Escolar Documentos
Profissional Documentos
Cultura Documentos
IFSP
São Paulo
2013
Dados Internacionais de Catalogação na Publicação (CIP)
Epístola de Tiago
Aos Meus Pais, Irmãos e minha futura Esposa.
AGRADECIMENTOS
Agradeço a Deus por me ajudar em cada momento de minha vida; mesmo nas
dificuldades, através Dele pude ter vontade de persistir e por mais que seja pouco
dar o meu melhor.
Agradeço aos meus pais pela educação, exemplo de família unida e pelo
testemunho. Ao meu Pai, Arnaldo, pelos conselhos e beliscões nos devidos
momentos da vida. A minha mãe, Maria da Penha, pelo exemplo de mulher
persistente e dedicada à família.
Agradeço aos participantes da banca, ao professor Dr. Paulo Roberto Barbosa pela
paciência e disposição em me orientar.
Aos meus colegas de curso, em especial, Ana Olivia, Filipe Barbosa, Fernando
Pavan, Felipe Marcos, Rafael Polesi, Jessica Leal, Orlando, Anderson Costa, André
Rosale, dentre outros.
Agradeço aos Professores do IFSP que me ensinaram a persistir cada vez mais, a
dedicar no melhor e a amar a matemática. Em especial, ao Prof. Me. Henrique
Martins de Carvalho e a Profa Dra. Cristina Lopomo Defendi pelas dicas e conselhos
para a conclusão deste trabalho, a Prof a Dra. Graziela Marchi Tiago pela ajuda na
resolução dos métodos numéricos, à Prof a Dra. Mariana Pelissari Monteiro Aguiar
Baroni, Profa Dra. Iracema Hiroko Iramina Arashiro, Prof. Me. Marco Aurélio Granero
Santos e ao Prof. Me. Eduardo Curvello.
RESUMO
ABSTRAT
Once establish the importance of Mathematical Modeling, this paper target reflect the
study of modeling as an interdisciplinary tool and observe different strategies for
solving a same problem thru analytical, numerical and computational ways using
Simulink's package. And so, enhance the analysis and interpretation of different
responses. In this paper, we review some mathematical modeling concepts and its
using beginning in Brazil. The main components that comprise the proposed problem
are the resistor circuit, inductor and capacitor (RLC) inline. This problem can be
represented by an Ordinary Differential Equation (ODE) of second order, which can
vary as much as the capacitor, inductor, resistor and its source. Based on this circuit
we analyze the electrical current to a natural and forced output. Finally, we expose
the advantages of analyzing this EDO through those three ways.
Pág.
Pág.
Pág.
1 INTRODUÇÃO .................................................................................................... 21
1.1. Objetivos ......................................................................................................... 21
1.2. Estrutura do Trabalho ...................................................................................... 21
2 FUNDAMENTAÇÃO TEÓRICA .......................................................................... 23
2.1. Caminhos da modelagem ................................................................................ 27
2.2. Etapas de uma modelagem matemática ......................................................... 30
3 O CASO DOS CIRCUITOS ELÉTRICOS ........................................................... 35
3.1. Elementos de Circuitos Elétricos ..................................................................... 37
3.1.1. Resistor ........................................................................................................ 38
3.1.2. Indutor .......................................................................................................... 39
3.1.3. Capacitor ...................................................................................................... 40
3.2. Leis que regem o comportamento de um Circuito Elétrico .............................. 41
3.2.1. Lei de Ohm ................................................................................................... 41
3.2.2. Leis de Kirchhoff .......................................................................................... 42
3.3. Associação dos Componentes ........................................................................ 44
4 CIRCUITO RLC SÉRIE....................................................................................... 47
4.1. Solução analítica para o circuito RLC Série .................................................... 48
4.2. Solução numérica para o circuito RLC Série ................................................... 51
4.2.1. Solução usando o método de Euler ............................................................. 51
4.2.2. Solução usando o método de Runge – Kutta de 4º Ordem .......................... 52
4.3. Solução computacional para o circuito RLC Série........................................... 52
5 RESOLUÇÕES DO PROBLEMA DE CIRCUITO ELÉTRICO............................. 55
5.1. Resposta Natural ............................................................................................. 55
5.1.1. Circuito A...................................................................................................... 55
5.1.2. Circuito B...................................................................................................... 59
5.1.3. Circuito C ..................................................................................................... 63
5.2. Resposta Forçada ........................................................................................... 67
5.2.1. Circuito D ..................................................................................................... 67
5.2.2. Circuito E...................................................................................................... 72
5.2.3. Circuito F ...................................................................................................... 77
5.3. Comparações e Resultados ............................................................................ 82
6 CONCLUSÃO ..................................................................................................... 85
6.1. Possibilidades de Trabalhos Futuros............................................................... 85
REFERÊNCIAS ......................................................................................................... 87
APÊNDICE A – CÓDIGOS ........................................................................................ 89
A.1 Circuito A – Resposta Natural ............................................................................. 89
A.2 Circuito B – Resposta Natural ............................................................................. 91
A.3 Circuito C – Resposta Natural............................................................................. 93
A.4 Circuito D – Resposta Forçada ........................................................................... 96
A.5 Circuito E – Resposta Forçada ........................................................................... 98
A.6 Circuito F – Resposta Forçada ......................................................................... 100
ANEXO A - BIOGRAFIA .......................................................................................... 103
A.1 Rodney Carlos Bassanezi ................................................................................. 103
21
1 INTRODUÇÃO
Desse modo uma equação diferencial descreve algum processo físico que é
chamado de modelo matemático. Então para que possamos entender as
possibilidades e contribuições desses problemas analisaremos as diferentes
estratégias de resolução neste trabalho.
1.1. Objetivos
1
Denotaremos como computacional a resolução por meio do Simulink.
2
Henry Pollak um dos pioneiros no campo de aplicações e modelagem na educação matemática. Na
década de 70, pediu uma integração de aplicações e modelação no ensino da matemática. O cenário
22
2 FUNDAMENTAÇÃO TEÓRICA
A Matemática sempre esteve presente no nosso cotidiano. Por isso o homem desde
sua origem quer cada dia compreendê-la gradativamente mais, seja resolvendo um
problema, exercício ou uma situação por mais simples que seja. Na tentativa de
explicar uma porção da realidade utilizamos um modelo nessa tentativa de
entendimento, modelo tem como origem o termo italiano modello e seu conceito tem
diversas acepções e significados.
Dentre estas divisões, o que nos cabe é considerar apenas o que se refere ao
modelo científico – que juntamente com uma ferramenta essencial, a matemática,
nos permite analisar os comportamentos de um sistema complexo em situações
geralmente difíceis de observar na realidade.
m. aplicada mat
ramo da matemática que opera com grandezas mensuráveis do mundo físico, bem
como com dados quantitativos referentes a fatos (sociais, econômicos) e que leva
em conta a noção de movimento
24
m. elementar mat
m. pura mat
m. superior mat
lat. mathematĭca,ae (sc. mathematica ars) '(arte das) matemáticas; astrologia' <
gr. mathematikḗ, fem. de mathēmatikós 'matemático'; ver matemat(i)-
e ― ́ica; f.hist. 1537-1578 mathematicas
Portanto, a matemática é vista como uma ciência que estuda objetos e relações
através do método dedutivo, no qual contém axiomas e regras. Com ela podemos
operar com grandezas mensuráveis do mundo físico, possibilitando a análise de
problemas reais.
Com isso, a ideia de modelo juntamente com as reflexões acima, tem uma nova
perspectiva, denominada modelo matemático. Abaixo reunimos alguns conceitos:
2
Henry Pollak um dos pioneiros no campo de aplicações e modelagem na educação matemática. Na
década de 70, pediu uma integração de aplicações e modelação no ensino da matemática. O cenário
educacional foi moldado pelo movimento Nova Matemática. Internacionalmente, a participação de
Pollak para aplicações e modelagem tornou-se particularmente visível no ICME III de 1976, quando
apresentou sua pesquisa sobre "A interação entre a Matemática e outras disciplinas
escolares" (POLLAK, 1979).
28
preparados entre 1958 e 1965, nos trabalhos realizados pelo School Mathematics
Study Group (SMSG)3 entre os anos 1966 a 1970, no 69º anuário da National
Society for the Study of Education em que há um capítulo em que Pollack descreve
o processo de modelagem sem fazer uso do termo e no New Trends in Mathematics
Teaching IV, baseado nos anais do ICME III, um capítulo – The Interaction between
mathematics and other school subjects – no qual ele apresenta um panorama sobre
as aplicações matemáticas no ensino e detalha o processo de construção de
modelos.
3
O School Mathematics Study Group (SMSG) foi um instituto acadêmico americano focado na
reforma na educação matemática. Dirigido por Edward G. Begle e financiado pela Fundação Nacional
de Ciências, o grupo foi criado em meio à crise do Sputnik , em 1958, com intuito da criação e
implementação da matemática no currículo para o primário e o ensino secundário, o que fez até o seu
término em 1977.
29
O CREMM4 apresenta como uma das principais metas “reunir, cada vez mais,
produções acadêmicas de modelagem do Brasil e demais países do mundo e
divulgar esses materiais a todos os interessados e, ainda promover um conjunto de
ações virtuais e presenciais com apoio de pesquisadores e professores”. Em 2007, o
GT10 reuniu diversos artigos sobre modelação matemática e os publicou em um
livro intitulado Modelagem Matemática na Educação Matemática: Pesquisas e
Práticas Educacionais. A obra apresenta a modelagem matemática de diversas
maneiras e em diversas situações, fazendo emergir, de certa forma, quatro grandes
áreas de concentração ou, em outras palavras, as tendências da modelagem
matemática no ensino:
Após uma breve retomada histórica sobre a modelagem, iremos relatar uma
sequência de etapas para a modelagem matemática, conforme Bassanezi (2002).
Segundo Boyce (2006), muitos dos princípios, ou leis, que regem o comportamento
do mundo físico são proposições, ou relações, envolvendo a taxa segundo a qual as
coisas acontecem. A fim de compreender esses comportamentos, podemos utilizar a
modelagem matemática - processo de construção de modelos que transforma uma
situação real em uma situação matemática. Processo que pode ser físico, químico,
biológico, social, econômico, etc. A ênfase deste trabalho recai sobre processo
físico, em particular sobre os Circuitos Elétricos, cujos estudos foram aprofundados
a partir da obra Sinais e Sistemas Lineares (2007)5 de Lathi.
5
A obra Sinais e Sistemas Lineares (2007) enfatiza a análise física dos conceitos por meio de motivos
heurísticos e da utilização de metáforas, analogias e explicações criativas. Ele utiliza Matemática suficiente para
provar a teoria, para fornecer o suporte necessário e para promover o entendimento físico e intuitivo.
36
Conforme Lathi (2007), um sistema pode ser convenientemente ilustrado por uma
“caixa preta”, como um conjunto de terminais acessíveis nos quais as variáveis de
entrada ( ) ( ) ( ) são aplicadas e outro conjunto de terminais acessíveis
nos quais as variáveis de saída ( ) ( ) ( ) são observadas. A Figura 3
representa a ilustração dessa caixa.
Por exemplo, num circuito elétrico RLC Série, observamos essas relações, de modo
que a equação de entrada – saída relaciona a tensão de entrada ( ) com a corrente
de saída ( ). Com isto, podemos obter uma equação diferencial que as relaciona,
sendo:
6
Usaremos os termos Sistemas Elétricos e Circuitos Elétricos como sinônimos.
7
A lei de Ohm, em homenagem ao físico alemão Georg Simon Ohm, afirma que em um condutor
mantido à temperatura constante, a razão entre a tensão entre dois pontos e a corrente elétrica é
constante, denominando esta constante como resistência elétrica.
37
∫ ( )
onde:
é o resistor
é o indutor
é o capacitor
( ) é a fonte de tensão
Os elementos passivos são definidos pela forma com que a tensão e corrente estão
relacionadas para o elemento individual. Vejamos as relações que obtemos para
cada um deles.
3.1.1. Resistor
Isso significa que a corrente elétrica que entra em um terminal do resistor será
exatamente a mesma que sai pelo outro terminal. Porém há uma queda de tensão e
é possível usar os resistores para controlar a corrente elétrica sobre os
componentes desejados. A relação entre tensão, corrente e o resistor, através de
um objeto, é dada pela equação da lei de Ohm:
( )
onde:
é o resistor
é a corrente elétrica
( ) é diferença de potencial elétrico de um resistor
3.1.2. Indutor
( )
onde:
é o indutor
é a corrente elétrica
( ) é diferença de potencial elétrico de um indutor
40
3.1.3. Capacitor
( )
( ) ∫ ∫ ( )
onde:
é o capacitor
é a corrente elétrica
( ) é diferença de potencial elétrico de um indutor
A tabela abaixo resume as relações que podemos encontrar nos três elementos
passivos.
41
Ohm ( )
Henry ( ) ∫
Farad ( ) ∫
Em um circuito elétrico podemos nos deparar com algumas leis que regem os
comportamentos dos elementos que o compõem. Para análise desse circuito
veremos a seguir a lei de Ohm e as duas leis de Kirchhoff.
onde:
é a diferença de potencial elétrico (ou tensão, ou ddp).
é a resistência elétrica.
é a intensidade da corrente elétrica.
8
Dois ou mais elementos estão em série se eles compartilham exclusivamente um único nó.
9
Dois ou mais elementos estão em paralelo se eles estão conectados aos mesmos dois nós.
43
A 1º Lei de Kirchhoff, também conhecida como a Lei dos Nós ou Lei das Correntes
(KCL), é uma consequência da conservação de carga elétrica total existente num
circuito, ou seja, a soma das intensidades das correntes que chegam a um nó é
igual à soma das intensidades das correntes que saem.
∑ ∑
A 2º Lei de Kirchhoff, também conhecida como a Lei das Malhas ou Lei das
Tensões (KVL), é uma generalização do princípio da conservação de energia num
circuito fechado, ou seja, percorrendo uma malha num certo sentido, partindo e
chegando ao mesmo ponto, a soma algébrica das d.d.p é nula.
44
( )
( ) ( )
( )
( ) ( ) ( ) ( ) ( )
∫ ( ) ( )
( ) ( )
Denotaremos como:
( )
( )
48
( ) ( ) ( )
( )
O que nos resulta em uma equação linear homogênea com coeficientes constantes,
cuja equação característica é dada por:
( )
√( ) √( ) ( )
√
49
√ √
Dependendo dos valores desses dois parâmetros obtêm-se três casos distintos,
sendo:
( )
( ) ( )
( ) ( )
( ) ( ) ( ) ( )
50
( ) ( )
O que nos resulta em uma equação linear não homogênea, onde temos que
identificar a solução geral da EDO da Equação (4.6).
Em seguida, com a função aplicada ( ), que pode ser uma função polinomial,
função exponencial, função trigonométrica dentre outras, vamos encontrar a solução
particular, , que tenha a forma da função aplicada. Sendo a solução particular
encontrada através do método de coeficientes a determinar ou pela variação de
parâmetros.
Como vimos na resposta natural, uma equação homogênea possui três tipos de
respostas, logo a solução geral para os casos são:
Superamortecido - ( )
Amortecido crítico - ( ) ( )
Subamortecido - ( ) ( )
51
( ) ( )
( )
( ) ( ) ( )
( ) ( ) ( )
( )
( )
52
( )
( )
onde:
( )
( )
( )
( )
( )
( )
( )
( )
( )
10
O Simulink é um pacote de um software para modelar, simular, e analisar sistemas de dinamicamente. Suporta
sistemas lineares e não-lineares modelados em tempo contínuo, tempo discreto ou em uma mistura dos dois.
Sistemas também podem ter partes diferentes que são amostradas ou atualizadas a taxas diferentes. Com esta
interface, você pode fazer os modelos da mesma maneira que você vai com lápis e papel (ou como a maioria dos
livros de ensino os descreve).
53
é descrita como:
x(t)
(1/L) * x(t)
1 1
s s
Integrator2 Integrator1 Grafico
Add
R/L
-K-
1/CL
-K-
A partir desses conceitos utilizaremos esses três tipos de estratégias para analisar
os parâmetros de um circuito RLC Série, observando as vantagens e desvantagens
das diferentes formas de resolução para um circuito.
54
55
5.1.1. Circuito A
( )
( ) ( )
Analítico
0.09
0.08
0.07
0.06
Corrente(A)
0.05
0.04
0.03
0.02
0.01
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Tempo(s)
Método de Euler
0.09
0.08
0.07
0.06
Corrente(A)
0.05
0.04
0.03
0.02
0.01
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Tempo(s)
Método de Runge-Kutta
0.09
0.08
0.07
0.06
Corrente(A)
0.05
0.04
0.03
0.02
0.01
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Tempo(s)
0.06
Corrente(A)
0.05
0.04
0.03
0.02
0.01
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Tempo(s)
Ampliando a Figura 17 podemos notar que o Ruge – Kutta (4º Ordem) é a melhor
forma numérica para modelar este circuito.
Euler
0.086
Exato
0.0855 Rk4
0.085
0.0845
Corrente(A)
0.084
0.0835
0.083
0.0825
0.082
0.0815
0.081
0.2 0.25 0.3 0.35 0.4
Tempo(s)
Notamos que nessa estratégia o circuito é descrito da mesma forma que a Figura
14.
5.1.2. Circuito B
,
60
000 .
( ) ( )
( ) ( )( )
3
Corrente(A)
0
0 0.005 0.01 0.015 0.02 0.025 0.03
Tempo(s)
-4
x 10 Método de Euler
3
Corrente(A)
0
0 0.005 0.01 0.015 0.02 0.025 0.03
Tempo(s)
x 10
-4
Método de Runge – Kutta
3
Corrente(A)
0
0 0.005 0.01 0.015 0.02 0.025 0.03
Tempo(s)
x 10
-4
Euler / Analítico / Runge – Kutta
Euler
Exato
Rk4
3
Corrente(A)
0
0 0.005 0.01 0.015 0.02 0.025 0.03
Tempo(s)
Aproximando a Figura 23 podemos notar que o Ruge – Kutta (4º Ordem) é a melhor
forma numérica para modelar este circuito.
x 10
-4
Euler / Analítico / Runge – Kutta
Euler
3.85 Exato
Rk4
3.8
3.75
3.7
Corrente(A)
3.65
3.6
3.55
3.5
3.45
3.4
-0.5 0 0.5 1 1.5 2 2.5 3
Tempo(s) -3
x 10
Notamos que nessa estratégia o circuito é descrito da mesma forma que a Figura
20.
5.1.3. Circuito C
.
Como ,resulta no caso ( ), onde:
( ) ( ).
( ) ( )( )
1.5
Corrente(A)
0.5
-0.5
-1
0 1 2 3 4 5 6 7
Tempo(s) -3
x 10
-4
x 10 Método de Euler
2.5
1.5
Corrente(A)
0.5
-0.5
-1
0 1 2 3 4 5 6 7
Tempo(s) -3
x 10
x 10
-4
Método de Runge – Kutta
2.5
1.5
Corrente(A)
0.5
-0.5
-1
0 1 2 3 4 5 6 7
Tempo(s) -3
x 10
x 10
-4
Euler / Analítico / Runge – Kutta
2.5
Euler
Exato
2 Rk4
1.5
Corrente(A)
0.5
-0.5
-1
0 1 2 3 4 5 6 7
Tempo(s) -3
x 10
Figura 29 – Resolução do Circuito C – Método de Euler / Analítico / Runge-Kutta no Matlab
-4
x 10 Euler / Analítico / Runge – Kutta
2.14
Euler
2.12 Exato
Rk4
2.1
2.08
2.06
Corrente(A)
2.04
2.02
1.98
1.96
1.94
Notamos que nessa estratégia o circuito é descrito da mesma forma que a Figura
26.
5.2.1. Circuito D
( )
( )
( )
( )
Onde:
⁄
{
Logo ,
69
Com isso,
Analítico
0.08
0.07
0.06
0.05
Corrente(A)
0.04
0.03
0.02
0.01
-0.01
0 2 4 6 8 10 12 14
Tempo(s)
Método de Euler
0.09
0.08
0.07
0.06
Corrente(A)
0.05
0.04
0.03
0.02
0.01
0
0 2 4 6 8 10 12 14
Tempo(s)
0.08
0.07
0.06
Corrente(A)
0.05
0.04
0.03
0.02
0.01
0
0 2 4 6 8 10 12 14
Tempo(s)
0.06
0.05
Corrente(A)
0.04
0.03
0.02
0.01
-0.01
0 2 4 6 8 10 12 14
Tempo(s)
0.086 Euler
Exato
Rk4
0.084
0.082
Corrente(A)
0.08
0.078
0.076
Notamos que nessa estratégia o circuito é descrito da mesma forma que a Figura
32.
5.2.2. Circuito E
( )
( )
( )
( ) ( )
Onde:
Logo ,
74
Com isso,
0.9
0.8
0.7
0.6
Corrente(A)
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14
Tempo(s)
Método de Euler
1
0.9
0.8
0.7
0.6
Corrente(A)
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14
Tempo(s)
0.9
0.8
0.7
0.6
Corrente(A)
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14
Tempo(s)
0.7
0.6
Corrente(A)
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14
Tempo(s)
0.054
0.053
Corrente(A)
0.052
0.051
0.05
0.049
0.048
0.047
Notamos que nessa estratégia o circuito é descrito da mesma forma que a Figura
38.
5.2.3. Circuito F
( )
( )
( )
( ) ( )
Onde:
( )
{
( )
Logo ,
Com isso,
79
0.08
0.07
0.06
0.05
Corrente(A)
0.04
0.03
0.02
0.01
-0.01
0 2 4 6 8 10 12 14
Tempo(s)
Método de Euler
0.09
0.08
0.07
0.06
0.05
Corrente(A)
0.04
0.03
0.02
0.01
-0.01
0 2 4 6 8 10 12 14
Tempo(s)
0.08
0.07
0.06
0.05
Corrente(A)
0.04
0.03
0.02
0.01
-0.01
0 2 4 6 8 10 12 14
Tempo(s)
0.06
0.05
Corrente(A)
0.04
0.03
0.02
0.01
-0.01
0 2 4 6 8 10 12 14
Tempo(s)
Euler
0.077 Exato
Rk4
0.076
Corrente(A)
0.075
0.074
0.073
0.072
0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8
Tempo(s)
Notamos que nessa estratégia o circuito é descrito da mesma forma que a Figura
44.
Na forma numérica, manipulamos a EDO, de modo que ela pudesse ser estruturada
no método de Euler ou Runge – Kutta, contudo mesmo entre eles pudemos notar
algumas diferenças, onde observamos que o Euler na grande maioria dos circuitos
era a que mais se distanciava da solução encontrada analiticamente, todavia, a
83
Kutta era a que de certa forma modelava o problema proposto, chegando a resultar
em um erro absoluto muito pequeno, como pudemos notar no circuito B.
Formas de Resolução
6 CONCLUSÃO
Com essa relação estabelecida, analisamos seis tipos de circuitos diferentes, onde
notamos um diferente comportamento ao longo de um determinado tempo. Por fim,
evidenciamos as vantagens e desvantagens para cada estratégia envolvida durante
as resoluções dos problemas.
REFERÊNCIAS
LATHI, B.P. Sinais e Sistemas Lineares. Tradução Gustavo Guimarães Parma. 2. Ed. –
Porto Alegre: Bookman, 2007
SEBORG, D.E; EDGAR, T.F & MELLICHAMP, D.A. Process Dynamics and Control. 2 ed.
New York, John Wiley & Sons, 2004.
ZILL, Dennis. G. & CULLEN, Michael. R. Equações Diferenciais. 3ª ed.. Volumes: 1. São
Paulo: Makron Books, 2001.
89
APÊNDICE A – CÓDIGOS
Solução Analítica
t=0:0.01:4;
i=1/8*exp(-t)-1/8*exp(-9*t);
plot(t,i);
xlabel('Tempo(s)'); ylabel('Corrente(A)'); title('Analítico');
Solução Numérica
% intervalo
tf = 4; h = 0.01;
for k = 1:n
t(k+1) = t(k) + h;
g(k)=-10*z(k)-9*i_kutta(k);
f(k)=z(k);
%RK4
k1 = h*z(k);
l1 = h*(-10*z(k)-9*i_kutta(k));
k2 = h*(z(k)+1/2*l1);
l2 = h*(-10*(z(k)+1/2*l1)-9*(i_kutta(k)+1/2*k1));
90
k3 = h*(z(k)+1/2*l2);
l3 = h*(-10*(z(k)+1/2*l2)-9*(i_kutta(k)+1/2*k2));
k4 = h*(z(k)+l3);
l4 = h*(-10*(z(k)+l3)-9*(i_kutta(k)+k3)) ;
for k = 1:n
t(k+1) = t(k) + h;
g(k)=-10*z(k)-9*i_euler(k);
f(k)=z(k);
%Euler
i_euler(k+1)=i_euler(k)+h*f(k);
z(k+1)=z(k)+h*g(k);
end
te=0:h:tf; ie=1/8*exp(-te)-1/8*exp(-9*te);
erro_euler=abs(ie-i_euler); erro_kutta=abs(ie-i_kutta);
Solução Computacional
(1/L) * x(t)
1 1
s s
Integrator2 Integrator1
Add
R/L
10
Grafico1
1/CL
0
A.2 Circuito B – Resposta Natural
(1/L) * x(t)1
Solução Analítica
1 1
t=0:0.0001:0.03; i=(t).*exp(-1000.*t); s s
plot(t,i); Integrator4 Integrator3
Add1
xlabel('Tempo(s)'); ylabel('Corrente(A)'); title('Analítico');
R/L1
10
Solução Numérica
1/CL1
% Caso Criticamente Amortecido - R = 200 ; L = 0.1 ; C =0.00001 - i''+2000i'+1000000i=0 ,
9
i(0)=0 e i'(0)=1, que se transforma no sistema i' = z e z'=-2000z-1000000i; Condição de
contorno: i(0) = 0 , z(0)=1 , h = 0.0001
tf = 0.03; h = 0.0001;
for k = 1:n
t(k+1) = t(k) + h;
g(k)=-2000*z(k)-1000000*i_kutta(k);
f(k)=z(k);
%RK4
k1 = h*z(k);
l1 = h*(-2000*z(k)-1000000*i_kutta(k));
k2 = h*(z(k)+1/2*l1);
l2 = h*(-2000*(z(k)+1/2*l1)-1000000*(i_kutta(k)+1/2*k1));
k3 = h*(z(k)+1/2*l2);
l3 = h*(-2000*(z(k)+1/2*l2)-1000000*(i_kutta(k)+1/2*k2));
k4 = h*(z(k)+l3);
l4 = h*(-2000*(z(k)+l3)-1000000*(i_kutta(k)+k3)) ;
end
for k = 1:n
t(k+1) = t(k) + h;
g(k)=-2000*z(k)-1000000*i_euler(k);
f(k)=z(k);
%Euler
i_euler(k+1)=i_euler(k)+h*f(k);
z(k+1)=z(k)+h*g(k);
end
93
te=0:h:tf; ie=(te).*exp(-1000*te);
erro_euler=abs(ie-i_euler); erro_kutta=abs(ie-i_kutta);
Solução Computacional
(1/L) * x(t)
1 1
s s
Integrator2 Integrator1
Add
R/L
2000
Grafico1
1/CL
1000000
0
A.3 Circuito C – Resposta Natural
(1/L) * x(t)1
Solução Analítica
1 1
t=0:0.0001:0.007; s s
Integrator4 Integrator3
i=exp(-1000*t).*(1/3000*sin(3000*t));
Add1
plot(t,i);
xlabel('Tempo(s)'); ylabel('Corrente(A)'); title('Analítico');
R/L1
10
1/CL1
9
94
Solução Numérica
tf = 0.007; h = 0.0001;
for k = 1:n
t(k+1) = t(k) + h;
g(k)=-2000*z(k)-10000000*i_kutta(k);
f(k)=z(k);
%RK4
k1 = h*z(k);
l1 = h*(-2000*z(k)-10000000*i_kutta(k));
k2 = h*(z(k)+1/2*l1);
l2 = h*(-2000*(z(k)+1/2*l1)-10000000*(i_kutta(k)+1/2*k1));
k3 = h*(z(k)+1/2*l2);
l3 = h*(-2000*(z(k)+1/2*l2)-10000000*(i_kutta(k)+1/2*k2));
k4 = h*(z(k)+l3);
l4 = h*(-2000*(z(k)+l3)-10000000*(i_kutta(k)+k3)) ;
end
95
for k = 1:n
t(k+1) = t(k) + h;
g(k)=-2000*z(k)-10000000*i_euler(k);
f(k)=z(k);
%Euler
i_euler(k+1)=i_euler(k)+h*f(k);
z(k+1)=z(k)+h*g(k);
end
te=0:h:tf; ie=exp(-1000*te).*(1/3000*sin(3000*te));
erro_euler=abs(ie-i_euler); erro_kutta=abs(ie-i_kutta);
Solução Computacional
(1/L) * x(t)
1 1
s s
Integrator2 Integrator1
Add
R/L
2000
Grafico1
1/CL
10000000
(1/L) * x(t)1
1 1
s s
Integrator4 Integrator3
Add1
96
Solução Analítica
t=0:0.0001:14;
i=1/8*exp(-t)-1/8*exp(-9*t) + 1/180.*t-1/162;
plot(t,i);
xlabel('Tempo(s)'); ylabel('Corrente(A)'); title('Analítico');
Solução Numérica
% intervalo
tf = 14; h = 0.01;
for k = 1:n
%RK4
k1 = h*z(k);
l1 = h*(u(k)/20-10*z(k)-9*i_kutta(k));
k2 = h*(z(k)+1/2*l1);
l2 = h*((u(k)+1/2*h)./20-10*(z(k)+1/2*l1)-9*(i_kutta(k)+1/2*k1));
k3 = h*(z(k)+1/2*l2);
l3 = h*((u(k)+1/2*h)./20-10*(z(k)+1/2*l2)-9*(i_kutta(k)+1/2*k2));
97
k4 = h*(z(k)+l3);
l4 = h*(u(k)/20+h-10*(z(k)+l3)-9*(i_kutta(k)+k3)) ;
end
for k = 1:n
t(k+1) = t(k) + h;
u(k+1)=u(k)+ h;
g(k)=u(k)/20-10*z(k)-9*i_euler(k);
f(k)=z(k);
%Euler
i_euler(k+1)=i_euler(k)+h*f(k);
z(k+1)=z(k)+h*g(k);
end
te=0:h:tf;
ie=1/8*exp(-te)-1/8*exp(-9*te)+ 1/180.*te-1/162;
erro_euler=abs(ie-i_euler); erro_kutta=abs(ie-i_kutta);
plot(t,i_euler,'*g',te,ie,'r',t,i_kutta,'.k');
xlabel('Tempo(s)'); ylabel('Corrente(A)');title('Euler / Analítico / Runge – Kutta ')
legend('Euler','Exato','Rk4');
98
Solução Computacional
Clock1
v
u
1/20 Grafico2
1 Math
Divide1
Function
(1/L) * x(t)4 1 1
1/L1
s s
Integrator2 Integrator1
Add2
R/L2
10
1/CL2
Clock2
v
R/L1
t=0:0.0001:14; 10
9
plot(t,i);
xlabel('Tempo(s)'); ylabel('Corrente(A)'); title('Analítico');
1/CL3
9
clc; clear all; format long;
% intervalo
tf = 14; h = 0.01;
for k = 1:n
t(k+1) = t(k) + h;
u(k+1)=u(k)+ h;
g(k)=t(k)-10*z(k)-9*i_kutta(k);
f(k)=z(k);
%RK4
k1 = h*z(k);
l1 = h*((u(k)*u(k)./20)-10*z(k)-9*i_kutta(k));
k2 = h*(z(k)+1/2*l1);
l2 = h*(((u(k)+1/2*h)*(u(k)+1/2*h)./20)-10*(z(k)+1/2*l1)-9*(i_kutta(k)+1/2*k1));
k3 = h*(z(k)+1/2*l2);
l3 = h*(((u(k)+1/2*h)*(u(k)+1/2*h)./20)-10*(z(k)+1/2*l2)-9*(i_kutta(k)+1/2*k2));
k4 = h*(z(k)+l3);
l4 = h*((u(k)*u(k)./20)+h-10*(z(k)+l3)-9*(i_kutta(k)+k3)) ;
for k = 1:n
t(k+1) = t(k) + h;
u(k+1)=u(k)+ h;
g(k)=u(k)*u(k)./20-10*z(k)-9*i_euler(k);
f(k)=z(k);
%Euler
i_euler(k+1)=i_euler(k)+h*f(k);
z(k+1)=z(k)+h*g(k);
end
te=0:h:tf;
ie=1/8*exp(-te)-1/8*exp(-9*te) + 1/180*(te.^2)-1/81*te+10/729;
100
erro_euler=abs(ie-i_euler); erro_kutta=abs(ie-i_kutta);
plot(t,i_euler,'*g',te,ie,'r',t,i_kutta,'.k');
xlabel('Tempo'); ylabel('Corrente');title('Euler / Analítico / Runge – Kutta ')
legend('Euler','Exato','Rk4');
Clock1
uv
1/20 Grafico2
1 Math
Divide1
Function
(1/L) * x(t)4 1 1
1/L1
Solução Computacional s
Integrator2
s
Integrator1
Add2
R/L2
10
1/CL2
Clock2
v
u
1/20 Grafico1
2 Math Divide3
Function1
(1/L) * x(t)1 1/L3 1 1
s s
Integrator4 Integrator3
Add1
R/L1
10
1/CL1
t=0:0.0001:14; R/L3
10
i=1/8*exp(-t)-1/8*exp(-9*t)+1/410*sin(t)-1/328*cos(t); 1/CL3
plot(t,i); 9
Solução Numérica
% intervalo
tf = 14; h = 0.01;
for k = 1:n
t(k+1) = t(k) + h;
u(k+1)= u(k)+ h;
g(k)=sin((u(k)))-10*z(k)-9*i_kutta(k);
f(k)=z(k);
%RK4
k1 = h*z(k);
l1 = h*(sin(u(k))./20-10*z(k)-9*i_kutta(k));
k2 = h*(z(k)+1/2*l1);
l2 = h*(sin(u(k)+1/2*h)./20-10*(z(k)+1/2*l1)-9*(i_kutta(k)+1/2*k1));
k3 = h*(z(k)+1/2*l2);
l3 = h*(sin(u(k)+1/2*h)./20-10*(z(k)+1/2*l2)-9*(i_kutta(k)+1/2*k2));
k4 = h*(z(k)+l3);
l4 = h*(sin(k)./20+h-10*(z(k)+l3)-9*(i_kutta(k)+k3)) ;
end
for k = 1:n
t(k+1) = t(k) + h;
u(k+1)=u(k)+ h;
g(k)=sin(u(k))./20-10*z(k)-9*i_euler(k);
f(k)=z(k);
102
%Euler
i_euler(k+1)=i_euler(k)+h*f(k);
z(k+1)=z(k)+h*g(k);
Clock1
uv
1/20 Grafico2
1 Math
Divide1
end (1/L) * x(t)4
Function
1/L1
1
s
1
s
Integrator2 Integrator1
Add2
te=0:0.0001:14; R/L2
ie=1/8*exp(-te)-1/8*exp(-9*te)+1/410*sin(te)-1/328*cos(te); 10
1/CL2
erro_euler=abs(i-i_euler); erro_kutta=abs(i-i_kutta);
plot(t,i_euler,'*g',te,ie,'r',t,i_kutta,'.k');
Clock2
v
u
xlabel('Tempo(s)'); ylabel('Corrente(A)');title('Euler / Analítico / Runge – Kutta ')
2 Math Divide3
1/20 Grafico1
Function1
legend('Euler','Exato','Rk4');
(1/L) * x(t)1 1/L3 1
s
1
s
Integrator4 Integrator3
Add1
R/L1
10
1 sin Grafico3
Clock3 T=2 Trigonometric Divide
1/20
Function 1 1
s s
1/L
Integrator6 Integrator5
Add3
R/L3
10
1/CL3
9
103
ANEXO A - BIOGRAFIA
Pelo que se tem em registro, Aristides Camargos Barreto foi o primeiro professor
brasileiro a fazer atividades didáticas de modelagem matemática no ensino e
apresentar trabalhos em Congressos sobre o tema a partir dos anos 70. Pode-se
dizer que Rodney C. Bassanezi foi e continua sendo um dos maiores entusiastas e
disseminadores da Modelagem, pois, ao adotá-la em suas práticas de sala aula
(graduação, pós- graduação lato e stricto sensu e cursos de formação continuada) e
publicar suas propostas conquistou número significativo de adeptos por todo o
Brasil.
Fragmentos extraídos do texto sobre “As primeiras dissertações e teses” do livro História da
12
Modelagem no Ensino Brasileiro (em processo) de autoria de Maria Salett Biembengut. (pág. 2 e 3)
104
- E uma outra, foi com uma turma de estudantes da disciplina de Cálculo Diferencial
Integral I, do Curso de Tecnologia de Alimentos da UNICAMP em 1983. Ao adentrar-
se na sala de aula, no primeiro dia, espantou-se pela “acolhida”: os estudantes
vestiam uma camiseta com os dizeres estampados: Detesto Cálculo! Em razão
disso, Bassanezi propôs que levantassem problemas ou questões de interesse.
Dentre as questões, vale ressaltar a de um estudante: Meu pai planta batatas de 30
em 30 centímetros, por quê? Segundo Bassanezi, esse problema e os demais
levantados por outros alunos, inicialmente de aparência despretensiosa, despertou
nos estudantes de Tecnologia de Alimentos uma valiosa motivação para estudarem
a disciplina de CDI, tanto que houve apenas uma reprovação entre os 70 cursantes.
Desde que iniciou suas atividades profissionais, Bassanezi tem atuado ativa e
incansavelmente pelo Brasil e exterior a convite, como professor colaborador e
visitante de diversas instituições, para auxiliar na implantação e condução de Cursos
e de pesquisa, ministrando palestras e cursos, sendo consultor em diversos
programas e Projetos. Os cursos realizados e as orientações de estudantes de
iniciação científica e de pós-graduação lato e stricto sensu, ao longo dos anos,
levaram Bassanezi a (re) orientar o método, as estratégias, os instrumentos e a
própria pesquisa. Uma parte do resultado de suas experiências pedagógicas
encontra-se em seu livro Ensino-Aprendizagem com Modelagem
Matemática, Editora Contexto de São Paulo em 2002. Sem dúvida, o impulso
significativo dado por ele permitiu emergir a área de pesquisa e Modelagem no
Ensino Brasileiro. A modelagem já faz parte de indicações de Propostas Curriculares
de vários Estados e de grades curriculares de diversos Cursos de Licenciatura. Nas
dimensões do Brasil dificilmente se terá conhecimento pleno de como e quando as
propostas espalhadas pelo professor Rodney Carlos Bassanezi transformaram em
105