PNV-5007

Metodos da Din amica Nao-Linear Aplicados ao

Movimento do Navio
Prof. Dr. Jesse Rebello de Souza Jr.
Departamento de Engenharia Naval e Oceanica
Escola Politecnica da Universidade de Sao Paulo
1998

Indice
1 Introdu cao 5
1.1 Breve Historico da Dinamica Nao-Linear . . . . . . . . . . . . . . . . . . . 5
1.2 Aplicacoes ao Estudo da Dinamica do Navio . . . . . . . . . . . . . . . . . 7
2 O Navio em Jogo como Sistema Dinamico Nao-Linear Determinstico 8
2.1 A Equacao de Escape . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.1 Sistema nao amortecido e nao forcado . . . . . . . . . . . . . . . . . 10
2.1.2 Sistema amortecido e nao forcado . . . . . . . . . . . . . . . . . . . 12
2.1.3 Sistema amortecido e forcado . . . . . . . . . . . . . . . . . . . . . 12
2.2 As Equacoes SIR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 Equacoes SIR na forma adimensional . . . . . . . . . . . . . . . . . 20
2.2.2 Equacoes SIR: ressonancias basicas . . . . . . . . . . . . . . . . . . 21
2.2.3 Resposta quasi-permanente . . . . . . . . . . . . . . . . . . . . . . 23
2.2.4 Atratores e bifurca coes . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Conceitos Basicos de Dinamica Nao-Linear 29
3.1 Sistema Dinamico, Campo Vetorial e Fluxo . . . . . . . . . . . . . . . . . . 29
3.2 Atrator e Bacia de Atracao . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.1 Conjunto Invariante . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2.2 Medida de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2.3 Conjunto -limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2.4 Bacia de Atra cao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3 Exemplos de Atratores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3.1 Atrator Pontual (topologia: ponto) . . . . . . . . . . . . . . . . . . 32
3.3.2 Atrator Periodico (topologia: curva fechada) . . . . . . . . . . . . . 32
3.3.3 Atrator Quasi-peri odico (topologia: toroidal) . . . . . . . . . . . . . 34
3.3.4 Atrator Caotico (topologia: fractal) . . . . . . . . . . . . . . . . . . 34
3.4 Bifurcacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.4.1 Estabilidade Estrutural . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.4.1.1 Proximidade de Campos Vetoriais . . . . . . . . . . . . . . 36
3.4.1.2 Equivalencia (Topologica) de Campos Vetoriais . . . . . . 36
3.4.1.3 Estabilidade Estrutural . . . . . . . . . . . . . . . . . . . 37
1
3.4.2 Denicao de Bifurcacao . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4.3 Bifurcacoes Basicas de Pontos de Equilbrio . . . . . . . . . . . . . 37
3.4.3.1 Teorema da Variedade Central . . . . . . . . . . . . . . . 38
3.4.3.2 Bifurcacao Fold ou Sela-No . . . . . . . . . . . . . . . . 39
2
Lista de Figuras
2.1 Equacao de Escape - Restauracao e Potencial . . . . . . . . . . . . . . . . 10
2.2 Trajet orias no plano de fase da Equacao de Escape nao amortecida e nao
forcada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Trajet orias no plano de fase da Equacao de Escape amortecida e n ao forcada 13
2.4 Equacao de Escape forcada trajet oria peri odica de pequena amplitude . . 14
2.5

Orbita no plano de fase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6 Seccao de Poincare correspondente . . . . . . . . . . . . . . . . . . . . . . 16
2.7 Parametros cinem aticos para as equa coes SIR . . . . . . . . . . . . . . . . 18
2.8 Poco potencial para as equacoes SIR . . . . . . . . . . . . . . . . . . . . . 22
2.9 Equacoes SIR - resposta quasi-permanente . . . . . . . . . . . . . . . . . . 24
2.10 Equacoes SIR - selecao de atratores na sequencia principal (pontos de
Poincare) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.11 Equacoes SIR - selecao de atratores na sequencia principal (trajetorias) . . 27
3.1 Funcao potencial para o oscilador de Dung . . . . . . . . . . . . . . . . . 32
3.2 Bacias de atracao para dois atratores pontuais do oscilador de Dung . . . 33
3.3 Atrator periodico no oscilador de Van der Pol . . . . . . . . . . . . . . . . 33
3.4 Atrator quasi-peri odico nas equa coes SIR com F = 0.176, = 0.85, R =
1.7, = 0.05 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.5 Atrator caotico nas equacoes SIR com F = 0.1855065, = 0.85, R = 1.7,
= 0.05 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.6 Bifurcacao tipo Fold ou Sela-No - (a) Sela e N o coexistem para > 0,
(b) Sela e No colidem para = 0, (c) Para < 0 n ao h a ponto de equilbrio
estavel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3
Objetivo Geral do Curso
Abordar problemas ligados ao movimento do navio no mar sob o enfoque da Dinamica
Nao-Linear de Sistemas Determinsticos.
Objetivos Especcos
1. Familiarizar o aluno com os conceitos basicos de Dinamica Nao-Linear: Atratores,
Bacias de Atracao e Bifurcacoes.
2. Ressaltar a importancia do reconhecimento de fenomenos nao-lineares no estudo da
dinamica de sistemas.
3. Apresentar metodos numericos de investigacao de sistemas n ao-lineares.
4. Aplicar conceitos e tecnicas aprendidos ao estudo da dinamica do navio.
4
Captulo 1
Introducao
1.1 Breve Historico da Dinamica Nao-Linear
O estudo de sistemas din amicos n ao-lineares e tao antigo quanto a propria disciplina criada
por Newton e Leibniz. A dinamica nasceu com os problemas conservativos da Mecanica
Celeste e um de seus primeiros desaos foi o da determina cao das orbitas dos planetas
(e de sua estabilidade). Um marco na historia da Dinamica N ao-Linear foi o monumen-
tal trabalho de Poincare Les Methodes Nouvelles de la Mecanique Celeste. Publicado
em 1899, este tratado de Mecanica Celeste e considerado por muitos como o incio da
moderna din amica nao-linear. Um dos fenomenos nao-lineares mais intrigantes - o com-
portamento caotico - foi vislumbrado por Poincare, o qual foi o primeiro a demonstrar que
o Problema dos 3 Corpos nao admitia solucao fechada (analtica). Ele vericou que, em
certas circunst ancias, o comportamento do sistema se tornava incrivelmente complexo e
que qualquer tentativa de representar tal movimento por solucoes peri odicas era qualitati-
vamente errada. Ali as, uma das grandes contribui coes conceituais de Poincare foi apontar
para a necessidade de metodos qualitativos no estudo de sistemas dinamicos:
No passado, apenas se considerava uma equacao como resolvida quando se
expressava sua solucao com o auxlio de um n umero nito de fun coes conheci-
das; mas isto e possvel talvez apenas em um caso em cem. O que se pode
sempre fazer, ou melhor, o que se deveria sempre tentar fazer e, por assim
dizer, resolver o problema qualitativo, ou seja, tentar encontrar a forma geral
da curva que representa a funcao desconhecida. (Citado em Kellert (1993),
pp. 101).
A express ao a forma geral da curva, cujo signicado preciso era claro no contexto
do trabalho de Poincare, e hoje entendida como representando as propriedades gerais
(topologicas) da solucao, tais como, estabilidade, periodicidade, etc.
Esta faceta do trabalho de Poincare permaneceu largamente ignorada por cinquenta
anos entre os fsicos. Alguns poucos matem aticos franceses, bem como G. D. Birkho
5
prosseguiram com sua linha de estudo, ainda no campo da Mecanica Celeste. Birkho
estudou, entretanto, tambem sistemas dissipativos e em um trabalho de 1916, publicado
apenas em 1932, este descobriu o que se considera hoje como o primeiro exemplo de um
atrator caotico, ao qual ele denominou curva not avel, Wrightman (1985). Mesmo apos
Levinson ter demonstrado em 1948 que o atrator de Birkho ocorria em um oscilador
forcado em apenas tres dimens oes, estes resultados permaneceram na obscuridade.
Desta forma, grande parte da pesquisa pura em sistemas n ao-lineares ocorreu na R ussia
e Uniao Sovietica, iniciando-se com Lyapunov (um contemporaneo de Poincare) e culmi-
nando com a escola de Andronov e seus seguidores (notadamente Kolmogorov e Arnold) na
decada de 50, Andronov (1966). No Ocidente, importantes contribui coes para a din amica
de sistemas dissipativos foram feitas por Dung (1918) e Van der Pol (1927). Os os-
ciladores de baixa dimens ao (1 grau de liberdade) investigados por estes pesquisadores
sao ainda hoje considerados como modelos arquetpicos de sistemas nao-lineares, nos quais
toda a complexidade dos fen omenos pode ser (qualitativamente) estudada em um cen ario
relativamente trat avel.
Em 1963, duas descobertas aparentemente desconexas afetariam profundamente o de-
senvolvimento que a dinamica nao-linear experimentaria a partir da decada seguinte. O
meteorologista Edward Lorenz (re-)descobriu a sensibilidade exponencial a condicoes ini-
ciais - caracterstica b asica dos atratores caoticos - ao estudar em computador um modelo
simplicado de conveccao atmosferica. Seu modelo continha apenas tres equa coes diferen-
ciais nao-lineares de 1o grau que, no entanto, produziam trajetorias imprevisveis, Lorenz
(1963). O atrator em quest ao se tornou conhecido como o Atrator de Lorenz e forma,
juntamente com os atratores de Van der Pol e Dung, o conjunto dos exemplos mais
estudados de din amica dissipativa caotica.
No mesmo ano, Stephen Smale publicou um trabalho no qual pela primeira vez um
mecanismo dinamico foi descrito para a produ cao de caos, Smale (1963). Seu modelo,
a Ferradura de Smale (Smale Horseshoe) e ainda hoje considerado como o mecanismo
basico de geracao de atratores caoticos.
Seguiram-se a estes trabalhos muitos outros, tanto na extens ao das tecnicas mate-
maticas quanto na descoberta de novos e intrigantes exemplos de dinamica caotica em
modelos de baixa dimens ao. Na linha matem atica, merece destaque o trabalho de Mitchell
Feigenbaum sobre a universalidade de certos padroes de instabilidade dinamica que acar-
retam o surgimento de respostas caoticas: as cascatas de duplica cao de perodos, Feigen-
baum (1978). Na linha das descobertas fsicas, grande n umero de relatos foram produzi-
dos, incluindo problemas t ao variados quanto a din amica populacional, May (1979) e a
turbulencia em escoamentos de uidos, Henon e Pomeau (1976), Gorman et alli (1980),
Libchaber et alli (1982) ou entao fenomenos aparentemente triviais como o gotejar de
uma torneira, Crutcheld et alli (1982).
A palavra caos despertou grande interesse dentro e fora da comunidade academica,
de sorte que, durante varios anos a Dinamica N ao-Linear ganhou popularidade como a
Teoria do Caos. Hoje, pelo menos na comunidade academica, a chamada Teoria do
Caos e vista como um (pequeno) sub-conjunto da Dinamica Nao-Linear. O ferramen-
6
tal teorico e pr atico desenvolvido no estudo de sistemas caoticos passou, n ao obstante, a
encontrar cada vez mais aplicacao na analise e projeto de sistemas de engenharia. Para
tanto, este ferramental contou com o apoio, antes inexistente, do crescente poder de pro-
cessamento dos computadores digitais. Hoje, o grande desao neste campo e incorporar
estes conceitos e tecnicas ao arsenal de ferramentas `a disposicao do engenheiro para a
analise e projeto dos complexos sistemas de engenharia.
1.2 Aplicacoes ao Estudo da Dinamica do Navio
Do ponto de vista da Dinamica Nao-Linear, a motivacao para o estudo do movimento do
navio e dupla. Por um lado, a dimens ao do problema matem atico pode ser relativamente
pequena. Se estudarmos um navio isolado no mar e nos detivermos exclusivamente na
sua dinamica de corpo rgido, o modelo matematico resultante tera 6 graus de liberdade
(mec anicos), o que corresponde a um sistema de 12 equacoes diferenciais de 1
o
grau. Com
frequencia, porem, apenas alguns movimentos (graus de liberdade) do navio sao de inter-
esse em um problema especco, reduzindo a dimens ao do problema. O emborcamento
do navio em ondas laterais, por exemplo, tem sido extensivamente estudado com o uso
de modelos de apenas 1 grau de liberdade (jogo). O problema do movimento do navio
amarrado pode, muitas vezes, ser estudado com modelos de 3 graus de liberdade (avanco,
deriva e guinada). A pequena dimens ao do espaco de fase do sistema e um ingrediente
muito importante na aplicacao de metodos de din amica nao-linear, sendo vital para o uso
eciente de recursos de visualizacao.
Por outro lado, o problema da din amica do navio oferece um exemplo genuno da
relev ancia de efeitos nao-lineares no projeto e operacao de sistemas de engenharia. O
emborcamento de um navio normal, por exemplo, so e possvel gracas a nao-linearidade de
sua curva de restaura cao hidrost atica. Alem disso, os esforcos hidrodinamicos de inercia e
amortecimento resultantes da intera cao casco-uido sao inerentemente nao-lineares. Desta
forma, o estudo do movimento do navio oferece tanto um exemplo relevante de din amica
nao-linear, quanto a perspectiva de um problema trat avel.
No contexto da Engenharia Naval e Oceanica, a aplicacao de conceitos e metodos
de Dinamica N ao-Linear implica, antes de mais nada, na incorporacao de novas ideias.
A princpio, portanto, o conhecimento da existencia de fen omenos nao-lineares tende a
tornar a analise de problemas reais mais complexa. Isto ocorre porque, tradicionalmente,
problemas (ou efeitos) nao-lineares eram (ou sao) desprezados pelo Engenheiro. Existem,
porem, metodos adequados para investigar sistemas nao-lineares e seu emprego pode
elevar consideravelmente a qualidade do projeto ou analise do sistema. Obviamente,
nem sempre efeitos ou fenomenos n ao-lineares sao importantes em uma analise especca.

E difcil prever a priori se este sera ou nao o caso em um problema qualquer. Neste
curso abordaremos problemas nos quais sabidamente efeitos n ao-lineares jogam papel
preponderante.
7
Captulo 2
O Navio em Jogo como Sistema
Dinamico N ao-Linear Determinstico
Os conceitos e metodos da Dinamica Nao-Linear sao melhor apreendidos atraves de e-
xemplos. Embora isto seja verdadeiro para praticamente qualquer teoria ou metodo, no
caso da Dinamica N ao-Linear isto e particularmente verdade. A razao para isto e que e-
xistem muito poucos resultados absolutamente gerais a serem apresentados. Grande parte
do conhecimento acumulado em Dinamica N ao-Linear e baseado no estudo de modelos
arquetpicos, tais como o oscilador de Dung, Van der Pol, a equacao logstica, o ma-
peamento de Henon, etc. O estudo destes e outros modelos pode ser visto em diversas
referencias, por exemplo, Thompson (1986), Guckenheimer e Holmes (1990), Wiggins
(1991) e Hilborn (1994).
A abordagem que usaremos aqui e a de apresentar, na medida do possvel, os conceitos
e tecnicas da Dinamica Nao-Linear atraves de modelos do movimento do navio. Para
tanto, iniciaremos com um modelo bastante simples, de 1 grau de liberdade, do jogo
do navio em ondas. Este modelo foi proposto e extensivamente estudado por J.M.T.
Thompson e colegas da University College London, Thompson, Bishop e Leung (1987),
Thompson (1989a), Thompson (1989b), Thompson, Rainey e Soliman (1990), Thompson,
Rainey e Soliman (1992), Thompson e McRobie (1993). Este modelo cou conhecido como
a Equa cao de Escape.
2.1 A Equa cao de Escape
O movimento do navio no grau exclusivo de jogo sob a acao de ondas regulares de traves
pode ser representado por, Thompson, Rainey e Soliman (1992):
I

+ B(

) + C() = IAk
2
f
sin(
f
+ ) (2.1)
onde:
representa a derivada em relacao ao tempo real ;
8
e o angulo de jogo medido a partir da posicao de equilbrio do navio, em relacao
`a normal `a superfcie local da onda;
I e a inercia rotacional do navio em jogo, a qual pode incluir a inercia adicionada;
B(

) e a fun cao de amortecimento do navio;

C() e a funcao de restaura cao hidrost atica do navio, a qual corresponde uma funcao
potencial V () =
_
C() d. Esta fun cao e igual a C() = mgG
Z
(), onde m e a
massa do navio, g e a aceleracao da gravidade e G
Z
() representa a curva GZ do
navio (bracos de endireitamento). Admite-se que C() caia a zero para um angulo
(de estabilidade nula) igual a
v
;
A e a amplitude da onda regular;

f
e a frequencia da onda;
k e o N umero de Onda para aguas profundas, k =

2
f
g
;
e o angulo de fase da onda.
A equacao 2.1 acima pode ser adimensionalizada tomando-se:
x

v
(2.2)
t
n
(2.3)


f

n
(2.4)
onde
n
e a frequencia natural do navio, denida por
2
n
=
C

(0)
I
, onde C

(0) e a rigidez
linear do navio para = 0.
A equacao adimensionalizada e ent ao:
x + b( x) + c(x) = Fsin(t + ) (2.5)
A escolha de fun coes para b( x) e c(x) determina, naturalmente, o modelo. Para a
Equacao de Escape, tomamos amortecimento linear, b( x) = x e restauracao c(x) = xx
2
,
tal que o potencial V (x) e dado por V (x) =
1
2
x
2

1
3
x
3
. Esta fun cao potencial pode
corresponder sicamente a um navio desbalanceado (por distribui cao assimetrica de peso
e/ou pela acao de vento lateral), de tal forma que o emborcamento so pode ocorrer em
uma dire cao (x positivo). Um graco de c(x) e V (x) e mostrado na gura 2.1.
A equacao de escape ca assim dada por:
x + x + x x
2
= Fsin(t + ) (2.6)
Note-se que a amplitude de excitacao em 2.6 e dada por:
9
Figura 2.1: Equacao de Escape - Restauracao e Potencial
F
Ak
2

v
(2.7)
2.1.1 Sistema nao amortecido e nao forcado
Tomemos inicialmente o modelo denido por 2.6 sem a presen ca de amortecimento ou
excita cao externa:
x + x x
2
= 0 (2.8)
As trajet orias deste sistema conservativo sao curvas de energia mecanica (cinetica +
potencial) constante. No plano de fase denido por (x, x) as trajet orias do sistema
teriam o aspecto mostrado na gura 2.2, na qual as trajetorias sao percorridas no sentido
horario.
O sistema possui dois pontos de equilbrio, os quais sao obtidos fazendo-se x = 0:
um centro (um ponto de equilbrio elptico com autovalores
1
= +i e
2
= i e um
autovetor nulo de multiplicidade 2) em (x, x) = (0, 0) e um ponto de sela (um ponto
de equilbrio hiperb olico com autovalores
1
= +1 e
2
= 1 e autovetores u
1
= [1, 1] e
u
2
= [1, 1], respectivamente) em (x, x) = (1, 0). Trajetorias com energia inferior `aquela
correspondente ao ponto de equilbrio (x, x) = (1, 0) (V (1) =
1
6
) sao curvas fechadas como
as mostradas na gura 2.2 acima (topologicamente, circunferencias) que permanecem
indenidamente no interior do poco potencial. Trajetorias com energia superior a este
valor sao curvas abertas que escapam para innito. Note que todas as trajet orias deste
10
Figura 2.2: Trajetorias no plano de fase da Equacao de Escape nao amortecida e nao
forcada
sistema sao curvas de energia constante, inclusive as trajet orias que escapam para innito.
Nestas, portanto, a energia cinetica tende a +( x ) enquanto a energia potencial
tende a (x +).
A trajetoria com energia igual a 1/6 e uma trajetoria especial do sistema. Ela
conecta o ponto de equilbrio (x, x) = (1, 0) a si proprio, levando um tempo innito para
faze-lo. A curva mais externa na gura 2.2 e uma aproximacao numerica desta trajet oria.
Trajet orias que conectam pontos de equilbrio a si proprios sao chamadas homoclnicas.
Geralmente, elas desempenham papel fundamental na organizacao do espaco de fase do
sistema. No exemplo acima, a trajet oria homoclnica separa claramente as trajet orias
fechadas das abertas (trajetorias de topologia diferente).
Existem ainda duas outras trajetorias especiais no sistema (n ao mostradas na gura
2.2). Uma tende ao ponto de equilbrio (x, x) = (1, 0) a partir de x > 1 com velocidade
negativa, levando tempo innito para faze-lo. Outra parte da vizinhan ca de (x, x) = (1, 0)
com velocidade positiva, tendendo a innito (x +), mas levando tempo innito para
faze-lo. Localmente, isto e, na vizinhan ca de (x, x) = (1, 0), as trajetorias que partem
deste ponto (com tempo avante) tem a dire cao (no plano de fase) do autovetor [1, 1]
correspondente ao autovalor positivo (inst avel) deste ponto de equilbrio, enquanto que as
trajetorias que chegam neste ponto tem a direcao do autovetor [1, 1] correspondente
ao autovalor negativo (est avel).
11
2.1.2 Sistema amortecido e n ao forcado
A equacao com amortecimento e sem excitacao externa e:
x + x + x x
2
= 0 (2.9)
A introdu cao de um termo de amortecimento linear positivo,b( x) = x, muda quali-
tativamente a resposta do sistema. O centro em (x, x) = (0, 0) transforma-se em um
ponto de equilbrio assintoticamente estavel que agora atrai para si um certo conjunto de
trajetorias. Se a magnitude do amortecimento for inferior a um valor crtico ( = 2),
as trajet orias serao oscilatorias e o ponto e dito um foco estavel (autovalores sao
complexos conjugados com parte real negativa Re(
1,2
) = /2 e parte imaginaria
Im(
1,2
) =
1
2

2
4). Se a magnitude do amortecimento for superior ao valor crtico,
as trajetorias ser ao nao-oscilatorias e o ponto e dito um n o est avel (autovalores sao
distintos, ambos reais e negativos:
1,2
=

2
4
2
. Se a magnitude do amortecimento
for igual ao valor crtico, as trajetorias serao nao-oscilatorias e o ponto e dito um no
improprio (autovalor = /2 real negativo de multiplicidade 2).
O sistema passa agora a ter dois atratores : (x, x) = (0, 0) e o atrator no innito
. Mais uma vez, a organizacao do plano de fase e determinada por trajetorias especi-
ais (ver gura 2.3). Em especial, a regiao do plano de fase que contem as trajet orias
que serao atradas para (x, x) = (0, 0) e delimitada por duas trajetorias especiais, as
unicas que tendem ao ponto de equilbrio inst avel em (x, x) = (0, 0). Esta regiao e
denominada a bacia de atra cao do atrator. O restante do plano de fase e atrado para
o atrator no innito. Note que, conforme veremos mais adiante, um sistema conservativo
como o descrito pela equacao 2.8 nao possui atratores, estes sendo apenas possveis em
sistemas dissipativos.

E interessante observar tambem que a existencia de mais de um
atrator (e consequentemente de fronteiras separando diferentes bacias de atracao) e uma
caracterstica exclusiva de sistemas nao lineares dissipativos. Em sistemas lineares, se um
ponto de equilbrio e assintoticamente estavel ele e globalmente estavel, ou seja, todo o
espaco de fase e atrado para ele.
2.1.3 Sistema amortecido e forcado
O sistema com amortecimento e excitacao e representado pela seguinte equacao, na qual
tomamos = 0:
x + x + x x
2
= Fsin(t) (2.10)
O primeiro fato a ser apontado e que o espaco de fase deste sistema e agora tridimen-
sional e denido por (x, x, t). Conforme veremos mais adiante, sistemas com espaco de
fase de dimens ao superior a 2 podem apresentar comportamento complexo nao possvel
em espacos de fase bidimensionais, notadamente comportamento caotico.
12
Figura 2.3: Trajetorias no plano de fase da Equa c ao de Escape amortecida e nao forcada
O segundo fato a ser percebido e que o sistema descrito por 2.10 nao possui pontos de
equilbrio, ou seja, em virtude da excitacao (com F, = 0) a equacao x = 0 n ao possui
solucoes.
A resposta mais simples que este sistema pode apresentar e peri odica com o perodo da
excita cao T =
2

. Diversas outras respostas serao encontradas dependendo dos valores

dos par ametros de controle , F e . Assim como visto para as versoes anteriores do
sistema (equa coes 2.8 e 2.9), a resposta depende tambem da condi cao inicial. Em geral,
a resposta deste sistema precisa ser vericada numericamente, n ao sendo possvel obter
solucoes em forma fechada (analtica).
Para xar ideias, vamos portanto manter constantes = 0.1 e = 0.85 e inspecionar
numericamente a resposta do sistema para diferentes valores de F.

E possvel armar (ver
Thompson (1989a)) que para F pequeno, o foco estavel em (x, x) = (0, 0) dara origem
a pequenas oscilacoes periodicas assintoticamente estaveis (com o perodo da excita cao)
em torno dele. Similarmente, oscilacoes periodicas instaveis se desenvolvem em torno de
(x, x) = (1, 0).
A gura 2.4 ilustra este tipo mais simples de resposta com uma trajet oria obtida
numericamente a partir de (x, x) = (0, 0) com F = 0.01. Por clareza, apenas um trecho
da resposta apos signicativa dissipacao do transiente e mostrado.
Em geral, e impratic avel (senao impossvel) determinar todas as possveis respostas
do sistema denido por 2.10. A primeira abordagem ao problema e procurar determi-
nar a evolucao de um dado atrator `a medida que se variam um ou mais parametros do
13
Figura 2.4: Equa cao de Escape forcada trajetoria peri odica de pequena amplitude
sistema. Conforme veremos mais adiante, a partir do atrator periodico visto acima o
sistema experimenta uma complexa cascata de bifurcacoes sob variacao (lenta) de F
que culminar a com o escape das trajetorias do poco potencial (representando o emborca-
mento do navio), ver gura 6 em Thompson (1989a). Conforme veremos mais adiante,
esta sequencia de bifurca coes pode ser investigada com o auxlio de algoritmos como os de
Attractor-Following e Path-Following. Algumas estimativas analticas baseadas em
Teoria de Perturba cao podem ser feitas.
Uma ferramenta util no estudo de sistemas com respostas periodicas e o Mapa de
Poincare (tambem denominado Mapeamento de Poincare, Aplicacao de Poincare ou
ainda Mapa de Retorno). O Mapa de Poincare e uma discretiza cao no tempo do sistema
contnuo. Esta discretiza cao e obtida a partir da deni cao de uma seccao (Secccao de
Poincare) transversal ao uxo do sistema. Mais adiante veremos uma deni cao formal
do Mapa de Poincare. Porem, como exemplo ilustrativo, vamos considerar o caso do
sistema denido por 2.10.
Reescrevendo 2.10 na forma canonica, teremos um sistema equivalente de tres equacoes
diferenciais de primeiro grau:
x
1
= x
2
x
2
= x
2
x
1
+ x
1
2
+ Fsin() (2.11)
14

=
Vemos, assim, que o espaco de fase deste sistema
3
pode ser visto como um torus
(x
1
, x
2
, ), onde e uma coordenada cclica, 0 < < 2. Este sistema (e, em geral,
sistemas com campo vetorial periodico) admite, portanto, seccoes de Poincare globais
(isto e, transversais a todo o uxo do sistema) dadas, por exemplo, por:
t = t
P
+ iT(i = 1, 2, . . .)
=
P
= t
P
(2.12)
Estas seccoes de Poincare sao planos que interceptam o torus (x
1
, x
2
, ) em =
P
,
onde
P
dene cada seccao especca. O mapa de Poincare M(
P
) ca, assim, denido
por:
M(
P
) = [x
1
(t
P
), x
2
(t
P
)] [x
1
(t
P
+ T), x
2
(t
P
+ T)] (2.13)
Em outras palavras, o mapa amostra o uxo a cada perodo da excita cao T. Desta
forma, pontos pertencentes a uma trajetoria periodica qualquer de perodo T sao mapea-
dos por M(
P
) neles pr oprios, gerando sequencias de pontos identicos.
O mapa de Poincare possui diversas caractersticas de interesse. Primeiramente, a
dimens ao do espaco de fase do mapa e inferior (em uma unidade) `a dimens ao do sistema
original. Alem disso, trajetorias peri odicas do sistema original correspondem a pontos
xos do mapa e a estabilidade das primeiras pode ser estudada pela estabilidade dos
ultimos. A possibilidade de vericar a estabilidade de uma trajetoria peri odica pela
estabilidade de um ponto xo (do mapa associado) e extremamente vantajosa. Por ultimo,
a visualizacao das sequencias de pontos gerados pelo mapa facilita muito a identicacao da
resposta do sistema original. Por exemplo, uma trajetoria periodica de perodo n m ultiplo
de T pode ser de difcil identicacao se olharmos diretamente para series temporais das
variaveis de fase do sistema. Sob a acao do mapa de Poincare, entretanto, esta trajet oria
se resumir a a um conjunto de n pontos distintos. Com o passar do tempo, estes n pontos
serao visitados repetidamente pela trajetoria, porem seu n umero nao e alterado e, assim,
a simples identica cao do n umero de pontos fornece imediatamente o perodo da resposta.
Como exemplo, tomemos a resposta da Equacao de Escape para = 0.1, = 0.85
e F = 0.1085. A gura 2.5 mostra a orbita obtida com 500 ciclos da excita cao plotada
sobre o plano de fase (x, x). Os limites da gura sao 1 < x, x < +1. Esta trajetoria e
peri odica com perodo 8T, porem este fato dicilmente poderia ser observado a partir desta
plotagem (e menos ainda a partir da inspecao de series temporais isoladas das variaveis de
fase). Na gura 2.6 vemos o resultado da aplicacao do mapa de Poincare acima descrito
(com
P
= 0). Conforme pode ser visto, apos os mesmos 500 ciclos da excitacao apenas
8 pontos distintos sao registrados, indicando imediatamente a periodicidade correta da
resposta.
15
Figura 2.5:

Orbita no plano de fase
Figura 2.6: Sec cao de Poincare correspondente
16
Conforme veremos mais adiante, mesmo quando a resposta nao e periodica (e talvez
principalmente nestes casos), o mapa de Poincare fornece importantes subsdios de visu-
alizacao.
2.2 As Equa coes SIR
A Equa cao de Escape representa um modelo do movimento do navio no grau exclusivo de
balanco (ou jogo). Outros graus de liberdade do navio podem inuenciar sua din amica
em jogo, de modo que, ainda que nosso interesse recaia sobre o movimento de jogo,
pode ser de interesse considerar modelos com mais graus de liberdade. Dentre os cinco
graus de liberdade adicionais que o navio livre em jogo no mar possui, dois deles sao
frequentemente considerados como os mais inuentes no movimento de jogo: o caturro
(pitch) e a arfagem (heave). As equacoes SIR
1
representam um modelo do movimento
acoplado do navio em jogo e arfagem.
As equacoes SIR procuram representar um modelo arquetpico do movimento do navio
em jogo e arfagem em ondas regulares, de forma similar ao almejado pela Equacao de Es-
cape para o movimento exclusivo de jogo. Isto signica que, mais do que procurar ser um
modelo quantitativamente acurado para a dinamica de navios especcos, estas equacoes
procuram capturar, na forma mais simples possvel, determinados tipos de comportamento
que o sistema pode apresentar devido ao acoplamento entre os movimentos de arfagem e
jogo.
Apresentamos a seguir, de forma breve, uma deducao destas equa coes. A deducao
aqui apresentada parte da forma desejada para a fun cao potencial (gravitacional) do
sistema e produz as equacoes Lagrangianas do movimento. As equacoes tambem podem
ser deduzidas por metodos puramente vetoriais (Newtonianos).
Consideremos um navio monocasco tpico com um plano vertical longitudinal de sime-
tria. A seccao transversal do navio que contem seu centro de gravidade G e mostrada
na gura 2.7. Outras seccoes transversais podem ter outras formas (mantida a simetria
acima). Consideramos aqui movimentos planos do navio nos quais as seccoes transversais
permanecem no mesmo plano vertical. Os tres graus de liberdade sao, portanto, a deriva
horizontal u, a arfagem vertical v, e o jogo . Sob a acao de ondas regulares longas (com-
paradas `a boca do navio) a equacao do movimento de deriva e trivial: u = 0. Restam,
assim, apenas dois graus de liberdade ativos: (v, ). O navio utua em equilbrio em aguas
calmas em um estado de referencia (R) com G a uma dist ancia Y acima da linha dagua.
Neste estado de referencia, seu centro de utuacao B esta a uma distancia S abaixo da
linha dagua. O jogo e a posicao vertical do centro de gravidade G (arfagem v) sao
ambos tomados nulos neste estado.
Para determinar o tipo de acoplamento que se pode esperar entre arfagem e jogo,
faremos uma analise cuidadosa baseada na hipotese de que a agua fornece sempre e
1
A sigla SIR se origina da express ao inglesa Symmetric Internal Resonance (Resson ancia Interna
Simetrica), cuja justicativa car a clara `a medida que descrevermos estas equac oes.
17
Figura 2.7: Parametros cinematicos para as equacoes SIR
apenas sua restauracao hidrost atica. A inercia da agua e, portanto, desprezada e seu
campo de pressoes e considerado nao perturbado
2
, de modo que n ao ha forca resul-
tante na dire cao horizontal. Por enquanto, desprezaremos tambem o amortecimento
hidrodin amico. Sob estas condicoes, o navio e a agua constituem um sistema mec anico
conservativo e comecamos por examinar a forma da funcao energia potencial total V (v, ).
Por simetria, e evidente que V deve ser uma fun cao par de : V (v, ) = V (v, ). A
forca de restaura cao em arfagem, H, e igual `a derivada parcial de V em relacao a v, a
qual denotamos por V
v
: H(v, ) = V
v
(v, ). Analogamente, o momento de restaura cao em
jogo, M, e M(v, ) = V

(v, ).
A curva de bra cos de endireitamento tradicional da Engenharia Naval (a curva GZ)
fornece o momento M como funcao de sob a condi cao de equilbrio est atico em arfagem.
Esta condicao de equilbrio se expressa por:
H(v, ) = V
v
(v, ) = 0 (2.14)
A equa cao acima pode, em princpio, ser resolvida resultando em uma relacao de
variacao est atica de v com : v = v
s
(). Esta relacao satisfaz identicamente a condicao
de equilbrio estatico em arfagem H = 0, de modo que:
V
v
[v
s
(), ] 0 (2.15)
2
Esta e a hip otese de Froude-Krylov, amplamente empregada na Engenharia Naval.
18
Substituindo 2.15 na express ao de V , temos a express ao da energia potencial sob a
condicao de equilbrio est atico em arfagem.

V () V [v
s
(), ] (2.16)
A derivada parcial

V

e o momento convencional de restaura cao hidrost atica, o qual

escrevemos como mgG
Z
(). Para nosso modelo arquetpico tomamos a forma polinomial
mais simples para um navio simetrico:
mgG
Z
() =

V

() = c
_
1

v
__
1 +

v
_
(2.17)
onde c e a rigidez inicial em jogo e
v
e o angulo de emborcamento estatico do navio.
Integrando 2.17, temos:

V () =
1
2
c
2
v
_
_
_

v
_
2

1
2
_

v
_
4
_
_
(2.18)
A quest ao aqui e descobrir uma fun cao energia potencial V simples, porem realstica,
que tenha 2.18 como sua express ao sob a condicao de equilbrio estatico em arfagem.
Neste ponto, lembramos que navios sao normalmente bastante lineares em arfagem (ver,
por exemplo, Faltinsen (1990)). Desta forma, assumimos uma constante de rigidez xa h
em arfagem, v alida para qualquer deslocamento v. Isto corresponde a assumir que a partir
da curva de equilbrio est atico em arfagem, a energia potencial cresce parabolicamente
com (v v
s
), de modo que devemos adicionar
1
2
h(v v
s
)
2
`a express ao 2.18:
V (v, ) =

V () +
1
2
h[v v
s
()]
2
(2.19)
Precisamos agora assumir uma express ao para v
s
(). Para manter a simplicidade das
equacoes, tomamos aqui uma rela cao parabolica simples em fun cao de um unico parametro
:
v
s
() =
1
2

2
(2.20)
Deste modo, temos:
V (v, ) =
1
2
c
2
v
_
_
_

v
_
2

1
2
_

v
_
4
_
_
+
1
2
h
_
v
1
2

2
_
2
(2.21)
As derivadas parciais de 2.21 nos dao a forca de restaura cao em arfagem e o momento
de restaura cao em jogo:
H(v, ) = V
v
(v, ) = h
_
v
1
2

2
_
(2.22)
19
M(v, ) = V

(v, ) = c
_
1

v
__
1 +

v
_
h
_
v
1
2

2
_
(2.23)
Em termos da massa total do navio, m, e de sua inercia em jogo em torno do centro
de gravidade, I, as equa coes Lagrangianas do movimento sao:
mv

+ h
_
v
1
2

2
_
= 0 (2.24)
I

+ c
_
1

v
__
1 +

v
_
h
_
v
1
2

2
_
= IAk
2
f
sin(
f
) (2.25)
Note-se que adicionamos na equacao do jogo um termo forcante similar ao empregado
para a Equacao de Escape (ver 2.1).
A deni cao completa da funcao energia potencial depende da atribui cao de um valor
para o par ametro . Uma forma de atribuir um valor a este parametro e considerar a
energia potencial do ponto de emborcamento estatico (ao longo da curva de equilbrio
estatico em arfagem) V (v
v
,
v
) =
1
4
c
2
v
e compara-la `a energia potencial em outro ponto,
por exemplo, V (v
v
, 0) =
1
2
hv
2
v
. Estudos realizados com formas geometricas simples, tais
como um paraleleppedo, mostram que o valor da energia nestes dois pontos e da mesma
ordem de grandeza (ver de Souza (1995)). Assim, tomamos aqui de tal forma que
V (v
v
,
v
) = V (v
v
, 0), resultando em:
=
_
2c
h
2
v
_1
2
(2.26)
2.2.1 Equa coes SIR na forma adimensional
Para expressar as equacoes SIR na forma adimensional, denimos as seguintes variaveis
adimensionais:
x

v
(2.27)
y
_
h
2c
2
v
_1
2
v (2.28)
t

(2.29)
onde

_
c/I e a frequencia natural em jogo e:
F
Ak
2

v
(2.30)
20


f

(2.31)
R

v

(2.32)
onde
v
=
_
h/m e a frequencia natural em arfagem.
Substituindo as variaveis adimensionais acima e adotando o valor de especicado
em 2.26, a fun cao energia potencial adimensional para o sistema se torna:
U(x, y) =
1
2
x
2
+ y
2
x
2
y (2.33)
De forma que as equacoes adimensionais do movimento sao:
2
R
2
( y + 2R y) + 2y = x
2
(2.34)
x + 2 x + x 2xy b = Fsin(t) (2.35)
Onde adicionamos aqui termos lineares de amortecimento e um termo forcante (con-
stante) b, o qual pode representar um desbalanceamento do navio ou, por exemplo, a acao
de vento lateral constante.
A gura 2.8 ilustra a forma geral do poco potencial denido por 2.33. A gura mostra
linhas equi-potenciais (curvas de nvel da energia potencial), bem como a curva represen-
tativa da condicao de equilbrio estatico em arfagem y
s
(x) =
1
2
x
2
e os pontos de sela em
(x, y) =
_
1,
1
2
_
.

E interessante observar que para grandes valores de R (a razao entre frequencias

naturais em arfagem e jogo), a dinamica do navio se dara em torno da condicao de
equilbrio estatico em arfagem, expressa por y = y = 0, resultando:
y
s
=
1
2
x
2
(2.36)
Se substituirmos esta ultima equacao em 2.35, temos:
x + 2 x + x x
3
b = Fsin(t) (2.37)
A equacao do movimento em jogo se reduz, assim, a um oscilador de Dung com a
adicao do possvel termo forcante constante b.
2.2.2 Equa coes SIR: ressonancias basicas
As equa coes SIR contemplam dois mecanismos din amicos basicos: resson ancia direta em
jogo e resson ancia interna.
21
Figura 2.8: Poco potencial para as equacoes SIR
A ressonancia direta em jogo e facilmente percebida devido `a presenca do termo
forcante Fsin(t): quando = 1 ocorre ressonancia (linear) direta em jogo
3
.
Para perceber a ressonancia interna, suponhamos R = 2 e resposta harm onica em jogo
na frequencia natural de jogo ( = 1): x(t) = sin(t). Nestas condicoes, o lado direito da
equacao de arfagem (o qual opera como um termo forcante) ser a proporcional a cos(2t).
Sendo R =

/
v
= 2, esta excitacao na frequencia 2 coincide com a frequencia natural em
arfagem, induzindo signicativa resposta neste movimento. Por sua vez, esta resposta em
arfagem realimenta a equacao em jogo atraves do termo 2xy e, por multiplicar um termo
de restauracao (x), se constitui em uma excita c ao parametrica. Mais ainda, sendo de
frequencia 2

, esta excitacao parametrica induzir a a instabilidade principal de Mathieu

(ver Jordan and Smith (1977)).
Este ultimo fenomeno admite uma interpreta cao fsica simples. Se a resposta em
arfagem (y) for harmonica, o termo 2xy na equa cao de jogo implicar a numa variacao
harm onica da restaura cao hidrost atica em jogo
4
. Se esta variacao tiver o dobro da
frequencia do movimento em jogo, o navio poder a se encontrar em um mnimo de res-
tauracao a cada extremo de sua oscilacao em jogo
5
. Intuitivamente, percebemos que esta
3
Note-se que a nao-linearidade da fun cao de restaura cao far a com que a maxima amplitude de oscila cao
em jogo ocorra para valores de diferentes de

.
4
Este e um mecanismo dinamico bem conhecido no contexto do movimento acoplado entre jogo e
caturro em ondas longitudinais.
5
Convem ressaltar que, conforme veremos mais adiante, e possvel tambem retardar o emborcamento
do navio nas condi coes de resson ancia interna.
22
e uma situacao potencialmente perigosa para a estabilidade do navio, uma vez que a
restaura cao diminui enquanto o angulo de jogo aumenta ao longo de um meio ciclo. As
instabilidades de Mathieu representam as grandes amplitudes de jogo que podem ocorrer
nestas condi coes. Obviamente, o mesmo ocorre quando a frequencia de arfagem e um
m ultiplo 2n, n = 1, 2, . . . da frequencia de jogo. A instabilidade associada a n = 1 e dita
a Principal e e normalmente a mais severa.
2.2.3 Resposta quasi-permanente
Uma primeira visao do comportamento de regime permanente das equacoes SIR pode
ser obtida a partir de simulacoes nas quais xamos todos os parametros do modelo com
excecao da amplitude da excita cao, F, a qual permitimos que varie lentamente. Desta
forma, podemos observar a resposta de regime quasi-permanente do sistema, na qual a
amplitude da resposta segue aproximadamente os valores de regime permanente. Estas
simulacoes sao consideravelmente mais r apidas do que as necessarias para seguir o regime
permanente e permitem obter uma primeira ideia do comportamento do sistema.
A gura 2.9 apresenta resultados obtidos fazendo-se a amplitude da excita cao em jogo
F variar segundo F(t) = 2.10
5
tsin(t), com = 0.85, = 0.05 e b = 0. Para inspecionar
a inuencia da razao entre frequencias naturais R, esta foi variada entre R = 1.6 e R = 3.3.
As guras mostram a amplitude de jogo adimensional x em fun cao do tempo t. A escala
vertical e 1.1 < x < 1.1 e a escala horizontal e 0 < F < 0.5.
A inspecao da gura 2.9 permite extrair algumas observacoes preliminares sobre o
comportamento das equacoes SIR.
O emborcamento no navio (escape) sob mnima amplitude de excitacao ocorre em
torno da condicao de resson ancia interna R = 2 = 1.7.
Um salto (jump) para ressonancia pode ser observado para todos os valores de
R > 1.8.
Para R em torno da ressonancia interna, R = 1.7 1.8, o sistema apresenta largas
faixas de comportamento irregular (caotico?) antes de escapar para innito.
Para grandes valores de R, correspondendo a comportamento mais pr oximo do sis-
tema de 1 grau de liberdade associado (ver equa cao 2.37), bifurca coes de perda de
simetria sao claramente visveis.
2.2.4 Atratores e bifurcac oes
Sequencias de atratores e bifurca coes podem ser investigadas por meio do metodo de
Attractor-Following. Para tanto, xamos todos os parametros do modelo com excecao
de um, o qual permitimos que varie lentamente. No caso das equacoes SIR estamos parti-
cularmente interessados em investigar a din amica do sistema em condicoes de ressonancia
23
Figura 2.9: Equacoes SIR - resposta quasi-permanente
24
(direta e/ou interna). Tomamos, assim, = 0.85 como na analise quasi-permanente
anterior e R = 1.7 (a condicao te orica de ressonancia interna), alem de mantermos =
0.05 e b = 0. Escolhemos, desta forma, a amplitude (adimensional) da excitacao em jogo,
F, como parametro variavel. Sendo tambem nosso interesse voltado para mecanismos
de emborcamento (escape do poco potencial), e natural nos concentrarmos na sequencia
principal de atratores e bifurcacoes: aquela que se origina em F = 0 e termina com o
escape do sistema (emborcamento).
Antes de mostrarmos diagramas de bifurcacao, alguma ideia preliminar do tipo de
din amica exibida pelo sistema pode ser obtida amostrando-se a sequencia principal em
intervalos relativamente grandes. Embora empregando um procedimento de Attractor-
Following, adotamos aqui um intervalo grande para a variacao de F (F = 0.01) de
modo a agilizar a producao de uma sequencia preliminar de atratores. Na gura 2.10
podemos observar o resultado de uma amostragem deste tipo. Sao mostrados 10 atra-
tores encontrados ao longo da sequencia principal com F variando de 0.10 a 0.20 em
intervalos de 0.01 (F = 0.11 foi omitido em favor do arranjo da gura; o atrator para
F = 0.11 e peri odico como para F = 0.10 e F = 0.12). Observe que na gura 2.10 os
atratores sao representados atraves de um mapeamento de Poincare modicado, no qual
amostramos a resposta do sistema a cada meio-perodo da excitacao. A nalidade desta
dupla amostragem e facilitar a visualizacao da perda de simetria da resposta. A gura
utiliza x e y como coordenadas horizontal e vertical, respectivamente e, para facilitar a
visualizacao, os pontos de Poincare sao mostrados sobre o contorno do poco potencial
(tomando-se as curvas correspondentes `a energia dos pontos de sela).
A mesma sequencia de atratores pode ser vista na gura 2.11, na qual alem dos
pontos de Poincare (de um mapeamento convencional desta vez) mostramos tambem
as trajet orias do sistema. Convem ressaltar que a existencia de atratores e bifurca coes
intermedi arios, ou seja, entre os atratores encontrados nesta primeira analise, nao deve ser
descartada. Diagramas de bifurca cao obtidos com uma varredura mais na de F revelarao,
de fato, a existencia de uma estrutura mais complexa de atratores e bifurca coes, como
veremos a seguir.
O exame das guras 2.10 e 2.11 permite identicar a seguinte sequencia principal
(preliminar) de atratores:
Para F 0.13 o sistema apresenta comportamento peri odico com resposta na
frequencia da excitacao. A amplitude da resposta cresce lentamente com F.
Para 0.14 F 0.17 a resposta do sistema e quasi-periodica. Os pontos de
Poincare formam uma curva fechada. Aqui tambem a amplitude da resposta cresce
lentamente com F.
Para F = 0.18 o sistema apresenta resposta peri odica novamente, porem desta
vez o perodo da resposta e um m ultiplo do perodo da excita cao. Uma inspecao
cuidadosa das guras revela que o perodo desta resposta e 21 vezes o perodo da
25
Figura 2.10: Equacoes SIR - selecao de atratores na sequencia principal (pontos de
Poincare)
26
Figura 2.11: Equa coes SIR - selecao de atratores na sequencia principal (trajet orias)
27
excitacao. Existem 21 pontos de Poincare distintos e novos pontos nao surgem com
o prosseguimento da simulacao.
Para F 0.19 a resposta e (aparentemente) caotica. Novos pontos de Poincare
continuam surgindo com o prosseguimento da simulacao, formando uma gura es-
truturada, porem nao uma curva fechada (resposta quasi-periodica).
Note-se que a simetria da resposta e perdida (somente) apos o surgimento do atrator
caotico.
28
Captulo 3
Conceitos Basicos de Dinamica
Nao-Linear
Alguns conceitos elementares de Dinamica N ao-Linear foram introduzidos no Captulo 2
de modo informal, apelando essencialmente para suas nocoes intuitivas. Neste captulo a-
presentaremos aquelas e outras nocoes de forma mais sistem atica, detalhada e, se possvel,
geral.
3.1 Sistema Dinamico, Campo Vetorial e Fluxo
No presente contexto, um sistema dinamico e denido por uma ou mais equacoes di-
ferenciais ordinarias, possivelmente vetoriais, as quais, quando reduzidas `a forma canonica,
sao expressas por:
x(t) = f(x), f :
n

n
, x
n
(3.1)
Note-se que o sistema n ao-autonomo pode ser reduzido formalmente a um sistema
autonomo acrescentando-se a equacao

t = 1 ao conjunto de equacoes do sistema.
O campo vetorial do sistema dinamico 3.1 e f(x), ou seja, o campo vetorial associa
a cada ponto x do espaco de fase do sistema um vetor correspondente a velocidade de
fase em x.
O campo vetorial f(x) dene um uxo (x, t) =
t
(x) :
n

n
, onde
t
(x
0
) :
< t < +e a trajetoria (solucao) do sistema que contem x
0
.
3.2 Atrator e Bacia de Atracao
Em termos gerais, um atrator representa um comportamento de regime permanente (isto
e, assint otico para t + observ avel no sistema fsico. As duas expressoes-chave aqui
29
sao regime permanente e observavel. A primeira aponta para o fato de que o comporta-
mento descrito pelo atrator nao e normalmente atingido senao para t +. Rigorosa-
mente, apenas transientes sao observados na realidade. Assim, toda resposta sicamente
observada em um sistema e um transiente que tende para um atrator, ou seja, os atra-
tores desempenham o papel de elementos estruturantes da resposta do sistema. Isto nos
traz naturalmente `a segunda expressao-chave: observavel. Trajetorias nao-atratoras (tais
como pontos de equilbrio inst aveis) nao podem ser observadas no mundo real, onde a
presen ca de perturba coes e inevit avel. Assim, apenas comportamentos que atraem para
si determinadas regioes densas do espaco de fase do sistema serao vistos. Estes compor-
tamentos sao o que se denomina atratores.
A formalizacao do conceito de atrator envolve diversas nocoes preliminares, conforme
pode ser visto na deni cao abaixo, extrada de Guckenheimer e Holmes (1990):
Um atrator e um conjunto [fechado, invariante e indecomponvel] tal que,
dado > 0, existe um conjunto U de medida de Lebesgue positiva na -
vizinhan ca de tal que x U implica que o conjunto -limite de x esta
contido em e que a orbita avante de x est a contida em U.
Vamos apresentar as principais nocoes necess arias para a compreens ao da denicao
acima.
3.2.1 Conjunto Invariante
Um conjunto S
n
e invariante com relacao ao uxo
t
em
n
se
t
(x) S para x S
e t .
As trajetorias comecando (ou passando) por um ponto de um conjunto invariante
permanecem nele. Esta propriedade b asica de qualquer atrator e compartilhada por
outros tipos de conjuntos nao atratores, tais como variedades invariantes.
3.2.2 Medida de Lebesgue
Uma deni cao formal do conceito de Medida de Lebesgue nao e necessaria aqui
1
. Para
nossos prop ositos, basta a seguinte deni cao informal:
Um subconjunto S de
n
tem Medida de Lebesgue positiva se, dado x
n
, a prob-
abilidade de x S e maior que zero.
Conforme pode ser visto na denicao de atrator, esta e uma propriedade do conjunto
U. Este conjunto est a relacionado `a bacia de atracao do atrator (ver abaixo). Esta
propriedade implica no fato de que a bacia de atracao de um atrator nao pode ser um
conjunto de volume nulo no espaco de fase do sistema, ou seja, dado um ponto qualquer
do espaco de fase do sistema, a probabilidade deste ponto pertencer `a bacia de atracao
1
Ver Kestelman, H. Lebesgue Measure, Ch. 3 in Modern Theories of Integration, 2nd rev. ed. New
York: Dover, pp. 67-91, 1960.
30
deve ser maior que zero. Exemplos de conjuntos com volume nulo sao uma curva no
plano ou uma superfcie no espaco. Em geral, sub-conjuntos de dimens ao inferior `a de
um conjunto tem Medida de Lebesgue zero neste conjunto.
Note que o atrator em si e um conjunto de Medida de Lebesgue zero, porem sua bacia
de atracao nao. Isto decorre da contracao do uxo promovida pela dissipacao no sistema.
A contracao do uxo e expressa pelo divergente do campo vetorial f(x): um divergente
negativo implica na contracao do uxo. Assim, se acompanharmos um dado volume
inicial no uxo do sistema, este se reduzir a a zero `a medida que o uxo se aproxima
de um atrator. Este fato ilustra a razao pela qual sistemas conservativos, nos quais o
divergente do campo vetorial e nulo (Teorema de Liouville), n ao possuem atratores.
3.2.3 Conjunto -limite
O conjunto -limite (x) de um ponto x e o conjunto de pontos p (chamados pontos
-limite) tais que existem pontos
t
1
,
t
2
, . . . na trajetoria de x tais que
t
i
p quando
t
i
+.
O conjunto -limite formaliza a ideia de comportamento assint otico da trajet oria que
passa por x. Na deni cao de atrator, o ponto x pertence ao conjunto U (o qual, como
vimos relaciona-se `a bacia de atracao do atrator). Alem disso, a deni cao exige que o
conjunto -limite de x esteja contido no atrator. Em outras palavras, o atrator contem
o conjunto de pontos para os quais as trajetorias que passam por qualquer ponto de U
tendem quando t +.
3.2.4 Bacia de Atracao
A relacao entre o conjunto U que comparece na deni cao de atrator e a ideia de Bacia de
Atra cao ca mais clara na seguinte deni cao:
A bacia de atracao B de um atrator e o conjunto uniao

t0

t
(U), onde U e uma
vizinhan ca de (com medida de Lebesgue positiva) tal que
t
(x) U para t 0 e

t
(x) quando t + para todo x U.
Em outras palavras, a bacia de atracao de um atrator e a uniao de todas as possveis
vizinhan cas U do atrator tais que os pontos de U sao atrados para o atrator. Obviamente,
a existencia de um atrator implica na existencia da sua bacia de atracao: nao existe atrator
sem uma bacia de atracao correspondente.
3.3 Exemplos de Atratores
A seguir apresentamos quatro exemplos de atratores de diferentes topologias.
31
3.3.1 Atrator Pontual (topologia: ponto)
Talvez o tipo mais simples de atrator seja o atrator pontual. Ele corresponde a um ponto
estavel de equilbrio estatico do sistema, tal como visto para a Equa cao de Escape com
amortecimento e sem excita cao. Aqui ilustramos o mesmo tipo de atrator com outro
exemplo: um oscilador de Dung sem termo forcante.
O oscilador pode ser dado por:
x + x + c(x) = 0 (3.2)
Onde a fun cao de restauracao e c(x) =
dV (x)
dx
, sendo V (x) = 1 2x
2
+ x
4
a funcao
potencial correspondente. Um graco de V (x) pode ser visto abaixo:
Figura 3.1: Funcao potencial para o oscilador de Dung
Na ausencia de excita cao externa, e claro pelo exame do graco acima que o sistema
apresentara dois pontos de equilbrio est atico em x = 1. O ponto de equilbrio em x = 0
e inst avel.
A geometria das bacias de atracao de cada um dos atratores acima e mostrada na
gura 3.2, onde usamos cores diferentes para distingu-las.
3.3.2 Atrator Periodico (topologia: curva fechada)
Um exemplo classico de atrator peri odico e o Ciclo Limite do oscilador de Van der Pol
ilustrado abaixo. O oscilador de Van der Pol pode ser expresso por:
x +
_
x
2
1
_
x + x = 0, > 0 (3.3)
32
Figura 3.2: Bacias de atracao para dois atratores pontuais do oscilador de Dung
Neste oscilador, o coeciente do termo de dissipa cao (x
2
1) torna-se positivo ou
negativo de acordo com o valor de x, fazendo com que para |x| > 1 a dissipacao seja po-
sitiva enquanto que para |x| < 1 ela e negativa (correspondendo a uma inje cao de energia
no sistema). Desta forma, oscilacoes periodicas auto-excitadas surgem. Um exemplo e
mostrado na gura 3.3.
Figura 3.3: Atrator periodico no oscilador de Van der Pol
Outro exemplo de atrator peri odico ja foi visto na Equa cao de Escape com amorteci-
mento e excita cao de pequena amplitude (ver 2.1.3 e gura 2.4).
33
3.3.3 Atrator Quasi-periodico (topologia: toroidal)
Atratores quasi-peri odicos podem surgem em um sistema atraves, por exemplo, do mecan-
ismo de mode locking, conforme veremos no contexto do modelo de dois graus de liber-
dade do movimento do navio (equa coes SIR). A resposta quasi-periodica caracteriza-se
pela presenca de pelo menos duas componentes peri odicas com perodos incomensur aveis,
isto e, perodos tais que seu quociente e irracional. O atrator quasi-periodico ocupa (den-
samente) a superfcie de um n-torus.
A gura 3.4 ilustra um atrator quasi-periodico presente nas equacoes SIR, visto atraves
de seu mapeamento de Poincare.
Figura 3.4: Atrator quasi-peri odico nas equa coes SIR com F = 0.176, = 0.85, R = 1.7,
= 0.05
3.3.4 Atrator Caotico (topologia: fractal)
O atrator caotico possui geometria n ao-Euclidiana, tendo a topologia de um conjunto de
Cantor. Existem diversas formas (ou rotas) segundo as quais um atrator caotico pode
surgir em um sistema.
As equacoes SIR exibem um atrator caotico, criado pela chamada rota da inter-
mitencia, ilustrado na gura 3.5 tambem atraves de um mapeamento de Poincare.
34
Figura 3.5: Atrator caotico nas equacoes SIR com F = 0.1855065, = 0.85, R = 1.7,
= 0.05
3.4 Bifurca coes
Bifurcacoes sao fenomenos atraves dos quais o comportamento de um sistema experi-
menta mudancas qualitativas. Uma forma interessante de compreender este conceito e
no contexto da (perda de) Estabilidade Estrutural de um sistema. Esta e uma forma
ampla de conceituar bifurcacoes, a qual apresenta a vantagem de introduzir um outro
conceito-chave em din amica de sistemas, o da estabilidade estrutural.
3.4.1 Estabilidade Estrutural
O conceito de estabilidade estrutural tem sido um dos mais frutferos da din amica nao-
linear. Ele se iniciou com os estudos de Pontryagin e Andronov e teve profunda reper-
cussao atraves do trabalho de Smale e Arnold, entre outros. No incio da decada de 60,
o brasileiro Mauricio Peixoto provou um teorema que se constituiu num dos marcos da
din amica nao-linear. Seu resultado, conhecido como Teorema de Peixoto, estabelece as
condicoes para estabilidade estrutural em sistemas planares (uxos bi-dimensionais). In-
felizmente, um teorema semelhante para sistemas com tres ou mais dimens oes n ao existe
e muitos pesquisadores acreditam que jamais existir a.
A ideia de estabilidade estrutural de um campo vetorial (ou de um mapa) e relacionada
a robustez da geometria (topologia) do seu uxo sob perturbacoes no proprio campo
35
vetorial. Ou seja, diremos que um campo vetorial e estruturalmente estavel se seu uxo
nao se altera (qualitativamente) quando perturbamos o campo vetorial. Existe, assim,
uma analogia entre estabilidade estrutural e estabilidade no sentido de Lyapunov. Esta
ultima reete, por exemplo, a robustez de um ponto de equilbrio sob perturba coes
nas condi coes iniciais. Na estabilidade estrutural, o ponto de equilbrio e o proprio
campo vetorial (o qual podemos enxergar como um ponto num espaco de funcoes). As
perturba coes em condicoes iniciais (no espaco de fase) sao substitudas por perturba coes
do campo (ou seja, condi coes iniciais no espaco de funcoes).
Vemos, assim, que para formalizarmos a ideia de estabilidade estrutural precisamos
denir os conceitos de perturba cao do campo vetorial e robustez do uxo. Estes sao
os conceitos de Proximidade de Campos Vetoriais e Equivalencia (Topologica) de Campos
Vetoriais, os quais apresentamos a seguir.
3.4.1.1 Proximidade de Campos Vetoriais
Consideremos um campo vetorial F(x). Um campo vetorial G(x) denido no mesmo
espaco esta numa vizinhan ca de raio de F(x) se:
|F(x) G(x)| < , x. (3.4)
A condicao acima dene que F e G sao -pr oximos na topologia C
0
.
O Jacobiano JF(x) pode tambem ser considerado como um campo vetorial e podemos
assim denir sua vizinhan ca de modo similar, de modo que dizemos que F e G sao -
pr oximos na topologia C
1
se:
|JF(x) JG(x)| < , x. (3.5)
E analogamente para C
2
, etc.
3.4.1.2 Equivalencia (Topologica) de Campos Vetoriais
Dizemos que dois campos vetoriais F e G sao (topologicamente) equivalentes de existe
uma fun cao contnua com inversa contnua (um homeomorsmo) que transforma o uxo
de F no de G preservando a orientacao das trajetorias com relacao ao tempo.
Observe que o requisito de preservacao da orientacao das trajet orias com rela cao ao
tempo e fundamental. Consideremos, por exemplo, o uxo gerado por um campo vetorial
F na vizinhan ca de um foco est avel. As trajetorias sao espirais que convergem para o foco.
Suponhamos agora que para um campo vetorial G -proximo de F o foco e inst avel. Agora
as espirais divergem do foco. Obviamente, espirais podem ser transformadas em outras
espirais por homeomorsmos, elas sao topologicamente equivalentes. Entretanto, pode-se
vericar que a orientacao das trajetorias (convergencia/divergencia) nao pode ser trans-
formada da mesma forma. Assim, um foco instavel nao e qualitativamente equivalente a
um foco estavel.
36
3.4.1.3 Estabilidade Estrutural
Podemos agora denir Estabilidade Estrutural.
Um campo vetorial F e dito estruturalmente est avel se existe > 0 tal que to-
dos os campos vetoriais -pr oximos de F na topologia C
1
sao topologicamente
equivalentes a F.
3.4.2 Denicao de Bifurca c ao
Uma vez formalizada a ideia de estabilidade estrutural, a deni cao de bifurca cao e simples.
Consideremos um campo vetorial F. Para explicitar sua dependencia de um conjunto de
parametros, escrevemos F = F(x, ). Um ponto =

e um Ponto de Bifurcacao de
F se F(x,

) nao e estruturalmente estavel. Ou seja, uma bifurca cao e o estado de

instabilidade estrutural de um campo vetorial.
3.4.3 Bifurca coes B asicas de Pontos de Equilbrio
O estudo das bifurca coes e vasto e continua a se expandir. Nestas notas nao podemos
dar senao uma visao preliminar deste assunto, procurando extrair aspectos basicos dire-
tamente relacionados ao tema da din amica do navio. Mais especicamente, procuraremos
apresentar algumas ideias relativas aos tipos de bifurca coes locais mais simples exibidas
pelos modelos matem aticos aqui vistos. Alguns modelos aqui discutidos, notadamente a
Equacao de Escape, exibem bifurcacoes globais. Bifurcacoes globais ocorrem como con-
sequencia do arranjo global do uxo do sistema (isto e, nao podem ser estudadas a partir
de vizinhan cas innitesimais de orbitas). Exemplos especcos de bifurcacao global, pre-
sentes na Equa cao de Escape, sao as tangencias homoclnicas e heteroclnicas. O estudo
destes fenomenos exige um tratamento mais aprofundado de variedades invariantes, o qual
nao faremos aqui.
Um primeiro contato com a Teoria de Bifurca coes se inicia com o estudo de bifurcacoes
de pontos de equilbrio. Lembrando que orbitas peri odicas podem ser reduzidas a pontos
de equilbrio de mapas de Poincare, este topico abrange uma variada gama de fen omenos.
Assim, bifurca coes de orbitas periodicas e ciclos limite podem ser estudadas como bi-
furcacoes de pontos de equilbrio de mapas de Poincare correspondentes.
Consideremos assim um sistema dado por:
x = F(x, ) (3.6)
Por simplicidade, tomemos como um escalar. Seja x = x
E
um ponto de equilbrio
assintoticamente est avel de 3.6 para =
0
: F (x
E
,
0
) = 0. Como vimos anteriormente,
a estabilidade de (x
E
,
0
) pode ser estudada a partir dos autovalores
i
do Jacobiano de
F, JF (x
E
,
0
). Genericamente (isto e, excluindo casos degenerados de autovalores com
multiplicidade maior que 1), os
i
sao reais ou complexos conjugados (distintos) tais que,
sendo (x
E
,
0
) assintoticamente estavel, Re (
i
) < 0.
37
Consideremos agora que =

(com

proximo a
0
) e um ponto de bifurcacao
de 3.6. Existem genericamente duas formas atraves das quais o ponto de equilbrio pode
perder sua estabilidade em =

:
Um autovalor real cruza o eixo imagin ario.
Um par de autovalores complexos conjugados cruza o eixo imagin ario.
Em qualquer caso, o ponto de bifurca cao corresponde `a existencia de um autovalor
real ou um par de autovalores complexos conjugados com parte real nula, fazendo com
que o ponto de equilbrio deixe de ser hiperb olico. Pontos de equilbrio hiperb olico sao
estruturalmente estaveis e, portanto, nao podem corresponder a pontos de bifurcacao.
A importancia da constatacao aparentemente trivial acima reside no fato de que em
todas as dire coes no espaco de fase correspondentes a autovalores com parte real negativa
(isto e, a seus autovetores) sistema converge para o ponto de equilbrio (como antes da
bifurca cao). Para analisarmos a bifurcacao basta, portanto, vericar o que acontece na
dire cao (ou dire coes) correspondente ao autovalor (ou par de autovalores) com parte real
nula. Este fato e assegurado pelo Teorema da Variedade Central, o qual descrevemos
brevemente a seguir.
3.4.3.1 Teorema da Variedade Central
Este teorema arma a existencia de uma variedade central invariante em rela cao ao uxo,
de dimens ao igual ao n umero de autovalores com parte real nula. Esta variedade e tangente
ao autoespaco generalizado central do ponto de equilbrio.
A Teoria da Variedade Central consiste em reduzir o estudo da dinamica do sistema
`a sua dinamica na variedade central, uma vez que fora dela o uxo se comporta de modo
conhecido (contra cao ou expans ao). No caso acima, vemos que o estudo das bifurca coes
tpicas de pontos de equilbrio sob variacao de um unico par ametro pode ser reduzido
ao estudo de sistemas com espacos de fase uni- ou bidimensionais que representam a
din amica de sistemas mais complexos na sua variedade central.

E por esta razao que
se pode investigar estas bifurca coes por meio de sistemas simples, sabendo que estes
capturam a essencia destes fenomenos. Para o estudo aqui proposto basta, por exemplo,
considerar sistemas do tipo:
x
1
= F
1
(x
1
, x
2
, )
x
2
= F
2
(x
1
, x
2
, ) (3.7)
Vejamos a seguir dois sistemas do tipo descrito por 3.7 nos quais os dois tipos basicos
de bifurca coes acima referidos podem ser estudados.
38
3.4.3.2 Bifurcac ao Fold ou Sela-No
A bifurcacao tipo fold ou sela-no ocorre quando um autovalor real cruza o eixo ima-
ginario e, portanto, pode ser estudada em um espaco unidimensional. O sistema mais
simples que exemplica esta bifurca cao pode ser dado por x = x
2
. Neste sistema,
porem, a razao pela qual esta bifurca cao e denominada sela-no nao e aparente. Para com-
preender a razao desta nomenclatura, facamos um lift deste sistema unidimensional
para um espaco bidimensional, acrescentando para isso uma equa cao linear que adiciona
ao uxo uma dire cao sempre estavel:
x = x
2
y = y (3.8)
Claramente, o sistema e sempre est avel na dire cao y. Fora do eixo y = 0 o uxo
tende sempre a y = 0, sobre o eixo y = 0 o uxo permanece nele. Pontos de equilbrio
( x, y) = (0, 0) ocorrem para x =

, y = 0. Vemos, assim, que para > 0 existem dois

pontos de equilbrio:
_
+

, 0
_
e
_

, 0
_
. O primeiro e um n o est avel e o segundo e um
ponto de sela (inst avel).
`
A medida que diminuimos em dire cao a zero, o no e o ponto de
sela se aproximam, colidindo para = 0. Para < 0 nao ha ponto de equilbrio estavel e
o uxo tende a x = , y = 0. Portanto, o ponto = 0 e um ponto de bifurca cao para
3.8. Para qualquer valor de diferente de zero, a topologia do uxo e qualitativamente
distinta da topologia para = 0 (sela e no ou nenhum ponto de equilbrio). Esta sequencia
e ilustrada na gura 3.6.
39
Figura 3.6: Bifurca cao tipo Fold ou Sela-No - (a) Sela e N o coexistem para > 0, (b)
Sela e No colidem para = 0, (c) Para < 0 nao ha ponto de equilbrio estavel
40