Académique Documents
Professionnel Documents
Culture Documents
Rodney Bassanezzi
Pr
el
im
in
ar
Modelagem Matematica
Modelagem Matematica
sa
Santo Andre
http://gradmat.ufabc.edu.br/
Versao .1
Ve
r
Escrito em LATEX.
Ve
r
sa
Pr
el
im
in
ar
RIO
SUMA
Ve
r
sa
Pr
el
im
in
ar
O
INTRODUC
A
im
in
ar
A maior dificuldade que notamos para a adoca o do processo de modelagem, pela maioria
dos professores de matematica, e a transposica o da barreira naturalmente criada pelo
ensino tradicional onde o objeto de estudo apresenta-se quase sempre bem delineado,
obedecendo a uma sequencia de pre-requisitos e que vislumbra um horizonte claro de
chegada tal horizonte e muitas vezes o cumprimento do programa da disciplina.
Ve
r
sa
Pr
el
iniciantes que quando nao se tem nenhuma ideia do que fazer, comece contando ou medindo
com este procedimento, e natural aparecer uma tabela de dados e isto pode ser o comeco
da modelagem. A disposica o dos dados em um sistema cartesiano e um bom ajuste dos
seu valores, facilitara a visualizaca o do fenomeno
em estudo, propiciando tentativas de
evidente que grande parte deles nao demonstre habilidades para empregar matematica em
outras a reas. O que entendemos por habilidades neste contexto, consiste em tomar um
problema definido em alguma situaca o pratica relativamente complexa, transforma-lo em
um modelo matematico e procurar uma soluca o que possa ser reinterpretada em termos
da situaca o original.
Pr
el
im
in
ar
sa
Ve
r
im
in
ar
estabelecer alguns criterios de qualidade. Os criterios devem ser adequados aos objetivos
que devem ser bem definidos a priori Por exemplo, se vamos utilizar o processo de
modelagem matematica para motivaca o de certos conteudos
matematicos ou valorizaca o
da propria
matematica, muitas vezes a validaca o dos modelos nao e um criterio fundamental
outro lado, se estamos mais interessados nos resultados fornecidos pelo modelo para
entender a situaca o modelada entao a sua validaca o e indispensavel.
Ve
r
sa
Pr
el
seguir os mesmos passos que no ensino superior: medir e/ou contar, analisar os dados,
formular hipoteses,
propor modelos e valida-los. este procedimento, em termos de ensino
1 A modelagem como processo de ensino-aprendizagem pode ser utilizada de maneiras diversas se o ambiente de ensino for diferenciado. Assim, se estamos num ambiente de Iniciaca o Cientfica ou cursos de
nao causa grandes problemas.
Especializaca o para professores de matematica, o programa de conteudos
Entretanto, se o curso for regular com um programa a ser cumprido o processo de modelagem deve ser adaptado,
do conteudo
a ser tratado no
considerando temas dirigidos que tenham modelos com caractersticas proprias
curso. Neste caso, tambem nao se pode deixar de fazer a formalizaca o contnua dos objetos matematicos que
aparecem nos modelos e e desejavel que o professor ja tenha trabalhado anteriormente com o tema para que
o desenvolvimento do curso flua normalmente.
im
in
ar
Aqui a questao que tem duas alternativas: Faz-se modelagem para aprender
matematica? ou Aprende-se matematica para poder aplicar?- Neste caso, a resposta
deve ser dada dependendo da situaca o ou ambiente educacional de cada um.
Entretanto, acredito que ensinar matematica tendo como pano de fundo alguma
situaca o real seja muito mais motivador, principalmente quando as situaca o ou
temas forem escolhidos pelos alunos. Ensinar com modelagem e mais atraente.
matematico vem com o interesse despertado pelo
A formalizaca o do conteudo
problema, muitas vezes criados pelos alunos e aprendizagem pode ser reforcada
com a abstraca o de princpios unificadores para certas situacoes.
Pr
el
Ve
r
sa
im
in
ar
Ve
r
sa
Pr
el
Vamos introduzir alguns recursos basicos para a iniciaca o a` modelagem, nao perdendo de vista nosso objetivo principal que e o ensino-aprendizagem de matematica.
Ve
r
sa
Pr
el
im
in
ar
E TA PA S D E U M A M O D E L A G E M
im
in
ar
Pr
el
Diferentes concepcoes
de ensino de Matematica e consequencia de diferentes
como algo presente na realidade, sendo uma estrategia de aca o ou de interpretaca o desta
realidade, se esta adotando o que caracterizamos como uma postura de etno/modelagem.
Entendemos por etnomatematica, a matematica praticada e elaborada por um grupo
Buscamos tambem resgatar,
cultural e que esta presente nas mais diversas situacoes.
Ve
r
sa
que envolvem tais argumentos. O passo inicial e encontrar dados experimentais e/ou
im
in
ar
Se em determinadas situacoes
e muito complicado ou mesmo impossvel obter
uma base de valores numericos, mesmo assim se pode formular modelos matematicos
coerentes desta realidade ainda que, neste caso, nao se possa valida-los.
Nesta seca o vamos dar um exemplo abstrato de carater geral de uma modelagem.
O mesmo procedimento pode ser usado em quase todas as situacoes
analisadas.
Pr
el
sa
Ve
r
E muito importante que os temas sejam escolhidos pelos alunos que, desta forma,
se sentirao co-responsaveis pelo processo de aprendizagem, tornando sua participaca o
mais efetiva. E claro que a escolha final dependera muito da orientaca o do professor que
discursara sobre a exequibilidade de cada tema, facilidade na obtenca o de dados, visitas,
bibliografia etc.
Tanto no caso onde haja apenas um tema escolhido como quando os temas sao
diversificados, os alunos devem trabalhar em pequenos grupos com problemas especficos
do tema comum ao grupo. Assim, o levantamento de problemas deve ser feito em grupos
10
ja definidos o professor nao deve propor diretamente os problemas mas deve atuar
como monitor em cada grupo, sugerindo situacoes
globais que devem ser incorporadas
pelos alunos.
Nas diversas situacoes
de modelagem que participamos em cursos de Especializaca o
para professores, os temas escolhidos para pesquisa, foram bastante diversificados e
muitas vezes excentricos. Segue uma listagem dos temas escolhidos e sua frequencia:
im
in
ar
Animais: Suinicultura (2), Apicultura, Ranicultura, Piscicultura (3), Pecuaria, Minhocultura; Avicultura (2), Andorinhas, Jacare, Escargot ;
Saude:Doenc
as (2), AIDS, Medicamentos genericos, Antibioticos,
Cefaleia, Dengue,
Pr
el
sa
Ve
r
Outros: Construca o civil, Violencia (2), Esoterismo, Madeira, Aquecedor solar, Sabao
em po,
Cores, Dvida Externa, Mineraca o de ouro, Missoes
Jesutas, Super Mercado,
Eleica o.
11
alternativos de disseminaca o de doencas em ambientes fechados onde introduzimos sistemas dinamicos fuzzy e que iremos apresentar neste texto [?]. Por outro lado, alguns temas
desenvolvidos em cursos de Especializaca o assim como o proprio
processo de modelagem
im
in
ar
Para a escolha de um tema a regra e bastante simples: nao tenha medo e escolha
algo que voce gostaria de entender melhor.
assunto. A coleta de dados qualitativos ou numericos pode ser efetuada de varias formas:
Pr
el
Ve
r
sa
Quando se efetua uma coleta de dados, tendo como pano de fundo o tema escolhido,
muitas vezes o resultado obtido e bastante inesperado e interessante e acabamos coletando
ou selecionando informacoes
de outras situacoes
correlatas ao tema inicial. Quando buscamos informacoes
de espalhamento de doencas de maca s encaixotadas, nos deparamos
com problemas classicos de empilhamento de bolas, conjecturas famosas como a de Kepler
e publicacoes
como as de Alpoim. Em termos de ensino-aprendizagem de ma historicas
12
Dados Iniciais
im
in
ar
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
9,5
18,5
29,1
46,9
70,8
121,1
175,3
257,7
351,4
440,8
512,9
562,2
597,7
629,4
642,3
651,2
Pr
el
Tempo
n
sa
Ve
r
13
im
in
ar
Variavel
xn
Variaca o
xn+1 xn
Modelo
xn
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
9,5
18,5
29,1
46,9
70,8
121,1
175,3
257,7
351,4
440,8
512,9
562,2
597,7
629,4
642,3
651,2
9
10,6
17,8
23,9
50,3
54,2
82,4
93,7
89,4
72,1
49,3
35,5
31,7
12,9
9,9
9,5
14,6
22,2
33,9
51,2
76,8
113,6
164,6
231,8
314,0
404,6
492,2
564,1
614,2
644,1
660,0
Ve
r
sa
Pr
el
Tempo
n
14
im
in
ar
Pr
el
Podemos observar na figura 1.2 e na tabela 1.2 que a variaca o simples xn = xn+1
xn tem um aspecto de uma funca o quadratica, e positiva e crescente ate, aproximadamente,
93, 7 e depois decresce, tendo sempre uma concavidade para baixo. Entao, podemos
considerar uma curva que ajusta estes pontos na forma de uma parabola. Usando o
programa de ajuste do Excel, obtemos a parabola (ver figura 1.4),
sa
Ve
r
(1.3.1)
15
im
in
ar
Ve
r
sa
Pr
el
Figura 1.4: Relaca o entre os valores anteriores e posteriores e Ajuste quadratico entre xn+1 e xn
16
im
in
ar
o
1.4 validac
a
A equaca o 1.3.1 e uma formula
de recorrencia onde cada termo depende do anterior, isto
e ,
xn+1 = f(xn )
(1.4.1)
x0 dado
- Equacoes
deste tipo sao denominadas equaco es de diferencas finitas. A proposta em casos
como este e encontrar a soluca o da equaca o, ou seja, determinar a relaca o existente entre
a variavel de estado xn e o estagio n, como veremos na Seca o 2.3.
Pr
el
Ve
r
sa
17
Ve
r
sa
Pr
el
im
in
ar
N C I A E E S TA B I L I D A D E
CONVERGE
Pr
el
im
in
ar
Ve
r
sa
19
ncias
2.1 sequ e
im
in
ar
grandes.
Uma sequencia real e um conjunto discreto dado por uma funca o real definida num
subconjunto A N :
f:ANR
n f(n) = xn
Pr
el
1
Por exemplo, dada a sequencia f(n) = n
, com N, a imagem da funca o f e um
1 1
1
conjunto discreto 1, 2 , 3 , ..., n , ... porem, a funca o f : [1, ) R, dada por f (x) = x1 ,
x 1 1 esta definida para todos os pontos de [1, ) e f/N = f (a funca o extendida f
coincide com f no conjunto N).
Ve
r
sa
20
lim xn = x
xn x .
ou
Exemplo 1 Seja
{xn }nN =
1
1+
n
nN
m
in
ar
Em palavras, 1 +
1
n
Pr
eli
1
1
1
|xn 1| = 1 + n
. Logo, se n > n0 = n
< n10 < , o que completa a prova.
1 = n
se aproxima do valor x = 1 quando n cresce.
Exemplo 2 Seja
n
(1)
n+1
sa
o
{xn }nN =
nN
n
1 2 3
n
, ... .
= , , , ..., (1)
2 3 4
n+1
Ve
r
n
n
x .
Suponhamos (por absurdo) que (1)n n+1
seja convergente, isto e , (1)n n+1
natural n0 tal que se n > n0 entao
Entao, se considerarmos = 21 , deve existir um numero
(1)n
n
x < 1
n+1
1
n
+
1
n+1
(1)
x < .
n+2
2
21
m
in
ar
n+2
n+1
n + 2 n + 1
2n2 + 4n + 1
=
(n + 2)(n + 1)
2
2n + 4n + 1
> 2
n + 3n + 2
> 1
n
n+1
n
(1)
n+2
n + 1
n+1
n
n
x + x (1)
n+2
n + 1
n
n+1
n
x + (1)
x
n+2
n+1
Pr
eli
1 < (1)n+1
= (1)n+1
< (1)n+1
1 1
+
2 2
= 1.
<
sa
o
Estas duas desigualdades levam a uma contradica o e, portanto, a sequencia nao converge.
Ve
r
n
Observe que a subsequencia {xn }n = n+1
, onde e o conjunto dos
n
n
numeros
pares, converge para x = 1 e a subsequencia dos mpares n+1
converge
para x = 1 (mostre!).
Exemplo 3 Seja A1 um quadrado de lado a, logo sua a rea vale a2 . Considere agora o quadrado
A2 , contido em A1 , cuja diagonal e a metade da diagonal de A1 (veja Figura 7).
A a rea de A2 e
1
4
da a rea de A1 .
n
n+1
m
in
ar
e divergente
sa
o
Pr
eli
1
a rea de An = da a rea de An1
4
Ve
r
Seja Sn = a rea de An entao podemos formar a sequencia {Tn }nN onde, Tn e definido como
sendo a soma das a reas dos quadrados Aj com j 6 n.
Tn =
n
X
Sj
j=0
23
a2
1 2
4a
1 2
16 a
+ ... +
1
a2
22n
a2
"
n
P
j=0
1
22j
P
, n > 1, temos que a2 =
Bj (verifique).
3
a2
22n
j=1
Logo
a =
X
j=1
X
X
1
1
1
=
=
Bj = 3a
2j
2j
2
2
3
2
j=1
j=1
Logo,
lim Tn =
Sj = a
j=0
m
in
ar
1
4
1+
= a2
3
3
Pr
eli
P 1
1
se xn = n temos limn xn = 0 e yn =
n = + (divergente). No exemplo dos
quadrados encaixantes temos limn Sn = 0 e limn Tn = 34 a2 .
es
2.2 limites de func
o
sa
o
Para uma funca o f : R R podemos tambem definir o limite no infinito de modo analogo
ao definido para sequencias:
Definica o 1 Dizemos que L e o limite de f(x), quando x tende a + se, dado um valor arbitrario
> 0, podemos determinar um numero
real positivo M, tal que se x > M entao |f(x) L| < .
Ve
r
Notacao:
lim f(x) = L
x
2x+1
x ,
sera verdadeira desde que se tenha x > M, onde M e determinado com a escolha de .
24
2x+1
x
e estavel no ponto x = 2
Pr
eli
m
in
ar
1
1
2x+1
Temos que 2x+1
verdadeiro
x 2 = x e portanto,
x 2 < x < que e
1
para todo |x| > = M. Entao, dado um > 0 arbitrario, para todo x R tal que |x| > 1 = M,
tem-se que |f(x) 2| < .
1
< 2 se t > 6. Assim,
Agora, observamos que e0,3t > t se t > 6 (verifique) = 2 e0,3t
t
2
dado > 0, basta tomar M = max , 6 e teremos |f(t) 3| < se t > M.
sa
o
Observaca o 1 Quando limx+ f(x) = L, dizemos que a reta y = L, paralela ao eixo-x, e uma
assntota horizontal da funca o f ou que a funca o f se estabiliza no ponto y=k.
De modo analogo podemos definir uma assntota vertical x = k , de f(x) quando
lim f(x) =
Ve
r
xk
significando que quando x se aproxima do valor k, o valor da funca o |f(x)| cresce sem
limitaca o. Em outras palavras:
Para todo valor arbitrario N > 0, existe > 0 tal que se |x k| < entao |f(x)| > N.
25
sera o valor de x1 . Por exemplo, seja N = 10000, entao basta considerar =
1
|f(x)| = x1 > 10000 = N , desde que |x 0| = |x| < 10000
.
1
10000
e teremos
Logo,.
1
=
x0 x
lim
im
in
ar
Podemos observar que se x se aproxima de zero por valores positivos, entao x1 e tambem positivo e
crescente. Se x se aproxima de zero por valores negativos, entao x1 e tambem negativo e decrescente.
Este fato pode ser denotado por
1
= + (limite a` direita)
x0 x
1
e lim = (limite a` esquerda)
x0 x
lim+
1
x
Ve
r
sa
Pr
el
26
1
x
im
in
ar
P(x)
, onde
3. Seja f(x) uma funca o racional, isto e , f(x) = Q(x)
P
nk = a xn + a xn1 + ... + a ; com a 6= 0
P(x) = n
n
0
1
0
k=0 ak x
Pm
Q(x) = k=0 bk xmk = b0 xm + b1 xm1 + ... + bm ; com b0 6= 0.
Pr
el
Entao,
0 se n < m;
a0 se n = m
b0
lim f(x) =
x
+ se [n > m e a0 b0 > 0]
se [n > m e a b < 0]
0 0
1
f(x)
sa
= .
Ve
r
Definica o 2 Seja y = f(x) uma curva do plano e P(x, y) um ponto arbitrario desta curva. Seja
d a distancia deste ponto P a uma reta r. Dizemos que esta reta r e uma assntota a` curva se
d 0 quando P . Em outras palavras, para todo > 0, existe M > 0 tal que d < se
p
x2 + y2 > M.
Por esta definica o, e claro que se limxa f(x) = entao a reta vertical x = a e
uma assntota a` curva y = f(x).
27
im
in
ar
Pr
el
Se um dos limites nao existir entao a curva nao admite uma reta como assntota.
Tambem e claro que se a = 0, a reta assntota sera horizontal se limx f(x) = b.
Exemplo 7 Encontrar as assntotas da curva y =
x2 +x
x1 .
lim
x1
x2 + x
=
x1
x1
x2 + x
= + e
x1
sa
(b) Para se ter assntota inclinada ou horizontal e necessario (mas nao suficiente)
que
Ve
r
x2 + x
= ,
x x 1
lim
Q(x) = x 1.
Se tiver assntota inclinada ou horizontal y = ax + b, seu coeficiente angular a sera
a = lim
x+
28
x2 + x
x1
x2 + x
1
= lim 2
=1
x x+ x x
x2 +x
x1 .
im
in
ar
Pr
el
Ve
r
sa
29
que tal sequencia crescente e convergente para o valor maximo da altura desta especie.
Neste caso, o fato da sequencia ser limitada e imposica o biologica
do fenomeno
analisado
m
in
ar
sabemos a priori que a sequencia {yn } e convergente quando xn cresce - Este conhecimento
pode ser induzido porque {yn } e monotona
e limitada ou simplesmente pelo proprio
fenomeno
estudado. Entao, devemos determinar o valor limite y de modo que
y = lim yn
Pr
eli
xn
(curva ajustada)
sa
o
xn
xn
xn
Ve
r
y = g(y )
yn+1 = yn = y
30
yn+1 = g(yn )
Pr
el
im
in
ar
A soluca o do sistema
yn+1 = 0, 0008y2n + 1, 523yn + 5, 622
yn+1 = yn
Em relaca o ao modelo, em forma de uma curva de previsao y = f(t), que pretendemos construir com os dados experimentais da tabela ??, ja sabemos que tal curva deve ser
crescente e limitada por y 675, isto e , deve satisfazer
sa
Em outras palavras, a reta y = 675 deve ser uma assntota horizontal de f(t).
Ve
r
Dentre as curvas planas com inibica o temos duas classicas: exponencial assintotica
(Fig. 12a) e de crescimento inibido com ponto de inflexao (Fig. 12b).
Uma funca o exponencial assintotica
geral tem a expressao
f(x) = y + bex
(2.3.1)
Uma curva com crescimento limitado e atingindo um valor maximo num ponto intermediario e tambem bastante comum em modelos unidimensionais. Exemplos classicos
31
Pr
el
im
in
ar
sa
logstico : f(x) =
y
bex + 1
Ve
r
Gompertz: f(x) = y
x0
y
ebx
i3
h
32
im
in
ar
es
2.4 variac
o
Tipos de Variac
oes
2.4.1
Pr
el
sa
As variacoes
podem ser formuladas em termos gerais, considerando-se as variaveis x e y
(discretas ou contnuas):
Considere a funca o real f definida em A v R,
Ve
r
y = f(x),
x A.
o simples
a) variac
a
(ou absoluta) de y:
y = f(x2 ) f(x1 )
(2.4.1)
33
(2.4.2)
Pr
el
im
in
ar
y
, geometricamente, mede o coeficiente angular (ou inclinaca o) da reta que liga
x
os pontos (x1 , f(x1 )) e (x2 , f(x2 )).
o relativa:
c) variac
a
1 yi
f(xi+1 ) f(xi ) 1
=
yi xi
xi+1 xi
yi
(2.4.3)
sa
Ve
r
As varicoes
simples, media e relativa nem sempre sao satisfatorias
quando o
em um ponto e necessaria.
o instant a
nea A variaca o instantanea ou derivada de uma funca o
d) variac
a
lim
x0
34
f(x + x) f(x)
= f0 (x )
x
(2.4.4)
im
in
ar
Pr
el
Em outras palavras
se
a sequencia {xn } converge para x estao a sequencia das
yn y
converge para f0 (x ).
variacoes
medias
xn x
Observamos que se y = f(x) e uma funca o contnua em (a, b) e sua variaca o media
tambem e contnua entao existe f0 (x) para todo x (a, b) .
Exemplo 9 Seja P(t) a densidade populacional dada pela curva logstica
1
2e0,4t
+1
P(t) =
sa
Ve
r
P(2) P(0)
= 0, 096673
20
Censo demog.
1940
1950
1960
1970
1980
1991
1996
2000
2010
41,236
51,944
70,992
93,139
119,003
146,825
156,804
170,143
192,040
im
in
ar
Ano
N = f(t)
Pr
el
Considerando que a populaca o N varia com tempo t, podemos induzir que N seja
uma funca o de t, isto e ,
N = N2 N1 = f(t2 ) f(t1 )
sa
Ve
r
36
Para analisamos com que rapidez o tamanho da populaca o varia, devemos levar
em consideraca o o tempo transcorrido entre as medidas de N1 = f(t1 ) = 170, 143 e
N2 = f(t2 ) =.192, 04
Seja t = t2 t1 = 10 (tempo transcorrido de t1 a t2 ) .
N2 N1
N
= 2, 19
=
t
t2 t1
im
in
ar
A proporca o
mostra quanto varia a populaca o por unidade de tempo Este valor fornece a variaca o
media por unidade de tempo ou taxa media de variaca o (ou simplesmente taxa de variaca o).
A populaca o brasileira, entre 2000 e 2010 aumentou, em media, 2,19 milhoes
por ano
por ano.
Pr
el
Outro tipo interessante de medida variacional, muito utilizada em dinamica populacional, e a taxa de variaca o relativa ou taxa de crescimento interespec fico.
Esta taxa fornece uma medida de variaca o, relativamente a` populaca o que originou
tal crescimento e sua expressao anal tica depende do modelo populacional utilizado. Os
casos mais usados para este tipo de taxa sao:
sa
N
N2 N1
=
N1 t
N1 t
Ve
r
2, 19
= 0, 01287
170, 143
Neste caso, dizemos que a taxa de crescimento populacional, entre 2000 e 2010, foi
de 1, 287% ao ano.
37
im
in
ar
= Nt [1 + (1 + ) + + (1 + )t1 ]
(1 + )t 1
Nt+t Nt
=
= (1 + )t 1
Nt
e portanto,
Nt 1
Nt+t
1.
Nt
Pr
el
10
N2
1 = 0, 01218
N1
ou seja, a populaca o cresceu (em media) 1,218% ao ano, relativamente a` proporca o existente
em cada ano, durante os 10 anos (de 2000 a 2010).
Ve
r
sa
As variacoes
de xn podem, muitas vezes, proporcionar modelos na forma de
equacoes
variacionais cujas solucoes
sao as funcoes
objetos de nossa procura. O tipo de
variaca o empregada e determinado pelas caractersticas do fenomeno
analisado e pelo
ambiente onde o estudo esta sendo realizado. Entretanto, os resultados obtidos com
diferentes formas de variacoes
sao, quase sempre, bastante proximos.
38
Homens
Mulheres
1940
1950
1960
1970
1980
1991
1996
20614088
25885001
35055457
46331343
59123361
72485122
77442865
20622227
26059396
35015000
46807694
59879345
74340353
79627298
im
in
ar
Projeto
Ve
r
sa
Pr
el
39
Ve
r
sa
Pr
el
im
in
ar