1- INTRODUO

Equaes diferenciais so ferramentas matemticas usadas para

calcular a evoluo de sistemas. Um sistema caracterizado por um
conjunto de variveis, bem como leis tericas e empricas, do problema em
questo.
A modelagem matemtica a area do conhecimento que estuda a
simulao de sistemas reais a fim de prever o comportamento dos mesmos,
sendo empregada em diversos campos de estudo, tais como fsica, qumica,
biologia, economia e engenharias. O objetivo da modelagem encontrar a
taxa de variao com o tempo das grandezas que caracterizam o problema,
ou seja, a dinmica temporal do sistema de interesse. Resolvendo a
equao diferencial que caracteriza determinado processo, pode-se extrair
informaes relevantes e, possivelmente, prever o seu comportamento. A
modelagem de um sistema em um conjunto de equaes diferenciais
fornece, quase sempre, uma descrio aproximada e simplificada do
processo real. Ainda assim, a modelagem atravs de equaes diferenciais
fornece uma ferramenta poderosa para acessarmos o comportamento geral
de vrios tipos de sistemas. Historicamente, a evoluo do ramo da
matemtica no qual se insere o estudo das equaes diferenciais aconteceu
em paralelo com o desenvolvimento da Fsica, funcionando como
ferramenta de clculo das equaes de movimento da mecnica
newtoniana, das equaes de onda da fsica ondulatria e do
eletromagnetismo e, mais tarde, na formulao da mecnica quntica e da
relatividade. Hoje em dia, o uso de equaes diferenciais foi estendido para
as mais diversas reas do conhecimento, por exemplo, em Cincias
Naturais, temos o problema da dinmica de populaes; a competio de
espcies como, por exemplo, no sistema predador versus presa. Fora das
Cincias Naturais, as equaes diferenciais tambm encontram aplicao
em economia, no sistema financeiro, no comrcio, no comportamento de
populaes humanas, dentre outras. Uma das principais razes da
importncia das equaes diferenciais que mesmo as equaes mais
simples so capazes de representar sistemas teis. Mesmo alguns sistemas
naturais mais complexos comportam modelagens em termos de equaes
diferenciais bem conhecidas. Por outro lado, problemas cuja modelagem
exige equaes diferenciais mais complicadas podem, hoje em dia, ser
tratados atravs de mtodos computacionais. Assim, o estudo e o
desenvolvimento da rea de modelagem de sistemas atravs de equaes
diferenciais so de suma importncia para a compreenso de problemas
reais, apresentando aplicaes nas mais diversas reas do conhecimento e,
em particular, em Cincias Naturais.
Esse trabalho tem como objetivo analisar o crescimento
populacional, por meio de modelagem com equaes diferenciais.
A utilizao de modelagem matemtica no estudo das populaes
um recurso matemtico muito importante para a sociedade,
principalmente para os governantes, que usam as taxas de crescimento, ou

decrescimento populacional, como parmetros na tomada de decises, no

que se referem aplicao dos recursos financeiros pblicos, necessrios
para o atendimento das populaes.

2- MODELAGEM
A modelagem de acordo com nossos estudos a forma de analisar
um problema(encontrar qual o foco principal a ser resolvido ou o resultado
que queremos)buscar alternativas e verificar qual melhor sada comparando
com o objetivo ;para isto fazemos um diagrama de blocos ou simples
anotaes
dos
principais
fatores
do
determinado
problema.
Na matemtica atravs deste mtodo ,elaboramos uma funo onde temos
uma varivel como fator principal em relao ao tempo; e atravs desta
de acordo com os resultados finais, tambm podemos fazer uma
representao grfica. Assim, podendo utilizar em uma pesquisa
populacional , a at mesmo para verificar o crescimento de um tumor.
A modelagem matemtica consiste na arte de transformar
problemas da realidade em problemas matemticos e resolv-los,
interpretando suas solues na linguagem do mundo real, segundo
(BASSANEZI 2002, p. 98). A modelagem pressupe multidisciplinaridade,
nesse sentido, vai ao encontro das novas tendncias que apontam para a
remoo de fronteiras entre as diversas reas de pesquisa.
Em seus vrios aspectos, um processo que alia teoria e prtica,
motiva seu usurio na procura do entendimento da realidade que o cerca e
tem papel importante na busca de meios para agir sobre ela e assim
transform-la. A modelagem matemtica surge da necessidade do homem
compreender os fenmenos que o cercam de modo que possa interferir ou
no em seu processo de construo. So previses de tendncias e
aproximaes da realidade.

3- EQUAES DIFERENCIAIS
Uma Equao Diferencial uma equao com uma srie de
funes derivadas de uma mesma funo comeando pela a de maior
ordem . No caso de uma equao diferencial ordinria, a soluo da
equao a sua funo original no derivada.

4- MODELAGEM COM EQUAES DIFERENCIAIS

Equao Diferencial conjunto de derivadas pertencentes de uma
funo desconhecida da varivel. Uma equao diferencial ordinria

geralmente no possui perturbaes ou quando h so pequenas por

exemplo, em um crescimento de uma populao no levada em
considerao acidentes , doenas mas sim um ambiente perfeito para o
crescimento populacional em funo do tempo.
O sistema de modelagem analisa a melhor maneira de alcanar um
resultado, enquanto as equaes diferenciais possuem um nvel de exatido
muito grande, tornando em muitas vezes um mtodo bem vivel.
A sua aplicabilidade notada na frmula S= SO+VOT+(AT)/2.O que
se percebe na forma de S(t)=F (t)+F(t) do qual um sistema preciso e
completo quesito de calcular a velocidade ,espao, acelarao e tempo. Por
este motivo, est ligada diretamente modelagem e sua frmula na
utilizao de Equaes Diferenciais.

5- MODELO PARA A DINMICA DE POPULAES

Esse modelo usado para simular diversos tipos de populao,
variando de micro-organismos a animais competindo no contexto presapredador. Como exemplo ilustrativo do processo de modelagem, vamos
comear com um caso mais simples. Seja N(t) a populao de uma dada
espcie em um dado instante do tempo t. O modelo mais simples que
podemos imaginar aquele no qual o crescimento (ou decaimento) da
populao proporcional ao nmero de membros da mesma.
Matematicamente isso se escreve na forma da equao diferencial ordinria
(EDO)

Onde dN/dt a variao da populao com respeito ao tempo, a

constante N0 a populao inicial e r a taxa de variao. Se r<0 (taxa de
natalidade) a populao cresce, enquanto que se r<0 (taxa de mortalidade)
a populao decresce. No entanto, este modelo tem um problema srio. No
caso de crescimento (r>0) a populao pode crescer indefinidamente. Note
que o crescimento exponencial. Como que sabemos que o crescimento
exponencial e no algbrico (ou seja, quadrtico ou cbico)? Esse modelo
est longe de ser realista pois sabemos que, aps um certo perodo de
tempo, a populao ser to grande que surgiro problemas de limitao de
alimentos, espao e assim por diante.
Temos ento a equao logstica

Onde a taxa de variao agora depende da populao e dada por

f(N). Vamos construir uma funo f(N) que tenha as propriedades desejadas,
ou seja:
a) A populao cresce exponencialmente enquanto ela for pequena;
b) O crescimento vai desacelerando conforme a populao vai
crescendo
c) Observamos mortalidade quando a populao for muito grande.
Matematicamente escrevemos isso na forma f(N)<0 quando N>>1.
d) A pessoa encarregada de escrever um modelo prope a seguinte
funo:

A constante M indica o ponto a partir do qual observaremos a

mortalidade de indivduos, pois quando N>M <<1 (que significa muito
pequeno) o termo em parnteses aproximadamente igual a 1 e a taxa de
crescimento aproximadamente igual a r, de acordo com o que foi
encomendado no tem a acima. Usando clculo diferencial fcil ver que
quando a populao estiver no intervalo [M/2,M], a taxa de variao ainda
positiva, mas comea a decair. Portanto satisfazemos o item b. Podemos ver
tudo isso atravs do grfico dN/dt versus N apresentado na figura 15.

Um modelo um pouco mais complexo dado a seguir:

Fazendo o grfico N versus dN/dt, podemos entender o que este

modelo representa. A taxa de variao negativa quando 0 < N < M1 ou N
< M2, e positiva para M1 < N < M2. Os pontos N = 0, N = M1 e N = M2 so
chamados de pontos crticos, ou estacionrios, pois a populao no varia
(i.e., dN/dt = 0) se comear com esses valores. Os pontos crticos N = 0 e N
= M2 so pontos estveis pois, se comearmos com valores nas suas
respectivas vizinhanas, a populao ir gradativamente se aproximando do
valor crtico. O ponto crtico N = M1 instvel pois, se tivermos uma
populao inicial na sua vizinhana ela ir gradativamente se afastando do
mesmo.

6- MODELOS DE CRESCIMENTO POPULACIONAIS DE TEMPO

CONTNUO
A dinmica de populaes trata das variaes, no tempo e no
espao, das densidades e tamanhos de populao. Seu estudo visa melhor
compreenso da variao do nmero de indivduos de uma determinada
populao e tambm, dos fatores que a influenciam em tais variaes. Para
isso, necessrio o conhecimento das taxas em que se verificam perdas e
ganhos de indivduos e identificar os processos que regulam a variao da
populao. O interesse neste estudo no apenas terico, sendo
importante para o controle de pragas, criao de animais, etc (Rachide
2006).

6.1- Crescimento linear

O modelo mais simples de crescimento de uma populao pode ser
definido atravs de uma funo de crescimento linear, onde o incremento
da populao responde a uma taxa fixa de crescimento (Figura 25), no
correlacionada com o tamanho da populao em questo, onde N igual
populao e r a taxa constante de incremento (Equao 1). Por exemplo, um
rebanho bovno em que a populao cresce por inseminao artificial e o
produtor realiza um nmero fixo deste procedimento a cada ano.

Equao 1

Grfico de crescimento linear.

6.2- Crescimento exponencial

O modelo exponencial de crescimento populacional foi descrito por
Malthus (1798). Sua dinmica surge de processos cumulativos
(retroalimentao positiva ou de reforo). Esses processos ocorrem quando
a variao liquida do sistema proporcional ao seu estado atual, reforando
a tendncia existente. Neste modelo uma populao cresce de acordo com
a taxa de natalidade constante r. O crescimento populacional exponencial
definido pela seguinte equao.

Equao 2
onde dN / dt a taxa instantnea de mudana populacional e r a taxa
constante de mudana.

Curva de crescimento exponencial

6.3- Crescimento logstico

O matemtico belga Pierre F. Verhurst props em 1837 um modelo
que supe que uma populao poder crescer at um limite mximo, a
partir do qual tende a se estabilizar. O modelo proposto por Verhurst atende
a uma condio em que a taxa de crescimento efetiva de uma populao
varia ao longo do tempo. Esse modelo uma alternativa ao modelo de
crescimento exponencial em que a taxa de crescimento constante e no
h limitao para o crescimento do tamanho da populao.
Quase todos os textos introdutrios de ecologia usam a verso de
tempo contnuo do modelo logstico como o modelo que descreve o
crescimento populacional. Esse modelo uma ferramenta til para entender
como funcionam vrias populaes, mas no descreve a dinmica de
algumas populaes reais. Essas populaes exibem comportamento mais
complexo e suas taxas de crescimento tambm esto sob os efeitos de
outras populaes.
Sob as condies do modelo de tempo contnuo, o fluxo de
crescimento se ajusta instantaneamente para desacelerar o crescimento
populacional quando a populao, N, se aproxima da capacidade de
suporte, k, do ambiente que a envolve . Por isso, dificilmente uma
populao ultrapassa essa capacidade suporte. Qualquer perturbao que
cause o crescimento acima desse limite, por exemplo, a entrada instantnea
de novos indivduos na populao, absorvida por um mecanismo de
retroalimentao negativa que anula o fluxo de crescimento e permite que o
fluxo de mortes rapidamente restaure a populao ao nvel k (Equao 3).

Equao 3

Curva de crescimento logstico

6.4- Modelos de crescimento populacionais de tempo

discreto
Os modelos de tempo discreto evoluem em intervalos de tempo,
geralmente, fixos e chamados passos. Presume-se que cada passo o
sistema representado possa mudar instantaneamente seu estado. No
modelo de tempo contnuo no existem passos, mudanas acontecem
continuamente.
Dessa forma, a principal diferena entre modelos populacionais de
tempo discreto e contnuo que o modelo de tempo discreto descreve
o nmero de indivduos no prximo intervalo temporal, enquanto que o
modelo de tempo contnuo descreve a taxa de mudana do tamanho
populacional. Em ambos modelos logsticos, a constante k determina a
capacidade de suporte do ambiente, ou seja, o nmero mximo de
indivduos que um habitat capaz de sustentar.
No modelo populacional de tempo discreto, mais concreta a
possibilidade de uma populao ultrapassar a capacidade de suporte de seu
ambiente. Neste caso no existe o ajuste instantneo no fluxo de
crescimento populacional. O modelo de tempo discreto descreve uma
retroalimentao negativa baseada na dependncia da densidade
populacional, que no instantnea, ela acontece aps atrasos no
tempo. Esses atrasos podem ser entendidos como uma demora na resposta

da populao, ou sistema, em relao aproximao da capacidade

suporte. Por exemplo, em populaes de plantas anuais ou insetos, os
indivduos crescem e reproduzem simultaneamente, mas os jovens no
germinam ou eclodem at o prximo ano. Por isso, aps um ano em que
muitos indivduos foram produzidos, a populao pode ultrapassar a
capacidade de suporte do ambiente.
No caso das formigas, onde podemos observar altas taxas de
reproduo associadas a um tempo de gerao extremamente curto,
podemos perceber fortes associaes com os modelos de tempo discreto.

6.5- Caos determinstico em ecologia de populaes

At recentemente os sistemas dinmicos eram classificados em
trs categorias, segundo o padro de variao no tempo das grandezas que
caracterizam os seus estados:
a) estveis, convergindo para um valor fixo;
b) peridicos, estabelecendo-se em oscilaes peridicas; ou
c) imprevisveis, caracterizado por flutuaes irregulares, tambm
denominados aleatrios ou ruidosos.
Porm, em 1963, Lorenz fez uma descoberta que surpreendeu o
mundo, enquanto estudava um modelo de previso do tempo. Seu modelo
seguiu um curso que no se enquadrava como aleatrio, peridico ou
convergente, exibindo um comportamento bastante complexo, embora
fosse definido apenas por poucas e simples equaes diferenciais. A
dinmica gerada pelo modelo exibia uma caracterstica no usual: dois
pontos localizados a uma distncia nfima seguiam trajetrias bastante
divergentes. Esta observao levou Lorenz a concluir que a previso do
tempo em um intervalo de tempo longo no seria possvel. Sistemas como o
de Lorenz so denominados catico determinsticos ou simplesmente
caticos; ou seja, embora apresentem um comportamento aperidico e
imprevisvel, a sua dinmica governada por equaes diferenciais
determinsticas simples.
A sensibilidade crtica s condies iniciais a caracterstica
fundamental que diferencia os sistemas caticos determinsticos dos
sistemas que apresentam respostas aleatrias ou estocsticas. Para esses
ltimos sistemas, a mesma condio inicial pode conduzi-los a estados
bastante distintos em pequenos intervalos de tempo, o que no ocorre nos
sistemas caticos determinsticos (Bricmont 1996).
Aps a descoberta desse fenmeno nos estudos de sistemas fsicos
a evoluo de sua aplicabilidade para a descrio de outros tipos de
sistemas se mostrou extremamente interessante, em especial para os
sistemas ecolgicos. Em 1976, Robert May, trabalhando com modelos de

crescimento populacional extremamente simples, no lineares e com atraso

na resposta (discretos), mostrou que eles podiam ter um comportamento
dinmico fantasticamente complexo. Este comportamento inclua flutuaes
populacionais aparentemente aleatrias que eram geradas por modelos
determinsticos, o chamado caos determinstico. As descobertas alcanadas
por May na ecologia, e por vrios outros pesquisadores em uma ampla
variedade de outras cincias, provocaram uma das maiores revolues
cientficas e filosficas do sculo XX (Fernandez 2004).
Partindo de uma equao logstica de tempo discreto (Equao 4),
May estudou as possibilidades de flutuaes populacionais para diferentes
valores de r, onde cada valor representaria diferentes populaes.

Equao 4
Variando-se o valor da constante r, a iterao desta
equao em Nt pode conduzir a solues estveis, peridicas ou caticas .
Na figura abaixo, em (a), observa-se uma soluo estvel. Em (b) tem-se
oscilaes tendendo a estabilidade. Em (c) tem-se solues peridicas de
perodo 2. J em (d), observa-se uma soluo aperidica e imprevisvel,
caracterstica dos sistemas caticos. Nos anos que seguiram, os estudos
realizados pelo fsico matemtico Mitchell Feigenbaum (1983) revelaram o
processo de duplicao de perodos atravs do qual os sistemas dinmicos
passavam de um regime laminar e bem comportando para um regime de
desordem ou catico.

Grficos de flutuaes populacionais gerados a partir da equao

logstica em tempo discreto, nos quais Pop = Nt e k = 100: (a) r = 1,2, (b) r
= 3,0, (c) r = 3,5 e (d) r = 4,0.

7- O PROBLEMA
Zill (Equaes Diferenciais com aplicaes em modelagem), pgina 107
problema 34.
A equao diferencial dP/dt = (k cos t) P, onde k uma constante positiva,
um modelo matemtico para a populao P(t) que sofre flutuaes sazonais
anuais. Resolva a equao sujeita a P(0) = P 0. Use um programa para obter
o grfico de soluo para diferentes escolhas de P 0.

8- CONCLUSO
O uso da modelagem matemtica vem crescendo muito nos
ltimos anos, pois os modelos matemticos so utilizados na compreenso
de problemas do nosso cotidiano. Como exemplo, temos os modelos
matemticos populacional, que representam o comportamento de uma
determinada populao atravs de equaes.
Neste trabalho foi analisado.....

9- BIBILIOGRAFIA
Aplicao das Equaes Diferenciais. Disponvel em: <
https://docs.google.com/file/d/0B9a4HNta2XG3Y3RWTGdERUwyYV
E/edit?usp
=sharing >. Acesso em: 29 maio 2013.
BASSANEZI, Rodney Carlos. Ensino aprendizagem com modelagem
matemtica. So Paulo: Editora Contexto, 2002.
BRONSON, R. Moderna Introduo s Equaes Diferenciais. So Paulo:
Editora McGrew-Hill do Brasil, 1976.
Equaes Diferenciais Ordinrias e Aplicaes. Disponvel em: <
https://docs.google.com/file/d/0B9a4HNta2XG3TXE2c2xhNXJvVk0/
edit?usp=sh
aring >. Acesso em: 29 maio 2013.
R. RACHIDE, Dinmica de Populaes: Um Breve Histrico, Universidade
Federal de Viosa, III Bienal de SBM, 2006, Brasil.
ZILL, Denis G., Equaes diferenciais com aplicaes em modelagem;
traduo Cyro de Carvalho Patarra; reviso tcnica Antonio Luiz
Pereira. So Paulo Pioneira Thomson Learning, 2003.