Apostila de Mped

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO
PARANÁ
Modelagem de Problemas Usando

Equações Diferenciais
Notas de Aula
Francisco Bartosievicz Netto

versão 1.0 – 15/fevereiro/2024
Material produzido pelos Professores Dr. Francisco Bartosievicz Netto e Dr. José
Eloir Krupechacke com a colaboração dos Professores Dra . Mara Francieli Motin e Me.
Olimpio de Paula Xavier para a disciplina de Modelagem de Problemas Usando Equações
Diferenciais, dos cursos de Engenharia da Pontifı́cia Universidade Católica do Paraná.
Temas de estudo da disciplina:
• Números Complexos.
• Equações diferenciais ordinárias.
• Transformada de Laplace.
• Sequências e Séries.
• Séries de Taylor.
• Séries de Fourier
ii
Sumário
1 Números Complexos 1
1.1 Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Operações com Números Complexos . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Forma Polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 O Teorema de Moivre e a Fórmula de Euler . . . . . . . . . . . . . . . . . 12
2 Equações Diferenciais Ordinárias 17
2.1 Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Modelagem Matemática e Equações Diferenciais . . . . . . . . . . . . . . . 20
2.2.1 Dinâmica Populacional . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.2 Meia-vida ou Decaimento Radioativo . . . . . . . . . . . . . . . . . 20
2.2.3 Lei de Newton do Resfriamento/Aquecimento . . . . . . . . . . . . 21
2.2.4 Disseminação de uma doença . . . . . . . . . . . . . . . . . . . . . 21
2.2.5 Problemas de Misturas . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.6 Circuitos em Série . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.7 Corpos em queda . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.8 Movimento Harmônico Simples . . . . . . . . . . . . . . . . . . . . 24
iii
iv SUMÁRIO
2.3 Classificações de uma Equação Diferencial . . . . . . . . . . . . . . . . . . 25
2.4 Problema de Valor Inicial (PVI) . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5 Equações Diferenciais de Primeira Ordem . . . . . . . . . . . . . . . . . . . 32
2.5.1 Variáveis Separáveis . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.2 Equações Homogêneas . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5.3 Equações Exatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5.4 Equações Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.5 Equação de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6 Equações Diferenciais Lineares de Ordem Superior . . . . . . . . . . . . . . 45
2.6.1 Problema de Valor Inicial e de Valor de Contorno . . . . . . . . . . 45
2.6.2 Solução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.6.3 Equações Lineares e Homogêneas de Coeficientes Constantes . . . . 48
2.6.4 Equações Lineares Não Homogêneas de Coeficientes Constantes . . 51
2.6.5 Método dos coeficientes a determinar (Método de Descartes) . . . . 52
3 Transformada de Laplace 57
3.1 Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.2 Definição da Transformada de Laplace . . . . . . . . . . . . . . . . . . . . 57
3.2.1 Condição de existência da transformada de Laplace . . . . . . . . . 60
3.3 Transformada Inversa de Laplace . . . . . . . . . . . . . . . . . . . . . . . 62
3.4 Transformadas de derivadas e Solução de EDO . . . . . . . . . . . . . . . . 66
3.5 Teoremas de translação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

SUMÁRIO v
3.6 Derivada da transformada de Laplace . . . . . . . . . . . . . . . . . . . . . 74
3.7 Convolução e transformada de Laplace de funções periódicas . . . . . . . . 76
3.8 Delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.9 Sistemas de EDOs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4 Sequências e Séries 83
4.1 Sequências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.2 Séries Infinitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.3 Testes de Convergência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5 Séries: de Taylor e de Fourier 101
5.1 Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.2 Séries de Maclaurin e de Taylor . . . . . . . . . . . . . . . . . . . . . . . . 102
5.3 Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.3.1 Funções Pares e Ímpares . . . . . . . . . . . . . . . . . . . . . . . . 119
Referências Bibliográficas 125

vi SUMÁRIO
Números Complexos
1.1 Histórico
As equações do 2◦ grau com discriminante (delta) negativo não foram o motivo do

aparecimento dos números complexos. A motivação apareceu quando, em 1545, Gerônimo
Cardano (1501 - 1576) tentou resolver a equação do 3◦ grau x3 = 15x + 4, a qual ele sabia
ter x = 4 como uma das raı́zes.
Aplicando uma fórmula que ele mesmo publicou, conhecida como “Fórmula de
Cardano”(sugerida a ele por Niccolo Tartaglia [1500 - 1557]), apareceu na solução uma
raiz quadrada de número negativo:
√ √
q q
3 3
x = 2 + −121 + 2 − −121
√
Ele, então, chegou ao seguinte dilema: sabia, por um lado, que −121 não existia
e, por outro lado, que 4 era solução da equação. Cardano não conseguiu explicação para
o fato, mas chamou muita atenção para o problema.
Passados 25 anos, Raphael Bombelli (1523 - 1573), um admirador de Cardano,

escreveu um livro publicado em 1572 (historicamente consta como primeiro estudo dos
números complexos). Observando a equação anterior, Bombelli teve um ideia considerada
√
por muitos (inclusive o próprio Bombelli) de operar expressões do tipo a + b −1, sendo
√ 2
−1 = −1, sob as mesmas regras dos números reais. Assim, mostrou que as raı́zes
√ √
cúbicas achadas por Cardano eram, respectivamente, 2 + −1 e 2 − −1.
√
O sı́mbolo −1, introduzido por Albert Girard (1595 - 1632) em 1629, passou
a ser representado pela letra i, a partir de 1777 , por Leonhard Euler (1707 - 1783).
Foi impresso pela primeira vez em 1794 e tornou-se amplamente aceito após seu uso por
Johann Carl Friederich Gauss (1777 - 1855) em 1801. Em 1637, René Descartes (1596 -
1650) empregou, pela primeira vez, os termos real e imaginário.
Gauss foi quem introduziu a expressão “número complexo”, em 1832. John Wallis
(1616 - 1703) foi quem tentou, primeiramente, dar um significado concreto aos números
complexos, por meio de uma “interpretação geométrica”. Gauss e Willian Hamilton
(1805 - 1865) redescobriram a representação geométrica e definiram os complexos: Gauss
2 1.2 Operações com Números Complexos
os definiu da forma a + bi (em 1831) e Hamilton como pares ordenados de números reais
(em 1833).
Um número complexo a+bi pode ser identificado com o ponto (a, b) e representado
graficamente no plano (chamado de plano complexo ou plano de Argand , ou ainda
plano de Argand-Gauss), como na Figura 1.1. No plano complexo, o eixo horizontal
é chamado de eixo real , e o eixo vertical, de eixo imaginário.
Figura 1.1: O Plano Complexo
Você pode encontrar mais sobre a história dos números complexos, e tantos outros
assuntos da história da matemática, veja a referência Boyer1 , considerado por muitos como
o papa da história da matemática.
1.2 Operações com Números Complexos
Definição 1.1 Um número complexo é um número da forma a + bi, onde a e b são

números reais e i é um sı́mbolo com a propriedade i2 = −1.
O número real a é considerado um tipo especial de número complexo, pois a =

a + 0i. Se z = a + bi é um número complexo, então a parte real de z, denotada por Re
z, é a, e a parte imaginária de z, denotada por Im z, é b.
1
BOYER, Carl B. História da Matemática . São Paulo: Editora Edgard Blücler, 1996.
1. Números Complexos 3
Exemplo 1.1 Identifique a parte real e a parte imaginária de cada número complexo
abaixo:
Número complexo Parte real Re(z) Parte imaginária Im(z)
5 + 2i 5 2
√3
√ √ √
17 − 5 7i 3
17 −57
4i 0 4
213 213 0
Definição 1.2 Dois números complexos a + bi e c + di são iguais se suas partes reais e
suas partes imaginárias são respectivamente iguais, isto é, se a = c e b = d.
Definição 1.3 A soma dos números complexos a + bi e c + di é definida como
(a + bi) + (c + di) = (a + c) + (b + d)i
Note que, com a identificação dos números a + bi com a sua forma no plano complexo
(a, b), c + di com (c, d) e (a + c) +(b + d)i com (a + c, b + d), a adição de números complexos
é a mesma que a adição vetorial.
Definição 1.4 O produto de a + bi e c + di é
(a + bi)(c + di) = a(c + di) + bi(c + di) = ac + adi + bci + bdi2
Como i2 = −1, essa expressão fica (ac − bd) + (ad + bc)i. Assim, temos
(a + bi)(c + di) = (ac − bd) + (ad + bc)i
Observe que, em particular a(c + di) = ac + adi; assim, o oposto de c + di é

−(c + di) = (−1)(c + di) = −c − di. Tal fato nos permite calcular a diferença entre
a + bi e c + di da seguinte maneira:
(a + bi) − (c + di) = (a + bi) + (−1)(c + di) = (a + (−c)) + (b + (−d))i
ou seja
Definição 1.5 A diferença de a + bi e c + di é
(a + bi) − (c + di) = (a − c) + (b − d)i

Exemplo 1.2 Calcule a soma, a diferença e o produto entre 5 − 4i e −3 + 3i.
• Soma: (5 − 4i) + (−3 + 3i) = (5 + (−3)) + (−4 + 3)i = 2 − i
• Diferença: (5 − 4i) − (−3 + 3i) = (5 − (−3)) + (−4 − 3)i = 8 − 7i
• Produto: (5 − 4i)(−3 + 3i) = −15 + 15i + 12i − 12i2 = −15 + 27i − 12(−1) = −3 + 27i
Definição 1.6 O conjugado de z = a + bi, denotado por z, é o número complexo
z = a − bi
A Figura 1.2 a seguir mostra a interpretação geométrica do conjugado de um

número complexo.
Figura 1.2: O conjugado de um número complexo z
Exemplo 1.3 Identifique o conjugado de cada número complexo abaixo:
Número complexo z Conjugado z

5 + 2i 5 − 2i
√
3
√ √ √
17 − 5 7i 3
17 + 5 7i
4i −4i
213 213
Observação: ao multiplicar um número complexo z pelo seu conjugado z, obteremos um

número real positivo:
z.z = (a+bi)(a−bi) = (a2 −b(−b))+(a(−b)+ba)i = (a2 +b2 )+(−ab+ab)i = a2 +b2 ∈ R+
Ao levar essa caracterı́stica descrita acima, podemos descrever como calcular o

quociente entre dois números complexos.
Definição 1.7 O quociente entre a + bi e c + di é calculado multiplicando o numerador

e o denominador pelo conjugado de c + di:

a + bi a + bi c − di (ac + bd) + (bc − ad)i ac + bd bc − ad
= . = = + i
c + di c + di c − di c2 + d 2 c2 + d 2 c2 + d2
Exemplo 1.4 Calcule o quociente entre 5 − 4i e −3 + 3i.

5 − 4i 5 − 4i −3 − 3i 5(−3) + (−4)3 (−4)(−3) − 5.3 −27 −3
= . = + i= + i
−3 + 3i −3 + 3i −3 − 3i (−3)2 + 32 (−3)2 + 32 18 18
Note que é muito mais simples fazer a distributiva na conta que memorizar a fórmula do
quociente.
A seguir, algumas propriedades dos conjugados:
Propriedade 1.1 Sejam z e w números complexos:
1) z = z
2) z + w = z + w
3) zw = z.w
4) Se z 6= 0, então (w/z) = w/z
5) z é real se, e somente se, z = z

√
Agora, vamos desenvolver as potências naturais de i (i = −1). Assim:
i0 =1
i1 =i
i2 = −1
i3 = i2 .i = (−1).i = −i
i4 = i2 .i2 = (−1).(−1) = 1
i5 = i4 .i = 1.i = i
i6 = i5 .i = i.i = i2 = −1
i7 = i6 .i = (−1).i = −i
..
.
Observe que formou-se um padrão nos resultados das potências naturais de i:
1, i, −1, −i e repete novamente. Logo, de 4 em 4, as potências de i se repetem. Assim,
temos a seguinte tabela:
1 i0 i4 i8 i12 ...
i i1 i5 i9 i13 ...
−1 i2 i6 i10 i14 ...
−i i3 i7 i11 i15 ...
Exemplo 1.5 Determine as seguintes potências naturais de i:
a) i312 = i4×78 = (i4 )78 = (1)78 = 1
b) i1493 = i4×373+1 = (i4 )373 .i1 = (1)373 .i = i
c) i18 = i4×4+2 = (i4 )4 .i2 = (1)4 .(−1) = −1
d) i995 = i4×248+3 = (i4 )248 .i3 = (1)248 .(−i) = −i
No histórico apresentado no inı́cio deste capı́tulo, foi apresentado que um número com-
plexo a + bi pode ser representado geometricamente no plano complexo através do ponto
(a, b). Assim, finalmente podemos conceituar o conjunto dos números complexos:
Definição 1.8 O conjunto {z = (x, y)|x, y ∈ R}, representado por C, ao conjunto dos
números complexos, onde são satisfeitas as seguintes relações:
a) (a, b) = (c, d) ⇔ a = c e b = d
b) (a, b) + (c, d) = (a + c, b + d)
c) (a, b).(c, d) = (ac − bd, ad + bc)

E como o plano complexo é análogo ao plano cartesiano, podemos nos aproveitar

de algumas caracterı́sticas do plano cartesiano para apresentar mais algumas definições
importantes nos números complexos.
Definição 1.9 O módulo (ou valor absoluto) |z| de um número complexo z = a + bi

é a sua distância até a origem do plano complexo.
√
|z| = |a + bi| = a2 + b 2
Como mostrado na Figura 1.3, obtemos o resultado acima pelo Teorema de

Pitágoras.
Figura 1.3: O módulo de z
Já foi apresentado que sendo z = a + bi, temos que z.z = a2 + b2 . Portanto,
z.z = |z|2
e essa fórmula nos dá uma nova forma de expressar o quociente de dois números complexos
w e z:
w w z wz
= . = 2
z z z |z|
A seguir, mais algumas propriedades envolvendo números complexos e seu módulo:

8 1.3 Forma Polar
Propriedade 1.2 Sejam z e w números complexos:
1) z = 0 se, e somente se, z = 0
2) |z| = |z|
3) |zw| = |z|.|w|
1 1
4) Se z 6= 0, então =
z |z|
5) |z + w| ≤ |z| + |w|
1.3 Forma Polar
Já foi apresentado que um número complexo z = a + bi pode ser representado

geometricamente pelo ponto (a, b). Logo, também podemos utilizar o sistema de coor-
denadas polares (r, θ), com r ≥ 0 para representar o número complexo z = a + bi na
sua forma polar :
a = r cos θ e b = r sen θ
logo,
z = a + bi = r cos θ + (r sen θ)i
Figura 1.4: Forma polar de um número complexo

Definição 1.10 Um número complexo z = a + bi tem sua forma polar (ou forma
trigonométrica) descrita por
z = r(cos θ + i sen θ)
√
onde r = |z| = a2 + b2 e tg θ = b/a. O ângulo θ é chamado de argumento de z,
denotado por arg z.
Note que arg z pode ser o ângulo θ adicionado ou subtraı́do de qualquer múltiplo
inteiro de 2π, que resultará em outro arg z, mas representando o mesmo ponto. Note ainda
que o valor calculado por θ = tan−1 (b/a), especialmente quando feito por uma calculadora,
trará como resposta, ângulos corretos apenas para o primeiro e quarto quadrantes. Assim,
deve-se tomar cuidado em observar em qual quadrante do plano polar encontrar o número
complexo considerado (como na letra b do exemplo a seguir).
Exemplo 1.6 Determine o módulo, o argumento e a forma polar de cada número com-
plexo a seguir:
a) z1 = 3 − 4i , está no quarto quadrante

p
módulo: r = |z1 | = 32 + (−4)2 = 5

−4 −4 ∼ 3π
argumento: tg θ = ⇒ arg z1 = θ = arctg = −53.13◦ ∼
=−
3 3 10

3π 3π
forma polar: z1 = 5 cos − + i sen −
10 10
b) z2 = −2 + 2i , está no segundo quadrante, atenção ao argumento!
p √
módulo: r = |z2 | = (−2)2 + 22 = 2 2
2 π
argumento: tg θ = = −1 ⇒ arg z2 = θ = arctg (−1) = −45◦ = −
−2 4
mas como z2 está no segundo quadrante do plano polar, logo seu argumento não
3π
deve valer −45◦ , mas sim 135◦ = (por quê?). Assim, sua forma polar correta é:
4
√

3π 3π
forma polar: z2 = 2 2 cos + i sen
4 4
c) z3 = 1 + i , está no primeiro quadrante
√ √
módulo: r = |z3 | = 12 + 12 = 2
1 π
argumento: tg θ = = 1 ⇒ Arg z3 = θ = arctg (1) = 45◦ =
1 4
√ π π
forma polar: z3 = 2 cos + i sen
4 4
10 1.3 Forma Polar
√
d) z4 = 3+i
q√
módulo: r = |z4 | = ( 3)2 + 12 = 2

1 1 π
argumento: tg θ = √ ⇒ Arg z4 = θ = arctg √ = 30◦ =
3 3 6
π π
forma polar: z4 = 2 cos + i sen
6 6
Com esta definição da forma polar para os números complexos, vamos apresentar
interpretações geométricas para a multiplicação e a divisão dos números complexos. Mas
primeiros, lembremos das seguintes identidades trigonométricas:
cos(θ1 + θ2 ) = cos θ1 cos θ2 − sen θ1 sen θ2

sen (θ1 + θ2 ) = sen θ1 cos θ2 + cos θ1 sen θ2
Considere z1 = r1 (cos θ1 + i sen θ1 ) e z2 = r2 (cos θ2 + i sen θ2 ). Assim, vamos à

multiplicação de z1 e z2 :
z1 z2 = r1 (cos θ1 + i sen θ1 )r2 (cos θ2 + i sen θ2 )

= r1 r2 [(cos θ1 cos θ2 − sen θ1 sen θ2 ) + i( sen θ1 cos θ2 + cos θ1 sen θ2 )]
assim, temos:
z1 z2 = r1 r2 [cos(θ1 + θ2 ) + i sen (θ1 + θ2 )]
isso mostra que |z1 z2 | = |z1 ||z2 | e que arg(z1 z2 ) = arg z1 + arg z2 , ou seja, para multi-
plicar dois números complexos z1 e z2 , devemos multiplicar seus módulos e somar seus
argumentos.
Figura 1.5: Multiplicação de dois números complexos na forma polar

De maneira análoga, a divisão de z1 e z2 resulta em:
z1 r1
= [cos(θ1 − θ2 ) + i sen (θ1 − θ2 )]
z2 r2
ou seja, para dividir dois números complexos, dividimos seus módulos e subtraı́mos seus
argumentos.
Ainda olhando para este último resultado, podemos definir o inverso de um

número complexo na forma polar. Sendo z1 = 1 (logo θ1 = 0) e z2 = z 6= 0 (logo
r2 = r 6= 0 e θ2 = θ), temos:
1 1 1
= [cos(0 − θ) + i sen (0 − θ)] = [cos(θ) − i sen (θ)]
z r r
tal fórmula também pode ser obtida pelo quociente apresentado na seção anterior e então
obtendo sua forma polar.
√
Exemplo 1.7 Determine o produto e o quociente de −2 + 2i e 3 + i.
Do exemplo 1.6, temos que:

√ √

3π 3π π π
−2 + 2i = 2 2 cos + i sen e 3 + i = 2 cos + i sen
4 4 6 6
portanto,
√ √

3π π 3π π
(−2 + 2i)( 3 + i) = 4 2 cos + + i sen +
4 6 4 6
√

11π 11π
= 4 2 cos + i sen
12 12
√
−2 + 2i 2 2 3π π 3π π
√ = cos − + i sen −
3+i 2 4 6 4 6
√

7π 7π
= 2 cos + i sen
12 12
fica a cargo do estudante conferir as respostas obtidas comparando com a forma algébrica
de multiplicar e dividir dois números complexos.
12 1.4 O Teorema de Moivre e a Fórmula de Euler
Repare que o produto também pode ser calculado como visto na seção anterior:
√ √ √
(−2 + 2i)( 3 + i) = (−2 3 − 2) + (2 3 − 2)i. Logo, temos a seguinte comparação:
√ √

11π
−2 3 − 2 = 4 2 cos
12
√ √

11π
2 3−2 = 4 2 sen
12
portanto:
√ √ √
11π 2 3+2 − 6− 2
cos =− √ =
12 4 2 4
√ √ √
11π 2−2 3 6− 2
sen = √ =
12 4 2 4
sendo esta uma forma interessante de calcular o seno e o cosseno de ângulos não notáveis
(confira os valores acima na sua calculadora e surpreenda-se).
1.4 O Teorema de Moivre e a Fórmula de Euler
Se n é um número inteiro positivo e z = r(cos θ + i sen θ), o uso repetido da

fórmula do produto de números complexos na forma polar nos fornece uma fórmula para
as potências de z:
z 2 = r2 (cos 2θ + i sen 2θ)

z 3 = zz 2 = r3 (cos 3θ + i sen 3θ)
z 4 = zz 3 = r4 (cos 4θ + i sen 4θ)
..
.
Esse padrão foi apresentado como teorema e provado pelo matemático francês
Abraham de Moivre (1667 - 1754):
Teorema 1.1 Se z = r(cos θ + i sen θ) e n ∈ IN∗+ então:
z n = rn (cos nθ + i sen nθ)

Exemplo 1.8 Determine (1 + i)8 e (1 + i)9

√ π π
1 + i = 2 cos + i sen
4 4
Assim, temos:
√ π π
(1 + i)8 = ( 2)8 cos 8 + i sen 8 = 16 (cos (2π) + i sen (2π)) = 16
4 4
e
√ π π √ π π
(1 + i)9 = ( 2)9 cos 9 + i sen 9 = 16 2 cos + i sen = 16 + 16i
4 4 4 4
A Figura 1.6 mostra (1 + i)n , n = 0, 1, . . . , 9. Repare na espiral que vai se for-

mando e na invariância do ângulo acrescido a cada potência feita.
Figura 1.6: Potências de 1 + i

Através do Teorema de Moivre, podemos também calcular a raiz n-ésima de um

número complexo z. Seja w um número complexo tal que
wn = z
e nas suas formas polares, digamos que sejam
w = s(cos φ + i sen φ) e z = r(cos θ + i sen θ)
logo, pelo Teorema de Moivre, temos:
sn (cos nφ + i sen nφ) = r(cos θ + i sen θ)
Se igualarmos os valores absolutos, temos:

√
sn = r equivalente a s = r1/n = n
r
e também temos que:

cos nφ = cos θ e sen nφ = sen θ
Como seno e cossenos são ambas funções de perı́odo 2π, isso implica que nφ e θ diferem
por um múltiplo de 2π, ou seja:
θ + 2kπ
nφ = θ + 2kπ ou φ =
n
sendo k ∈ Z. Assim, finalmente temos o resultado:
Teorema 1.2 Sejam z = r(cos θ + i sen θ) e n ∈ IN+ . Então z tem exatamente n raı́zes
distintas dadas por

1/n 1/n θ + 2kπ θ + 2kπ
z =r cos + i sen
n n
para k = 0, 1, 2, . . . , n − 1.
Exemplo 1.9 Determine as quatro raı́zes quarta de -81.
Na forma polar, −81 = 81(cos π + i sen π). Assim, as raı́zes quarta de -81 são:

1/4 1/4 π + 2kπ π + 2kπ
(−81) = 81 cos + i sen para k = 0, 1, 2, 3
4 4
Assim, para cada valor de k:
π π i √ √ ! √ √
h 2 2 3 2 3 2
k = 0: 811/4 cos + i sen =3 + i = + i
4 4 2 2 2 2
√ √ ! √ √
π + 2π π + 2π 2 2 3 2 3 2
k = 1: 811/4 cos + i sen =3 − + i =− + i
4 4 2 2 2 2
√ √ ! √ √
π + 4π π + 4π 2 2 3 2 3 2
k = 2: 811/4 cos + i sen =3 − − i =− − i
4 4 2 2 2 2
√ √ ! √ √
π + 6π π + 6π 2 2 3 2 3 2
k = 3: 811/4 cos + i sen =3 − i = − i
4 4 2 2 2 2
Note como as quatro raı́zes de −81 são igualmente espaçadas em π/2 radianos
ao longo da circunferência de raio 3 centrada na origem, apresentado na Figura 1.7.
Figura 1.7: Raı́zes quartas de −81
Outro resultado muito importante nos números complexos, é a famosa Fórmula

de Euler, considerada por muitos como a fórmula mais bela de toda a matemática. Sua
dedução será um exercı́cio que depende de um assunto que abordarem mais adiante.
Teorema 1.3 Para todo x ∈ R, temos que
eix = cos x + i sen x
Este resultado da fórmula de Euler nos possibilita escrever a forma polar de um

número complexo de maneira resumida, como a seguir:
z = r (cos θ + i sen θ) = reiθ

Exemplo 1.10 Determine a forma de Euler para −2 + 2i.

√ √

3π 3π
−2 + 2i = 2 2 cos + i sen = 2 2e3iπ/4
4 4
Ainda podemos seguir o sentido inverso desta ideia e escrever uma exponencial
complexa na forma polar e, por tanto, na sua forma algébrica a + bi.
Exemplo 1.11 Determine a forma a + bi dos seguintes números:
a) eiπ
eiπ = e0+iπ = e0 eiπ = 1(cos π + i sen π) = −1 + i · 0 = −1
Neste exemplo, podemos ver que temos eiπ + 1 = 0. Esta é considerada uma das
relações mais impressionantes de todos os tempos da história da matemática. Ela
envolve as operações fundamentais da adição, multiplicação e exponenciação, en-
volve também os elementos neutros da adição, o número 0, e da multiplicação, o
número 1. Ainda, os dois números transcendentes mais importantes: π e e, além
da unidade complexa i. Tudo isso, em uma única relação!
b) eiπ/3 √
iπ/3 0+iπ/3 0 iπ/3
π π 1 3
e =e =e e = 1 cos + i sen = + i
3 3 2 2
Finalmente, se z = reiθ = r(cos θ + i sen θ), então
z = r(cos θ − i sen θ)
Tomando que a função cosseno é par: cos(−θ) = cos(θ) e a função seno é ı́mpar:
sen (−θ) = − sen (θ), nos permite reescrever o conjugado acima da seguinte forma:
z = r(cos θ − i sen θ) = r(cos(−θ) + i sen (−θ)) = rei(−θ)
Assim, se z = reiθ , entao z = re−iθ .
Esta nova forma de representar um número complexo, a forma de Euler, também

nos permite demonstrar em um única linha o Teorema de Moivre:
z n = [r(cos θ + i sen θ)]n = (reiθ )n = rn einθ = rn (cos nθ + i sen nθ)

Equações Diferenciais Ordinárias
2.1 Histórico
Sem saber realmente o que são equações diferenciais e como resolvê-las, não pa-
rece muito interessante saber a história deste ramo da matemática. Mas o desenvolvi-
mento das ditas equações diferenciais está diretamente ligado ao desenvolvimento geral
da matemática e não há como separar uma coisa da outra. Antes de começar a mostrar
a história, vem a pergunta: “o que é uma equação diferencial?”. A resposta está na
definição a seguir:
Definição 2.1 Equações contendo derivadas são chamadas de equações diferenciais.
As equações diferenciais começaram a ser estudadas por Isaac Newton (1642 -

1727) e por Gottfried Wilhelm Leibniz (1646 - 1716) durante o século XVII. Newton
cresceu no interior da Inglaterra e tornou-se Professor de Matemática em 1669, em Cam-
bridge. As descobertas de Newton sobre o cálculo e as leis fundamentais da mecânica
datam de 1665. Seus amigos mais próximos já conheciam seus resultados, mas Newton só
os publicou em 1687, quando apareceu no seu livro mais famoso, Philosophiae Naturalis
Principia Mathematica. Muito embora Newton tenha atuado pouco na área de equações
diferenciais, seu desenvolvimento do cálculo e os princı́pios básicos da mecânica forma-
ram a base para a aplicação das equações diferenciais no século XVIII, especialmente por
Euler.
Leibniz nasceu em Leipzig, tendo completado seu doutorado em filosofia aos 20

anos de idade. Era autodidata em matemática, seu interesse na área surgiu aos vinte e
poucos anos. Leibniz chegou aos seus resultados sobre o cálculo independentemente de
Newton, e embora um pouco depois dele, foi o primeiro a publicá-los, em 1684. Leibniz sa-
bia que uma boa notação matemática tinha um poder muito grande, tanto que a notação
que utilizamos para derivada, dy/dx, bem como o sı́mbolo da integral, são devidos a ele.
Ele descobriu o método da separação das variáveis em 1691, a redução de equações ho-
mogêneas a equações separáveis também em 1691 e o procedimento para resolver equações
lineares de primeira ordem em 1694 (todas estas equações nós veremos em breve). Leibniz
manteve contato com muitos matemáticos do seu tempo, em especial os irmãos Bernoulli
18 2.1 Histórico
e, com estes, foram resolvidos muitos problemas em equações diferenciais durante o final
do século XVII.
Nativos da Basileia (Suiça), os irmãos Jakob (1654 - 1705) e Johann (1667 - 1748)
Bernoulli obtiveram muitos resultados sobre o desenvolvimento de métodos para resolver
equações diferenciais e com isso ampliar o campo de suas aplicações. Jakob tornou-se
professor de matemática na Basileia em 1687, e Johann foi nomeado para a mesma posição
após a morte do seu irmão em 1705. Em 1690, Jakob resolveu a equação diferencial
y 0 = [a3 /(b2 y − a3 )]1/2 e no mesmo artigo usou pela primeira vez a palavra “integral”no
sentido moderno. Em 1694, Johann conseguiu resolver a equação dy/dx = y/ax. Um
problema resolvido por ambos os irmãos e que gerou atrito entre eles foi o problema da
braquistócrona 1 : encontrar uma curva ao longo da qual uma partı́cula desliza sem atrito,
em um tempo mı́nimo, de um ponto dado P até outro ponto Q, em que o segundo ponto
está mais baixo que o primeiro, mas não diretamente debaixo. Este problema foi proposto
por Johann em 1696. Tanto Johann, quanto Jakob encontraram soluções corretas para
este problema. Além deles, Newton, Leibniz e Guillaume François Antoine (1661 - 1704),
o Marquês de L’Hôpital, também resolveram este problema.
Daniel Bernoulli (1700 - 1782), filho de Johann, incorporou à Academia de São

Petesburgo em sua juventude, mas retornou à Basileia em 1733 como professor de botânica
e, mais tarde, de fı́sica. Seus interesses eram, especialmente, em equações diferenciais
parciais e suas aplicações. Como exemplo, a equação de Bernoulli em mecânica dos
fluı́dos é devido a ele. Além disso, foi o primeiro a encontrar as funções que, um século
depois, seriam chamadas como funções de Bessel.
Leonhard Euler cresceu perto da Basileia e foi aluno de Johann Bernoulli. Ele
seguiu seu amigo Daniel Bernoulli à Academia de São Petersburgo em 1727. Dividiu
da sua vida entre a Academia de São Petersburgo (1727 - 1783) e a Academia de Ber-
lim (1741 - 1766). Seus interesses abrangeram todas as áreas da matemática e muitos
campos de aplicação; suas obras completas enchem mais de 70 livros volumosos. Dentre
tantos trabalhos, Euler identificou a condição para que equações diferenciais de primeira
ordem sejam exatas e a teoria dos fatores integrantes no mesmo artigo (1734 - 1735), e
encontrou a solução geral para equações diferenciais lineares homogêneas de coeficientes
constantes em 1743, estendendo este resultado para equações não-homogêneas em 1750 -
1751. Próximo de 1750, Euler usou com frequência as séries de potências para resolver
equações diferenciais. Ainda, entre 1768 e 1769, propôs um método numérico para resolver
equações diferenciais ordinárias e fez importantes contribuições em equações diferenciais
parciais.
1
A palavra “braquistócrona” vem das palavras gregas brachisto, que significa o mais curto, e chronos,
que significa tempo.
2. Equações Diferenciais Ordinárias 19
Joseph-Louis Lagrange (1736 - 1813) tornou-se professor de matemática em Tu-

rim, sua cidade natal, aos 19 anos de idade. Sucedeu Euler na Academia de Berlim em
1766 e foi para a Academia de Paris em 1787. Entre 1762 e 1765, mostrou que a solução
geral de uma equação diferencial linear homogênea de ordem n é uma combinação linear
de n soluções independentes. Depois, entre 1774 e 1775, desenvolveu o método de variação
dos parâmetros.
Pierre-Simon de Laplace (1749 - 1827) foi eleito para a Academia de Ciências de

Paris em 1773. A transformada de Laplace recebeu o nome em sua homenagem, mas seu
uso na resolução de equações diferenciais só veio acontecer bem mais tarde.
Ao final do século XVIII, vários métodos elementares para resolver equações di-
ferenciais ordinárias já tinham sido descobertos. A partir do século XIX, o interesse
passou a ser as questões mais teóricas sobre a existência e a unicidade das soluções das
equações diferenciais, e no desenvolvimento de métodos menos elementares (como as séries
de potências). As equações diferenciais parciais começaram a ganhar cada vez mais espaço
pelo seu papel em fı́sica matemática. As equações que ainda podiam ser resolvidas de
forma analı́tica, levaram às investigações de métodos numéricos, que aproximam a res-
posta. Próximo de 1900, já havia diversos métodos numéricos, mas sua execução ainda
era prejudicada devido a necessidade de máquinas de calcular, ainda rudimentares, ou de
severas contas realizadas à mão.
Nos últimos 60 anos, o desenvolvimento dos computadores possibilitaram a im-

plementação de tais métodos e, com isso, a resolução de problemas cada vez mais signi-
ficativos. Já no século XX, criaram-se métodos geométricos ou topológicos, em especial
para equações não-lineares, cujo objetivo é compreender, mesmo que qualitativamente, o
comportamento de soluções de um ponto de vista geométrico. Nos últimos anos, juntando
métodos numéricos computacionais, com a computação gráfica, diversas áreas estão sendo
utilizadas para entender estas soluções, tais como atratores estranhos, caos e fractais, le-
vando a novos estudos e novas abordagens em diferentes aplicações.
Adentraremos pra valer no assunto de equações diferenciais (e para facilitar, cha-

maremos de ED), primeiro mostrando diversas modelagens matemáticas que recaem nas
tais EDs. Depois, suas classificações e, então, os métodos de resolução clássicos.
20 2.2 Modelagem Matemática e Equações Diferenciais
2.2 Modelagem Matemática e Equações Diferenciais
É de extrema importância descrever problemas fı́sicos, quı́micos, sociológicos ou

econômicos (dentre demais áreas possı́veis) através de termos matemáticos. E esta des-
crição é chamada de modelagem matemática ou de modelo matemático. Assim,
vejamos alguns modelos matemáticos para diversas situações.
2.2.1 Dinâmica Populacional
Uma das primeiras tentativas de modelagem do crescimento populacional humano

por meio de um modelo matemático foi feita pelo economista inglês Thomas Malthus, em
1798. Basicamente, a ideia por trás do modelo malthusiano é a hipótese de que a taxa
segundo a qual a população de um paı́s cresce em um determinado instante é proporcional
a população total do paı́s naquele instante. Em outras palavras, quanto mais pessoas
houver em um instante t, mais pessoas existirão no futuro. Em termos matemáticos, se
P (t) for a população total no instante t, então essa hipótese pode ser expressa por:
dP
= kP,
dt
onde k é uma constante de proporcionalidade, serve como modelo para diversos fenômenos
envolvendo crescimento ou decaimento.
Este modelo é simples, e não leva em conta muitos fatores que podem influenciar
a população humana tanto no crescimento, quanto no decrescimento (fatores como imi-
gração/emigração, doenças em larga escala e guerras, por exemplo). As populações que
crescem à taxa descrita neste modelo são raras, sendo interessante para avaliar o cresci-
mento de pequenas populações em um intervalo de tempo curto, como o crescimento de
bactérias numa placa de Petri, por exemplo.
2.2.2 Meia-vida ou Decaimento Radioativo
Em fı́sica, meia-vida é uma medida de estabilidade de uma substância radioativa.

A meia-vida é simplesmente o tempo gasto para metade dos átomos de uma quantidade Q0
se desintegrar ou se transmutar em átomos de outro elemento. Quanto maior a meia-vida
de uma substância, mais estável ela é.
Por exemplo, a meia vida do ultra radioativo rádio, Ra-226, é cerca de 1700 anos.
Em 1700 anos, metade de uma dada quantidade de Ra-226 é transmutada em Radônio,
Rn-222. O isótopo de urânio mais comum, U-238, tem uma meia-vida de aproxima-
damente 4.500.000.000 de anos. Nesse tempo, metade de uma quantidade de U-238 é
transmutada em chumbo, Pb-206.
Da mesma forma que no crescimento populacional, a meia vida de uma substância

é descrita pelo mesmo modelo matemático:
dQ
= kQ,
dt
Estes dois primeiros modelos matemáticos nos mostram que uma única equação
diferencial pode servir como modelo matemático para vários fenômenos diferentes.
2.2.3 Lei de Newton do Resfriamento/Aquecimento
De acordo com a lei de resfriamento de Newton, a taxa segundo a qual a tempe-

ratura de um corpo varia é proporcional a diferença entre a temperatura de um corpo e
a temperatura do meio que o rodeia, denominada temperatura ambiente. Isto é, se T (t)
representar a temperatura de um corpo no instante t, Tm é a temperatura do meio que
o rodeia e dT
dt
é a taxa segundo a qual a temperatura do corpo varia, a lei de Newton do
resfriamento é dada por:
dT
= k(T − Tm ),
dt
onde k é uma constante de proporcionalidade.
2.2.4 Disseminação de uma doença
Uma doença contagiosa - por exemplo, o vı́rus da gripe - espalha-se em uma

comunidade por meio do contato entre pessoas. Seja x(t) o número de pessoas que con-
traı́ram a doença e y(t) o número de pessoas que ainda não foram expostas. É de se supor
que a taxa dx/dt segundo a qual a doença se dissemina seja proporcional ao número de
contatos que os dois grupos de pessoas mantém. Se supormos que estes contatos sejam
proporcional ao produto xy, então
dx
= kxy,
dt
onde k é a constante de proporcionalidade usual aos modelos.

Suponha que em uma pequena comunidade tenha uma população fixa de n pes-
soas. Se uma pessoa infectada for introduzida nesta comunidade, pode-se argumentar que
x(t) e y(t) estão relacionados por x + y = n + 1. Isolando y e substituindo no modelo
acima, temos:
dx
= kx(n + 1 − x),
dt
note que este problema nos fornece uma informação extra: x(0) = 1. Este tipo de
informação “extra” será de suma importância no estudo das EDs.
2.2.5 Problemas de Misturas
A mistura de duas soluções salinas com concentrações diferentes dá origem a uma
equação diferencial de primeira ordem para a quantidade de sal contida na mistura. Para
esta aplicação, vamos considerar as unidades de medida para volume em litros (L), massa
em gramas (g) e o tempo em minutos (min).
Suponha que um tanque contenha um volume inicial V0 de salmora (água na qual

foi dissolvida uma quantidade inicial de sal Q0 ). Uma outra salmora é bombeada para
dentro do tanque a uma certa taxa qe (L/min) e com uma concentração de sal conhecida
Ce (g/L). Quando esta solução estiver bem misturada, ela será bombeada para fora a
uma certa taxa qs (L/min) e com uma certa concentração Cs (g/L). Se Q(t) denotar a
quantidade de sal no tanque no instante de tempo t, a taxa segundo Q(t) varia será uma
taxa lı́quida:
dQ
= (taxa de entrada de sal) − (taxa de saı́da de sal) = Re − Rs ,
dt
A taxa de entrada Re do sal no tanque é produto do fluxo de entrada de fluı́do qe

pela concentração de sal Ce , ou seja, Re = qe .Ce e o mesmo vale para a saı́da Rs = qs .Cs .
Repare na unidade de medida para Re e Rs : min L
· Lg = min
g
. Ainda temos que, sendo C a
concentração de Sal, Q a quantidade de sal em t e V o volume concentração salina, segue
que:
Q Q
V = V0 + (qe − qs )t , C = e ainda Cs = ,
V V0 + (qe − qs )t
logo
dQ qs .Q
= qe .Ce − .
dt V0 + (qe − qs )t
2.2.6 Circuitos em Série
Para um circuito em série contendo apenas um resistor e um indutor, a segunda

lei de Kirchhoff estabelece que a soma das quedas de tensão no indutor (L(di/dt)) e no
resistor (iR) é igual a tensão aplicada no circuito (E(t)). Obtemos, assim, a equação
diferencial linear para a corrente i(t).
di
L + Ri = E(t),
dt
onde L e R são constantes conhecidas como a indutância e a resistência, respectivamente.
A queda de tensão em um capacitor com capacitância C é dada por q(t)

C
, onde
q é a carga no capacitor. Assim sendo, para o circuito em série R-C, a segunda lei de
Kirchhoff nos dá
1
Ri + q = E(t).
C
dq
Mas a corrente i e a carga q estão relacionadas por i = dt
, dessa forma, a equação
acima transforma-se na equação diferencial linear
dq 1
R + q = E(t).
dt C
2.2.7 Corpos em queda
A segunda lei do movimento de Newton nos diz que a massa de um objeto,

multiplicada por sua aceleração é igual a força total atuando sobre o objeto, ou seja
F = ma, onde F é a força total agindo sobre o objeto, m é a massa do objeto e a é a
aceleração do objeto. Suponha que o objeto está caindo na atmosfera, próximo do nı́vel
do mar. A aceleração e a velocidade estão relacionados da forma a = dv/dt. Assim,
podemos escrever
dv
F =m
dt
Considerando as forças que agem no objeto em queda. A gravidade exerce uma

força igual ao peso do objeto, ou mg, em que g é a aceleração gravitacional determinada
experimentalmente como 9, 8m/s2 próximo à superfı́cie da Terra. A resistência do ar é
proporcional a velocidade do objeto, assim ela terá magnitude γv, onde γ é uma constante
chamada de coeficiente da resistência do ar. Esta depende muito da superfı́cie do objeto
(se lisa ou rugosa) e da aerodinâmica do objeto. Ainda, sua unidade é kg/s. Assim, γv
terá unidade de força, ou seja, kg · m/s2 .
A expressão da força total F , será considerada lembrando que a gravidade sempre

age para baixo (sentido positivo), enquanto a resistência do ar age para cima (sentido
negativo). Logo,
F = mg − γv,
e com isso temos

dv
m = mg − γv,
dt
ou
dv γ
+ v = g.
dt m
Ainda, se levarmos em conta que a posição s(t) do objeto é relacionada com a

velocidade v = ds/dt, temos também:
d2 s γ ds
+ = g.
dt m dt
2.2.8 Movimento Harmônico Simples
O movimento harmônico simples (MHS) é o movimento oscilatório que acontece

quando a aceleração e a força resultante são proporcionais e opostas ao deslocamento, sem
atrito. É um tipo de frequência do movimento, onde oscila a massa. Para o movimento
harmônico simples unidimensional, a equação dos movimentos é aplicada à segunda lei
linear com uma equação diferencial ordinária com seus coeficientes constantes, a partir
da segunda lei de Newton e da lei de Hooke:
d2 x
F = ma = m = −kx,
dt2
logo,
d2 x k
2
+ x = 0,
dt m
ou, equivalentemente, considerando a frequência angular ω 2 = k/m e k a constante de

elasticidade da mola
d2 x
+ ω 2 x = 0.
dt2
2.3 Classificações de uma Equação Diferencial
Como visto na definição 2.1 e em todas as modelagens matemáticas na seção

anterior, uma equação diferencial é uma equação que envolve derivadas. Mas estas podem
ser classificadas, ou categorizadas, quanto a diversos aspectos:
• Se a ED é ordinária ou parcial;
• quanto a sua ordem e grau;
• se a ED é linear ou não linear.
Definição 2.2 Equações Diferenciais Ordinárias (EDOs) são as equações nas

quais aparecem apenas derivadas simples (isto é, com uma apenas uma variável depen-
dente).
Exemplo 2.1 Exemplos de EDO’s:
• y 00 + y + 2 = 0
dy
• dt
− 5y = 1
dy
• (y − x)dx + 4xdy = 0, também pode ser escrita como 4x dx +y =x
Observação: todas as equações diferenciais apresentadas nas modelagens matemáticas na

seção anterior são EDOs.
Definição 2.3 Equações Diferenciais Parciais (EDPs) são as equações nas quais
aparecem derivadas parciais (isto é, com duas ou mais variáveis dependentes).
Exemplo 2.2 Exemplos de EDP’S:
• ut − c2 uxx = 0 (Equação do Calor)
• utt − c2 uxx = 0 (Equação da Onda)
• uxx + utt = 0 (Equação de Laplace)

26 2.3 Classificações de uma Equação Diferencial
Definição 2.4 A ordem de uma ED é a mais alta ordem de derivada que aparece na
equação.
Exemplo 2.3 As ED’s e suas respectivas ordens:
• y 00 + y + 2 = 0 ordem 2
dy
• dt
− 5y = 1 ordem 1
• (y − x)dx + 4xdy = 0 ordem 1
• ut − c2 uxx = 0 ordem 2
d2 y dy 3

• dx 2 + 5 dx − 4y = ex ordem 2
Equações Diferenciais Ordinárias (EDO) de primeira ordem tem a forma:

dy
= f (x, y)
dx
Definição 2.5 O grau de uma ED é o maior dos expoentes a que está elevada a derivada
de mais alta ordem contida na equação.
Exemplo 2.4 As ED’s e seus respectivos graus:
• y 00 + y + 2 = 0 grau 1
• (y − x)dx + 4xdy = 0 grau 1
• ut − c2 uxx = 0 grau 1
2 2
d y dy 3

• dx 2 + 5 dx − 4y = ex grau 2
3
2 3
d y d4 y
• x − y dx3 =1+ dx4
grau 3
Definição 2.6 Uma ED é dita linear se satisfaz as seguintes condições:
1. a variável dependente y e todas as suas derivadas são do primeiro grau, isto é, a
potência de cada termo envolvendo y é 1;
2. cada termo depende apenas da variável independente x.
E uma ED é não-linear se não satisfaz pelo menos uma das condições descritas acima.
Exemplo 2.5 Exemplos de ED’s lineares:
• y 00 + y + 2 = 0
• xdy + ydx = 0
d y 3 2
2d y dy
• x3 dx3 − x dx2 + 3x dx + 5y = e
x
Exemplo 2.6 Exemplos de ED’s não-lineares:
• y.y 00 − 2y 0 = x
d3 y
• dx3
+ y2 = 0
Compreendido como uma Equação Diferencial pode ser classificada, parte do

objetivo dessa disciplina é discutir as soluções dessas equações e como encontrá-las. Antes
disso:
Definição 2.7 Toda função φ, definida em um intervalo I que tem pelo menos n deriva-
das contı́nuas em I, as quais quando substituı́das em uma equação diferencial ordinária
de ordem n reduzem a equação a uma identidade, é denominada uma solução da equação
diferencial no intervalo.
Em alguns contextos, a solução φ é chamada de integral da equação. O intervalo

I na definição 2.7 é chamado de intervalo de definição, intervalo de existência,
intervalo de validade ou domı́nio da solução, podendo ser um intervalo aberto (a, b),
um intervalo fechado [a, b], um intervalo (a, ∞) e assim por diante.
√
Exemplo 2.7 Verifique que a função u(x, t) = ln( x2 + t2 ) é solução da equação de
Laplace uxx + utt = 0.
x t2 − x2
ux = 2 , uxx = 2
x + t2 (x + t2 )2
t x2 − t2
ut = 2 , utt = 2
x + t2 (x + t2 )2
Substituindo na ED, temos:
t 2 − x2 x2 − t 2 t2 − x2 + x2 − t2
uxx + utt = + = =0
(x2 + t2 )2 (x2 + t2 )2 (x2 + t2 )2
Logo, está verificado.

28 2.3 Classificações de uma Equação Diferencial
x4 dy
Exemplo 2.8 Verifique que y = é solução da equação não-linear dx
= xy 1/2 .
16
dy 4x3 x3
= =
dx 16 4
1/2
x4 x2 x3

1/2
xy =x =x =
16 4 4
Ao desenvolver os dois membros da equação obtemos a mesma expressão, logo, está veri-
ficado.
Exemplo 2.9 Verifique que y = xex é solução da equação linear y 00 − 2y 0 + y = 0.
y 0 = 1ex + xex = (x + 1)ex
y 00 = 1ex + (x + 1)ex = (x + 2)ex
Substituindo na ED, temos:
y 00 − 2y 0 + y = (x + 2)ex − 2((x + 1)ex ) + xex = (x + 2 − 2x − 2 + x)ex = 0
Logo, está verificado.
Existem vários tipos de solução de uma equação diferencial, são elas:
1. Solução geral: é a solução da equação que contém tantas constantes arbitrárias

quantas forem as unidades da ordem da equação. Dessa forma, uma equação de
primeira ordem apresenta apenas uma constante arbitrária em sua solução geral.
Uma de segunda ordem apresentará duas constantes, e assim por diante.
2. Solução particular: é a solução da equação deduzida da solução geral, atribuindo-

se valores particulares às constantes arbitrárias.
3. Solução singular: é a solução da equação, que não pode ser deduzida da solução
geral. Assim sendo, apenas alguns tipos de equações apresentam essa solução. No
exemplo 2.8, y = 0 é uma solução singular (verifique!), pois ela não pode ser obtida
da famı́lia mediante atribuição de valor numérico especı́fico à constante c.
Observe que para algumas Equações Diferenciais, dado mais que uma solução, então a
combinação linear delas também é solução da ED.
Definição 2.8 O gráfico de uma solução, ou integral da equação, φ de uma EDO é

chamado de curva integral.
Uma vez que φ é uma função diferenciável, ela é contı́nua no seu intervalo de
existência I. Com isso, pode haver uma diferença entre o gráfico da função φ e o gráfico
da solução φ. Ou seja, o domı́nio da função φ não precisa necessariamente ser igual ao
intervalo I de existência da solução.
Exemplo 2.10 Esboce as curvas integrais da ED y 0 = 2x.
Sendo y = x2 + c a solução da ED, repare que para valor de c ∈ R, tem uma solução
diferente. Assim, os gráficos a seguir exemplificam possibilidade de y para diferentes
valores de c.
Figura 2.1: Algumas soluções de y 0 = 2x
Ao olhar para o exemplo 2.10 acima, para cada valor de c diferente, temos uma
solução diferente. A este conjunto de soluções, chamamos de famı́lia de soluções a um
parâmetro. E a solução de uma equação diferencial que não dependa de parâmetros
arbitrários é chamada de solução particular.
30 2.4 Problema de Valor Inicial (PVI)
2.4 Problema de Valor Inicial (PVI)
Na aplicação 2.2.4 vimos que surgiu uma informação “extra”na modelagem. E

muitas vezes pode-se observar a necessidade de impor uma condição chamada de condição
dy
inicial ao problema. Sendo assim, a EDO de primeira ordem dx = f (x, y) sujeita a
condição inicial y(x0 ) = y0 , em que x0 é um número no intervalo I e y0 é um número
real arbitrário, é chamada de problema de valor inicial (PVI). Em termos geométricos,
procura-se uma solução para a equação diferencial definida em algum intervalo I tal que
o gráfico da solução passe por um ponto (x0 , y0 ) determinado a priori.
Exemplo 2.11 Verifique que, para qualquer constante c, y = cex é solução da ED y 0 = y.

Depois, dada a condição inicial y(0) = 3, qual é a solução do PVI? Esboce a famı́lia de
soluções e destaque a solução do PVI.
Sendo y 0 = cex e substituindo na ED: cex = cex torna a identidade verdadeira. Logo, é
solução. Note ainda que y = cex é uma famı́lia a um parâmetro de soluções.
Tomando a condição inicial y(0) = 3 e substituı́mos esta na solução, temos: 3 = ce0 ,

entao c = 3, por tanto, a solução do PVI é y(x) = 3ex
Figura 2.2: Famı́lia de soluções de y 0 = y e a solução particular y = 3ex
Quando consideramos um PVI pode-se questionar duas coisas:
1. Existe uma solução para cada problema?
2. Se existe uma solução, ela é única?

dy
Em outras palavras, a equação diferencial dx = f (x, y) possui alguma solução
cujo gráfico passa pelo ponto (x0 , y0 )? E será que essa solução, se existir, é única?

4  dy
x = xy 1/2
Exemplo 2.12 Verifique que y = 0 e y = são soluções para o PVI dx .
16  y(0) = 0
• Para y = 0: temos que y 0 = 0. Substituindo na ED: 0 = x(0)1/2 = 0 e substituindo

na condição inicial: y(0) = 0. Logo, y = 0 é solução do PVI.
x4
• Para y = : a substituição na ED já foi feita no exemplo 2.8. Substituindo na
16
04 x4
condição inicial: y(0) = = 0. Logo, y = é solução do PVI.
16 16
Note que nesse exemplo, existe solução, mas não é única. Dessa forma, tem-se o
seguinte teorema.
Teorema 2.1 Existência de uma única Solução

Seja R uma região retangular no plano xy definida por a ≤ x ≤ b e c ≤ y ≤ d, que contém
o ponto (x0 , y0 ) em seu interior. Se f (x, y) e ∂f
∂y
são contı́nuas em R, então existe um
intervalo I centrado em x0 e uma única função y(x) definida em I que satisfaz o problema
de valor inicial 
dy
Resolva: = f (x, y)

dx .
 Sujeito a: y(x ) = y
0 0
Observação 2.1 Note que:
1. Garantir que existe solução não significa que é possı́vel exibi-la.
2. O teorema tem condições de existência e unicidade fáceis de serem verificadas.
3. Se a equação diferencial não satisfaz as condições do teorema pode não ter solução,
ter uma única solução ou ainda mais que uma solução.
Exemplo 2.13 Para

dy
= x2 + y 2
dx
observe que f (x, y) = x2 + y 2 e ∂f
∂y
= 2y são contı́nuas em todo plano xy. Logo, para
qualquer ponto (x0 , y0 ) passa uma e somente uma solução para a equação diferencial.
Porém a equação não pode ser resolvida em termos de funções elementares, podemos
expressar uma solução aproximada usando métodos numéricos.
32 2.5 Equações Diferenciais de Primeira Ordem
2.5 Equações Diferenciais de Primeira Ordem
A partir de agora, serão discutidas as metodologias de resolução de equações de

primeira ordem, dependendo do tipo de equação diferencial ordinária de primeiro grau
em que se pretende resolver.
2.5.1 Variáveis Separáveis
Definição 2.9 Equação Separável: Uma equação diferencial da forma
dy g(x)
=
dx h(y)
é chamada separável ou tem variáveis separáveis.
Note que, a Equação Separável pode ser escrita da forma h(y)dy − g(x)dx = 0.
Para resolver esse tipo de equação diferencial, como o próprio nome já diz, deve-
se SEPARAR AS VARIÁVEIS, isto é, deve-se deixar o coeficiente da diferencial dy uma
função exclusivamente da variável y e o coeficiente da diferencial dx uma função exclusi-
vamente de variável x:
h(y)dy = g(x)dx
e então, integrando os dois lados, segue que,

Z Z
h(y)dy = g(x)dx + c
Exemplo 2.14 Resolva as seguintes equações por separação de variáveis e verifique se a

função obtida é de fato solução:
dy
a) = 3x − 1
dx
dy = (3x − 1)dx, integrando ambos os lados
3x2
y= −x+c
2
3x2 dy
Verificando: derivando a função y = −x+c temos = 3x−1, que é exatamente
2 dx
a ED que querı́amos resolver. Deste modo, a função encontrada é de fato solução
da EDO dada.
dy x
b) =−
dx y
ydy = −xdx, integrando ambos os lados
y 2 = −x2 + c
Verificando: derivando implicitamente a solução obtida temos 2yy 0 = −2x, isolando
dy x
y 0 temos novamente a ED = − . Deste modo, a solução encontrada é de fato
dx y
solução da EDO dada.
Exemplo 2.15 Em uma cultura, há inicialmente P0 bactérias. Uma hora depois, t = 1, o
número de bactérias passa a ser 23 P0 . Se a taxa de crescimento é proporcional ao número
de bactérias presentes, determine o tempo necessário para que o número de bactérias
triplique.
dP
Como = kP (modelo matemático 2.2.1) é de variáveis separáveis, segue que:
dt
dP
= kdt, integrando ambos os lados
P
ln |P | = kt + c
P = ekt+c = ekt ec = Cekt

3 3 3
Além disso, como P (1) = P0 , então P0 = P0 ek , isto é, ek = , logo, k = ln(3/2) ≈ 0, 4.
2 2 2
Portanto, P (t) = P0 e0,4t .
Agora, qual é o tempo t para que P (t) = 3P0 ? Note que: 3P0 = P0 e0,4t , então 3 = e0,4t e
t = ln(3)
0,4
≈ 2, 7h. Portanto, será necessário aproximadamente 2h42 para que o número de
bactérias triplique.
2.5.2 Equações Homogêneas
Antes de considerar o conceito de equação diferencial homogênea de primeira

ordem e seu método de solução, é necessário entender o que é uma função homogênea.
Definição 2.10 Função Homogênea: Se uma função f satisfaz
f (tx, ty) = tn f (x, y)
para algum real n e para todo real t > 0 tal que (tx, ty) esteja no domı́nio de f , então f
é uma função homogênea de grau n.
Exemplo 2.16 Verifique se as seguintes funções são homogêneas:
a) f (x, y) = x2 − 3xy + 5y 2
Aplicando a definição 2.10: f (tx, ty) = t2 x2 − 3t2 xy + 5t2 y 2 = t2 (x2 − 3xy + 5y 2 ) =
t2 f (x, y), portanto, f é homogênea de grau 2.
p
b) f (x, y) = 3 x2 + y 2
p √3
p
Aplicando a definição 2.10: f (tx, ty) = 3 (tx)2 + (ty)2 = t2 3 x2 + y 2 = t2/3 f (x, y),
portanto, f é homogênea de grau 2/3.
c) f (x, y) = x3 + y 3 + 1
Aplicando a definição 2.10: f (tx, ty) = (tx)3 +(ty)3 +1 = t3 (x3 +y 3 )+1 6= t3 f (x, y),
portanto, f não é homogênea.
x
d) f (x, y) = +4
2y
tx x x
Aplicando a definição 2.10: f (tx, ty) = +4 = + 4 = 1. + 4 = t0 f (x, y),
2ty 2y 2y
portanto, f é homogênea de grau 0.
Observação 2.2 Se f (x, y) for uma função homogênea de grau n, então podemos escre-
ver y
n n x
f (x, y) = x f 1, e f (x, y) = y f ,1
x y

em que f 1, xy e f xy , 1 são ambas de grau zero.

Exemplo 2.17 Aplique a observação acima a f (x, y) = x2 + 3xy + y 2
Note que " #

2
2 x x 2 x
f (x, y) = y +3 +1 =y f ,1
y y y
e
2 y y 2 2
y
f (x, y) = x 1+3 + = x f 1, ,
x x x
portanto, f é homogênea de grau 2.
Definição 2.11 Equação Homogênea: Uma equação diferencial da forma
M (x, y)dx + N (x, y)dy = 0
é chamada homogênea se ambos os coeficientes M e N são funções homogêneas do mesmo

grau.
Método de Solução
Uma equação diferencial homogênea M (x, y)dx+N (x, y)dy = 0 pode ser resolvida
por meio de uma substituição algébrica.
Especificamente, a substituição y = ux ou x = vy, em que u e v são as novas

variáveis independentes, transformará a equação em uma equação diferencial de primeira
ordem separável.
De fato, se (
y = ux
,
dy = udx + xdu
como M (x, y)dx + N (x, y)dy = 0, segue que,
M (x, ux)dx + N (x, ux) [udx + xdu] = 0.
Agora, pela propriedade de homogeneidade, isto é,
M (x, ux) = xn M (1, u)
N (x, ux) = xn N (1, u),

pode-se escrever
xn M (1, u)dx + xn N (1, u) [udx + xdu] = 0
ou
[M (1, u) + uN (1, u)] dx + xN (1, u)du = 0,
assim,
dx N (1, u)du
+ = 0.
x M (1, u) + uN (1, u)
Note que, nessa última expressão tem-se uma equação separável.
Exemplo 2.18 Verifique se a equação é homogênea, se for, resolva:
a) (x2 + y 2 )dx + (x2 − xy)dy = 0.

Note que M (x, y) = x2 + y 2 e N (x, y) = x2 − xy são homogêneas de grau 2, logo
a equação é homogênea. Assim pelo método de solução das equações homogêneas,
considere (
y = ux
,
dy = udx + xdu
logo a equação pode ser escrita como:
(x2 + u2 x2 )dx + (x2 − ux2 )(udx + xdu) = 0
x2 (1 + u)dx + x3 (1 − u)du = 0
1−u 1
du + dx = 0
1+u x

2 1
−1 + du + dx = 0, integrando ambos os lados
1+u x
−u + 2 ln |1 + u| + ln |x| = ln |c|
(1 + u)2 x
u = ln
c
y
Voltando a mudança de variável y = ux, então u = :
x
y (x + y)2
= ln
x cx
(x + y)2 = cxey/x .
b) 2x3 ydx + (x4 + y 4 )dy = 0.
Note que M (x, y) = 2x3 y e N (x, y) = (x4 + y 4 ) são homogêneas de grau 4, logo
a equação é homogênea. Assim pelo método de solução das equações homogêneas,
considere (
x = vy
,
dx = vdy + ydv
logo a equação pode ser escrita como:
2(vy)3 y(vdy + ydv) + ((vy)4 + y 4 )dy = 0
2v 3 (vdy + ydv) + (v 4 + 1)dy = 0
2v 4 dy + 2v 3 ydv + (v 4 + 1)dy = 0
(3v 4 + 1)dy + 2v 3 ydv = 0
2v 3 ydv = −(3v 4 + 1)dy

2v 3 dy
4
dv = − , integrando ambos os lado (no primeiro membro por substituição)
3v + 1 y
1
ln |3v 4 + 1| = − ln |y| + c
6
x
Voltando a mudança de variável u = vy, então v = :
y
1 3x4
ln |y| + ln y4 + 1 = c.
6
2.5.3 Equações Exatas
Para resolver as Equações Exatas usaremos a definição de diferencial, isto é, se

z = f (x, y) então a sua diferencial é dada por:
dz = fx dx + fy dy.
Sendo assim, iniciaremos com um exemplo. Considere a equação diferencial
ydx + xdy = 0.
Embora ela seja separável e homogênea, também é possı́vel escrevê-la como a

diferencial do produto, isto é,
ydx + xdy = d(xy) = 0
E por integração, obtém imediatamente a solução implı́cita xy = c.
∂f ∂f
Lembre-se: Se z = f (x, y) como o seu diferencial é dz = dx + dy.
∂x ∂y
Então, se f (x, y) = c tem-se que
∂f ∂f
dx + dy = 0.
∂x ∂y
Isto significa que, dada uma famı́lia de curvas f (x, y) = c, é possı́vel gerar uma
equação diferencial de primeira ordem, calculando a diferencial.
Definição 2.12 Equação Exata: Uma expressão diferencial
M (x, y)dx + N (x, y)dy
é uma diferencial exata em uma região R do plano xy se ela corresponde à diferencial

total de alguma função f (x, y). Uma equação diferencial da forma
M (x, y)dx + N (x, y)dy = 0
é chamada de uma equação exata se a expressão do lado esquerdo é uma diferencial

exata.
Mas como saber se uma diferencial é exata ou não? Quem responde a esta
pergunta é o teorema 2.2 enunciado a seguir:
Teorema 2.2 Critério para uma Diferencial Exata: Sejam M (x, y) e N (x, y)
funções contı́nuas com derivadas parciais contı́nuas em uma região retangular R. Então,
uma condição necessária e suficiente para que
M (x, y)dx + N (x, y)dy
seja uma diferencial exata é

∂M ∂N
= .
∂y ∂x
Demonstração 2.1 Note que se a equação M (x, y)dx + N (x, y)dy é exata, então deve
existir uma função f talque M = fx e N = fy . Disso segue que ∂M ∂y
= fxy e ∂N
∂x
= fyx .
Mas como as derivadas de M e N são contı́nuas significa que as derivadas de segunda
ordem de f também são contı́nuas e isso implica que fxy = fyx . Portanto, tem-se que
∂M ∂N
= .
∂y ∂x
Método de Solução
∂M ∂N
Dada a equação M (x, y)dx + N (x, y)dy = 0 mostre primeiro que = .
∂y ∂x
∂f ∂f
Sendo f (x, y) tal que
= M (x, y) e = N (x, y) pode-se começar pela pri-
∂x ∂y
meira igualdade para chegar à solução f (x, y) = c. Ou também, pode-se começar pela
segunda igualdade para chegar à solução f (x, y) = c.
Vamos considerar a primeira opção: integrando M (x, y) com relação a x (consi-

derando y constante), encontre f :
Z
f (x, y) = M (x, y)dx + g(y), (2.1)
em que a função arbitrária g(y) é a constante de integração.
Agora, derivando (2.1) com relação a y, segue que:

Z
∂f ∂
= M (x, y)dx + g 0 (y) = N (x, y).
∂y ∂y
Assim,
Z
0 ∂
g (y) = N (x, y) − M (x, y)dx. (2.2)
∂y
Finalmente, integre (2.2) com relação a y e substitua o resultado em (2.1). A solução

para a equação é f (x, y) = c.
Exemplo 2.19 Verifique que a equação é exata, resolva pelo método e então verifique se
a função encontrada é de fato solução da EDO:
a) 2xydx + (x2 − 1)dy = 0

Se M (x, y) = 2xy e N (x, y) = x2 − 1, segue que ∂M ∂y
= 2x = ∂N
∂x
, assim, a equação
é exata, então existe f tal que fx = M e fy = N .
Escolhendo fx = M = 2xy, integrando ambos os membros em relação à x segue que:
Z
f (x, y) = 2xydx = x2 y + g(y).
Derivando essa expressão em relação à variável y, segue que

∂f
= x2 + g 0 (y) = x2 − 1 = N,
∂y
logo, g 0 (y) = −1, então g(y) = −y.
Portanto, f (x, y) = x2 y−y é a solução da ED é dada implicitamente por f (x, y) = c,
ou seja, x2 y − y + c = 0, logo,
c
y= 2 .
x −1
Verificando: Reescrevendo a funcão y = x2c−1 da forma y(x2 − 1) = c, e derivando
implicitamente temos
dy 2
(x − 1) + y(2x) = 0,
dx
multiplicando toda a equação por dx e reorganizando segue que
2xydx + (x2 − 1)dy = 0.
Desta forma, a equação encontrada é solução da EDO.
b) (2x − y + 1)dx − (x + 3y − 2)dy = 0

Se M (x, y) = 2x − y + 1 e N (x, y) = −(x + 3y − 2), segue que ∂M ∂y
= −1 = ∂N
∂x
,
assim, a equação é exata, então existe f tal que fx = M e fy = N .
Escolhendo fx = M = 2x − y + 1, integrando ambos os membros em relação à x
segue que: Z
f (x, y) = (2x − y + 1)dx = x2 − xy + x + g(y).
Derivando essa expressão em relação à variável y, segue que

∂f
= −x + g 0 (y) = −(x + 3y − 2) = N,
∂y
3y 2
logo, g 0 (y) = −3y + 2, então g(y) = − + 2y.
2
3y 2
Portanto, f (x, y) = x2 − xy + x − + 2y é a solução da ED é dada implicitamente
2
3y 2
por f (x, y) = c, ou seja, x2 − xy + x − + 2y = c.
2
Verificando: Derivando implicitamente a solução, temos:

dy dy dy
2x − y + x + 1 − 3y +2 =0
dx dx dx
Multiplicando toda a expressão por dx e colocando em evidência os termos com dx
e os termos com dy, temos novamente a ED do enunciado. Desta forma, a equação
encontrada é solução da EDO.
2.5.4 Equações Lineares
Uma equação diferencial linear de primeira ordem e primeiro grau tem a forma
canônica:
dy
+ P (x)y = Q(x) (2.3)
dx
Fator de Integração
Este método consiste em transformar uma equação linear numa equação exata.
Para tal, pode-se escrever a equação (2.3) como
dy + [P (x)y − Q(x)] dx = 0 (2.4)
Equações lineares tem a propriedade através da qual pode-se sempre encontrar

uma função µ(x) em que
µ(x)dy + µ(x) [P (x)y − Q(x)] dx = 0 (2.5)
é uma equação diferencial exata se
∂ ∂
µ(x) = µ(x)[P (x)y − Q(x)] (2.6)
∂x ∂y
ou melhor,
dµ
= µ(x)P (x).
dx
Portanto,
dµ
= P (x)dx
µ(x)
Z
ln |µ(x)| = P (x)dx
R
P (x)dx
µ(x) = e . (2.7)
A função µ definida em (2.7) é uma fator de integração para a equação linear.
Observe que, esse fator integrante transforma a equação diferencial linear numa
expressão fácil de ser resolvida. De fato, note que
R
µ0 = P (x)e P (x)dx
= P (x)µ
sendo assim, multiplicando a equação (2.3) pelo fator integrante obtemos a derivada do
produto:
µ(x)y 0 + P µ(x)y = Qµ(x).
| {z }
(µ(x)y)0
Resumo do método
• Para resolver uma equação linear de primeira ordem, primeiro coloque-a na forma
(2.3).
R
P (x)dx
• Identifique P (x) e encontre o fator de integração µ(x) = e .
• Multiplique a equação obtida em (2.3) pelo fator de integração:
dy
µ(x) + P (x)µ(x)y = Q(x)µ(x).
dx
• O lado esquerdo da equação anterior é a derivada do produto do fator de integração

e a variável dependente y, isto é,
d
[µ(x)y] = Q(x)µ(x).
dx
• Integre a equação encontrada no item anterior e isole y.

Exemplo 2.20 Verifique se a equação é linear e resolva:
dy
a) x − 4y = x6 ex
dx
Note que a ED deve ser reescrita na forma canônica:
dy 4
− y = x5 ex ,
dx x
assim, o fator integrante é
R −4 1
µ=e x
dx
= e−4 ln x = x−4 = .
x4
Multiplicando a ED pelo fator integrante segue que:
1 dy 1 4 1
4
− 4 y = 4 x5 ex , simplificando a expressão
x dx x x x
1 dy 4
− y = xex , reconhecendo o primeiro membro como a derivada do produto
x4 dx x5
0
1
y = xex , integrando ambos os membros em relação a x
x4
Z
1
y = xex dx, integrando o segundo membro por partes
x4
Z
1
y = xe − ex dx
x
x4
1
y = xex − ex + c, isolando o y
x4
y = x5 ex − x4 ex + cx4 .
dy
b) + 2xy = x, y(0) = −3
dx
A ED já está na forma canônica de uma ED linear, assim, o fator integrante é
2
R
2xdx
µ=e = ex .
Multiplicando a ED pelo fator integrante segue que:
2 dy 2 2
ex +ex 2xy = xex , reconhecendo o primeiro membro como a derivada do produto
dx
x2 0 2
(e y) = xex , integrando ambos os membros em relação a x
Z
2
x2
e y = xex dx, integrando o segundo membro por substituição
2 1 2
ex y = ex + c, isolando o y
2
1 2
y = + ce−x
2
Aplicando a condição inicial y(0) = −3, temos:
1 2 7
−3 = + ce−0 , então c = −
2 2
1 7 −x2
y= − e .
2 2
2.5.5 Equação de Bernoulli
Resolver equações diferenciais não lineares é muito difı́cil, mas existem algumas
delas que mesmo sendo não lineares, podem ser transformadas em equações lineares. Os
principais tipos de tais equações são Bernoulli e Ricatti. Vamos tratar apenas da equação
de Bernoulli.
A equação diferencial
dy
+ P (x)y = Q(x)y n (2.8)
dx
em que n é um número real qualquer, é chamada de equação de Bernoulli. Para n = 0

e n = 1, a equação (2.8) é linear em y.
Método de Solução:
Multiplicando ambos os membros de (2.8) por y −n , y 6= 0, obtemos
dy
y −n + P (x)y 1−n = Q(x). (2.9)
dx
Nessa equação, faça seguinte mudança de variável y 1−n = t e derivando em relação

dy
a x tem-se que (1 − n)y −n dx dt
= dx . Logo, de (2.9), tem-se que:
dy
(1 − n)y −n = (1 − n) Q(x) − P (x)y 1−n .

(2.10)
dx
e então,
dt
= (1 − n) Q(x) − P (x)y 1−n

dx
como y 1−n = t, tem-se que:

dt
= (1 − n) (Q(x) − P (x)t)
dx
isto é,
dt
+ [(1 − n)P (x)] t = (1 − n) Q(x).
dx
Tornando-se assim uma equação linear a ser resolvida pelo método anterior. Após
resolvida, deve-se voltar a variável original y.
Passos para resolução de uma Equação de Bernoulli:
• dividir a equação por y n ;
• fazer a substituição t = y 1−n ;
• resolver a equação linear;
• voltar a variável y.
Exemplo 2.21 Resolva as equações abaixo:
dy 1
a) + y = xy 2
dx x
dy 1 −1
Dividindo a equação por y 2 : y −2 + y =x
dx x
dt dy dt 1
Fazendo a substituição t = y −1 e = −y −2 , com isso: − + t = x
dx dx dx x
dt 1
Ajustando a equação para linear: − t = −x
dx x
R 1
Fator de integração: e − x dx = e− ln |x| = x−1
dt 1
Multiplicando a ED pelo fator de integração: x−1 − 2 t = −1
dx x
0
Reconhecendo o primeiro membro como a derivada do produto: (x−1 t) = −1
Integrando ambos os lados: x−1 t = −x + c
Isolando t: t = cx − x2
Voltando a substituição: y −1 = cx − x2
1
Logo y =
cx − x2
dy
b) − 2y = 3xy −3
dx
dy
Dividindo a equação por y −3 : y 3 − 2y 4 = 3x
dx
dt dy 1 dt
Fazendo a substituição t = y 4 e = 4y 3 , com isso: − 2t = 3x
dx dx 4 dx
dt
Ajustando a equação para linear: − 8t = 12x
dx
R
Fator de integração: e −8dx = e−8x
dt
Multiplicando a ED pelo fator de integração: e−8x − 8e−8x t = 12xe−8x
dx
0
Reconhecendo o primeiro membro como a derivada do produto: (e−8x t) = 12xe−8x
3 −8x
Integrando ambos os lados: e−8x t = − e (8x + 1) + c
16
3
Isolando t: t = − (8x + 1) + ce8x
16
3
Voltando a substituição: y 4 = ce8x − (8x + 1)
16
r
3
Logo y = 4 ce8x − (8x + 1)
16
2.6 Equações Diferenciais Lineares de Ordem Supe-

rior
As equações lineares de ordem n tem a forma:
dn y dn−1 y dy
an n
+ a n−1 n−1
+ . . . + a1 + a0 y = b
dx dx dx
onde an , an−1 , . . . a1 , a0 e b dependem apenas de x ou são constantes.
2.6.1 Problema de Valor Inicial e de Valor de Contorno
O problema de valor inicial para equações diferenciais lineares de ordem n é dado

por:
n
d y d yn−1 dy
Resolva: an dxn + an−1 dxn−1 + . . . + a1 dx + a0 y = b (2.11)
(n−1)
Sujeito a: y(x0 ) = y0 , y 0 (x0 ) = y00 , . . . , y (n−1) (x0 ) = y0 (2.12)
(2.12) são chamados de condições iniciais do problema.
Teorema 2.3 Existência e unicidade da solução: Se an , an−1 , . . . a1 , a0 e b são

contı́nuas então existe uma única solução para o problema (2.11) de valor inicial (2.12).
Um outro tipo de problema consiste em resolver uma equação diferencial de ordem

2 ou maior no qual a variável dependente y ou suas derivadas são especificadas em pontos
diferentes.
d y 2 dy
Resolva: a2 dx 2 + a1 dx + a0 y = b (2.13)
Sujeito a: y(a) = y0 , y(b) = y1 (2.14)
46 2.6 Equações Diferenciais Lineares de Ordem Superior
Os valores especificados y(a) = y0 e y(b) = y1 são chamados de condições de

contorno ou de fronteira. Um solução para o problema em questão é uma função que
satisfaça a equação diferencial em algum intervalo I, contendo a e b cujo gráfico passa
pelos pontos (a, y0 ) e (b, y1 ).
Observação 2.3 Mesmo quando as condições do Teorema 2.12 estiverem satisfeitas, um

problema de valor de contorno pode ter várias soluções, uma única solução ou nenhuma
solução.
2.6.2 Solução
Para resolver as Equações Diferenciais Ordinárias Lineares de ordem superior,

iniciaremos com as de ordem 2, como já vimos, elas tem a forma:
y 00 + p(x)y 0 + q(x)y = r(x) (2.15)
onde
• p(x), q(x) e r(x) são os coeficientes;
• y(x) é a solução do sistema.
Definição 2.13 Classificação de homogênea: Se r(x) = 0 então a ED é chamada

de homogênea. E se r(x) 6= 0 a ED é chamada de não homogênea.
A ED de ordem dois, dada em (2.15) e homogênea, possui duas soluções, y1 (x)

e y2 (x) e são linearmente independentes, isto é, yy21 (x)
(x)
= u(x) 6= constante.
Além disso, é possı́vel verificar se duas funções contı́nuas são linearmente inde-
pendentes analisando o seu wronskiano, isto é,
y1 (x) y2 (x)
W (y1 , y2 ) = 6= 0.
y10 (x) y20 (x)
Observação 2.4 Se a equação diferencial possuir mais que duas soluções, para analisar
a independência linear só é válido utilizar o wronskiano.
Dessa forma, quando y1 (x) e y2 (x) são L.I., eles formam uma base para a solução
da EDO de ordem 2 homogênea.
Teorema 2.4 Princı́pio da Superposição - Equações Homogêneas: Sejam y1 (x)

e y2 (x) soluções linearmente independentes da equação diferencial linear de ordem 2 ho-
mogênea. Então, a combinação linear
y = c1 y1 (x) + c2 y2 (x),
em que c1 e c2 são constantes arbitrárias, é também uma solução.
Se temos uma solução y1 (x) pode-se obter y2 (x) mais facilmente. Basta utilizar
o fato que elas devem ser L.I., isto é,
y2 (x)
= u(x),
y1 (x)
logo,
y2 (x) = u(x)y1 (x).
Exemplo 2.22 Obtenha y2 (x) solução da ED x2 y 00 − 6y = 0, dada a solução y1 (x) = x3 .
Seja y2 = uy1 = ux3 , temos
y20 = u0 x3 + 3x2 u
y200 = u00 x3 + 6x2 u0 + 6xu (verifique!)
Substituindo na ED:
x2 (u00 x3 + 6x2 u0 + 6xu) − 6(ux3 ) = 0
u00 x5 + 6x4 u0 = 0 (÷x5 )
6
u00 + u0 = 0
x
Fazendo a mudança de variável w = u0 , temos a ED linear de primeira ordem:
6
w0 + w = 0
x
6
R
dx
Assim, resolvemos obtendo o fator de integração µ = e x = x6 , logo:
x6 w0 + 6x5 w = 0
(x6 w)0 = 0
x6 w = c1 , logo w = c1 x−6
Voltando à variável u:
u0 = c1 x−6 , integrando ambos os lados
c1 −5
u= x + c2
−5
Fazendo c1 = −5 e c2 = 0 e substituindo em y2 = ux3 , temos:
y2 = x−2
que é a segunda solução da ED (verifique!)
Para encontrar as soluções de uma EDO linear é necessários analisar os seus

coeficientes. Na sequência discutiremos como encontrar as soluções para cada tipo de ED.
2.6.3 Equações Lineares e Homogêneas de Coeficientes Cons-

tantes
As equações diferenciais ordinárias lineares e homogêneas de coeficientes constan-

tes são da forma:
dn y dn−1 y dy
an n + an−1 n−1 + . . . + a1 + a0 y = 0
dx dx dx
onde an , an−1 , . . . , a1 e a0 são constantes.
RESOLUÇÃO:
dy
Para n = 1, tem que se: + ay = 0, então a solução tem a forma: y = ce−ax .
dx
Dessa forma, para equações de ordem maior, é natural procurar por soluções
exponenciais. Sendo assim, para n = 2, tem-se que a ED é dada por:
ay 00 + by 0 + cy = 0, (2.16)
onde a e b são constante. Utilizando uma solução da forma y = eλx e substituindo em

(2.16) segue que
aλ2 eλx + bλeλx + ceλx = 0

eλx (aλ2 + bλ + c) = 0 (2.17)
Como eλx 6= 0 para qualquer valor de x, de (2.17), segue que
aλ2 + bλ + c = 0, (2.18)
a qual iremos chamar de equação caracterı́stica p(λ) da ED (2.16).
Em relação a equação caracterı́stica p(λ) = aλ2 + bλ + c = 0, temos três casos a

considerar:
Caso 01: Raı́zes reais e distintas
Com a hipótese de que a equação caracterı́stica (2.18) possui duas raı́zes reais e
distintas λ1 e λ2 , encontramos duas soluções para a ED
y1 = eλ1 x e y2 = eλ2 x .
Como as soluções são L.I., segue que a solução geral para (2.16) é da forma:
y = c1 eλ1 x + c2 eλ2 x .
E para uma equação de ordem n fica:
y = c1 eλ1 x + c2 eλ2 x + . . . + cn eλn x .
Exemplo 2.23 Encontre a solução geral da equação: 2y 00 − 5y 0 − 3y = 0.
Equação Caracterı́stica: p(λ) = 2λ2 − 5λ − 3 = 0, cujas raı́zes são λ1 = 2 e λ2 = 3, logo

y = c1 e2x + c2 e3x .
Caso 02: Raı́zes reais e iguais
Se λ1 = λ2 = λ, aplicando a regra do caso anterior terı́amos y1 = eλ1 x e y2 = eλ2 x .

No entanto, é necessário encontrar soluções que sejam linearmente independentes, pois
com as raı́zes iguais temos que yy12 = 1 = constante.
Assim, temos que encontrar uma segunda solução que seja linearmente indepen-
dente. Supondo a equação em (2.16) e utilizando o conceito de base em que y2 (x) =
u(x)y1 (x), onde y1 = eλx , tem-se que:
y2 = ueλx ,
y20 = u0 eλx + λueλx ,

y200 = u00 eλx + 2λu0 eλx + λ2 ueλx .
Substituindo em (2.16), segue que
au00 eλx + 2aλu0 eλx + aλ2 ueλx + bu0 eλx + bλueλx + cueλx = 0
e assim:
eλx au00 + (2aλ + b)u0 + (aλ2 + bλ + c)u = 0.

b
Como eλx 6= 0 e aλ2 +bλ+c = 0 (equação caracterı́stica) tem como sua única raiz λ = − 2a ,
isto é, 2aλ + b = 0, tem-se que:
au00 = 0,
u00 = 0,
logo:
u0 = C
e assim,
u = Cx + K.
Portanto,
y2 = (Cx + K)eλx .
Como a solução do problema é uma combinação linear de y1 e y2 , então ela é

dada por:
y = c1 eλx + c2 xeλx .
A propriedade se estende para equações de ordem superior:
y = c1 eλx + c2 xeλx + c3 x2 eλx + . . . + cn xn−1 eλx .
Exemplo 2.24 Encontre a solução geral da equação: y 00 − 10y 0 + 25y = 0.
Equação Caracterı́stica: p(λ) = λ2 − 10λ + 25 = 0, cujas raı́zes são λ1 = λ2 = 5, logo

y = c1 e5x + c2 xe5x .
Caso 03: Raı́zes complexas
Se λ1 = a + bi e λ2 = a − bi as raı́zes da equação caracterı́stica. Aplicando a

condição do caso 01, temos a solução da forma:
y = c1 e(a+bi)x + c2 e(a−bi)x . (2.19)

Porém, na prática, preferimos trabalhar com funções reais em vez de exponenciais

complexas. Para tal, utilizaremos a fórmula de Euler:
eiθ = cos θ + i sen θ.
Como seno é uma função ı́mpar e cosseno é uma função par, segue que:
e−iθ = cos θ − i sen θ.
Assim, em (2.19), segue que
y = eax (c1 + c2 ) cos(bx) + i(c1 − c2 ) sen (bx) ,

fazendo
c1 + c2 = C 1
i(c1 − c2 ) = C2 ,
segue que
y = eax C1 cos(bx) + C2 sen (bx) .

Exemplo 2.25 Encontre a solução geral da equação: y 00 + y 0 + y = 0.
−1 ± 3i
Equação Caracterı́stica: p(λ) = λ2 + λ + 1 = 0, cujas raı́zes são λ = , logo
2
−x 3x 3x
y = e 2 c1 cos + c2 sen .
2 2
2.6.4 Equações Lineares Não Homogêneas de Coeficientes Cons-

tantes
Como já foi visto, podemos escrever uma Equação Linear Não Homogênea
da seguinte forma:
y 00 + p(x)y 0 + q(x)y = r(x)
E sua solução geral é escrita como:
y(x) = yh (x) + yp (x)
onde
• y1 (x), y2 (x) formam uma base para a solução da EDO de ordem 2 homogênea;
• yh (x) solução da EDO de ordem 2 homogênea, isto é, yh (x) = c1 y1 (x) + c2 y2 (x);
• yp (x) uma solução particular, função qualquer que satisfaz a EDO de ordem 2 não
homogênea.
A parte da solução dada por yh foi discutido na seção anterior. Para determinar
yp , denominada solução particular dispomos dos seguintes métodos:
(i) Método dos coeficientes a determinar ou método de Descartes;
(ii) Método da variação de parâmetros ou método de Lagrange;
(iii) Método do operador derivada D.
Nessa disciplina, estudaremos apenas o primeiro método.
2.6.5 Método dos coeficientes a determinar (Método de Descar-

tes)
O método de Descartes ou também chamado de métodos dos coeficientes inde-

terminados, limita-se apenas a equações lineares não homogêneas que:
• tem coeficientes constantes;
• r(x) tem que ser uma constante, uma função polinomial, uma função exponencial,
função seno ou cosseno ou somas e produtos finitos dessas funções.
O candidato a solução particular yp (x) depende do termo r(x). Na tabela a seguir

encontra-se a expressão para tal solução dependendo de qual termo é o r(x):
Termo em r(x) Proposta para yp (x)

Pn (x) = a0 xn + a1 xn−1 + · · · + an s
x (A0 x n+h
+ A1 xn+h−1 + · · · + An+h )
Pn (x)eαx xs (A0 xn+h + A1 xn+h−1 + · · · + An+h )eαx
(
sen βx xs (A0 xn+h +A1 xn+h−1 +· · ·+An+h )eαx cos βx+

αx
Pn (x)e
cos βx +(B0 xn+h +B1 xn+h−1 +· · ·+Bn+h )eαx sen βx

Observação 2.5 Note que:
1. se r(x) é uma composição de funções da primeira coluna, yp (x) é composição das

respectivas funções na segunda coluna.
2. se r(x) coincide com uma função que compõe yh (x), multiplique por xs , s denota o
menor inteiro não negativo (s = 0, 1, ou 2) que garanta que nenhuma parcela de
yp (x) seja solução da equação homogênea correspondente.
3. h denota a derivada de menor ordem da equação diferencial.
Exemplo 2.26 Resolva:

a) y 00 + 3y 0 + 2y = 4x2
• Parte homogênea:
Equação Caracterı́stica: p(λ) = λ2 +3λ+2 = 0, cujas raı́zes são λ1 = −1 e λ2 = −2,
logo
yh = c1 e−x + c2 e−2x .
• Parte não-homogênea:
Como r(x) = 4x2 tem a forma polinomial, vamos supor
yp = Ax2 + Bx + C.
Além disso, como r(x) não coincide com nenhum termo de yh , não se faz necessário
alterar yp . Assim, yp0 = 2Ax + B e yp00 = 2A.
Substituindo na ED:
2A + 3(2Ax + b) + 2(Ax2 + Bx + C) = 4x2
(2A)x2 + (6A + 2B)x + (2A + 3B + 2C) = 4x2
por igualdade de polinômios, temos

 2A = 4,

6A + 2B = 0,

2A + 3B + 2C = 0

logo A = 2, B = −6 e C = 7. Por tanto
yp = 2x2 − 6x + 7
Finalmente
y(x) = c1 e−x + c2 e−2x + 2x2 − 6x + 7

d3 y dy
b) 3
−4 = 1 − 3x
dx dx
Equação Caracterı́stica: p(λ) = λ3 − 4λ = 0, cujas raı́zes são λ1 = −2, λ2 = +2 e
λ3 = 0, logo
yh = c1 e−2x + c2 e+2x + c3 .
Como r(x) = 1 − 3x tem a forma polinomial, vamos supor
yp = Ax + B.
Mas, como r(x) coincide com um termo de yh , se faz necessário alterar yp , multi-
plicando por x:
yp = (Ax + b)x = Ax2 + Bx.
note como agora yp não tem nenhum termo semelhante a yh .

Assim, yp0 = 2Ax + B, yp00 = 2A e yp000 = 0.
Substituindo na ED:
0 − 4(2Ax + B) = 1 − 3x
(−8A)x + (−4B) = −3x + 1
por igualdade de polinômios, temos
(
−8A = −3,
−4B = 1,
3 −1
logo A = eB= . Por tanto
8 4
3x2 −x
yp = −
8 4
Finalmente
3x2 −x
y(x) = c1 e−2x + c2 e+2x + c3 + −
8 4
c) y 00 + y = 4 sen x
Equação Caracterı́stica: p(λ) = λ2 + 1 = 0, cujas raı́zes são λ = ±i, logo
yh = e0x (c1 cos x + c2 sen x)
yh = c1 cos x + c2 sen x.
Como r(x) = 4 sen x tem a forma trigonométrica, vamos supor
yp = A cos x + B sen x.
Mas, como r(x) coincide com um termo de yh , se faz necessário alterar yp , multi-
plicando por x:
yp = (A cos x + B sen x)x = Ax cos x + Bx sen x.
note como agora yp não tem nenhum termo semelhante a yh .

Assim,
yp0 = A cos x − Ax sen x + B sen x + Bx cos x
e
yp00 = −2A sen x − Ax cos x + 2B cos x − Bx sen x.
Substituindo na ED:
−2A sen x − Ax cos x + 2B cos x − Bx sen x + Ax cos x + Bx sen x = 4 sen x
−2A sen x + 2B cos x = 4 sen x
igualando os membros, temos
(
−2A = 4,
2B = 0,
logo A = −2 e B = 0. Por tanto
yp = −2x cos x
Finalmente
y(x) = c1 cos x + c2 sen x − 2x cos x

Transformada de Laplace
Nas engenharias, vários problemas práticos envolvem sistemas elétricos e/ou

mecânicos sob a ação de impulsos ou de forças descontı́nuas. Nestes casos, os métodos
apresentados no capı́tulo anterior são de difı́cil ou impossı́vel aplicação. Um outro tipo
de método que pode ser usado em diversas aplicações, mas particularmente nas equações
diferenciais, baseia-se na transformada de Laplace. Neste capı́tulo veremos sua definição,
propriedades e como resolver EDOs de coeficientes constantes através desta técnica.
3.1 Histórico
Já mencionado no capı́tulo anterior, a transformada de Laplace tem este em home-

nagem ao seu descobridor, Pierre-Simon de Laplace, que estudou a seguinte transformada
integral
Z β
F (s) = K(s, t)f (t)dt
α
(que entenderemos melhor logo adiante) em 1782.
Muito embora só no final do século XIX e inı́cio do século XX, a teoria de geração
de funções através de transformadas começou a ser mais desenvolvida pelo matemáticos
Mathias Lerch (1860 - 1922), Oliver Heaviside (1850 - 1925) e Thomas John I’Anson
Bromwich (1875 - 1929); no entanto, somente após a segunda guerra mundial que a
transformada de Laplace foi difundida (principalmente na engenharia), substituindo o
cálculo operacional de Heaviside. O responsável por ter apresentado as vantagens de
utilizar a transformada foi o matemático Gustav Doetsch (1892 - 1977).
3.2 Definição da Transformada de Laplace
A transformada de Laplace de uma função f é uma transformada integral. Isto

é, ela é da forma:
Z β
F (s) = K(s, t)f (t)dt. (3.1)
α
A função K(s, t) é chamada de núcleo da transformada.

58 3.2 Definição da Transformada de Laplace
Para definir a transformada de Laplace, precisamos da noção de integral imprópria:
Definição 3.1 Integral imprópria: Se f (t) estiver definida para t ≥ 0, então a integral
imprópria Z ∞
K(s, t)f (t)dt
0
é definida por um limite
Z ∞ Z b
K(s, t)f (t)dt = lim K(s, t)f (t)dt.
0 b→∞ 0
Se esse limite existir, dizemos que a integral existe ou é convergente. E se o limite não
existe, dizemos que a integral não existe ou é divergente. O limite em questão existirá
somente para certos valores da variável s.
A escolha K(s, t) = e−st fornece uma transformada integral especialmente impor-

tante.
Definição 3.2 Transformada de Laplace: Seja f : [0, ∞) → R. A transformada de

Laplace da função f (t) é
Z ∞
F (s) = L {f (t)} = e−st f (t)dt,
0
se a integral imprópria converge, pelo menos para algum valor de s.
Exemplo 3.1 Calcule a transformada de Laplace das seguintes funções:
a) f (t) = 1
Aplicando a definição 3.2
Z ∞ Z b b
−e−st −e−sb + 1 1
L {1} = −st
e 1dt = lim e−st dt = lim = lim =
0 b→∞ 0 b→∞ s b→∞ s s
0
k
desde que s > 0. Generalização: L {k} = , se s > 0.
s
b) f (t) = et
b
∞ b
e(1−s)t
Z Z
L {e } =
t
e −st t
e dt = lim e (1−s)t
dt = lim
0 b→∞ 0 b→∞ 1 − s
0
e(1−s)b − 1 1
= lim =
b→∞ s s−1
1
desde que s > 1. Generalização: L ekt =

, se s > k.
s−k
3. Transformada de Laplace 59
c) f (t) = t, t ≥ 0
 
Z ∞ b Z b
−st
−te 1
L {t} = e−st tdt = lim  + e−st dt
0 b→∞ s s 0
  0
b b
−st −st −bt −sb

−te e −be + 0 e − 1 1
= lim  − 2  = lim − =
b→∞ s s b→∞ s s2 s2
0 0
n!
desde que s > 0. Generalização: L {tn } = , se s > 0.
sn+1
(
0, se 0 ≤ t < 5
d) f (t) =
2, se 5 ≤ t
Z ∞ Z 5 Z b
L {f (t)} = −st
e f (t)dt = lim −st
e 0dt + −st
e 2dt
0 b→∞ 0 5
b
−e−st
−sb
−e + e−5s 2e−5s

= 2 lim = 2 lim =
b→∞ s b→∞ s s
5
desde que s > 0. A generalização deste tipo de função será visto mais adiante.
Como a transformada de Laplace envolve integração, é natural que a transformada

herde propriedades da integral. Uma delas é a linearidade. Sejam f e g duas funções cujas
transformadas de Laplace existem. Então:
Z ∞
L {αf (t) + βg(t)} = e−st (αf (t) + βg(t))dt
0Z ∞ Z ∞
−st
= α e f (t)dt + β e−st g(t)dt
0 0
= αL {f (t)} + βL {g(t)} , ∀ α, β ∈ R
O resultado acima permite que calculemos a transformada de algumas funções a

partir de outras transformadas já conhecidas.
Exemplo 3.2 Calcule:
a) L {5 + 8t} se t ≥ 0
1 1 5s + 8
L {5 + 8t} = 5L {1} + 8L {t} = 5 + 8 2 = desde que s > 0.
s s s2
et + e−t
b) L {cosh(t)} se t ≥ 0, cosh(t) = .
2
e + e−t
t
1 1 1 1 1 1 s
L {cosh(t)} = L = L {et } + L {e−t } = + = 2
2 2 2 2s−1 2s+1 s −1
s
desde que s > 1. Generalização: L {cosh(kt)} = 2 , se s > k
s − k2
60 3.2 Definição da Transformada de Laplace
et − e−t
c) L {senh (t)} se t ≥ 0, senh (t) = .
2
e − e−t
t
1 1 1 1 1 1 1
L {senh (t)} = L = L {et }− L {e−t } = − = 2
2 2 2 2s−1 2s+1 s −1
k
desde que s > 1. Generalização: L {senh (kt)} = 2 , se s > k
s − k2
Teorema 3.1 Transformada de Algumas Funções Básicas:
1
a) L {1} = , se s > 0.
s
n!
b) L {tn } = , n = 1, 2, . . ., se s > 0.
sn+1
1
c) L ekt =

, se s > k.
s−k
k
d) L {sen (kt)} = , se s > 0.
+ k2 s2
s
e) L {cos(kt)} = 2 , se s > 0.
s + k2
k
f ) L {senh (kt)} = , se s > k.
− k2 s2
s
g) L {cosh(kt)} = 2 , se s > k.
s − k2
3.2.1 Condição de existência da transformada de Laplace
A integral que define a transformada de Laplace não, necessariamente, converge.

Sendo assim, quais são os tipos de funções que possuem transformadas de Laplace? Para
responder a esta pergunta, necessitamos de duas definições.
Definição 3.3 Uma função f é contı́nua por partes em [a, b], se em qualquer intervalo
há apenas um número finito de descontinuidade e toda descontinuidade é de primeira
espécie, ou seja, existem os limites laterais.
Exemplo 3.3 Analisando o gráfico das funções a seguir, determine quais delas são con-
tı́nuas por partes:
a) A função não apresenta descontinuidades, logo não só é contı́nua por partes, mas
como é contı́nua;
b) A função apresenta duas descontinuidades, mas em ambas, existem os limites late-

rais (mesmo que diferentes), logo, é uma função contı́nua por partes;
c) A função não está definida onde ela está marcada em vermelho, logo, não existe
o limite lateral no primeiro ponto de descontinuidade pela direita nem no segundo
ponto de descontinuidade, pela esquerda. Portanto, esta função não é contı́nua por
partes.
Definição 3.4 Ordem Exponencial: Uma função f é de ordem exponencial em [0, ∞)

se existem constantes C > 0 e k, tais que |f (t)| ≤ Cekt , ∀t ∈ (0, ∞) ∩ Df .
Isto significa, que f é limitada superiormente por uma exponecial, ou seja, f tem
crescimento menor que de uma exponencial.
Exemplo 3.4 Analisando o gráfico das funções determine quais delas são de ordem ex-
ponencial:
a) |t| ≤ et , para todo t > 0, com C = 1 e k = 1. Então f (t) = t é de ordem exponencial;
b) |e−t | ≤ et , para todo t > 0, com C = 1 e k = 1. Então f (t) = e−t é de ordem

exponencial;
c) |2 cos t| ≤ 2 = 2e0t ≤ 2et , para todo t > 0, com C = 2 e k = 0. Então f (t) = 2 cos t
é de ordem exponencial;.
62 3.3 Transformada Inversa de Laplace
Para a classe de funções que são contı́nuas por partes e de ordem exponencial, a
transformada de Laplace está bem definida e vale o seguinte teorema:
Teorema 3.2 Condições Suficientes de Existência: Seja f uma função contı́nua

por partes no intervalo [0, ∞) e de ordem exponencial tal que existe uma constante C > 0
onde |f (t)| ≤ Cekt , então sua transformada de Laplace existe para s > k.
Observação 3.1 O teorema garante que se a função é contı́nua por partes e de ordem
exponencial, então existe sua transformada de Laplace. Porém, essas condições são sufi-
cientes, mas não necessárias, para a existência da transformada. Por exemplo, a função
f (t) = √1t não é contı́nua por partes para t ≥ 0, mas sua transformada de Laplace existe.
Ainda, nem toda função de s é transformada de Laplace de alguma função

contı́nua por partes de ordem exponencial.
Teorema 3.3 Se f é uma função contı́nua por partes em [0, ∞), de ordem exponencial,
e F (s) = L {f (t)} então lim F (s) = lim L {f (t)} = 0.
s→∞ s→∞
3.3 Transformada Inversa de Laplace
Estávamos trabalhando com o problema de dada uma função encontrar a sua

transformada, isto é, transformar a função f (t) em outra função F (s) por meio da integral.
Denotamos isso como:
L {f (t)} = F (s).
Agora, vamos trabalhar com o problema inverso, ou seja, dada uma função F (s),
tentaremos encontrar uma função f (t) cuja transformada de Laplace seja F (s). Dizemos
que f (t) é a transformada de Laplace inversa de F (s) e escrevemos
f (t) = L −1 {F (s)} .
A transformada inversa também é um operador linear, isto é,
L −1 {αF (s) + βG(s)} = αL −1 {F (s)} + βL −1 {G(s)} .

Teorema 3.4 Algumas Transformada Inversas:

1
a) 1 = L −1
s

n!
b) t =L
n −1
, n = 1, 2, . . .
sn+1

1
c) e =L
kt −1
s−k

k
d) sen (kt) = L −1
s2 + k 2

s
e) cos(kt) = L −1
s2 + k 2

k
f) senh (kt) = L −1
s2 − k 2

s
g) cosh(kt) = L −1
s2 − k 2
As transformadas de Laplace inversa de uma função F (s) pode não ser única. Se
f1 e f2 são contı́nuas por pares em [0, ∞) e de ordem exponencial, então, se L {f1 (t)} =
L {f2 (t)}, pode-se mostrar que f1 e f2 são essencialmente iguais, isto é, elas podem ser
diferentes somente nos pontos de descontinuidade.

1
a) L −1
s5
Precisamos adequar a função na transformada inversa para ficar “igual”a uma das
transformadas inversas apresentadas no teorema 3.4. Assim, identificando com o
item b) do teorema, o valor de n = 4:
t4

1 1 −1 4! 1 4
L −1
= L = t =
s5 4! s5 4! 24

1
b) L −1
s2 + 64
Identificando com o item d) do teorema, o valor de k = 8:

1 1 −1 8 sen (8t)
L −1
2
= L 2
=
s + 64 8 s + 64 8
64 3.3 Transformada Inversa de Laplace

3s + 5
c) L −1
s2 + 7
Utilizando as propriedades de linearidade da transformada inversa, e identificando

√
com os itens d) e e), com k = 7:
( √ )
√ √

3s + 5 s 5 7 5
L −1 2
= 3L −1 2
+ √ L −1 2
= 3 cos( 7t)+ √ sen ( 7t)
s +7 s +7 7 s +7 7

1
d) L −1
(s − 1)(s + 2)(s + 4)
Note que a função deste exemplo não se enquadra em nenhuma das opções do teo-
rema 3.4. Neste caso, vamos precisar separar a função em suas frações parciais:
1 A B C
= + +
(s − 1)(s + 2)(s + 4) (s − 1) (s + 2) (s + 4)
1 A(s + 2)(s + 4) + B(s − 1)(s + 4) + C(s − 1)(s + 2)

=
(s − 1)(s + 2)(s + 4) (s − 1)(s + 2)(s + 4)
1 = As2 + 6As + 8A + Bs2 + 3Bs − 4B + Cs2 + Cs − 2C
1 = (A + B + C)s2 + (6A + 3B + C)s + (8A − 4B − 2C)
Por igualdade de polinômios, temos o sistema linear:


 A + B + C = 0

6A + 3B + C = 0

8A − 4B − 2C = 1

1 1 1
cuja solução é: A = , B = − e C = , assim:
15 6 10
1 1 1 1 1 1 1
= − +
(s − 1)(s + 2)(s + 4) 15 (s − 1) 6 (s + 2) 10 (s + 4)
Voltando à transformada inversa do exemplo, identificando com o item c) do teorema

3.4:

1 1 1 1 1 1 1
L −1
=L −1
− + =
(s − 1)(s + 2)(s + 4) 15 (s − 1) 6 (s + 2) 10 (s + 4)

1 −1 1 1 −1 1 1 −1 1
= L − L + L =
15 (s − 1) 6 (s + 2) 10 (s + 4)
et e−2t e−4t
= − +
15 6 10

3s − 2
e) L −1
s (s2 + 4)
2
Novamente, note que a função deste exemplo não se enquadra em nenhuma das
opções do teorema 3.4. Neste caso, vamos precisar separar a função em suas frações
parciais:
3s − 2 3s − 2 A B Cs + D
= = + 2+ 2
s2 (s2 + 4) 2 2
(s − 0) (s + 4) s s s +4
3s − 2 As(s2 + 4) + B(s2 + 4) + (Cs + D)s2

=
s2 (s2 + 4) s2 (s2 + 4)
3s − 2 As3 + 4As + Bs2 + 4B + Cs3 + Ds2

=
s2 (s2 + 4) s2 (s2 + 4)
3s − 2 = (A + C)s3 + (B + D)s2 + (4A)s + 4B

Por igualdade de polinômios, temos o sistema linear:


 A + + C = 0

 + B + + D = 0


 4A = 3
= −2

4B
3 1 3 1
cuja solução é: A = , B = − , C = − e D = , assim:
4 2 4 2
3s − 2 31 1 1 3 s 1 1
= − 2− 2 + 2
s2 (s2 + 4) 4s 2s 4s +4 2s +4
o último termo necessita de um ajuste com k = 2 para identificar com o item d) do

teorema 3.4:
3s − 2 31 1 1 3 s 1 2
= − 2− 2 + 2
s2 (s2 + 4) 4s 2s 4s +4 4s +4
Voltando à transformada inversa do exemplo, identificando com os itens a), b), c)

e d) do teorema 3.4:

3s − 2 31 1 1 3 s 1 2
L −1
=L −1
− − + =
s2 (s2 + 4) 4 s 2 s2 4 s2 + 4 4 s2 + 4

3 −1 1 1 −1 1 3 −1 s 1 −1 2
= L − L − L + L =
4 s 2 s2 4 s2 + 4 4 s2 + 4
3 t 3 1
= − − cos(2t) + sen (2t)
4 2 4 4
66 3.4 Transformadas de derivadas e Solução de EDO
3.4 Transformadas de derivadas e Solução de EDO
O nosso objetivo é usar a transformada de Laplace para resolver certos tipos de

equações diferenciais. Para isso precisamos calcular a transformada da derivada.
Se f 0 (t) é contı́nua para t ≥ 0, da integração por partes segue que

Z ∞ ∞
Z ∞
L {f (t)} =
0 −st 0 −st
e f (t)dt = e f (t) + s e−st f (t)dt = −f (0) + sL {f (t)}
0 0 0
Logo,
L {f 0 (t)} = sF (s) − f (0).
De forma análoga, segue que
L {f 00 (t)} = sL {f 0 (t)} − f 0 (0),
e substituindo L {f 0 (t)} obtem-se
L {f 00 (t)} = s2 F (s) − sf (0) − f 0 (0).
Assim, segue o teorema:
Teorema 3.5 Transformada de uma derivada: Se f (t), f 0 (t), . . . , f (n−1) (t) forem
contı́nuas em [0, ∞) de ordem exponencial, e se f (n) (t) for contı́nua por partes em [0, ∞),
então
L f (n) (t) = sn F (s) − sn−1 f (0) − sn−2 f 0 (0) − . . . − f (n−1) (0),

onde F (s) = L {f (t)}.
Podemos aplicar a transformada de Laplace para resolver problemas de valor

inicial. A transformada de Laplace é apropriada para problemas lineares de valor
inicial com coeficientes constantes.
Exemplo 3.6 Use a transformada de Laplace para resolver o problema de valor inicial
y 0 + 3y = et , y(0) = 0
Aplicando a transformada de Laplace na ED, e aplicando o teorema 3.5 à derivada y 0 :
1
sY (s) − y(0) + 3Y (s) =
s−1
aplicando a condição inicial y(0) = 0:

1
(s + 3)Y (s) =
s−1
1
Y (s) =
(s − 1)(s + 3)
1 1 1 1
Y (s) = −
4s−1 4s+3
Aplicando a transformada inversa à equação acima:
et e−3t
y(t) = − .
4 4
Exemplo 3.7 Resolva o PVI:


00 0
 y − y − 6y = 0

y 0 (0) = −1

y(0) = 2

Aplicando a transformada de Laplace na ED e o teorema 3.5 às derivadas y 00 e y 0 :
s2 Y (s) − sy(0) − y 0 (0) − (sY (s) − y(0)) − 6Y (s) = 0
aplicando as condições iniciais y(0) = 2 e y 0 (0) = −1:
s2 Y (s) − 2s − (−1) − (sY (s) − 2) − 6Y (s) = 0
(s2 − s − 6)Y (s) = 2s − 3
Fatorando s2 − s − 6 = (s − 3)(s + 2):
2s − 3
Y (s) =
(s − 3)(s + 2)
3 1 7 1
Y (s) = +
5s−3 5s+2
Aplicando a transformada inversa à equação acima:
3 7
y(t) = e3t + e−2t .
5 5
Observação 3.2 Observe que, para resolver o PVI, não encontramos primeiro a solução
geral da equação homogênea. O método da transformada de Laplace fornece diretamente
a solução particular desejada.
68 3.5 Teoremas de translação
Não é conveniente usar a definição da transformada de Laplace cada vez que for
necessário encontrar a transformada de uma função, alguns exemplos são extremamente
trabalhosos.
A seguir veremos vários teoremas que facilitam o cálculo de transformadas. Isso

nos possibilita construir uma lista mais extensiva de transformadas sem a necessidade de
usar a definição da transformada de Laplace.
3.5 Teoremas de translação
Teorema 3.6 Primeiro teorema de translação: Se c ∈ R, então
L {ect f (t)} = F (s − c)
onde F (s) = L {f (t)}.
Demonstração 3.1 Pela definição da transformada segue que:
Z ∞ Z ∞
L e f (t) =
ct −st ct
e−(s−c)t f (t)dt = F (s − c)

e e f (t)dt =
0 0
Z ∞
pois F (s) = L {f (t)} = e−st f (t)dt.
0
A forma inversa desse teorema pode ser escrita como:
L −1 {F (s − c)} = ect f (t)
onde f (t) = L −1 {F (s)}.
O teorema acima nos diz que uma translação no eixo s corresponde a uma mul-
tiplicação da função em t por uma exponencial.
a) L {e5t t3 }
6 6
Como L {t3 } = 4
, então, pelo teorema da translação: L {e5t t3 } = .
s (s − 5)4
b) L {e−2t cos(4t)}
s
Como L {cos(4t)} = , então, pelo teorema da translação:
s2 + 16
s+2 s+2
L {e−2t cos(4t)} = 2
= 2 .
(s + 2) + 16 s + 4s + 20

1
c) L −1 2
s − 4s + 5
1
Note que s2 − 4s + 5 = (s − 2)2 + 1 e L {sen t} = = F (s).
s2 + 1
1 1
Então temos que F (s − 2) = . Assim, L {e2t
sen t} =
s2 − 4s + 5 s2 − 4s + 5

1
Portanto: L −1 = e2t sen t
s2 − 4s + 5
Definição 3.5 Função Degrau Unitário: A função U(t − c) é definida por

(
0, 0 < t < c
U(t − c) =
1, t≥c
Esta também é chamada de função de Heaviside.
Exemplo 3.9 Descreva e esboce a função dada:
a) U(t) = U(t − 0) = 1
(
0, 0 < t < 2
b) U(t − 2) =
1, t≥2
(
0, 0<t<1
c) (t − 1)U(t − 1) =
t − 1, t≥1
(
0, 0 < t < 2π
d) sen (t)U(t − 2π) =
sen (t), t ≥ 2π
Este item do exemplo desempenha um papel muito importante. Considere uma função
qualquer f (t), t ≥ 0. A função definida por partes
(
0, 0<t<a
f (t − a)U(t − a) =
f (t − a), t≥a
é importante para a ideia a seguir. O gráfico de uma função y = f (t − a)U(t − a)

coincide com o gráfico de y = f (t), t ≥ 0 deslocado a unidades à direita sobre o eixo t, e
é identicamente nulo para 0 < t < a.
Teorema 3.7 Segundo teorema de translação: Se c for uma constante positiva,

então
L {f (t − c)U(t − c)} = e−cs F (s)
onde F (s) = L {f (t)}.
Demonstração 3.2 Pela definição da transformada de Laplace, segue que:

Z ∞ Z ∞
L {f (t − c)U(t − c)} = −st
e f (t − c)U(t − c)dt = e−st f (t − c)dt.
0 c
Fazendo a mudança de variável u = t − c, segue que

Z ∞ Z ∞
L {f (t − c)U(t − c)} = e−s(u+c)t
f (u)du = e−cs
e−su f (u)du = e−cs F (s).
0 0
a) L {U (t − c)}
1
Note que f (t) = 1 e L {1} = . Assim, pelo segundo teorema da translação segue
s
que:
1 e−cs
L {U(t − c)} = e−cs = .
s s
b) L {sen (t)U(t − 2π)}
Note que este exemplo não está na forma do teorema 3.7, mas sen (t) = sen (t−2π),
1
e ainda L {sen (t)} = 2 assim:
s +1
e−2πs
L {sen (t)U(t − 2π)} = L {sen (t − 2π)U(t − 2π)} = 2
s +1
A forma inversa desse teorema pode ser escrita como:
L −1 {e−cs F (s)} = f (t − c)U(t − c)

e−πs/2

a) L −1
s2 + 9

π 1 1
Note que c = e f (t) = L −1
2
= sen (3t), logo,
2 s +9 3
−πs/2
e 1 π π 1 3π π
L −1
= sen 3 t − U t − = sen 3t − U t − =
s2 + 9 3 2 2 3 2 2
1 π
= cos (3t) U t − .
3 2
1 − e−2s

b) L −1
s2
1 − e−2s

1 1 −2s
L −1
=L −1
−L −1
e = t − (t − 2)U (t − 2)
s2 s2 s2
 
00
 y + y = f (t)
  0, 0 < t < π

Exemplo 3.12 Dado o PVI: y(0) = 0 em que f (t) = 1, π ≤ t < 2π .

 0 
y (0) = 0, 0, t ≥ 2π

a) Use a transformada de Laplace para resolver o PVI dado.

Primeiro, vamos analisar f (t) e escrevê-la como a combinação de degraus unitários:
Note que até o instante t = π, a função vale 0. A partir do instante t = π, a função

vale 1, assim, temos um degrau “ativo”. Ao chegar no instante t = 2π, a função
volta a valer 0, assim, subtraı́mos um degrau unitário da função, obtendo:
f (t) = U(t − π) − U(t − 2π)
Assim, a ED fica: y 00 + y = U(t − π) − U(t − 2π)

Aplicando a transformada de Laplace à ED:
1 1
s2 Y (s) − sy(0) − y 0 (0) + Y (s) = e−πs − e−2πs
s s
aplicando as condições iniciais:
1 −πs
(s2 + 1)Y (s) = (e − e−2πs )
s
1
Y (s) = (e−πs − e−2πs )
s(s2+ 1)
1
abrindo em suas frações parciais:
s(s2
+ 1)

1 s
Y (s) = − (e−πs − e−2πs )
s s2 + 1
1 s 1 s
Y (s) = e−πs − 2 e−πs − e−2πs + 2 e−2πs
s s +1 s s +1
finalmente, aplicando a transformada inversa, temos:

y(t) = U(t − π) − cos(t − π)U(t − π) − U(t − 2π) + cos(t − 2π)U(t − 2π)
y(t) = U(t − π) + cos(t)U(t − π) − U(t − 2π) + cos(t)U(t − 2π)
ou


 0, 0 < t < π
y(t) = 1 + cos(t), π ≤ t < 2π

2 cos(t), t ≥ 2π

b) Verifique se a solução encontrada está correta.

y(t) = U(t − π) + cos(t)U(t − π) − U(t − 2π) + cos(t)U(t − 2π)
y 0 (t) = − sen (t)U(t − π) − sen (t)U(t − 2π)
y 00 (t) = − cos(t)U(t − π) − cos(t)U(t − 2π)
Substituindo na ED:
y 00 + y = − cos(t)U(t − π) − cos(t)U(t − 2π) + U(t − π) + cos(t)U(t − π)
− U(t − 2π) + cos(t)U(t − 2π) = U(t − π) − U(t − 2π) = f (t)
e verificando as condições iniciais:
y(0) = 0 + cos(0).0 − 0 + cos(t).0 = 0
y 0 (0) = − sen (0).0 − sen (0).0 = 0
Logo, y(t) é solução do PVI.
74 3.6 Derivada da transformada de Laplace
3.6 Derivada da transformada de Laplace
Sendo F (s) = L {f (t)}, então derivando sob o sinal da integração segue que
Z ∞
d
ds
F (s) = ds d
e−st f (t)dt
Z ∞0
d −st
= e f (t) dt
0 Z ds ∞
= − e−st tf (t)dt
0
= −L {tf (t)} .
Analogamente, tem-se que
d2 2
F (s) = L t f (t) .
ds2
Disso segue o próximo teorema:
Teorema 3.8 Derivada da transformada: Para n = 1, 2, 3, . . ., tem-se que
dn
L {tn f (t)} = (−1)n F (s)
dsn
onde F (s) = L {f (t)}.
a) L {te3t }
1
Note que L {e3t } = = F (s).
s−3
0
1 1
Assim, L {te } = (−1)F (s) = −
3t 0
= .
s−3 (s − 3)2
b) L {t2 sen (t)}
1
Note que L {sen (t)} = = F (s).
s2
+1
00
6s2 − 2

1
Assim, L {t sen (t)} = (−1) F (s) =
2 2 00
2
= 2 .
s +1 (s + 1)3

6s
c) L −1
(s + 9)2
2
3 6s
Note que F (s) = = L { sen (3t)} e F 0 (s) = − 2 ,
+9s2 (s + 9)2
6s
e como L {tf (t)} = −F 0 (s), então L {t sen (3t)} = 2 .
(s + 9)2

6s
Portanto, L −1
= t sen (3t).
(s2 + 9)2

00 0 2 3t
 y − 6y + 9y = t e

Exemplo 3.14 Use transformada de Laplace para resolver o PVI: y(0) = 2

 0
y (0) = 6.
2
s2 Y (s) − sy(0) − y 0 (0) − 6(sY (s) − y(0)) + 9Y (s) =
(s − 3)3
aplicando as condições iniciais:
2
s2 Y (s) − 2s − 6 − 6sY (s) + 12 + 9Y (s) =
(s − 3)3
2 2
(s2 − 6s + 9)Y (s) = 2s − 6 + 3
= 2(s − 3) +
(s − 3) (s − 3)3
fatorando s2 − 6s + 9 = (s − 3)2 , temos:
2 2
Y (s) = +
s − 3 (s − 3)5

1
A continuidade é aplicar a transformada inversa, mas veja que calcular L −1
(s − 3)5
1
não é óbvio ou direto. Mas sabendo que L {e3t } = = F (s), vamos derivar até
s−3
encontrar um termo parecido. Assim:
1 2 6 24
F 0 (s) = − 2
, F 00 (s) = 3
, F 000 (s) = − 4
e F (IV ) (s) = ,
(s − 3) (s − 3) (s − 3) (s − 3)5
1 1 (IV ) 4 1
logo, 5
= F (s) = (−1) F (IV ) (s).
(s − 3) 24 24
1 4 3t
Então, aplicando a tranformada inversa, temos: y(t) = 2e3t + te .
12
76 3.7 Convolução e transformada de Laplace de funções periódicas
3.7 Convolução e transformada de Laplace de funções

periódicas
Definição 3.6 Convolução: Se as funções f e g forem contı́nuas por partes em [0, ∞),
então a convolução de f e g é dada pela integral
Z t
(f ∗ g) (t) = f (x)g(t − x)dx.
0
Da definição segue que:

f ∗ g = g ∗ f.
Exemplo 3.15 Calcule et ∗ e−4t .

t
t t
et e−4t
Z Z
x −4(t−x) 5x−4t 1
t
e ∗e −4t
= e e dx = e dx = e5x−4t = −
0 0 5 5 5
0
Teorema 3.9 Teorema de convolução: Sejam f (t) e g(t) funções contı́nuas por par-
tes em [0, ∞) e de ordem exponencial, então
L {f ∗ g} = L {f } · L {g} = F (s) · G(s)
Esse teorema é algumas vezes útil no cálculo da transformada de Laplace inversa

de um produto de duas transformadas. Do teorema segue que
L −1 {F (s)G(s)} = f ∗ g.
Z t
a) L x
e sen (t − x)dx
0
Z t
Note que L x
e sen (t − x)dx = L {et ∗ sen t} = L {et } L { sen t} =
0
1 1 1
= · 2 =
s−1 s +1 (s − 1)(s2 + 1)

1
b) L −1
(s − 1)(s + 4)
et e−4t

1 1 1
Note que L −1
=L −1 t −4t
=e ∗e = −
(s − 1)(s + 4) s−1s+4 5 5
Teorema 3.10 Transformada de Laplace de uma função periódica: Seja f (t)

contı́nua por partes [0, ∞) e de ordem exponencial. Se f (t) é periódica de perı́odo T ,
então
Z T
1
L {f (t)} = e−st f (t)dt
1 − e−sT 0
Exemplo 3.17 Calcule a transformada de Laplace da função periódica dada pelo gráfico:
(
t, 0 ≤ t < 1
Note que f (t) tem perı́odo T = 2. Assim, podemos descrever f (t) =
0, 1 ≤ t < 2
Z T Z 1 Z 2
1 1
Logo, L {f (t)} = e −st
f (t)dt = −st
e tdt + e−st
0dt =
1 − e−2s 0 1 − e−2s 0 1
   
1 1
−st Z 1 −s
1  te 1 1  e − 0 − 1 e−st  =
= −2s
+ e−st dt = −2s
1−e −s s 0 1−e −s s2
0 0
e−s e−s

1 1
= − − 2 + 2
1 − e−2s s s s
3.8 Delta de Dirac
No teorema 3.3 vimos que F (s) = 1 não pode ser a transformada de Laplace
de uma função contı́nua por partes e de ordem exponencial. No entanto, agora veremos
uma função, mais precisamente, uma função generalizada, cuja transformada de Laplace
é F (s) = 1.
Sistemas mecânicos sofrem frequentemente a ação de uma força externa (ou força
eletromotriz num circuito elétrico) de grande magnitude que age somente por um curto
perı́odo. Por exemplo, a asa de um avião vibrando poderia ser atingida por uma raio,
78 3.8 Delta de Dirac
uma massa numa mola poderia sofrer a ação de uma martelada, uma bola poderia ser
mandada pelos ares quando atingida violentamente por algum tipo de tacada.
Primeiramente, consideremos uma

função que pode servir como modelo para
tal força:


 0, 0 ≤ t < t0 − a
1

δa (t − t0 ) = , t0 − a ≤ t < t0 + a
 2a Figura 3.1: Gráfico de δa (t − t0 )


0, t ≥ t0 + a
onde a > 0 e t0 > 0 poderia servir como

Z forças como esta. A função δa (t − t0 ) é chamada de impulso unitário,
um modelo para
∞
pois satisfaz: δa (t − t0 )dt = 1, cujo gráfico está na Figura 3.1.
0
Na prática, é conveniente trabalhar

com um outro tipo de impulso unitário, uma
função que aproxima δa (t−t0 ) e é definido pelo
limite
δ(t − t0 ) = lim δa (t − t0 ).
a→0
Note que δ(t − t0 ) na verdade não é

uma função, mas pode ser caracterizada por
duas propriedades:
(
∞, t = t0
(i) δ(t − t0 ) =
6 t0
0, t =
Z ∞
(ii) δ(t − t0 )dt = 1
0
O impulso unitário δ(t−t0 ) é chamado

de função delta de Dirac. Figura 3.2: Gráficos de δa , quando a → 0
É possı́vel obter a transformada de Laplace da função delta de Dirac supondo

formalmente que L {δ(t − t0 )} = lim L {δa (t − t0 )}. No próximo teorema temos a trans-
a→0
formada de tal função.
Teorema 3.11 Teorema da função delta de Dirac: Para t0 > 0,
L {δ(t − t0 )} = e−st0
Demonstração 3.3 Começamos escrevendo a função δa (t−t0 ) a partir da função degrau

unitário:
1
δa (t − t0 ) = [U (t − (t0 − a)) − U (t − (t0 + a))] .
2a
Assim,
1 e−s(t0 −a) e−s(t0 +a) e − e−sa
sa
L {δa (t − t0 )} = − =e −st0
. (3.2)
2a s s 2sa
Como (3.2) é uma indeterminação quando a → 0, aplicamos a regra de L’Hôpital:
esa − e−sa

L {δ(t − t0 )} = lim L {δa (t − t0 )} = e −st0
lim =
a→0 a→0 2sa
sesa + se−sa

2s
=e −st0
lim = e−st0 = e−st0 .
a→0 2s 2s
Note que se t0 = 0, então L {δ(t)} = 1. Além disso, pelo teorema 3.3, espe-
rarı́amos L {f (t)} → 0 quando s → ∞, mas isso não alcontece com a função delta de
Dirac.
Exemplo 3.18 Resolva y 00 + y = 4δ(t − 2π) sujeito à y(0) = 1 e y 0 (0) = 0 usando

transformada de Laplace.
s2 Y (s) − sy(0) − y 0 (0) + Y (s) = 4e−2πs
e aplicando as condições iniciais:
(s2 + 1)Y (s) = s + 4e−2πs
s 1
Y (s) = +4 2 U(t − 2π)
s2 +1 s +1
aplicando a transformada inversa
y(t) = cos(t) + 4sen(t − 2π)U(t − 2π)
y(t) = cos(t) + 4sen(t)U(t − 2π) Figura 3.3: Gráfico da solução y(t)

(
cos(t), 0 < t < 2π
y(t) =
cos(t) + 4 sen (t), t ≥ 2π
80 3.9 Sistemas de EDOs
3.9 Sistemas de EDOs
Considere um sistema de equações diferenciais lineares:



 x01 = a11 x1 + . . . + a1n xn + g1 (t)

 x0 =

a21 x1 + . . . + a2n xn + g2 (t)
2
.. .. . .. ..


 . = . + .. + . + .
 x0 =

an1 x1 + . . . + ann xn + gn (t)
n
veremos agora, como resolver sistemas lineares com coeficientes constantes usando a trans-
formada de Laplace. A ideia é transformar o sistema de equações diferenciais linear em
um sistema de equações lineares algébrico aplicando a transformada de Laplace. Após
obter a solução deste sistema, aplicamos a transformada inversa de Laplace e com isso
obtemos a solução do sistema original.
Exemplo 3.19 Resolva o PVI (

x0 = x − 2y
y 0 = 5x − y
x(0) = −1 y(0) = 2
Aplicando a transformada de Laplace às duas equações do sistema:

(
sX(s) − x(0) − X(s) + 2Y (s) = 0
sY (s) − y(0) − 5X(s) + Y (s) = 0
e aplicando as condições iniciais, obtemos:

(
(s − 1)X(s) + 2Y (s) = −1
−5X(s) + (s + 1)Y (s) = 2
Note que o sistema agora é um sistema algébrico, nas variáveis X e Y . Assim, isolando
Y (s) na primeira equação:
1 (s − 1)
Y (s) = − − X(s)
2 2
e substituindo na segunda equação, temos:

1 (s − 1)
−5X(s) + (s + 1) − − X(s) = 2
2 2
(s + 1) (s + 1)(s − 1)
−5X(s) − − X(s) = 2
2 2
10X(s) + (s + 1) + (s + 1)(s − 1)X(s) = −4
((s + 1)(s − 1) + 10)X(s) = −4 − (s + 1)
4 s+1
X(s) = − −
(s + 1)(s − 1) + 10 (s + 1)(s − 1) + 10
5 s
X(s) = − − 2
s2 +9 s +9
aplicando a transformada inversa:
5
x(t) = − sen (3t) − cos(3t)
3
Agora falta encontrar y(t). Para isto, vamos tomar a expressão que encontramos para
5 s
X(s) = − 2 − 2 e substituir na expressão de Y (s):
s +9 s +9
1 (s − 1)
Y (s) = − − X(s)
2 2

1 (s − 1) 5 s
Y (s) = − − − 2 −
2 2 s + 9 s2 + 9
1 (s − 1)(s + 5)
Y (s) = − +
2 2(s2 + 9)
−s2 + 9 + s2 + 4s − 5 4s − 14 2s − 7
Y (s) = 2
= 2
= 2
2(s + 9) 2(s + 9) s +9
s 1
Y (s) = 2 −7 2
s2 +9 s +9
aplicando a transformada inversa:
7
y(t) = 2 cos(3t) − sen (3t)
3
82 3.9 Sistemas de EDOs
Sequências e Séries
4.1 Sequências
Olhando para a palavra “sequência”, em geral nos vem à mente a ideia de uma
sucessão de coisas em uma determinada ordem, seja ela de tamanho ou cronológica, por
exemplo. Na matemática, o termo “sequência” é usado, em geral, para denotar uma
sucessão de números cuja ordem é determinada por uma função ou por uma lei.
Começamos com a ideia informal de que uma sequência infinita, ou, simples-
mente, sequência é uma sucessão interminável de números, chamados de termos. Estes
termos devem ter uma ordem definida, como se estivessem em uma fila. Ou seja, cada
termo tem sua posição bem definida na sequência: o primeiro termo a1 , o segundo termo
a2 e assim por diante. Normalmente a sequência é escrita como
a1 , a2 , a3 , a4 , . . .
Exemplo 4.1 Algumas sequências simples

a) 1, 2, 3, 4, . . .
b) 2, 4, 6, 8, . . .
1 1 1
c) 1, , , , . . .
2 4 8
d) 1, −1, 1, −1, . . .
1 2 3 4
e) − , , − , , . . .
2 3 4 5
No exemplo 4.1 acima, todas as sequências tem um padrão definido, tornando fácil
adicionar mais termos, admitindo que estes também sigam o mesmo padrão. Pensando
nisto, este padrão “aparente” pode ser falso. Assim, é melhor ter uma regra ou fórmula
que gere os termos da sequência. Na sequência
2, 4, 6, 8, . . .
cada termo é obtido pelo dobro da sua posição na sequência. Assim, é fácil imagina que
o n-ésimo termo da sequência é denotado por 2n. Logo, denotamos da seguinte forma
2, 4, 6, 8, . . . , 2n, . . .
84 4.1 Sequências
e chamamos a função f (n) = 2n, n ∈ N∗ de termo geral desta sequência. Então, se

quisermos determinar um termo especı́fico desta sequência, basta calcular pelo seu termo
geral.
Exemplo 4.2 Determine o termo geral para cada item do exemplo 4.1.
a) 1, 2, 3, 4, . . ., logo, f (n) = n, n ∈ N∗
b) 2, 4, 6, 8, . . ., logo, f (n) = 2n, n ∈ N∗ (exemplificado no texto acima)

1 1 1 1
c) 1, , , , . . ., logo, f (n) = n−1 , n ∈ N∗
2 4 8 2
d) 1, −1, 1, −1, . . ., logo, f (n) = (−1)n−1 , n ∈ N∗
1 2 3 4 n
e) − , , − , , . . ., logo, f (n) = (−1)n , n ∈ N∗
2 3 4 5 n+1
Quando conhecemos o termo geral de uma sequência, não há a necessidade de

escrever os primeiros termos, é comum escrever tão somente o termo geral envolvido
por chaves: {an }+∞
n=1 . A letra n é chamada de ı́ndice para a sequência e não precisa,
necessariamente, iniciar 1 (por mais que seja comum).
Se em uma sequência a ser estudada ou analisada, os termos especı́ficos e/ou o

ponto inicial para o ı́ndice não for importante, podemos escrever apenas {an }. Além disso,
sequências diferentes podem utilizar letras diferentes para denotá-las: {an }, {bn } e {cn }
denotam três sequências distintas, por exemplo.
Definição 4.1 Uma sequência é uma função cujo domı́nio é um conjunto de inteiros.
Denotada por {an }+∞ ∗
n=1 (ou apenas {an } quando possı́vel), também por f (n) = an , n ∈ N .
Dado que as sequências são funções, faz sentido pensar no seus gráficos. Vamos
tomar o exemplo a seguir.
∞
1
Exemplo 4.3 Seja .
n n=1
1
O gráfico desta sequência é o gráfico de y = , n = 1, 2, 3, . . .. Como o domı́nio está
n
definido apenas para valores inteiros positivos, assim seu gráfico é feito por uma sucessão
de pontos isolados, como está definido na Figura 4.1 (este tipo de gráfico é dito discreto).
4. Sequências e Séries 85
1
Figura 4.1: y = , n = 1, 2, 3, . . .
n
1
Veja que isto é diferente do gráfico de y = , x ≥ 1, que é uma curva contı́nua (Figura
x
4.2).
1
Figura 4.2: y = ,x ≥ 1
x
Uma vez que sequências são funções, também podemos nos questionar quanto a
seus limites. Mas como a sequência {an } está definida apenas para valores inteiros de n
(não negativos), o único limite que faz sentido é o de an quando n → ∞.
Definição 4.2 Dizemos que uma sequência {an } converge para o limite L se dado
> 0 qualquer, existir um número inteiro positivo N , tal que |an − L| < para n ≥ N .
Neste caso, escrevemos
lim an = L
n→∞
Dizemos que uma sequência diverge quando não converge para algum limite finito.
Figura 4.3: Limite de uma sequência

86 4.1 Sequências
Do ponto N em diante, todos os pontos da sequência estão dentro de unidades

de L. E as propriedades usuais de limites se aplicam a sequências.
Teorema 4.1 Suponha que as sequências {an } e {bn } convergem respectivamente para
L1 e L2 e seja c uma constante. Então
a) lim c = c
n→∞
b) lim can = c lim an = cL1

n→∞ n→∞
c) lim (an + bn ) = L1 + L2
n→∞
d) lim (an − bn ) = L1 − L2
n→∞
e) lim (an bn ) = L1 L2
n→∞

an L1
f ) lim = (se L2 6= 0)
n→∞ bn L2
Exemplo 4.4 Determine se a sequência converge ou diverge. Se convergir, ache o limite
∞
n
a)
2n + 1 n=1
Dividindo o numerador e o denominador por n, temos

n 1 lim 1 lim 1 1 1
n→∞ n→∞
lim = lim = = = =
n→∞ 2n + 1 n→∞ 2 + 1/n lim (2 + 1/n) lim 2 + lim 1/n 2+0 2
n→∞ n→∞ n→∞
∞
n
b) (−1)n+1
2n + 1 n=1
Note que esta sequência é a mesma da letra a), exceto pelo fato (−1)n+1 , o qual oscila
entre +1 e −1. Logo, os termos desta sequência oscilam entre valores positivos
e negativos, sendo que os termos de posição ı́mpar são positivos (e idênticos aos
do item a) e os termos de posição par são negativos (e opostos aos termos das
respectivas posições do item a). Como os termos do item a) tem limite igual a 21 ,
temos que os termos das posições ı́mpares desta sequência tendem a 12 . Já os termos
pares desta sequência, tendem a − 21 . Portanto, esta sequência não tem limite, ou
seja, ela diverge.
Às vezes, os termos ı́mpares e pares de uma sequência comportam-se de forma

diferente o bastante para investigar separadamente a sua convergência (como no exemplo
4.4 acima). Para isto, vale o teorema a seguir
Teorema 4.2 Uma sequência converge para um limite L se e somente se as sequências

dos termos de posição par e ı́mpar convergem ambas para L.
A seguir, estão listados alguns resultados, propriedades e teoremas pertinentes a

sequências, mas que não farão parte do nosso estudo em si para a disciplina.
Teorema 4.3 Teorema do Confronto para Sequências: Sejam {an } , {bn } e {cn }
sequências tais que an ≤ bn ≤ cn (para todos os valores de n acima de algum N ). Se as
sequências {an } e {cn } tiverem um limite comum L quando n → ∞, entao {bn } também
terá o limite L quando n → ∞.
Sequências
podem ser definidas de forma recorrente, por √ exemplo: y0 = 1 e
1 2
yn+1 = 2
yn + yn , n = 0, 1, 2, . . .. Esta sequência converge para 2 (tente constatar
este fato!).
Definição 4.3 Uma sequência {an }+∞

n=1 é chamada
estritamente crescente se a1 < a2 < · · · < an < · · ·

crescente se a1 ≤ a2 ≤ · · · ≤ an ≤ · · ·
estritamente decrescente se a1 > a2 > · · · > an > · · ·
decrescente se a1 ≥ a2 ≥ · · · ≥ an ≥ · · ·
Se uma sequência for estritamente crescente ou estritamente decrescente, ela é chamada

de estritamente monótona. Se a sequência for crescente ou decrescente, ela é chamada
de monótona
Definição 4.4 Se for descartado um número finito de termos do começo de uma sequência
e se a sequência assim produzida tiver uma certa propriedade, então dizemos que a
sequência original tem essa propriedade a partir de um certo termo.
Teorema 4.4 Se uma sequência {an } for crescente a partir de um certo termo, então
tem-se duas possibilidades:
a) Existe uma constante M , chamada de cota superior para a sequência, tal que
an ≤ M para todo n a partir de um certo termo, e, neste caso, a sequência converge
a um limite L satisfazendo L ≤ M .
b) Não existe cota superior, e, neste caso, lim an = +∞

n→∞
88 4.2 Séries Infinitas
Teorema 4.5 Se uma sequência {an } for decrescente a partir de um certo termo, então
tem-se duas possibilidades:
a) Existe uma constante M , chamada de cota inferior para a sequência, tal que
an ≥ M para todo n a partir de um certo termo, e, neste caso, a sequência converge
a um limite L satisfazendo L ≥ M .
b) Não existe cota superior, e, neste caso, lim an = −∞

n→∞
4.2 Séries Infinitas
Nesta seção, nosso objetivo é entender e definir “somas” com um número infinito
de termos.
Definição 4.5 Uma série infinita é uma expressão que pode ser escrita na forma
∞
X
uk = u1 + u2 + u3 + · · · + uk + · · ·
k=1
Os números u1 + u2 + u3 + . . . são chamados de termos da série.
Como é impossı́vel somar diretamente infinitos números, as somas de séries infi-

nitas são definidas e calculadas por um processo limite indireto. Para apresentar a ideia
básica de soma da série, vamos a um exemplo.
Exemplo 4.5 Seja o decimal infinito 0, 33333333 . . .
Ele pode ser visto como a série infinita
0, 3 + 0, 03 + 0, 003 + 0, 0003 + · · · (4.1)
ou equivalentemente
3 3 3 3
+ 2 + 3 + 4 + ··· (4.2)
10 10 10 10
Uma vez que (4.1) é a expansão decimal de 31 , qualquer definição razoável para soma
de uma série infinita deve resultar em 13 para a soma (4.2). Agora, vamos observar a
sequência de somas (finitas):
3
s1 = = 0, 3
10
3 3
s2 = + = 0, 33
10 102
3 3 3
s3 = + 2 + 3 = 0, 333
10 10 10
3 3 3 3
s4 = + 2 + 3 + 4 = 0, 3333
10 10 10 10
A sequência s1 , s2 , s3 , s4 , . . . pode ser vista como uma sucessão de aproximações à “soma”

da série infinita, a qual sabemos que deve valer 31 . Avançando nesta sequência, torna-
se óbvio que a aproximação será cada vez melhor. Isto nos sugere que a soma desejada
deve ser o limite desta sequência. Para constatar este fato, tomemos o termo geral desta
sequência
3 3 3
sn = + 2 + ··· + n (4.3)
10 10 10
O problema em calcular

3 3 3
lim sn = lim + + ··· + n
n→∞ n→∞ 10 102 10
está no fato de que o número de termos e o último termo desta soma variam com n. Neste
caso, e sempre que possı́vel, devemos reescrever tais limites onde o número de termos não
1
varie. Uma forma de se obter isto, é multiplicar ambos os membros de (4.3) por 10 para
obter
1 3 3 3
sn = 2
+ 3 + · · · + n+1 (4.4)
10 10 10 10
e então subtraı́mos (4.4) de (4.3) para obter

1 3 3
sn − sn = − n+1
10 10 10

9 3 1
sn = 1− n
10 10 10

1 1
sn = 1− n
3 10
e do fato que 1/10n → 0 quando n → ∞, temos que

1 1 1
lim sn = lim 1− n =
n→∞ n→∞ 3 10 3
ou seja
1 3 3 3
= + 2 + ··· + n + ···
3 10 10 10
90 4.2 Séries Infinitas
Com o exemplo anterior, podemos definir o conceito geral de “soma” de uma série
infinita u1 + u2 + u3 + · · · + uk + · · ·
O número sn é chamado de n-ésima soma parcial da série e a sequência {sn }∞

n=1
é chamada de sequência das somas parciais.
Definição 4.6 Seja {sn } a sequência das somas parciais da série u1 + u2 + u3 + · · · +

uk + · · · . Se a sequência {sn } convergir para um limite S, dizemos, então, que a série
converge para S, e S é a soma da série. Denotamos com
∞
X
S= uk
k=1
Se a sequência das somas parciais divergir, dizemos que a série diverge. Uma série
divergente não tem soma.
A seguir, são apresentadas duas séries especiais.
Uma série em que cada termo é obtido pela multiplicação do termo anterior por
uma constante fixa (chamada comumente de razão) é chamada de série geométrica. O
termo inicial deste tipo de série costuma ser simbolizado por a.
Teorema 4.6 Uma série geométrica

∞
X
ark = a + ar + ar2 + ar3 + · · · (a 6= 0)
k=0
converge se |r| < 1 e diverge se |r| ≥ 1. Se a série convergir, então a soma da série é
∞
X a
ark =
k=0
1−r
E uma das séries divergentes mais importantes de todas é a série harmônica

∞
X 1 1 1 1
=1+ + + + ···
k=0
k 2 3 4
a qual surge em conexão com os sons harmônicos produzidos pela vibração de uma corda
musical. A demonstração da divergência desta série antecede a descoberta do cálculo e
foi feita pelo bispo e professor francês Nicolau Oresme (1323 - 1382).
4.3 Testes de Convergência
Na seção anterior, vimos o processo de achar a soma de uma série encontrando

uma forma fechada para a n-ésima soma parcial e tomando seu limite. Mas nem sempre
é possı́vel obter a tal forma fechada para a n-ésima soma parcial da série. Logo, são
necessários métodos alternativos para achar tais somas. Uma possibilidade é determinar
se a série converge, e então aproximar a soma por uma soma parcial com suficientes termos
para atingir a precisão na resposta da soma da série.
Iniciaremos com um teorema sobre as propriedades algébricas das séries infinitas.
Teorema 4.7 Propriedades algébricas das séries infinitas:

X X X X
a) Se uk e vk são séries que convergem, então (uk + vk ) e (uk − vk ) são
séries que convergem também. Ainda
∞
X ∞
X ∞
X
(uk + vk ) = uk + vk
k=1 k=1 k=1
X∞ X∞ X∞
(uk − vk ) = uk − vk
k=1 k=1 k=1
X X
b) Se c é uma constante não-nula, então ambas as séries uk e cuk convergem
ou divergem. No caso de haver convergência, a soma está relacionada por
∞
X ∞
X
cuk = c uk
k=1 k=1
c) A convergência ou a divergência não é afetada pela retirada de um número finito de

termos de uma série, ou seja, para um número K ∈ Z∗ , as séries
∞
X
uk = u1 + u2 + u3 + · · ·
k=1
X∞
uk = uK + uK+1 + uK+2 + · · ·
k=K
são ambas convergentes ou divergentes.
Nesta seção, são listados vários testes que podem ser usados para determinar se
uma dada série converge ou diverge.
92 4.3 Testes de Convergência
Tabela 4.1: Resumo dos testes de convergência para séries infinitas

Nome do teste Proposição do teste Indicação de uso
P
Teste da Divergência Se lim uk 6= 0, então uk diverge. Se lim uk = 0, então a
k→∞ k→∞
P
série uk pode ou não
convergir.
P
Teste da Integral Seja uk uma série com termos positivos e Este teste aplica-se apenas
seja f (x) a função que resulta quando k for para séries com termos po-
substituı́do por x no termo geral da série. Se f sitivos. Tente este teste
é decrescente e contı́nua no intervalo [a, +∞), quando f (x) for fácil de
∞ Z +∞
X integral
então uk e f (x)dx ambas convergem
k=1 a
ou ambas divergem.
∞
X X∞
Teste da Comparação Sejam ak e bk séries de termos não- Este teste aplica-se ape-
k=1 k=1 nas para séries com ter-
negativos e suponha que
mos positivos. Tente este
a1 ≤ b1 , a2 ≤ b2 , . . . , ak ≤ bk , . . . teste em último caso; ou-
P P tros testes costumam ser
Se a bk convergir, então ak converge. Se
P P mais fáceis de se aplicar.
ak divergir, então bk diverge.
P P
Teste da Comparação Sejam ak e bk séries de termos positivos Este teste é mais fácil
ak
dos limites tal que ρ = lim de aplicar que o teste da
k→∞ bk
Se 0 < ρ < +∞, então ambas as séries con- comparação, mas requer
vergem ou divergem habilidade na escolher de
P
bk para realizar a com-
paração.
P
Teste da Razão Seja uk uma série com termos positivos e Teste este teste quando
uk+1
suponha que ρ = lim uk envolver fatoriais ou k-
k→∞ uk
A série converge se ρ < 1; a série diverge se ésimas potências.
ρ > 1 ou ρ = +∞; o teste é inconclusivo se
ρ=1
P
Teste da Raiz Seja uk uma série com termos positivos tal Teste este teste quando
√
que ρ = lim k uk uk envolver k-ésimas
k→∞
A série converge se ρ < 1; a série diverge se potências.
ρ > 1 ou ρ = +∞; o teste é inconclusivo se
ρ=1
Teste da Série Alter- Se ak > 0 para k = 1, 2, 3, . . ., então as séries: Este testes aplica-se ape-
nada a1 −a2 +a3 −· · · e −a1 +a2 −a3 +· · · convergem nas para séries alternadas.
se a1 > a2 > a2 > · · · e se lim ak = 0
k→∞
P
Teste da Razão para Seja uk uma série com termos diferentes de A série não precisa ter ter-
Convergência Absoluta |uk+1 | mos positivos e não pre-
zero tal que ρ = lim
k→∞ |uk |
cisa ser alternada para uti-
A série converge absolutamente se ρ < 1; a
lizar este teste.
série diverge se ρ > 1 ou ρ = +∞; o teste é
inconclusivo se ρ = 1
∞
X k 1 2 3 k
Exemplo 4.6 Teste da Divergência: A série = + + +· · ·+ +· · ·
k=1
k+1 2 3 4 k+1
k 1
diverge, pois lim = lim = 1 6= 0.
k→∞ k + 1 k→∞ 1 + 1/k
Exemplo 4.7 Teste da Integral: Use o teste da integral para determinar se as seguin-
tes séries convergem ou divergem.
∞
X 1
a)
k=1
k
Sabemos que esta é a série harmônica, que é divergente. Mas, aplicando o teste da
1
integral, substituindo k por x temos f (x) = que é decrescente e contı́nua para
x
x ≥ 1 (com isso a = 1):
Z +∞ Z b
1 1
dx = lim dx = lim (ln b − ln 1) = +∞
1 x b→∞ 1 x b→∞
com isso a integral diverge, logo, a série também diverge.

∞
X 1
b)
k=1
k2
1
Aplicando o teste da integral, substituindo k por x temos f (x) = 2 que é decrescente
x
e contı́nua para x ≥ 1 (com isso a = 1):
Z +∞ Z b b
1 1 1 1
dx = lim dx = lim − = lim 1 − =1
1 x2 b→∞ 1 x2 b→∞ x b→∞ b
1
com isso a integral converge, logo, a série também converge. Mas cuidado, o fato
da integral resultar em 1 não significa que a soma da série é igual a 1. A tı́tulo de
curiosidade, a soma desta série infinita é π 2 /6.
As séries no exemplo 4.7 são casos particulares de uma classe de séries chamadas
de p-séries ou séries hiper-harmônicas. A p-série é uma série da forma
∞
X 1 1 1 1
p
= 1 + p + p + p + ···
k=1
k 2 3 4
Teorema 4.8 Convergência de uma p-série:

∞
X 1 1 1 1 1
p
= 1 + p + p + p + · · · + p + · · · converge se p > 1 e diverge se 0 < p ≤ 1.
k=1
k 2 3 4 k
1 1 1 1
Exemplo 4.8 p-Série: A p-série 1 + √
3
+√
3
+√
3
+ ··· + √
3
+ · · · é divergente,
2 3 4 k
pois p = 31 < 1.
Afim de utilizar o teste da comparação, vamos tomar dois princı́pios informais,

ou seja, duas ideias que não são tomadas por teoremas formais e não há garantias de que
sempre funcionam, mas funcionam o bastante para serem úteis.
Princı́pio Informal 4.1 Termos constantes no denominador de uk podem geralmente

ser eliminados sem afetar a convergência ou a divergência de uma série.
Princı́pio Informal 4.2 Se um polinômio em k aparecer como um fator no numerador

ou denominador de uk , todos os termos do polinômio podem ser usualmente descartados,
exceto o termo de maior expoente, sem afetar a convergência ou a divergência da série.
Exemplo 4.9 Teste da Comparação: Use o teste da comparação para verificar se as

séries a seguir convergem ou divergem.
∞
X 1
a) √ 1
k=1
k− 2
De acordo com o princı́pio informal 4.1, podemos eliminar a constante do denomi-

nador sem afetar a sua convergência ou divergência. Assim, a série do exemplo deve
∞
X 1
se comportar (espera-se que sim) da mesma forma que √ que é uma p-série
k=1
k
1

divergente p = 2 . Assim temos a comparação
1 1
√ <√ para k = 1, 2, . . .
k k − 12
E como a “série menor” diverge, a “série maior” diverge também.
∞
X 1
b)
k=1
2k 2 +k
De acordo com o princı́pio informal 4.2, podemos eliminar todos os termos do po-
linômio, exceto o de maior expoente, sem afetar a sua convergência ou divergência.
Assim, a série do exemplo deve se comportar (espera-se que sim) da mesma forma
∞
1X 1
que que é uma p-série convergente (p = 2). Assim temos a comparação
2 k=1 k 2
1 1
< 2
2k 2+k 2k
E como a “série maior” converge, a “série menor” converge também.
Exemplo 4.10 Teste da Comparação dos limites: Use o teste da comparação dos
limites para determinar se convergem ou a divergem as seguintes séries:
∞
X 1
a) √
k=1
k−1
Assim como no exemplo 4.9, o princı́pio 4.1 sugere que a série, provavelmente, se
comporte como a p-série divergente (p = 21 ). Provaremos que a série diverge utili-
1 1
zando a comparação dos limites entre: ak = √ e bk = √ . Logo,
k−1 k
√
ak k 1
ρ = lim = lim √ = lim =1
k→+∞ bk k→+∞ k − 1 k→+∞ 1 − √1
k
Logo, como ρ é finito e positivo, a série diverge. (O que está de acordo com a
conclusão obtida no exemplo 4.9).
∞
X 3k 3 − 2k 2 + 4
b)
k=1
k7 − k3 + 2
∞ ∞
X 3k 3 X 3
A partir do princı́pio 4.2, é provável que a série se comporte como 7
= ,
k=1
k k=1
k4
que é convergente, pois é uma constante multiplicando uma p-série (p = 4). Prova-
remos que a série converge utilizando a comparação dos limites:
3k 3 − 2k 2 + 4
7 3 3k 7 − 2k 6 + 4k 4
ρ = lim k − k + 2 = lim =1
k→+∞ 3 k→+∞ 3k 7 − 3k 3 + 6
k4
Logo, como ρ é finito e positivo, a série converge.
Exemplo 4.11 Teste da Razão: Use o teste da razão para determinar a convergência
ou a divergência das seguintes séries:
∞
X k
a)
k=1
2k
A série converge, pois

uk+1 k + 1 2k 1 k+1 1
ρ = lim = lim k+1 = lim = <1
k→+∞ uk k→+∞ 2 k 2 k→+∞ k 2
∞
X (2k)!
b)
k=3
4k
Note que esta série começa com o ı́ndice k = 3. Podemos reescrever esta série para
começar com o ı́ndice em 1, mas isto não é necessário, pois o teste não faz esta
exigência. Assim, esta série é divergente, pois
uk+1 [2(k + 1)]! 4k 1 (2k + 2)!

ρ = lim = lim k+1
= lim =
k→+∞ uk k→+∞ 4 (2k)! 4 k→+∞ (2k)!
1
= limk→+∞ (2k + 2)(2k + 1) = +∞
4
Exemplo 4.12 Teste da Raiz: Use o teste da raiz para determinar a convergência ou
a divergência das seguintes séries:
∞
X 4k − 5 k
a) ( )
k=2
2k + 1
A série diverge, pois

4k − 5
ρ = lim (uk )1/k = lim =2>1
k→+∞ k→+∞ 2k + 1
∞
X 1
b)
k=1
(ln(k + 1))k
A série converge, pois

1
ρ = lim (uk )1/k = lim =0<1
k→+∞ k→+∞ ln(k + 1)
Até aqui os testes foram voltados a séries de termos exclusivamente não-negativos.

Porém, existem séries que contém termos positivos e negativos. As séries cujos termos
alternam entre positivo e negativo são chamadas séries alternadas.
Em geral, uma série alternada tem uma das formas:

∞
X
(−1)k+1 ak = a1 − a2 + a3 − a4 + · · ·
k=1
∞
X
(−1)k ak = −a1 + a2 − a3 + a4 − · · ·
k=1
onde todos os termos ak são positivos.

Exemplo 4.13 Teste da Série Alternada: Use o teste da série alternada para deter-
minar a convergência das seguintes séries:
∞
X 1
a) (−1)k+1
k=1
k
As duas condições do teste da série alternada estão satisfeitas, pois
1 1 1
ak = > = ak+1 e lim = 0.
k k+1 k→+∞ k
Logo, a série é convergente1 .

∞
X k+3
b) (−1)k+1
k=1
k(k + 1)
As duas condições do teste da série alternada estão satisfeitas, pois
ak+1 k+4 k(k + 1) k 2 + 4k k 2 + 4k

= · = 2 = 2 < 1 logo
ak (k + 1)(k + 2) k+3 k + 5k + 6 (k + 4k) + (k + 6)
1 3
k+3 + 2
ak > ak+1 e lim = lim k k = 0.
k→+∞ k(k + 1) k→+∞ 1
1+
k
Logo, a série é convergente.
Observação 4.1 Se uma série violar a condição lim ak = 0 do teste da série alternada,
k→+∞
então a série deve divergir pelo teste da divergência. No entanto, se esta condição estiver
satisfeita, mas a1 > a2 > a3 > · · · não estiver, a série pode convergir ou não.
Ainda sobre séries alternadas, temos mais um resultado interessante e importante

no seu estudo.
Teorema 4.9 Se uma série alternada satisfaz as hipóteses do teste da séries alternada,
e se S for a soma da série, então
a) S está entre duas somas parciais sucessivas, isto é sn < S < sn+1 ou sn+1 < S < sn
dependendo de qual soma parcial for maior.
b) Se S for aproximada por sn , então o erro absoluto |S − sn | satisfaz |S − sn | < an+1 .

Além disso, o sinal do erro S − sn é igual ao do coeficiente de an+1 .
1
A série deste exemplo é chamada de série harmônica alternada.
1 1 1 1 1 1
A série 1 − − 2 + 3 + 4 − 5 − 6 + · · · não se enquadra em nenhuma das
2 2 2 2 2 2
categorias estudadas até aqui, pois há uma mistura de sinais, mas não se comporta como
uma série alternada. A este tipo de série que se aplica o último teste apresentado neste
material, mas antes, necessitamos de uma definição e um teorema.
Definição 4.7 Dizemos que uma série

∞
X
uk = u1 + u2 + u3 + · · ·
k=1
converge absolutamente se a série de valores absolutos

∞
X
|uk | = |u1 | + |u2 | + |u3 | + · · ·
k=1
converge e dizemos que diverge absolutamente se a série de valores absolutos diverge.
Teorema 4.10 Se a série

∞
X
|uk | = |u1 | + |u2 | + |u3 | + · · ·
k=1
convergir, então a série

∞
X
uk = u1 + u2 + u3 + · · ·
k=1
também converge.
Exemplo 4.14 Teste da Razão para Convergência Absoluta: Use o teste da razão
para convergência absoluta para determinar se as seguintes séries convergem:
∞
X 2k
a) (−1)k
k=1
k!
2k 2k
Tomando o valor absoluto do termo geral uk , temos: |uk | = (−1)k =
k! k!
Assim,
|uk+1 | 2k+1 k! 2
ρ = lim = lim k
= lim = 0 < 1.
k→+∞ |uk | k→+∞ (k + 1)! 2 k→+∞ k + 1
Logo, a série converge absolutamente e, portanto, converge.

∞
X (2k − 1)!
b) (−1)k
k=1
3k
(2k − 1)!
Tomando o valor absoluto do termo geral uk , temos: |uk | = (−1)k =
3k
(2k − 1)!
3k
Assim,
|uk+1 | [2(k + 1) − 1]! 3k 1 (2k + 1)!
ρ = lim = lim k+1
= lim · =
k→+∞ |uk | k→+∞ 3 (2k − 1)! k→+∞ 3 (2k − 1)!
1
= lim (2k + 1)(2k) = +∞.
3 k→+∞
Logo, a série diverge.

Séries: de Taylor e de Fourier
5.1 Histórico
Brook Taylor (1685 - 1731) foi um matemático inglês, nasceu em uma famı́lia de
posses. Artistas e músicos eram frequentadores da casa de Taylor, os quais influenciaram
o jovem Brook. Anos mais tarde, ele publicou um trabalho definitivo sobre a teoria
matemática da perspectiva e obteve resultados importantes sobre vibrações das cordas.
Existe um trabalho não publicado, On Musick, que faria parte de uma publicação conjunta
com Isaac Newton. O perı́odo mais produtivo de Taylor foi de 1714 a 1719 durante o qual
escreveu sobre magnetismo, ação capilar (!), termômetros, perspectivas, e cálculo; em seus
últimos anos, dedicou seus esforços a escrever sobre filosofia e religião. De acordo com
o próprio Taylor, o trabalho que leva seu nome foi motivado por uma conversa, em um
café, sobre os trabalhos de Newton a respeito do movimento planetário e os trabalhos de
Halley (aquele mesmo, o do cometa) sobre raı́zes de polinômios. O estilo de escrita de
Taylor era tão conciso e difı́cil de entender que ele nunca recebeu créditos para muitas de
suas inovações.
Colin Maclaurin (1698 - 1746) foi um matemático escocês. Maclaurin entrou na

Universidade de Glasgow como estudante de teologia, mas logo mudou para matemática.
Com dezessete anos tornou-se mestre, começando a lecionar no Marischal College em
Aberdeen, na Escócia. Durante uma visita a Londres em 1719, encontrou Newton e dali
em diante tornou-se um dos seus discı́pulos. Durante esta época, muitos trabalhos de
Newton foram duramente criticados, e muitos dos trabalhos importantes de Maclaurin
resultaram dos seus esforçoes em defender geometricamente as ideias de Newton. Um
trabalho de Maclaurin Um tratado de Fluxonios (1742) foi a primeira formulação sis-
temática dos métodos de Newton. Este trabalho foi tão meticulosamente feito, que se
tornou padrão de rigor matemático em cálculo, até o trabalho de Augustin-Louis Cau-
chy (1789 - 1857), em 1821. Maclaurin foi um notável experimentalista. Desenvolveu
inúmeros inventos mecânicos e engenhosos, fez importantes observações astronômicas, re-
alizou cálculos atuariais na área de seguros e ajudou a melhorar os mapas das ilhas em
torno da Escócia.
Jean Baptiste Joseph Fourier (1768 - 1830) foi preso duas vezes durante a Re-
volução Francesa, depois serviu como conselheiro cientı́fico do exército de Napoleão Bo-
102 5.2 Séries de Maclaurin e de Taylor
naparte (1769 - 1821) n oEgito e foi governador da provı́ncia de Isère (Grenoble), de 1801
a 1815. Foi o primeiro a fazer uso sistemático de séries trigonométricas, embora em uma
investigação não completamente rigorosa, em seus artigos de 1807 e 1811 sobre a condução
do calor. os artigos não foram publicados devido a objeções dos matemáticos que os jul-
garam, principalmente Lagrange. Embora a afirmação de generalidade de Fourier seja
forte demais, seus resultados inspiraram um fluxo de pesquisa importante, que continua
até hoje.
5.2 Séries de Maclaurin e de Taylor
Lembre-se que a aproximação linear local de uma função f em um ponto x0 é

dada por
f (x) ≈ f (x0 ) + f 0 (x0 )(x − x0 ).
Nesta fórmula, a função aproximante
p(x) = f (x0 ) + f 0 (x0 )(x − x0 )
é um polinômio do primeiro grau cujo valor em x0 é f (x0 ) e cuja derivada em x0 é f 0 (x0 ).

Assim, a aproximação linear local de f em x0 tem a propriedade de que o seu valor e o
de sua derivada coincidem com aqueles de f em x0 .
Se o gráfico de f tiver uma “curva-

tura” pronunciada em um ponto x0 , então
podemos esperar que o valor da apro-
ximação linear local de f em x0 irá dimi-
nuir rapidamente à medida que se distancie
de x0 (Figura 5.1). Uma maneira de con-
tornar este problema é aproximar a função
f por um polinômio p de grau dois com a
propriedade de que o valor de p e o de suas
duas primeiras derivadas coincidem com os
Figura 5.1: Aproximação linear local de f em x0 . Isso garante que o gráfico de f
e p não somente tem a mesma reta tangente
em x0 , mas também têm curvaturas na mesma direção naquele ponto (ambos côncavos
para cima ou para baixo). Como consequência, esperamos que o gráfico de p seja próximo
ao gráfico de f por um intervalo maior em torno de x0 do que o gráfico da aproximação
linear local. O polinômio p é chamado de aproximação quadrática local de f no
ponto x0 .
5. Séries: de Taylor e de Fourier 103
Para ilustrar essa ideia, vamos encontrar uma fórmula para a aproximação qua-
drática local de uma função f em um ponto x = 0. Esta aproximação tem a forma
f (x) ≈ c0 + c1 x + c2 x2
onde c0 , c1 e c2 devem ser escolhidos de tal forma que os valores de p(x) = c0 + c1 x + c2 x2

e as suas primeiras derivadas coincidem com os de f em x0 . Assim, queremos
p(0) = f (0), p0 (0) = f 0 (0), p00 (0) = f 00 (0)
Mas os valores de p(0), p0 (0) e p00 (0) são os seguintes:
p(x) = c0 + c1 x + c2 x2 p(0) = c0
p0 (x) = c1 + 2c2 x p0 (0) = c1
p00 (x) = 2c2 p00 (0) = 2c2
00
Assim, temos c0 = f (0), c1 = f 0 (0), c2 = f 2(0) e substituindo esses valores em
p temos a aproximação quadrática local de f em x = 0:
f 00 (0) 2
f (x) ≈ f (0) + f 0 (0)x + x
2
Exemplo 5.1 Obter as aproximações linear a quadrática locais de ex em x = 0 e fazer

juntos os gráficos de ex e de suas duas aproximações.
Se tomarmos f (x) = ex , então
f 0 (x) = f 00 (x) = ex
e, portanto, temos
f (0) = f 0 (0) = f 00 (0) = 1.
Assim, temos como aproximação

linear local em x = 0:
ex ≈ 1 + x
e a aproximação quadrática local em

x = 0:
x2
ex ≈ 1 + x + Figura 5.2: ex e suas duas aproximações locais
2
Ao observar a construção anterior, é natural se questionar se é possı́vel melhorar

a precisão de uma aproximação quadrática local usando um polinômio de grau 3, ou 4,
ou 5. Ou seja, poderı́amos buscar por um polinômio de grau n com a propriedade que
seu valor e os valores de suas n primeiras derivadas coincidissem com aqueles de f em um
ponto. Assim, vamos considerar o seguinte problema:
Problema 5.1 Dada uma função f que possa ser diferenciada n vezes em um ponto x0 ,
ache um polinômio p de grau n com a propriedade de que o valor de p e os das suas n
primeiras derivadas coincidem com aqueles de f em x0 .
Vamos começar resolvendo o problema no caso onde x0 = 0. Assim, queremos

um polinômio
p(x) = c0 + c1 x + c2 x2 + c3 x3 + · · · + cn xn
tal que
f (0) = p(0), f 0 (0) = p0 (0), f 00 (0) = p00 (0), . . . , f (n) (0) = p(n) (0)
Mas
p(x) = c0 + c1 x + c2 x2 + c3 x3 + · · · + cn xn
p0 (x) = c1 + 2c2 x + 3c3 x2 + · · · + ncn xn−1
p00 (x) = 2c2 + 3 · 2x + · · · + n(n − 1)cn xn−2
..
.
p(n) = n(n − 1)(n − 2) · · · (1)cn
Portanto, temos:
f (0) = p(0) = c0 = 0!c0
f 0 (0) = p0 (0) = c1 = 1!c1
f 00 (0) = p00 (0) = 2c2 = 2!c2
f 000 (0) = p000 (0) = 3 · 2c2 = 3!c3
..
.
f (n) (0) = p(n) (0) = n(n − 1)(n − 2) · · · (1)cn = n!cn
o que resulta em nos coeficientes de p(x):
f 00 (0) f 00 (0) f (n) (0)

c0 = f (0), c1 = f 0 (0), c2 = , c3 = , . . . , cn =
2! 3! n!
O polinômio que obtemos ao substituir estes coeficientes em p(x) é chamado de

n-ésimo polinômio de Maclaurin para f .
Definição 5.1 Se f puder ser diferenciada n vezes em 0, então definimos o n-ésimo

polinômio de Maclaurin para f como sendo
f 00 (0) 2 f 000 (0) 3 f (n) (0) n

pn (x) = f (0) + f 0 (0)x + x + x + ··· + x
2! 3! n!
Este polinômio tem a propriedade de que seu valor e o de suas n primeiras derivadas
coincidem com os valores de f e o de suas n primeiras derivadas em x = 0.
Exemplo 5.2 Obter os polinômios de Maclaurin p0 , p1 , p2 , p3 e pn para ex .
Seja f (x) = ex . Assim
f 0 (x) = f 00 (x) = f 000 (x) = · · · = f (n) (x) = ex
e
f 0 (0) = f 00 (0) = f 000 (0) = · · · = f (n) (0) = 1.
Logo,
p0 (x) = f (0) = 1
p1 (x) = f (0) + f 0 (0)x = 1 + x
f 00 (0) 2 x2
p2 (x) = f (0) + f 0 (0)x + x =1+x+
2! 2
00 000
f (0) 2 f (0) 3 x2 x3
p3 (x) = f (0) + f 0 (0)x + x + x =1+x+ +
2! 3! 2 6
00 (n)
f (0) f (0) x2 xn
pn (x) = f (0) + f 0 (0)x + x2 + · · · + xn = 1 + x + + ··· +
2! n! 2 n!
Até este momento, foi apresentado aproximações em torno de x = 0. Vamos

agora tomar o caso mais geral de aproximar f nas proximidades de um ponto genérico
x0 . A ideia inicial é a mesma à já anterior: queremos encontrar um polinômio de grau n
com a propriedade de que seu valores e os valores de suas n primeiras derivadas coincidam
com aqueles de f em x0 .
Para simplificar alguns cálculos, vamos tomar o polinômio p(x) com a seguinte
forma:
p(x) = c0 + c1 (x − x0 ) + c2 (x − x0 )2 + c3 (x − x0 )3 + · · · + cn (x − x0 )n
Ficará como exercı́cio, para você estudante, provar que

f 00 (x0 ) f 00 (x0 ) f (n) (x0 )
c0 = f (x0 ), c1 = f 0 (x0 ), c2 = , c3 = , . . . , cn =
2! 3! n!
Definição 5.2 Se f puder ser diferenciada n vezes em x0 , então definimos o n-ésimo

polinômio de Taylor para f em torno de x = x0 como sendo
f 00 (x0 ) f (n) (x0 )

pn (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n
2! n!
Observação 5.1 Note que os polinômios de Maclaurin são casos especiais dos polinômios
de Taylor com x0 = 0.
Exemplo 5.3 Obter os quatro primeiros polinômios de Taylor para ln x em torno de

x = 3.
Seja f (x) = ln x. Então
f (x) = ln x, f (3) = ln 3
0
f (x) = 1/x, f 0 (3) = 1/3
f 00 (x) = −1/x2 , f 00 (3) = −1/9
f 000 (x) = 2/x3 , f 000 (3) = 2/27
Logo,
p0 (x) = f (3) = ln 3
p1 (x) = f (3) + f 0 (3)(x − 3)
1 Figura 5.3: ln x e suas aproximações em torno de x0 = 3
= ln 3 + (x − 3)
3
f 00 (3) 1 1
p2 (x) = f (3) + f 0 (3)(x − 3) + (x − 3)2 = ln 3 + (x − 3) − (x − 3)2
2! 3 18
00 000
f (3) f (3)
p3 (x) = f (3) + f 0 (3)(x − 3) + (x − 3)2 + (x − 3)3
2! 3!
1 1 1
= ln 3 + (x − 3) − (x − 3) + (x − 3)3
2
3 18 81
Para um valor fixado de x próximo de x0 , é de se esperar que a aproximação de

f (x) por seu polinômio de Taylor pn (x) em torno de x0 melhore à medida em que n cresce,
visto que ele tem o efeito de fazer coincidir as derivadas de ordem cada vez mais altas de
f (x) com as de pn (x) em x = x0 . Assim, é plausı́vel supor que podemos obter qualquer
precisão em um ponto x escolhendo-se n suficientemente grande. Caso isso aconteça,
teremos (convencionado que f (0) (x0 ) denota f (x0 )):
n +∞ (k)
X f (k) (x0 ) k
X f (x0 )
f (x) = lim (x − x0 ) = (x − x0 )k
n→∞
k=0
k! k=0
k!
Definição 5.3 Se f tiver derivadas de todas as ordens em x0 , então chamamos a série
+∞ (k)
X f (x0 ) f 00 (x0 )
(x − x0 )k = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2
k=0
k! 2!
f (k) (x0 )
+··· + (x − x0 )k + · · ·
k!
de série de Taylor para f em torno de x = x0 . No caso especial em que x0 = 0, a

série fica
+∞ (k)
X f (0) k f 00 (0) 2
0 f (k) (0) k
x = f (0) + f (0)x + x + ··· + x + ···
k=0
k! 2! k!
e, neste caso, chamaremos de série de Maclaurin para f.
Exemplo 5.4 Obter as séries de Maclaurin para
a) ex
No exemplo 5.2 encontramos o n-ésimo polinômio de Maclaurin para a função ex :
n
X xk x2 xn
=1+x+ + ··· +
k=0
k! 2 n!
Assim, a série de Maclaurin para ex é

+∞ k
X x x2 xk
=1+x+ + ··· + + ···
k=0
k! 2! k!
b) sen x
Nos polinômios de Maclaurin para sen x, aparecerão apenas as potências ı́mpares
de x. Seja f (x) = sen x, assim:
f (x) = sen x, f (0) = 0
f 0 (x) = cos x, f 0 (0) = 1
f 00 (x) = − sen x, f 00 (0) = 0
f 000 (x) = − cos x, f 000 (0) = −1
e na continuação das derivadas, f (4) = sen x = f (x), o padrão 0, 1, 0, −1 se repetirá

indefinidamente. Desta forma, os polinômios de Maclaurin para sen x são
p0 (x) = 0
p1 (x) = 0 + x
p2 (x) = 0 + x + 0
x3
p3 (x) = 0 + x + 0 −
3!
x3
p4 (x) = 0 + x + 0 − +0
3!
x3 x5
p5 (x) = 0 + x + 0 − +0+
3! 5!
x3 x5
p6 (x) = 0 + x + 0 − +0+ +0
3! 5!
x3 x5 x7
p7 (x) = 0 + x + 0 − +0+ +0−
3! 5! 7!
..
.
Assim, a série de Maclaurin para sen x é
+∞
X x2k+1 x3 x5 x7 x2k+1
(−1)k = +x − + − + · · · + (−1)k + ···
k=0
(2k + 1)! 3! 5! 7! (2k + 1)!
1
c)
1−x
1
Seja f (x) = , assim:
1−x
1
f (x) = , f (0) = 1 = 0!
1−x
1
f 0 (x) = , f 0 (0) = 1 = 1!
(1 − x)2
2
f 00 (x) = , f 00 (0) = 2 = 2!
(1 − x)3
3·2
f 000 (x) = , f 000 (0) = 3!
(1 − x)4
4·3·2
f (4) (x) = , f (4) (0) = 4!
(1 − x)5
.. ..
. .
k!
f (k) (x) = , f (k) (0) = k!
(1 − x)k1
.. ..
. .
+∞
1 X
Assim, a série de Maclaurin para é xk = 1 + x + x2 + x 3 + · · · + xk + · · ·
1 − x k=0
Ou seja, a série de Maclaurin para 1/(1 − x) é a série geométrica com termo inicial
igual a 1 e razão igual a x.
As séries de Maclaurin e de Taylor, assim como as demais séries anteriormente

apresentadas, dependem de ter sua convergência atestada. Nessa disciplina não será
trabalhada a convergência das séries de Taylor e Maclaurin. A tabela a seguir lista as
séries de Maclaurin mais importantes, com a condição para ter a convergência garantida.
Tabela 5.1: Séries de Maclaurin e suas convergências

Série de Maclaurin Intervalo de
Convergência
+∞
1 X
= xk = 1 + x + x2 + x3 + · · · −1 < x < 1.
1 − x k=0
+∞
1 X
2
= (−1)k x2k = 1 − x2 + x4 − x6 + · · · −1 < x < 1.
1+x k=0
+∞ k
x
X x x2 x3
e = =1+x+ + + ··· −∞ < x < +∞
k=0
k! 2! 3!
+∞
X x2k+1 x3 x5 x7
sen x = (−1)k =x− + − + ··· −∞ < x < +∞
k=0
(2k + 1)! 3! 5! 7!
+∞
X x2k x2 x4 x6
cos x = (−1)k =1− + − + ··· −∞ < x < +∞
k=0
(2k)! 2! 4! 6!
+∞
X xk x2 x 3 x4
ln(1 + x) = (−1)k+1 =x− + − + ··· −1 < x < 1
k=0
k 2 3 4
+∞ 2k+1
−1
X
k x x3 x5 x7
tg x= (−1) =x− + − + ··· −1 ≤ x ≤ 1
k=0
2k + 1 3 5 7
+∞
X x2k+1 x3 x5 x7
senh x = =x+ + + + ··· −∞ < x < +∞
k=0
(2k + 1)! 3! 5! 7!
+∞
X x2k x2 x4 x6
cosh x = =1+ + + + ··· −∞ < x < +∞
k=0
(2k)! 2! 4! 6!
+∞
X m(m − 1) · · · (m − k + 1)
m
(1 + x) = 1 + xk −1 < x < 1
k!
k=1 (m 6= 0, 1, 2, . . .)
A última série apresentada na tabela 5.2 é chamada de série binomial. O compor-

tamento nos extremos finais no seu intervalo de convergência depende de m: para m > 0,
a série converge absolutamente nos extremos; para m ≤ −1, a série diverge nos extremos;
e para −1 < m < 0, a série converge condicionalmente (ou seja, uma série que converge,
mas diverge absolutamente) em x = 1 e diverge em x = −1.
110 5.3 Séries de Fourier
5.3 Séries de Fourier
Existe uma classe inteira de séries infinitas envolvendo senos e cossenos. Essas
séries trigonométricas são chamadas de séries de Fourier. Elas são análogas às séries
de Taylor no sentido de que ambos os tipos de séries fornecem um modo de expressar
funções complicadas em termos de certas funções elementares familiares.
Vamos começar com uma série da forma
+∞
a0 X mπx mπx
+ am cos + bm sen . (5.1)
2 m=1
L L
No conjunto de pontos em que a série (5.1) converge, ela define uma função f
cujo valor em cada ponto é a soma da série para aquele valor x. Nesse caso, dizemos que
a série (5.1) é a série de Fourier de f . Vamos determinar quais as funções que podem ser
representadas como uma soma de uma série de Fourier e encontrar maneiras de calcular
os coeficientes na série correspondente a uma função dada. O primeiro termo da série
(5.1) é escrito como a0 /2, em vez de a0 , para simplificar uma fórmula para os coeficientes
que serão deduzidas adiante. E para tal dedução, necessitamos de algumas propriedades
das funções seno e cosseno.
Para discutir as séries de Fourier, é necessário desenvolver algumas propriedades

das funções trigonométricas sen(mπx/L) e cos (mπx/L), em que m ∈ N∗ .
Periodicidade das funções seno e cosseno:
Definição 5.4 Uma função é dita periódica com perı́odo T > 0 se o domı́nio de f
contém x + T sempre que contiver x, e se f (x + T ) = f (x), ∀x.
Logo, se T é um perı́odo de f , então 2T também é, como qualquer múltiplo

inteiro de T . O menor valor de T para o qual a periodicidade acima é válida é chamado
de perı́odo fundamental de f . Uma função constante pode ser considerada periódica
com qualquer perı́odo, mas não tem um perı́odo fundamental.
Se f e g são duas funções periódicas com perı́odo comum T , então seu produto
f g e qualquer combinação linear c1 f + c2 g também são funções periódicas. Além disso,
pode-se mostrar que a soma de qualquer número finito, ou até mesmo a soma de uma
série infinita convergente, de funções de perı́odo T também é periódica com perı́odo T .
Em particular, as funções sen(mπx/L) e cos (mπx/L), m = 1, 2, 3, . . ., são

periódicas com perı́odo fundamental T = 2L/m. Lembre-se que sen x e cos x têm perı́odo
fundamental 2π e que sen αx e cos αx têm perı́odo fundamental 2π/α. Assim, esco-
lhendo α = mπ/L, vemos que o perı́odo de sen(mπx/L) e cos (mπx/L) é dado por
T = 2πL/mπ = 2L/m. E do fato que qualquer múltiplo inteiro também fornece um
perı́odo para a função, logo, sen(mπx/L) e cos (mπx/L) tem o perı́odo comum 2L.
Ortogonalidade das funções seno e cosseno:
Para definir esta segunda propriedade essencial de sen(mπx/L) e cos (mπx/L),

vamos generalizar o conceito de ortogonalidade de vetores.
Definição 5.5 O produto interno de duas funções reais f1 e f2 em um intervalo [α, β]

Z β
é o número (f1 , f2 ) = f1 (x)f2 (x)dx.
α
As funções f1 e f2 são ditas ortogonais em α ≤ x ≤ β se seu produto interno

for igual a zero. Um conjunto de funções é dito um conjunto ortogonal se cada par de
funções diferentes pertencentes ao conjunto é ortogonal.
Teorema 5.1 O conjunto formado por sen(mπx/L) e cos (mπx/L), m = 1, 2, . . . é or-

togonal no intervalo [−L, L].
nπx mπx
Demonstração 5.1 Começando entre cos , cos .
L L
nπx mπx Z Lh
nπx mπx i
cos , cos = cos cos dx
L L −L L L
1 L
Z
(n + m)πx (n − m)πx
= cos + cos dx
2 −L L L
" L
1 L (n + m)πx
= sen
2 (n + m)π L −L
L #
L (n − m)πx
+ sen
(n − m)π L −L

1 L
= ( sen ((n + m)π) − sen ((n + m) − π))
2 (n + m)π

L
+ ( sen ((n − m)π) − sen ((n − m) − π))
(n − m)π
= 0
nπx mπx
Agora, para sen , sen .
L L
nπx mπx Z L h nπx mπx i
sen , sen = sen
sen dx
L L −LL L
1 L
Z
(n − m)πx (n + m)πx
= cos − cos dx
2 −L L L
" L
1 L (n − m)πx
= sen
2 (n − m)π L −L
L #
L (n + m)πx
− sen
(n + m)π L −L

1 L
= ( sen ((n − m)π) − sen ((n − m) − π))
2 (n − m)π

L
+ ( sen ((n + m)π) − sen ((n + m) − π))
(n + m)π
= 0
nπx mπx
Fazendo para cos , sen .
L L
nπx mπx Z L h nπx mπx i
cos , sen = cos dx sen
L L −L L L
1 L
Z

(m + n)πx (m − n)πx
= sen + sen dx
2 −L L L
| {z }
Q(m,n)
se m = n:
Z L
1 2mπx 0πx
Q(m, n) = sen + sen dx
2 −L L L
" L #
1 L 2mπx
= − cos
2 2mπ L −L
−L
= (cos(2mπ) − cos(−2mπ))
4mπ
−L
= (cos(2mπ) − cos(2mπ))
4mπ
= 0
se m 6= n:
" L
1 −L (m + n)πx
Q(m, n) = cos
2 (m + n)π L −L
#
L
−L (m − n)πx
− cos
(m − n)π L −L

1 −L
= (cos((m + n)π) − cos((m + n) − π))
2 (m + n)π

−L
− (cos((m − n)π) − cos((m − n) − π))
(m − n)π

1 −L
= (cos((m + n)π) − cos((m + n)π))
2 (m + n)π

−L
− (cos((m − n)π) − cos((m − n)π))
(m − n)π
= 0
Do teorema 5.1, concluı́mos que sen(mπx/L) e cos (mπx/L) satisfazem as se-

guintes relações de ortogonalidade (os resultados para m = n ficam como exercı́cio):
(
L
0, m 6= n,
Z mπx nπx
cos cos dx = (5.2)
−L L L L, m = n;
Z L mπx nπx
cos sen dx = 0, todos m, n; (5.3)
−L L L
(
L
0, m 6= n,
Z mπx nπx
sen sen dx = (5.4)
−L L L L, m = n;
As fórmulas de Euler-Fourier: vamos supor que uma série da forma 5.1 converge, e
vamos chamar essa soma de f (x):
+∞
a0 X mπx mπx
f (x) = + am cos + bm sen . (5.5)
2 m=1
L L
Com as condições de ortogonalidade (5.2), (5.3) e (5.4), podemos determinar os

coeficientes a0 , am e bm .
Teorema 5.2 Em uma Série de Fourier
1 L
Z
a0 = f (x)dx (5.6)
L −L
1 L
Z mπx
am = f (x) cos dx, m = 1, 2, . . . (5.7)
L −L L
1 L
Z mπx
bm = f (x) sen dx, m = 1, 2, . . . (5.8)
L −L L
Demonstração 5.2 Primeiro a0 . Integrando ambos os lados de (5.5) de −L a L:
 
Z L Z L ∞ Z L Z L
a0 X  mπx mπx 
f (x)dx = dx +  a n cos dx +b n sen dx
−L 2 −L
 L L 
m=1 | −L {z } | −L {z }
=0 =0
L
a0 a0
= x = 2p
2 −L 2
portanto Z L
1
a0 = f (x)dx
L −L

nπx
Agora, para obtermos am , multiplica-se (5.5) por cos em que n é fixo e integra-se
p
ambos os lados de −L a L:
Z L
a0 L
nπx Z nπx
f (x) cos dx = cos dx
−L L 2 −L L
∞ Z L
X mπx nπx
+ am cos cos dx
m=1 −L p p
Z p mπx nπx
+bm sin cos dx
−p L L
Z L
2 nπx
= an cos dx
−L p
1 L
Z
2nπx
= an 1 + cos dx
2 −L L
L !
L 2nπx
= an L + sen
2nπ L −L
= an L
então Z L nπx
f (x) cos dx = an L
−L L
portanto (trocando n por m):
1 L
Z
mπx
am = f (x) cos dx, m = 1, 2, . . .
L −L p

nπx
E, finalmente, para obtermos bm , multiplica-se (5.5) por sen em que n é fixo e
p
integra-se ambos os lados de −L a L:
Z L
a0 L
Z
nπx nπx
f (x) sen dx = sen dx
−L p 2 −L p
X∞ Z L mπx nπx
+ am cos sen dx
m=1 −L L L
Z L
mπx nπx
+bm sen sen dx
−L p p
Z L
2 nπx
= bn sen dx
−L p
1 L
Z
2nπx
= bn 1 − cos dx
2 −L L
L !
L 2nπx
= bn L − sen
2nπ L −L
= bn L
então Z L nπx
f (x) sen dx = bn L
−L L
portanto (trocando n por m):

Z L
1 mπx
bm = f (x) sen dx, m = 1, 2, . . .
L −L L
As fórmulas no teorema 5.2 são conhecidas como fórmulas de Euler-Fourier para

os coeficientes de uma série de Fourier. Portanto, se a série (5.5) convergir para f (x) e se
a série puder ser integrada termo a termo, então os coeficientes terão que ser dados pelas
fórmulas dos teorema 5.2.
Observe, também, que as fórmulas do teorema 5.2 dependem apenas dos valores
de f (x) no intervalo −L ≤ x ≤ L. Como cada um dos termos na série de Fourier
(5.5) é periódico com perı́odo 2L, a série converge para todo x sempre que convergir em
−L ≤ x ≤ L, e sua soma também é uma função periódica de perı́odo 2L. Logo, f (x) fica
determinada para todo x por seus valores no intervalo −L ≤ x ≤ L.
Exemplo 5.5 Suponha que existe uma série de Fourier convergindo para a função f
periódica definida por (
−x, −2 ≤ x < 0,
f (x) =
x, 0 ≤ x < 2;
com f (x + 4) = f (x). Determine os coeficientes nessa série de Fourier.
Essa função representa uma onda triangular (Figura 5.4) e é periódica com perı́odo 4.
Figura 5.4: A onda triangular
Então, nesse caso, L = 2 e a série de Fourier tem os seguintes coeficientes:

1 0 1 2
Z Z
a0 = (−x)dx + (x)dx = 1 + 1 = 2
2 −2 2 0
1 0 1 2
Z mπx Z mπx
am = (−x) cos dx + x cos dx
2 −2 2 2 0 2
mπx 0
" #
1 2 mπx 2 2
= − x sen − cos
2 mπ 2 mπ 2
−2
mπx 2
" #
1 2 mπx 2 2
+ x sen + cos
2 mπ 2 mπ 2
0
" 2 2 2 2 #
1 2 2 2 2
= − + cos(mπ) + cos(mπ) −
2 mπ mπ mπ mπ
 − 8 , m ı́mpar

4
= 2
(cos(mπ) − 1), (m = 1, 2, . . .) = (mπ)2
(mπ) 
0, m par
Finalmente, segue, da equação (5.8), de maneira análoga, que bm = 0, m = 1, 2, . . .
Desta forma, obtemos a série de Fourier de f :

8 πx 1 3πx 1 5πx
f (x) = 1 − 2 cos + 2 cos + 2 cos + ···
π 2 3 2 5 2
+∞
8 X cos(mπx/2)
= 1− 2
π m=1,3,5,...
m2
+∞
8 X cos((2n − 1)πx/2)
= 1− 2
π n=1 (2n − 1)2
Figura 5.5: A onda triangular e as duas primeiras somas parciais de Fourier
Na figura 5.5 apresenta a onda triangular e as duas primeiras somas parciais para a série
de Fourier associada. A curva mais distante das “quinas” da onda triangular é a primeira
soma parcial s1 = 1 − π82 cos πx

2
e a curva mais próxima das “quinas” da onda triangular
é a segunda soma parcial s2 = 1 − π82 cos πx
1 3πx

2
+ 9
cos 2
. Essas duas somas parciais
já se aproximam bem, ao menos visualmente, da onda triangular. Tomando cada vez mais
termos da série de Fourier, a aproximação torna-se cada vez mais perfeita!

 0, −3 < x < −1,

Exemplo 5.6 Seja f (x) = 1, −1 < x < 1, e suponha que f (x + 6) = f (x) (veja a

0, 1<x<3

figura 5.6). Encontre os coeficientes da série de Fourier.
Figura 5.6: Gráfico de f (x) do exemplo 5.6

Como f tem perı́odo 6, segue que L = 3 para este problema e a série de Fourier tem os
seguintes coeficientes:
1 3 1 1
Z Z
2
a0 = f (x)dx = 1dx =
3 −3 3 −1 3
Analogamente,
1
Z 1
1 mπx 1 mπx 2 mπ
am = cos dx = sen = sen , m = 1, 2, . . .
3 −1 3 mπ 3 mπ 3
−1
e
1
Z 1
1 mπx 1 mπx
bm = sen dx = − cos = 0, m = 1, 2, . . .
3 −1 3 mπ 3
−1
Assim, a série de Fourier de f é

+∞
1 X 2 mπ mπx
f (x) = + sen cos
3 m=1 mπ 3 3
√
1 3 πx 1 2πx 1 4πx 1 5πx
= + cos + cos − cos − cos + ···
3 π 3 2 3 4 3 5 5
Note que passando pela primeira soma parcial (em verde), pela segunda soma parcial (em
azul claro) e a terceira soma parcial (em vermelho), a série vai tomando a forma de f .
Figura 5.7: Gráfico de f (x) do exemplo 5.6 e as 3 primeiras somas parciais da série de
Fourier
Tomando termos da soma parcial cada vez mais altos, como na figura 5.8, é nı́tida a
semelhança que a série de Fourier vai apresentado em relação a f .
Figura 5.8: Gráfico de f (x) do exemplo 5.6 e a 15a soma parcial da série de Fourier
5.3.1 Funções Pares e Ímpares
Existem duas classes de funções para as quais as fórmulas de Euler-Fourier podem

ser simplificadas. Essas classes são formadas pelas funções pares e ı́mpares, que são
caracterizadas, geometricamente, pela propriedade de simetria em relação ao eixo dos y
e à origem, respectivamente.
Analiticamente, f é uma função par se seu domı́nio contém o ponto −x sempre

que contiver o ponto x, e se
f (−x) = f (x)
para cada x no domı́nio de f . Analogamente, f é uma função ı́mpar se seu domı́nio
contém −x sempre que contiver x, e se
f (−x) = −f (x)
para cada x no domı́nio de f .
Exemplos de funções pares: 1, x2 , cos nx, |x| e x2n . Exemplos de funções ı́mpares:
x, x3 , sen nx e x2n+1 .
As propriedades elementares de funções pares e ı́mpares incluem as seguintes:
1. A soma (diferença) e o produto (quociente) de duas funções pares são pares.
2. A soma (diferença) de duas funções ı́mpares é ı́mpar; o produto (quociente) de duas

funções ı́mpares é par.
3. A soma (diferença) de uma função ı́mpar e uma função par não é nem par nem
ı́mpar; o produto (quociente) de tais funções é ı́mpar.1
Também são importantes as duas propriedades integrais de funções pares e ı́mpares

a seguir
4. Se f for uma função par, então

Z L Z L
f (x)dx = 2 f (x)dx
−L 0
5. Se f for uma função ı́mpar, então

Z L
f (x)dx = 0
−L
1
Essas afirmações precisam ser modificadas se uma das funções for identicamente nula.
Séries em Cossenos:
Suponha que f e f 0 sejam contı́nuas por partes em −L ≤ x < L e que f é uma

função periódica par com perı́odo 2L. Segue, das propriedades 1 e 3, que f (x) cos(nπx/L)
é par e que f (x) sen(nπx/L) é ı́mpar.
Como consequência das propriedades 5 e 6, os coeficientes de Fourier de f são

dados por
Z L
1
a0 = f (x)dx
L −L
Z L
1 mπx
am = f (x) cos dx, m = 1, 2, . . .
L −L L
bm = 0, m = 1, 2, . . .
Logo, f tem a série de Fourier em cossenos:
+∞
a0 X mπx
f (x) = + am cos
2 m=1
L
Séries em Senos:
Suponha que f e f 0 sejam contı́nuas por partes em −L ≤ x < L e que f

é uma função periódica ı́mpar com perı́odo 2L. Segue, das propriedades 2 e 3, que
f (x) cos(nπx/L) é ı́mpar e que f (x) sen(nπx/L) é par.
Como consequência das propriedades 5 e 6, os coeficientes de Fourier de f são

dados por
a0 = 0
am = 0
Z L
2 mπx
bm = f (x) sen dx, m = 1, 2, . . .
L 0 L
Logo, f tem a série de Fourier em senos:
+∞
X mπx
f (x) = bm sen
m=1
L
Exemplo 5.7 Seja f (x) = x, −< x < L, e seja f (−L) = f (L) = 0. Seja f definida no
restante da reta de modo a ser periódica de perı́odo 2L (veja a Figura 5.7). A função
definida desse modo é chamada de função dente de serra. Obter a série de Fourier desta
função.
Figura 5.9: A função dente de serra no Exemplo 5.7.
Como f é uma função ı́mpar, ela tem uma série de Fourier em senos. Assim:
Z L
2 mπx
bm = x sen dx
L 0 L
2 L
2 L mπx mπx mπx
= sen − cos
L mπ L L L
0
2L
= (−1)m+1 , m = 1, 2, . . .
mπ
+∞
2L X (−1)m+1 mπx
Logo, a série de Fourier de f é f (x) = sen
π m=1 m L
Figura 5.10: Décima primeira soma parcial da série de Fourier da função dente de serra.
Note que a função f é descontı́nua nos pontos ±L, ±3L, . . ., como mostra a Figura 5.7.
Nesses pontos, a série de Fourier converge para o valor médio dos limites à esquerda e à
direita, neste caso, resultando em zero. Esta é uma propriedade chamada de fenômeno de
Gibbs. A soma parcial s11 está ilustrada na Figura 5.10. Este fenômeno de Gibbs ocorre
novamente em cada ponto de descontinuidade.
Vale observar que a função onda triangular (Exemplo 5.5) e a função dente de
serra que acabamos de trabalhar são idênticas no intervalo 0 ≤ x < L. Portanto, seuas
séries de Fourier convergem à mesma função, f (x) = x, nesse intervalo. Assim, se for
necessário representar a função f (x) = x em 0 ≤ x < L por uma série de Fourier, é
possı́vel fazer isso com uma série em cossenos ou uma série em senos.
No primeiro caso, f tem que ser estendida como uma função par para o intervalo
−L < x < 0 e periodicamente para o resto da reta (a função onda triangular). No segundo
caso, f tem que ser estendida para o intervalo −L < x < 0 como uma função ı́mpar e
periodicamente para o resto da reta (a função dente de serra). Se f for estendida de outra
maneira qualquer, a séri de Fourier resultante vai convergir para x em 0 ≤ x < L, mas
irá envolver termos em seno e cosseno.
Muitas vezes é útil expandir uma função f , dada originalmente no intervalo [0, L],
em uma série de Fourier de periódo 2L. Podemos fazer:
1. Definir uma função g de perı́odo 2L tal que

(
f (x), 0 ≤ x ≤ L,
g(x) =
−f (x), −L < x < 0
A função g é, então, a extensão periódica par de f . Sua série de Fourier, que é em
cossenos, representa f em [0, L].
2. Definir uma função h de perı́odo 2L tal que


 f (x),
 0 < x ≤ L,
h(x) = 0, x = 0, x = L,

−f (−x), −L < x < 0

A função h é, então, a extensão periódica ı́mpar de f . Sua série de Fourier, que é
em senos, representa f em (0, L).
Em geral, a forma da expansão usada será determinada, ou pelo menos sugerida,

pelo propósito para o qual é necessária. No entanto, se existir uma escolha sobre o tipo
de série de Fourier a ser usada, a seleção poderá se basear, em alguns casos, na velocidade
de convergência. Por exemplo, a série em cossenos para a onda triangular converge mais
rapidamente do que a série em senos para a função dente de serra, embora ambas convirjam
para a mesma função em 0 ≤ x < L. Isso se deve ao fato de que a onda triangular é
uma função mais suave que a função dente de serra, sendo, portanto, mais fácil de ser
aproximada. Em geral, quando mais derivadas contı́nuas tem a função na reta inteira,
mais depressa vai convergir sua série de Fourier.
Exemplo 5.8 Suponha que

(
1 − x, 0 < x ≤ 1,
f (x) =
0, 1 < x ≤ 2.
Como indicado anteriormente, podemos representar f por uma série em cossenos ou por
uma série em senos. Esboce o gráfico da soma de cada uma dessas séries para −6 ≤ x ≤ 6.
Nesse exemplo, L = 2, de modo que a série em cossenos para f converge para a extensão
periódica par de f de perı́odo 4, cujo gráfico está esboçado na Figura 5.11.
Figura 5.11: Extensão periódica par de f (x) do exemplo.
Analogamente, a série em senos para f converge para a extensão periódica ı́mpar de f de

perı́odo 4. O gráfico dessa função está esboçado na Figura 5.12.
Figura 5.12: Extensão periódica ı́mpar de f (x) do exemplo.

Referências Bibliográficas
[1] ANTON, Howard. Cálculo, um novo horizonte. 6.ed. Porto Alegre: Bookman,
2000.
[2] BOYCE, William E. DIPRIMA, Richard C. Equações diferenciais elementares

e problemas de valores de contorno. 10.ed. Rio de Janeiro: GEN, 2015.
[3] BOYER, Carl B. História da matemática . São Paulo: Edgard Blücler, 1996.
[4] BRONSON, Richard; COSTA, Gabriel B. Equações diferenciais. Porto Alegre:

Grupo A, 2008.
[5] CALDEIRA, A. M. et al. Pré cálculo. 3.ed. São Paulo: Cengage Learning, 2013.
[6] OLIVEIRA, Eduardo C. TYGEL, M. Métodos matemáticos para a engenharia.

Rio de Janeiro: SBM, 2005.
[7] POOLE, D. Álgebra linear. São Paulo: Cengage Learning, 2011.
[8] ZILL, Dennis G. Equações diferenciais: com aplicações em modelagem. 9.ed.

São Paulo: Cengage Learning, 2011.

Apostila de Mped

Enviado por

Direitos autorais:

Formatos disponíveis

Apostila de Mped

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila de Mped

Enviado por

Direitos autorais:

Formatos disponíveis

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO

Modelagem de Problemas Usando

Francisco Bartosievicz Netto

Temas de estudo da disciplina:

• Equações diferenciais ordinárias.

1.2 Operações com Números Complexos . . . . . . . . . . . . . . . . . . . . . . 2

1.3 Forma Polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.4 O Teorema de Moivre e a Fórmula de Euler . . . . . . . . . . . . . . . . . 12

2 Equações Diferenciais Ordinárias 17

2.2 Modelagem Matemática e Equações Diferenciais . . . . . . . . . . . . . . . 20

2.2.1 Dinâmica Populacional . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.2.2 Meia-vida ou Decaimento Radioativo . . . . . . . . . . . . . . . . . 20

2.2.3 Lei de Newton do Resfriamento/Aquecimento . . . . . . . . . . . . 21

2.2.4 Disseminação de uma doença . . . . . . . . . . . . . . . . . . . . . 21

2.2.5 Problemas de Misturas . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.2.6 Circuitos em Série . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.2.7 Corpos em queda . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.2.8 Movimento Harmônico Simples . . . . . . . . . . . . . . . . . . . . 24

2.3 Classificações de uma Equação Diferencial . . . . . . . . . . . . . . . . . . 25

2.4 Problema de Valor Inicial (PVI) . . . . . . . . . . . . . . . . . . . . . . . . 30

2.5 Equações Diferenciais de Primeira Ordem . . . . . . . . . . . . . . . . . . . 32

2.5.1 Variáveis Separáveis . . . . . . . . . . . . . . . . . . . . . . . . . . 32

2.5.2 Equações Homogêneas . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.5.3 Equações Exatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

2.5.4 Equações Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

2.5.5 Equação de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . 43

2.6 Equações Diferenciais Lineares de Ordem Superior . . . . . . . . . . . . . . 45

2.6.1 Problema de Valor Inicial e de Valor de Contorno . . . . . . . . . . 45

2.6.3 Equações Lineares e Homogêneas de Coeficientes Constantes . . . . 48

2.6.4 Equações Lineares Não Homogêneas de Coeficientes Constantes . . 51

2.6.5 Método dos coeficientes a determinar (Método de Descartes) . . . . 52

3.2 Definição da Transformada de Laplace . . . . . . . . . . . . . . . . . . . . 57

3.2.1 Condição de existência da transformada de Laplace . . . . . . . . . 60

3.3 Transformada Inversa de Laplace . . . . . . . . . . . . . . . . . . . . . . . 62

3.4 Transformadas de derivadas e Solução de EDO . . . . . . . . . . . . . . . . 66

3.5 Teoremas de translação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

3.6 Derivada da transformada de Laplace . . . . . . . . . . . . . . . . . . . . . 74

3.7 Convolução e transformada de Laplace de funções periódicas . . . . . . . . 76

3.8 Delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

3.9 Sistemas de EDOs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

4.2 Séries Infinitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

4.3 Testes de Convergência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

5 Séries: de Taylor e de Fourier 101

5.1 Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

5.2 Séries de Maclaurin e de Taylor . . . . . . . . . . . . . . . . . . . . . . . . 102

5.3 Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

5.3.1 Funções Pares e Ímpares . . . . . . . . . . . . . . . . . . . . . . . . 119

Referências Bibliográficas 125

As equações do 2◦ grau com discriminante (delta) negativo não foram o motivo do

Passados 25 anos, Raphael Bombelli (1523 - 1573), um admirador de Cardano,

Figura 1.1: O Plano Complexo

1.2 Operações com Números Complexos

Definição 1.1 Um número complexo é um número da forma a + bi, onde a e b são

O número real a é considerado um tipo especial de número complexo, pois a =

Definição 1.3 A soma dos números complexos a + bi e c + di é definida como

(a + bi) + (c + di) = (a + c) + (b + d)i

Definição 1.4 O produto de a + bi e c + di é

(a + bi)(c + di) = a(c + di) + bi(c + di) = ac + adi + bci + bdi2

(a + bi)(c + di) = (ac − bd) + (ad + bc)i

Observe que, em particular a(c + di) = ac + adi; assim, o oposto de c + di é