Leis de Conservação Escalar : Fórmula Explícita e Unicidade

Tamanho: px
Começar a partir da página:

Download "Leis de Conservação Escalar : Fórmula Explícita e Unicidade"

Transcrição

1 UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA Leis de Conservação Escalar : Fórmula Explícia e Unicidade Alex Ferreira Rossini

2 UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA Leis de Conservação Escalar : Fórmula Explícia e Unicidade Alex Ferreira Rossini Disseração apresenada ao PPG- M da UFSCar como pare dos requisios para a obenção do íulo de Mesre em Maemáica. Orienador: Prof. Dr. Cezar Issao Kondo São Carlos - SP 211

3 Ficha caalográfica elaborada pelo DePT da Biblioeca Comuniária da UFSCar R835Lc Rossini, Alex Ferreira. Leis de conservacão escalar : fórmula explícia e unicidade / Alex Ferreira Rossini. -- São Carlos : UFSCar, f. Disseração (Mesrado) -- Universidade Federal de São Carlos, Equações diferenciais parciais. 2. Leis de conservação. 3. Solução admissível. 4. Enropia. 5. Condição de Rankine- Hugonio. I. Tíulo. CDD: (2 a )

4

5 Dedico ese rabalho a meus pais Orlando Rossini Filho e Maria Ferreira Rossini

6 Agradecimenos Agradeço primeiramene ao meu Senhor que sempre me deu forças para seguir em busca dos meus objeivos, mesmo às vezes não merecendo suas graças ele eseve ao meu lado. Agradeço aos meus pais pelo carinho e por acrediar em mim, ambém por er proporcionado a chance de coninuar meus esudos mesmo quando parecia que não daria cero. Também agradeço a oda minha família, em especial aos meus avós. Quero agradecer ao professor Cezar Kondo pela orienação e conribuição em meu crescimeno maemáico, agradeço oda a disponibilidade e paciência para irar dúvidas que não eram poucas e por acrediar no meu rabalho com o passar do empo. Agradeço muio aos professores do curso de Maemáica da UEMS unidade de Cassilândia por abrirem meus olhos para maemáica e por odo incenivo que rouxe-me aé São Carlos. Sou grao, especialmene, aos professores Marco, Wilson e Marcelo. Aproveio a oporunidade para agraceder odos aos meus amigos que fiz naquela cidade e aé hoje posso conar com eles e ambém aos amigos que enho no DM que sempre me apoiaram em momenos desfavoráveis, a odos vocês meu muio obrigado. Finalmene, agradeço à CAPES, Coordenação de Aperfeiçoameno de Pessoal de Nível Superior, pelo financiameno dese projeo. iii

7 Resumo Nese rabalho esudamos leis de conservação escalar, com a dedução de uma fórmula explícia de uma solução suave de supore compaco, ambém apresenamos o comporameno da solução dada pela fórmula quando o dado inicial é nulo fora de algum inervalo limiado e por fim esudamos a unicidade para uma dada lei de conservação sob ceras hipóeses. Palavra-chave: Leis de Conservação, Condição de Enropia, Relação de Rankine-Hugonio e Solução Admissível. iv

8 Absrac We sudy scalar conservaion laws, wih he deducion of an explici formula of a smooh soluion wih compac suppor, we also presen he behavior of he soluion given by he formula when he iniial value is zero ouside a finie inerval. In order o sudy he uniqueness of a given conservaion law under cerain hypoheses. v

9 Sumário Inrodução 1 1 Resulados Básicos e Conceios 3 2 Leis de Conservação Leis de Conservação Escalar Condição para a não-exisência de solução global Redução do Problema de Cauchy a uma Equação Implícia Solução Fraca e Condição de Rankine-Hugonio Exemplos de Soluções Fracas Conceios e Condição de Rankine-Hugonio Aplicação da Condição de Rankine-Hugonio Enropia de Lax Fórmula Explícia Unicidade da Solução vi

10 Sumário Sumário 3.2 Decaimeno da solução A Jusificaivas 67 B Mais Alguns Casos 75 Referências Bibliográficas 8 vii

11 Inrodução A apresenação dese rabalho inicia-se com um esudo sobre leis de conservação escalar, mais especificamene esudamos a equação u + f(u) x =, para(x,) R (, ) que é o mais simples modelo de movimeno de onda. Escrevendo a equação na forma diferencial u + f (u)u x =, vimos que se u(x,) é uma solução suave para o problema de valor inicial, com dado inicial u(x,) = u (x), a mesma é igual ao seu dado inicial sobre a rea x() saisfazendo a equação dx d = f (u(x,)), ais reas são chamadas de caracerísicas. Em geral, al problema de Cauchy não possui solução suave globalmene definida, iso é, definida para odo >, mesmo quando emos dados iniciais suaves. Ese fenômeno de não exisência de solução global, pode ser observada pelo fao que a inclinação das reas caracerísicas dependem da solução e assim podemos esperar que ais reas se inercepam e onde iso ocorre não há solução suave definida. Ineressados em definir solução para odo empo, o conceio de solução para a equação acima deve ser enfraquecido, cedendo lugar a um novo conceio de solução chamada de solução fraca ou generalizada o qual nos permie lidar com soluções desconínuas. Ese novo conceio de solução significa saisfazermos não a equação diferencial parcial em si, mas uma formulação inegral obida a parir da mesma, de sore que quando resria a soluções clássicas (suaves) al formulação inegral é equivalene a equação diferencial original. Após al definição de solução fraca demos alguns exemplos explícios de solução fraca e 1

12 verificamos direamene que as mesmas saisfazem a equação inegral a qual define solução fraca. Também demos um eorema, a saber eorema 2.1, qual nos permie consruir soluções fracas expliciamene. O enfraquecimeno do conceio de solução amplia nossa classe de candidaas a solução, mas adoando ese novo conceio perdemos unicidade para o problema, iso é, soluções fracas não são unicamene deerminadas por seus dados iniciais. Surge enão a quesão de como escolher a solução adequada ou fisicamene relevane, lembrando que nossa equação é proveniene de algum modelo físico. Um criério para a escolha da solução fisicamene relevane é dado quando o fluxo f em quesão é convexo, al criério é chamado de condição de enropia, dada por Lax. Por fim apresenamos a dedução de uma fórmula explícia de uma solução suave de supore compaco para o problema de Cauchy com dado inicial limiado, ambém apresenamos o comporameno da solução dada pela fórmula quando o dado inicial em quesão é nulo fora de algum inervado limiado e esudamos um eorema de unicidade para a dada lei de conservação u + f(u) x =, sob ceras hipóeses.

13 Capíulo 1 Resulados Básicos e Conceios Nese capíulo esão alguns resulados e definições para a leiura dos demais capíulos e ambém alguns eoremas fundamenais para a obenção de alguns resulados dese rabalho. Definição 1.1 Uma função real g definida em um inervalo(a,b), onde a<b, é dia convexa se para cada x,y (a,b) e cada λ 1 emos g(λx+(1 λ)y) λg(x)+(1 λ)g(y). (1.1) Geomericamene, uma função é chamada convexa quando seu gráfico se siua sobre ou abaixo de qualquer de suas secane, mais precisamene, se x< < y enão o pono(,g()) enconra-se abaixo ou sobre a rea conecando os ponos (x,g(x)) e (y,g(y)) no plano. Subsiuindo por < emos a definição de função esriamene convexa, nese caso, o gráfico de g não apresena rechos reilíneos. Teorema 1.1 Se g é convexa sobre (a,b) enão g é conínua sobre(a,b). Prova: Veja demosração, por exemplo, em [7], p.16. 3

14 Capíulo 1. Resulados Básicos e Conceios Teorema 1.2 Seja f :(a, b) R derivável. Enão as seguines afirmações são equivalenes: a) f é convexa. b) A derivada f (a,b) R é monóona crescene. c) Para quaisquer u,v (a,b) em-se f(u) f(v)+ f (v)(u v). Prova: Veja demosração, por exemplo, em [7], p.16. Teorema 1.3 Uma função f :(a,b) R, duas vezes derivável em (a,b) é convexa se, e só se, f (x) para odo x (a,b). Prova: Veja demosração, por exemplo, em [7], p.16. Observação 1.1 Se f (x)> para odo x (a,b) enão f é crescene, logo f é esriamene convexa. Teorema 1.4 Todo pono críico de uma função convexa é um pono de mínimo absoluo. Prova: Veja demosração, por exemplo, em [7], p.17. Definição 1.2 Uma função g :(a,b) R diz-se côncava quando g é convexa. Teorema 1.5 Todo pono críico de uma função côncava é um pono de máximo absoluo. Demonsração: Segue da definição de função côncava e eorema anerior. Lema 1.1 (Desigualdade de Jensen) Se g é convexa sobre (c,d) e se x,y,x,y são ponos de (c,d) ais que x x < y e x<y y, enão g(y) g(x) y x g(y ) g(x ) y x (1.2) 4

15 Capíulo 1. Resulados Básicos e Conceios Demonsração: Se x=x e y=y enão nada emos a fazer. Observamos que se a<w<b são quaisquer ponos de (c,d) pela definição de função convexa emos g(w) b w w a g(a)+ b a b a g(b). Enão seguem as desigualdades (b a)g(w) (b w)g(a)+(w a)g(b) (b a)g(a)+(a w)g(a)+(w a)g(b) ou seja, (b a)(g(w) g(a)) (w a)(g(b) g(a)), muliplicando a úlima desigualdade por g(w) g(a) w a 1 (w a)(b a) > emos g(b) g(a). (1.3) b a Por argumeno similar podemos concluir que g(b) g(a) b a g(b) g(w). (1.4) b w Porano, g(w) g(a) w a g(b) g(a) b a g(b) g(w). (1.5) b w Por hipóese x<x < y enão de (1.3) emos a desigualdade g(x ) g(x) x x g(y ) g(x ) y x. (1.6) 5

16 Capíulo 1. Resulados Básicos e Conceios Caso ivermos x<y<x enão por (1.5) e (1.6) obemos g(y) g(x) y x g(x ) g(x) x x g(y ) g(y) y. y Caso x<x < y e x < y<y segue de (1.5) as desigualadades g(y) g(x) y x g(y) g(x ) y x g(y ) g(x ) y x. Porano em qualquer dos casos vale o resulado. Além disso, se g é esriamene convexa emos que vale a desigualdade esria com x<x < y e x<y<y em(c,d). Definição 1.3 Seja f :R R de classe C 1 (R), e considere a aplicação g(v)=sup(uv f(u)), v R u R g é chamada de ransformação de Legendre associada a f. Teorema 1.6 Seja f : R R coninuamene diferenciável e esriamene convexa de modo que lim f(u)/ u =. u Considere g a ransformação de Legendre associada a f. Enão, a) g é convexa, g(v) b) lim v = e g( f (v))= f (v)v f(v), v R. v 6

17 Capíulo 1. Resulados Básicos e Conceios Demonsração: Vamos provar que g(.) é convexa. Dados p,q R disinos e λ 1 enão g(λ p+(1 λq)) = sup(u(λ p+(1 λq)) f(u)) u R = sup(λ(up f(u))+(1 λ)(uq f(u))) u R sup(λ(up f(u))+ sup((1 λ)(uq f(u)) u R = λg(p)+(1 λ)g(q). u R Agora vamos mosrar que lim v g(v) v =. Dado λ >, para p, emos : g(p)=sup(qp f(q)) λ p ( ) λ p q R p p f p ( ) = λ p 2 λ p p f p ( ) λ p = λ p f. p obemos esa desigualdade considerando q=λ p p. Daí emos que g(p) λ p max [ λ,λ] f, assim lim inf p g(p) p liminf p ( λ max f ) = λ. p Porano, lim inf p g(p) p λ, λ, logo lim inf p g(p) p =. 7

18 Capíulo 1. Resulados Básicos e Conceios Segue da definição de g e do fao que f(u) f(v)+ f (v)(u v) à igualdade g( f (v))= f (v)v f(v), v R. Observação 1.2 Seja f : R R uma função convexa saisfazendo f (x) θ > e lim x ± f (x)=± e considere g(v)=sup(uv f(u)), v R u R a ransformação de Legendre de f(.), observamos que o supremo acima é na verdade um máximo, pois considerando a função real H(u) = uv f(u),u R, emos que H (u) = v f (u), u R enão H (b(v))=, onde b(v)=( f ) 1 (v), e como H(u), para cada v fixado, é côncava emos que o pono críico b(v) R é um pono de máximo global. Noe que b(v) é o único pono críico de H. Daí, podemos reescrever a ransformação de Legendre como segue g(v)=b(v)v f(b(v)). Assim, g (v)=b(v), o que implica g (v)=1/ f (b(v))>. Porano, a função g(.) é esriamene convexa e ambém emos lim ± g = lim ± b=±. Teorema 1.7 (Fórmula de Taylor com reso de Lagrange) Seja f : [a, b] R n vezes derivável no inervalo abero (a,b), com f (n 1) conínua em [a,b]. Enão exise c (a,b) al que f(a)= f(b)+ f (b)(a b)+ + f(n 1) (b) (n 1)! (a b)n 1 + f(n) (c) (a b) n. n! Prova: Vide demosração em [7], p.14. 8

19 Capíulo 1. Resulados Básicos e Conceios Teorema 1.8 (Derivada de uma função inversa) Seja f : X Y R uma função que possui inversa g : Y X R. Se f é derivável no pono a X X e g é conínua em f(a) enão g admii derivada em f(a) se e só se f (a). Nese caso, g ( f(a))= 1 f (a). Prova: Veja demosração em [7], p.92. Teorema 1.9 Se f : X R é derivável à direia (resp. à esquerda) no pono a X X + (resp. a X X ) e em aí um máximo local (resp. mínimo local) enão f +(a) (resp. f (a). ) Prova: Veja demosração em [7], p.94. Teorema 1.1 (Teorema da Função Implícia) Seja F :U R, de classe C k (k 1) no abero U R n+1, seja (x,y ) U, c = F(x,y ) e F y (x,y ). Enão, exisem uma bola abera B=B(x,r) e um inervalo J =(y ε,y + ε) com as seguines propridades: B J U e F y (x,y), (x,y) B J; Para cada x B exise um único y=u(x) J al que F(x,y)=F(x,u(x))=c. A função u : B J, assim definida, é de classe C k e suas derivadas parciais em cada pono x B R n são dadas por F u x (x)= i (x,u(x)) x F i y (x,u(x)). Prova: Veja demosração em [8], p.16. Teorema 1.11 (Teorema da Divergência no Plano) Seja F =(P, Q) um campo veorial de classe C 1 num abero Ω de R 2 e seja K um compaco, com inerior não-vazio, conido em Ω, cuja froneira é imagem de uma curva fechada γ()=(x(),y()), a b, de classe C 1, simples, orienada no senido ani-horário com γ () no inervalo abero. Seja n o normal uniário exerior a K, enão F.nds= divf dxd. γ K 9

20 Capíulo 1. Resulados Básicos e Conceios Demonsração: b F.nds= F(γ()).n(γ()) γ () d, γ a onde n(γ())= 1 γ () (y (), x ()) Logo, b F.nds= [P(γ())y () Q(γ())x ()]d, γ a daí segue que F.nds= Qdx+Pdy. γ γ Em visa do Teorema de Green Qdx+Pdy= x P+ x Q dxd. γ K Porano, F.nds= divf dxd. γ K Teorema 1.12 Sejam f,g C(X) funções complexas onde X R n e oda φ C c (X) enão f = g. X f φ dx= gφ dx X para Prova: Veja demosração em [4], p

21 Capíulo 1. Resulados Básicos e Conceios Teorema 1.13 Considere a aplicação f :R [a,b] R e assuma que a função x f(x,) é R mensurável para cada [a,b]. Suponha que para algum [a,b], a função x f(x, ) seja inegrável sobre R, que f exisa em R [a,b], e que exisa uma função g(x) inegrável emral que f (x,) g(x). Enão a função F()= R f(x,)dx é diferenciável em[a,b] e df d R ()= f (x,)dx. Prova: Veja demosração em [3], p.54. Definição 1.4 Seja u :R C e x R, definimos T u (x)=sup { n 1 u(x j ) u(x j 1 ) : <x < x 1 < <x n = x, n N }, T u (x) é chamada de função variação oal associada a u. Observamos que T u é uma função monóona crescene com valores possivelmene em[, ]. De fao, noe que a soma na definição acima cresce se o número de ponos x j na subdivisão cresce, daí se a<b o supremo na definição de T u (b) não é alerado se assumirmos que a é sempre um pono da subdivisão, pois dada uma soma n 1 u(x j) u(x j 1 ) a mesma é menor ou igual a oura soma onde algum x j = a. Enão, segue que T u (b)=t u (a)+sup { n 1 u(x j ) u(x j 1 ) : a=x < x 1 < <x n = x, n N }. (1.7) porano T u é monóona crescene. Dizemos que u é de variação limiada sobre R, se T u ( )=lim x + T u (x) é finio, noação u BV(R). O supremo à direia de (1.7) é chamado variação oal de u sobre [a,b], como al supremo só depende dos valores de u em[a,b], definimos BV[a,b] ser o conjuno das funções sobre[a,b] 11

22 Capíulo 1. Resulados Básicos e Conceios cuja variação oal em[a,b] é finia, em símbolos u BV[a,b] TV u [a,b]=: sup { n 1 u(x j ) u(x j 1 ) : a=x < x 1 < <x n = x, n N } <. Teorema 1.14 Seja u :R R monóona crescene e Φ(x)=u(x + ). a) O conjuno dos ponos de desconinuidade de u é conável. b) u e Φ são diferenciáveis q..p x, u é mensurável, u q..p x, e Φ (x)=u(x) q..p. Prova: Veja demosração em [3], p.95. Teorema 1.15 a) Se u BV, enão u(x + )=lim y x + u(y) e u(x )=lim y x u(y) exisem para odo x R. b) Se u BV enão u é conínua quase sempre. c) Se u BV e Φ(x)=u(x + ), enão u e Φ exisem quase sempre e são iguais quase sempre. d) Se u :R R é BV exisem funções monóonas crescenes limiadas u 1, u 2 :R R ais que u=u 1 u 2. Prova: Veja demosração em [3], p.98. Teorema 1.16 Se f = f 1 f 2 : [a,b] R é de variação limiada em [a,b] enão f (x) exise quase sempre e f L 1 [a,b]. Onde f i é como no eorema anerior. Demonsração: Esenda f i pondo f i (x)= f i (a) para x a e f i (x)= f i (b) para x b, com i = 1,2. Pelo eorema (1.15) f é diferenciável quase sempre, pois f i BV(R). Porano, as funções f i k (x)= f i(x+1/k) f i (x) 1/k = k( f i (x+1/k) f i (x)) (1.8) 12

23 Capíulo 1. Resulados Básicos e Conceios convergem ponualmene q..p para f i (x) para k. Pelo Lema de Fau, emos b a f i(x)dx b liminf k = liminf k = liminf k a ( k ( k k b+1/k b f i k (x)dx b+1/k a+1/k b+1/k b = f i (b) f i (a). f i (b)dx k b f i (x)dx k f i (x)dx k a+1/k a a a+1/k a f i (a)dx ) f i (x)dx ) f i (x)dx Segue que f f 1 + f 2 q..p-x, porano f L 1 [a,b]. Corolário 1.1 Se f = f 1 f 2 :R R é de variação limiada em R enão f (x) exise quase sempre e f L 1 (R). Demonsração: k De fao, defina as sequências, a k = f i(x)dx e b k = f i(x)dx para i=1,2, e k k N. Noe que a k a k+1, b k b k+1, e do eorema anerior a k f i (k) f i () TV fi [,k] TV fi (R)< e b k f i () f i ( k) f i ( k) f i () TV fi [ k,] TV fi (R)< Assim, as sequências são monóonas e limiadas, porano convergenes. Daí, segue que, 13

24 Capíulo 1. Resulados Básicos e Conceios + f i(x)dx = f = lim k + + i(x)dx+ k f i(x)dx f i(x)dx+ lim k + k f i(x)dx<. Já que f = f 1 f 2 q..p-x enão f f 1 + f 2 q..p-x. Ponano f L 1 (R). Teorema 1.17 Seja f BV[a,b] e TV(x). = TV f [a,x], enão TV(x) é diferenciável q..p x [a,b], e (TV) (x)= f (x) q..p x [a,b]. Lembre que TV f [a,x]. = sup { n 1 f(x j ) f(x j 1 ) : a=x < x 1 < <x n = x,n N } <, onde o supremo é sobre o conjuno de odas as parições de [a,x]. Prova: Veja demonsração em [1]. 14

25 Capíulo 2 Leis de Conservação As EDPs de primeira ordem aparecem em muios problemas físicos e geoméricos, devido ao significado físico da noção de derivada (velocidade de movimeno) e seu significado geomérico (a angene do ângulo). Em muios problemas dese ipo uma das variáveis é a variável empo, e os processos podem durar um empo suficienemene grande. Durane ese período, algumas singularidades das soluções podem aparecer. Enre essas singularidades, consideramos apenas desconinuidades fores que são salos das soluções. É claro que, após as singularidades erem surgido, a fim de dar um significado à equação em quesão em de se definir derivadas fracas e soluções fracas. Essas noções foram inroduzidos na linguagem maemáica apenas no século 2. A primeira realização maemáica nesse senido foi o rabalho clássico de Hopf (195). Nese rabalho, uma eoria não-local para o problema de Cauchy foi consruída para a equação u + ( u 2 /2 ) x = com dado inicial u(x,) = u (x), onde u é uma função mensurável limiada. A equação u + f(u) x = é uma naural generalização da equação esuda por Hopf. Moivação para a equação de Hopf : Considere parículas em movimeno em um meio 15

26 Capíulo 2. Leis de Conservação 2.1. Leis de Conservação Escalar unidimensional na ausência de forças exernas. Denoe por u(x,) a velocidade da parícula, localizada no pono x no insane de empo. Se x=ϕ() é a rajeória da parícula enão sua velocidade é ϕ ()=u(ϕ(),) e a aceleração ϕ () é nula para odo empo, pela primeira Lei de Newon. Porano, = d2 ϕ d 2 = d u [u(ϕ(),)]= d + u x ϕ = u + u x u. A equação u +uu x = assim obida que descreve o campo velocidade das parículas é chamada equação de Hopf. Assim é naural esudar problemas mais gerais com u + f(u) = x ou na forma mulidimensional u + div x f(u) =. No presene rabalho, o objeo de esudo é a equação u + f(u) x =, que engloba a equação de Hopf, com f(u) convexa e com algumas hipóeses adicionais. 2.1 Leis de Conservação Escalar Uma lei de conservação escalar é uma EDP de primeira ordem da forma u + f(u) x =, (2.1) onde f é uma função não-linear dada e u=u(x,) R, x R e, é a função procurada. Esamos ineressados no problema de Cauchy associado a equação (2.1), ou seja, queremos ober uma função u(x,) que saisfaz (2.1) e uma deerminada condição inicial u(x,)=u (x). (2.2) 16

27 Capíulo 2. Leis de Conservação 2.1. Leis de Conservação Escalar Porém, leis de conservação do ipo (2.1)-(2.2) não possuem em geral solução global suave, iso é, de classe C 1 em R (, ) e conínua em R [, ), mesmo quando o dado inicial é suave. Vejamos isso nas subseções a seguir Condição para a não-exisência de solução global Seja f >, ou seja, f é esriamene convexa e u (x) C 1 (R). Considere o problema de Cauchy escalar u + f(u) x =, >, x R, u(x,)=u (x), x R. (2.3) Suponha que u(x,) seja uma solução suave para >, e reescreva a equação acima na forma u + f (u)u x =. Considere a curva inegral x() da equação diferencial ordinária dx d = f (u(x,)), x( )=x, >. (2.4) Ao longo desa curva (x(),) emos que u(x,) é consane, pois d d u(x(),)=u x(x(),) d d x()+u (x(),)=, dese fao e de (2.4) segue que x()=x +( ) f (u(x, )) al uma curva (rea) é chamada de curva caracerísica. Consequenemene, o valor u(x, ) da solução no pono (x, ) é conservado por oda essa rea. Logo, esendendo al rea aé inercepar o eixo-x em algum pono (y,), podemos considerar o valor de u (y ). Como o 17

28 Capíulo 2. Leis de Conservação 2.1. Leis de Conservação Escalar pono (y,) enconra-se sobre a rea inicial emos u(x, ) = u(y,) = u (y ) e podemos escrever x()=x +( ) f (u (y )), ou ainda, já que y = x f (u (y )) enão x()=y + f (u (y )), onde a inclinação da rea é dada pelo dado inicial. Assim, se ivermos m 1 = f (u (y 1 ))>m 2 = f (u (y 2 )) para y 1 < y 2 enão as curvas caracerísicas passando por(y 1,),(y 2,), respecivamene, cruzarão em algum pono p do plano x, para algum >, a saber para < = y 2 y 1 m 1 m 2. Logo em p a função u(x,) deixa de ser conínua, pois u (y 1 )=u(y 1,)=u(p )=u(y 2,)=u (y 2 ), já que u(, ) é consane sobre as curvas, noe que u (y 1 ) u (y 2 ). Para a exisência dos ponos y 1 e y 2 basa supor que exisa z al que u (z)<. Porano, não podemos er uma solução suave globalmene definida Redução do Problema de Cauchy a uma Equação Implícia Considere o problema de Cauchy u + f(u) x =, >, x R, u(x,)=u (x), x R, (2.5) com dado inicial u = u (x) de classe C 1 (R). Assuma que emos uma solução u = u(x,) clássica (suave) para o problema de Cauchy. Sendo as curvas caracerísicas reas, seja (x,) 18

29 Capíulo 2. Leis de Conservação 2.1. Leis de Conservação Escalar é um pono com >, denoe por y = y(x,) o único pono sobre o eixo-x que a rea caracerísica inercepa passando por (x,). Já que u = u(, ) é consane sobre a rea caracerísica emos a seguine idenidade para a solução u(x,)=u(y,)=u (x f (u(x,))). (2.6) Agora, ransferimos nossa aenção para a equação abaixo, proveniene de (2.6), ou seja, F(u,x,)=u u (x f (u))=. (2.6) Observe que aplicação F C 1 (R 2 (, )) acima. Noe para = que F(u,x,) é crescene em u. Suponha, para algum T >, que enhamos F u (x,,u)=1+u (x f (u)) f (u)>, para odo(u,x,) onde u é solução da equação F(u,x,)= para cada(x,) R [,T) fixado. Noe que esamos supondo ser possível resolver a equação F(u,x,)=. Enão para cada(x,) R (,T), exise um único u=u(x,) al que u(x,) u (x f (u(x,)))= e o Teorema da Função Implícia nos garane que a função assim definida é de classe C 1 na faixa R (,T), além disso, emos as expressões u (x,)= f (u(x,))u (x f(u(x,))) 1+u (x u) f (u(x,)) e u x (x,)= u (x f(u(x,))) 1+u (x u) f (u(x,)). Segue por subsiuição na equação u + f(u) x = que u = u(, ) é solução do problema de Cauchy com dado inicial u, e suave na faixa R (,T). Agora, se f (u) L sobre a imagem de u e ainda u K enão emos u(x,)=u (y), 19

30 Capíulo 2. Leis de Conservação 2.2. Solução Fraca e Condição de Rankine-Hugonio onde y=x f (u(x,)), porano 1+u (x f (u)) f (u)>1 KL>, assim basa considerar saisfazendo < < 1 KL solução na faixa < < 1 KL = T. = T. Assim o problema de Cauchy em uma Em suma, o que fizemos é ransferir o problema de Cauchy à resolução da equação dada por (2.6) em uma faixa Π T ={(x,); <x<, < < T} de sore a ober uma solução suave para o problema de Cauchy. Comenário 1 Em resumo, dado y R, a curva caracerísica x() saindo de y é definida (ao menos localmene) por x () = f (u(x,)) x() = y. O pono y é considerado o pé da curva caracerísica, e pondo v() = u(x(),) emos v ()=. Assim a solução é consane ao longo da caracerísica, onde a mesma deve ser uma rea. É geomericamene possível que duas ais caracerísicas possam cruzar em algum empo >. 2.2 Solução Fraca e Condição de Rankine-Hugonio Vimos nas seções aneriores em que geral não podemos er solução clássica para odo empo e quando isso é possível pode fazer apenas para empo finio. Logo, como gosaríamos de ober solução para odo empo, o conceio de solução clássica cede lugar ao de solução generalizada ou fraca. Esa úlima significa saisfazermos não a equação diferencial parcial em si, mas uma 2

31 Capíulo 2. Leis de Conservação 2.2. Solução Fraca e Condição de Rankine-Hugonio formulação inegral obida a parir da mesma que quando resria a soluções clássicas suaves al formulação é equivalene a equação diferencial original. Infelizmene adoando-se ese conceio de solução generalizada perdemos unicidade, e um criério adicional se faz necessário para garanirmos a unicidade, ou ainda, selecionarmos a solução fisicamene correa denre odas as fracas exisenes. Exise uma abordagem geral que conduz a uma noção de solução generalizada, que em sua origem na eoria das disribuições. Em visa de nossa equação diferencial em esudo damos a seguine definição : Definição 2.1 Dizemos que uma função u : R [, ) mensurável e limiada é uma solução generalizada do problema de Cauchy (2.7) com dado u (x) mensurável limiado u + f(u) x =, >, x R, u(x,)=u (x), x R (2.7) se (uφ + f(u)φ x )dxd+ u (x)φ(x,)dx= (2.8) para oda φ C 1 (R 2 com Supp(φ) { } [a,b] [,T]. Moivação para al definição: Seja φ C 1 c(r [, )). Suponha que emos uma solução clássica (suave) para o problema de Cauchy, agora muliplique a equação u + f(u) x = por φ e inegre sobre a região R [, ), supondo Supp(φ) [a,b] [,T] emos = (u + f(u) x )φ ddx = = = b T a b T a b a [ uφ b = a = (u + f(u) x )φ ddx T u φ ddx+ T b a ] T uφ dx+ u(x,)φ(x,)dx f(u) x φ dxd [ T f(u)φ b T (uφ + f(u)φ x )dxd 21 a b a uφ ddx R ] b f(u)φ x d a T b a u (x)φ(x,)dx f(u)φ x dxd

32 Capíulo 2. Leis de Conservação 2.3. Exemplos de Soluções Fracas Porano, se u=u(x,) é uma solução suave de (2.7) enão (2.8) é saisfeia para oda φ C 1 (R 2 ) com Supp(φ) { } [a,b] [,T]. Observamos ainda que, se u :R [, ) R é al que u C 1 (R (, )) C(R [, )) saisfaz (2.8) enão u=u(x,) é uma solução clássica do problema de Cauchy com dado u (x) conínuo e fluxo f C 1 (R). De fao, seja φ Cc(R (, )) 1 enão por hipóese e usando inegração por pares = uφ + f(u)φ x dxd = > (u + f(u) x )φ dxd (2.9) como φ é qualquer segue que u + f(u) x = em R (, ). Agora, considere φ como na definição acima e muliplique u + f(u) x = por φ e inegre por pares como na moivação dada acima. Segue que, (uφ + f(u)φ x )dxd+ u(x,)φ(x,)dx= mas por (2.8) em-se (u(x,) u (x))φ(x,)dx= já que φ é qualquer e u(x,) u (x) é conínuo concluímos que u(x,) u (x)= emr, como queríamos. 2.3 Exemplos de Soluções Fracas Vejamos alguns exemplos de soluções fracas : Considere o fluxo f linear; iso é, f(u)=au+b, podemos escrever a equação na forma u + au x = 22

33 Capíulo 2. Leis de Conservação 2.3. Exemplos de Soluções Fracas e é bem conhecido que u(x,) = u (x a) é uma solução suave, com dado inicial suave, pelo méodo das caracerísicas. Agora com dado inicial expliciado considere o problema de Cauchy: onde u + au x =, >, x R, u(x,)=u (x), x R. u, x, u (x)= u +, x> (2.1) (2.11) Porano, segue dos faos apresenados que (u u + ) u, x a u(x,)=u (x a)= u +, x a > (2.12) é uma solução ponual e suave de ambos os lados da rea x a = sobre a qual u = u(x,) é desconínua devido ao fao que seu dado inicial o é em x =. No caso, u = u + emos que u(x,)=u é uma solução clássica global. Considere o problema de Cauchy u +(u 2 /2) x =, >, x R, u(x,)=u (x), x R,, x u (x)= 1, x> (2.13) (2.14) Enão, x /2 u(x,) = 1, x> /2 (2.15) é uma solução fraca. De fao, Seja φ C 1 c(r [, )) e suponha S(φ) [a,b] [,T] com 23

34 Capíulo 2. Leis de Conservação 2.3. Exemplos de Soluções Fracas a<<b emos : T/2 T /2 a b φ(x,2x)dx T/2 (uφ + f(u)φ x )dxd+ T/2 φ(x,2x)dx 1 2 b g(x) b T b (uφ + f(u)φ x )dxd+ T b a T b φ d dx+ 1 2 (uφ + f(u)φ x )dxd+ (uφ + f(u)φ x )dxd+ /2 T b /2 φ dxd+ 1 2 T φ(x,g(x)) φ(x,)dx 1 2 φ(x,t)dx T b φ(/2,)d = 1 2 φ(x,)dx 1 2 T (φ φ x)dxd+ /2 T b /2 φ dxd+ φ(b,) φ(/2,)d+ T T φ(/2,)d 1 2 φ(/2,)d+ φ(/2,)d+ T u (x)φ(x,)dx = b b b b b b b φ(x,)dx = φ(x,)dx = φ(x,)dx = φ(x,)dx = φ(x,)dx = φ(x,)dx = φ(x,)dx = φ(/2,)d =. Onde 2x, x T 2 g(x)= T T, 2 x b (2.16) Porano, já que φ é arbirária segue que u é uma solução fraca. Agora, considere para o mesmo problema a função u(x,) =, x< x, x< 1, x (2.17) 24

35 Capíulo 2. Leis de Conservação 2.3. Exemplos de Soluções Fracas Enão afirmamos que esa ambém é uma solução fraca. De fao, φ C 1 c(r [, )) e suponha S(φ) [a,b=t] [,T] emos T x T φ dxd+ T T φ(,) 2 uφ + u2 2 φ x dxd+ x φ + x2 2 2 φ x dxd+ d T (uφ + f(u)φ x )dxd+ T b b x b x uφ + u2 2 φ x dxd+ uφ + u2 2 φ x dxd+ x 2 φ dxd+ b φ φ x dxd+ x 1 2 φ x dxd+ u (x)φ(x,)dx = b b b b φ(x,)dx = φ(x,)dx = φ(x,)dx = φ(x,x)dx. Agora, noe que, T x b T φ dxd = φ(x,x)dx+ x φ dxd (2.18) 2 e que Porano, b x 1 T 2 φ φ(,) x dxd = d (2.19) 2 (uφ + f(u)φ x )dxd+ u (x)φ(x,)dx= pois φ foi omada arbiráriamene. Observamos, em visa dos exemplos de soluções fracas, que perdemos unicidade ao considerar a classe das soluções fracas. Volamos a ese assuno mais adiane. 25

36 Capíulo 2. Leis de Conservação 2.4. Conceios e Condição de Rankine-Hugonio 2.4 Conceios e Condição de Rankine-Hugonio Definição 2.2 Dizemos que u :R [, ) R é uma função suave por pares se exise apenas um número finio de curvas Γ={(ϕ(),); } em R [, ) fora das quais a função u(x,) é de classe C 1 e sobre Γ u em limies laerais, iso é, os limies abaixo exisem (finios) lim (x,) (x, ) (x,) Ω + u(x,)=u r (x, ) e lim (x,) (x, ) (x,) Ω u(x,)=u l (x, ), para cada (x, ) Γ, onde Ω + ={(x,);x>ϕ()} e Ω ={(x,);x<ϕ()}. Definição 2.3 Dizemos que u=u(x,) é uma solução suave por pares para a lei de conservação u + f(u) x = no semi-plano > se saisfaz ponualmene a equação em ambos os lados de uma curva x=x() suave sobre a qual u é desconínua. Comenário 2 (Sobre as definições 2.3) Para ser mais específico no caso de uma única curva de desconinuidade emos a siuação: al uma curva divide o semi-plano em duas regiões Ω + e Ω al que u C 1 (Ω + ) C 1 (Ω ) e saisfaz (2.7) no senido usual, além disso, valem os limies laerais sobre a curva como na definição (2.2). Teorema 2.1 (Rankine-Hugonio) Seja u : R [, ) R uma função suave por pares da forma u (x,), x<ϕ() u(x,) = u + (x,), x>ϕ() (2.2) onde Ω + ={(x,);x>ϕ()} e Ω ={(x,);x<ϕ()}, e as funções u ± : Ω ± R e ϕ :R + R sendo coninuamene diferenciáveis. Enão, sendo u uma solução fraca, logo uma solução 26

37 Capíulo 2. Leis de Conservação 2.4. Conceios e Condição de Rankine-Hugonio clássica em ambas as regiões Ω ±, emos que condição de Rankine-Hugonio vale ao longo da curva ϕ, iso é, dϕ(z) d = z=> f(u(ϕ()+,)) f(u(ϕ(),)). u(ϕ()+,) u(ϕ(),) Reciprocamene, seja u = u(x,) uma solução clássica da equação u + f(u) x = em ambas as regiões Ω ± e assuma que u enha desconinuidade sobre a curva Γ separando Ω + e Ω e que a condição de Rankine-Hugonio seja saisfeia sobre Γ. Enão u = u(x,) é uma solução disribucional para lei de conservação. Demonsração: Seja U um abero limiado al que U U R (, ), e suponha que Γ passe por U dividindo-o em duas pares U + = U Ω + e U = U Ω. Observamos de inicío que sendo u=u(x,) solução fraca emos a igualdade u + f(u) x = ponual sobre as regiões Ω± pois Cc (Ω±) Cc (R (, )) e u é suave em cada uma das regiões Ω±. Considere φ uma função ese em Cc(U) 1 Cc(R (, )), 1 enão = > uφ + f(u)φ x dxd = = = uφ + f(u)φ x dxd U uφ + f(u)φ x dxd+ uφ + f(u)φ x dxd U + U ( f(u)φ) x +(uφ) dxd+ ( f(u)φ) x +(uφ) dxd U + U As funções u=u(,x), f(u(,x)) e φ são suaves nos domínios U + e U e já que ais domínios são limiados podemos usar o eorema do divergene no plano, mas noemos que as froneiras dos domínios envolvidos possuem ponos de Γ ={(ϕ(),); > } e de U. Enão considerando a exisência dos limies lim u(x,) := u r (x, ) e (x,) (x, ) (x,) Ω +,(x, ) Γ lim u(x,) := u l (x, ). (x,) (x, ) (x,) Ω,(x, ) Γ podemos escrever 27

38 Capíulo 2. Leis de Conservação 2.4. Conceios e Condição de Rankine-Hugonio [( f(u)φ) x +(uφ) ]dxd = U + [( f(u)φ) x +(uφ) ]dxd = U φ( u r )dx+φ f(u r )d U + φ( u l )dx+φ f(u l )d U Sobre U emos que φ(x,)=, enão esas inegrais de linha deixam de ser nulas possivelmene só sobre Γ. Agora observando que a orienação de Γ como pare de U + em senido oposo a orienação de Γ como pare de U, podemos escrever as igualdades : U + φ( u r )dx+φ f(u r )d = φ( u r )dx+φ f(u r )d Γ U φ( u l )dx+φ f(u l )d = Γ φ( u l )dx+φ f(u l )d Porano, segue = Γ φ[ (u l u r )dx+(f(u l ) f(u r ))d] (2.21) Esa igualdade ocorrendo para oda função ese φ implica que ( f(u l ) f(u r )) (u l u r )ϕ ()= Como, e u r (ϕ(),)= lim u(ϕ()+ε,) := u(ϕ()+,) ε + u l (ϕ(),)= lim u(ϕ() ε,) := u(ϕ(),) ε + obemos, dϕ d = f(u(ϕ()+,)) f(u(ϕ(),)). u(ϕ()+,) u(ϕ(),) 28

39 Capíulo 2. Leis de Conservação 2.4. Conceios e Condição de Rankine-Hugonio Reciprocamene, consideremos φ uma função ese em Cc(R (, )), 1 seja U abero limiado de modo que Supp(φ) U U R (, ). Procedendo como acima emos > (uφ + f(u)φ x )dxd = Γ φ[ (u l u r )dx+(f(u l ) f(u r ))d]. Considere o inervalo a b de sore que a pare da froneira de U + sobre Γ seja cobera. Porano, podemos escrever na forma > uφ + f(u)φ x dxd = = = = Γ b a b a b a φ[ (u l u r )dx+(f(u l ) f(u r ))d] [u(ϕ()+,)ϕ () f(u(ϕ()+,))]φ(ϕ(),)d [u(ϕ(),)ϕ () f(u(ϕ(),))]φ(ϕ(),)d φ(ϕ(),){[u r u l ]ϕ () [f(u r ) f(u l )]} d =. } {{ } = Daí, segue que > (uφ + f(u)φ x )dxd =, ou seja, u é uma solução disribucional, pois φ é arbirária. Uma siuação simples é quando u + e u são consanes e ϕ()=λ é linear; segue que u, x<λ u(,x)= u +, x>λ (2.22) é uma solução fraca se e só se os escalares u ± e λ saisfazem Rankine-Hugonio, ou seja, λ(u + u )+ f(u + ) f(u )=. 29

40 Capíulo 2. Leis de Conservação 2.4. Conceios e Condição de Rankine-Hugonio Considerando a equação de Burgers u +(u 2 /2)=, x R, > emos que u, x<λ u(,x)= u +, x>λ (2.23) é uma a solução fraca quando λ = u + u Aplicação da Condição de Rankine-Hugonio Considere a equação de Burgers u +(u 2 /2)=, x R, > com dado inicial 1, x u (x)=, x< (2.24) Geomericamene (vide figura 2.1) o gráfico das caraceríicas não enram na região Figura 2.1: {(x,);<x< }. Assim, o dado inicial não nos fornece informações de como a solução pode 3

41 Capíulo 2. Leis de Conservação 2.5. Enropia de Lax ser compuada nesa região. Uma enaiva de conornar esa siuação seria consruir arificialmene uma desconinuidade, iso é; considere uma curva dada por Γ={(ϕ(),); } al que ϕ()= e <ϕ()<,( ϕ enconra-se na região ) e defina u(x,)=, x<ϕ() e u(x,)=1 para x>ϕ(). Por conrução u é desconínua sobre Γ. Em visa de Rankine-Hugonio al uma curva não pode ser qualquer, ou seja, deve saisfazer ϕ()= f(u +) f(u ) u + u = 1/2 1 = 1 2. Assim, al uma ϕ é obida considerando o P.V.I abaixo : dϕ d = 1 2 ϕ()= (2.25) Porano,, x< /2 u(x,) = 1, x /2 (2.26) é uma candidaa a solução fraca segundo eorema (2.1). 2.5 Enropia de Lax Vimos que soluções fracas para a lei de conservação em esudo podem coner desconinuidade que são provindas do dado inicial ou originada por inerseções de reas caracerísicas. Vimos ambém, aravés de exemplos concreos que em se raando de soluções fracas o problema de Cauchy não possui em geral única solução fraca. Iso nos mosra que um adicional criério se faz necessário, baseado em princípios físicos e suporado em princípios maemáicos, para que possamos escolher denre as possíveis soluções fracas a solução fisicamene correa, lembrando que a equação u + f(u) x = provém de algum modelo físico, e assim deve er algum mecanismo para escolher a solução fisicamene relevane. Maemaicamene, a quesão 31

42 Capíulo 2. Leis de Conservação 2.5. Enropia de Lax é impor uma condição sobre a classe das soluções fracas que assegure exisência e unicidade. Para ese propósio segue a definição Definição 2.4 Seja u uma solução suave por pares para lei de conservação u + f(u) x = no semi-plano. Suponha que u = u(x,) enha desconinuidade sobre uma curva da forma Γ={(x(),); }, e denoe por u l e u r os valores-limies de u em um pono(x(),) Γ, iso é, u l ()=lim ε + u(x() ε,) e u r ()=lim ε + u(x()+ε,). Enão a solução é dia admissível, se em cada pono sobre Γ a condição de Rankine-Hugonio e a condição de Enropia (devido à Lax) f (u l )> dx d > f (u r ) sejam saisfeias. Comenário 3 A condição de Rankine-Hugonio não escolhe a solução fisicamene relevane ou admissível, pois considerando a equação de Burgers com dado inicial, x u (x)= 1, x> (2.27) emos que 1, x /2 u(x,) =, x> /2 (2.28) é uma solução fraca que saisfaz Rankine-Hugonio, porém, f (u l )< dx d < f (u r ). Observação 2.1 No próximo capíulo o fluxo f em quesão será sempre considerado esriamene convexo, ou seja, vamos supor f >. Assim sendo, seja x=x() uma curva de desconinuidade de u=u(x,), sobre a qual valha a condição de Rankine-Hugonio, ou seja, ẋ()= f(u r) f(u l ) u r u l. Caso u r < u l, emos pelo eorema do valor médio que ẋ() = f (u r + θ(u l u r )), e no caso conrário, ẋ() = f (u l + θ(u r u l )). Sendo f crescene, concluímos em qualquer dos casos 32

43 Capíulo 2. Leis de Conservação 2.5. Enropia de Lax que dx d esá enre f (u r ) e f (u l ). Porano, para obermos a desigualdade dada na definição (2.4) basa mosrar que f (u r )< f (u l ), ou ainda, que u r < u l. Em suma, para que u = u(x,), uma solução de u + f(u) x =, seja solução admissível devemos concluir a desigualdade u r < u l. 33

44 Capíulo 3 Fórmula Explícia Ese capíulo é dedicado à dedução de uma fórmula explícia para o problema de Cauchy quando o fluxo em quesão é convexo. Também mosramos que esa fórmula nós dá uma pisa de uma possível solução generalizada desconínua. Provamos um resulado de unicidade para o problema (3.1) sob ceras condições. Em se raando do dado inicial mosramos o comporameno da solução dada pela fórmula explícia quando o dado inicial é de variação limiada e quando o dado em supore compaco. Teorema 3.1 (Fórmula Explícia) Sejam f : R R uma função convexa saisfazendo f (x) θ > e lim x ± f (x)=±, e u (x) um dado inicial em L (R). Enão, se u=u(x,) é uma solução suave de supore compaco do problema de Cauchy u + f(u) x =, x R, > u(x,)=u (x), x R, (3.a) (3.b) (3.1) e denoando por g(.) a ransformação de Legendre de f e por b a inversa de a = f emos a 34

45 Capíulo 3. Fórmula Explícia seguine expressão para u(x,) : ( ) x y(x,) u(x,)=b (3.2) onde y=y(x,) é um pono de mínimo de y ( ) x y u (x)dx+g = G(x,,y) (3.3) Demonsração: Consideremos o problema de Cauchy (3.1) e demonsramos que a fórmula (3.2) é válida para qualquer solução suave por pares com supore compaco saisfazendo a condição de Enropia. Noe que, segundo esas condições o dado inicial ambém em supore compaco, pois u (x)=u(x,). Considere a seguine função inegral U(x,) = x u(y,)dy, x R, enão U x = u. (3.4) Inegrando na variável espacial a equação em (3.a) de a x e usando (3.4) derivamos a igualdade: U + f(u x )=, 35

46 Capíulo 3. Fórmula Explícia onde ajusamos f de modo que f()=, do conrário considere o fluxo F(u)= f(u) f(). Tal igualdade é deduzida abaixo : = x = U (x,)+ = U (x,)+ u (y,)+ f (u(y,))u x (y,)dy x u(x,) f (u(y,))u x (y,)dy f (z)dz = U (x,)+ f(u(x,)) f() Já que f é convexa vale a desigualdade f(u) f(v)+ f (v)(u v) (3.5) para u,v R. Usando a desigualdade (3.5) com u = U x (x,) e qualquer v R deduzimos a seguine desigualdade : U (x,)+a(v)u x (x,) a(v)v f(v), v R. (3.6) Denoe por y o pono onde a rea X = X() de inclinação dx d inercepa o eixo-x, segue que o pono y é dado por = a(v) passando por (x,) x y = a(v) (3.7) Agora, inegramos (3.6) ao longo desa rea sobre [,], 36

47 Capíulo 3. Fórmula Explícia [a(v)v f(v)] = U (X(s),s)+a(v)U x (X(s),s)ds d ds [U(X(s),s)]ds = U(X(),) U(X(),) e obemos U(x,) U(y,)+[a(v)v f(v)] (3.8) De (3.7) emos que b((x y)/) = v. Seja g(z)=b(z)z f(b((z)) a ransformada de Legendre de f. Em visa de (3.8) deduzimos a expressão ( ) x y U(x,) U(y,)+g = y ( ) x y u (x)dx+g (3.9) Noe que esa desigualdade é válida para odo y real, poisr v x a(v) R é uma bijeção, e concluimos que U(x,) G(x,,y), y R. Agora considere o único pono y = y(x,) sobre o eixo-x associado a rea de inclinação, como aneriormene, com v = u(x,) e que passa por (x,), ou seja, esamos ineressados na curva (rea) caracerísica associada a E.D.O com dado inicial: dx ds = a(u(x(s)),s) X()=x (3.1) 37

48 Capíulo 3. Fórmula Explícia Desa curva noe que U (X(s),s)+a(u(x,))U x (X(s)),s) = = X(s) X(s) u (y,s)dy+a(v)u(x(s),s) f (u(y,s))u y (y,s)dy+a(v)u(x(s),s) = f(u(x(s),s))+a(v)u(x(s),s) = f(u(x(),))+a(v)u(x(),) = a(v)v f(v) já que u = u(, ) é consane sobre al rea. Enão sobre a curva caracerísica X = X(s) vale a igualdade em (3.6) e consequenemene emos igualdade em (3.9) para y = y(x,) = x f (u(x,)), ou seja, y(x,) minimiza a função G(x,, ) e daí deduzimos que ( ) x y(x,) u(x,)=b. Teorema 3.2 (Solução Generalizada) As fórmulas (3.2)-(3.3) definem uma possível função u(x,) desconínua para um arbirário dado inicial u (x) L (R); e a função u(x,) assim definida saisfaz (3.a) no senido das disribuições. Demonsração: Definimos as funções Ω N (x,), u N (x,) e f N (x,) para N >, por Ω N (x,) = u N (x,) = f N (x,) = exp{ NG(x,, y)} dy 1 b Ω N (x,) ( x y 1 ( f b Ω N (x,) ( x y ) exp{ NG(x,, y)} dy, )) exp{ NG(x,, y)} dy 38

49 Capíulo 3. Fórmula Explícia Considerando a aplicação V(x,) no semi-plano >, V N (x,)=ln exp{ NG(x,, y)} dy, em-se por diferenciação direa que V N x = N G x exp{ NG(x,,y)}dy exp{ NG(x,,y)}dy = N b ( x y) exp{ NG(x,,y)}dy exp{ NG(x,,y)}dy = Nu N. Logo, segue que u N = 1 V N N x e V N = N G exp{ng(x,,y)}dy exp{ NG(x,,y)}dy = N f ( b ( x y)) exp{ NG(x,,y)}dy exp{ NG(x,,y)}dy = N f N. 39

50 Capíulo 3. Fórmula Explícia Porano, f N = 1 N V N. Agora, diferenciando V N em relação a x e V N x em relação a obem-se 2 V x = 2 V x, e porano, u N + f N x =. As igualdades acima em sido jusificadas de uma cera forma em apêndice. Agora demonsraremos as seguines convergências ponuais: u N (x,) u(x,), f N (x,) f(u(x,)), quando N, respecivamene. Seja (x,) um pono de coninuidade de y(,) enão a aplicação G(,x, ) em como único pono de mínimo y(x,). Afirmamos que u N (x,) u(x,). Provemos ese fao : Adicionando uma consane a função G(x,, ), se necessário, podemos supor que G(x,, y(x,)) =, pois não aleramos as funções u N (x,). 4

51 Capíulo 3. Fórmula Explícia Dado <ε < 1 arbirário, por hipóese G, exise (veja apêndice) uma consane C 1 = C 1 (x,)> al que G(x,,y) C 1 y y(x,), y [y(x,) ε,y(x,)+ε] o que implica R e NG(x,,y) dy = = = 2 = 2 N > 2 N y(x,)+ε y(x,) ε ε ε ε e NC 1 y y(x,) dy e NC 1 y dy Nε 1 e NC 1y dy e C 1y dy e C 1y dy= C 2 N ( 1 e C ) 1 onde C 2 = 2 e εn > 1. C 1 Porano, R e NG(x,,y) dy C 2 N, para ε > 1 N. al que Agora, consideremos a região y y(x,) ε, afirmamos que exise uma consane C 3 (ε)> e NG(x,,y) e C 3N y y(x,) sobre a região y y(x,) ε. 41

52 Capíulo 3. Fórmula Explícia De fao, já que lim y G(x,,y) y definição de limie infinio, exise algum r=r(c 1 )> al que G(x,,y) =+ ambém emos que lim y y y(x,) =+. Daí, pela G(x,,y)> C 1 y y(x,) para y >r. Observe que r > y(x,)+ε e r < y(x,) ε. Considere os seguines inervalos, [y(x,)+ε, r]=i 1 e [ r, y(x,) ε]=i 2 e sejam B 1 =(x 1,G(x 1 )), B 2 =(x 2,G(x 2 )) os ponos de mínimo em I 1 e I 2, ais ponos dependem de (x,) e ε >. Denoe z=y(x,) e suponha z Considere m 1 = G(x 1) z+r (> ) e m 2 = G(x 2) z+r (> ), ou seja, m 1 e m 2 são respecivamene os coeficienes angulares das reas passando por A = (z, ) e B = (2z+r,G(x 1 )), A e C=(2z+r,G(x 2 )). Seja C 3 = min{m 1,m 2 } enão G(x,,y) C 3 y y(x,) para y I 1 I 2, De fao, 1. Caso C 3 = m 1. Seja z+ε w r enão C 3 w z =m 1 w z =m 1 (w z)<m 1 (r z) m 1 ((2z+r) z)=g(x 1 ) G(w). Se r w z ε enão C 3 w z =m 1 w z = m 1 (w z) m 1 ( r z)=g(x 1 ) G(x 2 ) G(w). 2. Caso C 3 = m 2. Seja z+ε w r enão C 3 w z =m 2 w z =m 2 (w z) m 2 (r z)< m 2 ((2z+r) z)=g(x 2 ) G(x 1 ) G(w). Se r w z ε enão C 3 w z =m 1 w z = m 1 (w z) m 1 ( r z)=g(x 2 ) G(w). 3. Fora dos inervalos I 1 e I 2 já emos que G(x,,y)> C 1 y y(x,). 4. Porano G(x,,y)> C 3 y y(x,), para y {y; y y(x,) ε}, com C 3 = min{c 1, C 3 }. 42

53 Capíulo 3. Fórmula Explícia Caso, dado(x,) ivermos y(x,)< a idéia é análoga. emos Agora, seja C 4 > uma consane de Lipschiz para b( )/, que exise pois f θ >. Daí, u N (x,) u(x,) = ( ( ) ( )) x y x y(x,) b b e NG dy R e NG dy R C 4 y y(x,) e NG dy R e NG dy R y(x,)+ε εe NG dy C 4 y(x,) ε +C 4 e NG dy R εc 4 + NC 4 /C 2 εc 4 + NC 4 C 2 εc 4 + NC 4 C 2 εc 4 + 2NC 4 C 2 εc 4 + 2NC 4 C 2 y y(x,) e NG dy y y(x,) ε e NG dy y y(x,) e NG dy y y(x,) ε y y(x,) ε y ε y ε y y(x,) e NC 3 y y(x,) dy y e y NC 3 dy ye ync 3 dy ye ync 3 dy = εc 4 + 2NC 4 C 2 (NC 3 ) 2 = εc 4+ C 5 N. R Daí, lim sup u N (x,) u(x,) εc 4, N como ε é arbirário, segue o resulado desejado. Agora vamos provar que f N (x,) f(u(x,)), quando N. 43

54 Capíulo 3. Fórmula Explícia Podemos escrever u N (x,) como segue R u N (x,)= onde µ N (y)= e NG(x,,y), noe que e NG(x,,z) dz f N (x,)= R R R ( ) x y b µ N (y)dy, µ N (y)dy=1. Do mesmo modo, ( ( )) x y f b µ N (y)dy. Daí, pela convexidade de f segue a desigualdade abaixo f N (x,) f(u(x,)) = R R [ ( ( )) ( ( ))] x y x y(x,) f b f b µ N (y)dy ( )[ ( ) ( )] x y x y x y(x,) b b µ N (y)dy I N 1 (x,)+in 2 (x,) onde e I N 1 (x,)= x I N 2 (x,)= R R [ ( ) ( )] x y x y(x,) b b µ N (y)dy [ ( ) ( )] y x y x y(x,) b b µ N (y)dy. Noe que pois I N 1 I N 1 (x,), N, (x,)= x u N(x,) u(x,), N. 44

55 Capíulo 3. Fórmula Explícia Agora, I2 N(x,) IN 3 (x,)+in 4 (x,) onde I N 3 (x,)= 1 ( ) ( ) y y(x,) x y x y(x,) b b µ N (y)dy R e I N 4 (x,)= 1 ( ) ( ) y(x,) x y x y(x,) b b µ N (y)dy. R Seja C 4 uma consane de Lipschiz para b( )/ enão I N 3 (x,) C 4 R y y(x,) 2 µ N (y)dy e I N 4 (x,) y(x,) C 4 R y y(x,) 2 µ N (y)dy. Segue da demonsração que u N (x,) u(x,) as seguines esimaivas : I3 N(x,) C 4 ε2 + 2C 5 N 2 e I4 N(x,) y(x,) C 4 ε y(x,) C 5 N 2. Novamene pela convexidade de f emos f(u(x,)) f N (x,) = R R I N(x,) ( ( )) ( ( )) x y(x,) x y f b f b µ N (y)dy ( )[ ( ) ( )] x y(x,) x y x y(x,) b b µ N (y)dy onde I N = x y(x,) R [ ( ) ( )] x y x y(x,) b b µ N (y)dy observamos I N (x,) quando N. 45

56 Capíulo 3. Fórmula Explícia Em visa das esimaivas aneriores obemos que f N (x,) f(x,) max{i N,I N 1 + IN 3 + IN 4 }, daí segue que lim sup f N (x,) f(x,) ε 2 C, N { } C4 onde C=max, y(x,) C 4 como ε é arbirário, concluímos que lim f N(x,) f(x,) =. N Vimos aneriormene que u N + f N x =, e por ([11]) emos ambém que u N u(x,) e f N f(u) na norma L 1 (R (, )). Daí, para oda φ(x,) C 1 c((r (, ))) no semi-espaço > emos u N (, )φ + f N (, )φ x L 1 uφ + f(u)φ x Daí, segue que = lim u N φ + f Nx φ dxd N + S(φ) = lim = N + S(φ) S(φ) u N φ + f N φ x dxd uφ + f(u)φ x dxd 46

57 Capíulo 3. Fórmula Explícia pois S(φ) (u N φ + f N φ x ) (uφ + f(u)φ x )dxd + S(φ) S(φ) u N u φ dxd f N f(u) φ x dxd. Porano, = S(φ) uφ + f(u)φ x dxd, iso é, u(x,) é uma solução fraca. Lema 3.1 Para > fixado, denoe por y(x) algum valor que minimize G(x,y). Enão y(x) é uma função monóona crescene de x. Demonsração: Temos que demonsrar para x 1 < x 2 que G(x 2,y) não ainge seu mínimo para y<y 1 = y(x 1 ), o que equivale a verificarmos que se y<y 1, G(x 2,y 1 )<G(x 2,y). No enano al desigualdade é equivalene à G(x 1,y)+G(x 2,y 1 )<G(x 2,y)+G(x 1,y 1 ) para y < y 1, já que G(x 1,y 1 ) G(x 1,y). Enão, ransferimos nossa aenção a dedução da desigualdade G(x 1,y)+G(x 2,y 1 )<G(x 2,y)+G(x 1,y 1 ), para y<y 1. Pela definição de G(x 1,.) e G(x 2, ) esa desigualdade é equivalene à [ ( ) ( )] x1 y x2 y 1 g + g [ < g ( ) ( )] x2 y x1 y 1 + g ou ainda 47

58 Capíulo 3. Fórmula Explícia [ ( ) ( )] x1 y x1 y 1 g g [ < g ( ) ( )] x2 y x2 y 1 g a qual podemos reescrever após muliplicação por y 1 y> como segue ( x1 y g x 1 y ) g ( ) x1 y 1 x 1 y 1 ( x2 y g < x 2 y ) g ( ) x2 y 1 x 2 y 1 Mas esa desigualdade é verdadeira pela convexidade esria de g(.) para x 1 < x 2 e y<y 1, pois os ponos (x 1 y)/, (x 1 y 1 )/, (x 2 y)/ e (x 2 y 1 )/ esão nas condições do Lema 1.1. Porano, G(x 2,y 1 )<G(x 2,y), se y<y 1 e daí y 1 y 2. Observação 3.1 Esa observação é dedicada a verificar que de fao a aplicação G(x,, ) para cada (x,) em algum pono de mínimo. Para iso, mosraremos alguns limies e concluiremos al resulado. Faremos abaixo algumas afirmações: Inciamos observando que a ransformada de Legendre de f em crescimeno linear, pois limg =±, ± o que nos permie concluir que g(v) quando v ±. Afirmação 1: lim g y ± ( x y ) y =±. 48

59 Capíulo 3. Fórmula Explícia De fao, basa aplicar a Regra de L Hospial e noar que ( ) x y lim b =. y ± pois lim y ± b(y)=±. Afirmação 2: G(x,, y) lim =±. y ± y De fao, já que, 1 y Afirmação 3: y u (z)dz é limiado, pois u L, e segue o resulado da afirmação 1. lim G(x,,y)=. y ± Segue da afirmação 2. G(x,,y) Já que lim y =, exise y > al que G(y )>. Como lim y G(x,,y)=, y segue da definição de limie G(y) G(y ) para y [r, ) onde r=r(g(y ))>. Por ouro lado, como G é conínua e I = [,r] é compaco exise y I que é pono de mínimo. Enão considerando, G(y 1 ) = min{g(y ),G(y )} obemos que G(y 1 ) G(y) para odo y. Porém, emos ambém que lim y G(x,,y) =, e conseguimos y 2 < al que G(y 2 ) G(y) para odo y. Porano, min{g(y 1 ),G(y 2 )} G(y) para odo y R. Assim, a aplicação G(x,, ) admie pono de mínimo. Segue do Lema acima que, para > fixado, exceo para um conjuno enumerável de x R a aplicação G(x,, ) possui um único pono de mínimo y(x,), que define uma função monóona crescene na variável x. Porano, u = u(x,) esá bem definida a menos de um conjuno enumerável de x, para cada > fixado. 49

60 Capíulo 3. Fórmula Explícia Observação 3.2 Nesa observação, verifiquemos que para > fixado a função G(x,, ) em um único pono de mínimo exceo para um conjuno enumerável de x. Definimos a função x y(x) onde y(x) é algum pono que minimiza a função y G(,x,y) para y R e > fixado. Vimos acima que y(x) assim definida é monóona crescene, logo conínua a menos de um conjuno enumerável. Afirmamos que, se x é um pono de coninuidade de y(.) enão a função G(x,y) em somene um pono de mínimo. De fao, seja U(x )={y R; y minimiza a função G(x,y)}, aqui escrevemos G(x,y) em vez de G(x,,y), verifiquemos que U(x ) é uniário (já emos que é não vazio). Suponha que não, sejam y z em U(x ), onde y é a imagem da função y(.) definida na primeira linha avaliada em x. Agora, definimos a função α(x) para x R por: z, se x=x α(x)= y(x), caso conrário (3.11) Noe que para cada x R, o valor α(x) minimiza a função G(x,.). Mas, por consrução α(x) não é monóona crescene, o que conradiz o Lema acima. Com efeio, para y < z sendo y(x) é conínua em x, dado <ε < z y exise r> al que ε < y(x ) y(x + r)<ε, ou seja, ε < y(x ) α(x +r), logo α(x +r)<ε+y(x )<z = α(x ) enão α(x +r)<α(x ). Para y > z é análogo. Porano, U(x ) é uniário. Proposição 3.1 (Condição de enropia) Exise uma consane K, dependendo de u e de f al que u(x 2,) u(x 1,) x 2 x 1 K, >, x 1 < x 2. (3.12) 5

Equações Diferenciais Ordinárias Lineares

Equações Diferenciais Ordinárias Lineares Equações Diferenciais Ordinárias Lineares 67 Noções gerais Equações diferenciais são equações que envolvem uma função incógnia e suas derivadas, além de variáveis independenes Aravés de equações diferenciais

Leia mais

Comportamento Assintótico de Convoluções e Aplicações em EDP

Comportamento Assintótico de Convoluções e Aplicações em EDP Comporameno Assinóico de Convoluções e Aplicações em EDP José A. Barrionuevo Paulo Sérgio Cosa Lino Deparameno de Maemáica UFRGS Av. Beno Gonçalves 9500, 9509-900 Poro Alegre, RS, Brasil. 2008 Resumo Nese

Leia mais

Aula - 2 Movimento em uma dimensão

Aula - 2 Movimento em uma dimensão Aula - Moimeno em uma dimensão Física Geral I - F- 18 o semesre, 1 Ilusração dos Principia de Newon mosrando a ideia de inegral Moimeno 1-D Conceios: posição, moimeno, rajeória Velocidade média Velocidade

Leia mais

Função definida por várias sentenças

Função definida por várias sentenças Ese caderno didáico em por objeivo o esudo de função definida por várias senenças. Nese maerial você erá disponível: Uma siuação que descreve várias senenças maemáicas que compõem a função. Diversas aividades

Leia mais

12 Integral Indefinida

12 Integral Indefinida Inegral Indefinida Em muios problemas, a derivada de uma função é conhecida e o objeivo é enconrar a própria função. Por eemplo, se a aa de crescimeno de uma deerminada população é conhecida, pode-se desejar

Leia mais

Sistemas não-lineares de 2ª ordem Plano de Fase

Sistemas não-lineares de 2ª ordem Plano de Fase EA93 - Pro. Von Zuben Sisemas não-lineares de ª ordem Plano de Fase Inrodução o esudo de sisemas dinâmicos não-lineares de a ordem baseia-se principalmene na deerminação de rajeórias no plano de esados,

Leia mais

CAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico

CAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico 146 CAPÍULO 9 Inrodução ao Conrole Discreo 9.1 Inrodução Os sisemas de conrole esudados aé ese pono envolvem conroladores analógicos, que produzem sinais de conrole conínuos no empo a parir de sinais da

Leia mais

CAPÍTULO III TORÇÃO PROBLEMAS ESTATICAMENTE INDETERMINADOS TORÇÃO - PEÇAS DE SEÇÃO VAZADA DE PAREDES FINAS

CAPÍTULO III TORÇÃO PROBLEMAS ESTATICAMENTE INDETERMINADOS TORÇÃO - PEÇAS DE SEÇÃO VAZADA DE PAREDES FINAS APÍTULO III TORÇÃO PROBLEMAS ESTATIAMENTE INDETERMINADOS TORÇÃO - PEÇAS DE SEÇÃO VAZADA DE PAREDES FINAS A- TORÇÃO PROBLEMAS ESTATIAMENTE INDETERMINADOS Vimos aé aqui que para calcularmos as ensões em

Leia mais

Mecânica dos Fluidos. Aula 8 Introdução a Cinemática dos Fluidos. Prof. MSc. Luiz Eduardo Miranda J. Rodrigues

Mecânica dos Fluidos. Aula 8 Introdução a Cinemática dos Fluidos. Prof. MSc. Luiz Eduardo Miranda J. Rodrigues Aula 8 Inrodução a Cinemáica dos Fluidos Tópicos Abordados Nesa Aula Cinemáica dos Fluidos. Definição de Vazão Volumérica. Vazão em Massa e Vazão em Peso. Definição A cinemáica dos fluidos é a ramificação

Leia mais

exercício e o preço do ativo são iguais, é dito que a opção está no dinheiro (at-themoney).

exercício e o preço do ativo são iguais, é dito que a opção está no dinheiro (at-themoney). 4. Mercado de Opções O mercado de opções é um mercado no qual o iular (comprador) de uma opção em o direio de exercer a mesma, mas não a obrigação, mediane o pagameno de um prêmio ao lançador da opção

Leia mais

O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios

O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios! Principais diferenças! Como uilizar! Vanagens e desvanagens Francisco Cavalcane (francisco@fcavalcane.com.br) Sócio-Direor

Leia mais

Escola E.B. 2,3 / S do Pinheiro

Escola E.B. 2,3 / S do Pinheiro Escola E.B. 2,3 / S do Pinheiro Ciências Físico Químicas 9º ano Movimenos e Forças 1.º Período 1.º Unidade 2010 / 2011 Massa, Força Gravíica e Força de Ario 1 - A bordo de um vaivém espacial, segue um

Leia mais

O Teorema da Função Inversa e da Função Implícita

O Teorema da Função Inversa e da Função Implícita Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência c Publicação eletrônica do KIT http://www.dma.uem.br/kit O Teorema da Função Inversa

Leia mais

Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,...

Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... 0) O que veremos na aula de hoje? Um fato interessante Produtos notáveis Equação do 2º grau Como fazer a questão 5 da 3ª

Leia mais

Esquema: Dados: v água 1520m. Fórmulas: Pede-se: d. Resolução:

Esquema: Dados: v água 1520m. Fórmulas: Pede-se: d. Resolução: Queda Livre e Movimeno Uniformemene Acelerado Sergio Scarano Jr 1906/013 Exercícios Proposo Um navio equipado com um sonar preende medir a profundidade de um oceano. Para isso, o sonar emiiu um Ulra-Som

Leia mais

5 de fevereiro de x 2 y

5 de fevereiro de x 2 y P 2 - Gabario 5 de fevereiro de 2018 Quesão 1 (1.5). Considere x 2 y g(x, y) = (x, y + x 2 ) e f (x, y) = x 4, se (x, y) = (0, 0) + y2. 0, se (x, y) = (0, 0) Mosre que: (a) f e g admiem odas as derivadas

Leia mais

Curso de Controle Avançado (ELE-1815) Pe. Pedro M. Guimarães Ferreira S.J.

Curso de Controle Avançado (ELE-1815) Pe. Pedro M. Guimarães Ferreira S.J. Curso de Conrole Avançado (ELE-85) Pe. Pedro M. Guimarães Ferreira S.J. (Ese exo esá disponível em hp://www.fplf.org.br/pedro_varios/) Capíulo : Análise de Sisemas não lineares (Seguiremos nese capíulo

Leia mais

Exp e Log. Roberto Imbuzeiro Oliveira. 21 de Fevereiro de 2014. 1 O que vamos ver 1. 2 Fatos preliminares sobre espaços métricos 2

Exp e Log. Roberto Imbuzeiro Oliveira. 21 de Fevereiro de 2014. 1 O que vamos ver 1. 2 Fatos preliminares sobre espaços métricos 2 Funções contínuas, equações diferenciais ordinárias, Exp e Log Roberto Imbuzeiro Oliveira 21 de Fevereiro de 214 Conteúdo 1 O que vamos ver 1 2 Fatos preliminares sobre espaços métricos 2 3 Existência

Leia mais

Exercícios Teóricos Resolvidos

Exercícios Teóricos Resolvidos Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar

Leia mais

Um estudo de Cinemática

Um estudo de Cinemática Um esudo de Cinemáica Meu objeivo é expor uma ciência muio nova que raa de um ema muio anigo. Talvez nada na naureza seja mais anigo que o movimeno... Galileu Galilei 1. Inrodução Nese exo focaremos nossa

Leia mais

Definição 0.1. Define se a derivada direcional de f : R n R em um ponto X 0 na direção do vetor unitário u como sendo: df 0) = lim t 0 t (1)

Definição 0.1. Define se a derivada direcional de f : R n R em um ponto X 0 na direção do vetor unitário u como sendo: df 0) = lim t 0 t (1) Cálculo II - B profs.: Heloisa Bauzer Medeiros e Denise de Oliveira Pino 1 2 o semesre de 2017 Aulas 11/12 derivadas de ordem superior/regra da cadeia gradiene e derivada direcional Derivadas direcionais

Leia mais

1 Propriedades das Funções Contínuas 2

1 Propriedades das Funções Contínuas 2 Propriedades das Funções Contínuas Prof. Doherty Andrade 2005 Sumário 1 Propriedades das Funções Contínuas 2 2 Continuidade 2 3 Propriedades 3 4 Continuidade Uniforme 9 5 Exercício 10 1 1 PROPRIEDADES

Leia mais

PARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL

PARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL PARTE FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL.1 Funções Vetoriais de Uma Variável Real Vamos agora tratar de um caso particular de funções vetoriais F : Dom(f R n R m, que são as funções vetoriais de uma

Leia mais

Escola Secundária Dom Manuel Martins

Escola Secundária Dom Manuel Martins Escola Secundária Dom Manuel Marins Seúbal Prof. Carlos Cunha 1ª Ficha de Avaliação FÍSICO QUÍMICA A ANO LECTIVO 2006 / 2007 ANO II N. º NOME: TURMA: C CLASSIFICAÇÃO Grisson e a sua equipa são chamados

Leia mais

Seção 5: Equações Lineares de 1 a Ordem

Seção 5: Equações Lineares de 1 a Ordem Seção 5: Equações Lineares de 1 a Ordem Definição. Uma EDO de 1 a ordem é dia linear se for da forma y + fx y = gx. 1 A EDO linear de 1 a ordem é uma equação do 1 o grau em y e em y. Qualquer dependência

Leia mais

9. Derivadas de ordem superior

9. Derivadas de ordem superior 9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de

Leia mais

Disciplina: Introdução à Álgebra Linear

Disciplina: Introdução à Álgebra Linear Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa

Leia mais

Uma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação).

Uma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação). 5. FUNÇÕES DE UMA VARIÁVEL 5.1. INTRODUÇÃO Devemos compreender função como uma lei que associa um valor x pertencente a um conjunto A a um único valor y pertencente a um conjunto B, ao que denotamos por

Leia mais

MATEMATICA Vestibular UFU 2ª Fase 17 de Janeiro de 2011

MATEMATICA Vestibular UFU 2ª Fase 17 de Janeiro de 2011 Vesibular UFU ª Fase 17 de Janeiro de 011 PRIMEIRA QUESTÃO A realidade mosra que as favelas já fazem pare do cenário urbano de muias cidades brasileiras. Suponha que se deseja realizar uma esimaiva quano

Leia mais

Universidade Federal de Lavras

Universidade Federal de Lavras Universidade Federal de Lavras Deparameno de Ciências Exaas Prof. Daniel Furado Ferreira 8 a Lisa de Exercícios Disribuição de Amosragem 1) O empo de vida de uma lâmpada possui disribuição normal com média

Leia mais

Equações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16

Equações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16 Equações Simulâneas Aula 16 Gujarai, 011 Capíulos 18 a 0 Wooldridge, 011 Capíulo 16 Inrodução Durane boa pare do desenvolvimeno dos coneúdos desa disciplina, nós nos preocupamos apenas com modelos de regressão

Leia mais

Exercícios sobre o Modelo Logístico Discreto

Exercícios sobre o Modelo Logístico Discreto Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,

Leia mais

Definição. A expressão M(x,y) dx + N(x,y)dy é chamada de diferencial exata se existe uma função f(x,y) tal que f x (x,y)=m(x,y) e f y (x,y)=n(x,y).

Definição. A expressão M(x,y) dx + N(x,y)dy é chamada de diferencial exata se existe uma função f(x,y) tal que f x (x,y)=m(x,y) e f y (x,y)=n(x,y). PUCRS FACULDADE DE ATEÁTICA EQUAÇÕES DIFERENCIAIS PROF. LUIZ EDUARDO OURIQUE EQUAÇÔES EXATAS E FATOR INTEGRANTE Definição. A diferencial de uma função de duas variáveis f(x,) é definida por df = f x (x,)dx

Leia mais

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / 2016. Professor: Rubens Penha Cysne

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / 2016. Professor: Rubens Penha Cysne Escola de Pós-Graduação em Economia da Fundação Geulio Vargas (EPGE/FGV) Macroeconomia I / 2016 Professor: Rubens Penha Cysne Lisa de Exercícios 4 - Gerações Superposas Obs: Na ausência de de nição de

Leia mais

MÉTODO MARSHALL. Os corpos de prova deverão ter a seguinte composição em peso:

MÉTODO MARSHALL. Os corpos de prova deverão ter a seguinte composição em peso: TEXTO COMPLEMENTAR MÉTODO MARSHALL ROTINA DE EXECUÇÃO (PROCEDIMENTOS) Suponhamos que se deseje dosar um concreo asfálico com os seguines maeriais: 1. Pedra 2. Areia 3. Cimeno Porland 4. CAP 85 100 amos

Leia mais

Material Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto

Material Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum

Leia mais

Valor do Trabalho Realizado 16.

Valor do Trabalho Realizado 16. Anonio Vicorino Avila Anonio Edésio Jungles Planejameno e Conrole de Obras 16.2 Definições. 16.1 Objeivo. Valor do Trabalho Realizado 16. Parindo do conceio de Curva S, foi desenvolvida pelo Deparameno

Leia mais

Métodos de Física Teórica II Prof. Henrique Boschi IF - UFRJ. 1º. semestre de 2010 Aula 2 Ref. Butkov, cap. 8, seção 8.2

Métodos de Física Teórica II Prof. Henrique Boschi IF - UFRJ. 1º. semestre de 2010 Aula 2 Ref. Butkov, cap. 8, seção 8.2 Métodos de Física Teórica II Prof. Henrique Boschi IF - UFRJ 1º. semestre de 2010 Aula 2 Ref. Butkov, cap. 8, seção 8.2 O Método de Separação de Variáveis A ideia central desse método é supor que a solução

Leia mais

Módulo 07 Capítulo 06 - Viscosímetro de Cannon-Fensk

Módulo 07 Capítulo 06 - Viscosímetro de Cannon-Fensk Módulo 07 Capíulo 06 - Viscosímero de Cannon-Fensk Inrodução: o mundo cienífico, medições são necessárias, o que sempre é difícil, impreciso, principalmene quando esa é muio grande ou muio pequena. Exemplos;

Leia mais

1. Extremos de uma função

1. Extremos de uma função Máximo e Mínimo de Funções de Várias Variáveis 1. Extremos de uma função Def: Máximo Absoluto, mínimo absoluto Seja f : D R R função (i) Dizemos que f assume um máximo absoluto (ou simplesmente um máximo)

Leia mais

CAPÍTULO 10 DERIVADAS DIRECIONAIS

CAPÍTULO 10 DERIVADAS DIRECIONAIS CAPÍTULO 0 DERIVADAS DIRECIONAIS 0. Inrodução Dada uma função f : Dom(f) R n R X = (x, x,..., x n ) f(x) = f(x, x,..., x n ), vimos que a derivada parcial de f com respeio à variável x i no pono X 0, (X

Leia mais

Introdução ao estudo de equações diferenciais

Introdução ao estudo de equações diferenciais Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações

Leia mais

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010. Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Leia mais

Capítulo 1. x > y ou x < y ou x = y

Capítulo 1. x > y ou x < y ou x = y Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

Aplicações à Teoria da Confiabilidade

Aplicações à Teoria da Confiabilidade Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI

Leia mais

Funções vetoriais. I) Funções vetoriais a valores reais:

Funções vetoriais. I) Funções vetoriais a valores reais: Funções veoriais I) Funções veoriais a valores reais: f: I R f() R (f 1 n (), f (),..., f n ()) I = inervalo da rea real denominada domínio da função veorial f = {conjuno de odos os valores possíveis de,

Leia mais

INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS

INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS Terminologia e Definições Básicas No curso de cálculo você aprendeu que, dada uma função y f ( ), a derivada f '( ) d é também, ela mesma, uma função de e

Leia mais

Faculdade de Engenharia São Paulo FESP Física Básica 1 (BF1) - Professores: João Arruda e Henriette Righi

Faculdade de Engenharia São Paulo FESP Física Básica 1 (BF1) - Professores: João Arruda e Henriette Righi Faculdade de Engenharia São Paulo FESP Física Básica 1 (BF1) - Professores: João Arruda e Henriee Righi LISTA DE EXERCÍCIOS # 1 Aenção: Aualize seu adobe, ou subsiua os quadrados por negaivo!!! 1) Deermine

Leia mais

A ideia de coordenatização (2/2)

A ideia de coordenatização (2/2) 8 a : aula (1h) 12/10/2010 a ideia de coordenatização (2/2) 8-1 Instituto Superior Técnico 2010/11 1 o semestre Álgebra Linear 1 o ano das Lics. em Engenharia Informática e de Computadores A ideia de coordenatização

Leia mais

O caso estacionário em uma dimensão

O caso estacionário em uma dimensão O caso estacionário em uma dimensão A U L A 6 Meta da aula Aplicar o formalismo quântico no caso de o potencial ser independente do tempo. objetivos verificar que, no caso de o potencial ser independente

Leia mais

por séries de potências

por séries de potências Seção 23: Resolução de equações diferenciais por séries de potências Até este ponto, quando resolvemos equações diferenciais ordinárias, nosso objetivo foi sempre encontrar as soluções expressas por meio

Leia mais

Só Matemática O seu portal matemático http://www.somatematica.com.br FUNÇÕES

Só Matemática O seu portal matemático http://www.somatematica.com.br FUNÇÕES FUNÇÕES O conceito de função é um dos mais importantes em toda a matemática. O conceito básico de função é o seguinte: toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça

Leia mais

Resolução da Prova da Escola Naval 2009. Matemática Prova Azul

Resolução da Prova da Escola Naval 2009. Matemática Prova Azul Resolução da Prova da Escola Naval 29. Matemática Prova Azul GABARITO D A 2 E 2 E B C 4 D 4 C 5 D 5 A 6 E 6 C 7 B 7 B 8 D 8 E 9 A 9 A C 2 B. Os 6 melhores alunos do Colégio Naval submeteram-se a uma prova

Leia mais

Universidade Federal do Rio de Janeiro

Universidade Federal do Rio de Janeiro Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação

Leia mais

APÊNDICES APÊNDICE A - TEXTO DE INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES DE 1ª E 2ª ORDEM COM O SOFTWARE MAPLE

APÊNDICES APÊNDICE A - TEXTO DE INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES DE 1ª E 2ª ORDEM COM O SOFTWARE MAPLE 170 APÊNDICES APÊNDICE A - TEXTO DE INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES DE 1ª E ª ORDEM COM O SOFTWARE MAPLE PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS PUC MINAS MESTRADO PROFISSIONAL

Leia mais

ANÁLISE DE UMA EQUAÇÃO DIFERENCIAL LINEAR QUE CARACTERIZA A QUANTIDADE DE SAL EM UM RESERVATÓRIO USANDO DILUIÇÃO DE SOLUÇÃO

ANÁLISE DE UMA EQUAÇÃO DIFERENCIAL LINEAR QUE CARACTERIZA A QUANTIDADE DE SAL EM UM RESERVATÓRIO USANDO DILUIÇÃO DE SOLUÇÃO ANÁLSE DE UMA EQUAÇÃO DFERENCAL LNEAR QUE CARACTERZA A QUANTDADE DE SAL EM UM RESERATÓRO USANDO DLUÇÃO DE SOLUÇÃO Alessandro de Melo Omena Ricardo Ferreira Carlos de Amorim 2 RESUMO O presene arigo em

Leia mais

Campo magnético variável

Campo magnético variável Campo magnéico variável Já vimos que a passagem de uma correne elécrica cria um campo magnéico em orno de um conduor aravés do qual a correne flui. Esa descobera de Orsed levou os cienisas a desejaram

Leia mais

Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.

Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel. Matemática Essencial Equações do Segundo grau Conteúdo Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.br/matessencial/ 1 Introdução

Leia mais

PARTE 12 DERIVADAS DIRECIONAIS

PARTE 12 DERIVADAS DIRECIONAIS PARTE DERIVADAS DIRECIONAIS. Inrodução Dada uma função f : Dom(f) R n R X = (x, x,..., x n ) f(x) = f(x, x,..., x n ), vimos que a derivada parcial de f com respeio à variável x i no pono X 0, (X 0 ),

Leia mais

UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 20. Palavras-chaves: derivada,derivada direcional, gradiente

UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 20. Palavras-chaves: derivada,derivada direcional, gradiente Assuno: Derivada direcional UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 20 Palavras-chaves: derivada,derivada direcional, gradiene Derivada Direcional Sejam z = fx, y) uma função e x

Leia mais

ESCOLA DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS NOME: N O :

ESCOLA DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS NOME: N O : ESCOLA DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA INTRODUÇÃO AO ESTUDO DAS FUNÇÕES PROF. CARLINHOS NOME: N O : 1 FUNÇÃO IDÉIA INTUITIVA DE FUNÇÃO O conceito de função é um dos mais importantes da matemática.

Leia mais

Qual é Mesmo a Definição de Polígono Convexo?

Qual é Mesmo a Definição de Polígono Convexo? Qual é Mesmo a Definição de Polígono Convexo? Elon Lages Lima IMPA, Rio de Janeiro Quando pensamos num polígono convexo, imaginamos seus vértices todos apontando para fora, ou seja, que ele não possui

Leia mais

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata

Leia mais

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico. O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem

Leia mais

Overdose. Série Matemática na Escola. Objetivos

Overdose. Série Matemática na Escola. Objetivos Overdose Série Maemáica na Escola Objeivos 1. Analisar um problema sobre drogas, modelado maemaicamene por funções exponenciais; 2. Inroduzir o ermo meia-vida e com ele ober a função exponencial que modela

Leia mais

A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA

A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA A FÁBULA DO CONTROLADOR PID E DA CAIXA D AGUA Era uma vez uma pequena cidade que não inha água encanada. Mas, um belo dia, o prefeio mandou consruir uma caia d água na serra e ligou-a a uma rede de disribuição.

Leia mais

Mecânica de Sistemas de Partículas Prof. Lúcio Fassarella * 2013 *

Mecânica de Sistemas de Partículas Prof. Lúcio Fassarella * 2013 * Mecânica e Sisemas e Parículas Prof. Lúcio Fassarella * 2013 * 1. A velociae e escape e um planea ou esrela é e nia como seno a menor velociae requeria na superfície o objeo para que uma parícula escape

Leia mais

NOTAÇÕES. x 2y < 0. A ( ) apenas I. B ( ) apenas I e II. C ( ) apenas II e III. D ( ) apenas I e III. E ( ) todas. . C ( ) [ ] 5, 0 U [1, )

NOTAÇÕES. x 2y < 0. A ( ) apenas I. B ( ) apenas I e II. C ( ) apenas II e III. D ( ) apenas I e III. E ( ) todas. . C ( ) [ ] 5, 0 U [1, ) NOTAÇÕES C é o conjuno dos números complexos R é o conjuno dos números reais N = {,,,} i denoa a unidade imaginária, ou seja, i = - z é o conjugado do número complexo z Se X é um conjuno, P(X) denoa o

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.

Leia mais

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas? Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões

Leia mais

Dicas para a 6 a Lista de Álgebra 1 (Conteúdo: Homomorfismos de Grupos e Teorema do Isomorfismo para grupos) Professor: Igor Lima.

Dicas para a 6 a Lista de Álgebra 1 (Conteúdo: Homomorfismos de Grupos e Teorema do Isomorfismo para grupos) Professor: Igor Lima. Dicas para a 6 a Lista de Álgebra 1 (Conteúdo: Homomorfismos de Grupos e Teorema do Isomorfismo para grupos) Professor: Igor Lima. 1 /2013 Para calcular Hom(G 1,G 2 ) ou Aut(G) vocês vão precisar ter em

Leia mais

4.2 Produto Vetorial. Orientação sobre uma reta r

4.2 Produto Vetorial. Orientação sobre uma reta r 94 4. Produto Vetorial Dados dois vetores u e v no espaço, vamos definir um novo vetor, ortogonal a u e v, denotado por u v (ou u v, em outros textos) e denominado produto vetorial de u e v. Mas antes,

Leia mais

Análise Matemática II

Análise Matemática II Análise Maemáica II Exame/Tese 3 - de Junho de 5 Licenciaura em Eng. Informáica e de Compuadores Nome: Número: Exame: Todas as pergunas Tese: Pergunas 5, 6, 7, 8 e 9 Indique na erceira coluna da abela

Leia mais

Seqüências, Limite e Continuidade

Seqüências, Limite e Continuidade Módulo Seqüências, Limite e Continuidade A partir deste momento, passaremos a estudar seqüência, ites e continuidade de uma função real. Leia com atenção, caso tenha dúvidas busque indicadas e também junto

Leia mais

Cálculo Diferencial e Integral I Vinícius Martins Freire

Cálculo Diferencial e Integral I Vinícius Martins Freire UNIVERSIDADE FEDERAL DE SANTA CATARINA - CAMPUS JOINVILLE CENTRO DE ENGENHARIAS DA MOBILIDADE Cálculo Diferencial e Integral I Vinícius Martins Freire MARÇO / 2015 Sumário 1. Introdução... 5 2. Conjuntos...

Leia mais

Todos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU

Todos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU FUNÇÃO IDENTIDADE... FUNÇÃO LINEAR... FUNÇÃO AFIM... GRÁFICO DA FUNÇÃO DO º GRAU... IMAGEM... COEFICIENTES DA FUNÇÃO AFIM... ZERO DA FUNÇÃO AFIM... 8 FUNÇÕES CRESCENTES OU DECRESCENTES... 9 SINAL DE UMA

Leia mais

Curso de preparação para a prova de matemática do ENEM Professor Renato Tião

Curso de preparação para a prova de matemática do ENEM Professor Renato Tião Porcenagem As quaro primeiras noções que devem ser assimiladas a respeio do assuno são: I. Que porcenagem é fração e fração é a pare sobre o odo. II. Que o símbolo % indica que o denominador desa fração

Leia mais

Figura 1 Carga de um circuito RC série

Figura 1 Carga de um circuito RC série ASSOIAÇÃO EDUAIONAL DOM BOSO FAULDADE DE ENGENHAIA DE ESENDE ENGENHAIA ELÉTIA ELETÔNIA Disciplina: Laboraório de ircuios Eléricos orrene onínua 1. Objeivo Sempre que um capacior é carregado ou descarregado

Leia mais

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência:

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência: FUNÇÃO DO 1º GRAU Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência: Correspondência: é qualquer conjunto de pares ordenados onde o primeiro elemento pertence ao primeiro

Leia mais

CORREÇÃO PROVA UFRGS 2009 MATEMÁTICA FAÉ

CORREÇÃO PROVA UFRGS 2009 MATEMÁTICA FAÉ CORREÇÃO PROVA UFRGS 009 MATEMÁTICA FAÉ QUESTÃO 6 (E) ASSUNTO: MATEMÁTICA BÁSICA (PORCENT. E POTÊNCIAS DE 0) 00 milhões = 00.0 6 Regra de Três: 00.0 6,% 00%.0 8,.0.0 0 dólares QUESTÃO 7 (E) ASSUNTO: MATEMÁTICA

Leia mais

Aplicações de Derivadas

Aplicações de Derivadas Aplicações de Derivadas f seja contínua no [a,b] e que f '(x) exista no intervalo aberto a x b. Então, existe pelo menos um valor c entre a eb, tal que f '(c) f (b) f (a) b a. pelo menos um ponto c (a,

Leia mais

Movimento unidimensional. Prof. DSc. Anderson Cortines IFF campus Cabo Frio MECÂNICA GERAL

Movimento unidimensional. Prof. DSc. Anderson Cortines IFF campus Cabo Frio MECÂNICA GERAL Movimeno unidimensional Prof. DSc. Anderson Corines IFF campus Cabo Frio MECÂNICA GERAL 218.1 Objeivos Ter uma noção inicial sobre: Referencial Movimeno e repouso Pono maerial e corpo exenso Posição Diferença

Leia mais

Análise de Circuitos Dinâmicos no Domínio do Tempo

Análise de Circuitos Dinâmicos no Domínio do Tempo Teoria dos ircuios e Fundamenos de Elecrónica Análise de ircuios Dinâmicos no Domínio do Tempo Teresa Mendes de Almeida TeresaMAlmeida@is.ul.p DEE Área ienífica de Elecrónica T.M.Almeida IST-DEE- AElecrónica

Leia mais

A integral também é conhecida como antiderivada. Uma definição também conhecida para integral indefinida é:

A integral também é conhecida como antiderivada. Uma definição também conhecida para integral indefinida é: Integral Origem: Wikipédia, a enciclopédia livre. No cálculo, a integral de uma função foi criada para originalmente determinar a área sob uma curva no plano cartesiano e também surge naturalmente em dezenas

Leia mais

Introdução às Equações Diferenciais

Introdução às Equações Diferenciais Introdução às Equações Diferenciais Prof. Eduardo Nobre Lages - EES/CTEC/UFAL enl@ctec.ufal.br Contatos: enlages@hotmail.com edunol UFAL Promoção: PEC/Engenharia Civil/UFAL Maceió/AL Novembro-Dezembro/2004

Leia mais

CAPÍTULO 6 TRANSFORMAÇÃO LINEAR

CAPÍTULO 6 TRANSFORMAÇÃO LINEAR INODUÇÃO AO ESUDO DA ÁLGEBA LINEA CAPÍULO 6 ANSFOMAÇÃO LINEA Introdução Muitos problemas de Matemática Aplicada envolvem o estudo de transformações, ou seja, a maneira como certos dados de entrada são

Leia mais

MAT1154 ANÁLISE QUALITATIVA DE PONTOS DE EQUILÍBRIO DE SISTEMAS NÃO-LINEARES

MAT1154 ANÁLISE QUALITATIVA DE PONTOS DE EQUILÍBRIO DE SISTEMAS NÃO-LINEARES MAT1154 ANÁLISE QUALITATIVA DE PONTOS DE EQUILÍBRIO DE SISTEMAS NÃO-LINEARES VERSÃO 1.0.2 Resumo. Este texto resume e complementa alguns assuntos dos Capítulo 9 do Boyce DiPrima. 1. Sistemas autônomos

Leia mais

= + 3. h t t. h t t. h t t. h t t MATEMÁTICA

= + 3. h t t. h t t. h t t. h t t MATEMÁTICA MAEMÁICA 01 Um ourives possui uma esfera de ouro maciça que vai ser fundida para ser dividida em 8 (oio) esferas menores e de igual amanho. Seu objeivo é acondicionar cada esfera obida em uma caixa cúbica.

Leia mais

Experiências para o Ensino de Queda Livre

Experiências para o Ensino de Queda Livre Universidade Esadual de Campinas Insiuo de Física Gleb Waagin Relaório Final da disciplina F 69A - Tópicos de Ensino de Física I Campinas, de juno de 7. Experiências para o Ensino de Queda Livre Aluno:

Leia mais

Sistemas Lineares. Módulo 3 Unidade 10. Para início de conversa... Matemática e suas Tecnologias Matemática

Sistemas Lineares. Módulo 3 Unidade 10. Para início de conversa... Matemática e suas Tecnologias Matemática Módulo 3 Unidade 10 Sistemas Lineares Para início de conversa... Diversos problemas interessantes em matemática são resolvidos utilizando sistemas lineares. A seguir, encontraremos exemplos de alguns desses

Leia mais

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para

Leia mais

QUESTÃO 01 Considere os conjuntos A = {x R / 0 x 3} e B = {y Z / 1 y 1}. A representação gráfica do produto cartesiano A B corresponde a:

QUESTÃO 01 Considere os conjuntos A = {x R / 0 x 3} e B = {y Z / 1 y 1}. A representação gráfica do produto cartesiano A B corresponde a: PROVA DE MATEMÁTICA - TURMA DO o ANO DO ENINO MÉDIO COLÉGIO ANCHIETA-A - JUlHO DE. ELAORAÇÃO: PROFEORE ADRIANO CARIÉ E WALTER PORTO. PROFEORA MARIA ANTÔNIA C. GOUVEIA QUETÃO Considere os conjunos A { R

Leia mais

Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov

Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov Insiuo de Tecnologia de Massachuses Deparameno de Engenharia Elérica e Ciência da Compuação 6.345 Reconhecimeno Auomáico da Voz Primavera, 23 Publicado: 7/3/3 Devolução: 9/3/3 Tarefa 5 Inrodução aos Modelos

Leia mais

4.2 Teorema do Valor Médio. Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html

4.2 Teorema do Valor Médio. Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html 4.2 Teorema do Valor Médio Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html Teorema de Rolle: Seja f uma função que satisfaça as seguintes hipóteses: a) f é contínua no intervalo

Leia mais

Física B Extensivo V. 5

Física B Extensivo V. 5 Gabario Eensivo V 5 Resolva Aula 8 Aula 9 80) E 80) A 90) f = 50 MHz = 50 0 6 Hz v = 3 0 8 m/s v = f = v f = 3 0 8 50 0 = 6 m 90) B y = 0,5 cos [ (4 0)] y = 0,5 cos y = A cos A = 0,5 m 6 = 4 s = 0,5 s

Leia mais

Diodos. Símbolo. Função (ideal) Conduzir corrente elétrica somente em um sentido. Tópico : Revisão dos modelos Diodos e Transistores

Diodos. Símbolo. Função (ideal) Conduzir corrente elétrica somente em um sentido. Tópico : Revisão dos modelos Diodos e Transistores 1 Tópico : evisão dos modelos Diodos e Transisores Diodos Símbolo O mais simples dos disposiivos semiconduores. Função (ideal) Conduzir correne elérica somene em um senido. Circuio abero Polarização 2

Leia mais

PROCESSOS DE PASSEIO NA RETA CONTÍNUA DANIELA TRENTIN NAVA. Orientador: Prof. Ph.D. Andrei Toom. Área de concentração: Probabilidade

PROCESSOS DE PASSEIO NA RETA CONTÍNUA DANIELA TRENTIN NAVA. Orientador: Prof. Ph.D. Andrei Toom. Área de concentração: Probabilidade PROCESSOS DE PASSEIO NA RETA CONTÍNUA DANIELA TRENTIN NAVA Orienador: Prof. Ph.D. Andrei Toom Área de concenração: Probabilidade Disseração submeida como requerimeno parcial para obenção do grau de Mesre

Leia mais

12. FUNÇÕES INJETORAS. FUNÇÕES SOBREJETORAS 12.1 FUNÇÕES INJETORAS. Definição

12. FUNÇÕES INJETORAS. FUNÇÕES SOBREJETORAS 12.1 FUNÇÕES INJETORAS. Definição 90 1. FUNÇÕES INJETORAS. FUNÇÕES SOBREJETORAS 1.1 FUNÇÕES INJETORAS Definição Dizemos que uma função f: A B é injetora quando para quaisquer elementos x 1 e x de A, f(x 1 ) = f(x ) implica x 1 = x. Em

Leia mais

Chapter 2. 2.1 Noções Preliminares

Chapter 2. 2.1 Noções Preliminares Chapter 2 Seqüências de Números Reais Na Análise os conceitos e resultados mais importantes se referem a limites, direto ou indiretamente. Daí, num primeiro momento, estudaremos os limites de seqüências

Leia mais

Notas de aula número 1: Otimização *

Notas de aula número 1: Otimização * UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS DISCIPLINA: TEORIA MICROECONÔMICA II Primeiro Semestre/2001 Professor: Sabino da Silva Porto Júnior

Leia mais