Prévia do material em texto
RELATÓRIOS DAS APRESENTAÇÕES DOS SEMINÁRIOS MODELOS PARA O CRESCIMENTO POPULACIONAL INTRODUÇÃO Grande parte do avanço matemático ocorreu em resposta às necessidades humanas, bem como à resolução de questões cotidianas que envolviam a Matemática como ferramenta para abordar problemas não exclusivamente ligados a essa área. Um exemplo notável é o Modelo de Malthus, que abordou a relação entre à produção de alimentos e o crescimento populacional. Esse modelo clássico foi apresentado em 1798 pelo economista inglês Thomas Malthus. O estudo do crescimento populacional é fundamental para entender as dinâmicas demográficas e os impactos sociais, econômicos e ambientais. Jequié/BA Junho/2024 Importância do Estudo do Crescimento Populacional: O estudo do crescimento populacional éde extrema importância para compreender como as populações crescem e auxiliar no planejamento de políticas públicas, a sustentabilidade dos recursos naturais e a compreensão das mudanças demográficas. Taxa de Crescimento: A taxa de crescimento populacional varia entre países e regiões e depende de vários fatores como o nascimentos, mortes, migrações e fatores socioeconômicos. Modelos matemáticos, como o modelo exponencial ou o modelo logístico, ajudam a prever esse crescimento ao longo do tempo. Fatores que Afetam o Crescimento: A taxa de natalidade, pois quanto mais alta, maior o crescimento, a taxa de mortalidade e os fluxos migratórios são fatores essenciais que influenciam o tamanho da população. Consequências do Crescimento Exacerbado: O crescimento populacional excessivo pode levar à pressão sobre recursos, impactos ambientais negativos e desigualdades na distribuição de recursos. Thomas Robert Malthus Thomas (1766-1834) desenvolveu um ensaio em 1798 no qual criou um modelo para estimar o crescimento da população mundial. Nesse modelo, Malthus considerou algumas premissas, como a ideia de que casais sempre teriam muitos filhos, pois o sexo dentro do casamento era uma obrigação e tinha um propósito gerativo. Ele também afirmou que o fundo de subsistência dependia exclusivamente do trabalho agrícola e que seu valor determinava a quantidade de filhos. Quando a produção agrícola aumentava, o fundo também crescia, incentivando o aumento populacional. Por outro lado, se o valor do fundo diminuísse, haveria menos incentivo para o casamento precoce, resultando em uma taxa de crescimento populacional menor. Malthus aplicou equações diferenciais para prever o crescimento populacional, focando na relação entre produção de alimentos e natalidade. De acordo com o que Eduarda Valois apresentou, essa equação é representada como um problema de valor inicial da seguinte maneira: logo β é a taxa de crescimento populacional e P é a população em um dado momento. E a solução analítica desta equação diferencial é: Ao realizar a derivada de P com relação ao t (tempo), tem-se a solução do termo geral, como está representado a seguir: A partir da solução geral a cima, tem-se o problema de valor inicial (P.V.I): Substituindo no termo geral, obtem-se: → → → → Pierre François Verhulst Seu modelo é amplamente utilizado em várias áreas, como biologia, ecologia, economia, demografia e epidemiologia, devido à sua capacidade de capturar as complexidades do crescimento populacional. Robert May, em seu estudo clássico de 1976, destacou que esse modelo oferece uma representação precisa da dinâmica de crescimento populacional em ambientes com recursos limitados. Verhulst se tornou uma base essencial para a análise de sistemas complexos e para a compreensão de sua estabilidade. Os princípios fundamentais do Modelo de Verhulst, suas aplicações interdisciplinares e a importância de compreender e utilizar esse modelo na análise de sistemas que evoluem ao longo do tempo são aspectos relevantes. A matemática desempenha um papel crucial ao esclarecer os padrões complexos que regem o crescimento populacional e suas implicações práticas em nosso mundo em constante transformação. Seu modelo logístico foi definido como: Sendo a equação diferencial reescrita assim: Logo após, separar as variáveis, decompor em frações parciais e integrar ambos os lados, obtem-se a solução geral: onde P0 é a população inicial no tempo t=0. Aplicação do modelo logístico: as aplicações são em diversas áreas como: Ecologia, economia, epidemiologia e gestão de recursos naturais. Benjamin Gompertz Foi um matemático e atuário judeu nascido em 1779 em Londres, na Inglaterra, desempenhou um papel fundamental nos estudos sobre mortalidade no século XIX. Ele demonstrou que a taxa de mortalidade da população segue um crescimento geométrico. Em 1825, apresentou uma lei que descrevia esse crescimento, avançando além das ideias de Thomas Malthus e aplicando-as ao cálculo de anuidades e seguros de vida. O modelo de Gompertz é uma equação diferencial que descreve o crescimento exponencial limitado de uma população ou sistema. Embora tenha sido inicialmente desenvolvido para estudar dinâmicas populacionais, esse modelo também encontra aplicações em outras áreas, como matemática educacional e biologia. No contexto do ensino de matemática, o modelo de Gompertz pode ser usado para ensinar diversos conceitos, desde os básicos até tópicos mais avançados. Com o objetivo de descrever o crescimento de tumores sólidos, Gompertz desenvolveu uma equação famosa que denominamos Modelo de Gompertz. Modelo matemático descrito em (Araújo et al 2016), pela EDO de variáveis separáveis Quando as populações estão abaixo da capacidade de carga (representada por K), elas tendem a se aproximar desse valor à medida que os ciclos de evolução temporal aumentam. Isso significa que, se a população de células tumorais estiver abaixo de K, ela tende a crescer em direção a esse limite. Por outro lado, se a população ultrapassou o valor de K, ela também tenderá a se estabilizar nesse limite. Em outras palavras, K é o valor máximo que o tumor pode atingir, e se N(t) (a quantidade de células tumorais) exceder K, com o tempo, N(t) se aproximará de K. • Pablo deu início à apresentação com algumas perguntas e introduziu citando os matemáticos Thomas Robert, Pierre François e Benjamin Gompertz. Em seguida, ele aprofundou-se na vida e obra de Thomas Robert. • Eduarda prosseguiu, abordando a equação que Malthus usava para definir a taxa de crescimento populacional. Ela explicou a derivada da função P em relação ao tempo, apresentou a solução geral e exemplificou o modelo de Malthus, relacionando-o com a população de Jequié em um determinado ano e projetando os números para os anos seguintes. • Elylian Sara discutiu o modelo logístico e suas aplicações. • André Raimundo compartilhou informações sobre Benjamin Gompertz. • Por fim, André Eduardo apresentou o modelo matemático descrito pela Equação Diferencial Ordinária (EDO) de variáveis separáveis. TRANSFORMADA DE LAPLACE A Transformada de Laplace é uma ferramenta matemática poderosa usada no tratamento de equações diferenciais lineares e na análise de sistemas dinâmicos. Ela foi introduzida por Pierre-Simon Laplace no século XVIII. Essa transformada converte equações diferenciais do domínio do tempo em equações algébricas no domínio da frequência, simplificando a resolução. Pierre-Simon Laplace, autor da "Teoria Analítica das Probabilidades" estabeleceu as bases matemáticas modernas e foi o pioneiro na definição da transformada que leva seu nome. Ele usou esta modificação para resolver equações diferenciais lineares, bem como problemas de física, matemática e engenharia. Embora não tenha uma única matemática responsável pelo desenvolvimento da Transformada de Laplace, ao longo do tempo, outros matemáticos e cientistasajudaram a aprimorar e popularizar esta estratégia, como: Joseph Fourier que embora seja mais famoso por sua Transformada de Fourier, também contribuiu significativamente para séries, transformadas e integrais. Essas contribuições abriram o caminho para o desenvolvimento da Transformada de Laplace. Laplace e outros matemáticos foram influenciados por sua obra na teoria do calor e nas séries infinitas, na época. Augustin-Louis Cauchy desempenhou um papel fundamental na análise matemática rigorosa de séries e integrais. Suas contribuições na teoria das funções de variáveis complexas foram essenciais para a formalização de conceitos utilizados na Transformada de Laplace. Oliver Heaviside foi um físico e engenheiro britânico, que além de simplificar vários métodos e conceitos de Laplace, os tornando mais acessíveis e aplicáveis na engenharia, Heaviside aplicou aplicou a Transformada de Laplace à teoria dos circuitos elétricos. Thomas Joannes Stieltjes um matemático holandês que contribuiu para a criação de métodos matemáticos fundamentais para analisar transformadas integrais. Ele contribuiu para a teoria de Stieltjes de frações integrais e continuadas. Representação: Na fórmula de representação o seu objetivo é multiplicar função f(t) por e-st , e em seguida, integrar de 0 ao infinito. Além de que a resolução de problemas com equações diferenciais é facilitada pela transformação que transforma f(t) em uma função de s. Aplicações: A Transformada de Laplace é uma ferramenta versátil e poderosa, devido a sua ampla área aplicações, como alguns pontos abaixo: • Engenharia de Controle • Engenharia Elétrica e Eletrônica • Sistemas Lineares • Processamento de Sinais • Mecânica e Dinâmica dos Sistemas • Química e Engenharia Química • Matemática Aplicada • Análise de Sistemas de Comunicação • Física Transformada inversa: A transfromada inversa é representada por essa expressão e permite que os resultados no domínio complexo sejam convertidos para o domínio do tempo, onde a interpretação física se torna mais clara. Sinal Degrau: De acordo com Clara Costa, o sinal de degrau é denotado por 𝑢(𝑡) ou θ(t) e é uma função que representa uma transição inesperaada entre dois valores, geralmente usado para modelar entradas ou mudanças rápidas e inesperadas em sistemas. Seu uso é bem frequente em análises de sistemas de controle e circuitos para representar ativação repentina. Sendo assim, o sinal de degrau é essencial para estudar respostas transitórias e comportamentos dinâmicos de sistemas físicos e de engenharia. Sinal Degrau Deslocado: O sinal de degrau deslocado, frequentemente denotado como 𝑢(𝑡−𝑎), é uma variação do sinal de degrau unitário 𝑢(𝑡). Sendo definido como: Transformada de Laplace do sinal degrau é dada por: Transformada de Laplace de derivadas: A derivada da transformada de Laplace simplifica de forma significativa a análise e solução de equações diferenciais, fornecendo uma maneira direta de relacionar derivadas no domínio do tempo com operações no domínio de Laplace. Esta propriedade é fundamental na teoria de controle, na análise de sistemas dinâmicos e em várias áreas da engenharia e física. A Transformada de Laplace da primeira derivada 𝑓′(t) é dada por Já para a segunda derivada 𝑓 ′′ (t), a Transformada de Laplace é Essas fórmulas é extremamente útil na solução de equações diferenciais, pois transforma a equação diferencial em uma equação algébrica. Elisson falou do teorema de Laplace de derivadas, a respeito da derivada de primeira ordem e de segunda aplicando-a na transformada de Laplace, calculando um exemplo, alem da transformada inversa de Laplace de fração parciais. Delta de Dirac e teoria da convolução: O Delta de Dirac, que é denotado por δ(t), é uma função que apresentam algumas propriedades, como o caso que δ(t) é zero em todos os pontos, exceto em t=0 que uma singularidade e a área em que integral de δ(t) sobre todo o eixo dos tempos é igual a 1: E a amostragem para qualquer função f(t) contínua em t=0. A convolução de duas funções 𝑓(𝑡) e 𝑔(𝑡) é uma operação matemática que produz uma terceira função, que é (𝑓∗𝑔)(𝑡). Definida por Como Daniel Vitor citou, além de explicar o spin dos elétrons, também previu a existência da antimatéria. Teorema da derivada da transformada: Wesley fez um exemplo no quadro a respeito da derivada da transfromada. A derivada da transformada, essa propriedade é particularmente útil quando precisamos calcular a Transformada de Laplace de expressões envolvendo potências de t. Em outras palavras, se conhecemos a Transformada de Laplace de f(t), podemos encontrar a Transformada de Laplace de tn f(t) diferenciando F(s) n vezes e multiplicando por (−1)n. • Leticia iniciou a apresentação abordando uma introdução ao teorema e seus principais contribuintes. • Clara discutiu suas aplicações em áreas como engenharia e química. • Em seguida, Leticia demonstrou a transformada inversa de Laplace com exemplos. • Clara então explicou o sinal degrau, o sinal degrau deslocado e a transformada de Laplace com sinal degrau, finalizando com o teorema do deslocamento. • Elysson continuou a discussão sobre o teorema do deslocamento com exemplos de primeira e segunda derivada, além de abordar a transformação inversa de Laplace de frações parciais. • Daniel apresentou sobre o delta de Dirac e a teoria da convolução. • Wesley encerrou a apresentação explicando a derivada da transformada, utilizando o quadro para ilustrar e exemplificar suas explicações. SÉRIE DE FOURIER INTRODUÇÃO Jean-Baptiste Joseph Fourier, nascido na França, foi um físico e matemático renomado por suas contribuições nas séries matemáticas, especialmente a Série de Fourier. Ele viveu entre 1768 e 1830, tendo participado da Revolução Francesa e servido como conselheiro científico durante a expedição de Napoleão ao Egito. Fourier também é conhecido por seus estudos sobre o efeito estufa e a teoria de transferência de calor Um pouco sobre a base teorica e a definição: A Série de Fourier é uma maneira de decompor uma função periódica em uma soma de funções seno e cosseno. Esta técnica é essencial para análise e solução de problemas em física e engenharia, particularmente em equações diferenciais parciais. Fourier observou que parte da energia irradiada pela Terra é retida pelos gases atmosféricos, formulando assim a primeira modelagem do efeito estufa. Sua equação inclui elementos que representam a irradiação de calor da Terra e a retenção pelos gases. A temperatura média global, inicialmente modelada por Fourier, passou por refinamentos ao longo do tempo. Além disso, Fourier desenvolveu as séries de Fourier para decompor funções periódicas em senos e cossenos. Os coeficientes presentes na equação determinam a amplitude das ondas seno e cosseno que formam a função original anterior e são eles: Para que uma série de Fourier converja para uma função f(x), esta deve ser periódica, integrável no intervalo de um período, ter um número finito de máximos e mínimos, e um número finito de descontinuidades em um período. Na convergência da Série de Fourier, para que a série de Fourier de uma função f(x) converja corretamente, algumas condições, que são chamadas de condições de Dirichlet, devem ser atendidas como: a função 𝑓(𝑥)precisa ser periódica, 𝑓(𝑥) deve ser integrável em um período completo, a função deve ter um número limitado de máximos e mínimos dentro de um período e deve haver um número finito de descontinuidades em cada período. Aplicações em Equações Diferenciais Parciais (EDPs), que são as séries de Fourier são ferramentas importantes na resolução de equações diferenciais parciais, e são frequentemente encontradas em problemas de físicae engenharia. Funções Pares é considerada par se, ao substituir x por −x, o valor da função permaneça o mesmo, ou seja, f(−x) = f(x). Exemplos que incluem a função quadrática f(x)=x2 e a função cosseno cos(x). Funções Ímpares é dita ímpar se, ao substituir x por −x, o valor da função mudar de sinal, isto é, f(−x)= −f(x). Os exemplos que incluem a função cúbica y=x3 e a função seno sin(x). As funções Contínuas por Partes é contínua por partes se for contínua exceto em alguns pontos finitos, onde pode ter descontinuidades do tipo salto. Teorema da Convergência de Fourier estabelece que a série de Fourier converge para a função 𝑓(𝑥) nos pontos onde a função é contínua e para o valor médio nos pontos de descontinuidade. Funções contínuas por partes, que têm saltos em alguns pontos, são um exemplo de aplicação deste teorema. Além disso, o teorema da convergência de Fourier é usado para garantir que métodos baseados em séries de Fourier são aplicáveis a uma ampla gama de funções, incluindo aquelas que modelam fenômenos físicos com descontinuidades, como ondas quadradas e outras formas de onda complexas. Aplicações da Série de Fourier, são utilizadas para resolver equações diferenciais parciais, como a equação do calor e a equação da onda. Elas permitem transformar problemas complexos em problemas mais simples, solucionáveis por métodos analíticos ou numéricos. Por exemplo, a série de Fourier de uma função 𝑓(𝑡)=𝑡 no intervalo −𝜋 ≤ 𝑡 ≤ 𝜋 é calculada decompondo a função em termos de seno e cosseno. De acordo com o que Keven Magalhães abordou, em funções Periódicas, uma função 𝑓(𝑥) é considerada periódica se existe um valor constante 𝑇 tal que 𝑓(𝑥 + 𝑇) = 𝑓(𝑥) para todos os valores de 𝑥. Este valor 𝑇 é conhecido como o período da função. Exemplos de Funções Periódicas: Função Seno, onde o sin(𝑥) é uma função periódica com período 2𝜋, o que significa que sin(𝑥+2𝜋)=sin(𝑥). Já a função Cosseno, o cos(𝑥) também é periódica com o mesmo período 2𝜋, então cos(𝑥+2𝜋)= cos(𝑥). E a função Tangente, o tan(𝑥) possui um período menor, 𝜋, ou seja, tan(𝑥+𝜋)= tan(𝑥). E algumas das propriedades das funções periódicas: é repetição onde o principal traço das funções periódicas é a repetição de seus valores em intervalos regulares. Ondas e Oscilações em que muitas funções periódicas são usadas para modelar fenômenos oscilatórios, como ondas sonoras e eletromagnéticas. E a decomposição em Séries de Fourier, na qual as funções periódicas podem ser representadas como uma soma infinita de senos e cossenos com diferentes frequências e amplitudes, conhecida como Série de Fourier. A grande importância do teorema é fato que ele define como as séries de Fourier lidam com descontinuidades e garante que, mesmo em pontos onde a função original não é suave, a série de Fourier ofereça uma representação útil e precisa. • Martha iniciou a apresentação com uma introdução sobre Jean Fourier, destacando o contexto histórico e os fundamentos teóricos de seu trabalho.Ela explicou os coeficientes de Fourier e representou graficamente funções pares e ímpares. • Em seguida, Hairle discutiu funções contínuas por partes, usando gráficos para ilustrar e falou sobre o teorema da convergência da série de Fourier. • Maria Paula detalhou a aplicação das funções par e ímpar na série de Fourier, mostrando gráficos de séries de senos e cossenos. • Finalmente, Keven abordou as funções periódicas, demonstrou a série de Fourier para a função f(x)=x = x e destacou suas principais aplicações práticas. APLICAÇÕES DAS EQUAÇÕES DIFERENCIAIS DE SEGUNDA ORDEM INTRODUÇÃO E CONTEXTO HISTÓRICO As equações diferenciais de segunda ordem desempenham um papel crucial na modelagem de fenômenos físicos e naturais. Desde os tempos de Isaac Newton e Gottfried Leibniz, estas equações têm sido utilizadas para descrever mudanças em sistemas dinâmicos, onde a taxa de variação de um fenômeno é uma variável essencial. Com o desenvolvimento de técnicas matemáticas ao longo dos séculos, incluindo as contribuições significativas dos irmãos Bernoulli e de Leibniz, as equações diferenciais tornaram-se ferramentas fundamentais para resolver problemas complexos em diversas áreas. Nas últimas décadas, as aplicações das equações diferenciais de segunda ordem têm sido amplamente exploradas em áreas como física, química, economia e engenharia. Estas equações são utilizadas para modelar sistemas onde as taxas de variação de variáveis dependentes são críticas para entender a dinâmica do sistema. Por exemplo, na física, as equações diferenciais são usadas para descrever o movimento de partículas e ondas; na economia, para modelar o crescimento econômico e flutuações de mercado; e na engenharia, para analisar sistemas de controle e circuitos elétricos. As equações diferenciais de segunda ordem são classificadas em ordinárias (EDOs) e parciais (EDPs). As EDOs envolvem derivadas em relação a uma única variável independente, enquanto as EDPs envolvem derivadas em relação a múltiplas variáveis independentes. Além disso, elas podem ser homogêneas ou não homogêneas, dependendo da presença ou ausência de termos independentes. Definições e Classificações Uma equação diferencial envolve derivadas de uma ou mais variáveis dependentes em relação a uma ou mais variáveis independentes. As equações diferenciais podem ser classificadas em duas categorias principais: ordinárias (EDOs) e parciais (EDPs). Uma EDO é uma equação que contém derivadas de uma função com relação a uma única variável independente. Um exemplo geral de uma EDO de segunda ordem é representada pela seguinte equação: Ela será homogênea quando 𝑔(𝑥) = 0, e será não homogênea quando 𝑔(𝑥) ≠ 0. Já uma EDP envolve derivadas parciais de uma função em relação a duas ou mais variáveis independentes. Um exemplo comum de uma EDP de segunda ordem pode ser representada pela seguinte equação: Neste caso ela será homogênea se 𝑓(𝑥,𝑦)= 0, e não será homogênea se 𝑓(𝑥,𝑦) ≠ 0. O Movimento Harmônico Simples (MHS) é um exemplo clássico de aplicação de equações diferenciais de segunda ordem é o (MHS) que descreve sistemas oscilatórios como a massa presa a uma mola. Sendo a equação diferencial do MHS é dada pela seguinte expressão que a descreve: onde mmm é a massa do objeto, k é a constante da mola, e x(t) é o deslocamento em função do tempo. A solução geral desta equação é : Além disso, outro caso importante é o oscilador amortecido, onde uma força de atrito proporcional à velocidade é considerada. Dada pela equação diferencial que descreve este sistema : Circuitos Elétricos RLC São sistemas que consistem em componentes elétricos conectados, como resistores, indutores e capacitores. A classificação dos circuitos é determinada pelos tipos de componentes e sua disposição. Um circuito RLC série: contém um resistor (R), um indutor (L) e um capacitor (C) conectados em série. Esse tipo de circuito é descrito por uma equação diferencial de segunda ordem. A análise de circuitos RLC série pode ser feita utilizando a equação diferencial: Onde o 𝑖(𝑡) representa a corrente no circuito, 𝐿 é a indutância do indutor, 𝑅 é a resistência do resistor, e 𝐶 é a capacitância do capacitor. Já o circuito RLC Paralelo: os componentes resistor, indutor e capacitor são conectados em paralelo. A equação diferencial que descreve este circuito é semelhante à do circuito série, mas as variáveis e os parâmetros são ajustados para refletir a configuração do circuito paralelo: O 𝑣(𝑡) representa a tensão no circuito. Ao analisar o circuito RLC paralelo segue os princípios similares ao circuito série, mas seu foco é na tensão ao invés da corrente. • Isabela começou a apresentação abordando Isaac Newton, Gottfried Leibniz e os irmãos Bernoulli, explicando o contexto histórico e mostrando aplicações das equações diferenciaisde segunda ordem com imagens sobre o MHS(movimento harmônico simples). • João Felipe definiu e classificou essas equações, explicou como resolvê- las e apresentou um exemplo utilizando séries de potência. • Camilly discutiu as aplicações dessas equações, como o Movimento Harmônico Simples (MHS), e explicou a solução para a equação diferencial e a equação linear harmônica, incluindo o caso do harmônico forçado. • Martielly detalhou o Movimento Harmônico Simples e o movimento harmônico forçado. • Enquanto Jorge explicou sobre os circuitos elétricos, incluindo os circuitos paralelos.