You are on page 1of 34

Trabalho de Conclusão de Curso

Licenciatura em Ciências Naturais

O USO DE EQUAÇÕES DIFERENCIAIS NA MODELAGEM DE SISTEMAS NATURAIS E OUTROS

Lucas Rangel Thomas

Orientadora: Mariana Malard Sales Andrade

Universidade de Brasília Faculdade UnB Planaltina Fevereiro de 2013

O USO DE EQUAÇÕES DIFERENCIAIS NA MODELAGEM DE SISTEMAS NATURAIS E OUTROS

Lucas Rangel Thomas
RESUMO Este trabalho aborda as possibilidades de modelagem matemática de sistemas através de equações diferenciais, com ênfase aos sistemas pertencentes ao ramo das Ciências Naturais. Dependendo do problema de interesse, esta modelagem pode ser feita de forma analítica ou de forma computacional. A seleção dos sistemas analisados neste trabalho foi feita, por um lado, através de um estudo da literatura padrão na área e, por outro, a partir de entrevistas com os professores de diferentes áreas de pesquisa da Faculdade UnB Planaltina. Palavras-chave: Equações diferenciais. Modelagem de sistemas. Ciências Naturais. Métodos analíticos. Métodos numéricos.

1

INTRODUÇÃO

Equações diferenciais são ferramentas matemáticas usadas para calcular a evolução de sistemas. O objetivo da modelagem é encontrar a taxa de variação com o tempo das grandezas que caracterizam o problema, ou seja, a dinâmica temporal do sistema de interesse. Resolvendo a equação diferencial (ou sistema de equações diferenciais) que caracteriza determinado processo ou sistema, pode-se extrair informações relevantes sobre os mesmos e, possivelmente, prever o seu comportamento. Deve-se ter em mente que a modelagem de um sistema em um conjunto de equações diferenciais fornece, quase sempre, uma descrição aproximada e simplificada do processo real. Ainda assim, a modelagem através de equações diferenciais fornece uma ferramenta poderosa para acessarmos o comportamento geral de vários tipos de sistemas. Historicamente, a evolução do ramo da matemática no qual se insere o estudo das equações diferenciais aconteceu em paralelo com o desenvolvimento da Física, funcionando como ferramenta de cálculo das equações de movimento da mecânica newtoniana, das equações de onda da física ondulatória e do eletromagnetismo e, mais tarde, na formulação da mecânica quântica e da relatividade. Hoje em dia, o uso de equações diferenciais foi estendido para as mais diversas áreas do conhecimento. Para citar alguns exemplos de aplicações de equações diferenciais em Ciências Naturais, temos o problema da dinâmica de populações, o de propagação de epidemias, a datação por carbono radioativo, a exploração de recursos renováveis, a competição de espécies como, por exemplo, no sistema predador versus presa. Fora das Ciências Naturais, as equações diferenciais também encontram aplicação em economia, no sistema financeiro, no comércio, no comportamento de populações humanas, dentre outras. Uma das principais razões da importância das equações diferenciais é que mesmo as equações mais simples são capazes de representar sistemas úteis. Mesmo alguns sistemas naturais mais complexos comportam modelagens em termos de equações diferenciais bem conhecidas. Por outro lado, problemas cuja modelagem exige equações diferenciais mais complicadas podem, hoje em dia, ser tratados através de métodos computacionais. Assim, o estudo e o desenvolvimento da área de modelagem de sistemas através de equações diferenciais são de suma importância para a compreensão de problemas reais, apresentando aplicações nas mais diversas áreas do conhecimento e, em particular, em Ciências Naturais.

2

a complexidade dos sistemas modelados implica em equações complicadas. Para que o modelo seja uma boa representação da realidade. Estes softwares também são úteis na interpretação e representação gráfica das soluções obtidas. impossíveis de resolver analiticamente. segundo Boyce e DiPrima (2012) [2]. isto é. podem ser resolvidas “a mão”. ferramentas que executam algoritmos de aproximação numérica. A construção do modelo envolve uma percepção da situação real em linguagem matemática. frequentemente. encontrar suas soluções. fazem parte do processo de modelagem: (i) Identificação das variáveis que caracterizam o sistema. como cada sistema possui um conjunto de variáveis e interações características. sobre o comportamento geral do sistema. é necessário lançar mão de técnicas computacionais (numéricas) para a solução do problema. (ii) Definição das unidades de medida das variáveis. ou seja.2 ASPECTOS TÉCNICOS DO USO DE EQUAÇÕES DIFERENCIAIS NA MODELAGEM DE SISTEMAS O principal desafio que se apresenta na modelagem de sistemas em termos de equações diferenciais é formular as equações que descrevem o problema a partir de um conjunto restrito de informações. Algumas equações diferenciais possuem soluções analíticas. Apesar disso. Alguns dos softwares mais usados na solução computacional de equações diferenciais são o Maple e o Mathematica. Ora. os modelos propostos aparecem nas mais diversas formas. Uma vez definido o conjunto de equações diferenciais que descrevem a dinâmica do sistema. Nesses casos. Porém. é necessário resolver as equações. 3 . existem alguns passos que. Abordagens computacionais podem ser implementadas também através de linguagens de programação como C e Fortran. ou “pistas”. possibilitando um entendimento da solução bem mais claro do que o extraído de tabelas numéricas ou fórmulas analíticas complicadas. não havendo uma lista de regras gerais para a representação de determinado sistema ou processo. em muitos casos. (iii) Determinação das leis (teóricas ou empíricas) que regem as relações entre as variáveis e a dinâmica do sistema e (iv) Expressar as leis em termos das variáveis identificadas. é de fundamental importância enunciar de maneira precisa os princípios que governam o sistema de interesse.

com capacitância C . Equações diferenciais parciais contêm funções de mais de uma variável e. 3. t) ∂ 2 u(x. ou uma prescrição. podem ser resolvidas apenas por derivadas simples.2. Em outras palavras. envolvem derivadas parciais. ou seja. Em particular.na descrição de um sistema em termos de uma função da variável independente tempo. que relaciona determinada função com suas derivadas. t) ∂ 2 u(x. uma equação diferencial estabelece a taxa segundo a qual as coisas acontecem. Um exemplo dado por Boyce e Diprima(2012) [2] de uma EDO é dQ(t) 1 d2 Q(t) +R + Q(t) = E (t) (3.1) 2 dt dt C que descreve o circuito RLC.2 Classificação Número de variáveis da função: As equações diferenciais podem ser classificadas quanto ao número de variáveis da função em termos da qual a equação é escrita. resistência R e indutância L. determinado conjunto de condições iniciais.2) . A função Q(t). representa a carga em função do tempo fluindo no circuito. Resolver uma equação diferencial é encontrar a função que satisfaz a equação e.3) ∂u(x. Equações diferenciais ordinárias (EDO) são aquelas cuja solução é uma função de apenas uma variável. O circuito RLC é frequentemente utilizado em rádios. a resolução da equação diferencial correspondente permite prever o comportamento futuro do sistema. frequentemente.2.3 3. Exemplos desses tipos de equações encontrados em Boyce e DiPrima (2012)[2] são a equação de propagação de calor L α e a equação de onda a2 ∂ 2 u(x.1 EQUAÇÕES DIFERENCIAIS Definição Uma equação diferencial é uma lei. a solução da equação diferencial fornece o valor da função em qualquer valor posterior da variável independente. que é a solução procurada da equação diferencial.2. portanto. A função do tempo E (t) é a voltagem (conhecida) impressa no sistema. A partir do conhecimento destas condições. t) = ∂x2 ∂t2 4 (3. t) = 2 ∂x ∂t (3.

Todas as equações diferenciais mencionadas até aqui tem como solução uma única função. Um exemplo de um problema que envolve mais de uma função é o modelo predador-presa. a equação d2 x(t) dx(t) + ω 2 x(t) = 0 (3. Por exemplo. O modelo acima é muito utilizado em Ecologia e outros ramos das Ciências Naturais. pois envolve a segunda derivada da função x(t). Caso só exista uma função a ser determinada. uma única equação diferencial é suficiente.onde α e a são constantes físicas e u(x. a serem determinadas em função do tempo t. respectivamente. Se existem mais funções. a amplitude como função da posição x e do tempo t. α.2. descrito pelo seguinte sistema de equações diferenciais  dx   = ax − αxy dt (3. c e γ são constantes cujos valores são baseados em observações empíricas e dependem das espécies particulares em estudo.4) + c dt2 dt com c e ω constantes. a temperatura e. Número de funções desconhecidas : Outra classificação de equações diferenciais é formulada a partir do número de funções desconhecidas que compõem a solução do problema. 5 . a. A equação acima descreve uma oscilação x(t) com frequência ω e constante de dissipação c. ou equações Lotka-Volterra como podem ser encontradas em Boyce e Diprima(2012)[2].2.5)   dy = −cy + γxy dt Na equação acima. t) é. A equação de calor descreve a condução de energia térmica em um corpo sólido e a equação de onda aparece em uma variedade de problemas envolvendo movimento ondulatório e também na mecânica quântica. Ordem : A ordem de uma equação diferencial é definida a partir da derivada mais alta que aparece na equação. no caso da equação de calor. a solução do problema exige um sistema de equações composto por tantas equações diferenciais quantas forem as funções a serem determinadas. é uma equação diferencial de segunda ordem. x(t) e y (t) são as populações da presa e do predador. no caso da onda.

1.. onde.. como o carbono-14.6) é dita linear se F for uma função linear das variáveis y. então: Q(t) = Qi e−kt (4.Linearidade : Segundo Boyce e Diprima(2012)[2]. isto significa que dQ = −kQ (4. Por exemplo. y se refere à derivada primeira. Matematicamente. y.3) A solução mostra que o decaimento de carbono-14 em uma amostra é exponencial.2. Química..2. a EDO F (t. Pode-se resolver esta equação através do método de separação de variáveis. y n ) = 0 (3. isto é.. Arqueologia. sabe-se que a meia 6 . y .. podese determinar a constante de decaimento k . Segundo Alves (2009)[1]. y à derivada segunda. Geologia.7) 4 4.1 APLICAÇÕES E MODELOS CONHECIDOS ENVOLVENDO EQUAÇÕES DIFERENCIAIS DE 1a ORDEM Decaimento radioativo – Aplicação em Física. escrevendo: dQ = −kdt → Q dQ = −k Q dt → ln Q = −kt + C → Q = De−kt (4..1) dt onde Q = Q(t) é a quantidade de carbono-14 no material como função do tempo t e k > 0 é a constante de desintegração. + an (t)y = g (t) (3..y . Assim reduz-se o problema da datação de um material através da concentração de carbono-14 à resolução de uma equação diferencial linear ordinária de 1a ordem. . em dado instante é proporcional à quantidade do elemento presente naquele instante. Assim. a EDO linear geral de ordem n é: a0 (t)y n + a1 (t)y n−1 + . etc.y n .1.. observações empíricas mostram que a taxa de desintegração de um elemento radioativo.1.. Supondo conhecida a concentração Q em algum instante posterior t. nessa notação. dado Q(t = 0) = Qi . y n a nésima derivada de y em relação à variável independente t. Engenharia Nuclear.2) Supondo conhecida a concentração inicial Qi .

10−4 /ano (4. após este tempo.8) Com o auxílio do Maple pode-se traçar o gráfico da função acima.5) 2 2 Aplicando logaritmo natural nos dois lados da equação. pode-se reescrever a equação para a concentração Q(t) de Carbono-14: Q(t) = Qi e−0. (4.1.730 anos.1.730) = Qi 2 Substituindo na equ.vida do Carbono-14 é de aproximadamente 5.730k = ln Isolando k : 1 1 → −5.1.6) ln 1 2 k=− → k ≈ 1. 7 .000121t (4.7) 5.730 A partir do valor de k . 21.3) para Q(t): (4. obtém-se: ln e−5. ou seja: 1 Q(5.4) 1 1 Qi = Qi e−5.730k = ln 2 2 (4. Figura 1: Concentração de carbono-14 Q em função do tempo t para Qi = 100. Isto quer dizer que.1. a quantidade de Carbono-14 em algum material caiu pela metade.1.730k → e−5.1.730k = (4. A Figura 1 mostra o decaimento exponencial do Carbono-14 para Qi = 100.

2. Assim. para r < 0. A equação diferencial (4.1.1) Equações autônomas são úteis para determinar o crescimento ou declínio populacional de uma dada espécie e os seus pontos críticos. para r > 0. Medicina. Ecologia. obtendo: y (t) = y0 ert (4.2.1) que descreve o decaimento do carbono-14 também é uma equação autonoma. A Figura 2 mostra o gráfico dessa solução para diferentes valores de y0 . A partir da condição inicial y (0) = y0 (4. localizados nos zeros de f (y ). Nestes pontos. equações cuja variável independente não aparece explicitamente. em algum momento. a partir daí ela permanecerá constante.2. atinge algum dos valores críticos. ou seja. Dizemos que a população atingiu o equilíbrio.2 Dinâmica de populações – Aplicação em Biologia.4.1. 1 8 .2) dt onde a constante de proporcionalidade r representa a taxa de crescimento (r > 0) ou declínio (r < 0) da população.1 Essas equações são do tipo dy = f (y ) dt (4. Digamos que y = y (t) representa a população de uma determinada espécie em um determinado instante de tempo t.4) A solução acima mostra que. se a população. ou seja. a população cresce exponencialmente enquanto que. Em uma primeira aproximação. a taxa de variação da popudt lação se anula. dy = ry (4.3) pode-se resolver a equação diferencial utilizando o método de separação de variáveis apresentado na seção 4. Economia. a população decai exponencialmente.2. vamos supor que a taxa de variação de y é proporcional ao valor atual de y . Podemos representar essa hipótese em uma equação diferencial. O estudo da dinâmica de populações envolve o estudo de equações diferenciais autônomas. etc. dy = 0.

no estudo de crescimento de tumores. por exemplo. que modificarão a taxa de crescimento e o resultado anterior de crescimento exponencial ilimitado não será mais válido. isto é. Observações experimentais mostram que microrganismos que se reproduzem de forma a ocorrer duplicação. a presença de predadores entre outros fatores. por exemplo. verde claro: y0 = 20. ao invés de crescimento. azul: y0 = 35.04 e diferentes valores de população inicial y0 . não considera eventuais fatores limitantes ao crescimento. No caso de uma população humana.os avanços tecnológicos podem constituir um fator favorável ao crescimento.Figura 2: População y em função do tempo t para r = 0. roxo: y0 = 50. O caso oposto é obtido se utilizar r < 0 que. Este caso pressupõe que há apenas condições que impedem a manutenção ou crescimento da população e também não é representativo de situações reais. espaço. vermelho: y0 = 10. pressupõe condições ideais para o crescimento da população. gera decaimento exponencial até a eventual extinção da população. Em uma situação real pode haver falta de alimento. têm sua 9 . como as bactérias e tumores. ele se mostra útil na investigação da dinâmica de certos tipos de população como. Mesmo sendo um modelo extremamente simplificado. verde: y0 = 60 É importante observar que o modelo anterior com r > 0.

A Fig.1 e V0 = 1. então.2. Luz e Corrêa (2001)[5] estudaram o crescimento de tumores utilizando equações diferenciais do tipo (4. De acordo com este modelo. α e λ.6) onde V0 . toma a seguinte forma: V (t) = V0 e( α (1−exp(−αt)) λ (4. Como um aprimoramento do resultado anterior de crescimento exponencial ilimitado.2. α e λ são constantes positivas. o volume de células cresce exponencialmente com o tempo. Figura 3: Volume de tumores sólidos V em função do tempo t para λ = 0.5) onde V (t) é o volume de células no instante t. 10 .2) encontrando a seguinte solução: V (t) = V0 eλ(t−t0 ) (4. 3 mostra o gráfico desta solução para determinados valores dos parametros V0 .2. α = 0. O crescimento de tumores é mais lento com o passar do tempo. V0 = V (t0 ) é o volume de células no instante inicial t0 e λ é a taxa de variação da população.taxa de crescimento proporcional ao volume de células divididas em um determinado momento. Luz e Corrêa (2001)[5] propuseram um ajuste em V (t) que.5.

2. h(y ) começa a diminuir quando y aumenta. comumente escrita na forma equivalente dy y = r(1 − )y dt k (4. aqui o crescimento dos tumores. mas em uma taxa menor.2. 2.2. Substituindo essa função na eq. entre outros (nesse regime. Uma forma de aprimorar o modelo de dinâmica populacional fornecido pela eq.7) Escolheremos a função h(y ) a partir de nosso conhecimento do problema real. teremos h(y ) < 0 → dy/dt < 0). Vamos tomar h(y ) tal que: (i) h(y ) = r > 0. h(y ) < 0 (e.(4. consequentemente. 11 .2. mas uma função mais complexa que leva em consideração eventuais fatores externos limitantes ou favoráveis ao crescimento.2. dy/dt = 0). Assim. espaço. diferentemente da Fig. pois baixas populações tendem a aumentar sem muita influência do meio externo. onde a é uma constante positiva.2. como alimento. a população de tumores atinge o equilíbrio. (iii) Eventualmente h(y ) cruza a reta h = 0 (onde a população pára de crescer pois aí. obtendo uma equação modificada na qual a dependência da taxa de variação com a população não é simplesmente linear (caso discutido anteriormente). atinge seu ápice e. (iv) A partir desse ponto. A função mais simples com essas propriedades é h(y ) = r − ay .7) temos que h(y ) > 0 ⇒ dy/dt > 0. (4.2. devido a fatores limitantes.7). pois pela eq.9) onde r é a taxa de crescimento intrínseca e k representa o nível de saturação ou capacidade de sustentação ambiental para determinada espécie em questão. a partir desse ponto. com r constante.Analisando o gráfico podemos ver que.2. (4. a população tende a crescer. isto é. vamos estudar a equação: dy = h(y )y dt (4. (ii) Após determinado valor de população. tem início um decaimento populacional já que. o volume permanece constante. (4. de acordo com a eq.7). de acordo com a eq. obtemos: dy = (r − ay )y dt (4. ou seja.7). quando y for pequeno.8) Essa equação é conhecida como a equação de Verhulst ou equação logística. a taxa de crescimento a cada instante depende essencialmente do número de indivíduos naquele instante (hipótese anterior aplicada a baixas populações).2) é substituir a constante r por uma função h(y ). (4. após determinado período de tempo.

Assumindo a condição inicial (4. 4. y = 0. Os zeros de f (y ) ocorrem nos pontos (0.2.2. podemos ver o gráfico que mostra f (y ) = r(1 − k )y em função de y.3). A partir desse valor. constante. com valores de k =10 e r =1. a população fica constante após atingir estes valores. 0) e (0. 0) e (0.10) A partir da solução. ou seja. (4. ou seja. k ). Assim. a população permanece em equilíbrio. Estes são os pontos críticos da equação onde dy/dt = 0. os zeros de f (y ). para diferentes valores para a população incial. Figura 4: Função f (y ) para a equação logística. 12 . obtemos y (t) = y0 k y0 + (k − y0 )e−rt (4.8) utilizando o Maple e com isso determinar o valor da população em um instante de tempo em particular.y Na Fig. k ).2. k são os valores de equilíbrio da população. Podemos encontrar a solução geral da eq. ou seja. A Figura 5 mostra o gráfico que representa o crescimento de uma população até atingir a capacidade de sustentação ambiental k . podemos ver como funciona a dinâmica dessa população para determinados períodos de tempo. Podemos ver que as interseções com o eixo x e variável y . são (0.

11) 13 . Consideremos a seguinte equação: dy y = −r(1 − )y dt T onde r e T são constantes positivas e T é um limiar.1.Figura 5: Solução da equação de Verhulst. (4. k = 100 e os diferentes valores de y0 .2. Um outro caso que também descreve a dinâmica de populações é a equação envolvendo um limiar crítico. para r = 0.

T ).2. y0 > T e a população é crescente. 0) e (0.2. utilizando a condição inicial (4. os pontos críticos nos quais a população atinge o equilíbrio são (0. As interseções com o eixo dos y.A Figura 6 mostra a função f (y ). 0) e (0. Os zeros de f (y ) ocorrem nos pontos (0. podemos resolver a equação diferencial (4. T ). ou seja.2. Figura 6: Função f (y ) para a equação com limiar crítico utilizando valores: r = 1 e T = 10.12) Na Figura 7 vemos o gráfico que mostra y (t). Com o auxílio do Maple. 14 .y0 < T e a população é decrescente. y0 = T e a população é constante e (iii) para a curva verde.3). Obtemos a seguinte solução: y= y0 T y0 + (T − y0 )ert (4.11). (ii) para a curva vermelha. Podemos observar três casos: (i) para a curva azul.

pode-se montar um problema de valor inicial simples que descreve o crescimento do investimento. As modalidades de investimentos e financiamentos são calculadas de acordo com esse sistema. Vermelho: T = 10. Suponha que uma quantia de dinheiro é depositada em um banco que paga juros a uma taxa r ao mês.3. Aplicações financeiras baseadas em juros compostos podem ser modeladas por uma equação diferencial. Então obtemos a equação diferencial de primeira ordem que descreve o processo: dS = rS dt 15 (4.1) . o atual sistema financeiro utiliza o regime de juros compostos. Se supusermos que a capitalização é feita continuamente. ou seja. da periodicidade em que os juros são aplicados. portanto é de grande utilidade estudálo. Essa quantidade é A taxa de variação do valor do investimento é dS dt igual a taxa segundo a qual os juros acumulam. .3 Capitalização de investimentos – Aplicação no Sistema Financeiro[Boyce e Diprima (2012)[2]] Em muitas situações. vezes o valor atual do investimento S (t).Figura 7: Solução da equação de dinamica populacional com limiar crítico para: r = 0. Azul: T = 11. 4.1 e y0 = 10. que é a taxa de juros r. O valor S (t) do investimento em qualquer instante t depende tanto da frequência de capitalização dos juros. pois ele oferece uma maior rentabilidade se comparado ao regime de juros simples. quanto da taxa de juros. Verde: T = 9.

2) Portanto. Como resultado.5) (4.1): dS = rS + k dt onde k > 0 representa depósitos e k < 0 retiradas. A solução geral dessa equação é k (4. esses depósitos e retiradas entram como uma contribuição aditiva na eq.4) r onde c é uma constante arbitrária. A Figura 8 mostra como o saldo S varia com o tempo t para os diversos valores de k . e k (ert − 1) r é a parte referente a depósitos ou retiradas a uma taxa k . Para satisfazer a condição inicial S (0) = S0 : S (t) = cert − k r Logo. Matematicamente. obtém-se: S (t) = S0 ert (4. uma conta bancária com juros capitalizados continuamente cresce exponencialmente! Podemos agora supor que possam existir.3. Dessa forma.Novamente encontramos uma equação diferencial linear ordinária de 1a ordem. depósitos e retiradas ocorrendo a uma taxa constante k . alem do acúmulo de juros.3. por exemplo. simula-se uma situação mais real.3. Supondo que o valor inicial de investimento é S0 . como mostra a equação.6) S (t) = S0 ert + (ert − 1) r Onde S0 ert é a parte que representa os juros compostos em si. encontram-se os valores de S para qualquer instante de tempo t. realizar depósitos ou retirar dinheiro de uma conta poupança. onde há uma flexibilidade para o cliente de um banco. 16 .3. (4.3) k (4.3. a solução do problema de valor inicial é c = S0 + (4.3.

Azul: k > 0. entre outras. Um sistema vibracional simples cujo estudo pode ser feito através de equações diferenciais é o oscilador harmônico amortecido. engenharia. 5 5. ciências de materiais. estão em constante vibração. Esta dinâmica vibracional constitui os chamados modos naturais ou normais de vibração do material. Um exemplo típico de força externa dissipativa é a força de resistência do ar. O movimento harmônico amortecido ocorre quando uma força externa dissipativa atua sobre um oscilador harmônico fazendo com que a velocidade de seu movimento reduzase gradualmente. Um sistema oscilando no ar acaba por ter reduzida sua 17 . química.1 APLICAÇÕES E MODELOS CONHECIDOS ENVOLVENDO EQUAÇÕES DIFERENCIAIS DE 2a ORDEM Oscilador harmônico amortecido – Aplicação em Física e Engenharias [Projeto de Iniciação Científica [6]] Todo objeto material é composto de átomos ou moléculas que.Figura 8: Capital S em função do tempo t para S0 = 100 e diferentes valores de k . mesmo sob condições normais de temperatura e pressão. Entender como funciona a dinâmica vibracional interna dos materiais é muito relevante para a pesquisa fundamental em áreas do conhecimento como a física. Verde: k = 0. Vermelho: k < 0.

1) + c + ω2x = 0 2 dt dt onde x = x(t) é a posição do oscilador com função do tempo t. portanto. ω ) é uma função dos parâmetros c e ω .8) onde as constantes A e B são determinadas a partir das condições iniciais: 18 .1.2) d2 x(t) dx(t) +c + ω 2 x(t) = f 2 (c. Obtém-se que: dx = f (c.1.1. Supondo uma solução para a equação diferencial da forma x(t) = ef (c.1.1. ω ) + cf (c.energia cinética e.1. ω )ef (c. ω )ef (c.1. sua amplitude de oscilação devido à força de resistência que o ar exerce sobre o sistema.ω)t dt e d2 x = f 2 (c.1. dx sua dt d2 x velocidade. a solução geral da equação diferencial é dada por: √ x(t) = Ae −c+ c2 −4ω 2 t 2 √ + Be −c− c2 −4ω 2 t 2 (5. c é a constante de amortecimento e ω é a frequência angular.5): (5.4) (5. O conhecimento da posição x(t) do oscilador para cada instante de tempo requer a resolução de uma equação diferencial linear ordinária de 2a ordem. ω )ef (c.ω)t + ω 2 ef (c.ω)t 2 dt Substituindo na equação diferencial (5.ω)t + cf (c.1.7) 2 Assim.3) (5. ω )ef (c.ω)t = 0 2 dt dt (5. A partir da segunda lei de Newton é possível escrever a equação de movimento do oscilador harmônico amortecido da seguinte forma: d2 x dx (5. dt2 sua aceleração.ω)t Onde f (c. ω ) = (5.5) Simplificando: f 2 (c. ω ) + ω 2 = 0 (5.6) Utilizando a fórmula de Bhaskara para resolver a equação de segundo grau: √ −c ± c2 − 4ω 2 f (c.

10) (5.9) (5. 19 .1.1.12) (i) c2 − 4ω 2 < 0 → Solução oscilatória com amplitude exponencialmente decrescente.8) temos: √ √ 2x ˙ (0) + (c + c2 − 4ω 2 )x(0) −c+ c2 −4ω2 t 2 √ x(t) = e 2 c2 − 4ω 2 √ √ 2x ˙ (0) + (c − c2 − 4ω 2 )x(0) −c− c2 −4ω2 t 2 √ − e 2 c2 − 4ω 2 Existem duas soluções típicas: (5.1.1.1. obtém-se: √ 2x ˙ (0) + (c + c2 − 4ω 2 )x(0) √ A= 2 c2 − 4ω 2 √ 2x ˙ (0) + (c − c2 − 4ω 2 )x(0) √ B=− 2 c2 − 4ω 2 Substituindo os valores de A e B na eq. √ c2 − 4ω 2 = √ (−4ω 2 − c2 ) = i 4ω 2 − c2 (5. (5.13) Reescrevendo a eq.1. como pode ser visualizado no gráfico abaixo obtido com Maple.12) √ √ 2x ˙ (0) + (c + i 4ω 2 − c2 )x(0) − c t +i 4ω2 −c2 t 2 √ x(t) = e 2e 2i 4ω 2 − c2 √ √ 2x ˙ (0) + (c − i 4ω 2 − c2 )x(0) − c t −i 4ω2 −c2 t 2 2 √ − e e 2i 4ω 2 − c2 √ ±i 4ω 2 −c2 (5.11) (5.1.  x(0) = A + B √ √ −c + c2 − 4ω 2 −c − c2 − 4ω 2 x ˙ (0) = A( ) + B( ) 2 2 Resolvendo esse sistema para A e B .14) t 2 A solução é composta por oscilações e com amplitudes que dec crescem exponencialmente com e− 2 t . (5.1.

c > 2ω . 20 . quando c < 2ω .Figura 9: Deslocamento x em função do tempo t de um oscilador harmônico amortecido para para c = 0.12) O gráfico da solução pode ser traçado utilizando o Maple conforme a Figura 10. ω = 2 rad. O sistema oscila com amplitude decrescente. (ii) c2 − 4ω 2 > 0 → Solução de decaimento exponencial sem oscilação. o sistema nem chega a oscilar e a posição decai exponencialmente. os princípios envolvidos são os mesmos para muitos problemas. a constante de amortecimento é relativamente pequena de modo que a tendência dominante é de oscilação e o amortecimento é um efeito secundário.1. x(0) = 2m e x ˙ (0) = 1 m/s. As equações diferenciais que descrevem estes sistemas são equivalentes.s−1 . Os radicais não precisam ser reescritos e a solução é dada simplesmente pela eq. A compreensão do comportamento desse sistema simples é o primeiro passo na investigação de sistemas vibratórios mais complexos. 5 s−1 . Além disso. No segundo caso. Por exemplo. existe uma analogia entre osciladores forçados e amortecidos com o circuito elétrico RLC (que será discutido na próxima seção). Como resultado. A amplitude da oscilação decresce exponencialmente. (5. ou seja. a constante de amortecimento é grande e a tendência dominante é dada pelo termo de amortecimento. assim como suas soluções. Analisando os dois casos concluimos que: No primeiro.

um capacitor de capacitância C e uma fonte de alimentação de tensão V (t). consiste de um resistor de resistência R.Circuito RLC O circuito RLC. ω = 2 rad. como mostrado na Figura 11. A última parte deste trabalho de conclusão de curso pretende modelar. um tipo de circuito elétrico encontrado especialmente em rádios. um indutor de indutância L. simular e discutir esses sistemas.s−1 . 6 PROPOSTAS DE MODELAGEM DE PROBLEMAS ATRAVÉS DE EQUAÇÕES DIFERENCIAIS Foram realizadas entrevistas com professores da Faculdade UnB Planaltina com o objetivo de identificar sistemas das diversas áreas do conhecimento que pudessem ser modelados por equações diferenciais. O deslocamento diminui exponencialmente sem oscilação. 21 . 6.Figura 10: Deslocamento x em função do tempo t de um oscilador harmônico amortecido para c = 4. x(0) = 2 m e x ˙ (0) = 1 m/s. 1 s−1 .1 Problema Sugerido pelo professor Ismael Victor Costa (Físico) .

1.4) (6. portanto: L Sabendo que dQ dt pode-se reescrever na eq.1.1.1) A segunda lei de Kirchhoff nos diz que.6) .3) Q C (6.Figura 11: Circuito RLC De acordo com as leis elementares da eletricidade.1.1. em um circuito fechado. A queda de tensão no capacitor é Vc = onde Q é a carga no capacitor.1.4) da seguinte forma: I= LQ + RQ + Assumindo as condições iniciais Q(t0 ) = Q0 22 (6.1. (6. a tensão aplicada é igual à soma das quedas de tensão no resto do circuito.1.2) (6. a queda de tensão no resistor é Vr = RI onde I é a corrente no circuito.5) dI 1 + RI + Q = V (t) dt C (6. E a queda de tensão no indutor: VL = L dI dt (6.7) 1 Q = V (t) C (6.

1. 23 .8) dt obtém-se uma equação diferencial para a corrente I diferenciando a eq. (6.1. Assim.1 Solução Geral 1 I = ωE0 cos ωt C (6. Logo: 1 (Lω 2 − )A = ωE0 sin (ϕ) (6.1. ou seja: LIp + RIp + 1 Ip = ωE0 cos ωt C (6.14) C RωA = ωE0 cos (ϕ) 2 (6.1.dQ |t=t0 = I (t0 ) = I0 (6.12). (6. Para a equação acima ser uma solução.6) em relação a t e depois usando a eq.1. .9) C Suponhamos que a tensão externa seja alternada e dada por V (t) = E0 sin ωt.13) Para que a equação acima seja verdadeira para todo instante de tempo t.1.2 Logo: LI + RI + 6. obtemos: 1 − Lω 2 )A sin (ωt − ϕ) + RωA cos (ωt − ϕ) = C = ωE0 cos ϕ cos (ωt − ϕ) − ωE0 sin (ϕ) sin (ωt − ϕ) ( (6. (6.1. os coeficientes dos termos oscilatórios cos(ωt − ϕ) e sin(ωt − ϕ) devem se anular. vamos supor uma solução particular Ip (t) = A sin (ωt − ϕ) (6. deve-se reescrever a eq.11) com amplitude A e fase ϕ.1.5) para substituir dQ dt Assim: 1 LI + RI + I = V (t) (6.15) Note que esta escolha de V (t) reproduz a condição física de que V (t0 ) = 0.10) em termos de Ip . onde E0 e ω são constantes positivas representando a amplitude e frequência de oscilação da tensão.1.1.1. (6.12) Substituindo as derivadas primeira e segunda de IP (t) e rearranjando o lado esquerdo da eq.1. respectivamente.1.10) e Uma das formas de resolver uma equação diferencial é supor uma solução que satisfaça a equação.

1. Neste ponto.1.1.1. L e C .1. obtém-se r em função dos parâmetros experimentais R.17) é particularmente interessante pois fornece a amplitude A de oscilação da corrente em função da frequência ω de oscilação da tensão no circuito.1. (6. logo. L e C : −R ± r = r± = L R2 − 4 C 2L (6. (6. (6.19) sendo r uma constante. subtraindo a eq.1. Substituindo esta solução na eq.1.1.18).1.1. (6. (6.16).14) → tan ϕ = (6.15)2 → (Lω 2 − 1 2 (Lω 2 − C ) + R2 ω 2 (6. (6. 24 . Assim.1. (6.1.10) da seguinte forma I (t) = c+ er+ t + c− er− t + A sin (ωt − ϕ) (6.17) é mostrado na Figura 12 para determinados valores de E0 .1. (6.10): 1 2 ) + R2 ω 2 A = ωE0 → A = C ωE0 LIh + RIh + Suponhamos uma solução da forma 1 Ih = 0 C (6.(6.Resolvendo A e ϕ.21) onde r± são dados pela eq.1. pode-se reescrever a solução geral da eq. A eq.16) (6.11) em função dos parâmetros experimentais do problema. c+ er+ t e c− er− t também são soluções. A atinge seu valor máximo.18) Ih (t) = ert (6. Note que para ω 2.15) Rω 1 C → ϕ = arctan( Lω 1 − ) R RCω (6.1.18).12) da eq. escrevemos a equação para a solução homogênea. obtemos: Lω 2 − (6.1.1. O gráfico da eq.1.14)2 (6. dizemos que o circuito RLC está em ressonância com a fonte externa de tensão.20).17) e ϕ é dado pela eq.1. R.17) As equações anteriores determinam as constantes A e ϕ da solução particular (6. A fim de obter a solução geral.20) Sabendo que er+ t e er− t obedecem a eq. (6.1. A é dado pela eq.

17) e r+ = −0. 7958 utilizando a eq. em um primeiro momento.s−1 . L = 1 H e C = 0.1. não acontece em torno do eixo I = 0 mas em torno de uma função exponencial decrescente. Após um curto período de tempo. O gráfico da solução do circuito RLC pode ser traçado com o auxílio do Maple.1. plotamos o gráfico até t = 25 s.20). 2041 e r2 = −9. A = 0. 5 F. A partir desses valores. essa oscilação ocorre em torno do eixo I = 0. (6. foram calculados ϕ = 78.5 F.16). R = 10 Ω.Figura 12: Amplitude A de oscilação da corrente em um circuito RLC em função da frequência ω de oscilação da tensão para E0 = 1 V. ω = 2 rad.0995 utilizando a eq.46 utilizando da eq. L = 1 H.1. Na Figura 13. A Figura (13) mostra a corrente I em função do tempo t para determinados valores dos parâmetros experimentais. Os valores utilizados foram: e E0 = 1 V. É interessante notar que esta oscilação. (6. (6. R = 1 Ω. C = 0. Nota-se que a corrente I tem comportamento geral oscilatório. 25 .

2041.2 Problema sugerido pelos professores Alexandre Parize (Químico) e Marco Aurélio (Físico) . r− = −9. fissura. e a partir daí se dispersa no meio externo. como um poro. 0995 e ϕ = 78. ω = 2 rad.Dispersão de um medicamento encapsulado no organismo O problema proposto pelos professores foi de resolver a equação de Fick a fim de compreender como ocorre a dispersão de um medicamento encapsulado no organismo. No caso proposto. y.s−1 . Vamos supor que uma massa M de uma determinada substância é liberada em um ponto (x. r+ = −0. y0 . etc.Figura 13: Oscilação da corrente I em função da do tempo t para c+ = 1. z ) = (x0 . Difusão. 45. 26 . 6. É claro que não é possível liberar uma massa finita de matéria em exatamente um ponto no espaço e tempo. uma quantidade de matéria encapsulada em um fármaco é liberada por algum mecanismo. A = 0. 7958 . segundo Crank (1975)[3] é o processo em que a matéria é transportada de uma parte do sistema a outro como resultado de movimentos aleatórios das moléculas. z0 ) em t = t0 . c− = 1. isso é uma aproximação matemática.

1) simplifipode-se dizer que ∂C ∂y ∂z cada em 1D: ∂ 2C ∂C =D 2 (6.2. t) é a concentração da substância como função da posição (x. z ) e do tempo t e D é o coeficiente de difusão. .4) ∂x Para resolver a equação diferencial (6.2. ∂C ∂ 2C ∂ 2C ∂ 2C =D 2 +D 2 +D 2 (6. pode-se utilizar uma análise dimensional para encontrar uma variável adimensional que permite converter a equação diferencial parcial original em uma equação diferencial ordinária de solução mais simples.3) e de contorno (6. z. y. As condições de contorno são: C (x. Inicialmente.5) A Suponhamos que C possa ser escrito em termos de duas funções C1 e C2 tal que: M M (6. D) = C1 ( .2.2.2. a difusão ocorre basicamente em uma dimensão.2.2. Matematicamente: M C = C (x.2. A equação de Fick é uma equação diferencial parcial linear de segunda ordem. Então = ∂C = 0 e podemos reescrever a eq.4). 27 .2. inicialmente (em t = t0 ) a massa M se concentra em um único ponto do espaço (em x = x0 ). t. y. D) (6. notemos que. ajuste)C2 (η ) A A C. t.1 Solução Solução em 1D Em um sistema cujo comprimento é muito maior que sua altura e espessura. a concentração depende também da constante de difusão D e da razão M/A. t0 ) = ∂C →0 quando x → ±∞ (6.2) ∂t ∂x A hipótese de liberação de uma substância de forma instantânea e pontual equivale à seguinte condição inicial: M δ (x − x0 ) (6. .3) A onde A é a área da seção reta no plano y − z e δ (x − x0 ) é a função Delta de Dirac que indica que.2. (6.1) ∂t ∂x ∂y ∂z onde C = C (x. 6. além da posição x e do tempo t. D.A difusão dessa substância através do espaço é governada pela equação de Fick.2) com a condição inicial (6.6) C (x. Consideraremos inicialmente o problema unidimensional e depois vamos generalizar para a situção real em três dimensões.2.

como desejado. e por isso.2. x η (x.8) (6. D) = √ Dt (6.2). t. ter que [C1 ] = [C ].10) Conforme mostrado por Fisher[4].10)-(6. tem-se: M M C (x.2. t) = √A A Dt (6. ajuste). D) = √A C2 (η ) A Dt x η (x. Portanto.12) . m3 2.2. D.2. t. Para construir η em termos de x ([x] = m) e t ([t] = s) e algum ajuste com D ([D] = m2 /s) e/ou M/A ([M/A] = Kg/m2 ) tal que [η ] = 1 podemos √ dividir x por Dt. Devemos ainda obter η como uma variável adimensional. D) = √ Dt fornece [η ] = 1 como desejado. t) = M A 4D(t − t0 ) 28 exp[− (x − x0 )2 ] 4D(t − t0 ) (6.2. (6.2. garantir estes requisitos de dimensionalidade.11) é: C (x. se possível.2.11) (6. Assim. ∂C2 →0 ∂η quando η → ±∞ (6.onde η = η (x. Assim. .2. M A tentativa é isolar a dependência de C dos parâmetros constantes A e D em C1 e a dependência de C das variáveis x e t em C2 (via η ). precisamos utilizar as grandezas M/A ([M/A] = Kg/m2 ) e D ([D] = m2 /s) e um ajuste em termos de √ x ([x] = m) e/ou t M por D podemos usar t . t. t. Se dividirmos ([t] = s) tal que [C1 ] = [C ] = Kg m3 A para cancelar o segundo “indesejável".7) fornece [C1 ] = Kg . Os ajustes acima irão. 1. Para construir C1 .2. a solução do problema (6. a seguinte equação diferencial ordinária de segunda ordem é obtida: d2 C2 1 dC2 1 + η + C2 = 0 dη 2 2 dη 2 As expressões (6.2. C1 ( M M .4) implicam em novas condições de contorno: C2 .9) Substituindo na eq.

z. como provavelmtente é o caso do problema proposto pelos professores. → 0. . a única diferença é que esse problema será resolvido separando as variáveis x e y em duas equações diferenciais independentes. y. t0 ) = M δ (x − x0 . t0 ) = M δ ( x − x0 .1) que se adequa melhor ao sistema.2.19) 29 .2. z. será utilizada a eq. ∂C ∂C .16) Solução em 3D Quando a dispersão de matéria se dá em todas as dimensões em uma proporção comparável. A equação em 2D que descreve o problema é: ∂C ∂ 2C ∂ 2C = Dx 2 + Dy 2 ∂t ∂x ∂y (6.14) onde L e o tamanho do sistema na direção z . y e z para obter a seguinte solução: C (x.17) C. y.2.2. t) = M L 4π (t − t0 ) Dx Dy exp[− (x − x0 )2 (y − y0 )2 − ] 4Dx (t − t0 ) 4Dy (t − t0 ) (6.2.2.18) O método de resolução é o mesmo utilizado em 2D.13) A condição inicial pode ser escrita usando a função Delta de Dirac C (x. ∂x ∂y quando (x.Solução em 2D Em um sistema cuja espessura é muito menor do que as outras duas dimensões. As condições iniciais e de contorno são respectivamente: C (x. porém separando em três equações diferenciais parciais em termos de x. para então chegar à solução geral: C (x. (6. y. a difusão ocorre essencialemnte em um plano. y.15) A solução dessa equação é similar à solução em 1D. y − y0 . t) = M [4π (t − t0 )] 2 3 Dx Dy Dz exp[− (x − x0 )2 (y − y0 )2 (z − z0 )2 − − ] 4Dx (t − t0 ) 4Dy (t − t0 ) 4Dz (t − t0 ) (6. y − y 0 ) L (6. As condições de contorno são C.2. ∂C ∂C ∂C . → 0. z → ±∞) (6. y. z − z0 ) (6. ∂x ∂y ∂z quando (x. y → ±∞) (6.2.

que mostra um pico bem estreito em torno de x0 = 0. A Figura 14 mostra o gráfico que representa a concentração C em função da posição x para diferentes intervalos de tempo t. Após um intervalo de tempo muito grande.Podemos entender o significado desta solução plotando os gráficos da solução em 1D. a concentração assume um valor constante. Verde: t = 4000 s. nota-se que. como pode ser visto pelo pico mais achatado da curva vermelha. 30 . para os parâmetros escolhidos. Vermelho: t = 8 s. 5. Pela Figura 14 vemos que. a substância se espalha. Este é o valor Ch para o qual a concentração de substância no sistema se torna homogênea. em t = 8 s. À medida que o tempo passa. 05 Kg. t0 = 0 s. como evidenciado pela curva azul. para tempos pequenos. x0 = 0 m. A partir desse gráfico. a substância está concentrada em torno da posição inicial.10−5 3 Kg/m . A = 2 m2 . tirada para t = 1 s. em torno da posição inicial x0 : Figura 14: Concentração C em função da posição x para M = 0. D = 20 m2 /s. Ch 3. Azul: t = 1 s. como pode ser visto pela linha verde para em t = 4000 s.

se aproximando de um valor constante Ch = 3.10−5 Kg/m3 sendo o mesmo valor encontrado para a Figura 14. O conhecimento do valor de Ch pode ser relevante para aplicações práticas. 05 Kg. enquanto em posições mais distantes. é possivel saber qual a quantidade de substância ativa deve estar contida na capsula do medicamento. depois que a concentração da substância atingiu o valor Ch . Vermelho: x = 0. D = 20 m2 /s. 01 m. a concentração tende a assumir um comportamento assintótico. Analisando a Figura 15. nota-se que a concentração C em posições próximas à posição inicial vai diminuindo com o passar do tempo. A = 2 m2 . É razoável supor que o medicamento passa a fazer efeito depois de espalhado pela corrente sanguínea. Para intervalos maiores de tempo.A Figura 15 mostra o gráfico da concentração C em função do tempo t para diferentes posições x: Figura 15: Concentração C em função do tempo t para M = 0. A partir desta informação. Azul: x = 500 m. Assim. 5. como a sugerida pelos professores de difusão de um medicamento no corpo humano. a concentração tende a aumentar. Ch deve ser maior do que um valor limite. ou seja. abaixo do qual a concentração é muito baixa para que o medicamento produza o efeito desejado. t0 = 0 s. 31 . x0 = 0 m. que pode ser fornecido por estudos empíricos.

Oscilador harmônico amortecido. A partir disso. é fundamental identificar as variáveis que caracterizam o sistema. Dinâmica de populações. podemos verificar a validade do modelo proposto e analisar a solução obtida. vimos que até mesmo as equações diferenciais mais simples são capazes de modelar matemáticamente situações reais.7 CONCLUSÃO Neste trabalho de conclusão de curso. uma ferramenta útil para resolver equações e plotar seus gráficos. As condições iniciais fornecidas para a solução da equação diferencial também devem refletir a realidade do sistema representado. apresentamos exemplos de modelagem dos seguintes sistemas: Decaimento radioativo. Durante este estudo. principalmente nas Ciências Naturais. No processo de modelagem de um sistema proposto. Seguindo esta metodologia. foi utilizado o software Maple. para que o modelo seja uma boa representação da realidade. assim como determinar as leis teóricas ou empíricas que o regem. 32 . Para comprovar se o modelo matemático proposto se adequa ao sistema real. Situações mais complexas podem ser modeladas por equações mais complicadas cujas soluções podem ser obtidas através de métodos numéricos e computacionais. circuito RLC e Difusão de partículas. efetuamos um estudo sobre algumas aplicações de equações diferenciais em problemas encontrados nas diversas áreas do conhecimento. Capitalização de Investimentos.

Oxford Univ.Referências [1] ALVES. R. Projeto de Iniciação Científica. Março 2001 [6] THOMAS.com/c3kltx6 Acesso em: 15 de Novembro de 2012. A. Koh. Rio de Janeiro: LTC. H. J. Equações Diferenciais Ordinárias e Aplicações. [5] LUZ.H. 1. Imberger. 1979. The Mathematics of diffusion. No... Press. Disponível em: http : //tinyurl. 1975. [2] BOYCE. Revista Virtual de Iniciação Acadêmica da UFPA http : //www. N.B.. CORRÊA. Métodos analíticos e computacionais para o estudo da dinâmica de redes cristalinas. and Brooks. [4] FISCHER. R. F.C. Oxford. Academic Press. 2011 33 . 2nd edition. California. L. DIPRIMA. M.uf pa. 2012. Mixing in Inland and Coastal Waters. J. San Diego.J. E. Datação por decaimento radioativo.. Inc. R.br/revistaic Vol 1. List.... 347p. Equações Diferenciais Elementares e Problemas de Valores de Contorno.Y. W. 9a Edição. W. Faculdade UnB Planaltina. [3] CRANK.