Escolar Documentos
Profissional Documentos
Cultura Documentos
CURITIBA – PARANÁ
MARÇO – 2007
LUCAS MÁXIMOALVES
CURITIBA – PARANÁ
MARÇO – 2007
2
LUCAS MÁXIMOALVES
CURITIBA – PARANÁ
MARÇO – 2007
3
Dedicatória
Dedico,
4
Agradecimentos
Agradeço a Deus pelo seu imenso amor e misericórdia revelado nas oportunidades
que a vida me trouxe. Quero também agradecer:
À minha Família pelo apoio emocional e espiritual, ao meu orientador o Prof. Dr.
....., ao meu Co-Orientador o Prof. Dr. .... , a Maristela Bradil pela amizade e dedicação com
que nos atende, aos amigos, ...., .... ...., ......., e toda a galera do CESEC.
5
Epígrafe
6
Sumário
7
3.9.8 – Matriz Normal .............................................................................................................. 46
3.9.9 – Matriz Ortogonal .......................................................................................................... 46
3.9.10 – Matriz Unitária ........................................................................................................... 46
3.9.11 – Matriz Identidade........................................................................................................ 47
3.9.12 – Matriz Diagonal.......................................................................................................... 47
3.9.13 – Matriz Adjunta............................................................................................................ 47
3.9.14 – Matriz Transposta ....................................................................................................... 47
3.9.15 – Matriz Elementar ........................................................................................................ 47
3.9.16 – Matriz Complexo Conjugado ..................................................................................... 47
3.9.17 – Matriz Associada ........................................................................................................ 48
3.9.18 – Matriz Idempotente..................................................................................................... 48
3. 10 – Subdivisão das Matrizes em Bloco de Matrizes Menores ............................................ 49
3. 11 – Álgebra dos Comutadores ............................................................................................ 50
3. 12 – Exemplos e Aplicações................................................................................................. 52
3. 13 – Exercícios e Problemas................................................................................................. 53
Capítulo – IV ............................................................................................................................54
ESPAÇO VETORIAL LINEAR .............................................................................................54
4. 1 – Objetivos do Capítulo..................................................................................................... 54
4. 2 – Introdução....................................................................................................................... 54
4. 3 – Definição de Espaço Vetorial ......................................................................................... 56
I) Definição da Operação de Adição de Vetores ...................................................................... 56
II) Definição da Operação Produto Escalar com Vetores......................................................... 57
III) Definição da Operação Produto Interno de Vetores........................................................... 57
IV) Definição da Operação Produto Externo de Vetores ......................................................... 58
V) Definição da Operação Produto Tensorial de Vetores ........................................................ 59
4. 4 – Geradores e Sub-Espaço Vetorial................................................................................... 60
4.4.1 – Geradores...................................................................................................................... 60
4. 5 – Dependência Linear........................................................................................................ 61
4.5.1 – Dependência e Indepedência Linear............................................................................. 61
4.5.2 - Dimensão de um K-espaço vetorial. ............................................................................. 62
4. 6 – Base de um K-espaço Vetorial ....................................................................................... 63
4.6.1 - Corolário – 1 ................................................................................................................. 63
4.6.2 – Mudança de Base.......................................................................................................... 64
4.6.3 – Transformações de Coordenadas.................................................................................. 67
4. 7 – Espaço Euclidiano .......................................................................................................... 69
4.7.1 – Produto Escalar............................................................................................................. 69
4.7.2 – Ortogonalidade ............................................................................................................. 69
Teorema 1.1 .............................................................................................................................70
Prova ...................................................................................................................................70
Teorema 1.2 .............................................................................................................................70
4.7.3 – Desigualdade de Cauchy-Schwartz .............................................................................. 71
4. 8 – Bases Recíprocas ............................................................................................................ 72
4.8.1 – Observação importante ................................................................................................. 73
4. 9 – Bases Ortonormais.......................................................................................................... 75
4. 10 – ................................................................................................................................ 76
4. 11 – Processo de Diagonalização de Gram-Schmidt........................................................... 77
4. 12 – Operadores Lineares .................................................................................................... 80
4.12.1 - Definição ..................................................................................................................... 80
8
4. 13 – Auto-Valores e Auto-Vetores....................................................................................... 89
4. 14 – Exemplos e Aplicações................................................................................................. 96
4. 15 – Exercícios e Problemas................................................................................................. 97
Capítulo – V .............................................................................................................................98
ESPAÇO TENSORIAL LINEAR ...........................................................................................98
5. 1 –Introdução........................................................................................................................ 98
5. 2 – Definição de Tensores .................................................................................................... 99
5.2.1 - Formas Funcionais Lineares.......................................................................................... 99
5. 3 – Cálculo Tensorial de Funções ...................................................................................... 101
5. 4 – Aplicação a Redes-Neurais Matemáticas ..................................................................... 102
5. 5 – Exemplos e Aplicações................................................................................................. 103
5. 6 – Exercícios e Problemas................................................................................................. 104
Capítulo – VI ..........................................................................................................................105
ESPAÇO VETORIAL DE FUNÇÕES .................................................................................105
6. 1 –Introdução...................................................................................................................... 105
6. 2 – Definição de Espaço Vetorial de Funções ou Espaço Funcional Linear ...................... 106
6.2.1 – Equivalência entre o Operador Matricial e o Operador Funcional no Espaço de
Funções .............................................................................................................................. 108
6.2.2 – Notação de Dirac ........................................................................................................ 109
6.2.3 – Propriedades do Espaço de Funções........................................................................... 110
6. 3 –Transformações de Coordenadas................................................................................... 111
6. 4 – Ortogonalidade e Espaço Dual de Funções .................................................................. 112
6. 5 – Operadores Lineares, Matrizes e Transformações Lineares......................................... 113
6.5.1 – Operadores no Espaço de Funções ............................................................................. 113
6.5.2 – Operadores Lineares no Espaço de Funções .............................................................. 116
6.5.3 – Operadores, Auto-vetores e Auto-valores no Espaço de Funções ............................. 117
6.5.4 – Multiplicação de Operadores no Espaço de Funções ................................................. 117
6. 6 – Mudança de Base para funções .................................................................................... 121
6. 7 – Transformação de Funções........................................................................................... 122
6. 8 – Processo de Ortogonalização de Gram-Schmidt .......................................................... 123
6. 9 – Auto-Funções e Auto-Valores ...................................................................................... 124
6. 10 – Operadores Hermitianos e seus auto-valores ............................................................. 126
6.10.1 - Ortogonalidade das Auto-funções que pertencem a auto-valores diferentes. ........... 128
6. 11 – Espaço das Funções Quadráticas L2 ........................................................................... 129
6. 12 – Serie de Funções Ortogonais ...................................................................................... 130
6. 13 – Exemplos e Aplicações............................................................................................... 131
6. 14 – Exercícios e Problemas............................................................................................... 132
Capítulo – VII.........................................................................................................................133
CÁLCULO DIFERENCIAL E INTEGRAL DE FUNÇÕES DE VÁRIAS VARIÁVEIS ..133
7. 1 – Introdução..................................................................................................................... 133
7. 2 – Funções Pares e Ímpares .............................................................................................. 134
7.2.1 - Operações com funções pares e ímpares..................................................................... 135
7.2.2 - Teorema....................................................................................................................... 135
7.2.3 - Integral de funções pares e ímpares: ........................................................................... 136
7. 3 – Funções Periódicas ....................................................................................................... 137
7.3.1 – Teorema de Bloch....................................................................................................... 137
7. 4 – Cálculo em RN .............................................................................................................. 138
7.4.1 - Conectividade.............................................................................................................. 138
7.4.2 - Pontos Limítrofes ........................................................................................................ 138
9
7.4.3 - Derivadas Parciais ....................................................................................................... 138
7.4.4 - Exemplo ...................................................................................................................... 139
7.4.5 – Série de Taylor no RN ................................................................................................. 139
7. 5 – Funções Implícitas........................................................................................................ 141
7.4.1 –Teorema da Função Implicita ...................................................................................... 141
7.4.2 - Caso Multivariado ....................................................................................................... 143
Análogo para n dimensões...................................................................................................... 145
Ex. Sistema de Coordenadas Polares...................................................................................... 147
Solução .............................................................................................................................. 147
7.4.3 – Teorema dos Extremos ............................................................................................... 150
7. 6 – Problemas de Máximo e Mínimo com Vínculo ........................................................... 151
7.5.1 – Método de Lavenberg-Marquardt............................................................................... 151
7.5.2 – Método dos Multiplicadores de Lagrange .................................................................. 152
7.5.3 – Exemplo...................................................................................................................... 154
7. 7 – Regra de Derivação de Leibnitz ................................................................................... 155
7.6.1 - Exemplos..................................................................................................................... 158
7. 8 – Exemplos e Aplicações................................................................................................. 159
7. 9 – Exercícios e Problemas................................................................................................. 160
Capítulo – VIII .......................................................................................................................161
CURVAS SUPERFÍCIES E VOLUMES .............................................................................161
8. 1 - Introdução ..................................................................................................................... 161
8. 2 –Diferenciação de funções escalares ............................................................................... 162
8. 3 – Diferenciação de vetores ou funções vetoriais ............................................................ 163
8.3.1 - Cálculo do Comprimento de Arco .............................................................................. 164
8.3.2 - Cálculo da variação da Função R ao longo de um comprimento de arco ................. 165
8. 4 – Integral de linha de funções escalares e vetoriais......................................................... 167
8.4.1 – Integral de linha de funções escalares ........................................................................ 167
8.4.2 – Integral de linha de funções vetoriais ......................................................................... 168
8.4.3 - Cálculo do Comprimento de Arco .............................................................................. 171
8.4.4 - Cálculo de Área........................................................................................................... 172
8.4.5 - Cálculo de Volume...................................................................................................... 173
8. 5 – Integral de superfície de funções escalares e vetoriais ................................................. 174
8.5.1 – Integral de superfícies de funções escalares ............................................................... 174
8.5.2 – Integral de superfície de funções vetoriais ................................................................. 175
8.5.3 - Cálculo do Comprimento de Arco .............................................................................. 178
8.5.4 - Cálculo de Área........................................................................................................... 179
8.5.5 - Cálculo de Volume...................................................................................................... 180
8. 6 – Integral de volume de funções escalares e vetoriais..................................................... 181
8.6.1 – Integral de volume de funções escalares .................................................................... 181
8.6.2 – Integral de volume de funções vetoriais ..................................................................... 182
8.6.3 - Cálculo do Comprimento de Arco .............................................................................. 185
8.6.4 - Cálculo de Área........................................................................................................... 186
8.6.5 - Cálculo de Volume...................................................................................................... 187
8. 7 – Exemplos e Aplicações................................................................................................. 188
8. 8 – Exercícios e Problemas................................................................................................. 189
Capítulo – IX ..........................................................................................................................190
TEORIA DO CAMPO ESCALAR E VETORIAL E TENSORIAL DE FUNÇÕES...........190
9. 1 - Introdução ..................................................................................................................... 190
9. 2 - Gradiente de um Campo Escalar e Vetorial .................................................................. 191
10
9.3.1 – Análise e Interpretação do Vetor Gradiente ............................................................... 193
9.3.1 – Derivada Direcional.................................................................................................... 193
9.3.1 - Interpretação do Gradiente .......................................................................................... 195
9.3.1 – Vetor normal a um ponto sobre uma superfície ......................................................... 198
9. 3 - Divergente de um Campo Vetorial e Tensorial............................................................ 200
9.2.1 - Interpretação do Divergente ........................................................................................ 203
9. 4 – Rotacional de um Campo Vetorial e Tensorial ............................................................ 204
9. 5 – Teorema da Divergência ou de Gauss .......................................................................... 205
9.5.1 - Em 1D ......................................................................................................................... 205
9.5.2 - Aplicação..................................................................................................................... 205
9. 6 – Identidades de Green .................................................................................................... 208
9. 7 – Teorema de Stokes........................................................................................................ 209
9. 8 – Teorema de Green ........................................................................................................ 211
9. 9 – Campos Irrotacionais.................................................................................................... 212
9. 10 – Teorema Equivalentes ................................................................................................ 213
9. 11 – Exemplos e Aplicações............................................................................................... 214
9. 12 – Exercícios e Problemas............................................................................................... 215
Capítulo – X ...........................................................................................................................216
SEQUÊNCIAS, SÉRIES DE FUNÇÕES E SUAS TRANSFORMADAS ..........................216
10. 1 -Introdução .................................................................................................................... 216
10. 2 - Definição de Seqüências, Séries e Transformadas de Funções................................... 217
10. 3 – Seqüência e Sériede e Transformadas de Funções Ortogonais .................................. 218
10.3.1 - Sequência de Funções Ortogonais............................................................................. 218
10.3.2 - Serie de Funções Ortogonais..................................................................................... 219
10.3.3 - Transformada de Funções Ortogonais ...................................................................... 220
10. 4 - Série e Transformada de Potência............................................................................... 221
10. 5 - Série e Transformada de Laplace ................................................................................ 222
10. 6 - Série e Transformada de Gauss................................................................................... 223
10. 7 - Série e Transformada de Fourier................................................................................. 224
10.7.1 - Série de Fourier ......................................................................................................... 224
10.7.2 – Integral de Fourier .................................................................................................... 226
10.7.3 – Transformada de Fourier .......................................................................................... 228
10.7.4 – Propriedades da Transformada de Fourier ............................................................... 231
10. 8 - Exemplos e Aplicações ............................................................................................... 232
10.8.1 - Exemplo – 1 ............................................................................................................. 232
10.8.2 - Exemplo – 2 .............................................................................................................. 233
Solução .............................................................................................................................. 233
10.8.3 - Exemplo – 3 .............................................................................................................. 236
10.8.4 - Exemplo - 4 ............................................................................................................... 238
10. 9 – Exemplos e Aplicações............................................................................................... 241
10. 9 - Exercícios e Problemas ............................................................................................... 242
Capítulo – XI ..........................................................................................................................243
INTRODUÇÃO AS EQUAÇÕES DIFERENCIAIS ............................................................243
11. 1 - Objetivos do Capítulo ................................................................................................. 243
11. 2 - Introdução ................................................................................................................... 243
11. 3 – Equações Diferenciais, Definição e Classificação ..................................................... 244
11.3.1 – Definição de Equações Diferenciais......................................................................... 244
11.3.2 – Classificação das Equações Diferenciais.................................................................. 245
11. 4 – Propriedades das Equações Diferenciais .................................................................... 249
11
11.4.1 – Existência e Unicidade das Soluções........................................................................ 249
11.4.2 - Exemplos................................................................................................................... 250
11.4.3 – O Problema de Valor Inicial..................................................................................... 251
11. 5 – Exemplos e Aplicações............................................................................................... 253
11. 6 – Exercícios e Problemas............................................................................................... 254
Capítulo – XII.........................................................................................................................255
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES ...............................................255
12. 1 – Introdução................................................................................................................... 255
12. 2 - Equações Diferenciais Ordinárias Lineares ................................................................ 256
12.2.1 - Exemplos................................................................................................................... 257
12. 3 - Propriedades das Equações Diferenciais Ordinárias Lineares e Homogêneas ........... 258
12.3.1 - Teorema..................................................................................................................... 259
12. 4 - Equações Diferenciais Lineares com Coeficientes Constantes e Variáveis............... 260
12. 5 - Equações Diferenciais Homogêneas com Coeficiente Constantes ............................. 261
12.5.1 – Metodologia de Solução das Equações Diferenciais Homogêneas com Coeficiente
Constantes .............................................................................................................................. 263
12.5.2 – Solução de algumas das Equações Diferenciais Elementares .................................. 265
12.5.3 – Solução Geral, Solução Particular, Teorema Estratégico......................................... 271
12.5.4 – Equação Diferencial a partir da Solução Geral ........................................................ 272
12.5.5 – Teorema Estratégico ................................................................................................. 274
12. 6 - Equações Diferenciais Homogêneas com Coeficiente VariáveisErro! Indicador não
definido.
12.6.1 – Metodologia de Solução das Equações Diferenciais Homogêneas com Coeficiente
Variáveis .............................................................................................................................. 308
12. 7 - Problemas que surgem E.D.O. Lineares de 1ª Ordem ................................................ 285
12.7.1 – Problema Geométrico ............................................................................................... 285
12.7.2 – Problema Químico.................................................................................................... 286
12.7.3 – Problemas Físicos ..................................................................................................... 287
12. 8 - Algumas Importantes Equações Diferenciais Ordinárias de 2ª Ordem....................... 290
12.8.1 – O Movimento Harmônico Simples (MHS) .............................................................. 290
Solução .............................................................................................................................. 292
12.8.2 – MHS com Movimento Vertical ................................................................................ 301
12.8.3 – Oscilador Harmônico Forçado ................................................................................. 304
12.8.4 – O Movimento de um Pêndulo Simples..................................................................... 305
12.8.5 – Circuito Elétrico RLC............................................................................................... 306
12. 9 - Método das Funções de Green .................................................................................... 309
12. 10 - Equações de Sturm-Liouville .................................................................................... 310
12.10.1 - Teorema - 1 ............................................................................................................. 311
Prova .............................................................................................................................. 311
Teorema - 2............................................................................................................................. 314
12. 11 - Método de Taylor ...................................................................................................... 315
12.11.1 – Equação Diferencial de Euler ................................................................................. 316
12. 12 - Método de Frobëniüs................................................................................................. 321
12.12.1 - Teorema de Fucks ................................................................................................... 322
12. 13 - Equações, Polinômios e Funções Especiais que são Soluções de Equações
Diferenciais............................................................................................................................. 323
12.13.1 - Função de Hipergeométrica .................................................................................... 323
12.13.2 - Equações, Polinômios e Funções de Lagrange ....................................................... 324
12.13.3 - Equações, Polinômios e Funções de Legendre ....................................................... 325
12.13.4 - Equações, Polinômios e Funções de Laguerre ........................................................ 326
12
12.13.5 - Equações, Polinômios e Funções de Hermite ......................................................... 327
12.13.6 - Equações, Polinômios e Funções de Gauss............................................................. 328
12.13.7 - Equações, Polinômios e Funções de Laplace......................................................... 329
12.13.8 - Equações, Polinômios e Funções de Bessel ............................................................ 330
12.13.9 - Fórmula de Rodrigues para a Função de Bessel ..................................................... 336
12.13.10 - Fórmula Integral para a Função de Bessel ............................................................ 338
12. 14 – Exemplos e Aplicações............................................................................................. 339
12. 15 - Exercícios e Problemas ............................................................................................. 340
Capítulo – XIII .......................................................................................................................341
SISTEMAS DE EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES.....................341
13. 1 - Introdução ................................................................................................................... 341
13. 2 - Definição de Sistema de Equações Diferenciais Ordinárias Lineares ........................ 342
13. 3 -Aplicação do Problema de Auto-Valor na Solução de Sistemas de Equações
Diferenciais............................................................................................................................. 343
13.3.1 - O Pêndulo Simples ................................................................................................... 343
13.3.2 - O Modelo de Lotka-Volterra.................................................................................... 348
13.3.3 - O Sistema de Massas e Molas Acopladas ................................................................. 353
13. 4 - Matrizes Simétricas (AT = A)...................................................................................... 356
13.4.1 - Teorema..................................................................................................................... 357
Prova: .............................................................................................................................. 357
13. 5 - Solução de Auto-Valores de Equações Diferenciais Não-Homogêneas..................... 358
13. 6 - Diagonalização ............................................................................................................ 360
13.6.1 - Teorema..................................................................................................................... 361
Prova .............................................................................................................................. 361
13.6.2 – Exemplo: Cinética Química...................................................................................... 363
13.6.3 – Exemplo: Sistema Mecânico .................................................................................... 365
13. 7 - Formas Quadráticas..................................................................................................... 367
13.7.1 – Exemplo:................................................................................................................... 368
13.7.2 – Definição .................................................................................................................. 369
13.7.3 – Teorema .................................................................................................................... 369
13.7.4 – Exemplo – 4 (Flambagem) ....................................................................................... 369
13. 8 – Exemplo e Aplicações ................................................................................................ 371
13. 9 – Exercícios e Problemas............................................................................................... 372
Capítulo – XIV .......................................................................................................................373
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS....................................................................373
NÃO-LINEARES..................................................................................................................373
14. 1 - Introdução ................................................................................................................... 373
14. 2 - Equações Diferenciais Não-Lineares .......................................................................... 374
14. 3 – Equações Diferenciais Ordinárias Lineares de 1ª Ordem........................................... 375
14.3.1 - Caso - 1 ..................................................................................................................... 375
14.3.2 - Caso - 2 ..................................................................................................................... 376
14.3.3 - Caso - 3 ..................................................................................................................... 377
14.3.4 - Caso – 4..................................................................................................................... 378
14. 4 - Equações Diferenciais Lineares de 2ª Ordem ............................................................. 379
14. 5 – Exemplos e Aplicações............................................................................................... 385
14. 6 – Exercícios e Problemas............................................................................................... 386
Capítulo – XV.........................................................................................................................387
SISTEMAS DE EQUAÇÕES DIFERENCIAIS ...................................................................387
13
ORDINÁRIAS NÃO-LINEARES ........................................................................................387
15. 1 - Introdução ................................................................................................................... 387
15. 2 - Sistema de Equações Diferenciais Ordinárias Não-Lineares...................................... 388
15. 3 - Exemplos e Aplicações ............................................................................................... 389
15. 4 - Exercícios e Problemas ............................................................................................... 390
Capítulo – XVI .......................................................................................................................391
EQUAÇÕES DIFERENCIAIS PARCIAIS LINEARES ......................................................391
16. 1 - Objetivos do Capítulo ................................................................................................. 391
16. 2 - Introdução ................................................................................................................... 391
16. 3 - Equações Diferenciais Parciais ................................................................................... 392
16.3.1 – Comentários sobre o Método da Separação de Variáveis ........................................ 393
Exemplo .............................................................................................................................. 393
16. 4 - Equação de Difusão..................................................................................................... 395
i) Caso 1D .............................................................................................................................. 395
ii) Caso 2D e 3D ..................................................................................................................... 396
Exemplo .............................................................................................................................. 400
Exemplo .............................................................................................................................. 402
16. 5 - Equação de Onda......................................................................................................... 405
i) Caso 1D .............................................................................................................................. 405
Exemplo .............................................................................................................................. 410
ii) Caso 2D e 3D ..................................................................................................................... 412
Solução de D’Alambert .......................................................................................................... 412
16. 6 - Exemplos e Aplicações ............................................................................................... 415
Solução: .............................................................................................................................. 415
Exemplo .............................................................................................................................. 415
16. 6 – Exercícios e Problemas............................................................................................... 416
Capítulo – XVII......................................................................................................................417
SISTEMA DE EQUAÇÕES DIFERENCIAIS PARCIAIS LINEARES .............................417
17. 1 - Objetivos do Capítulo ................................................................................................. 417
17. 2 - Introdução ................................................................................................................... 417
17. 3 - Sistema de Equações Diferenciais Parciais Lineares .................................................. 418
17. 4 – Exemplos e Aplicações............................................................................................... 419
17. 5 – Exercícios e Problemas............................................................................................... 420
Capítulo – XVIII.....................................................................................................................421
EQUAÇÕES DIFERENCIAIS PARCIAIS NÃO-LINEARES ............................................421
18. 1 - Objetivos do Capítulo ................................................................................................. 421
18. 2 - Introdução ................................................................................................................... 421
18. 3 - Equações Diferenciais Parciais Não-Lineares............................................................. 422
18. 4 – Exemplos e Aplicações............................................................................................... 423
18. 5 – Exercícios e Problemas............................................................................................... 424
Capítulo – XIX .......................................................................................................................425
SISTEMA DE EQUAÇÕES DIFERENCIAIS PARCIAIS NÃO-LINEARES ...................425
19. 1 - Objetivos do Capítulo ................................................................................................. 425
19. 2 - Introdução ................................................................................................................... 425
19. 3 - Sistema de Equações Diferenciais Parciais Não-Lineares .......................................... 426
19. 4 – Exemplos e Aplicações............................................................................................... 427
19. 5 – Exercícios e Problemas............................................................................................... 428
Capítulo – XX.........................................................................................................................429
14
TEORIA GERAL DAS DISTRIBUIÇÕES ..........................................................................429
20. 1 - Objetivos do Capítulo ................................................................................................. 429
20. 2 - Introdução ................................................................................................................... 429
20. 3 - Teoria Geral das Distribuições.................................................................................... 430
20. 4 – Exemplos e Aplicações............................................................................................... 431
20. 5 – Exercícios e Problemas............................................................................................... 432
Referências Bibliográficas......................................................................................................433
Apêndices ...............................................................................................................................434
A. 1 – Estudo de Somatórios .................................................................................................. 434
A. 2 – Estudo de Produtórios.................................................................................................. 435
A. 3 – Estudo da Relação entre Somatórios e Produtórios..................................................... 436
Anexos .................................................................................................................................437
An. 1 – Título do seu primeiro Anexo.................................................................................... 437
15
Lista de Figuras
Figura - 4. 1. .............................................................................................................................77
Figura - 4. 2. .............................................................................................................................77
Figura - 4. 3. .............................................................................................................................77
Figura - 4. 4. .............................................................................................................................78
Figura - 4. 5. .............................................................................................................................82
Figura - 4. 6. .............................................................................................................................91
Figura - 7. 1 ............................................................................................................................134
Figura - 7. 2 ............................................................................................................................134
Figura - 7. 3 ............................................................................................................................137
Figura - 7. 4 ............................................................................................................................138
Figura - 7. 5 ............................................................................................................................147
Figura - 8. 1 ............................................................................................................................163
Figura - 9. 1. Região B do volume envolvido por uma superfície S atravessado por um campo
de temperaturas u....................................................................................................................191
Figura - 9. 2. ...........................................................................................................................194
Figura - 9. 3. ...........................................................................................................................195
Figura - 9. 4. ...........................................................................................................................196
Figura - 9. 5. ...........................................................................................................................197
Figura - 9. 6. Superfície z f x, y em um sistema de coordenadas cartesianas. ...............198
Figura - 9. 7. Região B do volume envolvido por uma superfície S atravessado por um campo
de velocidades v . ...................................................................................................................200
Figura - 9. 8. ...........................................................................................................................202
Figura - 9. 9. ...........................................................................................................................202
Figura - 9. 10 ..........................................................................................................................210
Figura - 10. 1 ..........................................................................................................................232
Figura - 10. 2 ..........................................................................................................................233
Figura - 10. 3 ..........................................................................................................................236
Figura - 10. 4 ..........................................................................................................................238
Figura - 10. 5 ..........................................................................................................................238
Figura - 11. 1.Problema de uma viga bi-apoiada e flexionada sobre seu próprio peso. .........245
Figura - 11. 2 ..........................................................................................................................287
Figura - 11. 3. Oscilador Harmônico simples.........................................................................291
Figura - 11. 4 ..........................................................................................................................306
Figura - 11. 5 ............................................................................. Erro! Indicador não definido.
Figura - 11. 6 ..........................................................................................................................395
Figura - 11. 7 ..........................................................................................................................401
Figura - 11. 8 ..........................................................................................................................402
Figura - 11. 9 ..........................................................................................................................405
Figura - 11. 10 ........................................................................................................................412
Figura - 12. 1. ............................................................................ Erro! Indicador não definido.
Figura - 12. 2. .........................................................................................................................344
Figura - 12. 3. .........................................................................................................................345
Figura - 12. 4. .........................................................................................................................350
Figura - 12. 5. .........................................................................................................................352
16
Figura - 12. 6. .........................................................................................................................353
Figura - 12. 7. .........................................................................................................................356
Figura - 12. 8. .........................................................................................................................365
Figura - 12. 9. .........................................................................................................................369
17
Lista de Tabelas
18
Lista de Siglas
19
Lista de Símbolos
20
Resumo
21
Abstract
22
23
Capítulo – I
INTRODUÇÃO
1. 1 – Apresentação do curso
24
1. 2 – Introdução a Álgebra e a Teoria de Grupos Algébricos
No caso do ente abstrato chamado ket for um vetor chamaremos de Espaço Vetorial e no caso
de ser uma função chamaremos de Espaço Funcional.
Seja E um conjunto de ket’s e seja K um campo de escalares do espaço algébrico
linear, onde está definida uma operação de adição, ou seja, E é aditivo, isto é, existe uma
operação E x E E tal que:
, E E E (1. 2)
i) um elemento simétrico E /
0 E (1. 3)
( , ) E E E
T
( , ) E E , E (1. 4)
T
( , ) E E , K
no caso particular para números reais temos * ) com qualquer um dos elementos de
E.
iii) um elemento neutro da operação fundamental, 0 E /
0 e 0 0 E (1. 5)
25
0 e 0 0 E
1
iv) um elemento inverso e um elemento unitário, 1 E /
1 1 e 1 1 E (1. 6)
( , ) K E E (1. 7)
26
Capítulo – II
SISTEMAS DE EQUAÇÕES ALGÉBRICAS
LINEARES
RESUMO
Neste capítulo será visto a origem da problemática de um sistema de equações e
os métodos de solução mais importantes. Veremos suas características principais e
propriedades. Estaremos interessados no final deste texto em utilizar os conhecimentos
adquiridos neste capítulo na resolução de um sistema de equações diferenciais. No final
introduziremos o conceito de matrizes que será a deixa para uma abordagem mais completa
no capítulo seguinte.
2. 1 – Introdução
Um sistema algébrico nasce como uma extensão natural de uma equação algébrica
onde o número de variáveis envolvidas cresce de um para dois, três, etc. Neste sentido nasce
também o conceito intuitivo de matrizes que será visto no capítulo seguinte. A maneira de se
estudar os sistemas algébricos pode ser feito de diversas formas. Pode-se definir inicialmente
o que seja uma matriz de números e inserir este conceito dentro do sistema de equações, ou
pode-se começar com a noção de sistema de equações e extrair o conceito de matriz. Nós
optaremos pela segunda forma por acharmos mais intuitivo e seguro para o aprendizado em
linha ascendente de raciocínio e dificuldade, sem dá pulos nem quedas na linha de raciocínio
lógico.
27
2. 2 – Definição de um Sistema de Equações
28
2. 3 – Exemplos e Aplicações
29
2. 4 – Exercícios e Problemas
30
Capítulo – III
MATRIZES
RESUMO
Neste capítulo veremos a teoria elementar de matrizes, sua aplicação na álgebra
linear e em problemas práticos que envolvem sistemas de equações lineares. Veremos a
propriedades e os tipos de matrizes e os teoremas fundamentais da álgebra das matrizes.
3. 1 – Introdução
31
3. 2 – Definição de uma Matriz
a1 j
a
de A e ao arranjo na vertical como chamamos de colunas de A. Os elementos aij são os
2j
:
anj
elementos da matriz que ocorrem na i’ésima linha e na j’ésima coluna simultaneamente.
A dimensão da matriz é dada por n x m, onde n é o número de linhas da matriz e
m é o número de colunas.
Quando n = m dizemos que a matriz é quadrada, ou seja:
seguinte maneira:
32
a11 a12 .. a1m
a a 22 .. a 2 m
21
Matriz A = : : : : (3. 3)
: : .. :
a n1 an 2 .. anm nxm
a1 j
a
2j
Matriz Coluna A = (3. 5)
:
a nj nx1
A operação que transforma uma linha “k” qualquer de uma matriz em uma coluna
correspondente ao mesmo índice de linha “k” chama-se “transposição”. Logo a matriz
transposta de A, ou seja, AT é dada por:
33
3.2.3 - Diagonal Principal
Chamamos de diagonal principal de uma matriz A qualquer, ao conjunto
ordenado de elementos da matriz A, cujos índices “i”são iguais aos índices “j”, ou seja:
onde j = 1, 2, 3, ....n.
Para matrizes formadas por números complexos podemos definir uma operação
com matrizes chamada de “conjugação” representada pelo símbolo asterisco (), onde vale a
relação A* = -A para número complexos puros ficando o caso particular A* = A para os
número reais.
complexo conjugado de um número
34
3. 3 – Espaço Algébrico das Matrizes
35
3. 4 – Operações Simétricas com Matrizes
2) Operação de Conjugação
Nesta operação troca-se os números imaginários puros dos elementos da matriz de i por i .
Sendo o complexo conjugado de um número Real igual ao próprio número, a* a a R
3) Operação de Aadjunção
Da seguinte forma:
5) Operação de Inversão
37
3. 6 – Definição de Operações Algébricas com Matrizes
S = (A + B) = A + B (3. 19)
38
3. 7 – Propriedades do Espaço de Matrizes
Prova
ii) Associativa
A + (B + C) = (A + B) + C (3. 29)
Prova
Prova
Prova
v) Distribuitiva do escalar
39
( + )A = A + A (3. 37)
Prova
Prova
Prova
AB ij Cij Ail Blk Cij Ail Blk Ckj Ail Blk Ckj Ail BC lj (3. 42)
ix)
(3. 43)
Prova
Aij .Bij Ail Blj B jl Ali B ji . A ji Bij . Aij
T
(3. 45)
40
3. 8 – Operações Singulares com Matrizes e Invariantes das
Matrizes
3.8.1 - Definição
Chamamos de Operações Singulares de matrizes as operações as quais só podem
ser definidas para a representação matricial de quantidades.
n
tr[ A ]nxn A ii Aii (3. 47)
i 1
Prova
ii) O produto de um escalar pelo traço de uma matriz é igual ao traço da matriz multiplicada
pelo escalar
Prova
41
tr[A B]ij Aii Bii tr[ A]ij tr[B]ij (3. 52)
Prova
tr[ AB]ij Aii Bkk Bkk Aii tr[BA ]ij (3. 54)
Prova
T
tr[ A ] Aii Aii tr[ A ]T (3. 56)
invariantes de A.
O determinante de uma matriz é definido como:
n
det[A] a1 j det[ Amenor ]1 j (3. 57)
j 1
42
a11 a12 .. a1n
a a 22 .. a2n
A Aij 21 (3. 58)
: :
:
:
a n1 an 2 a nn
n n 1
det[A] a1 j a1 j det[ Amenor ]1 j (3. 59)
j 1 j 1
n n 1 n2 2
det[A ] a1 j a1 j a1 j .... a1 j .a nn (3. 60)
j 1 j 1 j 1 j 1
A é sempre nulo.
Se o determinante da matriz A é nulo ( A =0) a matriz é chamada singular.
i)
ii)
43
det[A 1 A ] det[A 1 ] det[A] det[I ] 1
1 (3. 62)
det[A 1 ]
det[A]
iii)
(3. 63)
iv)
(3. 64)
v)
(3. 65)
A 1 A I (3. 66)
Onde
1 0 .. 0
0 1 .. 0
I ij (3. 67)
: : : :
0 0 .. 1
1
CofatorAij T (3. 68)
A
det A
onde
44
111 a .. a1n
12
a2 n
CofatorAij a21 a22 ..
(3. 70)
: :
:
:
a n1 an 2 a nn
n 1 n2 2
i j
CofatorAij (1) . a1 j a1 j .... a1 j .ann (3. 71)
i , j 1 i , j 1 i , j 1
n 1 n2 2
i j
(1) . a j1 a j1.... a j1.a nn
1 i , j 1 i , j 1 i , j 1
A n n 1 n2 2 (3. 72)
a1 j a1 j a1 j .... a1 j .ann
j 1 j 1 j 1 j 1
Observe que o determinante é a soma de todos os produtos possíveis entre dois elementos da
matriz.
45
3. 9 – Tipos de Matrizes
A AT (3. 73)
A* A (3. 75)
A* A (3. 76)
46
3.9.5 – Matriz Imaginária Pura
Por outro lado uma Matriz é dita se imaginária pura se:
A* A (3. 77)
AT A (3. 78)
AT A (3. 79)
(3. 80)
A T A 1 (3. 81)
A T A 1 (3. 82)
47
3.9.11 – Matriz Identidade
Uma matriz é dita ser identidade se:
A adj CofatorAij
T
(3. 85)
A
A T Aij
T
ji (3. 86)
(3. 88)
48
3.9.17 – Matriz Associada
Uma matriz é dita ser associada se:
(3. 89)
An A (3. 90)
49
3. 10 – Subdivisão das Matrizes em Bloco de Matrizes Menores
Então A e B tem a forma de matrizes blocos 2 x 2 cujos elementos Aij, Bij são eles mesmos
matrizes. Nós podemos facilmente ver que o correto produto AB resulta se as matrizes blocos
são multiplicados de acordo com as regras usuais do produto de matrizes, ou seja:
A A12 B11 B12 A11B11 A12 B21 A11 B12 A12 B22
AB 11 (3. 93)
A21 A22 B21 B22 A21B11 A22 B21 A21 B12 A22 B22
Observe que todos os produtos matriciais na última matriz fazem sentido. Isto será verdade se
a divisão original de colunas na primeira matriz é a mesma que a divisão de linhas da segunda
matriz. Então vemos que a divisão acima não é adequada para trabalhar o produto de BA em
termos do bloco de matrizes 2 x 2. Existe uma subdivisão diferente de B na qual permitirá
trabalhar ambos os produtos AB e BA?.
50
3. 11 – Álgebra dos Comutadores
[ A, B] AB BA (3. 94)
Prova:
2)
[ A, A ] 0 (3. 96)
Prova:
3)
[ A, B C] [ A, B] [ A, C] (3. 97)
Prova:
4)
Prova:
5)
Prova:
51
6)
Prova:
7)
Prova:
8)
Prova:
9)
Prova:
52
3. 12 – Exemplos e Aplicações
53
3. 13 – Exercícios e Problemas
54
Capítulo – IV
ESPAÇO VETORIAL LINEAR
RESUMO
Neste capítulo será visto a definição de espaço vetorial linear e suas propriedades,
o conceito de base de vetores, transformação de coordenadas, base recíproca, base
ortonormal, angulos de Euler. Apresentaremos também o problema de auto-valores e auto-
vetores.
4. 1 – Objetivos do Capítulo
4. 2 – Introdução
Um vetor pode ser representado algebricamente por uma matriz linha ou por uma
matriz coluna.
(v1, v2, v3, ....vn, ) v1 v2 ... vn (4. 1)
Ou
55
v1
v 2
(4. 2)
:
v n
56
4. 3 – Definição de Espaço Vetorial
I.ii) Associativa
( w u ) ( w) u ( u ) w E (4. 7)
57
II) Definição da Operação Produto Escalar com Vetores
( , w) K E E (4. 10)
58
um vetor 1 1 E /
1 . . 1 E (4. 20)
IV.ii) Associativa
(4. 27)
(4. 28)
59
IV.iii) Elemento Nulo
0 (4. 29)
60
4. 4 – Geradores e Sub-Espaço Vetorial
4.4.1 – Geradores
Se u1, u2, ..., são vetores em um espaço vetorial S, então a série de todas as
combinações lineares destes vetores, isto é, todos os vetores dado pela seguinte forma:
u 1u1 2 u 2 3u3 .... n u n (4. 31)
onde 1 , 2 ,...., n são escalares é chamado de geradores de u1 , u 2 , u3 ...., u n e denotado
como geradores de u1 , u 2 , u3 ...., u n .
A série u1 , u 2 , u3 ...., u n é chamada de série geratriz dos geradores
61
4. 5 – Dependência Linear
mínimo um deles puder ser expresso como combinação linear dos outros. Se nenhum dos
vetores puder ser assim expresso, então a série é dita ser linearmente independente.
Observa-se que essa relação é sempre válida se os ’s para i = 1, 2, 3, ...., n são
todos iguais a zero. Se, nesse caso, todos os ’s são nulos, então diz-se que a série de vetores
é linearmente independente (L.I.).
Prova:
62
4.5.2 - Dimensão de um K-espaço vetorial.
Diz-se que um K-espaço vetorial tem dimensão n se este satisfizer ois pincipios
básicos:
i) Existem uma réplica de n vetores linearmente independentes (principio de
ortogonalidade).
ii) (n +1) vetores do conjunto acima são sempre linearmente dependentes
(princípio de completeza).
63
4. 6 – Base de um K-espaço Vetorial
4.6.1 - Corolário – 1
Qualquer vetor do espaço pode ser representado como combinação linear dos
vetores da base.
Suponhamos um conjunto de n vetores eˆ1 , eˆ2 ,...., eˆn E linearmente
independentes formando uma base para o espaço vetorial E de dimensão n. Logo podemos
expressar qualquer vetor v do espaço em termos dos vetores desta base êi
v x1eˆ1 x2 eˆ2 x3 eˆ3 .... xn eˆn (4. 33)
Chamamos a n’upla ( x1 , x2 ,....xn ) de coordenadas do vetor v na base êi
v xi eˆk (4. 34)
ˆ j (1)
e'
ˆj
A partir do Corolário – 1 pode-se concluir que também os vetores da base e'
1
base ou sistema de coordenadas
64
4.6.2 – Mudança de Base
ˆ j expressam-se me termos dos vetores da
De forma geral os vetores da base e'
a) eˆi eˆ' j
n
eˆ' j kj eˆk
k 1 (4. 37)
j 1,2,3,...n
γ [ kj ]
(4. 38)
(ver Teoria de Matrizes)
É claro que podemos fazer exatamente o oposto ou seja, expressar os vetores da base
(eˆi ) em termos da base (eˆ' j ) . Portanto,
a) eˆ' j eˆi
65
n
eˆi ri eˆ' r
r 1 (4. 40)
i 1,2,3,...n
β [ ri ]
(4. 41)
(ver Teoria de Matrizes a definição de Matriz Inversa)
n n
n
eˆi ri eˆ'r ri kr eˆk (4. 42)
r 1 r 1 k 1
como o ri não possui índices inclusos na somatória em k, podemos passá-lo para dentro
desta somatório sem alterar o resultado, sem nenhum problema.
n n
n
ˆei ri eˆ'r ri kr eˆk (4. 43)
r 1 r 1 k 1
Vemos que para os valores de êi e êk coincidirem a fim de que a igualdade acima
seja válida é preciso que i seja igual a k logo:
n
1 se i k
ri kr 0 se i k (4. 45)
r 1
66
n
ri kr ik (4. 46)
r 1
Portanto
n
eˆi ik eˆk
k 1 (4. 47)
i 1,2,3..., n
67
4.6.3 – Transformações de Coordenadas
Consideraremos agora um vetor v expresso em termos dos vetores de duas bases
eˆi e eˆ ' j da seguinte forma:
a) xi x ' j
n
v xi eˆi (4. 48)
i 1
n
v x 'i eˆ 'i (4. 49)
i 1
n n
n
v xi eˆi xi ri eˆ 'r (4. 50)
i 1 i 1 r 1
Como xi não possui índices inclusos na somatória r, podemos passá-lo para dentro
desta somatória sem alterar o resultado final.
n n
n
v xi eˆi xi ri eˆ 'r (4. 51)
i 1 i 1 r 1
68
b) x ' j xi
n n
n
v x ' j eˆ ' j x ' j ki eˆk (4. 54)
j 1 j 1 r 1
Como xi não possui índices inclusos na somatória r, podemos passá-lo para dentro
desta somatória sem alterar o resultado final.
n n n
v x ' j eˆ ' j x ' j kj eˆk (4. 55)
j 1 j 1 k 1
69
4. 7 – Espaço Euclidiano
x, y y , x (4. 58)
P2)
P3)
P4)
Uma espaço vetorial real, E, onde está definido um produto escalar é chamado
ëspaço euclidiano real”.
4.7.2 – Ortogonalidade
Definição: Em um espaço euclidiano real, diremos que x é ortogonal a y, em
símbolos, x y se e somente se
x, y 0 (4. 62)
Obs:
x, 0 0, x 0 x (4. 63)
70
Teorema 1.1
b)
v , v 0 para i j
i j (4. 65)
Prova
Teorema 1.2
71
4.7.3 – Desigualdade de Cauchy-Schwartz
72
4. 8 – Bases Recíprocas
ei .e k ik (4. 66)
1
Esta condição implica dizer que e é perpendicular a e2 e a e3 , etc, etc. Além disso, de (4.
66) e da definição de produto escalar segue-se que:
ei . e k . cos(ei , e k ) 1 (4. 67)
k
Daí concluímos que cos(ei , e ) 0 , i, k = 1,2, 3, ... e que portanto
(ei , e k ) (4. 68)
2
1 2 3
É fácil construir explicitamente a base recíproca ( e , e , e ) da base ( e1 , e2 , e3 ). Com efeito,
1
como e deve ser perpendicular a e2 e e3 , conclui mos que
e 1 me2 e3 (4. 69)
pela definição de produto vetorial. Multiplicando (4. 69) escalarmente por e1 , e usando (4.
66) vem:
1 e1 e 1 me1 e2 e3 mv (4. 70)
De onde tiramos
1
m (4. 71)
v
73
v e1 e2 e3 (4. 72)
Mas v 0 porque ( e1 , e2 , e3 ) é base. Levando (4. 72) e (4. 71) em (4. 69) obtemos:
1 e2 e3
e (4. 73)
v
Ou
1 e2 e3
e (4. 74)
e1 e2 e3
E
3 e1 e2 e1 e2
e (4. 76)
v e1 e2 e3
1 2 3
Do mesmo modo, a base recíproca de e , e , e é:
e j ek e j ek
ei 1 2 3 (4. 77)
v' e e e
Onde i, j, k ~ permutações cíclicas de 1,2,3.
i
Vê-se assim que a relação “recíproca de ...” é simétrica: A afirmação “ (e ) é
i
recíproca de ( e j )” implica que “( e j ) é recíproca de (e ) ”. A cada base ( ei ) está associada, e
s
de modo único, a base recíproca (e ) . Elas são simultaneamente utilizadas na definição das
“componentes” de um vetor, como veremos em seguida.
74
iˆ k iˆk , k = 1, 2, 3, ... (4. 78)
75
4. 9 – Bases Ortonormais
Vamos agora estudar as bases ortonormais, que constituem um caso particular das
bases de vetores mas de grande utilidade prática.
Suponhamos que a base escolhida para representar os vetores do espaço seja
ortonormal, isto é, a base ( eˆ1 , eˆ2 ,...., eˆn E ) satisfaz:
Como sabemos, as bases ortonormais são auto-recíprocas, isto é, coincidem com a base
recíproca
76
4. 10 –
ˆk e
Sejam dois sistemas de coordenadas descritos pelos vetores unidades êi e e'
que a relação entre eles seja:
n
eˆi Aki eˆk (4. 83)
k 1
77
4. 11 – Processo de Diagonalização de Gram-Schmidt
Sejam f1 , f 2 ,... f n , n vetores linearmente independentes formando uma base
para um espaço vetorial de dimensão n. Considere que os ângulos formados pelos vetores
entre si são diferentes de 90º graus, ou seja, esta base não é ortogonal.
Figura - 4. 1.
Queremos encontrar os vetores f j que ortogonalizam esta base, ou seja,
Figura - 4. 2.
T
f j . f i // 0 (4. 84)
Figura - 4. 3.
78
f j f j // iˆ f j ˆj (4. 86)
Ou
f j f j cos iˆ f j sen ˆj (4. 87)
Portanto,
f j f j sen ˆj (4. 88)
Mas podemos escrever a projeção do vetor f j na direção de f i da seguinte
forma:
f j // f j cos iˆ (4. 89)
Logo
T
f j //
f j . fi
f i
(4. 92)
fi fi
E f j perpendicular pode ser escrito como
f j f j f j // (4. 93)
Figura - 4. 4.
79
T
f j . fi
f j f j 2 fi
(4. 94)
fi
Realizando esta operação dois a dois para os n vetores da base com i j teremos a
ortogonalização desejada, chamada de processo de Ortogonalização de Gram-Schimidt
T
Mas sabemos que f i
2
fi . fi logo podemos escrever a relação geral para o
processo de ortogonalização de Gram-Schimidt da seguinte forma:
T
f j . fi
f j f j T fi
(4. 95)
fi . fi
Para i j. Escolhendo uma base ortonormal onde:
f1
eˆ1 (4. 96)
f1
Temos que:
T
f j . fi
eˆ j f j T f i
(4. 97)
fi . fi
Para j 2,3....n
80
4. 12 – Operadores Lineares
4.12.1 - Definição
Agora nós consideraremos uma função vetorial linear de um vetor, ou seja,
chamamos de Operador Linear, (2), a toda regra que associa univocamente todo e qualquer
vetor de um Espaço Vetorial E a um outro vetor w também do mesmo espaço vetorial da
seguinte forma linear:
E e (v ) w E (4. 98)
Ou ainda sendo
u , E e ( u v ) (u ) (v ) E (4. 99)
Se considerarmos um vetor arbitrário v dado por:
n
i i (4. 100)
i 1
n n
w (v ) i i ( i i ) (4. 101)
i 1 i 1
n n
w (v ) i i i ( i )
i 1 i 1
(4. 102)
n
w (v ) i wi
i 1
ii)
2
Onde pode ser também uma função vetorial linear
81
(AB) = A(B ) (4. 104)
iii)
(A) =(A ) (4. 105)
iv) Em geral AB BA, mas no caso de serem iguais, dizemos que A e B comutam entre si.
v) O operador nulo e o operador identidade tem significado óbvio, notadamente:
0 = 0 e 1 = (4. 106)
Dizemos que B = A-1, ou seja, que o operador B é o inverso do operador A. Portanto, se:
A = w (4. 109)
Então
A-1 w = (4. 110)
Pois
A-1A = A-1 w
1 = A-1 w (4. 111)
A-1 w =
82
Figura - 4. 5.
Nós definimos o operador projeção Pxy tal que Pxy( ) é a projeção vetor no
plano xy. O qual possui as mesmas coordenadas x e y do vetor , mas possui a coordenada z
nula. De fato, o espaço dos vetores Pxy( ) é bidimensional, ou seja, diferente do espaço
vetorial dos vetores . Portanto, fica claro que o operador Pxy( ) não possui um inverso, ou
seja, é singular.
x 1 0 0 x
y 0 1 0 y
(4. 112)
0 P ( v ) 0 0 0 P z v
xy xy
Portanto, se qualquer vetor, , do espaço vetorial E se transforma linearmente
,pela propriedade (ii) e (iii), em outro vetor, w , também do espaço vetorial E, através de um
operador linear qualquer. Então, os vetores da base também se transformarão linearmente
pelo mesmo operador, em um outro vetor da base, da seguinte forma:
e j f j (4. 113)
Onde e j e f j E (Espaço Vetorial). Mas qualquer vetor do espaço pode ser escrito em
termos dos vetores da base. Logo, f j pode ser escrito em termos dos ei ’s da seguinte forma:
n
f j Aij ei
i 1 (4. 114)
j 1,2,3,...., n
83
n
(e j ) Aij ei
i 1 (4. 115)
j 1,2,3,...., n
Onde os Aij é então a i’ésima componente do vetor f j . E os n2 coeficientes Aij formam os
Logo
f j Aei (4. 117)
Ou ainda
[ f j ] [ Aij ][ei ] (4. 118)
Portanto, qualquer operador linear pode ser representado por uma matriz de transformação.
Agora se considerarmos um vetor v qualquer (arbitrário), e chamarmos de :
(v ) w (4. 119)
Com v e w E , onde v expresso em termos dos vetores da base vale:
n
v xi ei (4. 120)
i 1
Logo
n
(v ) xi ei w (4. 121)
i 1
Que pelas propriedades (4. 98) e (4. 101) de operadores lineares temos:
n
(v ) xi ei (4. 122)
i 1
Mas
ei f i (4. 123)
84
Da relação ( ) reesulta:
n
n
w (v ) xi ei xi f i (4. 124)
i 1 i 1
n n
w xi Aki ek (4. 125)
i 1 k 1
como as componentes xi não possui índice incluso na somatório em k, logo podemos passá-la
para dentro desta somatória, sem alterar o resultado, logo:
n n
w xi Aki ek (4. 126)
i 1 k 1
n n
w xi Aki ek (4. 127)
k 1 i 1
Sabemos que se expressarmos o vetor w em termos dos vetores da base teremos:
n
w y k ek (4. 128)
k 1
n
y k xi Aki (4. 129)
i 1
Então podemos descrever as relações acima de outra forma, dizendo que o vetor
w está associado com o vetor v por um operador linear A operando em v da seguinte
forma:
w Av (4. 130)
85
[ w] [ Aij ][v ] (4. 131)
na base ei
Apenas com os vetores, é que os operadores lineares frequentemente têm um
significado físico o qual não depende de um sistema de coordenadas específico, e pode ser
descrito sem referência a um sistema de coordenadas específico.
Para operadores que mudam o vetor v para outro vetor do espaço vetorial, como
é o caso do operador projeção, P, exemplificado anteriormente, a única mudança requerida na
análise acima é expressar (e j ) em termos da base f i no espaço , tal que a relação ( ) fica:
m
(e j ) Aij f i (4. 132)
i 1
Então os componentes Aij do operador A refere-se a duas bases e j e f i , e além
do mais está claro que os dois espaços podem ter número diferente de dimensões e, por isso
não existe um operador inverso (A-1)
Voltando novamente a expressão ( ) nós podemos achar a lei de transformação
para as componentes do operador linear, ou seja escrever a matriz de transformação linear em
uma outra base da seguinte forma:
w Av (4. 133)
n
v x 'i e 'i (4. 136)
i 1
86
n
w y 'i e 'i (4. 137)
i 1
Mas
w (v ) (4. 138)
Que vale
n n
w x'i e 'i x'i (e 'i ) (4. 139)
i 1 i 1
n
f ' j A'ki e 'k (4. 141)
k 1
n
(e ' j ) A' ki e 'k
k 1 (4. 142)
i 1,2,3,4...n
onde o A’ki é então a k’ésima componente do vetor f i . E os n2 coeficientes A’ki formam os
elementos da matriz do operador linear na nova base e'i . Representando-se em forma de
matrizes temos:
onde
f 'i Ae 'k (4. 144)
Ou ainda
87
[ f 'i ] [ A'ki ][e 'k ] (4. 145)
n
n
w ( v ) x ' i ( e ' k ) x ' i f 'i (4. 146)
k 1 k 1
Ou seja
n n n
w (v ) x'i f 'i x'i A'ki e 'k (4. 147)
i 1 i 1 k 1
Como os componentes x'i não possui índice incluso na somatória em k podemos passá-lo
para dentro desta somatória em k, sem alterar o resultado, logo:
n n
w x'i A'ki e 'k (4. 148)
i 1 k 1
n n
w x'i A'ki e 'k (4. 149)
k 1 i 1
n n n
w y 'i e 'k x'i A'ki e ' k (4. 150)
k 1 i 1 k 1
Ou seja
n
y 'i x'i A'ki (4. 151)
k 1
Como os vetores v e w e o operador não depende do sistema de coordenadas novamente
vale:
w Av (4. 152)
88
[ w] [ A'ij ][v ] (4. 153)
na base e'i . Nós sabemos que:
[ w] [ ij ][ w' ] (4. 154)
e
[v ] [ ij ][v ' ] (4. 155)
ou seja
Substituindo em ( ) temos:
1
Multiplicando ambos os lados por [ ij ] temos:
Logo
Portanto
89
4. 13 – Auto-Valores e Auto-Vetores
sobre um vetor , o vetor resultante A é em geral é diferente de . Contudo, podem
existir certos vetores (não nulos) para o qual A é apenas multiplicado por uma
constante, . Isto é:
A (4. 163)
Tal vetor v 0 é chamado de um auto-vetor do operador A , e o número (real ou
complexo) é chamado de um auto-valor correspondente ao auto-vetor . O auto-vetor é dito
“pertencer” ao auto-valor. Num dado sistema de coordenadas, a componente i’ésima da
equação (4. 163) é:
n
Aij x j xi (4. 164)
j 1
Ax x (4. 165)
90
AIx Ix (4. 167)
Logo
( A I ) x 0 (4. 169)
Representando o vetor v por meio de uma matriz coluna temos:
v1
v v 2 0 (4. 170)
v 3
Esta é uma equação matricial que corresponde a um sistema de 3 equações algébricas lineares
homogêneas para as componentes v , v , v
1 2 3
do autovetor v . A condição necessária e
suficiente para se determinar os auto-valores diferentes da solução trivial (isto é v 0 ) é
preciso que o determinante D da matriz ( A I ) seja igual a zero. Desta forma
Onde
91
1 d
C D 1,2 e D0 det A (4. 174)
! d 0
A equação D 0 tem, no máximo, 3 raízes. Mas as raízes de D 0 são os valores
para os quais ( ) é valida e portanto para que ( ) ou ( ) seja válida; isto quer dizer que os
autovalores de A são as raízes da equação D 0 . Podemos então afirmar.
ii) O operador A tem, no máximo, 3 autovalores (que podem ser reais ou complexos).
Os limites de ( ) nos permitem concluir que , que é uma função contínua de por ser um
polinômio, deve se anular pelo menos uma vez.
Figura - 4. 6.
92
Isto quer dizer que:
iii) No espaço de dimensão 3, todo operador linear tem pelo menos um autovalor (o mesmo
resultado vale para todos os espaços de dimensão impar)
Quando D0 det A 0 é positivo, então podemos concluir que D terá
pelo menos um zero positivo, ou seja:
iv) Quando det A 0 , o operador linear  tem pelo menos um auto-valor positivo.
Vamos agora especializar nosso estado de autovalores e autovetores para o caso
de operadores ortogonais, isto é, operadores cujas matrizes sào ortogonais. Como já sabemos,
os operadores ortogonais conservam a ortonormalidade do vetores eˆ1 , eˆ2 ,...., eˆn E . Isto
quer dizer que o módulo dos vetores, bem como o produto escalar de 2 vetores são invariantes
Aˆ Aˆ T 1̂ (4. 177)
ou
Aˆ 1 Aˆ T (4. 178)
O que significa, que dada uma base ortonormal qualquer eˆ1 , eˆ2 ,...., eˆn E , a matriz A do
AA T 1 (4. 179)
ou
A 1 A T (4. 180)
det AA T det 1 1 (4. 181)
Mas como
det AA T det A det A T 1 (4. 182)
e como também
93
det A det A T (4. 183)
“Um determinante não se altera trocando linhas por colunas”, então comcluimos que:
2
det A 1 (4. 184)
Ou
exemplo a transformação iˆ ˆj kˆ iˆ ˆj kˆ é feita por uma matriz ortogonal da seguinte
forma:
Chamando eˆ'1 eˆ' 2 eˆ'3 a nova base, temos:
1 0 0
A 0 1 0 (4. 187)
0 0 1
Cujo determinante é -1. Não existe nenhuma rotação própria que leve iˆ ˆj kˆ em iˆ ˆj kˆ
Seja agora calcular o produto escalar de imagens do operador Â, isto é, calcular o
produto Âu.Âv; representando Âu e Âv como fizemos em ( )
j
Au u i Ai eˆ j
k
(4. 188)
Av v i Ai eˆk
temos:
94
j m
Au .Av u i Ai eˆ j .v k Ak eˆm
j m
(4. 189)
u i v k Ai Ak eˆ j .eˆm
Usando agora a ortonormalidade da base eˆ1 , eˆ2 , eˆ3 , tal como expressaa em ( ) teremos,
usando também ( ):
j m
Au.Av u i v k Ai Ak jm
m m
u i v k Ai Ak
(4. 190)
m m
u v
Au.Av u .v
Em palavras isso quer dizer que o operador ortogonal  conserva o produto escalar de
vetores.
A equação ( ) vale também quando u v . Neste caso teremos:
2 2
Au v (4. 191)
que quer dizer que o produto ortogonal  conserva o módulo de vetores. Esta propriedade dos
operadores ortogonais acarreta outra de muita importância:
Os autovalores de operadores ortogonais têm módulo 1. De fato, consideremos a
equação de autovalor/autovetor para o operador ortogonal Â:
Âu u (4. 192)
ou seja:
1 ou 1 (4. 194)
Então concluimos:
v) Todo autovalor de um operador ortogonal é +1 ou -1.
Isto é bastante intuitivo, porquanto uma rotação própria não muda nem a direção
nem o sentido e nem o módulo do versor a do eixo: Âa a , já uma rotação imprópria
apenas inverte o sentido de a :
95
Âa a (4. 195)
96
4. 14 – Exemplos e Aplicações
97
4. 15 – Exercícios e Problemas
98
Capítulo – V
ESPAÇO TENSORIAL LINEAR
RESUMO
Neste capítulo será visto a definição geral de tensores do qual decorrem os
escalares os vetores e as matrizes, como também as suas propriedades e aplicações ao cálculo
de funções.
5. 1 –Introdução
99
5. 2 – Definição de Tensores
Os tensores são uma generalização dos escalares, dos vetores e das matrizes. Eles
são formas funcionais lineares que seguem a regras bem definidas de operações lineares. Eles
podem ser classificados quanto ao sua ordem como tensores de ordem zero, um, dois, etc.
F (1) () : E R
(5. 1)
u F (1) (u ) : numero real
(1)
A linearidade de F () significa:
F (1) (u v ) F (1) (u ) F (1) (v ) (5. 2)
(1)
É fácil ver que F a () é linear; com efeito:
(1) (1) (1)
Fa (u v ) a.u v a.u a.v Fa Fa (v ) (5. 5)
Por este exemplo fica então demonstrado que a todo vetor a está associado um
funcional linear sobre E, definido por (5. 4). Gostaríamos de saber se a recíproca é verdadeira,
(1) (1)
isto é, se todo funcional linear F a ( ) é da forma F a () a ( ) para um a
100
conveniente. Para isso vamos introduzir uma base ( e1 , e2 , e3 ) em E e fazer uso da linearidade
(1)
do funcional F a() . Dado um vetor u E qualquer, ele se representa por u u i ei , de
(1)
modo que a imagem de u por F () é dada por:
F (1) (u ) F (1) (u i ei ) u i F (1) (ei ) (5. 6)
(1)
Pela equação (5. 6) vê-se claramente que para definir F () é necessário dar os 3 números
(1)
reais F (ei ) , i 1,2,3... . Introduzimos, então, por definição os 3 números reais
ai , i 1,2,3,... por meio de
F (1) (ei ) ai , i 1,2,3... (5. 7)
Introduzindo-se ( ) em ( ) obtemos:
F (1) (u ) F (1) (u i ei ) u i ai (5. 8)
(1)
O funcional F () fica, então, definido, na base ( e1 , e2 , e3 ) pelos 3 números ai definidos
em ( ). Vamos agora ver o que acontece se mudarmos de base.
1 j
Seja então (e '1 , e ' 2 , e '3 ) uma outra base de E, dada por e 'i [ A ]i e j
u u i e 'i , com u i [ A 1 ]im u m (5. 9)
101
5. 3 – Cálculo Tensorial de Funções
(5. 10)
102
5. 4 – Aplicação a Redes-Neurais Matemáticas
103
5. 5 – Exemplos e Aplicações
104
5. 6 – Exercícios e Problemas
105
Capítulo – VI
ESPAÇO VETORIAL DE FUNÇÕES
RESUMO
Neste será visto a analogia entre o espaço vetorial linear e o espaço de funções
mais apropriadamente o espaço funcional linear. Veremos as propriedades e aplicações desta
teoria matemática.
6. 1 –Introdução
106
6. 2 – Definição de Espaço Vetorial de Funções ou Espaço
Funcional Linear
E
Q Q(q1 , q 2 , q3 ) (6. 2)
P e Q são ortogonais quando
P.Q p1q1 p2 q 2 p3 q3 0 (6. 3)
ou
3
P.Q pi qi 0 (6. 4)
i 1
n
P.Q pi qi 0 (6. 5)
i 1
ix (6. 6)
b) ao somatório
dx (6. 7)
i
c) às coordenadas
107
Portanto, a cada vetor pi corresponde uma função f (x ) de modo geral,
complexa. Esta correspondência implica que as operações de um espaço vetorial podem ser
extendidas ao espaço das funções f(x).
Sejam f, g, e h, funções neste espaço. As operações se aplicam ao mesmo:
a) Comutatividade
f gg f (6. 9)
b) Associatividade
( f g) h f (g f ) (6. 10)
c) Distribuitividade da soma
(a g ) f af gf (6. 11)
d) Associatividade do produto
e) Elemento nulo
0f 0 (6. 13)
f) Elemento Neutro
1f f (6. 14)
Onde d dxdy...
108
6.2.1 – Equivalência entre o Operador Matricial e o Operador Funcional no
Espaço de Funções
109
6.2.2 – Notação de Dirac
Usaremos a notação de Dirac para os elementos i, do espaço algébrico que no
nosso caso tanto pode ser vetores como funções.
No caso do ente abstrato chamado ket for um vetor chamaremos de Espaço Vetorial e no caso
de ser uma função chamaremos de Espaço Funcional.
Seja E um conjunto de ket’s e seja C um campo de escalares do espaço algébrico
linear, onde E é aditivo, isto é, existe uma operação E x E E tal que:
, ExE E (6. 17)
110
6.2.3 – Propriedades do Espaço de Funções
i) Comutativa
ii) Associativa
v) Distribuitiva do escalar
ix)
(6. 26)
111
6. 3 –Transformações de Coordenadas
112
6. 4 – Ortogonalidade e Espaço Dual de Funções
(6. 30)
113
6. 5 – Operadores Lineares, Matrizes e Transformações Lineares
( x) k ( x) (6. 31)
2)
( x) x ( x) (6. 32)
3)
d ( x)
( x) (6. 33)
dx
4)
x
( x) ( x)dx (6. 34)
0
( x) A ( x) (6. 35)
onde A é um operador
O nosso interesse é nos operadores diferenciais do tipo
d d2
A ao ( x) a1 ( x) a2 ( x) 2 ... (6. 36)
dx dx
114
Não se deve confundir o operador com uma equação. O operador acima traduz
uma instrução de como devemos manipular (x) , o operando. É comum simplificar a
notação e omitir o operando. Assim, a operação sucessiva com o operador A é:
2
onde AA A , omitindo (x) .
Os operadores que nos interessam são lineares, isto é, tais que:
A x (6. 40)
d
B (6. 41)
dx
Onde
d
ABf ( x) x f ( x) (6. 42)
dx
d
BAf ( x) Bxf ( x) xf ( x)
dx
(6. 43)
d
f ( x) x f ( x)
dx
Temos:
2 2
A1 ( x) 2 ( x) 1 ( x) 21 ( x) 2 ( x) 2 ( x) (6. 46)
2 2
A1 ( x) A 2 ( x) 1 ( x) 2 ( x) (6. 47)
An Am Am An 0 (6. 49)
116
6.5.2 – Operadores Lineares no Espaço de Funções
117
6.5.3 – Operadores, Auto-vetores e Auto-valores no Espaço de Funções
A um operador podemos associar uma matriz. Seja H um operador Hermitiano
que gera auto-funções, i (x)
As equações que contêm L e N são válidas para as matrizes Lij e Nij interpretadas
matricialmente.
Ex:
1) Soma de operadores
(L N ) L N (6. 53)
2)
Mas
Ou
118
E
(6. 58)
Lsj N sj
s
H (6. 60)
(6. 61)
H (6. 62)
ou
(6. 63)
Ou
119
i k Hi d i ki d (6. 65)
i i
i H ki i ki (6. 66)
i i
Mas
H ki ( H ) k
i
(6. 67)
i ki k
i
Isto é:
( H ) k k (6. 68)
( H ) k k (6. 69)
Ou
H i j j (6. 72)
Isto é, tomando-se
120
i ij (6. 73)
na expansão
(6. 74)
Ou
H ij j ij (6. 76)
121
6. 6 – Mudança de Base para funções
n
i ( x) ij h j ( x) (6. 77)
j 1
n
h j ( x) ji i ( x) (6. 78)
i 1
n n
i ( x) ij ji i ( x) (6. 79)
j 1 i 1
122
6. 7 – Transformação de Funções
123
6. 8 – Processo de Ortogonalização de Gram-Schmidt
124
6. 9 – Auto-Funções e Auto-Valores
A ( x) k ( x) (6. 80)
d mx
A ( x) e me mx (6. 81)
dx
A ( x) k ( x) (6. 82)
É uma equação diferencial que deve ser resolvida. Haverá, evidentemente, um número infinito
de soluções. Deste conjunto somente nos interessam aquelas que satisfazem certas
características físicas, compatíveis com o problema físico que é estudado. Exemplifiquemos:
Seja
d2
A 2 (6. 83)
dx
Logo
d2
A ( x) 2 ( x) k ( x) (6. 84)
dx
As soluções são
( x) C1e kx
C2 e kx
(6. 85)
Estabeleçamos agora a condição de que (x) nunca pode ser infinita: basta tomar k negativo,
2
por exemplo, k , onde é uma constante real. Temos,
125
1 ( x) C1e ix C2 e ix (6. 86)
2 3
E se também (l ) 0 , os auto-valores , , ,... . As auto-funções
l l l
correspondentes são,
2 3
sin( x), sin( x), sin( x),..., etc (6. 88)
l l l
Representa
2
A1 ( x) 1 1 ( x) (6. 90)
2
A 2 ( x) 2 2 ( x) (6. 91)
ou
2
A n ( x) n n ( x) (6. 92)
126
6. 10 – Operadores Hermitianos e seus auto-valores
delas u(x) e v(x) e um operador A. Aceitemos que a integral u * Avdx existe e definamos
d
Seja por exemplo o operador A
dx
d d
u ( x) * v( x)dx [ u ( x)*]vdx (6. 95)
dx dx
De fato integrando o primeiro membro por partes temos:
d d
u ( x) * dx v( x)dx u * v v dx u( x) * dx (6. 96)
d d
u ( x) * dx v( x)dx [ dx u ( x)*]vdx (6. 97)
d d
Conclusão: A não é Hermitiano, Entretanto, o operador A i , como é fácil
dx dx
mostrar é Hermitiano.
d2
Seja agora, o importante operador A .
dx 2
127
Temos:
d 2 v( x) dv dv du * ( x)
u ( x) * dx 2 dx u * dx dx dx dx
(6. 98)
du * ( x) d 2u * ( x) d 2 u * ( x)
v ( x ) 2
v( x)dx dx 2 v( x)dx
dx dx
d2
Conclusão: A é Hermitiano,
dx 2
Qual o interesse em operadores Hermitianos?
É fácil ver: Seja uma auto-função e seu auto valor, onde:
A ( x) ( x) (6. 99)
A * * ( x) * * ( x) (6. 100)
( x, , y , z ) (6. 103)
128
6.10.1 - Ortogonalidade das Auto-funções que pertencem a auto-valores
diferentes.
129
6. 11 – Espaço das Funções Quadráticas L2
130
6. 12 – Serie de Funções Ortogonais
Seja n (x) numa série de funções linearmente independentes formando uma
base para um espaço vetorial de funções o qual possui de dimensão infinita. Logo podemos
expressar qualquer função do espaço em termos de uma combinação linear das funções da
base, ou seja:
ou
f ( x) ak k ( x) (6. 105)
k
Esta é a chamada série de potências e os coeficientes desta série são calculados da seguinte
forma:
Multiplica-se a série em ( ) por l e integra-se desde zero até infinito,
Como a integração e a somatória são operadores lineares, podemos trocar a ordem das
operações
f ( x)l dx r
ak lk dx (6. 107)
ak f ( x)l dx (6. 109)
131
6. 13 – Exemplos e Aplicações
132
6. 14 – Exercícios e Problemas
133
Capítulo – VII
CÁLCULO DIFERENCIAL E INTEGRAL DE
FUNÇÕES DE VÁRIAS VARIÁVEIS
RESUMO
Neste capítulo será visto a introdução do conceito de
7. 1 – Introdução
134
7. 2 – Funções Pares e Ímpares
f ( x) f ( x) (7. 1)
Exemplos:
f ( x) x 2
(7. 2)
g ( x) cos x
Figura - 7. 1
f ( x) f ( x) (7. 3)
Exemplos:
f ( x) x 3
(7. 4)
g ( x) sen x
Figura - 7. 2
135
7.2.1 - Operações com funções pares e ímpares
As operações de multiplicação de funções fornecem:
Uma função é dita par se:
7.2.2 - Teorema
Toda função f(x) pode ser escrita como uma combinação linear de uma função par
e uma fução ímpar.
Onde
f ( x ) f ( x)
f par ( x) (7. 7)
2
E
f ( x) f ( x )
f ímpar ( x) (7. 8)
2
Logo
f ( x ) f ( x ) f ( x ) f ( x )
f ( x) (7. 9)
2 2
136
7.2.3 - Integral de funções pares e ímpares:
Seja as integrais:
A A
137
7. 3 – Funções Periódicas
f ( x) f ( x nT ) n Z (7. 12)
Figura - 7. 3
138
7. 4 – Cálculo em RN
Sejam os vetores de coordenadas x x1 , x2 ,..., xn N e
y y1 , y2 ,..., yn N , define-se uma distância entre os pontos P e Q associados a esses
d x, y xi yi xi yi (7. 13)
7.4.1 - Conectividade
Dois conjuntos A e B são conexos se ...
Figura - 7. 4
x S é um ponto limítrofe de S se toda vizinhança de x contém pontos y S
f f 2 f 2 f
, , , , e são contínuas em alguma vizinhança de xo então a função
xi x j xi x j x j xi
composta,
df t f dxi
(7. 16)
dt xi dt
7.4.4 - Exemplo
f f x f y f u f v
dx x x y x u x v x
0
(7. 17)
f f f u f v
dx x
u
xv
x
0 ( Não sempre!)
F x, y f x, y , u x , y , v x , y (7. 18)
F f x f y f u f v
dx x x y x u x v x
0 (7. 19)
F f f u f v
dx x u x v x
por:
140
f 1 2 f
f x f xo xi xoi xi xoi x j xoj
i xi 2! i j xi x j
(7. 20)
3 f
xi xoi x j xoj xk xok ....
i j k xi x j xk
141
7. 5 – Funções Implícitas
x2 4 y2 4 0 (7. 21)
y 1 ( x / 2) 2 (7. 22)
Ex. 1:
f ( x, y ) x 2 4 y 2 4 0 (7. 23)
f ( x, y ) f ( x, y )
fx 2x 20 (7. 24)
x x 1, 3/2
f ( x, y ) f ( x, y )
fy 8y 4 3 0 (7. 25)
y y 1, 3/2
Ex. 2:
142
f ( x, y ) ( y 2 x )e y x 2 1 0 (7. 26)
f ( x, y ) f ( x, y )
fx 2e y 2 x 2
2e 2 0 (7. 27)
x x 1, 2
f ( x, y ) f ( x, y )
fy (1 y 2 x)e y e 2 0 (7. 28)
y y 1, 2
f ( x, y ) 0 (7. 29)
1 1
y ( x) y ( xo ) y ' ( xo )( x xo ) y ' ' ( xo )( x xo ) 2 y ' ' ' ( xo )( x xo ) 3 ...
2 6 (7. 30)
y ( x) y o
y ' ( xo ) ?
(7. 31)
y ' ' ( xo ) ?
...
Onde
df ( x, y ( x))
f x f y y' 0 (7. 32)
dx
E
f x ( x, y ( x))
y' (7. 33)
f y ( x, y ( x))
143
f x ( x, y ( x))
y' ' (7. 34)
f y ( x, y ( x))
Logo
Então
2 2 xe y
y' ; y ' ' .... (7. 36)
y 2x 1
Portanto,
Ex. 3:
y sen x
(7. 38)
f ( x, y ) y sen x 0
f ( x, y, u ( x, y ), v( x, y )) 0
(7. 39)
g ( x, y, u ( x, y ), v( x, y )) 0
u ( x, y ) u ( xo , yo ) u x ( xo , yo )( x xo ) u y ( xo , yo )( y yo ) ...
(7. 40)
v( x, y ) v( xo , yo ) v x ( xo , yo )( x xo ) v y ( xo , yo )( y yo ) ...
144
f
f x fuu x fv vx 0
x
(7. 41)
g
g x guu x gvvx 0
x
E
fuu x fv vx f x
(7. 42)
gu u x gv vx g x
Logo
f x fv
g x gv
ux (7. 43)
fu gu
fv gv
Idem para v x , u y , v y
fu fx
g gx
vx u (7. 44)
fu gu
fv gv
fy fv
gy gv
uy (7. 45)
fu gu
fv gv
fu fy
gu gy
vy (7. 46)
fu gu
fv gv
145
Análogo para n dimensões.
f1 ( x1 , x2 ,...xn , u1 , u 2 ,...u n ) 0
f 2 ( x1 , x2 ,...xn , u1 , u 2 ,...u n ) 0
(7. 47)
:
f 3 ( x1 , x2 ,...xn , u1 , u 2 ,...u n ) 0
ou
ui ui x j (7. 49)
ui
ui x j ui xoj x j xoj ... (7. 50)
x j
Sendo
Fi x j f i x j , uk x j 0 (7. 51)
Fi x j f i f i uk
0 (7. 52)
x j x j uk x j
O resultado será:
fi uk f
i (7. 53)
uk x j x j
uk
; k 1,..., n (7. 54)
x j
Se
146
fi
0 (7. 55)
uk
Este é o Jacobiano da transformação das variáveis. Logo a condição de existência das funções
implícitas é:
fi f1 , f 2 ,..., f n
(7. 56)
uk u1 , u2 ,..., un
Ou seja:
u1 , u2 ,..., un x1 , x2 ,..., xn
1 (7. 58)
x1 , x2 ,..., xn u1 , u2 ,..., un
e
f1 ( x , u ) 0
: (7. 59)
fn ( x, u ) 0
e
u ( x) 0 (7. 60)
147
Ex. Sistema de Coordenadas Polares
Sejam as coordenadas curvilineas
x(r , ) r cos
y (r , ) rsen
(7. 61)
Onde
1/ 2
r x2 y2
x (7. 62)
arctan
y
Figura - 7. 5
Calcule:
2T 2T
0 (7. 63)
x 2 y 2
Em coordenadas polares.
Solução
Fazendo
f1 x, y, r , x r cos 0
(7. 64)
f 2 x, y, r , x rsen 0
f1 f1
r cos rsen
r (7. 65)
f 2 f1 rsen r cos
r
Existe a função se r 0 .
148
dT T x T y
dr x r y r
(7. 66)
T T
cos sen
x y
dT T x T y
d x y
(7. 67)
T T
rsen r cos
x y
Logo
Tr sen
T T r cos r cos Tr sen T
Tx (7. 68)
x cos sen r
rsen cos
Tr -cos
T T rsen rsen Tr cos T
Ty (7. 69)
y cos sen r
rsen cos
Logo
T T sen T
Tx cos (7. 70)
x r r r
T T cos T
Ty sen (7. 71)
y r r
Então,
2T 2T
0 (7. 72)
x 2 y 2
é o mesmo que:
149
T T
0 (7. 73)
x x y y
então
T sen T sen T
cos cos (7. 74)
x x r r r r r r
T cos T cos T
sen sen (7. 75)
y y r r r r
ou
2
T 2 T cos sen T sen cos T
=sen 2
y y r r r r2
(7. 77)
cos sen T cos 2 T cos 2 2T sen cos T
2 2 2
r r r r r r2
T T 2T 1 T 2
1 T
2T = 2
2 2 (7. 78)
y y y y r r r r
150
7.4.3 – Teorema dos Extremos
f f f
Seja f ( x1 , x 2 ,...xn ) 0 e ... 0 em X , f é de classe C2,
x1 x2 xn
na vizinhança de X .
Seja
f x1x1 f x1 x2 .. f x1xn
fx x f x2 x2 .. f x2 x1
A 21 (7. 79)
: : .. :
f xn x1 f xn x2 .. f xn xn
Supor det A 0 . Se A é positiva (ou negativa) definida, então X , é um mínimo (ou
máximo) local.
151
7. 6 – Problemas de Máximo e Mínimo com Vínculo
f ( x, y, z ) extremo
(7. 81)
g ( x, y , z ) c
f f f
df dx dy dz (7. 82)
x y z
Logo
f f
df dx dy 0 (7. 84)
x y
Ou
df f x dx f y dy f z dz 0 (7. 85)
dg g x dx g y dy g z dz 0 (7. 86)
152
7.5.2 – Método dos Multiplicadores de Lagrange
f
Para j 1,..., m temos que no último caso 0 não vale mais. Embora exista ainda
xi
algum
f
0 (7. 88)
xi
f
df dxi 0 (7. 89)
xi
g j
0 (7. 90)
xi
Logo posso postular a existência de uma sequência 1 , 1 ,...n coeficientes tal
que:
g j
j 0 (7. 91)
xi
F f g j
j 0
xi xi xi
(7. 93)
F
g j x1 , x2 ,..., xn 0
i
153
logo
f g j
j dxi 0 (7. 94)
xi xi
Fazendo
Logo
f x g x 0
f y g y 0
(7. 96)
f z g z 0
g c
Com
f * ( f g ) (7. 97)
Minimizar f * ( x, y , z , ) e usar g c
Usando o resultado acima e o Teorema das Funções Ímplicitas deve ser possível
provar que:
df j dg j (7. 98)
154
7.5.3 – Exemplo
f xyz extremo
(7. 99)
xy xz yz c
Logo
f * ( f g )
(7. 100)
f * xyz ( xy xz yz )
yz ( y z ) 0
xz ( x z ) 0
(7. 101)
xy ( x y ) 0
xy xz yz c
Onde
c 2 ( x y z ) 0
(7. 102)
x y z c / 2
155
7. 7 – Regra de Derivação de Leibnitz
b(t )
I (t ) f ( x, t )dA I (t ) F (a(t ), b(t ), t ) , (7. 103)
a (t )
b(t )
I (t ) f ( x)dx , (7.104)
a (t )
Logo
d t d
I (t ) f ( x)dx [ F (t ) F ( a)] f (t ) , (7.105)
dt a dt
I (t ) F (a (t ), b(t ), t ) , (7.106)
Queremos calcular:
b(t )
d d d d
I (t ) f ( x, t )dx I (t ) F (a (t ), b(t ), t ) , (7.107)
dt dt a (t ) dt dt
Logo
b
F F F
I(t ) a (t ) b(t ) ,
a b t (7.108)
a
a e b mantidos
cons tan tes
Ou
b
I (t ) F a (t ) F b(t ) f ( x, t )dx ,
a b t a (7.109)
a e b mantidos
cons tan tes
156
Calculando
F b a
f ( x, t )dx f ( x, t )dx
a a a a b
, (7.110)
[ F (a (t ), t ) F (b(t ), t )] f (a, t )
a
F b b
f ( x, t )dx f ( x, t )dx
b b a a a
, (7.111)
[ F (b(t ), t ) F (a (t ), t )] f (b, t )
b
F b b
f ( x, t )dx f ( x, t )dx
t a a t a
, (7.112)
b
f ( x, t )dx [ F (b(t ), t ) F (a(t ), t )]
a
t t
b (t ) b (t )
b
d
I ' (t ) f ( x , t ) dA f ( x , t ) dx
a (t ) f ( x , t ) dx b(t )
dt a(t ) a a(t )
b a , (7.113)
b
f ( x, t )dx
t a
ou
b (t ) b (t )
d
I ' (t ) f ( x, t ) dA f ( x, t )dx [ F ( a (t ), t ) F (b(t ), t )]a (t )
dt a ( t ) a (t )
t a
(7.114)
[ F (b(t ), t ) F (a (t ), t )]b(t ) [ F (b(t ), t ) F ( a (t ), t )]
b t
,
ou
157
b(t ) b(t )
d
I ' (t ) f ( x, t )dA f ( x, t )dx f (b(t ), t )b(t ) f ( a (t ), t ) a (t )
dt a (t ) a (t )
t (7.115)
,
158
7.6.1 - Exemplos
159
7. 8 – Exemplos e Aplicações
160
7. 9 – Exercícios e Problemas
161
Capítulo – VIII
CURVAS SUPERFÍCIES E VOLUMES
RESUMO
Neste capítulo será visto a introdução do conceito de
8. 1 - Introdução
(8. 1)
(8. 2)
162
8. 2 –Diferenciação de funções escalares
163
8. 3 – Diferenciação de vetores ou funções vetoriais
Vamos calcular a derivada de uma função vetorial R , que depende das funções
coordenadas x (t ), y (t ), z (t ) , da seguinte forma:
R R[ x(t ), y (t ), z (t )] (8. 3)
onde
dR
R[ x' (t ), y ' (t ), z ' (t )] (8. 4)
dt
ou
dR R[t t ] R[t ]
lim (8. 5)
dt t 0 t
conforme mostra a Figura - 8. 1.
Figura - 8. 1
dR R dx(t ) ˆ R dy (t ) ˆ R dz (t ) ˆ
i j k (8. 6)
dt x dt y dt z dt
164
8.3.1 - Cálculo do Comprimento de Arco
O módulo do comprimento de arco ds é dado por:
ds dr dr .dr (8. 7)
E
dr dx(t )iˆ dy (t ) ˆj dz (t )kˆ (8. 8)
logo
Ou
2 2
dy dz (8. 11)
ds 1 dx
dx dx
Sendo f ( x ) y ( x ) e g ( x ) z ( x ) temos:
x
s ( x) ds 1 f ' ( x) 2 g ' ( x) 2 dx (8. 13)
x0
165
8.3.2 - Cálculo da variação da Função R ao longo de um comprimento de arco
Seja a variação de R dada ao longo se um arco de comprimento s , cujo
módulo desta variação é dada por:
S R R.R (8. 14)
Logo
R R R
dR dx(t )iˆ dy (t ) ˆj dz (t )kˆ (8. 16)
x y z
E
dR R.ds (8. 17)
Ou notação vetorial:
dx(t )
R R R
dR dy (t ) (8. 19)
x y z
dz (t )
logo
2 2 2
R ˆ ˆ R ˆ ˆ R ˆˆ
dR.dR dx(t ) i .i dy (t ) j. j dz (t ) k .k (8. 20)
x y z
Então
2 2 2
R R R
dR.dR dx(t ) dy (t ) dz (t ) (8. 21)
x y z
Portanto,
166
2 2 2
R R R
dS dx(t ) dy (t ) dz (t ) (8. 22)
x y z
167
8. 4 – Integral de linha de funções escalares e vetoriais
B
Observe a diferença entre esta integral e a integral sob a curva f(x) dada por: I f ( x)dx .
A
x
s ( x) ds 1 f ' ( x) 2 dx (8. 24)
x0
Se a função f depender de várias variáveis (x, y, z), por exemplo, temos as seguintes integrais:
168
8.4.2 – Integral de linha de funções vetoriais
Caso 1D
Considere agora uma função vetorial F que varia ao longo de um caminho, cuja
integral é dada por:
I1 F ( x).dR (8. 27)
C
Observe que se a função F depende de da direção iˆ podemos escrever:
F ( x) F ( x)iˆ (8. 28)
Como R Riˆ a integral se reduz a:
Logo teremos:
169
Caso 2D
Se a função F depender de várias variáveis (x, y), por exemplo, temos as
seguintes integrais:
I 2 F ( x, y ).dR (8. 32)
C
Observe que a se função F varia diferentemente nas direções iˆ e ˆj temos:
F ( x, y ) Fx ( x, y )iˆ Fy ( x, y ) ˆj (8. 33)
E
R( x, y ) Rx ( x, y )iˆ R y ( x, y ) ˆj (8. 34)
Teremos:
Ou
I 2 i Fx ( x, y )dRx ( x, y )
C
(8. 37)
I 2 j Fy ( x, y )dR y ( x, y )
C
170
Caso 3D
Se a função F depender de várias variáveis (x, y, z), por exemplo, temos as
seguintes integrais:
I 3 F ( x, y, z ).dR (8. 38)
C
Observe que a se função F varia diferentemente nas direções iˆ e ˆj temos:
F ( x, y, z ) Fx ( x, y, z )iˆ Fy ( x, y, z ) ˆj Fz ( x, y, z )kˆ (8. 39)
E
R( x, y ) Rx ( x, y )iˆ R y ( x, y ) ˆj Rz ( x, y )kˆ (8. 40)
Teremos:
Ou
I 3 i Fx ( x, y, z )dRx ( x, y, z )
C
I 3 k Fz ( x, y, z )dR y ( x, y, z )
C
171
8.4.3 - Cálculo do Comprimento de Arco
dS Ru du (8. 44)
172
8.4.4 - Cálculo de Área
dA Ru Rv dudv (8. 45)
173
8.4.5 - Cálculo de Volume
dV Rw .Ru Rv dudvdw (8. 46)
174
8. 5 – Integral de superfície de funções escalares e vetoriais
xB y B
Observe que esta integral corresponde ao volume sob .......... dada por: I f ( x)dxdy .
xA y A
A( x, y ) dA (8. 48)
S
Se a função f depender de vária variáveis (x, y, z) por exemplo, temos as seguintes integrais:
175
8.5.2 – Integral de superfície de funções vetoriais
Caso 1D
Considere agora uma função vetorial F que varia ao longo de uma superfície,
cuja integral é dada por:
I1 F ( x).dA (8. 51)
S
Observe que se a função F depende de da direção iˆ podemos escrever:
F ( x) F ( x)iˆ (8. 52)
Como A Aiˆ a integral se reduz a:
Logo teremos:
176
Caso 2D
Se a função F depender de várias variáveis (x, y), por exemplo, temos as
seguintes integrais:
I 2 F ( x, y ).dA (8. 56)
S
Observe que a se função F varia diferentemente nas direções iˆ e ˆj temos:
F ( x, y ) Fx ( x, y )iˆ Fy ( x, y ) ˆj (8. 57)
E
A( x, y ) Ax ( x, y )iˆ Ay ( x, y ) ˆj (8. 58)
Teremos:
Ou
I 2 i Fx ( x, y )dAx ( x, y )
S
(8. 61)
I 2 j Fy ( x, y )dAy ( x, y )
S
177
Caso 3D
Se a função F depender de várias variáveis (x, y, z), por exemplo, temos as
seguintes integrais:
I 3 F ( x, y, z ).dA (8. 62)
S
Observe que a se função F varia diferentemente nas direções iˆ e ˆj temos:
F ( x, y, z ) Fx ( x, y, z )iˆ Fy ( x, y, z ) ˆj Fz ( x, y, z )kˆ (8. 63)
E
A( x, y ) Ax ( x, y )iˆ Ay ( x, y ) ˆj Az ( x, y )kˆ (8. 64)
Teremos:
Ou
I 3 i Fx ( x, y, z )dAx ( x, y, z )
C
I 3 k Fz ( x, y, z )dAy ( x, y, z )
C
178
8.5.3 - Cálculo do Comprimento de Arco
dS Ru du (8. 68)
179
8.5.4 - Cálculo de Área
dA Ru Rv dudv (8. 69)
180
8.5.5 - Cálculo de Volume
dV Rw .Ru Rv dudvdw (8. 70)
181
8. 6 – Integral de volume de funções escalares e vetoriais
Observe que esta integral corresponde a um hipervolume sob o volume f(x) dada por:
xB y B z B
I f ( x)dxdydz . Observe ainda que para f ( x, y ) 1 retornamos a integral do
xA y A z A
comprimento de arco.
Se a função f depender de várias variáveis (x, y, z), por exemplo, temos as seguintes integrais:
182
8.6.2 – Integral de volume de funções vetoriais
Caso 1D
Considere agora uma função vetorial F que varia ao longo de um volume, cuja
integral é dada por:
I1 F ( x)dV (8. 75)
B
Observe que se a função F depende de da direção iˆ podemos escrever:
F ( x) F ( x)iˆ (8. 76)
183
Caso 2D
Se a função F depender de várias variáveis (x, y), por exemplo, temos as
seguintes integrais:
I 2 F ( x, y ).dV (8. 78)
B
Observe que a se função F varia diferentemente nas direções iˆ e ˆj temos:
F ( x, y ) Fx ( x, y )iˆ Fy ( x, y ) ˆj (8. 79)
V V ( x, y , z ) (8. 80)
Teremos:
I 2 [ Fx ( x, y )iˆ Fy ( x, y ) ˆj ].dV (8. 81)
B
Ou
I 2 i Fx ( x, y )iˆdV
S
(8. 83)
I 2 j Fy ( x, y ) ˆjdV
S
184
Caso 3D
Se a função F depender de várias variáveis (x, y, z), por exemplo, temos as
seguintes integrais:
I 3 F ( x, y, z ).dV (8. 84)
B
Observe que a se função F varia diferentemente nas direções iˆ e ˆj temos:
F ( x, y, z ) Fx ( x, y, z )iˆ Fy ( x, y, z ) ˆj Fz ( x, y, z )kˆ (8. 85)
V V ( x, y , z ) (8. 86)
Teremos:
Ou
I 3 i Fx ( x, y, z )iˆdV
B
I 3 j Fy ( x, y, z ) ˆjdV (8. 89)
B
I 3 k Fz ( x, y, z )kˆdV
B
185
8.6.3 - Cálculo do Comprimento de Arco
dS Ru du (8. 90)
186
8.6.4 - Cálculo de Área
dA Ru Rv dudv (8. 91)
187
8.6.5 - Cálculo de Volume
dV Rw .Ru Rv dudvdw (8. 92)
188
8. 7 – Exemplos e Aplicações
189
8. 8 – Exercícios e Problemas
190
Capítulo – IX
TEORIA DO CAMPO ESCALAR E VETORIAL
E TENSORIAL DE FUNÇÕES
RESUMO
Neste capítulo será visto a introdução do conceito de .
9. 1 - Introdução
(9. 1)
(9. 2)
191
9. 2 - Gradiente de um Campo Escalar e Vetorial
u pode ser ignorada, mas por questão de definição vamos supor que u seja um campo de
temperaturas de um meio material, conforme mostra Figura - 9. 1.
Figura - 9. 1. Região B do volume envolvido por uma superfície S atravessado por um campo de
temperaturas u.
onde n̂ é um vetor unitário normal dirigido para fóra em cada ponto sobre a superfície S,
conforme mostrado na Figura - 9. 1.
O vetor integral I representa o fluxo líquido para fóra porque nós tomamos o
vetor normal n̂ como sendo dirigido para fóra. Nós chamaremos I de uma integral de fluxo
de volume porque elas é dada pelo volume por unidade de tempo. Se por outro lado, o vetor
campo de velocidades v x, y, z , t possui um campo de densidade escalar x, y, z , t
192
associado, a integral I será chamado de integral de fluxo de massa por unidade de tempo, ou
seja:
d
I ˆ
undA
dt S
(9. 4)
Vamos agora dividir o vetor integral I , por unidade de volume. Finalmente, nós
vamos encolher B para o ponto P e obter o vetor integral I por unidade de volume no ponto
P. Este resultado é chamado de gradiente de u no ponto P é definido como:
1
grad u P lim ˆ
nudA
B 0 V
(9. 5)
S
onde B 0 significa que B encolhe para o ponto P de tal forma que a máxima dimensão
linear de B (“o diâmetro”) tende a zero ( B 0 ).
Observe que grad u P é um vetor em cada ponto P desde que n̂ , é vetor e dA e
v são escalares. Então, grad u é ele mesmo um campo vetorial associado com o dado campo
escalar u.
Observe que (9. 5) fornece uma definição do grad u intrínseca ou invariante
independente do sistema de coordenadas de referência.
.......
Pegar texto da apostila de Mecânica dos Fluidos
193
9.3.1 – Análise e Interpretação do Vetor Gradiente
definição do gradiente de u .
forma:
x( s ); y ( s ); z ( s )
curva (9. 6)
u ( x, y, z )
du u dx u dy u dz
ds
x s , y s , z s
x ds y ds z ds
(9. 7)
cuja fórmula permanece porque nós temos suposto que u x, y, z seja de classe C1. Isto é, a
que aparecem nas aplicações são realmente de classe C 1, talvez com rupturas e um ou mais
pontos isolados.
Continuando, observe que o lado direito de (9. 7) é um produto escalar do tipo:
du u ˆ u ˆ u ˆ dx ˆ dy ˆ dz ˆ
i j k . i j k (9. 8)
ds x y z ds ds ds
194
Podemos reescrever como:
du u ˆ u ˆ u ˆ dx ˆ dy ˆ dz ˆ
i j k . i j k (9. 9)
ds x y z ds ds ds
O primeiro vetor no lado direito é u , e o segundo é dR / ds , onde
R s x s iˆ y s ˆj z s kˆ (9. 10)
logo
dR R R R
lim lim lim 1 (9. 12)
ds s 0 s s 0 s s 0 s
Figura - 9. 2.
Logo
du dR
u. (9. 13)
ds ds
Se s for o comprimento ds dR , logo
195
dR
sˆ (9. 14)
ds
Se nós denotarmos que o vetor tangente unitário dR / ds como ŝ a equação (9. 13) torna-se
du dR
u. u.sˆ (9. 15)
ds ds
du
u.sˆ (9. 16)
ds
Figura - 9. 3.
Para todo ŝ em P no plano tangente, e ambos u e ŝ são não nulos, segue-se que u é
normal ao plano tangente T e portanto também à superfície S em P.
Se dizemos que ŝ está no plano tangente nós sabemos que u é normal a S,
então para buscarmos a informação adicional sobre u parece lógico fazer ŝ está ao longo
da linha normal em P, e dizer que esta está na direção do aumento de u, por definição. Então
escrevendo du / dn e n̂ para du / ds e ŝ , respectivamente (9. 18) fornecerá:
du
u.nˆ
dn (9. 19)
u cos
onde 0 , logo
du
u (9. 20)
dn
Figura - 9. 4.
197
Seja a derivada direcional na direção s, dada por:
du
u.sˆ (9. 21)
ds
Podemos reescrever:
du
u nˆ.sˆ (9. 22)
ds
Logo
du
u cos (9. 23)
ds
du
u.sˆ 0 u sˆ (9. 24)
ds
du
u.nˆ u (9. 25)
dn
Portanto,
du
u cos (9. 26)
ds
Figura - 9. 5.
198
9.3.1 – Vetor normal a um ponto sobre uma superfície
superfície no ponto P xo , yo , zo .
F x, y , z z f x , y 0 (9. 27)
F ˆ F ˆ F ˆ
F x , y , z i j k (9. 28)
x y z
Logo
f ˆ f ˆ z ˆ
F x , y , z i j k (9. 29)
x y z
f f f f z z ˆˆ
F x, y, z iiˆˆ ˆˆjj kk
x x y y z z
(9. 30)
f f f f z z
F x, y, z 1 1 1
x x y y z z
ou
199
2 2 2
f f z
F x, y , z
x y z
2
(9. 31)
2
f f
F x, y, z 12
x y
f ˆ f ˆ z ˆ
x i y j z k
nˆ x, y, z
(9. 32)
2 2
f f 2
1
x y
forma:
f f
iˆ ˆj kˆ
x x x y y yo
nˆ xo , yo , zo
o
2 2
(9. 33)
f f
12
x x xo y y y o
200
9. 3 - Divergente de um Campo Vetorial e Tensorial
Seja v x, y, z um campo vetorial definido em uma região R. A natureza física de
v pode ser ignorada, mas por questão de definição vamos supor que v seja um campo de
velocidades de um fluido, conforme mostra Figura - 9. 7.
Figura - 9. 7. Região B do volume envolvido por uma superfície S atravessado por um campo de
velocidades v .
onde n̂ é um vetor unitário normal dirigido para fóra em cada ponto sobre a superfície S,
conforme mostrado na Figura - 9. 7.
A integral I representa o fluxo líquido para fóra porque nós tomamos o vetor
normal n̂ como sendo dirigido para fóra. Nós chamaremos I de uma integral de fluxo de
volume porque elas é dada pelo volume por unidade de tempo. Se por outro lado, o vetor
campo de velocidades v x, y, z , t possui um campo de densidade escalar x, y, z , t
associado, a integral I será chamado de integral de fluxo de massa por unidade de tempo, ou
seja:
201
d
I ˆ
v .ndA (9. 35)
dt S
Vamos agora dividir a integral do fluxo por unidade de volume V de B para obter
o fluxo líquido por unidade de volume. Finalmente, nós vamos encolher B para o ponto P e
obter o vetor integral I por unidade de volume no ponto P. Este resultado é chamado de
divergente de v no ponto P é definido como:
1
div v P lim v .ndA
ˆ (9. 36)
B 0 V
S
onde B 0 significa que B encolhe para o ponto P de tal forma que a máxima dimensão
linear de B (“o diâmetro”) tende a zero ( B 0 ).
Observe que div v P é um vetor em cada ponto P desde que n̂ , é vetor e dA e v
são escalares. Então, div v é ele mesmo um campo vetorial associado com o dado campo
vetorial v .
Observe que (9. 5) fornece uma definição do div v intrínseca ou invariante
independente do sistema de coordenadas de referência.
202
Considere a seguinte integral de superfície
I nˆ.v dA (9. 37)
S
Figura - 9. 8.
1
div v ( P ) lim nˆ.v dA (9. 38)
B 0 V
S
Figura - 9. 9.
, , (9. 39)
x y z
logo
v v y v z
.v x (9. 40)
x y z
203
9.2.1 - Interpretação do Divergente
O divergente representa a conservação do volume, pois no caso de deformações
define-se a incompressibilidade como sendo dada por:
.v 0 (9. 41)
0 rarefeito
.v 0 incompressível (9. 42)
0 comprimido
204
9. 4 – Rotacional de um Campo Vetorial e Tensorial
iˆ ˆj kˆ
rotv v (9. 43)
x y z
v x vy v z
Ou
v v y v x v z v y v x ˆ
v z iˆ ˆj k (9. 44)
y z z x x y
205
9. 5 – Teorema da Divergência ou de Gauss
1
div v ( P ) lim nˆ.v dA (9. 46)
B 0 V
S
9.5.1 - Em 1D
dv
div v x (9. 47)
dx
b
dv x
div v dV dx dx v x (b) v x (a) (9. 48)
a
9.5.2 - Aplicação
Considere um fluido dentro de um “volume de controle”
onde
Logo
206
dm d
dV
dt dt
(9. 51)
V
Logo
d
dV nˆ.v dA (9. 52)
dt V S
t dV nˆ.v dA .v dV (9. 53)
V S V
Logo
t dV . v dV (9. 54)
V V
Então,
t .v dV 0 (9. 55)
V
.v 0 (9. 56)
t
Ou
v. .v 0
t
(9. 57)
d
dt
Logo
v. .v 0
t
(9. 58)
d
dt
207
d
.v 0 (9. 59)
dt
d
v. 0 (9. 60)
dt t
Logo
.v 0 (9. 61)
208
9. 6 – Identidades de Green
onde
v
.uv u 2 v u v .nˆ u (9. 64)
n
v
.uv u
2
v dV u dA (9. 65)
V S
n
A 1ª Identidade de Green.
u
.v u v u 2
dV ndA
v (9. 66)
V S
u v
u
2
v v 2u dV v u dA (9. 67)
V S
n n
A 2ª Identidade de Green.
209
9. 7 – Teorema de Stokes
Onde
I v .dR v .dR (9. 69)
ida volta
e
ˆ
n . v dA .dR
v (9. 71)
S C
para
V x V y
x y dA N xVx N yV y ds (9. 73)
S C
Definindo
210
v y v x
x y dA v x , v y . N y , N x ds (9. 75)
S C
Figura - 9. 10
logo
v y v x
x y dA v . ds (9. 76)
S C
Portanto,
v .nˆdA .dR
v (9. 77)
S C
211
9. 8 – Teorema de Green
logo
Q P
x y dA Pdx Qdy (9. 80)
S C
212
9. 9 – Campos Irrotacionais
213
9. 10 – Teorema Equivalentes
214
9. 11 – Exemplos e Aplicações
215
9. 12 – Exercícios e Problemas
216
Capítulo – X
SEQUÊNCIAS, SÉRIES DE FUNÇÕES E SUAS
TRANSFORMADAS
RESUMO
Neste capítulo será visto a introdução do conceito de seqüência e série de funções,
como uma forma de expressar uma determinada função em uma base de funções ortogonais
de dimensão infinita denominado de espaço de Hilbert .
10. 1 -Introdução
217
10. 2 - Definição de Seqüências, Séries e Transformadas de
Funções
218
10. 3 – Seqüência e Sériede e Transformadas de Funções
Ortogonais
onde
n n (x) (10. 2)
é ortonormal.
Exemplos:
A seqüência
E l x l, l 0 , é ortogonal
219
10.3.2 - Serie de Funções Ortogonais
Seja a seguinte série
onde
f ,n
cn 2
, (10. 7)
n ( x)
220
10.3.3 - Transformada de Funções Ortogonais
Seja n (x) numa série de funções linearmente independentes formando uma
base para um espaço vetorial de funções o qual possui de dimensão infinita. Logo podemos
expressar qualquer função do espaço em termos de uma combinação linear das funções da
base, ou seja:
ou
f ( x) ak k ( x) (6. 111)
k
Esta é a chamada série de potências e os coeficientes desta série são calculados da seguinte
forma:
Multiplica-se a série em ( ) por l e integra-se desde zero até infinito,
Como a integração e a somatória são operadores lineares, podemos trocar a ordem das
operações
f ( x)l dx r
ak lk dx (6. 113)
ak f ( x)l dx (6. 115)
221
10. 4 - Série e Transformada de Potência
base para um espaço vetorial de funções o qual possui de dimensão infinita. Logo podemos
expressar qualquer função do espaço em termos de uma combinação linear das funções da
base, ou seja:
ou
f ( x) an x n (10. 10)
n 0
Esta é a chamada série de potências e os coeficientes desta série são calculados da seguinte
forma:
m
Multiplica-se a série em ( ) por x e integra’-se desde zero até infinito,
f ( x) x dx x m ai x n dx
m
(10. 11)
0 0 i 0
Como a integração e a somatória são operadores lineares, podemos trocar a ordem das
operações
f ( x) x m dx am x m x n dx (10. 12)
0 m 0 0
m n
Como as funções x e x são ortogonais exceto para o caso de i = n, temos:
m
f ( x) x dx am nm (10. 13)
0 i 0
an f ( x) x n dx (10. 14)
0
222
10. 5 - Série e Transformada de Laplace
base para um espaço vetorial de funções o qual possui de dimensão infinita. Logo podemos
expressar qualquer função do espaço em termos de uma combinação linear das funções da
base, ou seja:
ou
f (t ) a s e st (10. 16)
s 0
Esta é a chamada série de potências e os coeficientes desta série são calculados da seguinte
forma:
rt
Multiplica-se a série em ( ) por e e integra’-se desde zero até infinito,
f (t )e dt e rt a s e st dt
rt
(10. 17)
0 0 s 0
Como a integração e a somatória são operadores lineares, podemos trocar a ordem das
operações
rt st
Como as funções e ee são ortogonais exceto para o caso de r = s, temos:
rt
f (t )e dt a s sr (10. 19)
0 s 0
a s f (t )e st dt (10. 20)
0
223
10. 6 - Série e Transformada de Gauss
Seja x e k kx 2
numa série de polinômios linearmente independentes formando
uma base para um espaço vetorial de funções o qual possui de dimensão infinita. Logo
podemos expressar qualquer função do espaço em termos de uma combinação linear das
funções da base, ou seja:
2 2 2
f ( x) ao a1 xe x a2 x 2 e 2 x ... an ex n e nx ... (10. 21)
ou
2
f ( x) ak x k e kx (10. 22)
k 0
Esta é a chamada série de potências e os coeficientes desta série são calculados da seguinte
forma:
i ix 2
Multiplica-se a série em ( ) por x e e integra’-se desde zero até infinito,
i ix 2 i ix 2 2
Como a integração e a somatória são operadores lineares, podemos trocar a ordem das
operações
i ix 2 2 2
i ix 2 k kx 2
Como as funções x e e x e são ortogonais exceto para o caso de i = k, temos:
i ix 2
f ( x) x e dx ak ik (10. 25)
0 k 0
2
ak f ( x) x k e kx dk (10. 26)
0
224
10. 7 - Série e Transformada de Fourier
base para um espaço vetorial de funções o qual possui de dimensão infinita. Logo podemos
expressar qualquer função do espaço em termos de uma combinação linear das funções da
base, ou seja:
ou
f ( x) ak e ikx (10. 28)
k
Esta é a chamada série de potências e os coeficientes desta série são calculados da seguinte
forma:
irx
Multiplica-se a série em ( ) por e e integra-se desde zero até infinito,
Como a integração e a somatória são operadores lineares, podemos trocar a ordem das
operações
irx
f ( x )e dx ak e irx e ikx dx (10. 30)
r
irx ikx
Como as funções e ee são ortogonais exceto para o caso de r = s, temos:
225
irx
f ( x )e dx ak kr (10. 31)
k
ikx
ak f ( x )e dx (10. 32)
226
10.7.2 – Integral de Fourier
A Série de Fourier se aplica a Funções Periódicas. Contudo, quando uma função
não é periódica como a função gaussiana, por exemplo, como podemos expressar essa função
em termos de senos e cossenos?
A resposta a essa pergunta está em se considerar um período infinito da seguinte
forma:
Seja a Série:
n n
f ( x) a n cos x bn sen x (10. 33)
n 0 L L
n
(10. 34)
L
Para n = 0, 1, 2, 3, 4, 5, 6..são:
2 3 4
0, , , , ,.... (10. 35)
L L L L
O espectro de freqüência.
Vejamos o que ocorre quando aumentamos L:
n
L : 0,1,2,3,4,....
L
n
L 2 : 0,0.5,1.0,1.5,2.0,....
L (10. 36)
:
n
L 10 : 0,0.1,0.2,0.3,0.4....
L
e d / L , onde
227
1
a ( ) f ( x) cosx dx
(10. 38)
1
b( ) f ( x) sen x dx
228
10.7.3 – Transformada de Fourier
Considere a seguinte integral de Fourier:
f ( x) a n cosx bn sen x d (10. 39)
0
e d / L , onde
1
a ( ) f ( x) cosx dx
(10. 40)
1
b( ) f ( x) sen x dx
Seja
1
f ( x) f ( ) cos cosx d d
0
(10. 41)
1 1
f ( ) sen x d sen x d
0
Ou
1
f ( x) f ( )cos cosx sen sen x d d (10. 42)
0
Ou ainda
1
f ( x) f ( )cos cosx sen sen x d d (10. 43)
0
Logo
1
f ( x) f ( ) cos ( x) d d (10. 44)
0
229
1 1
0 2
f ( x) f ( ) e i ( x ) e i ( x ) d d (10. 45)
Ou
1
f ( )e
i ( x )
f ( x) e i ( x ) d d (10. 46)
2 0
Ou ainda
1 1
f ( )e f ( )e d d
i ( x ) i ( x )
f ( x) d d (10. 47)
2 0
2 0
0
1 1
f ( )e f ( )e d d
i ( x ) i ( x )
f ( x) d d (10. 49)
2
2 0
Logo
1
f ( )e d d
i ( x )
f ( x) (10. 50)
2
Separando temos:
1 1 i ix
f ( x) f ( ) e d e d (10. 51)
2 2
Chamando de
1
fˆ ( ) f ( )e
i
d (10. 52)
2
Portanto,
230
1
fˆ ( )e
ix
f ( x) d (10. 53)
2
Voltando de x temos:
A Transformada de Fourier Direta
1
fˆ ( )e
ix
f ( x) d (10. 54)
2
1
fˆ ( ) f ( x )e
i
dx (10. 55)
2
Seja uma função f(x) a qual associamos uma outra função F(k). Definimos a
Transformada de Fourier de uma função f(x) como sendo a função F(k), dada por:
1 ikx
F (k ) f ( x )e dx (10. 56)
2
Onde
f ( x) dx (10. 57)
E a transformação inversa de
1 ikx
f ( x) F ( k )e dx (10. 58)
2
231
10.7.4 – Propriedades da Transformada de Fourier
232
10. 8 - Exemplos e Aplicações
10.8.1 - Exemplo – 1
Considere a viga de uma ponte com cargas descontínuas conforme mostra a
Figura - 10. 1
Figura - 10. 1
233
10.8.2 - Exemplo – 2
Considere um oscilador harmônico forçado com uma função F(t) na forma de uma
onda retangular, conforme mostra a Figura - 10. 2
Figura - 10. 2
Solução
Considerando a função F(t) na forma de Série de Fourier temos:
n
F (t ) ao a n cos t (10. 61)
n 1 L
Para L temos:
F (t ) ao a n cosnt (10. 62)
n 1
Onde
x
1
ao F (t )dt (10. 63)
2
234
1a 1 1
ao dt
0 2a 2
(10. 64)
1
ao
2
E
1 2a 1
an F (t ) cosnt dt cosnt dt
0 2a
(10. 65)
1 sen na
an
a n
Portanto,
1
sen na
F (t ) cosnt (10. 66)
2 n1 na
Onde:
Onde
x h ~ e t (10. 69)
Com
235
a bi
1 (10. 72)
a bi
Onde
Para o forçante:
temos:
1 sen na
x 0.04 x 15 x cosnt (10. 75)
a n
236
10.8.3 - Exemplo – 3
Considere a viga infinita de fundação elástica com cargas descontínuas conforme
mostra a Figura - 10. 1,
Figura - 10. 3
EIu
'''' p ( x)
Força Interna
(10. 77)
Força Externa
Para
p ( x) w( x) ku ( x) (10. 78)
torna-se:
Onde
wo 2 wo sen n / 2 n
w( x)
2
n cos a x
n1
(10. 80)
Com período T 4a
Supondo
n
u ( x) ao an cos x (10. 81)
n 1 2a
237
4
n n n wo
EIao EI a n cos x kao k an cos x
n 1 2a 2a n 1 2a 2
(10. 82)
2 wo sen n / 2 n
n cos a x
n1
wo
kao
2
n 4 (10. 83)
2 wo sen n / 2
EI k an
2 a n
Logo
wo
ao
2k
2 w sen n / 2 1 (10. 84)
an o
n n 4
EI k
2a
Portanto,
wo 2 wo 4 sen n / 2 n
u ( x) a cos x
2k n 1 n 4 2a (10. 85)
n EI k
2a
Ou
wo 32wo a 4 n
u ( x) cos
2a x (10. 87)
2k EI 4 16wo a 4 k
238
10.8.4 - Exemplo - 4
Considere uma carga de intensidade wo que atua sobre uma viga, conforme mostra
a Figura - 10. 4.
Figura - 10. 4
Onde
wo ; x 1
w( x) (10. 89)
0; x 1
w( x) wo H ( x 1) H ( x 1) (10. 90)
Figura - 10. 5
239
A função w(x) pode ser escrita em termoa da integral de Fourier como:
1
w( x) a( ) cos(x) b( ) sen(x)d (10. 91)
0
1
w( x) a ( ) cos(x)d (10. 92)
0
1 1
a ( ) wo cos(x)dx
1
(10. 93)
2 wo 1 2 w sen( )
cos(x)dx o
0
logo
1 2 wo sen( )
w( x) cos(x)d (10. 94)
0
Ou
2 w sen( )
w( x) 2o cos(x)d (10. 95)
0
1
u ( x) A( ) cos(x)d (10. 96)
0
1
u ' ' ' ' ( x) A( ) 4 cos(x) d
0
(10. 97)
logo
240
1 1
EI A( ) 4 cos(x) d k A( ) cos(x)d
0 0
(10. 98)
2 w sen( )
2o cos(x)d
0
Portanto,
1 2 w sen( )
EIA( ) 4 kA( ) o cos(x)d 0 (10. 99)
0
x , então:
2 w sen( )
EIA( ) 4 kA( ) o 0 (10. 100)
Logo:
2 w sen( )
A( ) o (10. 101)
4
EI k
Portanto a solução da Equação Diferencial é:
2 wo sen( )
u ( x) 2 cos( x ) d (10. 102)
4
0 EI k
241
10. 9 – Exemplos e Aplicações
242
10. 10 - Exercícios e Problemas
243
Capítulo – XI
INTRODUÇÃO AS EQUAÇÕES DIFERENCIAIS
RESUMO
Neste capítulo será visto a introdução do conceito de Equações Diferenciais e os
diferentes tipos de equações diferenciais e sua classificação, quanto ao número de variáveis
independentes, ordem, grau, coeficientes das derivadas, etc.
11. 2 - Introdução
244
11. 3 – Equações Diferenciais, Definição e Classificação
Exemplos:
1)
y (t ) f (t ) (11. 1)
2)
y(t ) y (t ) 0 (11. 2)
3)
4)
2 u ( x, t ) 2 u ( x, t )
0 (11. 4)
x 2 t 2
5)
245
11.3.2 – Classificação das Equações Diferenciais
Exemplo:
d 4u
EI q (11. 6)
dx 4
Figura - 11. 1.Problema de uma viga bi-apoiada e flexionada sobre seu próprio peso.
A ordem de uma equação diferencial é a ordem da mais alta derivada que aparece
na equação. Por exemplo, a equação diferencial em (11. 6) é de quarta ordem.
Exemplos:
1) u u ( x ) ou u u (t )
EDO de 1ª Ordem
u' 1 u (11. 7)
EDO de 2ª Ordem
246
u ' '4u x (11. 8)
EDO de 2ª Ordem
Exemplos:
2) u = u(x, y, z)
EDP de 2ª Ordem e 1º Grau
2u 2u 2u
0 (11. 11)
x 2 y 2 z 2
ou
2u 0 (11. 12)
2 2 2 2
(11. 13)
x 2 y 2 z 2
247
b) Quase-Lineares – Os coeficientes dependem das variáveis independentes e/ou das variáveis
dependentes, mas não de suas derivadas.
Exemplos:
Linear:
df
a( x) b( x ) f c ( x ) 0 (11. 14)
dx
Quase-Linear:
df
f ( x) b( x ) f c ( x ) 0 (11. 15)
dx
Não-Linear:
f 2 f f 2 f
2 2 d ( x, y ) 0 (11. 16)
y x x y
OBS: Uma equação linear é sempre do primeiro grau, uma equação do primeiro grau não e
necessariamente linear.
v) Quanto ao Tipo
2u 2u 2u u u
a 2h b 2 2f 2g eu 0 (11. 17)
x 2 xy y x y
248
que representa uma elipse quando (a.b – h2 > 0), uma parábola quando (a.b – h2 = 0), uma
hipérbole quando (a.b – h2 < 0). Uma classificação semelhante é adotada para as E.D.P.
Exemplos:
2u 1 2u
2
2 2
0 (11. 19)
x c t
Esta equação de onda é do tipo hiperbólica porque: a = 1; h = 0; b = -1/c2 logo a.b – h2 = -
1/c2 < 0
2u 1 u
0 (11. 20)
x 2 t
Esta equação de difusão é do tipo parabólica porque: a = 1; h = 0; b = 0 logo a.b – h2 = 0
3) Equação de Laplace
2u 2u
0 (11. 21)
x 2 y 2
249
11. 4 – Propriedades das Equações Diferenciais
y (t ) f (t ) a t b (11. 23)
e ainda F(a) = 0. Neste caso dizemos que F(t) é uma solução do Problema de valor Inicial.
y (t ) f (t )
at b (11. 24)
y ( a ) 0
d ( F G )(t )
G (t ) f (t ) F (t ) 0 ( F G )(t ) constante (11. 25)
dt
mas
( F G )(a ) F (a ) G (a ) 0 0 0
(11. 26)
G (t ) F (t ) para todo t (a, b)
250
11.4.2 - Exemplos
i) Considere o seguinte Problema de Valor Inicial:
y y 1/ 2
(11. 27)
y (0) 0
y1 (t ) 0 (11. 28)
é solução e
y 3 y 2 / 3
y 2 (t ) (11. 29)
y (0) 0
y 3 y 2 / 3
(11. 30)
y (0) 0
também não tem unicidade de soluções, pois y (t ) 0 é solução e observamos que qualquer
(t c) 3 , t c
yc (t ) (11. 31)
0 , t c
251
11.4.3 – O Problema de Valor Inicial
Dado o problema de valor inicial
y f (t , y )
(11. 32)
y (t 0 ) y0
t
y (t ) y0 f ( s, y ( s ))ds (11. 33)
t0
y 0 (t ) y 0
t
y1 (t ) y0 f ( s, y0 ( s ))ds
t0
t
y 2 (t ) y0 f ( s, y1 ( s ))ds (11. 34)
t0
:
t
y n (t ) y0 f ( s, y n 1 ( s ))ds
t0
252
As funções yn (t ) são chamadas de iteradas de Picard. Pode-se mostrar que
y (t ) tg t (11. 35)
4
É solução do P.V.I.
y (t ) 1 y 2 (t ),
(11. 36)
y ( 0) 1
3
E está definida somente em ,
4 4
3
De fato: se t , , então
4 4
y (t ) sec 2 t 1 tg 2 t 1 y 2 (t )
4 4
(11. 37)
y (0) tg 1
4
Por este fato não podemos esperar que as iteradas de Picard convirjam para todo t.
253
11. 5 – Exemplos e Aplicações
254
11. 6 – Exercícios e Problemas
255
Capítulo – XII
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS
LINEARES
RESUMO
Neste capítulo será visto a definição de equações diferenciais de uma forma geral,
sua classificação quanto ao grau, a ordem, as variáveis, etc. A análise de um sistema de
equações diferencias pela teoria de auto-valores será feita e utilizando também a linearização
pelo processo de Lyapunov como também a análise de seu espaço de fase
12. 1 – Introdução
256
12. 2 - Equações Diferenciais Ordinárias Lineares
(12. 1)
(12. 2)
d 2x dx
m 2
kx (12. 3)
dt dt
2V 2V 2V
2V x, y, z 0 (12. 4)
x 2 y 2 z 2
Esta equação diferencial a derivadas parciais é a equação de Laplace para a função potencial
V x, y, z do campo eletrostático (ou gravitacional), que é função das 3 variáveis x, y, z que
257
12.2.1 - Exemplos
As equações (1), (2), (3) e (5) acima são E.D.O.
A ordem de uma equação diferencial é a ordem da mais alta derivada da função
incógnita.
y(t ) y (t ) 0 (12. 7)
Pois,
d 2 [ sen(t )]
sen(t ) 0
dt 2
d [cos(t )] (12. 8)
sen(t ) 0
dt
sen(t ) sen(t ) 0
kt
Verifique que a função y (t ) ce é solução da E.D.O. de primeira ordem
258
12. 3 - Propriedades das Equações Diferenciais Ordinárias
Lineares e Homogêneas
y1 o 2 y1 0 Cx1 o 2Cx1 C x1 o 2 x1 0 (12. 9)
ii) Se x1(t) e x2(t) são soluções, então x1(t) + x2(t) também é solução da equação:
x1 o 2 x1 0
x2 o 2 x2 0 (12. 11)
2
( x1 x2 ) o ( x1 x2 ) 0
Como
Temos:
259
12.3.1 - Teorema
A solução geral de uma equação não-homogênea é igual a solução geral da
homogênea associada a uma solução particular da não-homogênea.
Prova
Seja a equação diferencial dada por:
y g yh y p (12. 18)
Satisfazendo ( ).
260
12. 4 - Equações Diferenciais Lineares com Coeficientes
Constantes e Variáveis
Trataremos também das equações diferenciais lineares não homogêneas, porém em geral com
uma mudança de variável ela poderá ser transformada em uma equação homogênea.
A equação não homogênea é da forma:
261
12. 5 - Equações Diferenciais Homogêneas com Coeficiente
Constantes
dny d n1 y dy
an n a n1 n1 ... a1 ao y g ( x ) (12. 21)
dx dx dx
dy
2y x (12. 22)
dx
d3y dy
3
2 y 0 (12. 23)
dx dx
d2y dy
2
k my sen( x) (12. 24)
dx dx
262
Por outro lado, quando os coeficientes da equação diferencial ordinária forem
todos constantes, será possível empregar métodos algébricos elementares para resolvê-las, o
que não se dá quando os coeficientes da E.D.O.L. forem funções da variável independente.
263
12.5.1 – Metodologia de Solução das Equações Diferenciais Homogêneas com
Coeficiente Constantes
Vamos a partir de agora adotar uma notação que será de utilidade no nosso
estudo. Introduzimos o operador:
d
D (12. 25)
dx
dy
Dy (12. 26)
dx
d2y
D 2 D.D ; D 2 y D.Dy x
dx 2
d3y
D 3 D.D.D ; D3 y D.Dy x 3 (12. 27)
dx
dny
D n D.D...D ; D n y D.D... y x n
dx
an D n y an 1 D n 1 y ... a1 D1 y a0 D 0 y g x
(12. 28)
an D n y an 1 D n 1 y ... a1 D y a0 y g x
(onde, sem perda de generalidade supomos an 1 ), podemos também escrever (12. 29) na
forma mais sintética:
264
Pn D y x g x (12. 31)
Usando este fato reescrevemos a equação (12. 31) numa forma muito útil”
265
12.5.2 – Solução de algumas das Equações Diferenciais Elementares
Antes de introduzir o conceito de solução geral de uma E.D.O. vamos examinar
alguns casos elementares por meio dos quais ganharemos intuição sobre a natureza geral das
soluções das equações diferenciais ordinárias. Vamos examinar as equações:
Dy x 0 (12. 37)
A solução desta equação é uma função que, substituída na equação, a satisfaz identicamente.
Assim vê-se, sem dificuldade, que a solução desta equação é uma função cosntante.
y x A (12. 38)
onde A é uma constante arbitrária. É a solução mais geral possível. Mas é claro que soluções
particulares podem ser obtidas dando à constante arbitrária A valores particulares, por
exemplo, A = 0, A = 1, A = 2, etc. A representação geométrica da solução (14. 12) é uma
família infinitas de retas paralelas ao eixo Ox :
Figura - 12. 1.
266
Em resumo, a solução mais geral da equação (12. 37), que é uma E.D.O.L. de 1ª ordem “H”, é
a função dada em (14. 12); esta solução (mais) geral representa uma família de curvas (retas)
a um parâmetro, ilustrada na Figura - 12. 1. Qualquer reta particular dessa família representa
uma solução particular de (12. 37)
ii) Passemos agora ao caso n 2 da equação (12. 35). Temos a E.D.L.C.C. de 2ª ordem
homogênea muito simples:
D2 y x 0 (12. 39)
É evidente que a solução (14. 12) serve. Mas integrando (14. 13) membro a membro obtemos
sucessivamente:
1ª Integração
2
D y x dx 0 Dy x A 1 (12. 40)
2ª Integração
Dy x dx A dx y x A x A
1 1 2 (12. 41)
y x A1 x A2 (12. 42)
Em que comparece agora duas constantes arbitrárias A1 , A2 . Qualquer função obtida de (12.
42) dando a A1 e a A2 valores particulares quaisquer será também solução, isto é, satisfará
(12. 39) identicamente. Exemplos de imediata verificação são as seguintes soluções
particulares de (12. 39):
y x 1 ; A1 0 ; A2 1
y x x 1 ; A1 1 ; A2 0 (12. 43)
y x 3x 2 ; A1 3 ; A2 2
etc.
A solução geral ( ) pode ser representado graficamente. Obtivemos ainda uma
família infinita de retas, mas a 2 parâmetros: A1 indicando o coeficiente angular variável e A2
267
Figura - 12. 2.
obtivermos assim a família de todas as retas do plano Oxy . Em resumo, a equação ( ), E.D.O.
de 2ª ordem, admita a função ( ) como solução geral, e esta solução geral representa uma
família de curvas do plano (retas) a 2 parâmetros.
Consideremos agora o caso n 3 da equação ( ). Trata-se agora de uma
E.D.O.L.C.C. de 3ª ordem, homogênea, a mais simples possível.
D3 y x 0 (12. 44)
y x A1 A2 x A3 x 2 (12. 45)
268
y x x2 ; A3 1 ; A2 0 ; A1 0
y x 1 ; A3 0 ; A2 0 ; A1 1 (12. 46)
y x A x x 2 ; A3 1 ; A2 1 ; A1 1
Dn y x 0 (12. 47)
que é o caso mais simples de E.D.O.L.C.C. de ordem n homogênea (“H”), tem como solução
geral a função:
Dy x g x (12. 49)
Dy x dx g x dx A (12. 50)
ou seja
y x A g x dx (12. 51)
Estqa é a solução geral. Qualquer valor particular que se de à constante arbitrária A produzirá
uma solução particular. A representação geométrica de ( ) é uma família a um parâmetro de
269
curvas planas cuja natureza depende da função g(x). Por exemplo, se g x 1 , será uma
A 0 em ( ).
O caso n 2 produz a seguinte E.D.O.L.C.C. de 2ª ordem N-H:
D2 y x g x (12. 56)
fazendo-se A1 A2 0 .
Não há nenhuma dificulade em generalizar os resultados obtidos. A solução geral
de:
270
Dn y x g x (12. 58)
é a função
em que
yPNH x dx dx... dx g x dx
(12. 61)
n vezes
Em resumo:
i) A equação homogênea
D n y ( x) 0 (12. 62)
D n y ( x) g ( x) (12. 64)
onde yGH x : Solução geral da homogênea associada; yPNH x : Solução particular da não-
homogênea.
Estes resultados foram obtidos a partir de uma classe simples de equações. Mas
eles podem ser generalizados, e é o que faremos em seguida.
271
12.5.3 – Solução Geral, Solução Particular, Teorema Estratégico
Os resultados que obtivemos no parágrafo 11.6. , ao estudarmos equações
diferenciais particularmente simples, são na verdade bem gerais, e valem para equações
lineares em geral. Chama-se solução geral de uma equação diferencial ordinária de ordem n
(linear ou não) uma função y x; A1 , A2 ,..., An dependente da variável x e de n constantes
D 2
1 y x 0 (12. 67)
A solução
portanto, ser substituídas por uma única constante arbitrária C A2 A3 , dando a solução a
forma ( ).
Uma solução particular é obtida dando às constantes A1 , A2 ,..., An valores
particulares. Assim por exemplo, a equação ( ) admite como soluções particulares as seguintes
funções:
y x ex ; A1 1 ; A2 0
x
y x e ; A1 0 ; A2 1 (12. 69)
y x e x e x ; A1 1 ; A2 1
272
12.5.4 – Equação Diferencial a partir da Solução Geral
Dada por sua vez, uma função dependendo de x e de um número n de constantes
arbitrárias independentes, podemos determinar qual a equação diferencial ordinária de ordem
n que admite a função dada como solução geral. Vamos dar exemplos dessa técnica.
Suponhamos que fosse dada a função ( ), e que quiséssemos determinar qual a E.D.O. que
admite ( ) por solução geral. A idéia é eliminar as constantes arbitrárias em termos de
y x , Dy x , D 2 y x , etc. Assim:
y x A1e x A2e x
Dy x A1e x A2e x (12. 70)
2 x x
D y x A1e A2 e
D2 y x y x (12. 71)
ou
D 2
1 y x 0 (12. 72)
A1e x D 2 y 2 Dy
1 2 (12. 76)
A2 e2 x
2
D y 2 Dy
Substituindo em ( ) obtemos:
273
1 2
y x D 2 y 2 Dy 2
D y 2 Dy (12. 77)
D 3
3D 2 y x 0 (12. 78)
que é a equação procurada. Nos exemplo dados as equações obtidas foram lineares mas nem
sempre isso acontece (ver Lista de Exercícios).
Vamos agora demonstrar um teorema que ocupa um lugar central no método que
vamos desenvolver para resolver E.D.O.L.C.C. N-H. de ordem qualquer. O teorema vale para
uma equação linear qualquer, com coeficientes variáveis.
274
12.5.5 – Teorema Estratégico
Pn D y x g x (12. 79)
Pn D y x 0 (12. 81)
Prova:
A demonstração é trivial, e se faz primeiro observando que yGNH x dada em ( )
yGH x , que é por hipótese a solução geral de uma E.D.O. de ordem n homogênea ( ), e que
Pn D y x g x (12. 85)
275
i) Determina-se a solução geral da equação homogênea associada, yGH x :
iii) Define-se a solução geral yGNH x da equação dada (N-H) pela soma:
276
12.5.5 – Condições Iniciais
Pn D y x g x (12. 89)
Não há, em geral, lugar para constantes arbitrárias. Estamos interessados numa
solução sem ambigüidade; as constantes arbitrárias devem ser eliminadas. Em geral essa
eliminação se faz utilizando condições prévias do problema, e às quais a solução procurada
deve satisfazer. São as chamadas condições iniciais.
Num problema com condições iniciais são dados os valores da função e das suas
(n-1) primeiras derivadas num valor particular x0 (às vezes x0 0 ) da variável independente,
isto é, são dados os valores:
y x0 y0
y ' x0 y1
(12. 90)
..................
y ( n 1) x0 yn1
Onde já não há mais nenhuma constante arbitrária, e que satisfaz ( ) identicamente. Nos
problemas de Mecânica, onde a função incógnita é a posição r t de uma partícula, e a
277
12.5.5 – Propriedade do Operador D k
na forma:
Por definição:
dy
D k y x k. y x (12. 95)
dx
D k1 D k2 y x D k1 D k2 y x D k1 Dy k2 y
(12. 96)
D 2 k1 k2 D k1k2 y x
d dy
D ky x ky x k kDy k cte (12. 97)
dx dx
Obtendo o resultado
D k1 D k2 D k2 D k1 (12. 99)
k1 , k2 cte .
278
Toda função f x pode ser considerada como um operador no espaço das
funções com que estamos lidando (i. e. o espaço das funções continuamente diferenciáveis até
ordem n): é o operador que a toda função y x associa a função f x y x :
D f x ; Df x ; f x D (12. 101)
D f x y x D y x f x y x ; y x (12. 102)
dy
f x Dy x f x . ; y x (12. 103)
dx
Mas o operador Df x deve ser examinando com cuidado. Há que se distinguir a derivada
ambiguidades convencionaremos:
df
i) D f x é a derivada de f x :
dx
ii) Df x é o operador definido por:
d
Df x : y x Df x y x f x y x ; y x (12. 104)
dx
Por exemplo:
d
D x x 1 (12. 105)
dx
d dy
Dx : operador : y x Dx y x xy x y x x (12. 106)
dx dx
ou seja:
279
Dx y x 1 xD y x ; y x (12. 107)
Dx 1 xD (12. 108)
exponencial.
Consideremos, então, o operador De kx . Aplicado a uma função y x qualquer do
espaço dá:
De y x e D k y x ; y x
kx kx
(12. 109)
distribuitividade:
D 1 e x e x D 1 e x e x D (12. 111)
Usando ( ), vem:
D e kx y x ekx g x (12. 113)
Esta equação já é nossa conhecida (of. equação ( )), e a sua solução geral é:
280
y x Ae kx e kx ekx g x dx (12. 115)
1
D k D k 1 (12. 116)
1
Mas nós não sabemos ainda o efeito de D k sobre um função qualquer y x :
1
D k y x ? (12. 117)
D k y x g x (12. 118)
1
De fato, aplicando D k a ambos os membros de ( ), obteríamos:
1 1
D k D k y x D k g x (12. 119)
E usando ( ) vem:
1
y x D k g x (12. 120)
281
12. 6 - Equações Diferenciais Ordinárias Linear com Coeficiente
Constantes de 1ª Ordem N-H:
D k y x g x (12. 123)
1
12.6.1 – Definição do Operador D k
Usando ( ), vem:
Integrando ( ), obtemos:
associada a ( ):
D k y x 0 (12. 128)
282
yGH x Ae kx (12. 129)
Pelo “Teorema Eestratégico”, o termo que resta em ( ) é uma solução particular yPNH x da
obtemos:
D k yPNH x D k e kx ekx g x dx
(12. 131)
e kx D ekx g x dx e kx e kx g x
ou seja:
onde:
1
Esta será a definição do inverso D k do operador D k que vamos adotar nesse curso.
283
12.6.2 – Exemplos
1
(i) Determinar uma solução particular da equação D k y x x . Aplicando D k a
x x
e xdx e x 1 (12. 139)
Verificando:
1 1
D 2 . D 2 y x y x D 2 e x
(12. 142)
e2 x e 2 x e x dx e x
Verificando:
284
dy
y sen x (12. 145)
dx
Na “notação D” escrevemos:
Pelo “teorema estratégico”, a solução geral desta equação é a soma da solução qual da
equação homogênea associada:
D 1 y 0 (12. 147)
Com uma solução particular da equação dada (NH), que sabemos que é:
1
yPNH x D 1 sen x (12. 148)
D 1 y 0 (12. 149)
é:
1
yPNH x D 1 sen x e x e x sen x dx (12. 151)
1
e
x
sen x dx
2
sen x cos x e x (12. 152)
1
yGNH x Ae x
2
sen x cos x (12. 153)
285
12. 7 - Problemas que surgem E.D.O. Lineares de 1ª Ordem
Vamos agora apresentar alguns problemas a partir dos quais surgem as equações
diferenciais.
dy
2( x y ) (12. 154)
dx
286
12.7.2 – Problema Químico
100 gramas de açúcar de cana, em água, estão sendo transformadas em dextrose
numa razão que é proporcional à quantidade não transformada. Deseja-se saber quanto açúcar
foi transformado após t minutos.
Se q é o número de gramas convertido em t minutos e k é a constante de
proporcionalidade, então, a equação deste problema é dada por:
dq
k (100 q ) (12. 155)
dt
287
12.7.3 – Problemas Físicos
Considere o Circuito Elétrico RL mostrado na
Figura - 12. 3
dI
L RI E (12. 156)
dt
288
12. 8 - Equações Diferenciais Ordinárias Linear com Coeficiente
Constantes de 2ª Ordem N-H:
P2 D y x D 2 aD b y x G x (12. 157)
ou
D r1 D r2 y x G x (12. 158)
P2 x y x 2 ax b 0 (12. 159)
D 2
aD b y x G x (12. 160)
x 2 ax b 0 (12. 161)
na qual
a 2 4b 0 (12. 162)
289
Isto quer dizer que a equação característica admite duas raízes reais e distintas r1 , r2 dadas
por:
1
r1
2
a a 2 4b (12. 163)
1
r2
2
a a 2 4b (12. 164)
D 2 aD b D r1 D r2 (12. 165)
D r1 D r2 y x G x (12. 166)
forma:
290
12. 9 - Algumas Importantes Equações Diferenciais Ordinárias de
2ª Ordem
291
Figura - 12. 4. Oscilador Harmônico simples.
ma kx (12. 169)
Como a dv / dt temos:
dv
m kx (12. 170)
dt
Ou ainda v dx / dt temos:
d 2x
m 2 kx (12. 171)
dt
dx
x (12. 172)
dt
d 2x
x (12. 173)
dt 2
Temos:
292
mx kx 0 (12. 174)
k
x x0 (12. 175)
m
chamando de
k
o (12. 176)
m
Temos:
Solução
Considere a seguinte equação diferencial dos osciladores harmômicos
d 2x 2
2
o x f ( x, t ) (12. 178)
dt
Esta é uma equação geral com f(x,t) qualquer.
Nós podemos considerar que como:
293
d dx
x (12. 179)
dt dt
dx
v (12. 180)
dt
d 2 x dv dv dx
(12. 181)
dt 2 dt dx dt
Logo de (12. 180) temos:
d 2 x dv dv
v (12. 182)
dt 2 dt dx
Usando ( ) em ( ) passamos a:
dv
v 2 x f ( x, t ) (12. 183)
dx
v2
2 xdx f ( x, t )dx C1 (12. 185)
2
Logo
v f ( x, t )dx 2 xdx C1
1/ 2
(12. 187)
294
dx
dt
f ( x, t )dx 2 xdx C1
1/ 2
(12. 188)
dx
dt (12. 189)
f ( x, t )dx 2
xdx C1
1/ 2
dx
t t o (12. 190)
f ( x, t )dx 2
xdx C1
1/ 2
dx
t t o (12. 191)
f ( x, t )dx 2
xdx C1
1/ 2
dx
1/ 2
t t o
2 2
x (12. 192)
f ( x, t )dx C1
2
dx
1/ 2
t t o
2 2
x (12. 193)
f ( t ) dx C1
2
dx
1/ 2
t t o
2 2
x (12. 194)
f (t ) x C
2
295
dx
1/ 2
t t o
2 2
2 f (t ) x x (12. 195)
C
2
dx
2 t t o (12. 196)
2 f (t ) x 2 2
x C 1/ 2
f 2 (t ) f 2 (t )
2 f (t ) x 2 x 2 C 2 f (t ) x 2 2
x C (12. 197)
2 2
E
2
2 2 f (t ) f 2 (t )
2 f (t ) x x C ix C (12. 198)
i 2
Substiutindo ( ) em ( ) temos:
dx
2 1/ 2
t t o
2
f (t ) f (t ) 2 (12. 199)
ix C
i 2
Chamando de:
f (t )
u ix du idx (12. 200)
i
2 du
t t o
i 2
f (t )
1/ 2
(12. 201)
2
u C
2
Chamando de:
296
f (t ) f (t ) 2
u tan du sec d (12. 202)
Então
f (t ) 2
sec d
2 t t o
i f (t ) tan 2 1 C 1 / 2
(12. 203)
E
2 sec 2 d
t t o
i sec 2 C 1/ 2
(12. 204)
Considerando C = 0 temos:
2 sec 2 d
t t o (12. 205)
i sec
2
secd t t o (12. 206)
i
Chamando de:
297
2 dv
t t o (12. 210)
i v
Portanto,
2 v
ln t t o (12. 211)
i vo
Ou
v i
ln t t o (12. 212)
v
o 2
i
t to
v vo e 2 (12. 213)
Substituindo v de ( ) temos:
i
t to
sec tan vo e 2 (12. 214)
E de ( ) temos que:
2u 2
sec 1 tan 2 1 (12. 215)
f (t ) 2
Logo ( ) fica:
i
2u 2 u
2
t to
1 v o e (12. 216)
f (t ) 2 f (t )
u f (t ) ix i 2 x
i (12. 217)
f (t ) f (t )i f (t ) f (t )
Quadrando temos:
298
2
2u 2 i 2 x 2 2 x 4 x 2
i 1 (12. 218)
f (t ) 2 f (t ) f (t ) f (t )
i
2 2 x 4 x 2 i 2 x t to
1 1 i vo e 2 (12. 219)
f (t ) f (t ) f (t )
i
2 2 x 4 x 2 i 2 x t to
i vo e 2 (12. 220)
f (t ) f (t ) f (t )
Reescrevendo ( 0 temos:
i
2 2 x 4 x 2 i 2 x t to
i vo e 2 (12. 221)
f (t ) f (t ) f (t )
2 i
2 2 x 4 x 2 i 2 x i 2 x 2 t to 2i t to
i 2 i vo e vo e
f (t ) f (t ) f (t ) f (t ) (12. 222)
Logo
i
2 2 x 4 x 2 2 x 4 x2 i 2 x 2 t t o 2i t to
1 2
2 i
vo e vo e
f (t ) f (t ) f (t ) f (t ) 2
f (t ) (12. 223)
i i
2i 2 x t to t to
2i t to
vo e 2 1 2ivo e 2 vo e (12. 224)
f (t )
Portanto,
299
i
e t to 2i t to
f (t ) 2ivo 2 f (t ) vo e f (t )
x i
i
i (12. 225)
t t o t to t t o
2 2 2 2 2 2
2i vo e 2i vo e 2i vo e
i i
if (t ) 2
t to f (t ) f (t )e 2i t to 2
t to
x e 2 e (12. 226)
2 2 vo 2i 2
1
i i t to 2
t to 2
if (t ) 2 f (t ) f (t )e (12. 227)
x e
2 2 vo 2 2i 2
Logo
i t to
i
f (t ) i t t o e 2
x 2 e 2 1 (12. 228)
2vo 2i
E
i i t to
f (t ) i 2 t to i 2
x 2 e e 1 (12. 229)
2vo 2
Chamando de:
i
i 2
to
A e
2vo
(12. 230)
i
i to
2
B e
2
Nós ficamos com:
300
i i
f (t ) 2 t 2
t
x 2 Ae Be 1 (12. 231)
i i
f (t ) 2
t t
x 2 Ae Be 2 1 (12. 232)
onde:
2E
A (12. 233)
m
301
12.8.2 – MHS com Movimento Vertical
Um corpo de massa m sob a ação da gravidade em um meio que oferece
resistência proporcional à velocidade do corpo. Deseja-se conhecer a posição do corpo num
instante t.
Seja x = x(t) a posição do corpo no instante t. Consideremos o sentido positivo do
movimento, isto é, para baixo. As forças que atuam sobre o corpo de massa m são: O peso P
dx
= mg devido a gravidade (no sentido do movimento) e F k devido a resistência do
dt
meio (no sentido contrário ao movimento).
Segue da 2ª Lei de Newton (F = ma) que a equação de movimento é dada por:
dx 2 dx
m 2 mg k (12. 235)
dt dt
302
Considere o oscilador harmônico na posição vertical sujeito a ação do campo
gravitacional na direção das oscilações, onde:
ou
k
y g y (12. 238)
m
Logo
k
y yg 0 (12. 239)
m
ou
dV
kyo mg 0
dy
(12. 241)
mg
yo
k
Logo
1 m2 g 2 m2 g 2 1 2 m2
Vmin k 2 g (12. 242)
2 k k 2 k
h y yo
h y (12. 243)
h y
Logo
303
k
y yg 0 (12. 244)
m
k mg
y y 0 (12. 245)
m k
Portanto,
k
y y yo 0 (12. 246)
m
logo
k
h h 0 (12. 247)
m
ou
h o h 0
2
(12. 248)
Podemos enunciar o seguinte teorema com base nos dois exemplos anteriores.
304
12.8.3 – Oscilador Harmônico Forçado
Considere o seguinte oscilador harmônico forçado
Chamando de
k
o 2 (12. 250)
m
logo
Fo
x o 2 x cos(wt ) (12. 251)
m
305
12.8.4 – O Movimento de um Pêndulo Simples
O pêndulo simples consiste em uma massa m presa a um fio de comprimento l e
massa desprezível com uma extremidade presa a um ponto fixo. Quando deslocado de um
ângulo de sua posição de equilíbrio e solto, inicia-se um movimento pendular (este
movimento é peródico e oscilatório).
Considere as forças que atuam em um corpo de massa m suspenso por um fino fio
(ou haste) inextensível de comprimento l e massa desprezível, sujeito a uma tensão T em
oposição a força vertical, P = mg, devido a ação da gravidade. Se é o deslocameto angular
do fio a partir de vertical, a 2ª Lei de Newton nos fornece as equações:
my mg T cos
(12. 252)
mx T sen
Eliminando-se T e lembrando que:
x l sen
(12. 253)
y l cos
g
sen 0 (12. 254)
l
306
12.8.5 – Circuito Elétrico RLC
Dado o circuito
Figura - 12. 5
dI Q
L RI E (12. 255)
dt C
Mas
dQ
I (12. 256)
dt
Então
d 2Q dQ Q
L 2 R E (12. 257)
dt dt C
307
12. 10 - Equações Diferenciais Homogêneas com Coeficiente
Variáveis
308
12.6.1 – Metodologia de Solução das Equações Diferenciais Homogêneas com
Coeficiente Variáveis
309
12. 11 - Método das Funções de Green
310
12. 12 - Equações de Sturm-Liouville
d d
p ( x ) x s ( x ) x r ( x ) x 0 (12. 258)
dx dx
d d
L
dx
p ( x) s ( x)
dx
(12. 259)
onde
L x r ( x ) x (12. 260)
Considerando,
Chamamos de espectro de L .
O operador de Sturm-Liouville é um operador auto-adjunto o que implica que
seus auto-valores são reais, ou seja as grandezas a eles relacionados são observáveis. Pois
considera-se que números imaginários puros são grandezas não-observáveis.
311
12.10.1 - Teorema - 1
x , x A
' ' (12. 262)
Então
Se
Prova
Consideremos duas funções quaisquer onde vale:
i) m x
e
ii) n x
equações resultantes
n x L m x m x L n x n x m r ( x) m x m x n r ( x) n x
(12. 267)
b b
ou
b b
(12. 269)
n x L m x m x L n x dx m r ( x) n x m x n r ( x) m x n x dx
a a
312
ou ainda
b b
x L x x L x dx
a
n m m n m n r ( x) n x m x dx
a
(12. 270)
x L x x L x dx
a
n m m n m n r ( x) nm dx
a
(12. 271)
x L x x L x dx
a
n m m n
b
d x b
d x d m x
n x p x m p x n (12. 272)
dx a a dx dx
b
d x b
d x d n x
m x p x n p x m
dx a a dx dx
Substituindo ( ) em ( ) temos:
b
d m x b
d x d m x
n x p x p x n
dx a a dx dx
b
(12. 273)
d n x b
d m x d n x b
m x p x p x m n r ( x) nm dx
dx a a dx dx a
n a n b 0 n (12. 274)
Então:
b
0 m n r ( x) nm dx (12. 275)
a
logo
313
n x r x n x (12. 276)
2) NEUMANN (homogênea)
d n a d n b
0 n (12. 277)
dx dx
Então:
b
0 m n r ( x) nm dx (12. 278)
a
logo
n x r x n x (12. 279)
3) MISTA (não-homogênea)
d n a
n a 0
dx
n (12. 280)
d n b
n b 0
dx
Então:
b
0 m n r ( x) nm dx (12. 281)
a
logo
n x r x n x (12. 282)
n a n b
d n a d n b
n (12. 283)
dx dx
p a p b
Então:
314
b
0 m n r ( x) nm dx (12. 284)
a
logo
n x r x n x (12. 285)
Teorema - 2
315
12. 13 - Método de Taylor
Chamando de:
B x C
p x e q x (12. 287)
A x A x
teremos:
q x não apresenta pólo de 2ª ordem então esta equação diferencial pode ser resolvida por
316
12.11.1 – Equação Diferencial de Euler
Suponhamos que a equação diferencial que satisfaz as condições acima seja uma
equação do tipo:
2
x xo y '' x po x xo y ' x qo y x 0 (12. 290)
e
n2
y '' x n n 1 an x xo (12. 295)
n 0
reescrevendo temos:
n n n
n n 1 a x x
n 0
n o po nan x xo qo an x xo 0
n 0 n0
(12. 297)
317
Para que a soma destes termos seja nula é preciso que a soma dos coeficientes
correspondentes de cada potência de x também seja nula, logo:
n
n n 1 a
n 0
n po nan qo an x xo 0 (12. 298)
logo
ou ainda
n n 1 po n qo 0 (12. 300)
logo teremos uma equação indicial que será válida para toda equação do tipo Euler.
n 2 1 po n qo 0 (12. 301)
2
1 po 1 po 4.1.qo
n (12. 302)
2
2
1 po 4.1.qo 0 (12. 303)
logo
n n2
y1 x C1 x xo 1 e y2 x C2 x xo (12. 304)
Com
F n n n1 n n2 0 (12. 305)
r r2
W y1 , y2 r2 r1 x xo 1 0 (12. 306)
318
n n2
y x C1 x xo 1 C2 x xo (12. 307)
2) n1 n2 teremos:
2
1 po 4.1.qo 0 (12. 308)
logo
y1 x C1 x xo e y2 x C2 x x xo (12. 309)
com
2
F n n n1 n n2 n 0 (12. 310)
onde C2 x é calculado pelo método da variaçào das constantes ou Método de Abel. Onde
x
1 p x dx
C x 2
e dx (12. 311)
0 y1 x
como
po
p x (12. 312)
x xo
então:
x
po
p x dx 0 x xo
dx po ln x xo (12. 313)
logo
po
C x
x
1
e
po ln x xo
dx
x xo dx
2 2 (12. 314)
0 y1 x x xo
e
po 2
C x x xo dx (12. 315)
mas
2
1 po 4.1.qo 0 (12. 316)
319
1 po
(12. 317)
2
logo
1 po 1
po 2 (12. 318)
2
Então
dx
C x ln x xo (12. 319)
x xo
Portanto,
y2 x ln x xo x xo (12. 320)
2
1 po 4.1.qo 0 (12. 322)
logo
i i
y1 x C1 x xo e y2 x C2 x x xo (12. 323)
com
2
F n n n1 n n2 n i (12. 324)
Ou ainda
i i
y x x xo C1 x xo C2 x x xo (12. 326)
Ou
320
i log x xo i log x xo
y x x xo C1e C2 x e (12. 327)
Ou
y x x xo A cos log x xo iB sen log x xo (12. 329)
321
12. 14 - Método de Frobëniüs
Agora vamos estudar um método mais geral para solução de equações diferenciais
do tipo:
Chamando de:
B x C x
p x e q x (12. 331)
A x A x
teremos:
322
12.12.1 - Teorema de Fucks
máximo um pólo de 2ª ordem para que seja solúvel pelo “Método de Frobenuis”
A equação diferencial pode ser resolvida por expansão em série de potências do
tipo:
r n
y x x xo a x x
n o (12. 333)
n0
por outro lado, p xo e q xo são finitos, logo xo é ponto ordinário então emprega-se o
Método de Taylor. Conclui-se, portanto, que este método é uma extensão de resolução por
Série de Taylor. Ou seja, o Método de Frobenius coloca apenas explicitamente a singularidade
sob a forma de potência e faz uma expansão em série em torno dela. Portanto, vale os
seguintes casos:
1) y x é analítica em um ponto x xo e é diferente de zero. Portanto, r 0 , recaindo no
Método de Taylor.
2) y x é analítica em um ponto x xo e possui zero de ordem m. Portanto, r m (inteiro
positivo).
3) y x possui pólo de ordem m em um ponto x xo . Portanto, r m (inteiro negativo).
irracional.
323
12. 15 - Equações, Polinômios e Funções Especiais que são
Soluções de Equações Diferenciais
da qual as outras equações poderão ser deduzidas bastando apenas escolher convenientemente
os valores para as constantes, , e . Vejamos:
A equação de Bessel aparece quando trabalhamos em coordenadas cilíndricas, e
pode ser escrita a partir da Equação Hipergeométrica bastando apenas escolher:
324
12.13.2 - Equações, Polinômios e Funções de Lagrange
325
12.13.3 - Equações, Polinômios e Funções de Legendre
326
12.13.4 - Equações, Polinômios e Funções de Laguerre
327
12.13.5 - Equações, Polinômios e Funções de Hermite
328
12.13.6 - Equações, Polinômios e Funções de Gauss
329
12.13.7 - Equações, Polinômios e Funções de Laplace
330
12.13.8 - Equações, Polinômios e Funções de Bessel
A equação diferencial de Bessel aparece quando expressamos alguns problemas
da Física (Onda, Difusão, etc) na forma de equações diferenciais em coordenadas cilíndricas.
O termo das equações diferenciais responsáveis pelo aparecimento da chamda “Equação
Diferncial de Bessel”em coordenadas cilíndricas é o Laplaciano (2).
Em coordenadas cilíndricas:
1 1 2 2
2
r (12. 336)
r r r r 2 2 z 2
2 1 1 2 2
2
2 (12. 337)
r r r r 2 2 z 2
2 2 2 2 2 2
2
r r 2
r r (12. 338)
r r 2 z 2
2
r
r
2
2
r
r
r 2 v2 0 (12. 339)
(r ) r s an r n (12. 340)
n 0
3
As equações diferenciais que aparecem na Física algumas delas podem ser reduzidas a equação Helmholtz
2 k 2
331
(r )
n s an r n s 1 (12. 341)
r n0
2 (r )
2
n s 1n s a n r n s 2 (12. 342)
r n 0
r 2 n s 1n s a n r n s 2 r n s a n r n s 1 r 2 v 2 a r n
n s
0
n 0 n 0 n 0 (12. 343)
Reescrevendo temos:
n s 1n s an r n s n s a n r n s a n r n s 2 v 2 a n r n s 0
n0 n0 n0 n 0 (12. 344)
n s a n r n s
... a n r n s 2 v 2 a o r s v 2 a1 r s 1 v 2 a n r n s 0 (12. 345)
n 2 n0 n 0
a n r n s 2 v 2 a o r s v 2 a1 r s 1 v 2 a m 2 r m 2 s 0
n0 m 0
a n r n s 2 v 2 ao r s v 2 a1r s 1 v 2 a n 2 r n 2 s 0
n 0 n0
332
Como as funções potenciais são ortogonais (Linearmente Independentes) a soma de cada
potência deve ser nula, portanto:
s 1s s v a 0 s v a 0 (n 0)
2
o
2 2
o
s(s 1) (s 1) v a 0 (s 1) v a 0
2
1
2 2
1 (n 1) (12. 348)
n 1 s n 2 s n 2 s v a a 0
2
n2 n ( n 2)
s2 v2 ( n 0)
s 2 2s 1 v 2 0 (n 1) (12. 349)
n 2 s n 1 s 1 v 2 an2 an 0 ( n 2)
ou
s2 v2 ( n 0)
s 2 2s 1 v 2 0 (n 1) (12. 350)
n 2 s 2
v 2 an2 a n 0
s1 v
p /( n 0) (12. 351)
s 2 v
s 2 2s 1 v 2 0 (n 1)
2 4 4.1.(1 v 2 )
s
2
2 4 4(1 v 2 )
s
2 (12. 352)
2 4v 2
s
2
s 1 v 2
s 1 v
333
an
an2 (12. 353)
n 2 s 2 v 2
Pela fórmula de recorrência concluímos que para todos os índices ímpares os an
serão nulos, porque dependem de a1 que foi escolhido igual a zero. Portanto, só termos os na
com índices pares. Logo, fazendo n = 2m, podemos escrever:
a2m
a 2 m 2 (12. 354)
2m 2 s 2 v 2
i) Tomando em primeiro lugar a raiz s1 v temos:
a2m
a 2 m 2 (12. 355)
2m 2 v 2 v 2
Ou ainda
a2m
a 2 m 2 (12. 356)
2m 2 v v 2m 2 v v
Logo
a2m
a2 m 2 (12. 357)
2m 2 2v 2m 2
ou
a2m
a2 m 2 (12. 358)
2 m 1 v m 1
2
Desenvolvendo temos:
1 1 1
a2 m 2 ...
2 m 1 v m 1 2 m v m 2 m 1 v m 1
2 2 2
(12. 359)
1
2 1 v
2
a2 m 2
1m
(12. 360)
2 2 m m 1 v !m 1!
334
v
1n
(r ) r 2 2n n 1 v !n 1!r 2n (12. 361)
n 0
a2m
a 2 m 2 (12. 362)
2m 2 v 2 v 2
Ou ainda
a2m
a2 m 2 (12. 363)
2m 2 v v 2m 2 v v
Logo
a2m
a2 m 2 (12. 364)
2m 2 2v 2m 2
ou
a2m
a2 m 2 (12. 365)
2 m 1 v m 1
2
Desenvolvendo temos:
1 1 1
a2 m 2 ...
2 m 1 v m 1 2 m v m 2 m 1 v m 1
2 2 2
(12. 366)
1
2 2 1 v
m
a2 m 2 2 m
1
(12. 367)
2 m 1 v !m 1!
(r ) r v
1n r 2n (12. 368)
n0 2 n 1 v !n 1!
2n
335
(r ) C1v (r ) C 2 v (r ) (12. 369)
No caos de v Z temos que representar o termo n 1 v ! Pela função Gama. Isto pode
ser feito porque ao é arbitrário e pode ser escolhido como:
1
ao (12. 370)
(v 1)
v
1n
v (r ) r 2 2n n 1! n 1 v r 2n (12. 371)
n 0
336
12.13.9 - Fórmula de Rodrigues para a Função de Bessel
A fórmula de Rodrigues para a função de Bessel é dada por:
n
J n 1 ( x) J n ( x ) J ' n ( x) (12. 372)
x
Logo
i) Para n = 0 temos:
1
J 2 ( x) J 1 ( x) J '1 ( x) (12. 374)
x
Usando ( ) em ( ) temos:
1
J 2 ( x) J 0 ( x) J ' '0 ( x)
x
1 d d d
J 2 ( x) J 0 ( x) J 0 ( x ) (12. 375)
x dx dx dx
1 d d d
J 2 ( x) J 0 ( x )
x dx dx dx
1 d 1 d 1 d 1 d 1 d d
x dx x dx x dx x dx x dx dx
(12. 376)
1 1 d 1 d d
2
x x dx x dx dx
2
1 d 1 d x 1 d 1 d d
x2
x dx x dx x x 2 dx x dx dx
(12. 377)
1 d d d
x dx dx dx
Portanto,
337
2 1 d 1 d
J 2 ( x) 1 x 2 J o ( x)
x dx x dx
2 (12. 378)
2 2 1d
J 2 ( x) 1 x J o ( x)
x dx
n
n n 1
d
J n ( x) 1 x J o ( x) (12. 379)
x dx
338
12.13.10 - Fórmula Integral para a Função de Bessel
Partindo da equação ( ) e somando J n1 ( x ) dos dois lados desta equação temos:
n
J n 1 ( x) J n 1 ( x) J n ( x) J ' n ( x) J n 1 ( x) (12. 380)
x
Como
n
J n 1 ( x) J n ( x ) J ' n ( x) (12. 381)
x
339
12. 16 – Exemplos e Aplicações
340
12. 17 - Exercícios e Problemas
341
Capítulo – XIII
SISTEMAS DE EQUAÇÕES DIFERENCIAIS
ORDINÁRIAS LINEARES
RESUMO
Neste capítulo será visto a definição de equações diferenciais de uma forma geral,
sua classificação quanto ao grau, a ordem, as variáveis, etc. A análise de um sistema de
equações diferencias pela teoria de auto-valores será feita e utilizando também a linearização
pelo processo de Lyapunov como também a análise de seu espaço de fase
13. 1 - Introdução
342
13. 2 - Definição de Sistema de Equações Diferenciais Ordinárias
Lineares
343
13. 3 -Aplicação do Problema de Auto-Valor na Solução de
Sistemas de Equações Diferenciais
Figura - 13. 1.
d 2r
F k m dt 2 (13. 1)
Tendo em vista o comprimento fixo do fio, a posição r da partícula é dada apenas pela
coordenada correspondente ao ângulo de inclinação do pêndulo. Logo,
r xiˆ yˆj (13. 2)
x l cos
(13. 3)
y l sen
Onde
r x 2 y 2 l 2 (cos 2 sen 2 )
(13. 4)
r l
Em coordenadas polares temos:
344
( x, y ) (r l , ) (13. 5)
Logo
r lrˆ (13. 6)
Figura - 13. 2.
E a aceleração é:
dv d 2 r
a 2 lˆ (13. 9)
dt dt
Portanto,
T mg cos 0
(13. 10)
mg sen ml
Simplificando temos:
T mg cos
g (13. 11)
l sen
345
x x y
g (13. 12)
y
y sen x
l
Este sistema de equações possui solução elíptica (a solução depende dela mesma),
portanto ele deve ser linearizado em torno dos seus pontos críticos (ou também chamados de
pontos fixos).
x 0 x y 0 x n
g ,n Z (13. 13)
y 0
y sen x 0 y 0
l
Figura - 13. 3.
f f
f ( x, y ) f ( xo , y o ) ( x xo ) ( y yo )
x xo ,yo y x
o , yo
1 2 f 1 2 f 1 2 f (13. 15)
( x xo ) 2 ( y yo ) 2 ( x xo )( y yo ) ....
2 x 2 xo ,yo 2 y 2 xo ,yo 2 xy x ,y
o o
346
Linearizando em torno do Ponto (0,0)
x y
g g (13. 16)
y l [ x ( x )] l x
3
x q1e rt x rq1e rt q2 e rt
g (13. 17)
y rq2 e q1e
rt rt
rt
y q2e l
0 1 q q
g 1 r 1 (13. 19)
0 q2 q2
l
0 r 1
det g r2 q/l 0
0 r
l (13. 20)
2
r q/l
r i q / l
r1 i q / l
(13. 21)
r2 i q / l
347
Observe que quando os auto-valores são imaginários as soluções do problema são do tipo
oscilatórias ( e vice-versa)
Portanto,
x q1e i g / lt
q1e i g / lt
2q1 cos( g / l t )
(13. 22)
y q 2 e i g / lt
q 2 e i g / lt
2q2 cos( g / l t )
f ( x, y ) 0 ........................ y
(13. 23)
g ( x, y ) 0 ( g / l )( x ) ... ( g / l )( x )
x ; x x (13. 24)
Temos:
y x y
(13. 25)
y ( g / l ) y ( g / l ) x
r1 q / l
(13. 26)
r2 q / l
348
13.3.2 - O Modelo de Lotka-Volterra
O modelo de Lotka-Volterra é um modelo do tipo predador-presa
x' (1 y ) x f ( x, y )
(13. 27)
y ' v(1 x) y g ( x, y )
(1 y ) x 0
(13. 28)
v(1 x) y 0
f ( x, y ) 0 x 0 ( x 2 , y 2 ) ... x
(13. 29)
g ( x, y ) 0 vy 0 ( x 2 , y 2 ) ... vy
x' x x q1e t
(13. 30)
y ' vy y q 2 e t
0 q1 q
1 (13. 32)
0 v q 2 q 2
Cujo determinante
349
0
det 0 ( )(v ) 0
0 v (13. 33)
2 ( v) v 0
os auto-valores são:
1 ; 2 v (13. 34)
- Para o auto-valor 1
1
(13. 35)
q1 q1 ; vq2 q2
O auto-vetor é do tipo:
1
eˆ1 (13. 36)
0
- Para o auto-valor 2
2 v
q1 vq1 q1 0 (13. 37)
vq2 vq2 q 2 q2 q2 R
O auto-vetor é do tipo:
0
eˆ2 (13. 38)
1
Portanto a solução é:
350
Figura - 13. 4.
f ( x, y ) 0 ( y 1) 0 ( x 2 , y 2 ) ... ( y 1)
(13. 40)
g ( x, y ) 0 v( x 1) 0 ( x 2 , y 2 ) ... v( x 1)
Fazendo
x 1 x
(13. 41)
y 1 y
t
x' x x q1e
(13. 42)
y ' vy y q2 e t
351
Colocando na foram matricial
0 q1 q
1 (13. 44)
v 0 q 2 q 2
Cujo determinante
0
det 0 2 v 0 (13. 45)
v 0
os auto-valores são:
1 i v ; 2 i v (13. 46)
- Para o auto-valor 1
1 i v
(13. 47)
q2 i vq1 ; vq1 i v q2
O auto-vetor é do tipo:
1
eˆ1 i v (13. 48)
- Para o auto-valor 2
1 i v
(13. 49)
q2 i v q1 ; vq1 i v q2
O auto-vetor é do tipo:
1
eˆ2 i v (13. 50)
Portanto a solução é:
352
1 1
x t vt
y i v e i v e (13. 51)
x 1 t 1 vt
y i e i e (13. 52)
Figura - 13. 5.
353
13.3.3 - O Sistema de Massas e Molas Acopladas
Considere o exemplo do sistema massa-mola dado por:
Figura - 13. 6.
k1 k 2 k12 1
(13. 54)
m1 m2 1
No corpo 1
No corpo 2
Temos:
354
Colocando na forma matricial temos:
2 1 q1 q
2 1 (13. 60)
1 2 q2 q 2
2 2 1
det (2 2 ) 2 1 (13. 61)
2
1 2
Chamando de:
2
(13. 62)
i
Logo
(2 ) 2 1 2 4 3
4 16 12 1 3 (13. 63)
2 2 1
retornando a temos:
11 i
3 i 3 2
1 i
2 (13. 64)
12 i 3
1 i 2
2 i 3
Logo a solução é:
355
Onde 1, 2, 1 e 2 arbitrários
356
13. 4 - Matrizes Simétricas (AT = A)
Αx x (13. 68)
i) Se
1 2 3 v1 v2 v3 (13. 69)
ii) Se
iii) Se
1 2 3 v1 v3 v2 (13. 71)
Figura - 13. 7.
357
13.4.1 - Teorema
Se os auto-valores j e k são distintos seus auto-vetores associados são
perpendiculares entre si.
Prova:
Ae j j e j Aek k ek
ek .( Ae j ) ek . j e j ( Aek ).e j k ek .e j
T T T
ek . Ae j j ek .e j ( Aek )T .e j k ek .e j
T T T T
ek . Ae j j ek .e j ek AT .e j k ek .e j
mas mas
A AT A AT
T T
ek . A e j j k j ek A.e j k k j
T T T
ek A.e j ek A.e j (k j )ek .e j 0
Mas
k j ek e j 0 e k e j (13. 72)
358
13. 5 - Solução de Auto-Valores de Equações Diferenciais Não-
Homogêneas
n n
x a je j ; c c je j (13. 74)
j 1 j 1
temos:
n
n
n
A a j e j a j e j c j e j (13. 75)
j 1 j 1 j 1
n
n
n
A a j e j a j Ae j a j j e j (13. 76)
j 1 j 1 j 1
Fica
n
n
j
( ) a e
j j c e (13. 77)
j 1 1
Então
( j ) a j c j
(13. 78)
j 1,2,3..., n
cj
aj solução única (13. 79)
( j )
ii.1)
359
cj c (13. 80)
ck 0 ak k ak
( k ) 0
ii.2)
0
ck 0 a k ? número ak satisfaz (13. 82)
0
Portanto,
n cj
x a k ek ( )
ej
(13. 84)
j * 2 j
j* 1,2,...k 1, , k 1,...n
iv) Se
logo
n cj
x a1e1 a2 e2 ... a p e p ... ( )
ej (13. 86)
j *2 j
Solução indeterminada com p graus de liberdade (no. incógnitas > no. equações). Ver
exemplo 3 do livro no Capítulo - 11.
Ex.
360
13. 6 - Diagonalização
Onde a matriz A é acopla as soluções das equações diferenciais. Vamos escolher uma
transformação Q, tal que:
x Q~
x (13. 88)
Logo
Q~
x ' AQ~
x (13. 90)
Pois queremos que exista uma transformação Q-1 de tal forma que:
Q 1Q~
x Q 1 AQ~
x (13. 91)
Logo
Q 1Q~
x ' Q 1 AQ~
x (13. 92)
Portanto,
I~
x ' D~
x (13. 93)
Onde
D Q 1 AQ (13. 94)
361
13.6.1 - Teorema
1) Uma matriz An x n é diagonalizável se e somente se A possui n auto-vetlores L. I.
2) Se uma matriz A possui auto-vetores L. I., eˆ1 , eˆ2 , eˆ3 ,...eˆn logo fazendo
Q [eˆ1 eˆ2 eˆ3 ...eˆn ] temos que, D Q 1 AQ é uma matriz diagonal e os auto-valores de A
são os valores da diagonal.
Prova
Se A é diagonalizável então A possui n auto-vetores L. I.
d11 0 .. 0
0 d 22 .. 0
D Q AQ
1 (13. 95)
: : .. 0
0 0 .. d nn
Onde
Ou
Logo
AQ Aq1 q2 .. qn Aq1 Aq 2 .. Aq n (13. 98)
Onde
362
Aq1 d11q1
Aq2 d 22 q2
(13. 99)
:
Aqn d nn q n
Se os qi ’s são diferentes de zero ( qi 0 ) para i = 1, 2, ...., n então q são auto-vetores e são
L. I. porque Q possui inversa (não pode existir qualquer vetor qi 0 ). Se os qi ’s são L. D.
1
então não existe a inversa de Q (
Q QI)
Podemos definir Q [eˆ1 eˆ2 eˆ3 ...eˆn ] a matriz Q é formada pelos vetores êi nas
colunas. Logo
AQ Ae1 e2 .. en Ae1 Ae2 .. Aen (13. 100)
Ou
1d11 2 d 22 .. n d nn e11 e12 .. e1n 1 0 .. 0
d 2 d 22 .. n d nn e21 e22 .. e2 n 0 2 .. 0
AQ 1 11
: : .. 0 : : .. 0 : : .. 0 (13. 102)
1d11 2 d 22 .. n d nn en1 en 2 .. enn 0 0 .. n
ou
AQ QD (13. 103)
Q 1 AQ D (13. 104)
363
13.6.2 – Exemplo: Cinética Química
Considere duas espécies químicas X1, X2
k12
x1
x2 (13. 105)
k 21
x'1 k 21 x1 k12 x2
(13. 106)
x'2 k 21 x1 k12 x2
Onde
k k12
A 21 (13. 108)
k 21 k12
Fazendo
~
x ' Qx (13. 109)
Logo
x ' Q 1 AQx (13. 110)
Onde
~ 0
x 1 (13. 111)
0 2
(k 21 )(k12 ) k12 k 21 0
2 (k12 k 21 ) 0
(13. 112)
[ (k12 k 21 ] 0
1 0 ; 2 (k12 k 21 )
364
k
1 0 : e1 12
k 21 k12 1
Q (13. 113)
1 k 21 1
2 (k12 k 21 ) : e2
1
Logo
~
x '1 1~x1 0
~ (13. 114)
x ' 2 2 ~
x2 (k12 k 21 ) ~
x2
E
~
x1 C1
~ (13. 115)
x C e ( k12 k21 )t
2 2
Portanto,
x k 1 C1
x 1 12 (13. 116)
x2 k 21 1 C2 e ( k12 k21 )t
Considerando que:
x1 1 x2 (13. 118)
Temos:
Logo
365
13.6.3 – Exemplo: Sistema Mecânico
Considere o sistema mecânico da Figura - 13. 8.
Figura - 13. 8.
k2 k
mx (k1 )x 2 y (13. 121)
2 2
k2 k
my x 2 y (13. 122)
2 2
e podemos escrever:
x ' ' Ax 0 (13. 123)
Onde
2k1 k 2 k2
2m
A 2m (13. 124)
k2 k2
2m 2m
Fazendo
k1 3 ; k 2 4 ; m 1 (13. 125)
Temos:
6 4 4
A 2 2 5 2 (13. 126)
4 4 2 2
2 2
366
1 1
1 1 ; eˆ1
5 2
(13. 127)
1 2
2 6 ; eˆ1
5 1
1 2
5
Q 5 (13. 128)
2 1
5 5
Portanto,
1 2
5 sen (t 1 ) 5 sen ( 6t 2 )
x
y A1 A2 (13. 131)
2 1
sen(t 1 ) sen( 6t 2 )
5 5
367
13. 7 - Formas Quadráticas
Seja a função
E ainda
T T T ~
f (x) ~
x (Q AQ ) ~
x~
x Dx , (13. 136)
Se A for simétrica então ao auto-vetores de A podem ser usados para formar Q onde:
1 0 .. 0
0 .. 0
Q e1 e2 .. en e D 2 (13. 137)
: : :
0 0 0 n
Portanto,
f ( x ) 1 ~
x12 2 ~
x22 ... n ~
xn2 , (13. 138)
368
13.7.1 – Exemplo:
Considere a seguinte forma quadrática
Onde
3 1
A , (13. 140)
1 3
1 1
1 4 ; eˆ1
2 1
(13. 141)
1 1
2 2 ; eˆ1
2 1
1 1
~
x
x 1 2 2 x1 (13. 142)
x2 1 1 ~
x2
2 2
Portanto,
f (~
x1 , ~
x2 ) 1 ~
x12 2 ~
x22 , (13. 143)
369
13.7.2 – Definição
T
A função f ( x1 , x 2 ) é positiva (ou negativa) definida se x Ax 0 (< 0) para
x 0 . Observe que a matriz A é que comanda o sinal da forma quadrática.
13.7.3 – Teorema
Seja A uma matriz simétrica então A é positiva definida (ou negativa definida) se
todos os seus auto-valores são positivos (ou negativos).
Figura - 13. 9.
1 2 1 2 1 ( x y) 2
V kx ky pz , (13. 144)
2 2 2 2
Considerando o seguinte vínculo de:
2
1 x
cos 1
2 L
2
1 y
cos 1 , (13. 146)
2 L
2
1 x y
cos 1
2 L
370
Portanto,
5k P 5k P k P
V ( x, y ) x 2 y 2 xy , (13. 147)
8 L 8 L 4 L
5k P k P
8 L
8 2L ,
A (13. 148)
k P 5k P
8 2L 8 L
Onde
3k 1 P k3 P
1 ; 2 , (13. 149)
2 3 kL 2 2 kL
P 1
, (13. 150)
kL 3
371
13. 8 – Exemplo e Aplicações
372
13. 9 – Exercícios e Problemas
373
Capítulo – XIV
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS
NÃO-LINEARES
RESUMO
Neste capítulo será visto a definição de equações diferenciais de uma forma geral,
sua classificação quanto ao grau, a ordem, as variáveis, etc. A análise de um sistema de
equações diferencias pela teoria de auto-valores será feita e utilizando também a linearização
pelo processo de Lyapunov como também a análise de seu espaço de fase
14. 1 - Introdução
374
14. 2 - Equações Diferenciais Não-Lineares
375
14. 3 – Equações Diferenciais Ordinárias Lineares de 1ª Ordem
14.3.1 - Caso - 1
A Equação Diferencial é um polinômio em y’.
Achar as raízes y '1 , y ' 2 ,... e procurar integrar cada uma delas. Vejamos o exemplo:
( x y ) ( x y ) 2 4 xy ( x y ) ( x y ) (14. 3)
y'
2 2
As duas raízes são:
com soluções
x2
y1 C y 2 Ce x (14. 5)
2
Uma solução pode ser composta de ramos pertencentes a y1 e y2, bastando que se escolha as
constantes de forma que y1 ( xo ) y 2 ( xo ) e y '1 ( xo ) y ' 2 ( xo ) , isto é, no ponto xo as duas
soluções se unem de forma suave (com a mesma tangente).
Exemplos:
376
14.3.2 - Caso - 2
A Equação Diferencial é da forma
F(y’) = 0. (14. 6)
dy
ki (14. 7)
dx
ou
y ki x C (14. 8)
ou
yc
ki (14. 9)
x
como
Então
y c
F 0 (14. 11)
x
É a solução geral.
Exemplos:
377
14.3.3 - Caso - 3
A Equação Diferencial é da forma:
Faz-se,
E tem-se
Com o que
Exemplos:
378
14.3.4 - Caso – 4
A Equação Diferencial é da forma:
Põe-se
ou
Ou
dy h' (t )dt
dx (14. 24)
g (t ) g (t )
Integrando vem
h' (t )
x dt C (14. 25)
g (t )
Exemplos:
379
14. 4 - Equações Diferenciais Lineares de 2ª Ordem
d 2 y dy
2 , 0
dx dx
d 2 y dy
2 , , x 0 (14. 27)
dx dx
d 2 y dy
2 , , y 0
dx dx
dv
,v 0
dx
dv
, v, x 0 (14. 28)
dx
dv
v , v, y 0
dy
que são de 1ª ordem em v. Supondo que v pode ser obtido, uma integração posterior levará à
solução do problema.
Note que: em , a sbstituição é:
d 2 y dv dv dy dv
v (14. 29)
dx 2 dx dy dx dy
Exemplos:
380
1) Caso :
dy d 2 y
2a 1 (14. 30)
dx dx 2
Pondo-se
dy
v (14. 31)
dx
Obtém-se:
dv
2av 1 (14. 32)
dx
ou
d (v 2 ) 1
(14. 33)
dx 2a
x
v2 C1 (14. 34)
2a
x
v C1 (14. 35)
2a
Mas
dy
v (14. 36)
dx
E assim
x
dy C1 dx (14. 37)
2a
381
x
y C1 dx C2 (14. 38)
2a
3/ 2
4a x
y C1 C2 (14. 39)
3 2a
382
2) Caso:
d2y dy
1 x
dx
2
2
x 0
dx
(14. 40)
Faz-se
dy
v (14. 41)
dx
E então tem-se:
dv x
v0 (14. 42)
dx 1 x 2
Portanto,
dv xdx
(14. 43)
v 1 x2
Integrando outra vez
log v log 1 x 2 C '1 (14. 44)
Ou
dy C1
v (14. 45)
dx 1 x2
383
3) Caso:
2
d2y dy
y 2 1 (14. 47)
dx dx
Com
dy
v (14. 48)
dx
d2y dv
v (14. 49)
dx 2 dy
E então
dv
yv 1 v2 (14. 50)
dy
Ou
vdv dy
2
(14. 51)
1 v y
Integrando temos:
1
log 1 v 2 log y C
2
(14. 52)
Ou
y C1 1 v 2
1 / 2
(14. 53)
Quadrando temos:
2
y 2 C1 1 v 2
1
(14. 54)
Ou
y 2 C1
v (14. 55)
y2
384
E
dy y 2 C1
(14. 56)
dx y2
ou
y dy
dx (14. 57)
2
y C1 dx
Integrando,
y 2 C1 x C2 (14. 58)
Que é a solução.
385
14. 5 – Exemplos e Aplicações
386
14. 6 – Exercícios e Problemas
387
Capítulo – XV
SISTEMAS DE EQUAÇÕES DIFERENCIAIS
ORDINÁRIAS NÃO-LINEARES
RESUMO
Neste capítulo será visto a definição de equações diferenciais de uma forma geral,
sua classificação quanto ao grau, a ordem, as variáveis, etc. A análise de um sistema de
equações diferencias pela teoria de auto-valores será feita e utilizando também a linearização
pelo processo de Lyapunov como também a análise de seu espaço de fase
15. 1 - Introdução
388
15. 2 - Sistema de Equações Diferenciais Ordinárias Não-Lineares
389
15. 3 - Exemplos e Aplicações
390
15. 4 - Exercícios e Problemas
391
Capítulo – XVI
EQUAÇÕES DIFERENCIAIS PARCIAIS
LINEARES
RESUMO
Neste capítulo será visto a introdução do conceito de Equações Diferenciais e os
diferentes tipos de equações diferenciais e sua classificação, quanto ao número de variáveis
independentes, ordem, grau, coeficientes das derivadas, etc.
16. 2 - Introdução
392
16. 3 - Equações Diferenciais Parciais
393
16.3.1 – Comentários sobre o Método da Separação de Variáveis
Na solução de muitas equação diferenciais a derivadas parciais é usual empregar-
se o método de separação de variáveis, que consiste em admitir a função incógnita digamos
V x, y, z , seja um produto de funções de uma única variável.
V x, y , z X x Y y Z z (16. 1)
Exemplo
2V 2V
2V x, y 0 (16. 2)
x 2 y 2
Pelo método de separações de variáveis ordinárias supomos que V x, y passa a ser escrita na
forma:
V x, y X x Y y (16. 3)
2 X 2Y
Y y X x 0 (16. 4)
x 2 y 2
1 2 X 1 2Y
0 (16. 5)
X x x 2 Y y y 2
Ou
1 2 X 1 2Y
(16. 6)
X x x 2 Y y y 2
394
Mas em ( ) o 1º membro é função apenas de x, enquanto que o 2º memebro depende apenas de
y. Sendo x e y independente, isso só é possível se cada um dos membros de ( ) for igual a uma
constante, k. Então obtemos as duas equações diferenciais ordinárias:
1 2 X
k
X x x 2
(16. 7)
1 2Y
k
Y y y 2
395
16. 4 - Equação de Difusão
i) Caso 1D
Considere a temperatura u(x,t) em uma barra de comprimento, L.
Figura - 16. 1.
T
q 2 (16. 8)
x
Figura - 16. 2
(udx)
q (q dq) (16. 9)
t
logo
(u )
dx dq
t
(16. 10)
(u ) q
dx dx
t x
Substituindo a equação (16. 8) em (16. 10) temos:
396
u ( 2 u / x)
t x
(16. 11)
u 2u
2 2
t x
ii) Caso 2D e 3D
Para o caso bi e tridimensional temos:
u
2 2u (16. 12)
t
E substitui-se na equação:
X ( x)T (t )
2 2 X ( x)T (t ) (16. 14)
t
Logo
1 T ' X ''
cte (16. 16)
2 T X
2
Suponde que a constante de proporcionalidade é tipo k , onde k R logo:
1 T ' X ''
2
k 2 (16. 17)
T X
397
T ' k 2 2T 0
(16. 18)
X ' ' k 2 X 0
D Ex, p / k 0
X (16. 19)
A cos(kx) B sen(kx), p/k 0
e para T temos:
G, p / k 0
T k 2 2t (16. 20)
Fe , p/k 0
i) Para k = 0
A solução geral da equação diferencial da difusão para u(x,t) é:
u ( x, t ) G D Ex (16. 21)
ii) Para k 0
A solução geral da equação diferencial da difusão para u(x,t) é:
2 2
u ( x, t ) Fe k t
A cos(kx) B sen(kx) (16. 22)
2 2
u ( x, t ) G D Ex Fe k t
A cos(kx) B sen(kx) (16. 23)
ou
2 2
u ( x, t ) H Ix J cos(kx) K sen(kx)e k t
(16. 24)
ou ainda
398
2 2
H u1 .1 Je k t 0 L.I .t H u1 e J 0 (16. 26)
Temos:
I
u1 u 2
L (16. 30)
K sen(kL) 0
Logo
kL n
n (16. 31)
k , n 1,2,...
L
Portanto,
2
n 2
u ( x, t ) u1
u1 u 2 x K sen( n x)e
L
t
(16. 32)
L L
Observe que K varia para diferentes k, que por sua vez dependem de diferentes n,
Logo, precisamos supor que a combinação linear de todas as solu;coes com K diferentes
também é solução, logo,
2
n 2
u1 u 2 x
n
L
t
(16. 33)
u ( x, t ) u1
L
K n sen( L x )e
n 1
399
Observe que a solução (12. 357) representa uma solução em Série de Fourier e
não foi especificada nenhuma condição inicial para a solução (12. 357). Isto significa que esta
solução pode representar qualquer função que possa ser expressa em termos de uma Série de
Fourier. Portanto, devemos especificar qul é a condição inicial para poder restringir a Série de
Fourier da Solução (12. 357) para uma solução que represente uma função f(x) dada pela
condição inicial, onde:
u1 u 2 x
n
u ( x, t 0) u1
L
K n sen( L x) f ( x ) (16. 34)
n 1
Logo
u1 u 2 x
n
f ( x) u1
L
K n sen( L x) (16. 35)
n 1
Chamando de F ( x) f ( x) u1
u1 u 2 x , logo,
L
n
F ( x) K n sen( x) (16. 36)
n 1 L
Onde,
1 L n
K n F ( x) sen( x)dx (16. 37)
L L L
400
Exemplo
temos:
2
n 2
n t
u ( x, t ) K n sen( x )e L (16. 39)
n 1 L
n
u ( x, t 0) K n sen( x) 100 (16. 40)
n 1 L
onde
1 L n 2L n
K n F ( x) sen( x)dx 100 sen( x)dx (16. 41)
L L L L0 L
Logo
L
200 n
Kn cos( x) (16. 42)
n L 0
i) Para n ímpar
200
Kn cos(n ) cos(0)
n
(16. 43)
200
cos(n ) 1 200 1 1 200 (2)
n n n
Logo
401
400
Kn (16. 44)
n
200
Kn cos(n ) cos(0)
n
(16. 45)
200
cos(n ) 1 200 1 1 0
n n
logo
Kn 0 (16. 46)
Figura - 16. 3
Observe que para n estes modos decem mais rápido, ou seja o calor
dissipa-se mais rápido (freqüências mais altas dissipam mais rápido).
402
Exemplo
Considere o problema no domínio
Figura - 16. 4
2u xx ut ( x ;0 t )
(16. 48)
u ( x,0) f ( x) ( x ; p / t 0)
F 2 u xx F ut (16. 49)
Temos:
ou
2 2 u ix
(i ) uˆ e dx (16. 52)
t
d
2
uˆ 2
u ( x, t )e ix dx (16. 53)
dt
403
duˆ
2 2 uˆ (16. 54)
dt
Logo
duˆ
2 2 uˆ 0 (16. 55)
dt
Integrando temos:
duˆ
2 2 dt (16. 56)
uˆ
Logo
ln uˆ 2 2 (t t o ) (16. 57)
Exponenciando temos:
2 2
uˆ uˆ ( )e ( t to )
(16. 58)
F u ( x,0) u ( ) F f ( x) fˆ ( ) (16. 59)
2 2
uˆ uˆ o e ( t to )
uˆo fˆ ( ) (16. 60)
Mas
u ( x, t ) F 1 uˆ
2 2
u ( x, t ) F 1 uˆ o e (t to ) (16. 61)
2 2
u ( x, t ) F 1 u o * F 1 e (t to )
Portanto,
u ( x, t ) f ( x) * F 1 e 2 2
( t to )
(16. 62)
u ( x, t ) f ( x ) * g ( x )
Onde
404
g ( x) F 1 e
2 2
(t to )
F 1
g ( ) (16. 63)
Logo
2
( x )
1 2
u ( x, t ) f ( x ) * e 4 t d (16. 64)
2 t
( x )2
1
4 2t (16. 65)
u ( x, t ) f ( x ) * g ( x )
2 t f ( )e d
Ou
u ( x, t ) f ( x ) * g ( x ) f ( ) g ( x )d (16. 66)
Exemplo:
Para uma função f(x):
F ; x 0
f ( x) F .H ( x) (16. 67)
0; x 0
ou
F x
u ( x, t ) 1 erf (16. 68)
2 2 t
Onde:
2
2 2 t
erf ( x) e d (16. 69)
405
16. 5 - Equação de Onda
i) Caso 1D
Considere o seguinte caso unidimensional com domínio infinito:
Figura - 16. 5
E a derivada no tempo:
406
Para resolver esta equação vamos utilizar o “Método da Separação de Variáveis”.
Este método so vale para problemas finitos ( (0 L ) . Nele supõe-se que:
E substitui-se na equação:
2 X ( x)T (t ) 2 X ( x )T (t )
2
(16. 74)
t 2 x 2
Logo
2
Multiplicando tudo por c / XT
1 T '' X ''
cte (16. 76)
c2 T X
2
Suponde que a constante de proporcionalidade é tipo k , onde k R logo:
1 T '' X ''
2
k 2 (16. 77)
c T X
T ' ' k 2 c 2T 0
(16. 78)
2
X ' ' k X 0
A solução deste sistema de equações diferenciais parciais é:
A Bx, p / k 0
X (16. 79)
D cos(kx) E sen(kx), p/k 0
e para T temos:
H Ix, p / k 0
T (16. 80)
J cos(kct ) K sen(kct ), p/k 0
i) Para k = 0
A solução geral da equação diferencial da difusão para u(x,t) é:
407
u ( x, t ) A Bx H It (16. 81)
ii) Para k 0
A solução geral da equação diferencial da difusão para u(x,t) é:
u ( x, t ) D cos( kx) E sen( kx)J cos( kct ) K sen( kct ) (16. 82)
u ( x, t ) A Bx H It
(16. 83)
J cos(kct ) K sen(kct )D cos(kx) E sen(kx)
ou
u ( x, t ) C1 C 2 x C3t C 4 xt
(16. 84)
D cos( kx ) E sen( kx )J cos( kct ) K sen( kct )
ou ainda
u ( x, t ) C 2 x C 4 xt
(16. 87)
E sen( kx)J cos( kct ) K sen( kct )
Logo
408
kL n
n (16. 89)
k , n 1,2,...
L
Como as funções são L. I. temos:
Temos:
C2 C4 0
(16. 91)
Esen(kL) 0
n n n
u ( x, t ) E sen( x ) J cos( ct ) K sen( ct ) (16. 92)
L L L
ou
n n n
u ( x, t ) sen( x ) R cos( ct ) S sen( ct ) (16. 93)
L L L
Observe que K varia para diferentes k, que por sua vez dependem de diferentes n,
Logo, precisamos supor que a combinação linear de todas as solu;coes com K diferentes
também é solução, logo,
n n n
u ( x, t ) sen( x) Rn cos( ct ) S n sen( ct ) (16. 94)
n 1 L L L
Observe que a solução (12. 357) representa uma solução em Série de Fourier e
não foi especificada nenhuma condição inicial para a solução (12. 357). Isto significa que esta
solução pode representar qualquer função que possa ser expressa em termos de uma Série de
Fourier. Portanto, devemos especificar qul é a condição inicial para poder restringir a Série de
Fourier da Solução (12. 357) para uma solução que represente uma função f(x) dada pela
condição inicial, onde:
n
u ( x, t 0) Rn sen( x) (16. 95)
n 1 L
409
Logo
n
f ( x) Rn sen( x) (16. 96)
n 1 L
n
f ( x) Rn sen( x) (16. 97)
n 1 L
Onde,
1 n
Rn f ( x) sen( x)dx (16. 98)
L L
1 L n
Rn f ( x) sen( x)dx (16. 99)
L L L
(16. 100)
n nc
u ( x, t 0) sen( x ) Rn sen( 0) S n cos(0)
n 1 L L
(16. 101)
n nc
u ( x, t 0) sen( x ) Rn .0 S n .1
n 1 L L
logo
nc n
u t ( x , 0) S n sen( x) g ( x ) (16. 102)
n 1 L L
onde
410
1 nc n
S n g ( x) sen( x)dx (16. 103)
L L L
1 L nc n
S n g ( x) sen( x)dx (16. 104)
L L L L
2L nc n
S n g ( x) sen( x)dx (16. 105)
L0 L L
Exemplo
Considere o problema de Equação de Onda onde g ( x ) 0 , logo para a solução:
n n n
u ( x, t ) sen( x) Rn cos( ct ) S n sen( ct ) (16. 106)
n 1 L L L
Logo
n nc
u ( x, t 0) sen( x ) Rn sen( 0) S n cos( 0)
n 1 L L
(16. 107)
n nc
u ( x, t 0) sen( x ) Rn .0 S n .1 g ( x ) 0
n 1 L L
logo
nc n
u t ( x , 0) S n sen( x) 0 (16. 108)
n 1 L L
Logo S n 0 . Portanto,
n n
u ( x,t) R n sen( L
x ) cos(
L
ct ) (16. 109)
n 1
Mas
411
1
sen( a ) cos(b) sen( a b) sen(a b) (16. 110)
2
Logo
1 n n
u ( x, t ) Rn sen ( x ct ) sen ( x ct ) (16. 111)
n 1 2 L L
Ou seja:
1
u ( x, t ) f ( x ct ) f ( x ct ) (16. 112)
2
412
ii) Caso 2D e 3D
Para o caso bi e tridimensional temos:
Figura - 16. 6
Solução de D’Alambert
Consideremos o problema unidimensional:
x ct ; x ct (16. 115)
Logo
Mas
1 (16. 118)
x x
413
c ; c (16. 119)
t t
logo
Portanto,
Logo
2 2 [u ] 2 [u ]
c (16. 124)
x 2 t 2
Ou
[] []
4 u0
(16. 126)
u 0
Logo
414
u 0 A( ) (16. 127)
u A( ) F ( ) G ( )
(16. 128)
u F ( ) G ( )
Portanto,
u F ( x ct ) G ( x ct ) (16. 129)
e a derivada no tempo:
temos:
f ( x ct ) g ( x ct ) 1 x ct
u g ( )d
2c xct
(16. 132)
2
415
16. 6 - Exemplos e Aplicações
válida para a Mecânica Quântica. Classifique-a quanto as variáveis, à ordem, ao grau, quanto
ao coeficiente das suas derivadas e quanto ao tipo.
Solução:
i) Quanto as variáveis: Equação Diferencial Parcial;
ii) Quanto a ordem: de Segunda Ordem
iii) Quanto ao grau: Primeiro grau
iv) Quanto aos coeficientes das derivadas: Linear
Quanto ao tipo: Elíptica
Exemplo
Encontre uma solução para o P.V.I.
y y
(16. 134)
y (0) 1
416
16. 7 – Exercícios e Problemas
417
Capítulo – XVII
SISTEMA DE EQUAÇÕES DIFERENCIAIS
PARCIAIS LINEARES
RESUMO
Neste capítulo será visto a introdução do conceito de Equações Diferenciais e os
diferentes tipos de equações diferenciais e sua classificação, quanto ao número de variáveis
independentes, ordem, grau, coeficientes das derivadas, etc.
17. 2 - Introdução
418
17. 3 - Sistema de Equações Diferenciais Parciais Lineares
419
17. 4 – Exemplos e Aplicações
420
17. 5 – Exercícios e Problemas
421
Capítulo – XVIII
EQUAÇÕES DIFERENCIAIS PARCIAIS NÃO-
LINEARES
RESUMO
Neste capítulo será visto a introdução do conceito de Equações Diferenciais e os
diferentes tipos de equações diferenciais e sua classificação, quanto ao número de variáveis
independentes, ordem, grau, coeficientes das derivadas, etc.
18. 2 - Introdução
422
18. 3 - Equações Diferenciais Parciais Não-Lineares
423
18. 4 – Exemplos e Aplicações
424
18. 5 – Exercícios e Problemas
425
Capítulo – XIX
SISTEMA DE EQUAÇÕES DIFERENCIAIS
PARCIAIS NÃO-LINEARES
RESUMO
Neste capítulo será visto a introdução do conceito de Equações Diferenciais e os
diferentes tipos de equações diferenciais e sua classificação, quanto ao número de variáveis
independentes, ordem, grau, coeficientes das derivadas, etc.
19. 2 - Introdução
426
19. 3 - Sistema de Equações Diferenciais Parciais Não-Lineares
427
19. 4 – Exemplos e Aplicações
428
19. 5 – Exercícios e Problemas
429
Capítulo – XX
TEORIA GERAL DAS DISTRIBUIÇÕES
RESUMO
Neste capítulo será visto a introdução do conceito de Equações Diferenciais e os
diferentes tipos de equações diferenciais e sua classificação, quanto ao número de variáveis
independentes, ordem, grau, coeficientes das derivadas, etc.
20. 2 - Introdução
430
20. 3 - Teoria Geral das Distribuições
431
20. 4 – Exemplos e Aplicações
432
20. 5 – Exercícios e Problemas
433
Referências Bibliográficas
ALVES, Lucas Máximo, “Notas de Estudos Pessoais” 2007.
REDONDO, Djalma Mirabelli, “Apostila de Introdução a Física Matemática”. Notas de Aulas
do Curso de Bacharelado em Física do Instituto de Física de São Carlos, vol. 01, p. 01-74,
1985.
GOBBI, Maurício, Notas de Aulas de Tópicos Avançados em Matemática para a Engenharia
do Curso de Pós-Graduação em Métodos Numéricos em Engenharia, 2007.
DIAS, Nelson Luis, Notas de Aulas de Tópicos Avançados em Matemática para a Engenharia
do Curso de Pós-Graduação em Métodos Numéricos em Engenharia, 2008.
434
Apêndices
A. 1 – Estudo de Somatórios
435
A. 2 – Estudo de Produtórios
436
A. 3 – Estudo da Relação entre Somatórios e Produtórios
437
Anexos
An. 1 – Título do seu primeiro Anexo
438