Escolar Documentos
Profissional Documentos
Cultura Documentos
Plano de Fase PDF
Plano de Fase PDF
Plano
Sistemas autônomos
Queremos estudar o comportamento das soluções do sistema escrito na seguinte forma:
0
x = f (x, y)
(1)
y 0 = g(x, y)
onde x = x(t) e y = y(t). Tal sistema é chamado de sistema autônomo, ou seja, a variável
independente t não aparece explicitamente no lado direito das equações.
Uma solução desse sistema possui a seguinte forma:
x(t)
X(t) = (2)
y(t)
Além disso, podemos provar que:
Lema 1: Se x(t) e y(t), com a < t < b, é uma solução do sistema (1), então para qualquer
número real k as funções
x1 (t) = x(t + k) e y1 (t) = y(t + k)
também são soluções do sistema (1).
O vetor solução X(t) nos diz como o ponto (x, y) se move no plano-xy de acordo com
a variação do tempo t. O movimento do ponto (x, y) determina uma curva, chamada de
trajetória da solução X(t), como mostra a Figura 1.
Observe que pelo Teorema de Existência e Unicidade podemos concluir que:
Lema 2: Por qualquer ponto do plano-xy passa no máximo uma trajetória do sistema (1).
Em outras palavras, duas trajetórias do sistema (1) não se interceptam.
1
y
X(t)
x(t) = x1 (t + t1 − t2 )
y(t) = y1 (t + t1 − t2 )
é uma solução do sistema (1).
Agora observe que
ou seja,
(x(t2 ), y(t2 )) = (x0 , y0 )
(x2 (t2 ), y2 (t2 )) = (x0 , y0 )
Portanto, pelo Teorema de Existência e Unicidade temos que
para todo t, pois caso contrário a unicidade de soluções seria contrariada. Logo, C1 e C2
devem ser a mesma trajetória.
Também, podemos pensar na derivada de uma solução
0
0 x (t)
X (t) =
y 0 (t)
como representante do vetor velocidade do ponto (x, y) que se move de acordo com a
solução (2). Dessa forma, podemos interpretar geometricamente o sistema (1) como um
2
y
campo de velocidade onde para cada ponto (x0 , y0 ) no plano-xy esta associado um vetor
velocidade tendo sua calda em (x0 , y0 ), como mostra a Figura 2.
Como uma solução do sistema (1) é um ponto movendo no plano-xy temos que em cada
ponto da sua trajetória, ele possui a velocidade descrita pelo campo de velocidades, como
mostra a Figura 1.
y
X(t)
3
Classificação de Sistemas Lineares
Hiperbólicos no Plano
X 0 = AX
onde
a b x
A= e X=
c d y
Autovalores e Autovetores
a b
Como já foi estudado anteriormente, λ se diz um autovalor da matriz A = se
c d
existe um vetor não nulo v ∈ R2 tal que
Av = λv (4)
Neste caso, o vetor v é chamado de autovetor e podemos escrever a equação (4) como
(A − λI2 )v = 0 (5)
Como v = (0, 0) satisfaz a equação (4) para todo λ, estaremos interessados em v 6= (0, 0)
que satisfaça tal equação. Em outras palavras, a matriz A deve ser não inversı́vel, ou seja,
det(A − λI2 ) = 0
4
Observe que tr(A) = a + d e que o det(A) = ad − bc, ou seja, o polinômio caracterı́stico
pode ser reescrito como
λ2 − tr(A)λ + det(A) = 0
Além disso, observe que se λ1 e λ2 são raı́zes do polinômio caracterı́stico, então
ou seja,
tr(A) = λ1 + λ2
det(A) = λ1 λ2
Na sequência enuciaremos o próximo teorema o qual não demonstraremos.
5
Sendo X 0 = AX, podemos usar o determinante, o traço e o discriminante da matriz
A para classificar os sistemas lineares hiperbólicos no plano, nas proximidades da origem.
Vejamos:
(1) det(A) = 0: A matriz A tem pelo menos um autovalor real igual a zero, sendo o sistema
não hiperbólico.
(2) det(A) < 0: A matriz A tem um autovalor positivo e outro negativo, sendo a origem,
o ponto de equilı́brio, uma Sela como mostra a Figura 4. Por exemplo, considere o
seguinte sistema
0 −1 3
X = X (6)
3 −1
Observe que det(A) = −8 < 0 e que os autovalores são λ1 = −4 e λ2 = 2.
y
v2
v1
(3) det(A) > 0: A matriz A tem dois autovalores reais com o mesmo sinal ou um par de
autovalores complexos conjugados.
(a) det(A) > 0 e tr(A) = 0: Então os autovalores são complexos conjugados imag-
inários puros, sendo o sistema não hiperbólico.
(b) det(A) > 0 e tr(A) < 0: Como o traço de A é a soma dos autovalores, se tr(A)
é negativo obtemos um Poço. É o caso do sistema (7), onde det(A) = 2 > 0 e
tr(A) = −3 e do sistema (8) onde det(A) = 26 > 0 e tr(A) = −2.
0 −2 0
X = X (7)
0 −1
0 −1 −5
X = X (8)
5 −1
6
Os dois sistemas (7) e (8) distinguem-se analisando, de acordo com o Teorema 3,
o discriminante 2
∆ = tr(A) − 4 det(A).
(*) ∆ > 0: Os autovalores da matriz A são reais distintos e ambos negativos,
como é o caso do exemplo (7) em que ∆ = 1. Neste caso, temos um Nó
(estável), como mostra a Figura 5.
y
v2
v1
7
• A é multipla da identidade: Neste caso a origem é um Foco (estável),
pois existem dois autovetores linearmente independentes, como mostra a
Figura 7. Este é o caso do exemplo (9) a seguir, onde temos que det(A) =
4, tr(A) = −4 e ∆ = 0, e os autovalores são λ1 = λ2 = −2.
0 −2 0
X = X (9)
0 −2
v2
v1
8
y
v1
Esta classificação dos sistemas lineares hiperbólicos no plano pode ser resumida no seguinte
(veja Figura 9):
9
Figura 9: Classificação de sistemas lineares hiperbólicos no plano em coordenadas
(tr(A), det(A)).
10
Sistemas não-Lineares Autônomos,
Retrato de Fase, Ciclos Limite,
Teorema de Poincaré-Bendixson e
Equações de Lienard
X10 = AX1
11
nas próximidades dos pontos de equilı́brio, ou seja, a linearização do sistema (11) em torno
de (x0 , y0 ).
Em geral, e principalmente quando existem vários pontos de equilı́brio ou quando as
funções f (x, y) e g(x, y) não são simples, para encontrar o sistema linearizado, ou fazer a
linearização do sistema, usamos a matriz Jacobiana dada por
∂f (x, y) ∂f (x, y)
∂x ∂y
J(x, y) =
∂g(x, y) ∂g(x, y)
∂x ∂y
x0 = f (x, y)
y 0 = g(x, y)
é
∂f (x, y) ∂f (x, y)
x01 = x1 + y1
∂x ∂y
∂g(x, y) ∂g(x, y)
y10 = x1 + y1
∂x ∂y
ou na forma matricial
X10 = AX1
onde
x1
X1 = e A = J(x0 , y0 )
y1
12
Retrato de fase
A seguir apresentamos um procedimento geral para desenhar, do ponto de vista qualita-
tivo, as trajetórias de um sistema não-linear autônomo
0
x = f (x, y)
y 0 = g(x, y)
Em outras palavras, apresentamos um procedimento para esboçar o retrado de fase do sistema
não-linear dado.
1. Encontre todos os pontos de equilı́brio resolvendo o seguinte sistema:
f (x, y) = 0
g(x, y) = 0
Exercı́cio 1: Para cada sistema a seguir, a origem é claramente um ponto de equilı́brio. Dê
o tipo, a estabilidade, e apresente o comportamento de algumas trajetórias (plano de fase)
do sistema em torno de tal ponto.
0 0
x = x − y + xy x = x + 2x2 − y 2
1. 2.
y 0 = 3x − 2y − xy y 0 = x − 2y + x3
Exercı́cio 2: Para cada sistema a seguir, encontre os pontos de equilı́brio de cada sistema, e
faça o plano de fase em torno de cada ponto e adicione algumas trajetórias compatı́veis com
as as outras que você desenhou.
0 0
x = 1−y x = x − x2 − xy
1. 0 2.
y = x −y 2 2
y 0 = 3y − xy − 2y 2
13
Ciclos limite
Até agora, nossa análise dos sistemas não-lineares no plano-xy se resumiu em encontrar os
pontos de equilı́brio do sistema e analizar as trajetórias nas proximidades de cada um destes
pontos. Isto nos dá uma ideia de como as outras trajetórias se comportam, pelo menos
aquelas que passar nas proximidades dos pontos de equilı́brio.
Uma outra possibilidade importante, a qual pode influenciar no comportamento das tra-
jetórias é se uma destas trajetórias for uma curva fechada C. Se isto acontecer, a solução
associada X(t) será geometricamente determinada por um ponto que vai e volta sobre a curva
C com um certo perı́odo T . Isto é, a solução
Se tal curva (trajetória) fechada existir, as trajetórias nas suas proximidades devem se
comportar de maneira parecida com C. Assim temos as seguintes possibilidades: nas prox-
imidades de C as curvas podem ser espirais se aproximnando de C, elas podem ser espirais
se afatando de C, ou elas podem ser também curvas fechadas, como mostra a figura a seguir.
Se o último caso não acontece, ou seja, a curva C é uma curva isolada, então C é chamada de
ciclo limite, o qual pode ser estável, instável ou semi-estável, respectivamente, se as curvas
espirais se aproximam de C, ou se afastam de C, ou ambas.
C
C C C
Ciclo limite estavel Ciclo limite instavel Ciclo limite semi−estavel Neutro − Centro estavel
O ciclo limite mais importante é o ciclo limite estável, onde nas suas proximidades as
curvas (trajetórias) espirais aproximam de C de ambos os lados. Processos periódicos na
natureza podem frequentemente ser representados como ciclos limite estáveis, assim existe
um grande interesse em encontrar tais trajetórias se elas existem. Infelizmente, pouco se sabe
sobre como fazer isto, ou como mostrar que um sistema não possui ciclos limite.
14
Existência de ciclos limite
A principal ferramenta que vem sendo historicamente usada para mostrar que sistemas
da forma 0
x = f (x, y)
(12)
y 0 = g(x, y)
possui ciclo limite estável é o seguinte:
então o sistema (12) possui uma trajetória fechada (ciclo limite) contido em R.
Não daremos uma demonstração formal deste teorema, mas de certa forma tal teorema
é intuitivo. De fato, se começarmos em uma das curvas de contorno D1 ou D2 , a solução
entrará na região R, pois, os vetores velocidades apontar para o interior de R. De acordo com
o avançar do tempo, a solução não pode nunca deixar R, pois quando a solução se aproxima
de uma de contorno, tentando sair de R, os vetores velocidade sempre apontam para dentro
de R, forçando a solução a ficar dentro de R. Desde que a solução não pode sair de R, a única
coisa que a solução pode fazer quando t → ∞ é ou se aproximar de um ponto de equilı́brio -
mas não existe nenhum em R por hipótese - ou se aproximar em forma de espiral em direção
a uma trajetória fechada. Logo, existe uma trajetória fechada (ciclo limite) em R, o qual não
pode ser instável, ou seja, pode ser qualquer uma das outras três possibilidades.
D1
D2
15
Não-Existência de ciclos limite
Vejamos agora o outro lado da moeda. Aqui apresentamos dois resultados que são usados
para mostrar que um ciclo limite não existe.
∂f (x, y) ∂g(x, y)
Teorema 6 [Critério de Bendixson]: Se e são contı́nuas em uma região
∂x ∂y
R a qual é simplesmente conexa (isto é, sem buracos), e
∂f (x, y) ∂g(x, y)
+ 6= 0 em todo ponto de R,
∂x ∂y
então o sistema
x0 = f (x, y)
y 0 = g(x, y)
não possui trajetórias fechadas dentro de R, ou seja, não possui ciclos limite.
∂f (x, y) ∂g(x, y)
+ =0
∂x ∂y
x0 = −x + y 2
Exemplo 1: O sistema possui ciclos limite?
y 0 = x2 − y 2
∂f (x, y) ∂g(x, y)
Solução: Observe que = −1 e = −3y 2 . Sendo assim, para todo
∂x ∂y
(x, y)
∂f (x, y) ∂g(x, y)
+ = −1 − 3y 2 < 0.
∂x ∂y
Portanto, pelo Critério de Bendixson, o sistema não possui ciclos limite.
16
x0 = x2 + y 2 + 1
Exemplo 2: O sistema possui ciclos limite?
y 0 = x2 − y 3
∂f (x, y) ∂g(x, y)
Solução: Observe que = 2x e = −2y. Portanto,
∂x ∂y
∂f (x, y) ∂g(x, y)
+ = 2x − 2y = 0 se, e somente se, x = y.
∂x ∂y
x=y
?
Sem ciclo limite
x
Como vimos antes, o teorema de Poincaré-Bendixson diz que qualquer trajetória descrita
por um sistema não-linear que entra ou está contida e nunca sai de uma região fechada e
limitada sem a existência de um estado de equilı́brio, é um ciclo limite ou está se aproximando
de um.
Considerando uma região S delimitada pelo ciclo limite, sem a exclusão de pontos de
equilı́brio, pode-se concluir a partir o teorema de Poincaré-Bendixson que uma condição
necessária para existência de um ciclo limite é que
N =S+1
17
Teorema 7 [Critério do Ponto de Equilı́brio]: Um ciclo limite envolve pelo menos um
ponto de equilı́brio.
Note que de acordo com esse critério, se uma região R do plano não contém pontos de
equilı́brios, então R não contém ciclos limite.
Exemplo 3: Olhando novamente o Exemplo 2, vemos que x2 + y 2 + 1 6= 0 para todo (x, y),
ou seja, o sistema não possui pontos de equilı́brio. Portanto, o sistema não possui ciclos
limite.
0
x = ax + by
Exemplo 4: Para quais valores de a e d o sitema possui trajetórias
y 0 = cx + dy
fechadas?
∂f (x, y) ∂g(x, y)
Solução: É fácil verificar que =a e = d.
∂x ∂y
Pelo critério de Bendixson,
∂f (x, y) ∂g(x, y)
+ = a + d 6= 0
∂x ∂y
implica a não existência de trajetórias fechadas.
Se a + d = 0 o critério de Bendixson não nos diz nada. Então, o que acontece se a + d = 0?
Como o sistema dado é linear podemos escrever sua equação caracterı́stica que é
18
Exercı́cio 4: Mostre que cada um dos sistemas a seguir não possui trajetórias fechadas na
região R, que é todo o plano-xy, exceto o terceiro no qual a região R é considerada como a
região do plano-xy onde x < −1. No quarto, encontre as condições que as seis constantes
devem satisfazer para o sistema não possuir trajetórias fechadas no plano-xy.
0 0
x = x + x3 + y 3 x = 2x + x2 + y 2
1. 3.
y 0 = y + x3 + y 3 y 0 = x2 − y 2
0
x0 = ax + bx2 − 2cxy + dy 2
x = x2 + y 2
2. 0 4.
y = 1+x−y y 0 = ex + f x2 − 2bxy + cy 2
Equação de Lienard
A Equação de Lienard é dada por
19
Omitiremos a prova deste teorema, pois, além de ser longa é difı́cil e requer conhecimentos
em análise.
De fato, F 0 (x) = k(x2 − 1). Portanto, o sistema de Lienard, neste caso, é dado por
3
0 x
x = y−k −x
3
0
y = −x
xg(x) = x2 > 0
F 0 (0) = −1 < 0
√ √
Além disso, F (0) = 0 e para a = ± 3 temos que F (a) = 0. Para x ≥ 3 F é monótona
e cresce para o infinito quando x → ∞. Assim, as hipóteses do Teorema de Lienard são
satisfeitas para estas funções e, portanto, para todo k > 0, a equação de van der Pol dada
anteriormente tem um único ciclo limite estável.
x3 − x
F (x) = e g(x) = x
x2 + 1
e vefique se tais funções satisfazem as condições do Teorema de Lineard.
não possui soluções periódicas (trajetórias fechadas) se acontece uma das seguintes:
20
O sistema presa-predador: o modelo Lotka-Volterra
Suponhamos que x representa a densidade da presa e que y representa a densidade
do predador. Sendo assim temos o seguinte sistema de equações presa-predador de Lotka-
Volterra:
0
x = ax − bxy
y 0 = −cy + dxy
onde r, a, c e d são constantes positivas e:
Além disso, o termo ax implica que as presas crescerão de modo exponencial na ausência
de predadores. Por sua vez, o segundo termo da primeira equação, −bxy, está relacionado à
redução das presas por ação dos predadores. Na segunda equação, o termo −cy indica que a
população de predadores decai exponencialmente na ausência de presas, e dxy indica que a
perda de presas leva à produção de novos predadores.
21