Você está na página 1de 222

Introduo aos

Introduo aos
Sistemas Dinmicos
Sistemas Dinmicos
UMA ABORDAGEM PR

ATICA COM MAXIMA


Jaime E. Villate
9 789729 939600
ISBN 972-99396-0-8
Introduc ao aos sistemas din amicos
Uma abordagem pr atica com Maxima
Jaime E. Villate
Faculdade de Engenharia
Universidade do Porto
Introduc ao aos sistemas din amicos: uma abordagem pr atica com Maxima
Copyright c _2005, 2006, 2007 Jaime E. Villate
E-mail: villate@fe.up.pt
Este trabalho est a licenciado sob uma Licenca Creative Commons Atribuic ao-Partilha nos termos da
mesma Licenca 2.5 Portugal. Para ver uma c opia desta licenca, visite
http://creativecommons.org/licenses/by-sa/2.5/pt/ ou envie uma carta para Creative
Commons, 559 Nathan Abbott Way, Stanford, California 94305, USA.
ISBN: 972-99396-0-8
Vers ao 1.2, do 27 de Fevereiro de 2007
A imagem na capa e o conjunto de Julia do n umero complexo 0.75+i 0.1, com 48 iterac oes, como se
explica no captulo 12.
Conte udo
Pref acio xiii
1 Introduc ao 1
1.1 Equac oes diferenciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Resoluc ao de problemas de fsica usando o Maxima . . . . . . . . . . . . . . . . 1
1.3 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 Sistemas din amicos discretos 9
2.1 Evoluc ao de sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 An alise gr aca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Pontos xos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4 Pontos peri odicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5 Resoluc ao num erica de equac oes . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5.1 M etodo de iterac ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5.2 M etodo de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.7 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.8 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Sistemas din amicos contnuos 27
3.1 Equac oes diferenciais de primeira ordem . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Campo de direcc oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3 Sistemas din amicos de primeira ordem . . . . . . . . . . . . . . . . . . . . . . . 30
3.3.1 Queda livre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3.2 Circuito RC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.4 Sistemas aut onomos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
iv CONTE

UDO
3.4.1 Retrato de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.5 M etodo de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.6 Resoluc ao analtica das equac oes diferenciais . . . . . . . . . . . . . . . . . . . 41
3.6.1 Equac oes de vari aveis separ aveis . . . . . . . . . . . . . . . . . . . . . . 42
3.6.2 Equac oes lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.6.3 Equac oes exactas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.6.4 Equac oes homog eneas . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6.5 Equac ao de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.6.6 Equac ao de Riccati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.7 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.8 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.9 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4 Sistemas contnuos de segunda ordem 53
4.1 Queda livre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 Lancamento de proj ecteis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.3 Sistemas de segunda ordem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.3.1 Retrato de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.4 Resoluc ao analtica das equac oes de segunda ordem . . . . . . . . . . . . . . . . 61
4.4.1 Equac oes aut onomas de segunda ordem . . . . . . . . . . . . . . . . . . 62
4.5 Sistemas n ao aut onomos e derivadas de ordem superior . . . . . . . . . . . . . . 66
4.6 Eliminac ao de singularidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.7 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.8 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.9 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5 Sistemas lineares 71
5.1 Osciladores lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.2 Sistemas lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.3 Pontos xos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.4 Vectores e valores pr oprios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.4.1 Valores pr oprios reais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
5.4.2 Razes complexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.5 Classsicac ao dos sistemas de segunda ordem . . . . . . . . . . . . . . . . . . . 83
5.6 N os pr oprios e impr oprios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.7 Pontos xos n ao hiperb olicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
CONTE

UDO v
5.8 Osciladores amortecidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.9 Oscilac oes nos circuitos el ectricos . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.10 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.11 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.12 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6 Sistemas n ao lineares 95
6.1 Linearizac ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.2 O p endulo simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
6.3 M etodo de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.4 Sistemas de equac oes de primeira ordem . . . . . . . . . . . . . . . . . . . . . . 108
6.5 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.6 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.7 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
7 Sistemas hamiltonianos 113
7.1 Func ao hamiltoniana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
7.2 Soluc oes no espaco de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
7.3 Pontos xos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
7.4 Sistemas gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
7.5 P endulo de Wilberforce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.6 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7.7 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
7.8 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
8 Ciclos limite 125
8.1 Oscilac oes auto-excitadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
8.2 Exist encia de ciclos limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.3 Inexist encia de ciclos limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
8.4 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
8.5 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
8.6 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
9 Coexist encia de duas esp ecies 135
9.1 Sistemas predador-presa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
9.2 Sistemas com competic ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
9.3 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
vi CONTE

UDO
9.4 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
9.5 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
10 Bifurcac oes e caos 141
10.1 Bifurcac oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
10.1.1 Bifurcac ao sela-n o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
10.1.2 Bifurcac ao transcrtica . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
10.1.3 Bifurcac ao de forquilha . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
10.2 Exemplos fsicos de bifurcac oes . . . . . . . . . . . . . . . . . . . . . . . . . . 147
10.3 Bifurcac oes e caos em sistemas discretos . . . . . . . . . . . . . . . . . . . . . . 150
10.4 Diagrama de orbitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
10.5 Teorema de Poincar e-Bendixon . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
10.6 Caos em sistemas contnuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
10.6.1 Equac oes de Lorenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
10.6.2 Equac oes de R ossler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
10.7 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
10.8 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
10.9 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
11 Sistemas discretos de segunda ordem e fractais 161
11.1 Fractais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
11.2 Sistemas aleat orios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
11.3 Sistemas iterativos de func oes . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
11.4 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
11.5 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
11.6 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
12 Sistemas discretos no plano complexo 173
12.1 Sistemas quadr aticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
12.2 A func ao quadr atica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
12.3 Conjunto de Julia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
12.3.1 Crit erio de converg encia . . . . . . . . . . . . . . . . . . . . . . . . . . 175
12.4 O conjunto de Mandelbrot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
12.5 Refer encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
12.6 Perguntas de escolha m ultipla . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
12.7 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
CONTE

UDO vii
A Tutorial do Maxima 183
A.1 A interface do Maxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
A.2 Entrada e sada de dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
A.3 Vari aveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
A.4 Constantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
A.5 Equac oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
A.6 Gr acos de func oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
A.7 Func oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
A.8

Algebra e trigonometria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
A.9 C alculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
A.10 Equac oes diferenciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
A.11 Guardar informac ao entre sess oes . . . . . . . . . . . . . . . . . . . . . . . . . 195
Respostas 197

Indice Remissivo 201


Bibliograa 204
viii CONTE

UDO
Lista de Figuras
1.1 Pot encia dissipada numa resist encia . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Traject oria de uma partcula . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1 Evoluc ao de y
n+1
= cos(y
n
) com y
0
= 2. . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Diagrama de degraus para x
n+1
= cos(x
n
) com x
0
= 2. . . . . . . . . . . . . . . 13
2.3 Soluc oes de y
n+1
= y
2
n
0.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Soluc oes do modelo logstico discreto. . . . . . . . . . . . . . . . . . . . . . . . 14
2.5 M etodo de Newton para aproximac ao a uma raz. . . . . . . . . . . . . . . . . . 21
3.1 Campo de direcc oes da equac ao y
/
= y +x . . . . . . . . . . . . . . . . . . . . . 29
3.2 Campo de direcc oes da equac ao v =g. . . . . . . . . . . . . . . . . . . . . . . 31
3.3 Campo de direcc oes para a velocidade de um p ara-quedista. . . . . . . . . . . . 32
3.4 Circuito RC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.5 Campo de direcc oes do circuito RC com R = 4 k, C = 250 nF e = 5 V. . . . . 34
3.6 Retrato de fase para a velocidade do p ara-quedista, onde v
t
designa a velocidade
terminal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.7 Retrato de fase do circuito RC. . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.8 Retrato de fase do sistema aut onomo x = 4x
2
. . . . . . . . . . . . . . . . . . . 36
3.9 M etodo de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.10 Soluc ao num erica e soluc ao exacta . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.1 Altura em func ao do tempo, de um p ara-quedista. . . . . . . . . . . . . . . . . . 55
4.2 Traject oria de um proj ectil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.3 As func oes f e g, calculadas num dado ponto (x
0
, y
0
), denem a velocidade de
fase nesse ponto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.4 Retrato de fase do sistema 4.13, mostrando os 4 pontos xos (0, 0), (1, 0), (0, 0.75)
e (0.5, 0.5). O gr aco da direita mostra uma das soluc oes, em func ao do tempo. . 60
4.5 Campo de direcc oes do sistema x =y, y =x e soluc ao comestado inicial x(0) =3
e y(0) = 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
x LISTA DE FIGURAS
5.1 Esfera suspensa por uma mola vertical. . . . . . . . . . . . . . . . . . . . . . . . 71
5.2 Evoluc ao do oscilador harm onico simples, no espaco de fase e no domnio do tempo. 73
5.3 Retrato de fase do sistema linear x = x +y, y = x/2+y. A origem e um n o inst avel. 78
5.4 Retrato de fase do sistema linear x = x+2y, y = x+y. A origem e um ponto de sela. 80
5.5 Retrato de fase do sistema linear x = x 2y, y = x y. A origem e um centro. . . 82
5.6 Retrato de fase do sistema linear x =x2y, y =xy. A origem e um foco est avel. 83
5.7 Classicac ao dos sistemas lineares de segunda ordem, em func ao do semi-traco,
, e do determinante, D, da matriz do sistema. . . . . . . . . . . . . . . . . . . . 84
5.8 Retratos de fase com n o pr oprio e com n o impr oprio. . . . . . . . . . . . . . . . 85
5.9 Retrato de fase do sistema linear x = x +2y, y = x +2y. Existem pontos xos n ao
hiperb olicos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.10 Oscilador harm onico amortecido. . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.11 Evoluc ao do oscilador harm onico com amortecimento fraco. . . . . . . . . . . . 88
5.12 Circuito LCR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.1 Campo de direcc oes do sistema x = 4x
2
4y
2
, y = y
2
x
2
+1. . . . . . . . . . 96
6.2 Retrato de fase do sistema x = 4x
2
4y
2
, y = y
2
x
2
+1. . . . . . . . . . . . 99
6.3 Retrato de fase do sistema x = x, y = x
2
+y
2
1. . . . . . . . . . . . . . . . . . 101
6.4 Retrato de fase do p endulo simples e gr aco de uma soluc ao (identicada com o
n umero 3), em func ao do tempo. . . . . . . . . . . . . . . . . . . . . . . . . . . 103
6.5 Oscilac oes do p endulo, com amplitude angular de 29

(esquerda) e 115

(direita). 104
6.6 Os quatro valores da derivada usados no m etodo de Runge-Kutta de quarta ordem.
Neste caso para o sistema x = x +t
2
; a verde, mostra-se a soluc ao exacta desse
sistema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.7 Soluc oes do sistema x =t x
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
6.8 Uma traject oria do sistema x = 4x
2
4y
2
, y = y
2
x
2
+1. . . . . . . . . . . . 110
7.1 Retrato de fase para a func ao hamiltoniana H = (y
2
x
2
)/2x
3
/3. . . . . . . . 116
7.2 P endulo de Wilberforce. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.3 Evoluc ao do alongamento e do angulo de rotac ao no p endulo de Wilberforce. . . 120
7.4 Soluc ao do sistema, no plano formado pelo alongamento e o angulo. . . . . . . . 120
7.5 Evoluc ao do alongamento e o momento linear (azul) e do angulo e momento an-
gular (verde); o tempo aumenta na vertical. . . . . . . . . . . . . . . . . . . . . 121
8.1 Circuito que d a origem a oscilac oes auto-excitadas. . . . . . . . . . . . . . . . . 125
8.2 Caracterstica corrente an odica-tens ao da grelha de um trodo de v acuo. . . . . . 126
8.3 Soluc ao da equac ao de van der Pol para um valor pequeno do par ametro = 0.17. 127
8.4 Soluc ao da equac ao de van der Pol para um valor interm edio do par ametro = 1. 127
LISTA DE FIGURAS xi
8.5 Soluc ao da equac ao de van der Pol para o par ametro = 1.28. . . . . . . . . . . 128
8.6 Retrato de fase de um sistema com ciclo limite. . . . . . . . . . . . . . . . . . . 128
8.7 Retrato de fase do sistema x =y +x(12x
2
3y
2
), doty = x +y(12x
2
3y
2
). 130
9.1 Possvel ciclo num sistema predador-presa. . . . . . . . . . . . . . . . . . . . . 136
9.2 Retrato de fase do modelo de Holling-Tanner. . . . . . . . . . . . . . . . . . . . 137
10.1 Retrato de fase para negativo; n ao existem pontos xos. . . . . . . . . . . . . . 142
10.2 Retratos de fase para = 0 (esquerda) com um ponto xo n ao-hiperb olico, e para
positivo (direita) com um ponto de sela e um n o est avel. . . . . . . . . . . . . . 143
10.3 Diagrama de bifurcac oes para x = x
2
, y =y. . . . . . . . . . . . . . . . . . 144
10.4 Bifurcac ao transcrtica do sistema x = x x
2
, y =y. . . . . . . . . . . . . . . 145
10.5 Diagrama de bifurcac ao do sistema x = x x
2
, y =y. . . . . . . . . . . . . . 145
10.6 Bifurcac ao de forquilha no sistema x = x x
3
, y =y. . . . . . . . . . . . . . . 146
10.7 Diagrama de bifurcac ao do sistema x = x x
3
, y =y. . . . . . . . . . . . . . 147
10.8 P endulo simples ligado a uma mola e diagrama de corpo livre. . . . . . . . . . . 148
10.9 Diagrama de bifurcac ao do ponto de equilbrio do p endulo com mola e energia
potencial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
10.10Dois membros da famlia de mapas quadr aticos, com c = 1 e c = 1/4. . . . . . . 151
10.11As func oes Q (vermelho) e Q
2
(verde) para c = 0 e c =3/4. . . . . . . . . . . 152
10.12Para c =1 o sistema tem um ciclo de ordem 2 e para c =2 existem ciclos com
qualquer perodo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
10.13c=-2.2 e conjunto de Cantor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
10.14Diagrama de bifurcac oes do mapa quadr atico e amplicac ao de uma regi ao. . . . 154
10.15Os tr es possveis tipos de Soluc oes limitadas num sistema contnuo de segunda
ordem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
10.16Oscilac oes do sistema de Lorenz para dois valores muito pr oximos do valor inicial:
x(0) = 5 (vermelho) e x(0) = 5.005 (azul). Par ametros: a = 10, b = 8/3, r = 28,
y(0) = 5, z(0) = 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
10.17Soluc ao ca otica do sistema de Lorenz, projectada no plano xz. Os par ametros s ao
os mesmos da gura 10.16, com x(0) = 5. . . . . . . . . . . . . . . . . . . . . . 156
10.18Ocaso c =2.3 (compar ametros a =b =0.2) conduz a umciclo limite comperodo
simples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
10.19Ocaso c =3.3 (compar ametros a =b =0.2) conduz a umciclo limite comperodo
duplo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
11.1 Evoluc ao do sistema de Fibonacci . . . . . . . . . . . . . . . . . . . . . . . . . 162
11.2 Mapa de H enon. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
11.3 Uma regi ao do mapa de H enon. . . . . . . . . . . . . . . . . . . . . . . . . . . 163
xii LISTA DE FIGURAS
11.4 O fractal obtido e uma regi ao amplicada. . . . . . . . . . . . . . . . . . . . . . 164
11.5 Tri angulo de Sierpinski e quadrado fractal. . . . . . . . . . . . . . . . . . . . . . 166
11.6

Arvore fractal, gerada com um sistema iterativo de 3 func oes. . . . . . . . . . . . 167
11.7 Fractal em forma de folha, gerado com 4 transformac oes. . . . . . . . . . . . . . 168
11.8 As 4 transformac oes usadas para obter o feto de Barnsley. . . . . . . . . . . . . . 169
12.1 Conjunto de Julia para c =0.55+i0.6 . . . . . . . . . . . . . . . . . . . . . . 175
12.2 Conjunto de Julia para c =0.75+i0.1, com 36 iterac oes e 48 iterac oes. . . . . 176
12.3 Conjunto de Julia para c =0.75+i0.1, com 160 e 300 iterac oes. . . . . . . . . 177
12.4 Conjunto de Julia para c = 1, com 24 iterac oes, e ampliac ao da regi ao perto de
(0+i0.6), com 36 iterac oes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
12.5 O conjunto de Mandelbrot. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
12.6 Uma pequena regi ao dentro do conjunto de Mandelbrot. . . . . . . . . . . . . . . 179
A.1 Xmaxima, vers ao 5.9.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
A.2 Gr aco do polin omio 3x
3
+5x
2
x +6. . . . . . . . . . . . . . . . . . . . . . . 188
A.3 Gr aco das func oes seno e co-seno. . . . . . . . . . . . . . . . . . . . . . . . . 189
A.4 Gr aco da func ao sin(x)sin(y), obtido com Gnuplot. . . . . . . . . . . . . . . . 190
A.5 Gr aco da func ao sin(x)sin(y), obtido com Openmath. . . . . . . . . . . . . . . 190
Pref acio
Este manual e modicado com bastante frequ encia. O n umero da vers ao actual aparece na con-
tracapa, e a vers ao mais recente pode ser sempre obtida na Web em http://fisica.fe.up.
pt/maxima/. Esta vers ao foi escrita para ser usada em conjunto com a vers ao 5.11 do Maxima
(http://maxima.sourceforge.net).
A escrita deste livro foi feita para servir de apoio a uma disciplina de Fsica dos Sistemas Din ami-
cos, leccionada a partir 2003 na Faculdade de Engenharia da Universidade do Porto. A disciplina
dos sistemas din amicos encontra-se na fronteira entre a fsica, a matem atica e a computac ao, e
foi criada em substituic ao da antiga disciplina de Fsica Experimental, leccionada no curso de
Engenharia Inform atica e Computac ao. Por ser uma area cientca que n ao e leccionada usando
o tradicional m etodo axiom atico da fsica e da matem atica, e mais apropriado utilizar um m etodo
pr atico de ensino, baseado em projectos realizados com o computador.
As d ecadas de 1960 e 1970 marcaram o renascimento do estudo dos sistemas din amicos como
uma nova area de investigac ao, com caracter pr oprio, que por ser inovador deu origem a agita-
das pol emicas nos meios cientcos. O impulso inovador foi propiciado pelo desenvolvimento
acelerado dos meios computacionais.
Surgiu uma gerac ao de investigadores que usavam os seus computadores como aut enticos labo-
rat orios para explorar equac oes e descobrir novos fen omenos. Os matem aticos tradicionais criti-
caram a sua falta de rigor cientco, por n ao existir uma teoria s olida que explicasse os resultados
obtidos. Grande parte desses resultados encontram-se no domnio da fsica: din amica n ao linear,
mat eria condensada, electromagnetismo. Mas, para muitos fsicos, essa nova disciplina e vista
como uma simples implementac ao computacional de conhecimentos antigos e j a bem estabeleci-
dos, sem nenhuma inovac ao do ponto de vista fsico.

E comum o coment ario: isto e tudo muito
interessante, mas onde entra a fsica?.
Assim, os pioneiros da nova area dos sistemas din amicos foram confrontados com rejeic oes de
publicac ao em revistas de renome, e avaliac oes negativas. Mas, por outro lado, a sua actividade
despertou um interesse que foi aumentando exponencialmente e foi uma lufada de ar fresco para
a comunidade cientca, j a que os seus m etodos adaptam-se facilmente ` a realidade actual do tra-
balho cientco.
O novo paradigma inltrou-se tamb em no ensino, e as tradicionais disciplinas de fsica e ma-
tem atica t em sido contaminadas com essa nova metodologia experimental/ computacional, em
contraste com o tradicional m etodo axiom atico. Tal como nos crculos cientcos, no sector edu-
cativo a mudanca tem sido tamb em pol emica e, ao mesmo tempo, tem despertado grande interesse
por ser f acil de adaptar ` a realidade actual com que s ao confrontados os alunos. Temas como o
caos e os fractais despertam facilmente o interesse dos alunos.
xiv Pref acio
Neste livro pretendemos explorar alguns temas da din amica de sistemas, numa forma activa, apoi-
ados sempre nas ferramentas computacionais e sem entrar em muitos pormenores abstractos. O
uso de um Sistema Computacional Alg ebrico (CAS) n ao elimina a necessidade de raciocnio ma-
tem atico por parte dos alunos nem torna o ensino puramente t ecnico. Uma das complicac oes
inerentes aos programas de algebra no computador e o facto de n ao existirem respostas unicas.
Diferentes m etodos podem produzir respostas a um mesmo problema que aparentemente s ao di-
ferentes, mas que representam a mesma func ao. Ou as respostas podem ser func oes de facto
diferentes, que s o coincidem num determinado domnio. Em alguns casos o sistema n ao pode d ao
nenhuma soluc ao ou at e pode dar soluc oes erradas.

E preciso ganhar alguma experi encia para poder utilizar as ferramentas CAS com sucesso e poder
testar a veracidade dos resultados obtidos. No processo de obtenc ao dessa experi encia, o utilizador
acaba por adquirir novos conhecimentos sobre os m etodos matem aticos usados pelo sistema.
Hoje em dia a grande maioria dos prossionais de engenharia e ci encias exactas dependemos das
m aquinas de calcular para obter a raz quadrada de um n umero real, por exemplo, 3456. Alguns
de n os aprendemos na escola como calcular essa raz, usando papel e l apis, na epoca em que n ao
existiamcalculadoras electr onicas. N ao me parece que essa depend encia na calculadora seja grave.
Tamb em n ao acho necess ario ensinar as criancas como calcular razes com papel e l apis antes de
permitir-lhes utilizar a calculadora. O que sim acho muito importante e que o algoritmo que era
ensinado para calcular razes quadradas permaneca disponvel e bem documentado na literatura;
faz parte do nosso legado de algoritmos matem aticos.
Por outro lado, hoje em dia que os alunos podem usar calculadoras para calcular razes quadradas,
podem avancar mais rapidamente para outros temas como o estudo das equac oes quadr aticas; e a
trav es desse estudo poder ao ganhar uma compreens ao mais profunda da func ao

x, o que n ao e
prov avel que aconteca enquanto aprendem o algoritmo para calcular razes quadradas com papel
e l apis. No caso das equac oes diferenciais e equac oes de diferencas, com a ajuda de um Sistema
Computacional Alg ebrico o aluno pode avancar mais rapidamente para outros temas como o caos e
fractais, em vez de dedicar um semestre completo a aprender v arios algoritmos para obter soluc oes
analticas de alguns poucos tipos de equac oes.
Agradeco aos meus colegas Helena Braga e Francisco Salzedas, com quem tenho leccionado a
disciplina de Fsica dos Sistemas Din amicos, e aos alunos que t em frequentado a disciplina nos
ultimos anos; os seus coment arios positivos encorajaram-me a escrever este livro. Os alunos t em
tido que realizar projectos para esta disciplina; alguns desses projectos foram muito interessantes
e ajudaram-me a aprender alguns dos temas abordados aqui. Agradeco especialmente ao aluno
Pedro Martins e ao professor Francisco Salzedas por terem feito uma revis ao cuidadosa do texto.
Jaime E. Villate
Porto, Fevereiro de 2007
Captulo 1
Introduc ao
1.1 Equac oes diferenciais
As equac oes diferenciais desempenham um papel muito importante na engenharia e nas ci encias
exactas. Muitos problemas conduzem a uma ou v arias equac oes diferenciais que dever ao ser
resolvidas. O tipo de equac oes que t em recebido maior atenc ao s ao as equac oes diferenciais
lineares; existem t ecnicas analticas para resolver esse tipo de equac oes.
As equac oes diferenciais n ao lineares s ao mais difceis de analisar e n ao existem t ecnicas gerais
de resoluc ao. O tipo de problemas que podem ser analisados com maior facilidade s ao os sistemas
que conduzem a equac oes lineares. A partir da segunda parte do s eculo XX, com o r apido desen-
volvimento dos computadores, tem sido possvel resolver problemas n ao-lineares usando m etodos
num ericos. Os sistemas n ao lineares permitem estudar muitos fen omenos interessantes que n ao
aparecem em sistemas lineares.
Com o estudo dos sistemas n ao lineares tem ganho popularidade uma nova abordagem das equa-
c oes diferenciais, que d a mais import ancia ` a analise geom etrica e menos import ancia ` as t ecnicas
analticas de resoluc ao. Muitos dos conceitos utilizados, como o espaco de fase, s ao uma genera-
lizac ao dos m etodos utilizados na din amica para estudar o movimento de um sistema.
Para introduzir essa nova metodologia, nos pr oximos captulos vamos estudar problemas es-
peccos de din amica e circuitos el ectricos que conduzem a equac oes an alogas ` as equac oes da
din amica. Antes de comecar, vamos introduzir o sistema computacional, Maxima, que vamos
utilizar.
1.2 Resoluc ao de problemas de fsica usando o Maxima
Maxima e um sistema de software na categoria dos sistemas designados de CAS (Computer Alge-
bra System), nomeadamente, sistemas que para al em de n umeros, permitem manipular equac oes
alg ebricas com vari aveis indeterminadas. Existem v arios sistemas CAS; optamos por usar o Ma-
xima por ser software livre; isso implica que pode ser instalado e utilizado pelos alunos sem terem
que obter uma licenca e os alunos podem at e estudar o c odigo fonte para compreender o seu fun-
cionamento. Outra vantagem importante e a possibilidade de poder modicar e adaptar o sistema
2 Introduc ao
` as nossas necessidades, o que facilitou a nossa tarefa de escrever m odulos especcos para este
manual.
O Maxima pode realizar muitas operac oes com func oes matem aticas, incluindo derivac ao, primi-
tivac ao, aproximac ao com s eries de pot encias, transformadas de Laplace, resoluc ao de equac oes
diferenciais ordin arias, resoluc ao de sistemas de equac oes lineares, realizac ao de gr acos em duas
e tr es dimens oes. Permite tamb em trabalhar com matrizes e vectores. O Maxima pode ser usado
tamb em para resolver problemas em forma num erica, e escrever programas, como uma linguagem
de programac ao tradicional.
Os exemplos que se seguem dever ao ser sucientes para dar uma vis ao inicial do funcionamento
do Maxima. Ao longo dos pr oximos captulos vamos aprofundar mais no tema, mas quem n ao
estiver familiarizado com o Maxima e preferir comecar com uma descric ao mais extensa desse
pacote, pode consultar o ap endice A. Os exemplos que vamos resolver nesta secc ao s ao na area da
din amica de partculas e circuitos de corrente contnua, por serem os temas centrais deste manual.
Ser ao precisos alguns conhecimentos mnimos desses dois temas.
Exemplo 1.1
Um gerador liga-se a uma resist encia externa R, e a diferenca de potencial produzida na resist encia
e medida com um voltmetro V. Para calcular o valor da forca electromotriz e da resist encia
interna do gerador, r, usaram-se duas resist encias externas de 1.13 k e 17.4 k. As diferencas
de potencial nos dois casos foram 6.26 V e 6.28 V. Calcule a corrente no circuito, em cada caso.
Calcule os valores de e de r. Desenhe o gr aco da pot encia dissipada na resist encia externa, em
func ao de R, para valores de R compreendidos entre 0 e 5r.
R , r V
Resoluc ao: A corrente na resist encia R calcula-se usando a lei de Ohm:
I =
V
R
(1.1)
Usando os valores dados para a diferenca de potencial, V, e a resist encia, R, podemos usar o
Maxima para calcular as correntes:
(%i1) 6.26/1.13e3;
(%o1) .005539823008849558
A etiqueta (%i1) a aparece inicialmente na consola do Maxima e indica que o sistema est a pre-
parado para receber o primeiro comando; o i que dizer input. A express ao 1.13e3 e a forma de
escrever 1.13 10
3
no Maxima. Cada comando dever a terminar com ponto e vrgula. Quando
carregar na tecla de Enter, o sistema responde com a etiqueta (%o1), o o quer dizer output,
seguida do resultado do comando dado em (%i1).
A corrente no segundo caso calcula-se de forma an aloga:
1.2 Resoluc ao de problemas de fsica usando o Maxima 3
(%i2) 6.28/17.4e3;
(%o2) 3.609195402298851E-4
Assim, a corrente na resist encia de 1.13 k e de 5.54 mA, e na resist encia de 17.4 k e de 0.361
mA.
Para calcular a forca electromotriz e a resist encia interna do gerador, usamos a equac ao da carac-
terstica tens ao-corrente para um gerador:
V = rI (1.2)
substituindo os valores dados de V e R para cada resist encia externa, obteremos duas equac oes.
No Maxima vamos guardar essas duas equac oes em duas vari aveis que chamaremos eq1 e eq2
(%i3) eq1: 6.26 = fem - r*%o1;
(%o3) 6.26 = fem - .005539823008849558 r
(%i4) eq2: 6.28 = fem - r*%o2;
(%o4) 6.28 = fem - 3.609195402298851E-4 r
de salientar que o smbolo usado para armazenar um valor numa vari avel s ao os dois pontos. Nas
vari aveis do Maxima pode ser armazenado um valor num erico, ou algo mais abstracto, neste caso,
uma equac ao matem atica. O smbolo de igualdade faz parte das equac oes que est ao a ser arma-
zenadas. Para n ao termos que escrever manualmente os valores da corrente obtidos anteriormente
nos passos 1 e 2, foram usados os smbolos %o1 e %o2, que identicam esses resultados.
As duas equac oes anteriores formam um sistema linear com duas vari aveis. Esse tipo de sistemas
pode ser resolvido usando o comando solve do Maxima:
(%i5) solve([eq1,eq2]);
983100 79952407
(%o5) [[r = ------, fem = --------]]
254569 12728450
(%i6) %,numer;
(%o6) [[r = 3.861821352953423, fem = 6.281393806787158]]
A express ao [eq1,eq2] foi usada para criar uma lista, com dois elementos, que e o que o co-
mando solve precisa para resolver um sistema de duas equac oes. Na listagem anterior foram
omitidos alguns avisos de advert encia que aparecem no Maxima. O comando em %i6 foi utilizado
para forcar um resultado num erico, em ponto utuante, em vez da forma exacta, com n umeros
racionais, apresentada na alnea anterior. O smbolo % representa o resultado do ultimo comando
que tenha sido executado; neste caso, e equivalente a %o5. Conclumos que a forca electromotriz
do gerador e aproximadamente 6.2814 V, e a sua resist encia interna e 3.8618 .
A pot encia dissipada na resist encia R e
P = RI
2
a corrente I que circula pela resist encia externa calcula-se em func ao da forca electromotriz e das
duas resist encias r e R
I =

R+r
4 Introduc ao
portanto, a pot encia dissipada na resist encia externa e
P = R
_

R+r
_
2
para esbocar o gr aco pedido, no Maxima, usamos o comando seguinte
(%i7) plot2d(R*(6.2814/(R+3.8618))2, [R, 0, 5*3.8618]);
e o resultado e apresentado na gura 1.1. Deslocando o cursor na janela do gr aco obtido pelo
Maxima, e possvel ler as coordenadas do ponto onde se encontra o cursor. Podemos conferir
que a pot encia dissipada na resist encia externa e m axima quando a resist encia externa for igual ` a
resist encia interna.
Figura 1.1: Pot encia dissipada na resist encia externa, em func ao da resist encia externa.
H a que ter cuidado de n ao cometer dois erros frequentes no Maxima:
Uma express ao como
a = 3;
n ao armazena nenhum valor na vari avel a. A seguir a essa express ao, a vari avel a e ainda
considerada como uma vari avel indeterminada. Para dar o valor de 3 ` a vari avel a, usa-se
a : 3;
H a que ter atenc ao ` a diferenca entre equac oes e express oes em Maxima. Uma equac ao e,
por exemplo
1.2 Resoluc ao de problemas de fsica usando o Maxima 5
x2 - 3*x = 2*x + 5
enquanto que uma express ao e algo como
2*x + 5
Alguns comandos do Maxima s o admitem como argumento equac oes, outros admitem ex-
press oes, e ainda outros podem admitir as duas, mas terem comportamentos diferentes nos
dois casos. Por exemplo, o comando plot2d, usado no exemplo anterior, aceita unica-
mente express oes e n ao equac oes. O comando solve precisa de uma equac ao, ou uma
lista de equac oes, mas tamb em aceita express oes, que s ao automaticamente convertidas em
equac oes; por exemplo, se escrever
solve(x2 - 5*x + 5);
ser a construda uma equac ao, igualando a express ao dada a zero, e ser ao calculadas as
soluc oes dessa equac ao.
Exemplo 1.2
O vector posic ao de uma partcula, em func ao do tempo t, e dado pela equac ao:
r =
_
5t
2
e
t/5
_
e
x
+
_
3e
t/12
_
e
y
em unidades SI. Calcule os vectores posic ao, velocidade e acelerac ao nos instantes t = 0, t = 15
s, e quando o tempo se aproximar para innito. Desenhe a traject oria da partcula durante os
primeiros 60 segundos do movimento.
Resoluc ao: Comecamos por representar o vector posic ao por meio de uma lista com dois elemen-
tos; o primeiro elemento ser a a componente no eixo dos x e o segundo elemento ser a a componente
no eixo dos y. A lista ser a guardada numa vari avel r, para poder ser utilizada mais tarde.
(%i8) r: [5-t2*exp(-t/5),3-exp(-t/12)];
2 - t/5 - t/12
(%o8) [5 - t %e , 3 - %e ]
o vector velocidade e igual ` a derivada do vector posic ao e o vector acelerac ao e a derivada do
vector velocidade. No Maxima usa-se o comando diff para derivar uma express ao, em func ao de
uma vari avel. O comando diff pode tamb em ser aplicado a uma lista; a velocidade e a acelerac ao
obtidas s ao:
(%i9) v: diff(r,t);
2 - t/5 - t/12
t %e - t/5 %e
(%o9) [---------- - 2 t %e , --------]
5 12
(%i10) a: diff(v,t);
6 Introduc ao
2 - t/5 - t/5 - t/12
t %e 4 t %e - t/5 %e
(%o10) [- ---------- + ----------- - 2 %e , - --------]
25 5 144
a constante %e no Maxima representa o n umero de Euler, e. Para calcular a posic ao, velocidade e
acelerac ao no instante t = 0, usam-se os comandos seguintes
(%i11) r, t=0, numer;
(%o11) [5, 2]
(%i12) v, t=0, numer;
(%o12) [0, .08333333333333333]
(%i13) a, t=0, numer;
(%o13) [- 2, - .006944444444444444]
O argumento numer foi utilizado para que a resposta seja aproximada em forma num erica, em vez
de car indicada como um n umero irracional. Escritos em forma vectorial, os resultados anteriores
s ao:
r(0) = 5 e
x
+2 e
y
v(0) = 0.08333 e
y
a(0) = 2e
x
0.006944 e
y
Para t = 15 s fazemos os c alculos de forma an aloga
(%i14) r, t=15, numer;
(%o14) [- 6.202090382769388, 2.71349520313981]
(%i15) v, t=15, numer;
(%o15) [.7468060255179592, .02387539973834917]
(%i16) a, t=15, numer;
(%o16) [0.0497870683678639, - .001989616644862431]
Os limites quando o tempo se aproximar para innito podem ser calculados com o comando limit
do Maxima; o smbolo utilizado para representar o innito e inf
(%i17) limit(r,t,inf);
(%o17) [5, 3]
(%i18) limit(v,t,inf);
(%o18) [0, 0]
(%i19) limit(a,t,inf);
(%o19) [0, 0]
Assim, a partcula aproximar-se- a para o ponto 5 e
x
+3 e
y
, onde car a em repouso.
Finalmente, para desenhar o gr aco da traject oria ser a preciso usar a opc ao parametric do co-
mando plot2d. As componentes x e y do vector posic ao dever ao ser dadas em forma separada;
o comando plot2d n ao admite que sejam dadas como uma lista. O primeiro elemento da lista r
(componente x) identica-se como r[1] e o segundo elemento (componente y) e r[2]
1.3 Refer encias 7
(%i20) plot2d([parametric,r[1],r[2],[t,0,60],[nticks,100]]);
O domnio de tempo, desde 0 at e 60, e dado usando a notac ao [t,0,60]. A opc ao nticks foi
usada para aumentar o n umero de intervalos de t utilizados, pois por omiss ao o seu valor e muito
pequeno (10 intervalos) e o gr aco n ao seria muito exacto. O gr aco obtido e apresentado na
gura 1.2.
Figura 1.2: Traject oria da partcula durante os primeiros 60 segundos, desde o instante inicial,
em (5.2).
1.3 Refer encias
Para aprender mais sobre o Maxima, consulte o ap endice A, ou o livro do Maxima (de Souza et
al., 2003).
1.4 Perguntas de escolha m ultipla
1. Unicamente um dos comandos do Maxima
que se seguem e correcto. Qual?
A. solve(t-6=0,u-2=0,[t,u]);
B. solve(t+4=0,u-4=0,t,u);
C. solve([x3+4=2,y-4],x,y);
D. solve(x-6=0,y-2=0,[x,y]);
E. solve([t+3,u-4],[t,u]);
2. Foi denida a segunda lei de Newton no Ma-
xima, usando:
(%i6) F = ma;
para calcular o valor da forca, se a massa
for igual a 7 e a acelerac ao igual a 5 (uni-
dades SI), qual ser a o comando que dever a
ser usado?
8 Introduc ao
A. solve(F, m=7, a=5);
B. solve(F, [m=7, a=5]);
C. solve(%o6, m=7, a=5);
D. %o6, m=7, a=5;
E. solve(F: m=7, a=5)
3. Se escrevermos os seguintes comandos no
Maxima:
(%i1) x:3$
(%i2) x=5$
(%i3) x;
qual ser a o valor do resultado (%o3)?
A. 5
B. x
C. 3
D. true
E. 0
1.5 Problemas
1. No circuito representado no diagrama, usou-se um ampermetro para medir a corrente nos
pontos De F. No ponto D, a corrente medida foi 0.944 mA, no sentido ADC, e no ponto F, 0.438
mA, no sentido CFE. (a) Guarde a equac ao da lei de Ohm, V = IR, numa vari avel ohm do
Maxima. (b) Dena o valor da corrente I igual ` a corrente no ponto D, e a seguir substitua o valor
de cada uma das resist encias de 2.2 k e 6.8 k, na lei de Ohm, para calcular a diferenca de
potencial em cada resist encia; use o mesmo procedimento para calcular a diferenca de potencial
em todas as outras resist encias.
A
6.8 k
B
3.3 k
E
9 V
F
4.7 k
C
6 V
1.0 k
2.2 k
D
3 V
2. A posic ao de uma partcula que se desloca no eixo dos x e aproximada pela relac ao x =
2.5t
3
62t
2
+10.3t, onde x e medido em metros e o tempo t em segundos. (a) Encontre
as express oes para a velocidade e a acelerac ao em func ao do tempo. (b) Encontre o tempo,
posic ao e acelerac ao nos instantes em que a partcula est a em repouso (v = 0). (c) Desenhe os
gr acos da posic ao, velocidade e acelerac ao, em func ao do tempo, para t entre 0 e 20 s.
3. O vector posic ao de uma partcula, em func ao do tempo t, e dado pela equac ao:
r =
_
5.76e
t/2.51
_
e
x
+e
t/2.51
cos(3.4t)e
y
em unidades SI. (a) Calcule os vectores posic ao, velocidade e acelerac ao nos instantes t=0, t=8
s, e quando o tempo se aproximar para innito. (b) Desenhe os gr acos das componentes x e
y da posic ao, em func ao do tempo, para t entre 0 e 15 s. (c) Desenhe o gr aco da traject oria,
para t entre 0 e 15 s, no plano xy.
Captulo 2
Sistemas din amicos discretos
Um sistema din amico discreto, e um sistema em que o seu estado s o muda durante os instantes
t
0
, t
1
, t
2
, . . .. No intervalo de tempo entre dois desses instantes, o estado permanece constante.
Neste captulo estudaremos unicamente sistemas discretos em uma dimens ao; nos captulos se-
guintes estenderemos esse estudo ao caso dos sistemas contnuos e num dos ultimos captulos
regressaremos ao tema dos sistemas discretos de segunda ordem.
O estado de um sistema discreto em uma dimens ao e determinado completamente por uma vari a-
vel, y. O valor da vari avel de estado nos instantes t
0
, t
1
, t
2
, . . . ser a uma sequ encia y
0
, y
1
, y
2
,
. . .. O intervalo de tempo entre diferentes pares de instantes sucessivos t
n
e t
n+1
n ao tem que ser
o mesmo.
A equac ao de evoluc ao permite calcular o estado y
n+1
, num instante t
n+1
, a partir do estado y
n
,
no instante anterior t
n
:
y
n+1
= F(y
n
) (2.1)
onde F(y) e uma func ao conhecida. A equac ao anterior e uma equac ao de diferencas de primeira
ordem. Dado um estado inicial y
0
, aplicac oes sucessivas da func ao F permitem obter facilmente a
sequ encia de estados y
n
. Em alguns casos pode ser possvel obter uma express ao geral para y
n
em
func ao de n.
Exemplo 2.1
Encontre os primeiros 4 termos da evoluc ao do sistema x
n+1
= cosx
n
, com estado inicial x
0
= 2
Resoluc ao: Aplicando a equac ao de diferencas tr es vezes, obtemos os quatro primeiros termos na
sucess ao:
2, cos(2), cos(cos(2)), cos(cos(cos(2))) (2.2)
Exemplo 2.2
Pede-se um empr estimo de 500 ao banco, a uma taxa de juro anual de 5%, com prazo de 20
meses. A prestac ao mensal e de 26.11. Qual ser a o montante em dvida ap os 10 meses?
10 Sistemas din amicos discretos
Resoluc ao: No m es n umero n, o montante em dvida, y
n
, ser a igual ao montante em dvida no m es
anterior, y
n1
mais os juros devidos nesse perodo, menos a prestac ao p paga nesse m es:
y
n
= y
n1
+ j y
n1
p (2.3)
onde j e a taxa de juro mensal (0.05/12). No Maxima, a sequ encia de valores em divida y
n
pode
ser obtida aplicando de forma repetida a relac ao de recorr encia acima:
(%i1) j: 0.05/12$
(%i2) y: 500$
(%i3) y: y + j*y - 26.11;
(%o3) 475.9733333333333
(%i4) y: y + j*y - 26.11;
(%o4) 451.8465555555555
(%i5) y: y + j*y - 26.11;
(%o5) 427.619249537037
ser a preciso repetir o comando (%i3) dez vezes. Outro m etodo, mais simples, consiste em denir
uma func ao de argumento inteiro, a partir da relac ao de recorr encia, e us a-la directamente para
calcular y
10
:
(%i6) y[0]: 500$
(%i7) y[n] := y[n-1] + j*y[n-1] - 26.11;
(%o7) y := y + j y - 26.11
n n - 1 n - 1
(%i8) y[10];
(%o8) 255.1779109580579

E preciso ter algum cuidado com o uso de func oes de argumento inteiro no Maxima. No exemplo
anterior, quando calcul amos y[10], os valores de y[9], y[8],. . ., y[1], foram tamb em calculados
e armazenados na memoria. Se mudarmos a relac ao de recorr encia, esses valores que j a foram
calculados n ao ser ao actualizados. Assim, antes de modicar a relac ao de recorr encia, ou o valor
inicial y[0], ser a necess ario apagar a sequ encia j a calculada, usando o comando kill.
Por exemplo, se o valor do empr estimo fosse duplicado para 1 000, e a prestac ao fosse tamb em
duplicada, ser a que o montante em dvida ap os o d ecimo m es tamb em passaria para o dobro?
vejamos:
2.1 Evoluc ao de sistemas discretos 11
(%i9) kill(y)$
(%i10) y[0]: 1000$
(%i11) y[n] := y[n-1] + j*y[n-1] - 52.22;
(%o11) y := y + j y - 52.22
n n - 1 n - 1
(%i12) y[10];
(%o12) 510.3558219161157
consequentemente, o montante em dvida e tamb em duplicado.
Outra pergunta que pode surgir, no exemplo anterior, e qual dever a ser o valor da prestac ao se em
vez de 20 meses o prazo do empr estimo fosse de 40 meses?
Para responder a esta quest ao, usamos uma vari avel p para representar a prestac ao, calculamos o
valor em dvida, em func ao de p, ap os quarenta meses, e igualamos essa express ao a zero, para
calcular a prestac ao necess aria para que a dvida seja paga ap os as 40 prestac oes.
(%i13) kill(y)$
(%i14) y[0]: 500$
(%i15) y[n] := expand(y[n-1] + j*y[n-1] - p)$
(%i16) solve(y[40] = 0, p);
72970398
(%o16) [p = --------]
5366831
(%i17) %, numer;
(%o17) [p = 13.59655222979818]
O valor da prestac ao dever a ser 13.60. A func ao expand foi usada para forcar o Maxima
a calcular os produtos na express ao para y
n
, evitando assim express oes complicadas com mui-
tos par entesis. As mensagens adicionais que o Maxima escreve, indicam neste caso que alguns
n umeros de ponto utuante foram substitudos por fracc oes, para evitar erros num ericos.
2.1 Evoluc ao de sistemas discretos
A evoluc ao de um sistema discreto de primeira ordem:
y
n+1
= F(y
n
) (2.4)
12 Sistemas din amicos discretos

E obtida aplicando sucessivamente a func ao F, ao estado inicial y


0
= c:
c, F(c), F(F(c)), F(F(F(c))), . . . (2.5)
ou, em forma mais compacta:
c, F(c), F
2
(c), F
3
(c), . . . y
n
= F
n
(c) (2.6)
2.2 An alise gr aca
Uma forma gr aca de representar a evoluc ao do sistema consiste em desenhar um ponto para cada
passo na sequ encia, com abcissa igual ao ndice n e ordenada igual a y
n
. No Maxima, o programa
evolution, includo no pacote adicional dynamics, permite desenhar esse tipo de diagrama
1
.
Dever ao ser dados 3 argumentos a esse programa. O primeiro argumento dever a ser uma express ao
que dependa unicamente da vari avel y; essa express ao especica a func ao F(y) no lado direito
da equac ao de diferencas 2.1. O segundo argumento dever a ser o valor inicial y
0
e o terceiro
argumento ser a o n umero de elementos, na sequ encia, que ser ao desenhados.
Por exemplo, no exemplo 2.1, usando a vari avel y, temos F(y) = cosy, com valor inicial y
0
= 2.
Para obter o gr aco de evoluc ao dos primeiros 20 termos, usamos os comandos:
(%i18) load("dynamics");
(%i19) evolution(cos(y), 2, 20);
A gura 2.1 mostra o gr aco obtido em (%i19).
n
y
n
5 10 15
1
2
0.5
Figura 2.1: Evoluc ao de y
n+1
= cos(y
n
) com y
0
= 2.
Outro tipo de diagrama que ser a muito util para analisar os sistemas din amicos discretos em uma
dimens ao e o diagrama de degraus,
2
que consiste em representar as func oes y = F(x) e y = x, e
uma s erie alternada de segmentos verticais e horizontais que unem os pontos (y
0
,y
0
), (y
0
,y
1
), (y
1
,
y
1
), (y
1
,y
2
), etc. Por exemplo, a gura 2.2 mostra o diagrama de degraus para o caso da sequ encia
representada na gura 2.1.
1
O pacote dynamics do Maxima s o existe a partir da vers ao 5.10; se tiver uma vers ao anterior, ter a que actualiz a-la
para poder utilizar esse pacote.
2
Em ingl es staircase diagram ou cobweb diagram.
2.2 An alise gr aca 13
y
n
y
n+1
1 1
1
2
1
Figura 2.2: Diagrama de degraus para x
n+1
= cos(x
n
) com x
0
= 2.
A func ao staircase, includa no pacote adicional dynamics, permite obter o gr aco de degraus.
Essa func ao precisa dos mesmos tr es argumentos que a func ao evolution; nomeadamente, a
func ao F(y) no lado direito da equac ao de diferencas 2.1, o valor inicial y
0
e o n umero de passos
na sequ encia. Repare a vari avel na express ao para F dever a ser sempre y; se a vari avel de estado
no seu problema for outra, dever a fazer a mudanca necess aria.
Por exemplo, o gr aco 2.2 foi obtido com o comando
(%i20) staircase(cos(y),2,8)$
Repare que n ao foi preciso carregar novamente o pacote dynamics porque j a foi carregado em
(%i18). O diagrama de degraus permite-nos saber quando uma sequ encia diverge ou converge
e qual o valor para onde converge. Por exemplo, consideremos o sistema y
n+1
= y
2
n
0.2. Se
comecarmos com um valor y
0
= 1.1 obtem-se o gr aco no lado esquerdo da gura 2.3; vemos
que a sequ encia converge para um valor y negativo que e o ponto de intersecc ao entre as func oes
F(y) = y
2
0.2 e G(y) = y, nomeadamente, y = (53

5)/10.
As duas func oes interceptam-se num outro ponto positivo y = (5+3

5)/10. No gr aco podemos


observar que apesar do valor inicial estar muito perto do segundo ponto de intersecc ao, a sequ encia
afasta-se para o primeiro ponto, devido ` a func ao y
2
0.2 se encontrar por baixo de G(y) = y, na
regi ao entre os dois pontos de intersecc ao. Se usarmos um valor inicial ` a direita do segundo
ponto de intersecc ao, pro exemplo, y
0
= 1.5, a sequ encia cresce r apidamente afastando-se para
innito (lado direito da gura 2.3). Para que as sequ encias convergissem para o segundo ponto de
intersecc ao, seria necess ario que entre os dois pontos, F(y) > G(y); isto e, que o declve de F(y)
fosse menor que 1, em vez de maior que 1, no segundo ponto de intersecc ao.
Exemplo 2.3
Analise as soluc oes do modelo logstico, que consiste em considerar uma populac ao P com uma
taxa de natalidade constante, a, e uma taxa de mortalidade directamente proporcional ` a populac ao,
bP, onde a e b s ao constantes.
Resoluc ao: A populac ao em quest ao pode ser por exemplo um grupo duma esp ecie animal, onde
a sequ encia P
0
, P
1
, P
2
, . . . representa o n umero de esp ecimes durante v arios anos sucessivos.
14 Sistemas din amicos discretos
y
n
y
n+1
1
1
y
n
y
n+1
2 4
2
4
Figura 2.3: Soluc ao do sistema y
n+1
= y
2
n
0.2 com valor inicial 1.1 (esquerda) e 1.5 (direita).
Seja P
n
o n umero de esp ecimes no inicio do perodo n. Durante esse perodo nascem, em m edia,
aP
n
esp ecimes e morrem bP
2
n
. Assim, no incio do pr oximo perodo, n+1, a populac ao ser a
P
n+1
= (a+1)P
n
_
1
b
a+1
P
n
_
(2.7)
Conv em denir uma vari avel y por meio de y
n
= bP
n
/(a+1). Obtemos assim uma equac ao com
um unico par ametro c = a+1
y
n+1
= cy
n
(1y
n
) (2.8)
A gura 2.4 mostra as soluc oes obtidas com um valor inicial y
0
= 0.1, nos casos em que c = 2 e
c = 4. Para c = 2, a soluc ao converge rapidamente para o ponto xo y = 0.5.
Para c = 4, o estado do sistema passa por muitos valores diferentes, entre 0 e 1, sem parecer
obedecer a nenhuma regra. Esse tipo de comportamento e designado de ca otico. O estado num
instante qualquer est a perfeitamente determinado pelo estado no instante anterior, mas uma pe-
quena modicac ao do estado no instante inicial conduz a uma evoluc ao completamente diferente
nos instantes seguintes.
y
n
y
n+1
1
1
0.5
0.5
y
n
y
n+1
1
1
0.5
0.5
Figura 2.4: Soluc oes do modelo logstico com valor inicial 0.1. Para c = 2 (esquerda) a
sequ encia converge, mas para c = 4 (direita) o comportamento e ca otico.
2.3 Pontos xos 15
2.3 Pontos xos
Um ponto xo do sistema 2.1 e um ponto y
0
onde o estado do sistema permanece constante. Para
isso acontecer ser a necess ario e suciente que
F(y
0
) = y
0
(2.9)
isto e, sucessivas aplicac oes da func ao F n ao modicam o valor inicial. A soluc ao do sistema,
com valor inicial y
0
, e uma sequ encia constante: y
0
, y
0
, y
0
, . . .
Do ponto de vista gr aco, os pontos xos ser ao todos os pontos onde a curva F(x) intersecta
a recta y = x no diagrama de degraus. Por exemplo, no caso do modelo logstico, a gura 2.4
mostra que nos casos c = 2 e c = 4 existem dois pontos xos, um deles em y = 0. Podemos usar
o comando solve do Maxima para encontrar os pontos xos; no caso c = 4
(%i21) flogistico: 4*y*(1-y);
(%o21) 4 (1 - y) y
(%i22) fixos: solve(flogistico - y);
3
(%o22) [y = -, y = 0]
4
Os pontos xos s ao 0 e 0.75.
Consideremos um ponto xo, onde a func ao F(x) intersecta a recta y = x, e com a derivada da
func ao, F
/
(x), maior que 1 nesse ponto. Nomeadamente, no ponto de intersecc ao da curva F(x) e
a recta y = x, a curva F passa de baixo, no lado esquerdo, para cima, no lado direito. Assim, se
esbocarmos o diagrama de degraus a partir de um ponto perto do ponto xo, a sequ encia afastar-
se- a do ponto xo, formando uma escada. Designamos esse tipo de ponto xo de n o repulsivo.
Se a derivada for negativa e menor que -1, as sequ encias tamb em se afastam do ponto xo, mas
neste caso alternando de um lado para o outro, formando uma teia de aranha no diagrama de
degraus. Dizemos que o ponto xo e um foco repulsivo.
Se a derivada da func ao F tiver um valor compreendido entre 0 e 1, as squ encias a comecarem
perto do ponto xo aproximam-se dele, descrevendo uma escada no diagrama de degraus. Esse
tipo de ponto xo designa-se de n o atractivo (um exemplo e o lado esquerdo na gura 2.4).
Se a derivada da func ao F tiver um valor compreendido entre 0 e -1, as sequ encias a comecarem
perto do ponto xo aproximam-se dele, alternando de um lado para o outro, e descrevendo uma
teia de aranha no diagrama de degraus. O ponto designa-se de foco atractivo (por exemplo, o
ponto xo na gura 2.2).
Resumindo, temos os seguintes tipos de pontos xos y
0
:
1. N o atractivo, se 0 F
/
(y
0
) < 1
2. N o repulsivo, se F
/
(y
0
) > 1
16 Sistemas din amicos discretos
3. Foco atractivo, se 1 < F
/
(y
0
) < 0
4. Foco repulsivo, se F
/
(y
0
) <1
Se F
/
(y
0
) for igual a 1 ou -1, a situac ao e mais complexa: o ponto xo poder a ser atractivo ou
repulsivo, ou atractivo num lado e repulsivo no outro.
Voltando ao nosso exemplo do modelo logstico (ver (%i21) at e (%o22) acima), o valor da deri-
vada de F nos pontos xos e:
(%i23) dflogistico: diff(flogistico, y);
(%o23) 4 (1 - y) - 4 y
(%i24) dflogistico, fixos[1];
(%o24) - 2
(%i25) dflogistico, fixos[2];
(%o25) 4
Assim, os dois pontos s ao, no caso c =4, repulsivos. Emy
0
=0 h a umn o repulsivo, e emy
0
=0.75
um foco repulsivo.
2.4 Pontos peri odicos
Se a sequ encia y
0
, y
1
, y
2
, . . . for uma soluc ao do sistema din amico
y
n+1
= F(y
n
) (2.10)
umelemento qualquer na sequ encia pode ser obtido directamente a partir de y
0
, por meio da func ao
composta F
n
y
n
= F
n
(y
0
) = F(F(. . . (F
. .
n vezes
(y)))) (2.11)
Uma soluc ao ser a um ciclo de perodo 2 se for uma sequ encia de dois valores alternados: y
0
,
y
1
, y
0
, y
1
, . . ., com y
0
,= y
1
. Os dois pontos y
0
, y
1
s ao pontos peri odicos com perodo igual a 2.
Como y
2
= F
2
(y
0
) = y
0
, e necess ario que F
2
(y
0
) = y
0
. E como y
3
= F
2
(y
1
) = y
1
temos tamb em
que F
2
(y
1
) =y
1
. Ainda, como F(y
0
) =y
1
,=y
0
, e preciso que F(y
0
) ,=y
0
, e como F(y
1
) =y
0
,=y
1
,
tamb em e preciso que F(y
1
) ,= y
1
.
Todas as condic oes anteriores podem ser resumidas dizendo que dois pontos y
0
e y
1
formam um
ciclo de perodo 2, se ambos forem pontos xos da func ao F
2
(y), mas sem ser pontos xos da
func ao F(y). Dito de outra forma, quando calcularmos os pontos xos da func ao F
2
, dever ao
aparecer todos os pontos da xos da func ao F, mais os pontos peri odicos, de perodo 2, da func ao
F.
O ciclo ser a atractivo ou repulsivo segundo o valor que a derivada de F
2
tiver em cada ponto do
ciclo. Para calcular a derivada de F
2
em y
0
usa-se a regra da cadeia
(F
2
(y
0
))
/
= (F(F(y
0
)))
/
= F
/
(F(y
0
))F
/
(y
0
) = F
/
(y
1
)F
/
(y
0
) (2.12)
2.4 Pontos peri odicos 17
assim, a derivada de F
2
e igual nos dois pontos y
0
, y
1
que fazem parte do ciclo, e e igual ao produto
da derivada de F nos dois pontos.
Generalizando, um ponto y
0
faz parte dum ciclo de perodo m, se F
m
(y
0
) = y
0
mas F
j
(y
0
) ,= y
0
,
para j < m. Os m pontos que formam o ciclo completo s ao
y
0
y
1
= F(y
0
)
y
2
= F
2
(y
0
)
.
.
.
y
m1
= F
m1
(y
0
)
Todos esses pontos s ao pontos xos de F
m
mas n ao podem ser pontos xos de F
j
, com j < m.
Se o valor absoluto do produto da derivada nos m pontos do ciclo:
m1

j=0
F
/
(y
j
) (2.13)
for maior que 1, o ciclo ser a repulsivo; se o produto for menor que 1, o ciclo ser a atractivo, e se o
produto for igual a 1, o ciclo poder a ser atractivo ou repulsivo, em diferentes regi oes.
Exemplo 2.4
Encontre os ciclos de perodo igual a 2 do sistema logstico
y
n+1
= 3.1y
n
(1y
n
)
e diga se s ao atractivos ou repulsivos.
Resoluc ao: Comecamos por denir a func ao F(y) e a func ao composta F
2
(y)
(%i26) flog: 3.1*y*(1-y)$
(%i27) flog2: flog, y=flog;
(%o27) 9.610000000000001 (1 - y) y (1 - 3.1 (1 - y) y)
Os pontos peri odicos de perodo igual a dois estar ao entre as soluc oes da equac ao F
2
(y) y = 0
(%i28) periodicos: solve(flog2 - y);
sqrt(41) - 41 sqrt(41) + 41 21
(%o28) [y = - -------------, y = -------------, y = --, y = 0]
62 62 31
Os dois ultimos pontos, nomeadamente 0 e 21/31 s ao pontos xos (a demonstrac ao disto deixa-se
como exerccio para o leitor, e pode ser feita resolvendo a equac ao F(y) = y, ou simplesmente
conferindo que essa equac ao e v alida para cada um desses pontos).
18 Sistemas din amicos discretos
Portanto, os outros dois pontos dever ao formar um ciclo de perodo dois; se o estado inicial for
igual a um desses pontos, obt em-se uma sequ encia que oscila entre esses dois pontos.
Para determinar se o ciclo e atractivo ou repulsivo, calcula-se o produto da derivada em cada um
dos dois pontos do ciclo
(%i29) dflog: diff(flog, y);
(%o29) 3.1 (1 - y) - 3.1 y
(%i30) dflog, periodicos[1], ratsimp, numer;
(%o30) - .3596875787352
(%i31) dflog, periodicos[2], ratsimp, numer;
(%o31) - 1.640312421264802
(%i32) %o30*%o31;
(%o32) .5900000031740065
O valor absoluto do produto das duas derivadas e menor que 1 e, portanto, o ciclo e atractivo.
2.5 Resoluc ao num erica de equac oes
Uma aplicac ao importante dos sistemas din amicos discretos e na resoluc ao de equac oes com uma
vari avel. O problema consiste em encontrar as razes de uma func ao real f , isto e, os valores de x
que vericam a equac ao
f (x) = 0 (2.14)
Por exemplo, encontrar os valores de x que resolvem a equac ao:
3x
2
xcos(5x) = 6
Esse tipo de equac ao n ao pode ser resolvida de forma analtica; dever a ser resolvida por m etodos
num ericos. Os m etodos num ericos consistem em encontrar um sistema din amico com sequ encias
convergentes que se aproximem das soluc oes da equac ao. Nas secc oes seguintes estudaremos dois
desses m etodos.
2.5.1 M etodo de iterac ao
Se a equac ao 2.14 pode ser escrita na forma
x = g(x) (2.15)
2.5 Resoluc ao num erica de equac oes 19
As soluc oes s ao os pontos xos do sistema din amico:
x
n+1
= g(x
n
) (2.16)
Para encontrar um ponto xo, escolhemos um valor inicial qualquer e calculamos a evoluc ao do
sistema.
Exemplo 2.5
Encontre a soluc ao da equac ao x = cosx
Resoluc ao: Esta equac ao j a est a escrita numa forma que nos permite usar o m etodo de iterac ao.
Consideramos o sistema din amico com relac ao de recorr encia
x
n+1
= cos(x
n
)
Para encontrarmos um ponto xo, escolhemos um valor inicial qualquer e calculamos a evoluc ao
do sistema
(%i33) x: 1$
(%i34) for i thru 15 do (x: float(cos(x)), print(x))$
0.54030230586814
0.85755321584639
0.65428979049778
0.79348035874257
0.70136877362276
0.76395968290065
0.72210242502671
0.75041776176376
0.73140404242251
0.74423735490056
0.73560474043635
0.74142508661011
0.73750689051324
0.74014733556788
0.73836920412232
A soluc ao da equac ao e aproximadamente 0.74. Este m etodo foi bem sucedido neste caso, porque
o ponto xo do sistema din amico utilizado e um ponto atractivo. Se o ponto tivesse sido repulsivo,
o m etodo de iterac ao teria falhado.
Exemplo 2.6
Calcule a raz de 5, por meio de adic oes, multiplicac oes e divis oes.
20 Sistemas din amicos discretos
Resoluc ao: A raz quadrada de 5 e a soluc ao positiva da equac ao
x
2
= 5
que pode ser escrita como:
x =
5
x
resolve-se o sistema din amico associado ` a func ao
f (x) =
5
x

E f acil ver que para qualquer valor inicial x


0
, diferente de

5, a soluc ao desse sistema ser a sempre


um ciclo de perodo 2:
_
x
0
,
5
x
0
, x
0
,
5
x
0
, . . .
_
Para fugir desse ciclo, e aproximarnos do ponto xo em

5, podemos tentar usar o ponto m edio:


x
n+1
=
1
2
_
x
n
+
5
x
n
_
Esse sistema converge rapidamente para o ponto xo em

5:
(%i35) x : 1$
(%i36) for i thru 7 do (x: float((x + 5/x)/2), print(x))$
3.0
2.333333333333334
2.238095238095238
2.236068895643363
2.236067977499978
2.23606797749979
2.23606797749979
2.5.2 M etodo de Newton
O m etodo de Newton permite encontrar as razes da equac ao 2.14. Comecamos por admitir que
existe uma raz perto do valor x
0
e melhoramos a nossa aproximac ao inicial encontrando o ponto
x
1
onde a tangente em f (x
0
) corta o eixo dos x (ver gura 2.5)
2.5 Resoluc ao num erica de equac oes 21
x
1
= x
0

f (x
0
)
f
/
(x
0
)
(2.17)
Podemos usar a mesma equac ao para calcular uma outra aproximac ao x
2
a partir de x
1
. Em geral
x
n+1
= x
n

f (x
n
)
f
/
(x
n
)
(2.18)
x
f
x
0
x
1
f(x
0
)
Figura 2.5: M etodo de Newton para aproximac ao a uma raz.

E de salientar que as razes de uma func ao contnua f , onde f e nula, s ao os pontos xos do
sistema din amico denido pela equac ao 2.18
3
A vantagem deste m etodo, em relac ao ao m etodo de iterac ao, pode ser apreciada usando a nossa
an alise dos pontos xos dum sistema din amico. A func ao que gera o sistema 2.18 e
g(x) = 1
f (x)
f
/
(x)
(2.19)
A derivada dessa func ao e
g
/
= 1
( f
/
)
2
f
//
f
( f
/
)
2
=
f
//
f
( f
/
)
2
(2.20)
nos pontos xos, f e igual a zero. Assim, g tamb em ser a nula nos pontos xos. Por tanto, os
pontos xos de 2.18 ser ao sempre atractivos. Isso quer dizer que, se o ponto inicial x
0
for escolhido
sucientemente perto duma das razes de f , a sequ encia x
n
aproximar-se- a dela. O problema est a
em determinar, em cada caso o que e sucientemente perto.
Para ilustrar o m etodo, vamos resolver novamente o exemplo 2.6 pelo m etodo de Newton.
A raz quadrada de 5 e uma das soluc oes da equac ao x
2
= 5. Assim, para encontrar a raz de 5
podemos procurar a raz positiva da func ao
f (x) = x
2
5
A derivada dessa func ao e
f
/
(x) = 2x
3
Nas regi oes onde f e f
/
sejam ambas nulas, as razes n ao est ao isoladas, mas existe um intervalo com um n umero
innito de razes. Nesta secc ao n ao vamos estudar esse tipo de razes.
22 Sistemas din amicos discretos
substituindo na relac ao de recorr encia 2.18 obtemos
x
n+1
= x
n

x
2
n
5
2x
n
=
1
2
_
x
n
+
5
x
n
_
que e exactamente a mesma sequ encia que j a tinhamos encontrado e resolvido na secc ao anterior.
No entanto, neste caso n ao foi preciso usar nenhum truque, mas apenas a formula padr ao do
m etodo.
2.6 Refer encias
Algumas refer encias uteis, com um nvel semelhante ao utilizado aqui, s ao Chaos (Alligood et
al., 1996), A First Course in Chaotic Dynamical Systems (Devaney, 1992) e Chaos and Fractals
(Peitgen et al., 1992).
2.7 Perguntas de escolha m ultipla
1. A vari avel de estado de um sistema din amico
discreto, de primeira ordem, toma os valores
na seguinte sequ encia:
3.4, 6.8, 7.2, 5.1, 6.8, ...
o que e que podemos armar acerca desse
sistema:
A. n ao tem nenhum ciclo de perodo menor
que 5.
B. tem um ponto xo.
C. e um sistema ca otico.
D. tem um ciclo de perodo 3.
E. tem um ciclo de perodo 2.
2. A gura mostra o diagrama de escada do sis-
tema discreto y
n+1
= y
2
n
0.2, que tem dois
pontos xos y =0.17 e y = 1.17.
y
n
y
n+1
1
1
que tipo de ponto xo e y = 1.17?
A. foco repulsivo.
B. foco atractivo.
C. n o atractivo.
D. parte de um ciclo de perodo 2.
E. n o repulsivo.
3. Um sistema din amico discreto, de primeira
ordem, tem um unico ponto xo em 0.739,
e nenhum ciclo. Com valor inicial 2, a
evoluc ao do sistema e a sequ encia:
2, 0.915, 0.610, 0.820, 0.683, . . .
o que e que podemos armar acerca desse
sistema?
A. e um sistema ca otico.
B. o ponto xo e atractivo.
C. tem um ciclo de perodo 2.
D. tem um ciclo de perodo 3.
E. o ponto xo e repulsivo.
4. Uma func ao F(x) tem as seguintes proprie-
dades:
F
2
(2) = 5 F(5) = 2
2.8 Problemas 23
assim, podemos armar que o sistema din a-
mico discreto x
n+1
= F(x
n
) tem um ciclo
com perodo igual a:
A. 2
B. 3
C. 4
D. 5
E. 1
5. A gura mostra o diagrama de escada das
primeiras 40 iterac oes de um sistema dis-
creto.
podemos concluir que o sistema tem:
A. um foco atractivo.
B. um foco repulsivo.
C. um ciclo de perodo 2.
D. um ciclo de perodo 3.
E. um ciclo de perodo 40.
2.8 Problemas
1. A sequ encia que encontramos neste captulo, para calcular razes quadradas,
x
n+1
=
1
2
_
x
n
+
a
x
n
_
j a era conhecida pela civilizac ao sum eria h a 4000 anos. Usando esse m etodo, calcule

3,

15
e

234. Use qualquer valor inicial positivo, e represente o n umero a com ponto utuante (por
exemplo, 3.0), para que os resultados obtidos no Maxima sejam tamb em em ponto utuante.
Em cada caso, compare o resultado com o valor obtido com a func ao sqrt() do Maxima.
2. Admita que a populac ao actual de baleias no mundo e 1000 e que cada ano o aumento natural
da populac ao (nascimentos menos mortes naturais) e de 25%. Admitindo que o n umero de
baleias abatidas pelos pescadores cada ano fosse 300, e que esse n umero n ao mudasse nos
pr oximos anos, como seria a evoluc ao da populac ao de baleias nos pr oximos 10 anos?
3. Calcule os 10 primeiros termos da sequ encia denida pela equac ao:
x
n+1
= x
2
n
2
usando os seguintes valores iniciais:
(a) x
0
= 1
(b) x
0
= 0.5
(c) x
0
= 2
(d) x
0
= 1.999
Em cada caso explique o comportamento da sequ encia.
24 Sistemas din amicos discretos
4. Para cada func ao na lista que se segue, o ponto y = 0 faz parte de uma sequ encia peri odica do
sistema y
n+1
= F(y
n
). Diga em cada caso qual e o perodo da sequ encia e calcule a respec-
tiva derivada para determinar se a sequ encia e atractiva ou repulsiva. Desenhe o diagrama de
degraus da sequ encia com valor inicial 0.
(a) F(y) = 1y
2
(b) F(y) =

2
cosy
(c) F(y) =
1
2
y
3

3
2
y
2
+1
(d) F(y) =[y 2[ 1
(e) F(y) =
4

arctg(y +1)
5. Encontre os pontos xos e os ciclos de perodo 2 do sistema din amico:
y
n+1
= F(y
n
)
e classique-os como atractivos ou repulsivos, para cada um dos casos seguintes:
(a) F(y) = y
2

y
2
(b) F(y) =
2y
10
(c) F(y) = y
4
4y
2
+2
(d) F(y) =

2
siny
(e) F(y) = y
3
3y
(f) F(y) = arctg(y)
Em cada caso, comece por desenhar um diagrama de degraus, usando a func ao staircase, para
tentar descobrir a posic ao dos pontos xos e ciclos. Use a opc ao domain para obter uma vis ao
geral da posic ao dos pontos xos. A seguir tente encontrar os pontos em forma analtica. Em
alguns casos isso n ao e possvel e o resultado tem que ser obtido a partir dos gr acos.
6. Considere a sequ encia x
n+1
=[x
n
2[
(a) Encontre todos os pontos xos. Mostre os pontos xos num gr aco com as func oes
F(x) =[x 2[ e G(x) = x.
(b) Diga como ser a a sequ encia se x
0
for um n umero inteiro par ou mpar.
(c) Encontre a soluc ao para o valor inicial 8.2.
(d) Encontre todos os pontos peri odicos de perodo igual a dois. Mostre os pontos peri odicos
num gr aco das func oes y = F
2
(x) e y = x.
7. Considere a func ao
F(x) =
_
2x , if x 1
42x , if x 1
(a) Mostre que F(x) e equivalente a 22[x 1[.
(b) Desenhe, no mesmo gr aco, as func oes F(x), F
2
(x), F
3
(x) e G(x) =x. Que pode concluir
acerca dos pontos xos e pontos peri odicos de x
n+1
= F(x
n
)?
(c) Faca uma tabela, ou desenhe um gr aco, de n vs x
n
, entre n = 0 e n = 100, para cada um
dos valores iniciais 0.5, 0.6, 0.89, 0.893, 0.1111111111. Discuta e explique os resultados
obtidos.
2.8 Problemas 25
(d) Na alnea anterior, em todos os casos a sequ encia permanece constante a partir de n =
55. Obtenha novamente os resultados da alnea anterior usando o programa seguinte,
com uma precis ao num erica maior da que e utilizada na func ao evolution do m odulo
dynamics:
evolution60(f, x0, n) :=
block([x: bfloat(x0), xlist:[0, x0], fpprec: 60],
for i thru n
do (x: ev(f), xlist: append(xlist, [i, float(x)])),
openplot_curves([["plotpoints 1 nolines"], xlist])
)
que pode concluir?
26 Sistemas din amicos discretos
Captulo 3
Sistemas din amicos contnuos
Neste captulo usaremos a notac ao simplicada x, x, . . . para representar as derivadas, em ordem
ao tempo, de uma func ao x(t) que depende do tempo, e y
/
, y
//
, . . . para representar as derivadas de
uma func ao y(x) que depende de x. Por exemplo:
x =
dx
dt
x =
d
2
x
dt
2
y
/
=
dy
dx
y
//
=
d
2
y
dx
2
(3.1)
No Maxima, estas quatro derivadas representam-se assim:
diff(x,t) diff(x,t,2) diff(y,x) diff(y,x,2)
3.1 Equac oes diferenciais de primeira ordem
As equac oes diferenciais ordin arias ou em forma abreviada, EDO de primeira ordem, s ao da
forma F(x, y, y
/
) = 0, mas geralmente por meio de simples manipulac ao alg ebrica conseguem-se
re-escrever na forma de uma ou mais equac oes
y
/
= f (x, y) (3.2)
Uma soluc ao da equac ao diferencial ordin aria, num dado intervalo, e qualquer func ao y(x) que
verique a equac ao anterior nesse intervalo. A soluc ao da equac ao diferencial pode tamb em ser
dada na forma de uma func ao implcita g(x, y), que verica a equac ao, como acontece no exemplo
a seguir.
Exemplo 3.1
Demonstre que a func ao implcita
x +y +e
xy
= 0 (3.3)
e soluc ao da equac ao diferencial de primeira ordem
dy
dx
=
1+ye
xy
1+xe
xy
(3.4)
28 Sistemas din amicos contnuos
Resoluc ao: neste caso o que fazemos e derivar a func ao dada, em ordem a x, e mostrar que a
relac ao obtida e equivalente ` a equac ao diferencial.
(%i2) eq1: x + y + exp(x*y) = 0$
(%i3) depends(y,x);
(%o3) [y(x)]
(%i4) diff(eq1,x);
x y dy dy
(%o4) %e (x -- + y) + -- + 1 = 0
dx dx
(%i5) solve(%,diff(y,x));
x y
dy y %e + 1
(%o5) [-- = - -----------]
dx x y
x %e + 1
assim, vemos que a equac ao obtida e a mesma equac ao diferencial dada.
No exemplo anterior foi necess ario usar o comando depends para declarar que y e uma func ao
que depende de x. Se n ao tiv essemos feito essa declarac ao, x e y seriam consideradas vari aveis
independentes, e a derivada de y em func ao de x, daria igual a zero, em vez de dar dy/dx.
Em alguns casos e possvel encontrar func oes que s ao soluc oes de uma equac ao diferencial. Por
exemplo, se a equac ao tiver a forma simples
y
/
= f (x) (3.5)
resolve-se facilmente, usando o teorema fundamental do c alculo integral
y(x) =
Z
f (x)dx +c (3.6)
em que c e uma constante arbitr aria que ser a determinada usando a condic ao inicial do problema.
De um modo geral, as soluc oes n ao podem ser obtidas nem escritas de forma analtica e dever ao
ser calculadas numericamente. Mais adiante neste captulo estudaremos um m etodo simples de
resoluc ao num erica, o m etodo de Euler, e no mdo captulo discutiremos alguns casos particulares
que podem ser resolvidos analiticamente.
3.2 Campo de direcc oes

E possvel descobrir muita informac ao importante sobre as soluc oes da equac ao 3.2 com uma
simples an alise geom etrica da func ao f (x, y). A func ao f (x, y) dene, em cada ponto do plano
(x, y), o declive que dever a ter uma func ao y(x) que seja soluc ao da EDO.
O campo de direcc oes e um desenho do plano (x, y), onde em cada ponto aparece um vector com
declive igual a f (x, y). As soluc oes da equac ao diferencial ser ao curvas tangentes a esses vectores
3.2 Campo de direcc oes 29
-2 -1 0 1 2 3
-3
-2
-1
0
1
2
3
(x
0
, y
0
)
y
x
Figura 3.1: Campo de direcc oes da equac ao y
/
= y +x, e a soluc ao que passa pelo ponto (x
0
, y
0
).
em todos os pontos. Por exemplo, A gura 3.1 mostra o campo de direcc oes da equac ao y
/
=y+x,
e uma soluc ao.
Existem, em geral, muitas soluc oes de uma equac ao diferencial de primeira ordem. Dado um
valor inicial y(x
0
) = y
0
, e possvel calcular a derivada y
/
no ponto x
0
,
1
e geralmente e possvel
encontrar uma soluc ao particular que passe pelo ponto (x
0
, y
0
) e com derivada igual a f (x, y) em
cada ponto. O problema de valor inicial:
y
/
= f (x, y) y(x
0
) = y
0
(3.7)
consiste em encontrar a soluc ao particular que passa pelo ponto (x
0
, y
0
).
Para desenhar campos de direcc oes no Maxima, usa-se um programa adicional plotdf. O pro-
grama plotdf comecou a ser distribudo com o Maxima, a partir da vers ao 5.9.2, mas como n ao
e um m odulo standard, ser a preciso comecar por carreg a-lo usando o comando
(%i6) load("plotdf")$
Para desenhar o campo de direcc oes da equac ao 3.2, escreve-se a func ao f (x, y) como argumento
para o comando plotdf. Por exemplo, o campo de direcc oes da equac ao y
/
=y+x obt em-se com:
(%i6) plotdf(y + x)$
Aparecer a uma janela com o campo de direcc oes. Deslocando o rato sobre o campo de direcc oes,
aparecem no canto superior esquerdo as coordenadas (x, y) do ponto onde estiver o rato. Carre-
gando no bot ao esquerdo do rato, sobre algumponto no campo, ser a desenhada a soluc ao particular
que passa por esse ponto.
A barra de menu da janela gr aca inclui v arias opc oes. Zoom, permite mudar o comportamento do
rato: cada vez que se clicar no gr aco, a escala do gr aco aumentar a; mantendo carregada a tecla
1
De acordo com a equac ao diferencial, a derivada nesse ponto e igual a f (x
0
, y
0
).
30 Sistemas din amicos contnuos
Shift enquanto se faz clic, faz diminuir a escala. Para voltar a obter o esboco de uma soluc ao
cada vez que se faz clic num ponto, selecciona-se a opc ao Integrate do menu. Com a opc ao
Save, pode gravar-se uma c opia do gr aco num cheiro Postscript.
O sub-menu Config usa-se para mudar as equac oes diferenciais esbocadas, e para fazer algumas
outras alterac oes. Por exemplo, a vari avel direction ter a, por omiss ao, o valor both, que implica
que quando se seleccionar um ponto no campo, ser a desenhada a soluc ao que passa por esse
ponto, desde pontos menores que x
0
, at e pontos maiores. Mudando essa vari avel para forward ou
backward, consegue-se que a soluc ao seja desenhada unicamente para valores de x estritamente
maiores ou menores que x
0
. Outros par ametros que podem ser alterados s ao, por exemplo, o
n umero de passos, o valor inicial de t, as coordenadas do centro e o raio do domnio.
Cada vez que se altera a congurac ao do gr aco, e preciso usar a opc ao Replot para activar as
novas congurac oes. Introduzindo duas coordenadas no campo Trajectory at do menu Config,
e carregando na tecla Enter, e acrescentada mais uma soluc ao. Seleccionando a opc ao Replot, e
apresentada unicamente a ultima soluc ao que foi tracada.
Algumas das vari aveis que podem ser modicadas no menu podem tamb em ser modicadas com
opc oes do comando plotdf. Por exemplo, a gura 3.1 foi obtida assim:
(%i7) plotdf(y+x, [xradius,3], [yradius,3], [trajectory_at,-0.9,0.5])$
O domnio de (x, y) representado por plotdf e: (xcenter xradius), (ycenter yradius). O valor
por omiss ao de xcenter e ycenter e 0, e o valor por omiss ao de xradius e yradius e 10. A
opc ao trajectory at especica as coordenadas dum ponto inicial (x, y) por onde ser a desenhada
uma soluc ao.
3.3 Sistemas din amicos de primeira ordem
Para introduzir alguns conceitos b asicos que ser ao essenciais nos pr oximos captulos, vamos ana-
lisar dois sistemas din amicos simples: um sistema em queda livre e um circuito RC. Nas pr oximas
secc oes generalizaremos essa an alise ao caso de outros sistemas, que podem aparecer em campos
muito diversos, diferentes da din amica e da teoria de circuitos.
3.3.1 Queda livre
Consideremos primeiro o caso de um objecto que cai livremente dentro de um tubo com v acuo.
Nessas condic oes, a unica forca externa que actua sobre o sistema e o seu peso, mg, e a segunda
lei de Newton para este sistema e:
ma =mg (3.8)
A massa do objecto e eliminada nos dois lados da equac ao, e a acelerac ao instant anea a e igual ` a
derivada da velocidade, v. Assim, obtemos
v =g (3.9)
a acelerac ao ser a independente da massa ou forma do objecto, e igual ` a acelerac ao da gravidade, g.
Osinal negativo e devido a estarmos a considerar o sentido positivo da velocidade (e da acelerac ao)
de baixo para cima.
3.3 Sistemas din amicos de primeira ordem 31
O campo de direcc oes para a equac ao diferencial 3.9 e formado por vectores paralelos, todos com
declive igual a g (gura 3.2).
2
0 6
30
30
1 2 3 4 5
20
10
0
10
20
v
t
Figura 3.2: Campo de direcc oes da equac ao v =g.
No gr aco 3.2 e f acil ver que as soluc oes da equac ao s ao rectas com declive igual a g. A ve-
locidade diminui continuamente a uma taxa de 9.8 m/s cada segundo. A soluc ao que se mostra
na gura 3.2 corresponde a um objecto que foi lancado verticalmente para cima (velocidade po-
sitiva), com uma velocidade inicial de 22 m/s. A velocidade decresce at e zero, aproximadamente
dois segundos mais tarde, no ponto mais alto da traject oria, e continua a diminuir passando para
valores negativos, que indicam que o objecto est a a descer.
Se o sistema em queda livre n ao estiver dentro de um tubo de v acuo, existe outra forca externa
que n ao pode ser desprezada: o atrito com o ar. A forca de atrito com o ar e sempre oposta ` a
velocidade e depende da forma do objecto e do quadrado do m odulo da velocidade. A express ao
matem atica para essa forca e
F
a
=
1
2
C
d
A[v[ v (3.10)
onde A e a area da secc ao transversal do objecto, e a massa vol umica do ar, e C
d
e uma constante,
sem unidades, que depende da forma geom etrica; para esferas, C
d
tem o valor de 0.5, e para
um p ara-quedas circular e aproximadamente 0.8. O produto [v[ v garante um sentido oposto ` a
velocidade; se o objecto desce, v < 0, e forca de atrito ser a para cima ([v[ v positivo). Se objecto
sobe, v > 0, e a forca de atrito ser a para baixo ([v[ v negativo).
2
O comando plotdf actualmente falha quando a func ao f e constante; esse erro dever a ser corrigido em vers oes
futuras.
32 Sistemas din amicos contnuos
A segunda lei de Newton para o objecto em queda livre e
m v =mg
1
2
C
d
A[v[ v (3.11)
Para poder desenhar o campo de direcc oes, ser a preciso substituir os valores num ericos dos par a-
metros. Alguns valores realistas para um p ara-quedista s ao: C
d
= 0.8, m = 70 kg e A = 7 m
2
. A
acelerac ao da gravidade e aproximadamente g = 9.8 m/s
2
. A massa vol umica do ar varia com a
temperatura, a humidade relativa e a altura sobre o nvel do mar.
`
A temperatura ambiente e alguns
metros por cima do nvel do mar, a massa vol umica do ar e aproximadamente 1.2 kg/m
3
. Assim,
em unidades SI, a equac ao 3.11 e igual a
v =9.80.048[v[ v (3.12)
para usar o comando plotdf, h a que ter em conta que o comando admite sempre que a vari avel
independente e x e a vari avel dependente y. No caso da equac ao anterior, a vari avel dependente,
v, dever a ser identicada como y no argumento de plotdf, e a vari avel t dever a ser identicada
como x nos argumentos de plotdf. O campo de direcc oes, apresentado na gura 3.3, foi obtido
com
(%i9) plotdf(-9.8 - 0.048*abs(y)*y, [xradius,4], [xcenter,4],
[yradius,30])$
1 2 3 4 5 6 7
-30
-20
-10
0
10
20
30
t
v
Figura 3.3: Campo de direcc oes para a velocidade de um p ara-quedista.
A gura 3.3 mostra que a velocidade j a n ao diminui indenidamente, mas aproxima-se de um
limite, designado de velocidade terminal. O sinal negativo da velocidade terminal indica que
essa velocidade e atingida quando o objecto desce.
Nas soluc oes apresentadas na gura 3.3 a regi ao de interesse e onde a velocidade e negativa, pois
o p ara-quedas est a sempre a descer. De facto, a soluc ao mais realista na gura 3.3 e a curva
3.3 Sistemas din amicos de primeira ordem 33
de baixo, comecando num valor da velocidade com m odulo maior do que a velocidade terminal,
j a que a equac ao estudada e v alida apenas ap os o p ara-quedas ser aberto. Antes da abertura do
p ara-quedas, o p ara-quedista desce com uma velocidade maior do que a velocidade terminal.
3.3.2 Circuito RC
Um circuito RC e constitudo por um condensador, em s erie com uma resist encia R e uma fonte
de tens ao com forca electromotriz constante, .
R
C

Figura 3.4: Circuito RC.


A soma alg ebrica das diferencas de potencial nos tr es elementos do circuito, dever a ser nula. A
diferenca de potencial na fonte e , a diferenca de potencial na resist encia e RI e a diferenca de
potencial no condensador e Q/C
RI +
Q
C
= (3.13)
Toda a carga que passa pela resist encia, ou sai de uma das armaduras do condensador, ou e arma-
zenada nessa armadura. Isso implica que a corrente atrav es da resist encia e igual ` a derivada da
carga no condensador. A equac ao reduz-se a uma equac ao diferencial para a carga no condensador
em func ao do tempo

Q =

R

Q
RC
(3.14)
Para desenhar o campo de direcc oes, vamos substituir alguns valores tpicos dos elementos do
circuito: R = 4 k, C = 250 nF e = 5 V.
Conv em usar um sistema de unidades apropriado, para evitar os erros num ericos associados aos
n umeros muito grandes ou muito pequenos. Usaremos unidades de micro-coulombs, C, para
a carga, e o tempo em ms. Nesse sistema de unidades, e substituindo os valores da resist encia,
capacidade e forca electromotriz, a equac ao 3.14 toma a forma

Q = 1.25Q (3.15)
O campo de direcc oes, indicado gura 3.5, obteve-se com o comando
(%i10) plotdf(1.25-y, [xradius,5], [xcenter,5])$
A carga aproxima-se do valor limite 1.25 C, que e C, o valor ideal se a resist encia fosse nula.
34 Sistemas din amicos contnuos
0 2.5 5 7.5
-8
-4
0
4
8
t /ms
Q


/

C
Figura 3.5: Campo de direcc oes do circuito RC com R = 4 k, C = 250 nF e = 5 V.
3.4 Sistemas aut onomos
As duas equac oes diferenciais, 3.12 e 3.15, s ao duas formas particulares da denic ao geral das
equac oes diferencias de primeira ordem (equac ao 3.2). As duas equac oes t em uma forma mais
simples que a express ao 3.2:
x = f (x) (3.16)
Nos dois casos a func ao f n ao depende da vari avel independente t. Do ponto de vista fsico, a
evoluc ao da vari avel independente n ao depende do instante inicial; isto e, a partir de uma veloci-
dade inicial o movimento do sistema ser a exactamente o mesmo, independentemente do instante
em que o sistema obteve essa velocidade inicial. Se repetirmos uma experi encia de queda livre
uns dias mais tarde, o resultado da experi encia ser a o mesmo.
Do ponto de vista geom etrico, as soluc oes formam famlias de curvas id enticas, deslocadas na
direcc ao do eixo horizontal. O campo de direcc oes e invariante se for deslocado na horizontal
(eixo do tempo).
Esse tipo de equac oes diferenciais, em que a func ao f n ao depende da vari avel independente,
s ao designadas de equac oes diferenciais aut onomas. S ao equac oes muito importantes, pois
aparecem em muitos problemas e inclusivamente nos problemas que conduzem a equac oes n ao
aut onomas, e sempre possvel transformar as equac oes num sistema de equac oes aut onomas, como
veremos no pr oximo captulo.
Assim, a partir desta secc ao vamos estudar unicamente sistemas aut onomos, em que as equac oes
do sistema s ao equac oes diferenciais aut onomas. Um sistema din amico aut onomo, de primeira
ordem e um sistema caracterizado por:
Uma vari avel dependente do tempo, x(t), que designamos por vari avel de estado.
3.4 Sistemas aut onomos 35
Uma equac ao diferencial ordin aria, aut onoma, de primeira ordem:
x = f (x) (3.17)
que dene a evoluc ao da vari avel de estado, a partir de um estado inicial x
0
, e designaremos
de equac ao de evoluc ao.
3.4.1 Retrato de fase
Os pontos xos de um sistema din amico contnuo, de primeira ordem, s ao os pontos onde a
derivada da vari avel de estado e nula. Nesses pontos o estado do sistema permanece constante. O
retrato de fase de um sistema din amico e um esboco do campo de direcc oes, mostrando os pontos
xos e algumas soluc oes que comecam ou terminam nesses pontos. Os pontos xos representam-
se por meio de um ponto.
Como a derivada x num sistema aut onomo (equac ao 3.17) depende apenas da vari avel de estado,
x, o declive do campo de direcc oes e o mesmo em todos os pontos com o mesmo valor de x. Por
exemplo, nas guras 3.3 e 3.5, os vectores sobre uma recta horizontal (pontos com o mesmo valor
da vari avel de estado v) s ao todos iguais.
Assim, para representar o campo de direcc oes, basta desenhar a projecc ao do campo ao longo do
eixo da vari avel de estado (eixo vertical). O retrato de fase ser a uma linha onde se mostram os
pontos xos e as direcc oes das traject orias. O retrato de fase do campo da gura 3.3 e apresentado
na gura 3.6.
v
t
0
v v
v
. .
Figura 3.6: Retrato de fase para a velocidade do p ara-quedista, onde v
t
designa a velocidade
terminal.
A velocidade terminal obt em-se a partir da equac ao 3.11, no ponto em que a derivada for igual a
zero
v
t
=

2mg
C
d
A
(3.18)
Assim, neste caso, existe um unico ponto xo, correspondente ` a velocidade terminal.
Na regi ao ` a esquerda da velocidade terminal, do retrato de fase 3.6, o lado direito de 3.11 e positivo
e, portanto, a derivada da velocidade e positiva. Tal facto e indicado pela seta que aponta para a
direita. A soluc ao que se aproxima do ponto xo (velocidade terminal) pela esquerda, corresponde
ao caso em que no instante inicial o p ara-quedista est a a descer com uma velocidade com m odulo
maior que a velocidade terminal; o p ara-quedas trava a queda at e que o p ara-quedista alcanca
a velocidade terminal. A soluc ao que se aproxima do ponto xo, pela direita, corresponde aos
casos em que o p ara-quedista salta para cima, ou salta do repouso, no instante inicial, ou quando
o p ara-quedista j a estiver a descer no instante inicial, mas com velocidade de m odulo menor que a
velocidade terminal. O ponto xo e um n o atractivo; todas as soluc oes aproximam-se dele.
36 Sistemas din amicos contnuos
No caso do circuito RC, que tamb em e um sistema aut onomo de primeira ordem, o retrato de fase
e semelhante ao do p ara-quedista. O retrato de fase 3.7 representa a mesma informac ao contida
no campo de direcc oes 3.5.
1.25 C 0
Q Q
Q
. .
Figura 3.7: Retrato de fase do circuito RC.
O ponto xo e o ponto Q = 1.25, que faz com que a derivada seja nula.

E um n o atractivo; a carga
no condensador aproximar-se- a de 1.25 C, independentemente do seu valor inicial. Em geral,
o ponto xo localiza-se em C. Os valores negativos da carga representam situac oes em que o
condensador encontra-se carregado em modo inverso ` a bateria.
Exemplo 3.2
Esboce o retrato de fase do sistema
x = 4x
2
(3.19)
e analise a evoluc ao do sistema, para diferentes valores do estado inicial.
Resoluc ao: Os pontos xos encontram-se calculando as razes da equac ao obtida igualando o lado
direito da equac ao a zero:
4x
2
= 0
h a dois pontos xos x = 2 e x = 2. Se o valor de x for menor que 2, o lado direito 4 x
2
ser a negativo e a vari avel x diminui. Para x compreendido em 2 < x < 2, o valor da derivada e
positivo e x aumenta. Finalmente, se x for maior que 2, a derivada e negativa e x diminui. O retrato
de fase e apresentado na gura 3.8
2 0 2
x x x
x
. . .
Figura 3.8: Retrato de fase do sistema aut onomo x = 4x
2
.
Se x
0
=2, ou, x
0
= 2, o sistema permanece sempre no mesmo estado.
Se x
0
<2, o estado do sistema aproxima-se para o limite x
Se 2 < x
0
< 2, x aumenta, aproximando-se para 2.
Se x
0
> 2, x diminui, aproximando-se para 2.
O ponto x
0
=2 e um n o repulsivo.
O ponto x
0
= 2 e um n o atractivo.
3.5 M etodo de Euler 37
3.5 M etodo de Euler
Os m etodos de resoluc ao num erica de equac oes diferenciais ordin arias de primeira ordem
x = f (x, t) (3.20)
consistem em calcular o valor da vari avel de estado numa sequ encia discreta de instantes t
0
, t
1
, t
2
,
. . ., usando alguma estimativa dos valores m edios das derivadas durante cada intervalo de tempo
[t
i
, t
i+1
], a partir da func ao f (x, t) que e a derivada instant anea.
Podemos usar uma sequ encia de instantes t
i
igualmente espacados entre si, com incremento de
tempo h:
t
0
, t
0
+h, t
0
+2h, . . . t
n
=t
0
+nh (3.21)
assim, substituiremos a vari avel contnua x(t) por uma vari avel discreta:
x
0
, x
1
, x
2
, . . . x
n
= x(t
n
) = x(t
0
+nh) (3.22)
O sistema contnuo e substituido por um sistema discreto. A equac ao de evoluc ao desse sistema
discreto depender a do m etodo num erico usado para fazer a estimativa do valor m edio da derivada
em cada intervalo [t
n
, t
n
+h]. Existem muitos m etodos num ericos para resolver sistemas din amicos
contnuos. Nesta secc ao apresentaremos um m etodo muito simples, o m etodo de Euler.
Usando a notac ao introduzida na equac ao 3.22, a denic ao da derivada x, no instante t
n
=t
0
+nh,
escreve-se
x(t
n
) = lim
h0
x(t
n
+h) x(t
n
)
h
= lim
h0
x
n+1
x
n
h
(3.23)
assim, se h for sucientemente pequeno, a equac ao anterior conduz a uma forma aproximada de
calcular x
n+1
em func ao do estado, x
n
, e da derivada no instante t
n
x
n+1
x
n
+h x(t
n
) (3.24)
-2 -1 0 1 2
-2
-1
0
1
2
(t
0
, x
0
)
h f(t
0
, x
0
) (t
1
, x
1
)
h
x
t
Figura 3.9: M etodo de Euler para calcular as sooluc oes de um sistema contnuo de primeira
ordem.
38 Sistemas din amicos contnuos
Combinando essa aproximac ao com a equac ao do sistema din amico, 3.20, obtemos a equac ao do
sistema discreto equivalente:
x
n+1
= x
n
+hf (t
n
, x
n
) (3.25)
A condic ao inicial (t
0
, x
0
) permite-nos calcular (t
1
, x
1
), usando a equac ao de recorr encia 3.25, e
assim sucessivamente podemos calcular (t
2
, x
2
), (t
3
, x
3
),etc.

E de salientar que a aproximac ao que se fez consiste em admitir que o valor m edio da derivada x
no intervalo [t
n
, t
n
+h] e igual ao valor da derivada no instante inicial do intervalo. Do ponto de
vista gr aco, o que estamos a fazer e deslocarmos-nos, desde o ponto (t
0
, x
0
), uma dist ancia h,
segundo o eixo t, na direcc ao do campo de direcc oes, como se mostra na gura 3.9.
Como mostra a gura, a direcc ao do campo no ponto i j a n ao e a mesma no ponto i +1 e, assim,
a curva obtida n ao segue perfeitamente o campo de direcc oes. Mas se h for suciente pequeno,
obt em-se uma boa aproximac ao.
Exemplo 3.3
Usando o m etodo de Euler, encontre a carga em func ao do tempo, no circuito RC com equac ao
(carga em micro-coulombs e tempo em mili-segundos)

Q = 1.25Q
durante os primeiros 6 ms, se a carga inicial for nula.
Resoluc ao: Conv em guardar os resultados em listas para poder fazer gr acos. Vamos comecar
por usar incrementos de tempo de 0.1 ms. Teremos que iniciar 3 listas
3
para as vari aveis t, Q e a
derivada

Q (corrente I):
(%i11) h1: 0.1$
(%i12) t1: [0]$
(%i13) Q1: [0]$
(%i14) I1: [1.25]$
Ser a utilizado o comando endcons para acrescentar n umeros no m de cada lista. Para avancar 6
ms, precisamos 60 iterac oes:
(%i15) for n:1 thru 60 do
(t1: endcons(last(t1) + h1, t1),
Q1: endcons(last(Q1) + h1*last(I1), Q1),
I1: endcons(1.25 - last(Q1), I1))$
Em cada iterac ao, os ultimos valores calculados, (t
n
, Q
n
, I
n
) est ao no m das listas t1, Q1 e I1, e
podem ser obtidos com o comando last.
No m do ciclo podemos ver o ultimo elemento de cada lista, usando o comando
3
Os ndices 1 indicam que esta e a nossa primeira tentativa de encontrar a soluc ao do sistema.
3.5 M etodo de Euler 39
(%i16) last(t1);
(%o16) 5.999999999999995
(%i17) last(Q1);
(%o17) 1.247753737125107
(%i18) last(I1);
(%o18) .002246262874892935
Conv em repetir o processo, com um valor menor de h, para termos alguma justicac ao da validade
do m etodo num erico.
(%i19) h2: 0.01$
(%i20) t2: [0]$
(%i21) Q2: [0]$
(%i22) I2: [1.25]$
(%i23) for n:1 thru 600 do
(t2: endcons(last(t2) + h2, t2),
Q2: endcons(last(Q2) + h2*last(I2), Q2),
I2: endcons(1.25 - last(Q2), I2))$
(%i24) last(Q2);
(%o24) 1.246993738385861
Este problema pode ser resolvido analiticamente. A soluc ao exacta e:
Q = 1.25
_
1e
t
_
Para comparar com os resultados obtidos com o m etodo de Euler, vamos criar uma lista com a
soluc ao exacta, usando a mesma sequ encia (t2) com 600 instantes de tempo t
n
= nh
(%i25) Q3: makelist(float(1.25*(1 - exp(-n*h2))), n, 0, 600)$
Para representar as tr es soluc oes, Q1, Q2 e Q3, num unico gr aco, usaremos a func ao graph2d,
includa num programa adicional com o mesmo nome, distribudo com o Maxima (a partir da
vers ao 5.11):
(%i26) load("graph2d")$
(%i27) graph2d([label,"h=0.1"], t1, Q1,
[label,"h=0.01"], t2, Q2,
[label,"exacta"], t2, Q3)$
Oresultado e apresentado na gura 3.10. Na gura, a soluc ao obtida comh =0.01 n ao se consegue
distinguir da soluc ao exacta.
A func ao graph2d, por omiss ao, junta os pontos em cada conjunto de dados por meio de linhas
rectas, fazendo parecer os resultados func oes contnuas, quando na realidade se trata de sequ encias
discretas de pontos.
40 Sistemas din amicos contnuos
h=0.1
h=0.01
exacta
1 2 3 4 5 6
0
0.2
0.4
0.6
0.8
1
1.2
t /ms
Q


/

C
Figura 3.10: Soluc ao exacta da equac ao

Q = 1.25Q, e duas aproximac oes obtidas com o
m etodo de Euler.
Pode ser util apresentarmos os resultados obtidos numa tabela. Por exemplo, para mostrar os
resultados das ultimas 5 iterac oes, com t na primeira coluna, Q na segunda coluna, e I na terceira
coluna, usamos o comando:
(%i28) for n:597 thru 601
do print(t2[n], Q2[n], I2[n])$
5.959999999999917 1.246870420465166 .003129579534833837
5.969999999999917 1.246901716260514 .003098283739485508
5.979999999999917 1.246932699097909 0.00306730090209073
5.989999999999917 1.24696337210693 .003036627893069799
5.999999999999917 1.246993738385861 .003006261614139083

E possvel tamb em guardar os resultados num cheiro, para serem usados com outros programas.
Por exemplo, para guardar as 3 listas num cheiro dados.txt, usaremos o comando with stdout
(%i29) display2d: false$
(%i30) with_stdout("dados.txt",
for n thru 601
do print(t2[n], Q2[n], I2[n]))$
foi dado um valor falso ` a vari avel display2d para que n ao sejam escritos espacos entre os sinais
negativos e os n umeros.
3.6 Resoluc ao analtica das equac oes diferenciais 41
Um tipo de cheiro de dados bastante util e o designado por cheiro CSV (Comma Separated Va-
lues), usualmente com extens ao .csv, que pode ser importado pelos programas de folha de c alculo.
Para criar esse tipo de cheiro, basta separar os valores num ericos em cada linha, com vrgulas.
(%i31) with_stdout("dados.csv",
for n thru 601
do print(t2[n], ",", Q2[n], ",", I2[n]))$
Outro tipo de cheiro de texto bastante util consiste em imprimir a lista de forma a que possa ser
lida novamente por Maxima numa sess ao futura. O comando:
(%i32) with_stdout("lista.txt",
print("resultados : ["),
for n thru 600
do print("[", t2[n], ",", Q2[n], ",", I2[n], "],"),
print("[", t2[601], ",", Q2[601], ",", I2[601], "]"),
print("]$"))$
cria um cheiro com o conte udo seguinte (s o mostramos as 3 primeiras e as 2 ultimas linhas:
resultados : [
[ 0 , 0 , 1.25 ],
[ 0.01 , 0.0125 , 1.2375 ],
...
[ 5.999999999999917 , 1.246993738385861 , .003006261614139083 ]
]$
esse cheiro pode ser lido no Maxima, com o comando batchload, para recuperar os dados, numa
sess ao futura:
(%i33) batchload("lista.txt")$
criando uma lista resultados com os 601 pontos calculados.
3.6 Resoluc ao analtica das equac oes diferenciais
Existem alguns tipos de equac oes ordin arias de primeira ordem que podem ser resolvidas ana-
liticamente. Os m etodos mais conhecidos de resoluc ao de equac oes diferenciais ordin arias de
primeira ordem est ao implementados no Maxima, na func ao ode2. A sintaxe dessa func ao e:
ode2(eq, var_dep, var_ind);
onde eq e uma equac ao diferencial ordin aria, var dep e a vari avel dependente, e var ind e a
vari avel independente.
O resultado ser a uma func ao com uma constante de integrac ao, %c, que pode ser avaliada a partir
da condic ao inicial, usando a func ao ic1
42 Sistemas din amicos contnuos
ic1(sol, var_ind = v0, var_dep = u0);
vamos explicar alguns casos em que existe um m etodo para obter a soluc ao na forma analtica.
3.6.1 Equac oes de vari aveis separ aveis
Se a equac ao tiver a forma
dy
dx
=
f (x)
g(y)
(3.26)
e designada por equac ao de vari aveis separ aveis. Para resolver este tipo de equac ao, primeiro
observemos que a primitiva da func ao g(y) pode ser calculada da seguinte forma
Z
g(y)dy =
Z
g(y(x))
dy
dx
dx (3.27)
a equac ao diferencial pode ser escrita como
g(y)
dy
dx
= f (x) (3.28)
a primitiva do lado esquerdo, em ordem a x, e igual ` a primitiva de g(y), em ordem a y, como
acabamos de ver; assim, temos que
Z
g(y)dy =
Z
f (x)dx +c (3.29)
Se conseguirmos calcular as primitivas a cada lado da equac ao, obteremos a soluc ao analtica da
equac ao diferencial.
3.6.2 Equac oes lineares
Uma equac ao diferencial linear, de primeira ordem, tem a forma geral
dy
dx
+ p(x)y = f (x) (3.30)
onde p(x) e f (x) s ao quaisquer duas func oes que dependem apenas de x (podem tamb em ser
constantes).
No caso particular emque a func ao p for uma constante a, o lado esquerdo ter a alguma semelhanca
com a seguinte derivada
d
dx
(ye
ax
) = e
ax
(y
/
+ay) (3.31)
consequentemente, se multiplicarmos os dois lados da equac ao diferencial 3.30 por e
ax
obteremos
d
dx
(ye
ax
) = e
ax
f (x) (3.32)
ye
ax
=
Z
e
ax
f (x)dx +c
3.6 Resoluc ao analtica das equac oes diferenciais 43
No caso geral em que p depender de x, usaremos a primitiva de p(x) em vez de ax, e o factor
integrante pelo qual deveremos multiplicar a equac ao ser a
(x) = exp
_
Z
p(x)dx
_
(3.33)
multiplicando os dois lados da equac ao diferencial por obt em-se
d
dx
(y(x)) = (x) f (x) (3.34)
y =
Z
(x) f (x)dx +c
Exemplo 3.4
Encontre a soluc ao da equac ao diferencial
dy
dx
=
y
y
3
2x
y(2) = 1
A equac ao n ao e de vari aveis separ aveis, nem linear, mas se invertermos a equac ao obtemos
dx
dy
=
y
3
2x
y
(3.35)
a qual e uma equac ao linear, onde a vari avel independente e agora y e as soluc oes s ao func oes
x(y). Escrita na forma padr ao
dx
dy
+
2
y
x = y
2
(3.36)
vemos que o factor integrante e
= exp
_
Z
2
y
dy
_
= y
2
(3.37)
multiplicando os dois lados da equac ao por y
2
obtemos
y
2
dx
dy
+(2y)x =
d
dy
(y
2
x) = y
4
(3.38)
y
2
x =
y
5
5
+C (3.39)
Para calcular o valor da constante de integrac ao, substituimos a condic ao inicial
2 =
1
5
+C C =
9
5
(3.40)
e a soluc ao (na forma implcita) e
5y
2
x = y
5
+9 (3.41)
44 Sistemas din amicos contnuos
3.6.3 Equac oes exactas
Qualquer equac ao de primeira ordem pode ser escrita na forma:
dy
dx
=
M(x, y)
N(x, y)
(3.42)
que conduz a
M(x, y)dx +N(x, y)dy = 0 (3.43)
esta forma e semelhante ` a express ao da diferencial de uma func ao de duas vari aveis
dF(x, y) =
F
x
dx +
F
y
dy (3.44)
Esta equac ao sugere-nos admitir que existe uma func ao F(x, y) cujas derivadas parciais s ao iguais
a M(x, y) e N(x, y); no entanto a segunda derivada parcial de F seria

2
F
xy
=
M
y
=
N
x
(3.45)
Assim, para que a conjectura da exist encia da func ao F(x, y) seja consistente, e necess ario que as
func oes M e N veriquem a seguinte condic ao
N
x
=
M
y
(3.46)
nesse caso diz-se que a equac ao e exacta e existir a uma func ao F(x, y) tal que a equac ao diferencial
e equivalente ` a condic ao
dF(x, y) = 0 (3.47)
assim, a soluc ao geral da equac ao diferencial ser a a famlia de curvas
F(x, y) = c (3.48)
A func ao F calcula-se encontrando a func ao cujas derivadas parciais sejam iguais a N(x, y) e
M(x, y).
Exemplo 3.5
Encontre a soluc ao geral da seguinte equac ao
dy
dx
=
9x
2
+y 1
4y x
(3.49)
A equac ao pode ser escrita da seguinte forma diferencial
(4y x)dy (9x
2
+y 1)dx = 0 (3.50)
e verica-se facilmente que e uma equac ao exacta:

x
(4y x) =1 =

y
(9x
2
y +1) (3.51)
3.6 Resoluc ao analtica das equac oes diferenciais 45
existe uma func ao F(x, y) tal que
F
y
= 4y x F = 2y
2
xy + f (x) (3.52)
F
x
=9x
2
y +1 F =3x
3
xy +x +g(y) (3.53)
repare que na primitiva em ordem a x admitimos que y e uma constante, e na primitiva em ordem
a y admitimos que x e uma constante. Isso foi possvel porque as derivadas s ao parciais. Se as de-
rivadas fossem ordin arias, n ao podiamos calcular as primitivas assim, pois seria preciso substituir
y em func ao de x, ou x em func ao de y. As constantes de integrac ao que aparecem nas primitivas
passam a ser func oes da vari avel que se manteve constante.
Comparando os dois resultados obtidos para F vemos que
f (x) = x 3x
3
(3.54)
g(y) = 2y
2
(3.55)
e a func ao F(x, y) e (para al em de uma constante que n ao e importante aqui)
F(x, y) = 2y
2
3x
3
xy +x (3.56)
a soluc ao geral da equac ao diferencial obt em-se igualando F a uma constante
2y
2
3x
3
xy +x = c (3.57)
Exemplo 3.6
Resolva a equac ao do exemplo 3.4, usando o Maxima
Resoluc ao: antes de comecar, vamos desfazer a alterac ao feita em (%i29), para que o Maxima
volte a apresentar as equac oes na forma habitual:
(%i34) display2d: true$
A equac ao a ser resolvida e
dy
dx
=
y
y
3
2x
no Maxima vamos guardar essa equac ao numa vari avel eq3, para ser usada posteriormente
(%i35) eq3: diff(y,x) = y/(y3-2*x);
dy y
(%o35) -- = --------
dx 3
y - 2 x
A soluc ao geral da equac ao encontra-se com o comando ode2
46 Sistemas din amicos contnuos
(%i36) ode2(eq3,y,x);
5 2
y - 5 x y
(%o36) ----------- = %c
5
E a soluc ao particular obt em-se aplicando a condic ao inicial
(%i37) ic1(%,x=2,y=1);
5 2
y - 5 x y 9
(%o37) ----------- = - -
5 5
a soluc ao obtida e equivalente ` a que j a tinhamos obtido no exemplo 3.4. A vari avel global method
ter a a informac ao sobre o m etodo que foi usado por ode2 para encontrar a soluc ao:
(%i38) method;
(%o38) exact
isso indica que foi usado o m etodo para equac oes exactas.
3.6.4 Equac oes homog eneas
Uma equac ao de primeira ordem diz-se homog enea se tiver a seguinte forma geral
dy
dx
= f
_
y
x
_
(3.58)
para resolver esse tipo de equac ao usa-se a substituic ao
v =
y
x

dy
dx
= v +x
dv
dx
(3.59)
a qual torna a equac ao numa equac ao de vari aveis separ aveis. Para reconhecer facilmente se
uma func ao racional e da forma f (y/x) observam-se os expoentes de cada termo no numerador
e denominador (soma do expoente de x mais o expoente de y) os quais dever ao ser iguais. Por
exemplo, das duas func oes seguintes as duas primeiras tem a forma f (y/x) mas a terceira n ao
xy
2
x
3
yx
2
y
2
cos(x/y)
xy
+5
xy +y
2+x
3.6 Resoluc ao analtica das equac oes diferenciais 47
Exemplo 3.7
Resolva o problema de valor inicial
dy
dx
=
x +y
x y
y(2) = 0 (3.60)
Resoluc ao: Esta equac ao e homog enea. Para a converte-la numa equac ao de vari aveis separ aveis,
denimos uma nova vari avel dependente z
z =
y
x

dy
dx
= z +x
dz
dx
(3.61)
substituindo na equac ao diferencial
z +x
dz
dx
=
1+z
1z
(3.62)
dz
dx
=
1
x
_
1+z
1z
z
_
=
z
2
+1
x(1z)
esta equac ao de vari aveis separ aveis pode ser integrada
Z
1z
z
2
+1
dz =
Z
dx
x
+c (3.63)
arctg(z)
1
2
ln
_
1+z
2
_
= lnx +c
para calcular o valor da constante c, substituimos a condic ao inicial y = 0, x = 2
arctg0
ln1
2
= ln2+c arctgz
1
2
ln(1+z
2
) = lnx (3.64)
3.6.5 Equac ao de Bernoulli
Um tipo de equac ao diferencial que pode ser reduzida a equac ao linear, e a chamada equac ao de
Bernoulli, denida por
dy
dx
+ p(x)y
n
= f (x)y (3.65)
onde n e um n umero racional, diferente de 0 e de 1. A substituic ao
v = y
1n
v
/
= (1n)y
n
y
/
(3.66)
transforma a equac ao de Bernoulli numa equac ao linear.
48 Sistemas din amicos contnuos
3.6.6 Equac ao de Riccati
Outra equac ao redutvel a equac ao linear e a equac ao de Riccati:
dy
dx
= a(x) +b(x)y +c(x)y
2
(3.67)
onde a(x), b(x) e c(x) s ao tr es func oes que dependemde x. Se conhecermos uma soluc ao particular
da equac ao, por exemplo y
1
, a seguinte mudanca de vari avel transformar a a equac ao de Riccati
numa equac ao linear
y = y
1
+
1
v

dy
dx
=
dy
1
dx

1
v
2
dv
dx
(3.68)
Exemplo 3.8
Encontre a soluc ao geral da seguinte equac ao sabendo que y
1
(x) e soluc ao particular
y
/
= e
x
y
2
y +e
x
y
1
(x) =e
x
cot x (3.69)
Resoluc ao: Trata-se de uma equac ao de Riccati e para a resolver usamos a seguinte substituic ao
y = y
1
+
1
v
y
/
= y
/
1

v
/
v
2
(3.70)
e conveniente n ao substituir y
1
pela func ao dada, j a que o facto desta ser soluc ao da equac ao
simplicar a os resultados. Substituindo na equac ao de Riccati obtemos
y
/
1

v
/
v
2
= e
x
_
y
2
1
+2
y
1
v
+
1
v
2
_
y
1

1
v
+e
x
(3.71)
v
2
_
y
/
1
e
x
y
2
1
+y
1
e
x
_
= v
/
+(2y
1
e
x
1)v +e
x
como y
1
e soluc ao, o termo nos par entesis no lado esquerdo e zero e obt em-se a seguinte equac ao
linear para v(x)
v
/
(2cot x +1)v =e
x
(3.72)
o factor integrante desta equac ao linear e
(x) = exp
Z
(12cot x)dx = exp[x 2ln(sinx)] =
e
x
sin
2
x
(3.73)
multiplicando os dois lados da equac ao linear por e seguindo os passos explicados na secc ao
sobre equac oes lineares
v
/
(2cotx +1)v =csc
2
x (3.74)
d
dx
(uv) =csc
2
x
uv = cot x +c
v = e
x
sin
2
x(cot x +c) = e
x
sinx(cosx +csinx)
y = y
1
+
1
v
=
e
x
sinx
_
cosx
1
cosx +csinx
_
y = e
x
sinx ccosx
cosx +csinx
3.7 Refer encias 49
a soluc ao geral est a constituda por esta ultima famlia de func oes, junto com a soluc ao particular
y
1
.
3.7 Refer encias
Differential equations (Sanchez et al., 1988). Numerical methods for physics (Garcia, 2000). Ele-
mentary Differential Equations and Boundary Value Problems (Boyce & DiPrima, 2004). Ecua-
ciones Diferenciales (Blanchard et al., 1999).
3.8 Perguntas de escolha m ultipla
1. O gr aco mostra o retrato de fase dum sis-
tema aut onomo numa dimens ao. Se o valor
inicial da vari avel x for 5, qual ser a o seu va-
lor limite para um tempo muito grande?
2 0 2 x
A.
B. 2
C.
D. 5
E. 0
2. Um sistema e designado de aut onomo se:
A. n ao apresenta pontos singulares onde a
derivada n ao pode ser calculada.
B. n ao depende do tempo.
C. a evoluc ao do sistema a partir de um es-
tado inicial e igual em diferentes instan-
tes.
D. n ao depende de outros sistemas.
E. evolui em forma espont anea, sem preci-
sar de agentes externos.
3. Para encontrar a evoluc ao do sistema
din amico x = 3xt, com estado inicial x = 2
em t = 0, um aluno usou o m etodo de Euler,
criando tr es listas com os valores de t, de x
e da derivada de x. Se ap os duas iterac oes a
lista de t tiver os valores [0, 0.5, 1.0], quais
dever ao ser os valores na lista da vari avel x?
A. 2, 2, 3.25
B. 2, 2, 3.5
C. 2, 5.0, 12.75
D. 1, 1, 1.75
E. 2, 2, 3.0
4. A equac ao de evoluc ao de um sistema
din amico e y = (2 y)(3 y). Se em t = 0
o estado do sistema for y = 2, 5, qual ser a o
valor de y ap os um tempo muito elevado?
A. 2
B.
C.
D. 2,5
E. 3
5. A gura representa o retrato de fase para a
equac ao aut onoma x = f (x). Qual poder a ser
a func ao f(x)?
0 1 x
A. 1x
2
B. (x +1)
2
C. (x 1)
2
D. x
2
1
E. x
2
+1
6. Para encontrar a evoluc ao do sistema
din amico x =3x+t, com estado inicial x =2
50 Sistemas din amicos contnuos
em t = 0, um aluno usou o m etodo de Euler,
criando tr es listas com os valores de t, de x
e da derivada de x. Se ap os duas iterac oes a
lista de t tiver os valores [0, 0.5, 1.0], quais
dever ao ser os valores na lista da vari avel x?
A. 2, 2, 3.25
B. 2, 5.0, 12.75
C. 2, 2, 3.0
D. 1, 1, 1.75
E. 2, 2, 3.5
7. Usando o m etodo de Euler, calcule o valor
aproximado de x, em t = 1.5, se a equac ao
do sistema for x = x
2
+t, com estado inicial
x =2 emt =0, e com intervalos de tempo de
0.5
A. 12.25
B. 16.5
C. 151.06
D. 8.24
E. 87.78
8. Que comando e utilizado no Maxima para
resolver equac oes diferenciais em forma
analtica?
A. diff
B. ode2
C. taylor
D. ic2
E. plotdf
9. A soluc ao geral da equac ao y
//
y = 0 foi
guardada na vari avel g. Para aplicar as
condic oes y(0) =2, y(1) =3, qual dever a ser
o comando a utilizar?
A. ode2(g, x=0, y=2, y=3)
B. ic2(g, x=0, y=2, y=3)
C. bc2(g, y(0)=2, y(1)=3)
D. bc2(g, x=0, y=2, x=1, y=3)
E. ic2(g, y(0)=2, y(1)=3)
3.9 Problemas
1. Desenhe o retrato de fase da equac ao aut onoma
x = (2x)sin(x)
identique os pontos xos e diga quais s ao atractivos ou repulsivos.
2. Faca o desenho do campo de direcc oes de cada uma das equac oes que se seguem, e esboce a
soluc ao que verica a condic ao inicial dada (encontre um domnio que mostre bem o compor-
tamento do campo)
(a)
dy
dt
+y = 1+t
2
y(1) = 2
(b)
dy
dx
=
x +y
x +2y
y(2) = 3
(c)
dy
dt
cosy =
t siny
1+t
2
y(1) =

2
3. Uma bola que cai a partir do repouso, desde o terraco de um pr edio, est a sujeita ` a forca do
atrito com o ar
F
a
=
1
2
C
d
A[v[ v
admita a massa vol umica do ar igual a 1.2 kg/m
3
e acelerac ao da gravidade 9.8 m/s
2
; para
esferas a constante aerodin amica e C
d
=0.5. Use o m etodo de Euler para calcular a velocidade,
durante os primeiros 5 segundos, para os seguintes casos:
3.9 Problemas 51
(a) Uma bola de t enis com m = 0.062 kg e r = 0.0325 m.
(b) Uma bola de ping-pong com m = 0.0024 kg e r = 0.019 m.
(c) Uma gota de chuva com r = 0.003 m.
Desenhe um gr aco mostrando as velocidades dos 3 objectos em func ao do tempo e outro
gr aco das acelerac oes. Pode concluir que quanto menor for uma esfera menor ser a a sua
velocidade terminal? Qual dos objectos tem velocidade terminal menor? Qual dos tr es objectos
se aproxima mais rapidamente da velocidade terminal? Porque e que uma bola de t enis pode
ser lancada muito mais longe do que uma bola de ping-pong, se a bola de t enis pesa muito
mais?
4. Usando o m etodo de Euler, encontre a soluc ao de cada um dos seguintes sistemas, no intervalo
pedido, e desenhe o gr aco da soluc ao.
(a) y =
t
2
y
2
y
y(0) = 1 0 t 3
(b) x = cost +2x x(2) = 0 2 t 1
(c) y +y = 1+t
2
y(0) = 2 0 t 4
5. Um tanque cilndrico, cheio de agua, tem um orifcio na base. A velocidade de escoamento da
agua atrav es do orifcio e directamente proporcional ` a raz quadrada da altura da agua. Assim,
quando o tanque est a completamente cheio, esvazia mais rapidamente e a altura diminui mais
depressa, mas ` a medida que o tanque ca mais vazio a altura diminui mais lentamente. A altura
da agua, y, verica a seguinte equac ao:
y =k

y
onde k e uma constante que depende do tamanho do orifcio e da area da base do cilindro. Para
um determinado tanque, a constante e k = 0.05, se a altura for medida em metros, e o tempo
em minutos. Use o m etodo de Euler, com incrementos de tempo de 1 segundo, para calcular o
tempo que demora o tanque a esvaziar completamente, se a altura inicial da agua for 1 m.
Sugest ao: para evitar que y que negativa e

y seja um n umero imagin ario, dena a func ao
seguinte no Maxima para calcular a derivada:
f(y):= if (y<0) then 0 else -k*sqrt(y);
O valor da altura atingir a um limite muito perto de zero.

E mais f acil descobrir o ponto em que
esse limite e alcancado, procurando o ponto a partir do qual a derivada y e igual a 0.
6. Demonstre em cada caso que a func ao y(x), na coluna direita, e soluc ao da equac ao diferencial,
na coluna esquerda (a e c s ao constantes).
(a)
dy
dx
=
x

x
2
+a
2
(a ,= 0) y =
_
x
2
+a
2
(b) yy
/
= e
2x
y
2
= e
2x
(c) y
/
=
y
2
xy x
2
y = ce
y/x
7. Encontre a soluc ao geral das seguintes equac oes diferenciais ordin arias e em cada caso diga a
que classe pertence a equac ao.
52 Sistemas din amicos contnuos
(a)
dy
dt
=
y
2
2ty
y
2
(b) (2y +e
x
cosy)y
/
=e
x
siny
(c)
dy
dx
=
x
2
1
y
2
+1
(d)
dy
dt
+2ty = 2t
3

y
(e)
dy
dx
=
x
3
2y
x
(f)
dy
dx
=
x
x
2
y +y
3
(g)
dy
dx
=
x(2y +1)
y x
2
(h)
dy
dx
=
y x
2
y
2
x
Captulo 4
Sistemas contnuos de segunda ordem
Neste captulo comecaremos por aprofundar mais no problema da queda livre e no movimento
de proj ecteis. O estudo feito ser a generalizado para sistemas mais gerais, de segunda ordem.
Veremos tamb em como e possvel reduzir qualquer sistema de equac oes diferenciais ordin arias a
um sistema de v arias equac oes, aut onomas e de primeira ordem.
4.1 Queda livre
No problema da queda livre de um objecto, para calcular a altura em func ao do tempo, e preciso
resolver a equac ao diferencial:
y = v (4.1)
onde v e obtida a partir da equac ao que j a resolvemos no captulo anterior
v = a (4.2)
Aplicando o m etodo de Euler, teremos que encontrar duas sequ encias a partir de dois valores
iniciais conhecidos:
y
0
= y(t = 0) v
0
= v(t = 0)
usando as relac oes de recorr encia:
_
v
n+1
= v
n
+ha
n
y
n+1
= y
n
+hv
n
(4.3)
onde h e um pequeno intervalo de tempo e a acelerac ao a
n
calcula-se a partir de uma func ao
conhecida, que depende de v
n
O m etodo do ponto m edio consiste em usar a m edia entre v
n
e v
n+1
para calcular y
n
_
_
_
v
n+1
= v
n
+ha
n
y
n+1
= y
n
+h
v
n
+v
n+1
2
(4.4)
54 Sistemas contnuos de segunda ordem
ou, substituindo a express ao para v
n+1
na segunda equac ao:
_
v
n+1
= v
n
+ha
n
y
n+1
= y
n
+hv
n
+
1
2
a
n
h
2
(4.5)
Exemplo 4.1
Ump ara-quedista abre o p ara-quedas quando se encontra a 50 mde altura, a descer comvelocidade
de 25 m/s. Quanto tempo demora at e ` a aterragem? Admita uma constante aerodin amica de 0.8,
massa total 70 kg, area da secc ao transversal do p ara-quedas 7 m
2
, massa vol umica do ar 1.2 kg/m
3
e acelerac ao da gravidade 9.8 m/s
2
.
Resoluc ao: na aula quatro j a calculamos a acelerac ao, em func ao da velocidade, para este mesmo
exemplo:
a(v) =9.80.048[v[ v
(em unidades SI). Vamos agora usar o m etodo de Euler para calcular a altura em func ao do tempo:
(%i2) numer: true$
(%i3) a(v):= -9.8 - 0.048*abs(v)*v$
(%i4) h: 0.01$
(%i5) y: [50]$
(%i5) v: [-25]$
(%i7) for n thru 305 do
(y: endcons(last(y) + h*last(v), y),
v: endcons(last(v) + h*a(last(v)), v))$
Conv em dar um valor verdadeiro ` a constante numer, para que todos os resultados sejam calculados
numericamente. O n umero de iterac oes foi aumentado gradualmente at e se obter uma altura nal
negativa. Se olharmos para os ultimos elementos na lista
(%i8) makelist(y[i], i, 300, 306);
(%o8) [0.744435570178586, .6002954028267121, .4561725020913612,
.3120666290607961, .1679775481570422, .02390502708860143,
- .1201511631961426]
conclumos que a aterragem foi entre o instante n = 304 e n = 305
t = 0.01304.5 = 3.045
a queda do p ara-quedista, nos ultimos 50 metros, demorou 3.045 segundos.
Podemos fazer um gr aco da altura em func ao do tempo
4.2 Lancamento de proj ecteis 55
(%i8) t: makelist(n*h, n, 0, 305)$
(%i9) load("graph2d")$
(%i10) graph2d(t, y)$
line0
0.4 0.8 1.2 1.6 2 2.4 2.8
0
10
20
30
40
50
t /s
y


/
m
Figura 4.1: Altura em func ao do tempo, de um p ara-quedista.
4.2 Lancamento de proj ecteis
O movimento de um proj ectil, sob a acc ao da gravidade e um movimento plano, no plano denido
pela gravidade e pela velocidade inicial. A posic ao, velocidade e a acelerac ao instant anea s ao
vectores com duas componentes, por exemplo, x e y, que vericam duas equac oes diferenciais:

r = v (4.6)

v = a (4.7)
Essas equac oes s ao uma generalizac ao vectorial das equac oes 4.1 e 4.2. Assim, o m etodo de Euler
tamb em pode ser generalizado facilmente, introduzindo vectores nas equac oes 4.3
_
v
n+1
=v
n
+ha
n
y
n+1
=y
n
+hv
n
(4.8)
Essas equac oes resolvem-se em forma iterativa, comecando com um valor conhecido para os vec-
tores posic ao e velocidade iniciais.
56 Sistemas contnuos de segunda ordem
Exemplo 4.2
Uma bola de 80 g e raio de 3.5 cm e lancada com uma velocidade de 50 m/s com um angulo de 45
graus com a horizontal. Calcule o alcance do lancamento. Admita uma constante aerodin amica de
0.5, massa vol umica do ar 1.2 kg/m
3
e acelerac ao da gravidade 9.81 m/s
2
.
Resoluc ao: primeiro denimos as constantes conhecidas e um valor pequeno para o intervalo de
tempo h
(%i12) m: 0.08$
(%i13) r: 0.035$
(%i14) rho: 1.2$
(%i15) g: 9.81$
(%i16) Cd: 0.5$
(%i17) A: %pi*r2$
(%i18) h: 0.01$
a forca de atrito com o ar, em duas dimens oes e:

F
a
=
1
2
C
d
A[v[v
e a acelerac ao instant anea e
a =g
C
d
A[v[v
2m
o m odulo do vector velocidade, v, pode ser calculado usando o produto escalar: v =

v v. O
produto escalar representa-se, no Maxima, por meio de um ponto:
(%i19) a(v):= [0,-g] - Cd*rho*A*sqrt(v.v)*v/(2*m)$
precisaremos de duas listas para a posic ao e a velocidade. Cada elemento nessas listas ser a ou-
tra lista (vector) com duas componentes. Os valores inicias das listas s ao os vectores posic ao e
velocidade iniciais:
(%i20) lr: [[0,0]]$
(%i21) lv: [[50*cos(%pi/4),50*sin(%pi/4)]]$
a seguir, teremos que realizar v arias iterac oes, at e que a componente y do vector posic ao volte a
ser zero. Ap os algumas tentativas vimos que eram precisas aproximadamente 490 iterac oes:
(%i22) for n thru 490 do
(lr: endcons(last(lr) + h*last(lv), lr),
lv: endcons(last(lv) + h*a(last(lv)), lv))$
para ver emque momento a bola bate no ch ao, olhamos para a componente y dos ultimos elementos
na lista dos vectores de posic ao:
4.2 Lancamento de proj ecteis 57
(%i23) makelist(lr[i][2], i, 480, 491);
(%o23) [1.622575938987196, 1.433945388740208, 1.244893039662085,
1.055420939484515, .8655311306588505, .6752256503171421,
.4845065302338238, 0.293375796788047, .1018354709266649,
- .09011243187213752, - .2824659016345671, - 0.475222933926305]
assim, a bola bate no ch ao quando o vector estiver compreendido entre os elementos 489 e 490 da
lista
(%i24) lr[488];
(%o24) [78.88116706959296, .1018354709266649]
(%i25) lr[489];
(%o25) [78.96058215608326, - .09011243187213752]
o alcance m aximo, em metros, e
(%i26) (lr[489][1] + lr[488][1])/2;
(%o26) 78.9208746128381
se n ao houvesse atrito com o ar:
(%i27) lr2: [[0,0]]$
(%i28) lv2: [[50*cos(%pi/4),50*sin(%pi/4)]]$
(%i29) for n thru 722 do
(lr2: endcons(last(lr2) + h*last(lv2), lr2),
lv2: endcons(last(lv2) + h*[0,-g], lv2))$
e o alcance seria 255 m. Para desenhar o gr aco da traject oria e da traject oria hipot etica, se n ao
existisse atrito, usa-se o programa graph2d com algumas opc oes
(%i30) graph2d([label,"com atrito"],lr,[label,"sem atrito"],lr2)$
A gura 4.2 mostra que no incio da subida, o movimento do proj ectil e semelhante ao movimento
parab olico no v acuo. Na descida e mais marcada a diferenca com o movimento parab olico. No
v acuo, o tempo de subida do proj ectil calcula-se a partir da relac ao
t =
v
0
sin()
g
(4.9)
o alcance horizontal e igual ` a dist ancia horizontal percorrida pelo proj ectil num tempo igual ao
dobro do tempo de subida
R =
2v
2
0
sin()cos()
g
=
v
2
0
sin(2)
g
(4.10)
58 Sistemas contnuos de segunda ordem
com atrito
sem atrito
40 80 120 160 200 240
0
10
20
30
40
50
60
x /m
y


/
m
Figura 4.2: Traject oria do proj ectil e traject oria hipot etica se n ao existisse atrito com o ar.
quando o angulo de lancamento e de 45

, o alcance e m aximo e igual a


R =
v
2
0
g
(4.11)
No caso do exemplo anterior, com velocidade inicial de 50 m/s e acelerac ao da gravidade igual a
9.81 m/s
2
, o alcance m aximo e igual a 254.8 m, que est a bastante perto do valor que obtivemos
numericamente. Devido ao atrito com o ar, o alcance real e muito menor que esse valor.
4.3 Sistemas de segunda ordem
Um sistema aut onomo de segunda ordem consiste em duas vari aveis x e y que dependem do tempo,
e duas equac oes de evoluc ao, independentes do tempo:
_
x = f (x, y)
y = g(x, y)
(4.12)
O espaco de fase desse sistema e o plano xy, formado pelas duas vari aveis de estado.
O vector f e
x
+g y), construdo a partir das duas func oes nas equac oes de evoluc ao, 4.12, e a
velocidade com que o estado se desloca no espaco de fase. A velocidade de fase em cada ponto
do espaco de fase representa-se por um m ultiplo positivo do vector f e
x
+g y) nesse ponto. Usa-se
um factor de escala para evitar complicar o desenho com vectores muito compridos a cruzarem-se.
4.3 Sistemas de segunda ordem 59
x
y
(x
0
, y
0
)
f e
x
+ g e
y
Figura 4.3: As func oes f e g, calculadas num dado ponto (x
0
, y
0
), denem a velocidade de fase
nesse ponto.
4.3.1 Retrato de fase
O retrato de fase de um sistema aut onomo de segunda ordem e uma representac ao gr aca do
campo de direcc oes, no espaco de fase a duas dimens oes, mostrando os pontos xos e algumas
soluc oes que entram ou saem desses pontos.
O retrato de fase dum sistema aut onomo de segunda ordem pode ser obtido com o programa
adicional plotdf, j a introduzido no captulo anterior. Ser a necess ario fornecer as duas func oes f ,
e g, dentro de uma lista. As duas func oes poder ao depender unicamente das vari aveis x e y que
identicam as duas vari aveis de estado. As vari aveis x e y n ao poder ao ter valores associados a
elas no Maxima. Na alnea (%i5) j a demos um valor ` a vari avel y. Assim, antes de usar o programa
plotdf conv em eliminar o valor atribudo a y, e a outras vari aveis que j a n ao vamos usar. Tamb em
vamos restituir o valor padr ao de false para a vari avel global numer:
(%i31) kill(values)$
(%i32) numer: false$
A seguir j a poderemos carregar e utilizar o programa plotdf. Por exemplo, para esbocar o retrato
de fase do sistema
_
_
_
x = x(1x y)
y = y
_
3
4
y
x
2
_
(4.13)
comecamos por encontrar os pontos xos:
(%i33) solve([x*(1-x-y), y*(0.75-y-0.5*x)]);
3 1 1
(%o33) [[y=0, x=0], [y=0, x=1], [y= -, x=0], [y= -, x= -]]
4 2 2
Um domnio que mostra bem esses quatro pontos xos e 0.5 < x < 1.5, 0.5 < y < 1.5. Para
esbocar o campo de direcc oes do sistema 4.13, nesse domnio, usam-se os comandos
(%i34) load("plotdf")$
60 Sistemas contnuos de segunda ordem
(%i35) plotdf([x*(1-x-y), y*(0.75-y-0.5*x)]
[xcenter,0.5],[ycenter,0.5],[xradius,1],[yradius,1])$
A seguir, desenham-se algumas poucas soluc oes que ilustrem o comportamento das soluc oes perto
dos pontos xos.

E preciso usar diferentes valores de tstep, nsteps e direction (no menu
Config), para cada soluc ao, para obter um bom resultado. O lado esquerdo da gura 4.4 mostra
o retrato de fase obtido ap os um trabalho cuidadoso (foi preciso refazer o gr aco v arias vezes,
tomando nota dos valores optimos para cada soluc ao e redesenhando todas as soluc oes em cada
passo).
O gr aco do lado direito da gura 4.4 representa a evoluc ao das duas vari aveis de estado, x e y,
em func ao do tempo t, para uma das soluc oes no gr aco. Esse gr aco foi obtido usando a opc ao
Plot Versus t no menu do plotdf.
-0.4 0 0.4 0.8 1.2
-0.4
0
0.4
0.8
1.2
x
y
x(t)
y(t)
4 8 12 16 20 24 28
-0.4
0
0.4
0.8
1.2
t
x,y
Figura 4.4: Retrato de fase do sistema 4.13, mostrando os 4 pontos xos (0, 0), (1, 0), (0, 0.75) e
(0.5, 0.5). O gr aco da direita mostra uma das soluc oes, em func ao do tempo.

E interessante interpretar o gr aco do lado direito da gura 4.4. No instante inicial, a vari avel x
est a perto de 0, e a vari avel y e aproximadamente igual a 1.4; assim, o ponto inicial encontra-se
no primeiro quadrante, perto do eixo dos y. No limite quando o tempo se aproxima do innito, as
duas vari aveis aproximam-se do valor 0.5; isto e, a soluc ao aproxima-se do ponto xo (0.5, 0.5).
O ponto xo (0.5, 0.5) e um n o atractivo. O ponto xo na origem e um n o repulsivo. Os outros
dois pontos xos, (1, 0) e (0, 0.75) n ao s ao nem atractivos nem repulsivos. Nos pr oximos dois
captulos estudaremos com mais pormenor os diferentes tipos de pontos xos.
Como j a foi explicado no captulo anterior, muitas das opc oes no menu do plotdf podem ser
usadas directamente no linha do comando. Por exemplo, em (%i35) usaram-se as opc oes xcenter,
ycenter, xradius e yradius, que tamb em aparecem no menu. Os valores de tstep e nstep que
denem o aumento da vari avel t entre os pontos usados para desenhar uma soluc ao, e o n umero
de pontos que ser ao representados, podem ser tamb em modicados no pr oprio comando plotdf.
Por exemplo, para que sejam representados 500 pontos, a intervalos de tempo de 0.01, usam-se as
opc oes [nsteps,500] e [tstep,0.01].
4.4 Resoluc ao analtica das equac oes de segunda ordem 61
4.4 Resoluc ao analtica das equac oes de segunda ordem
Existem dois tipos de equac oes de segunda ordem que podem ser resolvidas analticamente. O
primeiro tipo s ao as equac oes lineares com coecientes constantes, com a forma geral
ay
//
+by
/
+cy = f (x) (4.14)
onde a, b e c s ao constantes, e f (x) tem alguma forma simples. O segundo tipo de equac ao e a
equac ao de Euler
ax
2
y
//
+bxy
/
+cy = f (x) (4.15)
N ao vamos entrar nos pormenores da resoluc ao analtica, que podem ser consultados nos livros
sobre equac aoes diferenciais. Vamos apenas referir que o comando ode2 do Maxima pode ser
usado tamb em para resolver esse tipo de equac oes.
Exemplo 4.3
Encontre a soluc ao geral da equac ao diferencial y
//
2y
/
15y = 0
Resoluc ao: Usando o Maxima
(%i36) eq4: diff(y,x,2)-2*diff(y,x)-15*y=0;
2
d y dy
(%o36) --- - 2 -- - 15 y = 0
2 dx
dx
(%i37) sol4: ode2(eq4,y,x);
5 x - 3 x
(%o37) y = %k1 %e + %k2 %e
%k1 e %k2 representam duas constantes arbitr arias, que teriam que ser calculadas com condic oes
iniciais.
No caso das equac oes de segunda ordem, as condic oes iniciais consistem em dar o valor da func ao
e da primeira derivada, para um valor inicial da vari avel independente.
No exemplo anterior, podiamos encontar uma soluc ao particular aplicando as condic oes iniciais
y(0) = 1, y
/
(0) = 5. Para obter a soluc ao particular a partir das condic oes iniciais, usa-se o co-
mando ic2. Neste caso:
(%i38) ic2(sol4, x=0, y=1, diff(y,x)=5);
5 x
(%o38) y = %e
62 Sistemas contnuos de segunda ordem
o primeiro argumento para ic2 dever a ser a soluc ao geral j a calculada. Observe que j a n ao e
preciso usar o ap ostrofo na derivada.
Outra forma possvel para encontrar uma soluc ao particular, consiste em dar condic oes fronteira,
neste caso dever a ser conhecido o valor da func ao y para dois valores diferentes de x. No exemplo
anterior, por exemplo, y(0) = 1 e y(1) = 1/e
3
. Para substituir as condic oes fronteira na soluc ao de
uma equac ao de segunda ordem, usa-se o comando bc2. Neste caso:
(%i39) bc2(sol4, x=0, y=1, x=1, y=1/%e3);
- 3 x
(%o39) y = %e
Nem todas as condic oes fronteira conduzem a uma soluc ao. Algumas condic oes fronteira n ao s ao
consistentes com a soluc ao geral.
4.4.1 Equac oes aut onomas de segunda ordem
As equac oes diferenciais aut onomas de segunda ordem s ao as que n ao dependem explicitamente
da vari avel independente. Podemser reduzidas a duas equac oes independentes, de primeira ordem.
A forma geral de uma equac ao aut onoma de segunda ordem e:
d
2
x
dt
2
= f
_
x,
dx
dt
_
(4.16)
se designarmos de v(x) a func ao dx/dt, a equac ao passa a ser de primeira ordem
v = f (x, v) (4.17)
mas como h a 3 vari aveis (t, x e v) nesta equac ao, ela n ao pode ser resolvida independentemente
mas dever a ser resolvida juntamente com a equac ao dx/dt =v. Um m etodo mais simples, que n ao
exige a resoluc ao de duas equac oes em simult aneo, consiste em obter uma equac ao diferencial
ordin aria (unicamente duas vari aveis), usando a seguinte substituic ao:
dv
dt
=
dv
dx
dx
dt
= v
dv
dx
(4.18)
substituindo na equac ao 4.17, obt em-se
v
dv
dx
= f (x, v) (4.19)
que e uma EDO de primeira ordem, com vari avel independente x e vari avel dependente y. Cada
soluc ao dessa EDO ser a uma func ao g(x) que representa v em func ao da vari avel x. Para calcular
x(t) resolve-se a seguir
dx
dt
= g(x) (4.20)
que e tamb em uma equac ao aut onoma, mas de primeira ordem.
A diculdade deste m etodo e que nem sempre e possvel escrever as soluc oes da equac ao 4.19 na
forma explcita v = g(x).
Na analogia mec anica, v e a velocidade e a func ao f na equac ao 4.16 e a forca resultante, por
unidade de massa.
4.4 Resoluc ao analtica das equac oes de segunda ordem 63
Exemplo 4.4
A acelerac ao de uma partcula, em func ao do tempo e x =3x5 x. No instante t = 0, a partcula
parte do repouso no ponto x = 1. Calcule a posic ao e a velocidade da partcula em func ao do
tempo, para t > 0.
Resoluc ao: Em func ao da velocidade v = x, podemos obter uma equac ao de primeira ordem, com
duas vari aveis:
v
dv
dx
=3x 5v
A condic ao inicial e v = 0 em x = 1.
Essa equac ao pode ser resolvida analticamente, usando o Maxima. Primeiro denimos a equac ao:
(%i40) eq6: v*diff(v,x) = -3*x - 5*v;
dv
(%o40) v -- = - 3 x - 5 v
dx
E encontramos a soluc ao geral usando ode2
(%i41) sol6: ode2(eq6, v, x);
(%o41) %c x =
2 2
3 x + 5 v x + v (5 - sqrt(13)) x + 2 v
sqrt(13) log(-----------------) - 5 log(----------------------)
2 (sqrt(13) + 5) x + 2 v
x
- ---------------------------------------------------------------
2 sqrt(13)
%e
e aplicamos a condic ao inicial:
(%i42) ic1(sol6, x=1, v=0), radcan, numer;
(%o42) .1634602357404146 x =
.6933752575084029
.5246501896168432 x (9043 x + 12970 v)
----------------------------------------------------------
.6933752575084029 2 2 0.5
(22013 x + 5116 v) (3 x + 5 v x + v )
o modicador radcan usou-se para que as func oes exponenciais e logartmicas fossem simpli-
cadas.
64 Sistemas contnuos de segunda ordem
Desta express ao n ao e possvel obter v(x) explicitamente. Para calcular x(t) neste caso ser a mais
f acil resolver directamente a equac ao inicial
(%i43) eq7: diff(x, t, 2) = -3*x -5*diff(x, t);
2
d x dx
(%o43) --- = - 5 -- - 3 x
2 dt
dt
(%i44) sol7: ode2(eq7, x, t);
(sqrt(13) - 5) t (- sqrt(13) - 5) t
---------------- ------------------
2 2
(%o44) x = %k1 %e + %k2 %e
(%i45) ic2(sol7, t=0, x=1, diff(x,t)=0);
(sqrt(13) - 5) t
----------------
2
(5 sqrt(13) + 13) %e
(%o45) x = ------------------------------------
26
(- sqrt(13) - 5) t
------------------
2
(5 sqrt(13) - 13) %e
- --------------------------------------
26
Se em vez de partir do repouso, soubessemos que a partcula passa pelo ponto x=1 (com alguma
velocidade) nos instantes t=0 e t=1, usavamos a func ao bc2 para introduzir as condic oes fron-
teira:
(%i46) bc2(sol7, t=0, x=1, t=1, x=1), numer;
(%o46) x = 2.036330668199991 %e
- 4.302775637731995 t
- 1.036330668199991 %e
No exemplo anterior, a substituic ao de x por uma func ao v(x) complicou o problema. A equac ao
4.19 ser a muito util nos casos em que a acelerac ao x n ao depende da velocidade x, isto e, quando
n ao existem forcas dependentes da velocidade. A seguir veremos um exemplo.
4.4 Resoluc ao analtica das equac oes de segunda ordem 65
Exemplo 4.5
A acelerac ao de uma partcula, em func ao do tempo e x =3x. No instante t =0, a partcula parte
do repouso no ponto x = 1. Calcule a posic ao e a velocidade da partcula em func ao do tempo,
para t > 0.
Resoluc ao: Usando a equac ao 4.19, a equac ao da acelerac ao escreve-se assim:
(%i47) eq8: v*diff(v,x) = -3*x;
dv
(%o47) v -- = - 3 x
dx
A soluc ao geral dessa equac ao diferencial de primeira ordem obt em-se com o comando ode2
(%i48) sol8: ode2(eq8, v, x)$
para encontrar a soluc ao particular, substitue-se a condic ao inicial
(%i49) ic1(sol8, x=1, v=0);
2 2
v x - 1
(%o49) - -- = ------
6 2
a equac ao da velocidade em func ao da posic ao encontra-se resolvendo essa soluc ao:
(%i50) vel: solve(%,v);
2 2
(%o50) [v = - sqrt(3) sqrt(1 - x ), v = sqrt(3) sqrt(1 - x )]
obtivemos duas soluc oes para a velocidade. O resultado (%o49) e a lei da conservac ao da energia
mec anica. A equac ao diferencial para a posic ao em func ao da velocidade e:
(%i51) eq9: diff(x,t) = v;
dx
(%o51) -- = v
dt
podemos substituir uma das express oes obtidas para a velocidade, e resolver a equac ao com a
condic ao inicial dada
(%i52) sol9: ode2(ev(eq9, vel[1]), x, t)$
(%i53) solve(ic1(sol9, t=0, x=1), x);
(%o53) [x = cos(sqrt(3) t)]
se usarmos a segunda express ao obtida para a velocidade, obt em-se a mesma resposta para x em
func ao de t.
66 Sistemas contnuos de segunda ordem
4.5 Sistemas n ao aut onomos e derivadas de ordem superior
Se as func oes f ou g, no sistema 4.12, dependessem do tempo, o sistema deixaria de ser aut onomo.
No entanto o sistema pode ser convertido num sistema aut onomo, considerando o tempo como
mais uma vari avel de estado, e introduzindo uma equac ao diferencial trivial para a derivada de t
(a derivada de t em func ao de t e 1).
Outra forma em que um sistema pode diferir da forma padr ao 4.12 ser a se aparecerem derivadas
de ordem superior. Nesse caso as derivadas de ordem superior podem ser reduzidas a primeira
ordem, introduzindo mais vari aveis. Vamos ilustrar esses m etodos para obter sistemas aut onomos
por meio de um exemplo.
Exemplo 4.6
Transforme o seguinte sistema num sistema aut onomo:
_
x = 3x y
2
t
y = 5x
2
y
Resoluc ao: Se t fosse tamb em vari avel de estado, o sistema seria aut onomo; mas deveria haver
uma equac ao de evoluc ao para essa nova vari avel de estado. Assim, introduzimos mais uma
equac ao (trivial):

t = 1
Assim, o sistema e equivalente a um sistema aut onomo de terceira ordem:
_
_
_

t = 1
x = 3x y
2
t
y = 5x
2
y
O espaco de fase tem tr es dimens oes.
Em geral, as equac oes do sistema poder ao ser escritas na forma de um sistema aut onomo de ordem
n:
x
1
= f
1
(x
1
, . . . , x
n
) (4.21)
x
2
= f
2
(x
1
, . . . , x
n
)
.
.
. (4.22)
x
n
= f
n
(x
1
, . . . , x
n
)
O espaco de fase, formado pelas vari aveis de estado, (x
1
, x
2
, . . . , x
n
), tem n dimens oes.
4.6 Eliminac ao de singularidades 67
4.6 Eliminac ao de singularidades
Os m etodos para resolver equac oes diferenciais estudados nas secc oes anteriores calculam o valor
da soluc ao a partir do valor da derivada num ponto inicial. Se a derivada no ponto inicial for
innita, o m etodo falha. Quando o diagrama do campo de direcc oes de um sistema, no plano
xy, apresentar pontos onde o declive for vertical, os m etodos num ericos falham nesses pontos.
O problema pode ser resolvido introduzindo um par ametro adicional, como e feito no exemplo
seguinte.
Exemplo 4.7
Encontre a soluc ao do sistema:
dy
dx
=
x
y
y(3) = 0 (4.23)
Resoluc ao: O estado inicial, x = 3, y = 0, conduz a uma derivada innita; assim, n ao vai ser
possvel calcular a derivada no ponto inicial (3,0). N ao ser a possvel representar o campo de
direcc oes nesse ponto, e os m etodos num ericos n ao poder ao ser usados para calcular a soluc ao.
Introduzindo um par ametro adicional, t, admitimos que as duas vari aveis, x e y dependem de t. A
equac ao 4.23 e equivalente ao sistema de equac oes
dx
dt
= y (4.24)
dy
dt
= x (4.25)
Figura 4.5: Campo de direcc oes do sistema x = y, y =x e soluc ao com estado inicial x(0) = 3
e y(0) = 0.
A gura 4.5 mostra o campo de direcc oes e a soluc ao desse sistema, obtidos com plotdf:
(%i54) plotdf([y,-x], [trajectory_at,3,0], [versus_t,1], [xradius,4],
[yradius,4], [direction,forward], [nsteps,300]);
68 Sistemas contnuos de segunda ordem
O campo seria id entico se tivesse sido denido pela equac ao 4.23; no entanto, com essa denic ao,
se tentassemos obter a soluc ao que passa por (3, 0) n ao teramos sucesso (o leitor deveria experi-
mentar e ver o resultado).
4.7 Refer encias
Numerical methods for physics (Garcia, 2000). Classical dynamics of particles and systems
(Thornton & Marion, 2004). From Calculus to Chaos (Acheson, 1997). Macsyma ODE Lab
Book (Redfern et al., 1997).
4.8 Perguntas de escolha m ultipla
1. Qual e o espaco de fase do sistema com
equac ao de evoluc ao: 3 x 5x x = x
2
?
A. (x, x)
B. (x, x, x)
C. (t, x, x)
D. (t, x)
E. (t, x, x, x)
2. As equac oes de evoluc ao de um sistema
din amico, no espaco de fase (x,y), s ao x =xy,
y =y+1. Quais poder ao ser as componentes
da velocidade de fase no ponto (1,2)?
A. (3,2)
B. (-1,-2)
C. (4,6)
D. (-2,-3)
E. (1,2)
3. Qual e o espaco de fase do sistema com
equac ao de evoluc ao: 3 x 5x x =t
2
?
A. (t, x, x)
B. (x, x)
C. (x, x, x)
D. (t, x)
E. (t, x, x, x)
4. Para o sistema com o retrato de fase repre-
sentado na gura 4.4, se em t = 0 o estado
do sistema for (x, y) = (1.2, 0.2), qual ser a o
estado no limite t ?
A. (0.5, 0.5)
B. (0.75, 0)
C. (1, 0)
D. (0, 0)
E. innito
5. A gura mostra o campo de direcc oes
de uma equac ao diferencial ordin aria, no
espaco de fase xy. Qual poder a ser a equac ao
diferencial?
-1
-1
-0.5
-0.5
0
0
0.5
0.5
-1 -1
-0.5 -0.5
0 0
0.5 0.5
For villate Tue Sep 28 03:07:44 PM WEST 2004
A. y
/
= 3y
2
B. y
/
= x y
2
C. y
/
= x +y
2
D. y
/
= x
2
+3y
E. y
/
= x
2
3y
6. A equac ao diferencial 2 x 6x x = 6x
2
e
equivalente a qual dos seguintes sitemas
aut onomos?
4.9 Problemas 69
A. x = y, y = 3x(x +y)
B. x = y, y = 6x
2
+6xy
C. x = y, y = 3x
2
+y
D. x = y, y = 3x +3x
2
E. x = y, y = 2x +3y
4.9 Problemas
1. Uma bola de t enis, com m = 0.062 kg e r = 0.0325 m, e uma bola de ping-pong, com m =
0.0024 kg e r = 0.019 m, s ao lancadas a partir do repouso, desde o terraco de um pr edio, com
35 m de altura. Usando o m etodo de Euler, calcule o tempo que as duas bolas demoram a cair.
Admita a massa vol umica do ar igual a 1.2 kg/m
3
, a acelerac ao da gravidade igual a 9.8 m/s
2
e
a constante aerodin amica C
d
= 0.5.
2. Uma bola de 80 g e raio de 3.5 cm e lancada com uma velocidade de 20 m/s com um angulo
de 60 graus com a horizontal. Usando o m etodo de Euler, calcule o alcance do lancamento e
compare com o alcance no caso em que n ao existisse atrito com o ar. Admita uma constante
aerodin amica de 0.5, massa vol umica do ar 1.2 kg/m
3
e acelerac ao da gravidade 9.81 m/s
2
. De-
senhe a traject oria do proj ectil, junto com a traject oria parab olica no caso em que n ao existisse
atrito com o ar.
3. Encontre a soluc ao exacta das seguintes equac oes de segunda ordem, com as condic oes iniciais,
ou de fronteira, dadas
(a) y
//
+y
/
2y = 36x y(1) = 2 y
/
(1) = 1
(b) y
//
y = 0 y(0) = 2 y(1) = 3
4. Em cada caso, escreva a EDO como um sistema livre de singularidades, faca o desenho do
campo de direcc oes e desenhe a soluc ao que verica a condic ao inicial dada (use um domnio
que mostre bem os pontos xos)
(a)
dy
dx
=
x +y
x +2y
y(2) = 3
(b)
dy
dt
cosy =
t siny
1+t
2
y(1) =

2
70 Sistemas contnuos de segunda ordem
Captulo 5
Sistemas lineares
5.1 Osciladores lineares
A gura 5.1 mostra uma mola numa posic ao vertical com um extremo xo. Quando uma esfera de
massa m e pendurada no outro extremo, a mola estica-se uma dist ancia d, cando numa posic ao
de equilbrio onde o peso da esfera e igual e oposto ` a forca exercida pela mola.
Como a forca exercida pela mola e proporcional ` a elongac ao da mola,
mg = kd
onde k e a constante el astica da mola. Assim, a dist ancia d e igual a mg/k. Se y representa a
posic ao do extremo livre da mola, com origem na posic ao de equilbrio, sendo medida no sentido
que se indica na gura 5.1, a elongac ao da mola ser a (d y). A forca resultante do peso e da forca
da mola e
F
r
= k(d y) mg =ky (5.1)
como se mostra no gr aco 5.1.
0
y
d
y
F
r
ky
Figura 5.1: Esfera suspensa por uma mola vertical.
A acelerac ao da esfera, y, obtem-se a partir da segunda lei de Newton, utilizando a equac ao 5.1
72 Sistemas lineares
para a forca resultante,
y =
k
m
y (5.2)
Para que que explcito o facto de que as duas constantes k e m s ao positivas, podemos escrever a
equac ao na forma
y =
2
y (5.3)
onde
=
_
k
m
. (5.4)
O espaco de fase e formado pela posic ao y e a velocidade v = y. No entanto, para usar as mesmas
unidades nos dois eixos do espaco de fase, vamos denir uma vari avel proporcional ` a velocidade,
mas com unidades de dist ancia: x = v/. Em func ao das vari aveis de estado x e y, o sistema
aut onomo de primeira ordem, equivalente ` a equac ao 5.3 e
_
x =y
y = x
(5.5)
Num ponto do espaco de fase com vector posic ao
r = x e
x
+y e
y
(5.6)
a velocidade de fase e igual a,
u =y e
x
+x e
y
(5.7)
portanto, a velocidade de fase e sempre perpendicular ao vector posic ao, e ter a m odulo igual a
[u[ = r (5.8)
onde r e a dist ancia at e ` a origem. Assim, conclumos que a evoluc ao do estado, no espaco de fase,
descreve um movimento circular uniforme, com velocidade angular igual a (ver gura 5.2).
Nomeadamente,
x = A cos(t +
0
) (5.9)
y = A sin(t +
0
) (5.10)
onde A e a dist ancia entre o estado e a origem do espaco de fase, e
0
e o angulo entre a posic ao
inicial, no espaco de fase, e o semieixo positivo dos x.
A velocidade v do oscilador e igual a x; isto e
v = A cos(t +
0
) (5.11)
As func oes obtidas para o deslocamento y(t) e a velocidade v(t) correspondem a um movimento
harm onico simples com amplitude A, frequ encia angular e constante de fase
0
. A gura
5.2 mostra a evoluc ao de y e x = v/ e a traject oria do sistema no espaco de fase.
A amplitude e a constante de fase dependem das condic oes iniciais do problema; isto e, do ponto
onde se encontrar o estado inicial no espaco de fase.
5.2 Sistemas lineares 73
x
y
A
A
t
x, y
P
y(t) x(t)
A
Figura 5.2: Evoluc ao do oscilador harm onico simples, no espaco de fase e no domnio do tempo.
Para uma constante qualquer, e f acil ver que a func ao y(t) (equac ao 5.9) completa uma oscilac ao
completa quando t aumentar em 2, e o valor m aximo de v ser a A. Assim, o perodo P, que e
o tempo que o oscilador demora a completar uma oscilac ao, verica a equac ao
P =
2

(5.12)
A frequ encia angular tem unidades de inverso do tempo, e e denida pela equac ao 5.4.
A equac ao da traject oria no espaco de fase e a equac ao do crculo com raio igual a A
x
2
+y
2
= A
2
(5.13)
Substituindo x = v/ e a denic ao de (equac ao 5.4) obtemos a equac ao da conservac ao da
energia mec anica:
1
2
mv
2
+
1
2
ky
2
=
1
2
kA
2
(5.14)
A forma sim etrica como foram escritas as equac oes do sistema (equac oes 5.5) fez com que as
soluc oes fossemcrculos no espaco de fase. Isso facilitou o nosso estudo. Se tivessemos trabalhado
com as vari aveis y e v, as soluc oes seriam elipses no espaco de fase.
5.2 Sistemas lineares
As equac oes 5.5 do oscilador linear s ao um exemplo de um sistema din amico linear. Um sistema
linear de segunda ordem, e um sistema com duas vari aveis de estado, x e y, com derivadas que s ao
combinac oes lineares dessas duas vari aveis:
_
x = ax +by
y = cx +d y
(5.15)
onde a, b, c e d s ao constantes.
Uma forma mais geral de um sistema linear, com vari aveis u e v e:
_
u = au+bv +e
v = cu+d v + f
(5.16)
74 Sistemas lineares
mas com a substituic ao de vari aveis u = x h, v = yk, o sistema reduz-se ao sistema 5.15, se as
vari aveis h e k forem soluc ao das equac oes:
_
ah+bk = e
ch+d k = f
(5.17)
O sistema 5.15 pode ser escrito como uma unica equac ao matricial:

X = AX (5.18)
onde X representa as coordenadas de um vector no plano xy, escritas em forma de coluna:
X =
_
x
y
_
(5.19)
e A e a matriz do sistema
A =
_
a b
c d
_
(5.20)
Num instante qualquer, o estado do sistema e representado por um vector X que dene a posic ao
de um ponto no espaco de fase. Nesse instante o produto AX e outro vector (representado como
matriz com uma coluna e duas linhas) que dene a velocidade de fase nesse ponto.
5.3 Pontos xos
Os pontos xos do sistema linear 5.18 s ao os pontos onde todas as derivadas s ao nulas. Assim, os
pontos xos ser ao as soluc oes do sistema de equac oes lineares homog eneas:
AX = 0 (5.21)
aplicando a regra de Cramer, conclumos que se o determinante da matriz A for diferente de
zero, existir a um unico ponto xo, na origem.
Se o determinante da matriz A for nulo, dizemos que a matriz e singular, e nesse caso existir ao
innitos pontos xos, todos sobre uma recta que passa pela origem.
5.4 Vectores e valores pr oprios
Um vector pr oprio da matriz A e um vector v (matriz com uma coluna e duas linhas), diferente
de zero, que verica a seguinte propriedade
1
:
Av = v (5.22)
1
Se o vector v for igual a zero, a equac ao 5.22 e trivial e v alida para qualquer valor de .
5.4 Vectores e valores pr oprios 75
onde e uma constante, designada de valor pr oprio.
A interpretac ao geom etrica da equac ao 5.22 e que o produto Av transforma o vector v em outro
vector que est a na mesma direcc ao do vector v.
Isso implica que se o estado inicial do sistema 5.18 for igual a um vector pr oprio da matriz A, a
velocidade de fase ser a paralela ao estado. O estado evoluir a afastando-se ou aproximando-se da
origem em linha recta, dependendo se o sinal do valor pr oprio for positivo ou negativo.
Se k for uma constante qualquer, verica-se que:
A(kv) = kAv (5.23)
e se v for um vector pr oprio, correspondente ao valor pr oprio , usando a equac ao 5.22 obt em-se
A(kv) = (kv) (5.24)
isso indica que qualquer vector na mesma direcc ao de um vector pr oprio v tamb em e vector
pr oprio, correspondente ao mesmo valor pr oprio .
Outra propriedade f acil de demonstrar e que dois vectores pr oprios, correspondentes a dois valo-
res pr oprios diferentes, ser ao linearmente independentes. Como no espaco a duas dimens oes xy
um conjunto de vectores linearmente independentes s o pode conter, no m aximo, dois vectores, a
matriz A s o pode ter, no m aximo, dois valores pr oprios diferentes.
Para encontrar os vectores e valores pr oprios, procuramos as componentes x e y dum vector v que
veriquem a equac ao 5.22; equac ao essa que pode ser rescrita na forma
A
_
x
y
_
I
_
x
y
_
=
_
0
0
_
(5.25)
onde I e a matriz identidade (com 1 na diagonal e 0 zero fora da diagonal).
A equac ao anterior pode ainda ser escrita como um sistema linear de equac oes:
(AI)
_
x
y
_
=
_
0
0
_
(5.26)
trata-se de um sistema linear homog eneo, que poder a ter, ou uma unica soluc ao, x = y = 0, o
um n umero innito de soluc oes, com x ,= 0, y ,= 0. Este segundo caso s o acontece quando o
determinante da matriz entre par entesis for igual a zero.
Resumindo, para encontrar os valores pr oprios da matriz A constr oi-se o determinante
[AI[ (5.27)
e encontram-se os valores de que fazem com que esse determinante seja nulo. Cada um dos
valores pr oprios substitui-se no sistema 5.26 e encontram-se as componentes x e y dos vectores
pr oprios correspondentes.
No caso da matriz 5.20 o determinante que dever a ser nulo e

a b
c d

= 0 (5.28)
76 Sistemas lineares
obt em-se uma equac ao caracterstica
(a)(d ) bc = 0 (5.29)
que e um polin omio de grau 2, na vari avel . As razes dessa equac ao quadr atica poder ao ser dois
valores reais diferentes, dois valores complexos, um deles conjugado do outro, ou um unico valor
real.
5.4.1 Valores pr oprios reais
Se as razes da equac ao caracterstica forem dois n umeros reais diferentes,
1
e
2
, existem dois
valores pr oprios diferentes, e e possvel encontrar dois vectores pr oprios, linearmente independen-
tes, v
1
e v
2
correspondentes a esses dois valores pr oprios.
Esses dois vectores linearmente independentes constituem uma base do espaco xy. Nomeada-
mente, para qualquer vector X no plano de fase, existem duas constantes u e s, tal que:
X = uv
1
+sv
2
(5.30)
As equac oes de evoluc ao 5.18 conduzem a:

X = uv
1
+ sv
2
= A(uv
1
+sv
2
) =
1
uv
1
+
2
sv
2
(5.31)
que implica
_
u =
1
u
s =
2
s
(5.32)
Assim, o sistema linear original, 5.15, foi substitudo por um outro sistema linear mais simples.
A grande vantagem do sistema 5.32 e que cada equac ao e independente da outra, e podem ser
resolvidas separadamente. Isto e, em vez de um sistema linear de segunda ordem, temos realmente
dois sistemas lineares, independentes, de primeira ordem.

E f acil ver que a soluc ao do sistema 5.32 e


_
u = u
0
e

1
t
s = s
0
e

2
t
(5.33)
onde u
0
e s
0
s ao os valores de u e s num instante inicial t =0. As vari aveis u e s representam as co-
ordenadas do vector de estado, num sistema de coordenadas em que os vectores pr oprios denem
a direcc ao dos eixos coordenados. Nesse novo sistema de coordenadas a matriz A transforma-se
numa matriz diagonal:
A
_

1
0
0
2
_
(5.34)
Na direcc ao do vector pr oprio v
1
, o estado do sistema aproxima-se da origem, em linha recta, se
1
for negativo, ou afasta-se da origem, em linha recta, se
1
for positivo. Algo semelhante acontece
na direcc ao de v
2
, de acordo com o sinal de
2
.
Assim, o unico ponto xo, na origem, poder a ser um,
5.4 Vectores e valores pr oprios 77
n o repulsivo (inst avel): Se os dois valores pr oprios forem reais e positivos,
1
> 0,
2
> 0.
As traject orias no espaco de fase saem da origem.
n o atractivo (est avel): Se os valores pr oprios forem reais e negativos,
1
< 0,
2
< 0. As
traject orias no espaco de fase acabam todas na origem.
ponto de sela (inst avel): Se os valores pr oprios forem reais, mas com sinais opostos.
1
<0,

2
> 0 (ou ao contr ario). As traject orias no espaco de fase s ao hip erboles com centro na
origem.
Exemplo 5.1
Determine a estabilidade do ponto xo na origem, desenhe o retrato de fase e encontre a soluc ao
geral do sistema:
_
x = x +y
y = x/2+y
Resoluc ao: a matriz que dene esse sistema insere-se no Maxima usando o comando matrix.
Cada linha da matriz escreve-se como uma lista:
(%i2) m: matrix([1,1],[1/2,1]);
[ 1 1 ]
[ ]
(%o2) [ 1 ]
[ - 1 ]
[ 2 ]
Os valores pr oprios e vectores pr oprios obt em-se usando o comando eigenvectors
(%i3) eigenvectors(m);
sqrt(2) - 2 sqrt(2) + 2 sqrt(2)
(%o3) [[[- -----------, -----------], [1, 1]], [1, - -------],
2 2 2
sqrt(2)
[1, -------]]
2
Para matrizes dois por dois, o resultado do comando eigenvectors e uma lista com 3 elementos,
o segundo e terceiro elementos, denem dois vectores pr oprios independentes; neste caso s ao os
vectores (1,

2/2) e (1,

2/2).
O primeiro elemento da lista est a composto por outras duas listas. A primeira, cont em os valores
pr oprios; neste caso, dois valores reais e diferentes: (1

2/2) e (1 +

2/2). A segunda lista


diz a multiplicidade de cada valor pr oprio; neste caso a lista e [1, 1] indicando que cada valor
pr oprio s o aparece uma vez.
78 Sistemas lineares
A partir dos valores pr oprios obtidos, podemos construir as equac oes das duas rectas que denem
a direcc ao desses dois vectores:
y =

2x/2
y =

2x/2
ao longo dessas duas rectas, o estado afasta-se da origem, j a que neste caso os dois valores pr oprios
s ao positivos. Se o estado inicial n ao estiver sobre nenhuma dessas rectas, o estado afasta-se da
origem, numa direcc ao que se torna aproximadamente paralela ` a segunda recta, y =

2x/2, devido
a que o segundo valor pr oprio e maior do que o primeiro.
Assim, o unico ponto xo, na origem, e um n o inst avel. Para desenhar o retrato de fase (gura
5.3), mostrando as direcc oes dos dois vectores pr oprios, usou-se:
(%i4) load("plotdf")$
(%i5) plotdf([x+y,x/2+y], [xfun,"-0.7071*x;0.7071*x"])$
Figura 5.3: Retrato de fase do sistema linear x = x +y, y = x/2+y. A origem e um n o inst avel.
Em func ao das coordenadas u e s, as soluc oes do sistema s ao
u = u
0
e
(1

2/2)t
s = s
0
e
(1+

2/2)t
substituindo estas express oes, e os vectores pr oprios, na equac ao 5.30, obt em-se a soluc ao geral
do sistema
x = u
0
e
(1

2/2)t
+s
0
e
(1+

2/2)t
y =

2
2
_
s
0
e
(1+

2/2)t
u
0
e
(1

2/2)t
_
5.4 Vectores e valores pr oprios 79
Exemplo 5.2
Determine a estabilidade do ponto xo na origem, desenhe o retrato de fase do sistema e encontre
a soluc ao geral do sistema
_
x = x +2y
y = x +y
Resoluc ao: Procedemos em forma semelhante ao exemplo anterior
(%i6) m: matrix([1,2],[1,1])$
(%i7) eigenvectors(m);
sqrt(2)
(%o7) [[[1 - sqrt(2), sqrt(2) + 1], [1, 1]], [1, - -------],
2
sqrt(2)
[1, -------]]
2
(%i8) %,numer;
(%o8) [[[- .4142135623730951, 2.414213562373095], [1, 1]],
[1, - .7071067811865476], [1, .7071067811865476]]
existem dois valores pr oprios reais e diferentes, com sinais opostos. Ao longo da recta y =
0.7071x, o estado aproxima-se da origem. Ao longo da recta y = 0.7071x o estado afasta-se
da origem, em forma mais r apida, pois o segundo valor pr oprio tem um valor absoluto maior.
Se o estado do sistema estiver fora destas duas rectas, o estado afasta-se da origem em forma
aproximadamente paralela ` a recta y = 0.7071x. O ponto xo na origem e um ponto de sela. O
retrato de fase aparece na gura 5.4 e foi obtido com o comando:
(%i9) plotdf([x+2*y,x+y], [xfun,"-0.7071*x;0.7071*x"])$
A soluc ao geral do sistema e
x = u
0
e
(1

2)t
+s
0
e
(1+

2)t
y =

2
2
_
s
0
e
(1+

2)t
u
0
e
(1

2)t
_
5.4.2 Razes complexas
Se as razes da equac ao caracterstica forem complexas, n ao existem valores nem vectores pr oprios
da matriz A, pois estamos a trabalhar com matrizes de n umeros reais.
80 Sistemas lineares
Figura 5.4: Retrato de fase do sistema linear x = x +2y, y = x +y. A origem e um ponto de sela.
Nesses casos, existem necess ariamente duas razes complexas da equac ao caracterstica, que s ao
os dois n umeros complexos conjugados
= i (5.35)
onde e s ao n umeros reais.
Nesse caso, n ao existe nenhum ponto no espaco de fase em que o estado do sistema se aproxime
ou se afaste em linha recta do ponto xo na origem. N ao existe nenhuma transformac ao de coorde-
nadas que transforme a matriz A numa matriz diagonal. No entanto, podemos fazer uma mudanca
para um novo sistema de coordenadas u e s, que transforma a matriz numa forma mais simples,
designada de forma can onica:
A
_


_
(5.36)
Se introduzirmos coordenadas polares (r, ), denidas por
u = r cos s = r sin (5.37)
as derivadas das vari aves de estado dever ao ser substituidas por
u = r cosr

sin (5.38)
s = r sin+r

cos (5.39)
e o sistema ca numa forma muito simples
5.4 Vectores e valores pr oprios 81
r = r

= (5.40)

E f acil ver que a soluc ao geral do sistema 5.40 e


r =C
1
e
t
=C
2
t (5.41)
onde C
1
e C
2
s ao duas constantes. Assim, no espaco de fase o estado do sistema roda ` a volta
da origem, enquanto a dist ancia at e a origem aumenta, se for positiva, ou diminui, se for
negativa, ou permanece constante, se for nula. Em func ao das coordenadas iniciais, antes de
passar a matriz para a forma can onica, as traject orias no espaco de fase ser ao espirais ou elipses
com centro na origem.
O ponto xo na origem pode ser classicado em alguma das categorias seguintes:
foco atractivo (est avel), se for negativa. As traject orias de fase s ao espirais que se apro-
ximam da origem.
foco repulsivo (inst avel), se for positiva. As traject orias de fase s ao espirais que saem da
origem.
centro (est avel), se for nula; isto e, se os valores pr oprios forem imagin arios puros. As
traject orias no espaco de fase ser ao elipses com centro na origem.
Exemplo 5.3
Determine a estabilidade do ponto xo na origem E desenhe o retrato de fase do sistema
_
x = x 2y
y = x y
Resoluc ao: Como nos exemplos anteriores, comecamos por calcular os valores e vectores pr oprios
da matriz do sistema
(%i10) m: matrix([1,-2],[1,-1])$
(%i11) eigenvectors(m);
%i + 1 %i - 1
(%o11) [[[- %i, %i], [1, 1]], [1, ------], [1, - ------]]
2 2
Como os dois valores pr oprios s ao imagin arios puros, o ponto xo na origem e um centro. O
retrato de fase aparece na gura 5.5
As soluc oes do sistema s ao elipses no espaco de fase; o estado regressa ao seu estado inicial. Isso
quer dizer que o sistema tem oscilac oes peri odicas.
82 Sistemas lineares
Figura 5.5: Retrato de fase do sistema linear x = x 2y, y = x y. A origem e um centro.
Exemplo 5.4
Determine a estabilidade do ponto xo na origem e desenhe o retrato de fase do sistema
_
x =x 2y
y = x y
Resoluc ao:
(%i12) m: matrix([-1,-2],[1,-1])$
(%i13) eigenvectors(m);
sqrt(2) %i
(%o13) [[[- sqrt(2) %i - 1, sqrt(2) %i - 1], [1, 1]], [1, ----------],
2
sqrt(2) %i
[1, - ----------]]
2
(%i14) plotdf([-x-2*y,x-y])$
os valores pr oprios s ao complexos, com parte real negativa; assim, a origem e um foco est avel
(gura 5.6).
Antes de estudarmos o terceiro caso, em que existe um unico valor pr oprio real, vamos escrever de
forma explcita a relac ao entre os valores pr oprios e os elementos da matriz, no caso de matrizes
de segunda ordem.
5.5 Classsicac ao dos sistemas de segunda ordem 83
Figura 5.6: Retrato de fase do sistema linear x =x2y, y = xy. A origem e um foco est avel.
5.5 Classsicac ao dos sistemas de segunda ordem
A equac ao que dene os valores e vectores pr oprios da matriz do sistema e
_
a b
c d
__
x
y
_
=
_
x
y
_
(5.42)
que e equivalente ao sistema homog eneo:
_
a b
c d
__
x
y
_
=
_
0
0
_
(5.43)
existem vectores pr oprios unicamente se o determinante for nulo:

a b
c d

=
2
(a+d)+ad bc = 0 (5.44)
As duas razes desse polin omio caracterstico s ao os valores pr oprios:
=
_

2
D (5.45)
onde e D s ao, respectivamente, metade do traco e o determinante da matriz do sistema:
=
a+d
2
D = ad bc (5.46)
Se o determinante D for negativo, existir ao dois valores pr oprios reais, com sinais diferentes.
Assim, a origem e um ponto de sela.
84 Sistemas lineares
0
= (a + d)/2
D = ad bc
D =
2
Pontos de sela
Focos instveis
Ns instveis
Focos estveis
Ns estveis
C
e
n
t
r
o
s
Figura 5.7: Classicac ao dos sistemas lineares de segunda ordem, em func ao do semi-traco, , e
do determinante, D, da matriz do sistema.
Se o determinante for positivo, mas menor que
2
, os dois valores pr oprios ser ao reais, diferentes,
mas com o mesmo sinal. A origem ser a um n o. Se for positivo, o n o ser a repulsivo (inst avel).
Se for negativo, o n o ser a atractivo (est avel).
Finalmente, se o determinante D for positivo, e maior do que
2
, os valores pr oprios ser ao com-
plexos. A origem ser a um um centro, se for nulo, um foco est avel se for negativo, ou um foco
inst avel, se for positivo.
Os resultados anteriores podem ser resumidos na gr aco da gura 5.7, onde a abcissa representa
o traco da matriz, dividido por 2, e a ordenada representa o determinante da matriz. O eixo
horizontal delimita os sistemas onde a origem e um ponto de sela dos restantes sistemas. No
semiplano superior, a par abola D =
2
separa os sistemas com um foco ou um n o na origem, dos
sistemas com um n o. O n o ou o foco ser a est avel ao lado esquerdo do eixo vertical, ou inst avel no
lado direito.
5.6 N os pr oprios e impr oprios
No gr aco 5.7, nos pontos sobre a par abola, s o existe um valor pr oprio igual a . Se a matriz do
sistema for diagonal:
_
0
0
_
(5.47)
qualquer vector ser a um vector pr oprio. Neste caso o ponto xo na origem designa-se de n o
pr oprio (est avel ou inst avel segundo for negativo ou positivo).
Se a matriz n ao for diagonal, n ao e possvel encontrar dois vectores pr oprios linearmente inde-
pendentes. Nesse caso, as traject orias perto da origem acumulam-se todas numa unica direcc ao; o
5.6 N os pr oprios e impr oprios 85
ponto xo designa-se de n o impr oprio.
Exemplo 5.5
Determine a estabilidade do ponto xo na origem e desenhe o retrato de fase do sistema
_
x = x
y = y
Resoluc ao: a matriz do sistema e:
_
1 0
0 1
_
(5.48)
por tanto, existe um unico valor pr oprio, igual a 1, e qualquer vector e vector pr oprio. A origem e
um n o pr oprio inst avel. O retrato de fase e representado no lado esquerdo da gura 5.8.
Figura 5.8: Retratos de fase de um sistema com um n o pr oprio (esquerda) e de um sistema com
um n o impr oprio (direita).
Exemplo 5.6
Determine a estabilidade do ponto xo na origem e desenhe o retrato de fase do sistema
_
x = 3x +2y
y =2x y
Resoluc ao:
(%i15) m: matrix([3,2],[-2,-1])$
(%i16) eigenvectors(m);
(%o16) [[[1], [2]], [1, - 1]]
86 Sistemas lineares
Existe um unico valor pr oprio, igual a 1, e n ao e possvel encontrar dois vectores pr oprios linear-
mente independentes. A origem e um n o impr oprio inst avel (lado direito da gura 5.8).
5.7 Pontos xos n ao hiperb olicos
Se o determinante da matriz do sistema for nulo, 0 e um valor pr oprio da matriz. Existir ao v arios
pontos xos, sobre uma recta que passa pela origem. Esse tipo de pontos xos designam-se por
pontos xos n ao hiperb olicos.
Exemplo 5.7
Encontre os pontos xos do sistema seguinte, e desenhe o retrato de fase
_
x = x +2y
y = x +2y
Resoluc ao:
(%i17) m: matrix([1,2],[1,2])$
(%i18) eigenvectors(m);
1
(%o18) [[[0, 3], [1, 1]], [1, - -], [1, 1]]
2
(%i19) plotdf([x+2*y,x+2*y], [xfun,"x;-x/2"])$
Todos os pontos na recta y = x/2 s ao pontos xos inst aveis, n ao hiperb olicos (gura 5.9)
Figura 5.9: Retrato de fase do sistema linear x = x +2y, y = x +2y. Existem pontos xos n ao
hiperb olicos.
5.8 Osciladores amortecidos 87
5.8 Osciladores amortecidos
y
0
t
y
b<2
b=2
b>2
Figura 5.10: Oscilador harm onico amortecido.
A gura 5.10 mostra o sistema de suspens ao de um autom ovel. Dentro da mola h a um amortece-
dor, isto e, um cilindro cheio de oleo, que produz uma forca oposta ao movimento, directamente
proporcional ` a velocidade: F
v
=av, onde a e uma constante.
A equac ao de movimento, obt em-se subtraindo F
v
/m ao lado direito da equac ao 5.2. Assim,
obtemos a equac ao diferencial do oscilador harm onico amortecido:
y +b y +
2
y = 0 (5.49)
onde b = a/m. Trata-se de uma equac ao linear, de segunda ordem, que pode ser resolvida analiti-
camente usando o comando ode2 do Maxima.
(%i20) eq2: diff(y,t,2) + b*diff(y,t) + w2*y = 0$
(%i21) ode2(eq2, y, t);
Is (2*w - b)*(2*w + b) positive, negative, or zero?
Obt em-se 3 tipos de soluc oes, segundo (2b) seja nula, positiva ou negativa. O lado direito
da gura 5.10 mostra os 3 tipos de soluc oes. Quando b < 2, dizemos que o amortecimento e
fraco, e a soluc ao e uma func ao que oscila mas com amplitude que decresce rapidamente. O caso
b = 2 e designado de amortecimento crtico e conduz a uma soluc ao que decresce rapidamente
aproximando-se de y = 0 (para algumas condic oes iniciais, y pode chegar a mudar de sinal antes
de se aproximar de zero). Finalmente, b > 2 corresponde ao caso de sobreamortecimento
(amortecimento forte), em que y decresce lentamente para zero.
Um oscilador real, por exemplo o sistema da gura 5.3, tem sempre um termo de amortecimento
devido ao atrito com o ar. O que acontece e que o amortecimento pode ser muito fraco, o que faz
com que a amplitude das oscilac oes diminuia lentamente. Assim, a equac ao 5.49 e mais realista
do que a equac ao 5.3. O respectivo sistema aut onomo de primeira ordem e
_
x =x bx
y =x
(5.50)
88 Sistemas lineares
A gura 5.11 mostra a evoluc ao do sistema, no espaco de fase (x, y) e no domnio do tempo.
-10 2
2
10
-10
-10
-5
-5
0
0
5
5
-5 -5
0 0
5 5
10 10
5
2
10
10
20
20
-5 -5
0 0
5 5
Figura 5.11: Evoluc ao do oscilador harm onico com amortecimento fraco.
No exemplo do autom ovel, para que este n ao oscile cada vez que passe sobre um obst aculo, os
amortecedores s ao desenhados de forma a produziremamortecimento crtico ou ligeiramente forte.
Devido ao desgaste, o oleo do amortecedor comeca a perder press ao e quando o sistema entra no
regime de amortecimento fraco, o carro oscila quando o mec anico empurra a carroceria para baixo,
indicando a necessidade de mudar os amortecedores.
5.9 Oscilac oes nos circuitos el ectricos
A gura 5.12 mostra um circuito el ectrico designado de circuito LCR, que consiste num conden-
sador ligado em s erie com uma bobina. A bobina representa-se no diagrama do circuito como um
indutor, em s erie com uma resist encia.
R
L
C
Figura 5.12: Circuito LCR
Se existir uma carga Q no condensador, circular a uma corrente I. A regra das malhas diz que a
soma alg ebrica das diferencas de potencial nos tr es elementos dever a ser nula. Assim, usando a lei
de Ohm, e as express oes para a diferenca de potencial num condensador e num indutor, obtemos
L

I +RI +
Q
C
= 0 (5.51)
5.9 Oscilac oes nos circuitos el ectricos 89
por conservac ao da carga, a corrente I dever a ser igual ` a derivada de Q. Portanto, a equac ao da
malha pode ser escrita como uma equac ao diferencial de segunda ordem:
L

Q+R

Q+
Q
C
= 0 (5.52)
ou ainda, em func ao da tens ao no condensador:

V +RC
2
0

V +
2
0
V = 0 (5.53)
onde

0
=
1

LC
(5.54)
A equac ao 5.53 e id entica ` a equac ao 5.49 para um oscilador harm onico simples com amorteci-
mento. O alongamento da mola foi substitudo pela tens ao no condensador. A massa ligada ` a
mola foi substituda pela indut ancia L que representa a in ercia do circuito. A constante el astica
k foi substituda pelo inverso da capacidade 1/C. Finalmente, a constante de proporcionalidade da
forca de atrito foi substituda pela resist encia R.
A semelhanca com a equac ao do oscilador amortecido permite-nos armar que a tens ao no con-
densador, e portanto a carga armazenada, oscilar a de acordo com alguma das func oes na -
gura 5.10.
O valor crtico da resist encia e R =
_
L/C. Se a resist encia for muito menor do que esse valor, o
circuito oscilar a em forma quase harm onica, com amplitude constante. Se a resist encia for maior
que
_
L/C, o circuito ser a sobreamortecido; isto e, a carga do condensador diminui at e zero sem
oscilar.
Se no circuito existir uma fonte de tens ao, o circuito ser a equivalente a um oscilador harm onico
forcado.
Exemplo 5.8
A corrente I, no circuito LCR representado no diagrama, verica a equac ao diferencial (t em
milisegundos e I em miliamperes)

I +4

I +4I = cos(2t)
Os valores medidos da corrente, em t = 0 e t = , s ao 0 e 5 respectivamente. Encontre uma
express ao para a corrente em func ao do tempo
4 k
1 H 250 nF
0.5 sin(2t) V
90 Sistemas lineares
Resoluc ao:
(%i22) eq5: diff(I,t,2) + 4*diff(I,t) + 4*I = cos(2*t);
2
d I dI
(%o22) --- + 4 -- + 4 I = cos(2 t)
2 dt
dt
(%i23) sol5: ode2(eq5, I, t);
sin(2 t) - 2 t
(%o23) I = -------- + (%k2 t + %k1) %E
8
(%i24) bc2(sol5, t=0, I=0, t=%pi, I=5);
2 %pi - 2 t
sin(2 t) 5 t %e
(%o24) I = -------- + -----------------
8 %pi
5.10 Refer encias
Differential equations (Sanchez et al., 1988). An introduction to differential equations and their
applications (Farlow, 1994). Elementary Differential Equations and Boundary Value Problems
(Boyce & DiPrima, 2004). Macsyma ODE Lab Book (Redfern et al., 1997). Fsica (Gerthsen et
al., 1998). Classical dynamics of particles and systems (Thornton & Marion, 2004).
5.11 Perguntas de escolha m ultipla
1. Na gura est a representado o espaco de fase
de um sistema linear bem como a direcc ao
dos vectores pr oprios. Qual das seguintes
condic oes iniciais conduz a um estado que
se aproxima para x = 0, y = 0?
-2.5 -1 -0.5 1 0.5
0.5
1
5.11 Perguntas de escolha m ultipla 91
A. x =2, y = 1
B. x = 1, y = 1
C. x =1, y =2
D. x = 1, y =2
E. x = 1, y =
1/2
2. Sabendo que a matriz do sistema
_
x = x 5y
y = x y
tem valores pr oprios

2i e

2i, que tipo


de ponto xo e a origem?
A. ponto de sela.
B. n o est avel.
C. foco est avel.
D. centro.
E. foco inst avel
3. Se uma matriz quadrada, com duas colu-
nas, pode ser diagonalizada, podemos ar-
mar que:
A. qualquer vector e vector pr oprio.
B. os valores pr oprios s ao reais e diferentes.
C. os valores pr oprios s ao complexos.
D. os valores pr oprios s ao iguais.
E. existem dois vectores pr oprios linear-
mente independentes.
4. A matriz de um sistema linear no
espaco de fase (x, y) e m. O comando
eigenvectors(m) produz
[[[-2,1], [1,1]], [1,-1], [1,1/3]]
qual das seguintes condic oes iniciais conduz
a um estado que se aproxima para x = 0,
y = 0?
A. x =2, y = 1
B. x = 1, y = 1
C. x = 1, y =1
D. x = 1, y = 1/3
E. x = 1, y =
1/3
5. Se os dois valores pr oprios da matriz de um
sistema linear de segunda ordem forem reais
e iguais, qual das armac oes e correcta?
A. o sistema n ao pode oscilar.
B. o sistema tem um ponto xo est avel.
C. o sistema tem um ponto xo inst avel.
D. o sistema tem um ponto de sela.
E. as soluc oes aproximam-se da origem no
espaco de fase.
6. Os vectores [1, 2] e [1,1/2] s ao vectores
pr oprios da matriz
_
3 2
2 2
_
Que tipo de ponto xo e a origem no sistema
din amico linear associado ` a matriz?
A. N o atractivo
B. N o repulsivo
C. N o pr oprio
D. N o impr oprio
E. Ponto de sela
7. A matriz de um sistema linear de segunda or-
dem tem traco igual a 4 e determinante igual
a 3. Que tipo de ponto xo e a origem?
A. n o inst avel
B. n o est avel
C. ponto de sela
D. foco inst avel
E. foco est avel
8. A matriz de um sistema linear de segunda
ordem tem um unico valor pr oprio igual a 2,
e dois vectores pr oprios: (1,0) e (0,1). Que
tipo de ponto xo e a origem?
A. n o inst avel
B. n o est avel
C. n o pr oprio
D. n o impr oprio
E. ponto de sela
9. Que tipo de sistema descreve melhor o sis-
tema ideal de suspens ao de um autom ovel?
A. um oscilador harm onico simples.
B. um oscilador com amortecimento des-
prez avel.
C. um oscilador com amortecimento crtico.
92 Sistemas lineares
D. um sistema conservativo.
E. um sistema aut onomo.
10. Num oscilador harm onico simples com
amortecimento crtico, que tipo de ponto xo
e a origem do espaco de fase?
A. n o atractivo.
B. n o repulsivo.
C. n o pr oprio.
D. n o impr oprio.
E. centro.
11. A equac ao de evoluc ao de um oscilador
harm onico simples e 2 x +8x = 0. Qual e o
valor da frequ encia angular?
A. 1/2
B. 2
C. 4
D. 8
E. 16
5.12 Problemas
1. Em cada caso: dena no Maxima a matriz do sistema. Encontre os valores e vectores pr oprios.
Diga que tipo de ponto xo e a origem. Desenhe o retrato de fase, incluindo uma linha recta
na direcc ao de cada vector pr oprio. No comando plotdf use a opc ao versus t, para que sejam
apresentados os gr acos de x(t) e y(t) cada vez que seleccionar um ponto inicial no espaco de
fase.
(a)
_
x = x +y
y = 4x +y
(b)
_
x =3x +

2y
y =

2x 2y
(c)
_
x = x y
y = x +3y
2. Agura mostra o diagrama de umcircuito comduas resist encias, umcondensador e umindutor.
As equac oes no lado direito s ao as duas equac oes das malhas, onde I
1
e I
2
s ao as correntes de
malha, medidas em mA, e V e a diferenca de potencial no condensador, medida em volts, e o
tempo e medido em ms.
1 k
2 k 1 H 1/2 F
_
2I
1
V = 0
V +I
2
+

I
2
= 0
A taxa de variac ao da diferenca de potencial no condensador est a relacionada com as correntes
de malha por meio da equac ao

V/2 = I
2
I
1
. Eliminando I
1
na equac ao da primeira malha, e
se I for a corrente atrav es do indutor (igual a I
2
), obt em-se as equac oes:
_
_
_

I =I V

V = 2I V
5.12 Problemas 93
Diga que tipo de ponto xo e o ponto I = 0, V = 0 e porque. Desenhe o campo de direcc oes e
mostre algumas possveis traject orias. Faca uma mudanca de vari aveis, no plano de fase (I,V),
para coordenadas polares (I = r cos, V =

2r sin). Encontre o sistema de equac oes para
r e e desenhe o campo de direcc oes em func ao dessas novas vari aveis. Encontre a soluc ao
analtica para r(t) e (t) e com elas escreva as func oes I(t) e V(t) do circuito.
3. Uma esfera de 3 gramas est a sujeita a uma forca resultante, F, que depende da posic ao da
esfera, x, de acordo com a equac ao F = x
3
6x
2
+3x +10, onde F e medida em newtons e x
em metros.
(a) Encontre a posic ao x dos pontos de equilbrio (onde a forca resultante e nula).
(b) Desenhe um gr aco da forca resultante, mostrando os 3 pontos de equilbrio. Identique
o ponto de equilbrio est avel; isto e, o ponto onde a forca passa de positiva para negativa
e, portanto, aponta para o ponto de equilbrio.
(c) Obtenha os primeiros termos da s erie de Taylor para F, ` a volta do ponto de equilbrio
est avel. O primeiro termo determina o comportamento da forca perto do ponto de equil-
brio e, por ser semelhante ` a forca num oscilador harm onico simples, produzir a oscilac oes
harm onicas. Calcule o perodo de oscilac ao da esfera, perto do ponto de equilbrio est avel.
(d) Qual acha que ser a o valor m aximo da amplitude de oscilac ao da esfera ` a volta do ponto
de equilbrio est avel?
4. Considere o oscilador harm onico amortecido com equac ao de movimento:
2 x +a x +3x = 0
onde a e a constante de amortecimento. Desenhe os gr acos do campo de direcc oes e de x(t),
com condic oes iniciais x(0) = 4, x(0) =1, para valores do par ametro a compreendidos entre
0 e 7 (dever a usar a opc ao sliders do plotdf). Analise o comportamento dos gr acos para os
diferentes valores de a identicando os tr es casos: amortecimento fraco, amortecimento crtico
e amortecimento forte.
5. A equac ao de movimento de um oscilador forcado em particular e:
11 x +40 x +891x = 1555cos
_
at

4
_
900sin(bt)
onde a = 11 e b = 9. Encontre a soluc ao exacta da equac ao, com condic oes iniciais x(0) =
x(0) = 0, usando ode2 e ic2 em Maxima (as constantes a e b s o devem ser substitudas depois
de resolver a equac ao, para evitar um erro num erico em ode2). Desenhe o gr aco da soluc ao
entre t = 0 e t = 10 (a utuac ao da amplitude e chamada de batimento ou pulsac ao).
94 Sistemas lineares
Captulo 6
Sistemas n ao lineares
Um sistema aut onomo, n ao linear, de segunda ordem, e denido por duas equac oes diferenciais
_
x = f (x, y)
y = g(x, y)
(6.1)
onde as func oes f e g n ao s ao simples combinac oes lineares das vari aveis x e y. N ao existem
t ecnicas analticas gerais para resolver esse tipo de equac oes. Os m etodos num ericos apresentam
mais problemas neste caso, do que no caso das equac oes lineares. No entanto, a an alise gr aca no
espaco de fase pode fornecer muita informac ao sobre o comportamento do sistema.

E essencial
comecar por identicar os pontos xos. Na pr oxima secc ao veremos que na regi ao perto de cada
ponto xo o sistema comporta-se de forma semelhante a um sistema linear.
Exemplo 6.1
Encontre os pontos xos do sistema
_
x = 4x
2
4y
2
y = y
2
x
2
+1
Resoluc ao: igualando a zero o lado direito da primeira equac ao, conclumos que x e nula em todos
os pontos da elipse
x
2
4
+y
2
= 1
Dentro da elipse, x e positiva: o campo de direcc oes aponta para a direita, e fora da elipse o campo
aponta para a esquerda (ver gura 6.1).
A derivada y e nula nos pontos da hip erbole
x
2
y
2
= 1
na regi ao esquerda da hip erbole, o campo de direcc oes aponta para baixo, entre os dois ramos da
hip erbole o campo aponta para cima, e no lado direito da hip erbole o campo aponta para baixo
(gura 6.1).
Os pontos xos do sistema s ao os quatro pontos da intersecc ao entre a elipse e a hip erbole.
Os comandos usados para criar a gura 6.1 foram:
96 Sistemas n ao lineares
Figura 6.1: Campo de direcc oes do sistema x = 4x
2
4y
2
, y = y
2
x
2
+1.
(%i2) load("plotdf")$
(%i3) f: [4-x2-4*y2,y2-x2+1]$
(%i4) plotdf(f,[xradius,3],[yradius,3],
[xfun,"sqrt(1-x2/4);-sqrt(1-x2/4);sqrt(x2-1);-sqrt(x2-1)"])$
Para calcular as coordenadas dos quatro pontos xos usamos
(%i5) fixos: ev(solve(f), numer);
(%o5) [[y = - .7745966692414833, x = - 1.264911064067352],
[y = - .7745966692414833, x = 1.264911064067352],
[y = .7745966692414833, x = - 1.264911064067352],
[y = .7745966692414833, x = 1.264911064067352]]
6.1 Linearizac ao
As duas func oes f e g podem ser escritas na forma de uma s erie de Taylor:
f (x, y) = f (u, v) +(x u)
f
x

(u,v)
+(y v)
f
y

(u,v)
+. . . (6.2)
g(x, y) = g(u, v) +(x u)
g
x

(u,v)
+(y v)
g
y

(u,v)
+. . . (6.3)
6.1 Linearizac ao 97
Na vizinhanca do ponto (u, v), os 3 termos apresentados nas duas s eries acima constituem uma boa
aproximac ao ao valor real da func ao. Se (u, v), for um ponto xo do sistema, f (u, v) e g(u, v) ser ao
nulas e, portanto, o primeiro termo de cada s erie desaparecer a. Mudando a origem de coordenadas
para o ponto xo (u, v), isto e, num sistema de coordenadas X = x u, Y = y v, as func oes s ao,
aproximadamente,
f (X,Y) = X
f
x

(u,v)
+Y
f
y

(u,v)
(6.4)
g(X,Y) = X
g
x

(u,v)
+Y
g
y

(u,v)
(6.5)
(6.6)
Substituindo no sistema 6.1, obt em-se um sistema linear
1
_

X

Y
_
=
_

_
f
x
f
y
g
x
g
y
_

_
(u,v)
_
X
Y
_
(6.7)
esta aproximac ao linear s o ser a v alida numa vizinhanca da origem (X =0, Y =0), nomeadamente,
perto do ponto xo.
A matriz do sistema linear 6.7 designa-se por matriz jacobiana.

E uma matriz constante, obtida
a partir das derivadas das func oes de estado, substituindo as vari aveis pelos valores no ponto xo.
Por cada ponto xo existir a uma matriz jacobiana diferente. Os valores e vectores pr oprios de
cada uma dessas matrizes permitem estudar a estabilidade do sistema, na vizinhanca do ponto xo
respectivo, da mesma forma que e feito para os sistemas lineares.
Exemplo 6.2
Localize os pontos xos, determine a estabilidade e desenhe o retrato de fase do sistema
_
x = 4x
2
4y
2
y = y
2
x
2
+1
Resoluc ao: j a vimos, no exemplo 6.1, que este sistema tem quatro pontos xos, e j a guardamos
as coordenadas desses pontos numa lista que foi designada de fixos.
Para calcular a matriz jacobiana, conv em denirmos uma lista com as vari aveis de estado, e uma
func ao h que dene o termo geral da matriz:
(%i6) v: [x,y]$
(%i7) h[i,j] := diff(f[i], v[j])$
A matriz jacobiana, com duas linhas e duas colunas, dene-se dando a func ao h ao comando
genmatrix do Maxima
1
Repare que

X = x, porque u e uma constante, e

Y = y, porque v tamb em e constante.
98 Sistemas n ao lineares
(%i8) jacobiana: genmatrix(h,2,2);
[ - 2 x - 8 y ]
(%o8) [ ]
[ - 2 x 2 y ]
Substituindo as coordenadas de cada ponto xo, obtemos as matrizes dos sistemas lineares que
aproximam o sistema na vizinhanca do respectivo ponto xo. Por exemplo, no primeiro ponto
xo:
(%i9) jacobiana, fixos[1];
[ 2.529822128134704 6.196773353931866 ]
(%o9) [ ]
[ 2.529822128134704 - 1.549193338482967 ]
a partir de aqui, a an alise da estabilidade e feita na mesma forma que zemos para sistemas li-
neares. Nomeadamente, calculando os valores pr oprios da matriz. Tamb em podemos calcular o
determinante
(%i10) determinant(%);
(%o10) - 19.59591794226542
por ser negativo, independentemente do valor do traco da matriz, podemos concluir que o primeiro
ponto e um ponto de sela. O mesmo acontece com o quarto ponto xo
(%i11) jacobiana, fixos[4];
[ - 2.529822128134704 - 6.196773353931866 ]
(%o11) [ ]
[ - 2.529822128134704 1.549193338482967 ]
(%i12) determinant(%);
(%o12) - 19.59591794226542
no segundo ponto xo:
(%i13) jacobiana, fixos[2];
[ - 2.529822128134704 6.196773353931866 ]
(%o13) [ ]
[ - 2.529822128134704 - 1.549193338482967 ]
(%i14) %[1,1] + %[2,2];
(%o14) - 4.07901546661767
(%i15) determinant(ev(jacobiana, fixos[2]));
(%o15) 19.59591794226542
Como o determinante e positivo, e maior que o quadrado do traco, o ponto xo e um foco, e
e atractivo, pois o traco da matriz e negativo. Os mesmos c alculos para o terceiro ponto xo
mostram que tamb em e um foco, mas repulsivo. O retrato de fase aparece na gura 6.2, que foi
obtido com o comando
6.1 Linearizac ao 99
Figura 6.2: Retrato de fase do sistema x = 4x
2
4y
2
, y = y
2
x
2
+1.
(%i16) plotdf(f,[xradius,3],[yradius,3],
[xfun,"sqrt(1-x2/4);-sqrt(1-x2/4);sqrt(x2-1);-sqrt(x2-1)"])$
Exemplo 6.3
Localize os pontos xos, determine a estabilidade e desenhe o retrato de fase do sistema
_
x = x
y = x
2
+y
2
1
Resoluc ao: A matriz jacobiana obt em-se facilmente, usando o comando genmatrix, como ze-
mos no exemplo anterior. Comecamos por denir a lista com as func oes
(%i17) f: [x, x2+y2-1]$
a denic ao da lista v, com as vari aveis de estado, pode ser reaproveitada do exemplo anterior. No
entanto, a func ao h deve ser apagada e calculada novamente para que seja actualizada:
(%i18) kill(h)$
(%i19) h[i,j] := diff(f[i], v[j])$
com essa func ao vamos gerar a matriz jacobiana
100 Sistemas n ao lineares
(%i20) jacobiana: genmatrix(h,2,2);
[ 1 0 ]
(%o20) [ ]
[ 2 x 2 y ]
os valores das vari aveis dever ao ser substitudos pelas coordenadas de cada ponto xo. Calculemos
os pontos xos, que s ao as razes do sistema das duas func oes de estado:
(%i21) fixos: solve(f);
(%o21) [[y = - 1, x = 0], [y = 1, x = 0]]
para o primeiro ponto xo, (0,-1), o sistema e aproximado pelo sistema linear com matriz:
(%i22) jacobiana, fixos[1];
[ 1 0 ]
(%o22) [ ]
[ 0 - 2 ]
esta matriz j a est a na forma can onica, que permite-nos conluir que os vectores pr oprios s ao (1,0),
com valor pr oprio 1, e (0,1), com valor pr oprio -2. Assim, o ponto (0,-1) e um ponto de sela local.
Na vizinhanca do ponto xo (0,1):
(%i23) jacobiana, fixos[2];
[ 1 0 ]
(%o23) [ ]
[ 0 2 ]
os vectores pr oprios s ao, novamente, (1,0) e (0,1), com valores pr oprios 1 e 2. O ponto e um n o
inst avel local. Para desenhar o retrato de fase, comecamos por usar o comando:
(%i24) plotdf(f)$
a seguir, podemos entrar no menu do plotdf e tracar v arias soluc oes, tendo em conta os resultados
que acavamos de obter. Nomeadamente, mudando o campo direction para forward, tracamos
cinco soluc oes, com os pontos iniciais (0, 1.1), (0, 0.9), (0.1, 1), (0.1, -1), (-0.1, -1) (5 posic oes
onde h a um vector pr oprio com uma soluc ao que se afasta do ponto xo). Com direction igual a
backward, tracamos a soluc ao que passa pelo ponto (0, -1.1) (a soluc ao que se aproxima do ponto
de sela). Finalmente, com direction igual a forward tracamos outras soluc oes para ilustrar o
comportamento do sistema. O resultado mostra-se na gura 6.3
6.2 O p endulo simples 101
Figura 6.3: Retrato de fase do sistema x = x, y = x
2
+y
2
1.
6.2 O p endulo simples
Omovimento de umcarrinho que descreve umlooping circular e o p endulo simples s ao dois exem-
plos de sistemas n ao-lineares. Os dois sistemas conduzem ao mesmo tipo de equac ao din amica.
Os diagramas de corpo livre s ao os seguintes
mg
T

A acelerac ao tangencial e igual ao comprimento do p endulo, l (ou o raio do looping), vezes a


acelerac ao angular. Por outro lado, a acelerac ao tangencial ser a igual ` a projecc ao tangencial do
peso, a dividir pela massa:
l =gsin (6.8)
onde =

e a velocidade angular. Trata-se de um sistema n ao linear de segunda ordem:
102 Sistemas n ao lineares
_

=
=
g
l
sin
(6.9)
Os pontos xos deste sistema est ao todos no eixo do angulo (onde a velocidade angular e
nula), nos pontos onde sin for nula. Assim, existe um n umero innito de pontos xos:
(0, 0), (, 0), (2, 0), (3, 0), . . .
O primeiro ponto xo, (0, 0), corresponde ` a posic ao de equilbrio do p endulo, com = 0. sica-
mente sabemos que se trata de um ponto de equilbrio est avel: um pequeno impulso p oe o p endulo
a oscilar ` a volta desse ponto; assim, esse ponto dever a ser um centro no retrato de fase. Os pontos
xos em = 2, 4, . . . s ao realmente o mesmo ponto fsico, mas ap os o p endulo ter rodado
uma ou mais voltas desde a sua posic ao inicial.
O ponto xo em (, 0) corresponde ` a posic ao mais alta do p endulo, onde e possvel mant e-lo em
equilbrio. Esse ponto e o mesmo ponto fsico que os pontos xos em = , 3, . . .. Trata-se
de pontos de equilbrio inst avel: um pequeno impulso faz com que o p endulo desca. Assim, no
retrato de fase esse ponto xo ser a inst avel; ser a que se trata de um n o repulsivo, ou de um ponto
de sela? Para analisar a natureza dos pontos xos, vamos construir a matriz jacobiana,
_

g
l
sin


g
l
sin

_
=
_
_
0 1

g
l
cos 0
_
_
(6.10)
O traco desta matriz e nulo. Isso implica que os pontos xos ser ao todos ou centros, ou pontos de
sela (ver gura 5.7). O determinante da matriz jacobiana e
D =
g
l
cos (6.11)
tanto a acelerac ao da gravidade, g, como o comprimento do p endulo, l, s ao constantes positivas.
Assim, nos pontos xos em = 0, 2, 4, . . . o determinante e positivo e, portanto, os pontos
xos s ao centros. Nos pontos xos = , 3, . . . o determinante e negativo e, portanto, esses
pontos xos s ao pontos de sela.
Para esbocar o retrato de fase, vamos dar valores ` as constantes g e l. Vamos admitir que o com-
primento do p endulo e 50 cm, e que a acelerac ao da gravidade e 9.8 m/s
2
. Assim, no sistema
internacional de unidades, as equac oes do p endulo s ao:

= =19.6sin (6.12)
Para usar o programa plotdf, teremos que substituir por x e por y. Vamos representar o
intervalo 10 < < 10 onde aparecer ao 3 centros (2, 0 e 2) e 4 pontos de sela (3, ,
e 3):
(%i25) plotdf([y,-19.6*sin(x)],[xradius,10],[yradius,20])$
6.2 O p endulo simples 103
-8 -4 0 4 8
-10
0
10

1
2
3
-1.2 -0.8 -0.4 0 0.4 0.8 1.2
-8
-4
0
4
8
t
,
(t)
(t)
Figura 6.4: Retrato de fase do p endulo simples e gr aco de uma soluc ao (identicada com o
n umero 3), em func ao do tempo.
A gura 6.4 mostra o retrato de fase do p endulo. No eixo dos x est a representado o angulo e no
eixo dos y representou-se a velocidade angular .
O lado direito da gura 6.4 mostra o gr aco, em func ao do tempo, da soluc ao identicada com o
n umero 3 no retrato de fase. Nessa soluc ao, a velocidade angular, , e sempre positiva, e o angulo,
, est a sempre a aumentar, o que implica que o p endulo est a a rodar sempre em sentido anti-
hor ario. Nos pontos onde a velocidade angular atinge o valor m aximo (10 radianos por segundo),
o p endulo passa pela posic ao mais baixa, =0, 2, 4, . . ., e nos pontos onde a velocidade angular
atinge o seu valor mnimo, o p endulo passa pela posic ao mais alta, =, 3, . . .. No gr aco, obtido
com a opc ao Plot Versus t do plotdf, e possvel deslocar o cursor e medir as coordenadas dos
pontos no gr aco; medindo a dist ancia entre os m aximos ou mnimos, podemos calcular, em forma
aproximada, o perodo do p endulo. O valor obtido e P = 0.89 s.
A gura 6.5) mostra as soluc oes identicadas com os n umeros 1 e 2 no retrato de fase. No primeiro
caso, o p endulo foi largado, do repouso, com um angulo inicial de 0.5 radianos (aproximadamente
29

); isto e, no menu Config do plotdf usou-se 0.5 0 no campo Trajectory at. No retrato de
fase, essa soluc ao e bastante aproximada a uma elipse. Como vimos no incio do captulo 5, uma
elipse no retrato de fase corresponde ` a soluc ao de um oscilador harm onico simples. O p endulo
oscila em forma harm onica; o perodo de oscilac ao e aproximadamente 1.44 s.
A soluc ao identicada com o n umero 2 (lado direito da gura 6.5) corresponde ao lancamento
do p endulo, desde o repouso, com um angulo inicial de 2 radianos (aproximadamente 115

). O
movimento pode parecer harm onico, mas a soluc ao no espaco de fase (2 na gura 6.4) n ao e uma
elipse perfeita, e as func oes (t) e (t) (lado direito da gura 6.5) n ao s ao func oes harm onicas;
isso e mais evidente para (t) que e demasiado recta entre m aximos e mnimos. O perodo de
oscilac ao, neste caso, e 1.88 s.
A aproximac ao linear do p endulo obt em-se usando a matriz jacobiana (equac ao 6.10), no ponto
de equilbrio = 0, = 0
104 Sistemas n ao lineares
-1 0 1
-8
-4
0
4
8
t
,
(t)
(t)
-1 0 1
-8
-4
0
4
8
t
,
(t)
(t)
Figura 6.5: Oscilac oes do p endulo, com amplitude angular de 29

(esquerda) e 115

(direita).
_


_
=
_
0 1
F
2
0
_
_

_
(6.13)
onde a constante F tem unidades de frequ encia e foi denida como,
F =
_
g
l
(6.14)
Usando a mesma an alise que foi feita na secc ao 5.1, denimos uma vari avel com unidades de
radianos, y = /F, para que os sistema que numa forma mais sim etrica:
_

= F y
y =F
(6.15)
Este sistema e semelhante ao sistema do oscilador linear (ver as equac oes 5.5). A aparic ao dum
sinal negativo na segunda equac ao, e n ao na primeira, e devido a que no oscilador linear repre-
sent amos a velocidade no eixo horizontal. Usando o mesmo argumento da secc ao 5.1, a soluc ao
deste sistema e
= A sin(Ft +
0
) (6.16)
y = A cos(Ft +
0
) (6.17)
Assim, o perodo do p endulo, na aproximac ao linear, seria
P =
2
F
= 2

l
g
(6.18)
No caso que estudamos (l =0.5 m) o perodo do p endulo seria aproximadamente 1.42 s. Os valores
mais realistas, que obtivemos em forma num erica, s ao um pouco superiores. Quanto menor for
o angulo m aximo de oscilac ao, mais perto estar a o perodo do valor obtido com a aproximac ao
linear.
6.3 M etodo de Runge-Kutta 105
6.3 M etodo de Runge-Kutta
Na aproximac ao 3.24, usada no m etodo de Euler, calcula-se o valor da func ao no instante t
n+1
a
partir da derivada no instante t
n
. Para melhorar o m etodo ser a preciso usar uma melhor aproxima-
c ao ao valor m edio da derivada, no intervalo [t
n
, t
n
+h].
No m etodo de Runge-Kutta de quarta ordem, o valor da derivada, d, obt em-se a partir da m edia
das derivadas em 4 pontos diferentes, com pesos diferentes (gura 6.6).
t
x
t
0
t
0
+ h/ 2 t
0
+ h
x
0
x
0
+ hd
1
/2
x
0
+ hd
2
/2
x
0
+ hd
3
1
2
3
4
d
1
d
2
d
3
d
4
Figura 6.6: Os quatro valores da derivada usados no m etodo de Runge-Kutta de quarta ordem.
Neste caso para o sistema x = x +t
2
; a verde, mostra-se a soluc ao exacta desse sistema.
Comeca-se por calcular a derivada no ponto inicial, tal como no m etodo de Euler:
d
1
= f (t
0
, x
0
) (6.19)
a seguir, realiza-se um deslocamento na direcc ao dessa derivada, avancando uma dist ancia h/2 no
tempo, at e um ponto 1 (ver gura 6.6). Nesse ponto 1, calcula-se um segundo valor da derivada:
d
2
= f (t
0
+h/2, x
0
+(h/2)d
1
) (6.20)
Esse novo valor da derivada e usado novamente, para realizar outro deslocamento a partir do ponto
inicial, avancando h/2 no sentido do tempo, at e um outro ponto 2, onde e calculado um terceiro
valor da derivada:
d
3
= f (t
0
+h/2, x
0
+(h/2)d
2
) (6.21)
seguindo o a direcc ao da derivada d
3
, realiza-se umterceiro deslocamento, a partir do ponto inicial,
desta vez avancando uma dist ancia h no eixo do tempo, para chegar at e um ponto 3, onde se calcula
um quarto valor da derivada:
d
4
= f (t
0
+h, x
0
+hd
3
) (6.22)
Pode mostrar-se que o valor da derivada que conduz a um erro mnimo e a combinac ao linear:
d =
1
6
(d
1
+2d
2
+2d
3
+d
4
) (6.23)
106 Sistemas n ao lineares
no exemplo da gura 6.6, esse valor m edio da derivada desloca o ponto inicial at e o ponto 4, que
est a bastante perto da soluc ao exacta da equac ao.
Em cada ponto (t
n
, x
n
), calcula-se o valor m edio da derivada usando o mesmo processo, e com
esse valor m edio, d, obt em-se o ponto seguinte na forma habitual:
t
n+1
=t
n
+h x
n+1
= x
n
+hd (6.24)
Usando a linguagemde programac ao do Maxima, podemos implementar este m etodo para resolver
o sistema x = f (t, x), no intervalo [t
0
, t
f
], a partir da condic ao inicial x(t
0
) = x
0
:
rk(f, x, x_0, [t, x_0, x_f, h])
as vari aveis x e t ser ao dadas como argumentos para o programa, para que o programa seja mais
exvel; a vari avel de estado e a vari avel independente poder ao ser outras diferentes de x e t.
O resultado do programa dever a ser uma lista com todos os valores discretos de t, x no intervalo
[t
0
, t
f
].
O programa que se mostra a seguir produz o resultado esperado. A parte principal do programa
e o ciclo for, onde e implementado o m etodo de Runge-Kutta de quarta ordem, para calcular o
valor m edio da derivada em cada intervalo.
rk(edo, estado, inicial, dominio) :=
block
([f:edo, var:[estado], xv:inicial, t0:dominio[2], h:dominio[4],
t, n, d1, d2, d3, d4, dados, numer:true],
n: entier((dominio[3] - dominio[2])/h),
t: t0,
dados: [[t,xv]],
for i thru n do (
d1: ev(f, dominio[1] = t, var[1] = xv),
d2: ev(f, dominio[1] = t + h/2, var[1] = xv + h*d1/2),
d3: ev(f, dominio[1] = t + h/2, var[1] = xv + h*d2/2),
d4: ev(f, dominio[1] = t + h, var[1] = xv + h*d3),
xv: xv + h*(d1 + 2*d2 + 2*d3 + d4)/6,
t: t0 + i*h,
dados: cons([t, xv], dados)),
reverse(dados))$
Observe a sintaxe para incluir mais do que umcomando na denic ao do programa rk; os comandos
escrevem-se entre par entesis, separados por vrgulas, mas sem vrgula ap os o ultimo comando.
N ao podem ser usados outros caracteres como ; ou $ para terminar um comando dado entre
par entesis.
O programa usa o comando block que permite denir vari aveis locais. O primeiro elemento
dentro do bloco block tem que ser uma lista das vari aveis locais, ` as quais pode ser dado um valor
inicial. Por exemplo, foi denida uma vari avel local f que ter a uma c opia da primeira express ao
que for dada ao programa.
6.3 M etodo de Runge-Kutta 107
O ultimo argumento dado ao programa dever a ser uma lista com quatro elementos que denem o
domnio onde ser a integrada a equac ao do sistema. O primeiro elemento da lista (dominio[1]) e
o nome da vari avel independente (geralmente o tempo, mas pode ser outra). O segundo e terceiro
elementos na lista (dominio[2] e (dominio[3]) xam os valores inicial e nal para essa vari avel
independente, e o quarto valor na lista (dominio[4]) e o incremento, h, da vari avel independente,
entre dois pontos consecutivos.
`
A vari avel numer foi dado um valor verdadeiro, para garantir que o resultado de todas as operac oes
entre n umeros seja um valor num erico e n ao uma express ao alg ebrica.
O resultados de cada iterac ao s ao acrescentados ` a lista dados, e no m do programa a lista e
invertida e impressa para que seja dada como valor de sada do programa.
O programa pode ser ainda melhorado: em alguns casos, o valor absoluto da vari avel din amica
aumenta rapidamente e o programa falha. Para evitar esse problema, o resultado obtido em cada
iterac ao ser a armazenado na lista dos resultados, unicamente se o seu valor absoluto n ao ultrapas-
sar 10
100
, caso contr ario, n ao ser ao feitas mais iterac oes.
O programa completo, incluindo outra generalizac ao que ser a discutida na pr oxima secc ao, encon-
tra-se no pacote adicional dynamics, distribudo com o Maxima. Para usar esse programa, ser a
preciso carregar o pacote com o comando load("dynamics").
Exemplo 6.4
Usando o m etodo de Runge-Kutta de quarta ordem, encontre as 5 soluc oes da equac ao
x =t x
2
no intervalo [0, 9], com as cinco condic oes iniciais:
y(0) = 3, 1, 0, 0.7, 0.75
.
Resoluc ao: o programa rk usa-se, neste caso, assim:
(%i26) load("dynamics")$
(%i27) s1: rk(x-y2,y,3,[x,0,9,0.01])$
(%i28) s2: rk(x-y2,y,1,[x,0,9,0.01])$
(%i29) s3: rk(x-y2,y,0,[x,0,9,0.01])$
(%i30) s4: rk(x-y2,y,-0.7,[x,0,9,0.01])$
(%i31) s5: rk(x-y2,y,-0.75,[x,0,9,0.01])$
as listas s1, . . . , s5 foram usadas para guardar os resultados. Cada uma dessas listas cont em
outras listas, com dois valores para t e x, na forma: [[t
0
, x
0
], [t
1
, x
1
], . . . , [t
n
, x
n
]]. O valor de n e
900, j a que as 9 unidades do comprimento do intervalo de t, foram divididas em subintervalos de
comprimento t = 0.01. No entanto, a lista s5 tem muito menos elementos, porque nesse caso a
soluc ao diverge; podemos ver qual foi o ultimo valor calculado nesse caso, olhando para o ultimo
elemento da lista s5
108 Sistemas n ao lineares
(%i32) last(s5);
(%o32) [2.1, - 1.1626639005128218E+9]
para t = 2.1 o valor absoluto de y j a era bastante elevado, e para t = 2.11 ter a ultrapassado 10
100
,
que e o valor m aximo admitido pelo programa rk.
O tipo de listas produzidas pelos resultados do programark podem ser passadas directamente ` a
func ao graph2d, para representar o gr aco das soluc oes.
(%i33) load("graph2d")$
(%i34) graph2d([labelposition, "300 300"], [label,"x(0)=3"], s1,
[label,"x(0)=1"], s2, [label,"x(0)=0"], s3, [label,"x(0)=-0.7"], s4,
[label,"x(0)=-0.75"], makelist(s5[i], i, 1, length(s5)-30),
[xaxislabel,"t"], [yaxislabel,"x"])$
Na ultima lista ignoramos os ultimos 30 pontos, para evitar que o domnio y do gr aco se esten-
desse muito. O gr aco obtido aparece na gura 6.7
Figura 6.7: Soluc oes do sistema x =t x
2
, entre t = 0 e t = 9, com cinco condic oes iniciais
diferentes.
6.4 Sistemas de equac oes de primeira ordem
No captulo 4 vimos como escrever qualquer equac ao diferencial ordin aria, ou sistemas delas,
como um sistema de equac oes diferenciais de primeira ordem. Para resolver sistemas de equac oes,
6.5 Refer encias 109
basta generalizar o m etodo de Runge-Kutta, admitindo que na equac ao 6.23 a func ao f e as de-
rivadas d
1
, d
2
, d
3
e d
4
s ao vectores com m componentes, onde m e o n umero de equac oes no
sistema.
O programa rk j a inclui essa generalizac ao. Os 3 primeiros argumentos dados ao programa po-
der ao ser o lado direito de uma equac ao, uma vari avel din amica e um valor inicial, como na secc ao
anterior, o uma lista n equac oes, uma lista de n vari aveis, e uma lista de n valores iniciais para cada
vari avel:
rk([eq1,...,eqn], [v1,...,vn], [v1_0,...,vn_0], [t, x_0, x_f, h])
Exemplo 6.5
Encontre a soluc ao do sistema estudado no exemplo 6.1:
_
x = 4x
2
4y
2
y = y
2
x
2
+1
entre t = 0 e t = 4, com condic ao inicial x(0) =1.25, y(0) = 0.75.
Resoluc ao: vamos usar o m etodo de Runge-Kutta de quarta ordem, com intervalos de tempo
t = 0.02
(%i35) sol: rk([4-x2-4*y2,y2-x2+1],[x,y],[-1.25,0.75],[t,0,4,0.02])$
o resultado cou armazenado na lista sol. Cada elemento dessa lista e tamb em uma lista com 3
elementos: t, x e y. Por exemplo, o ultimo elemento na lista e:
(%i36) last(sol);
(%o36) [4.0, 1.232365393486131, - .7493152366008236]
n ao podemos fazer um gr aco da lista sol, porque graph2d s o pode representar pontos em duas
dimens oes. Ser a preciso extrair duas das vari aveis na lista. Por exemplo, para desenhar o gr aco
da traject oria no espaco de fase, nomeadamente, y vs x, usamos o comando:
(%i37) graph2d(makelist([sol[i][2], sol[i][3]], i, 1, length(sol)))$
O resultado e o gr aco na gura 6.8. O estado inicial encontrava-se muito perto do foco repulsivo,
e a traject oria obtida aproxima-se para o foco atractivo.
6.5 Refer encias
Numerical methods for physics (Garcia, 2000). Differential equations (Sanchez et al., 1988). Dy-
namical systems with applications using MAPLE (Lynch, 2001). Elementary Differential Equati-
ons and Boundary Value Problems (Boyce & DiPrima, 2004).
110 Sistemas n ao lineares
Figura 6.8: Uma traject oria do sistema x = 4x
2
4y
2
, y = y
2
x
2
+1.
6.6 Perguntas de escolha m ultipla
1. No sistema representado na gura, que tipo
de ponto xo e o ponto (1,0)?
1
0 -1
1
-1
A. n o atractivo
B. n o repulsivo
C. n o pr oprio
D. n o impr oprio
E. ponto de sela
2. Qual dos pontos na lista e um ponto xo do
sistema x =2x y +2, y = xy?
A. x = 1, y = 0
B. x = 1, y = 1
C. x = 0, y = 0
D. x = 2, y = 0
E. x = 2, y =2
3. Qual e a matriz jacobiana do sistema x = y
2
,
y = xy?
A.
_
0 y
2y x
_
B.
_
y
2
xy
y x
_
C.
_
y
2
xy
0 y
_
D.
_
y
2
xy
2y x
_
E.
_
0 2y
y x
_
4. Qual dos seguintes sistemas e um sistema
n ao linear?
A. x = 3x y = 2y
B. x = 2x y = x +y
6.7 Problemas 111
C. x = 2x y = xy
D. x = 3(x +y) y = 2(x y)
E. x = 3y y = 2x
5. Se a soluc ao de um p endulo, no espaco de
fase em duas dimens oes, for um crculo, po-
demos concluir que:
A. existe atrito com o ar.
B. o angulo de oscilac ao e pequeno.
C. o p endulo da uma volta completa ` a volta
do eixo.
D. o movimento e circular uniforme.
E. a energia cin etica e maior que a poten-
cial.
6. No m etodo de Runge-Kutta usado nesta dis-
ciplina, calcula-se o valor m edio da derivada
no intervalo [t
n
, t
n+1
] a partir das derivadas
em quantos pontos?
A. 1
B. 2
C. 3
D. 4
E. 5
7. O comando
a: rk([3*z+y,y2-z],[z,y],[0,1],
[x,0,10,0.1])$
foi utilizado para resolver numericamente
um sistema de equac oes. A lista
makelist([a[i][1],a[i][3]],i,1,101)
tem os dados de:
A. y vs x
B. y vs t
C. z vs x
D. x vs t
E. z vs y
8. O comando
a: rk([x+y,x2],[x,y],[0,1],
[t,0,10,0.1])$
foi utilizado para resolver numericamente
um sistema de equac oes. Com qual das listas
obter a valores para y em func ao de t, para t
entre 0 e 5?
A. makelist([a[i][3],a[i][1]],i,1,51)
B. makelist([a[i][1],a[i][3]],i,0,5)
C. makelist([a[i][1],a[i][3]],i,1,6)
D. makelist([a[i][1],a[i][3]],i,0,50)
E. makelist([a[i][1],a[i][3]],i,1,51)
6.7 Problemas
1. Considere o sistema de equac oes:
x = x(2y)
y =
y
2
(x 3)
(a) Encontre os pontos xos.
(b) Calcule a matriz jacobiana do sistema.
(c) Para cada ponto xo, substituia as coordenadas do ponto na matriz jacobiana e encontre os
valores pr oprios e vectores pr oprios. A partir do resultado, classique cada um dos pontos
xos e diga como ser ao os vectores do campo de direcc oes na vizinhanca do ponto.
(d) Use plotdf para visualizar os resultados da alnea anterior. Substituia as coordenadas do
ponto xo para os par ametros xcenter e ycenter, use valores pequenos de xradius e
112 Sistemas n ao lineares
yradius, por exemplo 0.5, aumente o valor de nsteps (por exemplo, at e 1000) e mude a
opc ao direction para forward.
2. A amplitude de oscilac ao de um p endulo decresce, devido, principalmente, ` a resist encia do ar.
A forca de atrito com o ar e oposta ao movimento e proporcional ` a velocidade angular, isto e,
tem m odulo , onde e uma constante, e a velocidade angular. A partir do diagrama de
forcas obtemos as equac oes do sistema:
_

=
=
g
l
sin

ml

mg
T

onde l e o comprimento da barra. Usando os valores num ericos m=300 g, l =50 cm, g =9.81
m/s
2
, = 0.05 Ns, desenhe o campo de direcc oes do sistema. Desenhe as soluc oes para os
casos seguintes:
(a) O p endulo parte do repouso com um angulo inicial = 120

.
(b) O p endulo e lancado desde = 60

, com uma velocidade angular inicial = 9 s


1
.
Explique o signicado fsico das duas soluc oes esbocadas.
3. Usando o programa rk, encontre a soluc ao do sistema
x
1
= x
1
+x
2
x
2
= 4x
1
+x
2
com condic oes iniciais x
1
(0) = 1, x
2
(0) = 2, no intervalo 0 t 6. Desenhe os gr acos de x
1
e x
2
em func ao do tempo.
4. Usando o programa rk, resolva os seguintes problemas, de segunda ordem:
(a) (x
2
+1)y
//
(x +3)y
/
+y = 0 y(3) = 0, y
/
(3) = 1, 3 x 1
(b) y
//
+xy
/
+x
2
y = sinx, y(1) = 0, y
/
(1) =2 1 x 5
Captulo 7
Sistemas hamiltonianos
Um sistema de segunda ordem
_
x = f (x, y)
y = g(x, y)
(7.1)
designa-se de sistema hamiltoniano se as func oes f e g vericam a relac ao:
f
x
=
g
y
(7.2)
7.1 Func ao hamiltoniana
Se um sistema e hamiltoniano, existir a uma func ao de estado, H(x, y), designada por func ao
hamiltoniana, que permite denir as equac oes de evoluc ao:
_

_
x =
H
y
y =
H
x
(7.3)
Nomeadamente, a func ao hamiltoniana cont em toda a informac ao din amica do sistema. Qualquer
func ao hamiltoniana dene um sistema din amico. E qualquer conjunto de equac oes de evoluc ao,
que veriquem as condic oes para ser sistema hamiltoniano, denem uma func ao hamiltoniana
atrav es das relac oes:
_

_
H
y
= f (x, y)
H
x
=g(x, y)
(7.4)
114 Sistemas hamiltonianos
Exemplo 7.1
Demonstre que o sistema
_
x = x
y = sinx y
e hamiltoniano, e encontre a func ao hamiltoniana.
Resoluc ao:
f
x
=
x
x
= 1

g
y
=
(sinx y)
y
= 1
como as duas derivadas s ao iguais, o sistema e hamiltoniano, e existir a uma func ao H que verica
as equac oes
_

_
H
y
= x
H
x
= y sinx
A soluc ao da primeira equac ao e:
H(x, y) = xy +h(x)
onde h pode ser qualquer func ao que depende exclusivamente de x. Para calcular a func ao h
derivamos H em ordem a x
H
x
= y +
dh
dx
e por comparac ao com
H
x
= y sinx
concluimos que
h(x) = cosx +C
onde C e qualquer constante arbitr aria. A func ao hamiltoniana e
H(x, y) = xy +cos(x) +C
7.2 Soluc oes no espaco de fase 115
7.2 Soluc oes no espaco de fase
Enquanto um sistema hamiltoniano evolui, a func ao hamiltoniana permanece constante:
dH
dt
= x
H
x
+ y
H
y
=
H
y
H
x

H
x
H
y
= 0 (7.5)
isso implica que as soluc oes, no espaco de fase, s ao a famlia de curvas
H(x, y) = constante (7.6)
com diferentes valores da constante.
Os sistemas mec anicos semforcas dissipativas s ao sistemas hamiltonianos. Afunc ao hamiltoniana
e a energia mec anica; as vari aveis de estado poder ao ser o momento linear e a posic ao (um par de
vari aveis por cada coordenada), ou o momento angular e um angulo.
7.3 Pontos xos
Um sistema hamiltoniano s o pode ter pontos de sela e centros. Esse resultado explica-se pelo
facto de que o traco da matriz jacobiana, em qualquer ponto xo, e nulo, como podemos conferir,
escrevendo a matriz jacobiana a partir da func ao hamiltoniana:
_

2
H
xy

2
H
y
2

2
H
x
2

2
H
yx
_

_
(7.7)
um dos valores pr oprios da matriz jacobiana ser a sempre igual ao outro, com sinal oposto. Os
pontos onde os valores pr oprios forem reais, ser ao pontos de sela, e os pontos onde os valores
pr oprios forem imagin arios ser ao centros.
Exemplo 7.2
Localize os pontos xos, determine a estabilidade e desenhe o retrato de fase do sistema com
func ao hamiltoniana
H =
1
2
(y
2
x
2
)
x
3
3
Resoluc ao: em Maxima podemos encontrar as equac oes de evoluc ao e matriz jacobiana a partir
da func ao hamiltoniana
(%i1) h: (y2-x2)/2-x3/3$
(%i2) f: [diff(h,y),-diff(h,x)];
2
(%o2) [y, x + x]
116 Sistemas hamiltonianos
(%i3) v: [x,y]$
(%i4) j[n,m] := diff(f[n],v[m])$
(%i5) jacobiana: genmatrix(j,2,2);
[ 0 1 ]
(%o5) [ ]
[ 2 x + 1 0 ]
(%i6) fixos: solve(f);
(%o6) [[x = 0, y = 0], [x = - 1, y = 0]]
(%i7) jacobiana, fixos[1];
[ 0 1 ]
(%o7) [ ]
[ 1 0 ]
(%i8) eigenvectors(%);
(%o8) [[[- 1, 1], [1, 1]], [1, - 1], [1, 1]]
(%i9) jacobiana, fixos[2];
[ 0 1 ]
(%o9) [ ]
[ - 1 0 ]
(%i10) eigenvectors(%);
(%o10) [[[- %i, %i], [1, 1]], [1, - %i], [1, %i]]
Figura 7.1: Retrato de fase para a func ao hamiltoniana H = (y
2
x
2
)/2x
3
/3.
H a dois pontos xos, a origem, que e um ponto de sela , e o ponto (-1, 0), que e um centro. Para
desenhar o retrato de fase, usamos os comandos:
(%i11) load("plotdf")$
(%i12) plotdf(f,[xradius,3],[yradius,3]);
7.4 Sistemas gradiente 117
o resultado e a gura 7.1.
O valor da func ao hamiltoniana nos pontos xos foi calculada com
(%i13) h,fixos[1];
(%o13) 0
(%i14) h,fixos[2],numer;
(%o14) - .1666666666666667
No exemplo anterior, a traject oria com H = 0 corresponde ao que e designada de separatriz, pois
divide o espaco de fase em duas regi oes: uma regi ao com traject orias cclicas (H < 0) e outra
regi ao com traject orias abertas (H > 0).
7.4 Sistemas gradiente
Um sistema de segunda ordem
_
x = f (x, y)
y = g(x, y)
(7.8)
designa-se de sistema gradiente se as func oes f e g vericam a relac ao:
f
y
=
g
x
(7.9)
nesse caso, existir a uma func ao potencial, V(x, y) tal que:
_

_
f (x, y) =
V
x
g(x, y) =
V
y
(7.10)
as soluc oes do sistema s ao as curvas onde o potencial V decresce mais rapidamente: na direcc ao
do gradiente do potencial, mas com sentido oposto.
A matriz Jacobiana e igual ` a matriz Hessiana do potencial:
_

2
V
x
2

2
V
yx

2
V
xy

2
V
y
2
_

_
(7.11)
por ser uma matriz sim etrica, dever a ter unicamente valores pr oprios reais. Assim, um sistema
potencial n ao pode ter focos nem centros. Todos os seus pontos xos ser ao sempre ou n os ou
pontos de sela.
118 Sistemas hamiltonianos
7.5 P endulo de Wilberforce

z
Figura 7.2: P endulo de Wilberforce.
O p endulo de Wilberforce consiste num objecto, ligado
a uma mola vertical, que pode oscilar na vertical, ou ro-
dar no plano horizontal.
Para al em da energia cin etica de translac ao, existe ener-
gia cin etica de rotac ao, que depende do momento angu-
lar, L, e do momento de in ercia, I. A energia el astica de
tors ao e proporcional ao quadrado do angulo de rotac ao:
H =
p
2
2m
+
L
2
2I
+
k
2
z
2
+
a
2

2
+
b
2
z (7.12)
o termo de acoplamento e devido ` a relac ao que existe
entre o alongamento e a tors ao da mola.
Por cada par deslocamento-momento, existem duas
equac oes de movimento:
z =
H
p

=
H
L
p =
H
z

L =
H

(7.13)
o sistema obtido e:
_

_
z =
p
m

=
L
I
p =kz
b
2

L =a
b
2
z
(7.14)
vamos resolver esse sistema usando os seguintes par ametros:
(%i15) m: 0.5$
(%i16) I: 1e-4$
(%i17) k: 5$
(%i18) a: 1e-3$
(%i19) b: 1e-2$
as quatro equac oes do sistema s ao:
(%i20) eq1: p/m$
(%i21) eq2: L/I$
7.5 P endulo de Wilberforce 119
(%i22) eq3: -k*z - b*theta/2$
(%i23) eq4: -a*theta - b*z/2$
para as resolver, no intervalo de tempo desde 0 at e 40, e com condic ao inicial z = 10 cm (as outras
vari aveis iguais a 0), usaremos o programa rk:
(%i24) load("dynamics")$
(%i25) sol: rk([eq1,eq2,eq3,eq4],[z,theta,p,L],
[0.1,0,0,0],[t,0,40,0.01])$
convem separarmos as vari aveis em listas diferentes, usando diferentes factores para que a ordem
de grandeza das vari aveis seja semelhante, ap os algumas tentativas, resolvemos usar os seguintes
factores:
(%i26) listat: makelist(sol[i][1], i, 1, length(sol))$
(%i27) listaz: makelist(100*sol[i][2], i, 1, length(sol))$
(%i28) listatheta: makelist(sol[i][3], i, 1, length(sol))$
(%i29) listap: makelist(70*sol[i][4], i, 1, length(sol))$
(%i30) listaL: makelist(3000*sol[i][5], i, 1, length(sol))$
Quando existemmais do que 3 vari aveis de estado, j a n ao e possvel desenhar o campo de direcc oes
nem o retrato de fase. Com 3 vari aveis e possvel representar uma projecc ao do espaco de fase
no plano. Infelizmente, o nosso programa plotdf ainda n ao faz isso. O que podemos fazer
e representar duas das vari aveis de estado num gr aco em duas dimens oes, como veremos no
sistema estudado na secc ao seguinte. Tamb em usaremos o programa graph2d para representar a
projecc ao em duas dimens oes das traject orias em 3 dimens oes.
Para desenhar os gr acos do alongamento z e do angulo , em func ao do tempo, usamos os co-
mandos:
(%i31) load("graph2d")$
(%i32) graph2d([label,"alongamento"],listat,listaz,
[label,"angulo"],listat,listatheta,
[labelposition,"150 35"]);
o resultado aparece na gura 7.3. O gr aco reproduz uma caracterstica interessante do p endulo de
Wilberforce: se o p endulo e posto a oscilar, semrodar, a amplitude das oscilac oes lineares decresce
gradualmente, enquanto que o cilindro comeca a rodar com oscilac oes de tors ao que atingem
uma amplitude m axima quando o cilindro deixa de se deslocar na vertical. A amplitude dass
oscilac oes de tors ao comeca logo a diminuir ` a medida que a oscilac ao linear aparece novamente.
Essa intermit encia entre deslocamento vertical e rotac ao repete-se v arias vezes.
O retrato de fase n ao pode ser desenhado, por ter 4 coordenadas, mas podemos desenhar a sua
projecc ao em duas dessas vari av eis, por exemplo o alongamento e o angulo (gura 7.4):
(%i33) graph2d(listaz,listatheta);
120 Sistemas hamiltonianos
Figura 7.3: Evoluc ao do alongamento e do angulo de rotac ao no p endulo de Wilberforce.
Figura 7.4: Soluc ao do sistema, no plano formado pelo alongamento e o angulo.
7.6 Refer encias 121
Podemos tamb em projectar 3 vari aveis num plano. A gura 7.5 mostra a evoluc ao do alongamento
e o momento linear (azul) junto com a evoluc ao do angulo e do momento angular (verde) e foi
obtida com os comando:
(%i34) graph2d([label,"longitudinal"],
(listap-listaz)/sqrt(2.0),(2*listat-listaz-listap)/sqrt(6.0),
[label,"torsao"],
(listaL-listatheta)/sqrt(2.0),(2*listat-listatheta-listaL)/sqrt(6.0));
Figura 7.5: Evoluc ao do alongamento e o momento linear (azul) e do angulo e momento angular
(verde); o tempo aumenta na vertical.
Neste sistema existemduas frequ encias angulares. Afrequ encia angular longitudinal e a frequ encia
angular de tors ao:

z
=
_
k
m

=
_
a
I
(7.15)
as duas frequ encias foram ajustadas de forma a terem o mesmo valor, para que o movimento
alterne entre totalmente linear e totalmente angular.
7.6 Refer encias
Dynamical systems with applications using MAPLE (Lynch, 2001). Numerical methods for phy-
sics (Garcia, 2000). Differential equations (Sanchez et al., 1988).
122 Sistemas hamiltonianos
7.7 Perguntas de escolha m ultipla
1. Qual dos seguintes sistemas e umsistema ha-
miltoniano?
A. x = 3xy y =2y
B. x = 2xy y = x
2
C. x = 2xy y =x
2
D. x = x
2
y =2xy
E. x = x
2
y = 2xy
2. Quais s ao as equac oes de movimento associ-
adas ` a func ao hamiltoniana xcosy?
A. x =cosy y = xsiny
B. x =xsiny y =cosy
C. x = xsiny y = cosy
D. x = siny y =cosy
E. x = cosy y = xsiny
3. O ponto (2,5) e um ponto xo de um sistema
hamiltoniano. Que tipo de ponto xo poder a
ser esse ponto?
A. foco atractivo
B. foco repulsivo
C. centro
D. n o repulsivo
E. n o atractivo
4. As soluc oes de um sistema din amico, no
espaco de fase, vericama equac ao y
2
x
2
=
k, onde k e um par ametro real. Quais po-
der ao ser as equac oes de evoluc ao do sis-
tema?
A. x =y y = x
B. x =2x y = 2y
C. x =2y y = 2x
D. x = 2x y = 2y
E. x = 2y y = 2x
5. Qual e a func ao hamiltoniana do sistema
x = 2y, y = 2x?
A. y
2
x
2
B. y
2
+x
2
C. x
2
y
2
D. x
2
y
2
E. y
2
+x
2
6. Qual dos seguintes sistemas e um sistema
gradiente?
A. x = 3xy y = 2y
B. x = 2xy y = x
2
C. x = 2x
2
y y = xy
D. x = 3x y = 2y
E. x = 3y y = 2x
7. O ponto (2,5) e um ponto xo de um sistema
gradiente. Que tipo de ponto xo poder a ser
esse ponto?
A. foco atractivo
B. foco repulsivo
C. centro
D. n o repulsivo
E. nenhuma da outras respostas
8. Para resolver um sistema de ordem 4 foram
usados os seguintes comandos do Maxima:
s: rk([u,v,-y-x/2,-x-y/2],[x,y,u,v],
[1,2,0,2],[t,0,9,0.1])$
l1:makelist(s[i][1],i,1,length(s))$
l2:makelist(s[i][2],i,1,length(s))$
l3:makelist(s[i][3],i,1,length(s))$
l4:makelist(s[i][4],i,1,length(s))$
qual dos seguintes comandos desenha o
gr aco da vari avel u em func ao do tempo t?
A. graph2d(l1,l2);
B. graph2d(l1,l3);
C. graph2d(l1,l4);
D. graph2d(l2,l3);
E. graph2d(l2,l4);
9. Qual dos seguintes comandos pode ser usado
para resolver numericamente a equac ao (t
2
+
1) x 2x = 0, com x(0) = 1, e x(0) = 2?
A. rk([y,1,2*x/(z2+1)],[x,y,z],
[0,1,2],[t,0,3,0.1])$
B. rk([y,2*x/(z2+1),1],[t,x,y],
[0,1,2],[t,0,3,0.1])$
7.8 Problemas 123
C. rk([y,2*x/(z2+1),1],[z,x,y],
[0,1,2],[t,0,3,0.1])$
D. rk([1,y,2*x/(z2+1)],[z,x,y],
[0,1,2],[t,0,3,0.1])$
E. rk([y,1,2*x/(z2+1)],[t,x,y],
[0,1,2],[t,0,3,0.1])$
7.8 Problemas
1. Encontre a func ao hamiltoniana do sistema:
_
x = y
y = x x
3
determine a estabilidade e desenhe o retrato de fase.
2. Localize os pontos xos, determine a estabilidade e desenhe o retrato de fase do sistema com
func ao hamiltoniana:
H(x, y) =
y
2
2
+
x
2
2

x
4
4
124 Sistemas hamiltonianos
Captulo 8
Ciclos limite
8.1 Oscilac oes auto-excitadas
A equac ao do circuito tem agora um termo adicional, devido ` a forca electromotriz induzida no
transformador.
L

Q+R

Q+
Q
C
= M

I
a
(8.1)
A caracterstica corrente an odica-tens ao da grelha do trodo de v acuo e:
que se representa aproximadamente por:
I
a
= I
0
+AV BV
3
(8.2)
onde A e B s ao constantes positivas. Substituindo na equac ao do circuito ca

V +C
2
0
(3MBV
2
MA+R)

V +
2
0
V = 0 (8.3)
R
L M
C
I
a
nodo
grelha
ctodo
Figura 8.1: Circuito que d a origem a oscilac oes auto-excitadas.
126 Ciclos limite
V
I
a
I
0
Figura 8.2: Caracterstica corrente an odica-tens ao da grelha de um trodo de v acuo.
mudando as unidades de tempo e do potencial, a equac ao escreve-se numa forma mais simples,
designada de equac ao de van der Pol
x +2(x
2
1) x +x = 0 (8.4)
onde e um par ametro positivo. Assim, se x
2
for maior que 1, o segundo termo e semelhante ao
termo de atrito no oscilador mec anico e implica diminuic ao da amplitude de oscilac ao.
Se x
2
for menor que 1, o segundo termo faz aumentar a ampliturde de oscilac ao. Assim, espera-se
que, independentemente do estado inicial o sistema termine oscilando com amplitude perto de 1.
O sistema aut onomo equivalente e:
_
x = y
y =x 2(x
2
1)y
(8.5)
Existe um unico ponto xo, na origem. A matriz Jacobiana nesse ponto e
_
0 1
1 2
_
(8.6)
com valores pr oprios
=
_

2
1 (8.7)
Aorigem e umponto repulsivo, que poder a ser umfoco ( <1), umn o ( >1), ou umn o impr oprio
( = 1).
(%i1) load("plotdf")$
(%i2) plotdf([y,-x-2*e*(x2-1)*y],[direction,forward],
[parameters,"e=1"],[sliders,"e=0:4"],
[xradius,4],[yradius,5],[nsteps,600],
[trajectory_at,0.1,0.1],[versus_t,1]);
8.1 Oscilac oes auto-excitadas 127
Figura 8.3: Soluc ao da equac ao de van der Pol para um valor pequeno do par ametro = 0.17.
Independentemente do estado inicial, o oscilador termina sempre no mesmo ciclo limite. O gr aco
mostra duas soluc oes com estado inicial dentro ou fora do ciclo limite.
Se o par ametro for pequeno, as oscilac oes s ao semelhantes a um oscilador harm onico simples,
com uma amplitude caracterstica do sistema.
Figura 8.4: Soluc ao da equac ao de van der Pol para um valor interm edio do par ametro = 1.
Se o par ametro for maior, as oscilac oes s ao mais parecidas a uma onda quadrada.
128 Ciclos limite
Figura 8.5: Soluc ao da equac ao de van der Pol para o par ametro = 1.28.
8.2 Exist encia de ciclos limite
Num ponto do espaco de fase, que n ao seja ponto xo, passa exactamente uma soluc ao. As
soluc oes de um sistema din amico contnuo, no espaco de fase, nunca se podem cruzar.
Esse princpio e util para descobrir ciclos limite. Por exemplo, no retrato de fase apresentado na
gura 8.6, as soluc oes que saem do foco na origem n ao se podem cruzar com as soluc oes que
entram pelas fronteiras no diagrama. Dever a existir um ciclo limite que absorve as soluc oes.
Figura 8.6: Retrato de fase de um sistema com ciclo limite.
8.2 Exist encia de ciclos limite 129
Exemplo 8.1
Demonstre que o sistema
_
x =y +x(12x
2
3y
2
)
y = x +y(12x
2
3y
2
)
tem um ciclo limite.
Resoluc ao: O sistema tem um unico ponto xo, na origem. Vamos substituir as coordenadas
cartesianas por coordenadas polares, usando Maxima. Comecamos por escrever as equac oes:
(%i3) eq1: diff(x,t)=-y+x*(1-2*x2-3*y2);
dx 2 2
(%o3) -- = x (- 3 y - 2 x + 1) - y
dt
(%i4) eq2: diff(y,t)=x+y*(1-2*x2-3*y2);
dy 2 2
(%o4) -- = y (- 3 y - 2 x + 1) + x
dt
em coordenadas polares,
x = r cos y = r sin (8.8)
(no Maxima usaremos u, em vez de ).

E preciso declarar a depend encia do tempo das duas novas
vari aveis:
(%i5) depends(r,t)$
(%i6) depends(u,t)$
(%i7) eq3: ev(eq1,x=r*cos(u),y=r*sin(u),diff)$
(%i8) eq4: ev(eq2,x=r*cos(u),y=r*sin(u),diff)$
o modicador diff e para forcar que as derivadas sejam calculadas. Finalmente, resolvemos o
sistema para r e

(%i9) solve([eq3,eq4],[diff(r,t),diff(u,t)]);
dr 3 2 3 2 du
(%o10) [[-- = - 3 r sin (u) - 2 r cos (u) + r, -- = 1]]
dt dt
_
r = r 2r
3
r
3
sin
2

= 1
A segunda equac ao mostra que o angulo aumenta directamente proporcional ao tempo. Para r
igual a 1/2, a derivada de r e
130 Ciclos limite
(2sin
2
)/8
que e positiva, para qualquer valor de . Se r = 1, a derivada de r e igual a
1sin
2

qu e e negativa para qualquer valor de . Portanto, dever a existir um ciclo limite na regi ao 1/2 <
r < 1. Neste caso o ciclo limite e est avel (pode-se mostrar que mais precisamente o raio do ciclo
limite est a comprendido entre 0.577 e 0.707).
Figura 8.7: Retrato de fase do sistema x =y +x(12x
2
3y
2
), doty = x +y(12x
2
3y
2
).
O retrato de fase mostra o ciclo limite (gura 8.7)
8.3 Inexist encia de ciclos limite
Se existir um ciclo limite, na regi ao dentro dele dever a existir necessariamente pelo menos um
foco, um centro ou um n o. Assim, se numa regi ao do espaco de fase n ao existir nenhum foco,
centro ou n o, podemos garantir que nessa regi ao n ao existe nenhum ciclo limite. Se o determinante
da matriz jacobiana num ponto for negativo, o unico tipo de ponto xo que poder a existir ser a
um ponto de sela. Assim, se dentro de uma regi ao do espaco de fase o determinante da matriz
jacobiana for negativo, nessa regi ao n ao poder a existir nenhum ciclo limite.
8.3 Inexist encia de ciclos limite 131
Exemplo 8.2
Demonstre que o sistema
_
x = y
2
x
y = y +x
2
+yx
3
n ao possui nenhum ciclo limite.
Resoluc ao:
(%i11) f: [y2-x, y+x2+y*x3]$
(%i12) solve(f);
produz unicamente uma soluc ao real, na origem. Assim, o unico ponto xo e a origem.
(%i13) vars: [x,y]$
(%i14) jacobi[i,j]:= diff(f[i],vars[j])$
(%i15) genmatrix(jacobi,2);
[ - 1 2 y ]
(%o15) [ ]
[ 2 3 ]
[ 3 x y + 2 x x + 1 ]
(%i16) eigenvectors(ev(%,x=0,y=0));
(%o16) [[[- 1, 1], [1, 1]], [1, 0], [0, 1]]
a origem e um ponto de sela. Como n ao existe nenhum n o, foco ou centro, n ao existe nenhum
ciclo limite.
Um sistema gradiente tamb em n ao admite a exist encia de ciclos nem ciclos limite.
Exemplo 8.3
Diga se o sistema
_
x = y +x
3
y = x +y +y
3
tem ciclos limite ou n ao.
Resoluc ao:
(y +x
3
)
y
= 1 =
(x +y +y
3
)
x
trata-se de um sistema gradiente e, portanto, n ao poder a ter nenhum ciclo limite.
132 Ciclos limite
8.4 Refer encias
Dynamical systems with applications using MAPLE (Lynch, 2001).
8.5 Perguntas de escolha m ultipla
1. A equac ao de evoluc ao dum oscilador de van
der Pol e:
x +(x
2
1) x +x = 0
para quais valores do par ametro a soluc ao
aproxima-se sempre para um ciclo limite?
A. para valores pequenos do par ametro.
B. para valores elevados do par ametro.
C. unicamente para um valor crtico do
par ametro.
D. unicamente se o par ametro for nulo.
E. para qualquer valor do par ametro.
2. Qual e um sistema fsico que ilustra o
fen omeno dos ciclos limite?
A. Um amortecedor de um autom ovel.
B. Uma corda numa guitarra, tocada com o
dedo.
C. Uma corda num violino, tocada com o
arco.
D. Um paraquedas.
E. Um carrinho numa montanha russa.
3. Um sistema, no espaco de fase (x, y), tem
um ponto xo em (2, 3). Ap os uma mudanca
de vari aveis para coordenadas polares (r, ),
com origem no ponto (2, 3), o sistema obtido
foi: r = 2r,

= 3. O que e que podemos
armar acerca do sistema?
A. Existe um ciclo limite ` a volta de (2,3).
B. (2,3) e um foco inst avel.
C. (2,3) e um foco est avel.
D. (2,3) e um centro.
E. (2,3) e um ponto de sela.
4. Se um sistema din amico contnuo, de se-
gunda ordem, n ao tiver nenhum ponto xo, o
que e que podemos armar sobre o sistema?
A. e um sistema gradiente.
B. n ao pode ser um sistema gradiente.
C. n ao pode ter ciclos limite.
D. deve ter algum ciclo limite.
E. n ao pode ser um sistema predador-presa.
5. As equac oes de um sistema din amico
contnuo de segunda ordem, t em a forma
seguinte em coordenadas polares: r = (r
1)(r 3),

= 2. Quantos ciclos limites tem
esse sistema?
A. nenhum
B. um
C. dois
D. tr es
E. quatro
8.6 Problemas
1. Para demonstrar que o sistema n ao-linear
_
x = x y x
3
xy
2
y = x +y x
2
y y
3
8.6 Problemas 133
tem um ciclo limite est avel:
(a) Use coordenadas polares para transformar o sistema num sistema de segunda ordem para
as vari aveis r e (sugest ao: use o comando trigreduce para simplicar o resultado).
(b) Desenhe o diagrama de fase para a equac ao de r (r n ao pode ser negativo). Diga qual ser a
o valor limite de r quando o tempo for sucientemente grande.
(c) Escreva a equac ao do ciclo limite, em func ao das coordenadas (x,y).
(d) Corrobore a sua resposta desenhando o retrato de fase no plano (x,y).
2. Demonstre que o sistema:
x = y y = x
n ao tem nenhum ciclo limite.
3. O sistema de equac oes de R ossler
_
_
_
x =y z
y = x +0.2y
z = 0.2+(x c)z
tem ciclos limite em 3 dimens oes, para alguns valores do par ametro c; isto e, depois de pas-
sado um tempo sucientemente grande, as vari aveis x, y e z descrevem ciclos que se repetem
peri odicamente.
(a) Use o programa rk para encontrar a soluc ao do sistema com c = 3 e condic oes iniciais
x(0) = z(0) = 0, y(0) = 4, no intervalo 0 t 200; use 5000 passos (t = 0.04).
(b) Usando unicamente o intervalo 160 t 200 da soluc ao encontrada na alnea anterior,
desenhe os gr acos de y em func ao de x e x em func ao de t.
(c) Calcule o perodo dos ciclos representados nos gr acos da alnea anterior.
134 Ciclos limite
Captulo 9
Coexist encia de duas esp ecies
x(t) = n umero de elementos da esp ecie 1, no instante t. Positiva.
y(t) = n umero de elementos da esp ecie 2, no instante t. Positiva.
A taxa de aumento das populac oes das duas esp ecies ser ao:
x
x
y
y
(9.1)
e as equac oes de evoluc ao do sistema dever ao ter a forma geral:
_
x = x f (x, y)
y = yg(x, y)
(9.2)
f e a soma da taxa de natalidade da esp ecie 1, menos a sua taxa de mortalidade. g e a soma da
taxa de natalidade da esp ecie 2, menos a sua taxa de mortalidade.
Como x e y s ao positivas, as componentes da velocidade de fase s ao proporcionais a f e g.
Na aus encia de elementos da outra esp ecie, para cada uma dessas func oes costuma usar-se uma
das 3 seguintes func oes (a e b s ao constantes):
1. f (x, 0) = a > 0 aumento exponencial da populac ao.
2. f (x, 0) =a < 0 extinc ao exponencial da populac ao.
3. f (x, 0) = abx a > 0 b > 0 modelo logstico; populac ao com limite a/b.
9.1 Sistemas predador-presa
Uma das esp ecies, admitimos que a 2, s ao predadores que se alimentam da esp ecie 1 (presas).
O aumento do n umero de presas, faz aumentar a taxa de crescimento da populac ao de predadores:
g(x, y) e crescente em func ao de x.
O aumento do n umero de predadores, faz diminuir a taxa de crescimento da populac ao de presas:
f (x, y) e decrescente em func ao de y.
136 Coexist encia de duas esp ecies
Presas
Predadores
f
f
f
f
g
g
g
g
Figura 9.1: Possvel ciclo num sistema predador-presa.
Essas duas condic oes fazem com que seja possvel a exist encia de ciclos:
mas, naturalmente dever a existir um foco ou centro dentro do ciclo.
A origem tamb em e um ponto xo. Como sobre cada um dos eixos coordenados a velocidade de
fase e na mesma direcc ao do eixo, a origem e quaisquer outros pontos xos nos eixos dever ao
ser n os ou pontos de sela. Se um desses pontos for est avel, implica uma soluc ao onde uma das
populac oes atinge um limite (modelo logstico) e a outra extingue-se.
Um ciclo n ao e uma situac ao muito realista neste caso. Mais realista ser a um ciclo limite.
Exemplo 9.1
Analise o modelo de Holling-Tanner:
_

_
x = x
_
1
x
7
_

6xy
7+7x
y = 0.2y
_
1
y
2x
_
Resoluc ao: x representa uma populac ao de presas, com crescimento logstico, e y e a populac ao
de predadores, com crescimento logstico.
(%i1) f: [x*(1-x/7) -6*x*y/(7+7*x), 0.2*y*(1-y/2/x)]$
(%i2) fixos: solve(f);
(%o2) [[y = 0, x = 0], [y = 0, x = - 1], [y = 0, x = 7],
[y = - 14, x = - 7], [y = 2, x = 1]]
existem 3 pontos xos: (0,0), (7,0) e (1,2).
(%i3) vars: [x,y]$
(%i4) jac[i,j] := diff(f[i],vars[j])$
(%i5) a: genmatrix(jac,2)$
(%i6) eigenvectors(ev(a,fixos[3])),numer;
(%o6) [[[0.2, - 1], [1, 1]], [1, - 1.6], [1, 0]]
9.1 Sistemas predador-presa 137
Figura 9.2: Retrato de fase do modelo de Holling-Tanner.
o ponto xo em (7,0) e um ponto de sela. A matriz jacobiana na origem n ao pode ser calculada
por substituic ao directa, porque aparecem denominadores igauis a zero; por enquanto, adiaremos
a an alise de estabilidade da origem.
Com
eigenvectors(ev(a,fixos[5]))
descobrimos que o ponto (1,2) e um foco repulsivo.
A traject oria que sai do ponto de sela (7,0), na direcc ao do vector (-1,1.6), aproxima-se do foco
repulsivo; assim, dever a existir um ciclo limite est avel ` a volta do foco inst avel.
Para desenhar o retrato de fase usamos:
(%i7) load("plotdf")$
(%i8) plotdf(f,[xradius,5.1],[xcenter,5],
[yradius,4.1],[ycenter,4]);
usou-se 5.1 e 4.1, para evitar os denominadores nulos no eixo dos y.
O ciclo limite aparece indicado a preto. No eixo dos y h a uma descontinuidade na derivada de y
e, por isso, n ao existem traject orias nesse eixo, mas para x > 0 a origem comporta-se como um
ponto de sela.
138 Coexist encia de duas esp ecies
9.2 Sistemas com competic ao
Se as duas esp ecies est ao em competic ao pelos mesmos recursos, a taxa de aumento de cada uma
das populac oes diminui com o aumento da outra poluc ao. Consequentemente, j a n ao poder ao
existir ciclos, como no caso dos sistemas predador-presa.
9.3 Refer encias
From Calculus to Chaos (Acheson, 1997). Nonlinear Dynamics (Solari et al., 1996). Caos: uma
introduc ao (Fiedler-Ferrara & Cintra do Prado, 1994). Applied nonlinear dynamics (Nayfeh &
Balachandran, 1995). An introduction to differential equations and their applications (Farlow,
1994). Elementary Differential Equations and Boundary Value Problems (Boyce & DiPrima,
2004).Macsyma ODE Lab Book (Redfern et al., 1997).
9.4 Perguntas de escolha m ultipla
1. No sistema
_
x = 3x +2xy 4x
2
y = y +xy y
2
qual das duas vari aveis representa a
populac ao dos predadores?
A. x
B. y
C. trata-se de duas populac oes a ajudarem-
se mutuamente.
D. os dois s ao predadores, a matarem-se
mutuamente.
E. nenhuma das outras repostas e correcta.
2. No sistema
_
_
_
x = ax x(y +z)
y = y(x b)
z = z(x c)
qual das armac oes e correcta?
A. x e uma presa.
B. y e uma presa.
C. trata-se de tr es populac oes a ajudarem-se
mutuamente.
D. existem duas presas e um predador.
E. nenhuma das outras respostas e correcta.
3. Qual dos seguintes sistemas pode ter
soluc oes cclicas?
A. x = x(3y) y = y(2x)
B. x = x(y 3) y = y(x 2)
C. x = x(3+y) y = y(2+x)
D. x = x(x y) y = y(2x)
E. x = x(2y) y = y(x 2)
9.5 Problemas
1. Uma populac ao de drag oes, y, e uma populac ao de aguias, x, evoluem de acordo com um
modelo de Lotka-Volterra:
_
x = x(2y)
y =
y
2
(x 3)
9.5 Problemas 139
Analise a estabilidade e desenhe o retrato de fase e o gr aco de evoluc ao do sistema. Qual ser a
o estado limite do sistema? alguma das duas esp ecies ser a extinta?
2. Considere o modelo de Verlhust
_
x = x(1x 2y)
y = y(1+5x y)
com crecimento logstico para cada uma das duas populac oes. Analise a estabilidade e desenhe
o retrato de fase e o gr aco de evoluc ao do sistema.
140 Coexist encia de duas esp ecies
Captulo 10
Bifurcac oes e caos
10.1 Bifurcac oes
Uma Bifurcac ao num sistema din amico e uma mudanca na natureza de um ponto xo, devida ` a
mudanca de um par ametro do sistema.
Existem tr es tipos comuns de bifurcac oes que s ao designados por bifurcac ao sela-n o, bifurcac ao
transcrtica e bifurcac ao de forquilha.
10.1.1 Bifurcac ao sela-n o
Neste tipo de bifurcac ao, o sistema n ao tem nenhum ponto xo, mas quando aumenta um par ame-
tro do sistema, aparece um ponto xo n ao-hiperb olico que depois se separa em dois pontos xos:
um ponto de sela e um n o.
Por exemplo, consideremos a seguinte famlia de sistemas din amicos:
_
x = x
2
y =y
(10.1)
que depende de um par ametro real .
Comecemos por encontrar os pontos xos para qualquer valor de
(%i1) f: [mu - x2,-y]$
(%i2) v: [x,y]$
(%i3) fixos: solve(f,v);
(%o3) [[x = - sqrt(mu), y = 0], [x = sqrt(mu), y = 0]]
podem existir 0, 1 ou 2 pontos xos, segundo o valor de .
Se for negativo, n ao existir ao pontos xos no plano real xy.
(%i4) load("plotdf")$
(%i5) plotdf(f,[parameters,"mu=-1"]);
142 Bifurcac oes e caos
Figura 10.1: Retrato de fase para negativo; n ao existem pontos xos.
Se for igual a zero, existe um unico ponto xo, na origem
(%i4) fixo1: ev(fixos[1], mu=0);
(%o4) [x = 0, y = 0]
A matriz jacobiana nesse ponto:
(%i5) h[i,j] := diff(f[i], v[j])$
(%i6) jacobiana: genmatrix(h,2,2);
[ - 2 x 0 ]
(%o6) [ ]
[ 0 - 1 ]
(%i7) jacobiana, fixo1;
[ 0 0 ]
(%o7) [ ]
[ 0 - 1 ]
e singular (a aproximac ao linear na vizinhanca do ponto xo j a n ao e v alida). O ponto xo e
designado por n ao-hiperb olico.
(%i8) plotdf(f,[parameters,"mu=0"]);
Finalmente, se for positivo, existir ao dois pontos xos com coordenadas
10.1 Bifurcac oes 143
Figura 10.2: Retratos de fase para = 0 (esquerda) com um ponto xo n ao-hiperb olico, e para
positivo (direita) com um ponto de sela e um n o est avel.
(

, 0) (

, 0)
o primeiro ponto e um ponto de sela:
(%i9) jacobiana, fixos[1];
[ 2 sqrt(mu) 0 ]
(%o9) [ ]
[ 0 - 1 ]
e o segundo e um n o est avel:
(%i10) jacobiana, fixos[2];
[ - 2 sqrt(mu) 0 ]
(%o10) [ ]
[ 0 - 1 ]
O retrato de fase (gura 10.2) para igual a 1 obt em-se com o comando:
(%i11) plotdf(f,[parameters,"mu=1"]);
Resumindo, se o par ametro for negativo, n ao existem pontos xos.
`
A medida que o par ametro
aumenta, aparece um ponto xo n ao-hiperb olico, que depois se bifurca em dois: um ponto de sela
e um n o est avel.
O resultado anterior pode ser esquematizado por meio de um diagrama de bifurcac oes (gura
10.3):
(%i12) load("graph2d")$
(%i13) mu1: makelist(0.1*i,i,0,200)$
144 Bifurcac oes e caos
(%i14) xe: makelist(sqrt(t),t,mu1)$
(%i15) xi: makelist(-sqrt(t),t,mu1)$
(%i16) graph2d([label,"estavel"],mu1,xe,
[label,"instavel"],mu1,xi,
[xradius,20],[xaxislabel,"mu"],[yaxislabel,"x"]);
Figura 10.3: Diagrama de bifurcac oes para x = x
2
, y =y.
10.1.2 Bifurcac ao transcrtica
Numa bifurcac ao transcrtica, dois pontos xos aproximam-se, combinando-se num unico ponto
xo, que depois se separa novamente nos dois pontos.
Por exemplo, na famlia de sistemas
_
x = x x
2
y =y
(10.2)
Se o par ametro for diferente de zero, existir ao dois pontos xos:
(0, 0) (, 0)
e se o par ametro for nulo, o unico ponto xo e a origem. A opc ao sliders de plotdf e muito util
para estudar as bifurcac oes do sistema:
(%i17) f: [mu*x - x2,-y]$
(%i18) plotdf(f,[parameters,"mu=-1"],[sliders,"mu=-1:1"],
[xradius,2],[yradius,2],[tstep,0.05],[nsteps,150]);
10.1 Bifurcac oes 145
Se o par ametro for negativo, a origem e um n o est avel e o ponto (, 0) e um ponto de sela.
Figura 10.4: Bifurcac ao transcrtica do sistema x = x x
2
, y =y.
Quando o par ametro e nulo, a origem e o unico ponto xo e trata-se de umponto n ao-hiperb olico.
Se o par ametro for positivo, a origem passa a ser um ponto de sela, e o ponto (, 0) um n o est avel.
O diagrama de bifurcac ao (10.5) foi obtido com os comandos seguintes:
(%i19) mu1: makelist(0.1*i, i, -200, 0)$
(%i20) xe1: makelist(0,t,mu1)$
(%i21) xi1: makelist(t,t,mu1)$
(%i22) mu2: makelist(0.1*i, i, 0, 200)$
(%i23) xe2: makelist(t,t,mu2)$
(%i24) xi2: makelist(0,t,mu2)$
(%i25) graph2d([label,"estavel"],append(mu1,mu2),
append(xe1,xe2),[label,"instavel"],append(mu1,mu2),
append(xi1,xi2),[xaxislabel,"mu"],[yaxislabel,"x"]);
Figura 10.5: Diagrama de bifurcac ao do sistema x = x x
2
, y =y.
146 Bifurcac oes e caos
10.1.3 Bifurcac ao de forquilha
Na bifurcac ao de forquilha, existe um ponto xo est avel que se torna inst avel, dando origem a dois
novos pontos xos est aveis.
Por exemplo, na famlia de sistemas:
_
x = x x
3
y =y
(10.3)
Se o par ametro for negativo, o unico ponto xo e um n o est avel na origem.
Figura 10.6: Bifurcac ao de forquilha no sistema x = x x
3
, y =y.
quando o par ametro e nulo, o ponto xo na origem torna-se n ao-hiperb olico e est avel.
Para valores positivos do par ametro, existem 3 pontos xos:
(

, 0) (0, 0) (

, 0)
A origem torna-se inst avel (ponto de sela). Os outros dois pontos xos s ao n os est aveis.
O diagrama de bifurcac ao aparece na gura 10.7 e foi obtido com os comandos seguintes
(%i26) xe2: makelist(sqrt(t),t,mu2)$
(%i27) xe3: makelist(-sqrt(t),t,mu2)$
(%i28) xi2: makelist(0,t,mu2)$
(%i29) graph2d([label,"estavel"],mu1,xe1,
[label,"estavel"], mu2,xe2,[label,"estavel"],mu2,xe3,
[label,"instavel"],mu2,xi2,
[xaxislabel,"mu"],[yaxislabel,"x"]);
10.2 Exemplos fsicos de bifurcac oes 147
Figura 10.7: Diagrama de bifurcac ao do sistema x = x x
3
, y =y.
10.2 Exemplos fsicos de bifurcac oes
Um primeiro sistema simples, j a estudado por Euler no s eculo XVIII, e uma barra exvel, por
exemplo uma r egua pl astica, que suporta um peso P. Se P n ao ultrapassar um valor crtico P
c
,
a barra permanece directa e em equilbrio. Se o peso P ultrapassar o valor crtico P
c
, a r egua
encurva-se, at e car numa nova posic ao de equilbrio em que o centro da r egua est a afastado uma
dist ancia x da vertical. Acontece que o desvo da barra pode ser para a direita ou para a esquerda
da vertical. Nomeadamente, existem dois pontos de equilbrio com x positiva ou negativa.
Em func ao de P, o ponto de equilbrio x =0, para P <P
c
, separa-se em dois pontos de equilbrio,
x > 0 e x < 0, para P > P
c
. Trata-se de uma bifurcac ao de forquilha: em x = 0 ainda existe
uma posic ao de equilbrio, mas bastante inst avel. Aparecem duas novas posic oes de equilbrio
com x positivo e negativo.
Outro sistema mec anico que apresenta o fen omeno de bifurcac ao do ponto de equilbrio, que
vamos estudar com maior pormenor, consiste num p endulo simples ligado a uma mola el astica
(gura 10.8).
Um objecto de massa m est a pendurado de uma barra rgida, de comprimento l, com massa des-
prez avel. O p endulo pode descrever um crculo completo de raio l. Uma mola el astica, de com-
primento normal l, e ligada ao objecto desde o ponto mais alto do crculo.
Usaremos coordenadas polares, comorigemno centro do crculo e angulo medido a partir do ponto
mais baixo do crculo. A coordenada r do objecto de massa m e igual a l e permanece constante
( r = r = 0). Assim, a segunda lei de Newton para as componentes polares da forca resultante e:
F

= ml
d
2

dt
2
(10.4)
F
r
= ml
_
d
dt
_
2
(10.5)
148 Bifurcac oes e caos
m
l
d
l
mg
T
F
e

Figura 10.8: P endulo simples ligado a uma mola e diagrama de corpo livre.
Na direcc ao do versor transversal u

actuam as componentes da forca el astica, F


e
, e do peso
1
. A
mola faz um angulo com a barra do p endulo e e f acil ver na gura 10.8 que = /2 porque o
tri angulo formado pela barra e a mola e is osceles; assim, a forca resultante na direcc ao transversal
e
F

= F
e
sin

2
mgsin (10.6)
Para calcular a forca el astica, precisamos do alongamento da mola. Em func ao do angulo , o
comprimento d da mola verica a relac ao
d
2
= l cos

2
(10.7)
O alongamento da mola e igual a d l e a forca el astica obt em-se multiplicando o alongamento
pela constante el astica k
F
e
= kl
_
2cos

2
1
_
(10.8)
Substituindo na equac ao 10.4 obtemos uma equac ao diferencial ordin aria de segunda ordem
d
2

dt
2
=
k
m
sin

2
_
2cos

2
1
_

g
l
sin (10.9)
As constantes k/m e g/l t em unidades de tempo ao quadrado. Conv em escrever a equac ao numa
forma independente de unidades fsicas; em func ao do tempo adimensional,
u =
_
g
l
t (10.10)
1
A equac ao da forca F
r
servir a para calcular a tens ao no barra, depois de (t) ter sido calculada, mas n ao vamos
abordar essa parte do problema.
10.2 Exemplos fsicos de bifurcac oes 149
e substituindo sin = 2sin(/2)cos(/2), a equac ao ca

=
_
2(S1)cos

2
S
_
sin

2
(10.11)
onde

e a segunda derivada do angulo em func ao de u, e o par ametro num erico S e relac ao entre
a forca el astica e o peso, na posic ao mais baixa:
S =
kl
mg
(10.12)
O sistema estar a em equilbrio nos pontos onde a forca F

for nula. Nomeadamente, nos valores


de que fazem com que o lado direito da equac ao 10.11 seja nulo. Existem duas possibilidades
para que isso aconteca: sin(/2) = 0 ou a express ao dentro dos par entesis quadrados em 10.11
igual a zero.
O segundo caso ser a estudado no m desta secc ao. No primeiro caso, sin(/2) = 0, o ponto de
equilbrio encontra-se em = 0, isto e, na posic ao mais baixa do p endulo
2
. A s erie de Taylor da
func ao no lado direito de 10.11, a partir de = 0 e
_
S
2
1
_

_
7
8
S
1
6
_

3
+. . . (10.13)
Mantendo unicamente o termo dominante, a equac ao diferencial 10.11 aproxima-se a

=
_
S
2
1
_
(10.14)
As formas das soluc oes dessa equac ao ser ao diferentes para valores de S maiores ou menores que
2. No caso de uma constante el astica fraca, S < 2, a equac ao 10.14 e a equac ao de um oscilador
harm onico simples:

=p
2
p =
_
1
S
2
(10.15)
As soluc oes ser ao movimentos oscilat orios, ` a volta de ponto de equilbrio = 0
=C
1
cos(pu) +C
2
sin(pu) (10.16)
dizemos que o ponto = 0 e um ponto de equilbrio est avel. Quando o sistema estiver perto do
ponto de equilbrio, a sua tend encia ser a regressar para o ponto de equilbrio, devido ` a acc ao do
peso que neste caso e maior do que a forca el astica.
No caso de uma constante el astica forte, S >2, a equac ao 10.14 j a n ao e a equac ao de um oscilador
harm onico simples

= p
2
p =
_
S
2
1 (10.17)
As soluc oes dessa equac ao s ao func oes exponenciais
=
_

0
2
+

0
2p
_
e
pu
+
_

0
2

0
2p
_
e
pu
(10.18)
2
Neste sistema mec anico o valor de n ao pode aumentar at e , pois isso implicaria comprimir a mola at e um
comprimento nulo, o qual e impossvel.
150 Bifurcac oes e caos
o primeiro termo cresce rapidamente e implica que o p endulo se afasta da posic ao de equilbrio
3
.
Trata-se de um ponto de equilbrio inst avel; quando o sistema e afastado ligeiramente da posic ao
de equilbrio = 0, a forca el astica puxa o p endulo para cima; repare que a forca el astica ter a que
ser pelo menos o dobro do peso, devido ` a diferenca dos angulos na equac ao 10.6.
Consideremos agora o segundo ponto de equilbrio, correspondente ao ponto onde a express ao
entre par entesis rectos, na equac ao 10.11, for nula:
2(S1)cos

2
S = 0 (10.19)
a soluc ao dessa equac ao d a dois valores de , com o mesmo valor absoluto:
=2cos
1
_
S
2(S1)
_
se S > 2 (10.20)
Se a constante el astica n ao for sucientemente forte, S <2, s o existe o primeiro ponto de equilbrio
= 0, e esse ponto de equilbrio e est avel. Se S for maior que 2, o ponto de equilbrio est avel
bifurca-se em dois angulos, positivo e negativo, com o mesmo valor absoluto.
S

2
2/3
2/3
instvel
estvel
Figura 10.9: Diagrama de bifurcac ao do ponto de equilbrio do p endulo com mola e energia
potencial.
Em S > 2, o ponto de equilbrio = 0 continua a existir, mas e agora inst avel. Ocorreu uma
bifurcac ao de forquilha. No limite S , os pontos de equilbrio situam-se em 2/3, nomea-
damente, os pontos onde a mola tem o seu comprimento normal l. A gura 10.9 mostra a posic ao
do ponto de equilbrio est avel (curva contnua) e do ponto de equilbrio inst avel (curva tracejada)
em func ao do par ametro S. Os pontos de equilbrio est avel correspondem aos vales na func ao
de energia potencial, denida integrando o lado direito de 10.11, multiplicado por -1.
10.3 Bifurcac oes e caos em sistemas discretos
Nesta secc ao vamos estudar um sistema simples que conduz a soluc oes ca oticas. Trata-se do
sistema quadr atico, denido por uma famlia de sistemas din amicos discretos, com um par ametro
real c:
3
Quando j a n ao estiver perto de zero, a aproximac ao que zemos para obter a soluc ao anterior j a n ao e v alida.
10.3 Bifurcac oes e caos em sistemas discretos 151
y
n+1
= y
2
n
+c (10.21)
As soluc oes do sistema obt em-se por iterac oes sucessivas da func ao
Q(y) = y
2
+c (10.22)
No caso c =1, n ao existem pontos xos, como se pode observar na gura 10.10. O primeiro ponto
xo aparecer a quando a par abola y
2
+c tocar a recta, no ponto (1/2, 1/2). Isso acontecer a quando
c for igual a 1/4. Quando c diminui at e 1/4, diz-se que aconteceu uma bifurcac ao, pois o sistema
passa de n ao ter nenhum ponto xo a ter um ponto xo.
x
y
1
1
1/2 1/2
c = 1
x
y
1
1
1/2
1/2 1/2
c = 1/4
Figura 10.10: Dois membros da famlia de mapas quadr aticos, com c = 1 e c = 1/4.
Para c = 1/4, se o ponto inicial estiver dentro de a regi ao a tracejado na gura, nomeadamente,
se 1/2 y 1/2, a soluc ao ser a uma sequ encia convergente, com limite igual a 1/2. Essa e
a regi ao de converg encia do sistema, tamb em designada de bacia de atracc ao. Por fora dessa
regi ao, a soluc ao diverge at e innito.
O intervalo de converg encia dobra-se sobre si pr oprio, pois dois pontos x e x nesse intervalo
terminam no mesmo ponto x
2
+c ap os uma iterac ao da func ao. A iterac ao da func ao transporta os
pontos no intervalo [-1/2, 1/2] para um intervalo mais pequeno [1/4, 1/2].
Se c = 0 (gura 10.11) o intervalo de converg encia passa a ser [-1,-1] e a iterac ao da func ao
dobra-o sobre si pr oprio, sem deformac ao, cando com metade do seu tamanho: [0, 1].
Existem dois pontos xos do sistema, em y =0 e y =1, mas s o um deles, y =0, e atractivo. Assim,
no intervalo de converg encia a soluc ao e uma sucess ao que se aproxima de zero. No mesmo gr aco
10.11 foi representada em verde a segunda iterac ao da func ao, F(F(y)). Essa func ao corta a recta
unicamente nos pontos xos, o que nos permite concluir que n ao existe nenhum ciclo de perodo
2.
A partir de c = 3/4 ocorre uma segunda bifurcac ao: o ponto xo est avel passa ser inst avel e
aparece um ciclo de perodo 2. Na gura 10.12, para c = 1, podem ver-se os dois pontos que
fazem parte desse ciclo: s ao os pontos onde a curva F(F(y)) (a verde) atravessa a recta, excluindo
o ponto xo (onde a par abola corta a recta).
152 Bifurcac oes e caos
x
y
1
1
1/2 1/2
c = 0
x
y
1
1
1
c = 3/4
Figura 10.11: As func oes Q (vermelho) e Q
2
(verde) para c = 0 e c =3/4.
x
y
1
1
1
c = 1
x
y
1
1
1
c = 2
Figura 10.12: Para c =1 o sistema tem um ciclo de ordem 2 e para c =2 existem ciclos com
qualquer perodo.
Em c = 2, o intervalo de converg encia, e esticado e dobrado, preenchendo o mesmo intervalo
inicial [-2, 2]. A func ao F(F(y)) tamb em preenche completamente esse intervalo, e o mesmo
acontece com qualquer outra iterac ao da func ao. Isso mostra que existem ciclos de todos os
perodos possveis.
Num pequeno intervalo dentro da regi ao de converg encia existir ao pontos que pertencem a ciclos
de v arios perodos diferentes. A soluc ao obtida a partir de um ponto inicial no intervalo [-2, 2]
evolui em forma err atica por v arios pontos diferentes no mesmo intervalo. Uma pequena mudanca
no ponto inicial conduz a soluc oes completamente diferentes. Trata-se de um sistema ca otico. O
diagrama de escada dar a um resultado semelhante ao que obtivemos no lado direito da gura 2.4,
para o mapa logstico.
Se continuarmos a diminuir o par ametro c, por exemplo at e 2.2, aparece um intervalo ` a volta da
origem onde a primeira iterac ao da func ao produz um n umero fora do intervalo de converg encia e,
por tanto uma sequ encia divergente (gura 10.13). Consequentemente, o intervalo de converg encia
e formado realmente por dois intervalos separados por um buraco no meio. Mas no centro de cada
um desses dois intervalos existe tamb em um pequeno intervalo onde a segunda iterac ao da func ao
10.4 Diagrama de orbitas 153
x
y
1
1
1
c = 2.2
x
y
1
1
1
c = 2.2
Figura 10.13: c=-2.2 e conjunto de Cantor.
sai por fora do intervalo de converg encia, como se pode ver no lado direito da gura 10.13.
Olhando para as iterac oes de ordens superiores, conclui-se que cada subintervalo est a sempre
cortado no meio. O conjunto de pontos que formam o intervalo de converg encia, obtido por
eliminac ao recursiva de intervalos no meio, e designado por conjunto de Cantor. Trata-se de um
conjunto fechado, mas n ao-conexo: o segmento de recta que une dois pontos dentro do conjunto
n ao pertence totalmente ao conjunto. Uma parte pequena do conjunto e semelhante ao conjunto
inicial, numa escala mais pequena. Esse tipo de conjunto e denominado fractal.
10.4 Diagrama de orbitas
O diagrama de orbitas mostra numa forma compacta o comportamento de um sistema din amico,
em func ao do valor de um par ametro. Para cada valor do par ametro, dentro de um intervalo que
admita soluc oes n ao divergentes, calculam-se v arios pontos da soluc ao do sistema, e eliminam-se
alguns pontos no incio para eliminar qualquer estado transit orio inicial.
O valor usado para o par ametro representa-se no eixo das abcissas, num gr aco em duas di-
mens oes, e os pontos da soluc ao representam-se no eixo das ordenadas (gura 10.14).
A func ao orbits, que faz parte do pacote dynamics, usa-se para desenhar o diagrama de orbitas.
O diagrama da gura 10.14 foi produzido com o comando
orbits(x+y2, 0, 100, 400, [x,0.25,-2,-0.005], [pointsize,0.8]);
O primeiro argumento para a func ao e a func ao que dene o sistema. A vari avel din amica tem
que ser designada por y e o par ametro por x. A seguir, da-se o valor inicial para y, neste caso 0, e
dois n umeros inteiros que representam o n umero de iterac oes iniciais que ser ao ignoradas (neste
caso 100) e o n umero de iterac oes que ser ao apresentadas no gr aco (neste caso 400). O quinto
argumento para a func ao dever a ser uma lista que comeca com x, e dene o valor inicial para o
par ametro, o valor nal e o incremento do par ametro. Existem outros argumentos opcionais, como
pointsize que foi usado neste caso para reduzir o tamanho dos pontos.
A gura 10.14 mostra algumas das conclus oes que j a tnhamos obtido na an alise dos gr acos
10.10, 10.11 e 10.12. Nomeadamente, entre c = 1/4 e c =3/4, o sistema converge para o unico
154 Bifurcac oes e caos
Figura 10.14: Diagrama de bifurcac oes do mapa quadr atico e amplicac ao de uma regi ao.
ponto xo atractivo. Em c = 1, o sistema converge para um ciclo de perodo 2, e em c = 2 o
sistema e ca otico, passando em forma err atica por diferentes valores no intervalo 2 < y < 2.
O diagrama de orbitas permite-nos descobrir a exist encia de v arios outros pontos de bifurcac ao:
para c aproximadamente -1.25 o ciclo de perodo dois deixa de ser atractivo, e aparece um ciclo
de perodo quatro. Em c aproximadamente -1.37, esse ciclo torna-se repulsivo, e aparece um ciclo
atractivo de perodo 8.
Para encontrar outros pontos de bifurcac ao com maior facilidade, podemos amplicar uma parte
do diagrama de orbitas. Com a func ao orbits isso consegue-se mudando o intervalo do par ametro
x e por meio das opc oes ycenter e yradius que modicam o intervalo da vari avel din amica. Por
exemplo, para amplicar a regi ao que aparece a tracejado na gura 10.14, usa-se o comando:
orbits(x+y2, 0, 100, 400, [x,-1,-1.53,-0.001], [pointsize,0.8],
[ycenter,-1.2], [yradius,0.4]);
O resultado e o diagrama no lado direito da gura 10.14.

E surpreendente a semelhanca entre as
duas partes da gura 10.14. Isso e devido a que o pr oprio diagrama de orbitas e um fractal. Na
lado direito da gura 10.14 vemos duas bifurcac oes que j a tinhamos encontrado, em c =1.25 e
c =1.37, e outra que n ao era visvel no diagrama anterior, em c =1.39.
Outro facto interessante que podemos observar no diagrama de orbitas e que depois de passar
por v arias bifurcac oes dando soluc oes complicadas, o sistema entra em regi oes onde parece reinar
novamente a ordem. Emc =1.77 a soluc ao do sistema passa apenas por 3 pontos (ciclo de ordem
3). Esse mesmo tipo de regi ao aparece em v arias outras partes; por exemplo, em c =1.48, como
podemos ver mais claramente no lado direito da gura 10.14.
10.5 Teorema de Poincar e-Bendixon 155
10.5 Teorema de Poincar e-Bendixon
Uma soluc ao limitada e uma soluc ao de um sistema din amico contnuo, no espaco de fase, que
comecando desde um ponto inicial P, n ao se afasta nunca at e uma dist ancia innita do ponto P.
O teorema de Poincar e-Bendixon diz que, num sistema contnuo de segunda ordem, todas as
soluc oes limitadas podem ser classicadas em 3 tipos:
1. Soluc oes que terminam num ponto xo.
2. Soluc oes que se fecham sobre si pr oprias (ciclos)
3. Soluc oes que terminam num ciclo limite.
As tr es situac oes ilustram-se na gura 10.15
P
P
P
Figura 10.15: Os tr es possveis tipos de Soluc oes limitadas num sistema contnuo de segunda
ordem.
O teorema de Poincar e-Bendixon garante que n ao pode existir comportamento ca otico num sis-
tema contnuo de segunda ordem. Nos sistemas contnuos, o comportamento ca otico s o aparece
em espacos de fase com tr es ou mais vari aveis de estado.
10.6 Caos em sistemas contnuos
Num sistema contnuo de ordem 3 ou superior, j a n ao se verica o teorema de Poincar e-Bendixon.

E possvel encontrarmos soluc oes limitadas que nunca terminam num ponto xo e que n ao passam
duas vezes pelo mesmo ponto.
Esse tipo de soluc oes s ao soluc oes ca oticas. O sistema evolui numa regi ao nita do espaco de
fase, mas sem passar nunca por um estado que j a tivesse tido anteriormente.
As manifestac oes do comportamento ca otico de um sistema s ao:
1. Comportamento n ao-peri odico.
2. Sensibilidade ` as condic oes iniciais.
3. Estrutura fractal.
156 Bifurcac oes e caos
10.6.1 Equac oes de Lorenz
Um sistema que apresenta soluc oes ca oticas, foi estudado por Lorenz em 1963:
x = a(y x) (10.23)
y = rx y xz (10.24)
z = xy bz (10.25)
t
x
10 20
20
20
Figura 10.16: Oscilac oes do sistema de Lorenz para dois valores muito pr oximos do valor
inicial: x(0) = 5 (vermelho) e x(0) = 5.005 (azul). Par ametros: a = 10, b = 8/3, r = 28,
y(0) = 5, z(0) = 5.
Algumas propriedades deste sistema s ao:
Simetria (x, y, z) (x, y, z)
Eixo z invariante
Se 0 < r < 1, a origem e ponto xo (atractor).
O ponto xo bifurca-se em r = 1
Para r > 24.06 aparece caos (atractor estranho).
Figura 10.17: Soluc ao ca otica do sistema de Lorenz, projectada no plano xz. Os par ametros s ao
os mesmos da gura 10.16, com x(0) = 5.
10.6 Caos em sistemas contnuos 157
10.6.2 Equac oes de R ossler
Em 1976 R ossler estudou o sistema:
x =(y +z) (10.26)
y = x +ay (10.27)
z = b+xz cz (10.28)
Para valores pequenos do par ametro c as traject orias do sistema, atingem um estado estacion ario
que e um ciclo com perodo simples.
line0
1
1
-2.5
-2.5
0
0
2.5
2.5
-2.5 -2.5
0 0
2.5 2.5
line0
5 25
2
0
0
25
25
-2.5 -2.5
0 0
2.5 2.5
Figura 10.18: O caso c = 2.3 (com par ametros a = b = 0.2) conduz a um ciclo limite com
perodo simples.
Para valores maiores do par ametro c o ciclo xo pode ter perodo duplo, quadruplo, etc. Final-
mente, a partir dum certo valor do par ametro c o sistema e ca otico.
line0
2
2
-5
-5
0
0
5
5
-5 -5
0 0
line0
5 25
2
0
0
25
25
-5 -5
0 0
5 5
Figura 10.19: O caso c = 3.3 (com par ametros a = b = 0.2) conduz a um ciclo limite com
perodo duplo.
158 Bifurcac oes e caos
10.7 Refer encias
Dynamical systems with applications using MAPLE (Lynch, 2001). Chaos (Alligood et al., 1996),
A First Course in Chaotic Dynamical Systems (Devaney, 1992) e Chaos and Fractals (Peitgen et
al., 1992). From Calculus to Chaos (Acheson, 1997). Nonlinear Dynamics (Solari et al., 1996).
Caos: uma introduc ao (Fiedler-Ferrara & Cintra do Prado, 1994). Applied nonlinear dynamics
(Nayfeh & Balachandran, 1995).
10.8 Perguntas de escolha m ultipla
1. Se um sistema din amico contnuo, de se-
gunda ordem, n ao tiver nenhum ponto xo, o
que e que podemos armar sobre o sistema?
A. e um sistema hamiltoniano.
B. e um sistema linear.
C. e um sistema n ao-linear.
D. n ao pode ter nenhuma bifurcac ao.
E. ter a unicamente bifurcac oes de forqui-
lha.
2. Considere o sistema x = x
2
a
2
, y = y, com
um par ametro real a. Se a = 2, quantos
pontos xos ter a o sistema?
A. nenhum
B. um
C. dois
D. tr es
E. quatro
3. Considere o sistema de primeira ordem x =
x
2
+x+b, com um par ametro real b. Em que
valor de b existe uma bifurcac ao?
A. 0
B. 1
C. -1
D. 1/2
E. 1/4
4. Como se designa uma bifurcac ao em que um
ponto xo est avel torna-se instavel e se se-
para em dois pontos xos est aveis?
A. bifurcac ao sela-n o
B. bifurcac ao transcrtica
C. bifurcac ao de forquilha
D. bifurcac ao hamiltoniana
E. bifurcac ao jacobiana
5. Se um sistema din amico contnuo, de se-
gunda ordem, tiver um ponto critico n ao-
hiperb olico, o que e que podemos armar
acerca da matriz jacobiana do sistema nesse
ponto?
A. o determinante e positivo.
B. o traco e nulo.
C. tem um unico valor pr oprio
D. zero e valor pr oprio da matriz
E. os valores pr oprios s ao complexos
6. Um movimento oscilat orio, com frequ encia
constante, e com amplitude que tamb em os-
cila entre um valor m aximo e zero, designa-
se por:
A. Oscilac ao harm onica
B. Oscilac ao de van der Pol
C. Oscilac ao de Dufng
D. Batimento
E. Resson ancia
7. Em que tipo de sistemas din amicos se veri-
ca o teorema de Poincar e-Bendixon?
A. sistemas discretos de segunda ordem
B. sistemas contnuos de segunda ordem
C. sistemas contnuos de ordem superior a 2
D. sistemas ca oticos
10.9 Problemas 159
E. sistemas hamiltonianos
8. Qual das seguintes propriedades n ao e
uma caracterstica dos sistemas contnuos
ca oticos?
A. exist encia de atractores estranhos
B. 3 ou mais vari aveis din amicas
C. comportamento n ao-peri odico
D. soluc oes limitadas
E. inexist encia de pontos de sela
9. Se a traject oria de um sistema din amico, no
espaco de fase, passa duas vezes pelo mesmo
ponto P, o qu e e que podemos concluir?
A. o sistema e ca otico
B. o sistema e de ordem 2 ou inferior
C. o sistema e de ordem superior a 2
D. o ponto P e um ponto xo
E. a traject oria e um ciclo
10.9 Problemas
1. Considere as seguintes famlias de sistemas din amicos, com um par ametro real :
(a) x = x, y = y
4
(b) x = x
2
x
2
, y =y
(c) x =x
4
+5x
2
4
2
, y =y
em cada caso determine os pontos xos, desenhe retratos de fase e o diagrama de bifurcac oes.
2. Na secc ao 10.4, encontraram-se regi oes onde o sistema quadr atico y
n+1
=y
2
n
+c, converge para
ciclos de v arios perodos diferentes. Usando diagramas de escadas, e com valor inicial y
0
= 0,
estude o comportamento da soluc ao para cada um dos valores de c na tabela seguinte. Em cada
caso comprove que o sistema converge para um ciclo com o perodo indicado na tabela.
par ametro c perodo
-1 2
-1.77 3
-1.3 4
-1.38 8
-1.77 3
3. Analise a famlia de sistemas logsticos:
y
n+1
= cy
n
(1y
n
)
com par ametro positivo c.
(a) Encontre o ponto crtico do sistema e mostre que e independente do valor de c.
(b) Comecando sempre com o estado inicial no ponto crtico, use o programa orbits para
obter o diagrama de orbitas do sistema no intervalo 1 c 4.
(c) Encontre quatro valores do par ametro c onde a soluc ao assimpt otica do sistema seja,
respectivamente, um ciclo de perodo 2, 3 e 4, e ca otica. Para cada um desses casos
desenhe o gr aco de evoluc ao (func ao evolution) e o gr aco de escada (func ao staircase).
160 Bifurcac oes e caos
4. As soluc oes do sistema de equac oes de R ossler
x =y z
y = x +0, 2y
z = 0, 2+(x c)z
no caso c = 3, s ao ciclos limite; isto e, depois de passado um tempo sucientemente grande,
as vari aveis x, y e z descrevem ciclos que se repetem peri odicamente.
(a) Use o programa ode rk4 para encontrar a soluc ao do sistema, com condic oes iniciais
x(0) = z(0) = 0, y(0) = 4, no intervalo 0 t 200; use 5000 passos (h = 0, 04).
(b) Usando unicamente o intervalo 160 t 200 da soluc ao encontrada na alnea anterior,
desenhe os gr acos de y em func ao de x e x em func ao de t.
(c) Calcule o perodo dos ciclos representados nos gr acos da alnea anterior (observe o
conte udo do cheiro rungekutta.dat e calcule o intervalo de tempo entre dois pontos
sucessivos onde x atinge o seu valor m aximo).
5. O sistema de Lorenz
x = 10(y x)
y = 28x y zx
z =
8
3
z +xy
tem soluc oes ca oticas.
(a) Encontre a soluc ao do sistema usando o programa ode rk4, com os par ametros: 0 t
10, x(0) = y(0) = z(0) = 5. Comece por usar 500 passos (h = 0, 02) e escreva os valores
nais obtidos para (x, y, z) em t = 10. Repita o procedimento com 1000 passos e compare
os valores de (x, y, z) emt =10; continue a duplicar o n umero de passos at e que os valores
obtidos coincidam no primeiro algarismo decimal.
(b) Desenhe as projecc oes da soluc ao obtida, nos planos xy e xz do espaco de fase.
(c) Demonstre que o sistema tem3 pontos xos, umdeles na origem, e que a matriz Jacobiana
tem valores pr oprios complexos nos dois pontos xos diferentes da origem
6. A equac ao de um p endulo forcado (em unidades adimensionais) e
x +c x +sinx = F cos(t)
onde x e o angulo em radianos, c e o coeciente de amortecimento, e F e s ao os par ametros
da forca externa. Escreva a equac ao na forma de um sistema aut onomo. Estude as soluc oes
para os par ametros c = 0, 05, F = 0, 7 e = 0, 1; 0, 2; 0, 3; . . . ; 1.5. Diga para que valores de
a soluc ao e ca otica.
Captulo 11
Sistemas discretos de segunda ordem e
fractais
Um sistema discreto de segunda ordem e um sistema com duas vari aveis de estado que aumentam
em forma discreta, x
n
e x
n
, com duas equac oes de evoluc ao da forma:
_
x
n+1
= F(x
n
, y
n
)
y
n+1
= G(x
n
, y
n
)
(11.1)
Em alguns sistemas din amicos discretos o estado do sistema num perodo depende do estado nos
ultimos dois perodos. Por exemplo, a sucess ao de Fibonacci, 1, 1, 2, 3, 5, . . ., dene-se a partir
da relac ao de recorr encia
x
n+2
= x
n
+x
n+1
(11.2)
esta equac ao de segunda ordem e equivalente a um sistema de duas equac oes de primeira ordem:
se denirmos uma sucess ao y
n
igual a x
n+1
, obtemos o sistema
_
x
n+1
= y
n
y
n+1
= x
n
+y
n
(11.3)
Com os valores iniciais x
0
= 1 e y
0
= 1 pode-se obter um termo da sucess ao de Fibonacci x
n
a
partir dos termos anteriores das duas sequ encias, x
n1
e y
n1
.
A evoluc ao do sistema pode ser representada num gr aco em duas dimens oes por meio do pro-
grama evolution2d, includo no pacote dynamics
(%i1) load("dynamics")$
(%i2) evolution2d([y, x+y], [1, 1], 5)$
o primeiro argumento da func ao s ao os lados direitos das equac oes 11.3 (nessa ordem) inseridos
numa lista. A seguir vem uma lista com os valores iniciais para x e y, e nalmente o n umero de
iterac oes. O resultado do comando anterior e o gr aco 11.1.
Em geral, um sistema discreto de segunda ordem, com a forma geral da equac ao 11.1, dene-se a
partir de duas func oes de duas vari aveis F(x, y) e G(x, y)
162 Sistemas discretos de segunda ordem e fractais
x
n
y
n
2 4 6 8
2
4
6
8
Figura 11.1: Evoluc ao do sistema de Fibonacci
11.1 Fractais
Um sistema discreto em duas dimens oes que apresenta soluc oes ca oticas, e o mapa de H enon,
denido pela equac ao
y
n+2
= 1+ay
n
+by
2
n+1
(11.4)
com dois par ametros a e b. Dene-se uma segunda sequ encia, x
n
para poder representar o sistema
na forma padr ao dos sistemas de segunda ordem:
_
x
n+1
= 1+ay
n
+bx
2
n
y
n+1
= x
n
(11.5)
Com diferentes valores de a e b, obt em-se diversos tipos de comportamento. Por exemplo:
(%i3) evolution2d([1+0.3*y-1.4*x2, x], [0.2, 0.2], 10000, [pointsize, 0.7]);
A opc ao pointsize foi usada para reduzir o tamanho dos pontos. O gr aco obtido aparece na
gura 11.2. Se olharmos com maior resoluc ao para alguma das linhas na gura, observa-se que
cada linha est a formada por outras. Por exemplo, usando as opc oes xcenter, ycenter, xradius
e yradius, podemos amplicar uma pequena regi ao centrada em (0.31, 0.68):
(%i4) evolution2d([1 + 0.3*y - 1.4*x2,x], [0.2, 0.2], 100000,
[pointsize, 0.7], [xcenter,0.31], [ycenter, 0.68], [xradius, 0.1],
[yradius,0.1]);
Foi preciso aumentar bastante o n umero de iterac oes, pois s o uma parte dos pontos caem dentro
da regi ao que est a a ser examinada. O resultado aparece na gura 11.3.
O diagrama da gura 11.2 e um fractal, isto e, uma gura que apresenta partes que se repetem
recursivamente em escalas menores e menores. Essa propriedade pode ser corroborada se obtiver-
mos um gr aco ampliado de uma parte da gura. A gura 11.3 foi obtida ampliando a parte que
aparece no quadrado pequeno da gura 11.2. Algumas linhas que pareciam ser simples, resultam
11.1 Fractais 163
Figura 11.2: Mapa de H enon.
ser realmente um conjunto de 3 linhas paralelas. Se continuarmos a ampliar a gura, cada linha
resultar a ser realmente outras 3 linhas.
O sistema de H enon que acabamos de analisar tem dois pontos xos:
(%i5) solve([x = 1 + 0.3*y - 1.4*x2, y = x]);
(%i6) %, numer;
Figura 11.3: Uma regi ao do mapa de H enon.
164 Sistemas discretos de segunda ordem e fractais
(%o6) [[y = - 1.131354477089505, x = - 1.131354477089505],
[y = 0.6313544770895, x = 0.6313544770895]]
Ser ao esses pontos repulsivos, ou atractivos? Em duas dimens oes a situac ao e mais complexa que
em uma. Um ponto pode ser atractivo em algumas direcc oes e repulsivo em outras.

E melhor
pensarmos em termos do que acontece a um pequeno crculo com centro no ponto xo: depois de
aplicar o mapa a cada um dos pontos no crculo, o crculo pode car por dentro do crculo inicial,
se o ponto for atractivo, ou por fora do crculo inicial, se o ponto for repulsivo.
Neste caso, em cada um dos dois pontos xos o crculo e esticado e transformado numa elipse
inclinada, o que conduz ao aspecto caracterstico do mapa de H enon.
Exemplo 11.1
Desenhe o fractal gerado pelo sistema din amico:
_
10x
n+1
= 6x
n
(1+2x
n
) +8y
n
(x
n
1) 10y
2
n
9
10y
n+1
= x
n
(16x
n
+4y
n
) +y
n
(1+9y
n
) 4
Resoluc ao: as duas func oes que geram o sistema s ao:
(%i7) f: 0.6*x*(1+2*x)+0.8*y*(x-1)-y2-0.9;
(%i8) g: 0.1*x*(1-6*x+4*y)+0.1*y*(1+9*y)-0.4;
usando a func ao evolution2d obt em-se o gr aco da evoluc ao do sistema
(%i9) evolution2d([f,g],[-0.5,0],50000,[pointsize,0.7]);
Figura 11.4: O fractal obtido e uma regi ao amplicada.
O resultado obtido e o desenho da gura 11.4. No lado direito e apresentada a regi ao indicada por
um rect angulo, amplicada, obtida com o comando:
11.2 Sistemas aleat orios 165
(%i10) evolution2d([f,g],[-0.5,0],500000,[pointsize,0.7],
[xcenter,-0.7],[ycenter,-0.3],[xradius,0.1],[yradius,0.1]);
11.2 Sistemas aleat orios
Um m etodo que produz sistemas ca oticos e atractores estranhos em duas dimens oes e o jogo do
caos: escolhe-se um conjunto de pontos xos no plano; a seguir desenha-se o ponto inicial (x
0
, y
0
)
em qualquer parte e calcula-se (x
1
, y
1
) deslocando o ponto inicial em direcc ao de um dos pontos
xos, escolhido aleat oriamente. O deslocamento em direcc ao do ponto xo e uma fracc ao da
dist ancia; por exemplo, se = 1/2, mede-se a dist ancia desde (x
0
, y
0
) at e o ponto xo, e desloca-
se o ponto num meio da dist ancia. O processo repete-se indenidamente, escolhendo em cada
passo um dos pontos xos de forma aleat oria.
Em termos matem aticos, se as coordenadas do ponto xo forem (p
i
, q
i
), o ponto (x
n+1
, x
n
) calcula-
se a partir do ponto (x
n
, y
n
) por meio de
x
n+1
= p
i
+(x
n
p
i
) (11.6)
y
n+1
= q
i
+(y
n
q
i
) (11.7)
O pacote dynamics inclui uma func ao chaosgame que implementa esse m etodo.
Exemplo 11.2
Usando o jogo do caos, desenhe o fractal obtido com tr es pontos atractores nos v ertices de um
tri angulo equil atero e um factor de contracc ao = 1/2
Resoluc ao: os pontos (0,0), (1,0) e (0.5,

3/2) formam um tri angulo equil atero. Como ponto
inicial convem usar um ponto dentro do tri angulo, por exemplo, (0.1,0.1). O comando usado para
desenhar o fractal e
(%i11) chaosgame([[0, 0], [1, 0], [0.5, sqrt(3)/2]], [0.1, 0.1], 1/2,
30000, [pointsize,0.7]);
Obt em-se um fractal designado de tri angulo de Sierpinski (lado esquerdo da gura 11.5). O lado
direito da gura 11.5 mostra um atractor estranho com 5 pontos, nos v ertices e no centro de um
quadrado, com factor de contracc ao igual a 1/2.
Exemplo 11.3
Desenhe o fractal gerado por cinco pontos, nos v ertices e no centro de um quadrado, com factor
de contracc ao 1/3.
Resoluc ao: o comando necess ario para desenhar o fractal e
(%i12) chaosgame([[0,0],[0,1],[1,0],[1,1],[0.5,0.5]], [0.5,0.5], 1/3,
30000, [pointsize,0.7]);
o resultado e o quadrado fractal no lado direito da gura 11.5.
166 Sistemas discretos de segunda ordem e fractais
Figura 11.5: Tri angulo de Sierpinski e quadrado fractal.
11.3 Sistemas iterativos de func oes
As equac oes 11.6 e 11.7 podem ser reescritas em forma matricial:
_
x
n+1
y
n+1
_
=
_
0
0
__
x
n
p
i
y
n
q
i
_
+
_
p
i
q
i
_
(11.8)
a primeira matriz, com na diagonal e 0 fora da diagonal, corresponde a uma contracc ao das
duas coordenadas x e y, no mesmo factor . Podemos generalizar o sistema admitindo diferentes
factores de contracc ao,
x
e
y
nos dois eixos. Podemos ainda rodar o sistema de eixos em cada
iterac ao, multiplicando por uma matriz de rotac ao:
_
x
n+1
y
n+1
_
=
_
cos sin
sin cos
__

x
0
0
y
__
x
n
p
i
y
n
q
i
_
+
_
p
i
q
i
_
(11.9)
onde e o angulo de rotac ao. Finalmente, se quisermos incluir tamb em deformac oes e reex oes
do sistema de coordenadas, podemos simplesmente usar uma matriz com 4 par ametros a, b, c e d,
e um vector com 2 par ametros e e f
_
x
n+1
y
n+1
_
=
_
a b
c d
__
x
n
y
n
_
+
_
e
f
_
(11.10)
Podemos denir m matrizes e vectores e depois escolher um grupo em forma aleat oria e aplicar a
transformac ao 11.10. Se o processo for repetido muitas vezes, o resultado nal ser a independente
do ponto inicial escolhido e produzir a um fractal. Para controlar melhor a densidade de pon-
tos em diferentes partes do fractal, conv em que algumas das m transformac oes sejam escolhidas
com maior frequ encia. Isso controla-se usando diferentes probabilidades para a escolha de cada
transformac ao.
O programa ifs, no pacote dynamics implementa esse m etodo, designado de sistema iterativo
de func oes (em ingl es Iterated Functions System, IFS). Os par ametros de entrada do programa
s ao uma lista de probabilidades acumuladas, uma lista de m matrizes, uma lista de m pontos, um
ponto inicial, e o n umero de iterac oes que dever ao ser feitas.
11.3 Sistemas iterativos de func oes 167
Exemplo 11.4
Desenhe o fractal obtido pelo m etodo de IFS, com as 3 matrizes e tr es pontos que se seguem, todos
com a mesma probabilidade.
m
1
=
_
0.550 0.179
0.179 0.550
_
p
1
=
_
0.438
0.382
_
m
2
=
_
0.246 0.193
0.275 0.365
_
p
2
=
_
0.379
0.538
_
m
3
=
_
0.006 0.014
0.147 0.459
_
p
3
=
_
0.283
0.490
_
Resoluc ao: comecamos por denir as matrizes em Maxima
(%i13) m1: matrix([-0.550, -0.179], [-0.179, 0.550])$
(%i14) p1: matrix([-0.438], [0.382])$
(%i15) m2: matrix([-0.246, 0.193], [0.275, 0.365])$
(%i16) p2: matrix([-0.379], [0.538])$
(%i17) m3: matrix([0.006, -0.014], [-0.147, -0.459])$
(%i18) p3: matrix([-0.283], [0.490])$
Como as probabilidades tem que ser dadas ao programa ifs em forma acumulada, podemos usar
[1,2,3] para indicar 3 probabilidades iguais. Para desenhar o fractal usamos o comando:
(%i19) ifs([1,2,3],[m1,m2,m3],[p1,p2,p3],[-0.3,0.2],10000);
o resultado e a arvore fractal da gura 11.6. Inicialmente usamos a origem como ponto inicial e
comecamos com um n umero baixo de iterac oes, e a seguir, para melhorar a imagem, usamos como
ponto inicial um ponto que faz parte do fractal, (-0.3, 0.2), e mais iterac oes.
Figura 11.6:

Arvore fractal, gerada com um sistema iterativo de 3 func oes.
168 Sistemas discretos de segunda ordem e fractais
Exemplo 11.5
Desenhe o fractal gerado pelo m etodo IFS com as quatro matrizes e os quatro vectores seguintes:
A
1
=
_
0.85 0.04
0.04 0.85
_
b
1
=
_
0
1.6
_
A
2
=
_
0.2 0.26
0.23 0.22
_
b
2
=
_
0
1.6
_
A
3
=
_
0.15 0.28
0.26 0.24
_
b
3
=
_
0
0.44
_
A
4
=
_
0 0
0 0.16
_
b
4
=
_
0
0
_
com probabilidades
p
1
= 0.85 p
2
= 0.07 p
3
= 0.07 p
4
= 0.01
Resoluc ao: denem-se as matrizes e os pontos
(%i20) a1: matrix([0.85,0.04],[-0.04,0.85])$
(%i21) a2: matrix([0.2,-0.26],[0.23,0.22])$
(%i22) a3: matrix([-0.15,0.28],[0.26,0.24])$
(%i23) a4: matrix([0,0],[0,0.16])$
(%i24) p1: [0,1.6]$
(%i25) p2: [0,1.6]$
(%i26) p3: [0,0.44]$
(%i27) p4: [0,0]$
Figura 11.7: Fractal em forma de folha, gerado com 4 transformac oes.
11.4 Refer encias 169
as probabilidades acumuladas podem ser denidas assim:
(%i28) prob: [85,92,99,100]
e para desenhar o fractal usamos o seguinte comando
(%i29) ifs(prob,[a1,a2,a3,a4],[p1,p1,p3,p4],[5,0],50000,[pointsize,0.7]);
o resultado e o c elebre feto de Barnsley, que e apresentado na gura 11.7.
1
2
3
4
Figura 11.8: As 4 transformac oes usadas para obter o feto de Barnsley.
O parecido com uma folha de um feto e surpreendente, tendo em conta que toda a informac ao do
desenho est a contida em apenas 4 matrizes e quatro vectores. De facto, Barnsley deniu as matri-
zes acima olhando para uma fotograa de uma folha real, e o resultado reproduz muito elmente
a fotograa usada. Cada um dos quatro conjuntos de matriz e vector transforma o desenho nos
quatro desenhos menores que se mostram na gura 11.8. Se cada um dos desenhos menores for
transformado novamente em forma recursiva, obt em-se a folha completa.
Para construir fractais usando o m etodo de IFS, identicam-se as partes necess arias para denir a
gura completa em forma recursiva. Os 6 par ametros de cada transformac ao calculam-se a partir
das 6 equac oes de transformac ao para 3 pontos no desenho.
11.4 Refer encias
Os temas abordados neste captulo s ao discutidos com mais pormenor em Chaos (Alligood et
al., 1996), A First Course in Chaotic Dynamical Systems (Devaney, 1992) e Chaos and Fractals
(Peitgen et al., 1992). O livro Computational Physics (Landau & Meja, 1997), tem uma discuss ao
curta sobre fractais e v arias ideias de projectos para realizar no computador.
170 Sistemas discretos de segunda ordem e fractais
11.5 Perguntas de escolha m ultipla
1. Um exemplo de sistema din amico aleat orio
e:
A. o mapa de H enon
B. a sucess ao de Fibonacci
C. o conjunto de Cantor
D. um sistema obtido pelo m etodo de IFS
E. nenhuma das outras respostas
2. O sistema discreto de segunda ordem:
_
x
n+1
= x
n
+y
n
y
n+1
= y
n
x
n
e equivalente a:
A. x
n+2
= x
n+1
+x
n
B. x
n+2
= 2x
n+1
x
n
C. x
n+2
= x
n+1
+2x
n
D. x
n+2
= y
n+1
+2x
n
E. x
n+2
= 2(x
n+1
x
n
)
3. Pretende-se produzir um fractal, usando o
programa IFS, com duas matrizes m e n e
dois pontos p e q. A segunda matriz dever a
ter uma probabilidade 3 vezes maior que a
primeira. O comando que deve ser utilizado
e:
A. ifs([1,2],[m,n],[p,q],[0,0],1000);
B. ifs([1,3],[m,n],[p,q],[0,0],1000);
C. ifs([0.1,0.3],[m,n],[p,q],[0,0],1000);
D. ifs([1,4],[m,n],[p,q],[0,0],1000);
E. ifs([1/3,1],[m,n],[p,q],[0,0],1000);
4. Pretende-se produzir um fractal, usando o
programa IFS, com duas matrizes m e n e
dois pontos p e q. Ambas matrizes dever ao
ter a mesma probabilidade. O comando que
deve ser utilizado e:
A. ifs([1,1],[m,n],[p,q],[0,0],1000);
B. ifs([1,2],[m,n],[p,q],[0,0],1000);
C. ifs([1,2],[p,q],[m,n],[0,0],1000);
D. ifs([1,1],[p,q],[m,n],[0,0],1000);
E. ifs([1,1],[0,0],[p,q],[m,n],1000);
11.6 Problemas
1. Desenhe o gr aco de evoluc ao para cada um dos sistemas de segunda ordem na lista (os 3
produzem fractais).
(a)
_
x
n+1
=0.20.3x
n
+1.1x
2
n
0.2x
n
y
n
+1.1y
n
0.2y
2
n
y
n+1
=0.20.9x
n
+1.2x
2
n
+0.7x
n
y
n
0.1y
n
0.2y
2
n
(b)
_
x
n+1
=0.7x
n
+0.3x
2
n
0.6x
n
y
n
+0.9y
n
+1.1y
2
n
y
n+1
= 0.70.4x
n
0.4x
2
n
0.9x
n
y
n
0.2y
n
1.1y
2
n
(c)
_
x
n+1
=0.3x
n
0.9x
2
n
+0.6x
n
y
n
0.7y
n
+0.7y
2
n
y
n+1
= 0.90.5x
n
0.6x
2
n
0.8x
n
y
n
0.8y
n
+0.9y
2
n
2. Desenhe os fractais obtidos com quatro pontos atractivos, nos v ertices de um quadrado, com
factores de contrac ao 0.45 e 0.55.
11.6 Problemas 171
3. Os tr es operadores A
1
, A
2
e A
3
que atraim um ponto qualquer para os v ertices do tri angulo
formado por (0, 0), (1, 0) e (0, 1) s ao
A
1
_
x
y
_
=
1
2
_
x
y
_
A
2
_
x
y
_
=
1
2
_
x 1
y
_
+
_
1
0
_
A
3
_
x
y
_
=
1
2
_
x
y 1
_
+
_
0
1
_
onde o factor de contracc ao e igual a 1/2.
(a) Desenhe os diagramas de evoluc ao dos 3 sistemas din amicos
_
x
n+1
y
n+1
_
= A
i
_
x
n
y
n
_
para cada um dos 3 operadores A
1
, A
2
e A
3
, com quaisquer valores iniciais (x
0
, y
0
).
(b) Desenhe o diagrama de evoluc ao do sistema
_
x
n+1
y
n+1
_
= A
3
_
A
2
_
A
1
_
x
n
y
n
___
com valores iniciais (0.5, 0.5), e explique como e a soluc ao quando n e se aproxima de
innito.
(c) Desenhe a fractal obtida quando os tr es operadores A
1
, A
2
e A
3
actuam alternadamente
em forma aleat oria.
4. Desenhe um fractal com 3 pontos nos v ertices de um tri angulo em (0, 0), (1, 0) e (0, 1), com
factor de contracc ao igual a 1/2, e com matriz de rotac ao de 45

:
_
cos(/4) sin(/4)
sin(/4) cos(/4)
_
5. Desenhe a arvore fractal que se obt em aplicando o m etodo de IFS com as seis matrizes e pontos
que se seguem:
A
1
=
_
0.05 0
0 0.6
_
b
1
=
_
0
0
_
A
2
=
_
0.05 0
0 0.5
_
b
2
=
_
0
1.0
_
A
3
=
_
0.46 0.15
0.39 0.38
_
b
3
=
_
0
0.6
_
A
4
=
_
0.47 0.15
0.17 0.42
_
b
4
=
_
0
1.1
_
A
5
=
_
0.43 0.28
0.25 0.45
_
b
4
=
_
0
1.0
_
A
6
=
_
0.42 0.26
0.35 0.31
_
b
4
=
_
0
0.7
_
172 Sistemas discretos de segunda ordem e fractais
As duas primeiras transformac oes com uma probabilidade de 10%, e as outras quatro com
probabilidade de 20%. Como ponto inicial use (0.5, 0).
Captulo 12
Sistemas discretos no plano complexo
A equac ao de evoluc ao de um sistema din amico de primeira ordem, no plano complexo e:
z
n+1
= F(z
n
) (12.1)
onde z e uma vari avel complexa, e F uma func ao no plano complexo.
Igual que no caso real, a evoluc ao do estado do sistema e dada por uma sequ encia em que o termo
de ordem n obtem-se iterando a func ao n vezes:
z
0
, F(z
0
), F(F(z
0
)), F(F(F(z
0
))), . . . (12.2)
essa sequ encia corresponde a um conjunto de pontos no plano complexo.
12.1 Sistemas quadr aticos
Os sistemas quadr aticos complexos s ao a famlia de sistemas gerados pelas func oes:
F(z) = Q
c
(z) = z
2
+c (12.3)
onde c e um par ametro complexo.
Se c e o valor inicial de z forem reais, obt em-se os sistemas quadr aticos reais que j a analisamos
com bastante pormenor na secc ao 10.3. O seguinte e um sum ario dos resultados obtidos nessa
secc ao:
Se 0.75 c 0.25, o sistema converge para um ponto xo atractivo.
Se 2 < c <0.75, o sistema converge para alguns ciclos atractivos.
Se c =2, o sistema e ca otico, para valores iniciais no intervalo entre -2 e 2.
Se c <2, o sistema e ca otico, para valores iniciais dentro de um conjunto de Cantor.
174 Sistemas discretos no plano complexo
12.2 A func ao quadr atica
No caso particular c = 0, a func ao que gera o mapa quadr atico e a func ao quadr atica
Q
0
(z) = z
2
(12.4)
Neste sistema, a origem do plano complexo e um ponto xo atractivo. Usando a forma polar dos
n umeros complexos,
z
0
= r e
i
(12.5)
vemos que:
z
n
= r
2
n
e
i(2
n
)
(12.6)
Assim, podemos concluir que,
Se r < 1, o estado do sistema aproxima-se assimptoticamente da origem.
Se r > 1, o estado do sistema afasta-se at e o innito.
Se r = 1, o estado do sistema roda sobre o crculo de raio igual a 1, e em cada iterac ao
duplica-se o angulo. Trata-se de um sistema ca otico.
12.3 Conjunto de Julia
Partindo de um ponto inicial no plano complexo, em alguns casos obt em-se sequ encias limitadas,
que podem ser ciclos, ou soluc oes ca oticas.
O conjunto de Julia e o conjunto de todos os pontos do plano complexo, que conduzem a
sequ encias limitadas.
Por exemplo, os pontos em negro na gura 12.1 s ao o conjunto de Julia para o mapa quadr atico
com c =0.55+i0.6. A origem encontra-se no centro do quadrado. A regi ao apresentada corres-
ponde a valores reais e imagin arios menores que 1.3 em valor absoluto.
Os pontos que n ao pertencem ao conjunto de Julia foram representados com uma c or, que corres-
ponde ao n umero de iterac oes antes de a sequ encia se afastar da origem mais do que 2 unidades
(se ap os 40 iterac oes isso n ao tivesse acontecido, o ponto foi pintado de negro).
A gura 12.1 foi obtida com o programa julia, distribudo com o pacote adicional dynamics, a
partir da vers ao 5.11 do Maxima. Os comandos utilizados foram os seguintes
(%i1) load("dynamics");
(%i2) julia(-0.55, 0.6)$
12.3 Conjunto de Julia 175
Figura 12.1: Conjunto de Julia para c =0.55+i0.6
os dois argumentos da func ao denem a parte real e a parte imagin aria do par ametro c.
O programa demora alguns segundos a executar, e quando terminar ser a escrita a mensagem File
julia.xpm was created. O cheiro julia.xpm ser a criado na directora de trabalho. Esse cheiro
gr aco pode ser aberto com algum programa gr aco, por exemplo, o programa Gimp.
12.3.1 Crit erio de converg encia
Para o mapa quadr atico pode-se demonstrar que se para algum valor de n o n umero complexo z
n
sair do crculo de raio 2, com centro na origem, a sequ encia correspondente diverge at e o innito.
Os n umeros complexos que fazem parte do conjunto de Julia est ao todos dentro desse crculo,
e para qualquer z
n
nas sequ encias geradas a partir do conjunto de Julia, verica-se a condic ao
[z
n
[ 2.
Assim, para desenhar o conjunto de Julia, seleccionam-se v arios pontos numa regi ao, e calcula-
se a sequ encia de iterac oes do mapa quadr atico, at e que a sequ encia dei um valor complexo com
m odulo maior que 2, ou n for igual a umn umero m aximo de iterac oes. Cada ponto desenha-se com
uma c or diferente, de acordo com o n umero de elementos da sequ encia obtida. Se esse n umero
for igual ao n umero m aximo de iterac oes usadas, admitimos que o ponto faz parte do conjunto de
Julia.
Obviamente, que a representac ao do conjunto de Julia assim obtida ser a apenas uma aproximac ao,
que ser a melhor quanto maior for o n umero m aximo de iterac oes usado. Outra aproximac ao feita
e que a regi ao seleccionada n ao e dividida em pontos, mas sim em pequenos quadrados. A cada
quadrado e atribuda a cor que corresponde a um dos v ertices do quadrado. Para obter uma boa
176 Sistemas discretos no plano complexo
Figura 12.2: Conjunto de Julia para c =0.75+i0.1, com 36 iterac oes e 48 iterac oes.
representac ao do conjunto, ser a preciso que os quadrados sejam muito pequenos. O problema
e que o aumento do n umero m aximo de iterac oes, e a diminuic ao do tamanho dos quadrados,
implicamumgrande aumento no tempo de computac ao. Conv emcomecar por desenhar o conjunto
com poucas iterac oes, e ir aumentando gradualmente esse n umero.
Para aumentar o n umero de iterac oes, usa-se a opc ao levels do programa julia. Por exemplo, o
conjunto de Julia de c =0.75+i0.1, calculado com um n umero m aximo de iterac oes igual a 36
(lado esquerdo da gura 12.2), obtem-se assim:
(%i3) julia(-0.75, 0.1, [levels, 36])$
Aumentando o n umero m aximo de iterac oes para 48 (lado direito da gura 12.2), vemos que o
conjunto de Julia e realmente um pouco mais pequeno. Usaremos tamb em a opc ao radius para
reduzir o tamanho da regi ao mostrada no gr aco:
%i4) julia(-0.75, 0.1, [levels, 48], [radius, 1])$
Com 160 iterac oes (lado esquerdo da gura 12.3), eliminamos ainda mais pontos que n ao perten-
cem ao conjunto de Julia:
(%i5) julia(-0.75, 0.1, [levels, 160], [radius, 1])$
E com 300 iterac oes (lado direito da gura 12.3), j a e claro que, neste caso, o conjunto de Julia,
est a formado por pontos isolados:
(%i6) julia(-0.75, 0.1, [levels, 300], [radius, 1])$
Os conjuntos de Julia s ao fractais. Por exemplo, o lado esquerdo da gura 12.4 mostra o conjunto
para o mapa quadr atico, com c =1 e raio igual a 2 (24 iterac oes):
(%i7) julia(-1, 0, [levels, 24])$
12.3 Conjunto de Julia 177
Figura 12.3: Conjunto de Julia para c =0.75+i0.1, com 160 e 300 iterac oes.
Figura 12.4: Conjunto de Julia para c =1, com 24 iterac oes, e ampliac ao da regi ao perto de
(0+i0.6), com 36 iterac oes.
178 Sistemas discretos no plano complexo
Se deslocarmos o centro para (0 +i0.6), com raio igual a 0.3, podemos ver a regi ao no quadro
branco ampliada (lado direito da gura 12.4):
(%i8) julia(-1, 0, [levels, 36], [center, 0, 0.6], [radius, 0.3])$
Repare que neste caso o tamanho do conjunto n ao muda signicativamente quando aumentarmos
o n umero de iterac oes; as fronteiras cam melhor denidas. Isso deve-se a que neste caso o
conjunto de Julia est a formado por regi oes conexas, e n ao por pontos isolados, como no caso de
c =0.75+i0.1.
Oprograma julia temoutras opc oes que permitemmodicar as cores e a resoluc ao. Por exemplo,
o ultimo gr aco pode ser modicado assim:
(%i9) julia(-1, 0, [levels, 36], [center, 0, 0.6], [radius, 0.3],
[hue, 120], [saturation, 0.2], [value, 0.9],
[color, 300, 0.7, 0.3], [pixels, 600])$
A lista completa de opc oes pode ser consultada no manual do Maxima.
12.4 O conjunto de Mandelbrot
Figura 12.5: O conjunto de Mandelbrot.
O conjunto de Mandelbrot dene-se como o conjunto de pontos c do plano complexo, que fazem
com que a soluc ao do mapa quadr atico, com valor inicial na origem, seja limitada.
Nomeadamente, se para um determinado valor c a sequ encia
Q
c
(0), Q
c
(Q
c
(0)), Q
c
(Q
c
(Q
c
(0))), . . . (12.7)
nunca se afasta para o innito, o ponto c pertence ao conjunto de Mandelbrot.
12.5 Refer encias 179
O programa adicional dynamics inclui uma func ao que cria um cheiro gr aco com o desenho do
conjunto de Mandelbrot:
(%i10) mandelbrot([levels,30])$
Ap os a execuc ao do programa, aparecer a a mensagem File mandlebrot.xpm was created. O -
cheiro mandelbrot.xpm ser a criado na directora de trabalho. Esse cheiro gr aco pode ser aberto
com algum programa gr aco. A gura 12.5 mostra o conjunto de Mandelbrot.
O crit erio de converg encia e o mesmo que no caso do conjunto de Julia e a interpretac ao das
cores no diagrama e a mesma que nos gr acos do conjunto de Julia. Cada cor indica o n umero de
iterac oes necess arias para que o mapa quadr atico, com constante c igual ` a posic ao desse ponto no
plano complexo, e com valor inicial 0, produza um n umero por fora da regi ao de converg encia.
O conjunto de Mandelbrot reune num unico gr aco todas as formas encontradas nos conjuntos de
Julia. O exemplo seguinte mostra uma ampliac ao de uma pequena regi ao do conjunto, centrada
no ponto (0.3+i0.5) (ver gura 12.6)
(%i11) mandelbrot([center,0.3,0.5],[radius,0.2],[levels,50]);
O conjunto de Mandelbrot e um dos objectos mais complicados conhecidos na matem atica e,
no entanto, e denido por umas regras muito simples. A melhor forma de explorar o conjunto de
Mandelbrot e instalando algum dos v arios programas que existem, que usam m etodos optimizados
para desenhar o conjunto em forma r apida. Por exemplo, o programa xaos, disponvel em http:
//xaos.sourceforge.net.
Figura 12.6: Uma pequena regi ao dentro do conjunto de Mandelbrot.
12.5 Refer encias
A First Course in Chaotic Dynamical Systems (Devaney, 1992) e Chaos and Fractals (Peitgen et
al., 1992).
180 Sistemas discretos no plano complexo
12.6 Perguntas de escolha m ultipla
1. O sistema din amico complexo, z
n+1
= z
2
n
+
0.3 0.4i, com z
0
= 0.1 +0.2i produz uma
sequ encia de n umeros complexos todos den-
tro do crculo de raio igual a 1 e centro na
origem. A partir dessa informac ao podemos
armar que:
A. o ponto 0.1+0.2i faz parte do conjunto de
Julia para 0.3-0.4i
B. o ponto 0.3-0.4i faz parte do conjunto de
Julia para 0.1+0.2i
C. o ponto 0.1+0.2i faz parte do conjunto de
Mandelbrot
D. o ponto 0.3-0.4i faz parte do conjunto de
Mandelbrot
E. os pontos 0.1+0.2i e 0.3-0.4i fazem parte
do conjunto de Mandelbrot
2. Se a e b s ao dois n umeros reais, os siste-
mas complexos x
n+1
= x
2
n
+a +ib e y
n+1
=
y
2
n
+ a ib, com x
0
= y
0
= 0, vericam a
condic ao [x
n
[ =[y
n
, para qualquer n. Isso de-
monstra que:
A. a +ib pertence ao conjunto de Mandel-
brot
B. a ib pertence ao conjunto de Mandel-
brot
C. a+ib e aib pertencem ao conjunto de
Mandelbrot
D. o conjunto de Mandelbrot e sim etrico em
relac ao ao eixo real
E. o conjunto de Mandelbrot e sim etrico em
relac ao ao eixo imagin ario
3. A gura representa o conjunto de Julia para
o sistema complexo z
n+1
= z
2
n
+i. Se z
0
esti-
ver no ponto P, qual das seguintes armac oes
e correcta?
A. [z
100
[ = 0
B. [z
100
[ < 1
C. [z
100
[ < 2
D. [z
100
[ = 2
E. [z
100
[ > 2
4. Considere os tr es n umeros 1, 1, i. Quais
desses n umeros fazem parte do conjunto de
Julia do sistema z
n+1
= z
2
n
?
A. unicamente 1
B. unicamente -1
C. unicamente i
D. 1 e -1
E. os tr es
5. A gura mostra o conjunto de Mandelbrot.
O ponto P corresponde a z =1.2.
Assim, podemos armar que:
12.7 Problemas 181
A. a soluc ao do sistema z
n+1
=z
2
n
, com z
0
=
1.2 e limitada
B. a soluc ao do sistema z
n+1
=z
2
n
, com z
0
=
1.2 e ilimitada
C. a soluc ao do sistema z
n+1
=z
2
n
1.2, com
z
0
= 0 e limitada
D. a soluc ao do sistema z
n+1
=z
2
n
1.2, com
z
0
= 0 e ilimitada
E. nenhuma das outras respostas
12.7 Problemas
Considere o mapa quadr atico z
n+1
= Q
c
(z
n
), no plano complexo, com Q
c
(z) = z
2
+c, onde c e um
par ametro complexo.
1. Encontre todos os pontos xos do sistema.
2. Analise os pontos xos nas regi oes do plano complexo: c < 1/4, c = 1/4 e c > 1/4. Deter-
mine se os pontos xos nessas regi oes s ao atractivos, repulsivos ou neutros (trata-se de uma
bifurcac ao sela-n o no plano complexo).
3. Se Q
/
c
for a derivada da func ao Q
c
, os pontos xos atractivos s ao os pontos z que fazem com
que [Q
/
(z)[ 1. A fronteira que separa os pontos xos atractivos dos repulsivos s ao os pontos
xos neutros z, para os quais [Q
/
(z)[ = 1. Usando coordenadas polares, z = r e
i
, demonstre
que esses pontos vericam a condic ao:
c =
1
2
e
i

1
4
e
2i
4. Desenhe o gr aco dos valores de c, no plano complexo, obtido com a equac ao encontrada no
problema anterior, quando varia desde 0 at e 2. Essa gura delimita os pontos xos atractivos
no conjunto de Mandelbrot. As outras partes do conjunto de Mandelbrot correspondem a ciclos
atractivos.
182 Sistemas discretos no plano complexo
Ap endice A
Tutorial do Maxima
Maxima (http://maxima.sourceforge.net) e um dos sistemas CAS mais antigos. Foi criado pelo
grupo MAC no MIT, na d ecada de 1960, e inicialmente chamava-se Macsyma (project MACs
SYmbolic MAnipulator). Macsyma foi desenvolvido inicialmente para os computadores de grande
escala DEC-PDP-10 que eram usados em v arias instituic oes acad emicas
Na d ecada de 1980 foi portado para v arias novas plataformas, e uma das novas vers oes foi de-
signada de Maxima. Em 1982 o MIT decidiu comercializar Macsyma e, em forma paralela, o
professor William Schelter da Universidade de Texas continuou a desenvolver o Maxima. Na se-
gunda metade da d ecada de 1980 apareceram outros sistemas CAS propriet arios, por exemplo,
Maple e Mathematica. Em 1999, a vers ao propriet aria do Macsyma foi vendida e retirada do
mercado, incapaz de concorrer contra os outros sistemas CAS propiet arios. Em 1998 o professor
Schelter obteve autorizac ao do DOE (Department of Energy), que tinha os direitos de autor sobre
a vers ao original do Macsyma, para distribuir o c odigo fonte do Maxima.
Ap os a morte do professor Schelter em 2001, formou-se um grupo de volunt arios que continuam
a desenvolver e distribuir o Maxima como software livre. O Maxima partilha as muitas vantagens
do software livre: acesso ao c odigo fonte, criac ao de um esprito de comunidade e partilha, criac ao
de patrim onio cultural da humanidade, maior seguranca, preco mais baixo pode ser obtido em
forma gratuita, mas se algu em quiser pode vender c opias por um preco razo avel.
No caso dos sistemas CAS algumas dessas vantagens s ao ainda mais importantes. Quando um
m etodo falha ou d a respostas muito complicadas e bastante util ter acesso aos pormenores da
implementac ao subjacente ao sistema. Por outra parte, no momento em que comecarmos a de-
pender dos resultados dum sistema CAS, e desej avel que a documentac ao dos m etodos envolvidos
esteja disponvel e que n ao existam impedimentos legais que nos probam tentar descobrir ou
modicar esses m etodos.
Este tutorial foi escrito para a vers ao 5.11, que e a vers ao recomendada neste livro, por causa
de alguns pacotes adicionais que n ao existiam em vers oes anteriores. No entanto, este ap endice
continua a ser util para algumas vers oes mais antigas.
184 Tutorial do Maxima
A.1 A interface do Maxima
Existem v arias interfaces diferentes para trabalhar com Maxima. Se o aspecto da interface que
estiver a usar for semelhante ` a gura A.1, estar a a usar a interface Xmaxima. Nesse caso e
recomend avel usar a opc ao Multiple, dentro do submenu Plot Windows no menu Options,
que faz com que cada gr aco criado apareca numa janela separada.
Tamb em poder a querer usar a opc ao Toggle Browser Visibility dentro do menu Options, para
obter uma area de trabalho maior. Mas quando aceder ao menu Help, ter a que repor o browser
para poder consultar a ajuda (pode tamb em consultar a ajuda num browser externo).
A.2 Entrada e sada de dados
Quando se inicia uma sess ao do Maxima, aparece um smbolo (%i1) seguido do prompt. Os
smbolos %i1, %i2, %i3, . . . representam os comandos inseridos pelo utilizador; e as respostas
obtidas a cada comando representam-se por %o1, %o2, %o3, . . .. Comecemos por exemplo por
fazer umas contas simples, guardando o resultado numa vari avel res:
(%i1) 2.5*3.1;
(%o1) 7.75
(%i2) 5.2*log(2);
Figura A.1: Xmaxima, vers ao 5.9.1.
A.3 Vari aveis 185
(%o2) 5.2 LOG(2)
(%i3) ev(%, numer);
(%o3) 3.604365338911716
(%i4) res: %o1 + %o3;
(%o4) 11.35436533891172
O caracter % refere-se a o ultimo resultado obtido. Na alnea (%i3) o uso do caracter % e equi-
valente a (%o2). A func ao ev foi usada para avaliar uma express ao com alguns modicadores;
no caso da alnea (%i3) usou-se o modicador numer, para obter uma representac ao num erica,
aproximada, de um n umero irracional (5.2log(2)). Maxima pode usar uma precis ao muito ele-
vada; por exemplo, podemos ver novamente o resultado (%o2) com uma precis ao de 40 algarismos
signicativos:
(%i5) ev(%o2, fpprec: 40, bfloat);
(%o5) 3.604365338911715608969607031582518153993B0
o modicador bfloat foi usado para obter uma representac ao no formato big oat. A constante
fpprec controla o n umero de algarismos signicativos usados para o formato big oat. O valor
de 40 para a vari avel fpprec s o tem efeito dentro do bloco ev onde foi usado; por fora do bloco,
fpprec continua com o seu valor habitual de 16. A letra B no m do resultado (%o5) representa a
ordem de grandeza do n umero; neste caso B0 representa um factor de 10
0
= 1.
Os blocos ev podem ser escritos numa forma mais simples, quando n ao estiverem dentro de
outras func oes, omitindo a func ao ev e os par entesis. Assim, o comando (%i5) poderia ter sido
escrito em forma simplicada:
(%i6) %o2, fpprec: 40, bfloat;
Cada comando deve ser nalizado com ;. Se n ao for assim, n ao aparecer a o resultado (%on)
pois Maxima pensar a que ainda estamos a escrever um comando de v arias linhas. Na alnea (%i4),
para dar um valor a uma vari avel usa-se : e n ao =, que ser a utilizado para denir equac oes
matem aticas.
A.3 Vari aveis
O nome das vari aveis poder a ser qualquer combinac ao de letras, n umeros e os smbolos % e .
O primeiro caracter no nome da vari avel n ao pode ser um n umero. Maxima faz distinc ao entre
mai usculas e min usculas. Alguns exemplos:
(%i7) x1 : 2;
186 Tutorial do Maxima
(%o7) 2
(%i8) area : 5$
(%i9) %d_23 : 8;
(%o9) 8
(%i10) a%2 : (x1 : x1 + 2, x1*x1);
(%o10) 16
Na alnea (%i8) us amos $ em vez de ponto e vrgula para terminar o comando. O $ no m faz com
que o comando seja executado, mas o resultado n ao seja apresentado na interface. Na alnea (%i10)
foi escrita uma sequ encia de comandos, entre par entesis e separados por coma; os comandos s ao
executados sucessivamente, e o resultado do ultimo comando e armazenado na vari avel a%2; o
primeiro comando na sequ encia incrementa o valor de x1 em 2, e logo calcula-se o quadrado de
x1.
Alguns nomes de vari aveis n ao podem ser usados por estarem reservados. J a vimos que os nomes
%in e %on, onde n e um inteiro positivo, est ao reservados para referir os comandos inseridos numa
sess ao, e os resultados obtidos. Uma vari avel tamb em n ao pode ter o mesmo nome de algum
comando do Maxima; por exemplo for, while e sum.
A.4 Constantes
Existem algumas constantes importantes j a predenidas em Maxima. Os seus nomes comecam
sempre por %. Tr es constantes importantes s ao o n umero , representado por %pi, o n umero e,
base dos logaritmos naturais, representado por %e, e o n umero imagin ario i =

1, representado
por %i.
%i11) %pi, numer;
(%o11) 3.141592653589793
(%i12) %e, numer;
(%o12) 2.718281828459045
(%i13) (3 + %i*4) * (2 + %i*5), expand;
(%o13) 23 %i - 14
Em (%i11), (%i12) e (%i13) usou-se a forma abreviada da func ao ev. Em (%i13) calculou-se o
produto entre dois n umeros complexos, e usou-se expand que faz com que as express oes entre
par entesis sejam multiplicadas. O formato big oat permite-nos obter o n umero de algarismos
que quisermos. Por exemplo os primeiros 120 algarismos signicativos de s ao:
A.5 Equac oes 187
(%i14) %pi, fpprec: 120, bfloat;
(%o14) 3.14159265358979323846264338327950288419716939937510582097494459230
781640628620899862803482534211706798214808651328230664B0
A.5 Equac oes
O sinal de igualdade e usado para equac oes matem aticas. Uma equac ao matem atica pode ser
memorizada numa vari avel. O comando solve usa-se para resolver equac oes. Por exemplo, uma
equac ao c ubica:
(%i15) eq1: 3*x3 + 5*x2 -x + 6 = 0;
3 2
(%o15) 3 x + 5 x - x + 6 = 0
(%i16) solve(eq1, x), numer, rectform;
(%o16) [x = 0.27758388033137 - 0.90725117780618 %i,
x = 0.90725117780618 %i + 0.27758388033137, x = - 2.221834427329412]
Foi pedido ao comando solve para resolver a equac ao eq1, para a vari avel x. O resultado e uma
lista com tr es elementos; cada um desses 3 elementos e uma equac ao que dene uma das soluc oes
da equac ao. Foram usados os modicadores numer e rectform, para que a resposta apareca
em n umeros de ponto utuante, e se houver razes complexas que sejam apresentadas na forma
rectangular, isto e, uma unica parte real e uma unica parte imagin aria.
A equac ao eq1 tem duas razes complexas e uma raiz real. Se quisermos isolar a raiz real, pode-
remos usar o comando part; a raiz real e a terceira parte da lista (%o16), e dentro dessa terceira
parte queremos isolar o lado direito da equac ao (segunda parte):
(%i17) part(%, 3, 2);
(%o17) - 2.221834427329412
Para resolver um sistema de equac oes, que podem ser lineares ou n ao-lineares, da-se ao comando
uma lista com as equac oes e uma lista com as vari aveis. Por exemplo:
(%i18) malha1: (4 + 8)*I1 - 8* I2 = 6 + 4$
(%i19) malha2: (2+ 8 + 5 + 1)*I2 - 8*I1 = -4$
(%i20) solve([malha1, malha2], [I1, I2]);
188 Tutorial do Maxima
1
(%o20) [[I1 = 1, I2 = -]]
4
Observe que a resoluc ao do sistema de equac oes mostra os valores para I1 e I2, mas n ao guarda
nenhum valor nas vari aveis I1 e I2. O sistema anterior tamb em poderia ter sido resolvido mais
rapidamente com linsolve, em vez de solve, por tratar-se de um sistema de equac oes lineares.
A.6 Gr acos de func oes
-30
-25
-20
-15
-10
-5
0
5
10
15
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1
3*x
3
+5*x
2
-x+6
Figura A.2: Gr aco do polin omio 3x
3
+5x
2
x +6.
Para desenhar o gr aco de uma ou v arias func oes de uma vari avel, usa-se o comando plot2d. Por
exemplo, para desenhar o gr aco do polin omio 3x
3
+5x
2
x +6, no intervalo de x entre 3 e 1,
usa-se o comando:
(%i21) plot2d(3*x3 + 5*x2 - x + 6, [x, -3, 1]);
e preciso indicar o domnio de valores de x que vai ser apresentado no gr aco.
O resultado aparece numa nova janela (ver gura A.2). Passando o rato sobre um ponto no gr aco,
s ao apresentadas as coordenadas desse ponto. O gr aco e produzido por um programa externo,
Gnuplot, que e instalado conjuntamente com Maxima. Gnuplot pode ser utilizado independen-
temente de Maxima e existe boa documentac ao na Web. O comando plot2d de Maxima pode
passar algumas opc oes para Gnuplot (consulte a documentac ao sobre plot2d). Uma dessas opc oes
muito util e modicar o terminal onde e apresentado o gr aco, para gravarmos o gr aco num
cheiro PostScript. Por exemplo, para produzir a gura A.2 neste tutorial, foi usado o seguinte
comando:
A.6 Gr acos de func oes 189
(%i22) plot2d(3*x3 + 5*x2 - x + 6, [x, -3, 1], [gnuplot_term,ps],
[gnuplot_out_file,"funcao1.ps"]);
O gr aco ca gravado no cheiro funcao1.ps e Maxima arranca um visualizador de PostScript
(se existir no sistema) tamb em para mostrar o resultado no ecran. Os programas gr acos nor-
malmente permitem converter de PostScript para outros formatos gr acos. Quem tiver pdflatex
instalado, pode usar o programa epstopdf para converter o cheiro em PDF:
1
epstopdf funcao1.ps funcao1.pdf
Para desenhar v arias func oes no mesmo gr aco, colocam-se as func oes dentro de uma lista. Por
exemplo, o gr aco obtido com:
(%i23) plot2d([sin(x), cos(x)], [x, -2*%pi, 2*%pi]);
foi gravado num cheiro PostScript que depois foi convertido num cheiro PDF, que aparece na
gura A.3.
Os gr acos de func oes de duas vari aveis obt em-se com o comando plot3d. Por exemplo, o gr aco
da gura A.4 foi produzido com o comando:
(%i24) plot3d(sin(x)*sin(y), [x, 0, 2*%pi], [y, 0, 2*%pi]);
Existe ainda outro programa gr aco includo com o Maxima, para al em de Gnuplot, designado
de Openmath. Os gr acos anteriores podem ser produzidos com esse programa, adicionando uma
opc ao que muda o programa gr aco do standard Gnuplot, para Openmath. Por exemplo, o gr aco
em 3 dimens oes que acabamos de desenhar pode ser obtido com o Openmath assim:
(%i25) plot3d(sin(x)*sin(y), [x, 0, 2*%pi], [y, 0, 2*%pi],
[plot_format,openmath]);
-1
-0.5
0
0.5
1
-8 -6 -4 -2 0 2 4 6 8
SIN(x)
COS(x)
Figura A.3: Gr aco das func oes seno e co-seno.
190 Tutorial do Maxima
0
1
2
3
4
5
6
7
0
1
2
3
4
5
6
7
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
SIN(x)*SIN(y)
Figura A.4: Gr aco da func ao sin(x)sin(y), obtido com Gnuplot.
Figura A.5: Gr aco da func ao sin(x)sin(y), obtido com Openmath.
o resultado aparece na gura A.5.
Carregando no bot ao do rato enquanto se desloca, consegue-se rodar o gr aco para ser visto desde
diferentes pontos de vista. Fazendo click com o rato no canto superior esquerdo (onde aparecem
as cooordeandas do ponto), entra-se no menu do Openmath.
O comando plot3d n ao admite v arias func oes em simult aneo. O primeiro argumento de plot3d
dever a ser uma unica func ao, ou uma lista de 3 func oes, que representam as 3 componentes do
vector posic ao que dene uma superfcie em 3 dimens oes (gr aco param etrico).
1
Outra forma de converter para PDF, usando o pacote ImageMagik, e convert funcao1.ps funcao1.pdf.
A.7 Func oes 191
A.7 Func oes
Para denir func oes usa-se o smbolo :=
(%i26) kill(x)$
(%i27) f(x) := 3 + x2;
2
(%o27) f(x) := 3 + x
(%i28) f(5);
(%o28) 28
(%i29) g(x,y,z) := x*y2 + z;
2
(%o29) g(x, y, z) := x y + z
(%i30) g(2,3,4);
(%o30) 22
Estas s ao func oes no sentido de programac ao: pequenos programas com par ametros de entrada,
e uma sada. Algumas das func oes assim denidas poder ao ser derivadas, integradas, etc; no en-
tanto, uma forma mais segura de manipular func oes matem aticas e usando express oes alg ebricas.
Consulte a secc ao A.9 mais para a frente.
Tamb em existem func oes que denem sequ encias. Por exemplo
(%i31) cubo[n] := n3;
3
(%o31) cubo := n
n
(%i32) makelist(cubo[i], i, 1, 8);
(%o32) [1, 8, 27, 64, 125, 216, 343, 512]
o comando makelist foi usado para criar uma lista com os oito primeiros cubos. H a que ter
algum cuidado com as func oes que denem sequ encias, pois quando um determinado elemento da
lista j a tem sido calculado, a func ao n ao voltar a a ser usada para o calcular. Por exemplo, se agora
redenirmos cubo
cubo[n] := 4*n3;
e pedisse-mos o valor de cubo[3] continuar a a ser 27, e n ao 108, j a que quando criamos a lista
dos oito primeiros cubos j a foi calculado cubo, cando com o valor 27. Se quisermos redenir
uma lista, ser a melhor primeiro apag a-la usando kill
cubo[n] := 4*n3;
cubo[3];
kill(cubo);
cubo[n] := 4*n3;
cubo[3];
192 Tutorial do Maxima
A.8

Algebra e trigonometria
Maxima facilita a manipulac ao de express oes alg ebricas. Por exemplo, vamos expandir um po-
lin omio:
(%i33) (x + 4*x2*y + 2*y2)3;
2 2 3
(%o33) (2 y + 4 x y + x)
(%i34) expand(%);
6 2 5 4 4 4 6 3 3 3 5 2
(%o34) 8 y + 48 x y + 96 x y + 12 x y + 64 x y + 48 x y + 48 x y
2 2 4 3
+ 6 x y + 12 x y + x
Se quisermos agora substituir x por 1/(z 3), usamos um bloco ev assim:
%i35) %, x=1/(z-3);
4 5 2 3 4
12 y 48 y 6 y 48 y 1 96 y 12 y
(%o35) ----- + -------- + -------- + -------- + -------- + -------- + --------
z - 3 2 2 3 3 4 4
(z - 3) (z - 3) (z - 3) (z - 3) (z - 3) (z - 3)
2 3
48 y 64 y 6
+ -------- + -------- + 8 y
5 6
(z - 3) (z - 3)
e para reduzir tudo a um denominador comum usamos a func ao ratsimp (o resultado ocupa v arias
linhas e n ao vamos apresent a-lo)
(%i36) ratsimp(%);
A func ao trigexpand serve para expandir senos ou co-senos de somas ou diferencas de angulos;
trigreduc tenta expandir de forma que cada termo s o tenha uma func ao seno ou co-seno.
(%i37) sin(u+v)*cos(u)3;
3
(%o37) cos (u) sin(v + u)
(%i38) trigexpand(%);
3
(%o38) cos (u) (cos(u) sin(v) + sin(u) cos(v))
(%i39) trigreduce(%);
A.9 C alculo 193
sin(v + 4 u) + sin(v - 2 u) 3 sin(v + 2 u) + 3 sin(v)
(%o39) --------------------------- + -------------------------
8 8
A.9 C alculo
Para calcular a derivada de uma func ao, usa-se o comando diff. O primeiro argumento dever a
ser uma func ao de uma ou mais vari aveis, o segundo argumento e a vari avel em ordem ` a que vai
ser derivada a func ao, e um terceiro argumento optativo, que indica a ordem da derivac ao (se n ao
aparecer entender-se- a que se trata de uma derivada de primeria ordem). Alguns exemplos:
(%i40) diff(xn, x);
n - 1
(%o40) n x
(%i41) diff(sin(x), x, 2);
(%o41) - sin(x)
Se a func ao a ser derivada depende de v arias vari aveis, devemescrever-se as vari aveis de derivac ao,
seguida cada uma da sua ordem (nesse caso n ao pode ser omitida a ordem de derivac ao), para cal-
cular derivadas parciais. Por exemplo:
%i42) f: x3/y;
3
x
(%o42) --
y
(%i43) diff(f, y, 1, x, 2);
6 x
(%o43) - ---
2
y
observe acima a forma correcta de denir uma func ao para que possa ser derivada ou integrada:
guarda-se a express ao que dene a func ao numa vari avel. Para calcular o valor de f por exemplo
em x = 2, usa-se ev(f,x=2).
Para calcular primitivas, usa-se integrate. Por exemplo, a primitiva de x
n
obt em-se assim:
(%i44) integrate(xn, x);
Is n + 1 zero or nonzero?
194 Tutorial do Maxima
Maxima perguntou-nos se n+1 e nula, isto e, se n e igual a 1. Para n diferente de 1, obtemos o
resultado acima, que representa apenas uma das primitivas da func ao x
n
. Todas as outras primitivas
obt em-se somando uma constante arbitr aria ao resultado anterior.
Um integral denido calcula-se em forma semelhante, por exemplo
(%i45) integrate(1/(1 + x 2), x, 0, 1);
%pi
(%o45) ---
4
A.10 Equac oes diferenciais
Em alguns casos, o comando ode2 de Maxima consegue encontrar a soluc ao geral de equac oes
diferenciais ordin arias de primeira e segunda ordem. Para aplicar as condic oes iniciais ` a soluc ao
geral obtida, usa-se o comando ic1, ou ic2, segundo seja um caso de primeira ou segunda ordem.
Para impor condic oes fronteira usa-se bc2.
Por exemplo, consideremos a equac ao:
dy
dx
=
9x
2
+y 1
4y x

E conveniente escrever primeiro a equac ao, antes de ser usada no comando ode2, para termos a
certeza de que estamos a resolver a equac ao correcta:
(%i46) eq1: diff(y, x) = (9*x2 + y - 1)/(4*y - x);
2
dy y + 9 x - 1
(%o46) -- = ------------
dx 4 y - x
O ap ostrofo foi usado para que a derivada que indicada, sem ser calculada. Agora podemos
proceder a obter a soluc ao geral; o comando ode2 precisa de 3 argumentos: a equac ao diferencial,
o nome da vari avel dependente e o nome da vari avel independente:
(%i47) ode2(eq1, y, x);
2 3
(%o47) 2 y - x y - 3 x + x = %c
onde %c e uma constante arbitr aria de integrac ao. Depois de obtermos a soluc ao, a vari avel method
diz o que m etodo foi usado para resolver a equac ao. Neste caso foi resolvida usando o m etodo
para equac oes exactas.
A.11 Guardar informac ao entre sess oes 195
O segundo exemplo que vamos considerar consiste em resolver a equac ao
d
2
x
dt
2
=3x 5
dx
dt
Com condic oes iniciais, em t = 0:
dx
dt
= 0 x = 1
O problema resolve-se assim:
(%i48) eq2: diff(x, t, 2) = -3*x -5*diff(x, t);
2
d x dx
(%o48) --- = - 5 -- - 3 x
2 dt
dt
(%i49) sol2: ode2(eq2, x, t)$
(%i50) ic2(sol2, t=0, x=1, diff(x,t)=0);
(sqrt(13) - 5) t
----------------
2
(5 sqrt(13) + 13) %e
(%o50) x = ------------------------------------
26
(- sqrt(13) - 5) t
------------------
2
(5 sqrt(13) - 13) %e
- --------------------------------------
26
A.11 Guardar informac ao entre sess oes
Para guardar o conte udo de uma sess ao em Xmaxima, existe a opc ao Save Console to File no
menu Edit. Essa opc ao guarda toda a informac ao que apareceu no ecran, incluindo os smbolos
(Cn) e (Dn). Para gravar os comandos executados, numa forma que possa ser aproveitada em
sess oes posteriores, usa-se o comando stringout. Vejamos um exemplo
2
(%i51) stringout("/home/villate/trig.txt", %i37, %o39)$
(%i52) stringout("/home/villate/graficos.txt", [21, 25])$
(%i53) stringout("/home/villate/tutorial.txt", input)$
2
Em Windows ser a preciso usar algo como C:MeusDocumentostrig.mac para os nomes dos cheiros (com
barras a dobrar).
196 Tutorial do Maxima
No cheiro /home/villate/trig.txt ca armazenado o comando da alnea (%i37) e a res-
posta (%o39). No cheiro /home/villate/graficos.txt cam guardados os comandos (%i21,
%i22, . . ., %i25). Finalmente, o cheiro /home/villate/tutorial.txt ter a uma c opia de todos
os comandos usados neste ap endice. O conte udo desses cheiros e texto simples, que pode ser
modicado com um editor de texto e executados posteriormente usando a opc ao Batch le, no
menu File.
Respostas
Captulo 1
Perguntas de escolha m ultipla
1. E 2. D 3. C
Problemas
1. (b)
R 2.2 k 6.8 k 4.7 k 3.3 k 1.0 k
V 2.08 V 6.42 V 2.06 V 1.45 V 0.51 V
2. (b) Em t = 0.0835 s, x = 0.429 m, a = 123 m/s
2
, e em t = 16.4 s, x = 5480 m, a = 123
m/s
2
.
3. (a) Em unidades SI,
t = 0, r = 4.76e
x
+e
y
, v = 0.398e
x
0.398e
y
, a =0.159e
x
11.4e
y
t = 8 , r = 5.72e
x
0.0197e
y
, v = 0.0164e
x
0.116e
y
, a =0.00655e
x
+0.323e
y
no limite t , r = 5.76e
x
, v =

0, a =

0,
Captulo 2
Perguntas de escolha m ultipla
1. D
2. E
3. B
4. B
5. D
Problemas
3. (a) Entra no ponto xo -1.
(b) N ao apresenta nenhuma regularidade.
(c) Permanece no mesmo ponto inicial 2.
(d) N ao apresenta nenhuma regularidade.
5. (a) um ponto xo atractivo em 0, e um ponto xo repulsivo em 3/2.
198 Tutorial do Maxima
(b) um ponto xo atractivo em 2/11.
(c) quatro pontos xos repulsivos: 2, -1, (
_
(5) 1)/2, (
_
(5) +1)/2, e seis ciclos repul-
sivos:
0.1845367189266035, 1.86494445880567
0.2090569229358967, 1.827090911685792
0.5473259801441661, 0.8914767115530732
1.205269272758549, 1.700434271459789
1.33826119747037, 1.956295186220265
1.478017834440998, 1.965946199369478
(d) um ponto xo repulsivo em 0, e dois pontos xos atractivos em 1.570796326794897.
(e) tr es pontos repulsivos em 0, e 2. Tr es ciclos repulsivos:
0.618033988749895, 1.618033988749897
0.618033988749895, 1.618033988749897
1.4142135623731, 1.4142135623731
(f) um ponto xo repulsivo em 0.
Captulo 3
Perguntas de escolha m ultipla
1. B
2. C
3. B
4. A
5. D
6. B
7. E
8. B
9. D
Problemas
1. 2 e um ponto xo atractivo. n, com n inteiro, s ao pontos xos; se n for positivo e par, ou
negativo e mpar, o ponto e atractivo; se n for zero, ou negativo e par, ou positivo e mpar, o
ponto e repulsivo.
3. A velocidade terminal n ao e menor para esferas com raio menor, pois depende tamb em da
massa (a velocidade e maior para as gotas de agua que para a bola de ping-pong). A bola de
ping-pong tem a velocidade terminal menor e e atingida mais rapidamente. A bola de t enis
pode ser lancada mais longe, porque pode ser lancada com uma velocidade muito maior.
5. 39.9 minutos.
Captulo 4
Perguntas de escolha m ultipla
A.11 Guardar informac ao entre sess oes 199
1. A
2. C
3. A
4. A
5. D
6. A
Captulo 5
Perguntas de escolha m ultipla
1. D
2. D
3. E
4. C
5. A
6. E
7. A
8. C
9. C
10. D
11. B
Captulo 6
Perguntas de escolha m ultipla
1. B
2. A
3. E
4. C
5. B
6. D
7. A
8. E
Captulo 7
Perguntas de escolha m ultipla
1. D
2. B
3. C
4. E
5. A
6. B
7. D
8. C
9. D
Captulo 8
Perguntas de escolha m ultipla
1. E
2. C
3. B
4. C
5. C
Captulo 9
Perguntas de escolha m ultipla
200 Tutorial do Maxima
1. C 2. A 3. E
Captulo 10
Perguntas de escolha m ultipla
1. D
2. C
3. E
4. C
5. D
6. D
7. B
8. E
9. E
Captulo 11
Perguntas de escolha m ultipla
1. D 2. E 3. D 4. B
Captulo 12
Perguntas de escolha m ultipla
1. A
2. D
3. E
4. E
5. C

Indice
A
amplitude, 72
B
bacia de atracc ao, 151
backward, 100
base, 76
batchload, 41
bc2, 62, 194
boat, 185
Bifurcac ao, 141
bifurcac ao de forquilha, 141
bifurcac ao sela-n o, 141
bifurcac ao transcrtica, 141
block, 106
browser, 184
C
ca otico, 14
campo de direcc oes, 28
caracterstica tens ao-corrente, 3
centro, 81
chaosgame, 165
ciclo, 16
ciclo limite, 127
circuito LCR, 88
circuito RC, 33
cobweb diagram, 12
Comma Separated Values, 41
Computer Algebra System, 1
condic oes fronteira, 62
Cong, 60, 103
conjunto de Cantor, 153
conservac ao da energia mec anica, 73
constante de fase, 72
cubo, 191
D
Department of Energy, 183
depends, 28
diagrama de orbitas, 153
diagrama de bifurcac oes, 143
diagrama de degraus, 12
diff, 5, 193
direction, 60, 100, 112
display2d, 40
dynamics, 12, 13, 25, 107, 161, 165, 166, 174,
179
E
Edit, 195
eigenvectors, 77
endcons, 38
energia potencial, 150
epstopdf, 189
equac ao caracterstica, 76
equac ao de Bernoulli, 47
equac ao de diferencas, 9
equac ao de Euler, 61
equac ao de evoluc ao, 9, 35
equac ao de van der Pol, 126
equac oes diferenciais aut onomas, 34
equac oes lineares com coecientes constantes,
61
equilbrio est avel, 149
equilbrio inst avel, 150
espaco de fase, 58
Euler, 6
ev, 185, 186
evolution, 12, 25
evolution2d, 161
exacta, 44
expand, 11, 186
F
factor integrante, 43
cheiro CSV, 41
202

INDICE
foco atractivo, 15, 81
foco repulsivo, 15, 81
for, 106
forma can onica, 80, 100
forward, 100, 112
fpprec, 185
fractal, 162
frequ encia angular, 72
func ao hamiltoniana, 113
func ao implcita, 27
func ao potencial, 117
G
genmatrix, 97
Gimp, 175
Gnuplot, 188
graph2d, 39, 57, 108, 109
H
Help, 184
homog enea, 46
I
ic1, 41, 194
ic2, 61, 62, 194
ifs, 166
integrate, 193
Iterated Functions System, 166
J
jogo do caos, 165
julia, 174, 178
K
kill, 10, 191
L
last, 38
lei de Ohm, 2
levels, 176
limit, 6
linsolve, 188
lista, 3
looping, 101
Lorenz, 156
M
m etodo de Euler, 37
m etodo de iterac ao, 19
m etodo de Newton, 20
Macsyma, 183
makelist, 191
mapa de H enon, 162
Maple, 183
Mathematica, 183
matrix, 77
matriz do sistema, 74
matriz jacobiana, 97
Maxima, 1, 183
method, 46, 194
momento angular, 118
momento de in ercia, 118
movimento harm onico simples, 72
Multiple, 184
multiplicidade, 77
N
n o atractivo, 15, 35, 60, 77
n o impr oprio, 85
n o pr oprio, 84
n o repulsivo, 15, 60, 77
n ao-hiperb olico, 142
nstep, 60
nsteps, 60, 112
nticks, 7
numer, 6, 54, 59, 107, 185, 187
O
ode2, 41, 45, 46, 61, 63, 65, 194
Openmath, 189
Options, 184
P
p endulo de Wilberforce, 118
parametric, 6
part, 187
pdatex, 189
perodo, 73
Plot Versus t, 60, 103
Plot Windows, 184
plot2d, 5, 188
plot3d, 189, 190
plotdf, 29, 59, 60, 67, 100, 102, 103, 111
polin omio caracterstico, 83
ponto de sela, 77

INDICE 203
ponto xo, 15
ponto m edio, 53
pontos xos, 35
pontos xos n ao hiperb olicos, 86
pontos peri odicos, 16
problema de valor inicial, 29
project MACs SYmbolic MAnipulator, 183
R
R ossler, 157
razes, 18
radcan, 63
radius, 176
ratsimp, 192
rectform, 187
regra das malhas, 88
regra de Cramer, 74
retrato de fase, 35
rk, 109, 112, 119
S
Save Console to File, 195
separatriz, 117
sistema din amico linear, 73
sistema gradiente, 117
sistema hamiltoniano, 113
sistema iterativo de func oes, 166
sistema quadr atico, 150
sistemas aut onomos, 34
soluc ao limitada, 155
soluc ao particular, 29
soluc oes ca oticas, 155
solve, 3, 5, 15, 187, 188
staircase, 13
staircase diagram, 12
stringout, 195
T
Toggle Browser Visibility, 184
trodo de v acuo, 125
Trajectory at, 103
trajectory at, 30
tri angulo de Sierpinski, 165
trigexpand, 192
trigreduc, 192
tstep, 60
V
valor pr oprio, 75
vari avel de estado, 34
vector pr oprio, 74
velocidade de fase, 58
velocidade terminal, 32
W
Wilberforce, 118
with stdout, 40
X
xaos, 179
xcenter, 30, 60, 111, 162
Xmaxima, 184
xradius, 30, 60, 111, 162
Y
ycenter, 30, 60, 111, 162
yradius, 30, 60, 112, 162
204

INDICE
Bibliograa
Acheson, D. (1997), From calculus to chaos. An introduction to dynamics, Oxford University
Press.
Alligood, K. T., Sauer, T. D. & Yorke, J. A. (1996), Chaos - an introduction to dynamical systems,
Springer-Verlag.
Blanchard, P., Devaney, R. L. & Hall, G. R. (1999), Ecuaciones diferenciales, International Thom-
son Editores.
Boyce, W. E. & DiPrima, R. C. (2004), Elementary Differential Equations and Boundary Value
Problems, seventh edn, John Wiley and Sons.
de Souza, P. N., Fateman, R., Moses, J. & Yapp, C. (2003), The Maxima book,
http://maxima.sourceforge.net.
Devaney, R. L. (1992), A rst course in chaotic dynamical systems: theory and experiments,
Westview Press.
Farlow, S. J. (1994), An introduction to differential equations and their applications, McGraw-
Hill, New York.
Fiedler-Ferrara, N. & Cintra do Prado, C. P. (1994), Caos: uma introduc ao, Editora Edgard
Bl ucher LTDA., S. Paulo.
Garcia, A. L. (2000), Numerical methods for physics, Prentice-Hall.
Gerthsen, C., Kneser & Vogel, H. (1998), Fsica, segunda edn, Fundac ao Calouste Gulbenkian,
Lisboa.
Landau, R. & Meja, M. J. P. (1997), Computational physics: problem solving with computers,
John Wiley & Sons, Inc.
Lynch, S. (2001), Dynamical systems with applications using MAPLE, Birkha user, Boston.
Nayfeh, A. H. & Balachandran, B. (1995), Applied nonlinear dynamics, John Wiley and Sons.
Peitgen, H.-O., J urgens, H. & Saupe, D. (1992), Chaos and fractals: new frontiers of science,
Springer-Verlag.
Redfern, D., Chandler, E. & Fell, R. N. (1997), Macsyma ODE lab book, Jones and Bartlett
Publishers, Boston.
206 BIBLIOGRAFIA
Sanchez, D. A., Allen Jr., C. A. & Kyner, W. T. (1988), Differential equations. Second edition,
Addison-Wesley.
Solari, H. G., Natiello, M. A. & Mindlin, G. B. (1996), Nonlinear dynamics: a two-way trip from
physics to math, IOP Publishing Ltd.
Thornton, S. T. & Marion, J. B. (2004), Classical dynamics of particles and systems, fth edn,
Thomson, Brooks/Cole.