Modelagem de Problemas como ferramenta ensino-aprendizagem Algumas considerações finais Ferramentas de modelagem de problemas estudados • Sistemas Lineares • Programação Linear • Funções (Lineares, Afins, Escada, Quadrática, Racional, Polinomial geral, Exponencial, Logarítmica) • Equações de Recorrência Lineares Um problema de população • Num país as taxas de nascimentos e mortes são, respectivamente 40 por mil e 15 por mil, por ano, respectivamente. A população inicial é de 50 milhões de habitantes. a) Deduza uma equacão de diferenças para a população no final de um ano, em relação à do final do ano anterior. b) Resolva a equação e estime qual será a população em 10 anos. c) Se, devido à alta taxa de natalidade, ocorrer emigração a uma taxa de 10000 por ano, qual será a mudança nos resultados? Solução do Problema • Pn=Pn-1+4/100 Pn-1-1.5/100 Pn-1, P0= 50 milhões • Pn= (102.5/100)n P0= (102.5/100)n 50 milhões • P10=(102.5)10.50.106/(100)10=64. 106 habitantes aproximadamente. • Pn=Pn-1+4/100 Pn-1-1.5/100 Pn-1-104, logo • Pn=(102.5/100)Pn-1-104, equação não homogênea • Pn=k1(102.5/100)n+k2, logo k2=0.4 x 106 e k1=49.6x106 • P10= 63.89 milhões de habitantes, aproximadamente Sistema de Equações de Diferenças • Suponha que a população de um país é dividida em 2 grupos de idades: G1= de 0 a 12 anos, G2= o resto. Suponha que os nascimentos só ocorrem no grupo 2, a uma taxa de 0.04 e cada grupo tem sua própria taxa de mortalidade, no G1, de 0.016 e no G2, de 0.03. Suponha que a população inicial de G1 é de 5 milhões e de G2 é de 15 milhões. É assumido que em cada ano 1/12 dos sobreviventes do G1 progridem para G2. a) Qual a população em G1/G2 após 1 ano? b) E após 2 anos? c) Como deve ser obtida a população após 10 anos? Solução do Problema • • • • • • • P1(t)= população de G1, P2(t)=população de G2 Para G1: P1(t+1)=0.04P2(t)+11/12 P1(t)(1-0.016)= os nascidos do G2+ a parcela dos sobreviventes que não foram para o G2 Para G2: P2(t+1)=1/12 P1(t)(1-0.016)+P2(t)(1-0.03)=os sobreviventes de G1 que foram para G2 e os sobreviventes de G2. Usando matrizes, se o vetor Pt for formado por P1(t) e P2(t), teremos Pt+1=A Pt, levando à resolução Pt=AtP0, onde as linhas de A são: 0.902 e 0.04 a primeira e 0.082 e 0.97 a segunda. P1(t)=5.11 e P2(t)=14.96, logo a população total será de 20.07 milhões. Para as demais deverá ser utilizado o recurso de produto de matrizes (pode ser implementado facilmente em MAPLE, por exemplo). Porque resolver uma recorrência? • Utilizar a relação de recursividade é ineficiente em geral, porque recalcula o mesmo valor várias vezes. • Recorrência de Fibonacci: Fn=Fn-1+Fn-2 (recursivo) • Fn=1/√5(өn-(-ө)-n), onde ө=(1+√5)/2, razão de outro (iterativo) • Comparação: se n=20, o recursivo leva 1s e o iterativo leva 1/2ms, se n=30, o recursivo leva 2 min e o iterativo leva ½ ms, se n=50, o recursivo leva 21 dias e o iterativo leva ¾ ms, se n=100 o recursivo leva 109 anos e o iterativo leva 1,5ms. • Recursividade= conceitual, Iteratividade = computacional. Extensões dos tópicos estudados • Programação não linear: a função objetivo e/ou as restrições são não lineares--- derivadas parciais de funções não lineares de várias variáveis+ Método de Multiplicadores de Lagrange (Teorema de KuhnTucker) • Equações de Recorrência não lineares yn+1=f(yn, yn-1,…), onde f função não linear Exemplos de relação de recorrência não linear • Xn+1=axn(1-xn) Equação Logística Discreta ( May -1976) • ∆Rn=aRn-bRnWn e ∆Wn=cRnWn-dWn Sistema de Equações de Diferenças Predador x Presa, W=Lobos (predadores) e R=Coelhos (presas), a,b,c,d constantes positivas – análise experimental Outras ferramentas importantes • Derivada de funções --máximos e mínimos de funções • Integral (anti-derivada) de funções – equações diferenciais e sistemas de equações diferenciais • Funções de Várias Variáveis, Derivadas parciais, Máximos e Mínimos de funções de várias variáveis, equações diferenciais parciais e sistemas de equações diferenciais parciais. Exemplo 1 Solução do Exemplo 1 Exemplo 2 • Se U(x,y,z,t) for a temperatura num ponto (x,y,z) de um corpo sólido, num instante t, conhecendo as leis físicas que descrevem a evolução das trocas de calor, a temperatura inicial em cada ponto e a temperatura na superfície do sólido, determinar a temperatura em cada ponto do interior do corpo, em cada instante. Modelagem utilizando EDP; solução utilizando séries de Fourier, implementação computacional utilizando aproximação por polinômio trigonométrico ou método de diferenças finitas Exemplo 3 Solução do Exemplo 3 Conclusão • Método de Polya para Modelagem de Problemas: ainda útil nas áreas mencionadas e nos exemplos citados • Compreensão do Problema, • • • Dedução de um modelo matemática que descreva o problema, Solução do Modelo e verificação da solução, Interpretação da Solução • Tópicos estudados: são úteis para estudar problemas mais sofisticados (aproximação de problemas não lineares por famílias de problemas lineares, de forma iterativa- métodos de ponto fixo)