ANHANGUERA EDUCACIONAL FAST Curso: Matemtica Disciplina: TCC Prof:Turma: 5/A Perodo: 5sem/2013

TCC MODELAGEM MATEMTICA

RA:2505063414 ALUNO(A):Cleidson Silveira

Taguatinga, JUNHO/2013

Introduo Neste pr projeto venho aqui mostra minha ideia para meu trabalho de concluso de curso que vem falar de modelagem matemtica, que vem sendo muito pesquisada nestes ltimos 30 anos, mesmo sabendo que modelamos bem antes mesmo de sabermos o que a matemtica. Quero neste trabalho mostra as tcnicas que profissionais na rea utilizam, e que esses conhecimentos iro servi como ferramenta para atividades dentro de sala de aula, no quero aqui da exemplos de atividades mais sim buscar mais meios para poder executar estas atividades que ainda muitos professores ignoram as vezes por falta de tcnica e por vezes pelo grande trabalho que ter para promover tais atividades, irei ter como base trs livros e mais pesquisas da internet comearei falando um pouco da historia passando por tcnicas de modelagem e por final a insero da modelagem nas salas de aula.

Historia da modelagem matemtica A inveno da roda pelos sumrios no ano 3000 a.C. foi um dos primeiros modelos matemticos produzidos pela humanidade, observando um tronco de rvore rolando por um declive tiveram a ideia de transportar cargas pesadas colocando-as sobre objetos rolantes. Assim aconteceu em todas as pocas, da pr historia at os dias de hoje, a matemtica utilitria vem resolvendo problemas reais. Desta forma cientistas vem ao longo da historia modelando. Como por exemplo, filosofo grego Tales de Mileto (639 568 a.C.), que descobriu uma relao entre tringulos semelhantes e as alturas das pirmides, Pitgoras (570 500 a.C.), filosofo grego que fez uma relao do comprimento das cordas vibratrias que formam sons em mtua harmonia, Arquimedes (287 212 a.C), matemtico e fsico grego que criou um modelo que combina as dedues matemticas com resultados das experincias que podemos citar o principio da alavanca e da balana, que hoje so leis fundamentais da estatstica, Ren Descartes (1596 - 1650), fsico, matemtico e filsofo Francs que criou vario modelos no qual reconhece as relaes entre as equaes algbricas e os lugares geomtricos, no podemos esquecer de Issac Newton (1642 - 1726), matemtico e filsofo ingls que foi um dos primeiros a trabalhar clculo diferencial, e tambm nas suas teorias da gravitao universal, com esses exemplos venho mostrar alguns cientistas que ajudaram a matemtica evoluir mais tambm acima disso, queremos mostrar que estes e outros no citados faziam modelagem matemtica, porem o termo modelo matemtico somente foi introduzido no sculo XIX, por Lobachewsky (1792 - 1856), matemtico russo e Riemann (1826 1866), matemtico alemo, que criaram os modelos propostos pela geometrias no-euclidianas . Surgimento da modelagem no Brasil Aristides Barreto e Rodney Bassanezi foram os primeiros a implantar a modelagem na educao brasileira. Barreto representou o Brasil em grandes encontros sobre a modelagem juntamente com Bassanezi onde realizaram grandes cursos de Ps Graduao em estados brasileiros. Atravs das pesquisas realizadas se viu um grande aproveitamento, onde muitos professores comearam a se inspirar em Barretos e Bassanezi e passaram a procurar novos conhecimentos. Segundo Bassanezi (2002), modelagem, em princpio, foi trabalhada em biomatemtica, na dcada de 80. Nesse momento, os estudos envolviam modelos de crescimento de processos cancergenos. A seguir, realizou-se uma experincia com a modelagem, com turma regular de

Engenharia de Alimentos, na disciplina de Clculo Diferencial e Integral, obtendo-se resultados satisfatrios, e tambm temos nomes de DAmbrosio e Veronez grandes pensadores e pesquisadores matemticos que contribuem para o avano da modelagem matemtica no Brasil.
Modelagem Matemtica

Modelagem o processo de aproximar ou transformar problemas concretos do mundo real em modelos de problemas que simulem de forma tima o objetivo de estudo e assim pder resolv-lo para interpretar suas solues de forma clara.

Problema original

Processo cognitivo

Interpretao

Modelo

Soluo exata Soluo aproximada Processo de modelagem

Modelagem matemtica o processo que envolve a obteno de um modelo que tenta descrever matematicamente um fenmeno da nossa realidade para tentar compreende-lo, criando hipteses e reflexes sobre tais fenmenos.
Etapas da modelagem

Primeira etapa, consiste em reconhecer a existncia de um problema real, no sentido de ser significativo, isto determinar a situao do problema a se modelado, quer dizer, determinar o fator de impacto no mundo.

Segunda etapa, designando o problema, na segunda etapa devemos conhecer o problema e simplific-lo, no simplificando o problema real e sim introduzimos hipteses que simplificam sua abordagem.

Terceira etapa, que consiste na resoluo do modelo decorrente atravs de diversas reas do conhecimento, nessa etapa muito importante a aproximao do modelo a considerar.

Quarta etapa, temos a avaliao das solues encontradas na etapa anterior de acordo com a questo real do problema a modelar. Quinta etapa e ultima etapa da modelagem, que devemos ter em considerao definir a tomada de deciso com base nos resultados obtidos.
Hiptese de simplificao

Problema concreto

Problema matemtico

Validao da soluo Resoluo aproximada do problema matemtico Tomada de deciso

Exemplo: desejamos combater biologicamente uma praga de insetos em uma plantao sem o uso de substancias agroqumico, fazer uma modelagem do problema. A estratgia a utilizar a seguinte, controlamos a populao de insetos fazendo uma plantao inicial da planta atacada com o objetivo de atrair os insetos a serem combatido, para posteriormente serem recolhidos. No caso possvel de obter resultados positivos, teremos determinado na verdade o fator impacto do problema, pois , sem o uso de substncias qumicas, o custo econmico resulta ser muito confortvel, determinando dessa forma a situao problema da primeira etapa. A
E F

Supondo que a regio da plantao tenha uma rea retangular e que a produo da plantao seja igual a rea plantada, estamos na verdade simplificando as hipteses da segunda etapa. A obteno e resoluo do modelo matemtico seja x a largura da faixa ao redor do campo retangular EFGH. Considerando um campo retangular de dimenses u=90 e N=45 dados em metro, com um porcentual Maximo de perda p=5% as dimenses do retngulo interior EFGH so 90-2x e 45-2x metros. Depois desse exemplo e dessas definies de modelagem matemtica vamos citar algumas tcnicas que ajudar uma modelagem mais precisa, tcnicas estas mais utilizadas por pesquisadores, matemticos, estatsticos, so conhecimentos que os professores que desejam aplicar atividade de modelagem, devem ter para o enriquecimento, pois atividades como essas sempre aparecem algumas situaes no previstas ento venho mostrar que no bastar somente ter conhecimentos bsicos matemtica e didtica mais um pouco da matemtica do ensino superior. Mtodo dos mnimos quadrados Mtodos mnimos quadrados Ajustes de curvas um conjunto de tcnicas numricas que tem por objetivo expressar algumas tendncias da relao de duas grandezas. Ento ela fornece uma relao funcional de uma varivel dependente y quando relacionada com a varivel independente x. desta forma quando queremos manipular, uma funo complicada que estabelece uma relao entre as grandezas x e y, ou ento quando queremos encontrar uma aproximao para a funo que nem so conhecidas, o mais recomendvel fazer uma aproximao atravs de um ajuste de curvas. Ajuste linear Ajuste linear para modelo exponencial Ajuste linear para o modelo geomtrico Ajuste quadrtico O mtodo consiste na obteno da curva de regresso ou ajuste de curva que aproxime um conjunto de dados predefinidos ou valores de uma funo que admite: A={(y1, x1), (y2,x2),..., (yn,xn)} seja uma funo (1)

so os parmetros desconhecidos. O mtodo dos mnimos quadrados consiste em determinar esses parmetros de modo que minimize o valor de S(x; 1,2,...,k)=[j (x; 1,2,...,k)-1/i] A soma consiste em minimizar a soma (2) dos quadrados de

(3) entre os diversos valores de Yi observados e os valores ajustados y(xi)=f(x;1,2,...,n) os valores i so chamados de desvios que nada mais que os valores errados.
y yn y3 y2 y1 x1 x2 x3 xn

* * * *

Definio de ajuste linear Suponhamos que as grandezas x e y, cujas medidas so dadas por (1) se relacionam linearmente. Um ajuste de curva denominado linear, se a funo f : R R definida por f (x, a,b)= ax+b. Em outras palvras, um ajuste linear se definida pela equao da reta y(x)=f(x,a,b)=ax+b. Devido a erros de medida, os valores (xi, yi) no necessariamente satisfazem a equao (3), isto , yiaxi+b; para que essa equao se torne numa igualdade, devemos levar em conta os erros ou desvios cometidos nas medidas assim , Yi=(axi+b)+i Portanto i tambm depende d a e b: i(a,b)=Yi (axi+b) A soma dos quadrados dos desvios dada por: S(a,b)=[Yi-axi-b]

Aplicando o mtodo dos mnimos quadrados, temos que os melhores valores para a e b ( e portanto a melhor reta) so aqueles que minimizam S(a,b).
Yn Y5 Y4 Y3 Y2 Y1 X1 x2 x3 x4 x5 xn

* * * * * *

Como S uma funo de duas quantidades a e b, escrevemos essas condies necessrias de mnimos comuns como: ou seja:

De onde obtemos as camadas equaes normais. xiyi=(bxi+axi) yi=(axi+b) a=

[ [ [ ] [ [ ] ] [ ] ] [ ] ] [ ]

b=

Exemplo: foram obtidos os seguintes dados do peso e o comprimento mdio de uma famlia de atuns em relao a sua idade t: Idade (t) Comprimento (cm) Peso (gr) 2 3 4 163,9 170,0 176,1 0,68 0,91 1,0

5 6 7 8 9 10

182,3 188,3 195,4 203,2 210,0 212,7

1,2 1,38 1,48 1,69 1,8 2,3

Queremos investigar a tendncia deo crescimento em relao ao peso de uma famlia de atuns no perodo de dez anos. Solua: Ento podemos estabelecer uma relao de dependncia entre as grandezas t=idade e y=peso do atum relacionado s grandezas, atravs dos pares ordenados (ti, yi), i=1,2,...,9. De acordo com a equao () e (), n=9, devemos calcular as somas de ti, yi, tiyi, ti. ti 2 3 4 5 6 7 8 9 10 Yi 0,68 0,91 1,0 1,2 1,38 1,48 1,69 1,8 2,3 tiyi 1,36 2,73 4,00 6,00 8,28 10,36 13,52 16,20 23,0 ti 4 9 16 25 36 49 64 81 100

Portanto a equao que defini a reta no sentido dos mnimos quadrados dado por;

Esta equao define uma reta que passa pelos seguintes pontos corrigidos: Ti 2 3 4 5 6 7 8 9 10 0,449 0,523 0,597 0,670 0,745 0,819 0,893 0,967 1,041

Ajuste linear para o modelo exponencial Suponhamos que a formulao de um modelo matemtico definido por meio de uma funo de tipo exponencial. y(x)= (9)

Fazendo a mudana de varivel z=lny com objetivo de transformar a equao que define o modelo (9) na forma de uma equao de uma reta, obtemos ao tomar logaritimo em (9). (10)

Desta forma, podemos fazer um ajuste linear para o modelo exponencial, pois mais fcil lidar com (10) do que com equao (9). Tomando a= e b=ln , a equao da reta ajustada ou equao auxiliar z=ax+bf(x,a,b). Exemplo: aumento de clulas cancerosas num tumor por unidade de tempo t, supondo o tempo de duplicao das clulas constantes dado atravs dos seguintes dados experimentais: Tempo (dias) 1,5 2,5 4,0 5,0 6,5 Numero de Clulas (miles) 1,778 2,611 4,642 6,813 12,11

Com estes dados determine a dependncia funcional do nmero de clulas N(x) do tumor em relao ao tempo t mediante de um ajuste linear. Atravs do grfico de disperso de dados (ti, Ni), i=1,...,5.
14 12 10 8 6 4 2 0 0 1 2 3 4 5 6 7

Vemos que a relao funcional procurada N(x) da forma: N(x)=^(t)

>0, <0.

Utilizando a mudana de varivel y(t)=lnN(t), obtemos (11) a expresso linear nas novas variveis utilizando os dados da tabelas, obtemos os dados auxiliares.

Nas equaes (7) e (8) obtemos:

Portanto, obtemos a equao da reta ajustada (reta auxilia): y=lnN=0,383t-0,00048 Como a= e b=ln obtemos
5
y

a funo exponencial

y=0,383t-0,00048

0 -3 -2 -1 -1 0 1 2 3 4 5 6 7 8 9 10 11

12

Ajuste da reta y=0,383t-0,00048 aos pontos (t,lnt).

N(t)=0,383e^0,995t
250

200

150

100

50

-3

-2

-1

0 0

10

11

x 12

Ajuste linear para modelo geomtrico Suponhamos que a formulao do modelo matemtico definido atravs de um modelo de tipo geomtrico, isto : Y(x)x^, >0 e >0 (12)

Tomando o logaritmo neperiano na equao (12) transformando o problema na forma. Lny=ln+lnx1 Fazendo a mudana de varivel. Y=lny e x=lnx Obtemos em (13): Y=a+x onde a=ln (15) (14) (13)

Tomando b= a equao da reta ajustada ou equao auxilia Y=a+bx (16)

Com os dados do exemplo 1da relao do peso (gr) e comprimento (cm) dos atuns; determinar a dependncia funcional do peso dos atuns y(x) em relao ao comprimento x mediante um ajuste linear como vimos no exemplo 1, a relao funcional que modela o problema formulada pela funo potencial:

Onde a taxa de metabolismo e d informaes em termos matemticos da forma do atum. A teta ajustada da por (15)

Devemos encontrar os parmetros a e b por meio de um ajuste: {(xi,yi)}={(163,9;0,68),(170,0;0,91),(176,1;1,0),(182,1;1,2),(188,3;1,38),(195,4;1,38),( 200,3;1,68),(210,0;1,8),(212,7;2,3)} Xi=lnxi 5,099 5,135 5,171 5,205 5,238 5,275 5,314 5,347 5,359 Yi=lnyi -0,385 -0,094 0 0,182 0,322 0,392 0,524 0,587 0,832 xiyi -1,963 -0,482 0 0,947 1,686 2,067 2,784 3,138 4,438 Xi 25,999 26,368 26,739 27,092 27,436 27,825 28,238 28,590 28,718

Aplicando o mtodo dos mnimos quadrados para estimar os parmetros.

Portanto, y=3,907x+20,2 Sendo a=ln, temos que Assim, obtemos

ajuste geometrico relao peso comprimento dos atuns

2 1.8 1.6 1.4 1.2 1 0.8 0.6 150 160 170 180 190 200 210 220

Ajuste quadrtico Seja x,y duas grandezas cujas medidas so dadas por (1). Um ajuste de curvas denominado ajuste quadrtico, se a funo que relaciona as grandezas definido por f: equao de uma parbola. , isto , um ajuste quadratico definido pela

Aplicando o mtodo dos mnimos quadrado, determinamos os parmetros a,b e c minimizando a funo;

As condies necessrias de mnimos so dadas pelas equaes:

Isto : {

(18)

Ajustar uma parbola de mnimos quadrados da forma y(x)=a+bx+cx para os dados da tabela seguintes. x y 1,2 4,5 1,8 5,9 3,1 7 4,9 7,8 5,7 7,2 7,1 6,8 8,6 4,5 9,8 2,7

Devemos utilizar a equao (18) xi 1,44 3,24 9,61 4,01 32,42 50,41 73,04 96,04 xi 1,73 5,83 29,79 117,65 185,19 357,91 636,06 941,19 2,08 10,49 92,35 576,48 1055,58 2541,12 5470,12 9223,66 xiyi 5,40 10,62 21,70 38,22 41,04 48,28 38,70 26,46 xiyi 6,48 19,12 67,27 187,28 233,93 342,79 332,82 259,31

Para n=8, as equaes normais (18) so: { Resolvendo o problema algbrico anterior, obtemos a=2,588, b=2,065, c=0,2110, da, a parbola requerida pelo mtodo dos mnimos quadrados tem a equao: Y=2,588 +2,065b-0,2110x.

Equaes diferenciais Variaes Discretas: uma varivel discreta uma varivel que toma valores variados e isolados, ou seja no admite valores intermedirios entre dois valores especficos. O conjunto formado por valores de uma varivel discreta chamado de conjunto discreto. Desta forma uma sequencia finita de nmeros reais {x1,x2,x3,...,xn} cada elemento da sequencia chamado de valor discreto, e a varivel x recebe o nome de varivel x recebe o nome de varivel discreta. O conjunto finito {x1,x2,x3,...,xn}, formandos por valores de uma varivel discreta x denominada conjunto discreto. Em outras palavras, um conjunto discreto se existe uma correspondncia objetiva entre os elementos de um conjunto em um subconjunto dos nmeros naturais {1,2,3,...,n}. Se desejarmos encontrar um numero de um numero capturados em uma empresa pesqueira em cada ms n durante um ano devemos usar uma sequencia finita xn para representar o numero de peixes capturado no ms n, isto {x1,x2,x3,...,xn} o conjunto discreto e o numero de peixes x a varivel discreta. Variaes continuas: seja D={y1,y2,y3,...,yn} um conjunto, a varivel discreta y est uma relao grandeza x atravs da funo f: AcRR, isto y=f(x), x A subconjunto prprio de R. uma variao discreta se os valores da imagem da funo f, isto , y=f(x) pertence ao conjunto discreto D. E por sua vez a variao total ou as vezes chamadas de y=f(x)D em relao ao intervalo [x1,x2] definido por y=y2-y1=f(x2)-f(x1) (1)

y tambm chamado de incremento de y. Se y>0 o se y<o, ento a funo f aumenta e diminui em tamanho respectivamente. Se y=0, a funo permanece inalterada.

Insero da modelagem no ensino Ao percorrer do sculo XXI, grandes avanos tecnolgicos foram surgindo e trazendo inmeras facilidades na vida dos seres humanos. Com esses avanos sente-se a necessidade de melhorar o Ensino da Matemtica, que se faz presente nos avanos tecnolgicos. Assim surge a Modelagem Matemtica, trazendo uma melhor forma de

ensino e aprendizagem. Aristides Barreto e Rodney Bassanezi foram os primeiros a implantar a modelagem na educao brasileira, Bassanezi afirma que, a modelagem consiste em pegar situaes do dia-a-dia e transformar em situaes matemticas, resolvendo da forma mais usual e que depois possam ajudar em outras situaes. J Veronez diz que um processo que parte do real, passa pela obteno de um modelo e vai para o analise e interpretao da soluo. Burok explica que algo que vai ajudar o homem a resolver, matematicamente, os problemas do cotidiano. E DAmbrosio coloca que deve associar a realidade com o contedo e que no deve ser apenas uma soluo sem sentido, mas sim algo que tenha uma finalidade. Podemos concluir que ela veio para melhorar, trazer um modelo que ajude a resolver problemas que se possa usar de vrias formas. BASSANEZI (2002) mostra a importncia da metodologia da modelagem matemtica da seguinte maneira: Arte de transformar problemas da realidade em problemas matemticos, resolv-los e, ento interpretar suas solues na linguagem do mundo real, um processo dinmico e atraente. Uma modelagem eficiente permite fazer previses, tomar decises, explicar e entender, enfim, participar do mundo real com capacidade de influenciar em suas mudanas. (BASSANEZI, 2002, pg.16. ). A cincia uma atividade desenvolvida pelo homem com a finalidade de compreender a natureza por meio de teorias adequadas e mesmo que a natureza continue existindo sem essas teorias, o homem necessita utiliz-las para avanar em seus conhecimentos e tomar futuras decises corretamente. um fenmeno cumulativo natural e este depende de codificaes e smbolos associados a representaes orais ou visuais. (BASSANEZI, 2002, pg.17). Ainda sobre a modelagem matemtica, diz Ubiratan DAmbrosio que: A modelagem matemtica matemtica por excelncia. As origens das ideias centrais da matemtica so o resultado de um processo que procura entender e explicar fatos e fenmenos observados na realidade. O desenvolvimento dessas ideias e sua organizao intelectual do-se a partir de elaboraes sobre representaes do real. A linguagem desde a natural, at a mais especfica e formal, permite compartilhar socialmente essas ideias, estruturando-as como teoria. (BASSANEZI, 2002, prefcio). Para Burak,

A modelagem matemtica constitui-se em um conjunto de procedimentos cujo objetivo construir um paralelo para tentar explicar matematicamente os fenmenos do qual o homem vive e seu cotidiano, o ajudando a fazer predies e a tomar decises. (BURAK, 1987, p. 22). Ela traz benefcios aos alunos desenvolvendo o pensamento lgico-matemtico, tornando mais rico o processo de ensino-aprendizagem e contribuindo de forma significativa, para a formao do hbito da investigao. (BURAK, 2000). A maior dificuldade que notamos para a adoo do processo de modelagem, pela maioria dos professores de matemtica, a transposio naturalmente criada pelo ensino tradicional onde o objeto de estudo apresenta-se quase sempre bem delineada, obedecendo a uma sequencia de pr-requisitos e que vislumbra um horizonte claro de chegada tal horizonte muitas vezes o cumprimento do programa da disciplina. ( BASSANEZI, 2002, pg.43. ).