Escolar Documentos
Profissional Documentos
Cultura Documentos
4 de junho de 2010
2
Preliminares
3
1 Introdução 9
2 O Mapa Logı́stico 17
3 A Descoberta de Feigenbaum 29
4 O Pêndulo Simples 37
5 Difusão 53
A Respostas e Comentários 97
A.1 Capı́tulo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
A.2 Capı́tulo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
A.3 Capı́tulo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
A.4 Capı́tulo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.5 Capı́tulo 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
A.6 Capı́tulo 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
A.7 Capı́tulo 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
7
8 SUMÁRIO
Capı́tulo 1
Introdução
9
10 CAPÍTULO 1. INTRODUÇÃO
F = ma (1.1)
que relaciona a força F , que em geral depende da posição x do corpo cujo movi-
mento se deseja estudar ao longo de um eixo, com sua aceleração
d2 x
a= (1.2)
dt2
que vem a ser a segunda derivada da posição x em relação ao tempo t. Trata-se
de uma equação diferencial porque relaciona uma função matemática com suas
derivadas — no caso a segunda derivada da função x(t) que define a força. Os
termos diferencial e derivada se referem ao mesmo conceito.
Para melhor compreender o conceito de derivadas e equações diferenciais,
no entanto, vamos recorrer a um exemplo mais simples: o decaimento radioa-
tivo. Nesse caso, a equação diferencial correspondente envolve apenas uma pri-
meira derivada, ou simplesmente derivada, sendo portanto de mais fácil compre-
ensão que a segunda lei de Newton. Teremos mais tarde oportunidade de estudar
aplicações desta lei.
Numa amostra radioativa, alguns núcleos atômicos já decairam, ou seja já li-
beraram sua radioatividade, enquanto outros ainda não. Cada um desses núcleos
ainda radioativos vai acabar decaindo em algum instante futuro sem que se possa
prever quando. Não se trata de um problema de envelhecimento em que cada
núcleo iria perdendo gradativamente sua radioatividade. Ao contrário, cada núcleo
só pode se encontrar em um dentre dois possı́veis estados: já decaiu, ou ainda não
decaiu. No preciso instante em que um dado núcleo decai é emitida a radiação
responsável pelas propriedades radioativas do material.
Como há um número enorme de núcleos numa amostra radioativa, há sempre
algum deles decaindo, continuamente. A radioatividade do material é mantida por
muito tempo, até mesmo milhões de anos. A quantidade importante que vamos
estudar é o número N(t) de núcleos ainda radioativos na amostra, que diminui
a medida em que o tempo t passa. Para estudar como diminui este número, va-
mos considerar a quantidade ∆N de núcleos que decairam durante um pequeno
intervalo de tempo ∆t (por exemplo 1 segundo) entre os instantes t e t + ∆t.
Como já comentado, não há nenhuma maneira de prever quando um certo núcleo
vai decair. Os vários decaimentos ocorrem de forma completamente aleatória.
Por outro lado, esta imprevisibilidade nos permite tirar conclusões a respeito da
amostra toda, macroscópica.
Podemos afirmar, por exemplo, que ∆N representa uma pequena fração fixa
de N(t). Ou seja, quanto maior for o número N(t) de núcleos ainda radioativos
11
num dado instante t, maior será o número ∆N dentre eles que terão decaido 1
segundo depois. A constante de proporcionalidade entre ∆N e N(t) deve ser, por
sua vez, proporcional ao pequeno intervalo de tempo ∆t considerado. Matemati-
camente, podemos escrever
∆N = α ∆t N(t) , (1.3)
onde α é um valor constante que depende do material.
Como ∆N = N(t) − N(t + ∆t), podemos escrever
1
L.M. Litz, S.A. Ring and W.R. Blackwell, Phys. Rev. 92, 288 (1953)
2
H.A. Enge, Introduction to Nuclear Physics, Addison-Wesley, Reading, Massachusetts (1966)
12 CAPÍTULO 1. INTRODUÇÃO
Problema 1-1
Use o mapa iterativo (1.4), com ∆t = 1s, e mostre que uma amostra
de Rb82 terá sua radioatividade reduzida à metade depois de decorridos
75s (ou 1min e 15s).
Problema 1-2
Como você pode observar, o gráfico de N(t) em função de t não é linear, isto
é, os pontos não se sobrepõe a uma linha reta. Que curva será esta?
13
Problema 1-3
Problema 1-4
A partir da expressão (1.5) pode-se verificar que o tempo de meia vida t1/2 se
14 CAPÍTULO 1. INTRODUÇÃO
ln 2
t1/2 = (1.6)
α
que confirma o valor 75s citado no problema 1-1 para o caso do Rb82 . Verifique!
O tempo de meia vida de um dado material serve para avaliar a duração de
sua radioativodade. Depois de quanto tempo de uso será necessário trocar a fonte
radioativa de um aparelho de raio X? Suponhamos que o aparelho funcione ade-
quadamente enquanto sua intensidade radioativa for superior a um certo limiar, e
que o fabricante entregue o aparelho novo com intensidade radioativa duas vezes
maior do que este limiar. Nesse caso, a fonte deverá ser trocada depois de decor-
rido um tempo igual a t1/2 . Você poderá facilmente concluir que o Rb82 não é o
material adequado para servir de fonte radioativa neste tipo de aparelho, pois teria
que ser trocada a todo minuto.
Um exemplo oposto é o Pu239 cujo tempo de meia vida vale 22 mil anos! Este
material é um dos subprodutos das usinas nucleares, e faz parte do chamado lixo
atômico. O principal problema tecnológico de tais usinas é justamente a armaze-
nagem deste perigoso material, em local seguro, durante esta enorme quatidade
de tempo.
Uma outra quantidade alternativa é o “tempo de vida média” τ , que passare-
mos a descrever. Voltemos ao exemplo do Rb82 , considerando uma amostra com
N(0) = 1000 núcleos radioativos iniciais. Segundo a relação (1.3), ∆N1 = 9, 24
núcleos terão decaido durante o primeiro segundo, entre t = 0 e t = 1s. Não
se espante com o valor fracionário (24 centésimos de núcleo), uma vez que há
muito mais do que 1000 núcleos radioativos numa amostra real. Podemos imagi-
nar uma tal amostra dividida em muitas subamostras com 1000 núcleos cada uma.
Os valores fracionários representam apenas o resultado de uma média para todas
as subamostras.
O tempo de vida de cada um dos ∆N1 = 9, 24 núcleos foi curto, maior do
que 0 e menor do que 1s, mas vamos considerar que todos tenham decaido juntos
no tempo t1 = 1s. O erro final decorrente desta aproximação será irrelevante. Em
t = 1s sobram N(1) = 990, 76 núcleos ainda radioativos. Novamente segundo
a relação (1.3), ∆N2 = 9, 1546224 núcleos terão decaido entre t = 1s e t = 2s.
Vamos considerar que todos estes tenham decaido no tempo t2 = 2s.
Da mesma forma pode-se determinar o número ∆N3 de núcleos que decaem
entre t = 2s e t = 3s, adotar o tempo de vida t3 = 3s para todos eles, e assim por
diante.
O tempo de vida média é simplesmente a média ponderada
que deve ser tomada até tempos suficientemente longos para que as contribuições
posteriores possam ser desprezadas.
Problema 1-5
A relação
1
τ= (1.8)
α
é geral e pode ser obtida analiticamente a partir da equação (1.3) e da solução
(1.5).
Problema 1-6
N (0)
0
to to + τ
O Mapa Logı́stico
17
18 CAPÍTULO 2. O MAPA LOGÍSTICO
∆N = α ∆t N(t) (2.2)
onde α é um valor constante que depende da capacidade reprodutiva das bactérias.
Note no entanto que a ordem em que se toma a diferença entre N(t) e N(t + ∆t)
foi invertida em relação ao caso anterior do decaimento radioativo. Desta maneira,
em vez do mapa (1.4) teremos
Problema 2-1
N (0)
0
0 to − τ to
Problema 2-2
x′ = λ x (1 − x) , (2.4)
Problema 2-3
O fato de haver uma situação estacionária com uma população final fixa de
bactérias (em número) indica que foi atingido um equilı́brio entre o número de
duplicações e o de bactérias que não sobrevivem à inanição ou à falta de espaço.
Outra questão interessante se relaciona com o tempo gasto até se atingir esta
situação final de equilı́brio. Numericamente, a resposta a esta questão depende da
precisão que se deseja para o valor final x∗ . Em outras palavras, a questão deve
ser colocada como se segue. Depois de quanto tempo o valor x(t) difere do valor
final x∗ por uma diferença menor que uma tolerância fixa predeterminada? Ou
ainda, depois de quanto tempo x(t) já convergiu ao valor final x∗ até uma certa
casa decimal predefinida?
2
Os pioneiros da citada moderna Teoria do Caos são M. Feigenbaun, J. Stat. Phys. 19, 25
(1978); 21, 669 (1979); P. Collet and J.-P. Eckmann, Iterated Maps on the Interval as Dynamical
Systems, Birkhaüser (1980).
22 CAPÍTULO 2. O MAPA LOGÍSTICO
Problema 2-4
Problema 2-5
Quanto mais estreita for a “barriga” existente entre a curva e a reta inclinada
o
45 , maior vai ser o número de degraus na escada e portanto maior será o tempo
23
x∗
x′′′
x′′
x′
0
0 x x′ x′′ ... x∗
Problema 2-6
ou
A relação (2.6) vale também para λ < 1, porém neste caso o valor final da
variável dinâmica x(t) será x∗ = 0 (em vez de x∗ = 1 − 1/λ). A figura 2.4 ilustra
esta situação.
O decaimento exponencial indicado na relação (2.6), no entanto, não se veri-
fica no caso crı́tico λ = λ0 = 1. A razão para esta anomalia pode ser apreciada se
voltarmos ao enunciado do problema 2-6, no qual δ e δ ′ foram considerados “pe-
quenos” nas relações x = x∗ + δ e x′ = x∗ + δ ′. Não foi explicitado no enunciado,
mas obviamente δ e δ ′ deveriam ser pequenos se comparados a x∗ . Obviamente
também, esta condição não pode ser satisfeita no caso crı́tico λ = λ0 = 1, uma
vez que x∗ = 0.
25
x′
x′′
x′′′
0
0 x′′ x′ x
Problema 2-7
x′
x′′
x′′′
0
0 ... x′′ x′ x
Problema 2-8
Itere umas dez mil vezes o mapa logı́stico (2.4) na situação crı́tica,
λ = λ0 = 1. Comece em t = 0 com um valor inicial arbitrário, por
exemplo, x = 0, 1. Armazene os sucessivos valores de t e x num arquivo
de dados com duas colunas, e construa posteriormente o gráfico x × t.
Você obterá uma curva que descreve o decaimento.
No problema 1-3, verificamos que o gráfico curvo de um decai-
mento exponencial se transforma num gráfico reto se adotarmos escala
logarı́tmica no eixo vertical. Com os mesmos dados do parágrafo ante-
rior, construa um segundo gráfico x × t, dessa vez com escala logarı́tmica
no eixo vertical. Em vez de uma reta, você obterá uma outra curva, o que
mostra não ser exponencial a função x(t). Por esta razão o decaimento
crı́tico é denominado anômalo.
Ainda com os mesmos dados, construa um terceiro gráfico, dessa vez
com escalas logarı́timicas no eixo horizontal e no vertical. Agora, seu
gráfico é reto para tempos suficientemente grandes. Determine o coefici-
ente angular da reta.
27
Problema 2-9
1
τ= , (2.9)
|λ − 1|
que vem a ser o tempo caracterı́stico do decaimento exponencial (2.6) ao equilı́brio.
Este valor τ dá a ordem de grandeza do tempo de espera necessário para que o
sistema atinja o equilı́brio. Quanto mais próximo o parâmetro λ estiver do valor
28 CAPÍTULO 2. O MAPA LOGÍSTICO
crı́tico λ0 = 1, mais lento será o decaimento, conforme já havı́amos observado an-
teriormente. Se λ for escolhido justamente no valor crı́tico λ = λ0 = 1, o tempo
caracterı́stico de espera se torna infinito. Isto significa na prática que, na situação
crı́tica, o sistema jamais atinge o equilı́brio. Um exemplo convincente deste com-
portamento é o próprio mapa logı́stico na situação crı́tica: mesmo começando com
um valor x(0) muito próximo ao valor de equilı́brio x∗ = 0, o computador não
consegue atingı́-lo devido a erros de truncamento numérico. Verifique numerica-
mente, observando que o valor final após a convergência não coincide exatamente
com x∗ = 0!
A propriedade de decaimento lento, em leis de potência, é comum a inúmeros
sistemas naturais. A lentidão do processo é um entrave que dificulta tanto medi-
das experimentais quanto resultados de simulações em computador. A mudança
de regime de decaimento, de exponencial para lei de potência, é denominada ra-
lentamento crı́tico (ou “critical slowing down”).
Na figura 2.6 apresentamos um esboço do gráfico da relação (2.9). Este tipo
de “explosão” em lei de potência de uma certa grandeza fı́sica (no caso, τ ) quando
se ajusta o parâmetro de controle (no caso, λ) até atingir um valor crı́tico é muito
comum no estudo de transições de fase. São os chamados fenômenos crı́ticos.
tempo caracterı́stico τ
λ0
parâmetro de controle λ
Figura 2.6: Gráfico da relação (2.9).
A figura 2.6 serve para ilustrar que nem sempre as grandezas fı́sicas são “bem
comportadas”. Em situações crı́ticas nas quais os comportamentos usualmente
exponenciais são substituidos por leis de potência, aparecem singularidades.
Capı́tulo 3
A Descoberta de Feigenbaum
(tópico avançado opcional)
29
30 CAPÍTULO 3. A DESCOBERTA DE FEIGENBAUM
x′ = fλ (x) = λ x (1 − x) , (3.1)
(2)
x′ = fλ [fλ (x)] = fλ (x) . (3.2)
Problema 3-1
Problema 3-2
Problema 3-3
(2)
Comparando o detalhe destacado no gráfico do mapa composto x′ = fλ (x)
para λ = λ1 = 3 com o gráfico do mapa simples x′ = fλ (x) para λ = λ0 = 1,
podemos concluir que a diferença é aparentemente uma questão de escala ou de
ampliação do detalhe. Matematicamente, essa transformação de escala se escreve
como
h x i
(2)
fλ0 (x) ≈ α1 x∗1 − fλ1 x∗1 − (3.4)
α1
onde
1 λ1
α1 = = =3 (3.5)
2x∗1−1 λ1 − 2
é o fator de ampliação da escala. Verifique!
Problema 3-4
Como você poderá notar, a superposição das curvas não é perfeita, razão pela
qual usamos o sı́mbolo ≈ (aproximadamente igual) na relação de escala (3.4).
Além de λ0 = 1 e λ1 = 3, há outros valores do parâmetro de controle λ para
os quais o ralentamento crı́tico volta a ocorrer. Os primeiros estão listados abaixo.
λ0 =1
λ1 =3
λ2 = 3, 449.489.743
λ3 = 3, 544.090.359.6
λ4 = 3, 564.407.266.13
λ5 = 3, 568.759.419.55
λ6 = 3, 569.691.609.80
λ7 = 3, 569.891.259.38
λ8 = 3, 569.934.018.37
Problema 3-5
Problema 3-6
Problema 3-7
(4)
Construa o gráfico do mapa x′ = fλ (x) para λ = λ2 , também en-
quadrando o desenho todo num quadrado de lado unitário.
Problema 3-8
(4)
Seguindo o mesmo procedimento, o detalhe central do mapa x′ = fλ (x)
(2)
para λ = λ2 pode ser comparado ao gráfico do mapa x′ = fλ (x) para λ = λ1 .
Problema 3-9
A relação
h x i
(2) (4)
fλ1 (x) ≈ α2 x∗2 − fλ2 x∗2 − (3.9)
α2
onde
1 λ2
α2 = = (3.10)
2x∗2−1 λ2 − 2
expressa matematicamente a transformação de escala do problema 3-9. Note que
desta vez a superposição das curvas foi mais precisa.
O mesmo procedimento pode ser repetido superpondo um detalhe central am-
(8) (4)
pliado do gráfico de x′ = fλ3 (x) para λ = λ3 ao gráfico de x′ = fλ2 (x) para
35
1
xb = 1 − (3.12)
λb
e
1 λb
αb = = (3.13)
2x∗b−1 λb − 2
Quanto maior for o ı́ndice b que conta o número de bifurcações, mais precisa
será a relação de escala (3.11). No limite em que b cresce indefinidamente, essa
(2b )
relação define uma função universal, limite de fλb (x) para valores crescentes de
b, independente da forma particular do mapa logı́stico.
Também a sequência dos valores crı́ticos λ0 , λ1 , λ2 , etc apresenta proprieda-
des de universalidade. O valor
λb+1 − λb
δ = lim = 4, 669 . . . (3.14)
b→∞ λb+2 − λb+1
O Pêndulo Simples
37
38 CAPÍTULO 4. O PÊNDULO SIMPLES
~
A tg
m~g
rd
d2 θ
atg = ℓ
. (4.2)
dt2
Ainda na direção do mesmo eixo tangente tg, apenas o peso m~g possui compo-
nente não nula
d2 θ g
+ senθ = 0 , (4.5)
dt2 ℓ
que é a equação diferencial do movimento. Resolver tal equação consiste em
descobrir qual a função θ(t) cuja segunda derivada atende à igualdade. No caso
da equação (4.5), é possı́vel se chegar à solução analı́tica formal em termos das
chamadas integrais elı́pticas, cujos valores no entanto são determinados numeri-
camente no computador1 .
Além da equação do movimento (4.5), é preciso levar em conta também a
condição inicial imposta ao pêndulo. Por exemplo, o movimento pode ter sido
iniciado na posição de equilı́brio θ = 0, através de uma pancada seca que im-
primiu uma certa velocidade inicial vo à massa. Consideremos que esta pancada
ocorreu no instante t = 0, na direção horizontal. Matematicamente, esta condição
inicial se expressa como
dθ vo
θ(0) = 0 = . (4.6)
dt t=0 ℓ
O problema do movimento do pêndulo foi, agora, colocado em termos ma-
temáticos precisos: resolver a equação diferencial (4.5) sujeita à condição inicial
(4.6).
1
A. Beléndez, C. Pascual, D.I. Mendez, T. Beléndez e C. Neipp, Rev. Bras. Ens. Fı́s. 29, 645
(2007); 30, 1902 (2008); F.M.S. Lima, Rev. Bras. Ens. Fı́s. (2010).
40 CAPÍTULO 4. O PÊNDULO SIMPLES
Como não se sabe resolver analicamente este problema, vamos primeiro re-
solvê-lo num limite que simplifica a forma (4.5) da equação diferencial: as pe-
quenas oscilações. Neste limite, considera-se suficientemente fraca a pancada ini-
cial, de forma que a amplitude das oscilações seja pequena. Amplitude é o valor
máximo θA do ângulo θ entre o arame e a vertical, que ocorre no preciso momento
em que a massa para instantaneamente antes de iniciar o movimento de retorno.
Se θA é pequeno, todos os outros valores de θ durante a oscilação são menores
ainda. A aproximação que vamos adotar neste limite de pequenas oscilações é
substituir o valor senθ na equação (4.5) pelo próprio θ expresso em radianos, isto
é
Problema 4-1
d2 θ g
2
≈− θ (4.8)
dt ℓ
cuja solução, considerada a condição inicial (4.6), é
r g
θ(t) ≈ θA sen t (4.9)
ℓ
onde a amplitude de oscilação vale
vo
θA ≈ √ . (4.10)
gℓ
41
Problema 4-2
Problema 4-3
Problema 4-4
vo2
cosθA = 1 − , (4.12)
2gℓ
que generaliza (4.10) é conhecida analiticamente. Como esta expressão não en-
volve o tempo, no entanto, não nos dá nenhuma informação sobre os aspectos
dinâmicos do problema, em particular sobre o perı́odo de oscilação.
Problema 4-5
Problema 4-6
Problema 4-7
Problema 4-8
Problema 4-9
Problema 4-10
Problema 4-11
Mostre que p
vc = 2 gℓ . (4.19)
Problema 4-12
Problema 4-13
Problema 4-14
Problema 4-15
Problema 4-16
Problema 4-17
p p
A unidade natural de T é ℓ/g. Desta forma, T / ℓ/g é uma gran-
deza adimensional. Da mesma forma, |1−vo /vc | também é uma grandeza
adimensional.
pCom os mesmos dados do problema 4-15, construa dois gráficos de
T / ℓ/g × ln |1 − vo /vc |, um para vo < vc e outro para vo > vc .
s
ℓ
T ≈− ln(vo /vc − 1) , (4.22)
g
Problema 4-18
Problema 4-19
3
L. Onsager, Phys. Rev. 65, 117 (1944); H.E. Stanley, Introduction to Phase Transitions and
Critical Phenomena, Oxford University Press (1971)
50 CAPÍTULO 4. O PÊNDULO SIMPLES
xt+1
variável dinâmica x(t)
xt
xt−1
t−1 t t+1
tempo
Problema 4-20
Problema 4-21
d2 θ dθ g
2
+γ + senθ = 0 , (4.26)
dt dt ℓ
em vez de (4.5), onde γ é uma constante que representa a intensidade do
atrito, medida em unidades de inverso de tempo.
Problema 4-22
Problema 4-23
Difusão
53
54 CAPÍTULO 5. DIFUSÃO
d2 x 1
2
= F (x) (5.1)
dt m
dita “ordinária”. Essa denominação indica que a variável dinâmica x(t), represen-
tando a posição da partı́cula, depende apenas do tempo.
Em várias outras situações, no entanto, o interesse é determinar uma quanti-
dade que depende tanto do tempo t como da posição x ao longo de um eixo (para
o caso simples de sistemas unidimensionais). Note que x agora não se refere à
posição de uma partı́cula em movimento, mas a um ponto no espaço que não varia
no tempo. Um exemplo importante deste tipo de situação é o eletromagnetismo
regido pelas equações de Maxwell para os campos elétrico E(~ ~ r, t) e magnético
~ r, t). Esses campos são vetores definidos em cada ponto ~r do espaço tridi-
B(~
mensional, e que também podem variar no tempo. As equações de Maxwell que
determinam o comportamento desses vetores no espaço e no tempo são equações
diferenciais. Porém, não são ordinárias, uma vez que envolvem derivadas parciais
dos campos em relação a cada uma de suas dependências espaciais e temporal
(quatro dimensões).
Vamos neste capı́tulo considerar a situação em que o sistema em estudo é
regido por equações diferenciais parciais (não ordinárias). Em lugar do espaço
tridimensional, no entanto, vamos considerar apenas sistemas unidimensionais
onde a posição é medida por um número x ao longo de um eixo, em vez do vetor
~r. Também a quantidade de interesse será um campo escalar u(x, t), em vez de
campos vetoriais como E ~ ou B.
~
Um exemplo importante é a difusão de calor ao longo de uma barra metálica.
Considerando u(x, t) a densidade de energia térmica em torno do ponto x da barra
e no instante t, a evolução desta quantidade é regida pela equação
∂u ∂2u
=D 2 , (5.2)
∂t ∂x
onde D é uma constante caracterı́stica do material. Não vamos aqui nos deter na
interpretação fı́sica nem na demonstração desta equação. O problema prático é
determinar u(x, t) ao longo de todo o eixo X, para cada instante t. Diferente do
pêndulo, quando determinou-se o valor do ângulo θ em cada instante, agora é toda
a função ut (x) = u(x, t) que deve ser determinada em cada instante.
Primeiramente vamos escolher um passo ∆t para a evolução temporal, e outro
passo ∆x ao longo do eixo X. Vamos também mudar a notação de u(x, t) para ux,t
onde agora t = 0, 1, 2, etc mede o número de intervalos de tempo ∆t decorridos
desde t = 0, e x = 0, ±1, ±2, etc mede a posição ao longo do eixo X em passos
55
0 x−1 x x+1 X
t
t+1
Figura 5.1: Esquema de uso do mapa (5.3) para a solução da equação (5.2).
1
Note que o lado esquerdo de (5.3) é uma aproximação de primeira ordem, inconveniente a
longo prazo pelas razões já expostas no capı́tulo 4. Se necessário, a precisão pode ser facilmente
melhorada pela centralização da derivada no intervalo discreto de tempo, também discutida no
capı́tulo 4. O preço que se paga é apenas o armazenamento das configurações espaciais nos ins-
tantes t e t − 1 durante o processamento computacional. Na figura 5.1 acrescenta-se o ponto acima
do central à vizinhança que define ux,t+1 .
56 CAPÍTULO 5. DIFUSÃO
Problema 5-1
Como se pode notar pelo resultado do problema 5.1, a energia térmica inicial-
mente localizada apenas no ponto central da barra acaba por se difundir a medida
em que o tempo passa. A região em torno do centro da barra que concentra a
energia térmica aumenta com o tempo. O comprimento dessa região pode ser
estimado pela quantidade
v
u ∞
uX
∆(t) = t x2 u(x, t) (5.5)
x=−∞
Problema 5-2
p+q =1 (5.7)
entre as probabilidades. Se depois de t passos o bêbado andou n vezes para a
direita (e consequentemente t − n vezes para a esquerda), então ele se encontra
no ponto
x = n − (t − n) = 2n − t . (5.8)
A probabilidade de se encontrar no ponto x, no instante t, será
t!
u(x, t) = pn q t−n . (5.9)
n!(t − n)!
Compreenda bem a equação (5.9). Com esta probabilidade, pode-se calcular os
valores médios
∞
X
hxi = x u(x, t) (5.10)
x=−∞
e
∞
X
2
hx i = x2 u(x, t) . (5.11)
x=−∞
58 CAPÍTULO 5. DIFUSÃO
Problema 5-3
Problema 5-4
Problema 5-5
Problema 5-6
Problema 5-7
y ′ = p y (2 − p y) . (5.21)
Mostre também que o valor final y ∗ = y(t → ∞) vale
(
0 p ≤ 1/2 ,
y ∗ = 2p−1 (5.22)
p2
p ≥ 1/2 .
Verifique que este valor final coincide com o obtido para u(0, t → ∞)
no problema 5-6, sem aproximação alguma.
62 CAPÍTULO 5. DIFUSÃO
A figura 5.2 ilustra, no plano [X, T ], os pontos onde u(x, t) é definida pela
regra dinâmica (5.19) a partir da condição inicial (5.20).
-5 -4 -3 -2 -1 0 1 2 3 4 5 X
1
2
3
4
5
Problema 5-8
Problema 5-9
Problema 5-10
∂ 2 uc (x, t)
Vc (x, t) = (5.26)
∂x2
também é uma função homogênea generalizada
Problema 5-11
Problema 5-12
Problema 5-13
feita apenas uma transformação de escala horizontal (x foi substituido por t−1/θ x)
na passagem dos gráficos do problema 5-12 para a curva única do problema 5-13,
fazendo-se a transformação inversa pode-se concluir que a largura cresce com o
tempo na forma
Problema 5-14
Problema 5-15
4
C.-K. Peng et al., Nature 356, 168 (1992).
5
A. Schenkel, J. Zhang and Y.-C. Zhang, Fractals 1, 47 (1993).
6
C.-K. Peng et al., Phys. Rev. Lett. 70, 1343 (1993).
7
G.F. Zebende, T.J.P. Penna and P.M.C. de Oliveira, Phys. Rev. E57, 3311 (1998); Physica
A257, 136 (1998); P.M.C. de Oliveira, Physica A273, 70 (1999).
69
8
P.M.C. de Oliveira and T.J.P. Penna, J. Stat. Phys. 73, 789 (1993); Int. J. Mod. Phys. C5, 997
(1994); T.J.P. Penna, P.M.C. de Oliveira, J.C. Sartorelli, W.D. Gonçalves and R.D. Pinto, Phys.
Rev. E52, RC2168 (1995); A.R. de Lima, T.J.P. Penna and P.M.C. de Oliveira Int. J. Mod. Phys.
C8, 1073 (1997).
70 CAPÍTULO 5. DIFUSÃO
Capı́tulo 6
71
72 CAPÍTULO 6. AUTÔMATOS CELULARES E FRACTAIS
1
S. Wolfram, Scientific American 251, 140 (September 1984); Theory and Applications of
Cellular Automata, World Scientific, Singapore (1986).
73
Problema 6-1
0 AND 0 = 0 0 OR 0 = 0
0 AND 1 = 0 0 OR 1 = 1
1 AND 0 = 0 1 OR 0 = 1
1 AND 1 = 1 1 OR 1 = 1
0 XOR 0 = 0
0 XOR 1 = 1 NOT 0 = 1
1 XOR 0 = 1 NOT 1 = 0
1 XOR 1 = 0
A = 01100010101111001010110100011011
B = 11000100110110101100011011101110
C = 10100110011001100110101111110101
2
Hoje em dia, a maioria dos processadores adotam 64 em vez de 32 bits, mas o raciocı́nio
que se segue é equivalente. Preferimos considerar 32 bits para evitar números enormes de casas
decimais como por exemplo 264 −1 = 18446744073709551615 que é o maior inteiro armazenável
numa palavra de 64 bits.
75
Problema 6-2
Problema 6-3
Problema 6-4
Para evitar os efeitos de borda podemos usar palavras com mais de 32 bits, ou
alternativamente concatenar várias palavras de 32 bits. Com N palavras podemos
armazenar as informações relativas a 32N bits. Desta forma, o eixo X terá duas
extremidades em x = −16N e x = 16N − 1. O vetor U[i] armazena toda a
informação, com i = 0, 1, 2 . . . N − 1.
77
A rotina
D = U[N − 1] >> 31
E = U[0] << 31
REPITA(i = 0, 1, 2 . . . N − 2) {
UE = (U[i] >> 1) OR (U[i + 1] << 31)
UD = (U[i] << 1) OR D
D = U[i] >> 31
U[i] = UE XOR UD
}
UE = (U[N − 1] >> 1) OR E
UD = (U[N − 1] << 1) OR D
U[N − 1] = UE XOR UD (6.4)
realiza a atualização dos 32N bits, segundo a regra 90. Escolhendo-se adequada-
mente o tamanho N pode-se evitar os efeitos de borda. Explicitamente, os efeitos
de borda só ocorrerão a partir de t = 16N, admitindo que a condição inicial seja
um único bit 1 central, todos os outros bits nulos. Para N par, esta condição inicial
é
(
1 i = N/2 ,
U[i] = (6.5)
0 i 6= N/2 .
Problema 6-5
A figura 6.1 mostra os desenhos obtidos nos problemas 6-3 e 6-5, iterando
a regra 90 até t = 15, 31, 63 e 127. Em cada caso adotou-se uma ampliação
diferente. Desta forma, cada figura está ampliada por um fator de escala 2 relativo
à figura imediatamente abaixo tanto na horizontal quanto na vertical. O número
total de linhas L, por exemplo, é multiplicado por 2 ao passarmos de uma figura
para a outra imediatamente abaixo.
78 CAPÍTULO 6. AUTÔMATOS CELULARES E FRACTAIS
onde L representa uma medida linear do objeto, tal como o lado do quadrado ou
do cubo, ou ainda o diâmetro de um disco ou de uma esfera.
Podemos também interpretar a relação (6.7) de uma forma alternativa equiva-
lente, escolhendo o valor particular λ = L−1 para o fator de escala linear. O lado
esquerdo da equação se torna uma constante, e pode-se reescrevê-la
m(L) ∼ LD . (6.8)
Problema 6-6
Problema 6-7
Problema 6-8
nb ∼ b−φ (6.9)
onde o expoente φ = ln 3/ ln 4 ≈ 0, 79 é caracterı́stico da regra 90.
No final do capı́tulo 2 discutimos o tempo caracterı́stico τ do decaimento ao
equilı́brio de um sistema dinâmico. Normalmente este decaimento se dá de forma
rápida, exponencial como na relação (2.6), que corresponde a um valor finito do
tempo caracterı́stico τ . Variando continuamente os parâmetros de controle do
sistema, no entanto, podemos sintonizar situações particulares, ditas crı́ticas, nas
quais o tempo caracterı́stico não pode ser definido porque teria valor infinito. O
valor de τ pode ser calculado como uma média, como foi feito no caso do decai-
mento radioativo através da relação (1.7). Como você deve ter feito na solução do
problema 1-6, pode-se reescrever (1.7) como
R∞
dt t e−αt
τ = R0 ∞ −αt
,
0
dt e
onde a forma exponencial do decaimento aparece explicitamente. Num caso
crı́tico em que esta exponencial é substituida por uma lei de potência como a
relação (2.7), terı́amos
R∞
dt t t−φ
R0 ∞ ,
0
dt t−φ
onde considerou-se um expoente genérico φ (no caso especı́fico do mapa logı́stico
este expoente vale 1). Como se pode notar, as integrais envolvidas divergem, e
como consequência o tempo caracterı́stico não pode ser definido.
De forma análoga, a distribuição (6.9) de tamanhos dos buracos na figura 6.1,
sendo também uma lei de potência, mostra não haver uma tamanho caracterı́stico
de buracos. Todos os tamanhos b = 1, 4, 16, 64, 256, 1024, 4096 . . . aparecem na
figura, sempre uma potência par de 2. Naturalmente, buracos maiores aparecem
com menor frequência, porém não há um limite superior para os tamanhos destes
buracos.
Sistemas que sofrem transições de fase num ponto crı́tico apresentam o mesmo
comportamento. A água fervente quando a temperatura se aproxima de 374oC, por
exemplo, apresenta bolhas de vapor de todos os tamanhos possı́veis, ao contrário
da água fervente a 100o C que apresenta bolhas de vapor com tamanho carac-
terı́stico bem determinado. Numa experiência sob pressão controlada, a água ferve
a temperaturas crescentes a medida em que se aumenta a pressão. Começando
82 CAPÍTULO 6. AUTÔMATOS CELULARES E FRACTAIS
sob pressão ambiente, a água ferve a 100o C e apresenta pequenas bolhas de va-
por. Aumentando-se um pouco a pressão, a temperatura de ebulição será um
pouco maior, e o tamanho caracterı́stico das bolhas de vapor também aumenta.
Na sequência gradual de aumento simultâneo da pressão e da temperatura de
ebulição, as bolhas de vapor aparecem cada vez maiores, em média. Próximo
da temperatura crı́tica 374o C, observam-se bolhas de todos os tamanhos limitados
apenas pelas próprias dimensões do recipiente.
Devido à distribuição de tamanhos variados de bolhas de vapor, especial-
mente devido às grandes bolhas, a compressibilidade da água aumenta indefi-
nidamente quando a temperatura se aproxima do valor crı́tico. Desta maneira,
minúsculas variações de pressão bastam para provocar enormes variações de vo-
lume. Essa é uma caracterı́stica comum aos sistemas crı́ticos: pequenas mudanças
num parâmetro de controle provocam enormes mudanças no sistema como um
todo. As aplicações práticas desse fenômeno são variadas. Em eletrônica, por
exemplo, dispositivos que possam se transformar de isolantes em condutores pela
aplicação de uma minúscula voltagem de controle são a base de qualquer circuito.
Outra caracterı́stica importante observada nas proximidades do ponto crı́tico
de um sistema é a anulação do parâmetro de ordem. No caso da água, esse
parâmetro mede a diferença entre as densidades do lı́quido e do vapor que co-
existem no ponto de ebulição. Abaixo de 374o C, lı́quido e vapor se distinguem
claramente e o parâmetro de ordem é diferente de zero. A medida em que o
ponto crı́tico se aproxima, menor é a diferença entre lı́quido e vapor, e o valor do
parâmetro de ordem diminui até se anular justamente em 374o C. Para temperatu-
ras superiores, a água se apresenta em uma única fase homogênea gasosa, não há
mais a coexistência de duas densidades distintas: o parâmero de ordem se anula
acima da temperatura crı́tica.
No caso de um ı́mã ocorre o mesmo fenômeno. Abaixo de uma certa tempera-
tura crı́tica observa-se a coexistência de domı́nios magnéticos . Tais domı́nios são
conjuntos de átomos vizinhos cujos momentos magnéticos apontam todos numa
mesma direção, gerando uma magnetização efetiva no interior do domı́nio. Pela
aplicação de um campo magnético externo, pode-se induzir uma direção prefe-
rencial para os vários domı́nios, criando um super domı́nio que ocupa a amostra
toda: o ı́mã se encontra magnetizado. Isto é possı́vel devido ao tamanho carac-
terı́stico finito dos domı́nios, que podem então ser orientados pela aplicação do
campo magnético externo. Devido à agitação térmica relativamente baixa, esta
orientação macroscópica dos vários domı́nios numa mesma direção se mantém
abaixo da temperatura crı́tica, mesmo depois de desligado o campo magnético
externo. Acima da temperatura crı́tica, ao contrário, o super domı́nio se quebra
em vários domı́nios menores que apontam em direções distintas, quando o campo
externo é desligado. O parâmetro de ordem aqui é a magnetização que assume
valores diferentes de zero abaixo da temperatura crı́tica, e se anula daı́ para cima.
Capı́tulo 7
Sistemas Complexos e
Evolucionários
83
84 CAPÍTULO 7. SISTEMAS COMPLEXOS E EVOLUCIONÁRIOS
1 2 3 4 5 6 7 8
formando o que hoje em dia se chamaria uma árvore filogenética, equivalente às
árvores genealógicas familiares. Para as espécies animais conhecidas, a árvore
atualizada (e corrigida) é representada na figura 7.3. Todas as formas de vida
conhecidas são representadas na figura 7.4, onde o reino animal é apenas um
pequeno ramo na parte de baixo, à direita.
ADDITIONS. 463
TABLEAU
Servant à montrer l’origine des différens
animaux.
Vers. Infusoires.
Polypes.
Rádiaires.
Insectes.
Annelides. Arachnides.
Cirrhipèdes. Crustacés.
Mollusques.
Poissons.
Reptiles.
Oiseaux.
Monotrèmes. M. Amphibies.
M. Cétacés.
M. Ongulés.
M. Onguiculés.
Figura 7.2: Cópia da página 463 do livro de Lamarck “La Phylosophie Zoologi-
que”, volume II, de 1809.
88 CAPÍTULO 7. SISTEMAS COMPLEXOS E EVOLUCIONÁRIOS
Os 9 filos animais
Flagelados ancestrais
Porifera
Cnidaria
Platyhelminthes
Nematoda
Echinodermata Mollusca
Annelida
Arthropoda
Chordata
Pyrodicticum
Thermoproteus
Aquifex
Thermotoga T. Celer
B. verdes Methanococcus
Methanobacterium
Methanosarcina
B. Cythofaga
| {zHalophiles} Diplomonados
ARCHAEA
Gram Positivas
Microsporidia
Planctomyces
Tricomonados
Cianobactérias Flagelados
Proteobactérias Amebas
Spirochetes Mixomicetas
| {z } Ciliados
BACTÉRIAS
Fungos
Plantas
Animais
| {z }
EUCARIOTOS
Observe que em qualquer das árvores mostradas nas figuras, nem todos os ra-
mos se bifurcam a medida em que o tempo evolui. Muitas espécies que poderiam
89
ter vingado, se extinguiram, como ocorreu por exemplo com os dinossauros após
a queda de um meteoro, há 65 milhões de anos na penı́nsula de Yucatan. Se esse
meteoro tivesse passado um pouco mais longe da Terra, provavelmente o elenco
das espécies que conhecemos hoje seria outro muito diferente. Os mamı́feros
poderiam não ter sobrevivido tão livremente e os grandes répteis dominariam as
florestas.
Problema 7-1
Problema 7-2
Mas será que a contı́nua evolução das espécies está condicionada à esporádica
ocorrência de grandes catástofres e outras contingências similares? O grande
mérito de Darwin foi entender como estas bifurcações se processam no nı́vel
individual 3 . Sua teoria sobre a origem das espécies através da seleção natu-
ral apresenta dois ingredientes fundamentais: hereditariedade e variabilidade (ou
diversidade) genética. Sua formulação é muito simples. Indivı́duos se reprodu-
zem gerando filhos semelhantes, mas não idênticos. Dentre estes, aqueles que
melhor se adaptarem ao ambiente vigente ao seu redor terão maior chance de so-
brevivência e consequentemente maior chance de gerar seus próprios filhos. As
linhagens de maior sucesso reprodutivo tendem a se perpetuar com o passar das
gerações.
Observe que as variações no ambiente são normalmente pequenas porém
contı́nuas. Para que uma dada espécie se adapte às mesmas, seus organismos
precisam também mudar continuamente, geração após geração. Para tanto, é ne-
cessária a preservação de diferentes formas simultaneamente. A variabilidade
3
C. Darwin, On the Origin of Species by Means of Natural Selection, John Murray, London
(1859)
91
6
J.S. Sá Martins and P.M.C. de Oliveira, Braz. J. Phys. 34, 1077 (2004)
7
K.K. Yee, xxx.arXiv.org/nlin.A0/0106028 (2001).
94 CAPÍTULO 7. SISTEMAS COMPLEXOS E EVOLUCIONÁRIOS
Problema 7-3
caso este critério de seleção seja suficientemente eficaz, a fração de alelos 0 será
bem maior do que a de alelos 1, embora esta não se anule. É uma solução de
compromisso ao se manter um certo grau de diversidade gerada pelo acaso das
mutações (os indivı́duos não são todos idênticos) e a necessidade de se preser-
var também a qualidade genética da população (alelos 0 são mais eficazes). Esta
solução de compromisso representa a essência do paradigma Darwiniano, muito
bem explorado por Jacques Monod em seu famoso livro 8 . É importante evitar a
interpretação errônea segundo a qual o paradigma Darwiniano violaria a segunda
lei da Termodinâmica, que se aplica a sistemas isolados. Na evolução de Darwin
os sistemas considerados são abertos, com critério de seleção determinado pelo
ambiente em que a população vive.
A cada passo de tempo a dinâmica do modelo se divide em duas etapas. Pri-
meiro, todos os indivı́duos são submetidos à roleta da morte: para cada um é
sorteado um número pseudoaleatório entre 0 e 1. Caso este valor seja menor do
que xN +1 , o indivı́duo sobrevive (N representa o número de alelos 1 em sua tira de
bits). Caso contrário, o indivı́duo é retirado da população. A segunda etapa, ainda
no mesmo passo de tempo, é a inclusão de novos indivı́duos em substituição aos
que morreram (em número igual, mantendo assim a população sempre do mesmo
tamanho). Cada novo indivı́duo será filho de algum sobrevivente sorteado aleato-
riamente. Sua tira de bits é copiada e mutações aleatórias são introduzidas nesta
cópia. Para cada mutação, uma posição aleatória ao longo dos 32 bits é sorteada,
e o bit ali presente é invertido. O número m de mutações é outro parâmetro fixo,
não necessariamente inteiro mas igual para todos os indivı́duos. Por exemplo, se
adotarmos m = 1, 3 cada novo indivı́duo sofrerá a primeira mutação com certeza,
e uma segunda com probabilidade 0, 3.
Problema 7-4
8
J. Monod, Le Hasard et la Nécessité, Seuil, Paris (1970)
9
P.M.C. de Oliveira, J. Phys. CM19, 065147 (2007)
96 CAPÍTULO 7. SISTEMAS COMPLEXOS E EVOLUCIONÁRIOS
10
P.M.C. de Oliveira, Theory in Biosciences 120, 1 (2001) (xxx.arXiv.org cond-mat
0101170); P.M.C. de Oliveira, S. Moss de Oliveira, D. Stauffer, S. Cebrat and A. Pekalski, Eur.
Phys. J. B63, 245 (2008) (www.arXiv.org Q-BIO.PE/0710.1357); D. Stauffer, S. Moss de Oli-
veira, P.M.C. de Oliveira and J.S. Sá Martins, Biology, Sociology, Geology by Computational
Physicists, Elsevier, Amsterdam (2006)
Apêndice A
Respostas e Comentários
97
98 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
A.1 Capı́tulo 1
Problema 1-1
O programa a seguir, escrito na linguagem C, resolve o problema.
#include <stdio.h>
#include <math.h>
/* PROGRAMA radioativo
*/
int t;
double N,fator;
main() {
fator = 1.0-alfa;
t = 0; N = N0;
printf("\n\n %3d %12.6lf",t,N);
for(t=1; t<=T; t++) {
N *= fator;
printf("\n %3d %12.6lf",t,N);
}
printf("\n\n");
}
A.1. CAPÍTULO 1 99
Problema 1-5
Pequenas modificações no programa anterior.
#include <stdio.h>
#include <math.h>
/* PROGRAMA vidamedia
*/
int t,T;
double tau,fator,N,DN;
main() {
fator = 1.0-alfa;
N = 1.0;
T = 10.0/alfa;
tau = 0.0;
for(t=1; t<=T; t++) {
DN = alfa*N;
tau += DN*t;
N *= fator;
}
printf("\n\n tau = %7.1lfs\n\n",tau);
Problema 1-6
Se cada ∆N da equação (1.7) for interpretado como uma quantidade infinite-
simal dN = α N(t) dt = α N(0) e−αt dt, a soma se transforma na integral
Z ∞
τ =α dt e−αt t (A.1)
0
onde também foram usadas as equações (1.3) e (1.5). Se você não sabe resolver
esta integral, talvez saiba resolver outra mais simples
Z ∞
I(α) = dt e−αt (A.2)
0
cuja derivada em relação a α fornece com o sinal trocado a integral que aparece
em (A.1)
100 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
A.2 Capı́tulo 2
Problema 2-7
O mapa logı́stico (2.4) pode ser escrito na forma
A.3 Capı́tulo 3
Problema 3-1
f3 (x)
f3(x)
0, 5 (2)
0
0 0, 5 1 0 0, 5 1
x x
f3 (x)
f1(x)
0, 5
(2)
0
0 0, 5 1 0 0, 5 1
x x
Problema 3-4
1
3[2/3 − f3 (2/3 − x/3)] e f1 (x)
0, 5
(2)
0
0 0, 5 1
x
Problema 3-5
(2b )
O valor λb+1 é obtido pela condição do mapa x′ = fλ (x) ter derivada igual
a −1 em qualquer um de seus atratores (qualquer valor da sequência final x1 , x2 ,
. . . , x2b ). É o que se vê na figura A.1 à esquerda, para λ = λ1 = 3.
Para acharmos λ2 , podemos primeiramente explicitar o mapa composto
(2)
x′ = fλ (x) = λ2 x 1 − (λ + 1)x + 2λx2 − λx3 ,
um polinômio do 4o grau na variável x. Fazendo-se x′ = x nesse mapa, acham-se
seus 4 pontos fixos. Dois deles são instáveis, x = 0 e x∗ = 1 − 1/λ, ou seja, não
são atratores (desde λ0 = 1 e λ1 = 3 respectivamente). Os outros dois,
p
(1 + λ) + (1 + λ)(λ − 3)
x1 =
2λ
e
104 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
p
(1 + λ) − (1 + λ)(λ − 3)
x2 =
2λ
são os atratores procurados.
Basta agora impor que a derivada
dx′
= λ2 1 − 2(λ + 1)x + 6λx2 − 4λx3
dx
do mapa em x1 (ou x2 ) valha −1. O resultado é
√
λ2 = 1 + 6 = 3, 449.489.743 .
Os valores crı́ticos seguintes, já listados no capı́tulo 3, foram obtidos numeri-
camente porque os polinômios envolvidos são de graus elevados, o que impossi-
bilita a solução analı́tica. Para tanto, o método das tentativas funciona. Primeiro,
(2b )
fixa-se um valor de λ e acha-se um ponto fixo atrator para o mapa x′ = fλ (x)
(qualquer um da sequência x1 , x2 , . . . , x2b serve). O problema 3-6 é útil nessa
tarefa.
Depois, calcula-se numericamente a derivada do mapa nesse ponto. Caso essa
derivada seja maior do que −1 (por exemplo −0.999), o valor tentativo de λ que
se adotou está abaixo do λb procurado. Caso a derivada seja menor do que −1
(por exemplo −1.001), o valor tentativo está acima do procurado.
A.3. CAPÍTULO 3 105
1
fλ2 (x)
0, 5
(4)
0
0 0, 5 1
x
(4)
Figura A.4: Gráfico de fλ2 (x). O quadrado central destacado foi construido com
vértice no ponto fixo x∗2 = 1 − 1/λ2 ≈ 0, 71 (instável). Os dois atratores x1 e x2
(pequenos cı́rculos pretos assinalados) correspondem aos pontos de tangência da
curva com a reta inclinada 45o , na iminência de se bifurcarem simultaneamente se
λ aumentar além de λ2 .
106 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
Problema 3-9
1
α2 [x∗2 − fλ2 (x∗2 − x/α2)] e fλ1 (x)
(2)
0, 5
(4)
0
0 0, 5 1
x
A.4 Capı́tulo 4
Problema 4-5
Ao passar pela posição inferior, a energia cinética da massa vale 21 mvo2 . Ao
chegar na posição de amplitude θA esta energia foi inteiramente transformada em
energia potencial gravitacional mgh, onde h = ℓ(1 − cosθA ) é a diferença de
alturas entre as duas posições.
108 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
Problema 4-6
O programa a seguir, escrito na linguagem C, resolve o problema.
#include <stdio.h>
#include <math.h>
/* PROGRAMA pendulo
*/
int n,N;
double t,teta,tetaA,tetaAA,fator;
#define Pi (double)acos(-1.0)
#define DPi (double)2*Pi
main() {
fator = g*Dt*Dt/L;
N = T/Dt;
t = tetaAA = 0.0;
printf("\n\n %12.6lf %12.6lf",t,tetaAA);
t = Dt;
tetaA = Vo*Dt/L;
printf("\n %12.6lf %12.6lf",t,tetaA);
for(n=2; n<=N; n++) {
t = n*Dt;
teta = 2*tetaA-fator*sin(tetaA)-tetaAA;
if(teta>Pi) {
teta -= DPi;
tetaA -= DPi;
tetaAA -= DPi;
}
printf("\n %12.6lf %12.6lf",t,teta);
tetaAA = tetaA;
tetaA = teta;
}
printf("\n\n");
}
A.4. CAPÍTULO 4 109
Problema 4-7
O programa a seguir calcula o perı́odo e a amplitude do movimento.
#include <stdio.h>
#include <math.h>
/* PROGRAMA pendulo2
*/
int t;
double teta,tetaA,tetaAA,fator,per=-1.0,amp=-1.0;
#define Pi (double)acos(-1.0)
#define DPi (double)2*Pi
main() {
fator = g*Dt*Dt/L;
tetaAA = 0.0;
tetaA = Vo*Dt/L;
t = 2;
while(per<0.0) {
teta = 2*tetaA-fator*sin(tetaA)-tetaAA;
if(teta>Pi) {
teta -= DPi;
tetaA -= DPi;
tetaAA -= DPi;
}
if(teta*tetaA<0.0) {
per = (t+teta/(tetaA-teta))*Dt;
if(teta<0.0) per *= 2;
}
if((amp<0.0)&&(teta<tetaA)) amp = tetaA
+(teta*teta+tetaAA*tetaAA-2*teta*tetaAA)
/(2*(teta+tetaAA-2*tetaA));
tetaAA = tetaA; tetaA = teta;
t++;
}
printf("\n\n per = %12.6lf\n Vo = %12.6lf\n",per,Vo);
if(amp>0) printf(" amp = %12.6lf\n",amp);
}
110 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
Problema 4-8
0.2
0.1
posição θ(rad)
−0.1
−0.2
0 1 2 3
tempo t(s)
Problema 4-12
20
15
perı́odo T (s)
10
0
0 π/2 π
amplitude θA (rad)
Figura A.7: Perı́odo do pêndulo como função da amplitude de oscilação.
112 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
Problema 4-14
20
15
perı́odo T (s)
10
0
0 6 vc 12 18
velocidade inicial vo(m/s)
Figura A.8: Perı́odo do pêndulo como função da velocidade inicial.
A.4. CAPÍTULO 4 113
Problema 4-16
20
10
perı́odo T (s)
3
2
0.5
10−6 10−5 10−4 10−3 10−2 10−1 1 10
|vo − vc |(m/s)
Figura A.9: Mesmos dados do perı́odo do pêndulo. A curva superior corresponde
às velocidades iniciais subcrı́ticas, vo < vc . A inferior, às supercrı́ticas, vo > vc .
Caso a dependência de T com |vo − vc | fosse descrita por uma lei de potência
do tipo (4.20), as duas curvas apresentadas na figura A.9 se tornariam retas na
parte esquerda do gráfico, e suas inclinações mediriam o expoente α. Como se vê,
não é este o comportamento observado.
114 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
Problema 4-17
40
30
T / ℓ/g
p
20
10
0
10−7 10−6 10−5 10−4 10−3 10−2 10−1 1
|1 − vo/vc|
Figura A.10: Mesmos dados do perı́odo do pêndulo, desta vez com escala lo-
garı́tmica apenas no eixo horizontal. Desta vez, também, o bom procedimento de
se usar grandezas adimensionais foi implementado. Assim, este gráfico é válido
não somente para o caso particular dos valores numéricos de ℓ e g adotados desde
o problema 4-2, mas para qualquer outro pêndulo.
Problema 4-18
2
posição θ(rad)
−1
−2
−3
0 5 10 15 20 25
tempo t(s)
Figura A.11: Movimento oscilatório do pêndulo na região crı́tica. Note que a am-
plitude (próxima a π) e o perı́odo são muito maiores do que no caso de pequenas
oscilações para o mesmo pêndulo (figura A.6).
2
posição θ(rad)
−1
−2
−3
0 5 10 15 20 25
tempo t(s)
Problema 4-19
Considere a origem do eixo horizontal (tempo) transladada de T /4 (um quarto
do perı́odo) para a direita, na figura A.11. Neste instante, a posição θ assume seu
valor máximo θA , muito próximo de π. Podemos representar este ângulo como
θA = π(1 − εo ) , (A.6)
onde εo ≪ 1 é positivo. A equação (4.12) permite relacionar εo com 1 − vo /vc ,
através de expansões em série de potências, como se segue.
A.4. CAPÍTULO 4 117
vo2
cos θA = 1 − = 1 − 2(vo /vc )2 ≈ −1 + 4 (1 − vo /vc ) , (A.7)
2gℓ
onde também se usou a expressão (4.19) da velocidade crı́tica. Por outro lado,
π 2 ε2o
cos θA = −cos(πεo ) ≈ −1 + . (A.8)
2
A comparação da equação (A.7) com (A.8) fornece a relação pretendida
8
ε2o ≈ (1 − vo /vc ) . (A.9)
π2
d2 ε g
− sen(π ε) = 0 . (A.11)
dt2 πℓ
Repare que há uma diferença sutil mas fundamental no sinal do segundo termo,
quando se compara a equação (A.11) com (4.5).
Durante um longo tempo desde a nova origem até as proximidades de t = T /4
quando a curva da figura A.11 corta o eixo horizontal, ε(t) se mantem pequeno
(ε ≪ 1). Portanto, para t < T /4, pode-se adotar na equação (A.11) a mesma
aproximação que transformou a (4.5) na (4.8), cujo resultado é
d2 ε g
≈ ε , (A.12)
dt2 ℓ
e que deve ser resolvida sob a condição inicial
dε
ε(0) = εo =0 . (A.13)
dt t=0
A solução é
εo √ g t √
− gℓ t
ε(t) ≈ e ℓ +e . (A.14)
2
Vamos agora abusar da validade da aproximação (A.12), e tomar t = T /4 quando
θ = 0, ou ε(T /4) = 1, o que resulta em
118 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
2 √g T
√g T
√g T
≈e ℓ 4 + e− ℓ 4 ≈e ℓ 4 , (A.15)
εo
p
onde a aproximação à direita se justifica porque T ≫ ℓ/g. Finalmente,
s
ℓ εo
T ≈ −4 ln , (A.16)
g 2
resultado que conjugado com a equação (A.9) nos fornece
s
ℓ h i
T ≈ −2 ln(1 − vo /vc ) − ln(π 2 /2) . (A.17)
g
Note que a constante aditiva ausente na equação (4.21) está agora presente
na equação (A.17). A equação (4.22) pode também ser obtida seguindo a mesma
linha de raciocı́nio. A figura A.13, comparada à figura A.10, mostra o efeito das
constantes adicionadas.
40
30
T / ℓ/g
p
20
10
0
10−7 10−6 10−5 10−4 10−3 10−2 10−1 1
|1 − vo/vc|
Figura A.13: Repetição da figura A.10, desta vez com as constantes aditivas ade-
quadas incluidas nas retas contı́nuas.
A.5. CAPÍTULO 5 119
A.5 Capı́tulo 5
#include <stdio.h>
#include <math.h>
/* PROGRAMA difunde
*/
int x,t;
double r,DE,u[T+1],ua[T+1];
#define tol 0.0000000000000001
main() {
}
120 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
A figura A.14 mostra duas curvas da distribuição u(x, t) nos instantes fixos
t = 512 e t = 1024. As curvas em forma de sino se alargam gradualmente. Como
a soma de todos os valores de u(x, t) num mesmo instante t é constante (igual a
1), o valor máximo na origem diminui também gradualmente na mesma proporção
em que a largura aumenta.
0, 04
u(x, t)
0, 02
0
-60 -40 -20 0 20 40 60
x
Figura A.14: Dois gráficos da função ut (x) para t = 512 e 1024.
10
∆(t)
0, 1
1 10 100 1000
t
Problema 5-3
O famoso binômio de Newton
∞
X t!
pn q t−n = (p + q)t (A.18)
n=−∞
n!(t − n)!
resolve o problema. Deve-se tratar p e q como variáveis independentes até o fim de
cada cálculo, só então o vı́nculo imposto pela equação (5.7) deve ser considerado.
∂
O sı́mbolo p ∂p significa uma operação composta, primeiro a derivada, a
∂ 2
seguir a multiplicação do resultado por p. O sı́mbolo p ∂p significa esta mesma
operação composta aplicada duas vezes em sequência.
122 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
Problema 5-6
O programa a seguir, escrito na linguagem C, resolve o problema.
#include <stdio.h>
#include <math.h>
/* PROGRAMA informa
*/
int x,t;
double r,u[T+2],ua[T+2];
#define tol 0.0000000000000001
main() {
}
A.5. CAPÍTULO 5 123
Para p = 3/4, a figura A.16 mostra ut (x) nos instantes t = 30, 40, 50, 60,
70, 80, 90 e 100. Como ut (−x) = ut (x), apenas valores positivos de x são
apresentados. Note que a frente de decaimento da informação à direita se propaga
como uma onda de velocidade constante. A medida em que o tempo passa, a
informação atinge um número cada vez maior de indivı́duos ao longo do eixo X.
O mesmo comportamento se verifica para qualquer p > pc = 1/2.
1
ut (x)
0, 5
0
0 20 40 60 80 100
x
Problema 5-8
p = 3/4
0, 5
y′
p = 1/2
p = 1/4
0
0 0, 5 1
y
10−2 uc (0, t)
10−4
10−6
uc (0,t)−uc (2,t)
2
10−8
10−10
Problema 5-12
10−4
10−6
ut (x)
10−8
10−10
Problema 5-13
10−2
10−4
t1/ν ut (x)
10−6 3
10−8
10−10 2
−1 0 1
−10 −5 0 5 10
t−1/θ x
Figura A.20: Gráficos superpostos das distribuições ut (x) calculadas para t = 64,
128, 256, . . . 16384. Os eixos foram devidamente escalonados para que as 9
curvas colapsem numa única curva universal. O colapso naturalmente só é perfeito
no limite t → ∞. O detalhe ampliado mostra as mesmas curvas na região do
máximo, para t = 1024, 2048, 4096, 8192 e 16384.
128 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
A.6 Capı́tulo 6
Problema 6-5
O programa a seguir, escrito na linguagem C, resolve o problema.
#include <stdio.h>
#include <math.h>
/* PROGRAMA regra90
*/
main() {
}
A.6. CAPÍTULO 6 129
Problema 6-7
1000
100
nb
10
1
1 10 100 1000
b
Figura A.21: Gráficos do número de vazios triangulares brancos em cada desenho
da figura 6.1, em função de seus tamanhos.
130 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
A.7 Capı́tulo 7
Problema 7-1
3
1 7
2 5 10
4 6 8
4 9
2 5 8 10
1 3 7
Problema 7-2
O programa a seguir, escrito na linguagem C, resolve o problema.
#include <stdio.h>
#include <math.h>
/* PROGRAMA random
*/
int r=R|1,rf=16807,t,n=0;
unsigned fp=p*rmaxint;
main() {
Os números aleatórios gerados são inteiros no intervalo (0, 232 ). Em vez de di-
vidı́-los por 232 , que os reduziria ao intervalo (0, 1) conveniente para comparação
com p, é mais eficiente fazer o contrário: p é multiplicado por 232 .
132 APÊNDICE A. RESPOSTAS E COMENTÁRIOS
Problema 7-3
O programa a seguir, escrito na linguagem C, resolve o problema.
#include <stdio.h>
#include <math.h>
/* PROGRAMA Yee
*/
j = raiz; f = F[novo];
do {i = j;
if(f<F[i]) {j = esquerda[i]; lf = 1;}
else {j = direita[i]; lf = 0;}
} while(j);
topo[novo] = i;
if(lf) esquerda[i] = novo; else direita[i] = novo;
}
unsigned Minimo() {
unsigned i,j;
j = raiz;
do i = j; while(j=esquerda[i]);
return(i);
}
A.7. CAPÍTULO 7 133
main() {
Problema 7-4
O programa a seguir, escrito na linguagem C, resolve o problema.
#include <stdio.h>
#include <math.h>
/* PROGRAMA evolui
*/
int r=R|1,rf=16807,i,j,k,b,t,p,M=m,bit[32],I[P],N[P];
unsigned fm,tprint,tmed,S[33];
double d=0.0,dm=0.0,mt=0.0,fp;
A.7. CAPÍTULO 7 135
main() {