Escolar Documentos
Profissional Documentos
Cultura Documentos
Orientadora
2010
TERMO DE APROVAÇÃO
dora:
Orientadora
e amigos
Agradecimentos
• A todos os meus familiares pelo carinho a mim concedido em todos os momentos
desta jornada. Em particular à minha mãe Francisca pelas orações ao meu favor.
• Aos meus amigos de curso, meu agradecimento pela amizade e pelo reconheci-
• À minha orientadora, professora Suzi, pelo cuidado com o rigor cientíco, pela
através da teoria do Cálculo Variacional para problemas com fronteiras xas e também
através das considerações feitas por Johann Bernoulli, utilizando conceitos de Óptica
obtidos.
Parábolas y = (x − a) − 1 (ELSGOLTZ,1696).
2
2.3 . . . . . . . . . . . . . . 23
chegando em B (LIMA,2004). . . . . . . . . . . . . . . . . . . . . . . . . 35
3.5 Ângulo entre o caminho descrito pelo raio de luz e a vertical (LIMA,2004). 36
t=3.0781. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Sumário
1 Introdução 8
2 Alguns Conceitos de Cálculo Variacional para Problemas com Fron-
teiras Fixas 11
2.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3 O Problema da Braquistócrona 30
3.1 Modelagem do problema usando Cálculo Variacional . . . . . . . . . . . 30
4 Conclusão 40
Referências Bibliográcas 41
Apêndice: Linha de comando do Maple 42
1 Introdução
Um dos primeiros indícios de problemas relacionados ao Cálculo Variacional aparece
com os gregos, que tinham o conhecimento que o círculo é a curva com perímetro xo
que engloba a maior área. Este problema é conhecido como problema de Dido e é
descrito no livro Eneida de Publio Virgílio Maronis (70 a.C. - 19 a.C.). Dido, lha de
um rei fenício, refugiou-se no norte da África depois que seu marido foi assassinado.
Foi-lhe prometida a extensão de terra que ela pudesse cercar com o couro de um boi.
Diz a lenda que ela preparou com o couro uma longa e na correia e cercou um terreno
um dado comprimento, a que engloba a maior área. Podemos perceber com isso que
Por volta de 1630, Galileu Galilei (1564-1643) comparou o tempo de descida por
que atravessa uma massa de líquido oferecendo resistência mínima, que se refere a um
cientíco Acta Eruditorium uma nota com o seguinte título: Um novo problema que
tical. Encontre a curva que uma partícula precisa descrever para sair de A e chegar
Bernoulli propôs, em 1697, um método para resolvê-lo que dependia de uma analogia
8
9
No mesmo ano seu irmão James Bernoulli (1654-1705) resolveu o problema de outra
maneira, que lhe permitiu também resolver, em 1701, um problema isoperimétrico, que
é aquele que trata da determinação de uma gura geométrica de área máxima com
perímetro dado.
Como o método desenvolvido por James Bernoulli era bastante eciente na re-
solução de diversos problemas de máximos e mínimos, foi então que Leonhard Euler
(1707-1783), aluno de Johann e que estava envolvido com o trabalho dos irmãos, passou
for discovering curved lines having a maximum or minimum property of the solution of
the isoperimetric problem taken in its widest sense". Uma das descobertas que merece
e 1770, Lagrange publicou um método analítico que permitia deduzir, de fato, a equação
diferencial das curvas que minimizavam problemas mais gerais. Esse método de La-
grange trocava a função y(x), presente nas integrais a serem minimizadas, pela função
y(x) + δy(x). Euler adota o método e as notações de Lagrange e chama δy(x) de vari-
ação da função y(x).
É por isso que esta nova teoria recebe o nome de Cálculo das Variações ou Cál-
culo Variacional.
Gustav Jacob Jacobi (1804-1851), Karl Wilhelm Theodor Weierstrass (1815-1897), Carl
(1805-1865).
(iniciais) ou tempo nal (inicial) podem ser xas ou não. Sendo assim, temos problemas
com fronteiras móveis e problemas com fronteiras xas. Neste trabalho desenvolvemos
apenas os problemas com fronteiras xas e para maiores detalhes sobre os casos com
a estruturação teórica dos conceitos de Cálculo Variacional para problemas com fron-
bém neste capítulo citamos as condições sucientes que uma curva deve satisfazer para
ser classicada como máximo ou mínimo de um funcional, sem desenvolver toda a teo-
que utiliza Óptica e Geometria. Por m utilizamos o programa Maple como auxílio na
2.1 Introdução
Os problemas que se referem a valores máximos e mínimos são bem mais atrativos
também é guiada por princípios de máximos e mínimos. Podemos citar vários exem-
plos neste sentido: caminho percorrido pela luz, movimento dos planetas, entre outros.
Estas são as principais razões para o estudo desse tópico e do desenvolvimento de várias
2.2 Preliminares
Denição 2.1. Um funcional v é uma regra que associa a cada função y em um espaço
de funções Ω, um único número real.
11
Preliminares 12
Teorema 2.1. Considere uma função f : [a, b] × [c, d] → R e suponha que a derivada
parcial fp (x, p) exista e seja contínua em [a, b] × [c, d]. Se a integral
Z b
F (p) = f (x, p)dx
a
Demonstração:
Vamos considerar
Z b
F (p) − F (p0 ) f (x, p) − f (x, p0 )
= dx (2.2)
p − p0 a p − p0
Para o termo da direita aplicamos o Teorema do Valor Médio que nos dá fp (x, ξ) com
Rb
ξ dependendo de x. Subtraimos então a fp(x, p0 )dx de ambos os lados e usando o fato
R b Rb
de que para funções integráveis
a
f (x)dx ≤ a |f (x)| dx, temos
Z b Z b
F (p) − F (p0 )
− fp (x, p0 )dx ≤ |fp (x, ξ) − fp (x, p0 )| dx. (2.3)
p − p0 a a
Como fp é contínua no compacto [a, b] × [c, d], ela é uniformemente contínua, isto é,
para p − p0 sucientemente pequeno a diferença do lado direito de (2.3) pode ser ma-
jorada para todo x por δ arbitrariamente pequeno. Isso mostra que o primeiro termo
alcance um extremo.
cional Z x1
v[y(x)] = F (x, y(x), y 0 (x))dx,
x0
2
onde F é uma função de classe C .
Z x1
ϕ(α) = F (x, y(x, α), y 0 (x, α))dx
x0
Z x1
0 ∂ ∂ 0
ϕ (α) = Fy y(x, α) + Fy0 y (x, α) dx
x0 ∂α ∂α
onde
∂
Fy = F (x, y(x, α), y 0 (x, α))
∂y
∂
Fy 0 = F (x, y(x, α), y 0 (x, α)).
∂y 0
Como
∂ ∂ ∂
y(x, α) = [y(x) + α(ȳ(x) − y(x))] = [y(x) + αδy] = δy
∂α ∂α ∂α
∂ 0 ∂ 0
y (x, α) = [y (x) + αδy 0 ] = δy 0
∂α ∂α
Equação de Euler 15
obtém-se
Z x1
0
ϕ (α) = [Fy (x, y(x, α), y 0 (x, α))δy + Fy0 (x, y(x, α), y 0 (x, α))δy 0 ] dx
x0
Z x1
0
ϕ (0) = [Fy (x, y(x), y 0 (x))δy + Fy0 (x, y(x), y 0 (x))δy 0 ] dx.
x0
0
O valor ϕ (0) representa a variação do funcional v em y, ou seja, δv .
Concluímos que uma condição necessária para que o funcional v[y] apresente um
Z x1
0
ϕ (0) = [Fy δy + Fy0 δy 0 ] dx = δv = 0.
x0
Z x1 Z x1
[Fy δy] dx + [Fy0 δy 0 ] dx = δv = 0
x0 x0
isto é,
Z x1 Z x1
[Fy δy] dx = − [Fy0 δy 0 ] dx.
x0 x0
Z x1 Z x1
0
[Fy0 δy ] dx = Fy0 δy]xx10 − [(Fy0 )0 δy] dx.
x0 x0
Z x1 Z x1
0
(Fy δy) dx = − − ((Fy0 ) δy) dx ,
x0 x0
e portanto
Z x1
d
Fy − Fy0 δydx = 0 (2.6)
x0 dx
d
onde o primeiro fator Fy − dx Fy 0 é uma função contínua e o segundo fator δy , devido a
d
Fy − Fy0 = 0. (2.7)
dx
E para tanto, usaremos o seguinte Lema:
Demonstração:
Suponhamos que exista x0 , x1 ≤ x0 ≤ x2 G(x0 ) 6= 0.
tal que
0
Sem perda de generalidade, suponhamos que G(x ) > 0. Como G é contínua, existe
0 0 0 0 0
uma vizinhança de x , digamos (x1 , x2 ) ⊂ [x1 , x2 ] tal que G(x) > 0 para x ∈ (x1 , x2 ).
Consideremos a função:
0
se x1 ≤ x ≤ x01
η(x) = (x − x01 )2 (x − x02 )2 se x01 < x < x02 (2.10)
0 se x02 ≤ x ≤ x2
Para esta função η particular, que é contínua em seu domínio de denição, temos
que η(x) > 0 para x ∈ (x01 , x02 ) e como G(x) > 0 para x ∈ (x01 , x02 ), então:
Z x2 Z x02
2 2
η(x)G(x)dx = (x − x01 ) (x − x02 ) G(x)dx > 0, (2.11)
x1 x01
d
Retornando à teoria, sendo a função Fy − dx Fy 0 contínua em [x0 , x1 ] e a variação δy
uma função arbitrária , temos, pelo lema anterior e por (2.6) que
d
Fy − Fy 0 = 0 (2.12)
dx
para todo x ∈ [x0 , x1 ].
Alguns casos particulares de F 17
extremos de um funcional.
Exemplo 2.1. Em que curva o funcional a seguir pode alcançar seu extremo?
Z 1
(y 0 )2 + 12xy dx; y(0) = 0 , y(1) = 1.
v[y(x)] =
0
Desta forma, a busca por uma função extremal foi reduzida à solução de uma
Exemplo 2.2. Determine as funções que, ligando A(1, 3) e B(2, 5) são extremais do
funcional Z 2
v[y(x)] = y 0 (x)(1 + x2 y 0 (x))dx.
1
1 + 2x2 y 0 (x) = C
que tem como solução,
C1
y(x) = + C2 , x 6= 0
x
Alguns casos particulares de F 18
1−C
com C1 = . A m de se escolher qual hipérbole desta família passa pelos pontos
2
dados, obtemos o sistema
C1 + C2 = 3
C1
+ C2 = 5
2
4
y(x) = 7 − , x 6= 0.
x
2. Se F depender apenas de y0.
∂F
Desta forma Fy = 0, e mais, a derivada parcial ∂y 0
pode ser representada como uma
d ∂F d
= (φ(y 0 )) = φ0 (y 0 )y 00 = 0.
dx ∂y 0 dx
Para que esta equação tenha validade para toda função φ é necessário que,
y 00 = 0
y(x) = C1 x + C2 . (2.14)
Neste caso, quando F depender apenas de y0, as funções extremais são necessaria-
Para tanto, em primeiro lugar, vamos considerar uma partição P do intervalo [a, b]:
n
X
L = lim |Pi−1 Pi |
n→∞
i=1
Alguns casos particulares de F 19
onde
q p
|Pi−1 Pi | = ∆x2i + ∆yi2 = (xi − xi−1 )2 + (f (xi ) − f (xi−1 ))2 =
s
2
(f (xi ) − f (xi−1 ))2
= (xi − xi−1 ) 1 +
(xi − xi−1 )2
Como f é de classe C 1, por hipótese, a expressão L pode ser melhorada. Pelo Teo-
s
(f (xi ) − f (xi−1 ))2 p
|Pi−1 Pi | = (xi − xi−1 )2 1+ = 1 + [f 0 (xi )]2 ∆xi
(xi − xi−1 )2
Desta maneira,
n
X n
X Z bp
p
L = lim |Pi−1 Pi | = lim 1+ [f 0 (x 2
i )] ∆xi = 1 + [f 0 (x)]2 dx,
n→∞ n→∞ a
i=1 i=1
n
X p
uma vez que 1 + [f 0 (xi )]2 ∆xi é uma soma de Riemann para a função
p i=1
g(x) = 1 + [f 0 (x)]2 relativo à partição P do intervalo [a, b].
Z x1 p
v[y(x)] = 1 + (y 0 )2 dx; y(x0 ) = y0 , y(x1 ) = y1 .
x0
C1 x0 + C2 = y0
C1 x1 + C2 = y1
y0 − y1
y(x) = (x − x0 ) + y0 .
x0 − x1
3. Se F não depender de y0.
Neste caso, a Equação de Euler reduz-se a
∂F
(x, y) = 0. (2.15)
∂y
Observe que esta equação não depende de constantes indeterminadas, por isso, em
xistirá uma função na qual o funcional alcança um extremo no caso excepcional, quando
Z π
2
π π
v[y(x)] = y(2x − y)dx y(0) = 0 , y = .
0 2 2
Como F não depende de y0, a equação de Euler terá a forma (2.15), assim teremos
2x − 2y = 0
isto é,
y=x
que satisfaz as condições de fronteira. Com isso, o funcional pode, eventualmente, as-
sumir um extremo.
Alguns casos particulares de F 21
∂M ∂N
− = 0. (2.17)
∂y ∂x
Assim como no caso anterior, só teremos solução se a função satiszer as condições
de fronteira.
Z 1
v[y(x)] = (y 2 + x2 y 0 )dx; y(0) = 0 , y(1) = a.
0
∂M ∂N ∂N
= 2y; = 2x; = 0.
∂y ∂x ∂y
Então
∂M ∂N
− =0
∂y ∂x
é equivalente a
y = x.
Notemos que a primeira condição de fronteira está satisfeita pois y(0) = 0, mas a
d
Fy − Fy0 = Fy − Fxy0 − Fyy0 y 0 − Fy0 y0 y 00 = 0. (2.18)
dx
Condições sucientes para extremos 22
Fy − Fyy0 y 0 − Fy0 y0 y 00 = 0.
Multiplicando por y0 obtemos
Fy y 0 − Fyy0 y 02 − Fy0 y0 y 00 y 0 = 0
que é equivalente a
d
(F − y 0 Fy0 ) = 0
dx
visto que,
d
(F − y 0 Fy0 ) = Fy y 0 + [Fy0 y 00 − y 00 Fy0 ] − Fyy0 y 02 − Fy0 y0 y 00 y 0 .
dx
Então,
d
(F − y 0 Fy0 ) = 0
dx
e integrando em relação a x, resulta
F − y 0 F y 0 = C1 . (2.19)
item citaremos alguns resultados relacionados com as condições sucientes que o fun-
cional F deve satisfazer para admitir um extremo. Esta teoria só será citada e não
será desenvolvida por completa e os resultados podem ser encontrados em [4], páginas
358-369.
Se num dado plano xy , por cada ponto de uma certa região D passar apenas uma
curva da família y = y(x, c), dizemos que esta família de curvas forma um campo na
região D, ou mais exatamente, um campo próprio.
Condições sucientes para extremos 23
interior, somente no seu centro, dizemos que a família forma um campo, chamado de
campo central.
Condições sucientes para extremos 24
um campo.
Suponhamos agora que a curva y = y(x) seja extremal para o problema variacional
dado pelo funcional Z x1
v[y(x)] = F (x, y, y 0 )dx
x0
Dizer que o extremal y = y(x) está incluso em um campo de extremais, signica que
uma família de extremais y = y(x, c) forma um campo em uma região D que contém
Condições sucientes para extremos 25
o extremal y = y(x) dado para um certo valor c0 , de forma que este extremal não
campo em torno de extremal dado que passa por este ponto, ou seja, um campo central.
A(x0 , y0 ).
dado.
∂y(x0 , c)
Como o extremal dado satisfaz a Equação de Euler, então temos que =0
∂c
∂y
e é uma função que só depende da variável x, pois a constante c é uma constante
∂c
de integração.
Z x1
1
Por exemplo, considere o extremal do funcional v[y] = y 0 (2x − y 0 )dx com
x0 2
y(x0 ) = y0 e y(x1 ) = y1 .
d d
Fy0 = − [2x − y 0 ] = −2 + y 00 = 0.
Fy −
dx dx
00 0
Assim, y = 2, y = 2x + c, então y = x2 + cx + d.
A(x0 , y0 ).
∂y(x, c) ∂ 2 y(x, c)
Logo, se u(x) = , então u0 = ux = .
∂c ∂c∂x
d
Fy (x, y(x, c), y 0 (x, c)) − [Fy0 (x, y(x, c), y 0 (x, c)] = 0.
dx
Derivando esta identidade em relação à c temos:
d
Fyy u + Fyy0 u0 − [Fyy0 u + Fy0 y0 u0 ] = 0
dx
Condições sucientes para extremos 27
ou,
d d
Fyy − Fyy0 u − [Fy0 y0 u0 ] = 0.
dx dx
Esta equação diferencial de 2a ordem, linear e homogênea, é chamada de Equação
de Jacobi.
Concluímos que a condição suciente para que o arco AB do extremal possa ser
incluído em um campo central de extremais centrados no ponto A(x0 , y0 ) é que a solução
funcional v= (y 02 − y 2 )dx,
que passa pelos pontos A(0, 0) e B(a, 0), a ∈ R.
0
A equação de Jacobi é dada por
d
−2u − (2u0 ) = 0 ou u00 + u = 0
dx
onde
u = C1 sen(x − C2 ).
Como u(0) = 0, então C2 = 0 e u = C1 senx.
Z x1
v= F (x, y, y 0 )dx, y(x0 ) = y0 ; y(x1 ) = y1
x0
Z
∆v = [F (x, y, y 0 ) − F (x, y, p) − (y 0 − p)Fp (x, y, p)] dx
C
e
Z
= E(x, y, p, y 0 )dx,
C
e
Função de Weierstrass.
Assim, concluímos que uma condição suciente para que o funcional v assuma um
mínimo na curva C é que a função E não seja negativa, pois se E ≥ 0, então também
∆v ≥ 0.
seja, ∆v ≤ 0.
por isto, é conveniente substituir a condição de que a função E tenha sinal constante
(y 0 − p)2
F (x, y, y 0 ) = F (x, y, p) + (y 0 − p)Fp (x, y, p) + Fy0 y0 (x, y, q)
2!
onde q está entre p e y0.
Sendo
pontos (x, y) próximos dos pontos da curva C , para valores arbitrários de q . E para
Condições sucientes para extremos 29
A partir das considerações já feitas, vamos agora citar as condições sucientes para
pode ser obtida através da condição de Jacobi, representada pela equação que tem o
siste em encontrar uma curva que uma partícula deve descrever ao se deslocar de um
ponto A até um ponto B situados em um mesmo plano vertical, no menor tempo pos-
sível, apenas sob a ação da gravidade. Neste caso o ponto A é suposto estar acima do
ponto B , mas não na mesma vertical. Se AeB estiverem na mesma vertical, a solução
é uma reta.
Neste capítulo vamos deduzir, de duas formas distintas, que a curva procurada
anterior e a segunda, tratando a questão como um problema que envolve Óptica e Ge-
ometria .
30
Modelagem do problema usando Cálculo Variacional 31
Note que o eixo y está orientado no sentido oposto ao usual. Isto é conveniente
pois, neste caso, a força exercida pela gravidade ca orientada no sentido positivo.
Em Física, quando uma partícula atua sob a ação da gravidade, o trabalho realizado
1
mgy =
2
mv 2
ds p
=v e v= 2gy.
dt
Sabemos que o comprimento do arco entre A(0, 0) e P (x, y), representado pelo
Z x p
s(x) = 1 + y 02 (ξ)dξ
0
que derivando, resulta
ds p
= 1 + y 02 (x).
dx
Assim, denotando por t o tempo gasto neste trajeto, temos
dt dt ds 1p
= = 1 + y 02 . (3.1)
dx ds dx v
Para determinarmos o tempo total para se deslocar de A(0, 0) a P (x, y) basta
integrar (3.1)
s
x
1 + y 02 (s)
Z
t(x) = ds. (3.2)
0 2gy(s)
Observemos que este funcional não depende explicitamente de x e assim, a Equação
de Euler tem a forma (2.19).
Consideremos então
s
x
1 + y 02 (s)
Z
1
t(x) = √ ds, y(0) = 0 , y(x1 ) = y1 .
2g 0 y(s)
Modelagem do problema usando Cálculo Variacional 32
Nosso problema é agora, encontrar a função y(x) que minimiza (3.2), com as
p
1 + y 02
Neste caso a função considerada é F (y, y 0 ) = √ . Assim,
y
y0
Fy 0 = p
y(1 + y 02 )
p
1 + y 02 y 02
√ −p = C1
y y(1 + y 02 )
que é equivalente a
1
p = C1
y(1 + y 02 )
ou seja,
y(1 + y 02 ) = C2 .
Para resolver esta equação diferencial, vamos introduzir um parâmetro t considerando
0
y (x(t)) = cot(t) e assim, utilizando a equação diferencial anterior, obtemos
C2
y= .
1 + cot2 (t)
Fazendo algumas substituições trigonométricas temos
C2
y= (1 − cos(2t)) .
2
Derivando y em relação à t, temos
2C2 sen(t)cos(t)dt
dx = = 2C2 sen2 (t)dt.
cot(t)
Fazendo substituição trigonométrica, temos
dx = C2 (1 − cos(2t)) dt
ou seja,
C2 sen(2t) C2
x(t) = C2 t − + C3 = (2t − sen(2t)) + C3 .
2 2
Assim, a solução paramétrica é dada por
C2 C2
y(t) = (1 − cos(2t)) e x(t) − C3 = (2t − sen(2t))
2 2
Modelagem do problema usando Cálculo Variacional 33
C2 C2
y= (1 − cos(t1 )) e x= (t1 − sen(t1 )) ,
2 2
que é a equação paramétrica da curva chamada ciclóide, que denimos a seguir.
Agora vamos aplicar as condições sucientes para mostrar que a ciclóide seja realmente
x = a (t − sen(t)) e y = a (1 − cos(t)) ,
onde a é determinado pela condição de que a ciclóide passa pelo segundo ponto de
Temos também
y0
Fy 0 = √ p e
y 1 + y 02
1
Fy 0 y 0 = √ >0
y(1 + y 02 )3/2
para qualquer y0. Assim, pelas condições sucientes, para x1 < 2πa, o funcional assume
um mínimo na ciclóide.
Resolução de Johann Bernoulli 34
x = a (t − sen(t)) e y = a (1 − cos(t)) .
Desta forma temos a comprovação de que a solução do problema da Braquistócrona
é realmente a ciclóide.
tria.
1. Pelo Princípio de Fermat, sabemos que a luz viaja de um ponto para outro
no menor tempo possível.
meio em que se propaga ( veja Figura 3.3). Se tivermos dois meios distintos nos quais
senµ1 senµ2
= = cte = K (3.3)
v1 v2
tais que a velocidade da luz em cada lâmina seja vi , i = 1...n conforme mostra a Figura
3.4 . Então, um raio de luz que parte de A e chega em B, seguirá uma trajetória como
senµj
= K. (3.4)
vj
Esse caminho percorrido pelo raio de luz é o que fornece tempo mínimo para ir de
Figura 3.4: Meio óptico e a trajetória descrita por um raio de luz partindo de A
chegando em B (LIMA,2004).
problema da Braquistócrona, ainda não está claro como podemos utilizar o fenômeno
se desloca sobre a curva varia de acordo com a posição em que ela se encontra. Já no
√
4. Sabemos que a velocidade, depois da partícula descer uma altura y é 2gy .
Então, o caminho que dá o tempo mínimo será o caminho seguido por um raio de luz
num meio tal que a velocidade da luz aumente continuamente com a descida y e seja
√
precisamente 2gy .
cuja densidade aumente continuamente à medida que o raio de luz desce, satisfaça
senµ
=K (3.5)
v
Resolução de Johann Bernoulli 36
velocidade instantânea.
Figura 3.5: Ângulo entre o caminho descrito pelo raio de luz e a vertical (LIMA,2004).
Como a partícula deve descrever a trajetória mais rápida e sua velocidade escalar é
variável, tudo passa como no caso do raio de luz que atravessa um meio não-homogêneo.
senµ
= K. (3.6)
v
√ 0
Como v= 2gy e y = tanβ , combinando a identidade trigonométrica, temos
1 1
senµ = cosβ = =p .
secβ 1 + tan2 β
0
y[1 + (y )2 ] = c.
Como vimos anteriormente na seção 3.1, a solução desta equação diferencial é a
Vamos agora, a título de ilustração, vericar que a ciclóide satisfaz a igualdade (3.6).
Temos que
dx dy
= r − rcosα, = rsenα. (3.7)
dα dα
Análise de dados obtidos através de simulações computacionais 37
dx 1 − cosα α
tanµ = = = tan (3.8)
dy senα 2
e, portanto,
α
tanµ = tan . (3.9)
2
Assim,
α
µ= (3.10)
2
e também,
p √ α
v= 2gr(1 − cosα) = 2 grsen . (3.11)
2
Assim, de fato,
senµ sen α2 1
= α√ = √ = cte = K (3.12)
v 2sen 2 gr 2 gr
onde K não depende de α. Portanto, a ciclóide tem a propriedade dada por (3.6).
obtermos uma comparação do tempo gasto pela partícula para percorrer a trajetória
do ponto A(0, 0) ao ponto B(π, −2), ao longo das curvas dadas por:
f1 : R → R, f1 (x) = − π2 x.
px
f2 : R+ → R, f2 (x) = −2 π
.
f3 : R → R, f3 (x) = −2 3 πx .
p
s
π
1 + y 02 (s)
Z
1
t(x) = √ ds
2g 0 y(s)
Observemos que a ciclóide, que é representada por f4 , é a curva que possui a tra-
jetória mais rápida. De forma surpreendente, a reta, representada por f1 , que possui
a trajetória mais curta, é também a que apresenta maior tempo gasto para comple-
Figura 3.6: Trajetórias da partícula através das curvas dadas por: f1 (x) = − π2 x (azul),
px 3 x
p
f2 (x) = −2 π
(verde), f3 (x) = −2 π
(amarelo) e f4 (t) = (t − sin(t), −1 + cos(t))
(vermelho) entre t=0; t=0.92026; t=2.1896 e t=3.0781.
4 Conclusão
Com este trabalho tivemos a oportunidade de perceber como se deu o desenvolvi-
mento de uma nova teoria matemática. Vimos que a partir de um problema proposto
como desao aos matemáticos da época, iniciou-se uma busca por métodos de solução
fronteiras são xas, com o objetivo de solucionarmos um dos problemas clássicos mais
com fronteiras móveis e aborda de forma ampla as condições sucientes para extremos;
software Maple com o objetivo de comparar o tempo gasto pela partícula através de
anterior; mais uma vez constatamos que a ciclóide é a curva que resulta o menor tempo.
desenvolvida neste trabalho, inspirasse outras iniciativas nesta mesma linha ou até
mesmo na aplicação destes problemas. Para tal sugerimos a leitura do livro Calculus
engenharia.
40
Referências Bibliográcas
[1] BOYER, C. História da Matemática, Edgard Blucher, São Paulo, 1996.
Paraná, 2009.
[3] LIMA, E.L. Curso de Análise - Volumes 1 e 2, IMPA, Rio de Janeiro, 2004.
1969.
[5] KIRK, D. Optimal Control Theory and Introduction, Dover Publications, New
York, 2004.
41
Apêndice: Linha de comando do
Maple
Denição do funcional T e cálculo do tempo gasto no percurso da partícula através
de cada curva.
42
43