Solucionador de Sistemas de EDOs

Solucionador de Sistemas de EDOs

O Solucionador de Sistemas de EDOs é uma caixa de ferramentas completa para sistemas lineares e não lineares acoplados. Cole uma matriz de coeficientes 2×2 ou 3×3 e a ferramenta realizará a análise completa de autovalores / autovetores, escreverá a solução geral e particular em LaTeX, classificará o equilíbrio na origem como sela, nó, espiral ou centro, e desenhará um retrato de fase interativo com uma trajetória animada. Para sistemas planares não lineares, você pode digitar lados direitos arbitrários \(f(x,y)\) e \(g(x,y)\) e a ferramenta produzirá um retrato de fase RK4 de alta precisão.

O Que É um Sistema de EDOs?

Um sistema de equações diferenciais ordinárias acopla várias funções desconhecidas de uma única variável — geralmente o tempo \(t\) — através de suas derivadas. Na forma mais compacta,

Quando \(\mathbf{F}(t, \mathbf{x}) = A\mathbf{x}\) para uma matriz constante \(A\), o sistema é linear e autônomo — e é aqui que a teoria é mais elegante: todo o comportamento de longo prazo é determinado pelos autovalores de \(A\).

O Método dos Autovalores para Sistemas Lineares

Para \(\mathbf{x}' = A\mathbf{x}\) o método padrão é:

1. Calcular o polinômio característico \(\det(\lambda I - A) = 0\).
2. Resolver para encontrar os autovalores \(\lambda_1, \lambda_2, \dots\).
3. Para cada autovalor, encontrar um autovetor \(v\) resolvendo \((A - \lambda I) v = 0\).
4. Montar a solução geral como uma combinação linear: \(\mathbf{x}(t) = c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t} + \cdots\).
5. Determinar as constantes \(c_i\) inserindo a condição inicial \(\mathbf{x}(0)\) na solução geral.

Três Casos para Sistemas 2×2

O Plano Traço-Determinante

Para uma matriz 2×2 com traço \(T = a_{11} + a_{22}\) e determinante \(D = a_{11} a_{22} - a_{12} a_{21}\), toda a classificação cabe em um único diagrama:

É por isso que o painel de resultados mostra com destaque \(T\), \(D\) e \(\Delta = T^2 - 4D\) — três números são suficientes para nomear o equilíbrio.

Sistemas Não Lineares e o Retrato de Fase

A maioria das EDOs do mundo real são não lineares e não possuem solução em forma fechada. A ferramenta lida com elas integrando as equações numericamente com o método Runge–Kutta de 4ª ordem (RK4), que possui erro de truncamento local \(O(h^5)\) e é o padrão para campos vetoriais suaves.

O retrato de fase sobrepõe:

• Um campo de vetores amostrado em uma grade 13×13, mostrando a direção do fluxo em cada ponto.
• A trajetória a partir da sua condição inicial, desenhada em vermelho com um ponto laranja animado mostrando a direção do tempo.
• Várias linhas de fluxo de um anel de pontos iniciais, fornecendo uma imagem global da dinâmica.
• Para sistemas lineares 2×2, os eixos de autovetores (ciano tracejado) — estas são as direções invariantes ao longo das quais as soluções deslizam exponencialmente.

Como Usar Este Solucionador

1. Escolha um modo — Linear 2×2, Linear 3×3 ou Não Linear 2D — através das abas no topo do formulário.
2. Preencha os coeficientes ou equações. Clique em qualquer Exemplo Rápido para preencher um sistema canônico (nó estável, centro, sela, pêndulo, Van der Pol, etc.).
3. Insira uma condição inicial \((x_0, y_0)\) e um intervalo de tempo \(T\). Valores típicos de \(T\) são 6–20 para osciladores e 3–6 para sistemas estáveis de decaimento rápido.
4. Clique em Resolver. A página completa de resultados aparece com a classificação, autovalores, autovetores, solução em forma fechada (modos lineares), retrato de fase animado e gráfico de séries temporais.
5. Repita a trajetória usando o botão sob o retrato de fase se desejar assistir ao movimento do ponto laranja pela curva de CI novamente.

Exemplo Prático — Oscilador Harmônico Amortecido

O oscilador amortecido \(\ddot{x} + 2\zeta \omega \dot{x} + \omega^2 x = 0\) pode ser reescrito como um sistema 2D definindo \(y = \dot{x}\):

Para \(\omega = 1\) e \(\zeta = 0.2\) (subamortecido), a matriz é \(A = \begin{pmatrix} 0 & 1 \\ -1 & -0.4 \end{pmatrix}\). Traço \(T = -0.4\), determinante \(D = 1\), discriminante \(\Delta = 0.16 - 4 = -3.84 < 0\), então obtemos uma espiral estável com autovalores \(-0.2 \pm 0.9798\,i\). A trajetória espirala para a origem, e a série temporal mostra senóides que decaem exponencialmente.

Aplicações

• Sistemas mecânicos — sistemas massa-mola acoplados, pêndulos, giroscópios.
• Circuitos elétricos — redes RLC, filtros de amplificadores operacionais, controle de espaço de estados.
• Dinâmica populacional — predador-presa de Lotka–Volterra, espécies concorrentes, epidemiologia (SIR, SIS).
• Cinética química — redes de reação, osciladores de Belousov–Zhabotinsky.
• Neurociência — modelo de neurônio de FitzHugh–Nagumo, reduções de Hodgkin–Huxley.
• Teoria de controle — modelos de plantas linearizados, design de observadores, margens de estabilidade.

Dicas e Observações

• Se sua trajetória divergir rapidamente, reduza o intervalo T — um sistema instável pode ultrapassar qualquer visualização em poucas unidades de tempo.
• Para um autovalor repetido, o solucionador encontra automaticamente o autovetor generalizado \(w\) resolvendo \((A - \lambda I)w = v\), para que você obtenha o termo \(tv\) sem trabalho manual.
• Para sistemas não lineares, as setas do campo vetorial também revelam equilíbrios fora da origem como pontos ciano — observe o retrato para regiões de magnitude zero.
• Para sistemas 3×3 não há retrato de fase (3D é difícil de exibir em uma página 2D), mas a solução em forma fechada e o veredito de estabilidade ainda se aplicam.
• Condições iniciais e intervalos de tempo são independentes da classificação: alterá-los apenas move a trajetória vermelha, não o veredito dos autovalores.

Perguntas Frequentes

O que é um sistema de equações diferenciais ordinárias?

Um sistema de equações diferenciais ordinárias (EDOs) é um conjunto de equações acopladas que relacionam as derivadas de várias funções desconhecidas de uma única variável independente, geralmente o tempo. A forma clássica é \( \mathbf{x}'(t) = F(t, \mathbf{x}(t)) \), onde \( \mathbf{x} \) é um vetor de estados e \(F\) é o campo vetorial. Sistemas lineares podem ser escritos de forma compacta como \( \mathbf{x}' = A\mathbf{x} + \mathbf{b} \), e seu comportamento é determinado quase inteiramente pelos autovalores da matriz de coeficientes \(A\).

Como os autovalores classificam o equilíbrio de um sistema linear 2×2?

Para um sistema 2×2 \( \mathbf{x}' = A\mathbf{x} \), a origem é classificada pelo traço \(T\) e determinante \(D\) de \(A\): \(D < 0\) resulta em um ponto de sela (instável); \(D > 0\) com \(T^2 > 4D\) resulta em um nó (estável se \(T < 0\), instável se \(T > 0\)); \(D > 0\) com \(T^2 < 4D\) resulta em uma espiral (estável se \(T < 0\), instável se \(T > 0\), um centro puro se \(T = 0\)). O caso limítrofe \(T^2 = 4D\) produz um nó degenerado.

Como é a solução em forma fechada quando os autovalores são complexos?

Se \(A\) tem autovalores complexos conjugados \( \alpha \pm i\beta \) com autovetor complexo \( v = p + iq \), a solução geral real é \( \mathbf{x}(t) = e^{\alpha t} \left[ c_1 (p \cos\beta t - q \sin\beta t) + c_2 (p \sin\beta t + q \cos\beta t) \right] \). A exponencial \(e^{\alpha t}\) controla a amplitude (crescente, decrescente ou constante), enquanto o seno e o cosseno lidam com a rotação.

O que acontece quando a matriz tem um autovalor repetido?

Se a matriz tem um autovalor repetido \(\lambda\), mas apenas um autovetor linearmente independente \(v\), você também precisa de um autovetor generalizado \(w\) que resolva \( (A - \lambda I) w = v \). A solução geral então assume a forma \( \mathbf{x}(t) = c_1 v e^{\lambda t} + c_2 (tv + w) e^{\lambda t} \). Se o espaço de autovetores for bidimensional, a matriz é um múltiplo escalar da identidade naquele subespaço invariante e a solução se reduz a \( \mathbf{x}(t) = (c_1 v_1 + c_2 v_2) e^{\lambda t} \).

Esta ferramenta pode resolver sistemas não lineares simbolicamente?

O modo não linear resolve o sistema numericamente usando um integrador Runge–Kutta de quarta ordem (RK4) e plota o retrato de fase. A maioria dos sistemas não lineares não possui solução em forma fechada, então esta é a abordagem padrão. Você ainda pode identificar o comportamento local perto dos equilíbrios por linearização, o que o modo linear 2×2 gerencia — calcule o Jacobiano no ponto fixo e insira-o como \(A\).

O que é um retrato de fase?

Um retrato de fase é uma imagem geométrica das soluções de um sistema 2D no plano \(x\)–\(y\). Cada solução traça uma curva chamada trajetória, e a coleção de trajetórias, juntamente com as setas do campo vetorial, revela o comportamento qualitativo: se as soluções espiralam para dentro, se afastam em sela, oscilam ou se estabilizam em equilíbrios. Os retratos de fase tornam a estrutura global de um sistema visível de relance.

Leitura Adicional

• Sistema de equações diferenciais — Wikipédia
• Retrato de fase — Wikipédia
• Autovalores e autovetores — Wikipédia
• Métodos de Runge–Kutta — Wikipédia
• Oscilador de Van der Pol — Wikipédia