Professional Documents
Culture Documents
Métodos Matemáticos - Aula 02
Métodos Matemáticos - Aula 02
Aula 02
1
Equações Diferenciais Ordinárias de
Primeira Ordem
• Se desejarmos resolver um problema de
engenharia (usualmente de natureza física),
temos primeiro que formular esse problema
como uma expressão matemática, em termos
de variáveis, funções, equações e etc.
• Uma expressão desse tipo é então chamado
de um modelo matemático do problema em
questão.
2
Equações Diferenciais Ordinárias de
Primeira Ordem
• O processo de elaborar um modelo, resolvê-lo
matematicamente e interpretar seus resultados
em termos físicos é chamado de modelagem
matemática ou, resumidamente, de modelagem.
• Trata-se de um processo que requer experiência.
• O computador pode ajudar a obter as soluções
dos modelos matemáticos, porém dificilmente
ajudará a elaborar os respectivos modelos.
3
Equações Diferenciais Ordinárias de
Primeira Ordem
• Diversos conceitos físicos, como velocidade e
aceleração, são derivadas, freqüentemente os modelos
consistem de equações contendo derivadas de uma
função desconhecida.
• Um modelo dessa natureza é chamado de equação
diferencial.
• Naturalmente, também nos interessa encontrar uma
solução (ou seja, uma função satisfaça à equação),
analisar suas propriedades, representá-la graficamente,
encontrar valores para ela e interpretá-la em termos
físicos, de tal modo que possamos compreender o
comportamento do sistema físico do problema que
temos em mãos.
4
Equações Diferenciais Ordinárias de
Primeira Ordem
• Uma equação diferencial ordinária (EDO) é
uma equação que contém uma ou mais
derivadas de uma função desconhecida, a qual
usualmente chamamos de y(x) (ou, às vezes,
y(t), caso a variável independente seja o
tempo t). Exemplo:
y´ cos( x),
y´´9 y 0,
x 2 y´´´y´2e x y´´ ( x 2 2) y 2
5
Equações Diferenciais Ordinárias
(EDOs) de Primeira Ordem
• O termo ordinárias distingue essas equações
das equações diferenciais parciais (EDPs), que
envolvem derivadas parciais de uma função
desconhecida de duas ou mais variáveis.
• Por exemplo, uma EDP com uma função
desconhecida u de duas variáveis x e y é
u u
2 2
2 0
x 2
y
6
EDOs de Primeira Ordem
• Diz-se que uma EDO é de ordem n quando a n-ésima
derivada da função desconhecida y é a derivada mais
alta de y na equação.
• O conceito de ordem fornece uma classificação útil
para as EDOs de primeira ordem, de segunda ordem, e
assim por diante.
• As EDOs de primeira ordem contêm somente a
primeira derivada y´, podendo também conter y e
funções quaisquer dadas de x. Dessa forma, é possível
escrever essas equações como F(x,y,y´)=0 ou
freqüentemente, na forma y´=f(x,y).
• Esta última forma é chamada explícita, em contraste
com a forma implícita.
7
EDOs de Primeira Ordem
• Por exemplo:
Implícita : x -3 y´ 4 y 2 0(onde x 0)
Vira explícita : y´ 4 x y
3 2
8
EDOs de Primeira Ordem
• Uma função y=h(x) é chamada de solução de uma EDO
em algum intervalo aberto a<x<b se h(x) for definida e
diferenciável ao longo de todo esse intervalo e se for
tal que a equação se torna uma identidade quando y e
y´ são substituídos por h e h´, respectivamente.
• A curva (ou seja, o gráfico) de h é chamada de curva de
solução.
• Um intervalo aberto a<x<b significa que os pontos
extremos a e b não são considerados como
pertencentes ao intervalo. Além disso, a<x<b pode
incluir intervalos infinitos, como -<x<b, a<x<, -
<x< ( a reta dos números reais) como casos
especiais.
9
EDOs de Primeira Ordem
• Verificação da Solução:
• y=h(x)=c/x (onde c é uma constante arbitrária,
x0) é uma solução de xy´=-y
• Para verificarmos isso, obtemos a derivada
y´=h´(x)=-c/x2, e multiplicamos por x para
obtemos xy´=-c/x=-y. Portanto, xy´=-y, que é a
EDO dada.
10
EDOs de Primeira Ordem
• Curvas de Solução: A EDO y´=dy/dx=cos(x) pode ser resolvida
diretamente por integração em ambos os lados. Dessa forma,
utilizando o cálculo, obtemos y=cos(x)dx=sen(x)+c, onde c é
uma constante arbitrária.
• Temos então uma família de soluções. Cada valor de c, por
exemplo, 2,75 ou 0 ou -8, fornece uma dessas curvas.
• A figura mostra algumas delas para c=-3,-2,-1,0,1,2,3,4.
11
Crescimento Exponencial, Decaimento
Exponencial
• Do cálculo, sabemos que y=ce3t (onde c é uma
constante) possui a seguinte derivada (regra da
cadeia):
• Isso mostra que y é uma solução de y´=3y. Logo,
essa EDO pode servir para modelar o crescimento
exponencial, como, por exemplo o crescimento
de populações de animais ou de colônias de
bactérias.
• Esse tipo de crescimento também se aplica a
pequenas populações humanas situadas em
grandes extensões. (Lei de Malthus)
12
Crescimento Exponencial, Decaimento
Exponencial
• Similarmente, y´=-0,2y possui a solução
y=ce-0,2t. Logo,essa EDO representa o modelo
de decaimento exponencial, como, por
exemplo, o de uma substância radiativa.
• A figura mostra soluções para algumas valores
positivos de c:
13
EDOs de Primeira Ordem
• Pode-se ver que cada EDO possui uma solução
contendo uma constante arbitrária c. Uma
solução que inclui uma constante arbitrária c é
chamada de solução geral da EDO.
• Às vezes, o valor de c não é completamente
arbitrário, devendo, ao invés disso, se restringir a
algum intervalo para evitar o surgimento de
expressões complexas na solução.
• Desenvolveremos métodos capazes de nos
fornecer soluções gerais de maneira única. Assim,
acharemos a solução geral de uma dada EDO.
14
EDOs de Primeira Ordem
• Geometricamente, a solução geral de uma EDO é
uma família de um número infinitamente grande
de curvas, cada uma delas correspondendo a um
determinado valor da constante c.
• Se escolhermos um c específico (por exemplo
c=6,45 ou 0 ou -2,01), obtemos o que se chama
de solução particular de uma EDO.
• Uma solução particular não contém qualquer
constante arbitrária.
15
EDOs de Primeira Ordem
• Na maioria dos casos, existem soluções gerais; quando
nestas se atribui um valor adequado a c, obtém-se uma
solução particular e constante deixa de ser arbitrária.
• Exceções a essas regras ocorrem: (Solução singular) às
vezes, uma EDO pode possuir uma solução adicional
que não pode ser obtida a partir da solução geral, e
que é então chamada de solução singular.
• A EDO (y´)2-xy´+y=0 é desse tipo. Ela possui a solução
geral y=cx-c2 e também a solução singular y=x2/4.
Figura:
16
Problema de Valor Inicial
• Na maioria dos casos, a solução única de um
determinado problema (ou seja, uma solução
particular), é obtida a partir de uma solução geral por
meio de uma condição inicial y(x0)=y0, com valores
dados para x0 e y0, que são utilizados para se
determinar um valor para a constante arbitrária c.
• Geometricamente, essa condição significa que a curva
de solução deve passar pelo ponto (x0,y0) no plano xy.
• Uma EDO apresentada juntamente com sua condição
inicial é chamada de um problema de valor inicial.
• Portanto, caso a EDO seja explícita, y´=f(x,y), o
problema de valor inicial assume a forma:
17
Problema de Valor Inicial
• Exemplo: Resolva o problema de valor inicial
18
Exemplo: Decaimento Exponencial
• Dada uma certa quantidade, digamos, 0,5 g,
de uma substância radioativa (para o isótopo
de rádio 88Ra226), encontre a quantidade que
estará presente num instante posterior
qualquer.
• Experimentos mostram que, a cada instante,
uma substância radioativa de decompõe
segundo uma taxa proporcional à quantidade
dela presente.
19
Exemplo: Decaimento Exponencial
• Etapa 1: Elaboração de um modelo
matemático (uma equação diferencial) do
processo físico. Chamemos de y(t) a
quantidade de substância que ainda está
presente num instante t qualquer. Segundo a
lei física, a taxa temporal de variação
y´(t)=dy/dt é proporcional a y(t). Chamemos a
constante de proporcionalidade de k. Então
20
Exemplo: Decaimento Exponencial
• O valor de k é conhecido por meio de
experimentos realizados com diversas
substâncias radioativas (p.ex., para o isótopo de
rádio 88Ra226, k=-1,4.10-11 s-1 aproximadamente).
• Uma vez y(t) decresce com o tempo, k é negativo.
O valor inicial dado é de 0,5 g. Considere que o
tempo correspondente a essa situação inicial seja
t=0. Então, a condição inicial é y(0)=0,5.
• Dessa forma, o modelo do processo
correspondente ao problema de valor inicial:
21
Exemplo: Decaimento Exponencial
• Etapa 2: Solução matemática. Concluímos que
o EDO constitui um modelo para o
decaimento exponencial e possui a solução
geral (com a constante arbitrária c, porém
com um valor definido para k):
• Usemos agora a condição inicial para
determinarmos c. Visto que, y(0)=c, isso nos
faz concluir que y(0)=c=0,5. Dessa forma, a
solução particular que governa esse processo
é: 22
Exemplo: Decaimento Exponencial
• Verifique sempre o resultado encontrado.
Verifique por derivação (regra da cadeia):
23
Exemplo: Decaimento Exponencial
• Etapa3: Interpretação do resultado: A solução particular
determina a quantidade de substância radioativa presente
num instante t.
• Ela começa com a quantidade inicial correta que havia sido
informada e vai diminuindo com o tempo, devido ao fato de k
( a constante de proporcionalidade que depende do tipo de
substância ) ser negativa.
• O limite de y, à medida que t, é zero.
24
Exemplo: Uma Aplicação
Geométrica
• Problema geométricos também podem nos levara problemas
de valor inicial. Por exemplo, encontre a curva que passa pelo
ponto (1,1) no plano xy e que tem em todos os seus pontos a
inclinação –y/x.
• Solução: A inclinação y´da curva deve ser igual a –y/x. Isso
resulta na EDO y´=-y/x, cuja solução geral é y=c/x. Trata-se de
uma familía de hipérboles que têm os eixos coordenados
como assíntotas.
• Para a curva que passa pelo ponto (1,1) devemos ter y=1
quando x=1. Portanto, a condição inicial é y(1)=1. A partir
desta condição e de y=c/x, obtemos y(1)=c/1=1; isto é c=1.
Isso nos leva à solução particular y=1/x.
25
Exemplo: Uma Aplicação
Geométrica
26
Significado Geométrico de y´=f(x,y)
• Uma EDO de primeira ordem y´=f(x,y) possui
uma interpretação geométrica simples. Do
cálculo, sabemos que a derivada y´(x) de y(x)
corresponde à inclinação de y(x).
• Logo, uma curva-solução da equação que
passa pelo ponto (x0,y0) deve ter nesse ponto
a inclinação y´(x0) igual ao valor de f nesse
ponto; ou seja, y´(x0) = f (x0,y0).
27
Significado Geométrico de y´=f(x,y)
• Possibilita-nos então indicar as direções das curvas-solução,
traçando curtos segmentos retilíneos (elementos lineares) no
plano xy e então ajustando (de modo aproximando) as curvas-
solução que passam pelo campo direcional (ou campo das
inclinações) que assim obtivermos.
28
Significado Geométrico de y´=f(x,y)
• Esse método é importante por duas razões:
– Não é preciso resolver a EDO. Isso é essencial,
uma vez que, para diversas EDOs, as fórmulas de
solução são complicadas ou nem mesmo existem.
– Esse método mostra graficamente toda a família
de soluções e suas propriedades típicas. A
acurácia do método é um pouco limitada, porém,
na maioria dos casos, isso é pouco relevante.
• Pode-se usar um Sistema de Álgebra
Computacional (SAC) para gerar campos
direcionais. 29
Significado Geométrico de y´=f(x,y)
• No maple:
with(DEtools);
DEplot(diff(y(x),x)=x*y(x), y(x), x=-3..3, y=0..3, {[0,1], [0,2]},
scaling=constrained);
30
Campos Direcionais usando
Isóclinas
• Faça um gráfico das curvas f(x,y)=k=const., que são chamadas
de isóclinas (o que significa curvas de inclinação igual.
• Para a equação y´=xy, essas curvas são hipérboles
f(x,y)=xy=k=const.
31
Campos Direcionais usando
Isóclinas
• As isóclinas são curvas ao longo das quais a derivada y´ é
constante.
• Ao longo de cada isóclinas, trace vários elementos retilíneos
paralelos e com inclinação k que lhe é correspondente.
• Isso dá a direção do campo, no qual você pode agora fazer um
gráfico aproximado das curvas-solução.
32
EDOs Separáveis
• Muitas EDOs de utilidade prática podem ser
reduzidas à forma g(y)y´=f(x) através de
manipulações puramente algébricas.
• Dessa forma, é possível integrar ambos os
lados com relação a x, o que nos faz obter
g(y)y´dx = f(x)dx + c.
• Do lado esquerdo, podemos mudar a variável
de integração para y, visto que, do cálculo,
sabemos que y´dx=dy de modo que
g(y)dy = f(x)dx + c.
33
EDOs Separáveis
• Exemplo: A EDO y´=1+y2 é separável, porque
pode ser escrita na forma
37
Datação por Carbono Radiativo
• Finalmente, utilizamos a razão 52,5% para
determinar o tempo t da morte
39
Redução à Forma Separável
• A forma dessa EDO sugere que escrevamos
y/x=u; portanto y=ux e derivando o produto
y´=u´x+u.
• Fazendo a substituição em y´=f(y/x), obtemos
u´x+u=f(u) ou u´x=f(u)-u. Vemos que é possível
separar essa expressão:
40
Redução à Forma Separável
• Exemplo: Resolva
• Solução: Para obtermos a forma explícita
usual, dividimos a equação dada por 2xy:
41
Redução à Forma Separável
• Podemos ver na última equação que agora é
possível separarmos as variaveis,
• Por integração:
43
EDOs Exatas
• Do cálculo, podemos lembrar que, se uma
função u(x,y) possui derivadas parciais
contínuas, sua diferencial (também chamada
de diferencial total) é
• Disso se segue que, se u(x,y)=c=const., então
du=0.
• Por exemplo, se u=x+x2y3=c, então
• Ou
46
EDOs Exatas
• Estas equações dão-nos uma fórmula para checar se é exata
ou não, do seguinte modo.
• Suponhamos que M e N sejam contínuas e tenham suas
derivadas primeiras também contínuas numa região do plano
xy cuja fronteira é uma curva fechada e sem auto-interseções.
Então, fazendo a derivada parcial temos:
48
EDOs Exatas
• Podemos igualmente usarmos
• Obtemos primeiro por integração em y:
49
EDOs Exatas. Exemplo 1:
• Resolva:
• Solução. Etapa 1. Verificar se a equação é exata. Nossa
equação é da forma
• Portanto
51
EDOs Exatas. Exemplo 2:
• Resolva o problema de valor inicial
52
Redução à Forma Exata
• A EDO –ydx+xdy=0, não é exata. Pois M=-y e
N=x, de modo que,M/y=-1, ao passo que
N/x=1. Logo M/yN/x.
• Entretanto, se multiplicarmos por 1/x2,
podemos obter uma equação exata,
• No caso geral
• No caso geral, seguir por esse caminho seria complicado e
sem proveito. Mas se não podemos resolver um problema,
tentemos resolver um mais simples.
• Portanto, procuremos um fator integrante que dependa
apenas de uma variável. (Maioria dos casos práticos). 55
Como Encontrar Fatores
Integrantes
• Portanto, façamos F=F(x).Então, Fy=0 e
Fx=F´=dF/dx, de modo que se tenha:
• Onde
• E integrando: 56
Como Encontrar Fatores
Integrantes
• Similarmente, se F*=F*(y) então temos
• Onde
• E integrando:
57
Fatores Integrantes. Exemplo:
• Encontre um fator integrante e resolva o problema de valor
inicial:
• Solução. Etapa 1. Equação não-exata. Podemos verificar que a
equação dada não é exata:
58
Fatores Integrantes. Exemplo:
• Daí, o fator integrante F*(y)=e-y. Desse resultado, podemos
então obter a equação geral exata:
59
Fatores Integrantes. Exemplo:
• Etapa 3. Solução particular. A condição inicial y(0)=1 resulta
em u(0, -1)=1 +0+e=3,72. Daí, a resposta é
e x xy e y 1 e 3,72
• A figura mostra várias soluções particulares obtidas no forma
de curvas de nível de u(x,y)=c e traçadas por computador,
uma maneira conveniente de representação nos casos em que
é difícil ou impossível passar uma solução para a forma
explícita. Observe a curva que satisfaz (aproximadamente) a
solução inicial.
• Verificamos o seguinte:
• Saída Total=Resposta à Entrada r +
Reposta aos Dados Iniciais.
66
EDOs Lineares. Exemplo 1:
• Resolva a EDO linear y´-y=e2x.
• Solução. Neste caso,
• Simplificando, chegamos a
• Onde y1-a=u no lado direito, o que nos faz chegar à EDO
69
Redução à Forma Linear. Exemplo
• Resolva a seguinte equação de Bernoulli, conhecida como
equação logística ou equação de Verhulst: y´=Ay-By2.
• Solução.Reescrevemos como y´-Ay=-By2
• Para verificamos que a=2, de modo que y1-a=y-1. Diferenciando
esse u e substituindo y´ temos
70
Redução à Forma Linear. Exemplo
• Vemos que y0 (y(t)=0 para todo t) é também
uma solução.
71
Dinâmica Populacional
• A equação logística desempenha um papel
importante em dinâmica populacional, um
campo responsável pela modelagem da
evolução ao longo do tempo t de populações
de plantas, animais e seres humanos. Se B=0,
então a EDO assume a forma y´=dy/dt=Ay.
Nesse caso, sua solução é y=(1/c)eAt e
corresponde ao crescimento exponencial, lei
de Malthus.
72
Dinâmica Populacional
• O termo –By2 é um termo de inibição, que
impede a população de crescer sem limite.
Com efeito, se escrevemos y´=Ay[1-(B/A)y],
vemos que se y<A/B, então y´>0, de modo que
uma população inicialmente pequena
mantêm-se em crescimento enquanto y<A/B.
Porém, quando y>A/B, então y´<0 e a
população decresce enquanto y>A/B. O limite
é o mesmo em ambos os casos, a saber, A/B.
73
Dinâmica Populacional
• Vemos que, na equação logística, a variável independente t
não aparece explicitamente. Uma EDO y´=f(t,y) em que t não
ocorre explicitamente assume a forma y´=f(y) e é chamada de
uma EDO autônoma. Portanto, a equação logística é
autônoma.
• A equação possui soluções constantes, chamadas de solução
de equilíbrio, ou pontos de equilíbrio. Estes são determinados
pelos zeros de f(y), devido ao fato de que f(y)=0 resulta y´=0;
daí, y=const. Esses zeros são conhecidos como pontos críticos
da EDO.
• Uma solução de equilíbrio é chamada de estável caso as
soluções próximas a ela em algum valor de t mantenham-se
em suas proximidades para todo t em sua vizinhança. E a
solução é chamada instável caso as soluções inicialmente
próximas a ela não permaneçam próximas à medida que t
aumenta. 74
Dinâmica Populacional
• Por exemplo, y=0 é uma solução de equilíbrio
instável, ao passo que y=4 é uma solução de
equilíbrio estável.
75
Gráfico de Linhas de Fase
• A EDO y´=(y-1)(y-2) possui a solução de equilíbrio estável y1=1
e a solução de equilíbrio instável y2=2, como sugere o campo
direcional. Os valores y1 e y2 são os zeros da parábola f(y)=(y-
1)(y-2). Agora, uma vez que a EDO é autônoma, podemos
condensar o campo direcional para um gráfico de linhas de
fase, fornecendo y1 e y2 , além da direção (para cima ou para
baixo) das setas no campo, o que nos permite, portanto,
informar sobre a estabilidade ou instabilidade das soluções de
equilíbrio.
76
Trajetórias Ortogonais
• Em física ou em engenharia, uma classe importante de
problemas é encontrar uma família de curvas que interceptam
em ângulo retos uma outra família dada de curvas. As
primeiras são chamadas de trajetórias ortogonais das curvas
dadas ( e vice-versa).
• Exemplos disso são as curvas de temperaturas iguais
(isotermas) e as curvas de fluxo de calor, as curvas de nível ou
de altitudes iguais (linhas de contorno) e as curvas de
desníveis máximos nos mapas, as curvas de potenciais iguais
(curvas equipotenciais, ou curvas de voltagem iguais -
correspondentes aos círculos concêntricos), e as curvas da
forças elétrica (os segmentos radiais retilíneos)
77
Trajetórias Ortogonais
• O ângulo da interseção entre duas curvas é definido como o
ângulo entre as tangentes das curvas no ponto de interseção.
Ortogonal é uma palavra que quer dizer o mesmo que
perpendicular. Em muitos casos, é possível encontrar as
trajetórias ortogonais utilizando-se EDOs.
• Façamos com que G(x,y,c)=0 seja uma determinada família de
curvas xy, onde cada curva é especificada por algum valor de
c. Isso é o que se chama de família de curvas de um
parâmetro e c é chamado de parâmetro da família.
• Por exemplo, uma família de parábolas quadráticas de um
parâmetros é dada por y=cx2 ou, escrevendo como
G(x,y,c)=y-cx2=0.
78
Trajetórias Ortogonais
• Etapa 1. Encontra uma EDO para a qual a família dada é uma
solução geral. Naturalmente, essa EDO não pode mais conter
o parâmetro c. Em nosso exemplo, calculamos algebricamente
o valor de c, para então derivarmos e simplificarmos a
expressão; portanto,
• Daí:
79
Trajetórias Ortogonais
• Etapa 2. Escrever a EDO das trajetórias ortogonais, ou seja, a
EDO cuja solução geral fornece as trajetórias ortogonais das
curvas dadas. Essa EDO é
• Ou
• Por integração,
81
Trajetórias Ortogonais
82
Existência e Unicidades das
Soluções
• O problema de valor inicial |y´|+|y|=0, y(0)=1 não tem
solução, pois y=0 (ou seja, y(x)=0 para todo x) é a única
solução da EDO.
• Por sua vez, o problema de valor inicial y´=2x, y(0)=1 tem
precisamente uma solução, a saber, y=x2+1.
• E o problema de valor inicial xy´=y-1, y(0)=1 apresenta
inúmeras soluções, a saber, y=1+cx, onde c é uma constante
arbitrária, devido ao fato de que y(0)=1 para todo c.
• Esses exemplos permitem-nos ver que um problema de valor
inicial (PVI) y´=f(x,y), y(x0)=y0 pode não ter solução, pode ter
precisamente uma solução ou pode ter mais de uma solução.
83
Existência e Unicidades das
Soluções
• Os teoremas que estabelecem essas condições são chamados
de teoremas de existência e teoremas de unicidade,
respectivamente.
• Naturalmente, os exemplos simples que apresentamos não
precisam de teoremas, porque podemos resolvê-los por
inspeção; entretanto, para EDOs complicadas, esses teoremas
podem ser de importância prática considerável.
• Mesmo quando você tem certeza de que seu sistema físico ou
de outra natureza se comporta de maneira única,
ocasionalmente seu modelo pode se ressentir de um excesso
de simplificação, fazendo com que ele não seja capaz de
retratar fielmente a realidade.
84
Teorema da Existência
• Consideremos que o lado direito f(x,y) da EDO no problema
de valor inicial y´=f(x,y), y(x0)=y0 seja contínuo em todos
pontos (x,y) em algum retângulo R: |x-x0|<a, |y-y0|<b e
limitado em R; ou seja, existe um número K tal que |f(x,y)|K
para todo (x,y) em R. Então, o problema de valor inicial possui
pelo menos uma solução y(x). Essa solução existe pelo menos
para todos os valores de x no subintervalo |x-x0|< do
intervalo |x-x0|<a; aqui, é menor dos dois números a e b/K.
85
Teorema da Unicidade
• Consideremos que f e sua derivada parcial fy=f/y sejam
contínuas para todos (x,y) no retângulo R e limitadas, ou seja,
(a) |f(x,y)|K, (b) |fy(x,y)| M para todo (x,y) em R. Então, o
problema de valor inicial possui no máximo uma solução y(x).
Portanto, pelo teorema da existência, conclui-se que o
problema tem precisamente uma solução. Essa solução ao
menos para todo x do subintervalo |x-x0|<.
• É possível mostrar que (b) pode ser substituída pela condição
|f(x,y2)-f(x,y1)|M|y2-y1|, mais fraca, que é conhecida como
condição de Lipschitz.
86
Não Unicidade. Exemplo:
• O problema de valor inicial
• Possui as duas soluções seguintes:
88
Iterações de Picard
• Exemplo: Resolva o problema de valor inicial
y´=1+y2, y(0)=0 por iterações de Picard.
• Solução no Maple:
restart;
N:=5:
y0:=0:
pic(0):=0:
for n from 1 to N do
pic(n):=sort(y0+int(1+(subs(x=t, pic(n-1)))^2, t=0..x));
od:
S := seq(pic(n), n=1..N):
with(plots):
plot({S}, x=0..1);
89
Iterações de Picard
1 3 1 7 2 5 1 3
x , x x , x x x x
3 63 15 3
90
Fim. Muito Obrigado.
91