Escolar Documentos
Profissional Documentos
Cultura Documentos
= y/
_
a
2
y
2
.
Em 1696, Johann Bernoulli (1667-1748) convidou os mais ilustres matem aticos do seu
tempo para resolver o problema da braquist ocrona (curva de tempo mnimo), principalmente
para refutar a resposta, que esperava errada, do seu irm ao Jacob Bernoulli (1657-1705). O
problema consistia em determinar a curva y(x) que une dois pontos P
0
e P
1
de tal modo
que um ponto, partindo de P
0
e deslizando, nessa curva, sujeito apenas a for cas gravticas,
atinja P
1
no menor tempo possvel. A resposta a este problema foi dada dada por v arios
matem aticos (inclusive Jacob Bernoulli) e e, como se sabe, a ciclode. Essa curva pode ser
determinada como sendo a solu c ao de uma equa c ao diferencial ordin aria.
Muitos problemas da engenharia e da ciencia tem como modelo equa c oes diferenciais.
Neste curso iremos efectuar uma breve introdu c ao ao estudo dos metodos numericos para a
resolu c ao de problemas que envolvem equa c oes diferenciais. Os problemas que iremos con-
siderar ser ao de dois tipos: problemas com condi c ao inicial e problemas com condi c oes de
fronteira. Neste captulo n ao iremos apresentar a demostra c ao de todos os teoremas; o aluno
interessado poder a ver essas demonstra c oes nas obras referenciadas no nal do captulo.
Metodos numericos para problemas diferenciais ordin arios 106
6.3 Problemas com condi cao inicial
6.3.1 Existencia e unicidade de solu cao. Condicionamento
Consideremos uma equa c ao diferenciaL ordin aria de primeira ordem, isto e, uma equa c ao da
forma
y
f
y
(t, y)
L, (t, y) D,
ent ao f satisfaz a condi c ao de Lipschitz, na vari avel y, com L a respectiva constante e, como
tal, o PCI (6.2) tem solu c ao unica y(t) para t [a, b].
Observa cao 6.5 Note-se que o conjunto D = {(t, y) : a t b, y IR} e, obviamente,
convexo.
Exerccio 6.3.2 Mostre que o problema de condi cao inicial
_
_
_
y
(t) =
1
1 + y
2
,
y(a) = ,
para t
[a, b], tem solu cao unica.
Resolu cao: Seja D = {(t, y) : a t b, y IR} e
f(y) =
1
1 + y
2
.
Vamos provar que a fun cao
f
y
(t, y)
2y
(1 y
2
)
2
2y
(1 y
2
)
2
.
2
Um conjunto D R
2
diz-se convexo se, para qualquer (t
1
, y
1
), (t
2
, y
2
) D, se verica
((1 )t
1
+ t
2
, (1 )y
1
+ y
2
) D, [0, 1].
Metodos numericos para problemas diferenciais ordin arios 108
Como a fun cao que queremos provar limitada e par temos que
L = max
yIR
+
0
2y
(1 y
2
)
2
.
Consideremos
g(y) =
2y
(1 y
2
)
2
.
Como
g
(y) = 0 y =
3
3
temos que
L = max
_
g(0), g
_
3
3
_
, lim
y+
g(y)
_
= max{0, 0.6594, 0} = 0.6594.
Esta assim provado o pretendido.
Outra quest ao que se coloca e a de saber se o PCI (6.2) e sensvel a pequenas perturba c oes
nos dados do problema, isto e, se pequenas altera c oes nas condi c oes iniciais n ao provocam
grandes altera c oes nos resultados. Jacques Hadamard, em 1923, sugeriu duas condi c oes que
devem ser vericadas quando se formula um PCI: (i) a solu c ao deve existir e ser unica; (ii)
a solu c ao deve depender de forma contnua dos dados iniciais do problema. Temos ent ao a
seguinte deni c ao.
Deni cao 6.6 O PCI (6.2) e bem posto se:
1. possui solu c ao unica y(t);
2. for est avel, isto e, se existirem constantes positivas e k (independente de ) tais que
o problema perturbado
_
z
a
f
y
d
d +
0
_
, (6.4)
o que prova que o problema perturbado e est avel.
Poder-se-a tambem provar que, para que o PCI (6.2) tenha solu c ao unica e seja bem
posto, e suciente que se veriquem as hip oteses do Teorema de Picard. Vamos assumir
todos os problemas considerados neste captulo vericam tais hip oteses.
Exerccio 6.3.3 Mostre que o problema de condi cao inicial
_
y
(t) = y + t + 1,
y(0) = 1,
para
t [0, 1], e bem posto.
Resolu cao: Seja D = {(t, y) : 0 t 1, y IR} e f(t, y) = y + t + 1. Como
L = max
(t,y)D
f
y
(t, y)
= 1
temos que o problema de condi cao inicial dado e bem posto.
Observa cao 6.7 Note-se que o facto de
f
y
ser limitada nem sempre garante que pequenas
perturba c oes nas condi c oes iniciais impliquem uma pequena perturba c ao na solu c ao. No en-
tanto, se (x) = 0, para todo x [a, b], e f acil concluir que se a derivada for negativa ent ao o
PCI (6.2) e bem condicionado, isto e, que pequenas perturba c oes na condi c ao inicial implicam
pequenas varia c oes na solu c ao. Se a derivada for muito negativa, ent ao o problema, apesar
de bem posto, pode trazer problemas ` a sua resolu c ao aproximada por metodos numericos. Se
a referida derivada for positiva, embora limitada, ent ao o PCI (6.2) apesar de est avel, e mal
condicionado.
Exerccio 6.3.4 Considere a equa cao diferencial
y
= 100y 101e
t
, t [0, 3],
com as condi c oes iniciais: (i) y(0) = 1; (ii) y(0) = 1 + 10
130
. Compare as solu c oes obtivas.
6.3.2 Metodos numericos
Consideremos de novo o PCI bem posto (6.2). Os metodos numericos para resolver este pro-
blema s ao metodos dicretos, isto e, s ao metodos que determinam aproxima c oes y
0
, y
1
, . . . , y
n
para a solu c ao exacta y(t
0
), y(t
1
), . . . , y(t
n
) nos pontos distintos da malha
a = t
0
< t
1
< < t
n1
< t
n
= b.
`
As dist ancias h
i
= t
i
t
i1
, i = 1, . . . , n, d a-se o nome de passos (ou medidas do passo) de
malha. Se os dpassos forem todos iguais a malha diz-se uniforme ou de passo constante. Caso
contr ario diz-se de passo variavel. Neste curso vamos apenas considerar malhas uniformes,
isto e, tais que t
i
= t
0
+ ih, i = 0, . . . , n, onde h =
ba
n
.
Metodos numericos para problemas diferenciais ordin arios 110
Os metodos numericos permitem determinar valores y
i
y(t
i
) por meio de rela c oes de
recorrencia deduzidas do PCI (6.2) de modo a que o valor de y
i+1
venha expresso em fun c ao de
y
i
, y
i1
, . . . , y
0
, sendo y
0
= y(a) = .
E usual agrupar os metodos numericos para a resolu c ao
de problemas de condi c ao inicial em duas grandes classes.
Metodos de passo unico: S ao metodos que determinam o valor de y
i+1
apenas ` a custa
de y
i
.
Metodos de passo m ultiplo: S ao metodos que determinam o valor de y
i+1
` a custa de
y
i
, y
i1
, . . . , y
ir+1
. Neste caso diz-se que o metodo e de r passos.
Neste curso iremos apenas abordar os metodos de passo unico. Estes metodos, por sua
vez, podem ainda ser de dois tipos.
Metodos explcitos: S ao metodos em que o valor de y
i+1
e determinado directamente a
partir de y
i
. Estes metodos podem ser escritos na forma
y
i+1
= y
i
+ h(t
i
, y
i
, ; h). (6.5)
Metodos implcitos: S ao metodos em que o valor de y
i+1
depende implicitamente de si
mesmo atraves de f. Estes metodos podem ser escritos na forma
y
i+1
= y
i
+ h(t
i
, t
i+1
, y
i
, y
i+1
; h). (6.6)
A fun c ao que dene os metodos (6.5) e (6.6) e chamada fun cao de itera cao ou fun cao
incremento do metodo numerico.
6.3.3 Metodos baseados na serie de Taylor
Consideremos o PCI (6.2) com f uma fun c ao sucientemente diferenci avel nas vari aveis t e
y. Ent ao
y(t) = y(t
0
) + (t t
0
)y
(t
0
) +
(t t
0
)
2
2!
y
(t
0
) + ,
com t
0
= a. As derivadas desta express ao n ao s ao conhecidas explicitamente visto que a
solu c ao tambem n ao e conhecida. No entanto, podemos escrever
y
(t) =
df
dt
(t, y) = (f
t
+ f
y
y
)(t, y) = (f
t
+ f
y
f)(t, y),
y
(t) =
d
f
dt
2
(t, y) = (f
tt
+ 2f
ty
f + f
yy
f
2
+ f
t
f
y
+ f
2
y
f)(t, y),
.
.
.
onde
f
t
(t, y) =
f
t
(t, y), f
y
(t, y) =
f
y
(t, y), . . . .
Metodos numericos para problemas diferenciais ordin arios 111
Por raz oes pr aticas temos que limitar o n umero de termos na expans ao em serie de y(t) a um
n umero razo avel, o que nos conduz a restri c oes nos valores de t para os quais a expans ao nos
d a uma boa aproxima c ao.
Se tomarmos a serie de Taylor truncada temos, para t = t
1
,
y(t
1
) y
1
= y
0
+ hf(t
0
, y
0
) +
h
2
2
f
(t
0
, y
0
) + +
h
k
k!
f
(k1)
(t
0
, y
0
),
onde
f
(j)
(t
0
, y
0
) =
d
j
f
dt
j
(t
0
, y
0
).
Podemos denir assim, para cada k = 1, 2 . . ., um metodo de passo unico explcito que
permite obter solu c oes aproximadas y
i
y(t
i
) da forma (6.5) em que
(t, y; h) = f(t, y) +
h
2
f
(t, y) + +
h
k
k!
f
(k1)
(t, y). (6.7)
Os metodos assim denidos s ao conhecidos por metodos de Taylor. O metodo desta classe
mais simples e quando k = 1, isto e, o metodo
y
i+1
= y
i
+ hf(t
i
, y
i
), i = 0, . . . , n, y
0
= , (6.8)
designado por metodo de Euler (explcito).
O seguinte algoritmo permite determinar a solu c ao do PCI (6.2) em t = b, usando o
metodo com fun c ao incremento (6.7).
Algoritmo 6.1 Metodo de Taylor
Ler n e k;
Ler a, b e ;
h :=
ba
n
;
t := a;
y := ;
Para i de 1 ate n fazer
:= 0;
Para j de 1 ate k fazer
:= + f
(j)
(t, y)h
j
/j!;
y := y + h;
t := t + h;
Escrever y.
Exerccio 6.3.5 Considere o problema de condi cao inicial
_
y
(t) = 2y,
y(0) = 1.
Determine, u-
sando o metodo de Euler, o valor aproximado de y(1), fazendo h = 1, h = 0.5 e h = 0.25.
Compare os resultados obtidos sabendo que y(t) = e
2t
.
Metodos numericos para problemas diferenciais ordin arios 112
Resolu cao: A solu cao exacta deste problema e y(1) = 0.135335283. Consideremos agora as
solu c oes numericas para os tres casos propostos. Seja f(y) = 2y.
h = 1
y(0) = y
0
= 1
y(1) y
1
= y
0
+ hf(y
0
) = 1 + 1 (2) = 1.
Logo |y
1
y(1)| = 1.135335283.
h = 0.5
y(0) = y
0
= 1
y(0.5) y
1
= y
0
+ hf(y
0
) = 1 + 0.5 (2) = 0
y(1) y
2
= y
1
+ hf(y
1
) = 0 + 0.5 0 = 0.
Logo |y
2
y(1)| = 0.135335283.
h = 0.25
y(0) = y
0
= 1
y(0.25) y
1
= y
0
+ hf(y
0
) = 1 + 0.25 (2) = 0.5
y(0.5) y
2
= y
1
+ hf(y
1
) = 0.5 + 0.25 (1) = 0.25
y(0.75) y
3
= y
2
+ hf(y
2
) = 0.25 + 0.25 (0.5) = 0.125
y(1) y
4
= y
3
+ hf(y
3
) = 0.125 + 0.25 (0.25) = 0.0625.
Logo |y
4
y(1)| = 0.072835283.
Nota-se que, quanto menor for a medida do passo mais pequeno e o erro cometido.
Exerccio 6.3.6 Seja dado o problema de condi cao inicial
_
_
_
y
(t) =
1
1 + y
2
,
y(0) = 1.
Use o metodo
de Taylor, com k = 2, para determinar o valor aproximado de y(1), fazendo h = 0.5.
Resolu cao: Seja f(y) = (1 + y
2
)
1
. Temos que o metodo de Taylor com k = 2 e dado por
y
i+1
= y
i
+ hf(y
i
) +
h
2
2
df
dt
(y
i
) = y
i
+ h
1
1 + y
2
i
h
2
y
i
(1 + y
2
)
3
.
Assim, fazendo h = 0.5 temos
y(0) = y
0
= 1
y(0.5) y
1
= 1 + 1 + 0.5
1
2
0.25
1
8
= 1.21875
y(1) y
2
= 1.21875 + 0.5
1
2.485351563
0.25
1.21875
15.35194798
= 1.4.
6.3.4 Metodos de Runge-Kutta
O metodo mais simples para aproximar a solu c ao do PCI (6.2) e o metodo (6.8), descrito por
Euler, em 1768, na sua obra Institutiones Calculi Integralis.
E um metodo muito simples de
entender e de programar mas, como se ir a ver na pr oxima sec c ao, pouco preciso. Por exemplo,
Metodos numericos para problemas diferenciais ordin arios 113
se pretendermos uma precis ao de, digamos, 6 casas decimais, o metodo de Euler necessita de
aproximadamente um milh ao de passos.
Se usarmos outros metodos de Taylor, a precis ao pode ser aumentada. A grande desvan-
tagem destes metodos reside no facto de termos necessidade de calcular muitas derivadas
da fun c ao f para obter metodos precisos. Esse c alculo, alem de muito fastidioso, torna im-
pratic avel a aplica c ao de tais metodos na resolu c ao de (6.2) quando a fun c ao f tem uma
express ao analtica complicada.
Uma alternativa a esses metodos foi dada por Runge, em 1875, e que consistia em, partindo
do conhecimento de y(a), considerar
y(a + h) + hf
_
a +
h
2
, y
_
a +
h
2
__
;
mas, que valor atribuir a y
_
a +
h
2
_
? A sugest ao de Runge foi a de considerar o metodo de
Euler com passo
h
2
. A aplica c ao sucessiva deste processo permitiu a Runge denir o seguinte
metodo iterativo:
k
1
= f(t
i
, y
i
),
k
2
= f
_
t
i
+
h
2
, y
i
+
h
2
k
1
_
,
y
i+1
= y
i
+ hk
2
.
(6.9)
Como veremos este metodo, apesar de recorrer ao metodo de Euler, vai ser mais preciso e
n ao necessita de calcular derivadas de f. A generaliza c ao desta ideia deu origem ` a seguinte
deni c ao.
Deni cao 6.8 Seja s um n umero inteiro e a
2,1
, a
3,1
, a
3,2
, . . . , a
s,1
, . . . , a
s,s1
, c
2
, c
3
, . . . , c
s
,
b
1
, b
2
, . . . , b
s
, coecientes reais. O metodo
k
1
= f(t
i
, y
i
),
k
2
= f(t
i
+ c
2
h, y
i
+ a
2,1
hk
1
),
k
3
= f(t
i
+ c
3
h, y
i
+ a
3,1
hk
1
+ a
3,2
hk
2
),
.
.
.
k
s
= f(t
i
+ c
s
h, y
i
+ a
s,1
hk
1
+ a
s,2
hk
2
+ + a
s,s1
hk
s1
),
y
i+1
= y
i
+ h[b
1
k
1
+ b
2
k
2
+ + b
s
k
s
],
e chamado metodo de Runge-Kutta explcito de s etapas para o PCI (6.2).
Usualmente considera-se
c
i
=
i1
j=1
a
i,j
, i = 2, 3, . . . , s. (6.10)
Uma nota c ao muito usada na pr atica para os metodos de Runge-Kutta foi apresentada
por Butcher em 1964 e e dada pelo seguinte quadro, designado por quadro de Butcher:
0
c
2
a
2,1
c
3
a
3,1
a
3,2
.
.
.
.
.
.
.
.
.
.
.
.
c
s
a
s,1
a
s,2
a
s,s1
b
1
b
2
b
s1
b
s
.
Metodos numericos para problemas diferenciais ordin arios 114
Antes de continuarmos, notemos que os metodos de Runge-Kutta constituem uma exce-
lente ideia. A unica solu c ao do PCI bem posto (6.2) e uma curva integral em IR
2
. No entanto,
devido aos erros cometidos, a solu c ao numerica vai ser afectada pelo comportamento das cur-
vas integrais vizinhas.
E assim importante conhecer o comportamento de toda a famlia de
curvas integrais e n ao apenas o de uma unica curva.
Os metodo de Runge-Kutta usam, deliberadamente, informa c ao de v arias curvas integrais
em simult aneo. A ttulo de exemplo considere-se o metodo de tres etapas
k
1
= f(t
i
, y
i
),
k
2
= f(t
i
+ c
2
h, y
i
+ c
2
hk
1
),
k
3
= f(t
i
+ c
3
h, y
i
+ (c
3
a
3,2
)hk
1
+ a
3,2
hk
2
),
y
i+1
= y
i
+ h[b
1
k
1
+ b
2
k
2
+ +b
3
k
3
].
Para determinar a solu c ao numerica do PCI (6.2) por este metodo, come ca-se pelo ponto
(t
i
, y
i
) e aplica-se um passo do metodo de Euler com passo c
2
h. Seguidamente, calcula-se o
valor de k
2
como sendo o vector derivada no ponto obtido. Temos assim dois valores para a
derivada: k
1
e k
2
; iremos usar uma media pesada entre estes dois valores (c
3
a
3,2
)hk
1
+a
3,2
hk
2
numa nova aplica c ao do metodo de Euler, a partir do ponto (t
i
, y
i
), com passo c
3
h. Calculando
a derivada novamente obtem-se o valor de k
3
. O ultimo passo do algoritmo e mais uma
aplica c ao do metodo de Euler, a partir do ponto (t
i
, y
i
), com passo h.
Exerccio 6.3.7 Considere o problema de condi cao inicial
_
y
(t) = ty
2
,
y(1) = 2.
Determine um
valor aproximado para y(1.1), usando o metodo de Heun, dado por
k
1
= f(t
i
, y
i
); k
2
= f(t
i
+ h, y
i
+ hk
1
);
y
i+1
= y
i
+
h
2
(k
1
+ k
2
),
com h = 0.05.
Resolu cao: Seja f(t, y) = ty
2
. Temos que
y(1) = y
0
= 2
y(1.05) y
1
= y
0
+
h
2
(k
1
+ k
2
) = 2 + 0.025(k
1
+ k
2
).
Por outro lado
k
1
= f(t
0
, y
0
) = f(1, 2) = 4
k
2
= f(t
0
+ h, y
0
+ hk
1
) = f(1.05, 2.2) = 5.082.
Assim, y(1.05) y
1
= 2.22705. Continuando a aplica cao do metodo
y(1.1) y
2
= y
1
+
h
2
(k
1
+ k
2
) = 2.22705 + 0.025(k
1
+ k
2
).
Para este segundo passo temos que voltar a calcular k
1
e k
2
. Assim,
k
1
= f(t
1
, y
1
) = f(1.05, 2.22705) = 5.207739
k
2
= f(t
1
+ h, y
1
+ hk
1
) = f(1.1, 2.487437) = 6.806077.
Logo, y(1.1) y
2
= 2.5273954.
Metodos numericos para problemas diferenciais ordin arios 115
Um metodo de Runge-Kutta muito famoso e dado pela express ao
k
1
= f(t
i
, y
i
); k
2
= f(t
i
+
h
2
, y
i
+
h
2
k
1
); k
3
= f(t
i
+
h
2
, y
i
+
h
2
k
2
); k
4
= f(t
i
+ h, y
i
+ hk
3
);
y
i+1
= y
i
+
h
6
(k
1
+ 2k
2
+ 2k
3
+ k
4
).
O seguinte algoritmo permite determinar a solu c ao do PCI (6.2) em t = b, usando este metodo
de Runge-Kutta.
Algoritmo 6.2 Metodo de Runge-Kutta
Ler n;
Ler a, b e alpha;
h :=
ba
n
;
t := a;
y := ;
Para i de 1 ate n fazer
s := 0;
k
1
:= f(t, y);
k
2
:= f(t + 0.5h, y + 0.5hk
1
);
k
3
:= f(t + 0.5h, y + 0.5hk
2
);
k
4
:= f(t + h, y + hk
3
);
y := y + h(k
1
+ 2k
2
+ 2k
3
+ k
4
)/6;
t := t + h;
Escrever y.
Exerccio 6.3.8 Construa um algoritmo que permita determinar a solu cao do PCI (6.2) em
t = b, usando um metodo de Runge-Kutta explcito de s etapas qualquer.
6.3.5 Estudo do erro
Quando se determinam valores numericos para aproximar quantidades desconhecidas, temos
necessidade de conhcer estimativas para o erro que se comete nessa aproxima c ao. No caso
dos metodos numericos para a resolu c ao de equa c oes diferenciais vamos considerar dois tipos
de erros: o erro de truncatura local e o erro global (ou da aproxima c ao).
Deni cao 6.9 Consider-se o PCI (6.2) e um metodo numerico de passo unico
y
i+1
= y
i
+ h(t
i
, y
i
; h), i = 0, . . . , n 1, y
0
= , (6.11)
que determine aproxima c oes y
i
para a solu c ao exacta y(t
i
), i = 0, 1, . . . , n. Supondo que
y
i
= y(t
i
), a T
i+1
= y(t
i+1
) y
i+1
chama-se erro de truncatura local do metodo no ponto t
i+1
.
Se
lim
h0
max
0in1
|
T
i+1
h
| = 0,
Metodos numericos para problemas diferenciais ordin arios 116
o metodo diz-se consistente com o PCI (6.2). O metodo diz-se de ordem p > 0 se existir um
C > 0 tal que
|T
i+1
| Ch
p+1
, i = 0, . . . , n 1,
isto e, se |T
i+1
| = O(h
p+1
), i = 0, . . . , n 1.
Da deni c ao anterior conclui-se que o erro de truncatura local e denido com sendo
T
i+1
= y(t
i+1
) y(t
i
) h(t
i
, y(t
i
); h).
Assim, o erro local pode ser determinado atraves dos seguintes passos: (i) substituir na
express ao que dene o metodo numerico a solu c ao aproximada no ponto t
i+1
, y
i+1
, pela
solu c ao exacta y(t
i+1
); (ii) considerar a hip otese y(t
i
) = y
i
; (iii) efectuar o desenvolvimento
em serie de Taylor de y(t
i+1
) em torno de t
i
.
Certos autores consideram a deni c ao de erro local de forma diferente.
E muito frequente
encontrar a deni c ao de erro de truncatura local no ponto t
i+1
como sendo
T
i+1
=
y(t
i+1
) y(t
i
)
h
(t
i
, y(t
i
); h), i = 0, . . . , n 1.
De acordo com esta deni c ao (que e a que foi usada em Ferreira e Patrcio (1999)) o metodo
(6.11) tem ordem p se |T
i+1
| = O(h
p
), i = 0, . . . , n 1.
Observa cao 6.10
1. Um metodo e consistente se tiver, pelo menos, ordem um ou, o que e equivalente, se
(t, y; 0) = f(t, y).
2. O erro local para o metodo de Taylor de fun c ao incremento (6.7) e dado por
T
i+1
=
h
k+1
(k + 1)!
y
(k+1)
(), (t
i
, t
i+1
),
ou seja, T
i+1
= O(h
k+1
) e, como tal, o metodo tem ordem k.
3. Para o caso particular do metodo de Euler temos que T
i+1
= O(h
2
) e assim sendo o
metodo tem ordem um.
O estudo da ordem para os metodos de Runge-Kutta n ao e uma tarefa f acil e, como tal,
n ao o iremos efectuar neste curso introdut orio. A ttulo exemplicativo consideremos este
estudo apenas para um caso muito simples.
Exemplo 6.11 O metodo de Heun e dado por
k
1
= f(t
i
, y
i
); k
2
= f(t
i
+ h, y
i
+ hk
1
);
y
i+1
= y
i
+
h
2
(k
1
+ k
2
).
Metodos numericos para problemas diferenciais ordin arios 117
Vamos determinar qual o seu erro local e, consequentemente, qual a sua ordem. Atendendo
`a deni cao de erro local temos que, supondo y(t
i
) = y
i
, T
i+1
= y(t
i+1
) y
i+1
. Desenvolvendo
y(t
i+1
) em serie de Taylor em torno do ponto t
i
temos
y(t
i+1
) = y
i
+ hf(t
i
, y
i
) +
h
2
2
df
dt
(t
i
, y
i
) +
h
3
6
d
2
f
dt
2
(t
i
, y
i
) + .
Por outo lado, considerando o desenvolvimento de y
i+1
, recorrendo `a serie de Taylor para duas
variaveis,
y
i+1
= y
i
+
h
2
_
f(t
i
, y
i
) + f(t
i
, y
i
) + h(f
t
+ f
y
f)(t
i
, y
i
) +
h
2
2
(f
tt
+ 2ff
ty
+ f
2
fyy)(t
i
, y
i
) +
_
.
Subtraindo membro a membro, e uma vez que y(t
i
) = y
i
, temos
T
i+1
=
h
3
12
(f
tt
+ 2ff
ty
+ f
2
f
yy
2f
t
f
y
2ff
2
y
)(t
i
, y
i
) + .
Assim sai que
T
i+1
=
h
3
12
(f
tt
+ 2ff
ty
+ f
2
f
yy
2f
t
f
y
2ff
2
y
)(, y()), (t
i
, t
i+1
).
Como T
i+1
= O(h
3
) conclumos que o metodo de Heun tem ordem 2.
Exerccio 6.3.9 Mostre que o metodo de Runge (6.9) tem ordem dois.
Vamos considerar agora a deni c ao de erro global.
Deni cao 6.12 Considere-se o PCI (6.2) e um metodo numerico de passo unico explcito
(6.11) que determine aproxima c oes y
i
para a solu c ao exacta y(t
i
), i = 0, 1, . . . , n. A e(t
i
) =
y(t
i
) y
i
chama-se erro global do metodo no ponto t
i
. Se
lim
h0
max
1in
|e(t
i
)| = 0,
o metodo diz-se convergente.
Note-se que, uma vez que o n umero de vezes que aplicamos um determinado metodo itera-
tivo e n =
b a
h
, podemos ser levados a armar que o erro global e(t
i
) dever a ser proporcional
a
T
i
h
. Por outras palavras, se T
i
= O(h
p+1
) tudo nos leva a crer que e(t
i
) = O(h
p
). De facto,
o que se pode concluir e o que vem expresso no pr oximo teorema.
Teorema 6.13 Seja y(t) a unica solu c ao do PCI, bem posto, (6.2) e (6.11) um metodo
numerico que supomos ser consistente com o problema e ter ordem p, isto e, |T
i+1
| Ch
p+1
,
i = 0, . . . , n 1, p 1. Se vericar as hip oteses do Teorema de Picard ent ao
|e(t
i
)|
C
L
h
p
_
e
L(tia)
1
_
, i = 1, . . . , n.
sendo L a constante de Lipschitz de .
Metodos numericos para problemas diferenciais ordin arios 118
Demonstra cao: Considerando a deni c ao de erro global temos que
e(t
i+1
) = e(t
i
) + h[(t
i
, y(t
i
); h) (t
i
, y
i
; h)] + T
i+1
, i = 0, . . . , n 1.
Uma vez que a fun c ao e lipschitziana, na vari avel y, e o metodo tem ordem p 1 conclumos
que
|e(t
i+1
)| (1 + hL)|e(t
i
)| + Ch
p+1
.
Como e(t
0
) = 0 obtem-se
|e(t
i+1
)| Ch
p+1
i
j=0
(1 + hL)
j
= Ch
p+1
1 (1 + hL)
i+1
1 (1 + hL)
C
L
h
p
_
e
(i+1)hL
1
_
.
O teorema ca assim demonstrado uma vez que t
i+1
= a + (i + 1)h.
Note-se que a consistencia, por si s o, n ao implica convergencia uma vez que existem mais
tipos de erros que podem ocorrer para alem do erro de truncatura local. De facto, nem as
condi c oes iniciais nem a aritmetica usada est ao isentas de erros. Temos portanto necessidade
de garantir que os metodos usados sejam estaveis no sentido de que pequenas altera c oes nas
condi c oes iniciais n ao produzam, por aplica c ao do metodo, grandes altera c oes nos resultados.
No caso dos metodos de passo unico, o teorema anterior permite-nos estabelecer o seguinte
resultado.
Corolario 6.14 Suponhamos que o PCI (6.2) e aproximado pelo metodo (6.11). Se existir
h
0
> 0 tal que (t, y; h) e contnua e lipschitziana, na vari avel y, no conjunto
D = {(t, y; h) : a t b, y IR, 0 h h
0
}
ent ao:
1. o metodo (6.11) e est avel;
2. o metodo e convergente se e s o se e consistente.
Exerccio 6.3.10 Mostre que o metodo de Heun, aplicado `a resolu cao do PCI (6.2), e conver-
gente.
Resolu cao: Atendendo `a deni cao do metodo de Heun temos que este pode ser dado pela
expressao
y
i+1
= y
i
+ h(t
i
, y
i
; h),
com
(t, y; h) =
1
2
[f(t, y) + f(t + h, y + hf(t, y))].
Para provar que o metodo e convergente vamos provar que e consistente e estavel.
1. Consistencia. Provamos que o metodo de Heun tem ordem dois e, assim sendo, e
consistente. Poderiamos ainda provar a consistencia provando que (t, y; 0) = f(t, y).
De facto,
(t, y; 0) =
1
2
[f(t, y) + f(t, y)] = f(t, y).
Metodos numericos para problemas diferenciais ordin arios 119
2. Estabilidade. Para provar que o metodo e estavel vamos provar que (t, y; h) e lips-
chitziana, na variavel y, em D = {(t, y; h) : a t b, y IR, 0 h h
0
}.
Seja L a constante de Lipschitz de f(t, y) na variavel y. Entao
|(t, y
1
; h) (t, y
2
; h)| =
1
2
[f(t, y
1
) + f(t + h, y
1
+ hf(t, y
1
))]
1
2
[f(t, y
2
) + f(t + h, y
2
+ hf(t, y
2
))]
1
2
[L|y
1
y
2
| + L|y
1
+ hf(t, y
1
) y
2
hf(t, y
2
)|]
L|y
1
y
2
| +
1
2
hL
2
|y
1
y
2
|
_
L +
1
2
hL
2
_
|y
1
y
2
|.
Assim (t, y; h) satisfaz a condi cao de Lipschitz, na variavel y, em D sendo a sua
constante de Lipschitz dada por
K =
_
L +
1
2
h
0
L
2
_
.
Finalmente, tanto como f sao contnuas em D. Esta assim provada a estabilidade
do metodo.
Atendendo `a consistencia e estabilidade temos que o metodo converge para a solu cao de
(6.2).
6.3.6 Metodos de passo unico implcitos
Nesta sec c ao vamos considerar a classe dos metodos de passo unico implcitos da forma (6.6).
N ao havendo possibilidade de explicitar o valor de y
i+1
temos necessidade de o calcular re-
solvendo a equa c ao (geralmente n ao linear)
y
i+1
y
i
h(t
i
, t
i+1
, y
i
, y
i+1
; h) = 0.
Usualmente considera-se um metodo numerico na resolu c ao desta equa c ao.
Se considerarmos o metodo de Newton, a primeira quest ao a resolver e a da determina c ao
de uma aproxima c ao inicial y
(0)
i+1
. Normalmente toma-se para aproxima c ao inicial o valor de
y
i
; outra hip otese ser a a de considerar a aproxima c ao inicial obtida pela aplica c ao de um
metodo explcito. Deteminado o valor de y
(0)
i+1
temos que
y
(k+1)
i+1
= y
(k)
i+1
F(y
(k)
i+1
)
F(y
(k)
i+1
)
, k = 0, 1, . . . ,
sendo
F(y
i+1
) = y
i+1
h(t
i
, t
i+1
, y
i
, y
i+1
; h).
Metodos numericos para problemas diferenciais ordin arios 120
Os metodos implcitos s ao usados visto que, em geral, s ao mais precisos e menos sensveis
a erros que os metodos explcitos. Por outro lado, o esfor co computacional exigido no c alculo
de y
i+1
e, para os metodos implcitos, muito maior. Assim, estes metodos s o devem ser usados
quando h a necessidade de uma precis ao muito elevada em problemas sensveis a erros.
Exemplos comuns de metodos implcitos s ao o chamado metodo de Euler implcito, dado
pela express ao
y
i+1
= y
i
+ hf(t
i+1
, y
i+1
), i = 0, . . . , n 1, y(a) = ,
e o metodo dos trapezios, dado por
y
i+1
= y
i
+
h
2
[f(t
i
, y
i
) + f(t
i+1
, y
i+1
), i = 0, . . . , n 1, y(a) = .
Apesar do estudo da consistencia e convergencia de um metodo iterativo ter sido efectuado
apenas para metodos explcitos, estes conceitos ainda s ao v alidos para metodos implcitos.
Para o metodo implcito (6.6) o erro de truncatura local e denido por
T
i+1
= y(t
i+1
) y(t
i
) h(t
i
, t
i+1
, y(t
i
), y(t
i+1
); h), i = 0, . . . , n 1.
Vamos considerar o seguinte exerccio.
Exerccio 6.3.11 Considere o metodo dos trapezios na resolu cao de um problema de condi cao
inicial.
1. Determine a ordem e o erro de truncatura local do metodo.
2. Aplique o metodo ao problema de condi cao inicial
_
y
(t) = ty
2
,
y(0) = 2,
e obtenha uma
aproxima cao em t = 1 usando h < 1. (Considere a solu cao exacta positiva em [0, 1].)
Resolu cao: 1. Atendendo `a deni cao de erro local temos que T
i+1
= y(t
i+1
) y
i+1
, onde
y(t
i
) = y
i
. Desenvolvendo y(t
i+1
) e y
i+1
em serie de Taylor em torno do ponto t
i
,
temos que
y(t
i+1
) = y
i
+ hf(t
i
, y
i
) +
h
2
2
df
dt
(t
i
, y
i
) +
h
3
6
d
2
f
dt
2
(t
i
, y
i
) +
e
y
i+1
= y
i
+
h
2
_
f(t
i
, y
i
) + f(t
i
, y
i
) + h
df
dt
(t
i
, y
i
) +
h
2
2
d
2
f
dt
2
(t
i
, y
i
) +
_
.
Subtraindo membro a membro vem
T
i+1
=
h
3
12
d
2
f
dt
2
(t
i
, y
i
) + .
Assim sai que
T
i+1
=
h
3
12
y
(), (t
i
, t
i+1
).
Como T
i+1
= O(h
3
) temos que o metodo dos trapezios tem ordem 2.
Metodos numericos para problemas diferenciais ordin arios 121
2. Seja f(t, y) = ty
2
e h = 0.5. Assim,
y(0) = y
0
= 2
y(0.5) y
1
= y
0
+
h
2
[f(t
0
, y
0
) + f(t
1
, y
1
)] = 2 0.125y
2
1
.
Vamos agora resolver a equa cao 0.125y
2
1
+ y
1
2 = 0. Esta equa cao resolve-se sem
diculdade pois
0.125y
2
1
+ y
1
2 = 0 y
1
= 9.6598 ou y
1
= 1.6568.
Como a solu cao e positiva temos que y
1
= 1.6568. Continuando,
y(1) y
2
= y
1
+
h
2
[f(t
1
, y
1
) + f(t
2
, y
2
)] = 1.3137 0.25y
2
2
.
Resolvendo a equa cao 0.25y
2
2
+ y
2
1.3137 = 0, temos
0.25y
2
2
+ y
2
1.3137 = 0 y
1
= 5.0422 ou y
1
= 1.0422.
Como a solu cao e positiva temos que y
1
= 1.0422.
Exerccio 6.3.12 Considere o problema de condi cao inicial
_
y
= 30y,
y(0) = 1,
e os metodo de Euler e Euler impcito. Usando cada um dos metodos determine a solu cao do
problema em t = 1 com h < 1, comparando os resultados obtidos.
Resolu cao: Seja f(y) = 30y e consideremos h = 0.5. Vamos aplicar os dois metodos sepa-
radamente.
1. Metodo de Euler
y(0) = y
0
= 1;
y(0.5) y
1
= 1 + 0.5 (30) = 14;
y(1) y
2
= 14 + 0.5 (30 (14)) = 196.
2. Metodo de Euler implcito
y(0) = y
0
= 1;
y(0.5) y
1
= 1 + 0.5 (30y
1
) = 1 15y
1
.
Resolvendo a equa cao temos que y(0.5) y
1
= 0.0625. Continuando temos
y(1) y
2
= 0.0625 + 0.5 (30y
2
) = 0.0625 15y
1
,
e assim, y(1) y
2
= 3.9 10
3
.
Atendendo a que a solu cao exacta e dada por y(t) = e
30t
temos que y(1) = 9.36 10
14
.
Note-se que, enquanto o metodo implcito se aproxima da solu cao o metodo explcito da
um resultado completamente disparatado. Os problemas que nao podem ser resolvidos por
metodos explcitos sao chamados sti e ocorrem com muita frequencia em problemas de
Engenharia Qumica (ver Hairer e Wanner (1991)).
Metodos numericos para problemas diferenciais ordin arios 122
6.4 Sistemas de equa c oes diferenciais
A teoria apresentada nas sec c oes precedentes pode ser facilmente generalizadas para sistemas
de equa c oes diferenciais ordin arias de primeira ordem. Todos os metodos numericos apresen-
tados podem ser adaptados ao c alculo da solu c ao aproximada do PCI
_
Y
_
Y
1
(t)
Y
2
(t)
.
.
.
Y
N
(t)
_
_
, F(x) =
_
_
F
1
(t, Y )
F
2
(t, Y )
.
.
.
F
N
(t, Y )
_
_
.
Os metodos numericos ir ao, neste caso, determinar aproxima c oes Y
(i)
para Y (t
i
). O
metodo de Euler, por exemplo, e dado por
Y
(i+1)
= Y
(i)
+ hF(t
i
, Y
(i)
).
Equa c oes diferenciais de ordem superior a um. Uma situa c ao importante onde surgem
sistemas de equa c oes diferenciais e quando pretendemos resolver uma equa c ao diferencial
de ordem superior a um. Note-se que qualquer equa c ao diferencial de ordem N pode ser
escrita como um sistema de N equa c oes diferenciais de primeira ordem. A forma como essa
passagem se processa e bastante simples e pode ser facilmente compreendida com a ajuda de
um exemplo.
Exemplo 6.15 Consideremos o problema de condi cao inicial
y
3y
+ 2y = 0, y(0) = y
(0) = 1.
Efectuando a mudan ca de variavel z = y
_
y
(t) = z
z
(t) = 3z 2y
y(0) = 1
z(0) = 1
_
_
y
z
_
(t) =
_
z
3z 2y
_
,
_
y
z
_
(0) =
_
1
1
_
.
Exerccio 6.4.1 Converta num sistema de equa c oes diferenciais de primeira ordem o problema
y
0.1(1 y
2
)y
+ y = 0, y(0) = 1, y
(0) = y
(0) = 0.
Resolu cao: Efectuando a mudan ca de variavel z = y
e w
= y
_
y
(t) = z
z
(t) = w
w
(t) = 0.1(1 y
2
)z y
y(0) = 1
z(0) = 0
w(0) = 0
.
Metodos numericos para problemas diferenciais ordin arios 123
Exerccio 6.4.2 Considere a equa cao diferencial y
+ 4ty
+ 2y
2
= 0 com condi c oes iniciais
y(0) = 1 e y
(0) = 0. Com h = 0.1, utilize o metodo de Euler e de Heun para obter aproxima c oes
para y(0.2) e y
(0.2).
Resolu cao: Seja z = y
_
y
(t) = z
z
(t) = 4tz 2y
2
y(0) = 1
z(0) = 0
_
_
y
z
_
(t) =
_
z
4tz 2y
2
_
,
_
y
z
_
(0) =
_
1
0
_
.
Seja
F
_
t,
_
y
z
__
=
_
z
4tz 2y
2
_
.
1. Metodo de Euler
_
y
z
_
(0) =
_
y
z
_
(0)
=
_
1
0
_
;
_
y
z
_
(0.1)
_
y
z
_
(1)
=
_
y
z
_
(0)
+ hF
_
_
t
0
,
_
y
z
_
(0)
_
_
=
_
1
0.2
_
;
_
y
z
_
(0.2)
_
y
z
_
(2)
=
_
y
z
_
(1)
+ hF
_
_
t
1
,
_
y
z
_
(1)
_
_
=
_
0.98
0.392
_
.
.
Temos assim que y(0.2) 0.98 e y
(0.2) 0.392.
2. Metodo de Heun
_
y
z
_
(0)
=
_
y
z
_
(0) =
_
1
0
_
,
_
y
z
_
(0.1)
_
y
z
_
(1)
=
_
y
z
_
(0)
+
h
2
[K
1
+ K
2
],
onde
K
1
= F
_
_
t
0
,
_
y
z
_
(0)
_
_
=
_
0
2
_
K
2
= F
_
_
t
0
+ h,
_
y
z
_
(0)
+ hK
1
_
_
=
_
0.2
1.92
_
.
Logo
_
y
z
_
(0.1)
_
y
z
_
(1)
=
_
0.99
0.196
_
.
Metodos numericos para problemas diferenciais ordin arios 124
Continuando a aplica cao do metodo temos
_
y
z
_
(0.2)
_
y
z
_
(2)
=
_
y
z
_
(1)
+
h
2
[K
1
+ K
2
],
onde
K
1
= F
_
_
t
1
,
_
y
z
_
(1)
_
_
=
_
0.196
1.8818
_
,
K
2
= F
_
_
t
1
+ h,
_
y
z
_
(1)
+ hK
1
_
_
=
_
0.38418
1.6335
_
.
Logo
_
y
z
_
(0.2)
_
y
z
_
(2)
=
_
0.988059
0.371765
_
.
Temos assim que y(0.2) 0.988059 e y
(0.2) 0.371765.
Exerccio 6.4.3 Adapte o algoritmo 6.2 a sistemas de equa c oes diferenciais.
6.5 Problemas com condi c oes de fronteira
Na sec c ao anterior estud amos as equa c oes diferenciais ordin arias no contexto dos sistema
din amicos em que a vari avel independente natural e o tempo (nem sempre assim e). Vamos
agora considerar o estudo orientado para regimes estacion arios em que o objectivo consiste
em determinar a distribui c ao espacial de uma grandeza.
Exemplo 6.16 Um problema comum em Engenharia Civil tem a ver com a deexao de uma
barra de sec cao rectangular sujeita a uma carga uniforme quando os extremos estao xos. A
equa cao diferencial que serve de modelo a esta situa cao fsica e da forma
w
=
S
EI
w +
qx
2EI
(x l),
onde w = w(x) e a deexao no ponto que dista x do extremo esquerdo da barra, e l, q, E, S
e I representam, respectivamente, o comprimento da barra, a intensidede da carga uniforme, o
m odulo da elasticidade, a tensao nos extremos e o momento central de inercia. Uma vez que os
extremos da barra estao xos, temos associadas a esta equa cao diferencial as equa c oes de fronteira
w(0) = w(l) = 0.
Quando a barra e feita de material uniforme EI e uma constante e como tal a solu cao da equa cao
e imediata. Caso contrario I = I(x) e temos que usar metodos numericos para determinar uma
aproxima cao para a solu cao.
Os problemas fsicos que dependem de uma posi c ao no espa co em vez de um instante no
tempo s ao muitas vezes descritos em termos de equa c oes diferenciais com condi c oes impostas
Metodos numericos para problemas diferenciais ordin arios 125
em mais do que um ponto: problemas com condi c oes de fronteira (PCF). Os PCF que iremos
considerar nesta sec c ao envolvem uma equa c ao diferencial ordin aria de segunda ordem
y
= f(x, y, y
(a) =
1
,
2
y(b) +
2
y
(b) =
2
,
(6.14)
com
i
,
i
,
i
IR, i = 1, 2. Estas condi c oes de fronteira podem ser de tres tipos:
1. Dirichelet, se
1
=
2
= 0;
2. Neumann, se
1
=
2
= 0;
3. Robin ou mistas, se |
1
| +|
2
| = 0 e |
1
| +|
2
| = 0.
Quando
1
=
2
= 0 dizemos que as condi c oes de fronteira s ao homogeneas. No caso em que
a equa c ao (6.13) e da forma
y
= p(x)y
+ y = x, x (0, 1),
y(0) = y(1) = 0,
usando o metodo das diferen cas nitas com uma malha uniforme de espa camento h =
1
n
.
O PCF dado pode ser escrito, para cada ponto da parti cao (6.17) na forma
_
y
(x
i
) + y(x
i
) = x
i
, i = 1, . . . , n 1,
y(x
0
) = y(x
n
) = 0,
com x
i
= ih, i = 0, . . . , n.
Se aproximarmos y
(x
i
)
1
h
2
(y
i1
2y
i
+ y
i+1
),
com y
i
y(x
i
), i = 1, . . . , n 1. Substituindo na equa cao temos, em cada ponto da parti cao, o
problema (linear) aproximado
_
(y
i1
2y
i
+ y
i+1
) + h
2
y
i
= ih
3
, i = 1, . . . , n 1,
y
0
= y
n
= 0
,
Notemos que o sistema linear obtido e da forma
Ay = b,
em que b = (ih
3
)
n1
i=1
e A = (a
ij
)
n1
i,j=1
com
a
ij
=
_
_
h
2
+ 2, i = j
1, j = i 1, j = i + 1
0, |j i| > 1
.
A matriz do sistema e tridiagonal, simetrica e estritamente diagonal dominante por linhas; logo e
invertvel. Fica deste modo garantida a existencia e unicidade de solu cao.
Considerando n = 4, ou seja h =
1
4
, obtemos
_
_
2.03125 1 0
1 2.03125 1
0 1 2.03125
_
_
_
_
y
1
y
2
y
3
_
_ =
_
_
1/128
1/64
3/128
_
_
_
_
0.03484
0.05633
0.05004
_
_.
Vamos considerar, tal como no exemplo anterior, o PCF linear (6.15) com condi c oes de
fronteira (6.14) de Dirichlet (
1
=
2
= 1,
1
=
2
= 1). Este problema pode ser escrito,
para cada ponto da parti c ao (6.17), na forma
_
y
(x
i
) = p(x
i
)y
(x
i
) + q(x
i
)y(x
i
) + r(x
i
), i = 1, . . . , n 1,
y(x
0
) =
1
, y(x
n
) =
2
,
com x
i
= ih, i = 0, . . . , n. Substituindo as derivadas pelas f ormulas de diferen cas centradas
de segunda ordem
y
(x
i
) =
y(x
i+1
) y(x
i1
)
2h
h
2
6
y
(
i
),
i
(x
i1
, x
i+1
),
Metodos numericos para problemas diferenciais ordin arios 127
e
y
(x
i
) =
y(x
i+1
) 2y(x
i
) + y(x
i1
)
h
2
h
2
12
y
(4)
(
i
),
i
(x
i1
, x
i+1
),
obtemos
_
_
y(x
i+1
) 2y(x
i
) + y(x
i1
)
h
2
= p(x
i
)
y(x
i+1
) y(x
i1
)
2h
+ q(x
i
)y(x
i
)
+r(x
i
)
h
2
12
_
2p(x
i
)y
(
i
) y
(4)
(
i
)
_
, i = 1, . . . , n 1,
y(x
0
) =
1
, y(x
n
) =
2
.
Se tomarmos y
i
y(x
i
), i = 1, . . . , n 1, um metodo de diferen cas nitas com erro O(h
2
)
pode ser denido pelo sistema linear
_
_
y
i+1
2y
i
+ y
i1
h
2
p(x
i
)
y
i+1
y
i1
2h
q(x
i
)y
i
= r(x
i
), i = 1, . . . , n 1,
y
0
=
1
, y
n
=
2
,
ou, de forma equivalente,
_
_
_
1 +
h
2
p(x
i
)
_
y
i1
_
2 + h
2
q(x
i
)
_
y
i
+
_
1
h
2
p(x
i
)
_
y
i+1
= h
2
r(x
i
), i = 1, . . . , n 1,
y
0
=
1
, y
n
=
2
,
Notemos que o sistema linear obtido e da forma
AY = B, (6.18)
em que Y = [y
1
, y
2
, . . . , y
n2
, y
n1
]
T
,
A =
_
_
2 h
2
q(x
1
) 1
h
2
p(x
1
)
1 +
h
2
p(x
2
) 2 h
2
q(x
2
) 1
h
2
p(x
2
)
.
.
.
.
.
.
.
.
.
1 +
h
2
p(x
n2
) 2 h
2
q(x
n2
) 1
h
2
p(x
n2
)
1 +
h
2
p(x
n1
) 2 h
2
q(x
n1
)
_
_
e
B =
_
_
h
2
r(x
1
)
_
1 +
h
2
p(x
1
)
_
1
h
2
r(x
2
)
.
.
.
h
2
r(x
n2
)
h
2
r(x
n1
)
_
1
h
2
p(x
n1
)
_
2
_
_
.
A quest ao que naturalmente se coloca e a de saber se o sistema (6.18) tem solu c ao unica.
Para responder a essa quest ao considerere-se o seguinte exerccio cuja resolu c ao pode ser vista
em Burden e Faires (1988).
Metodos numericos para problemas diferenciais ordin arios 128
Exerccio 6.5.1 Suponhamos que A = (a
ij
)
n
i,j=1
e uma matriz de ordem n, tridiagonal, com
a
i,i1
, a
i,i+1
= 0, para cada i = 2, . . . , n 1. Se
|a
11
| > |a
12
|, |a
nn
| > |a
n,n1
|
e
|a
ii
| |a
i,i1
| +|a
i,i+1
|, i = 2, . . . , n 1,
entao A e nao singular.
O resultado estabelecido neste exerccio permite concluir, de forma imediata, o seguinte
teorema.
Teorema 6.19 Considere-se o PCF linear (6.15) com condi c oes de fronteira (6.14) de Di-
richlet (
1
=
2
= 1,
1
=
2
= 1) e com p, q, r fun c oes contnuas em [a, b]. Se q(x) 0, para
todo o x [a, b], ent ao o sistema tridiagonal (6.18) tem solu c ao unica desde que h < 2/L,
onde
L = max
x[a,b]
|p(x)|.
Pode dar-se o caso (muito frequente) das condi c oes de fronteira n ao serem de Dirichlet
mas de Neumann ou mistas. Suponhamos que temos o PCF
_
y
= p(x)y
(a) =
1
, y
(b) =
2
.
(6.19)
Considerando, tal como para o caso anterior, a substitui c ao das derivadas que aparecem na
equ c ao diferencial pelas f ormulas de diferen cas centradas de segunda ordem obtemos
_
1 +
h
2
p(x
i
)
_
y
i1
+
_
2 + h
2
q(x
i
)
_
y
i
_
1
h
2
p(x
i
)
_
y
i+1
= h
2
r(x
i
), i = 1, . . . , n 1,
com y
i
y(x
i
), i = 1, . . . , n 1. Quanto ` as equa c oes de fronteira, o mais comum e
considerarem-se diferen cas progressivas na discretiza c ao de y
(b). Se usarmos diferen cas progressivas e regressivas com dois pontos (ordem um) obte-
mos
y
0
= y
1
h
1
, y
n
= y
n1
+ h
2
,
onde y
0
y(x
0
) e y
n
y(x
n
). Deste modo, o sistema linear a resolver difere, em rela c ao ao
caso em que consider amos condi c oes de Dirichlet, apenas nas primeira e ultima linhas. Neste
caso, a primeira e a ultima linha do sistema linear a resolver s ao, respectivamente,
_
1 +
h
2
p(x
1
) h
2
q(x
1
)
_
y
1
+
_
1
h
2
p(x
1
)
_
y
2
= h
2
r(x
1
) + h
_
1 +
h
2
p(x
1
)
_
1
e
_
1 +
h
2
p(x
n1
)
_
y
n2
+
_
1
h
2
p(x
n1
) h
2
q(x
n1
)
_
y
n1
= h
2
r(x
n1
)h
_
1 p(x
n1
)
h
2
_
2
Metodos numericos para problemas diferenciais ordin arios 129
Finalmente, fa camos uma pequena abordagem ao caso n ao linear. Consideremos o pro-
blema n ao linear geral (6.13) com condi c oes de fronteira (6.14) de Dirichlet (
1
=
2
= 1,
1
=
2
= 1). Tal como no caso linear, vamos substituir as derivadas que aparecem na equ c ao
diferencial pelas f ormulas de diferen cas centradas de segunda ordem. Obtemos assim
_
_
y(x
i+1
) 2y(x
i
) + y(x
i1
)
h
2
= f
_
x
i
, y(x
i
),
y(x
i+1
) y(x
i1
)
2h
h
2
12
_
2p(x
i
)y
(
i
) y
(4)
(
i
)
_
_
, i = 1, . . . , n 1,
y(x
0
) =
1
, y(x
n
) =
2
,
com
i
,
i
(x
i1
, x
i+1
). O metodo de diferen cas nitas que resulta quando se desprezam os
termos O(h
2
) das f ormulas de diferen cas centradas e se usam as condi c oes de fronteira e
_
_
y
i+1
2y
i
+ y
i1
h
2
= f
_
x
i
, y
i
,
y
i+1
y
i1
2h
_
, i = 1, . . . , n 1,
y
0
=
1
, y
n
=
2
,
com y
i
y(x
i
), i = 1, . . . , n 1. Temos ent ao necessidade de resolver um sistema n ao linear
da forma
F(X, Y ) = 0,
onde X = [x
1
, x
2
, . . . , x
n2
, x
n1
]
T
, Y = [y
1
, y
2
, . . . , y
n2
, y
n1
]
T
e
_
_
f
1
(X, Y ) = 2y
1
+ y
2
h
2
f
_
x
1
, y
1
,
y
2
1
2h
_
+
1
,
f
i
(X, Y ) = y
i1
2y
i
+ y
i+1
h
2
f
_
x
i
, y
i
,
y
i+1
y
i1
2h
_
, i = 2, . . . , n 2,
f
n1
(X, Y ) = y
n2
2y
n1
h
2
f
_
x
n1
, y
n1
,
2
y
n2
2h
_
+
2
.
Prova-se (ver Burden e Faires (1988)) que este sistema n ao linear tem solu c ao unica se
h < 2L onde
L = max
x[a,b]
|f
y
(x, y, y
)|.
A sua solu c ao pode ser obtida, de forma aproximada, pelo metodo de Newton estudado no
Captulo 2.
Metodos numericos para problemas diferenciais ordin arios 130
6.6 Exerccios de aplica cao `a engenharia
Exerccio 6.6.1 Um projectil e lan cado da superfcie terreste com uma velocidade V . Supondo
que nao ha arrasto a equa cao do movimento e
d
dr
= g
R
2
r
2
,
onde e a velocidade `a distancia r do centro da Terra que tem raio R. Considerando g =
9.81 m/seg
2
, R = 6.37 10
6
m e V = 15000 m/seg, calcule a velocidade quando r = 2R.
Exerccio 6.6.2 Uma solu cao lquida ui de forma constante ao longo de um tubo na direc cao
x. Alguns dos solutos contidos na solu cao difundem-se atraves da parede do tubo reduzindo a
concentra cao z no tubo. A concentra cao z e dada por
dz
dx
= z(0.2 +
z)e
0.03x
.
Se tomarmos z = 1.5 em x = 2 determine o valor de z em x = 2.4.
Exerccio 6.6.3 Uma quantidade de 10 quilogramas de material e despejada num reservat orio
contendo 60 quilogramas de agua. A concentra cao da solu cao, c (em percentagem), vem dada
em fun cao do tempo, t (em segundos), por
(60 1.2112c)c
=
k
3
(200 14c)(100 4c),
onde k, o coeciente de transferencia de massa, e igual a 0.0589. A condi cao inicial em t = 0 e
c = 0. Determine a rela cao entre c e t.
Exerccio 6.6.4 A equa cao qumica irreverssvel na qual duas moleculas de dicromato de po-
tassio (K
2
Cr
2
O
7
) s olido, duas moleculas de agua (H
2
O) e tres atomos de enxofre (S) s olido dao
origem a tres moleculas de di oxido de enxofre (SO
2
) gasoso, quatro moleculas de hidr oxido de
potassio (KOH) s olido e duas moleculas oxido de cr omio (Cr
2
O
3
) s olido pode ser representada,
simbolicamente, pelo esquema
2K
2
Cr
2
O
7
+ 2H
2
O + 3S 4KOH + 2Cr
2
O
3
+ 3SO
2
.
Se existirem inicialmente n
1
moleculas de 2K
2
Cr
2
O
7
, n
2
moleculas de H
2
O e n
3
moleculas de
S a equa cao seguinte descreve a quantidade x(t) de KOH ao m de um tempo t (em segundos)
x
= k
_
n
1
x
2
_
2
_
n
2
x
2
_
2
_
n
3
3x
4
_
3
,
onde k e a velocidade da rea cao (constante). Se k = 6.2210
19
, n
1
= n
2
= 1000 e n
3
= 1500,
quantas unidades de hidr oxido de potassio serao formadas ao m de 2 segundos?
Exerccio 6.6.5 Na teoria da prolifera cao de uma doen ca contagiosa, podem ser usadas equa-
c oes diferenciais relativamente elementares para prever o n umero de indivduos infectados na
popula cao em cada instante, desde que sejam efectuadas simplica c oes apropriadas. Esta teoria
foi estudada por N.T.J. Bayley em 1957 e 1967 em dois livros, um sobre matematica aplicada
`a medecina (The Mathematical Approach to Biology and Medicine, John Wiley & Sons, NY,
Metodos numericos para problemas diferenciais ordin arios 131
1967) e outro sobre a teoria matematica das epidemias (The Mathematical Theory of Epidemics,
Hafner, NY, 1957).
Em particular, consideremos que todos os indivduos numa popula cao xa tem uma probabil-
idade igual de ser infectados e que uma vez portadores da doen ca permanecerao sempre nessa
condi cao. Se x(t) denotar o n umero de indivduos susceptveis de contrair a doen ca no instante
t e y(t) o n umero de indivduos infectados, e razoavel assumir que a razao `a qual o n umero de
infectados varia e proporcional ao produto de x(t) por y(t) visto que a razao depende tando do
n umero de infectados como do n umero de susceptveis presentes, para cada t. Se a popula cao for
sucientemente grande para considerarmos que x(t) e y(t) sao variaveis contnuas, o problema
pode ser expresso na forma
y
(t) = kx(t)y(t),
onde k e uma constante e x(t) + y(t) = m e a popula cao total. Esta equa cao pode ser reescrita
por forma a depender apenas de y(t). Assim
y
(t) = k
2
_
mz(t) x(0)e
(k
1
/k
2
)
_
.
Como nao e possvel determinar a solu cao exacta deste problema, temos que recorrer `a solu cao
numerica. Assim, determine uma aproxima cao para z(30), y(30) e x(30) assumindo que m =
100000, x(0) = 99000, k
1
= 2 10
6
e k
2
= 10
4
.
Exerccio 6.6.7 O estudo de modelos matematicos para estimar a evolu cao de uma popula cao
de especies que competem entre si teve a sua origem no incio do seculo com os trabalhos de
A.J. Lotka e V. Volterra. Consideremos o problema de estimar a popula cao constituida por duas
especies, uma das quais e predadora, cuja popula cao no instante t e x
2
(t), e que se alimenta
Metodos numericos para problemas diferenciais ordin arios 132
comendo a outra especie, a que chamamos presa e cuja popula cao e x
1
(t). Este problema e
usualmente designado por predador-presa. Vamos assumir que a presa possui sempre uma quan-
tidade de comida adequada e que a sua taxa de natalidade em todos os instantes e proporcional
ao n umero de presas vivas nesse instante; isto e, a taxa de natalidade (presa) = k
1
x
1
(t). A taxa
de mortalidade das presas depende tanto do n umero de presas como de predadores vivos nesse
instante. Por uma questao de simplicidade vamos assumir que a taxa de mortalidade (presa)
= k
2
x
1
(t)x
2
(t). A taxa de natalidade dos predadores, por outro lado, depende da quantidade de
comida existente, x
1
(t), assim como do n umero de predadores existentes para ns de reprodu cao.
Por essas raz oes vamos assumir que a taxa de natalidade (predador) = k
3
x
1
(t)x
2
(t). A taxa de
mortalidade dos predadores sera tomada proporcionalmente ao n umero de predadores vivos nesse
instante; isto e, a taxa de mortalidade (predador) = k
4
x
2
(t).
A varia cao da popula cao de presas e predadores pode ser dada pelas seguintes equa c oes
diferenciais
_
_
x
1
(t) = k
1
x
1
(t) k
2
x
1
(t)x
2
(t)
x
2
(t) = k
3
x
1
(t)x
2
(t) k
4
x
2
(t)
.
Assumindo que a popula cao inicial de presas e 1000 e a de predadores 200, e que as constantes
k
1
= 3, k
2
= 0.002, k
3
= 0.0006 e k
4
= 0.5, trace o graco das solu c oes deste problema e
descreva o fen omeno fsico representado. Sera que o problema possui alguma solu cao estavel? Se
sim, para que valores de x
1
e x
2
e que tal acontece?
Exerccio 6.6.8 Num livro intitulado Looking at History Through Mathematics, MIT Press,
Cambridge MA, 1968, N. Rashevsky considerou um modelo para um problema envolvendo o
evolu cao de nao conformistas
3
na sociedade. Suponhamos que uma sociedade tem uma popula cao
de x(t) indivduos no instante t, em anos, e que todos os nao conformistas que acasalam com
outros nao conformistas tem uma descendencia que tambem e nao conformista. Por outro lado,
para todas as outras descendencias, existe uma propor cao xa r que sao ainda nao conformistas.
Se as taxas de natalidade e mortalidade para todos os indivduos se assumir como sendo as
constantes n e m, respectivamente, e se conformistas e nao conformistas acasalarem de forma
aleat oria, o problema pode ser expresso pelas equa c oes diferenciais
_
_
x
(t) = (n m)x(t)
y
+ 2k
_
_
2
=
g
l
sin ,
sendo o angulo agudo que a barra do pendulo faz com a vertical. Considerando que em t = 0
se tem =
3
determine o valor de e de
+ (1 x
2
)x
+ x = 0.
Com as condi c oes iniciais x(0) = 0.5 x
(0) = 0, determine x, x
e x
1 +
_
dy
dx
_
2
,
sendo c a razao entre as velocidades do homem e do cao. Supondo que c = 0.5 e que inicialmente
o cao se encontra parado na posi cao (x, y) = (1, 0) e o dono na posi cao (x, y) = (0, 0), determine
em que posi cao termina a corrida.
Exerccio 6.6.12 Um circuito electrico que e formado por um condensador de capacidede
electrica constante C = 1.1 farad em serie com uma resistencia constante de R
0
= 2.1 ohm.
A voltagem E(t) = 110 sin t e aplicada no instante t = 0.
`
A medida que o calor aumenta, a
resistencia torna-se fun cao da corrente I,
R(t) = R
0
+ kI(t),
com k = 0.9. A equa cao diferencial para I e
_
1 +
2k
R
0
i(t)
_
I
(t) +
1
R
0
C
I(t) =
1
R
0
E
(t).
Determine a corrente I ao m de 2 segundos, assumindo que I(0) = 0.
6.7 Referencias bibliogracas
A.C. Bajpai; L.R. Mustoe e D. Walker (1992), Engineering Mathematics, 2th ed., John
Wiley & Sons, Chichester.
R.L. Burden e J.D. Faires (1988), Numerical Analysis, 4th ed., PWS-Kent, Boston.
B.J. Cara ca (1989), Conceitos Fundamentais da Matem atica, 9
a
ed., Livraria S a Costa,
Lisboa.
Metodos numericos para problemas diferenciais ordin arios 134
S.D. Conte e C. de Boor (1980), Elementary Numerical Analysis, 3th ed., McGraw-Hill, New
York.
J.A. Ferreira e M.F. Patrcio (1999), An alise Numerica, Textos de Apoio, DMUC, Coimbra.
H. Goldstine (1977), A History of Numerical Analysis from 16
th
Through the 19
th
Century,
Springer-Verlag, New York.
E. Hairer, S.P. Nrsett e G. Wanner (1987), Solving Ordinary Dierential Equations I,
Springer Series in Comput. Mathematics, Vol. 8, Springer-Verlag, Heidelberg.
E. Hairer e G. Wanner (1991), Solving Ordinary Dierential Equations II, Springer Series
in Comput. Mathematics, Vol. 14, Springer-Verlag, Heidelberg.
R. Kress (1998), Numerical Analysis, Springer-Verlag, New York.
J.R. Rice (1983), Numerical Methods, Software, and Analysis, McGraw-Hill, Tokyo.
M. Rosa (1992), T opicos de An alise Numerica, Dep. Matem atica, Univ. Coimbra.
M.R. Valen ca (1988), Metodos Numericos, INIC, Braga.
Conte udo
1 Preliminares 2
1.1 Introdu c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Breve referencia hist orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 No c oes e teoremas b asicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Breve referencia ` a teoria dos erros . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.1 Erros de arredondamento . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.2 Erros de truncatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Exerccios de aplica c ao ` a engenharia . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Referencias bibliogr acas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Solu cao numerica de equa c oes e sistemas nao lineares 13
2.1 Breve referencia hist orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Introdu c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Metodos iterativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4 Determina c ao da aproxima c ao inicial . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.1 Localiza c ao gr aca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.2 Metodo de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5 C alculo das razes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5.1 Metodo da bissec c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5.2 Metodo de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5.3 Metodo do ponto xo . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6 Zeros de polin omios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6.1 Resultados b asicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6.2 C alculo de valores de um polin omio. Factoriza c ao . . . . . . . . . . . 36
2.6.3 C alculo dos zeros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.7 Sistemas de equa c oes n ao lineares (breve introdu c ao) . . . . . . . . . . . . . . 39
2.7.1 Introdu c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.7.2 Metodo iterativo de Newton . . . . . . . . . . . . . . . . . . . . . . . . 42
2.8 Exerccios de aplica c ao ` a engenharia . . . . . . . . . . . . . . . . . . . . . . . 45
2.9 Referencias bibliogr acas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3 Sistemas de equa c oes lineares 48
3.1 Breve referencia hist orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2 Introdu c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.3 Classes de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.4 Metodos directos: revis ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
135
Metodos numericos para problemas diferenciais ordin arios 136
3.5 Metodos iterativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.5.1 Normas de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.5.2 Convergencia dos metodos iterativos . . . . . . . . . . . . . . . . . . . 57
3.5.3 Metodos de Jacobi e Gauss-Seidel . . . . . . . . . . . . . . . . . . . . 58
3.6 Condicionamento de matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.7 Exerccios de aplica c ao ` a engenharia . . . . . . . . . . . . . . . . . . . . . . . 61
3.8 Referencias bibliogr acas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4 Interpola cao polinomial 64
4.1 Breve referencia hist orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.2 Introdu c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3 Interpola c ao polinomial de Lagrange . . . . . . . . . . . . . . . . . . . . . . . 66
4.3.1 Existencia e unicidade. F ormula de Lagrange . . . . . . . . . . . . . . 66
4.3.2 Erro de interpola c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3.3 Diferen cas divididas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.3.4 F ormula de Newton das diferen cas divididas . . . . . . . . . . . . . . . 73
4.3.5 Interpola c ao em pontos igualmente distanciados . . . . . . . . . . . . 76
4.3.6 Interpola c ao segmentada linear . . . . . . . . . . . . . . . . . . . . . . 77
4.4 Interpola c ao de Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.4.1 Existencia e unicidade . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.4.2 Erro de interpola c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.4.3 Interpola c ao segmentada c ubica . . . . . . . . . . . . . . . . . . . . . . 82
4.4.4 Polin omios osculadores . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.5 Interpola c ao bidimensional de Lagrange . . . . . . . . . . . . . . . . . . . . . 84
4.6 Exerccios de aplica c ao ` a engenharia . . . . . . . . . . . . . . . . . . . . . . . 87
4.7 Referencias bibliogr acas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5 Deriva cao e integra cao numerica 89
5.1 Breve referencia hist orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.2 Deriva c ao numerica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.2.1 Aproxima c ao da primeira derivada . . . . . . . . . . . . . . . . . . . . 90
5.2.2 Aproxima c ao da segunda derivada. Algumas f ormulas . . . . . . . . . 93
5.2.3 Aproxima c ao de derivadas de ordem superior . . . . . . . . . . . . . . 94
5.3 Integra c ao numerica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.3.1 F ormulas de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . . . 95
5.3.2 F ormulas compostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.4 Exerccios de aplica c ao ` a engenharia . . . . . . . . . . . . . . . . . . . . . . . 102
5.5 Referencias bibliogr acas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
6 Metodos numericos para problemas diferenciais ordinarios 104
6.1 Breve referencia hist orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.2 Introdu c ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.3 Problemas com condi c ao inicial . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.3.1 Existencia e unicidade de solu c ao. Condicionamento . . . . . . . . . . 106
6.3.2 Metodos numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.3.3 Metodos baseados na serie de Taylor . . . . . . . . . . . . . . . . . . . 110
6.3.4 Metodos de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . . . 112
Metodos numericos para problemas diferenciais ordin arios 137
6.3.5 Estudo do erro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.3.6 Metodos de passo unico implcitos . . . . . . . . . . . . . . . . . . . . 119
6.4 Sistemas de equa c oes diferenciais . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.5 Problemas com condi c oes de fronteira . . . . . . . . . . . . . . . . . . . . . . 124
6.5.1 Metodo das diferen cas nitas . . . . . . . . . . . . . . . . . . . . . . . 125
6.6 Exerccios de aplica c ao ` a engenharia . . . . . . . . . . . . . . . . . . . . . . . 130
6.7 Referencias bibliogr acas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133