Te ne)Tradugao: Eng. Guillermo Ruperto Martin Cortés Dra. Beatriz Potts Torres Revisdo: Patrizia Zagni Equipe técnica Hemus Titulo do original alemao: TECHNISCHE FORMELSAMMLUNG (30° edigdo) © Copyright 1995, 2005 by GIECK Verlag GmbH, D-82110 Germering - Germany ISBN 3 920379 21 7 (30° German Edition) © Copyright 2005 by Books Bazar/Hemus No total de 79 edigdes Nenhuma parte deste livro poderd ser reproduzida,sejam quais forem os meios empregados,sem a permissao por escrito da Editora. Todos os direitos adquiridos para a lingua portuguesa e reservada a propriedade literdria desta publicagaéo pela Visite nosso site: www.hemus.com.br Rua Passaros @ Flores, 416 - Brooklin 4704-000 Sao Paulo - SP Fone/Fax: (011) 5093-7822 / §044-6366 ‘e-mail: booksbazar@ hemus.com.br Impresso no Brasil/Printed in BrazilPrefacio Esta obra contém as mais importantes formulas matematicas e técnicas, em apresentagao clara, concisa e ordenada. Nela, 0 engenheiro encontrara rapidamente as formulas fundamen- tais de sua especialidade e sabera utilizar aquelas que the sao menos familiares, gragas as explicagGes sucintas. Cada assunto 6 designado por uma letra maiiscula, conforme alista no frontispicio do livro. A seqliéncia das paginas que tra- tade um mesmo assunto é indicada por um respectivo numero acompanhado da letra caracteristica. A numeragao das formu- las 6 continua para um mesmo assunto e representada pela letra minuscula correspondente, o que facilita a localizagao das férmulas utilizadas nos calculos. Prefdcio da nova edicgao (Parte 2) Em Aplicagées avangadas foram incluidos os temas: Teoria de equagées; Elementos de maquinas; Engenharia de controle. Esses novos tépicos contém conceitos e formulas fundamen- tais, assim como exemplos de suas aplicagdes. Em especial, complementa-se o tema de Algebra com conceitos fundamen- tais da Algebra superior. A nova secao de Elementos de ma- quinas incluj conteudos relacionados a projetos de engrena- gens e a segdo Engenharia de controle apresenta elementos conceituais e algoritmos necessdrios para a andlise de um sis- tema. Agradecemos aos professores M. Otto e H. W. Zimmer, que co- laboraram na atualizagao ¢ elaboragao desta obra. K. Gieck R. Gieckad a2 a’3 a’4 a5 a’é6 a? as ag a‘i0 Analise vetorial A‘ Magnitude, diregao e componentes de vetores Vetor: representacao de uma quantidade fisica com magnitude e diregao Coordenadas do ponte inicial A do vetor a: ye 2 Coordenadas do ponto final Bdo vetor @: Xp, Ya, Z. Vetores unitérlos sobre os eixos OX, OY, 02:7, 7. K Componentes escalares > Qs, Ay 82 30 a, = x2- ky ay = Ya Va a, = Z2- 2 Componentes vetoriais Te + ere Te ale ayteak 7 il = Fl = Ikl=4 Magnitude de um vetor: |@l (ou seja, a) fal = Va? + ay? + a? Wal sempre = 0) Co-senos diretores de um vetor: COS a, COS B, cosy a, B, y so os Angulos entre um vetor a eos eixos OX, OYe OZ (a, B, y = 0°... 180°). eosa = 22; cose =L; cosy = % Val’ tal lal comcos*a + cos*f + cos’y = 1 Célculo das componentes. Se forem conhecidas | @ |, a B. 7 a, =labcos@ 5 ay laleosp 5 a, =laheos y Observagao: Operagées vetoriais como a determinagao de magnitudes, co-senos diretores, somas e pradutos finalizam-se com as componentes dos vetores pelos eixos OX, OY e OZ.Analise vetorial A’2 Adig&o e subtragao de vetores Soma vetorial 5 de dois vetores lives 3 e 5 z ail | ss a+b = syiesy- fr sek al2|] ses a+b, spe apeby sre agtbe at3| (sl= Varese +s Diferenga vetorial S de dois vetores livresa e 5 *) ata] s = a+ (-b) (5) tL A15 | Sez @x- de; Sy = ay— by} Sr= ar—bz ate | is|- Wiss?+s? ‘Valores, F importantes ai] "epee as 2vetores {I a}=15| “all Ebr Soma vetorial s de vetores livesa,b, -¢ etc.: ~-— - 1 aig} Sea ed -0 +...2 it sy) + sek a20 | s.= art Dy Crt aati | ISlz VeFes?es? Produto de um escalar por um vetor Escalar: Magnitude fisica sem diregado. © produto do escalar k com o vetor a dé o vetor¢. = a+ dy- $25 Art D2= Caton a2a| Teka (x 2 0) a23| cys k- tr; Ge hays Ge hee c=klal (¢ § 02 Sek>0, entéo @ Tt 2. peloque of k>0, entio & Tl F, peloque Ef. Exemplo: Forpa = magna % soslarngbo Fama a’24 m>0; FAttai Ay sma; Roma *) © simboto fT! significa qua os vetores (~B) e 5’ sao paralelos e de sentido contrario.a’25 a26 a27 a28 a’29 a30 aa a‘32 a33 a'34 a‘35 a'36 a'37 a38 a39 Anilise vetorial | A’3 Produtos de dois vetores livres © produto escalar de dols vetores livres @ e 5 dé oescalar k. Simbolo do produto escalar: ponto "+" k= 2D ed a a+b cospelalldlcos pe be Ae aysbyt aysbyt+ arb: = (kK 2 0) ’ eects spt te peo] = a Valores impor- tantes || ist cose lal | & Exemplo: Trabalho W de uma forga F 7 no deslocamento s. | W = forga x deslocamenta = F-s. Z=\ = W = Fscos¢ (w 2 0; F,s 2 0) © produto vetorial de dois vetores livres @ e B da o vetor é. Simbolo do produto vetorial: cruz "peg canbe -(Bxa) |C]= a bd seng=la||5| song (c eLe Jy SLE @, By @ formam uma triade direita C, © ay by ~ & dy Cyt & by ~ a dz Cp = &y by = ay by [el= Vedvcfece? VHA Valores 0°: 360° e 180° eo ime |_—_e_| vse | _oo_| wot | ae tantes |senyl © Falfe|l, o al] é] Exemplo: Momento M de uma forga F a Linha de agao = referente a um ponto O: ~ =, MN =Raiovetor x forgasrxP=-(F nS? mer Psonp (X20; nF 20) 81 Eibt b’2 b’4 Fungoes racionais B’ Fungdo de fragdes racionais. Decomposi¢ao 1 Fungao de fragdes racionais _ P(x) — ataxtazrxi+... + anx™ na>m W(X) = OGy = T+. + Dex” bot di re by x’ +... ne minteiros Os coeficientes a, e b, podem ser reais ou complexos. Se n,sdo as raizes de Q(x), obtém-se a forma fatorial: P(x) P(x) v(x) = OR) * alee (ean). (xen? Nesta expressao podem se apresentar raizes de multiplicidade k,, k,, ...Ky de Q(x), as quais podem ser reais ou complexas; aé um fator constante. Decomposi¢ao em fra¢des parciais Para lograr uma manipulagao mais simples de y(x) — por exemplo, para sua integ! io — 6 conveniente decompor y(x) em fragdes parciais: v(x) = x) | Au An Ait soot + Qx) * yen, * Gen * (xen A An Ars? alk + Hone * gene * Gendt *+°* Cent . ote Ae gg Aas rong Cran) 70" Geen Se os coeficientes de Q(x) sdo reais, aparecem raizes complexas por pares (raizes complexas Sonjugadas). Para efetuar a decomposigao agrupam-se esses pares em fragdes parciais reais. Se em b'l, n, = 1, ({complexa conjugada de n,) e em virtude de sua aparigao > por pares k,=k, =k, entdo as fragdes parciais de b'2 com as constantes A,, ... A,, podem agrupar-se nas sequintes fragGes parciais: Buy x + Cr Big x + Cy By xe Cn earth? (atars By Feet Gt vax sD)" As constantes A,, sais &,, ..-B, @ C,, ...C,, determinam-se igualando os coeficientes de igual poténcia em X em ambos os membros da equacao, depois de que na parte direita, decomposta esta em fragdes parciais, tama-se ocomum denominador Q(x). Example: 2x-1 2x1 ByrtCn Ay A . x Xo1_ ByreCn | Age ¥C2)= eames 42a) CP "Cad" eaees * xr Gal 2x-1_ Bux x41) 4Cy (x4 1+ Ag 1) (2242245) + Agel 242245) wy OC™:COES 2xat= (Aart Budx? + (Sdat Age t 28+ Cadet + + (TAgy + 2Agz + By + 2Cy)) x + Sg + SAgr + Cn Ao igualar as coeficientes das partes esquerda e direita obtém-se: By = -1/2; Cy = W4E Agr = 1/2; Agr = -3/4. Quando se tém raizes simples n, asconstantes A,,, A,,, .... A, daequagdo b'2 podem calcular-se como segue: Ave Plas)ZQ'(nid 5 Arve PCr) QC rad 5 Ag = PU ag) 7Q'( 9)Transformada de Fourier Generalidades Coma transformada de Fourier F{s(t)} chega-se, com a aa da integral de Fourier, a um desenvolvimento da fungao tempo s(t) num espectro continuo (densidade espectral) S(w), na qual a frequéncia corresponde a densidade do espectro; s(i) deve teras seguintes propriedades: a) ser divisivel num numero finite de intervalos nos quais s(t) seja continua e mondtona; b) possuir valores definidos nas descontinuidades s{t +0) e s(t-0) de modo que possa expressar-se Transformadas de fungées | C'’1 et s(t) = Ya[s(t+ 0) + s(t) + 0)) +0 c2 c) ser tal que, Jist0l dtconvirja. -a transformada inversa F"{S(w)} conduz a fungao tempo. Definigdes o'3 | F(s(t)} = Slo) = fo(t) oW! -at; Ley oa | F{s(u)) = 9(t) =e fs) el - aw; a= Le / . wo oe c's ennaraia | Llecenpt at = ap S1stw |? a Regras de operagao c'6 | Deslocamentoemtempo F{s(t-T)} = S(w)-e “7; 4 = yr c'7 | Convolugdéo si(t) © s2(t) = far) -selt -t)-dr cB = Jo(r) a(t =1)-ar 9 F{si(t) # s2(t)} = Sy(w)-S; (w) 10 F{s(t)} = S(w) ott F{s(at)} = 5(@) sompre que a > 0 e12 F{s(t) + s2(t)} = eM) + Sa(w) (continua em C'2)Transformadas de fungdes Transformada de Fourier C2 (continuagao de C1) Em seguida, indicam-se as densidades espectrais calculadas para algumas importantes fungdes de tempo. c'13) s(t) =f fster-2ie -du; Sl) = fisted! - dt Fungao tempo s(t) Fungao retangulo A- R, (#) Densidade espectral S(«) 2 AT son (ut) (wT) Fungdo impulso de Dirac A-5(f) s(t) Stw) = (Densidade espectral constante sobre «) Ag t Fungdo relan-| 4-R,,,(t-7/2)~ gsr [acme (cor/2) s(t) oi 15 16 . A. san (wt) 2x = ARO Fungao C17 P(t) = Fe con u, S(w) = AR, “) , etn ( “<7 {continua em C'3)Transformadas de fungdes C’3 Transformada de Fourier (continuagao de C'2) Fun¢do tempo s/t) Densidade espectral S(w) Fungao triangulo A+ D, (# ? c18 mao ene 0 S(w) = (s2nt0/2)), an Sto} tr TT c'19 | Retangulo modulado c'20 JAR, (t) cos(ut oppo s(w) = A son Tw +o) lo _ Son T(w -4,) 4 4 SOT eet aa c’21 | Impulso de Gauss A ~ 0'22 S(w) = Ayre ¢23 | Impulso cos A cos(ut) X ar ce(3+) c'24 Stw)= it (se ) “i, 4 7 ~ oe t ¢'25 | Impulso cos’ 4? co ar sen(ut c'26 Stu) = = F x a) 1 1 Tea? 27 | Impulso exponencial . A 28 q Sl) = Te Va 7¢'30 e731 o'32 C33, 0'34 35, C36 c'37 C38 c'39 c'40 cat Transformadas de fun¢des C4 Transformada de Laplace Generalidades: Com a transformada de Laplace L {f(} se representa (ou transforma) a funcao f(t), com a ajuda da integral 2 F(p) =f em uma fungao imagem; ft) ‘t) deve ser nula para {<0 e parat 20 deve estar totalmente definida; e* 6 um fator de amortecimento que faz com ue a integral convirja para um grande niimero de fungdes do tempo. ‘em-Se que P =o + 1 (2 0) 6 uma varidvel complexa de operagées. Neste dominio da imagem podem-se resolver equagtea diferenciais @ analisar processos nao periddicos {por exemplo, vibragdes). O com- rtamento da fungao tempo se obtém por meio da transformada Inversa (vide tabela em C'6). Definigdes Gerlen L{ 200) = Foe) = fF(0 Pat] e-'(ryp) }= 20 = ay [Pevehee Og ic0 Representagao abreviada: Representagéo abreviada: I(t )e@———*F(p) F(p)*———f (t} Regras de operacao Linearidade | L{ f(t) + fo(t)} = Ap) + Fe(p) Lfe-Fi(t)} = ¢Fi(p) Teoremade | i(y(e-a)} =e Fp) Teorema de r convolugao Silt)» felt) = fren) salt) ar = flr) tal toa) er Silt) * falt) o—e Alp): Fa(p) veravel | tLe Z(a)h = Fler) Diferenciagao e(r(t)) = p-F(p) - s(0°) “{rct)} = PF(p) - p-F(0*) - £110") e{stt)} = pr F(p)=E stHl(0*) poet Integracao. - uf sreo-a} = Dreo'42 c'43 44 cas C46 Transformadas de fungoes C's Transformada de Laplace Emprego da transformada de Laplace para a resolucao de equagées diferenciais . Esquema de operagao a S SPS. 4 rrooamsesoc Dominio de t Operagaio Dominio de p I a de caiculo ' Git para yi) > oe } Egsords.para Yip) |) I I | Videregras 4 t | de derivagao iL tgsotugte das egs.dils._[T" transtormada JL, oids.segunde Hip) _ J, inversa segundo C'6 O problema de resolver as equagées diferenciais se reduz a encontrar uma transformada inversa; esta operagdo se simplifica expressando ¥(p) em tragdes parciais (vide B'1) ou em fungdes cujas transformadas inversas ao dominio do tempo possam se encontrar ja organizadas em tabelas (vide tabelaem C’6). Exemplo: 2y/+ y= f(t); f(t) 6a fungéio de excitagdo y(0*) = 2,6 a condigao inicial ele: [088 } 2e-r(p)-2y(0")+ YC) = FC») Sj c'42 . 9 F 1 2 H:8 yit}—s rp) = Fahey) _ Ves2y 0") Sendo {(t}o——* Fip), obtém-se diferentes solugdes para y(t). (Suponhamos que {(t) seja a fungao escaléo. Segundo C'50 sera, entdio, Ffp)=1/p) : 2y(0)_1_ 2, 2y(0') . - 2yCO) 4 Segundo Bt} ¥(p) plisep) * 1442p “pian * 1+2p 4, Sa 1% 1s - esegundoC’é y(t)=1-25¢ “+225 =1+e Aplicagaéo do teorema de convolugdo da transformada de Laplace a redes lineares Uma fungao de excitagao f,(t) se transforma por meio de uma rede em uma resposta y(t), A rede se caracteriza pela fung&o de transferéncia F, (p): F,(p)tema transformada inversa f(t). Dominic de t Dominio de p Aa) y(t) FO _ | ¥(p) _—— y(t) = S,(t) * fa (t)}>——eY(p) = F\(p)* Falp) Aresposta y(t), para uma rede dada, depende de f,(t); pode-se calcular y(t) segundo 0 esquema depois de obter Y(p). A transformada inversa no dominio de ! pode ser obtida em forma fechada se F,(p) esta dada como fungao racional de pe a transformada F,(p) pode ser obtida da tabelaem C'S.d2 ‘4 as ae a7 a8 a9 d10 Equacoes diferenciais |D 4 Conceitos gerais Concelto de equa¢do diferencial (ED) ED 6 uma equagao que contém fungdes, derivadas (ou diferenciais) dessas fungdes e ademais variaveis independentes, Tem de se distinguir entre: Equagées diferenciais ordindrias (EDO), nas quais as fungdes pro- curadas dependem somente de uma variavel independente. Por exemplo: yp” + 2ety eseny y=ftxy Equagées diferenciais parciais (EDP), nas quais as fungdes procu- radas dependem de diversas varidveis independentes, Por exemplo: air ox, Bs Ouway ASEDP nao se expdem aqui de forma separa | JA que os métodos das E0O podem se aplicar nelas. Equagées diferencials ordinarias Forma: F(x, y(x), y'(x), .. ¥(x)) = 0. Nesta expressao, y(x) éa fungdo procurada; y’... /” s4o as primeiras e sucessivas derivadas até de ordem n, com x como varidvel indepen- dente. Exemplo: y"" (x) + m(x)-y" Cx) + n(x)y2(x) + Pfxdy = gtx), Ordem: é aquilo da derivada de maior ordem que aparece na ED, No ‘exemplo anterior, a ordem da ED 63. ‘Grau. é 0 expoente da derivada de maior ordem que aparece na equagao ao expressar esta na forma de polindmio, ou sgja, ae racionaliza-la, EO linear (EDL): 6 uma ED na qual as fungGes desconhecidas e suas derivadas aparecem somente elevadas a primeira paténcia;a ED linearé sempre de primeiro grau. ED homogénea: nesta, a fungao forgante ou de perturbagao g(x) é igual a 0, Istod, a(x) =0. ED ndohomogénea: nesta, g(x) +0. Solugdo: 6 uma tungo y = y(x) que com suas derivadas satisfaz de maneira semelhante aED. A integragdo de uma equagdo diferencial ¢ 0 processo de encontrar solugdes. = ew xaf(t. vw) Integral geral de uma ED é o conjunto total de suas solugSes. As integrais gerais de uma ED de ordem ncontém n constantes arbitrarias:.C,, C,, ..., C, Tais constantes adquirem valores definidos quando se especificam as. condigdes iniciais yix,)= y,.... YO) = Fo YON (Xo) = ye 9, A integral particular de uma equagdo diferencial 6 uma solugdo especifica da equacao.d12 d'13 a4 Equacoes diferenciais Equac6ées diferenciais lineares D’2 Métodos para resolver uma ED 1. Transformando e ordenando a equagao de maneira que possa iden- tificar-se com um certo tipo de equagdo para a qual existam solugSes (vide D'6, D'8.aD'12), 2. Empregode uma substituigao especial (vide D'8). Efetuando tal substituigao, a ED com freqiéncia pode reduzir-se a uma de menor ordem ou grau para a qual exista uma solucdo conhecida (vide D'9aD'12). 3. Emprego do método dos operadores, em especial da transformada de Laplace (vide C'4.aC'6), Equagées diferenciais lineares (EDL) Forma: Nesta equagdo, y = y(x) 6 a fungao procurada; y’ ... y’ sio a primeira e sucessivas derivadas até a de ordem nde yx}: p,(x) ... P(X) 8&0 fungdes de x. Solugao geral da EDL nado homogénea Y= Vnom + Ypart Solugdo da ED homogénea: Yun A Yno,5@ ObtéM resolvendo a ED néo homogénea na qual q(x) = 0. Toda ED linear homogénea de ordem a tem rn solugdes Independentes y,, Ype Ya COM A constantes arbitrdrias independentes C, ... C,. Vham = CyylX) + Coye(x) +. + Cy Inte) (Em D'S a D'42 hd as solugdes de algumas equagdes diferenciais de primeira e segunda ordens). Solugdo particular da ED nao homogénea: y,,, A Yue S2 ObtéM para q(x) #0. Em D'S, D'6 e D'7, indicam-se procedimentos para encontrar essas solugées; em D'9 e D'12, ha algumas solucées para a Year 0@ EDs lineares de primeira e segunda ordens.‘15 d16 d‘17 d18 d19 d‘20 d’21 d'22 d'23 Equacoes diferenciais Equagées diferenciais lineares D‘3 Solugao particular Obtengao com o método da variagado de parametros Se é conhecida y,., de uma EDL de ordem n (vide D’2, D'6), a seguinte substituig&o conduz sempre a uma solugao particular: Ypart = Cylx)Yy + Cola) Yz +--+ CoV er Método paraa determinagao de C,(x), C,(x), ... C,(x): Forme-se o sistema de equacSes simultaneas: Chixp-yy + CHxp-yy + .. + Chx)y, = 0 CNY, + COD Y2 +... + Coq = 0 Chey yO) + Cylx)-y2l-D +... & Ci(x)-yqlt-? = 0 CD YOY + Cy) yor +. + CGA) Yq = ale) Determinem-se as C;(x) para i = 1, 2, ... n do sistema anterior de equagGes simultaneas. Integrem-se as C,(x) para i= 1, 2, ....a fim de obter as C'(x) da substituigdo feita para y. Exemplo:Encontrar a y,,,da ED: y+ 4 yoo= 2. ~fiaz Segundo d'111 Yrom = fCeU® dx + Cz = Cy: ink Cy = Cy yilx) + Cy n(x) onde = yx(xj = Inlxl_ e@ yo(x) = 1 Substituigdo — Ypar, = Ci(X)'¥1 + Colx)-¥2 Sistema de equagées Ci(x) Intel + C3(x)-1 = 0 simultaneas indicado em d'16 cyey-4 + Cj(x)-0 = 2 Resolvendo o sistema, obtém-seCj(x) = 2x2; Cy(x) = —2x?-Inixt Integrando: Cy (x) @ Cz (x) Cw) = 23; G(x) = = 2a [inet - 3] A solugao procurada » 2 1 2 : = 2x3. -233 ~4).1 = 233 é entao: Ypan = 5% Inte xe (Intel 3) 1 5* Solugao geral: Y = Yhom + Ypars = Cy Intel + G+ ex, Comprovagao: y' = CL 4 2: " -ay54 ga: y xt y= gt ye a Me 4 4y 4 2 e yeh pt grb at px aed'28 29 d’30 d’31 d'32 d°33 d’34 0°35 d°36 d'37 a38 Equacoes diferenciais D4 Equagoes diferenciais lineares Equagao diferencial linear de primeira ordem Forma: y' + p(x)y = 4(x). A forma corresponde & dada em D'2, d'12 para n= 1; a derivada de maior ordem que aparece 6 y. Em D'2 e D'9, ha solugGes para Y, Yoon Vow Exemplo: ' +2 = senx Y = Yhom + Ypar Segundo d'100, p(x) = t q(x) = sen x. Segundo a'99, a solugéo homogénea é: com C, 20. 1 -fla -Inle Cy Yhom = Ce fee ce = Segundo d'100, a solugao particular se calcula com a expressdo: 4 -ft Ypan = foon xoJz * dre See = J(sonxe™™) dre J{senx : xjdx-t 1 zSenx — cos x y Yhom + Ypan = 4(C, +80n x) = cos x. ‘Comprovagao: y’ = — g + zmeenene + son x yitt = sonx CQ 2 0; C, adquire um valor definido, se, por exemplo, Y(x_) = 1 para x9= 5 1 x 7 entao 1 (C, +sen 3? — cos peloque C, = 5- 1. Equagao diferencial linear de segunda ordem Forma: y" + py(x)-y' +Polx)-y = a(x) A forma corresponde & dada em D'2, d'12 para n = 2; a maior derivada que aparece 6 y".EmD'11 ed'12, haas solugGes para Y, Yrom Youd'39 40 d'41 d'42 d'43 d'44 d’45 d'46 d'47 d'48 ‘49 d’50 d'51 d’52 Equacoes diferenciais D’ Equagées diferenciais lineares 5 Equac¢ao diferencial linear de segunda ordem com coeficientes constantes Em virtude da grande Importancia que tem este tipo de ED nos problemas de vibragdes, apresentam-se a seguir varios casos especiais dela. Forma: y" + 2ay’ + bty = 9(x). ae bcom constantes, Q(x) € a funcao de perturbacao. Solugdo geral: segundo D'2ed'15, Y = Yrom + Ypan Caso aperiddico: ki=a-bl > 0 Vrom = Cyel-arkix + Cyel-a-ke Yoon = S. feted gixpdx — ~ ee ie *) + feterte. g(xpdx Caso aperiddico limite: P=@-p=0 Yhom = Cye7*+ Cyx-e7o Yoon = ~e#fxretg(x)-dx + xe~% feet -g(r)-dx Gaso periédico: k= at-bt<0 Yaom = e-*[Cysen(wx) + Cycos (ax)] com w = Wbe~at Yoon = sre Senet). Feer-cos(ax)-q(x}-de = - egos (un) ox + Jee-sonfax)-q¢x)-dx “ ®)Observagaio: Para 0 caso especial am que g(x) = A, sem (,x), obtém-se: Ypan = Asen(w.xX~y), Ao onde A V(b?— 02)? + 4atw,2 1 Bary 2a Wy etambém y = cot”d'53 d'54 d'55 ‘56 d'57 d'58 oe) d60 d’61 Equacoes diferenciais D’s Equagoes diferenciais lineares Equacao diferencial linear de ordem ncom coeficientes constantes Forma: a,-y) + a,_py-) +... + ayy! + ay = gfx). Solugdo da EDL homogénea de ordem ncom coeficientes constantes, q(x) =(0). Substituigdo:y = et; y' = rex; ... pl) = met Substituindo essas expressdes na ED homogénea dada em d'53, obtém-se a equagao algébrica Gr! + a, y+ o. + ay + ay = 0. Dessa equagdo podem-se obter as raizes Fr, 4, ... fi; dependendo do tipo delas, obtém-se diferentes solugSes para a Yon Caso a): Todas asf, f,,..., 4, S40 reais e diferentes entre si: Yhom = Cyert + Cyert +... + Cyerer ‘Casob): Aparecem raizes multiplas e simples: MO STi Mme mee ee Yrom = Cpe + Cyxevt + Cyrent +. + + Cx ent +b Ca yyeimel +... + Cres = ent (Cy + Cox tt Cyl) + + Cg Prt + + Cy erent, Caso c): Aparecem raizes complexas conjugadas: rh =atif; m=a-ip=7. Yaom = Cyett+ Cyerr 4) = et-(A-cos fx + B-sen Bx) A=C+Q; B=i(C,-C) Solug&o particular da ED nao homogénea de ordem ncomcoeficientes constantes Ypart = 814) + 82(x) +... + By (x). Para encontrar solugdes particulares, utilizam-se expressGes que ‘dependem da forma de q(x). Em D'7, ha algumas dessas expresses, Uma vez determinada a expressao correspondente para y,.., Obtam-se Yeon Vous @tC. @ S@ Substituem na ED a resolver. igqualando coeficientes similares, podem-se determinar as incdgnitas a e B (vide exemplo em D‘7). I") C,, C,, .... C, S40 constantes arbitrarias.662 d’63 a’64 aes a’66 a'67 q'68 d‘69 a70 é71 d72 d73 d'74 ‘75 d76 d77 d78 d‘79 d’80 ‘81 d‘82 Equacoes diferenciais D’ Equagées diferenciais lineares 7 Equagao diferencial linear de ordem com coeficientes constantes Forma de q(x) Expresso a substitulr em y,,, A @ xm ay + ayx + agx? +... + arm Ag t Ax + Ag? +... + Apt™ | ag tay + at? +... + a, Ae ae A-cos mx @-cos mx + B-Senmx B-sonimx ub A-cos mx + B-sen mx ” + ” A> cosh mx a@:cosh mx + 6-senh mx B-seoh mx ” + ” A-cosh mx + B:senh mx ” + oo” A-e%cos mx ae cos mx + Be sen mx Bet sen mx ” +" A-e cos mx + Bettsen mx ” +” “y"—y = COS 2x; segundo D’6, d’55 y =e; y= rer; yrartex Substituindo na ED homogénea correspondente (d'75) P-120; Pel; n=l mal Ynom = Cyes + Cyert = Cyret + Cyan*, A expressao a substituir 6 da forma: Ypar = aCOS 2x + -sen2x Y' part = ~2a-sen2x + 28-cos 2x Y parr = —4a-cOs 2x — 4f-sen 2x;. Substituindo as expressGes dadas sem d'79 e d’81 na ED, d'75, obtém-se: —Sa-cos 2x ~ 58-sen2r = cos 2x. Ao igualar coeficientes similares, resulta: 1 1 B=0; a= 5 por o que Ypan = 3 008 2x Solugdo geral: 1 Y= ¥nom + Yan = Cre + Cyre-* —@ cos 2x Comprovagao: y’= Cyet—-C,-0-2+-4 sen 2x - 2 y= Crete Cyrene + 4+ cos 2x yny Cert Cy-o-atb + 4+ cos 2x-C;-e* - 1 = — C,+e-% + cos 2x = cos 2x2 s : 9 +3 -+£ + : a rtp 4 20g Q 2 ‘D+ we +x wee ‘ : “ee OS zap 1° f —_ & s wrt Bop -6 phe Oa Cc § r+ ok PrP: 7 — gz z Ts =A oy 7 oO o° D+ xp (le + te. mb : «© 7-0. 7 a 2 . a eee Nf =A map ‘< erarduiog Y sig OL 0} + xy-04 io 3 : Wigs. 6.P @ SSE unos ‘9 = ay ‘ “# oa — 3 id wie -dz+d a 2 — al@2 ‘dp ™ con oe “ B t58 Ba wk dem hi jak : | olfe oma copdiniueang oa yea < | , wm SES yu Uw Att wk ip a “eee - ®@ 3s 2 2p ot 1ep10 = _ A yp ORSNpA! | - : 10 2/98 im apn am ae | it teh ‘SO]UeSi a G/B” Leu eu ui d= ly wa oo ss ° : 7 os nt a ps0 B Bye pu Ey 88.P 1S NPey ean = : 5 2 wap sy | (( a 3 1 eifo)1GXo BU aa lu « ap Bu wapi0 a ® epyuod vaso oou —— opdnpey } pn ieee fs oi euodxe = 1@SGO oe “ epquos 80 ‘ope vee imansqns, a a oe frm VK, - OF = wd Ga ep ewoy(Of = & x we “Wa dag tA = d ¢ sp(xyef-2> €.02Z,0 pia ssouey | xpinpdf-OAPrspenap (OF =") yg gin -suoa sep opdeuen 20d “ued ‘jos ep opdueiqo. 7” | wapio @puo apinidf 2-0), = “ul (xJb = &.(x)d + 4] op eoug6 pOWOY OPFU OOL.P _ ; ec] pene AD = 66, apa “4 [FP eneso-(v0 f+ r swing? = & re a ‘eau 3 L wapo a woud = K moHd sey 'D af O= Afx)d +4 «sBouoy s Jeoull G3 3 xp « (sue jexeuuojsuen oe Sem np* +" = Gig 2,4) yw a 2 Gg B Os JeOHaA, mp xp, ne Zt aa e AINNSQNS-as oupssezeu e o+ 24 eld = xf fg +n XP |(A + Ag + xD)f =A Lp opu sa sesBojur ep sjodeg es diferenciais de primeira ordem yen6; ap yeuys ojed sesedas es wepod £ @ xX SJ@APURA SY 2 + p(xif f = kr-(4)8f| Tay = ap 74] sionwven |g Equacoes diferenciais Equag¢'Equacoes diferenciais Oo rT a Equacées diferenciais de primeira ordem epjoayuos —|fxp splayed (nybee(s9eyf-8-()5f +9] ae = (az e opssosdxg 29s ane L , znes ceousoy ea 1étx)br+ ted |p eproayuod bs Atx)de, | 2,5 U2 te) e+ “ued 4 = opunBas 08 2 Sen + Oa) = (3) Rr A Oahi=pMla)b+ Alaa J °° mes wa eeugBowoy oeu ga (2)b = 2-[(x)(x) bz + (x)d]~,2 |x) 44 (xn = (2)4 OOL.P ‘6.Q opunBas ‘jos BP, 7. / uneiiea ‘Z we | wepio ep 'xp-(x)dqu-t) f LU ‘0 +%woo || Wep0 ap| G3 ewn eB ogdnpay “2b fu -F) wp (ndte-yp2 = 2 O= We) + A(x)d +f nnanet Qob~ = z(x)d 4 jz 22b d ep ‘ia sod (Of + () jed- =f 6 (Q)f- = x = (4 fervennacs) x 2 (Seya ap Bywiey :je106 ar _ ynese1D vaynewesed sdoy reba) = (Ioyf+low =f =a ep qa 24 = 'p u0o (d)8—d (d)8—d dp $ Wapio op hy * * tye = xp COS + (8x = 4) Suit 99 BowjowEed uded D+ dpdfdfaok . Awe Bp ‘08 B 8S-i9}90 OS f (Of=x a ‘d opueujwils (Af = x eyotidut g3 ogsensasqo opdnjog aimpsqns' ody 901.P P l60L.P vOL.P 20t.!| wapso ep eun B onewyd ‘opdnpas sod opdnjos E -‘oheg Dtlonv seuByiqe ‘SoyUe;SUCD ops'9 8D OLL.P ogdemesqo 240 '90 SPIA :0INI}ED ‘(x)b ep spuadap “4 ©-l=@ O+Deay seupajque ‘S@)UR}SUOD ors’ a'9 WOHE we D + XPapytay_0-'D f was °Zz Wap ja. Jo ap Baug6|— ~owoy 703 |* 0 = AC) + A g- P= Yogi toe Vord [fequy.g)ues.g + + (Ixupg)s09- Vex = ()4 "efas no ‘q- ¥ F gee =tu woo at—"ay "9-1 ae la tut + ux ly = (it (usgi-p=4 ig) +0 = Yes) ode 4 (xfuas.g + X9'S09-V)md = (X)A) NO (OLLP opis “Y # aS) Meee + ut + ni = (XI ai UZ igi +o = woo (xg ues -g + 29809.) md = (x)C eles no ev aiAre- = 7 woo WYK =x wat + arly = (xk W=gi-p= r-X(1-4)a = at = & wa & unde 4 woHK - k nog =f nod = £ we= zwepio 0 = 499 +,Axg + doe (xb = M0 & klog dh s@ur}su0o “DyB09 WOD | a= + MO +h BUsaIUT lesBayuy @ Woo: ojnajeo O2edaWOD 2 5 oc 3B e 3 > ® & ® 3 & & ° © 6 2 2 3 ® 3 S o = Ww ° c 2 © = so wo ® re) o © = zs ul spp] f +r +o = 6 aimsaqns eB opssaldxg = opise oeu A (of A JOWOD WISSR.D‘12 hoy 8:9 22 ‘Ch “| wapuo ep Bat -9@Gowoy seouy Bwn ® siodep sznpey , “pproayuoo sas |rap |0 = Mf (x)X.(x)hd + (x) Cz} +,a-(x)94) ed ‘Jos OwWOd *(x)'4] WS Bj-PUOJSUBL] Bp Siodag O = Axed + + K(x + 4 aiod » . B = =A «cpt Pn Pn — me 2p (MOS = = wunsqns 3 uy} on {n Of =p" apt = (n'a = 9 =,4] IS ogSnjos B as-W9}G0 Of = (OF le In seumya ap siodag|*D + pu adsl + oY =x na CA = oA E 2 + xp(xynf= 4 sonny = is ey D+ PAOSer 0+ D+ xpnf =—eh Fey Equacoes diferenciais Equagées diferenciais de segunda ordem 19 + Old = Sate, SBUIOIU . = |K + = sres6aju se . 3D [(2P-eppcres(f) step] = ta (2b = a(x)" 4,40 Zuppige: Pyereiias Foeap [ep mpayay-(2)0 fr ‘D)soranasa} if =a . oe eso opseniasqo ogdnjos ames ® opssoidxgAnalise estatistica E’; Conceitos gerais de probabilidade Axiomas de probabilidade e1 PIA) = Probabilidade do evento (ou acontecimento) A e2 = Ndmero de eventos em que ocorre A Numero de eventos possiveis freqdéncia relativa e’3 rAd = 0, 0 acontecimento A é impossivel. e4 | =riAs = 1, a Soma das probabilidades de todos os possiveis eventos A,tem valor 1 e's | Piauay*) = Pear + P(B) - PtAne)*) Caso especial para eventos que se excluem entre si e6 = PIAb + P(B) e7 PLAIB) = PtAay PtBy*), probabilidade condicionante de A (probabilidade de A dada a probabilidade de 8) Caso especial para eventos independentes, com P(B), ou seja, P(A) # 0: es P(AIB) = P(A) e’9 PIBIA) = P(B) e10 P(AMB) = PfA)-P{B) para eventos independentes en PIAMA) = P(A)-P(A) = 0, eventos que se excluem entre si *) Diagramas de Venn para a representagao de eventos O retangulo representa a totalidade dos eventos A; Cireulo maior: evento A & (Ay) Circulo menor: eventoB & (Az) A superficie hachurada indica cada caso: ANB ANB (A"e" By (nao A “e* B)Analise estatistica Conceitos especiais de probabilidade E‘2 Varidvel aleatéria A A varidvel aleatéria A pode assumir diversos valores x,; cada valor x 6 um evento ou acontecimento aleatério. Diferencia-se entre valores discretos e valores continuos de uma variavel aleatéria. Fungdo de distribuigado F(x) A fungo de distribuigdo F(x) indica a probabilidade de que o valor da varidvel aleatéria A seja menor que © valor correspondente da abscissa x.A fungao F/x)é mondétona crescente e12 lim F(x) = F(@) = 14 — e138 F(-=) = 0; F(x) aumentadedat F(x) para valores discretos F(x) para valores continuos Fo) de uma varidvel aleatéria Ace uma varidvel aleatoria a Eee Fungao de densidade P, ou seja, f(x) P, para valores discretos f(x) para valores continuos de uma varidvel aleatéria pe uma varidvel aleatéria we A tungao de densidade de uma varidvel aleatoria A é dada por p,ou por {(x),.a relagdo desta coma fungao de distribuigao 6: F(z) = 5 py F(x) = f (2) ax e 14s A area da superficie hachurada da fungao de densidade indica a probabilidade de que o valor da varidvel aleatéria A se encontre no intervalo de x,a x; (sem excluir x,). 4 e'16 P(x x70- 3 JOABUEA wird 0 = (2), ‘o “OIPAW JO;EA WN @p JOpad OF OUIS ap BWJO} WO OBdINqUISIP EWN Wes}SOW] SOpIPaw se0jeA SO\NW sjod ‘eoneId BU ejUaNnbay ORSeOIdy| Eq} (Z1.a epi) } Bacid ep odwe} ojed epeay “ysu0o = sig = di] ley JeuIWOUIg opdinguysip ‘ose all @'39 O-die-ulet : WY SEUIE) OP EXE) BUR} Was apepy Riad x - B ap ORSnASQng “epeEPI|iqeyUCO ep ENOA) BU OBdEDIIdY| +1qeqoud B aiqos ejunBiag “O=x o &, y= p(t) 6 uma fungdo simétrica, observa-se que 2°46 G(-A) = 1=$(a) Arelagaéo entre a fungdo de distribuigao normalizada (2) e a fungao de distribuigdo real F(x), quando p #0 eo” 4 1, 6 dada por ice = Asegundo F(x) ~ a) = EF e'47/48 Fra 1 f seat e “dt =e°49 e’50 e51 e652 e'53 54 e'55 Analise estatistica Integral de probabilidade Integral de probabilidade de Gauss E’s A integral de probabilidade baseia-se na distribuigao normalizada de Gauss (e'45) com o” = 1 ep = 0 represen- ta a area da superficie entre -x e +x da fung&o simétrica de densidade («). (x) G(x) = = oe ¢ Nas tabelas Z'5 e Z'6 se dao valores de *,(x) para 0 < x s 1,99; para valores maiores de x, vide a aproximago indicada na proxima segao. A relagdo entre (x) ea fungdo de erro é dada por Polxt = ert (x/V2). Fungaode erro ert (x) = Solx-V2) “Te! “ot 2 eS anes soe? (2 Ty tenet? Nas tabelas Z'5 e Z'6 se dao valores de erf (xpara0 < x < 1,99), Para x 2 2, pode-se calcular erf(x) com a série anterior ou também com a seguinte expressdo aproximada: ef(x) = 1-—4; com a = 0515 para 2k) é denominada também seguridade da amostragem.Com ajuda da equacdo 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 populagao total assume o valor p = K/n, ou seja, determina quao grande deve ser a amostra n para que com kdefeltuo- sos aceitéveis e uma pequena seguridade desejada a probabilidade de falhas seja igual a p. Curva caracteristica de aceitagéo: Um usuario se questiona se uma populacdo de objetos que recebe satisfaz os seus requisitos de qualida- de, ou seja, se o fabricante entregou tal populagdo com a qualidade condizente. O teste do 100% da populacao 6 muito custoso e nem sem- pre é possivel efetuar ensaios nao destrutivos. Supondo-se uma proba- bilidade de falhas é aceita p < p, na populagao, tem de se determinar se tal populagao é aceita quando ao efetuar uma amostragem de tamanho nse encontram até k = cpartes defeituosas. A probabilidade de aceita- gao L (p, c)= 1— a, onde a 6 o risco do fabricante, pode-se calcular em fungdo da probabilidade simples P(k) dada pela equagdo e'57 (também se conhece estacurvacomo“CO"): L(p,c) = P(0) + P(1) +... + P(KF CC) Supondo uma distribuiggo |. § (4p) de Poisson, oy AP segundo e'44 * 2 < ere ev[s +np+ (ner e.. et" (continua em E°11)e'64 Analise estatistica Curvas de aceltagao — Valor AQL (Continuagao de E'10) E11 (Com esta formula, podem se calcular as diferentes curvas caracteristicas ide aceitagao L(p,c) em funcao da porcentagem de partes defeituosas pna populacao. Distingue-se principalmente entre dois tipos de curvas: Tipo B parametro: i Tipo A | n= const, Gpardmeiro = CONS. ELTA ATL LEE I crea Probabilidade de aceitagao ~ 34 OS oot 2 ¢ y 23 8 $ 6 7 Defeituosos na popu!l. ——= p% ° Defeituosos na popul. ——~ p% Observagdo: Quanto menor for o ndmero maximo de defeituosos c na amostra, tanto maior seré a aproximagao da curva de aceita- Gado a porcentagem de defeituosos na populagdo; cdeve ser n. Observagdo: Quanto mais inclina- da 6 a curva de aceitagao, tanto maior é 0 tamanho da amostra. Como curva limite 6 obtido um re- tangulo quando né o tamanho da populagdo, Quanto mais inclinada éacurva de aceitagao, tanto mais estrita 6a prova; ndeve ser c, Valor AQL (acceptable quality level= nivel aceitavel de qualidade) O acordo entre o fabricante e o comprador implica fixar 0 valor de AQL sobre a curva de aceitagao. O ponte indica a porcentagem de defeituosos p. de uma populag&o para a qual é ainda aceitavel com base numa amos- tra cuja probabilidade seja (usualmente) de 90% (como £ (p, c)2 1-a 6, neste caso, igual a 0,1, ouseja, a 10%). Com referéncia a curva de aceita- g4o tipo A, isso significa que, por exemplo, em uma amostra de tamanho 1, ¢, partes defeituosas serao aceitaveis como maximo. Para receber menos partes rejeitadas, 0 fabri- L@, ‘cante mantera a qualidade (%de wo defeituosos da populagdo) muito 99%e} abaixo do valor AQL prometido por ele, p,", onde somente se permitem c, defeituosos. O que » 9 se refere a Curva original corres- 3 ‘S| ponde a uma probabilidade de 2 = aceitagdo proxima de 99%. Na pratica, com freqdéncia se exige um valor de AQL com p, =0,65%. Probalids de aceitar po pe Defeit.na popul. 2% ja: Tamanho de amostra, cc: Numero maximo de defeituosos aceitavel.e'65 0°66 267 668 e'69 e70 e71 072 Confiabilidade — Definigdes Anilise estatistica IE "490 Definigdes gerais t Confiabilidade R(t) = ale) = we aid ‘0 Probabitidade de falhas F(t) = 1-R(t) Densidade de falhas f(t) = - # , -Jaui-ar = A(t)-e2 Taxa de falhas oufun¢gadoderisco A(t) - > - FO A ae MTTF (mean time to failure, ou tempo médio até a falha) 6 o tempo mé- dio que transcorre até que ocorra uma falha. © ® MTTF = fys(t)-t-ot = fR(t)-ae 6 pr o Em sistemas capazes de reparacdo, substi o MTTf pelo MTBF, (mean time between failures), que 6 0 tempo médio entre duas falhas, ou seja, MTBF = m.OMTTF e oMTBF possuem valores numéricos iguais. MTTF = MTBF = m = fR(t)-dt é Teorema do produto das confiabilidades Se R,, R,,..., R, sao as confiabilidades dos elementos 1, ...,n, a confiabi- lidade do sistema total é dada por: Re = Ry Rave Rn = FIR: , ra Jie ALP ves Aa fel) 87 =e? Observacao: Como modelos para a fungao de confiabilidade Att ), podem-se consi- derar as fungdes de distribuigéio F(x) dadas em E'4 e E'S (calculo se- gundo e'66). A distribuigao exponencial, de manipulagdo matematica simples, cumpre em geral de maneira satisfatéria os requisitos (A = constante). n(t): Candig&o no tempo { considerado. n, : Condigao inicial.e'73 e74 e75 e76 ev77 e78 e79 e'80 Andalise estatistica Contiabilidade — Distribuigéo exponencial 13 Distribuigao exponencial como fung¢ao de contiabilidade Confiabilidade R(t) =e Probabilidadedefalhas F(t) = 1-07" Densidade de falhas f(t) = aee* Taxa de falhas ou fungao de risco ace) fu. A = const. (Dimensao: 1/tempo) © MTBF (tempomédioentre tathas)m = Je“’-ae = e a Produto de confiabilidade Rye ee ge eg Attia Malt Taxa de falhas totais « = i As = A tArt wee tde uter Para valores pequenos, pode-se calcular a taxa de falhas com a seguin- te expresso de aproximagao: = falhas (condigao inicial) (horas de servigo) Os valores de 1. se referem em gerala horas de servigo: Unidade: 1 fit = 1 falha/10" horas Exemplos tipicos para taxas de falhaA em fit (IC = circuitointegrado) IC digital bipolar (SSI) 15 Resistor de folhas metalicas 1 Ic Op Ann) bipolar Resistor de fio em bobina 10 100 Transformador pequeno 5 Transistor te) universal 20. Indutor de alta freqdéncia 1 Transistor (Si) de poténcia 200 Quartzo. 10 Diodo (Si) Diodo emissor de luz (falha: TAntalo com eletrélito Ifquido 2 diminuigado da luminosidade TAntalo com eletralito sdlido 5 em até 50%) 500 Aluminio, eletrolitico 20 Unido soldada (manual) 0,5 Capacitor de ceramica; Unido enrolada 0,0025 capas multiplas 10 Unido com abragadeira 0,26 Capacitor de papel 2 Contato de cavilha 0,3 Capacitor de mica 1 Receptaculo de contato 04 Resistor de capas de carvao Interruptor giratério 5...30 100 Resistor de capas de carvao 100 Observacao: Pode-se encontrar numerosos dados sobre confiabilidade nas normas DIN 29500, parte 1, DIN 40040e DIN 41611.2 3 4 Ss Matematica financeira Conceitos principais 1.Taxas de juros Taxa dejuros: Taxa efetiva de juros: Taxa nominal dejuros: F‘4 Quantidade que 6 paga por unidade de capital investido em umintervalo de tempo unitario. Taxa atual de acréscimo por unidade de inves- timento durante o periodocontratado Taxa do juro total que se paga num ano sobre uma unidade investida no comego do ano, considerando que qualquer juro percebido durante o ano nao é teinvestido. Taxa de crescimento Taxa de crescimento continuo segundo uma certa composta anual: operagaodejuros. (Notagao é o: Taxa efetiva de juro anual. Taxa nominal de juro por ano, pagavel m vezes ao ano. Forga de juros por ano. Relagdes entre i, /” 0: i eet e te ae 2. Acumulagdo e juros compostos Juros compostos: Notagéo m P: Ss: Se o tempo total de investimento 6 dividida em varios periodos e, no final de cada um, o juro gerado 6 acrescentado ao capital para ser investido a mesma taxa, obtém-se um investimento em juro composto. N&mero de periodos de investimento. Valor presente ou principal de um capital investido no inicio dos nperfodos de investimento. Valor futuro ou montante do capital depois de n periodos de investimento. Relagdo entre S, Pen: Sepa iy" para taxa efetiva de juro i im S= P+ Fp)™ para taxas nominais de juros, S = Pe’ p=Sv'sive= pagaveis m vezes ao ano /” para forga de juro o (+ atMatematica financeira * Conceitos principais 3. Taxas de desconto F’2 Taxade E a quantia paga antecipadamente em relagéo a desconto; quantia que se deve restituir no final do perioda con- tratado, quando hajuros pagos antecipadamente. Taxaefetivade Taxa atual de decréscimo por unidade de divida desconto; durante o periodo contratado. Taxanominal Desconto total efetuado numano sobre um montante dedesconto:; a ser pago no final do periodo, considerando que o desconto é aplicado em mprestagées. Taxacomposta Taxa de decréscimo continuo sob uma operagao dedesconto: dedesconto. Notagao d: Taxa efetiva de desconto anual. d™: Taxa nominal de desconto por ano, efetuado em m prestagdes iguais. oc: Forga de desconto. Relagées entre dd" eo: eo? = (t1-d) = (i - Dm8 tg £10 141 12 13 Matematica financeira Relagdes diversas F3 4, Relagées entre juro e desconto Juro e desconto sao 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 ino fim de um ano corresponde a um paga- mento dno inicio dele, isto 6: d(i + #) = i, ouseja, i(i-d) = 0d onde t-a=2—4 t+i RelagGes entre taxas de juro e de desconto: Montante de uma Valor presente unidade no final de uma unidade de nanos antes de nanos Taxacompostadejurooudedesconto & “ e” 0 Taxa efetiva de juros (: + ) ves) Taxa nominal de juros ( + i\n (1 + im) “™ =n in Taxa efetiva de desconto ( - a) (1 - P)) Taxa nominal de desconto ( - ayn (:- Sr ™ dv = a +i Equagaode Consiste em duas séries de obrigagdes vinculadas valor por um sinal de igualdade e avaliadas na mesma data, chamada “data de avaliacao”. Exemplo: Uma pessoa deve $30.000.000,00 pagaveis em 5 anos e $25.000.000,00 pagaveis em 6 anos. Ela deseja mudar essas dividas fazendo dois pagamen- tos iguais no final de 1 e 2 anos, a partir de agora.De quanto sera cada pagamento requerido, se 0 juro é de 9% anual, capitalizavel semestralmente. Solugéo: Seja x a quantidade a pagar no final do primeiro e jlundo anos, i= 0,09. ie-se estabelecer como periodo fundamental o semestre e, entao, trabalhar com taxa efetiva semes- tral /=0,045, A equacdo de valor obtida adotando-se como data de avaliagdo o final do segundo ano é: 30000000 V6 + 25000000 VI? = x + x (1,045)? 30.000 000 (0,767896) + 25000000 (0,589664) = x + (1,092025) x onde x = $18 058 331,04Matematica financeira Anuidades e amortizagao 5. Anuidades Anuidade: Anuidade certa: Anuidade contingente: Anuidade ordinaria: Notagao aR A Sa: s Relagoes entre ay, F4 Série de pagamentos periddicos, de somas geral- mente iguais, que se efetuam durante a existéncia de uma situagado dada. Série de pagamentos periédicos que devem efetuar- secom certeza e independentemente de qualquer acontecimento fortuito durante um determinado periodo. Série de pagamentos periddicos que se efetuam sujeitos a algum evento. Série de pagamentos unitarios efetuados em um pe- riodo apos a sua contratagdo e pagaveis durante n anos, Valor presente de uma anuidade ordindria pagavel durante n perfodos. Valor presente de uma anuidade com série de paga- mentosiguaisa A. Montante de uma anuidade ordinaria pagavel duran- te nperiodos. Montante de uma anuidade com série de paga- mentosiguaisa A, A, Sq @S. A =Ra, ao (41 i S = RS» Sq = (1+ i)” ag fa = V" Sq Exemplo: Uma pessoa deseja dispor de um capital de $1.000,000, dentro de 10 anos, formado mediante depdsitos mensais em um banco que lhe oferece 9% de juros anuais, capitalizados mensalmente. De quanto deve serodepdsito mensal para atingiro seu objetivo? (continua em F’5)Matematica financeira Anuidades e amortizagao F’ (Continuagao de F’4) Solugdo: o depdsito mensal deve ser 22, com p= 12, onde aplicando aférmula do montante setem: 7 $ = 5 Sami: i -42 SP A= Same Ro 12 000 000 000 TR oars 12 000 000 000. AR = $62010 900 Ry earendamensal: 7y- = $5 166 741,66 6. Amortizagao Amortizagdo: + Método para extinguir uma divida por meio de paga- mentos periédicos, geralmente iguais, nos quais sao incluidos tanto juros como capital. Tabelade Registro do destino de juros e capital referentes ao amortizagéo: — pagamentos periddico de uma amortizacao. Capitalinsoluto: — Divida contraida em cada periodo. TABELA DE AMORTIZAGAO PARA UMA ANUIDADE ORDINARIA, PAGAVEL DURANTE n PERIODOS Distribuigaéo do pagamento Numero do Capital insoluto Juros Capital Ppagamento no inicio do contidos no contido no periodo pagamento pagamento 1 ap 1-Ww v" 2 a= -yert vent 3 ama 4 - yer? yar? t aH yoru-n) n a= V vMatematica financeira F’s Casos especiais 7. Casos especiais de anuidades Anuidade — Anuidade na qual o primeiro pagamento efetua-se no antecipada: _ iniciodo periodo. Anuidade Anuidade ordindria na qual se estabelece que o diferida: — primeiro pagamento efetuar-se-a depois de uma cer- ta quantidade de periodos. Perpetuidade: Anuidade na qual se estipula efetuar pagamentos em forma indefinida. Anuidade Anuidade na qual o montante dos pagamentos au- crescente: mentaacada periodo. Anuidade —Anuidade na qual o montante dos pagamentos dimi- decrescente: nuide periodo. Notagao: 4, : Valorpresente de uma anuidade unitdria antecipada, 5, : Montante de uma anuidade unitéria antecipada pagavel durante nperiodos. méa,, + Valor presente de uma anuidade unitdria diferida m periodos, 20: Valorpresente de uma perpetuidade unitaria. (Ja), : Valor presente de uma anuidade unitaria com primeiro pagamento unitario e que aumenta aritme- ticamente uma unidade por periodo. (Da), : Valor presente de uma anuidade unitaria com primei- ro pagamento ne que decresce aritmeticamente uma unidade por periodo. alg: Valor presente de uma anuidade unitaria com p pagamentos iguais por periado, sp; Montante de uma ana anuidade unitaria com ppagamen- tosi iguals por period Relagdes entre diferentes tipos de anuidades £20 Gn = (1 + i) ag 21 i {22 Sm = (1 + DSp 123 Sp =v Sq 124 Sn = Say- 1 125 | mag = V" aq 26 Man © asm = 8m 27 ae = + (continua em F’7)f'28 fs £30 "31 32 £38 £39 Matematica financeira Anuidades e amortizagio (Continuagdo de F’6) Sn-1 + 1 - nV F’7 Can = 7 nm &, (Oa), = + 2 a = i, para taxa efetiva anual / Sew zh Se para taxa efetiva anual No que segue: i° = = para taxa nominal de juro fcom m=p para taxa nominal de juro {com m< pe p= mk para kinteiro. para taxa nominal de juro {com m> pe p= kppara kinteiro. para taxa nominal de juro i, na qual n&o coincidem as on freqdéncias dos pagamentos (1+ wy) 1 | com a convertibilidade da a taxa de juro. Exemplo: Encontrar o valor presente de 4 pagamentes anuais iguais de R$5.000.000,00; o primeiro deies efetua-se imediata- mente ea taxa de juro efetiva anual é de 8%. Solugdo: Deseja-se determinar o valor presente de uma quantidade antecipada para 4 anos;A=5.000.000,004, Istoé: A = 5000000 4, = 5000 000 [(1 + /) a,] = § 000.000 [(1,08) a5 04] = 5 000 000 (1,08) (3,31213) = $17 885 502gi g2 gs a4 gs 96 g7 Teoria de equacd6es Equac4o algébrica de qualquer grau DEFINIGAO DE UMA EQUACAO ALGEBRICA Uma equacao algébrica tema forma: G1 Sole) = Bot + Agi xOd + 0 + agz@ e Ar + a. Todos os termos cujos coeficientes a, so iguais a zero, quando y < 0, podem-se omitir. A solugdo de uma equacao algébrica implica a determinagao dos zeros (raizes) da equagao, para os quais f(x) =0. Caracteristicas 1.Aequagao algébrica f,(x) = Ode grau mtem exatamente a zeros (ralzes), 2. Se todos os coeticientes a, sao reais, somente existem zeros reais ou complexos conjugados como solugées. 3. Se todos os coeficientes a, séo 2 0, ndo ha solugdes cuja parte real seja>0. 4. Se n 6 [mpar, pelo menos um zero 6 real, supondo que todos os coeficientes a, sdo reais. 5. As relagées entre os zeros x, e os coeficientes sao: zx, = = Gy-1/8q para f=1,2,...90 2x,-x = Bp-2/8y-) para J=t,2,...9 onde je] Ex +X + Xp =—@ys/ane para i,j,k =1,2,...0 onde i= j=k My Xgegt ee. Ty = (-1)% + aglay. 6. Aquantidade de rafzes reais positivas da equagdo em questao é igual & quantidade de mudangas de sinal da série de coeficientes. Bow Brmty Bm 2s oe 6 A281, Bo. ou este valor menos um numero par (teorema de Descartes). Exemplo: ,(¢) = 2x3- 1512+ 16x+12=0 tem os sinais + - + + e em virtude das duas mudangas de sinal tem 2 ou O ralzes reais positivas, (continua em G°2)gs go g'10 git gii2 913 g14 Teoria de equagoes Equagao algébrica de qualquer grau G2 (Continuagdo de G"1) 7. A quantidade de raizes reais negativas da equacdo em questéo se determina por meio da substituigdo.x = -z: Nesse caso, a quantidade de mudancas de sinal na série de Coeficientes a,*, a,,*, a,2*,...,%, 8,*, 2,* 6 igual & quantidade de raizes reais negativas ou a esse valor menos um numero par. Aplicado no exemplo em G'1, ponto 6: falz) = -22" - 1527 - 167 + 12 =0 temos sinais - + - + ®, porconseguinte, a equagéo g'7 unicamente tem uma raiz real negativa, visto que sé tem uma mudanga desinal. Solugao geral Se.x, 6 uma raiz de uma equagao algébrica de grau n, f(x) = 0, ograude J(x) pode-se reduzir em uma unidade af, (x) = 0 quando f/x) é dividido entre (x-x,). Caso se conheca também outra raiz.x,,a equacao pode-se reduzir mais um grau dividindo-se-a por (x — x,), e assim sucessi- vamente, Sal) BX + Ong TS + By gt... + Ox? + ax + ap Sof -¥1) = fer (a) = Og! + ages + et ag t ay! Snel (e—x2) = fawn (2) = By" 2? + Byegtx 3 + 0. + aga + ay" fo-gl (=x) = ..- te. filte-x,) = fos) = ant”, Ha um caso especial em que as raizes s40 complexos Conjugados; depois da divisdo, o grau da equagao se reduz em 2 unidades. A divisdo da equacao algébrica f/x) entre (x-x,) pode-se concluir com facilidade aplicando-se o método de Horner descrito em G'3. METODO DE HORNER O método de Horner é um algoritmo que se pode aplicar ao polinémio Pde enésimo grau PalX) ™ Og x" + Bpg x! +... + Byex + By para resolver os seguintes problemas: * Calculodovalorde P/x)parax=x, * Calculo dos valores das derivadas P*fx), P”{x) ete. até PS (x) parax=x, » Redugdo do grau de P,/x)se ha raizes conhecidas. {continua em G‘3)Teoria de equagoes Equacao algébrica de qualquer grau G3 Método de Horner (vide esquema abaixo) Igualam-se os coeficientes a, a a," e se escrevem os coeficientes do polinédmio P,(x) — comegando com o que se relaciona com o maximo expoente — na primeira linha. Aquelas posigdes onde nao ha expoentes témo elemento 0. gis CA a ee 9°16 | 2) x, xy ays xy Ogg... to.Bs" Sq ap x9 a" gi7 g'18 g19 g20 g2i 22 g'23 g24 g’25 [a mye bye Vt Pa (x) Exemplo 1 dométodo de Horner ‘Calculo dos valores de P,(x), Py (x), Paix) € P,"(x) para.x = x5 x)= 4 9°26 Py (x) = 2 - Gx? 4+ 11x - 6 927 vag a. ag ag! 928 1 -6 11 -8 g29) *0 74: 4-8 12 930 Nae Lae Patel gst 4 4 8 932 S27 Tit = Pail 5 4 oa 77 [B= Poa) 1/2; Pad) = 152-6 = 12 935 T= Pa (4)-1/31; Py (4) = 1-2-3-1 = 6Teoria de equagoes Equagao algébrica de qualquer grau Explicagdo do método de Horner G4 Pretende-se calcular o valor de um polinémio e de suas derivadas num pontofixox =x, Os resultados. das multiplicagdes de x, pelos fatores a,", a," ete. ad pelas linhas se escrevem na segunda linha (por exempio, xa Bad, Aregra 3 mostra os resultados da soma das regras 162. g'36 Porexemplo @n-s!) = aay +x9-6q": onde aglt) = a, 937 Byagl) = p+ x90 y-4" Particularmente 938 Bf) = ag + 9+ ay! = bg = Palco) significa 0 valor do polindmio no pontox=.x,. ‘Usande o mesmo esquema, partindo da linha 3, por meio de multiplicagdes e adigdes, chega-se a linha com 939 ay = by = Py! xo) que 60 valor da primeira derivada de P,(x) nopontox=x,. Este procedimento pode se repetir n vezes, pois um polinémio de grau ntem exatamente nderivadas. Esses calculos dao como resultado: 940 Pax) = ag + ay (x=x9) + ag (x-xp)? +... Fo Bye ll Geog t+ anil (r—xo)" g’41 = Palko) + WIt+ Pa'(ay) * (2-ap) + 1/21» Py" (xq) = (mag)? +... + ee IAAP Py (xg) = Grmxg)™! + at + PPh lag) » Gx -xgl" Exemplo 2 do método de Horner: Redugao do grau se ha um zero (raiz) conhecido x,, isto é, determinar P(x) usando: g'42 Pa lx)/fe-xq) = Pr-1(x). 943 Dados: Pr(x) = - 6x7 + 11x-6 comaraiz xy <1. g'44 Esquema: ag ag a) ag g'45 1 -6 1" -6 g'46 X= 1 5 6 g'47 1 -§ 6 QO = Ppt), Resultado P,(1)= Oindica que x,=1 6 uma raizde P,(x). 948 Ent&o P,,,(x) = 17 — Sx + As raizes dessa ultima equuapao (x,=2 e x,= 3) podem ser determinadas facilmente utilizando-se d°41.Teoria de equacdoes r Equagao aproximada de qualquer grau G 5 PROCEDIMENTO GERAL Dado que a determinagao analitica dos zeros (raizes) das equagées algé- bricas, incluindo as equagdes transcendentes, somente é possivel com restrigGes, em G'6 e G'8 se apresentardo os seguintes métodos para obter solugdes aproximadas: Método de Newton Método da secante Método da interpolacao linear, falsa posicdo ou regula falsi Comegando com um valor inicial aproximado, pode-se conseguir qual- quer grau de exatidao mediante iteragao. Exemplo de uma equagao algébrica (polinomial): x4 -3x7+?r-5 0, Exemplode uma equagae transcendente: x-igix)- 1 =0. Procedimento: + Determinagao grafica da aproximag&o inicial tragando a curva a par- tir de uma tabela de valores canhecidos. + Selecionar um dos trés métodos citados anteriormente, Observe que a interpolagdo linear sempre 6 convergente, Para os demais méto- dos, a convergéncia somente 6 garantida sob as condi¢ées citadas em G’6 e G'7, A desvantagem desse exame adicional sera compen- sada geralmente por uma convergéncia muito mais rapida. » Freqientemente, pode-se obter uma melhor convergéncia come- gando com um métedo e continuando com outro; especialmente quando depois de varias iteragdes jd nao é observada uma melhora Nos resultados,gsi g°S2 g'53 954 9°55 9°56 g57 ‘58 g‘59 Equacdo aproximada de qualquer grau METODO DE APROXIMAGAO DE NEWTON O valor x, 6 a primeira aproximagado da raiz n, da equacdo f,, = 0. Traga-se a tangente em jix,); a intersegdo da tan- gente com oeixo x é.um valor melhor que © ponto de partida x. O calcul de x, se faz como se mostra a seguir: X1 = Xo ~ SXq)/f' (Xo). Calcula-se o valor melhorado.x, usando x, de forma semelhante: =) — f/f (a) ete. A repeti¢ao multipla desse método conduz aos resultados de qualquer precisdo que se deseje. Ge Regra geral Heat he — LMS) 5 k=0,1,2,... CondigSes para a convergéncia neste méteda: « n, éumzero simples (nao miultiplo); » entre.x,en,nao deve haver maximos ou minimos da fungao ffx). Convergéncia: Localmente convergente. Comentario: Os valores fix,) ¢ f(x,) que sao necessdrios no método de Newton podem-se calcular muito facilmente por meio do método de Horner descrito em G'3. Exemplo: fix) = xfog x— 1. valor inicial para obter um zero que satistaga flx) = 0 pode ser x,=3. 1% passo: g'51 requer ocdlculo da derivadasyx,): S'() = Ia(x) + Igfe} = Ip (x) + 0,434 294, 2° passo: Determinagao de um valor melhorado x,: De acordo com g‘51, os valores x, = 3, ffx,) = 0,431364 e S(x,J=0,911415 proporcionam o valorx, = 2,526710. 3° passo: Determinagao de um valor melhorado Usando os valores x,= 2,526710, ffx) = 0.017141 e S(x,) = 0,836849, a partir da equagdo g'52 obtém-se 4, = 2,506227; erro + 0,000036. om: x, 0zerotem um errode 0,000036. 4° passo: Se a exatidao de x, nao é suficiente, deve-se efetuar mais iteragdes.g 61 962 g63 g’64 g’65 966 g67 g68 g 69 970 Teoria de equacoes G7 Equagao aproximada de qualquer grau METODO DE APROXIMAGAO DA SECANTE Substitui-se a derivada f(x) do método de Newton pelo quociente diferencial: unem-se dois pontos adjacentes, fix) & fix), por meio de uma reta. Deve-se determinar o valor x, na Intersegdo des- sa reta com o eixo X, sendo x, a primeira aproximagao ao zero n, requerido, Xs. tint ~ 100 Fey= fe No passo seguinte, une-se f(x,) com /{x,). A intersegao desta reta com 0 eixo X 6 a Segunda aproximagao. a2 = Regra geral deiteragao =K- tha kt ke 4.2, Aer te 0) FE Fee) a ae) Comentario: Com freqdéncia, pode-se obter uma convergéncia especial- mente répida quando sao usados de maneira alternada os métodos da secante ede Newton. Convergéncia: Localmente convergente. Exemplo: f(x}=x-Igx-1; x9 = 4; x, = 3. {(xq) = 1,408 240; f(x) = 0,431364. Teaproximagao: x2 = 3 - 0.431964 (3 ~ 4) / (0,491 364 -1,408 240) = 2,558 425. Ero fxg) = 0,043 768 2° aproximagao calculada com, x, fix,) e/lx,): Xy = 2,558 425 — 0,043 768 (2.558 425 - 3)/ (0,043 768 - 0,431 364) = 2,508 562 Erro (x3) = 0,001 982 Em vez de continuar com o método da secante, pode-se aplicar agora ‘ométodo de Newton: Por essa razdo, deve-secaleular ¢-{y,): /'(x) = log x + log (e) S' (X2) = I9(2,558425) + 0.434294 = 0,842267 X° XQ —f (Xp) Af" (xq) = 2,558 425 ~ 0,043 768/0,842 267 = 2,506 460. Erro: /(x,*}=0,000230. x,* produz um erro menor que.x,, o qual foi deter- minado usando somente o método da secante.gv g72 973 g74 g75 g76 g77 978 g79 9°80 g'81 Teoria de equagoes ew Equacao aproximada de qualquer grau 8 METODO DE APROXIMAGAO POR INTERPOLACAO LINEAR. REGRAFALSA OU REGULA FALSI Escolhem-se dois valores x, @ x,, de tal modo que /{x,) @ f(x,) possuam sinais diferentes. Entre esses dois pontos deve existir pelo menos um zero n,. A interse- ¢&o da reta que passa por f(x,) e flx,) com 9 eixo X é a primeira aproximagao x,. Para determinar o valor superior x, traga-se uma reta por f(x,) e um dos pontos usados anteriormente, f(x.) ou J(,), @ calcula-se a intersegado dessa reta com o eixo X. Deve-se usar ‘sempre o Ultimo dos pontos anteriores com sinal diferente do de f(x,). Deve-se observar que f(x,) « f(x,) <0, ou seja, f(x,) “f{x,) <0. Regra geral - = . = - Fno1 2 FOR) Tents =f) bays F(a) + £04) Aqui, / 6 0 valor maximo menor que k para 0 qual é valido Slx)-flm) <0 Convergéncia: Sempre convergente. Exemplo: f(x) = x « log x — 1; escolha de x,= 1, com j=-1 @ x,=3 com pois 9 flc)= +0,431364 ° ) , neste caso, observa-se que /f(x,) «f(x,) <0. =x- 71> *0_ Lg jo . X27 xy MFG fae 3 - 0,491364 043136891 2,397 269; Sx) = 2,397269- log 2,397269 — 1 = -0,089717. Esse valor represen- taa exatidao com que x, aproxima-se de zero. Posto que /(x,) - fx,) < 0, traga-se a reta que passa por f{x,) @ f{x,). A intersegao dessa retacomo eixo.xé: =x%- ee : -- ¥y 72 ~ Led ze ply” 2508044; fly) ~ - 0.004281 Dado que f(x,) -/lx,) > 0, porém flx,) - flx,) < 0, traga-se a reta que passa por f(x,) e/(x,).Aintersegao dessa reta como eixo.xé: Xana ~SUes) FART = 2.505947 £(%4) - - 0,000 1975. Para obter maior exatiddo, tem-se que calcular a intersegdo da reta que passa por f(r,) @ f(x,) com o eixo x. Dado que f(x.) * s(x.) > 0 @ f(x) * Slx,) >0, nao se podem usar os valores de f(x,) e/(x,).Em Aplicagdes Avancadas foram incluidos os seguintes temas: © Teoria de equagoes; * Elementos de maquinas; * Engenharia de controle. Esses novos topicos contém conceitos e formulas fundamentais, assim como exemplos de suas aplicagdes, Em especial, complementa-se o tema de Algebra com conceitos fundamentais da Algebra superior. A nova secao de Elementos de maquinas inclui conteddos relacionados a projetos de engrenagens e a secao Engenharia de controle apresenta elementos conceituais e algoritmos necessarios para a andlise de um sistema. Agradecemos aos professores M. Otto e H. W. Zimmer, que colaboraram na atualizacao e elaboragao desta obra. Kurt Gieck Reiner Gieck SBN 8528905462 9 "788528"905465 Hanes