A matriz Ar é construída a partir de A efetuando-se um número finito de

operações sobre linhas. O Lema 27.1 diz que cada operação sobre linhas deixa inalterado
o espaço linha, de modo que A e Ar tem o mesmo espaço linha. O espaço linha de Ar é
gerado pelas linhas não nulas de Ar . O Lema 27.2 diz que essas linhas são independentes,
de modo que são uma base de Lin(Ar ). Finalmente o posto de A é o número de linhas
não nulas de Ar , ou seja, o número de vetores dessa base.

Exemplo. Exercício 27.8. Encontrar as bases, o subespaço linha, e o posto.

 46

 

1 2 0 3
3 5 1 7
 
A= 
1 1 1 1
 
 
0 1 −1 2
Somar L3+L4=L4
 

1 2 0 3
3 5 1 7
 
A= 
1 1 1 1
 
 
1 2 0 3
Subtrair L1-L4=L4
 

1 2 0 3
3 5 1 7
 
A= 
1 1 1 1
 
 
0 0 0 0
Multiplicar 3.L1 e subtrair com L2
 

1 2 0 3
0 −1 1 −2
 
A=
 
1 1 1 1 

 
0 0 0 0
Somar L3 + (-1).L2=L3
 

1 2 0 3
0 −1 1 −2
 
A=
 
1 2 0 3 

 
0 0 0 0
Subtrair L2 de L3
 

1 2 0 3
0 −1 1 −2
 
A=
 
0 0 0 0 

 
0 0 0 0
Bases:
 
1 2 0 3 .a1
 
0 −1 1 −2 .a2
Lin(A) = ζ[a1 , a2 ]
 47

P osto = 2

8.4 Espaço Coluna

Denote A por n × m, então A tem m colunas a1 , ..., am cada uma das quais possui n
componentes. O subconjunto de Rn gerado pelas colunas de A é denominado espaço-
coluna de A:
Col(A) = ζ[a1 , ..., am ]

8.5 Dimensão do Espaço Coluna de A

   
1 2 1 2
Seja A =  e Ar = 
2 4 0 0
Col(A) é o subespaço de R2 gerado por (1, 2).
Col(Ar ) é gerado por (1, 0)
Note que Col(A) e Col(Ar ) são distintos.

Definição. Uma coluna de uma matriz A é uma coluna básica se a coluna correspondente
numa forma escalonada por linhas Ar , contém um pivô.

Teorema. 27.5
As colunas básicas de A constituem uma base de Col(A).

Teorema. 27.6
Para qualquer matriz n × m,

dimLin(A) = dimCol(A) = postoA

Exemplo. 27.11
   

2 3 1 4 
2 3 1 4
A = 2 3 7 9  , Ar = 0 0 6 5
   
   
2 3 13 14 0 0 0 0

Lin(A) → Bases(2, 3, 1, 4)e(0, 0, 6, 5)

Col(A) → Bases(2, 2, 2)e(1, 7, 13)

Note que a última coluna de Ar é uma combinação linear da 1ª e 3ª coluna:

     
4 2 1
  19  5 
5 = · 0 + · 6
     
  12   6  
0 0 0
 48

     
4 2 1
  19  5 
9= · 2 + ·  7 
     
  12   6  
14 2 13
Teorema. 27.7
Seja uma matriz de tamanho n × m:

1. O sistema de equações Ax = b tem uma solução para um particular b ∈ Rn se, e

somente se, b está no espaço-coluna Col(A).

2. O sistema Ax = b tem uma solução para qualquer b se, e somente se, postoA = n.

3. Se Ax = b tem uma solução para qualquer b, então

n = postoA ≤ nº de colunas de A=m.

8.6 Espaço Nulo

Teorema. 27.8
Seja A uma matriz de tamanho n × m, o conjunto V das soluções do sistema de
equações Ax = 0 é um subespaço de Rm .

Demonstração. Sejam u e v vetores em V e seja ru + v uma combinação linear dos dois

vetores. Então,
A(ru + v) = A(ru) + Av

A(ru + v) = rAu + Av

A(ru + v) = 0

pois u e v estão em V . Assim, V é fechado para combinações lineares e é um subespaço

de Rm .

Definição. O subespaço das soluções do sistema homogêneo Ax = 0 é denominado

espaço-nulo de A e é denotado por N ul(A).

Definição. Sejam dados um subespaço V de Rm e um vetor c ∈ Rm .

O conjunto {x ∈ Rm : x = c + v para algum v∈ V } é denominado translação de V
por c e é denotado por c + V . Esse conjunto não é um espaço vetorial, a menos que c
pertença a V . Subconjuntos de Rm da forma c + V , onde V é um subespaço de Rm , são
denominados subespaços afins de Rm .

Teorema. 27.9
Seja Ax = b um sistema n × m de equações lineares e c0 ∈ Rm uma solução particular
0 0
deste sistema. Então, qualquer outra solução c de Ax = b pode ser escrita como c = c0 +w,
 49

onde w é um vetor do espaço-nulo de A. Em outras palavras, o conjunto solução de Ax = b

é o subespaço afim c0 + N ul(A).
0
Demonstração. Seja c uma solução Ax = b. Então,

0 0
A(c − c0 ) = Ac − Ac0 = b − b = 0
0
de modo que w = c − c0 está em N ul(A). Reciprocamente, se w está em N ul(A),
então A(c0 + w) = Ac0 + Aw = b + 0 = b

Exemplo. 27.14
 
Seja A a matriz 1 1 . O conjunto solução de Ax = 1 é o conjunto

{(x1 , x2 ) : x1 + x2 = 1} (15)

Este conjunto é claramente uma translação de subespaço

N ul(A) = {(x1 , x2 ) : x1 + x2 = 0}

pelo vetor (1, 0). Analiticamente, x1 + x2 = 1 se, e somente se, x1 = 1 − x2 . Portanto,

o conjunto solução de (7) pode ser escrito como:
     
1 − x2  −1 1
 = x2   +  
x2 1 0

   
1 − x2  1
 = N ul(A) +  
x2 0

Teorema. 27.10
Seja A uma matriz n × m. Então,

dimN ul(A) = m − postoA.

Exemplo. 27.16
   

1 2 0 −2 0 
1 2 0 −2 0
A = 2 4 1 −1 0 e Ar = 0 0 1 3 0
   
   
1 2 1 1 1 0 0 0 0 1

L3 − L2 → L3
L3 + L1 → L3
operações para escalonar A
2L1 − L2 → L2
(−1)L2
 50

Variáveis básicas (Colunas que contém um pivô de Ar ), x1 , x3 , x5 ; livres x2 , x4






x1 + 2x2 − 2x4 = 0

x3 + 3x4 = 0

= 0

x

5

x5 = 0

x3 = −3x4

x1 = −2x2 + 2x4

O vetor x está em N ul(A) se, e somente se,

     
x
 1 
−2 
2
x2   1   0 
     
     
x3  = x2  0  + x4 −3
     
     
x4   0   1 
     
     
x5 0 0
Os vetores (−2, 1, 0, 0, 0) e (2, 0, −3, 1, 0) são bases de N ul(A)
A dimensão de N ul(A) é o número de variáveis livres (2) que é o número de colunas
menos o posto de A.

dimN ul(A) = 5 − 3 = 2

Conclusões:

• Se posto A = n, que é número de linhas (equações), então Ax = b tem alguma

solução para cada b.

• Se posto A < n, então Ax = b somente tem alguma solução para os b em Col(A),

que é um subespaço de Rn de dimensão não maior do que n.

• Se posto A = m, então N ul(A) = {0} e Ax = b tem no máximo uma solução para

cada b.

• Se posto A < m, então, se Ax = b tem alguma solução, tem um subespaço afim de

soluções, de dimensão = m − postoA.
 51

8.7 Espaços Vetoriais Abstratos

Definição. Seja V um conjunto tal que existe uma função + que associa a cada par de
elementos de V um outro elemento de V e uma outra função · que associa a cada par,
consistindo de um elemento de V e de um número real um outro elemento de V . Se,
V junto com as operações + e · satsifaz as propriedades (1) a (10) da seção 27.1 para
quaisquer u, v, e w de V e r, s de R1 , então dizemos que V é um espaço vetorial e que
seus elementos são vetores.
As funções + e · são denominadas operações de V .

Exemplo. 27.19
Seja F {x ∈ R; f (x) : R → R}
O que precisamos para somar funções?
Simplesmente somamos seus valores para cada x. Suponha, por exemplo, que u(x) =
x2 e que v(x) = lnx. Então, sua soma é a função (u + v)(x) = x2 + lnx. A multiplicação
por escalar: ru(x) = rx2 . O elemento neutro na adição é a função nula w(x) ≡ 0.

Exemplo. 27.20

F2 ≡ a0 x2 + a1 x + a2 : a0 , a1 , a2 ∈ R1
n o

Adição

a0 x 2 + a1 x + a2 + b 0 x 2 + b 1 x + b 2
   

a0 x2 + a1 x + a2 + b0 x2 + b1 x + b2 = a0 + b0 )x2 + (a1 + b1 x + (a2 + b2 )

     

Multiplicação por escalar

ra0 x2 + ra1 x + ra2 = r(a0 x2 + a1 x + a2 )

 

Nesse caso dizemos que F2 é um subespaço de F . Note que se fixarrmos nossa atenção
para os três coeficientes, então a operação de adição será:

(a0 , a1 , a2 ) + (b0 , b1 , b2 ) = (a0 + b0 , a1 + b1 , a2 + b2 )

Existe uma correspondência injetora entre as funções quadráticas de F2 e os ternos de

3
R , que carrega consigo as operações de adição e multiplicação por escalar. Nesse caso
dizemos que F2 e R3 são espaços isomorfos.
 52

9 Limites e Conjuntos Abertos

9.1 Sequências de números reais
Definição. Uma sequência de números reais é uma associação de um número real a cada
número natural.

Exemplos:

1. {1, 2, 3, 4, . . .}

2. {1, 1/2, 1/3, 1/4, . . .}

As vezes escrevemos uma sequência qualquer {x1 , x2 , x3 , . . .} como {xn }∞

n=1

Definição. Sejam {x1 , x2 , x3 , . . .} uma sequência de números reais e r um número real.

Dizemos que r é o limite desta sequência se, para qualquer número positivo (e pequeno)
ε, existe um inteiro positivo N tal que, para cada n ≥ N , xn está no intervalo de raio ε
em torno de r; ou seja,

|xn − r| < ε

Neste caso, dizemos que a sequência converge a r e escrevemos:

lim xn = r
n→∞

• Um número s está perto de um número r se s está em algum intervalo em torno de

r.

Mais precisamente, denotamos por ε um número real positivo e pequeno. Então, o inter-
valo de raio ε em torno do número r é definido por:

Iε (r) ≡ {s ∈ R : |s − r| < ε}

Em notação intervalar:
Iε (r) = (r − ε, r + ε)

Exemplo. Sequência que convergem a 0:

1, 0, 1/2, 0, 1/3, 0, . . .
1, −1/2, 1/3, −1/4, . . .

Definição. (Ponto de acumulação) r é um ponto de acumulação (ponto aderente) da

sequência {xn } se, dado qualquer ε positivo, existem infinitos elementos da sequência no
intervalo Iε (r) de raio ε em torno de r.

Teorema. Uma sequência tem, no máximo um limite.

 53

Demonstração. Suponha que {xn }∞ n=1 tem 2 limites r1 e r2 . Tomamos ε como um número
menor do que a metade da distância entre r1 e r2 . Digamos que ε = 14 |r1 − r2 |, de modo
que Iε (r1 ) e Iε (r2 ) são intervalos disjuntos. Como xn → r1 , existe N1 tal que todos os
xn estão em Iε (r1 ), desde que n ≥ N1 ; como xn → r2 , existe N2 tal que todos xn estão
em Iε (r2 ), desde que n ≥ N2 . Portanto, todos os xn estão em ambos Iε (r1 ) e Iε (r2 ) para
todos n ≥ max{N1 , N2 }. Mas ponto algum pode estar em ambos intervalos, o que é uma
contradição e prova o teorema.

Definição. (Subsequência.) Seja M um subconjunto infinito dos números naturais.

Escreva M como {n1 , n2 , n3 , . . .} onde n1 < n2 < n3 < . . .. Crie uma nova sequência
j=1 é uma
{yn }, dado por yj = xnj para 1, 2, 3, . . . Diz-se que essa nova sequência {yn }∞
subsequência da sequência original {xn }. Resumindo, construiremos uma subsequência
de uma sequência pela escolha de uma coleção infinita das entradas da sequência original
na ordem em que estes elementos nela aparecem.

Teorema. Sejam {xn }∞ n=1 e {yn }n=1 sequência com limites x e y respectivamente. Então
∞

a sequência {xn + yn }∞
n=1 converge ao limite x + y.

Demonstração. Fixe uma constante pequena e positiva ε. Como sabemos que xn → x e

yn → y, existe um inteiro N1 tal que

ε
|xn − x| < para n ≥ N1
2
e um inteiro N2 tal que

ε
|yn − y| < para n ≥ N2
2
Lembre que:

|x + y| ≤ |x| + |y|

Para qualquer x, y

||x| − |y|| ≤ |x − y|

≤ |xn − x| + |yn − y|

Seja N = max {N1 , N2 }. Então, para qualquer n ≥ N , temos:

|(xn + yn ) − (x + y)| = |(xn − x) + (yn − y)|

ε ε
≤ +
2 2
 54

=ε

Teorema. Sejam {xn }∞ n=1 e {yn }n=1 sequência com limites x e y respectivamente. Então
∞

n=1 converge ao limite xy.

a sequência {xn yn }∞

Demonstração. Para mostrar que |xy − xn yn | é pequeno quando |xn − x| e |yn − y| são
pequenos, tente escrever o primeiro em termos dos dois últimos. Conseguimos isso usando
o truque dos matemáticos de somar e subtrair o mesmo elemento à dada expressão; com
efeito, fazemos isso duas vezes:

|xy − xn yn | = |xy − xyn + xyn − xn yn |

= |x(y − yn ) + (x − xn )yn |

= |x(y − yn ) + (x − xn )(yn − y + y)|

= |x(y − yn ) + (x − xn )(yn − y) + (x − xn )y|

≤ |x||y − yn | + |x − xn ||yn − y| + |x − xn ||y||

Sabemos que cada parcela na última expressão tende a zero. Para tornar este processo
preciso, proceda exatamente como na prova do teorema 12.2. Escolha e fixe um número
positivo pequeno ε, com ε < 1. Como xn → x, existe um inteiro N1 tal que:

ε
n ≥ N1 ⇒ |x − xn | <
3(|y| + 1)
Como yn → y, existe um inteiro N2 tal que:

ε
n ≥ N2 ⇒ |y − yn | <
3(|x| + 1)
Não esqueça o seguinte fato: como ε e |x| são números reais fixados, também 3(|x|+1)
ε

é um número real fixo. Como há 3 parcelas no final da desigualdade acima, o número

três nestas desigualdades tem a seguinte utilidade: para fazer a primeira expressão menor
do que ε, faremos cada uma das três parcelas menor do que ε/3; para fazer a primeira
parcela, |x||y − yn |, menor do que ε/3, queremos |y − yn | < ε/(3|x|).
Acrescentamos 1 adicional ao denominador do lado direito para garantir o ocaso que
x é zero. Agora tomamos N = max{N1 , N2 }. Então, se n ≥ N :
 55

|xy − xn yn | ≤ |x||y − yn | + |x − xn ||yn − y| + |x − xn ||y|

ε ε ε ε
≤ |x| + + |y|
3(|x| + 1) 3(|y| + 1) 3(|x| + 1) 3(|y| + 1)

|x| ε ε2 1 |y| ε
= + 2 +
(|x| + 1) 3 3 (|y| + 1)(|x| + 1) (|y| + 1) 3
 2
ε ε ε
≤ + +
3 3 3

≤ε

Aqui usamos os seguintes fatos:

|x| |y| 1 1
< 1, (|y|+1) < 1, (|x|+1) < 1, (|y|+1) <1 e
(|x| + 1)
 2
ε ε ε
   
ε<1⇒ <1⇒ <
3 3 3

n=1 uma sequência convergente com limite x e b um número tal que

Teorema. Seja {xn }∞
xn ≤ b∀n. Então x ≤ b. Se xn ≥ b∀n, então x ≥ b.

Demonstração. Suponha, então que xn ≤ b∀n e suponha que x > b. Escolha ε de tal
modo que 0 < ε < x − b, então b < x − ε e Iε (x) = (x − ε, x + ε) fica a direita de b na reta
numérica. Existe um inteiro N tal que xn ∈ Iε (x)∀n ≥ N . Para esses xn temos b < xn ;
Essa é a contradição da hipótese que todos xn são ≤ b. Agora suponha que xn ≥ b∀n e que
x < b. Escolha ε > 0 tal que 0 < ε < b − x. Então, ε + x < b e Iε (b) = (x − ε, x + ε) está
a esquerda do número b na reta numérica. Existe um N > 0 tal que ∀n ≥ N xn ∈ Iε (x).
Para esses xn , xn < x + ε < b, uma contradição a hipótese que xn ≥ b∀n

Definição. (Sequência Limitada) Uma sequência é dita limitada se existe um número

B tal que |xn | ≤ B, para cada n.

Proposição. Se {xn }∞ n=1 converge a 0 e se {yn }n=1 é limitada, então a sequência dos
∞

produtos converge a zero.

Demonstração. Seja ε > 0. Escolha N tal que n ≥ N , |xn − 0| ≤ εB onde |yn | ≤ B∀n.
Então, n ≥ N

ε
|xn yn − 0| = |xn yn | = |xn ||yn | ≤ B=ε
B
 56

9.2 Sequências em Rm
Uma sequência em Rm é a associação de um vetor de Rm a cada número natural n :
{x1 , x2 , x3 , . . .}. Cada vetor possui m coordenadas e a sua posição na sequência é dada
por n
Definição. (Bola Aberta) Seja r um vetor em Rm e ε um número positivo. A bola de
raio ε em torno de r é dada por

Bε (r) ≡ {x ∈ Rm / kx − rk < ε}

Intuitivamente, um vetor x de Rm está próximo de r se x está em alguma Bε (r) para

um ε pequeno, mas positivo. Quanto menor ε, mais perto x estará de r.
Definição. Uma sequência de vetores {x1 , x2 , x3 , . . .} converge ao vetor x se, para qual-
quer escolha de um número real positivo ε, existe um inteiro N tal que, para cada n ≥ N ,
vale xn ∈ Bε (x), ou seja

d(xn , x) = kxn − xk < ε

O vetor x é denominado o limite da sequência. Em outras palavras, {xn }∞

n=1 → x se
1
e somente se {kxn − xk}n=1 → 0 (sequência das distâncias) em R
∞

Teorema. Uma sequência de vetores em Rm converge se, e somente se, cada uma das m
sequência de seus componentes converge em R1 .
Demonstração. (se) Seja {xn }∞ n=1 uma sequência de vetores em R . Escreva xn = (x1n , . . . , xmn ).
m

Suponha que cada uma das m sequências {xin }∞ n=1 de números, com i = 1, . . . , m converge
a um limite xi . Seja x = (x1 , . . . , xm ). Escolha e fixe uma pequena constante positiva ε.
∗ ∗ ∗ ∗
√
Para cada i entre 1 e m, existe um inteiro Ni tal que, se n ≥ Ni então |xin − x∗i | < ε/ m.
Seja N = max{N1 , . . . , Nm }. Suponha que n ≥ N . Então,

s
q ε2 ε2
kxn − x∗ k = (x1n − x∗1 )2 + (x2n − x∗2 )2 + . . . + (xmn − x∗m )2 < + ... + =ε
m m

Assim {xn }∞n=1 converge a x

∗

(Somente se) Escolha ε > 0. Existe N , tal que, para cada n ≥ N , vale kxn − x∗ k < ε.
Mas então, para cada n ≥ N e para cada i
q
|xin − x∗i | ≤ (x1n − x∗1 )2 + . . . + (xmn − x∗m )2

|xin − x∗i | = kxn − x∗ k < ε

 57

Teorema. Sejam {xn }∞ n=1 e {yn }n=1 sequências convergentes em R

∞ m
com limites x e y,
respectivamente, e seja {cn }n=1 uma sequência convergente de números reais com limite
∞

c. Então, a sequência {cn xn + yn }∞

n=1 converge ao limite cx + y.

Demonstração. Escolha um ε > 0 e note que

k(cn xn + yn ) − (cx + y)k ≤ kcn xn − cxk + kyn − yk

Como a sequência dos yn → y,sabemos que existe um inteiro N1 tal que para cada
n ≥ N1 ,vale kyn − yk < ε/2. Por outro lado, para cada componente i, a sequência
n=1 → cxi pelo Teorema 12.3. Pelo teorema 12.5 isso implica que a sequên-
{cn xn }∞
n=1 converge a cx.
cia {cn xn }∞ Assim, existe um N2 tal que, para casa n ≥ N2 ,vale
kcn xn − cxk < ε/2. Segue que, para cada n ≥ N = max{N1 , N2 }vale k(cn xn + yn ) − (cx + y)k ≤
ε

Definição. O vetor x é um ponto de acumulação da sequência {xn }∞ n=1 se, para cada
ε > 0 dado, existem infinitos números inteiros n tais que kxn − xk < ε

Definição. Uma sequência {yj }∞ j=1 de vetores em R

m
é uma subsequência da sequência
{xi }i=1 se existe um conjunto infinito crescente {nj } de números naturais n1 < n2 < n3 . . .,
∞

tais que y1 = xn1 ; y2 = xn2 ; y3 = xn3 . . .

Exemplo. 12.1 c

1 1
{1, , 4, , 16, . . .} ⇒ os termos pares formam uma subsequência convergente com limite 0
2 8

Exemplo. 12.1 d

1 2 3 4
{0, − , , − , , . . .}
2 3 4 5
os termos de índice par formam uma subsequência convergente com limite igual a -1.

Proposição. Uma sequência convergente em Rm só pode ter um limite e, portanto, só

um ponto de acumulação.

Demonstração. Suponha que x → a e b 6= a e um ponto de acumulação. Escolha ε = ka−bk

4
.
Então existe um N tal que n ≥ N e então kxn − ak < ε. Como b é um ponto de
acumulação, então existe um m ≥ N tal que kxm − bk < ε. Então,

ka − bk = ka − xm + xm − bk

ka − bk ≤ kxm − ak + kxm − bk < ε + ε

 58

ka − bk
ε + ε = 2ε = ⇒ contradição!
2

9.3 Conjuntos Abertos

Definição. (Conjunto Aberto) Um conjunto S em Rm é aberto se para cada x ∈ S
existe uma bola aberta de raio ε em torno de x completamente contida em S:

x ∈ S ⇒ ∃ε > 0, Bε (x) ⊂ S

Bε (x) = {x ∈ S : ky − xk < ε}

Um conjunto aberto contendo o ponto x é denominado vizinhança aberta de x.

Teorema. Bolas abertas são conjuntos abertos

Demonstração. Seja B a bola aberta Bε (x) em torno de x e seja y um ponto arbitrário de

B. Queremos mostrar que existe uma bola em torno de y que está completamente contida
em B. Seja δ ≡ kx − yk < ε, mostraremos que a bola aberta V de raio ε − δ em torno
de y que está contida em B. Seja z um ponto arbitrário de V . Então pela desigualdade
triangular:

kz − xk ≤ kz − yk + ky − xk < (ε − δ) + δ = ε

Assim, V ⊂ B

kz − xk = k(x − y) + (y − z)k ≤ kx − yk + ky − zk

Teorema. (a) A união de conjuntos abertos é um conjunto aberto. (b) A intersecção

finita de conjuntos abertos é um conjunto aberto

Demonstração. (a) Seja S = Si Sj , e Si é aberto ∀i, j = 1, . . . , n. Seja x ∈ S, ou seja,

S

x ∈ Si ou x ∈ Sj . Então se x ∈ Sj e este conjunto é aberto, existe Bε (x) ⊂ Sj .Então

Bε (x) ⊂ S. (b) Sejam S1 , . . . , Sn conjuntos abertos e S = ni=1 Si .Se x ∈ S, então
T

x ∈a cada Si . Como cada Si é aberto, para cada i existe um εi tal que Bεi (x) ⊂ Si . Seja
ε = min εi . A bola Bε (x) está contida em cada Bεi (x) e portanto está contida em cada
Si .Assim, a bola está contida na intersecção das ,Si .

Definição. Dado um subconjunto S de Rm , denotamos por int Sa união de todos os

conjuntos abertos contidos em S. O conjunto aberto int Sé denominado interior de S. O
 59

interior de um conjunto pode ser considerado o maior conjunto aberto que está contido
no conjunto dado.

9.4 Conjuntos Fechados

Definição. Um conjunto S em Rm é fechado se, sempre que {xn }∞ n=1 é uma sequência
convergente completamente contida em S, seu limite também está em S.

Teorema. Um conjunto S em Rm é fechado se, e somente se, seu complementar S C =

Rm − S é aberto.

Demonstração. (Somente se) Seja S fechado. Precisamos mostrar que S C é aberto. Isto
é, ∀x ∈ S C ∃ε > 0, Bε (x) ⊂ S C . Escolhemos um x ∈ S C e supomos que isto não ocorre,
ou seja, que nenhum Bε (x) está completamente contido em S C .Então, para cada ε > 0,
temos Bε (x) S 6= ∅. Em particular, para cada inteiro positivo n, existe um elemento
T

xn de S em B1/n (x). A sequência {xn }∞n=1 está em S e converge a x, pois kxn − xk < 1/n.
Como S é fechado, x está em S – uma contradição com nossa escolha de x em S C .
(Se) Seja S o complementar de S C . Seja {xn }∞ n=1 uma sequência convergente em S
com limite x. Para mostrar que S é fechado, precisamos mostrar que x ∈ S. Suponha que
isso não ocorra, isto é, suponha que x ∈ S C . Como S C é aberto, existe Bε (x) em torno
de x contida em S C . Como a sequência converge a x, temos xn ∈ Bε (x) de modo que
xn ∈ S C , novamente uma contradição, pois os xn estão em S, o complementar de S C .

Teorema. (a) Qualquer intersecção de conjuntos fechados é um conjunto fechado. (b) A

união finita de conjuntos fechados é um conjunto fechado

Definição. (Fecho de um Conjunto) Dado um subconjunto S de Rm , denotamos

fecho S(S̄) a intersecção de todos os conjuntos fechados contendo S. O conjunto fechado
S é denominado fecho de S.

Teorema. Seja S um conjunto em Rm . Então x está no fecho de S se, e somente se,

existe uma sequência de pontos de S convergente a x.

Demonstração. (Se) Seja {xn }∞n=1 uma sequência convergente de pontos de um conjunto
S com limite x. Então {xn }n=1 ⊂ T para qualquer conjunto fechado T ⊃ S,assim, x ∈ T .
∞

Como isto vale para qualquer conjunto fechado contendo S, temos que x ∈ fecho S
(Somente se) Suponha que x ∈ fecho S. Afirmamos que Bε (x) S 6= ∅, para cada
T

ε > 0. De fato, se tivéssemos Bε (x) S 6= ∅ para alguma ε > 0, então o complementar

T

de Bε (x) seria um conjunto fechado contendo S, mas não x, contradizendo que x ∈

fecho S. Agora construímos a sequência {xn }∞
n=1 escolhendo xn ∈ B1/n (x) S. Isto é uma
T

sequência em S com limite x.

Definição. Um ponto x está na fronteira de um conjunto S se cada bola aberta em torno

de x contém tanto pontos de S quanto pontos do complementar de S
 60

Teorema. Um conjunto de pontos de fronteira de um conjunto S é igual a intersecção

fecho S fecho S¯C dos fechos de S e do complementar.
T

9.5 Conjuntos compactos

Definição. O conjunto S é limitado se existe um número B tal que kxk ≤ B para cada
x ∈ S. Isto é, S está contido em alguma bola de Rm . Qualquer união finita de Rm

Definição. Um conjunto S em Rm é compacto se, e somente se, é limitado e fechado.

Teorema (Teorema de Bolzano-Weirstrass). Qualquer sequência definida em um conjunto

compacto deve conter uma subsequência convergente.

Teorema. Qualquer sequência contida no intervalo fechado e limitado [0, 1] tem uma
subsquência convergente.

n=1 uma sequência qualquer

Teorema. Seja C um subconjnto compacto de Rm e seja {xn }∞
em C. Então {xn }n=1 tem uma subsequência convergente cujo limite é um ponto de C.
∞

10 Limites e Conjuntos Compactos

Definição. Uma sequência {xn }∞ n=1 é uma sequência de Cauchy se, para qualquer número
positivo ε existe um inteiro N tal que d(xi , xj ) < ε para quaisquer i, j ≥ N .

Teorema. (29.1)
Toda sequência convergente em Rm é de Cauchy.

Demonstração. Seja {xn }∞ n=1 uma sequência convergente a x. Dado ε > 0, escolha N tal
que d(xn , x) < 2 para qualquer n ≥ N . Então, para quaisquer n, m ≥ N
ε

ε ε
d(xn , xm ) ≤ d(xn , x) + d(xm , x) < + =ε
2 2

Definição. Seja S ⊂ R. S tem uma cota superior se existe um número B tal que cada
x em S é menor que B, ∀x ∈ S. O supremo de um tal conjunto S é o número C, que é
uma cota superior de S e satisfaz C ≤ B para qualquer cota superior B de S. Qualquer
conjunto não vazio de números reais que tem uma cota superior tem um supremo.

Definição. Uma sequência de números reais {xn }∞ n=1 é monotonamente crescente se cada
entrada da sequência é pelo menos tão grande quanto a entrada anterior, ou seja, se
xn−1 ≤ x ∀n. A sequência é monótona se é monotonamente crescente ou decrescente.
Para usarmos o termo estrita(o), utilizamos a desigualdade estrita.
 61

Teorema. (29.2)
Toda sequência monótona e limitada converge. (prova como exercício)

Lema. (29.1)
Toda sequência de Cauchy é limitada.
1
Demonstração. Seja {xn }∞ n=1 uma sequência de Cauchy em R . Fixe ε > 0. Existe um N
tal que |xi − xj | < ε para quaisquer i, j ≥ N. Em particular |xn − xi | < ε para qualquer
i ≥ N. Como:

|xi | − |xn | ≤ |xi − xn |

|xi | ≤ |xn | + ε

para qualquer i ≥ N e portanto |xn | + ε é uma cota para todos os termos da sequência,
exceto possivelmente os primeiros N-1.
n o
Seja b = max |x1 , . . . |xn−1 |, |xn | . Daí, |xi | ≤ b + ε para cada xi da sequência.

Lema. (29.2)
Toda sequência possui uma subsequência monótona.

Lema. (29.3)
n=1 de Cauchy tem uma subsequência monótona convergente a
Se uma sequência {xn }∞
y, então a sequência toda converge a y.

Demonstração. ε > 0. Como a sequência é de Cauchy, existe um N tal que |xi − xj | < 2ε
para qualquer i, j ≥ N. Escolha um xk da subsequência convergente com k ≥ N e k
suficientemente grande para ter |xk − y| < 2ε . Então, para qualquer i ≥ N ,
|xi − y| = |(xi − xk ) + (xk − y)| ≤ |xi − xk | + |xk − y| < 2ε + 2ε = ε
Portanto, {xn }∞n=1 converge a y.

Teorema. (29.3)
Qualquer sequência de Cauchy de números reais converge.

1. 29.1 (Lema) Essa sequência é limitada (e suas subsequências também).

2. 29.2 (Lema) Ela contém uma subsequência monótona.

3. 20.3 (Lema) A sequência original também converge.

 62

10.1 Conjuntos Compactos

Teorema. (29.4)
Qualquer sequência contida num subconjunto fechado e limitado de R1 possui uma
subsequência convergente.

Teorema. (29.5)
Qualquer sequência contida num subconjunto fechado e limitado de Rm possui uma
subsequência convergente.

Teorema. (29.6)
Seja S um subconjunto de Rm que tem a seguinte propriedade: qualquer sequência
contida em S possui uma subsequência convergente com limite em S. Então, S é fechado
e limitado.

10.2 Conuntos Conexos

Definição. Dizemos que S é disconexo se existirem conjuntos abertos U1 e U2 , tais que
(1) S ⊂ U1 ∪ U2
(2) S ∩ U1 6= Ø e S ∩ U2 6= Ø
(3) U1 ∩ U2 = Ø
Se um conjunto não é disconexo, ele é conexo.

Teorema. (29.7)
Um subconjunto S de R é conexo se, e somente se, dados x ∈ S, z ∈ S e x ≤ y ≤ z,
vale y ∈ S.

10.2.1 Propriedade da Cobertura Finita

Seja S um conjunto em Rm . Seja u uma coleção de conjuntos abertos, tal que cada ponto
de S esteja em pelo menos um dos conjuntos u : S ⊂ ∪{U : U ∈ u}. A coleção u
é denominada cobertura aberta de S. Dizemos que o conjunto S tem a propriedade da
cobertura finita se, de qualquer cobertura aberta u de S, pudermos extrair uma subcoleção
finita de conjuntos u que ainda cobre S, ou seja: Existem U1 , . . . , Uk ∈ u, tais que S ⊂
∪kk=1 Uk

Teorema. De Heine-Borel
Os conjuntos com a propriedade da cobertura finita são compactos.

Teorema. (29.11)
Se um conjunto S em Rn é fechado e limitado, então S tem a propriedade da cobertura
finita.
 63

11 Funções de Várias Variáveis

Definição. Uma função linear de Rk em Rm é uma função f que preserva a estrutura do
espaço vetorial:

f (x + y) = f (x) + f (y) e f (rx) = rf (x)

Teorema. (13.1)
Seja F : Rk → R uma função linear. Então existe um vetor a ∈ Rk tal que f (x) = a.x
∀x ∈ Rk .

Demonstração. Seja a = (a1 , a2 );

   
1 0
e1 =   e e2 =  
0 1
Seja ai = f (ei ). Então, para cada vetor x ∈ R2
     
x1  1 0
x= = x1   + x2   = x1 e1 + x2 e2
x2 0 1
e
f (x) = f (x1 e1 + x2 e2 )

= x1 f (e1 ) + x2 f (e2 )

= x 1 a1 + x 2 a2

= a.x

Teorema. (13.2)
Seja f : Rk → Rm uma função linear. Então, existe uma matriz A de tamanho m × k
tal que f (x) = Ax ∀x ∈ Rk .
 
x1
 ..
  
f (x) = a.x = = Ax
 .
a1 . . . ak 



xk

Demonstração. Prova é análoga a anterior.

Definição. Uma forma forma quadrática em Rk é uma função real no formato:

 64

  k
=
P
Q x1 . . . xk aij xi xj
ij=1

Teorema. (13.3)
A forma quadrática geral

 
=
P
Q x1 . . . xk aij xi xj
i≤j

pode ser escrita como:

1 1
 
a11 a
2 12
... a
2 1n
 

1 1
 x1
   a
2 21
a22 ... a
2 2n
 
.. 
. 
  
x1 . . . xn .  .. .. .. . 
. ... . .
   
 

1
 xn
a
2 n1
... ... ann

ou seja, como xT Ax, A é simétrica

  
1
a11 a
2 12
x1 
a11 x21 + a12 x1 x2 + a22 x22 =
 
x1 x2 
1

a
2 21
a22 x2

Definição. Uma função f : Rk → R é um monômio se pode ser escrita como

 
f x1 . . . xk = cxa1 a2 ak
1 x 2 . . . xk

k
a1 , . . . , ak são inteiros não negativos. ai é denominada grau do monômio.
P
i=1

Definição. Uma função f : Rk → R é um polinômio se é a soma finita de monômios

de Rk . O grau mais alto que ocorre entre os monômios é denominado grau do polinômio.
Uma função f : Rk → Rm é um polinômio se cada uma de suas funções componentees é
um polinômio a valores reais.

Definição. Se Rk → Rm é um polinômio de grau 1, então cada componente de f tem a

forma
fi (x) = ai x + bi
Assim, a própria f também tem a forma f (x) = Ax + b para alguma matriz A de
tamanho mxk e algum vetor b de Rm . Tal função é denominada afim.

11.1 Funções Contínuas

Definição. Seja f uma função de Rn em Rk . Seja x0 um vetor em Rk e y = f (x0 ) sua
imagem. A função f é contínua em x0 se, dada qualquer sequência {xn }∞ a=1 em R que
k

converge a x0 vale que a sequência {f (xn )}∞

n=1 das imagens em R
m
converge a f (x0 ). A
função f é dita contínua se é contínua em cada ponto do seu domínio.
 65

Teorema. (13.4)
Sejam f e g funções de Rk em Rm . Suponha que f e g são contínuas em x, então: f+g,
f-g e f.g são contínuas em x.

Teorema. (13.5)
Seja f = ( f1 . . . fn ) uma função de Rk em Rm . Então f é contínua se, e somente
se, cada fi : Rk → Rm é contínua em x.

Definição. Dizemos que f : A → B é sobrejetora ou aplica A sobre B se para b ∈ B, existe

um a ∈ A tal que f (a) = b; Em outras palavras se a imagem é igual ao contradomínio de
f.

Definição. Em geral, dizemos que f : A → B é injetora em um conjunto C de A se, e

somente se, para quaisquer x,y em C
f (x) = f (y) ⇒ x = y
C⊂A se para cada b ∈ f (C) é a imagem de precisamente um elemento de c.

11.2 Funções Inversas:

Definição. Seja f : A → B injetora num conjunto C⊂A, existe uma função natural de
f (C) de volta para C que associa a cada b ∈ f (C) um único ponto de C que foi levado
em b. Essa aplicação é denominada a inversa de f em C e é denotada por:
f −1 : f (C) → C

11.3 Função Composta

Definição. Sejam f : A → B e g : C → D duas funções. Suponha que B, o contradomínio
de f, é um subconjunto de C, o domínio de g. Então, a função composição g ◦ f : A → D
com g é definida por:

(g ◦ f )(x) = g(f (x))∀x ∈ A

Teorema. (13.7)
Sejam f : Rk → Rm uma função contínua em xRk e g : Rm → Rn uma função
contínua em f (x) ∈ Rm . Então, a função composta g ◦ f : Rk → Rn é uma função
contínua em x.

Demonstração. Seja {xn }∞ n=a uma sequência em R convergente a x. Por continuidade

k

de f em x, {f (xn )}∞n=1 converge a f (x). Por continuidade de g em f (x), a sequência

{g(f (xn ))}n=1 converge a g(f (x)). Assim, g ◦ f é contínua em x.
∞
 66

12 Cálculo a várias variáveis

Seja (x1 (t) , · · · , xn (t)) para t∈[a, b]. Estamos interessados em: g (t = f (x1 (t) , · · · , xn (t)))
para t ∈ [a, b]. g 0 (t) da a variação de f ao longo da curva X (t).

g 0 (t) = f 0 (X (t) X 0 (t))

n
dg X ∂f ∂xi
= (X (t)) .
dt i=1 ∂xi ∂t

Definição. Uma função f : Rn → R é continuamente diferenciável (ou C 1 ) em um con-

 
junto aberto U ⊂ Rn , se, e somente se, para cada i, a derivada parcial ∂x ∂f
i
existe em
cada X de U é contínua em X. Analogamente uma curva X : (a, b) → Rn é continua-
mente diferenciável (C 1 ) se cada uma de suas funções componentes xi (t)é continumente
diferencíavel.

Teorema. (Regra da Cadeia I)

Se X (t) = (x1 (t) , · · · , xn (t)) é uma curva C 1 num intervalo em torno de t0 e f é

uma função C 1 numa bola em torno de X (t0 ), então g (t) ≡ f (x1 (t) , · · · , xn (t)) é uma
função C 1 em t0 e
n
dg X ∂f ∂xi
= (X (t0 ))
dt i=1 ∂xi ∂t

12.1 Derivadas Direcionais

Suponha que desejamos calcular a taxa de variação de uma função F (x1 , · · · , xn ) em um
dado X ∗ na direção de qualquer vetor V = (v1 , · · · , vn ) dado. Para parametrizar a direção
V a partir do ponto X ∗ , escreva a equação paramétrica da reta por X ∗ na direção V :

X = X ∗ + tV

Para ver como F varia ao longo dessa reta, inicialmente calculamos F ao longo dessa
reta:

g (t) = F (X ∗ + tV ) = F (x∗2 + tv2 , · · · , x∗n + tvn )

Em seguida usaremos a regra da cadeia para tornar a derivada de g em t = 0

∂F ∂F
g 0 (0) = (X ∗ ) v1 +, · · · , + (X ∗ ) vn
∂x1 ∂xn
Derivada de F em X ∗ na direção V .
 67

 
v1
! 
dg ∂F ∂F

v2 
= (X ∗ ) · · · (X ∗ ) = DFX ∗ .V
 

.. 
dt ∂x1 ∂xn .
 
 
 
vn
 
A matriz coluna DFXT ∗ pode ser interpretado como um vetor de Rn com cauda em
X ∗ . Esse vetor é denotado por F (X ∗ ) ou, as vezes grad F (X ∗ ), é denominado vetor
`

gradiente de F em X ∗ , ou simplesmente gradiente de F em X.

O comprimento, direção e sentido de um vetor gradiente têm significado. Suporemos
que k V k= 1
Seja F (K, L) = 4K 3/4 L1/4
A derivada de F (10000, 625) na direção (1, 1) é simplesmente:

∂F ∂F ∗
(K ∗ ) v1 + (L ) v2 = 3K −1/4 .1 + L−3/4 .1 = 1, 5.1 + 8.1 = 9, 5
∂K ∂L
Normalizando o comprimento para 1, fazemos:

∂F (K ∗ ) v1 ∂F (L∗ ) v2
. + .
∂K kV k ∂L kV k
∇F (X ∗ ) .V mede a taxa à qual F aumenta ou diminui quando saímos de X ∗ na
direção de V .

∇F (X ∗ ) .V =k ∇F (X ∗ ) kk V k cosθ =k ∇F (X ∗ ) k cosθ

Teorema. Seja F : Rn → R uma função C . Em cada ponto X do domínio de F em

1

que ∇F (X) 6= 0, o vetor gradiente de F em X aponta na direção que F cresce mais

rapidamente.

Teorema. Seja F : Rn → Rm e a : R → Rn funções C 1 . Então a função composta

g (t) = F (a (t)) é uma função C 1 de R1 em Rm e

X ∂fi
g0i (t) = (a1 (t) , · · · , an (t)) a0j (t) = Dfi (a (t)) .a0 (t)
j ∂xj
Juntando todas essas condições de componentes, obtemos a equação vetorial

g0 (t) = D (F ◦ a (t)) = DF (a (t)) .a0 (t)

Teorema. Sejam F : Rn → Rm e A : Rs → Rn funções C 1 e s∗ ∈ Rs e x∗ = A (s∗ ) ∈ Rn

pontos. Considere a função composta

H = F ◦ A : Rs → Rn
 68

Teorema. Sejam DF (X ∗ ) a matriz jacobiana m × n das derivadas parciais de F em X ∗

e DA (s∗ ) a matriz jacobiana m × s das derivadas parciais de A em s∗ . Então, a matriz
jacobiana DH (s∗ ) é dada pelo produto das matrizes jacobianas:

DH (s∗ ) = D (F ◦ A) (s∗ ) = DF (x∗ ) .DA (s∗ )

Como a multiplicação matricial pode ser vista como a composição das correspondentes
aplicações lineares, a regra da cadeia diz que a derivada da aplicação composta é a com-
posição das derivadas das aplicações componentes, calculadas nos pontos certos.

Definição. Funções continuamente diferenciáveis

 
∂f f x∗1 , · · · , x∗i + h, x∗i+1 , · · · , x∗n − f (x∗1 , · · · , x∗i , · · · , x∗n )
(X ∗ ) = lim
∂xi h→0 h
Se todas as derivadas de f de ordem ≤ k que são contínuas em um intervalo J ,
dizemos que f é k vezes continuamente diferenciável ou C k . Se f é C k para cada k, cada
derivada de f de qualquer ordem existe e é contínua e dizemos que f é C ∞ .
3 1
Exemplo. f (K, L) = 4K 4 L 4

1 1
fk = 3K − 4 L 4

1 3 3
fL = K 4 L− 4
4

3 5 1
fKK = − K − 4 L 4
4

3 3 7
fLL = − K 4 L− 4
4

3 1 3
fKL = K − 4 L− 4
4

3 1 3
fLK = K − 4 L− 4
4
 
− 3 K − 4 L 4 3 K − 4 L− 4
5 1 1 3

D2 f(k,L) =  3 4 −1 −3 4 3 −5 1 
4
K 4 L 4 −4K 4 L4

f : R2 → R, 2 variáveis 2n derivadas.
 69

 
∂2f ∂2f ∂2f
 ∂x21 ∂x2 ∂x1
··· ∂xn x1 
∂2f ∂2f ∂2f
···
 
∂x22
D 2 fx =
 
∂x1 ∂x2 ∂xn x2
.. ..  Matriz Hessiana
 

...
. .
 
 
∂2f ∂2f ∂2f
 
∂x1 xn ∂xn x2
··· ∂x2n

Teorema. Suponha que Y = f (x1 , . . . , xn) seja C 1 em um J ⊂ Rn . Suponha que J é

aberto, então ∀ X de J e para cada par de índices i e j:

∂ 2f ∂ 2f
(X) = (X)
∂xi ∂xj ∂xj ∂xi
PS: O teorema de Young vale para derivadas de ordens superiores.

13 Cálculo a Várias Variáveis II

Nesse capítulo provaremos dois teoremas importantes:

1. O Teorema de Weierstrass, que afirmar que uma função contínua, cujo domínio é
um conjunto compacto, sempre alcança seu valor máximo e seu valor mínimo em
seu domínio;

2. O Teorema do Valor Médio, que é útil para quantificar a aproximação de funções

diferenciáveis por polinômios de Taylor.

Definição. Um conjunto fechado e limitado de Rn é dito compacto. Esses conjuntos

podem ser caracterizados pela seguinte condição: qualquer sequência cujos pontos per-
manecem num conjunto compacto tem uma subsequência que efetivamente converge a um
limite no conjunto compacto.

13.1 Teorema de Weierstrass

Teorema. de Weierstrass
Seja F : C → R uma função contínua cujo domínio é um subconjunto C compacto
de Rn . Então, existem pontos xm e xM em C tais que F (xm ) ≤ F (x) ≤ F (xM ) para
qualquer x ∈ C ; ou seja, xm ∈ C é o mínimo global de F em C e xM ∈ C é o máximo
global de F em C.

Demonstração. Suponha que F não é limitada. Então existe {xn }∞ n=1 em C tal que
∞
F (xn ) → ∞ quando n → ∞. Se C é compacto, temos {yn }n=1 uma subsequência de
{xn }∞ ∞
n=1 que converge para y ∈ C. Como F (xn ) → ∞ e {yn }n=1 é uma subsequência de
∗

{xn }∞
n=1 então {F (yn )} → ∞. Contudo, como F é contínua em C e yn → y a sequência
∗

{F (yn )} → F (y ∗ ) (contradição) . Provamos que F é limitada em C.

 70

Adicionalmente, suponha que F não atinja seu máximo em C. Seja M o conjunto dos
valores do supremo de F em C. Pelo argumento do parágrafo anterior, M é limitado.
Ainda, existe uma subsequência {zn }∞
n=1 tal que {F (zn )} → M . Como C é um conjunto
compacto, podemos encontrar uma sequência {wn }∞ ∞ ∞
n=1 de {zn }n=1 tal que {wn }n=1 → w
∗

em C. Como uma sequência convergente possui apenas um limite F (wn ) = M e portanto

w∗ ∈ C é o máximo global de F em C.

Teorema. de Rolle
Seja F : [a, b] → R uma função contínua em [a,b] e C 1 em ]a,b[. Se f (a) = f (b) = 0,
0
existe um c ∈ [a, b] tal que f (c) = 0.
0
Demonstração. Se f é constante em [a,b], então f (c) = 0∀c ∈]a, b[. Se f não é constante
em [a,b] então podemos supor, sem perda de generalidade que f>0 em algum intervalo
de ]a,b[. Pelo Teorema de Weierstrass, f atinge seu máximo em algum ponto c ∈ [a, b].
0 0
Então, f (c) > 0 e c ∈]a, b[ . O que resulta em f (c) = 0.

Teorema. do valor médio

Seja F : U → R uma função C 1 em U de R. ∀a eb ∈ U existe um c entre a e b tal
que:
0
f (b) − f (a) = f (c) (b − a)

0 f (b) − f (a)
f (c) =
(b − a)
Esse teorema afirma que se traçarmos qualquer segmento de reta entre quaisquer dois
ponto de U, então existe um ponto entre eles no qual a reta tangente ao gráfico de f é
paralela a esse segmento de reta.

Demonstração. Construa a função:

f (b) − f (a)
g0 (x) = f (b) − f (x) + (x − b)
(b − a)
É fácil ver que g0 (a) = 0 e g0 (b) = 0; Pelo Teorema de Rolle existe c ∈]a, b[ tal que
0
g0 = 0. Derive a expressão acima em relação a x para obter:

0 f (b) − f (a) 0
g0 (x) = + − f (x)
(b − a)
0
Fazendo x=c e g0 = 0 teremos:

0 f (b) − f (a)
f (c) =
b−a
 71

14 Funções Implícitas e suas Derivadas

14.1 Função Implícita
Nas condições de primeira ordem frequentemente temos variáveis exógenas misturadas
com as endógenas, como em:

G(x1 , . . . , xn , y) = 0

A equação acima define a variável endógena y como uma função implícita das variáveis
exógenas x1, . . . , xn .

Teorema (Teorema 15.1). Seja G(x, y) uma função C 1 numa bola em torno de (x0 , y0 )
em R2 . Suponha que G(x0 , y0 ) = c e considere a expressão:

G(x, y) = c

Se (∂G/∂y)(x0 , y0 ) 6= 0 então existe uma função y = Y (x) definida em um intervalo

I em torno do ponto x0 que é C 1 tal que:

1. *

(a) G(x, y(x)) ≡ c para qualquer x em I

(b) y(x0 ) = y0
0 ,y0 )
(c) y 0 (x0 ) = − ∂G/∂x(x
∂G/∂y(x0 ,y0 )

Considere a função:
G(x, y) = x2 − 3xy + y 3 − 7 = 0 em torno do ponto (x0 , y0 ) = (4, 3)
∂G
∂x
= 2x − 3y = −1 em (4, 3)
∂G
∂y
= 3y 2 − 3x = 15 em (4, 3) →como ∂G/∂y 6= y, então existe uma função C 1 de x
em torno de (x0 , y0 ).
0 ,y0 ) 1
Além disso, y 0 (x0 ) = − ∂G/∂x(x
∂G/∂y(x0 ,y0 )
= 15
1
y1 ≈ y0 + y 0 (x0 )∆x = 3 + 15 (0, 3) para x1 = 4, 3.

Teorema (Teorema 15.2). Seja G(x1 , . . . , xk , y) uma função C 1 numa bola em torno do
ponto (x∗1 , . . . , x∗k , y ∗ ). Suponha também que (x∗1 , . . . , x∗k , y ∗ ) satisfaz:

G(x∗1 , . . . , x∗k , y ∗ ) = c

∂G ∗
(x , . . . , x∗k , y ∗ ) 6= 0
∂y 1
Então existe uma função C 1 y = y(x1 , . . . , xk , y) definida numa bola aberta B em torno
de (x∗1 , . . . , x∗k ) tal que:
 72

1. *

(a) G(x1 , . . . , xk, y(x1 , . . . , xk )) = c para qualquer (x1 , . . . , xk ) ∈ B

(b) y ∗ = y(x∗1 , . . . , x∗k )
∂G/∂x (x∗ ,...,x∗ )
(c) ∀i ∂y
∂xi
(x∗1 , . . . , x∗k ) = − ∂G/∂y(xi ∗ ,...,x
1 k
∗ ,y ∗ )
1 k

14.2 Função Inversa

Teorema. Teorema da Função Inversa

Definição. Uma função F : Rn → Rm é sobrejetora se para cada b em Rn existe pelo

menos um x em Rn tal que F (x) = b. Uma função F é injetora se, para qualquer b em
Rn , existe no máximo um x emRn tal que F (x) = b.

Definição 12. Seja x0 um ponto no domíno de F : Rn → Rm com F (x0 ) = b0 . Então, F

é localmente sobrejetora em x0 se dada qualquer bola aberta Br (x0 ) em torno de x0 em
Rn , existe uma bola Bs (b0 ) em torno de x0 em Rm tal que, para cada b em Bs (b0 ), existe
pelo menos um x em Br (x0 ) tal que F (x) = b. Analogamente, F é localmente injetora
em x0 se existem uma bola Br (x0 ) em torno de x0 em Rn e uma bola Bs (b0 ) em torno de
b0 em Rm tais que, ∀b em Bs (b0 ) existe no máximo um x em Br (x0 ) tal que F (x) = b.

Teorema (Teorema 15.8). Seja F : Rn → Rm uma função C 1 com F (x∗ ) = b∗ . Seja

DFx∗ a matriz jacobiana m × n de F em x∗ :

1. *

(a) Se DFx∗ é sobrejetora (n ≥ m = posto de DFx∗ ), então F é localmente sobre-

jetora em x∗
(b) Se DFx∗ é injetora (m ≥ n = posto de DFx∗ ), então F é localmente injetora
em x∗

Teorema (Teorema 15.9). Seja F : Rn → Rm uma função C 1 com F (x∗ ) = y ∗ . Se DFx∗ é

não singular, então existem uma bola aberta Br (x∗ ) em torno de x∗ e um conjunto aberto
V em torno de y ∗ tais que F é uma aplicação injetora e sobrejetora de Br (x∗ ) em V . A
inversa natural F −1 : V → Br (x∗ ) é também C 1 e

(DF −1 )F (x∗ ) = (DFx∗ )−1

Observação. Uma aplicação F contínua e injetora de um conjuto U sobre um conjunto V ,

que possui uma inversa F −1 : V → U contínua, é denominada homeomorfismo entre U e
V . Se F e F −1 são C 1 , F é dita um difeomorfismo entre U e V .
 73

15 Formas Quadráticas e Matrizes Definidas

Uma forma quadrática sempre assume o valor zero no ponto x = 0.
A forma quadrática geral de uma variável é y = ax2 . Se a > 0, então ax2 é sempre
≥ 0 e é igual a zero somente quando x = 0. Tal forma é chamada positiva; x = 0 é um
mínimo gloobal. Se a < 0, então ax2 ≤ 0 é igual a 0 quando x = 0.Tal forma é chamada
negativa; x = 0 é seu máximo global.
• Formas quadráticas positivas ou negativas, são ditas como definidas.

• Q(x1 , x2 ) = x21 − x22 , que assumem valores tanto positivos quanto negativos são
chamadas indefinidas.
Há dois casos intermediários: uma forma quadrática que é sempre ≥, mas pode ser
zero em alguns x não nulos, é chamada de não negativa. Veja por exemplo, Q4 (x21 , x22 ) =
(x1 + x2 )2 = x21 + 2x1 x2 + x22 , é nunca negativa, mas é zero em pontos não-nulos como
(x1 , x2 ) = (1, −1) ou (−2, 2). Uma forma quadrática como Q5 (x1 , x2 ) = −(x1 + x2 )2 que
nunca é positiva, mas pode ser zero em alguns x fora da origem é chamada não-positiva.
Formas quadráticas não-negativas ou não-positivas são chamadas de semidefinidas.

15.1 Matrizes Simétricas Definidas

Definição. Seja A uma matriz simétrica n×n. Então A é:

(a) positiva se xT Ax > 0∀x 6= 0 em Rn ;

(b) não negativa se xT Ax ≥ 0;

(c) negativa se xT Ax < 0;

(d) não positiva se xT Ax ≤ 0;

(e) indefinida se xT Ax > 0 para alguns x em Rn e xT Ax < 0 para outros x em

Rn .

Definição. Menor Principal: Seja A uma matriz n×n. Uma submatriz principal de
ordem k de A é uma submatriz de A de tamanho k×k formada a partir de A suprimindo
n − k colunas, digamos, as colunas i1 , i2 , ..., in−k e as mesmas n − k linhas, ou seja, as
linhas i1 ,i2 , ... ,in−k . O determinante de uma submatriz principal k×k é denominado um
menor principal de ordem k de A.
Definição. Seja A uma matriz n × n. A submatriz principal de ordem k de A obtida
suprimindo as últimas n − k linhas e as últimas n − k colunas de A é denominada a sub-
matriz principal líder de ordem k de A.Seu determinante é denominado o menor principal
líder de ordem k de A. Vamos denotar a submatriz
 
principal líder de ordem k por Ak e
o correspondente menor principal líder por Ak .
 
 74

Uma matriz n × n tem n submatrizes principais líderes.

Teorema. 16.1:
Seja A uma matriz n × n simétrica. Então,

(a) A é positiva se, e somente se, todos os n menores principais líderes são (estri-
tamente) positivos.

(b) A é negativa se, e somente se, os n menores principais líderes de A alternam

de sinal, como segue:
     
A 1  < 0, A2  > 0, A3  < 0, etc.
     

O k-ésimo menor principal líder deveria ter o mesmo sinal de (−1)k .

(c) Se algum menor principal líder de A de ordem k (ou um par de menores) é

não nulo mas não encaixa em nenhum dos dois padrões de sinal acima, então
A é indefinida. Este caso ocorre quando A tem um menor principal líder de
ordem k negativo com k um inteiro par ou quando A tem um menor principal
líder negativo de ordem k e um menor principal líder positivo de ordem l, com
k e l dois inteiros ímpares distintos.

Teorema. 16.2:
Seja A uma matrizn × n simétrica. Então A é não negativa se, e somente se, todos os
menores principais de A são ≥ 0; A é não positiva se, e somente se, cada menor principal
de A de ordem ímpar é ≤ 0 e cada menor principal de A de ordem par é ≥ 0.

15.2 Restrições Lineares e Matrizes Orladas

Como a maioria dos problemas em economia envolve restrições sobre as variáveis em
estudo, discutiremos as formas quadráticas restritas a subespaços de Rn :
   
  a b x1 
Q(x1 , x2 ) = ax21 + 2bx1 x2 + cx22 = x1 x2 
b c x2

s. a

Ax1 + Bx2 = 0.

x1 = − B x
A 2

   2  
Q − Bx
A
2
, x2 = a − Bx
A
2
+ 2b − Bx
A
2
x2 + cx22 .
 75

Então Qé positiva no conjunto-restrição se, e somente se aB 2 − 2bAB + cA2 > 0. E Q

é negativa se aB 2 − 2bAB + cA2 < 0.
Alternativamente:
 

0 A B
2 2
aB − 2bAB + cA = −det  A a b .
 
 
B b c

Teorema. 16.3:
A forma quadrática Q(x1 , x2 ) = ax21 + 2bx1 x2 + cx22 é positiva (respectivamente, ne-
gativa) no conjunto-restrição Ax1 + Bx2 = 0 se, e somente se, o determinante:
 

0 A B
det  A a b 
 
 
B b c

é negativo (respectivamente, positivo).

Teorema. 16.4:
Para determinar a classificação da forma quadrática,
   
a a12 · · · a1n x
 11   1
   a12 a22 · · · a2n 

 x2 
 
Q(x) = xT Ax = x1 · · ·

xn  .. . .. .
.. 
  
 . · · · · · ·
 

   
a1n a2n · · · ann xn

de n variáveis, restrita ao conjunto-restrição Bx = 0 dado por:

   
  x
 1
0
B11 B12 ··· B1n  
.. .. .. ..   x2  0
    
. . . .   = 
 .. 
 
 .  0
  
 
Bm1 Bm2 · · · Bmn    
xn 0

equações lineares, construa a matriz simétrica orlada H de tamanho (n + m) × (n + m)

colocando os coeficientes B da restrição linear na orla acima e à esquerda de A :
 
0 B
H= .
BT A

Confira os sinais dos últimos n − m menores principais líderes de H, começando com

o determinante de H mesmo.

(a) Se det H tem o mesmo sinal de (−1)n e se estes últimos n − m menores

principais líderes alternam de sinal, então Q é negativa no conjunto-restrição
Bx = 0 e x = 0 é um max global estrito de Q neste conjunto-restrição.
 76

(b) Se det H e estes últimos n − m menores principais líderes têm todos o mesmo
sinal de (−1)m , então Q é positiva no conjunto-restrição Bx = 0 e x = 0 é um
min global estrito de Q neste conjunto-restrição.

(c) Se ambas as condições a) e b) são violadas por menores principais líderes não-
nulos, então Q é indefinida no conjunto-restrição Bx = 0 e x = 0 não é nem
um max nem um min de Q no conjunto-restrição.

Teorema. 16.5:
Para determinar a definição de uma forma quadrática Q(x1 , . . . , xn ) sujeita auma res-
trição linear, construa a matriz orlada H de tamanho (n + 1) × (n + 1) usual como em:

0 A1 · · · An
 
 
 A1 a11 · · · a1n 
 
Hn+1 = . .. .. .
.. 
 ..

 . . . 

An a1n · · · ann

Suponha que A1 6= 0. Se os últimos n menores principais líderes de Hn+1 têm o mesmo

sinal, então Q é positiva no conjunto-restrição (e x = 0 é um min restrito de Q). Se
os últimos n menores principais líderes de Hn+1 alternam o sinal, então Q é negativa no
conjunto-restrição (e x = 0 é um max restrito de Q).

16 Otimização não condicionada

Definição. Seja F : U → R uma função real de n variáveis, cujo domínio é um subcon-
junto do Rn .

1. Um ponto x∗ ∈ U é máximo de F em U se F (x∗ ) > F (x) para cada x ∈ U .

2. Um ponto x∗ ∈ U é um máximo estrito se x∗ é um máximo e F (x∗ ) > F (x) para

cada x 6= x∗ em U .

3. Um ponto x∗ ∈ U é um máximo local de F se existe uma bola Br (x∗ ) em torno de

x∗ tal que F (x∗ ) ≥ F (x), para cada x ∈ Br (x∗ ) ∩ U .

4. Um ponto x∗ ∈ U é um máximo local estrito de F se existe uma bola Br (x∗ ) em

torno de x∗ tal que F (x∗ ) > F (x) para cada x =
6 x∗ em Br (x∗ ) ∩ U .

Observação. Invertendo as desigualdades, temos as definições de mínimo.

 77

16.1 Condições de primeira ordem

Teorema. (17.1) Seja F : U → R uma função C 1 definida num subconjunto U de Rn .
Se x∗ é um máximo ou um mínimo local de F em U e se x∗ é um ponto interior de U ,
então:
∂F ∗
(x ) = 0, ∀ i = 1, ..., n.
∂xi
Demonstração. (máximo local)
Seja B = Br (x∗ ) uma bola em torno de x∗ com a seguinte propriedade: F (x∗ ) ≥ F (x)
para cada x ∈ B. Como x∗ maximiza F em B, x∗ também é o máximo de F em qualquer
segmento de reta paralelo a um dos eixos que passa por x∗ e está contido em B. Em
outras palavras, x∗i maximiza a função de uma variável:

xi → F (x∗1 , ..., x∗i−1 , x∗i , x∗i+1 , ..., x∗n )

para xi ∈ (x∗i−r , x∗i+r ) e, então: ∂F

∂xi
(x∗ ) = 0, ∀ i = 1, ..., n.

16.2 Condições de segunda ordem

Condições suficientes
Definição. Um ponto n-dimensional x∗ é um ponto crítico de uma função F (x1, ..., xn )
se x∗ satisfaz:

∂F ∗
(x ) = 0, ∀ i = 1, ..., n.
∂xi
Teorema. (17.2) Seja F : U → R uma função C 2 cujo domínio é o aberto U em Rn .
Suponha que x∗ é um ponto crítico de F , isto é, satisfaz a definição anterior:

1. Se a hessiana D2 F (x∗ ) é uma matriz simétrica negativa, então x∗ é um máximo

local estrito de F .

2. Se a hessiana D2 F (x∗ ) é uma matriz simétrica positiva, então x∗ é um mínimo local

estrito de F .

3. Se D2 F (x∗ ) é indefinida, então x∗ não é nem um máximo local nem um mínimo

local de F .

Definição. Um ponto crítico x∗ de F para o qual a hessiana D2 F (x) é indefinida é

denominado ponto de sela de F .

Teorema. (17.3) Seja F : U → R uma função C 2 cujo domínio é um conjunto aberto U

em Rn . Suponha que:
∂F ∗
(x ) = 0, ∀ i = 1, ..., n
∂xi
 78

e que os menores principais líderes de D2 F (x∗ ) alternam de sinal em x∗ :

 
 F x1 x1 F x2 x1 Fx3 x1 
   
 F x1 x1 Fx2 x1 
    
Fx1 x1 
 
< 0,  > 0,  F x1 x2

F x2 x2 Fx3 x2 

< 0, ...
 F x1 x2 Fx2 x2 
  
 F x1 x3 F x2 x3 F x3 x3 
 

Então, x∗ é um máximo local estrito de F .

Teorema. (17.4) Análogo, os menores principais líderes devem ser todos positivos para
que x∗ seja um mínimo.

Teorema. (17.5) Se os menores principais líderes não respeitam esses critérios, então
x∗ é um ponto de sela.

Condições necessárias
A desigualdade fraca substitui a desigualdade estrita. Em resumo, substituimos as
condições de negativa e positiva da hessiana de F pela exigência que a hessiana deve ser
não positiva (máximo) e não negativa (mínimo).
Nessas condições, os teoremas 17.6 e 17.7 reproduzem os resultados dos teoremas 17.3
e 17.4.

16.3 Máximo e mínimo globais

Máximo global de funções côncavas

Teorema. (17.8) Seja F : U → R uma função C 2 cujo domínio é um subconjunto aberto
e convexo de Rn .

(a) As 3 condições são equivalentes:

1. F é uma função côncava em U ;

2. F (y) − F (x) ≤ DF (x)(y − x) para quaisquer x, y ∈ U ; e
3. D2 F (x) é não positiva para qualquer x ∈ U .

(b) As 3 condições são equivalentes:

1. F é uma função convexa em U ;

2. F (y) − F (x) ≥ DF (x)(y − x) para quaisquer x, y ∈ U ; e
3. D2 F (x) é não negativa para qualquer x ∈ U .
 79

(c) Se F é côncava em U e DF (x∗ ) = 0 para algum x∗ ∈ U, então x∗ é um máximo

global de F em U .

(d) Se F é convexa em U e DF (x∗ ) = 0 para algum x∗ ∈ U , então x∗ é um mínimo

global de F em U .

Exemplo. Seja F (x, y) = x3 − y 3 + 9xy.

As derivadas:

Fx = 3x2 + 9y = 0

Fy = −3y 2 + 9x = 0

Pela razão FFxy , temos:

x2
y2
= xy e −y = x.
Logo:

3x2 + 9x = 0

3x2 = −9x

y = −3 e x = 3

y=0ex=0
 
Fxx Fyx 
A hessiana: D2 F (x∗ ) = 
Fxy Fyy
As derivadas segundas:

Fxx = 6x

Fyy = −6y

Fxy = Fyx = 9
 
6x 9 
E teremos: 
9 −6y
Como: Fxx > 0; Fxx Fyy − Fxy Fyx > 0
−36xy − 81 > 0 (mínimo)
 80

−36xy − 81 < 0 (máximo)

Então:
(0, 0): ponto de sela: Fxx = 0 e det = −81.
(3, −3): mínimo local estrito: Fxx = 18 e det = 243.
(−3, 3) : máximo global: Fxx = −18 e det = 243.

17 Otimização com restrições I: Condições de Pri-

meira Ordem
Teorema. 18.1:
Seja f e h funções C 1 de duas variáveis. Suponha x∗ = (x∗1, x∗2 ) é uma solução do
problema:

max f (x1 , x2 ) s.a h(x1 , x2 ) = c

Suponha também que (x∗1 , x∗2 ) não é um ponto crítico de h. Então existe um número
real µ∗ tal que (x∗1 , x∗2 , µ∗ ) é um ponto crítico da função lagranngiana. Temos:

∂L
∂x1
= 0; ∂L
∂x2
=0e ∂L
∂µ
= 0.

Observação. Se ∂x
∂h
1
e ∂x
∂h
1
fossem zero no máximo a redução de um problema com restrições
para um problema sem restrições, isto é, L(x1 , x2 , µ) não funcionaria. Essa imposição
∇h(x) 6= 0 chama-se qualificação da restrição.

Demonstração. Note que f e h são tangentes em x∗. Então

∇f (x∗ ) = µ∗ .∇h(x∗ )

.
Em seguida consideramos o problema de maximizar uma função f (x1 , . . . , xn ) de n
variáveis condicionada por mais de uma, digamos, por m restrições de igualdade. Se-
jam h1 (x), . . . , hm (x) as funções que definem o conjunto-restrição. Em outras palavras,
queremos

max ou min f (x1 , . . . , xn )

sujeito a

Ch = {x = (x1 , . . . , xn ) | h1 (x) = a1 , . . . , hm (x) = am }

.
Então:
 81

!
∂h ∗ ∂h ∗ ∂h ∗
(x ), (x ), . . . , (x ) 6= (0, 0, . . . , 0)
∂x1 ∂x2 ∂xn
.
A generalização natural caso estejamos tratando com m funções envolve a derivada
Jacobiana:

∂h1 (x∗) ∂h1 (x∗)

 
∂x1
··· ∂xn

.. ... .. 
Dh(x∗ ) =  . .
 

 
∂hm (x∗) ∂hm (x∗)
∂x1
··· ∂xn
.
De modo geral x∗ é um ponto crítico de h = (h1 , . . . , hm ) se o posto da matriz
Dh(x∗ ) < m. Mais formalmente dizemos que (h1 , . . . , hm ) satisfaz QRND (Qualifi-
cação da Restrição Não Degenerada) em x∗ se o posto da matriz Jacobiana Dh(x∗ ) é
igual a m.

Teorema. 18.2:
Sejam f, h1, . . . , hm funções C 1 de n variáveis. considere o problema de maximizar
(ou minimizar) f (x)no conjunto-restrição:

Ch = {x = (x1, . . . , xn ) : h1 (x) = a1 , . . . , hm (x) = am }.

Suponha que x∗ ∈ Ch e que x∗ é um max ou um min (local) de f em Ch . Su-

ponha também que x∗ satisfaz a QRND acima. Então existem µ∗1 , . . . , µ∗m tais que
(x∗1 , . . . , x∗n , µ∗1 , . . . , µ∗m ) ≡ (x∗ , µ∗ ) é um ponto crítico do lagrangiano

m
L(x, µ) = f (x) − µi [hi (x) − ai ]
X

i=1

∇L(x∗ , µ∗ ) = 0.

Exemplo:U (x1 , x2 ) = kxa1 x1−a

P2
2 s.a i=1 p i xi = b

17.1 Uma Restrição de Desigualdade

max f (x, y) s.a g(x, y) ≤ b

Algumas considerações:
A restrição é ativa, isto é, se g(x, y) − b = 0 entãoλ ≥ 0. A restrição é inativa quando
λ = 0. Tal situação, na qual uma das duas desigualdades deve ser ativa, é denominada
condição de folga complementar (slackness condition).
 82

Teorema. 18.3:
Suponha que f e g são funções C 2 em R2 e que (x∗ , y ∗ ) maximiza f no conjunto-
restrição g(x, y) ≤ b. Se g(x∗ , y ∗ ) = b, suponha que:

∂g
∂x
(x∗ , y ∗ ) 6= 0 ou ∂g
∂y
(x∗ , y ∗ ) 6= 0

L(x, y, λ) = f (x, y) − λ[g(x, y) − b]

Então, existe um λ∗ tal que:

(a) ∂L
∂x
(x∗ , y ∗ , λ∗ ) = 0.

(b) ∂L
∂y
(x∗ , y ∗ , λ∗ ) = 0

(c) λ∗ [g(x∗ , y ∗ ) − b] = 0

(d) λ≥0

(e) g(x∗ , y ∗ ) ≤ b

Teorema. 18.4:
Suponha que f, g1 , . . . , gk são funções C 1 de n variáveis. Suponha que x∗ ∈ Rn é um
max local de f no conjunto-restrição definido pelas k desigualdades

g1 (x1 , . . . , xn ) ≤ b1 , . . . , gk (x1 , . . . , xn ) ≤ bk .

Para facilitar a notação, suponha que as primeirask restrições são ativas em x∗ e que
as últimas k − k0 são inativas. Suponha que a seguinte QRND está satisfeita em x∗ :
O posto x∗ da matriz Jacobiana
∂g1 (x∗ ) ∂g1 (x∗ )
 
∂x1
··· ∂xn

.. .. .. 
. . .
 
 
∂gk0 (x∗ )
 
∂gko (x∗ )
∂x1
··· ∂xn

das restrições ativas é k0 , ou seja, é o maior possível.

Forme o lagrangiano:

m
L(x1 , . . . , xn , λ1 , . . . , λk ) ≡ f (x) − λi [gi (x) − bi ]
X

i=1

Então existem multiplicadores λ∗1 , . . . , λ∗k tais que:

(a) ∂L
∂x1
(x∗ , λ∗ ) = 0, . . . , ∂L
∂xn
(x∗ , λ∗ ) = 0

(b) λ1 [g1 (x∗ ) − b1 ] = 0, . . . , λk [gk (x∗ ) − bk ] = 0

 83

(c) λ∗1 ≥ 0, . . . , λ∗k ≥ 0

(d) g1 (x∗ ) ≤ b1 , . . . , gk (x∗ ) ≤ bk

Teorema. 18.5:
Suponha que f, g1 , . . . , gk , h1 , . . . , hm são funções C 1 de n variáveis. Suponha que
x∗ ∈ Rn é um max local de f no conjunto-restrição definido pelas k desigualdades e pelas
m igualdades:

g1 (x1, . . . , xn ) ≤ b1 , . . . , gk (x1 , . . . , xn ) ≤ bk

h1 (x1 , . . . , xn ) = c1 , . . . , hm (x1 , . . . , xn ) = cm

Sem perda de generalidade, podemos supor que as k0 restrições de desigualdade são

ativas em x∗ e que as outras k − k0 restrições de desigualdade são inativas. Suponha que
a seguinte QRND está satisfeita em x∗ .
O posto em x∗ da matria Jacobiana

∂g1 (x∗ ) ∂g1 (x∗ )

 
∂x1
··· ∂xn
.. ... ..
 
. .
 
 
 
 ∂gk (x∗ ) ∂gk0 (x∗ ) 
 0
 ∂x1 ··· ∂xn 

 ∂h (x∗ ) ∂h1 (x ) 
∗ 
 1
 ∂x1 ··· ∂xn 
 .. ... .. 
. . 
 

∂hm (x )
∗ ∂hm (x )
∗
 
∂x1
··· ∂xn

das restrições de igualdade e das restrições de desigualdade ativas é k0 + m, ou seja, é

o maior possível.
Forme o lagrangeano

L(x1 , . . . , xn , λ1 , . . . , λk , µ1 , . . . , µm ) = f (x) − λi [gi − bi ] + µi [hi (x) − ci ]

Pm
i=1

Então existem multiplicadores λ∗1 , . . . , λ∗k , µ∗1 , . . . , µ∗m tais que:

(a) ∂L
∂x1
(x∗ , λ∗ ) = 0, . . . , ∂L
∂xn
(x∗ , λ∗ ) = 0

(b) λ∗1 [g1 (x∗ ) − b1 ] = 0, . . . , λ∗k [gk (x∗ ) − bk ] = 0

(c) h1 (x∗ ) = c1 , . . . , hm (x∗ ) = cm

(d) λ∗1 ≥ 0, . . . , λ∗1 ≥ 0

(e) g1 (x∗ ) ≤ b1 , . . . , gk (x∗ ) ≤ bk

 84

• O Teorema 18.6 para um min global é análogo ao 18.5 invertendo-se as restrições

gi (x∗ ) ≥ bi .

17.2 Formulação de Kuhn-Tucker

M ax f (x1, . . . , , xn ) s.a g1 (x1 , . . . , xn ) ≤ b1 , . . . , gk (x1 , . . . , xn ) ≤ bk

x1 ≥ 0, . . . , xn ≥ 0 (16)

KUHN e TUCKER trabalharam em um lagrangeano que não inclui as restrições de

não negatividade:
n
L(x, λ1 , . . . , λk, v1 , . . . , vn ) = L (x, λ1 , . . . , λk ) +
∼
X
vi xi
i=1

∀ j = 1, . . . , n,
∂L∼ ∂L∼
∂L
∂xj
= ∂xj
+ vj = 0 ou ∂xj
= −vj
∂L∼ ∼
∂xj
≤ 0 e xj ∂L
∂xj
=0

Por outro lado para cada x,

∂L∼ ∂L
= = bj − gj (x) ≥ 0
∂λi ∂λj
Resumidamente:

∂L∼ ∂L∼
≤ 0; xj = 0; xj ≥ 0 (17)
∂xj ∂xj

∂L∼ ∂L∼
≥ 0; λj = 0; λj ≥ 0 (18)
∂λj ∂λj

Teorema. 18.7:
Considere o problema de maximização condicionada (1) sem restrições de igualdade e
com uma coleção completa de restrições de não-negatovodade. Forme o kuhntuckeriano
L∼ , e suponha que x∗ é uma solução de (1) e que a matriz (∂gi/∂xj ) tem posto máximo
em x∗ , onde os i variam sobre os índices das restrições gi que são ativas em x∗ e os j
variam sobre os índices para os quais x∗j > 0. Então existem multiplicadores não-negativos
λ∗1 , . . . , λ∗k tais que x∗1 , . . . , x∗k , λ∗1 , . . . , λ∗k satisfaz o sistema de equações e desigualdades
(2) e (3) .
 85

Exemplo. M ax U (x1 , x2 ) s.a p i xi ≤ b

P

L∼ (x1 , x2 , λ) = U (x1 , x2 ) − λ(
X
pi xi − b)

x1 = U x1 − λp1 ≤ 0; x1 Lx1 = 0; x1 ≥ 0
L∼

x2 = U x2 − λp2 ≤ 0; x2 Lx2 = 0; x2 ≥ 0
L∼

λ = p1 x1 + p2 x2 − b ≥ 0; λLλ = 0; λ ≥ 0
L∼

Suponha U (x1 , x2 ) = x0.5 0.5 →

1 x2 p = (1, 1) e b = 100.

−0.5 0.5
x1 = 0.5x1
L∼ x2 − λ ≤ 0; x1 Lx1 = 0; x1 ≥ 0

0.5 −0.5
x2 = 0.5x1 x2
L∼ − λ ≤ 0; x2 Lx2 = 0; x2 ≥ 0

λ = x1 + x2 − 100 ≥ 0; λLλ = 0; λ ≥ 0
L∼

λ > 0 → Lλ = 0; x1, x2 > 0 → Lx1 = Lx2 = 0

x1 + x2 = 100

0.5x−0.5 x0.5 λ x2
 
1 2
0.5 −0.5
= → =1
0.5x1 x2 λ x1
x 2 = x1

x1 = 50; x2 = 50; λ = 0.5

Usando:
xi = α m
pi
→ x1 = 0.5 100
1
x1 = 50.
 86

18 Otimização com restrições II

18.1 O significado do multiplicador
Os multiplicadores medem a sensibilidade do valor ótimo da função objetivo a variações
das restrições e, como uma consequência, os multiplicadores fornecem uma medida natural
de recursos escassos em problemas de maximização econômica.

18.1.1 Uma restrição de igualdade

Considere o seguinte problema:

max f (x, y) s.a h(x, y) = a

Vamos considerar que a varia de problema a problema. Para qualquer a (fixo), escreva
(x∗ (a), y ∗ (a)) para a solução do problema acima e escreva µ∗ (a) para o multiplicador que
corresponde a esta solução. Seja f (x∗ (a), y ∗ (a)) a função de valor ótimo. Vamos provar
que, sob condições razoáveis que valem para quase todos os problemas de maximização,
µ∗ (a) mede a taxa de variação do valor ótimo f em relação ao parâmetro a.

Teorema. (19.1) Sejam f e h funções C 1 de duas variáveis. Para qualquer a fixo, seja
(x∗ (a), y ∗ (a)) a solução do problema max f (x, y) s.a h(x, y) = a com o multiplicador cor-
respondente µ∗ (a). Suponha que x∗ , y ∗ e µ∗ são funções C 1 de a e que QRN D (qualificação
da restrição não degenerada) vale em (x∗ (a), y ∗ (a), µ∗ (a)). Então:

d
µ∗ (a) = f (x∗ (a), y ∗ (a))
da
Demonstração.
L(x, y, µ; a) = f (x, y) − µ(h(x, y) − a)

∂L ∗ ∂f ∗ ∂h
(x (a), y ∗ (a), µ∗ (a); a) = 0 → (x (a), y ∗ (a), µ∗ (a)) − µ∗ (a) (x∗ (a), y ∗ (a), µ∗ (a))
∂x ∂x ∂x

∂L ∗ ∂f ∗ ∂h
(x (a), y ∗ (a), µ∗ (a); a) = 0 → (x (a), y ∗ (a), µ∗ (a)) − µ∗ (a) (x∗ (a), y ∗ (a), µ∗ (a))
∂y ∂y ∂y

para cada a. Além disso, temos que: h(x∗ (a), y ∗ (a)). Usando a regra da cadeia:

∂h ∗ ∗ dx∗ ∂h ∗ ∗ dy ∗
(x , y ) (a) + (x , y ) (a) = 1
∂x da ∂y da
Sabemos que f ∗ (x∗ (a), y ∗ (a)), logo:
 87

d ∂f ∗ dx∗ ∂f ∗ dy ∗
f (x∗ (a), y ∗ (a)) = (x (a), y ∗ (a)) (a) + (x (a), y ∗ (a)) (a)
da ∂x da ∂y da

d ∂h dx∗ ∂h dy ∗
f (x∗ (a), y ∗ (a)) = µ∗ (x∗ (a), y ∗ (a)) (a) + µ∗ (x∗ (a), y ∗ (a)) (a)
da ∂x da ∂y da

 
d ∂h dx∗ ∂h ∗ dy ∗ 
f (x∗ (a), y ∗ (a)) = µ∗  (x∗ (a), y ∗ (a)) (a) + (x (a), y ∗ (a)) (a)
da ∂x da ∂y da

d
f (x∗ (a), y ∗ (a)) = µ∗ .1
da

18.2 Várias restrições de igualdade

Teorema. (19.2) Sejam f, h1 , ..., hm funções C 1 de Rn . Seja a = (a1 , ..., am ) uma m-tupla
de parâmetros exógenos e considere o problema:

max f (x1 , ..., xm )

s.a h1 (x1 , ..., xn ) = a1 , ..., hm (x1 , ..., xn ) = am .

Seja x∗ = (x∗1 (a), ..., x∗n (a)) a solução do problema exposto acima, com correspondentes
multiplicadores de Lagrange µ∗1 (a), ..., µ∗m (a). Suponha também que x∗i e µ∗j são funções
diferenciáveis de (a1 , ..., am ) e que vale QRN D. Então, para cada j = 1, ..., m temos:

∂
µj (a1 , ..., am ) = f (x∗1 (a1 , ..., am ), ..., x∗n (a1 , ..., am )).
∂aj
Demonstração. Análoga a anterior.

18.3 Restrições em desigualdade

Teorema. (19.3) Seja a∗ = (a∗1 , ..., a∗k ) uma k-tupla. Considere o problema (Q∗a ) de
maximizar f (x1 , ...xn ) sujeita às k restrições de desigualdade:

g1 (x1 , ..., xn ) ≤ a∗1 , ..., gk (x1 , ..., xn ) ≤ a∗k .

Seja x∗1 (a∗ ), ..., x∗n (a∗ ) a solução do problema (Q∗a ) e sejam λ∗1 (a), ..., λ∗k (a) os corres-
pondentes multiplicadores de Lagrange. Suponha que à medida que a varia perto de a∗ ,
 88

x∗1 , ..., x∗n e λ∗1 , ..., λ∗k são funções diferenciáveis de (a1 , ..., ak ) e que vale a QRN D em a∗ .
Então, para cada j = 1, ..., k temos:

∂
λj (a∗1 , ..., a∗k ) = f (x∗1 (a∗1 , ..., a∗k ), ..., x∗n (a∗1 , ..., a∗k )).
∂aj
Demonstração. Escrevemos a∗ como a. Sejam gj as restrições inativas: gj (x∗ (a)) < aj .
0 0 0
Seja também aj qualquer número que gj (x∗ (a)) < aj < aj e C descrito por:

0
g1 (x1 , ..., xn ) ≤ a∗1 , ..., gk (x1 , ..., xn ) ≤ a∗k com gj (x) ≤ aj .
0 0
Como x∗ (a) maximiza f em C, C ⊂ C e x∗ (a) ∈ C , segue que x∗ (a) maximiza f
0 0 0 0
em C . Em outras palavras, se a = (a1 , ..., aj−1 , aj , aj+1 , ..., ak ), então x∗ (a ) = x∗ (a) e,
0
portanto, f (x∗ (a )) = f (x∗ (a)), de modo que o valor máximo de f não é afetado quando
aj varia um pouco. Isso implica que:

∂
f (x∗1 (a1 , ..., am ), ..., x∗n (a1 , ..., am )) = 0
∂aj
Como λ∗j (a) = 0, a equação

∂
λj (a∗1 , ..., a∗k ) = f (x∗1 (a∗1 , ..., a∗k ), ..., x∗n (a∗1 , ..., a∗k )).
∂aj

vale para para restrições em desigualdade inativas.

18.4 Teoremas de envoltória

Os teoremas 19.1-19.3 são casos especiais de uma classe de teoremas que descrevem como
o valor ótimo da função objetivo num problema de otimização parametrizado se altera
quando um dos parâmetros se modifica. Tais teoremas são denominados teoremas de
envoltória. Começamos com o teorema da envoltória para problemas sem restrições.

Problemas sem restrições

Teorema. (19.4) Seja f (x; a) uma função C 1 de x ∈ Rn e a escalar a. Para cada escolha
do parâmetro a, considere o problema sem restrições: max f (x; a) em relação a x.
Seja x∗ (a) uma solução do problema. Suponha que x∗ (a) é uma função C 1 de a. Então:

d ∂
f (x∗ (a); a) = f (x∗ (a); a).
da ∂a
Demonstração. Calculamos a regra da cadeia, tal que:

d X ∂f dx∗i ∂f ∗ ∂f ∗
f (x (a); a) =
∗
(x (a); a)
∗
(a) + (x (a); a) = (x (a); a)
da i ∂xi da ∂a ∂a
 89

pois ∂f
∂xi
(x∗ (a); a) = 0, ∀ i = 1, ..., n.

Exemplo. Suponha que f (x; a) = −x2 + 2ax + 4a2 . Desejamos escolher x que maximize
essa função.

0
f (x; a) = −2x + 2a = 0 → x∗ (a) = a

∂f ∗
f (x∗ (a); a) = −a2 + 2a2 + 4a2 = 5a2 (x (a); a) = 10a
→
∂a
Se aplicássemos diretamente o teorema de envoltória, poderíamos ter pulado o primeiro
passo e encontrado:
Avaliando f em x∗ (a), isto é, f (x∗ (a); a) = −x2 + 2ax∗ + 4a2 :
 
∗ ∗
∂f ∗ dx dx dx dx 
(x (a); a) = + 2x∗ + + 8a = 2x∗ + 8a = 10a.
∂a dx da dx da

Exemplo. π(p; α) = max

x
(pαy − c(y))
0
Primeiramente, calcule y(α): pα = c (y)

dπ ∂
= (pαy − c(y)) = py > 0
dα ∂α

π ∗ (p; α) = pαy ∗ (α) − c∗ (y ∗ (α))

dπ ∗ dy ∗ dy dc∗ dy
= pα + py ∗ (α) − → py ∗ > 0
dα dy dα dy dα

18.5 Problemas com restrições

Teorema. (19.5) Sejam f, h1 , ..., hk : Rn ×R → R funções C 1 . Seja x∗ (a) = (x∗1 (a), ..., x∗n (a))
a solução do problema de maximizar x → f (x; a) no conjunto restrição:

h1 (x; a) = 0, ..., hk (x; a) = 0

para qualquer escolha do parâmetro a. Suponha que x∗ (a) e os multiplicadores de Lagrange

µ1 (a), ..., µk (a) são funções C 1 de a e que vale a QRN D. Então:

d ∂L ∗
f (x∗ (a); a) = (x (a), µ(a); a)
da ∂a
onde L é o lagrangeano natural deste problema.

Demonstração. A prova é deixada como exercício.

 90

18.6 Condições de segunda ordem

Problemas de maximização com restrição

Teorema. (19.6) Sejam f, h1 , ..., hk funções C 2 em Rn . Considere o problema de maxi-
mizar f no conjunto restrição:

Ch ≡ {x : h1 (x) = c1 , ..., hk (x) = ck }

Forme o lagrangeano:

L(x1 , ..., xn , µ1 , ..., µk ) = f (x) − µ1 (h1 (x) − c1 ) − ... − µk (hk (x) − ck ),

e suponha que:

(a) x∗ está no conjunto restrição Ch ;

(b) Há µ∗1 , ..., µ∗k tal que: ∂L

∂x1
= 0, ..., ∂x
∂L
n
= 0, ∂µ
∂L
1
= 0, ..., ∂µ
∂L
k
= 0, para os pontos
(x∗1 , ..., x∗n , µ∗1 , ..., µ∗k );

(c) A hessiana de L com respeito a x em (x∗ , µ∗ ), Dx2 L(x∗ , µ∗ ), é negativa no

conjunto restrição linear, ou seja, v 6= 0 e Dh(x∗ )v = 0 ⇒ v T Dx2 L(x∗ , µ∗ ))v <
0. Então x∗ é um máximo condicionado local estrito de f em Ch .

Primeiramente, vejamos a prova do teorema 19.6 para o problema de maximização con-

dicionada mais simples: 2 variáveis e uma restrição de igualdade.

Teorema. (19.7) Sejam f e h funções C 2 em R2 . Considere o problema de maximizar f

no conjunto restrição Ch = {(x, y) : h(x, y) = c} . Forme o lagrangeano:

L(x, y, µ) = f (x, y) − µ(h(x, y) − c).

Suponha que (x∗ , y ∗ , µ∗ ) satisfaz:

(a) ∂L
∂x
= 0, ∂L
∂y
= 0, ∂L
∂µ
= 0 em (x∗ , y ∗ , µ∗ ); e
 

0 ∂h
∂x
∂h
∂y 
(b) det ∂h ∂2L ∂2L 
> 0 em (x∗ , y ∗ , µ∗ ).

∂x ∂x2 ∂x∂y 


∂h ∂2L 2
∂ L
∂y ∂y∂x ∂y 2

Então, (x∗ , y ∗ ) é um máximo local de f em Ch .

!
Demonstração. A condição (b) implica ∇h(x , y ) 6= 0. Suporemos que∗ ∗ ∂h
∂y
(x∗ , y ∗ ) 6= 0.
Então, pelo teorema da função implícita (Teorema 15.1), o conjunto restrição Ch pode ser
 91

considerado como o gráfico de uma função y = φ(x) que é C 1 em torno de (x∗ , y ∗ ); em

outras palavras: h(x, φ(x)) = c, para qualquer x perto de x∗ . Derivando-a, temos:

∂h ∂h 0 0
∂h
(x, φ(x))
(x, φ(x)) + (x, φ(x))φ (x) = 0 ou φ (c) = − ∂h
∂x
∂x ∂y ∂y
(x, φ(x))
Seja F (x) ≡ f (x, φ(x)) a função f calculada em Ch que é uma função variável não
restrita. Pelas condições usuais de primeira e de segunda ordens para tais funções, se
0 00
F (x∗ ) = 0 e F (x∗ ) < 0, então x∗ será um máximo local estrito de F e (x∗ , y ∗ ) =
(x∗ , φ(x∗ )) será um máximo local condicionado de f .

0 ∂f ∂f 0
F (x) = (x, φ(x)) + (x, φ(x))φ (x)
∂x ∂y
0 0
Multiplicando ∂h
∂x
(x, φ(x)) + ∂h
∂y
(x, φ(x))φ (x) = 0 por -µ∗ , somando com a F (x) acima
e calculando ambas em x = x∗ :

   
0 ∂f ∂h 0 ∂f ∂h
F (x∗ ) =  (x∗ , y ∗ ) − µ∗ (x∗ , y ∗ ) + φ (x∗ ) (x∗ , y ∗ ) − µ∗ (x∗ , y ∗ )
∂x ∂x ∂y ∂y

∂L ∗ ∗ 0 ∂L
= (x , y ) + φ (x∗ ) (x∗ , y ∗ ).
∂x ∂y
Agora, tome mais uma derivada de F (x) em x∗ , coloque y ∗ = φ(x∗ ) na equação
anterior, então, teremos:

00 ∂ 2L ∂ 2L 0 ∗ ∂ 2L 0 ∗ 2
F (x∗ ) = + 2 φ (x ) + φ (x ) =
∂x2 ∂x∂y ∂y 2
   2
∂ 2L ∂ 2 L  ∂h ∂ 2 L  ∂h
= 2
+2 − ∂h + 2 − ∂h
∂x  ∂x 
=
∂x ∂x∂y ∂y
∂y ∂y

  2  2 
1 ∂ 2 L ∂h ∂ 2 L ∂h ∂h ∂ 2 L  ∂h  
=  2  2   − 2 + 2
∂h ∂x ∂y ∂x∂y ∂x ∂y ∂y ∂x
∂y

0 00
que é negativa pela hipótese (b) do teorema. Como F (x∗ ) = 0 e F (x∗ ) < 0, implica
que x → F (x) = f (x, φ(x)) tem um máximo local em x∗ e, portanto, f restrita a Ch tem
um máximo local em (x∗ , y ∗ ).

18.7 Problemas de minimização

As CSO para um problema de minimização condicionada envolvem a positividade de
Dx2 L(x∗ , µ∗ ) no espaço nulo de Dh(x∗ ), substituindo a condição:
 92

v 6= 0 e Dh(x∗ )v = 0 ⇒ v T Dx2 L(x∗ , µ∗ ))v < 0

por:

v 6= 0 e Dh(x∗ )v = 0 ⇒ v T (Dx2 L(x∗ , µ∗ ))v > 0.

Lembre que se det H tem o mesmo sinal de (−1)n e se estes últimos (n − m) menores
principais líderes alternam de sinal, então H é negativa no conjunto restrição. Se det H
e esses últimos (n − m) menores principais líderes tem todos o mesmo sinal de (−1)m ,
então H é positiva no conjunto restrição.
Observação. n é o número de variáveis, m é o número de restrições.

18.8 Restrições em desigualdade

Teorema. (19.8) Sejam f, g1 , ..., gm , h1 , ..., hk funções C 2 em Rn . Considere o problema
de maximizar f no conjunto restrição:

Cg,h ≡ {x : g1 (x) ≤ b1 , ..., gm (x) ≤ bm , h1 (x) = c1 , ..., hk (x) = ck } .

Forme o lagrangeano:

L(x1 , ..., xn , λ1 , ..., λm , µ1 , ..., µk ) = f (x) − λ1 (g1 (x) − b1 ) − ... − λm (gm (x) − bm )

−µ1 (h1 (x) − c1 ) − ... − µk (hk (x) − ck )

(a) Suponha que existam λ∗1 , ..., λ∗m , µ∗1 , ..., µ∗k tais que valem as condições de pri-
meira ordem do Teorema 18.5, ou seja, que:

• ∂L
∂x1
= 0, ..., ∂x
∂L
n
= 0 em (x∗ , λ∗ , µ∗ );
• λ∗1 ≥ 0, ..., λ∗m ≥ 0;
• λ∗1 (g1 (x∗ ) − b1 ) = 0, ..., λ∗m (gm (x∗ ) − bm ) = 0;
• h1 (x∗ ) = c1 , ..., hk (x∗ ) = ck .

(b) Intencionando simplificar a notação, suponha que g1 , ..., ge são restrições ativas
em x∗ e ge+1 , ..., gm inativas. Escreva (g1 , ..., ge ) como gE . Suponha que a
hessiana de L em relação a x em (x∗ , λ∗ , µ∗ ) é negativa no seguinte conjunto
restrição linear:{v : DgE (x∗ )v = 0 e Dh(x∗ )v = 0} , ou seja, temos: v 6= 0,
DgE (x∗ )v = 0, Dh(x∗ )v = 0 ⇒ v T (Dx2 L(x∗ , λ∗ , µ∗ ))v < 0.

Então, x∗ é um máximo local estrito condicionado de f em Cg,h .

 93

18.9 Versão de minimização

1. Troque “maximizar” por “minimizar”;

2. Escreva as restrições de desigualdade como gi (x) ≥ bi na apresentação do conjunto

restrição Cg,h ;

3. Troque “negativa” e “< 0” na condição (b) por “positiva” e “> 0”;

4. Troque “máximo” por “mínimo” na frase final.

18.10 Dependência suave dos parâmetros

Teorema. (19.9) Seja x∗ (a) a solução do problema parametrizado de otimização condicio-
nada (Sa ) e seja µ∗ (a) o correspondente multiplicador de Lagrange. Fixa-se o valor do pa-
râmetro a em a0 (a = a0 ). Se a matriz hessiana é não-singular no ponto (x∗ (a0 ), µ∗ (a0 ); a0 ),
então:

(a) x∗ (a) e µ∗ (a) são funções C 1 de a em a = a0 ; e

(b) QRN D vale em (x∗ (a0 ), µ∗ (a0 ); a0 ).

18.11 Qualificações de restrição

Teorema. (19.10) Sejam f e h funções C 1 de duas variáveis. Suponha que x∗ = (x∗1 , x∗2 )
é uma solução do problema max f (x1 , x2 ) no conjunto restrição {(x1 , x2 ) : h (x1 , x2 ) = c}.
Construa o lagrangeano:

L(x1 , x2 , µ0 , µ1 ) ≡ µ0 f (x1 , x2 ) − µ1 [h (x1 , x2 ) − c] .

Então, existem multiplicadores µ∗0 e µ∗1 tais que:

(a) µ∗0 e µ∗1 não são ambos nulos;

(b) µ∗0 é 0 ou 1; e

(c) A quádrupla (x∗1 , x∗2 , µ∗0 , µ∗1 ) satisfaz as equações:

• ∂L
∂x1
= µ0 ∂x
∂f
1
(x1 , x2 ) − µ1 ∂x
∂h
1
(x1 , x2 ) = 0
• ∂L
∂x2
= µ0 ∂x
∂f
2
(x1 , x2 ) − µ1 ∂x
∂h
2
(x1 , x2 ) = 0
• ∂L
∂µ1
= c − h(x1 , x2 )
 94

Demonstração. Suponha que (x∗1 , x∗2 ) é uma solução do problema de maximização condi-
cionada. Se (x∗1 , x∗2 ) não é um ponto crítico de h, podemos tomar µ0 = 1 e usar o Teorema
18.1 para deduzir que x∗1 , x∗2 , µ∗1 satisfaz o sistema apresentado em (c). Por outro lado,
se (x∗1 , x∗2 ) é um ponto crítico de h e, portanto, ∂x ∂h
1
e ∂x
∂h
2
em (c) são nulos em (x∗1 , x∗2 ),
podemos tomar µ∗1 como sendo qualquer número não-nulo e tomar µ∗0 igual a zero. A
quádrupla x∗1 , x∗2 , µ∗0 , µ∗1 resultante será uma solução do sistema de (c).

19 Funções Homogêneas e Homotéticas

Definição 13. Dado um escalar k, dizemos que uma função real f (x1 , ..., xn ) é homogênea
de grau k se:

f (tx1 , ..., txn ) = tk f (x1 , ..., xn ) ∀xi i = 1, ..., n e ∀t > 0

De modo geral, em economia trabalhamos com funções homogêneas em R+

n
.

Teorema 10. Seja y = f (x1 , ..., xn ) uma função C 1 num cone aberto de Rn . Se f é
homogênea de grau k, suas derivadas parciais de primeira ordem são homogêneas de grau
k-1.

Demonstração.
f (tx1 , ..., txn ) = tk f (x1 , ..., xn )

Tome a derivada em relação a um xi particular:

∂f (tx1 , ..., txn ) ∂f (x1 , ..., xn )

t× = tk
∂xi ∂xi
Divida ambos os lados por t:

∂f (tx1 , ..., txn ) ∂f (x1 , ..., xn )

= tk−1
∂xi ∂xi

Teorema 11. Seja y = f (x1 , ..., xn ) uma função homogênea e C 1 no octante positivo de
Rn . Os planos tangentes aos conjuntos de nível de f têm inclinação constante ao longo de
raios a partir da origem.

Demonstração. Por simplicidade faremos a demostração para uma função de utilidade no

2
R+ . Basicamente desejamos demonstrar que a taxa marginal de substituição (TMS) é
constante ao longo de raios saindo da origem. Sejam (x0 , y0 ) e (x1 , y1 ) = t (x0 , y0 ) serem
duas cestas de consumo originadas no mesmo raio que tem início na orgiem. Escreveremos
ux e uy como as derivadas parciais da função de utilidade em relação a seus parâmetros.
 95

Então teremos que:

ux (x1 , y1 ) ux (tx0 , ty0 )

= pela definição de (x1 , y1 )
uy (x1 , y1 ) uy (tx0 , ty0 )

tk−1 ux (x0 , y0 )
pelo Teorema1
tk−1 uy (x0 , y0 )

ux (x0 , y0 )
uy (x0 , y0 )

Teorema 12. (Teorema de Euler) Seja f (x1 , ..., xn ) uma função C 1 homogênea de grau
k em R+
n
. Então para qualquer x,

∂f ∂f
x1 + ... + xn = kf (x1 , ..., xn )
∂x1 ∂xn

x∇f (x) = kf (x)

Demonstração. Defina x = x1 , ..., xn . Derive os dois lados da primeira equação em relação

a t obtendo:
df (tx) X n
∂f (tx)
= xi
dt i=1 ∂xi

d hk i
t f (tx) = ktk−1 f (tx)
dt
Pela definição de homogeneidade os dois lados esquerdos são iguais. Fazendo t=1 nos
dois lados direitos, obteremos o resultado desejado.

Em seguida aplicaremos os conceitos de homogeneidade para a teoria econômica. Note

que essa característica é interessante para avaliarmos como mudanças nos parâmetros da
função representam em mudanças no comportantes dos agentes, sejam eles firmas ou
consumidores. Num primeiro momento, vamos nos preocupar com as características da
função de utilidade:

• Utilidade Ordinal: Depende apenas da forma e da localização dos conjuntos de

indiferença do consumidor;

• Utilidade Cardinal: Depende da quantidade efetiva de utilidade que a função de

utilidade associada a cada conjunto de indiferença. Deste modo, podemos concluir
que a homogeneidade é uma propriedade cardinal.

Em seguida enunciaremos outra definição que é importante para nossa análise:

 96

Definição 14. Seja I um intervalo da reta real. Dizemos que g : I → R é uma trans-
formação monótona de I se g é uma função estritamente crescente em I. Além disso, se g
é uma transformação monótona e u é uma função real de n variáveis então dizemos que
g ◦ u : x → g (u (x)) é uma transformação monótona de u.

Vejamos alguns exemplos:

Seja u (x, y) = xy as seguintes funções podem ser definidas como transformações
monótonas de u.
lnu (x, y) = lnx + lny

exp (u (x, y)) = exp (xy)

3 (u (x, y)) + c = 3xy + c

(u (x, y))2 = (xy)2

Definição 15. Uma característica de funções é dita ordinal se toda a transformação

monótona de uma função com essa característica ainda possui essa característica.

Observação. Propriedades cardinais não são preservadas em transformações monótonas.

19.1 Funções Homotéticas

Em síntese motivaremos o uso dessas funções para a economia:

1. Os conjuntos de nível são expansões e contrações radiais uns dos outros;

2. A inclinação dos conjuntos de nível é constante ao longo de raios a partir da origem.

Definição 16. Uma função v : R+

n
→ R é denominada homotética se é uma transformação
monótona de uma função homogênea, ou seja, se existe uma transformação monótona
z → g (z) de R+ e uma função homogênea u : R+
n
→ R+ tais que v (x) = g (u (x)) para
cada x do domínio de v.

Teorema 13. Seja u : R+ n

→ R uma função estritamente monótona, Então, u é homoté-
tica, se, e somente se, para x e y em R+
n
,

u (x) ≥ u (y) ⇔ u (αx) ≥ u (αy) ∀ α > 0

A prova desse teorema é simples e será deixada como exercício.

 97

Teorema 14. Seja u uma função C 1 em R+ n

. Se u é homotética, então a inclinação dos
planos tangentes aos conjuntos de nível de u é constante ao longo de raios a partir da
origem. Em outras palavras, para quaisquer i e j e qualquer x em R+n
:

∂u(tx) ∂u(x)
∂xi
∂u(tx)
= ∂xi
∂u(x)
∀t > 0
∂xj ∂xj

Demonstração. Suponha que u seja homotética, então teremos que u (x, y) = φ (h (x, y))
0
para alguma função homogênea h e também monótona φ com φ > 0.

∂u(tx,ty) ∂φ(h(x,y)) ∂h(x,y)

∂h(x,y) ∂x
∂x
∂u(tx,ty)
= ∂φ(h(x,y)) ∂h(x,y)
∂y ∂h(x,y) ∂y

tk−1 ∂h(x,y) ∂h(x,y)

= ∂x
= ∂x
tk−1 ∂h(x,y)
∂y
∂h(x,y)
∂y

∂φ(h(x,y)) ∂h(x,y)
∂h(x,y) ∂x
= ∂φ(h(x,y)) ∂h(x,y)
∂h(x,y) ∂y

∂h(x,y)
= ∂x
∂h(x,y)
∂y

Corolário. Seja u uma função C 1 em R+ n

. Se vale a condição expressa no Teorema 8,
então ∀ α em R+
n
, t > 0 e i e j então u é homotética.

20 Funções Côncavas e Quase côncavas

Definição 17. Uma função real f definida num subconjunto convexo U de Rn é côncava,
se para quaisquer x e y em U e para todo t entre zero e um:

f (tx + (1 − t) y) ≥ tf (x) + (1 − t) f (y)

Uma função real g definida num subconjunto convexo U de Rn é convexa, se para quais-
quer x e y em U e para todo t entre zero e um, temos:

g(tx + (1 − t) y) ≤ tg(x) + (1 − t) g(y)

Observação. Se f é côncava, -f é convexa.

Definição 18. Um conjunto U é um conjunto convexo se dados quaisquer pontos x e y

em U, o segmento de reta ligando x a y:
 98

l (x, y) = {(tx + (1 − t) y) : ∀t ∈ [0, 1]}

Teorema 15. Seja f definida num subconjunto convexo U de Rn . Então, f é côncava

se, e somente se, sua restrição a qualquer segmento de reta em U é uma função côncava
(convexa) de uma variável.

Demonstração. Escolha x e y como 2 pontos arbitrários de U. Seja g (t) = f (tx+(1 − t) y).

Por hipótese, g é côncava. Assim, para t entre zero e um temos:

f (tx + (1 − t) y) = g(t)

= g(t.1 + (1 − t) .0)

≥ tg(1) + (1 − t) g(0)

= tf (x) + (1 − t) f (y)

consequentemente, f é côncava.
Reciprocamente, suponha que f é côncava. Queremos mostrar que a função é côncava
a restrição g (t) = f (tx + (1 − t) y) de f ao segmento de reta contendo x e y. Para fazer
isso, fixamos s1 e s2 e tomamos um t entre zero e um. Então,

g(ts1 + (1 − t) s2 ) = f [(ts1 + (1 − t) s2 )x + (1 − (ts1 + (1 − t) s2 )) y]

= f [(ts1 x + (1 − t) s1 y) + (1 − t) (s2 x + (1 − t) s2 y)]

≥ tf (ts1 x + (1 − t) s1 y) + (1 − t) f (s2 x + (1 − t) s2 y)

= tg(s1 ) + (1 − t) g(s2 )

Portanto, g é côncava. A prova para funções convexas é praticamente idêntica.

Teorema 16. Seja f uma função C 1 num subconjunto convexo U de Rn . Então, f é

côncava se, e somente se, para quaisquer x e y em U:

f (y) − f (x) ≤ Df (x) (y − x)

ou seja,
 99

∂f (x) ∂f (x)
f (y) − f (x) ≤ (y1 − x1 ) + ... + (yn − xn )
∂x1 ∂xn
Analogamente, f é convexa em U se, e somente se, f (y) − f (x) ≥ Df (x) (y − x) para
quaisquer x e y em U.

Demonstração. gx,y (t) = f (ty + (1 − t) x)

Então pela regra da cadeia,
n
0 ∂f
gx,y (t) = (x + t (y − x)) (yi − xi )
X

i=1 ∂xi
e
n
0 ∂f
gx,y (0) = (x) (yi − xi ) = Df (x) (y − x)
X

i=1 ∂xi
Pelos teoremas 1 e 2, f é côncava se, e somente se, cada uma destas gx,y é côncava se,
e somente se, para quaisquer x e y em U :

0 0
gx,y (1) − gx,y (0) ≤ gx,y (0) (1 − 0) = gx,y (0)

se, e somente se, para quaisquer x e y em U :

f (y) − f (x) ≤ Df (x) (y − x)

Teorema 17. Seja f uma função C 2 num conjunto aberto U de Rn . Então, f é uma
função côncava em U se, e somente se, a matriz hessiana D2 f (x) é não positiva para x
em U. A função f é uma função convexa em U se, e somente se, D2 f (x) é não negativa
para cada x em U.

Demonstração. Escolha pontos arbitrários x e y de U e seja gx,y (t) = f (ty + (1 − t) x).

Então, f é côncava em U se, e somente se, cada gx,y (t) é côncava, que é equivalente a
00
cada gx,y (t) ≤ 0. Agora, pela equação

n
0 ∂f
gx,y (t) = (x + t (y − x)) (yi − xi )
X

i=1 ∂xi

e pela regra da cadeia:

n
!
00 d X ∂f
gx,y (t) = (x + t (y − x)) (yi − xi )
dt i=1 ∂xi
 
n X
n 2
∂ f
= (x + t (y − x)) (yi − xj ) (yi − xi )
X

j=1 i=1 ∂xi ∂xj

 100

 
n
∂ 2f
= (yi − xj ) (x + t (y − x)) (yi − xi )
X

j,i=1 ∂xi ∂xj

= (y − x)T D2 f (x + t (y − x)) (y − x)

Se cada D2 f (z) é não positiva, então,

00
1. cada gx,y (t) ≤ 0
2. cada gx,y (t) é côncava, e a própria f é côncava.
Reciprocamente, suponha que f é côncava em U. Seja z um ponto arbitrário em U e
seja v um vetor deslocamento arbitrário em Rn . Queremos mostrar que v T D2 f (z) ≤ 0.
Como U é aberto, existe um t0 > 0 tal que y = z + t0 v está em U. Como f é côncava
00
gz,y (t) é côncava e gz,y (t) ≤ 0.

0 ≥ gz,y (0) = (y − z)T D2 f (z) (y − z)

00

= (t0 v)T D2 f (z) (t0 v)

= t20 v T D2 f (z) v

Assim, t20 v T D2 f (z) v ≤ 0 e D2 f (z) é não positiva para cada z em U

20.1 Propriedades de funções côncavas

Para funções com estas características as seguintes propriedades são válidas:

1. Seus pontos críticos são máximos globais;

2. A soma ponderada de funções côncavas é uma função côncava;

3. Os conjuntos de nível de uma função côncava tem o formato ideal para a teoria do
consumo e da produção.

Teorema 18. Seja f uma função côncava (convexa) num subconjunto aberto e convexo U
de Rn . Se x0 é um ponto crítico de f, ou seja, se Df (x0 ) = 0, então x0 ∈ U é um máximo
(mínimo) global de f em U.

Teorema 19. Seja f uma função C 1 definida num subconjunto convexo U de Rn . Se f é

uma função côncava e se x0 é um ponto de U que satisfaz Df (x0 ) (y − x0 ) ≥ 0 ∀ y ∈ U,
então x0 ∈ U é um máximo global de f em U. Se f é uma função convexa e se x0 é um
ponto de U que satisfaz Df (x0 ) (y − x0 ) ≥ 0 ∀ y ∈ U, então x0 ∈ U é mínimo global do f
em U.
 101

20.2 Funções quase côncavas e quaseconvexas

Definição 19. Uma função definida num subconjunto convexo U de Rn é quasecôncava
se, para cada número real a,

Ca+ = {x ∈ U : f (x) ≥ a}

é um conjunto convexo. Analogamente, f é quaseconvexa se, para cada número real

a,

Ca− = {x ∈ U : f (x) ≤ a}

é um conjunto convexo.

Teorema 20. Suponha que F é uma função C 1 num subconjunto aberto convexo U de
Rn . Então F é quasecôncava em U se, e somente se,

F (y) ≥ F (x) → DF (x) (y − x) ≥ 0

F é quase convexa em U se, e somente se,

F (y) ≤ F (x) → DF (x) (y − x) ≤ 0

Observação. Funções côncavas são quase côncavas.

21 Auto vetores e autovalores

Os autovalores de uma matriz de uma matriz n × n são os n números que resumem as
propriedades essenciais daquela matriz. Como esses n números realmente caracterizam a
matriz sendo estudada também são denominadas algumas vezes “valores características”
ou “valores próprios”.

Definição. Seja A uma matriz n × n. Um autovalor de A é um número tal que, se for

subtraído de cada entrada na diagonal de A, converte A numa matriz singular. Subtrair
um escalar r de cada entrada diagonal de A é o mesmo que subtrair r vezes a matriz
identidade I de A. Portanto, r é um autovalor de A se, e somente se, A − rI é uma matriz
singular.

Exemplo 1. .
 
3 1 
A=
1 3
 102

Subtraindo 2 de cada entrada diagonal A transformamos essa matriz em singular.

 
1 1 
A=
1 1

Teorema. As estradas de uma matriz diagonal D são autovalores de D.

           
2 0   2 0   0 0   2 0   3 0  −1 0 
 − = e − = − 2 e 3 são au-
0 3 0 2 0 1 0 3 0 3 0 0
tovalores de D.

Teorema. Uma matriz quadrada A é singular se, e somente se,0 é um autovalor de A.

     
1 −1  1 −1  −1 −2 
B =  ⇒ B − rI =  ou B − rI =  dado que
−1 1 −2 2 −2 −1
 
0
r= 
2

Definição. Matriz Singular. Uma matriz A é singular se, e somente se, detA = 0.
Nesse caso r é um autovalor de A, ou seja, A − rI é uma matriz singular se, e somente
se,
det(A − rI) = 0

Para An×n o lado esquerdo da equação acima é um polinômio de grau n na variável

r, denominado polinômio característico de A. O número r é um autovalor de A se, e
somente se, r é uma zero do polinômio característico de A.

Seja A2×2 :
 
a11 − n a12 
der(a − rI) = det  = r2 − (a11 + a22 )r + (a11 a22 − a12 a21 )
a21 a22 − r

Portanto, uma matriz 2 × 2 tem no máximo dois autovalores e uma matriz n × n no

máximo n autovalores.

Definição. Quando r é um autovalor de A e um vetor não nulo V tal que (A − rI).V = 0.

Então, denominamos V um autovetor de A associado ao autovalor r.

Av − rIV = 0
Av = rV
 103

Teorema. Seja An×n e r um escalar.

Então, as seguintes afirmações são equivalentes.

a. A subtração de r de cada elemento da diagonal de A transforma A em uma matriz

Singular;
b. A − rI é uma matriz Singular;
c. det(A − rI) = 0;
d. det(A − rI)V = 0 para algum vetor V não nulo;
e. AV = rV

Exemplo. Vejamos a seguinte matriz:

 
−1 3
A=
2 0
 
(−1 − r) 3
 
det(A − rI) =
 
det  
2 (0 − r)

 

(−1 − r). − r − 6− > (1 + r).r − 6 = r2 + r − 6 = (r + 3)(r − 2) = 0

As raízes do polinômio característico −3 e 2 (autovalores)

√ √  
−1 ± 12 . − 4.1 − 6 −1 ± 25 −1 ± 5 −3
r= = = =
2.1 2 2 2
Vejamos os autovetores

(A − rI)V = 0

(A − 2I)V = 0

   
−3 3  −2 0 
 + V =0
2 −2 0 −2
  
−3 3  V1 
 =0
2 −1 V2

−3V1 + 3V2 = 0 → V1 = V2

2V1 − 2V2 = 0− > V2 = V1

 104

(A − (−3)rI)V = 0

   
−1 3 3 0
 + V =0
2 0 0 3
  
2 3  V1 
 =0
2 −3 V2

−3
2V1 + 3V2 = 0 → V1 = V2
2

−6
V2 + 3V2 = 0
2
     
1 −3 −3
r = −3 ⇒  −2  ,   ,  2 
3
2 1
 
1
r = 2 ⇒  
1

Definição. O conjunto unidimensional da equação linear (a−rI)V = 0, incluindo V = 0,

é denominado auto-espaço de A em relação a r.

Exemplo.  

1 0 2
B = 0 5 0
 
 
3 0 2

 

(1 − r) 0 2 
det(B − rI) = det  0 (5 − r) 0  = (1 − r)(5 − r)(2 − r) − 6(5 − r)
 
 
3 0 (2 − r)

(5 − r) [(1 − r)(2 − r) − 6] = (5 − r) 2 − r − 2r + r2 − 6 = (5 − r)(r2 − 3r − 4)

h i

(r − 4)(r + 2) = (r2 + r − 4r)

Os autovalores de B são: 5, 4 e −1.

 105

(5 − r) = 0
(r − 4) = 0
(r + 1) = 0

Calculamos o espaço nulo de (B − 5I)

    

−4 0 2  V1  −4V1 + V2 

 V2  = 
(B − 5IV ) =  0 0 0    
0


    
3 0 −3 V3 3V1 − 3V3
Cuja solução é V1 = V3 = 0 e V2 livre

   
V
 1  
0
V2  = V2 1 → auto vetor para r = 5
   
   
V3 0
Para r = −1
  

2 0 2 V1 
(B − (−1)I)V = 0 6 0

 V2  = 0
 
  
3 0 3 V3

2V1 + 2V3 = 0

6V2 = 0

3V1 + 3V3 = 0
   

1  −2
Solução: V2 = 0 e V1 = −V3  0  ,  0 
   
   
−1 2
 
2
 
Para r = 4, 0
 
 
3

Em alguns casos é necessário utilizar eliminação gaussiana para solucionar o sistema

linear (A − rI)V = 0

Teorema. Os autovalores de uma matriz triangular são as suas entradas diagonais.

 106

Triangular superior 2 × 2
   
a11 a12  (a11 − r) a12 
 
A= -> det(A − rI) =  = (a11 − r)(a22 − r) = 0
0 a22 0 (a22 − r)
 


Isso ocorre se, e somente se r = 0

Teorema. Seja A uma matriz invertível. Se (A − rI)V = 0 então (A−2 − 1r I)V = 0, isto
é, se A é invertível r é seu autovalor se, e somente se, 1r é um autovalor de A−1 .

Demonstração.
(A − rI)V = 0

AV = rV =⇒ A−1 AV = A−1 rV =⇒ IV = A−1 rV =⇒ V = A−1 rV

V 1
= A−1 V =⇒ V (A−1 − ) = 0
r r

1
(A−1 − I)V = 0
r

Exemplo. Equações lineares a diferenças

a.

Yt+1 = KYt

Yt+2 = KYt+1

Yt+3 = KYt+2

Recursivamente: Yt+3 = K.K.K.Yt = K 3 Yt1

b.

Yt+1 = (1 + r)Yt

Yt+2 = (1 + r)Yt+1
 107

Yt+3 = (1 + r)Yt+2

Recursivamente: Yt+i = (1 + r)i Yt

Exemplo. Modelo de Leslie

b1 = 1b2 = 4 d1 = 0, 5 (sistema acoplado)

Xn+1 = Xn + 4Yn     
X a b X
Yn+1 = 12 Xn + 0Yn -> Zn+1 = 
n+1 =  n  = AZn
Yn+1 c d Yn

obs.: se b = c = 0estas equações estão desacopladas.

Usando o método de mudança de coordenadas:

X = 16 X + 13 Y
Y = 61 X + 23 Y

Cuja transformação inversa

X = 4X − 2Y

Y =X +Y

   
1 1
X
 = 6 3
−1 2
Y 6 3
    
X
 =
4 −2 X 
Y 1 1 Y
As duas matrizes dos coeficientes são inversas uma da outra.

1 1 1 1 1
Xn+1 = Xn+1 + Yn+1 = (Xn + 4Yn ) + ( Xn )
6 3 6 3 2

−1 2 −1 2 1
Yn+1 = Xn+1 + Yn+1 = (Xn + 4Yn ) + ( Xn )
6 3 6 3 2

1 2 1 2
Xn+1 = Xn + Yn = (4Xn − 2Yn ) + (Xn + Yn ) = 2Xn
3 3 3 3
 108

1 2 1 2
Yn+1 = Xn − Yn = (4Xn − 2Yn ) − (Xn + Yn ) = −Yn
6 3 6 3

Está facilmente desacoplado

Xn+1 = 2Xn − > Xn = 2n C1

Yn+1 = −Yn − > Yn = (−1)n C2

Então:

Xn = 4Xn − 2Yn = 2n C1 − 2(−1)n C2

Yn = Xn + Yn = 2n C1 + (−1)n C2

       
X
 n = 
4.2n C1 −2(−1)n C2  4 −1
= C1 2n   + C2 (−1)n  
Yn 2 C1
n
(−1) C2
n
1 2

As constantes C1 e C2 são determinadas por condições iniciais exógenas X0 e Y0 . Pois,

dadas as quantidades inicias X0 e Y0 com o nº teremos:

X0 = 4C1 − 2C2

Y0 = C 1 + C 2

   −1  
C
 1 = 
4 −2 X
 0
C2 1 1 Y0

21.1 Sistemas Bidimensionais Abstratos

Zn+1 = AZn

Vamos reproduzir o exemplo anterior, mas utilizaremos notação matricial abstrata.

Escreva P e P −1 para as matrizes de mudança de coordenadas:
 109

Z = PZ

Z = P −1 Z

As variáveis originais são escritas como z e as transformadas como Z.

Zn+1 = P −1 zn+1 = P −1 (Azn ) = (P −1 A)zn = (P −1 A)(P Zn ) = (P −1 AP )Zn

Sejam V1 e V2 as duas colunas da matriz P de tamanho 2 × 2

 
r1 0 
D= , agora a equação P −1 AP = D é equivalente a equação:
0 r2

AP = P D

Para P Invertível. Escreva a equação como:

 
r1 0 
A [V1 V2 ] = [V1 V2 ] 
0 r2
Teorema. Seja A uma matriz k × k. Sejam r1 , ....., rk autovalores de A e V1 , V2 , ..., Vk os
autovetores associados. Forme a matriz:

P = [V1 V2 ....Vk ]

Cujas colunas são esses k autovetores. Se P é invertível então,

r 0 ··· 0
 
 1 

0 r 2 · · · 0 
P −1 AP = 
 
 .. .. . . .. 
. . . .

 
0 0 · · · rn
Reciprocamente, se P −1 AP é uma matriz diagonal D, então as colunas de P são au-
tovetores de A e todas entradas da diagonal D são autovalores de A.

Teorema. Seja A uma matriz k×k com h autovalores distintos r1 , ..., rh . Sejam V1 , ...., Vh os
autovalores. Então V1 , ...., Vh são linearmente independentes, ou seja, nenhum desses ve-
tores pode ser escrito como uma combinação linear dos demais.

Teorema. Seja A uma matriz k × k com k autovalores reais e distintos r1 , ..., rk e auto-
vetores associados V1 , ...., Vk . Então a solução geral do sistema de equações a diferenças
zn+1 = Azn é
 110

zn = C1 r1n V1 + ... + Ck rkn Vk

Teorema. Seja A uma matriz k × k. Suponha que exista uma matriz não singular P tal
que:

r 0 0
 
···
 1 
 0 r2 ··· 0

P −1 AP = 

 .. .. .. .. 
. . . .

 
0 0 ··· rk
P é a matriz dos autovetores. Uma matriz diagonal, então:

rn 0 0
 
···
 1 
 0 r2 0
n

···
A =P
n
 −1
 .. .. ... .. 
P
. . .
 
0 0 ··· rkn
A solução desse sistema de equações a diferenças zn+1 = Azn com vetor inicial z0 é

rn 0 0
 
···
 1 
 0 r2 0
n

···
Z =P. .
n
 −1
.. .. 
 P z0
 .. ..


. . 
0 0 ··· rkn

Teorema. Se a matriz A de tamanho k × k tem k autovetores reais distintos, então todas

as soluções do sistema linear geral de equações a diferenças zn+1 = Azn tendem a zero se,
e somente se, todos os autovalores de A têm valor absoluto menor do que 1.

21.1.1 Propriedades de autovalores

Do ponto de vista prático, os autovalores de uma matriz A de tamanho k × k são sim-

plesmente os zeros do polinômio característico de A, o polinômio de grau K dado por:
p(r) = det(A − rI)

De fato, há 3 possibilidades para as raízes de p(r).

1.p(r) tem K raízes reais distintas;
 111

2.p(r) tem algumas raízes repetidas, ou

3.p(r) tem algumas raízes complexas;

21.2 Traço como soma de autovalores

Definição. O traço de uma matriz quadrada é a soma das suas entradas diagonais

trA = a11 + a22 + a33 + ... + akk

Teorema. Seja Ak×k com autovalores r1 , ..., rk . Então,

r1 + r2 + ... + rk = trA , e
r1 .r2 ...rk = detA

Demonstração. .
 
a b
A=
c d
 
(a − r) b 
 
pA (r) = det  = r2 − (a + d)r + (ad − bc)
c (d − r)



pA (r) = Br2 − B (r1 +r2 ) + Br1 r2

r

pA (r) = B(r1 − r)(r2 − r)

Duas formas de dizermos o mesmo

Coeficiente r2 : 1 = B

Coeficiente de r : −(a + d) = −B(r1 + r2 )

Termo constante: ad − bc = Br1 r2

Portanto:

β = 1; trA = (a + d) = r2 + r1 e detA = ad − bc = r1 r2
 112

Exemplo. Para matrizes markovianas a soma da coluna é sempre 1, logo ele é um auto-
valor.

 
0, 3 0, 6 
A=
0, 7 0, 4

3 4 7 6 12 42
 
detA = . − . = − = −0, 3
10 10 10 10 10 10

r1 r2 = −0, 3 (19)

r1 + r2 = 0, 7 (20)

r12 + r1 r2 = 0, 7r1

r12 − 0, 3 = 0, 7r1

r12 − 0, 7r1 − 0, 3 = 0

q
+0, 7 ± (−0, 7)2 − 4.1 − 0, 3
r1 =
2.1
√
0, 7 ± 1, 69
r1 =
2

0, 7 ± 1, 3
r1 =
2

r1 = −0, 3

r1 = 1

Se r1 = 1

r2 = −0, 3

Se r1 = −0, 3

r2 = 1
 113

21.3 Autovalores repetidos

Definição: Uma matriz A que tem um autovalor de multiplicidade m > 1, mas não
possui m autovalores independentes associados a esse autovalor, é denominada matriz
não diagonalizável ou defectiva.

Teorema. Seja A uma matriz 2×2 com dois autovalores iguais. Então, A é diagonalizável
se, e somente se, A já é diagonal.

Demonstração. Se A é diagonalizável pela mudança de variáveis P , então as entradas

na diagonal de P −1 AP são
 os autovalores
 de A. Seja r∗ o único autovalor de A, Então,
r∗ 0 
P −1 AP deve ser a matriz = r∗ I :
0 r∗

P −1 AP = r∗ I

ou equivalentemente,

A = P (r∗ I)P −1 = r∗ P IP −1 = rI

Definição: Seja r∗ um autovalor da matriz A. Um vetor (não-nulo) v tal que (A−r∗ I)v 6=
0 mas (A − r∗ I)m v = 0 para algum inteiro m > 1 é denominado um autovetor
generalizado de A associado a r∗ .

Exemplo:
 
4 1 
A= r=3e3
−1 2
 
1 
v1 =  o autovetor generalizado v2 é uma solução de (A − 3I)v2 = v1 ou
−1
    
1 1   v21   1 
 =
−1 −1 v22 −1
Tome, por exemplo, v21 = 1, v22 = 0 e forme
 
1 1 
P = [v2 = v1 ] = 
−1 0
checamos que:
     
0 −1   4 1   1 1   3 1 
P −1 AP =  =
1 1 −1 2 −1 0 0 3
 114

Teorema. Seja A uma matriz 2 × 2 com dois autovalores iguais r = r∗ . Então,

(a) ou A tem dois autovetores independentes associados a r∗ ,e neste caso, A é a matriz

diagonal r∗ I.

(b) ou A tem somente um autovetorindependente,

 digamos v1 tal que (A − r∗ I)v2 = v1 e,
r∗ 1 
se P = [v1 v2 ] então P −1 AP =  .
0 r∗

21.4 Resolvendo equações a diferenças não diagonalizáveis

Vamos solucionar um sistema de equações a diferenças zn+1 = Azn quando A não é
diagonalizável.
    
Xn+1   r 1   Xn 
Zn+1 = =
Yn+1 0 r Yn

Xn+1 = rXn + Yn

Yn+1 = rYn

Esse sistema está acoplado, porém minimamente. Podemos usar a segunda equação e
dizer que:

Y n = c1 r n

Inserimos essa equação na primeira:

Xn+1 = rXn + c1 rn (34)

Agora temos uma equação a diferenças linear homogênea e escalar para resolver. Va-
mos iterar a equação (34) a partir de n = 0 para descobrirmos a solução geral:

X 0 = C0

X1 = rX0 + c1 n=0

X2 = rX1 + c1 r n=1

X2 = r(rX0 + c1 ) + c1 r

X2 = r2 c0 + rc1 + c1 r
 115

X2 = r2 c0 + 2rc1

X3 = rX2 + c1 r2 n=2

X3 = r3 c0 + 3r2 c1

X4 = rX3 + c1 r3 n=3

X4 = r4 c0 + 4r3 c1

Em geral:

Xn = rn c0 + nc1 rn−1 (35)

Para ver que (35) é a solução geral de (34), substitua-a em (34):

Xn+1 = r(rn c0 + nc1 rn−1 ) + c1 rn

Xn+1 = rn+1 c0 + nc1 rn + c1 rn

Xn+1 = c0 rn+1 + (n + 1)c1 rn

Então a solução geral de (33) é:

   
X c rn + nc1 rn−1 
 n = 0
Yn c1 r n
Finalmente usamos a mudança de coordenadas z = P Z para escrever a solução geral
do nosso sistema original zn+1 = Azn :
 
c0 rn + nc1 rn−1 
Zn = P Zn = [v1 v2 ] 
c1 r n

Zn = (c0 rn + nc1 rn−1 )v1 + c1 rn v2

Teorema. Seja A uma matriz 2×2 com um autovalor múltiplo r e somente um autovetor
independente v1 . Seja v2 um autovetor generalizado associado a v1 e r. Então, a
solução geral do sistema de equações a diferenças zn+1 = Azn é:
zn = (c0 rn + nc1 rn−1 )v1 + c2 rn v2
 116

Teorema. Seja A uma matriz k × k com entradas reais. Se r = α + iβ é um autovalor

de A, também seu complexo conjugado r̄ = α − iβ é um autovalor. Se u + iv é um
autovetor para α − iβ então u − iv é um autovetor para α − iβ. Se k é ímpar, então
A deve possuir pelo menos um autovalor real.
Seja  
1 1 
A=
−9 1

p(r) = r2 − 2r + 10

cujas raízes são r = 1 + 3i e 1 − 3i. Um autovetor para r = 1 + 3i é uma solução w de

    
−3i 1   w1   0 
(A − (1 + 3i)I)w =  =
−9 −3i w2 0
Usando a primeira linha dessa matriz, concluímos que um autovetor w é uma solução
da equação

−3iw1 + w2 = 0
     
1  1 0
w= , que escrevemos como   +i  . Pelo teorema 23.13 um autovetor
3i 0 3
para o autovalor
1 − 3i é:
     
1 0 1 
w̄ =   − i   = 
0 3 −3i
Formamos uma matriz P de mudança de coordenadas cujas colunas são estes dois
autovetores:
 
1 1 
P =
3i −3i
 
1 −1
2 6
i
P −1 =  1 1

2 6
i
 
α + 3i 0
P −1 AP =  
0 α − 3i

Teorema. Seja A uma matriz 2 × 2 real com autovalores complexos α∗ ± iβ ∗ com autove-
tores complexos associados u∗ ± iv ∗ . Escreva os autovalores α∗ ± iβ ∗ em coordenadas
polares como r∗ (cosθ∗ + isenθ∗ ),onde
q  
α∗ β∗
r =
∗
α∗2 + β ∗2 e (cosθ∗ , senθ∗ ) = r∗
, r∗
 117

Então a solução geral da equação a diferenças zn+1 = Azn é:

n
zn = r∗ [(c1 cosnθ∗ − c2 sennθ∗ )u∗ + (c2 cosnθ∗ + c1 sennθ∗ )v ∗ ]
 
1 1 
No exemplo 23.17, calculamos que os autovalores de A =  são 1 ± 3i com
−9 1
   
1 0
autovetores associados   ± i  
0 3
Em coordenadas polares,

√  √
√1 √3

1 + 3i = 10 10
+i 10
= 10(cosθ∗ + isenθ∗ )

√1

onde θ∗ = arcocos 10
≈ 71, 56° ou 1,25 radianos.
A solução geral de:

xn+1 = xn + yn

yn+1 = −9xn + yn

     
x √
 n  = ( 10)n [(c1 cosnθ ∗ − c2 senθ ∗ ) 
1  0
] − [(c2 cosnθ∗ + c1 senθ∗ )  ]
yn 0 3

 
√ c1 cosnθ∗ − c2 sennθ∗ 
= ( 10)n 
−3c2 cosnθ∗ − 3c1 sennθ∗

21.5 Processos de Markov

Definição: Um processo estocástico é uma regra que dá a probabilidade com que o
sistema (ou um indivíduo deste sistema) estará no estado i no período n+1 sabendo
as probabilidades com que esteve nos vários estados em períodos anteriores.

Definição: Um Processo Markov é um processo estocástico se a probabilidade com que

o sistema está no estado i no período n + 1 depende somente do estado em que os
sistema esteve no período n; Para processos de Markov somente o passado imediato
interessa.

(1) a probabilidade xi (n) de ocorrer o estado i no n-ésimo período de tempo ou, alter-
nativamente, a fração da população em questão que está no estado i no n-ésimo
período de tempo e,
 118

(2) as probabilidades de transição mij , ou seja, as probabilidades com que o processo

estará no estado i no tempo n + 1 se estiver no estado j no tempo n.
É natural agrupar as probabilidades de transição numa matriz, que denominamos
matriz de transição, ou matriz estocástica, ou ainda matriz de Markov:
 
m11 . . . m1k
 .. .. ..
 
M = . . .


 
mk1 · · · mkk
Uma matriz de Markov é qualquer matriz (mij ) de entradas não negativas cujas colunas
tem soma i mij iguais a 1. Estamos considerando que as probabilidades mij estão fixas e
P

são independentes de n. Para descrever essa hipótese dizemos que o processo é homogêneo
no tempo ou que as probabilidades de transição são estacionárias. A dinâmica de Markov
pode ser descrita do seguinte modo. Suponha que xj (n) denota a fração de membros de
uma população de tamanho N que está no estado j no período de tempo n. Então, o
número total de membros da população no estado j no período n é xj (n)N . Por exemplo,
mij xj (n)N desses estarão no estado i no período n + 1. O número total xi (n + 1)N de
membros da população no estado i n + 1 é a soma sobre j dos membros da população que
mudaram de j para i:

k
mi (n + 1)N = mij xj (n)N
X

j=1

em notação matricial, depois

 de dividir por N
1
x (n + 1) m11 . . . m1k ! x1 (n)
  
.. = .. .. .. ..  (44)
. . . . . 
  
 
x (n + 1)
k m k1 · · · m kk x (n)
k

↓
M
Sistema de Markov.

Exemplo. Cada indivíduo da população está empregado ou desempregado. Seja x1 (n)

a fração da população que estuda e que está empregada no fim do período de tempo n
e x2 (n) denota o total de desempregados. Suponha que uma pessoa empregada possuí
90% de chances de estar empregada no próximo período e, portanto, 10% de chance de
estar desempregada no próximo período. Um indivíduo desempregado possuí 40% de
probabilidade de se empregar e 60% de chances de se manter desempregado. A dinâmica
desse problema é a seguinte:
 119

x1 (n + 1) = 0, 9x1 (n) + 0, 4x2 (n)

x2 (n + 1) = 0, 1x1 (n) + 0, 6x2 (n)

    
x1 (n + 1)   0, 9 0, 4   x1 (n) 
 =
x2 (n + 1) 0, 1 0, 6 x2 (n)
r = 1 →a soma das colunas.
O traço é 1,5 então o outro auto valor é 0,5.

(A − rI)v = 0

        
−0, 1 0, 4   α   0  α 4
 = → = 
0, 1 −0, 4 β 0 β 1
        
0, 4 0, 4   α   0  α 1 
 = → =
0, 1 0, 1 β 0 β −1
Pelo teorema 23.6 a solução geral desse sistema é:
     
1
x (n)  4 1  n

2
= c1   .1 + c2  0.5
x (n) 1 −1
como 1n = 1 e lim 0, 5n = 0 então a solução de longo prazo da equação acima tende
n→∞
a:
 
4
w1 = c1  
1
como o vetor de componentes deve somar 1, tome c1 como arecíproca  da soma dos
0, 8 
componentes de w1 , isto é, 51 . Podemos concluir que w1 tende a  quando n → ∞
0, 2
e nossas pressuposições levam a um nível de desemprego de 20% nessa comunidade.

Definição. Matriz regular de Markov

Seja M uma matriz de Markov, isto é, uma matriz não negativa cuja soma das suas
entradas é igual a 1. Então M é chamada de matriz regular de Markov se M r possui
somente entradas positivas para algum inteiro r. Se r=1, isto é, se cada entrada de M é
positiva, M é chamada de matriz positiva.

Teorema. Seja M uma matriz regular de Markov, então,

(a) 1 é um autovalor de multiplicidade M;
 120

(b) Qualquer outro valor de M satisfaz |r| = 1;

(c) O autovalor 1 possui um autovetor w1 com componentes estritamente positivos;
(d) Se escrevermos v1 por w1 dividido pela soma das suas componentes, então v1 é um
vetor de probabilidade e cada solução X (n)de X (n + 1) = MX (n)tende a v1 com n → ∞.

21.6 Matrizes Simétricas

Teorema. Seja A uma matriz simétrica k × k então,
(a) Todas as k raízes da equação característica Det (A − rI) = 0 são números reais;
(b) Os autovetores correspondentes a autovalores distintos são ortogonais;
(c) Se A possui múltiplos autovalores, então existe uma matriz não-singular P cujas
colunas w1 ,..., wn são autovetores de A tal que
(i) w1 ,... , wn são mutuamente ortogonais
(ii) P −1 = P T  
r
 1 0 . . . 0
.. 

 0 r . 

2 ...
(iii) P −1 AP = P T AP =  . . . .
 
 . .. . . .. 

 . 
 
0 0 · · · rk

Definição. Uma matriz P que satisfaça a condição P −1= P T ou antelativamente(equivalentemente)

P T P = I é chamada de matriz ortogonal.
Vetores Ortonormais são vetores que são ortogonais e possuem comprimento igual a
1.

21.7 Formas Quadráticas definidas

Teorema. Seja A uma matriz simétrica. Então,
(a) A é positiva definida se,e somente se, todos os autovalores de A são maiores que
zero (>0):
(b) A é negativa definida se todos os autovalores de A são menores que zero (<0);
(c) A é positiva semidefinida se todos os autovalores de A são maiores ou iguais a
zero (> 0)
(d) A é negativa semidefinida se todos os autovalores de A são menores ou iguais a
zero(6 0)
(e) A é indefinida se A possui um autovalor positivo e outro negativo.

Demonstração. Seja x um vetor arbitrário não zero em Rk e seja Y = P −1 x = P T x.

Então, Y é não zero e
xT Ax = y T P T AP y
 121

 
 r1 0 . . . 0
.

T  0 r2 . . . ..
 
 
=y  .. .. . . .  (55)

 . . . .. 

 
0 0 · · · rk

= r1 y12 + · · · + rk yk2

onde pelo menos um dos yi2 é positivo. Se todos os r´is são positivos, então xT Ax > 0
e A é positiva definida.
Se todos os r1 ´is são (> 0) então xT Ax > 0 e A é positiva semidefinida.
Se r1 > 0 e r2 < 0, por exemplo, seja e1 = (1, · · · , 0)T e e2 = (0, 1, 0, · · · , 0)T . Seja
x1 = P e1 e x2 = P e2 . Então,

xT1 Ax1 = eT1 P T AP e1 = r1 > 0

xT2 Ax2 = eT2 P T AP e2 = r2 < 0

e A é indefinida. Reciprocamente se A é indefinida, então deve levar um ej negativo e

um ri positivo em (55).Ou seja, A tem um autovalor positivo e outro negativo.

Teorema. Seja A uma matriz simétrica. Então as seguintes condições são equivalentes:
(a) A é positiva definida;
(b) Existe uma matriz não singular B tal que A = B T B
(c) Existe uma matriz não singular Q tal que QT AQ = I

Demonstração. Como A é uma matriz simétrica podemos escrever

   
 r1 0 . . . 0  r1 0 . . . 0
.. ..
 
 0 r .  0 r .
   
2 ... 2 ...
 
P AP =  . . .
T
ou A = P  . . .
. . ... . . ...
   
 . ..  . ..
 
 .  .
 
 
   
0 0 · · · rk 0 0 · · · rk

onde r1 , · · · , rk são os autovalores de A e P = (v1,··· , vk ) é uma matriz independente de

autovetores de A.
Se A é positiva definida, então r1 , · · · , rk são todos (> 0).
Para a ⇒ b
 122

 √ 
r1 0 ... 0
√ ..
 
0 .
 
 r2 . . . 
B= .. .. ..
 

... 
. . .
 
 
 √ 
0 0 ··· rk
Então teremos que:
 √ T  √ 
r1 0 ... 0 r1 0 ... 0
√ .. √ ..
   
0 . 0 .
   
 r2 . . .   r2 . . . 
BT B = =A
 T
.. .. .. .. .. .. P
  

..  
..

 . . . .



 . . . .


 √   √ 
0 0 ··· rk 0 0 ··· rk
Parab ⇒ a
Por outro lado, se A = B T B para uma matriz não singular B, então para qualquer x
não nulo de Rx ,

xT Ax = xT B T B = kBx k2 > 0

Como B é não singular então Bx 6= 0

Para a ⇒ c
Suponha que A é positiva definida, então os autovalores de A são positivos. Seja

√1
 
r1
0 ... 0
.. ..
 
1 1 0 . ... .
 
 
Q = ( √ v1 , · · · , √ vk ) = P .. .. . . ..
 
 
r1 rk 
 . . . .


√1
 
0 0 ··· rk

Então, QT AQ = I.
Para c ⇒ a
Note que se a condição vale, seja x um vetor arbitrário não nulo e então y = P −1 x:

xT Ax = (Qy)T A(Qy) = y T (QT AQ)y

= y T Iy = y T y = kyk2 > 0

Então A é positiva definida.

 123

22 Equações Diferenciais Ordinárias

Pense no crescimento de fundos aplicados na cardeneta de poupança. Suponha que esse
investimento cresça a uma taxa fixa r que satisfaça a seguinte equação em diferenças:

y(t + 1) − y(t)
= r ou y(t + 1) = (1 + r)y(t) (21)
y(t)
Imagine que essa taxa de juros é paga a cada variação no tempo 4t, então teríamos:

y(t + 4t) − y(t)

= ry(t)
4t

y(t + 4t) − y(t) dy(t)

lim y(t) = = = ry(t) (22)
4t→0 4t dt
Por conveniência escreveremos ẏ = dy(t)
dt
= ry(t) . Se aplicarmos o ln em (2) e tomar-
mos a derivada em relação ao tempo teremos:

ln(ẏ) = ln(r) + ln(y(t))

1 1
ÿ = ÿ
ẏ y

ÿ ẏ
=
ẏ y

gÿ = gẏ

Definição. Equação diferencial ordinária. Uma equação diferencial ordinária é uma ope-
ração que descreve um relacionamento entre uma função de uma varável e sua derivada.

Exemplo. Veja a seguinte equação:

ẏ (t) = 2y (t) ou ẏ = 2ẏ

dy
= 2y
dt

dy
= 2dt
y
ˆ ˆ
dy
= 2 dt
y

ln(y) = 2t + c
 124

eln(y) = e2t

y = e2t

Definição. De modo mais geral y(t) = ke2t para qualquer constante K. Essa constante
é determinada pelo valor inicial y, isto é, y(t0 ).

Definição. Equação Diferencial Parcial. As equações diferenciais que descrevem um re-

lacionamento entre uma função de várias variáveis e suas derivadas parciais são chamadas
de equações diferenciais parciais.

Exemplo:

ẏ = y 2

dy
= y2
dt
ˆ ˆ
dyy −2
= dt

1
− =t+c
y

1
− =y
t
Definição. Uma equação diferencial ordinária é uma equação ẏ = F (y, t) entre a derivada
de uma função desconhecida y(t) e uma expressão F (y, t) envolvendo y e t, isto é, se
a equação pode ser escrita como ẏ = F (y), nós a chamamos de autônomo ou tempo
independente.

Retomando a equação ẏ = ry, ela também poderia ser usada para descrever o tamanho
de uma população a uma taxa de crescimento constante r. Esse pressuposto de crescimento
constante é às vezes chamado de lu de Malthus. A solução geral para esta equação é y(t) =
kert . No entanto, podemos especificar um valor inicial para o tamanho populacional. Com
uma constante k pré determinada. Ao fazermos y(0) = y0 ,(um valor constante) o problema
de encontrarmos uma função y(t) que satisfaça a essas condições é chamado de problemas
de valor inicial.

Exemplo. Vejamos agora o exemplo da equação logística

ẏ = y(100 − 2y)
 125

A função constante y = 50 ∀t é a solução que faz ambos os lados da equação serem zero.
Essa solução constante, muitas vezes é chamada de solução estacionária ou de estado
estacionário. Outro ponto importante é definirmos que uma solução parametrizada y(t, k)
de uma equação diferencial ẏ = F (y, t) échamda de solução geral.

22.1 Soluções explícitas

22.1.1 Equações lineares de primeira ordem

Seja ẏ = ay sendo a uma constante. A solução geral para esta equação é

y(t) = keat (1)

dy
= kaeat
dt

ẏ = keat a

(2) Seja a, b > 0 a solução geral para a equação:

ẏ = ay + b

−b
y= + keat −→ ay = (−b + keat )
a
Para verificar isso insira a solução candidata dentro da equação:

ẏ(t) = akeat

ay(t) + b = (−b + akeat ) + b = akeat

Note que y(t) = −b

a
é uma solução de estado estacionário. Agora examinaremos versões
não autõnomas dessas duas classes: ẏ = a(t)y (3)
A solução geral é:
´t ´t
y(t) = ke a(r)dr ou y = ke a

ẏ = (a(t))y + b(t) (4)

" ˆ t ´s
#
´t
y(t) = k + b(s)e− a(u)du
ds e a(s)ds
(10)
 126

Para encontrar (10) como solução, escreva a equação diferencial como ẏ − a(t)y = b(t)
 ´
t

e multplique cada termo por exp − a(s)ds

´t ´t ´t
ẏ(t)e− a(s)ds
− a(t)y(t)e− a(s)ds
= b(t)e− a(s)ds
(11)
 ´t 
Como o lado esquerdo de (11) é precisamente a derivada da expressão y(t)exp − a(s)ds então
(11) pode ser escrita como:

d  ´t  ´t
y(t)e− a(s)ds = b(t)e− a(s)d(s) (12)
dt
´t
Integrando ambos os lados de (12) e multiplicando por e a
para obtermos (10). Cha-
´t
mamos a expressão e− a(s)ds de fator integrante.

Definição. Uma equação diferencial ẏ = F (y, t) é chamada separável se F (y, t) puder ser
escrita como o produto: F (y, t) = g(y)h(t).

Exemplos:

ẏ = y 2 + t2 ; ẏ = a(t) + b(t) e ẏ = ty + t2 y 2

Solução geral da equação separável:

ẏ = g(y)h(t)

dy
= g(y)h(t)
dt

d(y)
= h(t)dt
g(y)
ˆ ˆ
dy
= h(t)dt
g(y)
Outro:

ẏ = t2 y
dy
= yt2
dt
ˆ ˆ
dy
= t2 dt
y

t3
ln(y) = +c
3
t3
y = e 3 +c
 127

22.2 Equações lineares de segunda ordem

Nos concentraremos em equações lineares de segunda ordem que são homogêneas e pos-
suem coeficientes constantes. Escreveremos essas equações do seguinte modo:

aÿ + bẏ + cy + 0 (23)

Se a = 0 → y = ert
Para encontrearmos soluções, plugue y = ert , ẏ = rert e ÿ = r2 ert e teremos:

ar2 ert + brert + cert = 0

ert (ar2 + br + c) = 0

Como ert é não nulo, então y = ert é uma solução de (23) se, e somente se, r satisfaz
a equação:

ar2 + br + c = 0

√
−b ± b2 − 4ac
r=
2a
(1) 4 > 0 → 2 raízes reais
(2) 4 < 0 → 2 raízes complexas
(3) 4 = 0 → 1 raíz
Raízes reais distintas da equação característica

Teorema. Se o polinômio característico (24) da equação diferencial de segunda ordem

(23) possui duas raízes reais distintas r1 e r2 , então a solução geral de (23) é y(t) =
k1 er1 t + k2 er2 t

Demonstração. Como r1 e r2 são as raízes do polinômio característico de ar2 + br + c = 0,

saberemos que ambas y(t) = k1 er1 t e y(t) = k2 er2 t são soluções da equação diferencial
aÿ + by + cy = 0 (23). Uma consequência advinda da linearidade dessa equação é que se
y1 (t) e y2 (t) são duas soluções de (23) então a soma y1 (t) + y2 (t) aimda é uma solução de
(23), já que

+ b(y1 + y2 ). + c(y1 + y2 ) = ((aÿ + bẏ1 + cy1 ) + (ay¨2 + b ˙ 1 + cy2 ) =˙ 0 + 0 = y0

 ..
a(y1 + y2)

y(t) = k1 er1 t + k2 er2 t (26)

 128

Portanto (26) é uma solução de (23). Finalmente, mostraremos que (26) é a solução
geral, ou seja:

(aÿ + bẏ + cy) = 0

y(t0 ) = y0

ẏ(to ) = z0 (27)

Dado qualquer problema de valor inicial existe uma única escolha de constantes de
integração k1∗ e k2∗ tais que y(t) = k1∗ er1 t + k2∗ er2 t é uma solução de (27). Para provar,
considere t0 = 0 e substitua o valor inicial (27) na solução (26)

y1 (0) = k1 er1 .0 + k2 er2 .0 = k1 + k2

y2 (0) = r1 k1r1. 0 + r2 k2r2. 0 = r1 k1 + r2 k2

o que leva à equação matricial

    
1 1  k1  y0 
 =
r1 r2 k2 z0
Como r1 6= r2 a matriz de coeficientes é não singular, dados quaisquer y0 e z0 . Esse
sistema possui uma única solução para k1 e k2 . Isso prova que, dado qualquer problema
de valor inicial (27), podemos mostrar k1 e k2 tais que a solução (26) de (23) satisfaz as
condições iniciais. Portanto, (26) é Solução geral de (23).
Exemplos:

ÿ − y = 0 y(0) = ẏ(0) = 1

aÿ − cy = 0

r2 − 1 = 0

r = ±1

y(t) = k1 et + k2 e−t
 129

y(0) = 1 −→ 1 = k1 e0 + k2 e−0 (1)

ẏ(0) = 1 −→ 1 = k1 e0 + k2 e−0 (2)

Somando (1) e (2)

2 = 2k1

1 = k1 (3)

Inserindo (3) em (2)

1 = 1 − k2

k2 = 0 (4)

A solução geral é:

y(t) = k1 et.r1 + k2 e−r2 −→ y(t) = 1et

b)

ÿ − 5ẏ + 6y = 0

y(0) = 3 → 3 = k1 + k2 (1)

ẏ(0) = 7 → 7 = 3k1 + 2k2 (2)

a=1

Multiplique (1) por 2 e subtraia de (2)

b = −5

1 = k1 (3)

c=6
 130

Inserindo k1 em (3)

r2 − 5r + 6 = 0

√
5± 25 − 24
r=
2

k2 = 2

r1 → 3

r2 −→ 2

y = e3t + 2e2t (solução geral)

y(0) = 3

y(3) = k1 e3t + k2 e2t

ẏ(0) = 7

7 = 3k1 e3t + 2k2 e2t

22.2.1 Raízes reais e iguais

Teorema. Se o polinômio característico da equação diferencial linear de segunda ordem

possui raízes iguais então a solução geral é

y(t) = k1 er1 t + k2 ter1 t

Exemplo. ÿ − 4ẏ + 4y = 0 y(0) = 2 ; ẏ(0) = 5

a = 1; b = −4; c = 4.

y = k1 er1 t + k2 ter1 t

y = k1 e2t + k2 te2t
 131

y = e2t (k1 + tk2 )

ẏ = 2k1 e2t + k2 e2t + tk2 e2t

q
4± (−4)2 − 4.1.4
r=
2

r=2

ẏ = e2t (2k1 + k2 (1 + 2t))

y(0) = 2 −→ 2 = k1

ẏ(0) = 5 −→ 5 = 2k1 + k2 −→ k2 = 1

y = e2t (2 + t) −→ Solução
Teorema. Se o polinômio característico da equação diferencial linear de segunda ordem
tem raízes complexas α ± iβ, ou seja, se b2 − 4ac < 0 então a solução geral é y(t) =
eat (c1 cosβt ± c2 senβt).

22.3 Equações não homogêneas de segunda ordem

aÿ + bẏ + cy = g (t) (38)

A função g(t) representa, especialmente em problemas mecânicos uma força externa, sem
a qual a equação é autônoma. Para encontrarmos a solução geral de uma equação não
autônoma, basta acharmos a solução geral da equação homogênea e uma solução particular
da equação não homogênea.
Teorema. Seja yp (t) uma solução particular qualquer da equação diferencial não home-
gênea aÿ + bẏ + cy = g(t). Seja k1 y1 (t) + k2 y2 (t) uma solução geral da equação homo-
gênea aÿ + bẏ + cy = 0 correspondente. Então, uma solução geral de (38) é y(t) =
k1 y1 (t) + k2 y2 (t) + yp (t).

22.3.1 Método dos coeficientes indeterminados

Nesse método procuramos uma solução particular de aÿ + bẏ + cy = g(t) que possua o
mesmo formato de g(t). Se g(t) é uma função constante g(t) = g(0) então uma solução
 132

particular da equação diferencial é a função constante y(t) = g0 /c.Se g(t) é um polinômio

t de grau j procuramos uma solução particular que se adeque a essa forma.

Exemplo. ÿ − 2ẏ − 3y = 9t2 (40)

A solução geral é

y(t) = k1 e3t + k2 e−t

a = 1;b = −2; c = −3;

y(t) = k1 e3t + k2 e−t

q
2± (−2)2 − 4.1. − 3
r=
2.1
√
2± 16
r=
2

r1 = 3

r2 = −1

yp (t) = At2 + Bt + c

Derive o candidato e substitua em (40)

ẏp = 2At + B

ÿp = 2A

9t2 = ÿp − 2ẏp − 3yp

9t2 = 2A − 2(2At + B) − 3(At2 + Bt + c)

9t2 = 2A − 4At − 2B − 3At2 − 3Bt − 3c

 133

9t2 = t2 (−3A) + t(−4A − 3B) + 2A − 2B − 3C

Suponha que:

9t2 + (0)t + (0) = (−3A)t2 + (−4A − 3B)t + (2A − 2B − 3C)

Como os lados esquerdo e direito dessa equação são iguais para qualquer t, os coefici-
entes de cada potência t devem ser iguais:

9 = 3A (1)

0 = −4A − 3B (2)

0 = 2A − 2B − 3C (3)

Por (1) A = −3; Inserindo (1) em (2) B = 4. Usando essas duas informações em (3)

14
0 = −6 − 8 − 3c −→ c = −
3
Portanto, uma solução particular é:

14
yp (t) = −3t2 + 4t −
3
A solução geral:

14
y(t) = k1 e3t + k2 e−t − 3t2 + 4t −
3
Se um termo candidato da equação não homogênea for igual a um termo da solução
geral da equação homogênea dizemos que o sistema está em ressonância. Em geral,
multiplicamos o candidato natural yp (t) por t ou às vezes até por t2 , para encontrar um
candidato com chances de ser uma solução particular da equação não homogênea.

22.3.2 Existência de soluções

Teorema. Considere o problema de valor inicial ẏ = f (t, y), y(to ) = yo (42). Suponha
que f é contínua no ponto (to , yo ). Então, existe uma função I → R que é C 1 num
intervalo aberto I = (to − a, to + a) em torno de to e é tal que y(to ) = yo e ẏ(t) = f (t, y(t))
para cada t ∈ I , ou seja, y(t) é uma solução do problema de valor incial (42). Além
disso, se f é C 1 em (to , yo ) então a solução y(t) é única. Quaisquer duas soluções de (42)
devem ser iguais entre si na intersecção de seus domínios.
 134

22.3.3 Retratos de Fase e equilíbrios em Rn

O retrato de fase nos mostra como as soluções da equação diferencial evoluem ao longo
do tempo. Vejamos o seguinte exemplo:

ẏ = y − y 3

Iremos verificar os valores de estado estacionário dessa equação diferencial, isto é,

ẏ = 0

0 = y − y3

0 = y − y3

y=0

y = ±1

Após encontrarmos as raízes (interceptos com o eixo x) veremos as taxas de crescimento

e descrescimento da função f (y) = y − y 3 , como segue:

f 00 (y) = 1 − 3y 2

1 1
f 0 (y) = 0 → 1 − 3y 2 = 0 → = y 2 → y = ± √ → ±0, 58 = y
3 3
Gráfico 1
Vejamos f 0 ”(y):

f 0 ”(y) = 0 → −6y = 0 → y = 0

Temos que zero é um ponto de inflexão. O próximo passo é fazermos o gráfico desta
função:
Gráfico 2
Note que se −1 < y < 0 então f (y) é negativa. Isso também ocorre no intervalo
(1,∞). Nos intervalos (−∞, −1) e (0,1) f (y) é positiva. Para finalizarmos o gráfico
devemos inserir as setas que dão a ideia de movimento ou convergência. Faremos isso
passo a passo:

1. Se y ∈] − ∞,1] então f (y) > 0 desse modo, colocamos uma seta para a direita.

2. Se y ∈] − 1, 0] então f (y) < 0 e então colocamos uma seta para a esquerda.

 135

3. Se y ∈]0,1[, f (y) > 0,ẏ > 0, então colocamos uma reta para a direita.

4. Se y ∈]1,+∞] então f (y) < 0,ẏ < 0 e adicionamos uma seta para a esquerda.

Agora podemos olhar para o nosso gráfico e verificarmos que −1 e +1 são dois equilíbrios
estáveis no estado estacionário. O teorema abaixo resume e explica esse resultado:

Teorema. Seja yo um ponto de equilíbrio de uma equação diferencial ẏ = f (y) que é C 1 na

reta, de modo que f (yo ) = 0. Se f 0 (yo ) < 0, então yo é um equilíbrio assintoticamente
estável. Se f 0 (yo ) > 0, então yo é um equilíbrio estável.

22.4 Modelo de Solow

k̇ = s.f (k) − (n + g + d).k

Lembrando que k̇ = K̇/LA

f (k) = k α → f (K, L) = K α (AL)1−α → f (K, L)/AL = K α .(AL)1−α /AL = K α /ALα = K α

k̇ = 0

Note que:

0 = sk α − (n + g + d).k

(n + g + d).k = s.k α

s
k=( ).k α
n+g+d
se k = 0 → 0 = 0

1 s 1
kα = ( )α k
n+g+d
Chamaremos F (k) = sk α − (n + d + g)k

1−α s 1 α
.

k α =( )
α 1−α
n+g+d
seja 0 < α < 1 então se αsk α−1 > (n + g + d)

s 1
k∗ = ( ) 1−α
n+g+d
 136

F 0 (k) = αsk α−1 − (n + d + g) → F 0 (k) > 0

F ”(k) = α(α − 1)sk α−2 < 0

23 Equações Diferenciais Ordinárias: Sistemas de Equa-

ções

O sistema geral de duas equações diferenciais pode ser escrito como:

ẋ = F (x, y, t) (23)
ẏ = G(x, y, t)

Uma Solução de (1) é um par x ∗ (t) e y ∗ (t) de funções de t tais que, para cada t,
valem:

ẋ(t)∗ = F (x∗ (t), y ∗ (t), t) (24)

ẏ(t)∗ = G(x∗ (t), y ∗ (t), t)

O sistema (3) é um sistema de 1ª ordem.

Se F e G não dependem explicitamente de t dizemos que o sistema é autônomo ou
tempo independente. Caso contrário, o sistema é não autônomo. O modo usado para
encontrarmos uma solução geral e uma particular, por exemplo, é análogo ao que fizemos
anteriormente.

Fato. Todo o sistema de segunda ordem a uma variável pode ser escrito naturalmente
como um sistema de primeira ordem a duas variáveis.

Exemplo. v = ẏ , v̇ = f (v, y, t) e ÿ = f (ẏ, y, t)

Definição. O par posição/velocidade (y, ẏ) é denominado variável de estado.

Definição. O conjunto de todas essas possíveis variáveis de estado é denominado espaço

de estados.
 137

Fato. Toda equação diferencial não-autônoma ẏ = f (y, ) em y pode ser escrita como um
sistema autônomo de duas equações diferenciais em (y, r):

ẏ = f (y, r)
ṙ = 1
´ ´
Note que: dr
dt
= 1 → dr = dt →r(t) = t + c

Teorema. Existência e Unicidade de Soluções: Se F e G são funções contínuas numa

vizinhança de (x0 , y0 , t0 ) então existem funções x∗ (t) e y ∗ (t), definidas e contínuas num
intervalo aberto I = (t0 − ε, t0 + ε) em torno de t0 , tais que x(t0 ) = x0 e y(t0 ) = y0 e
ẋ∗ (t) = F (ẋ(t), ẏ(t), t) e ẏ ∗ (t) = G(ẋ(t), ẏ(t), t) vale para qualquer t e I. Além disso, se
F e G são funções C1, a solução do problema de valor incial é única.

23.1 Sistemas Lineares por meio de Autovalores

O sistema geral de equações diferenciais lineares pode ser escrito como:

ẋ = a11 x1 + . . . + a1n xn
..
. (25)
ẋn = an1 x1 + . . . + ann xn

Ou simplesmente como ẋ = Ax. Se A é uma matriz diagonal, ou seja, se aij = 0 para

i 6= j em (3), então (3) separa em n equações independentes ẋi = aii xi entre as quais não
há interações. Nesse caso o sistema pode ser resolvido como:

x1 (t) = c1 ea11 t , ..., xn (t) = cn eann t

Se algum dos aij fora da diagonal não é nulo, de modo que as equações são relaciona-
das entre si, podemos usar autovalores de A para transformar o sistema (3) de n equações
mais ou menos independentes, exatamente como procedemos com sistemas de equações a
diferenças lineares.

23.1.1 Autovalores Reais Distintos

Suponha que A possui n autovalores reais distintos r1 , ..., rn com autovetores associados
v1 , ..., vn :
 138

Avi = ri vi (26)

Seja P a matrix n × n cujas colunas são estes n autovetores:

P = [v1 v2 ...vn ] (27)

Então, podemos escrever as equações (4) como:

AP = P D onde:

r1 0 · · · 0
 
 

0 r2 · · · 0 
(28)
 
D≡ .. .. . . .
. ..
 
. .
 
 
 
0 0 · · · rn

Como autovetores associados a autovalores distintos são linearmente independentes,

P é não singular e, portanto, invertível; podemos escrever:

P −1 AP = D (29)

Usando mudança linear de coordenadas y = P −1 x, com inversa x = P y, para trans-

formar o sistema (3) num sistema nas variáveis y1 , ..., yn:

ẏ = P −1 ẋ
ẏ = P −1 Ax (pois ẋ = Ax)
ẏ = P −1 Ay (pois x = P y)
ẏ = Dy

Como D é uma matriz diagonal, o sistema ẏ = Dy pode ser escrito como:

ẏ1 = r1 y1 , ..., ẏn = rn yn

Sua solução:
 139

y (t)
   
c er1 t
 1  1
..   ..
 

.  = .

 
   
yn (t) cn ern t

Y = β0 + β1 X + u

Finalmente, utilize a transformação x = P y para voltar às coordenadas originais

x1 , ..., xn :

x(t) = P (y(t))
 
c er1 t
 1
.. 
x(t) = [v1 , ..., vn ] 
 . 

 
cn ern t
x(t) = c1 er1 t + . . . + cn ern t

Teorema. Seja A uma matriz de tamanho n×n com n autovalores reais distintos r1 , ..., rn
e autovetores associados v1 , ..., vn . Então, a solução geral do sistema linear ẋ = Ax de
equações diferenciais é dada por:

x(t) = c1 er1 t v1 + . . . + cn ern t vn

Teorema. Seja A uma matriz real 2 × 2 com autovalores complexos α ± iβ e autovetores

associados u±iw. Então a solução geral do sistema linear de equações diferenciais ẋ = Ax
é dada por

x(t) = eαt cosβt(c1 u − c2 w) − eαt senβt(c2 u − c1 w)

 140

Teorema. Seja A uma matriz de tamanho 2 × 2 com autovalores iguais r1 = r2 = r e

somente um autovetor independente v. Seja w um autovetor generalizado para A. Então,
a solução geral do sistema linear de equações diferenciais ẋ = Ax é dada por:

x(t) = ert (c1 v + c2 w) + tert (c2 v)

23.1.2 Resolvendo Sistemas por Substituição

Essa técnica não utiliza autovalores ou autovetores. Escreveremos um sistema de primeira

ordem a duas variáveis como um sistema de segunda ordem a uma variável. Vejamos o
exemplo a seguir:

ẏ1 = a11 y1 + a12 y2

ẏ2 = a21 y2 + a22 y2

Veja que os parâmetros do sistema são arbitrários, entao faremos uma escolha apenas
para fins ilustrativos.

ẏ1 = y1 + 4y2 (30)

ẏ2 = y1 + y2 (31)

1
y2 = (ẏ1 − y1 ) → equação (8)
4

Derive essa expressão em relação ao tempo:

1
ẏ2 = (ÿ1 − ẏ1 )
4

Inserindo essa expressão em (9)

1
(ÿ1 − ẏ1 ) = y1 + y2
4
 141

1 1
(ÿ1 − ẏ1 ) = y1 + (ẏ1 − y1 )
4 4

1 1
(ÿ1 − ẏ1 ) − (ẏ1 − y1 ) − y1 = 0
4 4

ÿ1 − ẏ1 − ẏ1 + y1 − 4y1 = 0

ÿ1 − 2ẏ − 3y1 = 0 (32)

Encontrando o polinômio característico:

r2 − 2r − 3 = 0

q
2± (−2)2 − 4.1.(−3)
r=
2.1
√
2± 16
r=
2

r1 = 3 ; r2 = −1

A solução geral para y1 é : y1 (t) = c1 e3t + c2 e−t

Derive em relação a t : ẏ1 = 3c1 e3t − c2 e−t

Substitua essas duas equações em (9)

1
y2 = (ẏ1 − y1 )
4

1
y2 = (3c1 e3t − c2 e−t − c1 e3t − c2 e−t
4

1
y2 = (2c1 e3t − 2c2 e−t )
4
 142

1
y2 = (c1 e3t − c2 e−t )
2

Em notação matricial:

     
y (t) 
 1
1  1 
= c1 e3t  + c2 e−t 
y2 (t) 1/2 −1/2

Definição. Uma solução estacionária y ∗ do sistema ẏ = F (y) é dita globalmente assintó-

ticamente estável se praticamente qualquer solução ẏ = F (y) tende a y ∗ quando t → ∞.
Mais precisamente, o equilíbrio y ∗ é globalmente assintoticamente estável se para qual-
quer y0 (exceto possivelmente para um conjunto de dimensão inferior de y0 ) a solução do
problema de valor inicial ẏ = F (y) , y(0) = y0 tende a y ∗ quando t → ∞.

Definição. Uma solução estacionária y∗do sistema ẏ = F (y) é dita neutramente estável
se não é localmente assintóticamente estável e se todas as soluções que começam perto y∗
permanecem perto de y∗quando t → ∞.

Definição. Se um equilíbrio y∗ de ẏ = F (y) é assintoticamente estável ou neutramente

estável, dizemos que é estável.

Teorema. A solução constante x = 0 é sempre um estado estacionário do sistema linear

de equações diferenciais (3): ẋ = Ax

a) Se cada autovalor real de A é negativo e cada autovalor complexo de A tem parte

real negativa, então x = 0 é um estado estacionário globalmente assintoticamente estável:
qualquer solução tende a zero quanto t → ∞.

b) Se A tem um autovalor real positivo ou um autovalor complexo com parte real po-
sitiva, então x = 0 é um estado estacionário instável: praticamente qualquer solução
afasta-se da origem quando t → ∞.

c) Se A tem um autovalor que não tem um conjunto completo de autovetores inde-

pendentes e que é nulo ou puramente imaginário, então x = 0 é um estado estacionário
 143

instável.

d) Se A tem autovalores reais iguais a zero ou autovalores complexos puramente ima-

ginários, tais que cada um desses autovalores tem um conjunto completo de autovetores
independentes, e se todos os outros autovalores têm parte real negativa, então a origem é
um estado estacionário neutramente estável do sistema.

    
ẋ a11 . . . a1n x1
 1 
 ..  .. . . ..  .. 
 
 . = .
 . .  . 
  

   
ẋn an1 . . . ann xn

23.1.3 Estabilidade de Sistemas Lineares

Critérios de estabilidade para um sistema de equações diferenciais de primeira ordem:

(1) Assintoticamente estável se f (y ∗ ) = 0 e f 0 (y ∗ ) < 0, e

(2) instável se f (y ∗ ) = 0e f 0 (y ∗ ) > 0

Teorema. Seja y ∗ um estado estacionário do sistema de equações diferenciais ẏ = F (y)

de primeira ordem em Rn , onde F é uma função C1 de Rn em Rn .

(a) Se cada autovalor da matriz jacobiana DF (y ∗ ) de F em y ∗ é negativo ou tem parte

real negativa, então y ∗ é um estado estacionário assintoticamente estável de ẏ = F (y).

(b) Se DF (y ∗ ) tem pelo menos um autovalor real positivo ou um autovalor complexo

com parte real positiva, então y ∗ é um estado estacionário instável de ẏ = F (x).

Se o teste do teorema 6 não for aplicável, ou seja, se DF (y ∗ ) tiver algum autovalor

puramente imaginário ou um autovalor nulo, mas nenhum autovalor positivo e nenhum
autovalor com parte real positiva, então não podemos usar a matriz jacobiana em y ∗ para
determinar a estabilidade de y ∗ .

Definição. Estabilidade Assintótica. Escreva x(t; y0 ) para a solução x(t) do sistema

autônomo de equações diferenenciais ẋ = f (x) que satisfaz a condição inicial x(0) = y0 .
Um estado estacionário x∗ desse sistema é assintoticamente estável se existe ε > 0 tal que
 144

para qualquer y0 com q y0 − x0 q< ε , x(t; y0 ) → x∗ quando t → ∞.

Considere o seguinte sistema linear

ẏ1 = a11 y1 + a12 y2

ẏ2 = a21 y1 + a22 y2

Esse sistema pode ser expresso como:

ẋ = Ax em R2

Vamos mostrar que (0, 0) é um estado estacionário assintoticamente estável se, e so-
mente se, o traço de A é negativo e o determinante de A é positivo.

 
a11 a12 
A=
a21 a22
 
a11 − r a12 
A=
a21 a22 − r

Então o polinômio característico de A:

(a11 − r)(a22 − r) − (a12 a21 )

a22 a11 − ra11 − ra22 + r2 − a12 a21

r2 − r(a11 + a22 ) + (a22 a11 − a12 a21 )

r2 − r(a11 + a22 ) + detA = 0

 145

A soma dos autovalores (a11 + a22 ) é igual ao traço de A. O produto dos autovalores
é igual ao determinante de A. Note que se os autovalores de A são ambos negativos sua
soma resulta em um número < 0 e seu produto é > 0. Se os autovalores são complexos
a ± ib com a < 0, então sua soma 2a é negativa e seu produto a2 + b2 é positivo. Por
outro lado, se seu produto é positivo e sua soma é negativa os autovalores são números
complexos com uma parte real negativa ou eles são números reais negativos.

Se detA < 0 , os autovalores possuem sinais opostos; ou algum deles é positivo. Se

o traço de A > 0 , os autovalores (um deles) deve ser positivo, ou ambos podem ser
complexos com a parte real positiva. Finalmente, se detA > 0 e o traçoA = 0 os autova-
lores devem ser números complexos com a parte real igual a zero, isto é, são puramente
números imaginários ±ib. A solução geral nesse caso é x = (cosbt)u + (senbt)v. Nesse
caso, todas as órbitas são periódicas e (0, 0) é uma solução estável.

Exemplo. .
ẋ = 2xy − 2y 2
ẏ = x + y 2 − 2

Encontrando os pontos no estado estacionário

ẋ = 0
0 = 2y(x − y)

Então, y = 0 ou x = y

ẏ = 0
x = −y 2 + 2

Se y = 0 então x = 2

Se y = x então
y = −y 2 + 2

0 = −y 2 − y + 2

q
1± (−1)2 − 4.(−1)2
y=
2(−1)
 146

y = 1 ou y = −2

Temos as seguintes pontos de estado estacionário: (1, 1) , (−2, −2) e (2, 0)

Montando a matriz jacobiana:

 
2y 2x − 4y 
D(f, g)(x, y) = 
1 −4y

Em (2, 0) :

 
0 4 
D(f, g)(2, 0) = 
1 0

As raízes do polinômio característico alternam de sinal, isto é, r1 = 2 e r2 = −2 logo

(2, 0) é um equilbrio instável.

Em (1, 2):
 
2 −2 
D(f, g)(1, 2) =  As raízes são −1, 65 e 3, 65. Então (1, 2) é um equilíbrio
1 −4
instável.

Em (−2, −2):

 
−4 4 
D(f, g)(−2, −2) = 
1 8

As raízes são 8, 32 e −4, 3, ou seja, mais um equilíbrio instável.

23.2 Retratos de fase de sistemas planares

Suponha que tenhamos o seguinte sistema planar:

ẋ = f (x, y)
 147

ẏ = g(x, y)

A vizualização geométrica desse sistema é um vetor:

(ẋ, ẏ) = (f (x, y), g(x, y))

Em cada ponto (x, y) a vizualização geométrica correspondente de uma solução (x∗ (t), y ∗ (t))
é uma curva no plano tangente em cada ponto ao campo de vetores.

Definição. Diagrama de fase. Quando a curva (x∗ (t), y ∗ (t)) passa pelo ponto (x, y),
seu vetor tangente (ẋ∗ (t), ẏ ∗ (t)) deveria apontar na direção e sentido de (f (x, y), g(x, y)).
O conjunto de todas essas curvas é denominado retrato de fase ou diagrama de fase.

Exemplo. Veja o sistema desacoplado

ẋ = 2x

ẏ = −2y

dx
dt
= 2x ẏ = −2y
´
dx
x
= 2dt
´ ´
dy
dt
= −2y´
dx
x
= 2 dt dy
y
= −2 dt
lnx = 2t + c lny = −2t + c
x = c1 e2t y = c2 e−2t

Para encontrarmos as soluções não parametrizadas resolvemos cada equação por e2t e
então eliminamos t igualando as expressões:

x c2
= e2t e e2t =
c1 y

x c2
=
c1 y

y = c1 c2 x−1

Podemos expressar algumas dessas hipérboles y = K

x
[Gráfico]
 148

23.3 Retratos de fase sistemas lineares

Faremos o diagrama de fase para o seguinte sistema:

ẋ = x(4 − x − y)

ẏ = y(6 − y − 3x)

Passo 1. Encontre os valores de equilíbrio igualando o lado direito de cada equação a

zero. A soluções são (0, 0), (0, 6), (4, 0) e (1, 3).

Passo 2. Use o teorema 25.5 para determinar a estabilidade local de cada um desses
equilíbrios. Note que
(0, 0) e (1, 3) são instáveis;
e (0, 6) e (4, 0) são estáveis.

Passo 3. Esboce as isóclinas

Um vetor (ẋ, ẏ)é vertical se ẋ = 0 e ẏ 6= 0.Se ẏ > 0 o vetor aponta para cima se ẏ < 0
aponta para baixo. Como ẋ = f (x, y), o conjunto dos pontos (x, y) nas quais ẋ = 0 é
dado pela curva f (x, y) = 0.Uma tal curva ao longo da qual o campo de vetores sempre
aponta na mesma direção e sentido, é denominada isóclina do sistema.
ẋ = 0 → x = 0 e 4 − x − y = 0

[Gráfico]

Vejamos para ẏ = 0 → y = 0 e 6 − y − 3x = 0

[Gráfico]

Passo 4. Complete as setas nas isóclinas e nos setores entre as isóclinas. As isóclinas
dividem o plano em regiões denominadas setores, e constituem as fronteiras desses
setores.

[Gráfico]

Seja ẋ = −4x + 16 e ẏ = −5y + 15

Se ẋ = 0 então x = 4
Se ẏ = 0 então y = 3

Trace as isóclinas e divida o quadrante positivo em 4 setores:

(x∗ , y ∗ ) = (4, 3)
 149

Vamos determinar o movimento entre os setores:

Se x < 4 → ẋ > 0 (seta direita)
Se x > 4 → ẋ < 0 (seta esquerda)
Se y > 3, ẏ < 0 (seta para baixo)
Se y < 3, ẏ > 0 (seta para cima)

[Gráfico ao lado]

Note que o ponto (4, 3) é um equilíbrio estável.

24 Introdução a otimização dinâmica

Esse capítulo tem por objetivo motivar o leitor ao estudo de modelos dinâmicos. Para
isso usamos um modelo bastante simples da determinação da renda, como segue:

C = cY (33)

C +I =Y (34)

A renda de pleno emprego Y depende do nível de estoque de capital, s que se dá por

meio de uma função de produção :

Y ≤ Y = f (s) (35)

Suponha que I = (1 − c)Y (no pleno emprego).

Para obtermos um modelo de crescimento formalmente igualamos a taxa líquida de
mudança no estoque de capital ao investimento:

ṡ = I (36)

Usando as equações anteriores podemos escrever uma nova versão de (4):

I = (1 − c)Y

Y = f (s)

s̊ = (1 − c)f (s) (37)

Essa equação diferencial pode ser solucionada para uma forma específica de f (s) e
uma dada condição inicial s(0) = s0 .
 150

24.1 Empréstimo Ótimo

Consideraremos a possibilidade de empréstimo o que permite o aumento da quantidade
inicial do estoque de capital. considere L como o tamanho do empréstimo, esse empréstimo
é continuamente composto a taxa de juros r. Podemos dizer que LerT . Temos que
sα
Y = , α ∈ (0, 1) e a condição inicial s(0) = s0 . Considere que o preço do capital
1−α
é 1∀t, desse modo podemos começar com s0 + L unidades de capital. Lé otimamente
escolhido para que possamos maximizar o montante do capital disponível ao tempo T,
após o empréstimo ter (ser sido) repago (pago novamente). Note que a equação diferencial
(5) toma a seguinte forma:

sα
ṡ = (1 − c) (38)
(1 − α)
ˆ ˆ
∂s (1 − c) α
dt = s dt
∂t (1 − α)
ˆ ˆ
∂s
= (1 − c)dt
s (1 − α)−1
α

ˆ ˆ
ds s −α
(1 − α) = (1 − c)dt

s−α+1
(1 − α) = (1 − c)t + A
1−α
Lembre que (1 − c) ∈ (0, 1)

s1−α = (1 − c)t + A (39)

Se a quantidade L é tomada por empréstimo, teremos que:

(s0 + L)1−α = A → s(0) = s0 (40)

Assim teremos que:

1

s(t) = (1 − c) t + (s0 + L)1−α

h i
1−α
(41)

Essa equação é a solução para t ∈ [0, T ]. Ao tempo T o empréstimo é pago e a recompensa

é:
1

(1 − c)T + (s0 + L)1−α

h i
1−α
− LerT (42)

Desejamos escolher L∗ que maximize (10)

 151

1
−1 1
(1 − c)T + (s0 + L)1−α · (s0 + L)1−α−1 − erT = 0
h i
1−α
· (
1−
α) ·
(
1−
α)

(1 − c)T + (s0 + L)1−α

h i
α−1
(s0 + L)−α = erT

(1 − c)T + (s0 + L)1−α

" #
(1−α)
= erT α
(s0 + L) 1−α

(1−α)
(1 − c)T (s0 + L)α−1 + 1 = erT α

(1−α)
(1 − c)T (s0 + L)α−1 = erT α −1

1 −rT
(s0 + L) = [(1 − c)T ] 1−α (e α − 1)
1 1
obs.: 1 1−α ou 1 α−1 se α ∈ (0, 1) α − 1 ≺ 0
1
[(1 − c)T ] 1−α
L∗ = rT − s0 (43)
eα −1
Substituindo (11) em (10)
 
(1−α) −α
1−α
s (T ) = e
∗ rT
s0 + [(1 − c)T ] [e rT α − 1] (1−α

24.2 Política Fiscal

Suponha que possamos adicionar o governo no modelo anterior

C = c(1 − θ)Y (44)

G = θY (45)

Y = sα q/(1 − α) (46)

C +I +G=Y (47)

ṡ = I + G (48)

θ é o imposto de renda, (1 − θ) Y e a renda disponível e G é a receita do governo

ou investimento público. Temos que I é o investimento privado . Por simplicidade tome
 152

α = 0, 5.

I =Y −G−C

I +G=Y −C

I + G = [1 − c(1 − θ)] Y

s̊ = I + G

s0,5
s̊ = [1 − c(1 − θ)]
0, 5

1
s̊ = 2s 2 [1 − c(1 − θ)]

∂s 1
= 2s 2 = 2 [1 − c(1 − θ)]
∂t

∂s −1
s 2 = 2 [1 − c(1 − θ)]
dt
ˆ ˆ
∂s −1
s 2 dt = 2 [1 − c(1 − θ)] dt
∂t
1
s2
1 = 2 [1 − c(1 − θ)] t + c
2

para s(0) = 0
 2
c
so =
2

1 c
s02 =
2
 1
2
s(t) = (1 − c + cθ)t + s0 2

Suponha que o governo deseja maximizar o consumo no horizonte e tempo [0,T]. Em

outras palavras, o governo dece escolher θ tal que:
ˆ T ˆ T  1

W = C(t)∂t = 2c(1 − θ) (1 − c + cθ) t + s02 dt
0 0
 153

 1

Note que ∂θ
∂s
= 2 ((1 − c) + cθ) t + s02 .ct

C = c(1 − θ)2s0,5
 1

C = c(1 − θ)2 · 1 + c (θ − 1) t + s02 →esse é o termo dentro da integral

T2
" #
1
W = 2c(1 − θ) 1 − c(1 − θ) + s02 T
2
 1

W = c(1 − θ) 1 − c(1 − θ)T 2 + 2s02 T
 1

2
= −θ 1 − c(1 − θ)T + 2s0 T + c [...] 2

 1

2 2 2
= c −θT + (θc − cθ )T − θ2s0 T + c [...] 2

∂W
 1

= c −1T 2 + cT 2 − 2cθT 2 − 2s02 T = 0
∂θ

1
−1T 2 + cT 2 − 2s02 T 2 = 2cθT 2

1
−1T 2 + cT 2 − 2s02 T 2
=θ
2cT 2
 1 
2s 2 T −1 + 1 
θ =1− 0
2c
1
2s02 T −1 + 1
θ =1−
2c
Qual a influência da duração do mandato do governo no parâmetro de política fiscal?
Note que θaumenta quando T cresce. Atribuímos s0 = 1 e c = 0, 75 e deixamos T assumir
uma gaama de valores.
Temos que:

2+T
θ =1−
2 · 0, 75T

2+T
θ =1−
1, 5T

4 + 2T
θ =1−
3T
 154

3T − 4 − 2T
θ=
3T

T −4
θ=
3T
 1

Y (t) = 2 (1 − c + cθ)t + s02 = t(T − 2)/T + 2

s̊(1 − c + cθ)Y = Y (T − 2)/2T

Para um caso extremo note que se T → ∞, θ → 13 e Y (t) = t + 2.Isto indica uma

alta taxa de imposto e um rápido crescimento da renda. As poupanças decaem em favor
do investimento em capital que ira resultar numa renda superior e assim propiciará um
consumo mais elevado no futuro.

24.3 Caminho subótimo de consumo

Voltamos a um modelo sem governo e escolhemos f (s) = 4s; e s(0) = 1. Então a equação
(5) assume a seguinte forma:

s̊ = 4(1 − s)s s(0) = 1

´T
Nosso objetivo é maximizar a utilidade em algum horizonte temporal 0
U (c(t)) dt.
Tomando U (c(t)) = lnC(t) e T=1 devemos maximizar:
ˆ 1
V = lnC(t)dt
0

s.a. C(t) = 4s(t).c

Podemos solucionar s̊ = 4(1 − c)s

s̊
= 4(1 − c)
s
ˆ ˆ
∂s 1
· · dt = 4(1 − c) dt
∂t s

ln s = 4(1 − c)t + constante

s = e4(1−c)t + constante
 155

Ignorando a constante temos que:

C(t) = 4s · c

C(t) = 4c · e4(1−c)t

ˆ 1
V = [ln 4c + 4(1 − c)t] dt
0

i1
V = ln4ct + 2(1 − c)t2
h
= ln4c + 2(1 − c)
0

∂V 1 1
= · 4
− 2 = 0 → c∗ =
∂c 4
c 2
Então teremos que s∗ = e4(1− 2 )t = e2t e C ∗ (t) = 2e2t
1

1 1 ∼
 
V = ln 4 · + 2 1 −
∗
= 1, 7
2 2

25 Princípio do Máximo

Esse conteúdo foi desenvolvido por Pontryagin et al (1962). Começaremos estudando

os casos mais simples para esse problema, sem nos preocuparmos com algumas questões
relacionados a regularidade. Começaremos apresentando um problema simples de controle
ótimo e usaremos o princípio do máximo para solucioná-lo:
ˆ T
V = V (s(t), c(t), t) dt (49)
0

s.a

ṡ = f (s (t) , c (t) , t) (50)

s (0) = s0 e s (t) = st (51)

Normalmente a variável que está na restrição exposta por uma equação diferencial é
denominada a variável de estado. Em outras palavras, representa o quanto essa variável em
particular oscila de acordo com uma variação no tempo. Para o nosso exemplo a variável de
controle (ou escolha) é c(t). Temos também quet denota o horizonte temporal. Como nos
problemas de otimização estática, usaremos uma variável denominada de coestado π (t)que
 156

terá um funcionamento similar (ou análogo ao nosso multiplicador de Lagrange. Desse

modo, construiremos uma função chamada de Hamiltoniano, para o problema expresso
pelas equações de (1) a (3).

H(s (t) , c(t), π (t) , t) = V (s (t) , c (t) , t) + π (t) f (s (t) , c (t) , t) (52)

Teorema: Princípio do máximo.

Uma solução ótima para o problema naterior é a tripla (s (t) , c(t), π (t)) que deve satisfazer
as seguintes condições:
(i) c(t) maximiza H(s (t) , c(t), π (t)), tal que:

∂H
= 0; (53)
∂c (t)
(ii) As variáveis de estado e coestado satisfazem o par de equações diferenciais:

∂H
ṡ = (54)
∂π (t)

∂H
π̇ = − (55)
∂s (t)
Com as condições “terminais” expressas em (3) usando a definições de Hamiltoniano
(4) e as equações (5)-(7) teremos:

∂V ∂f
+ π (t) =0 (56)
∂c (t) ∂c (t)

ṡ (t) = f (s (t) , c (t) , t) (57)

∂V ∂f
π̇ (t) = − − π (t) (58)
∂s (t) ∂s (t)

25.1 Derivação das Condições de Primeira Ordem

Temos o seguinte problema de maximização intertemporal:
ˆ T
maxV (0) = u(ct , kt , t)dt
ct
0

s.a.

(a) k̇t = g[k, ct , t]

 157

(b) k0 (condição inicial)

(c) kT e−r̄T T ≥ 0

A condição (c) indica a quantidade de capital deixada no último momento é positiva ou

zero.

V (0) → Função valor em t = 0

r¯T → taxa de desconto

k̇t → variável de estado

ct → variável de controle

Imagine que os multiplicadores de Lagrange pudessem ser utilizados para solucionarmos

o problema de maximização anterior:
ˆ T ˆ T
L= u(ct , kt , t)dt + ˙ e− ¯rT
[λt (g[kt , ct , t] − kt )]dt + ψkT T
0 0

λt é o multiplicador associado com 1.a e ψ o multiplicador associado com 1.c. Se

tivéssemos o Lagrangeano convencional, tomaríamos as derivadas parciais e igualaríamos
a zero. O problema surgirá quando for necessário tomar a derivada de k̇t em relação a kt .
´T
Um modo mais simples de solucionar este problema é integrar por partes 0 vt kt dt :

∂kv
= k̇v + v̇k
∂t
Se integrarmos ambos os lados dessa expressão encontramos
ˆ T ˆ T ˆ T
∂kv
= k̇vdt + v̇kdt
0 ∂t 0 0

ˆ T
∂kv
= kT vT − k0 v0
0 ∂t

Rearranjando a expressão anterior:

ˆ T ˆ T
kT vT − k0 v0 − v̇kdt = k̇vdt
0 0

Então o Lagrangeano toma a seguinte forma:

ˆ T ˆ T
L= (u(ct , kt , t) + λt g[kt , ct , t])dt − kT λT + k0 λ0 + λ˙t k t dt + ψkT e−rT T
0 0
 158

Definindo H(ct , kt , t) = u(ct , kt , t) + λt g[kt , ct , t]

ˆ T
L= [H(ct , kt , t) + λ˙t k t ]dt − kT λT + k0 λ0 + ψkT e−rT T
0

As CPOs:

∂H ∂u ∂g
= +λ =0
∂c ∂c ∂c

∂H ∂u ∂g
= +λ + λ̇ = 0
∂k ∂k ∂k

∂H ˙∂u ∂g
= −λ = +λ
∂k ∂k ∂k

∂L
= −λT + ψe−rT T = 0
∂kT

λT = ψe−rT T

A condição de folga do Kuhn-Tucker nos diz que

kT λT = 0

kT ψe−rT T = 0

λT kT = 0

No instante T o valor do capital é igual a zero, porque seu preço sombra vale zero λT.
Para o horizonte infinito a derivação é análoga trocando T por ∞. No entanto a condição
de folga de Kuhn-Tucker deve ser substituída por

lim λt kt = 0
t→∞

25.2 Alguns exemplos de aplicação do teorema

Veremos um exemplo numérico para apresentarmos o princípio do máximo:
ˆ 1
V = ln [64s] dt s.a ṡ = 4s (1 − c)
0

com s (0) = 1 e s (1) = e2

 159

H (s, c, π) = ln4cs + π [4s (1 − c)]

∂H 1
= 4s − 4sπ = 0 (59)
∂c 4cs

∂H 1
= −π̇ = 4c + π4 (1 − c) (60)
∂s 4cs

∂H
= ṡ = 4s (1 − c) (61)
∂π
1
Por (11) teremos que c = 4πs
substituindo esse resultado nas outras equações obtere-
mos:

1 1
 
π̇ = − − 4π 1 − (62)
s 4πs

1
 
ṡ = 4s 1 − (63)
4πs
simplificando a equação (14) teremos:

1 4πs − 1
 
π̇ = − − 4π
s 4πs

1 4πs 1
π̇ = − − +
s s s

π̇ = −4π (140 )

integrando (14’) teremos:

ˆ ˆ
∂π ∂t
= −4 dt
∂t π

lnπ = −4t

π = ce−4t (15)

π (t) = π (0) e−4t

Então teremos

1
ṡ = 4s −
π
 160

e4t
ṡ = 4s −
π (0)

e4t
ṡ = 4s = −
π (0)

a (t) = −4

e4t
b (t) = −
π (0)
Passe todos os termos de s para o lado esquerdo e multiplique pelo fator integrante
e−4t :

1
ṡe−4t − 4se−4t =
π (0)
Note que a derivada de se−4t é:

ṡe−4t − 4se−4t

Portanto a integral da expressão acima deve ser:

se−4t

−t
se−4t = +c
π (0)
ˆ
−t 1
+c= dt
π (0) π (0)
sabemos que s (0) = 1

0
se−4(0) = − +c=1
π (0)

1=c

s (1) = e2

1
!
4
s (1) = 2 − +1
π (0)
 161

1
e−2 = 1 +
π (0)
Temos que :

1 1
−1=
e 2 π (0)

1
π (0) = ≈ 1.156
e−2 −1

s = e4t − 0, 865te4t

Sabemos que

1 1
c(t) = =
4πs 4.62 − 4t
ˆ 1
V = ln (4cs) dt
0

ˆ 1
4
 
= ln s dt
0 4πs
ˆ 1
1
!
= ln dt
0 π (0) e−4t
ˆ 1 i1
[ln (0.865) + 4t] dt = tln (0, 865) + 2t2
h
V = ≈ 1.855
0
0

Exemplo. Consumo ótimo com fator de desconto.

Desejamos maximizar
ˆ T
V = e−δt lnc (t) dt s.a ṡ (t) = rs − c (t)
0

s (0) = s0 e s (T ) = sT

Teremos que:

H (s (t) , c (t) , t) = e−δt lnc (t) + π (t) [rs (t) − c (t)]

∂H 1
= e−δt − π = 0 (64)
∂c c
 162

∂H
= −rπ = π̇ (65)
∂s

∂H
= rs (t) − c (t) = ṡ (66)
∂π
Usaremos a equação (17) para encontrarmos uma solução geral para π:
ˆ ˆ
∂π 1
= −rdt
∂t π

lnπ = −rt + c1

π = c1 e−rt (67)

c1 = π (0)

Usando (19) em (16) teremos

e−δt
= π (0) e−rt
c

e+t(r−δ) π (0)−1 = c (t) = (5)

Em (18)

ṡ = rs − et(r−δ) (π (0))−1

ṡ − rs = −et(r−δ) (π (0))−1

ṡe−st − e−rt rs = − (π (0))−1 e−tδ

e−δt
se−st = +A
δπ (0)
Usando as condições iniciais teremos:

s (0) = s0 s0 = A + (π (0))−1

e(r−δ)T
s (T ) = sT sT = AerT +
Sπ (0)
 163

sT e−rT − s0e−δT
A=
1 − eδT
Para não termos valores negativos para o consumo, é necessário que

s0erT > sT

Exemplo. Modelo de Ramsey-Cass-Koopmans de crescimento usando uma função de

utilidade da família CARA.

1
u(ct ) = −( )e−αct
α
ˆ ∞
max u0 = u(ct )e−θt dt
0

s.a.

k̇ = f (kt ) − ct − nkt

Ht = u(ct )e−θt + µt [f (kt ) − nkt − ct ]

Fazendo λt = µt eθt

Ht = [u(ct ) + λt (f (kt ) − nkt − ct )]e−θt

1
Hc = (− )e−αc (−α)e−θt (−λt )e−θt = 0
α

e−αc = λt (1)

λt = µt eθt

(derivando em relação ao tempo)

λ̇ = µ̇eθt + µθeθt
 164

→ Utilizando a condição do hamiltoniano

µ̇ = −Hk

µ̇ = e−θt λt [f 0 (kt ) − n]

→ Substituindo na equação de λ̇
λt
λ̇ = e−θt λt [−f 0 (kt ) + n]eθt + ( )θeθt
eθt

λ̇ = λt [−f 0 (kt ) + n] + λt θ

λ̇ = λt [θ + n − f 0 (kt )] (2)

11) Controle ótimo:

→ Condição de transversalidade

lim kt u0 (ct )e−θt = 0 (3)

k→∞

→ Combinando as equações (1) e (2) para eliminar a variável de co-estado λt

→ Derivando a equação (1) em relação ao tempo

e−αc = λt (1)

−αċe−αc = λ̇t (10 )

→ Substituindo estas relações na equação (2)

−αċe−αc = e−αc [θ + n − f 0 (kt )] (20 )

→ BOX → Elasticidade de substituição

#−1
u0 (cs )/u0 (ct ) ∂ [u0 (cs )/u0 (ct )]
"
σ(ct ) = −
cs /ct ∂[(cs /ct )]
Se tomarmos o limite da expressão acima, como s converge para t teremos:
 165

u0 (ct )
σ(ct ) = − ct
u00 (ct )

→ Utilizando esta relação em (20 ), no entanto devemos primeiramente multiplicar a equa-

ção por c1t :
1 1
−αċe−αc = e−αc [θ + n − f 0 (kt )]
ct ct

ċ e−αc
= (−[f 0 (kt ) − θ − n]) (200 )
ct −αe−αc ct

ċ
= σ(ct )[f 0 (kt ) − θ − n]
ct

11) A partir da equação (200 ) podemos fazer algumas simplificações:

ċ e−αc
= (−[f 0 (kt ) − θ − n])
ct −αe−αc ct

ct e−αc


ċ = −αc (−[f 0 (kt ) − θ − n])

e (−α)
ct  


ċ = α−1 [f 0 (kt ) − θ − n]

→ Esta é a equação de Euler.

25.2.1 Diagrama de Fase (problemas de controle ótimo)

Vejamos um exemplo simples de controle ótimo.
ˆ T
M ax V = e−0,05t lnc dt
0

s.a

ṡ = 2s0,5 − c

s (0) = s0, s (T ) = sT

*Obs: Não colocarei as variáveis dependentes do tempo na forma c(t). Escreverei

apenas c.
 166

Teremos que:

H (s, c, π, t) = e−0,05t lnc + π 2s0,5 − c

h i

∂H
= e−0,05t c−1 − π = 0 (68)
∂c

∂H
= −π̇ = s−0,5 π (69)
∂s

∂H
= 2s0,5 − c = ṡ (70)
∂π
Nesse caso não conseguiremos solucionar πpor (21). Devemos diferenciar a equação
(20) em relação ao tempo.

−e−0,05t ċc−2 − 0, 05e−0,05t c = π̇

ċ 0, 05
 
−e −0,05t
2
+ = π̇
c c

ċ 0, 05
 
−e−0,05t
2
+ = −πs−0,5 (usando (21))
c c

e−0,05t
P or (20) π=
c

ċ 0, 05 −e−0,05t −0,5
 
−e−0,05 + = s
c2 c c

ċ
 
− + q 0,5 = −s−0,5
c2

+ ˙ + 0, 05c ˙= +cs−0,5c

1
 
+ ċ = c s− 2 − 0, 05 (71)

Agora podemos analisar o diagrama de fase no espaço (s, c).

Primeiramente analisaremos o locus de pontos onde ċ = 0 e ṡ = 0.

ṡ = 0 → c = 2s0,5

Note que c = 2s0,5 é uma função côncava e crescente em s. Essa curva sai da origem, e
possui uma inclinação infinitamente grande. (se s = 0 então c = 0).
 167

Já a equação ċ = 0 nos indica que se c = 0, s = 400. Esses locus críticos dividem

nosso quadrante positivo em quatro regiões ou iso setores.
Na região I c < 2s0,5 então ṡ > 0. Como c > 0 e s < 400 isso implica que ċ > 0. na
região II ainda temos c < 2s0,5 ; desse modo, ṡ > 0. e s > 400 então ċ < 0. A região III
está acima da curva c = 2s0,5 então ṡ < 0, ṡ < 400 e ċ < 0.
Na região IV ṡ < 0 e ċ > 0.
 168

Referências

CHIANG, A.; WAINWRIGHT, K. Matemática para economistas. 4a ed. Elsevier, 2005.

CYSNE; R. MOREIRA, H. Curso de matemática para economistas. 2 ed. São Paulo,

Altas, 2000.

DADKHAH, K. Foundations of Mathematical and Computational Economics, 2ed.

Springer, 2011.

GUIDORIZZI, H. Curso de Calculo, vol. 1. LTC, 2001.

LEONARD, D.; VAN LONG, N. Optimal Control Theory and Static Optimization in
Economics. Cambridge University Press, 1992.

PONTRYAGIN, L. S.; V. G. BOLTYANSKII; R. V. GAMKRELIDZE; E. F.

MISHCHENKO. The Mathematical Theory of Optimal Processes. New York, Wiley,
1962.

SALA-I-MARTIN, X. Apuntes de Crecimiento Económico. Barcelona: Antoni Bosch

(Ed.), 2000.

SIMON, C.; BLUME, L. Matemática para economistas. Porto Alegre:

Bookman, 2004.

SUNDARAM, R. K. A First Course in Optimization Theory, 1996.