Sie sind auf Seite 1von 202

Modelagem de Sistemas

Dinmicos II
Organizado por Universidade Luterana do Brasil

Modelagem de Sistemas
Dinmicos II

Rafael da Silva Valada

Universidade Luterana do Brasil ULBRA


Canoas, RS
2015
Conselho Editorial EAD
Andra de Azevedo Eick
ngela da Rocha Rolla
Astomiro Romais
Claudiane Ramos Furtado
Dris Gedrat
Honor de Almeida Neto
Maria Cleidia Klein Oliveira
Maria Lizete Schneider
Luiz Carlos Specht Filho
Vinicius Martins Flores

Obra organizada pela Universidade Luterana do Brasil.


Informamos que de inteira responsabilidade dos autores
a emisso de conceitos.
Nenhuma parte desta publicao poder ser reproduzida
por qualquer meio ou forma sem prvia autorizao da
ULBRA.
A violao dos direitos autorais crime estabelecido na Lei
n 9.610/98 e punido pelo Artigo 184 do Cdigo Penal.

Dados Internacionais de Catalogao na Publicao CIP

V136m Valada, Rafael da Silva.

Modelagem de sistemas dinmicos II / Rafael da Silva Valada ; organizado por

Universidade Luterana do Brasil. Canoas: Ed. ULBRA, 2015.

196 p. : il.

1. Matemtica aplicada. 2. Sistemas dinmicos. 3. Equaes diferenciais.


I. Universidade Luterana do Brasil. II. Ttulo.

CDU 517.9

Setor de Processamento Tcnico da Biblioteca Martinho Lutero ULBRA/Canoas

ISBN: 978-85-5639-053-0
Dados tcnicos do livro
Diagramao: Jonatan Souza
Reviso: Paula Fernanda Malaszkiewicz
Apresentao

G alileu Galilei, fsico italiano, certa vez escreveu que a natureza est
escrita em linguagem matemtica. Com Galileu, a Fsica ganhou um
outro formato. Anteriormente, os fenmenos naturais eram explicados ape-
nas por construes racionais, sem a necessidade de comprovao expe-
rimental. Mas Galileu sabia que a prpria natureza poderia salvar uma
teoria. Posteriormente, a descoberta do clculo diferencial proporcionou
aos fsicos e cientistas outras formas de representar a natureza matemati-
camente. Ou seja, apareceram as equaes diferenciais. Agora, podemos
descrever a evoluo da natureza por meio de taxas e fluxos, impondo,
certas vezes, condies ditadas pela prpria natureza, que nossas equa-
es devem satisfazer.

Neste curso, daremos um passo alm no estudo de equaes diferen-


ciais. Agora, estudaremos equaes diferenciais parciais, as ditas EDPs.
Nessas equaes, as quantidades ali expressas dependem de mais de uma
varivel e, neste caso, as derivadas devem ser parciais.

Os exemplos mais famosos de EDPs, dentre outros, so as equaes


de Maxwell do eletromagnetismo, a equao de Schroedinger para a me-
cnica quntica, as equaes de campo de Einstein da relatividade geral,
bem como as clssicas equaes da onda, do calor e de Laplace. As lti-
mas trs sero estudadas com ateno em nosso livro.

O livro dividido em trs partes: estudo de nmeros e funes comple-


xas, srie de Fourier e EDPs.

Neste livro, procurou-se ser o mais objetivo possvel quanto a defini-


es e provas de teoremas, e tambm na resoluo de exemplos resolvi-
dos. Tendo em vista que o aprendizado em Matemtica Aplicada se d
atravs do conhecimento e do pleno exerccio deste, o livro apresenta uma
Apresentaov

srie de exerccios resolvidos, de modo que algumas questes de exemplo


so resolvidas no prprio corpo do livro e outras so resolvidas por meio
de vdeos, chamados vdeo-exemplos, que sero devidamente disponibili-
zados na plataforma virtual da disciplina.

Certa vez, o fsico alemo Albert Einstein, em uma palestra sobre a


relatividade geral, escreveu no quadro negro Rik=0. Por mais ingnua que
esta equao parea, ela uma EDP que, quando aplicada a devidos ca-
sos, explicou a precesso do perilio do planeta Mercrio, previu o desvio
da luz pelo Sol corroborado em 1919, previu as lentes gravitacionais e deu
princpio a uma nova rea da cincia: a cosmologia.

Rafael da Silva Valada


Sumrio

1 Nmeros Complexos.............................................................1
2 Potncias e Razes de Nmeros Complexos..........................19
3 Tpicos de Anlise Complexa...............................................39
4 Srie de Fourier...................................................................68
5 de Fourier de Funes Pares e mpares...............................90
6 Aplicaes do Teorema de Fourier e Desenvolvimento
em Meio Perodo...............................................................103
7 Equaes Diferenciais Parciais............................................116
8 Equao da Onda..............................................................142
9 Equao do Calor..............................................................166
10 Equao de Laplace...........................................................185
Rafael da Silva Valada1

Captulo 1

Nmeros Complexos 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
2 Modelagem de Sistemas Dinmicos II

Introduo

Neste captulo, mostraremos a necessidade de um novo con-


junto numrico para solucionar determinados problemas. O
conjunto dos nmeros Reais, anteriormente definido e utilizado
ao longo de toda a vida matemtica, mostra-se insuficien-
te para expressar determinadas solues. Comearemos por
uma pequena reviso de um tpico da disciplina de Modela-
gem de Sistemas Dinmicos I, a saber, as EDOLHs.

1 Motivao

Considere uma mola e sua associao a uma massa conforme


a Figura 1. Utilizando a segunda lei de Newton, temos que

d 2x
FR = m dt 2 , (1.1)
ou

d 2x

F + P = m 2 , (1.2)
dt
onde consideramos que o sentido positivo do sistema de
cima para baixo.

Desta maneira, temos que

d 2x
k ( s + x ) + mg = m 2 , (1.3)
dt
e ainda
Captulo 1 Nmeros Complexos3

d 2x
m + kx = mg ks ,
dt 2
(1.4)
0

assim, obtem-se

d 2x
m + kx = 0. (1.5)
dt 2

1.1 Algoritmo de resoluo modelagem 1


Escreva a equao dada na forma
ay( x) + by( x) + cy ( x) = 0.
2
Monte a equao caracterstica ar + br + c = 0, ob-
tendo as razes r1 e r2.

A soluo y(x) depender das razes r1 e r2, segundo a


regra:

r1 r2 y ( x) = C1e r1x + C2e r2 x

r1 = r2 y ( x) = C1e rx + C2 xe rx

r = i y ( x) = C1e x cos x + C2e x sin x


Logo da equao (1.5) temos

mr 2 + k = 0, (1.6)
ou

k k k
r2 = r= = 1 (1.7)
m m m
4 Modelagem de Sistemas Dinmicos II

Como achar as razes da (1.7) equao? Como extrair a


raiz 1?

2 Conjuntos numricos

Quase tudo na matemtica o resultado da busca pela solu-


o de algum problema.

2.1 Conjunto dos Nmeros Naturais


Qual a soluo da equao x = 1 + 2 + 3 ?

(1.8)

2.2 Conjunto dos Nmeros Inteiros


Qual a soluo da equao +1 = 0 ?

(1.9)

2.3 Conjunto dos Nmeros Racionais


Qual a soluo da equao 2 x 1 = 0 ?

(1.10)

Captulo 1 Nmeros Complexos5

2.4 Conjunto dos Nmeros Irracionais


2
Qual a soluo da equao x = 2 ?

2.5 Conjunto do Nmeros Reais


3
Qual a soluo da equao x + sin( x) = 0 ?

3 Axiomas de corpo

Considere um conjunto numrico, tal que r1 , r2 , r3 so trs de


seus representantes, munido de duas operaes binrias.

3.1 Associatividade da soma e da multiplicao

r1 + (r2 + r3 ) = (r1 + r2 ) + r3 ,
(1.11)

r1 (r2 r3 ) = (r1r2 )r3 .

3.2 Comutatividade da soma e da multiplicao

r1 + r2 = r2 + r1 ,
(1.12)

r1r2 = r2 r1.

3.3 Distributividade da soma


r1 (r2 + r3 ) = r1r2 + r1r3 . (1.13)

6 Modelagem de Sistemas Dinmicos II

3.4 Elemento neutro da soma


(1.14)

3.5 Elemento neutro da multiplicao


1 (1.15)

3.6 Elemento inverso


1 / r1. (1.16)

Mostrar que um conjunto numrico satisfaz os axiomas de
corpo significa dizer que, aps cada operao descrita acima,
temos um novo nmero que pertence ao conjunto em questo.

4C
 onstruo do conjunto dos Nmeros
Complexos
2
Suponha que queiramos resolver a equao x + 1 = 0 . Logo,
temos que x = 1 . Alguns matemticos consideravam que
este tipo de raiz (negativa) no existia, outros passaram a cha-
m-la 1 = i e seguiram fazendo as operaes algbricas
que sempre fizeram com nmeros reais. Esses nmeros pas-
saram a ser chamados de nmeros imaginrios. No entanto,
sabemos que qualquer conjunto numrico deve satisfazer os
axiomas de corpo.
Captulo 1 Nmeros Complexos7

Uma maneira de generalizar os conjuntos numricos exis-


tentes at os Reais definir um novo conjunto representado
por C, onde os nmeros tm a forma geral

(1.17)

Logo, para y=0, o conjunto dos Complexos se reduz ao
conjunto dos Reais.

Para que o conjunto dos nmeros complexos seja bem fun-


damentado, nmeros com a forma z=x+iy, devem satisfazer
os seis axiomas de corpo.

Seja

(1.18)

Nmeros com a forma z=x+iy, compem um conjunto nu-
mrico denominado conjunto dos Complexos e representados
por $C$. Logo, um nmero complexo possui duas partes:

Re { z} = x, Im { z} = y. (1.19)

8 Modelagem de Sistemas Dinmicos II

Figura 1.1 Conjunto Numricos (Fonte Brasil Escola, 2015)

5 Ordenamento

Chamamos ordenamento de um conjunto numrico a proprie-


dade de ordenar de forma crescente ou decrescente os nme-
ros que compem o conjunto.

Os nmeros Reais formam um conjunto ordenado, pois


dado quaisquer dois nmeros reais, podemos determinar qual
maior, por exemplo, se quisermos ordenar os nmeros -1,-
5,10, temos -5<-1<10.

Quanto aos nmeros complexos, podemos dizer quem


maior entre z1 = 3 + 2i e z2 = 2 + 10i ? NO.
Captulo 1 Nmeros Complexos9

6 Mdulo

um objeto que, em um primeiro momento, supre a falta de


ordenamento dos nmeros complexos, ou seja, quando obte-
mos o mdulo de dois nmeros complexos, podemos a orde-
nar, pois eles agora so representados por nmeros reais.

z = x 2 + y 2 . (1.20)

7 Complexo Conjugado

Se z=x+iy ento z = x iy

8 Operaes com Nmeros Complexos

8.1 Soma e subtrao


Adicionar nmeros complexos algebricamente significa somar
as partes reais dos nmeros somados e as respectivas partes
imaginrias. Logo, dados z1 = a + ib e z2 = c + id , temos:
z1 z2 = (a c) + i (b d ). (1.21)

8.2 Multiplicao
Utilizando a distributividade da multiplicao, temos
10 Modelagem de Sistemas Dinmicos II

z1z2 = ac + aid + ibc + ibid


= ac + aid + ibc + i2 bd = ( ac bd ) + i ( bc + ad ) (1.22)
1

8.3 Diviso
A diviso de nmeros complexos ser dada pela seguinte se-
quncia:
z1 z2
Faa ,
z2 z2
Faa as devidas multiplicaes

Separe parte real da imaginria


Exemplos:

1) Dados os nmeros complexos abaixo, realize as opera-


es:

a) ( 3 + 2i ) + ( 7 i )
1
7 + i (6 i)
b) 2

c) ( 3 + 2i ) + ( 3 i )
d) ( 9 + 2i ) + ( 3 2i )
e) ( 1 + 9i )( 5 + 3i )
f) 3i (1 + 7i )
3 2i
g) i 1
Captulo 1 Nmeros Complexos11

5 + 5i
h) 3 4i

3i 30 i19
i) 2i 1
Resolues:

( 3 + 2i ) + ( 7 i ) = 3 + 2i 7 i = 4 + i
a)
b) Vdeo Exemplo

( 3 + 2i ) + ( 3 i ) = 3 3 + 2i i = i
c)
d) Vdeo Exemplo

( 1 + 9i )( 5 + 3i ) = 5 3i + 45i + 27i 2
= 5 + 42i + 27 ( 1) = 5 + 42i 27
= 32 + 42i
e)
f) Vdeo Exemplo

3 2i ( 3 2i )( i 1) 3i 3 + 2i 2 + 2i 3i 3 2 + 2i
= = =
i 1 ( i 1)( i 1) i 2 i + i + 1 1+1
5 i 5 1
= = i
g) 2 2 2

h) Vdeo Exemplo
12 Modelagem de Sistemas Dinmicos II

3i 30 i19 3 i 28+ 2 i16+3 3 ( i ) i 2 (i 4 ) i3


4 7 4

= =
2i 1 2i 1 2i 1
3 (1) i 2 (1) i 3 3 + i ( 3 + i )( 2i 1)
7 4

i) = = =
2i 1 2i 1 ( 2i 1)( 2i 1)
6i + 3 2i 2 i 5 + 5i
= = = 1+ i
5 5

9 O plano complexo

O plano complexo o plano de representao geomtrica


dos nmeros complexos. Logo, o eixo x representa a reta real,
e o eixo y representa a reta imaginria. Dessa maneira, todo
nmero complexo representado por um ponto neste plano.

Figura 1.2 Plano Complexo (Fonte Wipedia, 2015)


Captulo 1 Nmeros Complexos13

Exemplos:

1) Represente os seguintes nmeros no plano complexo:


z1 = 2 + 2i
a)
z2 = 4 + i
b)
z1 + z2
c)
z1z2
d)

Resolues:

a) z1 = 2 + 2i

b) Vdeo-Exemplo

c) z1 + z2

d) Vdeo-Exemplo
14 Modelagem de Sistemas Dinmicos II

Z1 :

Z1 + Z 2 :

Recapitulando

Neste captulo, construmos um novo conjunto numrico cha-


mado conjunto dos nmeros complexos. Atravs dos axiomas
de corpo, fundamentamos as operaes de soma, subtrao,
multiplicao e diviso para esse novo conjunto numrico. Por
fim, o espao de representao natural dos nmeros comple-
xos o chamado plano complexo, onde cada eixo representa
uma componente do nmero.
Captulo 1 Nmeros Complexos15

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Dados os nmeros complexos abaixo, realize as opera-


es:

a) ( 4 3i ) + ( 2i 8 )

b) ( i 2 ) 2 (1 + i ) 3 ( i 1)

( 2 + i )( 3 2i )(1 + 2i )
(1 i )
2
c)
2 3i
d)
4i
16 Modelagem de Sistemas Dinmicos II

4 2i
( 2i 1)
2
1 i + 1 + i
e)
f) ( 3 + 2i )( 2 i )

i 4 + i 9 + i16
g)
2 i 5 + i10 i15

2) Dados z1 = 1 i, z2 = 2 + 4i, z3 = 3 2i , calcule

a) Re{z1}
b) Im{z2 }

c) z12 + 2 z1 3

d) z1 z2 + z2 z1

e) ( z3 z3 )
5

3) Represente os seguintes nmeros no plano complexo:

a) z1 = 12 + 4i

b) z2 = 9i

c) z3 = 8
d) z4 = 6i 3
Captulo 1 Nmeros Complexos17

Gabarito
1)

a) 4 i

b) 9 + 7i
15
c) 2 + 5i
11 10
d) i
17 17
11 23
e) i
2 2
f) 8 + i

g) 2 + i
2)

a) 1

b) 4

c) 1 4i
d) 12

e) 1024i
18 Modelagem de Sistemas Dinmicos II

3)

Z1:

Z2:

Z3:

Z4:
Rafael da Silva Valada1

Captulo 2

Potncias e Razes de
Nmeros Complexos 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
20 Modelagem de Sistemas Dinmicos II

Introduo

Neste captulo, dando seguimento ao estudo de nmeros com-


plexos e operaes com tais nmeros, veremos suas diferentes
formas de representao. Uma representao, chamada for-
ma exponencial de um nmero complexo, indicar uma tcni-
ca para a obteno de potncias de nmeros complexos, bem
como razes.

1 Representao de nmeros complexos

Existem trs diferentes maneiras de representar um nmero


complexo. Uma dessas representaes j vimos no Captulo
1, ao generalizar o conjunto dos nmeros reais para englobar
razes negativas, z = x + iy. Esta forma ser utilizada para
criar outra forma de representao chamada forma polar e,
por fim, esta servir para criar a forma exponencial de um
nmero complexo.

Cada representao possui vantagens de aplicaes, que


veremos a seguir.

1.1 Forma Normal

z = x + iy. (2.1)
Vantagens: operaes bsicas.
Captulo 2 Potncias e Razes de Nmeros Complexos 21

1.2 Forma Polar

z = r cos ( ) + i sin ( ) . (2.2)



Vantagens: potncias e razes.

1.2.1 Construo
Admita o plano complexo usual e um nmero complexo qual-
quer, z=x+iy, ali representado. Crie uma linha que saia da
origem e chegue ao ponto z, com comprimento r, e adicione
um ngulo entre o eixo x e a linha referida no sentido trigo-
nomtrico.

Imediatamente, obtemos que:

z =r= x 2 + y 2 , (2.3)

y
sin ( ) = , (2.4)
r
x
cos ( ) = , (2.5)
r
y
tan ( ) = . (2.6)
x

Desta maneira, temos que z=x+iy, pode ser reescrito, fa-


zendo as devidas substituies, obtendo-se:

z = r cos ( ) + i sin ( ) . (2.7)



22 Modelagem de Sistemas Dinmicos II

Figura 2.1 Construo da Forma Polar de Nmeros Complexos (Fonte:


Brasil Escola, 2015).

1.2.2 Algoritmo de transformao


Identifique x e y.
2 2
Calcule r: r = x + y .
y = Tabela
Calcule : tan ( ) = = = +
1

x 2 1
Plote o ponto no plano complexo e escolha o melhor
ngulo 1 ou 2 .

Faa: z = r cos ( ) + i sin ( )


Exemplos:

1) Transforme os nmeros da forma padro para a forma polar:

a) z = 3 + 3i
Captulo 2 Potncias e Razes de Nmeros Complexos 23

b) z = 3 3i

c) z = 2 2 3i
Resolues:

a)

b) Vdeo-Exemplo

z = 2 2 3i x = 2; y = 2 3

( )
2
r = x 2 + y 2 r = 22 + 2 3 = 4 + 12 = 16 = 4


1 =
c) tan ( ) = 2 3 = 3 = 3
2 = + = 2
2 3 3
2 2
z = r cos ( ) + i sin ( ) = 4 cos + i sin
3 3
24 Modelagem de Sistemas Dinmicos II

1.3 Forma exponencial

z = rei . (2.8)
Vantagens: prova de teoremas e afins.

1.3.1 Construo
Admitindo a forma polar de um nmero complexo, temos:

dz dz
= iz = id ,
d z (2.9)

e integrando no sentido trigonomtrico, temos
zf
dz

z

zi
z
= i d ln f = i ,
0 zi
(2.10)

ou

zf
= ei
zi (2.11)

Expandindo os valores de z, obtm-se:

r cos ( ) + i sin ( ) = r cos ( 0 ) + i sin ( 0 ) ei , (2.12)



assim chegamos ao resultado

ei = cos ( ) + i sin ( ) , (2.13)



que leva a forma exponencial de expressar nmeros com-
plexos
Captulo 2 Potncias e Razes de Nmeros Complexos 25

z = rei . (2.14)
A equao (2.13) leva, ao considerarmos = , dita
equao mais famosa da matemtica e frmula de Euler:

ei + 1 = 0. (2.15)
Outra observao interessante que podemos definir as
funes seno e cosseno em termos da exponencial complexa:

ei e i ei + e i
sin ( ) = , cos ( ) = . (2.16)
2i 2

2 Produto e quociente na forma polar

Seja z1 e z2 , escritos na forma polar, ou seja

z1 = r1 cos (1 ) + i sin (1 ) ,
z2 = r2 cos ( 2 ) + i sin ( 2 )
(2.17)

2.1 Construo
Sabemos que podemos admitir que

z1 = r1 cos (1 ) + i sin (1 ) = r1ei1


z2 = r2 cos ( 2 ) + i sin ( 2 ) = r2 ei2
(2.18)
26 Modelagem de Sistemas Dinmicos II

2.1.1 Produto
z1 z2 = r1ei1 r2 ei2 = r1r2 ei(1 +2 ) ,
(2.19)

ou

z1 z2 = r1r2 cos (1 + 2 ) + i sin (1 + 2 ) .


(2.20)

2.1.2 Quociente
z1 r ei1 r i
= 1 i2 = 1 e ( 1 2 ) ,

z2 r2 e r2 (2.21)

ou
z1 r1
= cos (1 2 ) + i sin (1 2 ) .

z2 r2 (2.22)
Exemplos:

1) Faa as operaes na forma polar:


1 + 1i
w=
a) 1 3i

b)
(
w = (1 + 1i ) 1 3i )
Resolues:
Captulo 2 Potncias e Razes de Nmeros Complexos 27

1 + 1i z1
w=
1 3i z2
z1 = 1 + i x = 1; y = 1
r = x 2 + y 2 r = 12 + 12 = 2

1 =
1 4
tan ( ) = =
1 5
= + =
2 4 4

z1 = r cos ( ) + i sin ( ) = 2 cos + i sin
4 4
a)
z2 = 1 3 i x = 1; y = 3

( 3)
2
r = x 2 + y 2 r = 12 + = 1+ 3 = 4 = 2


1 =
3 3
tan ( ) = =
1 = + = 2

2 3 3

z2 = r cos ( ) + i sin ( ) = 2 cos + i sin
3 3

z1 r1
= cos (1 2 ) + i sin (1 2 )
z2 r2
z1 2
= cos + i sin +
z2 2 4 3 4 3
z1 2 7 7
= cos + i sin
z2 2 12 12

b) Vdeo-Exemplo
28 Modelagem de Sistemas Dinmicos II

3 Potncias de nmeros complexos

A operao de potncia agora pode ser obtida facilmente por


meio da definio de nmeros complexos na forma exponen-
cial:

3.1 Construo
Sabemos que

z = r cos ( ) + i sin ( ) = rei , (2.23)



logo, podemos facilmente mostrar que

z n = ( rei ) = r n ein = r n cos ( n ) + i sin ( n ) , (2.24)


n


Ento, conclumos que:

z n = r n cos ( n ) + i sin ( n ) . (2.25)



1) Efetue as potncias:
3
3 + 3i
w =
a) 1 i

( )
5
b) w = 3 i
Resolues:
Captulo 2 Potncias e Razes de Nmeros Complexos 29

3
3 + 3i 3 + 3i z1
w =
1 i 1 i z2

z1 = 3 + 3i x = 3; y = 3

( 3)
2
r = x 2 + y 2 r = 32 + = 9 + 3 = 12 = 2 2


1 =
3 6
tan ( ) = =
3 7
= + =
2 6 6

z1 = r cos ( ) + i sin ( ) = 2 2 cos + i sin
6 6
z1 = 1 i x = 1; y = 1
r = x 2 + y 2 r = 12 + 12 = 2

1 =
1 4
tan ( ) = =
1 3
= + =
2 4 4

z1 = r cos ( ) + i sin ( ) = 2 cos + i sin
a) 4 4
z1 r1
= cos (1 2 ) + i sin (1 2 )
z2 r2
z1 2 2
z2
= cos + + i sin 6 + 4
2 6 4
z1 5 5
= 2 cos + i sin
z2 12 12
3
3 + 3i
Mas w =
1 i
3
5 5
w = 2 cos + i sin
12 12
z n = r n cos ( n ) + i sin ( n )
5 5
w = 23 cos 3 + i sin 3
12 12
5 5
w = 28 cos + i sin
4 4
30 Modelagem de Sistemas Dinmicos II

b) Vdeo-Exemplo

4T
 eorema de DMoivre e razes
complexas

O prximo teorema fornece a fundamentao terica para a


obteno de razes de nmeros complexos.

4.1 Enunciado
Seja . Todo nmero complexo z = rei , r 0 , possui res-
pectivamente n razes ndice distintas:

1 + 2 k
i
wk = r n e n
, k = 0,1, 2, , n 1. (2.26)

4.2 Prova
1
Prova: admita que queremos z , assim podemos supor que
n
1
esse nmero ser z n = w , portanto:

w = z z = wn , (2.27)
n

z = rei , w = Rei wn = R n ein . (2.28)


Que leva as implicaes:
Captulo 2 Potncias e Razes de Nmeros Complexos 31

1
r = Rn R = r n ,


e
in
= ei = .
n

E dado que o as funes seno e cosseno so 2 peridi-


cas e, pelo Teorema fundamental da lgebra (devemos obter
n razes), teremos:
+ 2 k + 2 k
1 1

Wk = z n = r n cos
n
+ i sin
n
, k = 0,1, 2, , n 1. (2.29)

Desta maneira, teremos


+ 0 + 0
1
1

k = 0 W0 = ( z ) n = r n cos + i sin
n n (2.30)

+ 2 + 2
1
1

k = 1 W1 = ( z ) n = r n cos + i si n
n n (2.31)

E assim sucessivamente.
Exemplos:
1
3 + 3i 3
1) Obtenhas as razes de w =
1 i

( )
2) Seja w = 1 3i uma das razes quartas de z. Encontre
z e as outras razes quartas.

3) Seja uma das razes terceiras de z, encontre z e


as outras razes terceiras.
Resolues:

4) Obtenhas as razes de
32 Modelagem de Sistemas Dinmicos II

1
3 + 3i 3 3 + 3i z1
w =
1 i 1 i z2

z1 = 3 + 3i x = 3; y = 3

( 3)
2
r= x 2 + y 2 r = 32 + = 9 + 3 = 12 = 2 2


1 =
3 6
tan ( ) = =
3 = + = 7



2
6 6

z1 = r cos ( ) + i sin ( ) = 2 2 cos + i sin
6
6
z1 = 1 i x = 1; y = 1
r= x 2 + y 2 r = 12 + 12 = 2

1 =
1 4
tan ( ) = =
1 3
2 = + =

4 4

z1 = r cos ( ) + i sin ( ) = 2 cos + i sin
4 4
z1 r1
= cos (1 2 ) + i sin (1 2 )
z2 r2
z1 2 2
z2
= cos 6 + 4 + i sin 6 + 4
2
z1 5 5
= 2 cos + i sin
z2 12 12
1
3 + 3i 3
Mas w =
1 i
1
+ 2 k + 2 k
Wk = r n cos + i sin , k = 0,1, 2, , n 1
n n
5 5

1
+ 2 k 12 + 2k
Wk = 2 cos 12
3
+ i sin , k = 0,1, 2
3 3

Captulo 2 Potncias e Razes de Nmeros Complexos 33

5) Vdeo-Exemplo

6) Seja w = 1 i uma das razes terceiras de z, encontre z e


as outras razes terceiras.

w = 1 i x = 1; y = 1
r= x 2 + y 2 r = 12 + 12 = 2

1 =
1
4
tan ( ) = =
1 3
2 = + =

4 4

w = r cos ( ) + i sin ( ) = 2 cos + i sin
4 4
1
Se w = z 3 z = w3
3

z = 2 cos + i sin
4 4
3 3 3
( )
z = 2 cos
4
+ i sin
4

1
+ 2 k + 2 k
Wk = r n cos + i sin , k = 0,1, 2, , n 1
n n
3 3
4 + 2 k 4 + 2 k
1
3
Wk = ( )
3
2 cos + i sin , k = 0,1, 2
3 3


W0 = 2 cos + i sin
4 4

5 5
W1 = 2 cos + i sin
12 12
13 13
W2 = 2 cos + i sin

12 12
34 Modelagem de Sistemas Dinmicos II

4.3 R
 epresentao geomtrica das razes
complexas
Cada raiz obtida para um nmero complexo, ao ser represen-
tada no plano complexo, leva a pontos dispostos sobre um
1 2
crculo de raio R = r n , e a defasagem dos ngulos =
n
. A Figura 2.2 fornece tal representao.

Figura 2.2 Representao Geomtrica das Razes de um Nmero


Complexo (Fonte: do autor, 2015).

Recapitulando

Neste captulo, dando seguimento ao estudo de nmeros com-


plexos, vimos as diferentes formas de representao destes n-
meros e, em cada caso, as vantagens dessas representaes.
Captulo 2 Potncias e Razes de Nmeros Complexos 35

Especialmente, a representao na forma exponencial fornece


o ferramental para a obteno de potncias e razes de nme-
ros complexos.

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Escreva os seguintes nmeros na forma polar:

a) z = 2 2i

b) z = 2 2 + 2i 2
36 Modelagem de Sistemas Dinmicos II

c) z = i
3 3
d) z = i
2 2
2) Calcule a potncia solicitada:
10
1+ i 3
a) z =
1 i 3
7
82 82
z = +i
b) 4 4

c) z = ( a + ai )
n

d) z = ( a ai )
n

3) Calcule as razes dos nmeros complexos abaixo:


1
a) z = ( 1 + i ) 3
1

(
b) z = 2 3 2i ) 2

1
c) z = ( 4 + 4i ) 5
1
d) z = ( 32 ) 5

4) Sabendo que e = cos ( ) + i sin ( ) , obtenha expresses


i

para cos ( 3 ) e para sin ( 3 ) .


7 7
5) Seja w = 2 cos + i sin uma das razes quartas
4 4
de z. Obtenha z e as outras razes quartas.
Captulo 2 Potncias e Razes de Nmeros Complexos 37

3 3
6) Seja w = 2 + i 2 , uma das razes terceiras de z. Obtenha
z6 .

Gabarito
1)
7 7
a) z = 2 2 cos 4 + i sin
4




b) z = 4 cos 4 + i sin 4

3 3
c) z = cos 2 + i sin


2

d) z = 4 cos ( 0 ) + i sin ( 0 )

5 5
e) z = 3 cos 3 + i sin
3
2)
20 20
z = cos + i sin
a) 3 3
7
41 2 7 7
b) z = cos 4 + i sin
4 4
n n
( )
n

c) z = a 2 cos 4

+ i sin


4
n n n
(
)
d) z = a 2 cos 4 i sin 4

38 Modelagem de Sistemas Dinmicos II

3)
3 3
4 + 2 k
1
4 + 2 k
a) wk = 2 cos + i sin , k = 0,1, 2
6

3 3


6 + 2 k 6 + 2 k
w = 2 cos + i sin , k = 0,1
b) k 2 2

15 15
+ 2 k 4 + 2 k
wk = 2 2 cos 4 + i sin , k = 0,1, 2,3, 4
5 5
c)

+ 2 k + 2 k
d) wk = 2 cos 5
+ i sin
5
, k = 0,1, 2,3, 4

cos(3 ) = cos3 ( x) 3cos( x) sin 2 ( x)



4)
sin(3 ) = 3cos ( x) sin( x) sin ( x)
2 3



( )
z = 2 4 cos 7 + i sin(7 )
( )

5) wk = 2 cos 7 + 2k + i sin 7 + 2k , k = 0,1, 2, 3

4 4

18

6) z 6 = 3 2 cos 18 + i sin 18

2 4 4

Rafael da Silva Valada1

Captulo 3

Tpicos de Anlise
Complexa 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
40 Modelagem de Sistemas Dinmicos II

Introduo

Neste captulo, daremos mais um passo em nossos estudos


com respeito aos nmeros complexos. Primeiro, definiremos
uma funo complexa e seu domnio de definio; posterior-
mente, construiremos a devida imagem deste domnio, mape-
ando pela funo complexa.

Por fim, estenderemos ao conjunto dos complexos as de-


finies de limite, derivada e definiremos as famosas funes
complexas analticas.

1R
 eviso de domnio imagem de
funes reais

Uma funo de uma varivel real uma funo y=f(x). A va-


rivel x definida como varivel independente e a varivel y
como varivel dependente. Dessa maneira, para cada valor de
x escolhido, existe apenas um valor de y correspondente.

Uma outra abordagem que temos uma varivel de entra-


da e uma varivel de sada. Logo

y = f ( x) (3.1)
x: varivel de entrada

y: varivel de sada

O conjunto de todos os valores possveis para a varivel x


denominado domnio da funo, e o conjunto que imposto
Captulo 3 Tpicos de Anlise Complexa41

pelos valores de x escolhidos, ou seja, os valores da varivel y,


denominado imagem da funo.

Observe que o grfico de uma funo de uma varivel real


uma curva no plano cartesiano usual.

2 Funes complexas

2.1 Definio
Definimos uma funo de uma varivel complexa, como a funo

w = f ( z ), (3.2)
onde z a varivel de entrada e w a varivel de sada, no
contexto do que falou-se de funes reais.

Ora, z=x+iy, logo, temos duas variveis de entrada, a sa-


ber, x e y. E como temos a unidade imaginria, i, que no per-
mite que haja a mistura de x com y, uma funo complexa
pode ser representada da seguinte maneira

w = f ( z ) = u ( x, u ) + iv( x, y ), (3.3)
onde u(x,y) representa a parte real da funo e v(x,y), re-
presenta a parte imaginria da funo. Portanto, temos duas
variveis de sada, u e v.
Exemplos:

1) Calcule o valor de w=f(z) no ponto z indicado; primeiro


separe a parte real e imaginria da funo:
42 Modelagem de Sistemas Dinmicos II

a) w = 6 z 5 + 9i, z = 2 + i
b) w = z 2 ( 2 + i ) z , z = 1 + 3i
c) w = z + 2Re { z} Im { z} , z = i + 7
Resolues:

a)

b) Vdeo-Exemplo
w = z + 2Re { z} Im { z} , z = i + 7
w( z ) = ( x + iy ) + 2 Re { x + iy} Im { x + iy} = x + iy + 2 x y

c) w( z ) = ( 3 x y ) + iy
w( i + 7) = ( 3 7 ( 1) ) + i ( 1)
w(2 + i ) = 22 i

2.2 Domnio imagem de funes complexas


Analogamente ao que se faz com funes reais, perguntamos:
podemos representar uma funo complexa em um grfico?

Quantas dimenses seriam necessrias para representar


uma funo complexa em um grfico? Pense: quantos eixos
so necessrios para representar uma funo de uma varivel
real?
Captulo 3 Tpicos de Anlise Complexa43

Logo, impossvel representar uma funo complexa em


um grfico, pois no conseguimos visualizar algo em quatro
dimenses.

Uma alternativa representar as variveis de entrada em


um plano cartesiano e as variveis de sada em outro plano:

Denominamos de plano Z o plano onde representare-


mos as variveis de entrada da funo complexa, logo,
o domnio da funo.

Denominamos de plano W o plano onde representare-


mos as variveis de sada da funo complexa, logo, a
imagem da funo.

Uma funo complexa transforma pontos no plano Z em


pontos no plano W, ou conjunto de pontos (curvas) no plano
Z em curvas no plano W. Essa transformao recebe o nome
de mapeamento.

3M
 apeamento de curvas por funes
complexas

3.1 Mapeamento de pontos


Construa um grfico (x,y), onde sero registrados os

valores de cada ponto do plano Z.

Dado w=f(z), expanda z=x+iy e separe parte real e



parte imaginria da funo identificando u(x,y) e v(x,y).
44 Modelagem de Sistemas Dinmicos II

Construa uma tabela na qual cada ponto a ser mape-



ado ser representado por suas coordenadas (x,y) e na
qual exista colunas para o clculo dos valores de u e v.

Construa um grfico (u,v), no qual sero registrados os



valores de cada ponto do plano W.

Em outras palavras, fizemos a transformao

( x, y ) w = f ( z ) (u , v) (3.4)
Exemplos:

1) Faa o mapeamento dos seguintes pontos, atravs da fun-


o w=2z+3i:
a) z1 =2 + 3i
b) z2 = 3 3i
Resolues:

z1 =2 + 3i
w( z ) = 2 ( x + iy ) + 3i = 2 x + 2 yi + 3i
w( z ) = 2 x + i ( 2 y + 3)
a)
w(2 + 3i ) = 2 2 + i ( 2 3 + 3)
w(2 + 3i ) = 4 + 9i

b) Vdeo-Exemplo
Captulo 3 Tpicos de Anlise Complexa45

3.2 Mapeamento de curvas mtodo algbrico


Construa um grfico (x,y) no qual ser plotado a curva
no plano Z, utilizando a condio dada ao domnio.

Dado w=f(z), expanda z=x+iy e separe parte real e par-


te imaginria da funo identificando u(x,y) e v(x,y).

Substitua a condio imposta ao domnio, reescrevendo


as funes u(x,y) e v(x,y), do item anterior.

Observe que u e v passaram a ser parametrizadas por


uma das variveis do domnio: x ou y. Retire esse par-
metro e obtenha uma funo v=v(u).

Construa um grfico no plano (u,v) da funo v=v(u).

3.3 Mapeamento de curvas mtodo grfico


Construa um grfico (x,y), no qual ser plotada a curva
no plano Z, utilizando a condio dada ao domnio.

Dado w=f(z), expanda z=x+iy e separe parte real e par-


te imaginria da funo identificando u(x,y) e v(x,y).

Substitua a condio o imposta ao domnio, reescreven-


do as funes u(x,y) e v(x,y) do item anterior.

Construa uma tabela em que cada ponto a ser mape-


ado ser representado por suas coordenadas (x,y) e no
qual exista colunas para o clculo dos valores de u e v:
46 Modelagem de Sistemas Dinmicos II

Construa um grfico (u,v), no qual sero registrados os


valores de cada ponto do plano W.

Ligue os pontos construindo uma curva no plano W.


Exemplos:

3) Construa o domnio - imagem das funes dadas, esco-


lhendo o mtodo algbrico ou o mtodo grfico:

a) Domnio y = 1, x = 2, y = x 1; w = f ( z ) = (1 i ) z + 2 i

b) Domnio x = 2, y = 3, x = y 3; w = f ( z ) = (1 i ) z 2 + ( 2 i ) z

Resolues:
a) Domnio

MTODO GRFICO
y = 1, x = 2, y = x 1; w = f ( z ) = (1 i ) z + 2 i
w = (1 i )( x + iy ) + 2 i = x + iy ix i 2 y + 2 i
w( z ) = ( x + y + 2 ) + i ( y x 1)

y =1
w( z ) = ( x + 1 + 2 ) + i (1 x 1)
u = x + 3
w( z ) = ( x + 3) + i ( x )
v = x
u = x + 3 x = u 3 v = ( u 3)
v (u ) = u + 3
Captulo 3 Tpicos de Anlise Complexa47

MTODO GRFICO
y = 1, x = 2, y = x 1; w = f ( z ) = (1 i ) z + 2 i
w = (1 i )( x + iy ) + 2 i = x + iy ix i 2 y + 2 i
w( z ) = ( x + y + 2 ) + i ( y x 1)

x=2
w( z ) = ( 2 + y + 2 ) + i ( y 2 1)
u = y + 4
w( z ) = ( y + 4 ) + i ( y 3)
v = y 3
u = y + 4 y = u 4 v = u 43
v (u ) = u 7
48 Modelagem de Sistemas Dinmicos II

MTODO GRFICO
y = 1, x = 2, y = x 1; w = f ( z ) = (1 i ) z + 2 i
w = (1 i )( x + iy ) + 2 i = x + iy ix i 2 y + 2 i
w( z ) = ( x + y + 2 ) + i ( y x 1)

y = x 1
w( z ) = ( x + y + 2 ) + i ( y x 1)
u = 2 x + 1
w( z ) = ( x + x 1 + 2 ) + i ( x 1 x 1)
v = 2
v (u ) = 2
Captulo 3 Tpicos de Anlise Complexa49

b) Vdeo-Exemplo

4 Limites de funes complexas

4.1 Definio
Seja f(z)=u(x,y)+iv(x,y), Z0= x0+i y0 e L= u0+i v0.

Ento

lim f ( z ) = L, (3.5)
z z0

ento
lim u ( x , y ) = u0
( x , y ) ( x0 , y0 )
(3.6)
lim v( x, y ) = v0
( x , y ) ( x0 , y0 )
50 Modelagem de Sistemas Dinmicos II

4.2 Continuidade

lim f ( z ) = f ( z0 ). (3.7)
z z0

5 Funes diferenciveis

Suponha que uma funo complexa f(z) seja definida em torno


de uma vizinhana de um ponto Z0. A derivada de f(z) nesse
ponto
f ( z0 + z ) f ( z0 )
f ( z0 ) = lim .
z 0 z (3.8)

6 Funes analticas

Uma funo analtica em um ponto Z0 uma funo que pos-


sui derivada em uma vizinhana de Z0. Se uma funo possui
derivada para cada ponto de uma regio D, ento a funo
chamada regular na regio D.

6.1 Condies de Cauchy-Riemann


Se uma funo complexa w=f(z)=u(x,y)+iv(x,y) analtica, en-
to as funes u(x,y) e v(x,y) satisfazem as condies
u v
= ,
x y (3.9)

Captulo 3 Tpicos de Anlise Complexa51

e
v u
= .
x y (3.10)
As equaes (3.9) e (3.10) so chamadas de Condies de
Cauhy-Riemann.

6.2 Critrio para no analiticidade


Uma condio necessria para que w=f(z)=u(x,y)+iv(x,y) seja
analtica que as funes u(x,y) e v(x,y) satisfaam as con-
dies de Cauchy-Riemann. Em outras palavras, se u(x,y) e
v(x,y) no satisfizerem Cauchy-Riemann, a funo f(z) no
analtica.
Exemplos:

4) Decida sobre quais funes complexas podem ser analti-


cas:
a) f ( z ) = 2 x 2 + y + i ( y 2 x)
b) f ( z ) = z 2 + z
c) f ( z ) = z 3
Resolues:
52 Modelagem de Sistemas Dinmicos II

a)

b) Vdeo-Exemplo

f ( z) = z3
c) Todo polinmio complexo uma funo analtica

6.3 C
 ondies necessrias e suficientes para ser
analiticidade
As condies necessrias e suficientes para que
w=f(z)=u(x,y)+iv(x,y) seja analtica em uma regio D so que
as funes u(x,y) e v(x,y) satisfaam as condies de Cauchy-
-Riemann, sejam contnuas e possuam as primeiras derivadas
continuas em D. Resumidamente, temos:

Dada w=f(z)=u(x,y)+iv(x,y), definida em uma regio D,


u(x,y) e v(x,y) devem:

satisfazer as condies de Cauchy-Riemann;

serem contnuas;
Captulo 3 Tpicos de Anlise Complexa53

possurem primeiras derivadas contnuas.

7 Funes harmnicas

Se uma funo complexa w=f(z)=u(x,y)+iv(x,y) analtica,


implica que valem as condies de Cauchy-Riemann; logo,
podemos fazer

u v 2v 2u
= =
x x x y xy x 2
v u 2v 2u
= =

y x y y xy y 2 (3.11)

e temos a implicao

2u 2u 2u 2u
= + = 0.
x 2 y 2 x 2 y 2 (3.12)

A equao

2u 2u
+ =0
x 2 y 2 (3.13)

chamada equao de Laplace bidimensional. Toda fun-


o que satisfaz a equao de Laplace e analtica em um
certo domnio chamada de funo harmnica.

Observe que, se invertermos a ordem em que admitimos as


derivadas parciais na construo acima, podemos obter
54 Modelagem de Sistemas Dinmicos II

2v 2v
+ = 0,
x 2 y 2 (3.14)

chamada conjugada harmnica de u.

Exemplos:
Exemplos:

5) Mostre que as funes abaixo satisfazem a equao de


Laplace:
a) u ( x, y ) = x 2 y 2
3 2
b) v( x, y ) = x 3 xy 5 y
c) u ( x, y ) = 100
Resolues:

u ( x, y ) = x 2 y 2
2u 2u
+ =0
x 2 y 2
u 2u
= 2x =2
x x 2
a) u 2u
= 2 y = 2
y y 2
2u 2u
+ = 0 22 = 0
x 2 y 2
0 = 0(V)

b) Vdeo-Exemplo
Captulo 3 Tpicos de Anlise Complexa55

u ( x, y ) = 100
2u 2u
+ =0
x 2 y 2
u 2u
=0 =0
c) x x 2
u 2u
=0 =0
y y 2
2u 2u
+ = 0 00 = 0
x 2 y 2
0 = 0(V)

Recapitulando

Neste captulo, introduzimos a ideia de funo complexa e do-


mnio - imagem dessas funes. Vimos que as funes com-
plexas proporcionam o mapeamento de pontos e curvas por
meio do mtodo algbrico e grfico. Por fim, vimos algumas
definies ligadas a derivadas de funes complexas.

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.
56 Modelagem de Sistemas Dinmicos II

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Separe a parte real e a parte imaginria das funes da-


das. Calcule o valor da funo no ponto $z_0$ prescrito:

a) f ( z ) = z i + 4, z0 = i + 1

b) f ( z ) = z 2 + z 3i, z0 = 2 + 4i
3
c) f ( z ) = z , z0 = 2i

z+z 7 i2
d) f ( z ) = 2
, z0 =
i
2
e) f ( z ) = z z 2i, z0 = i

2) Faa o grfico dos seguintes domnios: (a) x=1, (b) y=2


e(c) y=x-2. Em seguida, construa o grfico da imagem da
funo w=f(z) dada para cada domnio anterior.

a) w = (2 + i ) z 6i
Captulo 3 Tpicos de Anlise Complexa57

( 2
b) w = i i z + 3 )
c) w = z 2 3iz + 1
d) w = z 2

z2 + z
e) w = z
3) Decida sobre quais funes complexas podem ser analti-
cas, justificando sua resposta:

a) f ( z ) = z

b) f ( z ) = z 4

c) f ( z ) = 4 z 6 z + 3

d) f ( z ) = z 2 + 4 z 10

4) Mostre que as funes abaixo satisfazem a equao de


Laplace:
a) u ( x, y ) = e x sin( y )

b) v( x, y ) = x 3 3 xy 2
x
c) u ( x, y ) =
x + y2
2

Gabarito
1)
a) u ( x, y ) = x + 4, v( x, y ) = y 1, f ( z0 ) = 5
b) u ( x, y ) = x 2 + x y 2 , v( x, y ) = 2 xy + y 3, f ( z0 ) = 14 15i
58 Modelagem de Sistemas Dinmicos II

3 2 2 3
c) u ( x, y ) = x 3 xy , v( x, y ) = 3 x y y , f ( z0 ) = 8i
d) u ( x, y ) = x, v( x, y ) = 0, f ( z0 ) = 0
e) u ( x, y ) = x 3 + xy 2 , v( x, y ) = y 3 + x 2 y 2, f ( z0 ) = i
1 1
f) s 4 + s 2
2)
Captulo 3 Tpicos de Anlise Complexa59
60 Modelagem de Sistemas Dinmicos II
Captulo 3 Tpicos de Anlise Complexa61
62 Modelagem de Sistemas Dinmicos II
Captulo 3 Tpicos de Anlise Complexa63
64 Modelagem de Sistemas Dinmicos II
Captulo 3 Tpicos de Anlise Complexa65
66 Modelagem de Sistemas Dinmicos II
Captulo 3 Tpicos de Anlise Complexa67

3)

a) Pode ser analtica.

b) Pode ser analtica.

c) No analtica.

d) Pode ser analtica.

4)

a) Satisfaz a equao de Laplace.

b) Satisfaz a equao de Laplace.

c) Satisfaz a equao de Laplace.


Rafael da Silva Valada1

Captulo 4

Srie de Fourier 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
Captulo 4 Srie de Fourier69

Introduo

Neste captulo, estudaremos um novo objeto matemtico, cha-


mada Srie de Fourier. A ideia fundamental reescrever qual-
quer funo que satisfaa certas propriedades em uma srie
trigonomtrica. Para tal, construiremos a dita srie baseado
em um objeto j estudado anteriormente e que um caso par-
ticular de funes: vetores.

A importncia da srie de Fourier transcende a Matemtica


Pura e Aplicada at a Fsica e Qumica Quntica e Engenha-
ria. At mesmo ao estudar Relatividade Geral nos deparamos
com a srie de Fourier.

Esta vasta aplicao se deve ao fato de a srie de Fourier


resolver algumas classes de problemas envolvendo equaes
diferenciais parcias, que veremos nos Captulos 7, 8,9 e 10.

1 Reviso de produto interno vetorial



Sejam u e v dois vetores definidos no espao tridimensional.

O produto interno entre u e v definido como


(u , v ) = u v cos( ) (4.1)

1.1 Propriedades

(u , v ) = (v , u ) (4.2)
70 Modelagem de Sistemas Dinmicos II


(ku , v ) = k (u , v ) (4.3)

(u , u ) = 0 u = 0 (4.4)

(u + v , w) = (u , w) + (v , w) (4.5)

Observe que se (u , v ) 0 , ento os vetores so ortogo-
nais.

1.2 Base ortogonal



Sejam V1 , V2 e V3 trs vetores no nulos e mutuamente or-
togonais no espao tridimensional. Esse conjunto ortogonal
pode ser utilizado como uma base no espao-3, ou seja, qual-
quer vetor pode ser reescrito como uma combinao linear
dos mesmos, a saber



u = C1V1 + C2V2 + C3V3 , (4.6)
onde Ci , i = 1, 2, 3 so escalares chamados componen-
tes do vetor.

1.3 Clculo dos coeficientes



Podemos obter os coeficientes Ci em funo do vetor u e da
sua respectiva componente. Para vermos isso, observe que, se

admitirmos o produto interno de (u , V )
1 , temos



(u , V1 ) = C1 (V1 , V1 ) + C2 (V2 , V1 ) + C3 (V3 , V1 ), (4.7)
onde usamos a propriedade (4.5) do produto interno.
Captulo 4 Srie de Fourier71


Observe
que,
como V 1 , V2 , V3 so ortogonais, implica que

(V2 , V1 ) = (V3 , V1 ) = 0 , bem como (V1 , V1 ) = V1 V1 cos(0) , que
resulta em

2
(u , V1 ) = C1 (V1 , V1 ) (u , V1 ) = C1 V1 , (4.8)

onde passamos a usar a notao de norma , que
uma generalizao do conceito de mdulo.

Dessa maneira, da equao (4.8), temos que C1 pode ser


expresso por

(u , V1 )
C1 = 2 ,
V1
(4.9)

e, generalizando este resultado para todos os coeficientes,


obtem-se

(u , Vi )
Ci = 2 , i = 1, 2, 3.
Vi
(4.10)

Agora, o vetor u agora pode ser reescrito da seguinte ma-
neira:

(u , V1 ) (u , V2 ) (u , V3 )
u = 2 V1 + 2 V2 + 2 V3 ,
V1 V2 V3
(4.11)

ou, em notao compacta,


72 Modelagem de Sistemas Dinmicos II


3
(u , Vn )
u = 2 Vn .
n =1 V
n
(4.12)

Observe que, se existisse uma quantidade infinita de veto-


res ortogonais, a expresso(4.12) passa a ser

(u , Vn )
u = 2 Vn .
n =1 V
n
(4.12)

1.4 Concluses
A construo feita at este ponto pode ser resumida na Figura 4.1:

Figura 4.1 Descrio de um vetor qualquer em funo de uma base


ortogonal de vetores (Fonte: do autor, 2015).
Captulo 4 Srie de Fourier73

Dada a estrutura apresentada na Figura 1.1, podemos fa-


zer a seguinte pergunta: existe outro objeto matemtico, tal
que possamos definir produto interno, consequentemente, or-
togonalidade, e, por fim, obter um resultado anlogo ao que
se fez com vetores, ou seja, escrever esse objeto como uma
soma de elementos de um conjunto ortogonal?

A resposta para esta pergunta foi respondida por Joseph


Fourier em 1807. Quando Fourier apresentou seu primeiro
artigo sobre o assunto, a Academia de Paris, respondendo a
essa questo, levou a grandes debates entre matemticos im-
portantes da poca sobre a veracidade do resultado.

ESTE OUTRO OBJETO MATEMTICO SO FUNES.

Em matemtica avanada, uma funo considerada uma


generalizao de vetores.

2 Produto interno de funes

Sejam f1 e f 2 duas funes definidas em um intervalo


I :[a, b] . Observe que a integral do produto entre f1 e f 2
satisfaz as propriedades de (4.2) a (4.5). Portanto, podemos
generalizar o conceito de produto interno para funes da se-
guinte maneira:
b

( f1 , f 2 ) = f1 ( x) f 2 ( x)dx.
a (4.13)
74 Modelagem de Sistemas Dinmicos II

3 Funes ortogonais

Pela equao(4.13) e as propriedades de produto interno (4.2)


a (4.5), temos que duas funes ortogonais satisfazem
b

( f1 , f 2 ) = f1 ( x) f 2 ( x)dx = 0.
a (4.14)

3.1 Conjunto de funes ortogonais


Dizemos que um conjunto de funes com valores reais


{0 ( x), 1 ( x), 2 ( x), },
(4.15)

ortogonal em um intervalo I :[ a, b] se
b

(m , n ) = m ( x)n ( x)dx = 0, m n.
a (4.16)

Nesse caso, perdemos o conceito geomtrico de ortogo-


nalidade.

4N
 orma de funes e conjuntos
ortonormais

Analogamente, ao resultado obtido para vetores, podemos fazer


Captulo 4 Srie de Fourier75

b

(u, u ) = u (n , n ) = [n ( x) ] dx = n ( x) , (4.17)
2 2 2

a

e assim escrever
b
2
n ( x) = n 2 ( x)dx.
a (4.18)

Quando n ( x) um conjunto ortogonal em I :[a, b] ,


2
tal que n ( x) = 1 , n = 0,1, 2, , dizemos que n ( x) um
conjunto ortonormal no intervalo.

Qualquer conjunto ortogonal no nulo pode ser transfor-


mado em um conjunto ortonormal dividindo cada funo do
conjunto por sua norma.

5 Srie de Fourier generalizada

Estamos em posio de generalizar o resultado obtido na Figu-


ra 4.1 da seguinte maneira:
76 Modelagem de Sistemas Dinmicos II

Figura 4.2 Srie de Fourier Generalizada (Fonte: do autor, 2015).

6C
 onjuntos ortonormais de funes
trigonomtricas

Comeamos por supor que as funes definidas pelo conjunto


x 2 x n x x 2 x n x
1, cos , cos
L L
, cos
L
, sin , sin
L L
, sin
L
, (4.19)

so ortogonais. Esse resultado facilmente se demonstra pela


aplicao da definio de funes ortogonais a qualquer par
de funes deste conjunto.
Captulo 4 Srie de Fourier77

7 Srie de Fourier

7.1 Definio
O conjunto de funes
x 2 x n x x 2 x n x
1, cos

, cos
L L
, cos
L
, sin , sin
L L
, sin
L
, (4.20)

como admitimos na ortogonal no intervalo [ L, L] . Su-


ponha que f(x) seja uma funo definida de [ L, L] que pos-
sa ser desenvolvida em srie trigonomtrica:

a0
n x n x
f ( x) = + an cos + bn sin . (4.21)
2 n =1 L L

7.2 Construo
Para determinar os coeficientes a0 , a1 , a2 , , b0 , b1 , b2 , , co-
meamos por admitir a integral em ambos os lados da equa-
o (4.21) da seguinte maneira:
L L L
a0 n x n x
f ( x)dx = dx + an cos + bn sin dx, (4.22)
L L
2 L n =1 L L

ou
L L L L
a0
n x n x
f ( x)dx = dx + an cos L dx + bn L sin L dx. (4.23)
L
2 L n =1 L

n x n x
Como cada funo cos L e sin ortogonal
L
funo constante 1 no intervalo [ L, L] , temos que
L L L L
a0
n x n x
f ( x)dx = dx + an cos L dx + bn L sin L dx,
2
L L n =1 L
(4.24)
0 0
78 Modelagem de Sistemas Dinmicos II

logo
L L
a
f ( x)dx = 0
2 dx = a L,
0
L L
(4.25)
2L
que implica
L
1
a0 = f ( x)dx.
L L (4.26)
Voltando equao (4.21) e multiplicando em ambos os

m x
cos
lados da igualdade por L e, subsequentemente, ad-
mitindo a integral, como foi feito em (4.23), temos
L L
m x a0 m x

L
f ( x) cos
L
dx =
L
2
cos
L
dx
L
m x n x m x n x
+ an cos cos + bn cos sin dx (4.27)
L n =1 L L L L

e, devido ortogonalidade das funes, pode ser escrita


como
L L
m x a0 m x

L
f ( x) cos
L
dx =
2 L
cos
L

dx

0
L L

n x m x n x m x
+ an cos cos dx + bn sin cos dx
L L L L
(4.28)
n =1 L L

= 0, m n 0
= L ,m = n

que leva ao seguinte resultado


L
n x
f ( x) cos
L
dx = an L,
L (4.29)
ou
Captulo 4 Srie de Fourier79

L
1 n x
an = f ( x) cos dx.
L L L (4.30)

Repetindo os passos que levaram ao resultado para an ,


mas utilizando sin m x , obtem-se para bn
L
L
1 n x
bn = f ( x) sin dx. (4.31)
L L L
Finalmente, estamos em posio de definir a srie de Fou-
rier de uma funo arbitrria:

Srie de Fourier de uma funo f ( x ) , definida no interva-


lo ( L, L) , dada por

a0
n x n x
f ( x) = + an cos + bn sin (4.32)
2 n =1 L L
L
1
a0 = f ( x)dx (4.33)
L L
L
1 n x
an =
L L
f ( x) cos
L
dx (4.34)

L
1 n x
bn =
L L
f ( x) sin
L
dx (4.35)

7.3 Exemplo
Exemplos:
80 Modelagem de Sistemas Dinmicos II

1) Determine a expanso em srie de Fourier da funo abai-


xo no intervalo definido:

0 , < x < 0
f ( x) =
x, 0 < x <

8 Teorema de Convergncia de Fourier

Sejam f e f parcialmente contnuas no intervalo ( L, L)


. Ento, a srie de Fourier no intervalo converge para f ( x ) em
f ( x + ) + f ( x )
um ponto de continuidade e converge para
em um ponto de descontinuidade, onde f ( x + ), f ( x ) de-
notam os limites de f ( x ) em x direita e esquerda, res-
pectivamente.

9 Prolongamento peridico

Neste ponto, observamos que como as funes seno e cosseno,


definidas no conjunto ortogonal, possuem perodo T = 2 L ,
conclumos que a srie de Fourier no s representa a funo
no intervalo ( L, L) , mas tambm fornece o prolongamento
peridico de f ( x ) fora do intervalo. Dessa maneira, pode-
mos supor, de incio, que as funes dadas possuem perodo
2L e que so contnuas por partes.
Captulo 4 Srie de Fourier81

E, assim, conclumos a construo da srie de Fourier: a


srie de Fourier de uma funo f ( x ) , definida no intervalo
( L, L) , 2L -peridica e contnua por partes dada por:

a0
n x n x
f ( x) = + an cos + bn sin (4.36)
2 n =1 L L
L
1
a0 = f ( x)dx (4.37)
L L
L
1 n x
an =
L L
f ( x) cos
L
dx (4.38)

L
1 n x
bn =
L L
f ( x) sin
L
dx (4.39)

onde a igualdade que aparece em (4.36) depende do pon-


to escolhido para x, conforme o teorema de Fourier.

10 O
 bservaes prticas para srie de
Fourier

Nesta seo, faremos algumas recomendaes teis para o


efetivo clculo da srie de Fourier de qualquer funo.
82 Modelagem de Sistemas Dinmicos II

10.1 Equao da reta


Dado dois pontos de um grfico de uma funo linear
y = ax + b , ento:
y2 y1
a= , b = y1 x1a

x2 x1 (4.39)

10.2 Propriedades do seno e cosseno

sin( x ) = sin( x )

cos( x) = cos( x)

sin( n ) = 0, n = 0,1, 2, 3,

sin( n ) = 0, n = 0,1, 2, 3,

cos( n ) = ( 1) , n = 0,1, 2, 3,
n

10.3 Dicas de resoluo


Expandir uma f ( x ) em srie de Fourier, como vimos, implica
resolver trs integrais e fazer a devida substituio na srie pro-
priamente dita. Dessa maneira, podemos observar que, para o
completo sucesso nesta tarefa, existem trs momentos:

montar as integrais

construir a f ( x ) adequadamente;

identificar L ;
Captulo 4 Srie de Fourier83

montar as integrais efetivamente;

CONFERIR TUDO ANTES DE PROSSEGUIR.

resolver as integrais

resolver cada integral, tomando cuidado em cada pas-


so;

CONFERIR TUDO ANTES DE PROSSEGUIR.

montar a soluo

substituir os resultados na srie de Fourier;

CONFERIR TUDO.
Exemplos:

2) Determine a expanso em srie de Fourier da funo no


intervalo definido:

a) f ( x) = x, < x <
b) Funo definida pelo grfico

0, 2 < x < 0
c) f ( x) =
x, 0 < x < 2
84 Modelagem de Sistemas Dinmicos II

d) f ( x) = x , < x <
2

Resolues:
f ( x ) = x, < x <
L
a0
n x n x 1
+ an cos
L L
f ( x) = + bn sin ; a0 = f ( x ) dx
2 n =1 L L
L L
1 n x 1 n x
L L L L
an = f ( x ) cos dx; bn = f ( x ) sin dx
L L
L = , f ( x) = x
a0
f ( x) = + an cos ( nx ) + bn sin ( nx )
2 n =1

1 2 ( ) 1 2 2
2
1 1 x2
a0 =
xdx = =
2 2 2
=
2

2
=0


1 1 1 x
an =

x cos ( nx ) dx = n 2
cos( nx) +
n
sin( nx)

a) =
1 1 1
2 cos( n ) + sin( n ) 2 cos( n ) +
( ) sin(n )
n n

n
0 n 0
1 1 1
=
n 2 cos( n ) n 2 cos( n ) = 0
L
1 1 1 x
x sin ( nx ) dx = 2 sin( nx ) cos( nx )
L L
bn =
n n
1 1 1
= sin( n ) cos( n ) 2 sin( n ) cos( n )
n 2 n n

n

0 0
1
= cos( n ) cos( n ) = 0
n n
2
2
bn = cos( n ) f ( x ) = cos( n ) sin ( nx )
n n =1 n

b) Vdeo-Exemplo
Captulo 4 Srie de Fourier85

0, 2 < x < 0
f ( x) =
x, 0 < x < 2
L
a0
n x n x 1
+ an cos
L L
f ( x) = + bn sin ; a0 = f ( x ) dx
2 n =1 L L
L L
1 n x 1 n x
L L L L
an = f ( x ) cos dx; bn = f ( x ) sin dx
L L
0, 2 < x < 0
L = 2, f ( x ) =
x, 0 < x < 2
a0
n x n x
f ( x) = + an cos + bn sin
2 n =1 2 2
2
1
0
1
2
1 x 2
1 22 ( 0 )
2
1
a0 = 0 dx + x dx = = = [ 2 0] = 1
2 2 20 2 2 0 2 2 2
2

2

2
1 n x 1 1 n x x n x
an = x cos dx = cos + sin
20 2 2 n 2 2 n 2

2 2 0



1 1 2 1 0
= cos ( n ) + sin ( n ) cos ( 0 ) + sin ( 0 )
2 n 2 n n 2 n
c)
2


0
2
2 2
0
1 4 4 2
= cos( n ) 2 2 an = 2 2 [ cos( n ) 1]
2 n 2 2 n n
2

2
1 n x 1 1 n x x n x
bn = x sin dx = 2
sin n cos
20 2 2 n 2 2

2 2 0



1 1 2 1 0
= sin ( n ) cos ( n ) sin ( 0 ) cos ( 0 )

2 n 2 n n 2 n
0 0
2 2 2 2

0
1 4 2
= cos ( n ) bn = cos ( n )
2 n n
1
2 n x 2 n x
f ( x) = + [ cos(n ) 1] cos cos ( n ) sin
2 n =1 n 2 2 2 n 2

d) Vdeo-Exemplo
86 Modelagem de Sistemas Dinmicos II

Recapitulando

Neste captulo, construmos um novo objeto matemtico in-


titulado Srie de Fourier. De forma resumida, expandir uma
funo qualquer em srie de Fourier implica resolver trs inte-
grais:
L
1
L L
a0 = f ( x)dx

L
1 n x
an = f ( x) cos dx
L L L
L
1 n x
bn =
L L
f ( x) sin
L
dx

E monta a srie propriamente dita:

a0
n x n x
f ( x) = + an cos + bn sin
2 n =1 L L

As aplicaes da srie de Fourier vo desse a matemtica


pura e aplicada, mecnica quntica, mecnica clssica, a te-
oria eletromagntica, engenharias, entre outras.

Por fim, vimos algumas recomendaes apropriadas efe-


tiva resoluo das integrais que definem a srie.
Captulo 4 Srie de Fourier87

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Calcule a srie de Fourier das funes dadas:

a) Funo definida pelo grfico:


88 Modelagem de Sistemas Dinmicos II

b) Funo definida pelo grfico:

c) Funo definida pelo grfico:

x, 1 < x < 0
f ( x) =
d) 0, 0 < x < 1


1, < x < 0
2
f ( x) =
x + 1, 0 < x <
e)
2
Captulo 4 Srie de Fourier89

5, < x < 0
f ( x) =
f) 6, 0 < x <
g) f ( x) = e x , 1 < x < 1

Gabarito
1)

a) f ( x) = 1 + 3 1 cos ( n ) sin n x


2 n =1 n
2

5 1 1 n 1 n
f ( x) = + [cos(n ) 2] + sin + 2 2 cos cos ( n x )
16 n =1 2 n 2 2 n 2 n 2
1 1 n 1 n
+ cos ( n ) + 2 2 sin cos sin ( n x )
b) n n 2 2 n 2

1 2 n n x
c) f ( x) = + sin cos
2 n =1 n 2 2
1
1 1
d) + 2 2 ( 1) 1 cos ( n x ) + ( 1) sin ( n x )
n n
f ( x) =
4 n =1 n n

1
1 1
e) f ( x) = ( + 8 ) + 2

cos ( n ) 1 cos ( 2nx )

cos ( n ) sin ( 2nx )
8 n =1 2 n 2n

f) f ( x) = 1 + 11 1 cos ( n ) sin ( nx )

2 n =1 n
e 2 1 (1) n (e 2 1) (1) n n (e 2 1)
g) f ( x) = + cos ( n x ) + sin ( n x )
e n =1 1 + n
2 2
e 1+ n
2 2
e
Rafael??????????
da Silva Valada1

Captulo 5
?

Srie de Fourier de
Funes Pares e mpares 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
Captulo 5 Srie de Fourier de Funes Pares e mpares 91

Introduo

Neste captulo, fazendo uso das propriedades de funes pa-


res e mpares, veremos que nosso trabalho pode ser reduzido
ao expandir funes com paridade em srie de Fourier. Vere-
mos que, se a funo for par, deixamos de calcular bn e, se a
funo for mpar, no calculamos a0 e an.

1 Paridade de funes reais

Uma funo real pode ser classificada em par, mpar ou nem


par, nem mpar.

2 Funes pares

2.1 Definio

f ( x) = f ( x) (5.1)

2.2 Exemplos
cos( x )
a = constante


92 Modelagem de Sistemas Dinmicos II

2.3 Propriedades grficas


O grfico de uma funo par simtrico com respeito ao eixo
dos y. Levando a implicao:
L L

f P dx = 2 f P dx
L 0 (5.2)

onde f P representa uma funo par qualquer.

3 Funes mpares

3.1 Definio

f ( x) = f ( x) (5.3)

3.2 Exemplos
sin( x )

3.3 Propriedades grficas


O grfico de uma funo mpar simtrico com respeito s
retas y=x ou y=-x, levando a implicao:
L

f I dx =0
L (5.4)

onde f I representa uma funo mpar qualquer.


Captulo 5 Srie de Fourier de Funes Pares e mpares 93

4 Produto entre funes pares e mpares

Dado uma funo par e uma funo mpar, facilmente se pro-


va que:


fP fP = fP
fI fI = fP

fP fI = fI


fI fP = fI

5 Srie de Fourier cosseno par

Para a construo da srie de Fourier par, so utilizadas as


propriedades de produto de funes pares e mpares, bem
como os resultados para as integrais de ( L, L) , tambm de
funes pares e mpares.

Admita que a funo que queremos expandir em Fourier


seja classificada como par. Dessa maneira, as integrais que
definem os coeficientes da srie, bem como a prpria expres-
so da srie, podem ser simplificadas:

a0
n x
f ( x) = + an cos (5.5)
2 n =1 L
L
2
L 0
a0 = f ( x)dx (5.6)

94 Modelagem de Sistemas Dinmicos II

L
2 n x
an = f ( x) cos dx (5.7)
L0 L


bn = 0 (5.8)

6 Srie de Fourier seno mpar

Para a construo da srie de Fourier mpar, so utilizadas as


propriedades de produto de funes pares e mpares, bem
como os resultados para as integrais de ( L, L) , tambm de
funes pares e mpares.

Admita que a funo que queremos expandir em Fourier


seja classificada como mpar. Dessa maneira, as integrais que
definem os coeficientes da srie, bem como a prpria expres-
so da srie, podem ser simplificadas:


n x
f ( x) = bn sin (5.9)
n =1 L
a0 = 0 (5.10)


an = 0 (5.11)

L
2 n x
bn = f ( x) sin dx (5.12)
L0 L

Captulo 5 Srie de Fourier de Funes Pares e mpares 95

7 Resumo final

Podemos resumir os resultados, parametrizando a condio de


funo par ou mpar pelo clculo de bn .
96 Modelagem de Sistemas Dinmicos II

Exemplos:

1) Expanda em srie de Fourier as funes dadas:


a) Funo definida pelo grfico

b) Funo definida pelo grfico

c)
Resolues:
a)
Captulo 5 Srie de Fourier de Funes Pares e mpares 97

L
f ( x) : MPAR S bn , 2
0

f ( x) = { x + 1, 0 < x < 1
L = 1, f ( x) = f ( x) = { x + 1, 0 < x < 1
L

n x 2 n x
f ( x) = bn sin ; bn = f ( x) sin dx
n =1 2 L0 L
2
1 1
bn = x sin ( n x ) dx + 1 sin ( n x ) dx
1 0 0
1 1
bn = 2 x sin ( n x ) dx + 2 sin ( n x ) dx
0 0

I II
1
1 1 x
I = 2 x sin ( n x ) dx = 2 sin ( n x ) cos ( n x )
0

( n )
2
( n )
0

1 1 1 0
= 2 sin ( n ) cos ( n ) sin ( 0 ) cos ( 0 )
( n )
2

0
( n ) ( n )

2

0
( n )

0
1 2
= 2 cos ( n ) I = cos ( n )
n n
1
1
1 1 1
II = 2 sin ( n x ) dx = 2 cos ( n x ) = 2 cos ( n x ) cos ( n x )
0 ( n ) 0 ( n ) ( n )
1 1 2 1
= 2 cos ( n ) cos ( 0 ) II = cos ( n ) +
( n ) ( n ) n n
2 2 1 1
bn = I + II = cos ( n ) cos ( n ) + bn =
n n n n

1
f ( x) = sin ( n x )
n =1 n
98 Modelagem de Sistemas Dinmicos II

b) Vdeo-Exemplo

f ( x) = x3 , < x <
L
f ( x) : MPAR S bn , 2
0

L = , f ( x) = x3
L

n x 2 n x
f ( x) = bn sin ; bn = f ( x) sin dx
n =1 2 L 0 L

2
bn = x
3
sin ( nx ) dx
0

3x 2 6 6 x x3
x 3
s in ( kx ) d x = 2
sin ( kx ) + cos ( kx ) + C
k k4 k
3
k

2 2 3 x 2 6 6 x x3
x sin ( nx ) dx = 2 4 sin ( nx ) + 3 cos ( nx )
3
bn =
0
n n n n 0
3 2
2 64 sin ( n ) + 63 cos ( n )
3

n n n n

2
0
2 6 3
= = 3 cos ( n )
n n
3 02 6 6 0 03
2 4 sin ( 0 ) + 3 cos ( 0 )
n n n kn

0
0
12 2 2
12 2 2
bn = cos(n ) f ( x ) = cos(n ) sin ( nx )
n n =1 n
3 3
n n

Recapitulando

Neste captulo, vimos como o conhecimento de paridades de


funes pode ser til na hora de expandir uma funo par ou
mpar em srie de Fourier. Os quadros abaixo resumem as
construes do captulo
Captulo 5 Srie de Fourier de Funes Pares e mpares 99
100 Modelagem de Sistemas Dinmicos II

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Expanda em srie de Fourier as funes dadas:

a) Funo definida pelo grfico


Captulo 5 Srie de Fourier de Funes Pares e mpares 101

b) Funo definida pelo grfico:

c) Funo definida pelo grfico:


102 Modelagem de Sistemas Dinmicos II

d) Funo definida pelo grfico:

Gabarito
1)
3 6 n x
a) f ( x) = 2 + 2 n 2 cos ( n ) 1 cos 3
n =1

5 2 n 8 n n x
b) f ( x ) = + sin + 2 2 cos 1 cos
4 n =1 n 2 n 2 2

2 n x
f ( x) = 1 cos ( n ) sin
c) n =1 n 3

4 n
d) f ( x) = sin sin ( nx )
n =1 n2
2
Rafael da Silva Valada1

Captulo 6

Aplicaes do
Teorema de Fourier e
Desenvolvimento em
Meio Perodo 1

Aplicaes do Teorema de Fourier


e Desenvolvimento...

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
104 Modelagem de Sistemas Dinmicos II

Introduo

Neste captulo, estudaremos aplicaes do Teorema de Fou-


rier a obteno de somas para sries numricas infinitas, bem
como o desenvolvimento de sries de Fourier para funes
definidas em domnios em que o ponto mdio diferente de
x=0. Tal desenvolvimento ser de grande importncia para a
obteno de solues de equaes diferenciais parciais por
meio da aplicao da srie de Fourier.

1 Teorema de Fourier

1.1 Enunciado
Lembramos a definio do teorema de Fourier: sejam f e
f parcialmente contnuas no intervalo ( L, L) , ento a s-
rie de Fourier no intervalo converge para f ( x) em um ponto
f ( x + ) + f ( x )
de continuidade e converge para em um ponto
2
de descontinuidade, onde f ( x+ ) e f ( x) denotam os limi-
tes de f em x direita e esquerda, respectivamente.

1.2 Enunciado comentado


Admita que queiramos obter a srie de Fourier avaliada em
um ponto x de seu domnio. Neste caso, o teorema de Fourier
afirma que se x um ponto de continuidade da funo, a srie
de Fourier ser idntica funo.
Captulo 6 Aplicaes do Teorema de Fourier e Desenvolvimento... 105

a0
n x n x
f ( x) = + an cos + bn sin
2 n =1 L L (6.1)
Para o caso de x ser um ponto de descontinuidade de f,
temos que a srie de Fourier ser idntica mdia dos limites
laterais avaliada em x, ou seja

f ( x + ) + f ( x ) a0
n x n x (6.2)
= + an cos + bn sin
2 2 n =1 L L

1.3 Exemplo de aplicao


Desenvolva em srie de Fourier a funo abaixo:

0, < x < 0
f ( x) = 2
x , 0 < x < (6.3)

Posteriormente, escolha dois valores distintos para $x$ de


modo a obter a soma das sries:

1
n 2
n =1 (6.4)

e

(1) n +1
n 2 (6.5)
n =1

O desenvolvimento adequado desta questo se dar no


vdeo-exemplo respectivo deste captulo.
106 Modelagem de Sistemas Dinmicos II

0, < x < 0
f ( x) = 2
x , 0 < x <
L
a
n x n x 1
f ( x) = 0 + an cos + bn sin ; a0 = f ( x)dx
2 n =1 L L L L
L L
1 n x 1 n x
an =
L L
f ( x) cos
L
dx; bn =
L L
f ( x) sin
L
dx

0, < x < 0
L =, 2
x , 0 < x <
a
f ( x) = 0 + an cos ( nx ) + bn sin ( nx )
2 n =1

1 1 x3 1 3 03 1 3 2
a0 = x dx = =
2
= a0 =
0 3 0 3 3 3 3
Captulo 6 Aplicaes do Teorema de Fourier e Desenvolvimento... 107



1 1 2x x2 2
an = x cos ( nx ) dx = 2 cos(nx) +
2
3 sin(nx)
0 n n n 0

1 2 2 2 20 02 2
= 2 cos(n ) + 3 sin(n ) 2 cos(0) + 3 sin(0)

n n n


n n n 0
0
0
2
an = cos ( n )
n2


1 1 2x 2 x2
bn = x sin ( nx ) dx = 2 sin(nx) + 3 cos(nx)
2

0 n n n 0

1 2 2 2 20 2 02
= 2 sin(n ) + 3 cos(n ) 2 sin(0) + 3 cos(0)

n


n n n n n
0
0
1 2 2 2 2 2
= 3 cos(n ) 3 bn = 3 cos( n )
n n n n n n3
2
2 2 2
f ( x) = + cos ( n ) cos ( nx ) + 3 cos(n ) sin ( nx )
6 n =1 n
2
n n n3

Busca-se escolher valores adequados para x tal que utili-


zando o Teorema de Fourier pudesse-se obter resultados para
( 1)
n

1


n =1 n
2 e n2
n =1 .
Observe que fazendo x= na srie de Fourier desenvolvi-
da, temos:
108 Modelagem de Sistemas Dinmicos II

x =
f ( + ) + f ( ) 2
2 2 2
= + 2 cos ( n ) cos ( n ) + 3 cos(n ) sin ( n )
2 6 n =1 n n n n3
0

2 +0 2
2 2 2
1
= + 2
cos 2 ( n ) = 2 2 cos 2 ( n )
2 6 n =1 n 2 6 n =1 n
2n

( 1) =1

1 2 2
1
1 2
= 2 n 2
=
2 6 n =1 n n =1 6

Por fim, fazendo x=0 na mesma srie de Fourier obtm-se:

x=0
f (0+ ) + f (0 ) 2
2 2 2
= + 2 cos ( n ) cos ( 0 ) + 3 cos(n ) sin ( 0 )
2 6 n =1 n n n n3
0

( 1) ( 1)
n n +1
0+0 2 2
2
2
= + 2 cos ( n ) = 2 =
2 6 n =1 n 6 n =1 n2 n =1 n 2
12

2 Desenvolvimento em meio perodo

Eventualmente queremos desenvolver em srie de Fourier uma


funo cujo ponto mdio de definio do domnio, no seja
zero. Para esses casos utilizamos o chamado desenvolvimento
em meio-intervalo ou meio perodo.
Considere uma funo f(x) definida em (0,L), conforme a
Figura 6.1
Captulo 6 Aplicaes do Teorema de Fourier e Desenvolvimento... 109

Figura 6.1 Funo definida entre (0,L) (Fonte: do autor, 2015).

Pode-se fazer a expanso em srie de Fourier de muitas


formas, dentre as quais destacamos os seguintes casos:

2.1 Srie de cossenos


Refletimos a funo de modo a obter uma funo par, fazendo
uma rotao de 180 graus em torno do eixo y e calculamos a
srie de Fourier Par-Cosseno resultante. A Figura 6.2 mostra a
rotao referida.

Figura 6.2 Prolongamento Par (Fonte: do autor, 2015).


110 Modelagem de Sistemas Dinmicos II

a0
n x
f ( x) = + an cos
2 n =1 L
L
2
a0 = f ( x)dx
L0 (6.6)
L
2 n x
L 0
an = f ( x ) cos dx
L

2.2 Srie de senos


Refletimos a funo de modo a obter uma funo mpar, fa-
zendo uma rotao de 180 graus em torno da origem e cal-
culamos a srie de Fourier mpar-Seno resultante. A Figura 6.2
mostra a rotao referida.

Figura 6.2 Prolongamento mpar (Fonte: do autor, 2015).


Captulo 6 Aplicaes do Teorema de Fourier e Desenvolvimento... 111


n x
f ( x) = bn sin
n =1 L
L
2 n x
bn = f ( x) sin dx

L0 L (6.7)

2.3 Srie de Fourier em meio perodo


Refletimos a funo de modo a obter uma funo que seja
idntica a f(x), mas com translao L, e calculamos a srie de
Fourier resultante. Neste caso, o semiperdido da funo pode
ser entendido com L / 2 devido a propriedades grficas da
funo.

Figura 6.2 Prolongamento de Fourier (Fonte: do autor, 2015).


112 Modelagem de Sistemas Dinmicos II

a0
2n x 2n x
f ( x) = + an cos + bn sin
2 n =1 L L
L
2
L 0
a0 = f ( x)dx

L (6.8)
2 2n x
an = f ( x) cos dx
L0 L
L
2 2n x

bn =
L0 f ( x) sin
L
dx.

Exemplos:

1) Expanda em srie de senos, cossenos e em srie de Fourier


a funo f ( x) = x 2 , 0 < x < 1
a) Em srie de cossenos
b) Em srie de senos
Resolues:
a) Em srie de cossenos
Captulo 6 Aplicaes do Teorema de Fourier e Desenvolvimento... 113

f ( x) = x 2 , 0 < x < 1
L
f ( x ) : PAR No bn , 2 0

L
a
n x n x 1
f ( x ) = 0 + an cos
L L
+ bn sin ; a0 = f ( x ) dx
2 n =1 L L
L L
1 n x 1 n x
L L L L
an = f ( x ) cos dx; bn = f ( x ) sin dx
L L
L = 1, f ( x ) = x 2
a0
f ( x) = + an cos ( nx )
2 n =1
1
2
1
2 x3 13 03 2
a0 =
10 x 2 dx =
1 3 0
= 2 =
3 3 3
1
2
1 2x x2 2
an = x 2 cos ( n x ) dx = 2 cos( n x ) + sin( n x )
10 ( n ) 2
n ( n )3
0

2 12 2 20 02 2
= 2 cos( n ) + sin( n ) cos(0) + sin(0)
( n )
2
n ( n )3 ( n ) 2 n ( n )3
0 0

0

4
an = 2 2 cos ( n )
n
1
4
f ( x) = + cos ( n ) cos ( n x )
3 n =1 n 2 2

b) Vdeo-Exemplo
114 Modelagem de Sistemas Dinmicos II

Recapitulando

Neste captulo, vimos heuristicamente a aplicao do teorema


de Fourier, a obteno de srie numricas infinitas, bem como
o embasamento terico ao desenvolvimento da srie de Fou-
rier para funes que no possuem ponto mdio x=0. O de-
senvolvimento em meio intervalo de suma importncia para
a segunda parte de nosso livro, relacionado s solues de
equaes diferenciais parciais e tpico principal de nosso livro.

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx


Captulo 6 Aplicaes do Teorema de Fourier e Desenvolvimento... 115

Atividades

1) Desenvolva as funes a seguir em srie de Fourier em


meio perodo, como especificado:

a)
f ( x) = x, 0 x < 1 em srie de Senos.

b)
f ( x) = x 2 , 0 x < em srie de Senos.

1
1, 0 < x <
2
f ( x)
c) 0, 1 < x < 1 em srie de Cossenos.

2
d) em srie de Cossenos.
f ( x) = x + 1, 0 x < 1

Gabarito
1)

2
a) n cos(n ) sin ( n x )
n =1


2 1
b)
2 n ( cos(n ) 1) n cos(n ) sin ( nx )
n =1
3 2

1 2 n
+ sin cos ( n x )
c) 2 n =1 n 2
3
1
+ sin ( 2n x )
d) 2 n =1 n
Rafael da Silva Valada1

Captulo 7

Equaes Diferenciais
Parciais 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil-
-ULBRA-Canoas(RS)
Captulo 7 Equaes Diferenciais Parciais117

Introduo

O mtodo cientifico teve origem na antiga Grcia. Enquanto


em outras partes do mundo a cincia era desenvolvida de for-
ma emprica, os gregos no acreditavam na fundamentao
emprica, dando demasiada importncia para o pensamento
abstrato.

Enquanto Plato assumia que todo o conhecimento pode-


ria ser obtido apenas atravs do raciocnio puro, Aristteles
acreditava que o conhecimento deveria ser construdo atravs
de razo e experimentao. Os conceitos de medio e ob-
servao so devidos a Aristteles, que criou o conceito de
induo, onde o raciocnio abstrato seria confirmado atravs
de dados do mundo real.

O mtodo de Aristteles pode ser resumido em trs etapas:

Estudar o que outros j estudam sobre o assunto, que


hoje chamaramos de reviso bibliogrfica;

Discutir o assunto com outros estudiosos, de modo a


chegar em um consenso;

Avaliar todos os aspectos ligados investigao, diretos


ou indiretos.

Com o Renascimento, surgiram vrias figuras que contri-


buram para a criao do mtodo cientifico. Abaixo, citamos
algumas destas figuras:

Roger Bacon (1214-1294): desenvolveu um mtodo de


observao, gerao de hiptese e teste das hipteses.
118 Modelagem de Sistemas Dinmicos II

Francis Bacon (1561-1626): suas ideias sobre induo


e experimentao admitiam como eliminar teorias con-
flitantes.

Galileu Galilei (1564-1642): considerado pai da cincia


moderna, introduziu modelos matemticos em assuntos
ligados Fsica. Galileu acreditava que uma teoria sem-
pre seria uma aproximao da verdade fundamental,
pois em um modelo nunca seria possvel incluir todas as
variveis pertinentes.

Isaac Newton (1642- 1727): Newton entendeu que o


mtodo cientifico precisava tambm da deduo, ou
seja, agora seramos capazes de fazer assertivas quanto
ao estado futuro de um fenmeno, desde que nossas
ideias fundamentais fossem corretas.

Karl Popper (1902-1994): introduziu a ideia de constan-


te teste das teorias propostas e que, se uma teoria no
puder ser testada, ento no uma teoria cientfica.

Nossa cincia e tecnologia esto fundamentadas sob o m-


todo cientfico. Tal mtodo pode ser resumido nas seguintes
etapas:

Observar um fenmeno natural;

Propor hipteses e ou um modelo para explicar o fen-


meno;

Corroborar atravs da experimentao as hipteses


propostas;

Construir uma teoria.


Captulo 7 Equaes Diferenciais Parciais119

Observe que o modelo proposto dever ser escrito em ter-


mos de quantidades que possam ser verificadas experimental-
mente e, na maior parte das vezes, isso equivale a dizer que
possam ser feitas medidas das quantidades envolvidas como
forma de salvar, refutar ou melhor a teoria. Como disse o fsico
britnico Lord Kelvin (1824-1907), o que no pode ser medido
no pode ser melhorado.

Abaixo, faremos uso do mtodo cientfico juntamente com


um novo objeto matemtico, chamado de equao diferen-
cial, que far parte de nossa construo e o principal tpico
de estudo de nossa disciplina.

1 Modelagem com a garrafa pet

1.1 O problema
A Figura 1.1 representa uma garrafa pet que possui um pe-
queno furo em sua superfcie lateral. Ao enchermos a garrafa
de gua e ao liberar o furo lateral, temos o aparecimento de
um jato horizontal, que possui alcance horizontal dependendo
da coluna de lquido na garrafa. Dessa maneira, o alcance
horizontal diminui medida que a garrafa esvazia.

Nosso objetivo responder, por meio de premissas esta-


belecidas na cincia e de hiptese empricas, quanto tempo a
garrafa levar para ficar completamente vazia.

Aplicaremos o mtodo cientfico para responder esta ques-


to e, assim, levantaremos hipteses, construiremos um mode-
120 Modelagem de Sistemas Dinmicos II

lo e o testaremos, confrontando o resultado terico (modelo)


com o resultado experimental.

Figura 7.1 Garrafa Pet (Fonte: do autor, 2015).

1.2 Hipteses
Levantam-se as seguintes hipteses:
Captulo 7 Equaes Diferenciais Parciais121

V
t depende da rea de sada
V
depende da velocidade de sada
t
Lei de Torricelli: v = 2 gh

V (0) = V0 , h(0) = h0

volume de gua est diminuindo


V
onde representa a taxa de variao de volume da
t
garrafa; g representa a acelerao da gravidade local; h a
altura de lquido a qualquer momento t ; h0 a altura inicial de
liquido na garrafa e v a velocidade do jato horizontal.

1.3 Modelagem
Logo, admitindo que
V V V
A0 , v A0 v,
t t t (7.1)

e como o volume est diminuindo, acrescentamos um si-


nal negativo para que nosso modelo expresse esse resultado,
chegando a
V
vA0
t (7.2)

Para transformar a proporcionalidade 1.1 em uma equa-


o, devemos acrescentar uma constante e, j usando a hip-
tese de Torricelli para a velocidade, temos
122 Modelagem de Sistemas Dinmicos II

V
= A0 2 gh ,
t (7.3)

onde uma constante de proporcionalidade.

Finalmente, fazendo o tempo ser to pequeno quanto se


queira, ou seja, t 0 ,obtem-se
dV
= A0 2 gh .
dt (7.4)

No entanto, muito mais fcil medir a altura da coluna de


gua que o volume, pois, para o volume, devemos fazer con-
tas, logo, com este intuito faremos uma troca de variveis en-
tre V e h. Para tanto, observe que V = Ah onde A representa
a rea do cilindro.

Assim, usando a regra da cadeia, temos


dV dV dh
= ,
dt dh dt (7.5)
dV
e como, = A , obtem-se
dh
dh A
= 0 2 gh ,
dt A (7.6)

onde admitimos = 1 .

Ou ainda
dh A
= 0 2 gh1/2 .
dt A (7.7)

Fazendo separao das variveis da equao 1.7, temos


Captulo 7 Equaes Diferenciais Parciais123

1
A0
h 2 dh = 2 gdt.
A (7.8)

Por outro lado, aplicando a integral em ambos os lados da


equao 1.8
1
A0

h 2
dh =
A
2 gdt ,
(7.9)

que resulta em
1
A0
2h 2 = 2 g t + C1 ,
A (7.10)

onde C1 uma constante de integrao.

Como podemos determinar C1 ? Neste caso, precisamos


de uma informao adicional, ou seja, precisamos conhecer
um ponto do grfico da curva h(t ) .

Utilizando a condio h(0) = h0 , logo, aplicando essa con-


dio, obtemos que
1


C1 = 2h0 , 2
(7.11)

e, substituindo esse resultado em 1.10, obtem-se


2
12 A0 g
h(t ) = h0 t .
A 2 (7.12)

124 Modelagem de Sistemas Dinmicos II

Observe que A0 e A so reas de crculos, logo podemos


escrever A0 = R0 2 e A = R 2 , levando a equao 1.12
seguinte forma
2
1 R0 2 g
h(t ) = h0 2 t .
R 2
(7.13)

1.4 Teste do modelo


Observe que fazendo t = 0 em 1.13, obtemos
h(0) = h0 , (7.14)

que representa a condio inicial aplicada ao modelo,


condio mnima que nossa equao deve satisfazer.

1.5 Concluso e falhas do modelo


Isolando t da equao 1.12, temos
2
R 2 12 1

t = h0 h ,
2

R0 g (7.15)

e para h = 0 , temos
2
R 2h0
tE = ,
R0 g
(7.16)
Captulo 7 Equaes Diferenciais Parciais125

Onde t E representa o tempo, quando h = 0 , R0 e R re-


presentam, respectivamente, o raio do furo e o raio do cilindro.

Podemos organizar os dados de nosso modelo na tabela


abaixo. Na visualizao do vdeo-experimento apresentare-
mos os dados e, ento, poders completar esta tabela.

Grandeza Medida
R
R0
h0
g

Quais so as falhas e restries do nosso modelo?

o modelo no considera a viscosidade do fluido.

a equao 1.13 mostra que se t cresce indefinidamen-


te, a altura de lquido comea a crescer, levando a uma
inconsistncia fsica. Dessa maneira, nosso modelo pos-
sui uma restrio quanto ao intervalo de tempo que po-
demos usar na equao 1.13, pois impomos que, em t E
, a altura era nula e, para um tempo maior, continuar
sendo nula, independente de quanto tempo passar.

1.6 Modelo Generalizado


Vamos dar um passo a fim de generalizar nosso modelo.
Para fazermos isso, vamos voltar equao (7.7), a saber,
126 Modelagem de Sistemas Dinmicos II

dh A
= 0 2 gh1/2
dt A , e vamos adicionar uma dependncia da
varivel h com a viscosidade . Ou seja, vamos introduzir a
ideia de que a vazo inversamente proporcional viscosida-
de. Dessa maneira, obtemos

dh A
= 0 2 gh1/2 + ,
dt A (7.17)
onde uma constante de proporcionalidade.

Observe, neste caso, que a funo h no ser mais uma


funo apenas com respeito a t, mas h h( , t ) . Ento, a de-
rivada que aparece em (7.17) deve ser uma derivada parcial,
e obtem-se

h( , t ) A
= 0 2 gh1/2 + .
t A (7.18)
A ltima equao diferencial um exemplo de EDP, equa-
o diferencial parcial.

2A
 descrio do universo por equaes
diferencias parciais

Nesta seo daremos alguns exemplos de EDPs:


Captulo 7 Equaes Diferenciais Parciais127

2.1 Equao da onda unidimensional

2u 2u
2
a 2
= 2
x t (7.18)

2.2 Equao do calor unidimensional

2u u
2
a =
x 2 t (7.19)

2.3 Equao do calor bidimensional

2 2u 2u u
a 2 + 2 =
x y t (7.20)

2.4 Equao de Laplace bidimensional

2u 2u
2
+ 2 =0

x y (7.21)

2.5 Equao de Galileu generalizada

2 x
=a
t 2 (7.22)
128 Modelagem de Sistemas Dinmicos II

2.6 Equao de Euler


P
= FR (7.23)
t
2.7 Equaes de Maxwell

E =

B = 0
(7.24)
B
E =
t
E

B = 0 J + 0 0
t
2.8 Equao de Schroedinger

i 2 2 2 (7.25)
2
+ 2 + 2 + ( x, y, z )V ( x, y, z ) = i
2m x y z t

2.9 Equaes de Campo de Einstein


1
Rij + Rgij = kTij
2 (7.26)
Captulo 7 Equaes Diferenciais Parciais129

2.10 Equao de Navier-Stokes


v

+ vv = p + 2 v (7.27)
t
2.11 Equao da Vida de Euler-Bernoulli

4w 2w
2 EI
c + = 0, c =

t 4 x 2 A (7.28)
2.12 Equao do Transporte


+ v = f (7.29)
t

3 Equaes diferencias parciais

3.1 Notao de derivada

3.1.1 Ordinrias

y, y, y, y ( 4) , y (5) ,
dy d 2 y d 3 y d 4 y d 5 y (7.30)
, 2 , 3 , 4 , 5 ,
dx dx dx dx dx
130 Modelagem de Sistemas Dinmicos II

3.1.2 Parciais
u x , u y , u xx , u yy ,
u u 2u 2u
, , 2 , 2 ,

x y x y (7.31)

3.2 Definio de equao diferencial


Uma equao diferencial uma equao que contm as de-
rivadas de uma funo incgnita, a prpria funo incgnita
e a varivel qual derivamos a funo incgnita. O exemplo
mais trivial de equao diferencial dy = 0, onde a funo
dx
incgnita uma funo y = y ( x) .

3.3 C
 lassificao quanto ao nmero de variveis
da funo incgnita
Uma equao diferencial pode ser classificada conforme o n-
mero de variveis existentes da funo incgnita.

3.4 EDO
Uma equao diferencial onde as funes incgnitas so fun-
es de uma nica varivel. Logo, todas as derivadas so or-
dinrias.
dny d n 1 y
F = F an n + an 1 n 1 + + a2 y + a1 y + a0 y = g ( x). (7.32)
dx dx
Captulo 7 Equaes Diferenciais Parciais131

3.5 EDP
Uma equao diferencial onde as funes incgnitas so fun-
es de mais de uma varivel. Neste caso, as derivadas so
parciais.
nu nu n 1u n 1u
F = F an n + bn n + an 1 n 1 + bn 1 n 1 + = g ( x, y ) (7.33)
x y x y

3.6 Soluo de uma ED


A soluo de uma equao diferencial uma funo u que,
quando substituda na equao, valida sua igualdade. Em ou-
tras palavras, a soluo leva a equao a 0 = 0 .
Exemplos:

1) Verifique se a funo dada soluo da EDP em questo:


y

a) u ( x, y ) = xy + e 2 x , x 2u x xyu y + uy = xy 2

b) u ( x, y ) = x 2 y 2 , u xx + u yy = 0

c) u ( x, y ) = e t sin( x ), u xx ut = 0

x2 1 u
d) u ( x, y ) = + ln( y ), x + u = x2
3 x x
Resolues:
132 Modelagem de Sistemas Dinmicos II

y
u ( x, y ) = xy + e 2 x , x 2u x xyu y + uy = xy 2
y
y 1 2yx
ux = y 2
e2x ; uy = x + e
2x 2x
y y
1 2yx y

x2 y 2
e 2 x xy x + e + xy + e 2 x y = xy 2
a) 2x 2x
y 2yx y y y
x2 y e x 2 y e 2 x + xy 2 + e 2 x y = xy 2
2 2
xy 2 = xy 2 xy 2 xy 2 = 0 0 = 0 ( V )

b) Vdeo-Exemplo

u ( x, y ) = e t sin( x ), u xx ut = 0
t
ux = e cos( x ) u xx = e t sin( x )
c) ut = e t sin( x )
( e t
sin( x ) ) ( e t sin( x ) ) = 0

0 = 0(V)

d) Vdeo-Exemplo

4 EDP de segunda ordem linear

4.1 Definio
2u 2u 2u u u
A( x, y )
x 2
+ B ( x, y )
xy
+ C ( x, y ) 2 + D( x, y ) + E ( x, y ) + F ( x, y )u = G ( x, y )
y x y (7.34)

4.2 Classificao
Uma EDP de segunda ordem linear pode ser classificada em
Captulo 7 Equaes Diferenciais Parciais133

Hiperblica: B 2 4 AC > 0

Parablica: B 2 4 AC = 0

Elptica: B 2 4 AC < 0
Exemplos:

2) Classifique as EDPs abaixo em hiperblica, parablica ou


elptica:
2u 2u 2u u
3 2
+4 +5 + ln ( x 3 ) + sin( xy )u = 0
a) x xy y 2 x

b)
2u 2u 2u
2
+2 + =0
c) x xy y 2

1 2u 2u 2u x u t u
+ x + 2 2 + cos + sec =0
d) 4 x 2 xt t t x x t
y 2 2u 2u 8 x 32 2u 2 u 4 u x2
e) + ( x 4) + 1 + + ( x2 4) + ( x2 4) + u = 0
4 x 2 xy y 2 y 2 x y x + y

Resolues:
2u 2u 2u u
3 2
+ 4 + 5 2
+ ln ( x 3 ) + sin( xy )u = 0
x xy y x
A = 3; B = 4; C = 5
a) B 2 4 AC = 42 4 3 5 = 44 < 0
EDP ELPTICA

b) Vdeo-Exemplo
134 Modelagem de Sistemas Dinmicos II

2u 2u 2u
2
+2 + =0
x xy y 2
A = 1; B = 2; C = 1
c) B 2 4 AC = 22 4 1 1 = 0
EDP PARABLICA

d) Vdeo-Exemplo
y 2 2u 2u 8 x 32 2u 2 u 4 u x2
+ ( x 4) 2 + ( x 4) + ( x2 4)
2
2
+ 1 + 2
+ u = 0
4 x xy y y x y x + y
y2 8 x 32
A= ; B = ( x 4 ) ; C = 1 +
4 y2
y 2 8 x 32
e) B 2 4 AC = ( x 4 ) 4
2
1 +
y2
2 2
= x + y 16
4
x 2 + y 2 16 = 0 x 2 + y 2 = 42 EDP PARABLICA NO CRCULO
2 2 2 2 2
x + y 16 < 0 x + y < 4 EDP ELPTICA DENTRO DO CRCULO
x 2 + y 2 16 > 0 x 2 + y 2 > 42 EDP HIPERBLICA FORA DO CRCULO

5 Mtodo de separao de variveis

Nesta seo, estudaremos uma tcnica para a soluo de


equaes diferenciais parciais, chamada tcnica de separa-
o de variveis. Nesta tcnica, a ideia fundamental trans-
formar a EDP em um sistema de EDOs e, ao resolver tal
sistema, resolvemos a EDP. A Figura 7.2 mostra a tcnica na
forma de fluxo.
Captulo 7 Equaes Diferenciais Parciais135

5.1 Ideia da Tcnica

Figura 7.2 Mtodo de Separao de Variveis (Fonte: do autor, 2015).

5.2 Algoritmo de resoluo

Considere que a EDP em questo esteja escrita em funo das


variveis x e y.

Suponha como soluo da EDP a funo produto



u ( x, y ) = F ( x)G ( y ) .

 alcule as derivadas que aparecem na EDP e substitua


C
na mesma.

 aa uma separao de variveis conveniente e iguale


F
as equaes a = const.

Use para construir um sistema de equaes diferen-


ciais ordinrias.

Resolva este sistema e monte a soluo u ( x, y ) = F ( x)G ( y ) .


136 Modelagem de Sistemas Dinmicos II

Exemplos:

3) Resolva as EDPs abaixo:


a) u x + 2u y = 0

u x 2u y = u

b)
u (0, y ) = 5e

2 y

c)
d) u xx + u yy = 0

Resolues:
u x + 2u y = 0
u ( x, y ) = F ( x )G ( y )
u x = F ( x )G ( y ) ; u y = F ( x )G ( y )
u x + 2u y = 0 F ( x )G ( y ) + 2 F ( x )G ( y ) = 0
F ( x ) G ( y )
F ( x )G ( y ) = 2 F ( x )G ( y )
= 2 =
F ( x) G( y)
F ( x ) dF dF dF
= = = dx = dx
F ( x) Fdx F F
a) ln F = x + C1 F ( x ) = C1e x

G ( y ) G ( y ) y
2 = = G ( y ) = C2 e 2
G( y) G( y) 2

y x y
u ( x, y ) = F ( x )G ( y ) = C1e x C2 e 2
= Ce 2

y
x y
u ( x, y ) = Ce 2
= Hx
2

b) Vdeo-Exemplo
Captulo 7 Equaes Diferenciais Parciais137

2u 2u 2u
+ + =0
x 2 xy y 2
u ( x, y ) = F ( x )G ( y )
2u 2u 2u
2
= F ( x )G ( y ); = F ( x )G ( y ); = F ( x )G ( y )
x xy y 2
c) 2u 2u 2u
2
+ + = 0 F ( x )G ( y ) + F ( x )G ( y ) + F ( x )G ( y ) = 0
x xy y 2
EDP NO SEPARVEL.

d) Vdeo-Exemplo

Recapitulando

Neste captulo, vimos algumas definies necessrias para o


estudo de equaes diferenciais parciais. Algumas das EDPs
mais famosas e gerias da Fsica e Engenharia foram vistas,
bem como a tcnica de separao de variveis para EDPs.
Nos prximos captulos, veremos como esta tcnica, junta-
mente com a srie de Fourier, podem resolver EDPs.

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.
138 Modelagem de Sistemas Dinmicos II

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Verifique se a funo dada soluo da EDP em questo:


y 2 + x2 x
u ( x, y ) = xy + x 2 ln( y ) e x , u x + u y = x ( 2 ln( y ) + 1) + e
a) y

2v 2v
v( x, y ) = sin( xy ), 2
+ 2 + v ( x2 + y 2 ) = 0
b) x y
2 u u
c) u ( x, y ) = cos ( xy ), 2y + = (2 y 2 + x) sin(2 xy )
x y
xt
d) u ( x, t ) = xe , u x + xut = u (1 + t ) + e xt
x u u u
u ( x, y ) = , = 2
e) y x y y

1 1 1 1
z ( x, y ) = + , zx + z y = + 2
f) x y x y
Captulo 7 Equaes Diferenciais Parciais139

2) Classifique as EDPs abaixo em elptica, parablica ou hi-


perblica:

2u u
3 =
a) x 2 y

2u 2u 2u
+ + =0
b) x 2 xy y 2

2u 2u 2u
2
+ 2 =0
c) x xy y

2u 2u
=9
d) x 2 xy
2u 2u
2
e) a x 2 = t 2

3) Obtenha uma soluo para cada EDP abaixo:

a) ux u y = 0
b) ux + ut = u
u u
xy =0
c) x y
u u
y +t = 0
d) t y
2v
y + v = 0, v(0, y ) = 8 y 4
e) xy
140 Modelagem de Sistemas Dinmicos II

u u
+ 3 = 0, u ( x,0) = 7200
f) x y
2u 2u 2u
+2 2 =0
g) x 2 xy y

Gabarito
1)

b) soluo

c) soluo

d) soluo

e) No soluo

f) soluo

g) No soluo

2)

a) Parablica

b) Elptica

c) Hiperblica

d) Hiperblica

e) Hiperblica

3)
Captulo 7 Equaes Diferenciais Parciais141

a) u ( x, y ) = Ce ( x + y )
b) u ( x, t ) = Cet + ( x t )

c) u ( x, y ) = C ( xy )

2 2
(
t y )
d) u ( y, t ) = Ce 2

x
e) v( x, y ) = 8e y 4
4

f) u ( x, y ) = 7200
g) No separvel
Rafael da Silva Valada1

Captulo 8

Equao da Onda 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
Captulo 8 Equao da Onda143

Introduo

Neste captulo, aplicaremos a tcnica de separao de vari-


veis soluo de um dos problemas de contorno clssicos que
figuram na Fsica-Matemtica como molde para a soluo de
problemas mais gerais e centrais. A soluo ser obtida da
aplicao da srie de Fourier seno.

1 Construo da equao da onda

Admita uma corda com as seguintes propriedades:

1.1 Hipteses fsicas


A corda perfeitamente flexvel.

A densidade linear de massa constante, ou seja,


= const .
Os deslocamentos u so pequenos comparados com o
comprimento da corda.

A tenso T atua tangencialmente corda e seu mdulo
constante e muito maior que a fora da gravidade.

Nenhuma outra fora atua na corda.


144 Modelagem de Sistemas Dinmicos II

1.2 Modelagem
Partimos da segunda lei de Newton aplicada a dois pontos
distintos da corda e separados por uma distncia x :

F R = ma. (8.1)
Utilizando a hiptese de fora tangencial, fazemos a de-
composio e o respectivo somatrio no eixo dos y :

T2 y T1 y = mutt . (8.2)

Estamos considerando uma pequena deflexo, de modo
que os ngulos formados pela corda com o eixo dos x pe-
queno; tambm lembrando da hiptese de mdulo constante
da tenso e densidade linear de massa constante, podemos
fazer as seguintes simplificaes

T2 sin( 2 ) T2 sin(1 ) = xutt ,



T tan( 2 ) T tan( 2 )
(8.3)

ou

T tan( 2 ) tan(1 )
= utt .
x (8.4)

Utilizando o conceito geomtrico de derivada, podemos


escrever, aps fazermos x 0


T u x ( x + x) u x ( x)
= utt ,

x (8.5)
u xx
Captulo 8 Equao da Onda145

ou ainda
T
u xx = utt a 2u xx = utt .


(8.6)
a2

Dessa maneira, temos que a equao diferencial que des-


creve o deslocamento de qualquer ponto da corda, em funo
do ponto x e do tempo t , dada por


a 2u xx = utt , (8.7)
ou

2u 2u
a2 = . (8.8)
x 2 t 2

1.3 Classificao
A equao da onda a 2u xx = utt , uma EDP de segunda ordem
linear, logo pode ser classificada quanto s sees cnicas onde
A = a 2 , B = 0, C = 1 . Desta maneira, B 2 4 AC = 4a 2 > 0
para todo a pertencente aos reais, implicando que a equao
da onda uma EDP linear de segunda ordem hiperblica.

1.4 Construo do problema de contorno


Considere uma corda com as caractersticas definidas na cons-
truo da EDP da onda. Logo, temos que o deslocamento da
2
corda ser descrito pela EDP a u xx = utt .
146 Modelagem de Sistemas Dinmicos II

Fixamos a corda no ponto x = 0 e x = L , de modo a


mesma ficar esticada. Dessa maneira, temos que u (0, t ) = 0
e u ( L, t ) = 0 .

Causando uma perturbao, ou seja, puxando a corda,


temos que a distribuio de alturas pode ser expressa por
u ( x, 0) = f ( x) .
Finalmente, considerando o caso geral em que a cor-
da possui uma distribuio inicial de velocidades, dada por
ut ( x, 0) = g ( x) , construmos um problema de contorno
para a equao da onda:

{a u
2
xx = utt (1) 0 < x < L, t > 0
Condies de Contorno:

u (0, t ) = 0 u ( L, t ) = 0
Condies Iniciais : (8.9)

u ( x, 0) = f ( x) Deslocamento Inicial
u ( x, 0) = g ( x) Velocidade Inicial
t

2R
 esoluo do problema de contorno da
onda

2.1 Montagem do Sistema de EDOs


Supomos como soluo o produto separvel:
u ( x, t ) = F ( x) G (t )
Captulo 8 Equao da Onda147

Calculando as derivadas, temos:

u x = F ( x)G (t ) ut = F ( x)G(t )

u xx = F ( x)G (t ) utt = F ( x)G(t )
(8.10)
u x = F ( x) G (t ) u x = F ( x) G (t )

ut = F ( x) G(t ) utt = F ( x) G(t )

Substituindo na equao da onda, vem

a 2u xx = utt
a 2 F ( x) G (t ) = F ( x) G(t )
(8.11)
F ( x) G(t )
= = = const

F ( x) a 2G (t )
Fazendo a separao das variveis, temos:

F ( x) G(t )
= = (8.12)
F ( x) a 2G (t )

e
F ( x)
= F ( x) = F ( x) F ( x) F ( x) = 0
F ( x)
G(t )
= G(t ) = a 2G (t ) G(t ) a 2G (t ) = 0 (8.13)
a 2G (t )
F ( x) F ( x) = 0

G(t ) a G (t ) = 0
2

148 Modelagem de Sistemas Dinmicos II

2.2 Construo do PVI


Admitindo as condies de contorno e a equao separvel
geral

u ( x, t ) = F ( x) G (t )
u (0, t ) = 0
(8.14)

u ( L, t ) = 0
E, fazendo as substituies, obtem-se

(8.15)

que implica F (0) = 0, F ( L) = 0


Dessa forma, construmos um PVI utilizando a primeira
equao do sistema de EDOs e as condies do item anterior:

F ( x) F ( x) = 0
(8.16)
F (0) = 0, F ( L) = 0

2.3 Resoluo do PVI


Dado o PVI:

F ( x) F ( x) = 0

F (0) = 0, F ( L) = 0 (8.17)
Captulo 8 Equao da Onda149

Admita a equao F ( x) F ( x) = 0 e monte o polin-


mio caracterstico r = 0 ou r = . Dessa forma, vemos
2 2

que a soluo depender de e estudaremos cada caso pos-


svel para .

Caso 1: = 0 , logo r 2 = 0 r = 0 , e temos a solu-


o: F ( x) = C1 + C2 x .

Aplicando as condies
F (0) = 0, F ( L) = 0 em
F ( x) = C1 + C2 x
, temos:

F (0) = 0 = C1 + C2 0 C1 = 0 F ( x) = C2 x
F ( L ) = 0 = C2 0 C2 = 0 F ( x ) 0

Caso: > 0, = c , c 0 , logo r = = c r = c , e


2 2 2

temos a soluo: F ( x) = C1ecx + C2 e cx


Aplicando as condies F (0) = 0, F ( L) = 0 em
F ( x) = C1ecx + C2 e cx , temos:

F (0) = 0 = C1ec 0 + C2 e c 0 C2 = C1 F ( x) = C1 ( ecx e cx )


sinh(cL)
F ( L) = 0 = C1 ( ecL e cL ) C1 = 0, sinh(cL) 0 cL
2
C1 = 0 F ( x) = 0

Caso 3: < 0, = c , c 0 , logo r = = c r = ci


2 2 2

e temos a soluo: F ( x) = C1 cos(cx) + C2 sin(cx)


150 Modelagem de Sistemas Dinmicos II

Conforme a ltima soluo, F ( x) = C1 cos(cx) + C2 sin(cx)


e as condies de contorno F (0) = 0, F ( L) = 0 , temos:

F (0) = 0 = F ( x) = C1 cos(0) + C2 sin(0) C1 = 0 F ( x) = C2 sin(cx)


F ( L) = 0 = C2 sin(cL) sin(cL) = 0 cL = n , n = 1, 2,3,...
n
c= , n = 1, 2,3,...
L

E a soluo:

n x
F ( x) = C2 sin , n = 1, 2,3,...
L
(8.18)
n x
Fn ( x) = Cn sin , n = 1, 2,3,...,
L

2.4 Resoluo do outra EDO


Voltando no sistema de EDOs construdo anteriormente e ad-
mitindo a segunda equao do sistema, G(t ) a 2G (t ) = 0 , mon-
tando o polinmio caracterstico r 2 a 2 = 0 , ou r 2 = a 2 ,
2
mas = n , n = 1, 2,3,... .

L

Logo
2
2 n 2 n a
m = a , n = 1, 2,3,... m = i
L L (8.19)

Captulo 8 Equao da Onda151

Assim, temos a soluo:

n a n a
G (t ) = C1 cos t + C2 sin t
L L
n a n a (8.20)
Gn (t ) = An cos t + Bn sin t , n = 1, 2,3,...
L L

2.5 Construo do soluo geral


Conseguimos encontrar:

n x
Fn ( x) = Cn sin (8.21)
L
e

n a n a
Gn (t ) = An cos t + Bn sin t
L L (8.22)
Assim, a soluo geral de nosso problema
un ( x, t ) = Fn ( x) Gn (t )
n x n a n a
un ( x, t ) = Cn sin An cos t + Bn sin t
L L L (8.23)
n a n a n x
un ( x, t ) = an cos t + bn sin t sin , n = 1, 2,3,...
L L L

Pelo Princpio da Superposio, podemos construir a soluo:



n a n a n x
u ( x, t ) = an cos t + bn sin t sin
n =1 L L L (8.24
152 Modelagem de Sistemas Dinmicos II

2.6 Aplicao das condies iniciais


u ( x, 0) = f ( x)
Dada as condies iniciais , aplicamos cada
ut ( x, 0) = g ( x)
condio na soluo geral.
Primeira Condio:
u ( x, 0) = f ( x)
L

n x 2 n x
f ( x) = an sin an = f ( x) sin dx (8.25)
n =1 L L0 L

Segunda Condio: primeiro calculamos a derivada de



n at n at n x
u ( x, t ) = an cos + bn sin sin
n =1 L L L (8.26)
resultando em

n a n at n at n x
ut ( x, t ) = an sin + bn cos sin
n =1 L L L L (8.27)

Ento:

n a n x
ut ( x, 0) = g ( x) = bn sin
n =1 L L
L
n a 2 n x (8.28)
L 0
b
n = g ( x ) sin dx
L L
L
2 n x
n a 0
bn = g ( x ) sin dx
L

Captulo 8 Equao da Onda153

2.7 Soluo particular


Reunindo a soluo geral e as integrais que fornecem os co-
eficientes, temos a soluo final do problema de contorno da
onda:


n a n a n x (8.29)
u ( x, t ) = an cos t + bn sin t sin
n =1 L L L

onde
L
2 n x
an = f ( x) sin dx
L0 L (8.30)
L
2 n x
n a 0
bn = g ( x ) sin dx
L (8.31)

Exemplos:

1) Uma corda com coeficiente a = 1 m 2 / s 2 , esticada entre


os ponto x=0 e x=3. O deslocamento inicial da corda
dado pelo grfico abaixo e sua distribuio inicial de
velocidades nula. Obtenha a soluo do problema de
contorno da onda.
154 Modelagem de Sistemas Dinmicos II

2) Uma corda com coeficiente a = 1 m 2 / s 2 , esticada entre


os ponto x=0 e x=. O deslocamento inicial da corda
dado pelo grfico abaixo e sua distribuio inicial de
velocidades nula. Obtenha a soluo do problema de
contorno da onda.
Captulo 8 Equao da Onda155

3) Uma corda com coeficiente a = 3 m 2 / s 2 , esticada entre


os ponto x=0 e x=3. O deslocamento inicial da corda
dado pelo grfico abaixo e sua distribuio inicial de velo-
cidades dada pelo segundo grfico abaixo. Obtenha a
soluo do problema de contorno da onda.
156 Modelagem de Sistemas Dinmicos II

Resolues:

1) Uma corda com coeficiente a = 1 m 2 / s 2 , esticada entre


os ponto x=0 e x=3. O deslocamento inicial da corda
dado pelo grfico abaixo e sua distribuio inicial de
velocidades nula. Obtenha a soluo do problema de
contorno da onda.
Captulo 8 Equao da Onda157


n a n a n x
u ( x, t ) = an cos t + bn sin t sin
n =1 L L L
L L
2 n x 2 n x
L 0 n a 0
an = f ( x) sin dx; bn = g ( x) sin dx
L L
0, 0 x < 1

a = 1; L = 3; f ( x) = 3, 1 x < 2 ; g ( x) = 0
0, 2 x 3


n n n x
u ( x, t ) = an cos t + bn sin t sin
n =1 3 3 3
2 2
2 n x 2 n x
3 1
an = 3sin dx; bn = 0 sin dx = 0 bn = 0
3 n 1 3
2
2
n x 2 n x 6 n 6 2n x
an = 2 sin dx = n cos = cos cos
1 3
3( )
3
1
n 3 n 3

6 2n x 6 n 6 2n x n
an = cos cos an = cos cos
n 3 n 3 n 3 3

6 2n x n n n x
u ( x, t ) = cos 3 cos 3 cos 3 t sin 3
n =1
n

2) Vdeo-Exemplo

3) Uma corda com coeficiente a = 3 m 2 / s 2 , esticada entre


os ponto x=0 e x=3. O deslocamento inicial da corda
dado pelo grfico abaixo e sua distribuio inicial de velo-
cidades dada pelo segundo grfico abaixo. Obtenha a
soluo do problema de contorno da onda.
158 Modelagem de Sistemas Dinmicos II
Captulo 8 Equao da Onda159


n a n a n x
u ( x, t ) = an cos t + bn sin t sin
n =1 L L L
L L
2 n x 2 n x
L 0 n a 0
an = f ( x) sin dx; bn = g ( x) sin dx
L L
0, 0 x < 1 0, 0 x < 1

a = 3; L = 3; f ( x) = 2, 1 x < 2 ; g ( x) = 2, 1 x < 2;

0, 2 x 3 0, 1 x 3

n x
u ( x, t ) = an cos ( n t ) + bn sin ( n t ) sin
n =1 3
2 2
2 n x 2 n x
3 1 n 1
an = 3sin dx; bn = 2 sin dx
3 3
2
2
n x 2 n x 6 n 6 2n x
an = 2 sin dx = n cos = cos cos
1 3 ( 3
) 3
1
n 3 n 3

6 2n x 6 n 6 2n x n
an = cos cos an = cos 3 cos 3
n 3 n 3 n
2
2
4 n x 4 1 n x 12 n 12 2n x
n 1
bn = sin dx = cos = 2 2 cos 2 2 cos
3 n n ( 3 ) 3
1
n 3 n 3

12 2n x 12 n 12 2n x n
bn = 2 2 cos 2 2 cos bn = 2 2 cos 3 cos 3
n 3 n 3 n

6 2n x n
cos cos cos ( n t )
n
3 3 n x
u ( x, t ) = sin
n =1 12 2n x n 3
+ 2 2 cos cos cos ( n t )

n 3 3
160 Modelagem de Sistemas Dinmicos II

Recapitulando

Neste captulo, vimos a aplicao da tcnica de separao


de variveis, bem como da srie de Fourier, ao problema de
contorno da onda.

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Uma corda com coeficiente a = 1 m 2 / s 2 esticada entre os


ponto x=0 e x=4. O deslocamento inicial da corda dado
Captulo 8 Equao da Onda161

pelo grfico abaixo e sua distribuio inicial de velocidades


nula. Obtenha a soluo do problema de contorno da
onda.

2) Uma corda com coeficiente a = 2 m 2 / s 2 esticada entre


os ponto x=0 e x=2. O deslocamento inicial da corda
dado pela funo f(x) abaixo e sua distribuio inicial de
velocidades nula. Obtenha a soluo do problema de
contorno da onda.

1
x, 0 x<
2

1 3
f ( x) = 1, x<
2 2
3
0, x<2
2
162 Modelagem de Sistemas Dinmicos II

3) Uma corda com coeficiente a = 4 m 2 / s 2 esticada entre os


ponto x=0 e x=3. O deslocamento inicial da corda nulo
e sua distribuio inicial de velocidades dada pelo grfico
abaixo. Obtenha a soluo do problema de contorno da
onda.

4) Uma corda com coeficiente a = 2 m 2 / s 2 esticada entre os


ponto x=0 e x=3. O deslocamento inicial da corda dado
pelo grfico abaixo e sua distribuio inicial de velocidades
dada pelo segundo grfico abaixo. Responda:

Obtenha a soluo do problema de contorno da onda.

O que significa fisicamente a funo u ( x, 0) ?

O que significa fisicamente a funo ut ( x, 0) ?

Na soluo obtida em (a), faa t = 0 . O que significa


matematicamente esse resultado obtido?
Captulo 8 Equao da Onda163

5) Uma corda com coeficiente a = 2 m 2 / s 2 esticada entre os


ponto x=0 e x=3. O deslocamento inicial da corda dado
pelo grfico abaixo e sua distribuio inicial de velocidades
dada pelo segundo grfico abaixo. Obtenha a soluo do
problema de contorno da onda.
164 Modelagem de Sistemas Dinmicos II

6) Uma corda com coeficiente a = 2 m 2 / s 2 esticada entre


os ponto x=0 e x=30. O deslocamento inicial da corda
dado pela funo abaixo e sua distribuio inicial de veloci-
dades nula. Obtenha a soluo do problema de contorno
da onda.
Captulo 8 Equao da Onda165

x
10 , 0 x < 10
f ( x) =
30 x ,10 x 30
20

Gabarito

4 n 3n n t n x
1) u ( x, t ) = cos cos cos sin
n =1 n 4 4 4 4

4 n 1 n 2 3n n x
u ( x, t ) = 2 2 sin + cos cos cos ( n t ) sin
2) n =1 n 4 n 4 n 4 2


9 n 2n 4n t n x
3) u ( x, t ) = cos cos sin sin
n =1 2n 2 2 3 3 3 3

4 n 2n 2n t

n cos 3 cos 3 cos 3

n x
u ( x, t ) = sin
4) n =1 9
+ 2 2 cos
n
cos
2n
sin
2n t 3
n
3 3 3
4 n 2n 2n t

n cos 3 cos 3 cos 3

n x
u ( x, t ) = sin
n =1 6 n 2n 2n t 3
+ 2 2 cos cos sin
5) n
3

3

3


9 n n t
n x
6) u ( x, t ) = n 2 2 sin 3 cos 15 sin 30
n =1
Rafael??????????
da Silva Valada1

Captulo 9
?

Equao do Calor 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
Captulo 9 Equao do Calor167

Introduo

Neste captulo, veremos uma segunda aplicao da tcnica


de separao de variveis em unio com a srie de Fourier ao
problema de contorno do calor. Primeiramente, construiremos
a equao diferencial parcial do calor utilizando uma srie de
hipteses fsicas e, em seguida, faremos a devida construo
do problema de contorno relacionada distribuio de calor
em uma barra de material condutor de calor.

1 Construo da equao de calor

Admita uma barra feita de material condutor de calor sujeita


s seguintes premissas:

1.1 Hipteses fsicas


O fluxo de calor se d apenas na direo x.

A superfcie lateral da haste isolada.

Nenhum calor gerado dentro da haste.

A haste homognea, ou seja, sua densidade linear de


massa constante.

O calor especfico e a condutividade trmica K do


material da haste so constantes.
168 Modelagem de Sistemas Dinmicos II

1.2 Modelagem
Partimos de duas leis empricas:

Q = mu , (9.1)
e


Qt = KAu x , (9.2)

m
ainda temos que = ..
x
Admitindo a equao (9.1) e, calculando o fluxo de calor
em dois momentos distintos, temos que a variao dada por

KAu x ( x + x) + KAu x ( x) = KA [u x ( x + x) u x ( x) ] . (9.3)

Por outro lado, a taxa lquida de transferncia de calor


dada por


Qt = xut (9.4)
m
onde j usamos a relao = .
x
Agora, relacionando as equaes (9.4) e (9.2), temos que:

KA [u x ( x + x) u x ( x) ] = xut , (9.5)

ou

KA u x ( x + x) u x ( x)
x = ut , (9.6)

Captulo 9 Equao do Calor169

e, fazendo x 0 , vem
KA
u xx = ut .

(9.7)
a2

Dessa maneira, temos que a equao diferencial que des-


creve a temperatura da haste, em funo do ponto x e do
tempo t, dada por


a 2u xx = ut , (9.8)
ou

2u u
a2 = ,
x 2 t (9.9)

onde a constante a chamada de difusividade trmica e no


4
SI possui unidade m /s .

1.3 Classificao
2
A equao do calor a u xx = ut , uma EDP de segunda or-
dem linear, logo pode ser classificada quanto s sees cnicas
onde A = a 2 , B = 0, C = 0 . Dessa maneira, B 2 4 AC = 0 ,
para todo a pertencente aos reais. Assim, a equao do calor
uma EDP linear de segunda ordem parablica.
170 Modelagem de Sistemas Dinmicos II

1.4 Construo do problema de contorno


Considere uma haste com as caractersticas definidas anterior-
mente. Logo, temos que a temperatura da haste ser descrita
2
pela EDP a u xx = ut .

Fixamos a haste entre os pontos x = 0 e x = L e impo-


mos que a temperatura nestes pontos seja nula. Dessa manei-
ra, temos que u (0, t ) = 0 e u ( L, t ) = 0 .

Causando uma perturbao, ou seja, fornecendo energia


para a haste por algum tempo, e posteriormente retirando esta
fonte de energia, haver uma distribuio inicial de tempera-
turas que pode ser expressa por u ( x, 0) = f ( x ) .

{a u
2
xx = ut (1) 0 < x < L, t > 0
Condes de Contorno

u (0, t ) = 0 u ( L, t ) = 0
Condies Iniciais (9.10)

u ( x, 0) = f ( x)

2R
 esoluo do problema de contorno do
calor

2.1 Montagem do sistema de EDOs


Supomos como soluo do produto separvel:
u ( x, t ) = F ( x) G (t ) .
Captulo 9 Equao do Calor171

Calculando as derivadas, temos:

u x = F ( x)G (t ) ut = F ( x)G(t )

u xx = F ( x)G (t ) utt = F ( x)G(t )
(9.11)
u x = F ( x) G (t ) u x = F ( x) G (t )

ut = F ( x) G(t ) utt = F ( x) G(t )

Substituindo na equao da onda, vem

a 2u xx = utt
a 2 F ( x) G (t ) = F ( x) G(t )
F ( x) G(t ) (9.12)
= = = const
F ( x) a 2G (t )

Fazendo a separao das variveis, temos:

F ( x) G(t )
= = (9.13)
F ( x) a 2G (t )
e
F ( x)
= F ( x) = F ( x) F ( x) F ( x) = 0
F ( x)
G(t )
2
= G(t ) = a 2G (t ) G(t ) a 2G (t ) = 0 (9.14)
a G (t )
F ( x) F ( x) = 0

G(t ) a G (t ) = 0
2
172 Modelagem de Sistemas Dinmicos II

2.2 Construo do PVI


Admitindo as condies de contorno e a equao separvel
geral

u ( x, t ) = F ( x) G (t )
u (0, t ) = 0 (9.15)


u ( L, t ) = 0
E fazendo as substituies, obtem-se

(9.16)

que implica F (0) = 0, F ( L) = 0
Dessa forma, construmos um PVI utilizando a primeira
equao do sistema de EDOs e as condies do item anterior:

F ( x) F ( x) = 0
(9.17)
F (0) = 0, F ( L) = 0
2.3 Resoluo do PVI
Dado o PVI:

F ( x) F ( x) = 0
(9.18)
F (0) = 0, F ( L) = 0
Captulo 9 Equao do Calor173

Admita a equao F ( x) F ( x) = 0 e monte o polin-


mio caracterstico r = 0 ou r = . Dessa forma, ve-
2 2

mos que a soluo depender de e estudaremos cada caso


possvel para .
Caso 1: = 0 , logo, r 2 = 0 r = 0 , e temos a solu-
o: F ( x) = C1 + C2 x .
Aplicando as condies F (0) = 0, F ( L) = 0 em
F ( x) = C1 + C2 x , temos:

F (0) = 0 = C1 + C2 0 C1 = 0 F ( x) = C2 x
F ( L ) = 0 = C2 0 C2 = 0 F ( x ) 0

Caso: > 0, = c , c 0 , logo, r = = c r = c , e


2 2 2

temos a soluo: F ( x) = C1ecx + C2 e cx

Aplicando as condies F (0) = 0, F ( L) = 0 em


F ( x) = C1ecx + C2 e cx , temos:

F (0) = 0 = C1ec 0 + C2 e c 0 C2 = C1 F ( x) = C1 ( ecx e cx )


sinh(cL)
F ( L) = 0 = C1 ( ecL e cL ) C1 = 0, sinh(cL) 0 cL
2
C1 = 0 F ( x) = 0

Caso 3: < 0, = c 2 , c 0, logo, r 2 = = c 2 r = ci


e temos a soluo: F ( x) = C1 cos(cx) + C2 sin(cx)
174 Modelagem de Sistemas Dinmicos II

Conforme a ltima soluo, F ( x) = C1 cos(cx) + C2 sin(cx)


e as condies de contorno F (0) = 0, F ( L) = 0 , temos:

F (0) = 0 = F ( x) = C1 cos(0) + C2 sin(0) C1 = 0 F ( x) = C2 sin(cx)


F ( L) = 0 = C2 sin(cL) sin(cL) = 0 cL = n , n = 1, 2,3,...
n
c= , n = 1, 2,3,...
L

E a soluo:

n x
F ( x) = C2 sin , n = 1, 2,3,...
L
(9.19)
n x
Fn ( x) = Cn sin , n = 1, 2,3,...,
L

2.4 Resoluo da outra EDO


Admita asegunda equao do sistema de EDOs
G(t ) a G (t ) = 0 , fazendo a seguinte separao de vari-
2

veis:

G(t ) a 2G (t ) = 0
dG dG
= a 2G = a 2 dt (9.20)
dt G
2
n
= , n = 1, 2,3,... e tomada a
Substituindo o valor de L
integral em ambos os lados da igualdade, vem:
Captulo 9 Equao do Calor175

(9.21)


Assim, temos a soluo:
2
n a
t
Gn (t ) = Dn e L
, n = 1, 2,3,... (9.22)

2.5 Construo da soluo geral


Obtemos

n x
Fn ( x) = Cn sin
L (9.23)
2
n a
t
Gn (t ) = Dn e L
, n = 1, 2,3,...
(9.24)

e, fazendo o produto das mesmas, temos:
176 Modelagem de Sistemas Dinmicos II

(9.25)

Pelo princpio da superposio, temos:


2
n a

n x t
u ( x, t ) = an sin e
L

n =1 L (9.26)

2.6 Aplicao das condies iniciais


Dada a condio inicial u ( x, 0) = f ( x) , obtem-se
u ( x, 0) = f ( x)
L

n x 2 n x
f ( x) = an sin an = f ( x) sin dx
n =1 L L0 L

SRIE DE FOURIER SENO
(9.27)

2.7 Soluo particular


Por fim, obtemos a soluo final
2
n a

n x t
u ( x, t ) = an sin e
L
(9.28)
n =1 L
onde
Captulo 9 Equao do Calor177

L
2 n x
an = f ( x) sin dx (9.29)
L0 L

Exemplos:

1) Considere uma haste delgada de comprimento L= , di-


fusividade trmica a=1 e distribuio inicial de tempera-
turas dada pela funo abaixo. Determine a funo que
expressa a temperatura da haste em funo de x e t. Sa-
bendo que os extremos so mantidos a temperatura de
zero estando dispostos sobre as marcas x=0 e x= e que
as laterais esto isoladas.

f ( x ) = x 2 + x, 0 x

2) Considere uma haste delgada de comprimento L=4, di-


fusividade trmica a=2 e distribuio inicial de tempera-
turas dada pela funo abaixo. Determine a funo que
expressa a temperatura da haste em funo de x e t. Sa-
bendo que os extremos so mantidos a temperatura de
zero estando dispostos sobre as marcas x=0 e x=4 e que
as laterais esto isoladas.
178 Modelagem de Sistemas Dinmicos II

3) Considere uma haste delgada de comprimento L=100,


difusividade trmica a=1 e distribuio inicial de tempe-
raturas dada pela funo abaixo. Determine a funo que
expressa a temperatura da haste em funo de x e t. Sa-
bendo que os extremos so mantidos a temperatura de
zero estando dispostos sobre as marcas x=0 e x=100 e
que as laterais esto isoladas.

0, x = 0

f ( x) = 100, 0 < x < 100
0, x = 0

Resolues:

1) Considere uma haste delgada de comprimento L= , di-


fusividade trmica a=1 e distribuio inicial de tempera-
turas dada pela funo abaixo. Determine a funo que
Captulo 9 Equao do Calor179

expressa a temperatura da haste em funo de x e t. Sa-


bendo que os extremos so mantidos a temperatura de
zero estando dispostos sobre as marcas x=0 e x= e que
as laterais esto isoladas.

f ( x ) = x 2 + x, 0 x

2
n a L

n x t 2 n x
u ( x, t ) = an sin
L 0
e ; an = f ( x) sin dx
L

n =1 L L
f ( x ) = x 2 + x, 0 x ; a = 1; L =


2 n x
u ( x, t ) = an sin ( n x ) e n t ; an = (x + x ) sin
2
2
dx
n =1 0 L

2 n x n x
dx + 2 x sin
2
an = x sin dx
0 L 0 L

2 2x

2 n x 2 x2
I =
0
x 2 sin
L
dx = 2 sin(nx) + 3 cos(nx)
n n n 0

2 2 2 2 20 2 02
= 2 sin(n ) + 3 cos(n ) 2 sin(0) + 3 cos(0)

n

n n n n n
0
0
2 2 2 2 4 2 4
= 3 cos(n ) 3 I = 3 cos(n ) + cos(n ) + 3
n n n n n n

n x 1 x
II = 2 x sin dx = 2 2 sin(nx) cos(nx)
0 L n n 0
1 1 0
= 2 2 sin(n ) cos(n ) 2 sin(0) cos(0)

n

n
0 n 0
n
2
= 2 cos(n ) II = cos(n )
n n
4 2 4 2 4 4
an = I + II = 3 cos(n ) + cos(n ) + 3 cos(n ) = 3 3 cos(n )
n n n n n n
4
4
3 [
1 cos(n ) ] u ( x, t ) = 3 [1 cos(n ) ] sin ( n x ) e n t
2
an =
n n =1 n
180 Modelagem de Sistemas Dinmicos II

2) Vdeo-Exemplo

3) Considere uma haste delgada de comprimento L=100,


difusividade trmica a=1 e distribuio inicial de tempe-
raturas dada pela funo abaixo. Determine a funo que
expressa a temperatura da haste em funo de x e t. Sa-
bendo que os extremos so mantidos a temperatura de
zero estando dispostos sobre as marcas x=0 e x=100 e
que as laterais esto isoladas.

0, x = 0

f ( x) = 100, 0 < x < 100
0, x = 0

2
n a L

n x t 2 n x
u ( x, t ) = an sin e
L
; an = f ( x) sin dx
n =1 L L0 L
0, x = 0

f ( x) = 100, 0 < x < 100; a = 1; L = 100
0, x = 0

2
n 100

n x 100 t 2 n x
u ( x, t ) = an sin e ; an = 100sin 100 dx
n =1 100 100 0
100
100
n x 1 n x
= 2 sin dx = 2 n cos
0 100 ( 100 )
100
0

200 200
= 2 ( cos ( n ) cos ( 0 ) ) = 2 (1 cos ( n ) )
n n
2
n
200 200
( )
n x 100
t
an = 2 (1 cos ( n ) ) u ( x, t ) = 2 1 ( 1) sin
n
e
n n =1 n 100
Captulo 9 Equao do Calor181

Recapitulando

Neste captulo, vimos a soluo do problema de contorno de


calor que possui soluo geral

2
n a

n x t
u ( x, t ) = an sin e
L

n =1 L

onde

L
2 n x
an = f ( x) sin dx
L0 L

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para En-


genharia. 3. ed. Ed. Bookman, 2009.

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed,


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Li-


vros Tcnicos e Cientficos Editora, 1990.
182 Modelagem de Sistemas Dinmicos II

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Considere uma haste delgada de comprimento L=2, difu-


sividade trmica a=2 e distribuio inicial de temperaturas
dada pela funo abaixo. Determine a funo que expres-
sa a temperatura da haste em funo de x e t, sabendo que
os extremos so mantidos temperatura de zero, estando
dispostos sobre as marcas x=0 e x=2, e que as laterais
esto isoladas.

x x2 , 0 x < 1
f ( x) =
0, 1 x 2

2) Considere uma haste delgada de comprimento L=4, difu-


sividade trmica a=1 e distribuio inicial de temperaturas
dada pela funo abaixo. Determine a funo que expres-
sa a temperatura da haste em funo de x e t, sabendo que
os extremos so mantidos temperatura de zero, estando
dispostos sobre as marcas x=0 e x=4, e que as laterais
esto isoladas.

f ( x) = 4 x x 2 , 0 x 4
Captulo 9 Equao do Calor183

3) Considere uma haste delgada de comprimento L=3, di-


fusividade trmica a=4 e distribuio inicial de tempera-
turas dada pela funo abaixo. Determine a funo que
expressa a temperatura da haste em funo de x e t, sa-
bendo que os extremos so mantidos temperatura de
zero, estando dispostos sobre as marcas x=0 e x=3 e
que as laterais esto isoladas.

0, 0 x <

f ( x) = 3, x < 2
0, 2 < x 3

4) Considere uma haste delgada de comprimento L=, difu-


sividade trmica a=1 e distribuio inicial de temperaturas
dada pela funo abaixo. Determine a funo que expres-
sa a temperatura da haste em funo de x e t, sabendo que
os extremos so mantidos temperatura de zero, estando
dispostos sobre as marcas x=0 e x=, e que as laterais
esto isoladas.

0, x = 0

f ( x) = 100, 0 < x <
0, x =

5) Considere uma haste delgada de comprimento L=50, di-


fusividade trmica a=1 e distribuio inicial de tempera-
turas dada pela funo abaixo. Determine a funo que
184 Modelagem de Sistemas Dinmicos II

expressa a temperatura da haste em funo de x e t, sa-


bendo que os extremos so mantidos temperatura de
zero, estando dispostos sobre as marcas x=0 e x=50, e
que as laterais esto isoladas.

0, x = 0

f ( x) = 20, 0 < x < 50
0, x = 50

Gabarito

4 n 16 n n x ( n2 2 ) t
u ( x, t ) = 2 2 sin + 3 3 1 cos sin e
1) n =1 n 2 n 2 2
n2 2

64 n x 16
t
u ( x, t ) = 3 3 1 (1)n sin e
2) n =1 n 4
16 n 2

6 n 2n nx 9
t
u ( x, t ) = cos cos sin e
3) n =1 n 3 3 3

200
u ( x, t ) = (1 cos(n ) ) sin ( nx ) e n t
2

4) n =1 n

n 2 2

40 n x 2500 t
u ( x, t ) = 1 + (1) n +1 sin e
5) n =1 n 50
Rafael da Silva Valada1

Captulo 10

Equao de Laplace 1

1 Professor de Matemtica e Fsica, Mestre em Matemtica Aplicada, Professor dos


Cursos de Fsica, Matemtica e Engenharias da Universidade Luterana do Brasil
(ULBRA) - Canoas, RS.
186 Modelagem de Sistemas Dinmicos II

Introduo

Neste captulo, estudaremos a equao de Laplace bidimen-


sional. Esta equao diferencial parcial j tinha aparecido em
nossos estudos sobre funes analticas e condies de Cau-
chy - Riemann. Neste caso, a equao de Laplace aparece
quando desejamos saber o regime estacionrio de temperatu-
ras de uma chapa delgada.

1C
 onstruo da Equao de Laplace
Bidimensional

Admita a equao do calor bidimensional, como o modelo


para a distribuio de temperaturas, em uma chapa delgada.
Dessa maneira, estamos considerando que a chapa satisfaz as
hipteses necessrias para a construo da equao do calor,
mas agora com duas dimenses espaciais, ou seja:

1.1 Hipteses Fsicas


O fluxo de calor se d apenas nas direes x e y, ou
seja, a espessura da chapa muito pequena compara-
da com as dimenses planares.

Duas superfcies laterais opostas so mantidas a tempe-


ratura nula.

Nenhum calor gerado dentro da chapa.


Captulo 10 Equao de Laplace187

A chapa homognea, ou seja, sua densidade superfi-


cial de massa constante.

O calor especfico e a condutividade trmica K do


material da chapa so constantes.

1.2 Modelagem
Neste caso, a equao diferencial parcial que modela a distri-
buio de temperaturas na chapa ser

a 2 ( u xx + u yy ) = ut ,
(10.1)
2
onde a representa a difusividade trmica do material.

Neste ponto, impomos que procuramos solues estacio-


nrias para a EDP (10.1), ou seja, que u ( x, y, t ) = u ( x, y ) .
Portanto, ut 0 , e como a 2 0 a equao (10.1), se reduz a

u xx + u yy = 0, (10.2)

ou

2u 2u
+ =0
x 2 y 2 (10.3)

a ltima EDP dita Equao de Laplace Bidimensional

1.3 Classificao
A equao de Laplace u xx + u yy = 0, uma EDP de segun-
da ordem linear, logo pode ser classificada quanto s se-
188 Modelagem de Sistemas Dinmicos II

es cnicas onde A = a 2 , B = 0, C = 1 . Dessa maneira,


B 2 4 AC = 4a 2 < 0 , para todo a pertencente aos reais.
Assim, a equao da onda uma EDP linear de segunda or-
dem, elptica.

2 Problema de Dirichlet

Analogamente construo feita com a equao da onda e


do calor em captulos anteriores, podemos construir um pro-
blema de contorno para a equao de Laplace. Tal problema
de contorno tem a seguinte forma:

u xx + u yy = 0, 0 < x < b, 0 < y < a



u (0, y ) = h( y ) u (b, y ) = i ( y )
(10.4)
u ( x, 0) = g ( x) u ( x , a ) = f ( x )

onde as condies de contorno podem ser vistas no Figura 10.1

Figura 10.1 Problema de Contorno para a Equao de Laplace (Fonte: do


autor, 2015).
Captulo 10 Equao de Laplace189

Chamamos problema de Dirichlet o problema de contorno


para equao de Laplace quando admitimos condies opos-
tas e nulas, ou seja:

2.1 Condies de contorno verticais nulas

2.1.1 Problema de contorno


u xx + u yy = 0, 0 < x < b, 0 < y < a

u (0, y ) = 0 u (b, y ) = 0
u ( x, 0) = g ( x) u ( x, a ) = f ( x )
(10.5)

2.1.2 Soluo
n y n y

n x
u ( x, y ) = Dn e b
+ En e b sin
n =1 b
b
2 n x
Dn + En = g ( x) sin dx
b0 b
n a n a b
2 n x
Dn e b
+ En e b
= f ( x) sin dx
b0 b (10.6)
190 Modelagem de Sistemas Dinmicos II

2.2 Condies de contorno horizontais nulas

2.2.1 Problema de contorno


u xx + u yy = 0, 0 < x < b, 0 < y < a

u (0, y ) = h( y ) u (b, y ) = i ( y ) (10.7)
u ( x, 0) = 0 u ( x, a ) = 0

2.2.2 Soluo
n x n x

n y
u ( x, y ) = Dn e + En e a sin
a

n =1 a
a
2 n y
Dn + En =
a0 i ( y ) sin
a
dy (10.8)
n b n b a
2 n y
Dn e a
+ En e a
= h( y ) sin dy
a0 b

Exemplos:

1) Resolva os problemas de Dirichlet abaixo:

a) Contorno definido pelo grfico:


Captulo 10 Equao de Laplace191

b) Contorno definido pelo grfico:

c) Contorno definido pelo grfico:

Resolues:

a) Contorno definido pelo grfico:


192 Modelagem de Sistemas Dinmicos II

b) Vdeo-Exemplo

c) Contorno definido pelo grfico:


Captulo 10 Equao de Laplace193

Recapitulando

Neste captulo, vimos a aplicao da tcnica de separao de


variveis, bem como a srie de Fourier e a soluo da equa-
194 Modelagem de Sistemas Dinmicos II

o de Laplace associada a dois contornos que definem os


chamados problemas de contorno de Dirichlet.

Referncias

Kreyszig, E. Matemtica Superior para Engenharia. 9. ed.


Ed. LTC, 2009.

Zill, D. G., Cullen, M. R. Matemtica Avanada para Enge-


nharia. 3. ed. Ed. Bookman, 2009.

Zill, D. G, Cullen, M. R. Equaes Diferenciais. vol 2. 3. ed.


Ed. Makron Books, 2001.

AVILA, G. S. S. Variveis complexas e aplicaes. Ed. Livros


Tcnicos e Cientficos Editora, 1990.

Plataforma de simulaes da Universidade do Colorado:


http://phet.colorado.edu/pt BR/

Plataforma Maplesoft: http://www.maplesoft.com/index.aspx

Atividades

1) Resolva os problemas de Dirichlet abaixo:


a) Contorno definido pelo grfico
Captulo 10 Equao de Laplace195

b) Contorno definido pelo grfico

c) Contorno definido pelo grfico


196 Modelagem de Sistemas Dinmicos II

Gabarito
1)
n y 2 n b

n y
n x
u ( x, y ) = Dn e a e a e a sin
a
n =1
a) a
2 n x

Dn = g ( x) sin dx
2 n b
0 a
a 1 e a


n x
n x
n y
u ( x, y ) = Dn e b e b sin

b) n =1 b
b
2 n y

Dn = f ( y ) sin dy
n a

n a
0 b
be b
e b



n y

u ( x, y ) = 3 3
1 ( 64 + 4n ) 1 cos2 2
n y
n x
( n ) e 4 e 4

sin
c)

n =1 n n

n
4
e
2
e 2