Baixe o app para aproveitar ainda mais
Prévia do material em texto
Análise Vetorial A, Funções racionais B, Transformadas de funções C, Equações diferenciais D, Análise estatística E' Matemática financiera F' Teoria de equações G' Elementos de máquinas O, Análise de esforços P, Maquinaria e elementos Q, Manufatura e processos R, Sistemas elétricos S, Radiações T' Engenharia de controle U, Tabelas z· Manual de Fórmulas Técnicas 2 APLICAÇÕES AVANÇADAS de K. + R. Gieck 2005 ygo Edição conjunta (Parte 2) Boolü5J Ba;r,;u· Tradução: Eng. Guillermo Ruperto Martín Cortés Dra. Beatriz Potts Torres Revisão: Patrizia Zagni Equipe técnica Hemus Título do original alemão: TECHNISCHE FORMELSAMMLUNG (3'o• edição) © Copyright 1995, 2005 by GIECK Verlag GmbH, D-8211 O Germering - Germany ISBN 3 920379 21 7 (30" German Edition) © Copyright 2005 by Books Bazar/Hemus No total de 79 edições Nenhuma parte deste livro poderá ser reproduzida,sejam quais forem os meios empregados, sem a permissão por escrito da Editora. Todos os direitos adquiridos para a língua portuguesa e reservada a propriedade literária desta publicação pela l~oo~{J ~H.íiHJ' Visite nosso site: www.hemus.com.br Rua Pássaros e Flores, 416 • Brooklin 04704·000 São Paulo. SP Fone/Fax: (011) 5093·7822 I 5044·6366 e-mail: booksbazar@hemus.com.br Impresso no Brasii/Printed in Brazil Prefácio Esta obra contém as mais importantes fórmulas matemáticas e técnicas, em apresentação clara, concisa e ordenada. Nela, o engenheiro encontrará rapidamente as fórmulas fundamen- tais de sua especialidade e saberá utilizar aquelas que lhe são menos familiares, graças às explicações sucintas. Cada assunto é designado por uma letra maiúscula, conforme a lista no frontispício do livro. A seqüência das páginas que tra- ta de um mesmo assunto é indicada por um respectivo número acompanhado da letra característica. A numeração das fórmu- las é contínua para um mesmo assunto e representada pela letra minúscula correspondente, o que facilita a localização das fórmulas utilizadas nos cálculos. Prefácio da nova edição (Parte 2) Em Aplicações avançadas foram incluídos os temas: Teoria de equações; Elementos de máquinas; Engenharia de controle. Esses novos tópicos contêm conceitos e fórmulas fundamen- tais, assim como exemplos de suas aplicações. Em especial, complementa-se o tema de Álgebra com conceitos fundamen- tais da Álgebra superior. A nova seção de Elementos de má- quinas inclui conteúdos relacionados a projetos de engrena- gens e a seção Engenharia de controle apresenta elementos conceituais e algoritmos necessários para a análise de um sis- tema. Agradecemos aos professores M. Otto e H. W. Z immer, que co- laboraram na atualização e elaboração desta obra. K. Gieck R. Gieck a7 Análise vetorial Magnitude, direção e componentes de vetores Vetor: representação de uma quantidade física com magnitude e direção Coordenadas do ponto inicial A do vetor ã : x1, y1, z1 Coordenadas do ponto final 8 do vetor ã: x2 , y2 , z2 Vetores unitários sobre os eixos OX, OY, OZ: 7, f, k Componentes escalares By= y,-y, Bz = Z2- Z 1 _, k I Componentes vetoriais : /C..C---"---'--'---'~'--""""' ·-110Y ~ - 1 1 /ttox -J. a = ax + a1 + Bz B = a, l+ a 1 j +a, k ,~ - __ .!""_=-..:.=-...:1;·-·--Y i if;ax / ,l"x 17 1 1}1 = l'kl Magnitude de um vetor: lã I (ou seja, a) (lã I sempre ;e O) Co-senos diretores de um vetor: cosa, cos {3, cos Y a, {3, r são os ãngulos entre um vetor ã e os eixos OX, OY e OZ (a, {3, y = 0° ... 180°}. c os p = .!!L . Jãi' Bz cos r = 181 cosa = l~l; com cos2 a + c os• P + c os• r = Cálculo das componentes. Se forem conhecidas I ã I. a . {3, Y a'10 a, = lãl·cos a ; a1 = la l·cos P ; a , = fãlcos r Observação: Operações vetoriais como a determinação de magnitudes, co-senos diretores, somas e produtos finalizam-se com as componentes dos vetores pelos eixos OX, OY e OZ. Análise vetorial Adição e subtração de vetores Soma vetorial s de dois vetores livres ã e 5 -s - -a"11 s = a+ b = Sx · i + s1 ·i + s,·k -- - - - - -..if;l7 . .,... ..... I a"12 s, =a,+ b, s1 = a1 + by Sz = a, + b, _.. _.. I _... I I I a"13 ls l = Vs; + s/+ s/ Diferença vetorial s de dois vetores livres ã e 5 8 ~ a"14 a·15 a"16 a"17 a"18 s = S,~; = Bx- bx ; Sy = By - by; Sz = I s i= Vs,/ +s/+ s/ Valores importantes 151 para 2 vetores rp iãhlíil I;J=Ib"l 0°: 360° lã"Híi/ 21;1 -1>. P-..._ ___ _.a.., ' Bz- bz ' I ' I ', ---,' -b --- ~---~~,' 90° 180° 270° V1ã1, .. 1;1, 1-;J -lb"/ V!BI2+ibl2 ' /;;'"/V2 o la/V2~ Soma vetorial s de vetores livres ã, íi, - c etc.: ~ - - - -a"19 S =a +b -c + .. . =Sx· i+Sy-)+s,·k. a"20 S,x=ax+bx-C,r+ . . . ; Sy =By+by-Cy+ ... Sz = a.z + bz- c z + ... · a"21 I si = Vs; +s/+ si a"22 a·23 Produto de um escalar por um vetor Escalar: Magnitude física sem direção. O produto do escalar k com o vetor â dá o vetor ê. c = I<.· a (I< ? O) < Cx = k ·a,.. i c,.= k . 8y; Cz = k · 4z c = /(·lãl -Se k > O, então c lT ã, pelo que c k > O, então c H â, pelo que (c ~ o ~ â Exemplo: Força = massa x aceleração F = m· a a'24 m > O; F;;'tt;; F;= m ·;; F, m· a ") O símbolo 1! significa que os vetores (- b) e b são paralelos e de sentido contrário. a'25 a'26 a'27 a'28 Análise vetorial Produtos de dois vetores livres O produto escalar de dois vetores livres ã e õ dá o escalar k. Símbolo do produto escalar: ponto " · " Exemplo: Trabalho W de uma força F no deslocamento s. a '29 W = força x deslocamento F· -; a'30 W = F s cos 'P (W ~ O;F,s s O) a'31 a'32 a'33 a'34 a'35 O produto vetorial de dois vetores livres ã e lJ dá o vetor c. _:;imb~lo ~o pro~to-vetorial: cruz '_"x" ê~· o0 ••• 180° b c = a x b = -( b • a) ICJ= a b sen'P = 1-;;""jl"bl sen ;p (c ~ O) • _ cj_a y ;-j_b" . · .., a -a , b , c formam uma triade direita c, = a, b, - a, by c, = a, b, - a, b, Cz = a, by - ay b, 'P >180° ... < 360° - a a'36 1-;-1 = Vc} + cj + Cz2 ' ~~ ~ impor- l-:--:c-:--::----+----+--:-=~::;;-ll----+--:-:=--=- a·37 lantes -1-;1-l"bl a'38 a'39 Exemplo: Momento M de uma força F referente a um ponlo O: /t " Raio velor X 1f = r F· sen rp (lf f O; r, F ? Linha de ação > ..... b'1 b'2 b'3 b'4 Funções racionais Função de frações racionais. Decomposição Função de frações racionais (.r) _ P(x) _ a.+a,x+a 1 x1 + ... +a..,x"' n>m !/ - Q(rT - b o + b, X + b1 .xl + ... + bn r" n e m in teirOS Os coeficientes a,. e b, podem ser reais ou complexos. Se n, são as raizes de Q(x), obtém-se a forma fatorial: P(x) P(x) y(x) = QTXT" a(x-n,)"·(x-n1 )" ... (.r-n,)•• Nesta expressão podem se apresentar raízes de multiplicidade k,, I<,, ... k,, de Q(x), as quais podem ser reais ou complexas; a é um fator constante. Decomposição em frações parciais Para lograr uma manipulação mais simples de y(x)- por exemplo, para sua integração- é conveniente decompor y(x) em frações parciais: ( ) P(x) A11 A12 A,., Y x = Q\xT = x-n, + ~ +. · ,+ {x-n,)" + ... ~ ... x-n2 A11 A,.l ( x-nz)' + · • · + ( x-nr)' 1 + · · · + A,, Aql A, •• + x-n, + (x-nq}l +. · .+ (x-nq) 11q Se os coeficientes de Q(x) são reais. aparecem raízes complexas por pares (raízes complexas conjugadas). Para efetuar a decomposição agrupam-se esses pares em frações parciais reais. Se em b'1, n, = n, (complexa conjugada de n,) e em virtude de sua aparição por pares k, = k, = k, então as frações parciais de b'2 com as constantes A, ... A,., podem agrupar-se nas seguintes frações parciais: 8" x + c., 81 2 .x + cfZ 8 ,, .r+ c,. x1 +ax+b + (x'+ax+b)' + + (.rl+a.x+b)' As constantes A, .... A.. .. 8, ... 8 ,. e C, ... C,. determinam-se igualando os coeficientes de igual põlência em X em ambos os membros da equacrão, depois de que na parte direita, decomposta esta em frações parc1ais, toma-se o comum denominador Q(x). Exemplo: (x)= 2x -1 = 2r-1= 8 11 x+C11 +~+~ 11 (X+1-2iJ(X+1+2iHX+lF Q(rJ .x1+2X+5 X+l l-<+11' 2.r-1 8".r(x+1)1 +C11 ( x+l)I+A,, ( .r+l) (.x'+2X+5)+A92(.r1+2X+5) QTXT- Q{x) 2x-1= (A ,,+ 8 11 )x3 + (3A, , + A01 + 2811 + C").r1 + + (7 A,,+ 2A,z + 811 + 2C")r + 5A, , + 5A,, +C" Ao igualar os coeficientes das partes esquerda e direita obtêm-se: 811 = -1/2; C,. = 1/4; A9 , = 1/2; A 0 , = -3/4. Quando se têm raizes simples n,, as constantes A,,. A,,. ... , A., da equação b'2 podem calcular -se como segue: A"= P(n,)/Q'(n 1); A1, = P( n1 )/Q'(n1); ••• A,= P(n, )IQ'(n, ) Transformadas de funções Transformada de Fourier Generalidades Com a transformada de Fourier F{s{t)} chega-se, com a ajuda da integral de Fourier, a um desenvolvimento da função tempo s(t) num espectro continuo (densidade espectral) S(w), na qual a freqüência corresponde á densidade do espectro; s(t) deve ter as seguintes propriedades: a) ser divisível num número finito de intervalos nos quais s(t) seja contínua e monótona; b) possuir valores definidos nas descontinuidades s(t +O) e s(t- O) de modo que possa expressar-se c"1 s(t) • 'h(s(t + O) + s(t) + OJJ c·2 c) ser tal que _}ls(LJI dtconvirja. -a transformada inversa F'[S(m)) conduz à função tempo. Definições +00 -iwr =F c·s F{s(t)} S(w) = js( t) e . dt; i -co . .., ,.,, c·4 F-'{s(w)} = s( t) =....!...Js(w)e . dw; i =F 2Jt- +00 +<X> c·s Energia} Jls(t)J' · dt = 21" Jls(wll ' ·dw espectral -O> -00 Regras de operação c·6 Deslocamento em tempo F{ s( t -r)} = S(w) ·e- ;.,T; i = F .oo c7 Convolução s,( t) "s,( t) = f s,(r) · s,( t -r)· dr c·g c·1o c·11 c·12 F{s1(t) * s2 (t)} F { s( t l} F{s(at)) F { s 1( t) + s,( t)} +00 = Js2 (r )·s 1(t -r) ·dr - oo = S,(w) ·52 (w) = S(w) =~ S(~) sempre que a> O St(w) + s,(w) (continua em C'2) c'13 c'14 c'15 c'16 Transformadas de funç.ões Transformada de Fourier (continuação de C'1) Em seguida, indicam-se as densidades espectrais calculadas para algumas importantes funções de tempo. 1 00 • s(t} =-JS(w}·e·w• · dw 2K_co Função tempo s(t) Função retângulo A · R, (t) r-r---+f-' (-t )-"i A fll tJ ~t I _ (. . r r Função impulso de Dirac Aõ(t) ~' A6 (ti Função retân-, A ·R1 1 ( t-T/2 l-guio com tro- 1 cade sinal -A ·R111 ( t•T/2) 511) 00 S(w} = Js(t) ·e·••t · dt -oo Densidade espectral S(ro) 2 A 1'· sen (wT)I(wT) Sfw) S(w) S(w) = A (Densidade espectral constante sobre ro) w sen (wT) S(w) = 4AT-c o s( 2wT )-w-1'-- AR...,· (w) S(w) ( Função) retângulo }n W 61~- (coniin'ua em C'3) c'1B c'19 c'20 c'21 c '22 c '23 c'24 c '25 c'26 c'27 c'28 Transformadas de funções C'3 Transformada de Fourier (continuação de C'2) Função tempo s(t) Densidade espectral S(w) Função triãngulo A · O, (t) ( ) _ ( sen ( Tw/2) r T ·1$ SwL .. : 21< 2tr .. , w - T r -T-T T T Retãngulo modulado 2~ 2" AR1 (t) cos(w.t) w0 =r.=~ A- sen T(w + w0 ) V\~ff\ 7 ~''!.1' ...... /v(R,,,J S(w) = + W + W0 A sen T(w - w0 ) -T vv~ 1 ( .. . W- "'o Impulso de Gauss s(tJ -altl ~[/ ~ A e • .,z A -S(w) = -a·Jiil·e ••' ( ) 2/[ lmP"IW~o•-y S(w ) = ~- cos({w) " l-u>r -\ ~ I - I I 2 2 '( ) 2" sen{w{) m'"''~•'>' A T srt J S(w) = 4' ( w-f) X ";, X 1 ~ _ ''t.. r1,_ t 1-1'67 Impulso s (I) exponencial ~r K S(w) = ___ A_ J w +a ç'29 t;'30 c '31 c'32 c'33 c'34 c'35 c'36 c'37 c'38 c'39 c'40 c'41 Transformadas de funções Transformada de Laplace Generalidades: Com a transformada de Laplace L {tm) se representa {ou transforma) a função f(t}, com a ajuda da integral "' f'(p) = J f( t) · e-pt ·dt o em uma função imagem; f(~ deve ser nula para t < O e para t 2! O deve estar totalmente definida; e é um fator de amortecimento que faz com que a integral convirja para um grande número de funções do tempo. Tem-se que p = cr + tül (cr 2! O) é uma variável complexa de operações. Neste domínio da imagem podem-se resolver equações diferenciais e analisar processos não periódicos (por exemplo, vibrações). O com- portamento da função tempo se obtém por meio da transformada inversa (vide tabela em C'6). Definições v,.;, L {f (I)} = f'(P) ~Ji<tl e-ptdt I L -'{f'(p)} = f(t) = 2!~J:(P) eP'·dp Representação abreviada: Representação abreviada: f(t) f'(p) f'(p) f(t) Regras de operação Linearidade L{ft( t) + /z( t)} Ft (p) + F,(p) L{c·f1(tl} c·f', (p) Teorema de L{!( t-al} e -•P · F(p) translação Teorema de ' convolução ft( t) *f,( t) = Jft(t-r)·f,(r)·dr ' = J f, (r) ·f,( t- r) ·<'r o f,(t) *f,( t) <>----41 F, (p) · F,(p) Troca de L{~ f(~)} f'(a·p) variável Diferenciação L{!'( t )} p · F(p)- f( o•) L (f"( t ) } p2·F(p)- P·f(O•)- f'( O•) L{f~(t)} ·-· p~·F(p)-L flkl(o•)po-k-1 .. , Integração LL/f(t)·dt} = J._ F(p) p c'42 c'43 Transformadas de funções Transformada de Laplace Emprego da transformada de Laplace para a resolução de equações diferenciais Ersq!!_e~a s!._e ~e!_aÇ!O _ , r _ _ _ _ _ _ Domínio de t Operação Domínio de p 1 de cálculo Vide regras de derivação Transformada inversa segundo C'6 Eqs. ords. para Y(p) Solução das eqs. '-=,.co=:r;:cds=:. ~se~g~uc..:nd:;:o;..c:Y~~p<.,) =--!:.~ O problema de resolver as equações diferenciais se reduz a encontrar c'44 uma transformada inversa; esta operação se simplifica expressando Y(p) em frações parciais (vide B'1) ou em funções cujas transformadas inversas ao domínio do tempo possam se encontrar já organizadas em tabelas (vide tabela em C'6). c·4s Exemplo: 2y' + y = f( t); f( t) é a função de excitação I y (O') = 2, é a condição inicial ~~c:~~ } 2p·Y(p)-2y(O+)+Y(p) = P(p) g. ~·43 ( )~ Y( ) = P(p)+2y(O') = 1/p+2y(O') U) y t p 1 + 2p 1 + 2p Sendo f(t) ~ F(p), obtêm-se diferentes soluções para y(t). (Suponhamos que f(t) seja a função escalão. Segundo C'SO será, então, F{p)= 1/p.) , } 1 2y(O') 1 2 2y(O') SegundoB1 Y(p)=p( 1+2 p)+ 1+2 p=p- 1+2 p+ 1+2p I 1 - ~ 1 -Y, -~, esegundo C'6 y(t)=1-2;;e +2·22e =1 +e Aplicação do teorema de convolução da transformada de Laplace a redes lineares Uma função de excitação f,{t) se transforma por meio de uma rede em uma resposta y(t). A rede se caracteriza pela função de transferência F, (p); F, (p) tem a transformada inversa f, (t). Domínio de t Domínio de p f, ( t tr-:::::::-1 y ( t l ~ F',(p)~~ Y(p~ ~ c'46 y(t) = f 1 (t)*f•(t).,______.Y(p) = F',( p) · P,(p) A resposta y(t). para uma rede dada, depende de f,(t); pode-se calcular y(t) segundo o esquema depois de obter Y{p). A transformada inversa no domínio de t pode ser obtida em forma fechada se F,(p) está dada como função racional de p e a transformada F,(p) pode ser obtida da tabela em C'6. c '54 c'55 c'56 c'57 c·sa c '59 c '60 c'61 c'62 c '63 c'64 c'65 c '66 c'67 c '68 c'69 c'70 c'71 c'72 c'73 c'74/ c'75 Transformadas de funções Transformada de Laplace Tabela de correspondência QO -pl F(p) =J f(t)·e ·dr; o C0 • ioo [{r)= 2~i JF(p)·eP'·dp C0 - ico con p = i w = i 2 1r f; Função imag. Função tempo Função imagem Função tempo Flp! /111 ,..lpl /UI 1 ó ( t) ~ Dirac rl 1 sen(l<t) .. (p2 + 1<2)2 21< lo o 1/p 1 para t >O 'l:l. ~ t c o s ( I<. r) c o +2 Oparar<Dtt gj rl c os (l<.r) -1 /p2 t (/ + ~<'>' _!5., t · sen (I< r ) 1 l p" tl') - 1 2 (,..- 1)! 1para b * a: 1 l (p- a) e xp( ar) (p- a )(p-b) eb• _ ear b a 1 /( p- a )2 t exp(at) 1 1 -·· sen (I<. r) (p+ a )2 .. 1<2 ke a exp(ar)-1 1 p(p- a) '(fi' y;r7 __ 1 __ 1 2 vr Te xp(-t / T) 1 1 +r. p Pfp a senh(at) '{ji' -1 1 ( 2 YJ[ . t l,,) p'- a' p PyP 3/( 4YJ' ·t'11) "'iT7 c os h ( a r ) ln P + b 1 ( _,, -b') p+ a t e -e _I<_ sen (l<t ) ta n- • ( a l p) 1 / r · sen (a t) p2 + /<.2 p c os (!<. t) para a >O : -•' ~ e - • I'P _ a __ -;:r 1 1 2 ty;;T e (p2 + 1<.2)2 ""20 sen ( !<. t )- para a~O : 1 1 - •rP a - 2 1<2 t c os(/<.r) - e e r fc 2 YT p p 1 I {Função (/ .. l<'l' U sen (I<. r) ~ Jo (l<t) de Bessel Equações diferenciais Conceitos gerais Conceito de equação diferencial (ED) ED é uma equação que contém funções, derivadas (ou diferenciais) dessas funções e ademais variáveis independentes. Tem de se d istinguir entre: Equações diferenciais ordinárias (EDO), nas quais as funções pro- curadas dependem somente de uma variável independente. Por exemplo: d'1 y" + 2x2y ~ sen x y =[!.r) d'2 Equações diferenciais parciais (EDP), nas quais as funções procu- radas dependem de diversas variáveis independentes. Por exemplo: ~ = x2·v·w~ . õx õu·õv ou õv x = f(u, v, w) As EDP não se expõem aqui de forma separada, já que os métodos das EDO podem se aplicar nelas. Equações diferenciais ordinárias d'3 Forma: F (x, y(x), y'(x), ... ylnJ(xJ) = O. Nesta expressão, y(x) é a função procurada; y· .. . /"'são as primeiras e sucessivas deriyadas alé de ordem n, com x como variável indepen- dente. d'4 Exemplo:y"'(x) + m(x)·y'(x) + n(x)yl(x) + p(x)y = q(x). d'5 Ordem: é aquilo da derivada de maior ordem que aparece na ED. No exemplo anterior, a ordem da ED é 3. d '6 Grau: é o expoente da derivada de maior ordem que aparece na equação ao expressar esta na forma de polinômio, ou seja, ao racionalizá-la. d7 ED linear (EDL): é uma ED na qual as funções desconhecidas e suas derivadas aparecem somente elevadas à primeira potência; a ED linear é sempre de primeiro grau. d ·a ED homogênea: nesta, a função forçante ou de perturbação q{x)é igual a O, isto é, q(x)= O. d'9 EDnãohomogênea: nesta, q(.r),.O. d '1 O Solução: é uma função y = y(x) que com suas derivadas satisfaz de maneira semelhante a ED. A integração de uma equação dilerencial é o processo de encontrar soluções. Integral geral de uma ED é o conjunto total de suas soluções. As integrais gerais de uma ED de ordem n contêm n constantes arbitrárias:.C,, C,, ... , c •. Tais constantes adquirem valores definidos quando se especificam as condições iniciais y(xJ= r~· ... d'11 y'(x0 ) c y'0 .• • y(n- 1) (X o) • y!n- 1). A integral particular de uma equação diferencial é uma solução especilica da equação. Equações diferenciais Equações diferenciais lineares Métodos para resolver uma ED 1. Transformando e ordenando a equação de maneira que possa iden- tificar-se com um certo tipo de equação para o qual existam soluções (vide 0'6, 0'8 a 0 '12). 2. Emprego de uma substituição especial (vide 0'8). Efetuando tal substituição, a EO com freqüência pode reduzir-se a uma de menor ordem ou grau para a qual exista uma solução conhecida (vide 0'9a0'12). 3. Emprego do método dos operadores, em especial da transformada de Laplace (vide C'4 a C'6). Equações diferenciais lineares (EDL) d'12 Forma: Nesta equação, y = y(x) é a função procurada; y' ... y" são a primeira e sucessivas derivadas até a de ordem n de y(x): p ,(x) p.(x) sã? funções de x. d'13 d'14 Solução geral da EOL não homogênea Solução da ED homogênea: y,...,. A y ...... se obtém resolvendo a ED não homogênea na qual q(x) = O. Toda ED linear homogênea de ordem n tem n soluções independentes y,. y, , ... , y, com n constantes arbitrarias independentes C,_ ... C,. (Em 0'9 a 0'12 há as soluções de algumas equações diferenciais de primeira e segunda ordens). Solução particular da ED não homogênea: y,., A Y~v• se obtém para q(x) *O. Em 0 '3, 0'6 e 0'7, indicam-se procedimentos para encontrar essas soluções; em 0'9 e 0'12, há algumas soluções para a Y~v• de E Os lineares de primeira e segunda ordens. Equações diferenciais Equações diferenciais lineares Métodos para resolver uma ED 1 . Transformando e ordenando a equação de maneira que possa iden· tificar-se com um certo tipo de equação para o qual existam soluções (vide 0'6, 0'8a 0'12). 2. Emprego de uma substituição especial (vide 0'8). Efetuando tal substituição, a ED com freqüência pode reduzir-se a uma de menor ordem ou grau para a qual exista uma solução conhecida (vide 0'9a 0'12). 3. Emprego do método dos operadores, em especial da transformada de Laplace (vide C'4 a C'6). Equações diferenciais lineares (EDL) d'12 Forma: Nesta equação, y = y(x) é a função procurada; y' ... y" são a primeira e sucessivas derivadas até a de ordem n de y(x): p,(x). p.(x) sã? funções de x. d'13 d'14 Solução geral da EOL não homogênea Y = Yhom + Ypan Solução da ED homogênea: y ... ". Ay ...... seobtém resotvendoa ED não homogênea na qual q(x)= O. Toda ED linear homogênea de ordem n tem n soluções independentes y,. y,, ... , y" com n constantes arbitrárias independenles c ..... c". (Em 0'9 a 0'12 há as soluções de algumas equações diferenciais de primeira e segunda ordens). Solução particular da ED não homogênea: y,..., Ay,..,se obtém para q(x) *O. Em 0'3, 0'6 e 0'7, indicam-se procedimentos para encontrar essas soluções; em 0'9 e 0'12, há algumas soluções para a r- de EDs lineares de primeira e segunda ordens. d'15 d'16 d'17 d'18 d'19 d'20 d'21 d'22 d'23 d'25 d'27 Equações diferenciais Equações diferenciais lineares Solução particular Obtenção com o método da variação de parâmetros Se é conhecida y"""' de uma EDL de ordem n (vide 0'2, 0'6), a seguinte substituição conduz sempre a uma solução particular: Ypart = Cdx)·y, + Cz(X)·yz + ... + Cn(x)·Yn· Método para a determinação de C,(x), C,(x), .. . C,(x): Forme-se o sistema de equações simultâneas: Cí(x)-y1 + Cí(x)·Y2 + ... + C~(x)·Yn = O Cí(X)·y1 + Cí(x)·y2 + ... + C~(x)-y~ =O Cí(X)·y1!"-2} + Cí(x)·yz!n-2} + ... + C~(X)·yn(n-2) = 0 Cí(X)·y1!n-l) + Cí(x)·yz!n-1} + ... + C~(x) ·y/n-1) = q(x) Determinem-se ás C,'{.r) para i = 1, 2, ... n do sistema anterior de equações simultâneas. Integrem-se as C,'(x) para i= 1, 2, ... na fim de obter as C,'{.r) da substituição feita para y. Exemplo: Çncontrar a y,.,da ED: y" + 2. y' = 2x. X Segundod'111 Yhom = Jc,a-fi·dx .dx +C2 = C1 ·1nlxi+C2 = C1 · ydx) + C2 · y2(x) onde y 1(xj = lnlxl e y2(x) = I Substituição Ypart = Cdx)·y1 + Cz(X)·yz Sistema de equações { Cí(xJ·Inlxl + Cí(x) · 1 = O simultâneas indicado em d'16 q(xJ·} + Cí(x) . o = 2x Resolvendo o sistema, obtém-seq(x) = 2x2; q(x) = -2x2·1nlxl lntegrando:Cí(x) e Cí(x) C!fx) = íx'; C2(x) = - jx3 (tnlxl - t J A solução procurada 2 é então: Ypart = 3xJ ·lnlxl - ~xJ (lnlxl - -})·I = ~xJ Solução geral: Y = Yhom + Ypart = C,· lnlxl + C2 + ~xl, Comprovação: y' = c, + ~xz y" = _ c, + ~ x x 3 xz 3 y" +.i_ - 9_ +~X+· 9_ +~X= 2x x x2 3 x1 3 Equações diferenciais Equações diferenciais lineares Equação diferencial linear de primeira ordem d'28 Forma: y' + p(x)y = q(x). d'29 d'30 d '31 d'32 d'33 d'34 d'35 d'36 d '37 A forma corresponde à dada em 0'2, d'12 para n = 1; a derivada de maior ordem que aparece é y. Em 0'2 e 0'9, há soluções para y, y,..,, y""'. Exemplo: y' + f = sen x- Y = Yhom + Ypart 1 Segundo d'1 00, p(x) = x q(x) = sen x. Segundo d'99, a solução homogênea é : -Jl dz - \nlz\ C Yhom = C!'e z = Cl'e =i com C1 zO. Segundo d'1 00, a solução particul;u se calculacom a expressão: f Jldx -Jldz Yparr sen x·e z ·dx ·e • f ( senx·e'"lz') dx·e- lnlzl = f ( senx • x)ctx·t = .!.senx- cos x X 1 Y = Yhom + Yparr = :x(C, + sen x) - cos X. Comprovação: y' _ f!. + x cos x2- sen x + sen x x2 x então y' +f sen x c1 ~ O; C1 adquire um valor definido, se, por exemplo, < :n: y(xJ = 1 para X 0 = 2 l 1t :n: 1 = 7!12 (C1 +sen 2)- cos 2. " pelo que C1 = I- l. Equação diferencial linear de segunda ordem d'38 Forma: y" + pdx)·y'+p2(x) ·y = q(x) A forma corresponde à dada em 0'2, d'12 para n = 2; a maior derivada que aparece é y·. Em 0'11 e d'12, há as soluções para y, y_ . y.,.,. Equações diferenciais Equações diferenciais lineares Equação diferencial linear de segunda ordem com coeficientes constantes Em virtude da grande importância que tem este tipo de ED nos problemas de vibrações, apresentam-se a seguir vários casos especiais dela. d'39 Forma: y• + 2ay' + b2·y = q(x). d'40 d'41 d'42 d'43 d'44 d'45 d'46 a e b com constantes, q(x) é a função de perturbação. Solução geral: segundo 0'2 e d'15 Y = Yhom + Yport Caso aperiódico: k2 = a2 _ b2 > o Yhom Yparl = Ct'e(-a+k)r + c2-e(-u-k)z el-aH)z f ---· el•-kJr . q(x)·dx- 2k el-a-k)x f •) - 2k. ela+kix . q(x)·dx Caso aperiódico limite: k2 = a2- b2 = O Yparl -e-ar f x·eax·q(x) ·dx + x·e-ax f eax · q(x)·dx •l d'47 Caso periódico: k2 = a2 - b2 <o d'48 Yhom = e-ax[ct'sen(wx) + C2·cos (wx) j d'49 d'50 d'51 d'52 com w = Vb2-a2 Ypart e-ax·sen(wx) f w · e••·cos(wx)·q(x)-dx - - e-ax·c~s(wx) .J e•x·sen(wx)·q(x)·dx •) •)Observação: Para o caso especial em que q(x) =A, sem (w,>), obtém-se: yP"'' = A ·san (W0 X-y), onde A = ~~===A~·======= V(b2-w0 2)2 + 4a2w02 e também Y cot-• bLw'l, Za w~ Equações diferenciais Equações diferenciais lineares Equação diferencial linear de ordem n com coeficientes constantes d'53 Forma: an·ylnl + an_ 1-y!n-JI + ... + a1y' + OoY = q(x) . Solução da EDL homogênea de ordem n com coeficientes constantes, d"54 q(x)=(O). d'55 Substituição:y = erz; y' = r·er.r; .. . y!nl = r"·er.r Substituindo essas expressões na ED homogênea dada em d'53, obtém-se a equação algébrica d'56 a.r.t + an_ 1rn- 1+ ... + a1r + a0 =O. Dessa equação podem-se obter as raízes r,. r,, .. . r,; dependendo do tipo delas, obtêm-se diferentes soluções para a y.....,: Casoa):Todasas r,. r,, ... , r, são reais e diferentes entre si : d'57 Yhom = Crer,·x + C2·er,.x + ... + Cn·e·r,·x •I Caso b}: Aparecem raízes múltiplas e simples: r) ::::: '2 = "' ' = rm; 'm+} I 'm+2l •• • 'n· d'58 Yhom = Cfe''·x + C2·x·e•rx + Cy:2-er,·x + ... + + Cm ·xm-l.eq·.r + Cm+fe'"'• l + ... + Cn·er,.·.t •J d'59 er, ·x (C1 + C2·x + ... + Cm·xm-1) + d'60 d'61 + Cm+t"e'm•l·.r + ... + Cn·er .. ·x. Caso c) : Aparecem raizes complexas conjugadas: r 1 = a + if3; r2 = a - i/3 = rj. Yhom = C f e •r• + C2·e'l·z •I = eax·(A·cos f3x + B·sen {Jx) A = C1 + C2; B = i(C1-C2l .Solução particular da EO não homogênea de ordem ncom coeficientes constantes Ypart = gJCx} + glx) + ··· + Kk(x). Para encontrar soluções particulares, utilizam-se expressões que dependem da forma de q(x). Em 0'7, há algumas dessas expressões. Uma vez determinada a expressão correspondente para y...,. obtêm-se y,..,. y,.,. etc. e se substituem na ED a resolver. Igualando coeficientes similares, podem-se determinar as incógnitas a e [:1 (vide exemplo em 0'7). •) C,. C,, .... C, são constantes arbitrárias. d"62 d"63 d"64 d "65 d"66 d"67 d "68 d"69 d70 d71 d72 d73 Equações diferenciais Equações diferenciais lineares Equação diferencial linear de ordem n com coeficientes constantes Forma de q(x) Expressão a substituir em y.,., A X'" A 0 + A 1x + A;!X2 + .. . + A..,xm A·e-'z A ·cos mx B ·sanmx A ·cos mx + B·san mx A· cosh mx B· senh mx A · Coshmx + B·senh mx A ·e-l'·cos m.x B · ei-'·sen m.x a a 0 + a 1x + al-"2 + ... + a..,xm ao + a, + ~2 + .. . + a..,xm a·e-'z a · cos mx + {J·senmx " + .. + a·cosh mx + {J ·senh mx + + a· e-U cos m.x + fJeA" sen m.x d74 A·ei-'·cos mx + B·ei-'·san mx " + + d75 Exemplo:y .. - y ~ cos 2x; segundo 0 "6, d"55 d76 d77 d78 d79 d"SO d"81 d "82 d"83 d"84 y ;::: erx; y' = r·erx; y•=r2·erx Substituindo na ED homogênea correspondente (d'75) rl-1=0; r2=1; r 1 =I; r 2 =-l Yhom = c,-er.-x + C2·6'l"X = C(&' + C2·e-x. A expressão a· substituir é da forma: Yparr = a · cos 2x + fJ ·sen 2x y'P••' = -2a·sen2x + 2/J·cos 2x y'pan = -4a·cos 2x- 4,B·sen2x;. Substituindo as expressões dadas sem d'79 e d'81 na ED, d'75, obtém-se: -5a·cos 2x- 5f3·sen2x = cos 2x. Ao igualar coeficientes similares, resulta: " = O · a = _]_ por o que y = _]_c os 2x " o 5 parl 5 Solução geral: 1 y = Yhom + Ypa" = C1·ex + C2·e-• -S cos 2x Comprovação: y' = C1·e•-C2 ·e-•+t sen 2x · 2 y"= C1·e•+C2 ·e-•+t · 4 · cos 2x y"- y =C1·e•+C2 ·e-•+t · 4 · cos 2x-C1·e• - c2. e-• + lcos 2x = cos 2x 5 Forma da ED d'85 y!n) = J(y, y', · ... y!n-lJ) (vide exemplo A) d'86 y!•J = f(x, y', ... y<•-1!) Suposição x não está contida de forma explícita Substituição Observação m y' =p =~ ~ .c dx Redução da • dn ordem n a n - 1 ê" -y = p' = dy ·p ~. Q; y p o . .- y não está contida Redução da a. .,. ' Y• = 2E.dx ordem na n- 1 ~ ~»o ~ 0' de forma explícita v• •• < d '87 r~!~J:--:(-;--:;k-:-;-:----:---:-:)+.:..:..~.:..:::.~:....:.=-+-.....:..y-;;!k-+:-:lJQ=Lp----+--------.j 2. a."' S::C. "" y" =f x, y< +1J, .• . y<n-1J As derivadas de or- - ,., dem 1 até a ordem k d Redução da· c CD o.(') (/) não estão -resentes y!k+ZJ = p' = ~ ordem na n- k ~. 3 111' d'88 d'89 d'90 d'91 d'92 d'93 d'94 d'95 ~--~------------~~~~~·~~~--------~--~~~~~~~o~ o Q. Exemplo A: Exemplo B: a. O C. CD ~ m -· y·y" - y'2 = O; ym + 2y" - 4x = O. c t/1 ....... Substituição: y' = p; y• = p * Substituição: y• = p; y• = ~= p' ~ g ~ ~ Y'P·2E.- p2 = O· ,9.e = ~ m ~ ID3 (I) dy ' p Y p' + 2p- 4x =O, segundod'100 C c lnlpl = lnlyl + In C a. .n· :::S ~ p = C!'e-2.< + 2x - 1 = dxd ·y' = y• CDO ~~ 0 lnlpl = In C·y = dx = y' .. a. -· p = C·y = y' y' = J (C!'e-z.. + 2x - 1) dx + C2 a. ~» Q) y' - C·y = O ~ Q'í -· y = C!'e-fC·dz= C!'e-C.z y' = - fl.e-2.< + x2- x +C = ~ ::J ~: (/) 2 2 dx < Comprovação: y' = -C1 • e-Cx . c ~ y"= C1 ·C2·e-Cx y = J(-~1 ·e-2x+x2 -x+C:Jdx+C3 ~ C y ·y"- y'2 = c 1-e-Cx. c 1 . C2 . e-Cx- ~ 1· xl x2 "" _ c12 . C2. e-Cx·2 = O Y = 4Cre-2x + C2·x + 3- 2 + C3 !» O) Tipo Forma Expressão a Solução Observação _H' m -~~~--~--~~=----t--Js~u~b~s~ti~tu~iLr __ -t----------~----------l---~~~Vêisx~--l c 111 " As variáveis x e -~o~~va2r~~~~~e~~s~y-·-=~~~-=~~~~~J~~--~~~--~tf_g_~_J_·d_y_= __ f_f_~_J_·d_x_+ __ c ____ -i __ Y~P~P:~Ig~~~~~:~le~d!~~~iap~~~~~~r-lH~~·~ ~ ::_ seoaráveis dx g(y) ,_ ax + f3y + Y - u Depois de integrar ~ "("') De variá- du J d -· 0' - = a + f3y' f u + c é necessário - < ~fieis não di y' = fi ax + f3y + y) dx dx = fJ!(u) + a re-substituir ~ (1) 'O retamente I du (1) y' =- (--a) ::l "' _ts:e~p:a~rá~v:ei:s~----------~----~B~d~x----4-----------------------t-----------------j 0 VI ED l = u Jdx _ J du + C Verificar se a ED é ~: C. co ' '(l) X - - I y 1/l -• ~-~~~si~m~il-ar--~Y_= __ ''_x ________ ~Y_'_= __ u_+ __ x~·~~~L_1-____ x __ -___ J,_~_J_-__ u ________ t-t-ffi_n_sf_o_rm __ áv_e __ e_m_f_(x_>--l~ car - ED linear ~ """' m homogê- y' + p(x}'y = O y = De-fp(x)·dx = Yhom )' = Yhom 3' (1) ~-L~o~~~~:~m~de~~~------------~----~-----1~--------------------~-----------------l ~· ~ Y - Yhom + Ypan f f. s f ] O -• ED linear J y = e- p(xidx.{ + ·q(x)·e p(xldt.d.t_j Y...,, vide d '99 Q) 0 não hemo Yp= C(x)·e- p(x)dx Obtenção da sol.part. g- 3 ;:• ;: gêneade y'+ p(x)·y = q(x) y'= C(x)·e-fpfx)dx onde porvariaçãodascons- VI 'o ordem 1 P -C(x) · p(x)· Yp = f q(x)'efp(x/dx.dx·e-fp(x)dx tantes; vide 0'2 e 0'3 . e-fp(x)dx ED impllci-§ ta de or- y = J(y') y'= p 'o~em 1, sem term.em x f ('/nl .dn _ X= ~+L y = f(p) Eliminando p, obtém-se a solução da representação paramétrica c c.o' Tipo Forma Expressão a So lução Observação m m substituir ..c N ED implicita X = f(p) Eliminando p, i .C ~de ordem t, X = f(y'j y' = p y = fpf'(p)·dp +c obtém-se a sol. da "(') c u sem term. O• repr. paramétrica (1) Q) emy ~li() 8 ED de d'Aiam 1 l y' = p dx = -...KiEl__x + __fJ,J!l._ ; bert, implícita y = x·g(y') + f(y') ::::;: O• -o de ordem 1 dp p - g(p) p - g(p) ~ (t) con cl = y': ~ cn oq- EDde y' =p y= x·C1 + f(C1) (integral Repr. paramétrica (') o y = x-y' + f(y') de x e y. Integral iii' Clairaut geral: família de retas) a. 'O f(y') = f(p) X = -f'(p) sing. (envolvente) c;;· -· y = -p-J' (p) + f(p) por elim. de p a. ....... (1) (t) 1~n z' + p(x)·z = -q(x) "O ~ ... (t) ED de z = yl~n e·SII-n/p(x) ·dz[c-(1-n)J q(x)· 3" "' Bernoulli y' + p(x)y+q(x)y" =O z = Redução a uma ED ~- ::l o y = zl-ii ';;de ordem 1 com n *O; n * 1 ·ef{l·n)p(xl·dzdx] de ordem 1 em z; ... (") y' =-1-·zl~n·z' sol. segundo 0'9, m -· e grau n ...L I o Q) 1-n y = zl-n = "F d'100 ... a. -· (1) cn y(x) = u(x)+y1(x) z'-(p(x) + 2q(x) ·yr(x) ] ·z = q(x) ED não 3 ED de y (x) é uma 1 homogênea em c (!) Ricatti de y(X) = y1(X) + z; sol. segundo o y' +p(x)y+q(x))'2= r(x) sol. part. e•Jlp(x)+2q(z)·Yr(x)Jcl.r 0'9. Ao menos 'O ordem 1 e conhecida uma sol. part. ' grau 2 1 . 1 deve ser ..... z(x) = U(x) [C+ f q(xj-e·Jip(x)+2q(x)·y,{x))dz dx] conhecida o "1-~~~~----~~:_----i--E~x~pr~e~s~s~a-o~a--~~~~~~S~o~lu~ç~ã~o~~~:---~~O~b~s~e~r~v~aç~ã~o~ = .C Tipo Forma substituir Começar o cálculo ... Y C1 + c2 x + f[ff(x)·dx]·dx com a integral '8, S:::::: t; y assim como y• = f(x) interna !!! "' ~~y~n~ã~o~e~st~ão~~~~~------i------------h~):-c~~~Ci-~~~;;===r--~~3;~--l v• ~ "O oresentes y(x) c, ·e'•X + C2·ef2X Yhom C,e C,são c. li(') ~m a1 ra;r- constantes it Ol EDL com 'u = - 2 ± v f- -ao arbitrárias (i) (1) ~ homogênea y· + a,y' + a0 y =o y· = r·erx ou seja A = C1 + ~ :::::~0 #ft :- de ordem 2 y• = ,2.erx y(x) = e"" (A . cos f3x + B · sen f3x) B = ; (C1-C2) V' " com coefic. f3 "{3 • li)" 0. y = erz -~~~~~--------------4------------G~co~m~rt1 ~-~a~+~i~;~r~2;=~a~-~~~=~~11~~~~~~J~· constantes d y(x) C1·e'"' + C2·e"' + Ypart Y.,... depende e c. :::::;; q(x). Cálculo: Vide ("I) (1) EDL não (se r, * r,, vide d'11 O) ou 0 • 6 , 0'7 e g: ......: ~homogênea y'+ a 1y' + a0 y = q(x) Y = Yhom + Ypart y(x) = eax(A ·cosf3x + B·sen{Jx) + Ypart observação d'110 te "' ' de ordem 2 ) r:: "" -"~co~m~c~o~et;ic~.+--------------i------------~(s~e~r~1~=Sa~+~i~f3~;~r~2~=~a~-~ijf3~=~~~~~~~~~-- ::I :l YtX) cl X'• + C2·x"; 71 * 72 C, e c, são g. o 1-b /{b1-1)2 b constantes 0 -· com '1.2 = --z-l ±v· 4 - o arbitrárias a ~-ED de Euler ~linear, homo x2·y·+· b1xy'+ b0 y =O :;; gênea, de y =X' ordem 2 ~ EDL homo- := gênea de or- y' + p 1(x)f = O 'o dem 2; sem yexplícito y' = r·xr-l y• = r(r-l)x'-2 y' = u • du Y = dx ou seja, y(x) = xa[A ·cos(f3·1nlxl) + A= c 1 + ~- ("1) 3 #ft + B·sen(f3·1nlxl)] VI para r1 z a + 1/J e r2 = a i/J 8 = i(C1 - CV Solução por f J r d.t C redução, primeiro a lil y = Ct·e- P• x) ·dx + 2 = Yhom uma da ordem 1 "'""' c Tipo Forma Expressão a Solução Observação m substituir .em "' EDL não ho- y' = u y = J[ãfpdz}dr.(C1+J q(x)·efpdzldr.dx)]dx+C2 Começar o ;.c :;:: mogênea de y'+ p1(x)y' = q(x) y' du cálculo com '8. c: 'oprdem 2, serr = a:x- Yp = Ie-fp,{z)dr.{f q(x}fpdz}dz.dx)]dx as integrais m S» yexplicito y = Yn + Yp internas .,., EDL homo- y'= u: y' = du J ~~~J = - fp 1(x}·dx + C1 e: li(') ~ 8ênea de Y'+ pdxJ ·f(y')=O -Ot :--pr em 2. serr dx <D f(y') = f(u) y ... = f u·dx + c2 ... (1) :=' _rexplicito <D y'- u(y] ::I t/) :! ED de = ± J dy + c2 o ordem 2, y• = f(y) y"= u(y] . du X iii' u semy dy V2ff(yJ ·dy + C1 iii' c. -· ~ EDdeordem y· = f(x, y') y'= u(x) du J É habitualmente a. ..... ; 2sem y dx ~ f(x,u); y = u(x)-dx + C <D (1) insolúvel (/1 <O ED de or- y' -u J du . Ju·du <D -c ~ dem 2 sem y' = f(y') y' = u' X = f(u] + Cr· y= f(u} + cl Depois de eliminar u, (Q (1) c: u x, ou seja, f(y') = f(u) obtém-se a solução ::I :::J sem y a. o y- u 111 ED de • du du du No fim se substitui o -· 1'- y = dx = f(y,u) = udy u dy = f(y,u) y'• dy ... Sl) ~ ordem 2, IY' = f(y,y·; a. ' -· u sem x u = u(y) x=J..EL+ dx <D t/) c 3 y- y(x} u(y) por u v(x) = y;fu Depois de transformá-la em: y,(x), como sol. part., c co EDL ty• + P!(x)-y' + Y1X Y!(x)·w'+[2Y.í(X) + p1(x}·y1(x)jw =O deve ser conhecida. :;:: homogênea + p2(x)·y = O v'(x) = w y = Y!'VC Reduzir depois a "' 'o de ordem 2 - d (......L) y = yJ~x) I Cl-1- -e-fp,(z)-dr.dx+C~ uma linear homogê- ...... - dx y1(x) y8x) nea de ordem 1 ; Para 1\) y,(x), v1de O 9 e7 e·a e'9 e'10 e '11 Análise estatística Conceitos gerais de probabilidade /'!AI I'! AI P!An/JI P(AnÃ) Axiomas de probabilidade Probabilidade do evento (ou acontecimento) A Número de eventos em que ocorre A Número de eventos possíveis freqüência relativa O, o acontecimento A é impossível. 1, a soma das probabilidades de todos os possíveis eventos A, tem valor 1 PIAI+ PIBJ- PIAnRI*) Caso especial para eventos que se excluem entre si PIAI + PIRJ I'!An/JI I PIBJ•l, probabilidade condicionante de A (probabilidade de A dada a probabilidade de EJ) Caso especial para eventos independentes, com P(B), ou seja, P(A) "'O: PIAIBI PIA) PIIJIA) = PIBI Pl A) · I'( R 1 para eventos. independentes P!AJ ·PIÃJ = o. eventos que se excluem entre si ") Diagramas de Venn para a representação de eventos O retângulo representa a totalidade dos eventos A,: Círculo maior: evento A ~ 1 A 1! Círculo menor: evento/i ~ tAv A superfície hachurada indica cada caso: Ã (não A) AvB (A "ou" EJ) AnB (A"e" 8) Ãna (não A "e' EJ) Análise estatística Conceitos especiais de probabilidade Variável aleatória A A variável aleatória A pode assumir diversos valores x,; cada valor x,é um evento ou acontecimento aleatório. Diferencia-se entre valores discretos e valores contínuos de uma variável aleatória. Função de distribuição F(x) A função de distribuição F(x) indica a probabilidade de que o valor da variável aleatória A seja menor que o valor correspondente da abscissa x. A função F(x) é monótona crescente e e'12 lim F(x) F(«>) 1 e'13 e'14/15 e '16 e'17 F(- co) O; F( x) aumenta de O a 1 F(x) para valores discretos F!xJ de uma variável aleatória F(x) para valores contínuos de uma variável aleatória 1 F_!x}- --- - -- - ----------~ ..-- F(x2J '·' o ' 2 ) lo lj 1:1 7 8 Função de densidade P,, ou seja, f{x) P, para valores discretos de uma variável aleatória P; O, J D.l '·' o ' 1 ) l, s 6 7 8 o f(x) para valores contínuos de uma variável aleatória f(x; o X A função de densidade de uma variável aleatória A é dada por p,ou por f(x); a relação desta com a função de distribuição é : ' F(x) = L p, F(r) = J f(x) · dx -x A área da superfície hachurada da função de densidade indica a probabilidade de que o valor da variável aleatória A se encontre no intervalo de x, a x, (sem excluir x,). P(x, :>:A <x1 ) = Jt(x)·dx .. = F(x 1 ) - F(x,) P(A <x, ) -P(A <x 1 ) e·ta e'19 e'20 e'21 e'22 e'23 e'24 e'25 Análise estatística Conceitos especiais de probabilidade Média x e valor esperado )..l Variável aleatória A discreta Variável aleatória A constante '"' P. ~ fx·f(x)·dxonde p, e f(x) são valores discretos e contínuos, respectivamente, da densidade de probabilidade. Variãncia a' Variável aleatória A discreta G'~ (x, -x )' . p, • (x2 -iê )2·p2 • •.. . • ( Xn - x ) 2 . Pn i<x, -x) 2 • p, i x,' . p, - x 2 Variável aleatória A constante '"' G 2 : f (X - p. )2 ·f( X) · dx ~ f x 2 • /( x) · dx - / onde p, e f(x) são valores discretos e contínuos, respectivamente, da densidade de probabilidade. e'26 a - V(variancia) é o desvio-padrão Teorema do limite central (Lei da adição) Se A1 são variáveis aleatórias in_gependentes distribuídas cada uma de maneira arbitrária com média (x,), ou seja, com o valor esperado lli e variãncia a,', então e '27 a variável aleatória A L A, tem e'28 e'29 e'30 o valor esperado (ou média il p. L~'• (iê LXt ) a variância ç' i v.' e ademais A tem aproximadamente uma distribuição normal (vide e'48 e e' 54), ou seja: P( A ~ X) = ~ (X ; p.) Exemplo: O histograma de 1 O medições, cada uma das quais mostra um desvio-padrão o= ±0,03 ~·m (micrômetros), tem então em conjunto um desvio-padrão o, o. 2 ~ l o (Í 2 ; Tipo de Densidade de Funs:ão de Valor Variãncia - Obl;iervações -distri· distnbuição esperadQ.LI q2 Forma da funçao Ambito de bulção probabilidade acumulada Média X de densidade aplicação )> ([) F(x) • j f(x) ·dx X X k Número de falhas <d Equa- : l x J contínua f x-f(x) dx f x'f(x)·dx-J./ c :::s ção de ·O> ,:ÇI? _______ ·O> n:Tamanho de amostra iii' Q)~ ([) x; Valor discreto de -w defini- discreta F(x)= L P. :[X;·P; i:x;'·p;- ;> variável aleatória ... ção p, a: - 1\) '" ... , ... , p: Probabilidade de -· c (()!')(N(~-p~ (oN)~I ( 1-p)) Plkl falha ..(;' (/) ([) Hiper- :L i<. n-1<. rt·p N-rt (1-p) o.' p•O.Ot. N: Tamanho da O> (1) w P( ), . 'l 1<. rt·p ?.} t"rP' O.l população (1) w geomé- . (~ ) ,,, (~) N-l 1/1 trica O.l 1 , ... f"P ~o.z pN: Partes com a. (1) ., ·. P(k) é a probabilidade de que ao coletar n amostras de um total 0.1 •\\ N'\00 defeito em N (1) (/) ... \ ... /'). 2~ Cálculo exato, "C de N, exatamente k resultem defeituosas o ' ,, • mas laborioso ... r+ ,, o Q) C' Plkl Hipótese: Q) r+ ([) (") ... :r(") p'(l-p)"-· 0•10 População muito 2: -~ w r· (k )' 1<. ""(1- p) n·p fl · p( 1- p) Ol~ (/) .,. Sino- Ir'{ X 0 2 "'\P'O,l O grande. Durante a ã: miai 0.1 ! \("·\.: .. :' amostragem a Q) r+ a. -· P(k) é a probabilidade de que ao coletar n amostras, exatamente coleção é (1) (") k destas resultem defeituosas o ' •O ,, mantida Q) (\) ( ) ( np )• -ot·l L ( op)' -oc I I ··~ Hipótese: w Tamanho grande (]\ de f{~ ~-c "~.-1<.-~--c n · p n·p IP(k) é a probabilidade de que ao coletar n amostras, exatamente ~., de amostragem e Pois- O}· I,~_,. "':o pe1ueno número m son ik destas resultem defeituosas. J l 1 }\"''•.::o de alhas Vlplicação: Curvas para avaliação de amostragem (vide E'11) , . ' ·· ... n · p = const. ' o I 10 ,, n-~:P-0 ~ (Continua em E'5) Tipo de Densidade de Fun9.ão de Valor Variãncia - Ob!}ervações -dlstrl· distnbulção esperadQ fJ. a2 Forma da funçao Ambito de bulção probabilidade acumulada Médiax. de densidade aplicação )> CD " a, IX) n: Tamanho da amostragem w Equa- f(rlcontínuaf(r) :Jf(r)·dr fr-t(r)·dr Jxl·f(r)·dr-p2 .: Valor discreto de uma S?.::J ~ ção de ·m -._"'._;------ ., • variável aleatória ~tu--w de~nt· P, discreta F(r) : L P; L r;· P; L r- 2 • p· - x 2 p: Probabilidade de falha -·-"' çao ,.( J .-~, ,.,., • , g -· f(x) : a-e·•· r I 1•1 Caso especial da ~· tn co. expo- 1 - e·•· ..!.. ...!... ~ ,;.,;boção" g· (I) ~ nencial a > O a a2 Poisson para VI r ~ O 1 o,s x = O. Pergunta a. (I) Aplicação na teoria da confiabilidade. Substituição de a · x pela >.s sobre a probabi· <Dtn ~....., lidade sem falha taxa de falhas À multiplicada pelo tempo de prova t (vide E'12} o 0,5 1 z M n-oo:P-0 ~ ..... ·l•·pJ' Í ", __ , ffV Caso especial da g.Q) !li .... co. 1 1T 1 :1'-:;4 1 & '·' ,;,ooo;ç;, C'_, w f(x): yz,; e V2J!e >c ·dt 1J G 2 btnomtnal =tn <e normal o " . "'" " O,S n- oo: g: .... v•> p = 0,5 = const. Aplicação freqüente na prática, pois muitos valores medidos ~~~ a.-· mostram uma distribuição com forma de sino ao redor de um <D(') valor médio. -2 -t 0 1 2 X Q) ~ f(r) = - 1- para l>'(r} =O para 1 1 fi•! A variável o . b -a -oo<r<a a;.b (b-a)• , aleatória x pode UOI· a~r'b r a -- --- I/ -r:; assumir valores forme = O para = --- para 2 1 2 somente no m valores de x exter- b-a 11' I intervalo a, b. nos ao intervalo 8 ' r ~ b ' : Aí todo valor é (Jl' 0 • I' b , também provável •Os, e não se tem informação sobre a distribuição intermediária. e'41 e'42 Análise estatística Determinação de a Determinação de a para valores discretos dados Método de cálculo · Segundo a equação e'23, obtém-se: G'= f. (X/ ,., -i)'. p; com x .L i • I x. ·p; f r!· P. - i> onde .x;: valores da variável aleatória A p.: probabilidade associada à sua ocorrência Método gráfico Supõe-se que os valores medidos x, da variável aleatória A estão distribuídos normalmente, cr pode determinar-se facilmente com ajuda do papel para probabilidades. Nesse papel se escolhem as divisões das escalas de maneira que se obtenha uma linha reta para uma distribuição normal. Desenvolvimento: O total dos valores medidos da variável aleatória A se lixa igual a 100%. Para cada um dos valores x,, calcula-se a freqüência percentual. Destes i valores se escolhem, por exemplo, 4, 2 nas bordas, e desses quatro valores se calcula que% dos valores medidos são menores que os considerados em cada caso e esse valor percentual inscreve-se na rede (10% para x,. 38% para x. etc.). Por esses pontos se traça uma reta que passa pelas freqüências acumuladas de 16% e 84%. A essas abscissas corresponde um valor 2cr. O valor médio se encontra no 50%. '• '7 <( '• ~ ·CU ,, -~ > '" cu 'O o ~ l 10 16 to 10 ~oo 50 ~o 10 ao 84 90 9!i n w (Distribuição acumulada) % menor que X: - e '43 e'44 e'45 e'46 e"47/48 Análise estatística Distribuição normal de Gauss Distribuição n ormal de Gauss (Densidade de probabilidade) A equação e'39 dá para a' = 1 y J.l = O a densidade de probabilidade nor- 'I' (A ) matizada com medida em À= O. ·A' _l_ ·e' ffti 0 A cp(l,) pode-se ler nas tabelas Z'5 e Z'6 para valores O ,; À ,; 1 ,99 ou também se calcular diretamente com a equação e'43. A relação entre a densidade normalizada cp(À) e a densidade real f(x), quandoJ.l ,o O e a' ,o 1, é dada por X-!J -G- = A segundo ) :l.!..:..l!.l!. f(x) =~=~-eu' (j (j v~n Para calculá-la, busca-se em tabelas um valor dete rminado de À, o valor correspondente da densidade normalizada cp(À), e encontra-se depois de dividir entre a o valor de tal densidade f(x) associada a x. Os valores de J.l e a podem ser obtidos com as equações e'26 e e'58. Em E'6, mostra-se um método gráfico simples para determinar f(x). Distribuição de Gauss normalizada <1>(/,) (Função de distribuição) A equação e'39 dá para a'= 1 e J.l =O a cp( 1 ) função de distribuição normalizada da distribuição de Gauss. ~()., =_i'l'( ~). dt = b.le -:·. dt Como lim <I>(À) = 1 para À-->~. y= cp(t) é uma função simétrica, observa-se que 1}(-A) = 1 -rj;(A ) A relação entre a função de distribuição normalizada <l>(À) e a função de distribuição real F(x), quando~~ ,o O e a' ,o 1, é dada por X t -IJ r}(A) 1 f ·(t·';J' -- = A segundoF(x) = -- = ~ e 2 • ·dt o o tr v2n _., e'49 e'50 e '51 e'52 e'53 Análise estatística Integral de probabilidade Integral de probabilidade de Gauss A integral de probabilidade baseia-se na distribuição normalizada de Gauss (e'45) com cr' = 1 e ~ = O e represen- ta a área da superfície entre -x e +x da função simétrica de densidade (<p) . \P(t) ~0 (:r) = h Í e.:j-·d t o -X +I Nas tabelas Z'5 e Z'6 se dão valores de <l>,(x) para O ,; x ,; 1 ,99; para valores maiores de x, vide a aproximação indicada na próxima seção. A relação entre <l>{x) e a função de erro é dada por <P0 IX J = erf (xj0). Função de erro s erf(:r) = 1}0(:r·~) = :nJe-''·dt o 2 _,2 00 2" = rn·e ·n~ 1 ·}· ... ·(2n + 1) ln+l ·:r Nas tabelas Z'5 e Z'6 se dão valores de erf (x para O ,; x ,; 1 ,99). Para x ~ 2, pode-se calcular ert(x) com a série anterior ou também com a seguinte expressão aproximada: erf (x) = , __ a_ com a = 0.515 para 2 :S x :5 3 •' a = 0.535 para 3 :5 x :5 4 :r - e A demais área abaixo da curva do a = 0.545 para 4 ~x::;7 sino é igual a: a = 0.56 para 7Sx < oo 00 e '54 erfc ( x) = 1 - erf (:r) = ~ J e-'' · d t X e'55 <l>o(x) y [1 - <l>o(x)) em% da área total para valores especiais de x (segundo e'49) X <P0 Ix)/% [1 - <1>0 (XJ)/% ±a 68,26 31,74 ±2a 95,44 4,56 ± 2,58 a 99 1 ±3a 99,73 0,27 ± 3,29 a 99,9 0,1 \P(t) e'56 e'57 Análise estatística Amostragem - Distribuições E's Amostragem: Por razões de economia, com freqüência se renuncia a verificar 100% todos os elementos de uma população. Esse procedi- mento é substituído por amostragens. Para que os elementos sejam representativos do total, devem ser arbitrários e ter a mesma probabilidade de ser escolhidos (exemplo, por meio de uma boa mistura). Objetivo da amostragem: Estimativa da possibilidade da proporção verdadeira de elementos com defeito de uma população, com base no número de elementos com defeito ou falhas detectadas em uma amostra. Distribuição hipergeométrica: A probabilidade P(k) de encontrar exatamente k elementos com defeito em uma amostra de tamanho n, tomada de uma população N, calcula-se com a expressão: (pi<N)( N~ 1_ -/)) P( I<) ; (~) pN: número inteiro onde pé a probabilidade suposta de ter um elemento com defeito e pN é, por conseguinte, o número de elementos com defeito em N. A probabilidade de encontrar como máximo kdefeituosos, ou seja, O, 1, 2, ... , k, pode-se calcular com a distribuição hipergeométricacumulativa: i P(l<) P(O) + P(l) + . . . + P(i<) ,., , (TJN)(N( 1 - p)) L x n- x '•0 ( ~) pN: número inteiro Exemplo: Em uma população N de 300 parafusos, podem no máximo serdes- cartáveis p = 3%, ou seja, pN = 3. Tomam-se as amostras de n = 20. Quantos defeituosos são admissíveis, se a probabilidade '[P(k) é 590%? • r P( r) IP(x) ... o 0,508 0,508 ~T :~;?_9_;_-_- -----~;§WJ 2 0,094 0,993 3 0,007 1,000 O cálculo mostra que só há um exemplar defeituoso. Outras distribuições especiais: Além da distribuição hipergeométrica, a qual exige grande quantidade de trabalho de cálculo, têm-se obtido outras distribuições para determinadas hipóteses e condições de fronteira. Em E'4 e E'5 se mostram, além da hipergeométrica, algumas dessas distribuições com suas principais características. Análise estatística Seguridade de uma amostragem - Curvas de aceitação Seguridade de uma amostragem: Em uma amostra de tamanho ntoma- da de uma população de magnitude N, encontram-se k elementos defei- tuosos. Seja p a probabilidade de ter um defeituoso na população. A probabilidade de encontrar mais do que k defeituosos na amostra é obtida com a equação e' 57: e'58 P(x>k) = P ( k + 1) + P(k +2) + ... + P(rt) = f P(:r) e'59 11-'"• ' No suposto caso de que N é muito grande e p < O, 1 -o que acontece num grande número de processos industriais-, pode-se efetuar o cál- culo com (vide E'7) a ajuda da distribuição de Poisson: ''" {rt p)' -op '"{rt p )' -np P ( n k) = "L--,-·e =1-"L--1- -e ••"•' X, ~~ 0 X. Esta probabilidade, para valores pequenos de k, calcula-se facilmente com a seguinte equação: e '60 { ) '(rtp)' -np 1 -np[1 rtp (rtp)' (rtp)'] p x>k = 1- "L---:rr-·e = -e •rr• ~ • ... •--x;-- ··• e'61 e'62 e'63 P(x>k} é denominada também seguridade da amostragem. Com ajuda da equação e'60, pode-se determinar com qual seguridade P(x>k}, com uma amostra de tamanho n e k defeituosos nela, a porcentagem de partes defeituosas na população total assume o valor p = kln, ou seja, determina quão grande deve ser a amostra n para que com k defeituo- sos aceitáveis e uma pequena seguridade desejada a probabilidade de falhas seja igual a p. Curva característica de aceitação: Um usuário se questiona se uma população de objetos que recebe satisfaz os seus requisitos de qualida- de, ou seja, se o fabricante entregou tal população com a qualidade condizente. O teste do 1 00% da população é muito custoso e nem sem- pre é possível efetuar ensaios não destrutivos. Supondo-se uma proba- bilidade de falhas é aceita p ,; P. na população, tem de se determinar se tal população é aceita quando ao efetuar uma amostragem de tamanho n se encontram até k =c partes defeituosas. A probabilidade de aceita- ção L (p, c)~ 1 - cr., onde cr. é o risco do fabricante, pode-se calcular em função da probabilidade simples P(k) dada pela equação e'57 (também se conhece esta curva como "CO"): L(p,c) = P(O)+P(1 ) + ... + P(k=c) Supondo uma } , distribuição = Í (n~) ~-op = ~-op[l•np+ de Po1sson, , . , · k . segundo e'44 ( ";,>' + . + ( ~t J (continua em E'11) Análise estatística Curvas de aceitação- Valor AQL (Continuação de E'1 O) Com esta fórmula, podem se calcular as diferentes curvas características de aceitação L(p,c) em função da porcentagem de partes defeituosas p na população. Distingue-se principalmente entre dois tipos de curvas: Ti o A Ti o B ~o ~o m~ m~ ~áf ~áf ~~ ~~ -g~ oco ~m ~~ ~u ~uL-~--+-~--~--+-_.--J o 1 2 3 " o 1 2 ) 4 Defeituosos na popul. - p'l. Defeituosos na popul. - p% e '64 Observação: Quanto menor for o Observação: Quanto mais inclina- número máximo de defeituosos c da é a curva de aceitação, tanto na amostra, tanto maior será a maior é o tamanho da amostra. aproximação da curva de aceita- Como curva limite é obtido um re- ção à porcentagem de defeituosos !ângulo quando n é o tamanho da <D na população; c deve ser n. população. Quanto mais inclinada é a curva de aceitação, tanto mais estrita é a prova; n deve ser c. Valor AQL (acceptable quality levei= nível aceitável de qualidade) O acordo entre o fabricante e o comprador implica fixar o valor de AQL sobre a curva de aceitação. O ponto indica a porcentagem de defeituosos p. de uma população para a qual é ainda aceitável com base numa amos- tra cuja probabilidade seja (usualmente) de 90% (como L (p, c)<: 1-a é, neste caso, igual a 0,1, ou seja, a 1 0%). Com referência à curva de aceita- ção tipo A, isso significa que, por exemplo, em uma amostra de tamanho n, C2 partes defeituosas serão aceitáveis como máximo. Para receber menos partes rejeitadas, o fabri- L (p_c A 99011 cante manterá a qualidade(% de 1oo'!. prox. 0 defeituosos da população) muito 90'1. ., . 0 abaixo do valor AQL prometido : '~ por ele, p;, onde somente se : : , permitem c, defeituosos. O que <D g · : ', se refere à curva original corres- "lij ·~ · ',~ ponde a uma probabilidade de ;g "" , , __ _ aceitação próxima de 99%. Na jg ~ --- prática, com freqüência se exige e ~ um valor de AQL com P. = 0,65%. ~ u '---i-t-:::-:--:---------,---...J P." Po Defeit. na popul. -p~. n:Tamanho de amostra. c: Número máximo de defeituosos aceitável. e'65 e'66 e'67 e'68 e'69 e70 e71 e 72 Análise estatística Confiabilidade- Definições Definições gerais Confiabilidade R(t) =~= l'lo 1- R(t) dR I - J l./T'J • 4T e • Probabilidade de falhas Densidade de falhas F(t) f( t) - dt I -J ).(T) • d T A ( t). e o f f( t) 1 dR Taxa de falhas ou unção de risco A ( t) = RfíT = - lf(TI"d! MTIF (mean time to fai/ure, ou tempo médio até a falha)é o tempo mé- dio que transcorre até que ocorra uma falha. MTIF z ft(t)·t · dt = jR(t)·dt o p r o Em sistemas capazes de reparação, substitui-se o MTif pelo MTBF, (mean time between failures), que é o tempo médio entre duas falhas, ou seja, MTBF = m. O MTIF e o MTBF possuem valores numéricos iguais. MTIF = MTBF = m = jR(t)·dt o Teorema do produto das confiabilidades Se R,. R,, ... , R,sãoasconfiabilidades dos elementos 1, ... , n, a confiabi- lidade do sistema total é dada por: Observação: R, = R, R, · ... . ·R~ = frR; I ,· .. -J[A,trl • A1 (T} ... ÀntrJ]·tl-:" e' Como modelos para a função de confiabilidade R(tJ. podem-se consi- derar as funções de distribuição F(x) dadas em E 4 e E'5 (cálculo se- gundo e'66). A distribuição exponencial, de manipulação matemática simples, cumpre em geral de maneira satisfatória os requisitos (/.. = constante. n(t): Condição no tempo t considerado. n, : Condição inicial. Análise estatística Confiabilidade - Distribuição exponencial Distribuição exponencial como função de confiabilidade e73 Confiabilidade R( t) e_., e74 e75 e76 Probabilidade de falhas Densidade de falhas Taxa de falhas ou função de risco F(t) f(t) f(t) A ( t ) = 71\tT = A - const. (Dimensão: 1/tempo) "' e77 MTBF(tempomédioentrefalhas}m = fe.). 1·dt = T e78 e79 e·so e'81 e'82 Produto de confiabilidade Taxa de falhas totais Rs = ~-J..~t.e~A~r ... . ·e_..,, e-f.4. 1 • Az• ...• A,.Jr .A,+ Az + ... + .AI'I MTBF Para valores pequenos, pode-se calcular a taxa de falhas com a seguin- te expressão de aproximação: À= falhas (condição inicial} (horas de serviço) Os valores de À se referem em geral a horas de serviço: Unidade: 1 fit = 1 faiha/1 O' horas Exemplos típicos para taxas de falha À em fit (I C= circuito integrado) IC digital bipolar (SSI} JC analógico bipolar (OpAmp) Transistor (Si) universal Transistor (Si) de potência Diodo (Si) Tântalo com eletrólito líquido Tântalo com eletrólito sólido Alumínio, eletrolítico Capacitar de cerâmica; capas múltiplas Capacitar de papel Capacitar de mica Resistor de capas de carvão 100 Resistor de capas de carvão 100 15 Resistor de folhas metálicas 1 Resistor de fio em bobina 1 O 100 Transformador pequeno 5 20 lndutor de alta freqüência 1 200 Quartzo 1 O 5 Diodo emissor de luz (falha: 20 diminuição da luminosidade 5 em até 50%) 500 20 União soldada (manual) 0,5 União enrolada 0,0025 10 União com abraçadeira 0,26 2 Contato de cavilha 0,3 1 Receptáculo de contato 04 5 0,5 Interruptor giratório 5 ... 30 Observação: Pode-se encontrar numerosos dados sobre conliabilidade nas normas DIN 29500, parte 1, DIN 40040 e DIN 41611. 1'2 1'3 1'4 rs Matemática financeira Conceitos principais 1. Taxas de juros Taxa de juros: Taxa efetiva de juros: Taxa nominal de juros: Quantidade que é paga por unidade de capital investido em um intervalo de tempo unitário. Taxa atual de acréscimo por unidade de inves- timento durante o período contratado Taxa do juro total que se paga num ano sobre uma unidade investida no começo do ano, considerando que qualquer juro percebido durante o ano não é reinvestido. Taxa de crescimento Taxa de crescimento contínuo segundo uma certa composta anual: operação de juros. Notação Taxa efetiva de juro anual. i'm': Taxa nominal de juro por ano, pagável m vezes ao ano. cr: Força de juros por ano. Relações entre i, r' e cr: e!J • (1 + I) • (1 + C )m 2. Acumulação e juros compostos Juros compostos: Se o tempo total de investimento é dividido em vários períodos e, no final de cada um, o juro gerado é acrescentado ao capital para ser investido à mesma taxa, obtém-se um investimento em juro composto. Notação n: Número de períodos de investimento. P: Valor presente ou principal de um capital investido no início dos n períodos de investimento. S: Valor futuro ou montante do capital depois de n períodos de investimento. Relação entre S, P e n: s a P (1 + i)" para taxa efetiva de juro i · (In) s - p (1 + 7n-> ... para taxas nominais de juros, pagáveis m vezes ao ano r' S • Pe" para força de juro a p-Sv"sl v ~ (1 + i)-1 Matemática financeira Conceitos principais 3. Taxas de desconto Taxa de desconto: Taxa efetiva de desconto: Taxa nominal de desconto: Taxa composta de desconto: Notação É a quantia paga antecipadamente em relação à quantia que se deve restituir no final do período con· tratado, quando há juros pagos antecipadamente. Taxa atual de decréscimo por unidade de dívida durante o período contratado. Desconto total efetuado num ano sobre um montante a ser pago no final do período, considerando que o desconto é aplicado em m prestações. Taxa de decréscimo contínuo sob uma operação de desconto. d: Taxa efetiva de desconto anual. dm': Taxa nominal de desconto por ano, efetuado em m prestações iguais. a: Força de desconto. Relações entre d, d{m) e a: ó d(m) a· = (1 - d) ~ (1 - ""iil )m Matemática financeira Relações diversas 4. Relações entre juro e desconto Juro e desconto são dois pontos de vista diferentes referentes a um mes- mo problema. A cada taxa de juro corresponde uma taxa de desconto e vice-versa. Um pagamento de i no fim de um ano corresponde a um paga- mento dno início dele, isto é: f6 d (1 + i) ~ i, ou seja, i (1 - d) - d n f8 f9 1'10 1'11 1'12 onde 1- d = --1-. 1 + I Relações entre taxas de juro e de desconto: Montante de uma unidade no final de n anos Taxa composta de juro ou de desconto a"' Taxa efetiva de juros (1 + ;)" Taxa nominal de juros ( 1 ;<m))mn + --nr Taxa efetiva de desconto (1- dt Taxa nominal de desconto ( 1 d(m))-m" - rrr Valor presente de uma unidade antes de n anos e"' v" •) ( 1 ·(m)tmn +l,n (1 - d)" (, d(m) )'"" - rrr f13 ·l v - (1 +W' Equação de Consiste em duas séries de obrigações vinculadas valor por um sinal de igualdade e avaliadas na mesma data, chamada "data de avaliação". Exemplo: Uma pessoa deve $30.000.000,00 pagáveis em .5 anos e $25.000.000,00 pagáveis em 8 anos. Ela deseja mudar essas dívidas fazendo dois pagamen- tos iguais no final de 1 e 2 anos, a partir de agora. De quanto será cada pagamento requerido, se o juro é de 9% anual, capitalizável semestralmente. Solução: Seja x a quantidade a pagar no final do primeiro e segundo anos, i= 0,09. Pode-se estabelecer como período fundamental o semestre e, então, trabalhar com taxa efetiva semes- tral i = 0,045. A equação de valor obtida adotando-se como data de avaliação o final do segundo ano é: 30 000 000 V6 + 25 000 000 V12 = x + x (1,045)2 30 000 000 (0,767896) + 25 000 000 (0,589664) )( + (1 ,092025) )( onde )( - $18 058 331,04 1"15 1'16 1"17 1"18 1'19 Matemática financeira Anuidades e amortização 5. Anuidades Anuidade: Anuidade certa: Anuidade contingente: Anuidade ordinária: Série de pagamentos periódicos, de somas geral- mente iguais, que se efetuam durante a existência de uma situação dada. Série de pagamentos periódicos que devem efetuar- secom certeza e independentemente de qualquer acontecimento fortuito durante um determinado período. Série de pagamentos periódicos que se efetuam sujeitos a algum evento. Série de pagamentos unitários efetuados em um pe- ríodo após a sua contratação e pagáveis durante n anos. Notação an~: · Valor presente de uma anuidade ordinária pagável durante n períodos. A: s,.: Valor presente de uma anuidade com série de paga- mentos iguais a R. Montante de uma anuidade ordinária pagável duran-te n períodos. S: Montante de uma anuidade com série de paga- mentos iguais a R. Relações entre a111, A, S111 e S. A - R am s"' _ (1 + i)" -1 s - R s"' sii - (1 + n· aii Exemplo: Uma pessoa deseja dispor de um capital de $1.000,000, dentro de 1 O anos, formado mediante depósitos mensais em um banco que lhe oferece 9% de juros anuais, capitalizados mensalmente. De quanto deve ser o depósito mensal para atingir o seu objetivo? (continua em F'5) Matemática financeira Anuidades e amortização (Continuação de F'4) Solução: o depósito mensal deve ser R. , com p = 12, onde aplicando a fórmula do montante se tem: P e a renda mensal: 6. Amortização Amortização: Tabela de amortização: Capital insoluto: s R a S"""r 0,09 p I " 12 R• = SP s,..,.r R• - 12 000 000 000 Sooo.oo1s R. c 12 000 000 000 ~ $62 010 900 193,514281 R. $5 166 741,66 l2- Método para extinguir uma divida por meio de paga- mentos periódicos, geralmente iguais, nos quais são incluídos tanto juros como capital. Registro do destino de juros e capital referentes ao pagamentos periódico de uma amortização. Dívida contraída em cada período. TABELA DE AMORTIZAÇÃO PARA UMA ANUIDADE ORDINÁRIA, PAGÁVEL DURANTE n PERÍODOS Número do pagamento 2 3 n Capital insoluto no início do período 8/11 Bn=n 8n=2J 8 n-(t - 1)1 a, - v Distribuição do pagamento Juros Capital contidos no contido no pagamento pagamento 1 - V" V" - vn-1 vn - 1 1 - vn - 2 vn - 2 1 _ vn - (t - 1) vn - (1 - 1) 1 - v v Matemática financeira Casos especiais 7. Casos especiais de anuidades Anuidade Anuidade na qual o primeiro pagamento efetua-se no antecipada: início do período. Anuidade Anuidade ordinária na qual se estabelece que o diferida: primeiro pagamento efetuar-se-á depois de uma cer· ta quantidade de períodos. Perpetuidade: Anuidade na qual se estipula efetuar pagamentos em forma indefinida. Anuidade crescente: Anuidade decrescente: Notação: (Ja)iil SIP) ii1 Anuidade na qual o montante dos pagamentos au· menta a cada período. Anuidade na qual o montante dos pagamentos dimi· nu i de período. Valor presente de uma anuidade unitária antecipada. Montante de uma anuidade unitária antecipada pagável durante n períodos. Valor presente de uma anuidade unitária diferida m períodos. Valor presente de uma perpetuidade unitária. Valor presente de uma anuidade unitária com primeiro pagamento unitário e que aumenta aritme· ticamente uma unidade por período. Valor presente de uma anuidade unitária com primei· ro pagamento n e que decresce aritmeticamente uma unidade por período. Valor presente de uma anuidade unitária com p pagamentos iguais por período. Mo(ltan!e de uma, anuidade unitária com ppagamen- tos tguaiS por penodo. Relações entre diferentes tipos de anuidades 1'20 ""' - (1 + i) a"' 1'21 1'22 1'23 1'24 1'25 1'26 1'27 ãrn- sm = siil - sm- miam= miam . a .. ; 1 + Bn--:-j! (1 + i )Siil v sm s,i.+fl- vmafil a....,.- a"" 1 (continua em F7) 1'28 1'29 1'30 1'31 1'32 1'33 1'34 1'35 1'36 1'37 1'38 1'39 Matemática financeira (la)"' B Anuidades e amortização (Continuação de F'6) •n-1 + 1 - n yn I . { 0 , a" para taxa efetiva anual i I S1~ ... -I~> sn para taxa efetiva anual i. No que segue: ,- 1 a IPI "' SIPI ;o aiPl "' +8nm1· { -+ snnti. • 1 ; · a { m ;-(k) iM'r 1 ;· m r(k} amfil;· 1 ainiil { pS.,,. 1 S;;;rn ;· pSilr ( ., .. ,r .. " 1- 1+~ a [( j, .. ,r I p 1+--;n -1 { ;lm)r 1 +In - para taxa nominal de juro /"'com m = p para taxa nominal de juro r' com m < p e p = mk para kinteiro. para taxa nominal de juro r' com m > p e p = kp para k inteiro. s ~ para taxa nominal de juro i, na qual não coincidem as freqüências dos pagamentos com a convertibilidade da taxa de juro. [( ;'m')""P p 1+ -;;:;-- - 11 Exemplo: Encontrar o valor presente de 4 pagamentos anuais iguais de R$5.000.000,00; o primeiro deles efetua-se imediata- mente e a taxa de juro efetiva anual é de 8%. Solução: Deseja-se determinar o valor presente de uma quantidade antecipada para 4 anos; A= 5.000.000,00 ã;v Isto é: A - 5 000 000 ã;;~ = 5 000 000 [(1 + i) a,.J = 5 000 000 [(1,08) a;v0,08) = 5 000 000 (1 ,08) (3,31213) $17 885 502 Teoria de equações· Equação algébrica de qualquer grau DEFINIÇÃO DE UMA EQUAÇÃO ALGÉBRICA Uma equação algébrica tem a forma: G , 1 g'1 /n(x) = a.,...n + a0_1 xn-1 + ... + a2x2 + a1x + a0 . g'2 g'3 g '4 Todos os termos cujos coeficientes a, são iguais a zero, quando 11 < O, podem-se omitir. A solução de uma equação algébrica implica a determinação dos zeros (raízes) da equação, para os quais f,(x) =O. Características 1. A equação algébrica f.(x) =O de grau ntem exatamente nzeros (raízes). 2. Se todos os coeficientes a, são reais, somente existem zeros reais ou complexos conjugados como soluções. 3. Se todos os coeficientes a, são 2: O, não há soluções cuja parte real seja> O. 4. Se n é ímpar, pelo menos um zero é real, supondo que todos os coeficientes a, são reais. 5. As relações entre os zerosx, e os coeficientes são: :Ex, = - 8 0 _ 1/80 para i = 1, 2, .. . n :Ex1·x1 Bn-21Bn-1 para l,j = 1, 2, . .. n onde I= j :Ex1• x1 • Xn = - Bn-3/Bn-2 para I, f, k = 1, 2, n onde I = j- k g'5 X 1 •X2 •X3 • ... •Xn - (-1)0 • a0 /a1• g7 6. A quantidade de raízes reais positivas da equação em questão é igual à quantidade de mudanças de sinal da série de coeficientes. an, ao-1o Bn- 2• ·· · , Bz ,B, ,Bo. ou este valor menos um número par (teorema de Descartes). Exemplo: /3(x) = 2x3 _ 15x2 + 16x + 12 = O tem os sinais + + + e em virtude das duas mudanças de sinal tem 2 ou O raízes reais positivas. (continua em G '2) g·s g'9 g"10 g'11 g"12 Teoria de equações G , 2 Equação algébrica de qualquer grau (Continuação de G "1) 7. A quantidade de raizes reais negativas da equação em questão se determina por meio da substituiçãox = -z: Nesse caso, a quantidade de mudanças de sinal na série de coeficientes a,•. a,.,•. a,.,• .... a,•. a,•. a,• é igual à quantidade de raizes reais negativas ou a esse valor menos um número par. Aplicado no exemplo em G'1, ponto 6: fl(z) = -2.il- 15:z2- 16z + 12 =o tem os sinais + e, por conseguinte, a equação g'7 unicamente tem uma raiz real negativa, visto que só tem uma mudança de sinal. Solução geral Se x, é uma raiz de uma equação algébrica de grau n,J.(x) =O, o grau de J.(x) pode-se reduzir em uma unidade af._,{x) =O quandof.(x) é dividido entre (x -x,). Caso se conheça também outra raiz x,, a equação pode-se reduzir mais um grau dividindo-se-a por (x - x,) , e assim sucessi- vamente. fn(X) fnl(x -xd fn-1/(x-x2l = Bnx" + Bn-1 .x"-l + Bn-2 x"-2 + ... + 82 x2 + a,x + 8o = fn-1 (x) a Bn' .r"-I + Bn-1' x"-2 + · · · + 82' X + .S1' a fn-2 (x) • Bn" x"-2 + Bn-2"x"-3 + .. . + a2"x + a," Há um caso especial em que as raizes são complexos conjugados; depois da divisão, o grau da equação se reduz em 2 unidades. A divisão da equação algébricaf.(xJ entre (x-x.) pode-se concluir com facilidade aplicando-se o método de Horner descrito em G'3. MÉTODO DE HORNER O método de Horner é um algoritmo que se pode aplicar ao polinômio P de enésimo grau g'14 Pn(X) • Bnx" + Bn_,.x"-1 + .. . + a1 ·x + a0 para resolver os seguintes problemas: * Cálculo do valor de l'.{x) parax = x, * Cálculo dos valores das derivadas l''.(x), l'".(x) etc. a té 1"."' (x) parax =x, * Redução do grau de l'.(x) se há raizes conhecidas. (continua em G"3) Teoria deequações Equação algébrica de qualquer grau Método de Horner (vide esquema abaixo) Igualam-se os coeficientes a. a a.••• e se escrevem os coeficientes do polinômio P,(x)- começando com o que se relaciona com o máximo expoente - na prime<ra linha. Aquelas posições onde não há 1! expoentes têm o elemento O. :§ Esquema g '17 3 g'18 4 .r0 g'20 6 .ro g '21 -a.-Cl-1 -a-.-_,-Cll--s-._-2Cl-~--a.-_-3Cll-.-.-. -r~a,-Cll-. -b-2 -. -1/-2!. f n"l.ro) g '22 g'23 g'24 Xo g ·2s I Bn1"1 " Bn • bn • 1/n! · Pn l/li (Xo) g'26 g'27 g'28 g'29 g'30 g'31 g'32 g'33 g'34 Exemplo 1 do método de Horner Cálculo dos valores de P,(x), P, '(x). P, "(x) c P, '"(x) parax = x,; x0 = 4 P n (x) • x3 - 6x2 + 11 x - 6 83col 82coJ 8,<0l ao<•l 1 - 6 11 - 6 xtl- 4~~~8 (2 1 -2 3 7 _ 6 • Pn(4) ~~4 f 8 \ 1 z/ l1 = Pn'(4) 4.., f 4 ' k 7 6 - Pn''(4) · 1/2t; Pn"(4) - 1 · 2 · 6 - 12 g'35 1 - Pn'"(4)·1/3!; Pn'"(4) ~ 1·2·3·1 = 6 Teoria de equações Equação algébrica de qualquer grau G , 4 Explicação do método de Horner Pretende-se calcular o valor de um polinômio e de suas derivadas num pontofixox= x,. Os resultados das multiplicações de x, pelos fatores a.''', a.,''' etc. indicadas pelas linhas se escrevem na segunda linha (por exemplo, x,a,''' =xoanl,>). A regra 3 mostra os resultados da soma das regras 1 e 2. g'36 Por exemplo Bn-1 111 - Bn-1 101 +.xo·sn111 ; onde Bnl'l- sniOl g '37 . Bn-211) - Bn-210) + Xo. Bn-1(1) Particularmente g'38 Bol1l g a010J + x0 • a111l - b0 - P 0 (x0) significa o valor do polinômio no ponto x = x,. Usando o mesmo esquema, partindo da linha 3, por meio de multiplicações e adições, chega-se à linha 5 com g'39 a112l c b1 - P0 ' (x0 ) que é o valor da primeira derivada de P.(x) no ponto x = x,. Este procedimento pode se repetir n vezes, pois um polinômio de grau n tem exatamente n derivadas. Esses cálculos dão como resultado: g'40 Pn(X) • Bo(1) + 81(2) (X-Xo) + 82(3) (x-xo)2 + . . . + ... + Bn-11"1 (x-xo)"- 1 + a.1"1 (x-xo)" g'41 - P0 (x0) + 1/1! · P0 '(x0) · (x-x0) + 1/2! · P0 "(x0) • (t -x0)2 + . • . g'42 g'43 g '44 g'45 g'46 g'47 g'48 + ..• 1/(n-1)1 · Pn1"-11 (Xo) • (t-xo)"-1 + 1/n! · P."'1(xo)· (t-x0 )" Exemplo 2 do método de Horner: Redução do grau se há um zero (raiz) conhecidox,, isto é, determinar P •. ,(x) usando: Pn (x)/(x-xo) = Pn-1 (x). Dados: P0 (X) • r- 6x2 + 11x- 6 coma raiz x0 - 1. Esquema: a310l a210l 81(0) Bo(O) 1 -6 11 -6 1 -5 6 -5 6 I o • Pn(1). Resultado P.(t) = 0 indicaquex,=1 é umaraizdeP.(x). EntãoP •. ,(x) =1x' -5x+6 As raízes dessa última equação (x, = 2 ex, = 3) podem ser determinadas facilmente utilizando-se d · 41. g"49 g "50 Teoria de equações Equação aproximada de qualquer grau G , 5 PROCEDIMENTO GERAL Dado que a determinação analitica dos zeros (raizes) das equações algé- bricas, incluindo as equações transcendentes, somente é possivel com restrições, em G'6 e G'8 se apresentarão os seguintes métodos para obter soluções aproximadas: Método de Newton Método da secante Método da interpolação linear, falsa posição ou regula falsi Começando com um valor inicial aproximado, pode-se conseguir qual- quer grau de exatidão mediante iteração. Exemplo de uma equação algébrica (polinomial): x4 - 3x2 + 7x - 5 = O. Exemplo de uma equação transcendente: x · lg (x) - 1 = O. Procedimento: • Determinação gráfica da aproximação inicial traçando a curva a par- tirde uma tabela de valores conhecidos. • Selecionar um dos três métodos citados anteriormente. Observe que a interpolação linear sempre é convergente. Para os demais méto- dos, a convergência somente é garantida sob as condições citadas em G'6 e G'7. A desvantagem desse exame adicional será compen- sada geralmente por uma convergência muito mais rápida. • Freqüentemente, pode-se obter uma melhor convergência come- çando com um método e continuando com outro; especialmente quando depois de várias iterações já não é observada uma melhora nos resultados. g"51 g"52 g'53 g'54 g'55 g'56 g'57 g'58 g'59 Teoria de equações Equação aproximada de qualquer grau MÉTODO DE APROXIMAÇÃO DE NEWTON O valor x0 é a primeira aproximação da raiz n. da equação /, = O. Traça-se a Y tangente em Jrx,); a interseção da tan- >Jente com o eixo x é um valor melhor que o ponto de partida x0 • O cálculo de x, se faz como se mostra a seguir: x, = xo- f(x0 )/f'(xo)· G Calcula-se o valor melhorado x, usando x, de forma semelhante: etc. , 6 X A repetição múltipla desse método conduz aos resultados de qualquer precisão que se deseje. Regra geral k =O, 1, 2, . .. Condições para a convergência neste método: • " • é um zero simples (não múltiplo); • entre x, e " • não deve haver máximos ou minimos da funçãojfx). Convergência: Localmente convergente. Comentário: Os valoresjfx,J ef(x,) que são necessários no método de Newton podem-se calcular muito facilmente por meio do método de Horner descrito em G'3. Exemplo:JrxJ = x·log x- 1. O valor inicial para obter um zero que satisfaça Jfx)=O pode ser x, = 3. 1° passo: g'51 requer o cálculo da derivadaf(x.J: f'(x)- lg(x) + lg{e) - lg(x) + 0,434294. 2° passo: Determinação de um valor melhoradox,: De acordo com g'51, os valores x. = 3, Jrx,) = 0,431364 e f(x,) = 0,911415 proporcionam o valor x,= 2,526710. 3° passo: Determinação de um valor melhorado x., Usando os valores x,= 2,52671 O, Jrx,) = Q-,017141 e f(x,) = 0,836849, a partir da equação g'52 obtém-se x, =2,506227; erro+ 0,000036. Com x,, o zero tem um erro de 0,000036. 4° passo: Se a exatidão de x, não é suficiente, deve-se efetuar mais iterações. Teoria de equações Equação aproximada de qualquer grau MÉTODO DE APROXIMAÇÃO DA SECANTE Substitui-se a derivada j'(x) do método de Newton pelo quociente diferencial: Y unem-se dois pontos adjacentes, ftx.J e .trx,), por meio de uma reta. Deve-se determinar o valor x, na interseção des- sa reta com o eixo X, sendo x, a primeira aproximação ao zero n, requerido. G , 7 X g '60 x - x f( ) x,-xo 2 - 1 - x, f (xd - f(xo) g'61 No passo seguinte, une-sej(x,) comj(x,). A interseção desta reta com o eixo X é a segunda aproximação. Regra geral de iteração .l'k- .(k-1 k = 1, 2 , .. f(xk) * f(xk-1) Comentário: Com freqüência, pode-se obter uma convergência especial- mente rápida quando são usados de maneira alternada os métodos da secante e de Newton. Convergência: Localmente convergente. g'62 Exemplo: f(x) = x -lg x -1; x 0 - 4; x 1 - 3. f(xo) = 1,408240; f(x1) = 0,431364. g '63 1' aproximação: x2 = 3 - 0,431 364 (3- 4)/(0,431 364 -1,408 240) = 2,558425. g'64 Erro f(x2 ) = 0,043 768 2' aproximação calculada comx,.x,J(x,) ej(x,): g'65 x3 - 2,558 425 - 0,043 768 (2.558 425- 3)/ (0,043 768-0,431 364) g '66 g '67 g'68 g'69 g70 = 2,508 562 Erro f(x3) = 0,001 982 Em vez de continuar com o método da secante, pode-se aplicar agora o método de Newton: Por essa razão, deve-se calcular f'{x2):f'(x) = log x + log (e) f' (x2) = lg (2,558 425) + 0.434 294 = 0,842 267 x3 • = x2 - /(h) I f' (x2) = 2,558 425 - 0,043 768/0,842 267 = 2,506 460. Erro:j(x, •)=0,000230. x, • produz um erro menor que x,, o qual foi deter- minado usando somente o método da secante. Teoria de equações Equação aproximada de qualquer grau G METO DO DE APROXIMAÇAO POR INTERPOLAÇAO LINEAR. REGRA FALSA OU REGULA FALS/ Escolhem-se dois valores x, e x,. de tal modo que f(x,) e f(x,) possuam sinais Y diferentes. Entre esses dois pontos deve existir pelo menos um zero n,. A interse- ção da reta que passa por f(x,) e f(x,) com o eixo X é a primeira aproximação x,. , 8 Para
Compartilhar