Beruflich Dokumente
Kultur Dokumente
Rodney Bassanezzi
Modelagem Matematica
ar
in
im
el
Pr
Modelagem Matematica
ao
Escrito em LATEX.
Modelagem Matematica - Rodney Bassanezzi
S U M A R I O
ar
1.2 Coleta de dados 12
1.3 Analise de dados e formulacao de modelos 15
1.4 Validacao 17
in
2 Convergencia e Estabilidade 19
2.1 Sequencias 20
2.2 Limites de Funcoes 24
im
2.3 Calculo do Valor Assintotico Metodo de Ford-Walford 30
2.4 Variacoes 33
2.4.1 Tipos de Variacoes 33
el
3 Equacoes de Diferencas Lineares 41
3.1 Equacao de diferencas de primeira ordem 43
3.2 Equacao de diferencas linear de segunda ordem 46
Pr
3.3 Sistemas de Equacoes de diferencas lineares 51
3.4 Modelo: Crescimento populacional de escargots 54
3.4.1 Curiosidade: Sequencia de Fibonacci e retangulos aureos 57
3.5 Estabilidade de equacoes de diferencas 61
3.5.1 Sistemas de Equacoes de Diferenca Lineares 62
ao
rs
Ve
1
Modelagem Matematica - Rodney Bassanezzi
ar
in
im
el
Pr
ao
rs
Ve
Modelagem Matematica - Rodney Bassanezzi
I N T R O D U C A O
A maior dificuldade que notamos para a adocao do processo de modelagem, pela maioria
ar
dos professores de matematica, e a transposicao da barreira naturalmente criada pelo
ensino tradicional onde o objeto de estudo apresenta-se quase sempre bem delineado,
obedecendo a uma sequencia de pre-requisitos e que vislumbra um horizonte claro de
chegada tal horizonte e muitas vezes o cumprimento do programa da disciplina.
in
Na modelagem, o incio e apenas o tema de estudo escolhido onde ainda nao se
tem ideia do conteudo matematico que sera utilizado. Nesse estagio, colocamos para os
iniciantes que quando nao se tem nenhuma ideia do que fazer, comece contando ou medindo
im
com este procedimento, e natural aparecer uma tabela de dados e isto pode ser o comeco
da modelagem. A disposicao dos dados em um sistema cartesiano e um bom ajuste dos
seu valores, facilitara a visualizacao do fenomeno em estudo, propiciando tentativas de
propostas de problemas, conjecturas ou leis de formacao A formulacao de modelos
el
matematicos e simplesmente uma consequencia deste processo. A situacao colocada
desta forma pode dar a falsa impressao que aprender modelagem matematica e como
aprender o conteudo de uma disciplina bem estruturada. Entretanto, o aprendizado de
Pr
cada partida sua atuacao e rendimento podem ser bastante diferenciados, dependendo
do comportamento da equipe adversaria. O mesmo se da em todas as atividades que
exigem alguma dose de criatividade - a pintura e um exemplo tpico: o indivduo pode
rs
aprender todas as tecnicas de uma pintura e saber misturar todas as cores, pode inclusive
reproduzir alguma obra de outro pintor mas nao sera um bom artista se nao aliar uma
boa dose de criatividade as suas habilidades tecnicas.
Ve
3
Modelagem Matematica - Rodney Bassanezzi
evidente que grande parte deles nao demonstre habilidades para empregar matematica em
outras areas. O que entendemos por habilidades neste contexto, consiste em tomar um
problema definido em alguma situacao pratica relativamente complexa, transforma-lo em
um modelo matematico e procurar uma solucao que possa ser reinterpretada em termos
da situacao original.
ar
in
im
el
Pr
matematico aplicado nem tampouco como adquir-las, o que nos leva ao questionamento:
e possvel ensinar modelagem matematica?
4
Modelagem Matematica - Rodney Bassanezzi
ar
estabelecer alguns criterios de qualidade. Os criterios devem ser adequados aos objetivos
que devem ser bem definidos a priori Por exemplo, se vamos utilizar o processo de
modelagem matematica para motivacao de certos conteudos matematicos ou valorizacao
da propria matematica, muitas vezes a validacao dos modelos nao e um criterio fundamental
in
para sua qualificacao Neste caso, o alvo e o proprio aprendizado de matematica. Por
outro lado, se estamos mais interessados nos resultados fornecidos pelo modelo para
entender a situacao modelada entao a sua validacao e indispensavel.
im
Este livro, assim como o primeiro que escrevemos (ensino-aprendizagem com
modelagem matematica- Edit. Contexto, 2000), tem como objetivo principal introduzir
o leitor no processo de modelagem matematica - O conteudo matematico utilizado nos
el
exemplo e bastante simples e basico em qualquer curso de ciencias exatas ou mesmo
biologicas. Os modelos apresentados sao frutos de cursos de especializacao para pro-
fessores do ensino medio e fundamental. Salientamos, entretanto, que a estrategia de
Pr
modelagem pode ser adotada em qualquer situacao ou ambiente educacional, usando-se,
evidentemente, conteudo proprio do estagio da classe. O processo de modelagem pode
seguir os mesmos passos que no ensino superior: medir e/ou contar, analisar os dados,
formular hipoteses, propor modelos e valida-los. este procedimento, em termos de ensino
- aprendizagem tem a grande vantagem de propiciar ao modelador a oportunidade de
ao
1 A modelagem como processo de ensino-aprendizagem pode ser utilizada de maneiras diversas se o am-
biente de ensino for diferenciado. Assim, se estamos num ambiente de Iniciacao Cientfica ou cursos de
Ve
Especializacao para professores de matematica, o programa de conteudos nao causa grandes problemas.
Entretanto, se o curso for regular com um programa a ser cumprido o processo de modelagem deve ser adaptado,
considerando temas dirigidos que tenham modelos com caractersticas proprias do conteudo a ser tratado no
curso. Neste caso, tambem nao se pode deixar de fazer a formalizacao contnua dos objetos matematicos que
aparecem nos modelos e e desejavel que o professor ja tenha trabalhado anteriormente com o tema para que
o desenvolvimento do curso flua normalmente.
5
Modelagem Matematica - Rodney Bassanezzi
Aqui a questao que tem duas alternativas: Faz-se modelagem para aprender
matematica? ou Aprende-se matematica para poder aplicar?- Neste caso, a resposta
ar
deve ser dada dependendo da situacao ou ambiente educacional de cada um.
Entretanto, acredito que ensinar matematica tendo como pano de fundo alguma
situacao real seja muito mais motivador, principalmente quando as situacao ou
in
temas forem escolhidos pelos alunos. Ensinar com modelagem e mais atraente.
A formalizacao do conteudo matematico vem com o interesse despertado pelo
problema, muitas vezes criados pelos alunos e aprendizagem pode ser reforcada
im
com a abstracao de princpios unificadores para certas situacoes.
Para cada situacao existe uma matematica mais ou menos adequada para descreve-
la. Varios modelos alternativos podem ser utilizados para modelar uma mesma
situacao. Os pesquisadores sempre estao aprocura do modelo mais adequado e com
este objetivo muitas vezes se da o aparecimento de novas teorias e a improvisacao
de novas tecnicas matematicas.
6
Modelagem Matematica - Rodney Bassanezzi
ar
Formulacao de problemas em termos matematicos
in
bilngue linguagem usual-matematica, matematica - linguagem usual. Algumas
palavras tem traducoes imediatas - e o caso de proporcional; variacoes; estabilidade;
crescimento etc.
im
Vamos introduzir alguns recursos basicos para a iniciacao a modelagem, nao per-
dendo de vista nosso objetivo principal que e o ensino-aprendizagem de matematica.
el
Pr
ao
rs
Ve
7
Modelagem Matematica - Rodney Bassanezzi
ar
in
im
el
Pr
ao
rs
Ve
Modelagem Matematica - Rodney Bassanezzi
1 E TA PA S D E U M A M O D E L A G E M
ar
A modelagem e o processo de criacao de modelos onde estao definidas as estrategias de
acao do indivduo sobre a realidade, mais especificamente, sobre a sua realidade, carregada
de interpretacoes e subjetividades proprias de cada modelador. Em nossos cursos de
Especializacao ou Reciclagem de professores, temos procurado conjugar a experiencia
in
de ensino com a perspectiva da modelagem, buscando aliar, da melhor forma possvel,
preocupacoes teoricas, filosoficas e metodologicas especiais - Tais preocupacoes levam em
conta os recursos humanos disponveis, os interesses partilhados por professores, alunos
im
e comunidade, o contexto social, poltico, economico etc. A utilizacao da modelagem na
educacao matematica valoriza o saber fazer do cursista, desenvolvendo sua capacidade
de avaliar o processo de construcao de modelos matematicos nos diferentes contextos de
aplicacoes dos mesmos, a partir da realidade de seu ambiente.
el
Diferentes concepcoes de ensino de Matematica e consequencia de diferentes
concepcoes sobre a propria Matematica. Quando se assume a visao de Matematica
Pr
como algo presente na realidade, sendo uma estrategia de acao ou de interpretacao desta
realidade, se esta adotando o que caracterizamos como uma postura de etno/modelagem.
Entendemos por etnomatematica, a matematica praticada e elaborada por um grupo
cultural e que esta presente nas mais diversas situacoes. Buscamos tambem resgatar,
num curso de especializacao, o conhecimento etnomatematico, suas interpretacoes e
ao
9
Modelagem Matematica - Rodney Bassanezzi
ar
Se em determinadas situacoes e muito complicado ou mesmo impossvel obter
uma base de valores numericos, mesmo assim se pode formular modelos matematicos
in
coerentes desta realidade ainda que, neste caso, nao se possa valida-los.
Nesta secao vamos dar um exemplo abstrato de carater geral de uma modelagem.
O mesmo procedimento pode ser usado em quase todas as situacoes analisadas.
E muito importante que os temas sejam escolhidos pelos alunos que, desta forma,
se sentirao co-responsaveis pelo processo de aprendizagem, tornando sua participacao
mais efetiva. E claro que a escolha final dependera muito da orientacao do professor que
discursara sobre a exequibilidade de cada tema, facilidade na obtencao de dados, visitas,
Ve
bibliografia etc.
Tanto no caso onde haja apenas um tema escolhido como quando os temas sao
diversificados, os alunos devem trabalhar em pequenos grupos com problemas especficos
do tema comum ao grupo. Assim, o levantamento de problemas deve ser feito em grupos
10
Modelagem Matematica - Rodney Bassanezzi
ja definidos o professor nao deve propor diretamente os problemas mas deve atuar
como monitor em cada grupo, sugerindo situacoes globais que devem ser incorporadas
pelos alunos.
ar
Erva-mate, Movimento dos Sem Terras, Irrigacao;
in
Horticultura: Alface, Pepino, Hidroponia;
im
Saude:Doencas (2), AIDS, Medicamentos genericos, Antibioticos, Cefaleia, Dengue,
Dieta alimentar, Paranoia, Fumante, Gripe suna;
Ecologia: Poluicao, Agua, Lixo (3), Rio Cuiaba, Indice pluviometrico, Sensoriamento
remoto, Reflorestamento;
Outros: Construcao civil, Violencia (2), Esoterismo, Madeira, Aquecedor solar, Sabao
rs
em po, Cores, Dvida Externa, Mineracao de ouro, Missoes Jesutas, Super Mercado,
Eleicao.
11
Modelagem Matematica - Rodney Bassanezzi
Para a escolha de um tema a regra e bastante simples: nao tenha medo e escolha
algo que voce gostaria de entender melhor.
ar
1.2 coleta de dados
in
Uma vez escolhido o tema, o proximo passo e buscar informacoes relacionadas com o
im
assunto. A coleta de dados qualitativos ou numericos pode ser efetuada de varias formas:
Quando se efetua uma coleta de dados, tendo como pano de fundo o tema escolhido,
ao
12
Modelagem Matematica - Rodney Bassanezzi
Dados Iniciais
ar
Tempo Variavel
n xn
in
0 9,5
1 18,5
2 29,1
im
3 46,9
4 70,8
5 121,1
6 175,3
el
7 257,7
8 351,4
9 440,8
Pr
10 512,9
11 562,2
12 597,7
13 629,4
14 642,3
ao
15 651,2
discreta xn = f(n).
13
Modelagem Matematica - Rodney Bassanezzi
ar
in
Figura 1.1: Tendencia da sequencia xn
im
n xn xn+1 xn xn
0 9,5 9 9,5
1 18,5 10,6 14,6
2 29,1 17,8 22,2
el
3 46,9 23,9 33,9
4 70,8 50,3 51,2
5 121,1 54,2 76,8
Pr
14
Modelagem Matematica - Rodney Bassanezzi
ar
in
Figura 1.2: Variacoes simples
im
1.3 an alise de dados e formulac ao de modelos
O modelo de interacao fornece cada valor xn+1 desde que se conheca o valor anterior xn
e, neste caso, temos:
rs
15
Modelagem Matematica - Rodney Bassanezzi
ar
in
Figura 1.3: Ajuste da curva xn+1 em funcao de xn
im
el
Pr
ao
rs
Ve
Figura 1.4: Relacao entre os valores anteriores e posteriores e Ajuste quadratico entre xn+1 e xn
16
Modelagem Matematica - Rodney Bassanezzi
1.4 validac ao
ar
A equacao 1.3.1 e uma formula de recorrencia onde cada termo depende do anterior, isto
e,
xn+1 = f(xn )
(1.4.1)
in
x0 dado
- Equacoes deste tipo sao denominadas equacoes de diferencas finitas. A proposta em casos
como este e encontrar a solucao da equacao, ou seja, determinar a relacao existente entre
im
a variavel de estado xn e o estagio n, como veremos na Secao 2.3.
17
Modelagem Matematica - Rodney Bassanezzi
ar
in
im
el
Pr
ao
rs
Ve
Modelagem Matematica - Rodney Bassanezzi
2 C O N V E R G E N C I A E E S TA B I L I D A D E
ar
in
im
el
Pr
{x1 , x2 , ..., xk } . Se a variavel x pode assumir todos os valores reais intermediarios entre os
valores discretos da sequencia dizemos que x e uma variavel contnua.
Ve
19
Modelagem Matematica - Rodney Bassanezzi
Por isso, nas proximas sessoes vamos estudar o chamado comportamento assintotico
de sequencias e funcoes. Ou seja, como se comportam seus valores para tempos muito
grandes.
ar
2.1 sequ encias
in
Uma sequencia real e um conjunto discreto dado por uma funcao real definida num
subconjunto A N :
im
f:ANR
n f(n) = xn
funcao f de modo que xn = f(n). A busca desta funcao que relaciona o estagio n com
um valor experimental xn , nem sempre e simples quando desejamos fazer previsoes do
fenomeno (simular valores que nao sao dados experimentais) e, neste caso devemos, via
de regra, fazer uso de certos artifcios matematicos como analise de convergencia da
rs
sequencia {xn }nN e variacoes de xn . A convergencia da sequencia {xn }nN nos garante
a estabilidade da variavel no futuro:
Esta frase, do ponto de vista de um matematico, esta longe da exatidao que ele
busca quase sempre, pois palavras como se aproxima ou muito grande podem
ser consideradas mais subjetivas que determinsticas. A definicao formal do que se
20
Modelagem Matematica - Rodney Bassanezzi
Uma sequencia {xn }nN e convergente para x e escrevemos xn x se, para cada
> 0 existe um numero natural n0 tal que se n > n0 entao |xn x | < epsilon.
ar
lim xn = x ou xn x .
n
Exemplo 1 Seja
in
1
{xn }nN = 1+ .
n nN
m
Vamos mostrar que xn 1.
De fato, para cada > 0 arbitrario, basta considerar o numero natural n0 > 1 e teremos
eli
|xn 1| = 1 + n
1
1 1
< n10 < , o que completa a prova.
1 = n . Logo, se n > n0 = n
Em palavras, 1 + 1
n se aproxima do valor x = 1 quando n cresce.
Pr
Exemplo 2 Seja
ao
n n 1 2 3 n n
{xn }nN = (1) = , , , ..., (1) , ... .
n+1 nN 2 3 4 n+1
(1)n n
x < 1
n+1
e
n+1 n + 1
1
(1) x < .
n+2 2
21
Modelagem Matematica - Rodney Bassanezzi
ar
para todo n N pois
2
2n + 4n + 1 2n2 + 4n + 1
2 2
n2 + 3n + 2 = n2 + 3n + 2 > 1 2n + 4n + 1 > n + 3n + 2
in
n2 + n > 1
m
Entao, teremos
n+1 n
1 < (1)n+1 n
(1)
n+2 n + 1
eli
n+1 n
= (1)n+1 n
x + x (1)
n+2 n + 1
n+1 n
< (1)n+1 n
x + (1)
x
n+2 n+1
Pr
1 1
< +
2 2
= 1.
Estas duas desigualdades levam a uma contradicao e, portanto, a sequencia nao converge.
ao
n
Observe que a subsequencia {xn }n = n+1 , onde e o conjunto dos
n n
numeros pares, converge para x = 1 e a subsequencia dos mpares n+1 n
converge
para x = 1 (mostre!).
rs
Exemplo 3 Seja A1 um quadrado de lado a, logo sua area vale a2 . Considere agora o quadrado
A2 , contido em A1 , cuja diagonal e a metade da diagonal de A1 (veja Figura 7).
Ve
1
A area de A2 e 4 da area de A1 .
De fato, se d1 e a diagonal de A1 entao d21 = a2 + a2 = 2a2 = d = a 2.
A diagonal de A2 e d2 = 22 a (metade de d1 ). Portanto, o lado b de A2 e dado por
h i2
d22 = 22 a = 24 a2 = b2 + b2 = 2b2 = b2 = 14 a2 .
22
Modelagem Matematica - Rodney Bassanezzi
ar
Figura 2.2: A sequencia (1)n n
n+1 e divergente
in
Analogamente, se construirmos uma sequencia de quadrados {An }nN da mesma forma
como foi construido A2 , teremos suas areas dadas por
m
1
area de An = da area de An1
4
eli
Pr
ao
rs
Seja Sn = area de An entao podemos formar a sequencia {Tn }nN onde, Tn e definido como
sendo a soma das areas dos quadrados Aj com j 6 n.
X
n
Tn = Sj
j=0
23
Modelagem Matematica - Rodney Bassanezzi
" #
1 2 1 2 1 P
n
1
De fato, temos que Tn = a2 + 4a + 16 a + ... + 22n
a2 = a2 22j
;
j=0
Logo
X
X
X
2 2 1 1 1
a = Bj = 3a 2j
= 2j
=
2 2 3
ar
j=1 j=1 j=1
Logo,
X
1 4
in
2
lim Tn = Sj = a 1+ = a2
n 3 3
j=0
m
Sequencias definidas como somas de outras sequencias sao denominadas series.
Uma condicao necessaria para que uma serie seja convergente e que a sequencia que
compoem seus fatores seja convergente, a recproca pode nao ser verdadeira. De fato,
P 1
1
eli
se xn = n temos limn xn = 0 e yn = n = + (divergente). No exemplo dos
quadrados encaixantes temos limn Sn = 0 e limn Tn = 43 a2 .
Pr
Para uma funcao f : R R podemos tambem definir o limite no infinito de modo analogo
ao
Definicao 1 Dizemos que L e o limite de f(x), quando x tende a + se, dado um valor arbitrario
> 0, podemos determinar um numero real positivo M, tal que se x > M entao |f(x) L| < .
rs
2x+1
Ve
sera verdadeira desde que se tenha x > M, onde M e determinado com a escolha de .
24
Modelagem Matematica - Rodney Bassanezzi
ar
in
m
2x+1
Figura 2.4: A funcao f(x) = x e estavel no ponto x = 2
eli
Exemplo 5 Seja f(t) = 3 2e0,3t .
Observacao 1 Quando limx+ f(x) = L, dizemos que a reta y = L, paralela ao eixo-x, e uma
ao
lim f(x) =
xk
significando que quando x se aproxima do valor k, o valor da funcao |f(x)| cresce sem
Ve
Para todo valor arbitrario N > 0, existe > 0 tal que se |x k| < entao |f(x)| > N.
25
Modelagem Matematica - Rodney Bassanezzi
Logo,.
1
lim =
x0 x
Podemos observar que se x se aproxima de zero por valores positivos, entao x1 e tambem positivo e
ar
crescente. Se x se aproxima de zero por valores negativos, entao x1 e tambem negativo e decrescente.
Este fato pode ser denotado por
in
1
lim+= + (limite a direita)
x0 x
1
e lim = (limite aesquerda)
x0 x
im
1
Dizemos entao que f(x) = x nao e limitado num intervalo que contem o ponto x = 0.
1
Figura 2.5: Assntotas da funcao f(x) = x
26
Modelagem Matematica - Rodney Bassanezzi
ar
2. Se limxa f(x) = e limxa g(x) = k, entao
in
se k > 0
b) limxa [f(x).g(x)] =
+ se k < 0
P(x)
3. Seja f(x) uma funcao racional, isto e, f(x) = Q(x) , onde
im
P
P(x) = n k=0 ak x
nk = a xn + a xn1 + ... + a ; com a 6= 0
0 1 n 0
Pm
Q(x) = k=0 bk xmk = b0 xm + b1 xm1 + ... + bm ; com b0 6= 0.
Entao,
el
0 se n < m;
Pr
a0 se n = m
b0
lim f(x) =
x
+ se [n > m e a0 b0 > 0]
se [n > m e a b < 0]
0 0
1
= .
ao
Definicao 2 Seja y = f(x) uma curva do plano e P(x, y) um ponto arbitrario desta curva. Seja
d a distancia deste ponto P a uma reta r. Dizemos que esta reta r e uma assntota acurva se
Ve
d 0 quando P . Em outras palavras, para todo > 0, existe M > 0 tal que d < se
p
x2 + y2 > M.
Por esta definicao, e claro que se limxa f(x) = entao a reta vertical x = a e
uma assntota acurva y = f(x).
27
Modelagem Matematica - Rodney Bassanezzi
ar
f(x) b
lim [f(x) ax b] = 0 lim x a =0
x x x x
f(x) b
lim a =0
x x x
in
f(x)
lim =a
x x
im
b = lim [f(x) ax]
x
Se um dos limites nao existir entao a curva nao admite uma reta como assntota.
el
Tambem e claro que se a = 0, a reta assntota sera horizontal se limx f(x) = b.
x2 +x
Exemplo 7 Encontrar as assntotas da curva y = x1 .
Pr
x2 + x x2 + x
lim+ = + e lim =
x1 x1 x1 x1
ao
(b) Para se ter assntota inclinada ou horizontal e necessario (mas nao suficiente)
que
rs
x2 + x
lim = ,
x x 1
que e este caso, uma vez que o grau do polinomio P(x) = x2 + x e maior que do polinomio
Ve
Q(x) = x 1.
x2 + x x2 + x
1
a = lim = lim 2 =1
x+ x1 x x+ x x
28
Modelagem Matematica - Rodney Bassanezzi
x2 +x
Assim, y = x + 2 e uma assntota inclinada da curva y = x1 .
ar
2
x +x 2
= (x + 2) =
x1 x1
Temos, > 0 x > 1.
in
im
el
Pr
29
Modelagem Matematica - Rodney Bassanezzi
que tal sequencia crescente e convergente para o valor maximo da altura desta especie.
Neste caso, o fato da sequencia ser limitada e imposicao biologica do fenomeno analisado
pois nenhuma arvore pode crescer sem limitacao.
ar
Considere um conjunto de dados {(xn , yn )}, n = 1, 2, . . . , k. Vamos supor que temos a
informacao sobre a sequencia yn = f(xn ) relativa ao seu crescimento assintotico, isto e,
sabemos a priori que a sequencia {yn } e convergente quando xn cresce - Este conhecimento
in
pode ser induzido porque {yn } e monotona e limitada ou simplesmente pelo proprio
fenomeno estudado. Entao, devemos determinar o valor limite y de modo que
m
y = lim yn
xn
eli
O metodo de Ford-Walford consiste em determinar inicialmente uma funcao g que
ajusta os pares (yn , yn+1 ), isto e,
Temos que,
xn xn xn
y = g(y )
30
Modelagem Matematica - Rodney Bassanezzi
A solucao do sistema
yn+1 = 0, 0008y2n + 1, 523yn + 5, 622
ar
yn+1 = yn
in
im
el
Pr
Em outras palavras, a reta y = 675 deve ser uma assntota horizontal de f(t).
rs
Dentre as curvas planas com inibicao temos duas classicas: exponencial assintotica
(Fig. 12a) e de crescimento inibido com ponto de inflexao (Fig. 12b).
Ve
Uma curva com crescimento limitado e atingindo um valor maximo num ponto inter-
mediario e tambem bastante comum em modelos unidimensionais. Exemplos classicos
31
Modelagem Matematica - Rodney Bassanezzi
ar
in
im
el
Pr
Figura 2.8: Funcao exponencial assintotica e Crescimento inibido com ponto de inflexao
deste tipo de funcao sao as solucoes dos modelos logstico, de Gompertz e de von
Bertalanffy:
ao
y
logstico : f(x) =
bex + 1
rs
ebx
x0
Gompertz: f(x) = y
y
Ve
h
i3
von Bertalanffy: f(x) = y 1 e 3 x
32
Modelagem Matematica - Rodney Bassanezzi
ar
in
Figura 2.9: Crescimento inibido com ponto de inflexao
im
2.4 variac oes
y = f(x), x A.
33
Modelagem Matematica - Rodney Bassanezzi
ar
por unidade de x.
in
im
el
Figura 2.10: Variacao media y/x
y
, geometricamente, mede o coeficiente angular (ou inclinacao) da reta que liga
Pr
x
os pontos (x1 , f(x1 )) e (x2 , f(x2 )).
c) variac ao relativa:
1 yi f(xi+1 ) f(xi ) 1
= (2.4.3)
ao
yi xi xi+1 xi yi
mostra a variacao de y por unidade de x, relativa ao estagio inicial y = yi .
f(x + x) f(x)
lim = f0 (x ) (2.4.4)
x0 x
34
Modelagem Matematica - Rodney Bassanezzi
ar
in
Em outras palavras
yn y
se
im
Figura 2.11: Convergencia da sequencia de variacoes medias
1
P(t) =
2e0,4t +1
ao
P(2) P(0)
4P =
Ve
= 0, 096673
20
35
Modelagem Matematica - Rodney Bassanezzi
ar
1996 156,804
2000 170,143
2010 192,040
in
Tabela 2.1: Censo demografico brasileiro
Fonte: http://www.ibge.gov.br/home/estatistica/populacao/censohistorico/1940 1996.shtm
im
leira (dado em milhoes de habitantes), nos censos oficiais:
Considerando que a populacao N varia com tempo t, podemos induzir que N seja
uma funcao de t, isto e,
el
N = f(t)
Pr
N = N2 N1 = f(t2 ) f(t1 )
ao
36
Modelagem Matematica - Rodney Bassanezzi
Para analisamos com que rapidez o tamanho da populacao varia, devemos levar
em consideracao o tempo transcorrido entre as medidas de N1 = f(t1 ) = 170, 143 e
N2 = f(t2 ) =.192, 04
A proporcao
ar
N N2 N 1
= = 2, 19
t t2 t1
in
mostra quanto varia a populacao por unidade de tempo Este valor fornece a variacao
media por unidade de tempo ou taxa media de variacao (ou simplesmente taxa de variacao).
im
A populacao brasileira, entre 2000 e 2010 aumentou, em media, 2,19 milhoes por ano
por ano.
Esta taxa fornece uma medida de variacao, relativamente a populacao que originou
Pr
tal crescimento e sua expressao anal tica depende do modelo populacional utilizado. Os
casos mais usados para este tipo de taxa sao:
N N 2 N1
= =
rs
N1 t N1 t
Ve
2, 19
Com os dados anteriores temos = = 0, 01287
170, 143
Neste caso, dizemos que a taxa de crescimento populacional, entre 2000 e 2010, foi
de 1, 287% ao ano.
37
Modelagem Matematica - Rodney Bassanezzi
Nt+1 Nt = Nt
Nt+2 Nt+1 = Nt+1
Nt+t Nt+t1 = Nt+t1
ar
(+)
Nt+t Nt = (Nt + Nt+1 + + Nt + t 1)
= Nt [1 + (1 + ) + + (1 + )t1 ]
in
Nt+t Nt (1 + )t 1
= = (1 + )t 1
Nt
im
e portanto,
r
t Nt+t
= 1.
Nt
el
Por exemplo, tomando t = t2 t1 = 10, temos N2 = Nt1 +t = 192, 04 e N1 =
N t1 = 170, 143, temos
Pr
s
10 N2
= 1 = 0, 01218
N1
ou seja, a populacao cresceu (em media) 1,218% ao ano, relativamente aproporcao existente
ao
38
Modelagem Matematica - Rodney Bassanezzi
Projeto Estude a dinamica da populacao brasileira subdividida por sexo (tabela 2.2)
ar
1980 59123361 59879345
1991 72485122 74340353
1996 77442865 79627298
in
Tabela 2.2: Censo demografico brasileiro por sexo.
im
b) Formule modelos discretos e contnuos e faca previsoes para as populacoes em 2050.
el
Pr
ao
rs
Ve
39
Modelagem Matematica - Rodney Bassanezzi
ar
in
im
el
Pr
ao
rs
Ve
Modelagem Matematica - Rodney Bassanezzi
3 E Q U A C O E S D E D I F E R E N C A S L I N E A R E S
ar
in
im
el
Pr
A variavel x e dita contnua se pode assumir todos os valores reais intermediarios en-
tre os valores discretos da sequencia {xi }, i = 1, 2, . . . , n. Por exemplo, se x1 = 26, 0, x2 =
59, 5, . . . , x9 = 488, 2 sao os valores dados do peso de algum peixe, sabemos que qualquer
valor x entre 26,0 e 488,2 pode ser assumido no intervalo [26,0; 488,2]. Logo a variavel
peso do peixe e contnua neste intervalo. Se a variavel nao for contnua, sera dita
ao
discreta o que significa que somente pode assumir valores em um conjunto discreto. Lem-
brando que um conjunto A e discreto se existe uma correspondencia biunvoca entre seus
elementos e um subconjunto dos numeros naturais.
rs
yn+1 yn = f(yn , n)
(3.0.1)
y0 dado
41
Modelagem Matematica - Rodney Bassanezzi
ou, simplesmente,
yn+1 = F(yn , n)
(3.0.2)
y0 dado
Desta forma, uma equacao de diferencas de primeira ordem e uma sequencia {yn }nN
dada por uma formula de recorrencia, isto e, cada termo yn+1 depende do anterior yn .
Uma solucao para 3.0.2 e uma funcao yn = g(n) que satisfaz 3.0.2 para todo n N.
ar
Exemplo 10
P2 = P1 + 6
in
P3 = P2 + 6 = P1 + 2 6
Pn Pn1 =6
= P4 = P3 + 6 = P1 + 3 6 = Pn = 6n 3
P1 = 3
Pn = P1 + 6(n 1)
para n 1 1.
Exemplo 11
im
el
A0 = 1
A1 = 1+6 = A0 +6 1
An An1 = 6n A2 = 7 + 12 = A1 +6 2 = A0 +6 1 + 6 2
Pr
=
A0 = 1
An = An1 +Mn = A0 +6 1 + 6 2 + ... + 6n
= A0 +6(1 + 2 + 3 + ... + n)
Logo,
ao
n(n + 1)
An = 1 + 6 = 1 + 3n(n + 1) para n 1 0.
2
de diferencas quando a equacao nao for linear e, neste caso, devemos procurar solucoes
aproximadas por meio das equacoes lineares associadas. Isto faz com que um estudo das
equacoes lineares seja imprescindvel.
Ve
yn = n1 yn1 + n2 yn2 + + m ym ,
42
Modelagem Matematica - Rodney Bassanezzi
ou
X
m
yn = i yi , (3.0.3)
i=n1
ar
3.1 equac ao de diferencas de primeira ordem
in
equacao so depende do termo anterior dizemos que ela e autonoma. Assim, uma equacao
de diferencas de 1a ordem, linear autonoma e da forma
im
yn = yn1
(3.1.1)
y0 dado
E portanto,
ao
yn = y0 n (3.1.2)
=0
kn = kn1 kn1 [ ] = 0 ou
=
43
Modelagem Matematica - Rodney Bassanezzi
Logo,
0 se y0 = 0
yn = n
(3.1.3)
y0 se y0 6= 0
ar
E relativamente facil verificar que a solucao da equacao linear nao autonoma
in
yn+1 = ayn + b
(3.1.4)
y0 dado
e dada por:
y = y0 + bn
n
m
se a = 1
eli
(3.1.5)
n
y n = y 0 an + b 1 a se a 6= 1
1a
Pr
Neste caso obter uma solucao explcita pode ser complicado e nao faremos aqui um
metodo geral. Um exemplo deste tipo de equacao e dado no Exemplo 2.
rs
Uma aplicacao imediata das equacoes lineares de primeira ordem pode ser encon-
trada em problemas de capitalizacao e financiamento.
Ve
Exerccios
1 Considere um capital inicial C0 aplicado a uma taxa mensal (juros) r. Encontre o valor do
resgate depois de passados k meses, supondo que o rtegime de juros seja:
44
Modelagem Matematica - Rodney Bassanezzi
Mostre que:
se = 0 yn = y0 constante;
ar
se 0 < 6 2 yn e divergente;
in
3 (Orcamento familiar) Consideremos uma famlia cuja renda mensal rn e proveniente de um
m
salario fixo r0 , mais o rendimento da caderneta de poupanca pn do mes anterior.
Suponhamos tambem que o consumo mensal cn desta fami lia seja proporcional a sua renda
mensal.
eli
O modelo que estabelece relacoes entre as variaveis renda, poupanca e consumo dependentes
do tempo, tomados em meses, e dado por:
Pr
rn+1 = r0 + pn , (3.1.7)
c) consumo:
pn+1 = F(pn )
45
Modelagem Matematica - Rodney Bassanezzi
4 (Financiamento) Na compra de uma casa e feito um financiamento do valor c0 que deve ser
pago em 15 anos, em parcelas mensais fixas e iguais a k.
Considere c0 a dvida inicial entao, a dvida cn num mes n e dada pela dvida corrigida do
mes anterior menos a parcela paga no mes, ou seja,
ar
cn+1 = cn + cn k = (1 + )cn k (3.1.9)
in
3.2 equac ao de diferencas linear de segunda ordem
im
Uma equacao linear de diferencas, de 2a ordem e da forma:
logo, = 0 ou 2 a b = 0
ao
2 a b = 0 =
Ve
a a2 + 4b
1,2 = (3.2.2)
2
1,2 sao univocamente determinadas pelos valores dos coeficientes a e b.
46
Modelagem Matematica - Rodney Bassanezzi
Para as equacoes lineares vale o princpio da superposicao, isto e, se temos varias solucoes,
entao a combinacao linear entre elas tambem e uma solucao. Como 1 e 2 foram determinados,
justamente com a promessa de kn n
1 e k2 serem solucoes de (3.2.1), podemos concluir
que
yn = A 1 n n
1 + A 2 2 (3.2.3)
ar
tambem e uma solucao de (3.2.1).
in
iniciais y0 e y1 :
Para n = 0 y0 = A1 + A2
Para n = 1 y1 = A1 1 + A2 2
O sistema
A 1 + A 2 = y0 im
el
1 A 1 + 2 A 2 = y1
1 y0 y1 1 y0 y1
A2 = e A 1 = y0 (3.2.4)
1 2 1 2
ao
a n
yn = (A1 + nA2 ) (verifique!) (3.2.5)
2
Ve
y0 = A 1
(3.2.6)
y1 = (A1 + A2 ) a y0 + A2 = 2y1 A2 = 2y1 y0
2 a a
47
Modelagem Matematica - Rodney Bassanezzi
p
1 = + i = rei e 2 = i = rei , onde r = 2 + 2 e = arctg .
Entao, a solucao geral real de (3.2.1) e dada por:
ar
De fato, usando a formula de Euler: ei = cos + isen, temos
n n i n n n n
1 = ( + i) = (re ) = r (cos + isen) = r (cos n + isenn)
in
Portanto
yn = A 1 n n n
1 + A2 2 = A1 ( + i ) + A2 ( i)
n
m
= A1 rn (cos n + isenn) + A2 rn (cos n isen n)
= B1 rn cos n + iB2 rn senn
eli
Agora, como a equacao e linear, tanto a parte real
Pr
un = B1 rn cos n
vn = B2 rn sen n
ao
sao solucoes da equacao (3.2.1). Logo, pelo princpio da superposicao, obtemos a solucao
geral real:
rs
Se r < 1 yn e decrescente
48
Modelagem Matematica - Rodney Bassanezzi
ar
2 + 1 = 0 1 = i e 2 = i (a = 0 e b = 1)
Entao,
in
p b
r= a2 + b 2 = 1 e = arctg = /2
a
m
A solucao real da equacao (3.2.9) e
eli
n n
yn = c1 cos + c2 sen (3.2.10)
2 2
n
yn = sen (3.2.11)
2
e a solucao real particular da equacao (3.2.9).
ao
yn = ( 2)n sen n (verifique)
4
Neste caso, a amplitude rn = ( 2)n e crescente (Figura 16) e a frequencia e = /4.
49
Modelagem Matematica - Rodney Bassanezzi
ar
Figura 3.1: A solucao e uma sequencia divergente
in
Exemplo 14 A equacao de diferencas
m
com y0 = 0 e y1 = 1 e a > 0.
eli
(3.2.13)
2 2a + 2a2 = 0
2a + 2ai
1 = = a(1 + i) e 2 = a(1 i)
2
rs
Entao,
Ve
r=a 2 e =
4
A solucao real que satisfaz as condicoes iniciais e
yn = (a 2)n sen n (3.2.14)
4
50
Modelagem Matematica - Rodney Bassanezzi
Agora, como 1 6 sen n 6 1, entao yn tera oscilacoes decrescentes quando r =
4
a 2 < 1.
ar
in
im
Figura 3.2: A solucao ( 32 2)n sen
el 4n e uma sequencia convergente
(1) (k)
xn+1 = f1 (xi )
x(2) = f2 (x(k) )
ao
n+1 i
.. (3.3.1)
.
(m) (k)
xn+1 = fm (xi )
rs
(k)
onde fj , j = 1, . . . , m sao funcoes lineares de xi , k = 1, . . . , m, i = 0, . . . , n.
51
Modelagem Matematica - Rodney Bassanezzi
Fazendo
(1)
xn
(2)
xn
vn =
..
.
(m)
xn
e
a11 a12 a1m
ar
a21 a22 a2m
J= .. .. .. ..
. . . .
am1 am2 amm
in
podemos reduzir a expressao acima a equacao matricial vn+1 = Jvn , e de modo analogo
ao caso de uma unica equacao de ordem 1, conclumos que vn = Jn v0 . A matriz J e
denominada matriz Jacobiana do sistema linear.
im
Calcular potencias de uma matriz nao e tarefa simples, e as tecnicas utilizadas para
tal fogem do escopo destas notas. Para simplificar nos concentraremos em sistemas de 2
equacoes e abordaremos o problema de forma um pouco distinta.
Supondo a12 6= 0 podemos isolar zn na primeira equacao e assim obter a equacao linear
de 2a ordem
Ve
yn+2 (a11 + a22 )yn+1 + (a22 a11 a12 a21 )yn = 0. (3.3.6)
52
Modelagem Matematica - Rodney Bassanezzi
a21 a22
ar
a11 a12
det(J I) = =0
a21 a22
in
2 (a11 + a22 ) + (a22 a11 a12 a21 ) = 0, (3.3.8)
im
onde P() = 2 (a11 + a22 ) + (a22 a11 a12 a21 ) e o polinomio caracterstico de
(3.3.6).
o que nos mostra que as solucoes para yn e zn no sistema (3.3.5) possuem a mesma forma,
rs
Observacao 2 E facil ver que se a12 = 0 entao a equacao (3.3.6) fica equivalente a primeira
Ve
53
Modelagem Matematica - Rodney Bassanezzi
ar
; (3.3.10)
zn = (B1 + B2 n)n
in
temos
yn = rn (A1 cos(n) + A2 sen(n))
. (3.3.11)
zn = rn (B1 cos(n) + B2 sen(n))
im
Nos tres casos as constantes A1 , A2 , B1 , B2 sao determinadas pelas condicoes iniciais
y0 , z0 do sistema. Para isso, basta voltarmos ao sistema inicial e, de posse das
condicoes y0 , z0 , encontrar os valores de y1 , z1 . E depois proceder como no caso de
el
equacoes de segunda ordem.
Pr
54
Modelagem Matematica - Rodney Bassanezzi
Consideracoes:
a) Todo escargot adulto desova e o faz a cada 4 meses; Seja c e quantidade de ovos
viaveis em uma desova entao,
ar
Sejam Bn a quantidade de jovens em cada estagio n; Cada estagio n corresponde
a 4 meses.
Entao:
in
Cn = (ovos provenientes da desova dos adultos) + (ovos provenientes da desova dos jovens
que chegaram afase adulta)
Cn = cAn1 + cBn1
im
An = (adultos no estagio (n 1)) + (jovens que chegaram a fase adulta)
(3.4.1)
el
Pr
An = An1 + Bn1 (3.4.2)
Bn = (ovos do estagio n 1)
ao
Bn = Cn1 (3.4.3)
O sistema
rs
An = An1 + Bn1
Bn = Cn1 (3.4.4)
Cn = cAn1 + cBn1
Ve
55
Modelagem Matematica - Rodney Bassanezzi
An = An1 + Bn1 = An1 + cCn2 = An1 + cAn2 .Assim, obtemos uma unica
equacao de diferencas:
An+1 = An + cAn1
(3.4.5)
A0 = A1 = a
ar
0 = An = A0 (constante) para todo n 1 1.
in
sao
1+1 + 4c
1 = = |1 | > 1
im
2
1 1 + 4c 1 + 4c 1 3
2 = = |2 | = <10<c<
2 2 4
K1 + K2 = a
K 1 1 + K 2 2 = a
ao
Como K1 > 0 e 1 > 1 entao, a sequencia {An }n11 e crescente e sem limitacao, isto e,
limn An = +.
rs
Exerccio: Considere que a taxa de mortalidade dos adultos seja de 20% em cada estagio
Ve
n, n > 2; Como se reflete esta informacao na equacao 3.4.5 ? Resolva o novo modelo e
verifique em que condicao sobre o parametro c este sistema e estavel.
Sugestao: Considere que no estagio n + 1 ha 80% dos adultos que haviam no estagio
n.
56
Modelagem Matematica - Rodney Bassanezzi
ar
Figura 3.3: L.Fibonacci (1170-1250)
in
3.4.1
im
An+1 = An + An1
(3.4.6)
A0 = A1 = 1
onde, cada termo da sequencia, (n > 2), e igual asoma dos dois termos anteriores e, neste
el
caso, um dos autovalores de 3.4.6 e
1+ 5
1 = (3.4.7)
2
Pr
An+1 1+ 5
Bn =
An 2
Temos que:
An+1 An +An1 An1
a sequencia {Bn }n11 e limitada pois Bn = An = An = 1+ An < 2
rs
livro Liber Abaci (Livro de Abacos) onde encontra-se o problema que deu origem asua famosa sequencia
numerica Quantos coelhos havera em um ano, comecando com um so casal, se em cada mes cada casal adulto gera um
novo casal, o qual se tornara produtivo em dois meses?
Este livro contem tambem uma grande quantidade de assuntos relacionados com a Aritmetica e Algebra da
epoca e realizou um papel importante no desenvolvimento matematico na Europa pois por meio deste livro
que os europeus vieram a conhecer os algarismos hindus, tambem denominados arabicos.
57
Modelagem Matematica - Rodney Bassanezzi
1 1 An
seja = lim Bn > 0 = lim = lim
n n Bn n An+1
ar
An+1 An + An1 An1 1
= lim = lim = 1 + lim = 1+
n An n An n An
in
Logo, o valor do limite de Bn deve satisfazer aequacao
1 1 5
im
2
= 1+ ou = + 1 = = (3.4.8)
2
An+1 1+ 5
lim = (numero aureo)
n An 2
1 1
2 = + 1 = 1+ = 1
rs
1
O numero e denominado secao aurea 3
Ve
1
= 1 = 1, 61803 1 = 0, 61803 . . .
3 Acredita-se que foi Kepler
(1571-1630) o primeiro a estabelecer a relacao entre a sequencia de Fibonacci e o
1+ 5
numero aureo = , analisando o crescimento de determinadas plantas.
2
58
Modelagem Matematica - Rodney Bassanezzi
AB AC
= (3.4.9)
AC CB
ar
AC = medida de (AC) = x;
De (3.4.9) temos
in
1 x
= x2 = 1 x
x 1x
im
Cuja solucao positiva e a secao aurea:
1 + 5 2 1
x= = = = 0, 61803 . . .
el
2 1+ 5
1
a= b b = a. (3.4.10)
ao
1
Seja R1 o retangulo de lados a1 = e b1 =
1
Ve
59
Modelagem Matematica - Rodney Bassanezzi
1
a2 1
= 1 =
b2 2
ar
in
im
el
Figura 3.4: Retangulo aureo
Pr
1
A area do retangulo inicial R1 e conhecida: A(R1 ) = 2 . Por outro lado, A(R1 ) =
soma das areas de infinitos quadrados distintos, formado pelos lados menores dos
sub-retangulos Rn , ou seja,
X
1
2 2 1 2 1 2 1 2 1
A(R1 ) = 2 + + 6 + ... + 2n + ... =
2n
ao
4
n=1
n=1
yn+2 = yn+1 + yn
60
Modelagem Matematica - Rodney Bassanezzi
ar
exerc cios:
X 1
5 Mostre que a serie geometrica converge para 2 .
n
in
n=0
im
7 Seja P um paraleleppedo de lados , , . Dizemos que P e aureo se o retangulo de lados e
p
e o retangulo de lados e d = 2 + 2 forem aureos.
a)
Pr
X
n
xj = xn+2 1
j=1
b)
ao
X
2n1
x2j+1 = x2n
j=0
61
Modelagem Matematica - Rodney Bassanezzi
populacao ao longo do tempo, queremos saber se tal populacao vai crescer indefinida-
mente, se vai se extinguir ou se vai se estabilizar em torno de valor de equilbrio.
ar
Nestas notas vamos nos concentrar apenas em equacoes de primeira ordem, ou seja,
equacoes do tipo yn = f(yn1 ). Neste caso consideraremos nao apenas o caso linear, que
como veremos e trivial, mas tambem o caso dos sistemas e o caso nao-linear.
in
Voltando ao nosso problema, observe que se f e uma funcao contnua, e o limite
y = limn yn existe, entao
im
Alem disso, temos que se y0 = y entao y1 = f(y0 ) = y e consequentemente yn = y
para todo n, ou seja, y e ponto de equilibrio do processo.
Como visto anteriormente, todo sistema de equacoes lineares de primeira ordem pode ser
escrita na forma de uma unica equacao matricial
vn = Jvn1 ,
e vale que vn = Jn v0 .
62
Modelagem Matematica - Rodney Bassanezzi
tais que v = Jv . Segue entao que v e uma solucao do sistema linear homogeneo
(J I)v = 0, onde I e a matriz identidade. Usando a notacao simplificada v =
ar
(x(1) , . . . , x(m) ), conclumos que v = (0, . . . , 0) e sempre ponto de equilbrio do sis-
tema, mas pode nao ser o unico. De fato, se det(J I) = 0 existem infinitas solucoes para
o sistema v = Jv , e portanto infinitos pontos de equilibro para o sistema.
in
Nos concentremos no caso de sistemas de duas equacoes. Neste caso, o sistema de
equacoes de diferencas linear de segunda ordem
m
yn+1 = a11 yn + a12 zn
zn+1 = a21 yn + a22 zn
eli
pode ser convertido na equacao linear de 2a ordem
de onde conclumos que o sistema tera infinitos pontos equilbrio se, e somente se,
ao
Considere o caso no qual p(1) 6= 0 e 1 6= 2 sao razes reais de p(). Neste caso a
solucao geral e dada por
rs
yn = A 1 n n
1 + B1 2
zn = A 2 n
1 + B2 2
n
Ve
Neste caso o unico ponto de equilbrio e v = (0, 0), e sera estavel se, e somente se,
tivermos |1,2 | < 1.
63
Modelagem Matematica - Rodney Bassanezzi
Exemplos
Podemos escrever tal sistema como uma unica equacao linear de segunda ordem
yn+2 = yn
ar
y0 = 1 e y1 = z 0 = 2
in
2 = 1 = = 1
m
n n A + B se n e par
yn = A.1 + B(1) =
A B se n e impar
eli
A solucao particular e obtida fazendo-se uso das condicoes iniciais:
y0 = 1 = A + B = 1 A = 32
=
Pr
z0 = 2 = y1 = A B = 2 B = 21
Tal sistema linear pode ser dado na forma de uma equacao de segunda ordem
yn+2 yn+1 3yn = 0
y0 = 0 e y1 = 1
64
Modelagem Matematica - Rodney Bassanezzi
A solucao geral e
" #n " #n
1+ 12 1 12
yn = A +B
2 2
ar
12
e
" #n " #n
1 1+ 12 1 1 12
yn =
in
12 2 12 2
zn = yn+1 2yn
m
eli
Exemplo 17 Considere o sistema
yn+1 = yn + 2zn y0 = 1
com a condicao inicial
zn+1 = yn + zn z0 = 0
Pr
P() = 2 2 + 3
Cujas razes sao os numeros complexos 1 = 1 + 2i e 2 = 1 2i.
ao
A solucao geral e
n n
yn = A 1 + 2i + B 1 2i
rs
y1 = A 1 + 2i + B 1 2i = y0 + 2z0 = 1
65
Modelagem Matematica - Rodney Bassanezzi
Ou seja, A = B = 21 .
ar
5 > 1.
in
com as condicoes iniciais y0 = z0 = 1
9
im
yn+1 = yn + zn
zn+1 = yn 0, 5 zn
10
el
yn+1 = yn + 0, 5zn
zn+1 = yn zn
11
Pr
1 2
yn+1 = 2 yn + 3 z n
2
zn+1 = 3 yn + z n
ao
rs
Ve
66
Modelagem Matematica - Rodney Bassanezzi
R E F E R E N C I A S B I B L I O G R A F I C A S
ar
doutorado, IMECC, 1993.
in
[3] Bassanezi, R. C. - ensinoaprendizagem com modelagem matematica; Edit. Contexto, S.P,
2002.
im
[4] Sodre, U. e Tofolli, S.F.L. Alegria Matematica: Sequencias de Fibonacci, in
http://pessoal.sercomtel.com.br/matematica/alegria/fibonacci/seqfib1.htm.
[5] Huntley, H. E. A divina proporcao:Um Ensaio Sobre a Beleza da Matematica, Edit. Univ.
Braslia, 1985.
el
[6] Edeltein-Keshet, L. - Mathematical models in Biology; Random House Pu. N. York,
1988.
Pr
[8] Lunardi R., Sanhuesza R., Bender R. -Imersao em Agua no Controle Pos-Colheita da
Podridao Branca em Macas cv. Fuji; Fitopatol. bras. 28(4), 2003.
ao
[9] Blum L., Amarante C., Locatelli P., Dezanet A., Hack Neto P., Marcon M., Si-
ega V., Guimaraes L. -Levedura aplicada em pos-colheita reduz podridoes em Macas;
http://www.ufpel.tche.br, 2005.
[10] Casselman B.- Packing Pennies in the Plane - An illustrated proof of Keplers conjecture
rs
[11] Alpoim J.F.P. Exame de artilheiros; Oficina Jose Antonio Plates - Lisboa, 1744.
Ve
[12] Hale,T. C. Cannonballs and Honeycombs; Notices of the AMS, Vol 47, n. 4, 440-449,
2000.
67
Modelagem Matematica - Rodney Bassanezzi
[14] May, R. M - Simple Mathematical Model with very Complicated Dynamics; in Nature,
1976.
[15] Bezerra, C., Diniz, F.e Kfouri, W. Esporte; Monografia de conclusao e curso de
Especializacao; UFABC, 2008.
ar
[17] Brochado, M. V. B. e Kokobun, E. - Treinamento intervalado de corrida de velocidade
-Efeitos da duracao da pausa sobre o lactato sanguineo e a cinematica da corrida. MOTRIZ -
Volume 3, Numero 1, Junho/1997.
in
[18] Larizzatti, C., Caetano, J.C., Santana, L.G., Severo, M.R. e Andre, R.A. Crimina-
lidade - Alguns Olhares...Algumas reflexoes, Monografia de conclusao de curso de
Especializacao; UFABC, 2009.
im
[19] Fabricacao de papel; Monografia de curso de Especializacao, FAFIG, Guarapuava,
1982.
68