Escolar Documentos
Profissional Documentos
Cultura Documentos
(x) = lim
x
f (x + h) f (x)
h
podemos, se h for pequeno, aproximar a derivada pela f ormula, denominada diferenca
progressiva:
f
(x)
f (x + h) f (x)
h
.
Outra maneira de aproximar a derivada e mediante a diferenca regressiva:
f
(x)
f (x) f (x h)
h
Finalmente, pode aproximar a derivada fazendo a m edia das diferencas progressivas e
regressivas:
f
(x)
f (x + h) f (x h)
2h
chamada aproximac ao por diferencas centrais. A derivada segunda de f tamb em pode
ser aproximada mediante a f ormula:
f
(x)
f
(x + h) f
(x)
h
Utilizando diferencas regressivas, segue:
f
(x)
f (x+h)f (x)
h
f (x)f (xh)
h
h
=
f (x + h) 2 f (x) + f (x h)
h
2
.
Observac ao 1.1. As f ormulas anteriores podem ser utilizadas para aproximar as
derivadas de u em relac ao a t e a x. Estas aproximac oes s ao:
(i) Diferencas Progressivas:
u
t
(x, t)
u(x, t + h) u(x, t)
h
. (2)
3
(ii) Diferencas Regressivas:
u
t
(x, t)
u(x, t) u(x, t h)
h
. (3)
(iii) Diferencas Centrais:
u
t
(x, t)
u(x, t + h) u(x, t h)
2h
. (4)
(iv) Derivadas Segundas:
u
xx
(x, t)
u(x + h, t) 2u(x, t) + u(x h, t)
h
2
. (5)
1.3 Equac oes Parab olicas
1.3.1 O modelo de Equac ao Parab olica
O modelo de equac ao parab olica que trabalharemos e a equac ao da difus ao do calor:
u
t
= u
xx
que governa a evoluc ao da temperatura de uma barra de metal de tamanho L. Supondo
que est a barra e muito na, podemos considerar que a temperatura e constante na
sec ao tranversal situada a uma dist ancia x. Dessa forma, a func ao u(x, t) representa a
temperatura da barra na sec ao transversal no ponto x, 0 x L, e no tempo t.
Figura 1: Barra de metal.
Para resolver est a edp precisamos de certas condic oes. Com o intuito de saber
como evolui a temperatura da barra, devemos conhecer a temperatura inicial, ou seja, a
temperatura no tempo t = 0, isto e u(x, 0). Assim, suponhamos que a temperatura inicial
e dada por uma func ao contnua (x):
u(x, 0) = (x), se 0 x L.
A condic ao anterior e conhecida como Condic ao Inicial. Alem disso, para resolver a
equac ao precisamos especicar a temperatura nos extremos da barra em cada tempo t,
4
ou seja, devemos conhecer u(0, t) e u(L, t). Assim, suponhamos que
u(0, t) = f (t) e u(L, t) = g(t),
emque f (t) e g(t) s aofunc oes contnuas. Estas condic oes s aoconhecidas comoCondic oes
de Fronteira. Desejamos conhecer o valor de u(x, t) num certo tempo t = T dado.
Dessa forma, resolver a equac ao signica encontrar uma func ao u(x, y) que satisfaz:
u
t
= u
xx
(6)
sujeita ` a
_
_
u(x, 0) = (x), 0 x L (Condic ao Inicial)
u(0, t) = f (t), 0 t T (Condic ao de Fronteira)
u(L, t) = g(t), 0 t T (Condic ao de Fronteira)
(7)
Este problema e chamado Problema de Dirichlet.
1.3.2 Discretizac ao
Resolver numericamente uma edp signica encontrar aproximac oes da soluc ao u(x, t)
num conjunto nito de pontos do domnio R = {(x, t) : 0 x L, 0 t T}. Para
isso precisamos discretizar R. Escolhemos dois inteiros positivos N e M e dividimos o
intervalo [0, L] em N sub-intervalos, e o intervalo [0, T] em M sub-intervalos.
Figura 2: Discretizac ao do Domnio.
Denindo
h =
L
N
e k =
T
M
, (8)
o intervalo espacial [0, L] ca dividido em N + 1 pontos
5
x
i
= ih, para todo i = 0, ..., N; (9)
e o intervalo temporal [0, T] ca dividido em M+ 1 pontos
t
j
= jk, para todo j = 0, ..., M. (10)
Na Figura (2) apresentamos a malha no caso N = 4 e M = 3.
1.3.3 M etodo Explcito
Precisamos da seguinte denic ao.
Seja U
i, j
a aproximac ao de u no ponto (x
i
, t
j
):
U
i, j
u(x
i
, t
j
). (11)
Pelas condic oes (7), conhecemos o valor de U
i, j
quando j = 0, i = 0 e i = N, isto e:
(C1) U
i,0
= u(x
i
, t
0
) = u(x
i
, 0) = (x
i
), para todo i = 0, N;
(C2) U
0, j
= u(x
0
, t
j
) = u(0, t
j
) = f (t
j
), para todo j = 0, M;
(C3) U
N, j
= u(x
N
, t
j
) = u(L, t
j
) = g(t
j
), para todo j = 0, M.
Em outras palavras conhecemos os valores de u(x, t) nos pontos que est ao no bordo do
domnio R, ou seja, os pontos em azul na Figura 2.
Nosso objetivo ser a determinar os valores da aproximac ao da temperatura U
i, j
nos
pontos internos da discretizac ao (os pontos em vermelho na Figura 2).
No M etodo explcito aproximamos a derivada u
t
usando diferencas progressivas e
as f ormulas da observac ao 1.1. Assim a discretizac ao da equac ao
u
t
= u
xx
no ponto (x
i
, t
j
) e a seguinte:
u(x
i
, t
j
+ k) u(x
i
, t
j
)
k
_
u(x
i
+ h, t
j
) 2u(x
i
, t
j
) + u(x
i
h, t
j
)
h
2
_
ou
u(x
i
, t
j+1
) u(x
i
, t
j
)
k
_
u(x
i+1
, t
j
) 2u(x
i
, t
j
) + u(x
i1
, t
j
)
h
2
_
6
Introduzindo as aproximac oes U
i, j
, obtemos:
U
i, j+1
U
i, j
k
=
_
U
i+1, j
2U
i, j
+ U
i1, j
h
2
_
Se
=
k
h
2
,
segue ent ao que
Para j = 0, , N 1 e i = 1, , N 1
U
i, j+1
= U
i+1, j
+ (1 2)U
i, j
+ U
i1, j
. (12)
Da f ormula anterior, os valores U
i, j+1
nos pontos da linha j + 1 s ao uma combinac ao de
tr es valores U
i+1, j
, U
i, j
e U
i1, j
em pontos da linha j. A Figura (3) mostra uma mol ecula
computacional do m etodo explcito.
Figura 3: Uma mol ecula computacional no m etodo explcito.
Se, por exemplo, j = 0,
U
i,1
= U
i+1,0
+ (1 2)U
i,0
+ U
i1,0
, em i = 1, N 1.
Como conhecemos os valores U
i,0
, para i = 0, , N, pelas condic oes C1, C2 e C3,
podemos determinar diretamente todos os valores dos U
i,1
.
A ideia do m etodo explcito e encontrar os valores da linha j = 1 por c alculo direto
usando os valores da linha j = 0. Procedendo otra vez, obtemos os valores da linha
j = 2 usando os valores da linha j = 1. E assim sucessivamente, at e chegar a linha
j = M que corresponde ao valor de t = T.
7
Denic ao 1.1. Um m etodo num erico e chamado est avel quando os erros cometidos na
etapa j n ao se incrementam na etapa j + 1.
O M etodo Explcito e est avel s o quando
1
2
.
Para garantir a estabilidade deste m etodo sempre escolheremos h e k de forma que
2k < h
2
. (13)
Exemplo 1.4. Resolva numericamente a equac ao parab olica:
u
t
= u
xx
sujeita ` a
_
_
u(x, 0) = x +
1
2
sin(2x), 0 x 1 (Condic ao Inicial)
u(0, t) = 0, 0 t T (Condic ao de Fronteira)
u(1, t) = 1, 0 t T (Condic ao de Fronteira)
Considere N = 5 e k =
1
60
. Determine as duas linhas correspondentes a j = 1 e j = 2.
Soluc ao:
Observe que = 1, h =
1
5
e =
k
h
2
=
5
12
e as func oes
(x) = x +
1
2
sin(2x), f (t) = 0, g(t) = 1.
Os valores x
i
para i = 0, , 5 s ao:
x
0
= 0, x
1
=
1
5
, x
2
=
2
5
, x
3
=
3
5
, x
4
=
4
5
, x
5
= 1.
Se j = 1, t
1
=
1
60
e se j = 2, t
2
=
2
60
=
1
30
.
Da condic ao C1 obtemos U
i,0
= u(x
i
, 0) = (x
i
). Assim
U
0,0
= 0, U
1,0
= 0, 67552, U
2,0
= 0, 69389, U
3,0
= 0, 30610, U
4,0
= 0, 32447, U
5,0
= 1.
Al em disso, das condic oes C1 e C2 segue
U
0,1
= f (t
1
) = 0, U
0,2
= f (t
2
) = 0,
8
U
3,1
= g(t
1
) = 1, U
3,2
= g(t
2
) = 1.
Se j = 0, obtemos as aproximac oes no tempo t
1
=
1
60
. Das equac oes (12), obtemos
U
1,1
= U
2,0
+ (1 2)U
1,0
+ U
0,0
= (
5
12
)(0, 69389) + (
1
6
)(0, 67552) + (
5
12
)(0) = 0, 40170
U
2,1
= U
3,0
+(1 2)U
2,0
+U
1,0
= (
5
12
)(0, 30610) +(
1
6
)(0, 69389) +(
5
12
)(0, 67552) = 0, 52465
U
3,1
= U
4,0
+(1 2)U
3,0
+U
2,0
= (
5
12
)(0, 32447) +(
1
6
)(0, 30610) +(
5
12
)(0, 69389) = 0, 47533
U
4,1
= U
5,0
+ (1 2)U
4,0
+ U
3,0
= (
5
12
)(1) + (
1
6
)(0, 32447) + (
5
12
)(0, 30610) = 0, 59828.
Se j = 1 obtemos as aproximac oes no tempo t
2
=
2
60
. Segue, das equac oes (12),
que
U
1,2
= U
2,1
+ (1 2)U
1,1
+ U
0,1
= (
5
12
)(0, 52465) + (
1
6
)(0, 40170) + (
5
12
)(0) = 0, 28555
U
2,2
= U
3,1
+(1 2)U
2,1
+U
1,1
= (
5
12
)(0, 47533) +(
1
6
)(0, 52465) +(
5
12
)(0, 40170) = 0, 45287
U
3,2
= U
4,1
+(1 2)U
3,1
+U
2,1
= (
5
12
)(0, 59828) +(
1
6
)(0, 47533) +(
5
12
)(0, 52465) = 0, 54710
U
4,2
= U
5,1
+ (1 2)U
4,1
+ U
3,1
= (
5
12
)(1) + (
1
6
)(0, 59828) + (
5
12
)(0, 47533) = 0, 71443.
Na Figura (4) mostramos as soluc oes num ericas para u(x, t) nos tempos t
1
e t
2
.
Condio Inicial
Figura 4: Condic ao inicial e soluc oes num ericas para a equac ao do Exemplo 1.4.
9
1.3.4 O M etodo Implcito
Consideraremos o mesmo modelo de equac ao parab olica:
u
t
= u
xx
(14)
sujeita ` a
_
_
u(x, 0) = (x), 0 x L (Condic ao Inicial)
u(0, t) = f (t), 0 t T (Condic ao de Fronteira)
u(L, t) = g(t), 0 t T (Condic ao de Fronteira)
(15)
e utilizaremos a mesma discretizac ao do m etodo explcito da sec ao (1.3.2).
O M etodo Implicto e obtido substituindo as diferencas regressivas, da Observac ao
1.1, para aproximar u
t
na equac ao (14). Assim, a discretizac ao da equac ao no ponto
(x
i
, t
j
) e:
u(x
i
, t
j
) u(x
i
, t
j
k)
k
_
u(x
i
+ h, t
j
) 2u(x
i
, t
j
) + u(x
i
h, t
j
)
h
2
_
Assim
u(x
i
, t
j
) u(x
i
, t
j1
)
k
_
u(x
i+1
, t
j
) 2u(x
i
, t
j
) + u(x
i1
, t
j
)
h
2
_
Substituindo a aproximac ao U
i, j
u(x
i
, t
j
) obtemos:
U
i, j
U
i, j1
k
_
U
i+1, j
2U
i, j
+ U
i1, j
h
2
_
De novo, se =
k
h
2
, obtemos
Para j = 1, , M e i = 1, , N 1
U
i, j1
= U
i+1, j
+ (1 + 2)U
i, j
U
i1, j
. (16)
Neste caso U
i, j1
e uma combinac ao linear de tr es aproximac oes U
i+1, j
, U
i, j
e U
i1, j
.
Isto e, a linha j 1 depende da linha j. A mol ecula computacional e:
Figura 5: Uma mol ecula computacional no m etodo implcito.
Repare que n aopodemos calcular diretamente os valores U
i, j
da linha j pois a equac ao
10
(16) envolve dois ou tr es valores desconhecidos. Por em, xando j, podemos considerar
as equac oes para i = 1, , N 1,
_
_
U
1, j1
= U
2, j
+ (1 + 2)U
1, j
U
0, j
U
2, j1
= U
3, j
+ (1 + 2)U
2, j
U
1, j
.
.
.
.
U
N1, j1
= U
N, j
+ (1 + 2)U
N1, j
U
N2, j
.
(17)
que constituem um sistema de equac oes lineares.
Supondo que conhecemos os valores de U
i, j1
, para i = 0, , N, podemos substitu-
los no sistema (17) para obter um sistema da forma
_
_
U
2, j
+ (1 + 2)U
1, j
= U
1, j1
+ U
0, j
U
3, j
+ (1 + 2)U
2, j
U
1, j
= U
2, j1
.
.
.
U
N1, j
+ (1 + 2)U
N2, j
U
N3, j
= U
N2, j1
(1 + 2)U
N1, j
U
N2, j
= U
N1, j1
+ U
N, j
(18)
cujas inc ognitas s ao justamente os valores de {U
1, j
, U
2, j
, , U
N1, j
} correspondente ` a
linha j. Isto e, os valores da linha j dependem implicitamente dos valores na linha j 1
pelas equac oes (17).
Lembrando que U
0, j
= f (t
j
) e U
N, j
= g(t
j
), o sistema linear (18) pode-se escrever em
forma matricial na forma:
_
_
1 + 2 0 0
1 + 2 0
0 1 + 2 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 + 2
0 0 1 + 2
_
_
_
_
U
1, j
U
2, j
U
3, j
.
.
.
U
N2, j
U
N1, j
_
_
=
_
_
U
1, j1
+ f (t
j
)
U
2, j1
U
3, j1
.
.
.
U
N2, j1
U
N1, j1
+ g(t
j
)
_
_
(19)
que e o sistema do M etodo Implcito a ser resolvido em cada est agio.
Uma observac ao importante e a seguinte:
Observac ao 1.2. O m etodo Implcito e est avel para todo valor de , ou seja, e incon-
dicionalmente est avel.
11
Exemplo 1.5. Resolva numericamente pelo M etodo Implcito a equac ao parab olica:
u
t
= u
xx
(20)
sujeita ` a
_
_
u(x, 0) = x +
1
2
sin(2x), 0 x 1 (Condic ao Inicial)
u(0, t) = 0, 0 t T (Condic ao de Fronteira)
u(1, t) = 1, 0 t T (Condic ao de Fronteira)
(21)
Considere N = 5 e k =
1
60
. Determine as duas linhas correspondentes a j = 1 e j = 2.
Soluc ao:
Os dados s ao os mesmos que no Exemplo 1.4. Mudar a a forma como calculamos os
valores U
i, j
para j = 1 e j = 2.
Assim = 1, h =
1
5
, =
k
h
2
=
5
12
e (x) = x + sin(2x), f (t) = 0, g(t) = 1. Tamb em
x
0
= 0, x
1
=
1
5
, x
2
=
2
5
, x
3
=
3
5
, x
4
=
4
5
, x
5
= 1.
e t
1
=
1
60
, t
2
=
2
60
=
1
30
.
Os valores na fronteira s ao
U
0,0
= 0, U
1,0
= 0, 67552, U
2,0
= 0, 69389, U
3,0
= 0, 30610, U
4,0
= 0, 32447, U
5,0
= 1.
U
0,1
= 0, U
0,2
= 0, U
3,1
= 1, U
3,2
= 1.
Substituindo j = 1 no sistema matricial (19), obtemos:
_
_
1 + 2(
5
12
)
5
12
0 0
5
12
1 + 2(
5
12
)
5
12
0
0
5
12
1 + 2(
5
12
)
5
12
0 0
5
12
1 + 2(
5
12
)
_
_
_
_
U
1,1
U
2,1
U
3,1
U
4,1
_
_
=
_
_
U
1,0
+
5
12
f (t
1
)
U
2,0
U
3,0
U
4,0
+
5
12
g(t
1
)
_
_
Simplicando
_
_
11
6
5
12
0 0
5
12
11
6
5
12
0
0
5
12
11
6
5
12
0 0
5
12
11
6
_
_
_
_
U
1,1
U
2,1
U
3,1
U
4,1
_
_
=
_
_
0, 67552
0, 69389
0, 30610
0, 74113
_
_
Resolvendo este sistema encontramos que
U
1,1
= 0, 50176, U
2,1
= 0, 58649, U
3,1
= 0, 41349, U
4,1
= 0, 49822.
12
Substituindo j = 2 no sistema matricial (19) obtemos
_
_
11
6
5
12
0 0
5
12
11
6
5
12
0
0
5
12
11
6
5
12
0 0
5
12
11
6
_
_
_
_
U
1,2
U
2,2
U
3,2
U
4,2
_
_
=
_
_
U
1,1
+
5
12
f (t
2
)
U
2,1
U
3,1
U
4,1
+
5
12
g(t
2
)
_
_
=
_
_
0, 50176
0, 58649
0, 41349
0, 91488
_
_
Ent ao
U
1,2
= 0, 39149, U
2,2
= 0, 51834, U
3,2
= 0, 48163, U
4,3
= 0, 60848.
Condio Inicial
Figura 6: Condic ao inicial e soluc oes num ericas para a equac ao do Exemplo 1.5.
1.3.5 O M etodo de Crank-Nicolson
Uma maneira de conseguir melhores resultados na resoluc ao num erica de EDP Pa-
rab olicas e utilizar uma combinac ao do m etodo explcito e o m etodo implcito. O
m etodo resultante e chamado M etodo de Crank-Nicolson.
Do M etodo Explcito para j = 1, , N e i = 1, , N 1
U
i, j
= U
i+1, j1
+ (1 2)U
i, j1
+ U
i1, j1
. (22)
Do M etodo Implcito para j = 1, , M e i = 1, , N 1
U
i, j1
= U
i+1, j
+ (1 + 2)U
i, j
U
i1, j
. (23)
Somando o termo da direita da equac ao (22) com o termo da esquerda da equac ao (23),
e o termo da esquerda da equac ao (22) com o termo da direita da equac ao (23), obtemos
as equac oes do M etodo de Crank-Nicolson:
13
Para j = 1, , M e i = 1, , N 1,
U
i+1, j
+ (2 + 2)U
i, j
U
i1, j
= U
i+1, j1
+ (2 2)U
i, j1
+ U
i1, j1
(24)
Cada equac ao deste m etodo relaciona tr es vari aveis desconhecidas U
i+1, j
, U
i, j
e U
i1, j
com tr es vari aveis conhecidas U
i+1, j1
, U
i, j1
e U
i1, j1
. Uma mol ecula computacional e
dada na gura abaixo.
Figura 7: Uma mol ecula computacional no m etodo de Crank-Nicolson.
Fixemos j. Supondo que conhecemos os valores de U
i, j1
, para i = 0, , N, podemos
determinar ent ao os valores U
i, j
da linha j resolvendo N 1 equac oes
_
_
U
2, j
+ (2 + 2)U
1, j
U
0, j
= U
2, j1
+ (2 2)U
1, j1
+ U
0, j1
U
3, j
+ (2 + 2)U
2, j
U
1, j
= U
3, j1
+ (2 2)U
2, j1
+ U
1, j1
.
.
.
U
N1, j
+ (2 + 2)U
N2, j
U
N3, j
= U
N1, j1
+ (2 2)U
N2, j1
+ U
N3, j1
U
N, j
+ (2 + 2)U
N1, j
U
N2, j
= U
N, j1
+ (2 2)U
N1, j1
+ U
N2, j1
(25)
cujas inc ognitas s ao justamente os valores de {U
1, j
, U
2, j
, , U
N1, j
} correspondentes ` a
linha j. Isto e, os valores da linha j dependem dos valores na linha j 1 pelas equac oes
(25).
Lembrando que U
0, j
= f (t
j
) e U
N, j
= g(t
j
), o sistema linear (25) pode-se escrever em
forma matricial na forma:
_
_
2 + 2 0 0
2 + 2 0
0 2 + 2 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 2 + 2
0 0 2 + 2
_
_
_
_
U
1, j
U
2, j
U
3, j
.
.
.
U
N2, j
U
N1, j
_
_
=
14
_
_
2 2 0 0
2 2 0
0 2 2 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 2 2
0 0 2 2
_
_
_
_
U
1, j1
U
2, j1
U
3, j1
.
.
.
U
N2, j1
U
N1, j1
_
_
+
_
_
(U
0, j1
+ U
0, j
)
0
0
.
.
.
0
(U
N, j1
+ U
N, j
)
_
_
(26)
que e o sistema do M etodo de Crank-Nicolson a ser resolvido em cada est agio.
No que se refere a estabilidade, o M etodo de Crank-Nicolson e est avel para todo
> 0.
Exemplo 1.6. Resolva numericamente a equac ao parab olica pelo M etodo de Crank-
Nicolson :
u
t
= 2u
xx
(27)
sujeita ` a
_
_
u(x, 0) = 1 x
3
+
3x
2
2
2x
3
, 0 x 1 (Condic ao Inicial)
u(0, t) = 1, 0 t T (Condic ao de Fronteira)
u(1, t) =
5
6
+ te
t
, 0 t T (Condic ao de Fronteira)
(28)
Considere N = 4 e k =
1
40
. Determine as duas linhas correspondentes a j = 1 e j = 2.
Soluc ao:
Dos dados h =
1
4
= 0, 25 e =
k
h
2
=
4
5
, e as func oes
(x) = 1 x
3
+
3x
2
2
2x
3
, f (t) = 1, g(t) =
5
6
+ te
t
.
Os valores x
i
e t
j
s ao:
x
0
= 0, x
1
= 0, 25, x
2
= 0, 5, x
3
= 0, 75, x
4
= 1, 0,
t
0
= 0, t
1
=
1
40
, t
2
=
2
40
.
Como U
i,0
= u(x
i
, 0) = (x
i
) segue que:
U
0,0
= 1, U
1,0
= 0, 91145, U
2,0
= 0, 91666, U
3,0
= 0, 92187, U
4,0
= 0, 83333
15
Das condic oes de fronteira
U
0,1
= f (t
1
) = 1, U
0,2
= f (t
2
) = 1
U
4,0
= g(t
1
) = 0, 85771, U
4,1
= g(t
2
) = 0, 88089.
Se j = 1 nas equac oes (26), segue que
_
_
18
5
4
5
0
4
5
18
5
4
5
0
4
5
18
5
_
_
_
_
U
1,1
U
2,1
U
3,1
_
_
=
_
_
2
5
4
5
0
4
5
2
5
4
5
0
4
5
2
5
_
_
_
_
U
1,0
U
2,0
U
3,0
_
_
+
_
_
4
5
(U
0,0
+ U
0,1
)
0
4
5
(U
4,0
+ U
4,1
)
_
_
Substituindo os valores conhecidos, chegamos ao sistema:
_
_
18
5
4
5
0
4
5
18
5
4
5
0
4
5
18
5
_
_
_
_
U
1,1
U
2,1
U
3,1
_
_
=
_
_
2, 69790
1, 83332
2, 45490
_
_
Resolvendo este sistema: U
1,1
= 0, 95341, U
2,1
= 0, 91799, U
3,1
= 0, 88591.
Se j = 2 nas equac oes (26), segue que
_
_
18
5
4
5
0
4
5
18
5
4
5
0
4
5
18
5
_
_
_
_
U
1,2
U
2,2
U
3,2
_
_
=
_
_
2
5
4
5
0
4
5
2
5
4
5
0
4
5
2
5
_
_
_
_
U
1,1
U
2,1
U
3,1
_
_
+
_
_
4
5
(U
0,1
+ U
0,2
)
0
4
5
(U
4,1
+ U
4,2
)
_
_
=
_
_
2, 71577
1, 83865
2, 49818
_
_
Resolvendo as equac oes: U
2,1
= 0, 95967, U
2,2
= 0, 92382, U
2,3
= 0, 89923.
Condio Inicial
Figura 8: Soluc oes num ericas e condic ao inicial da equac ao do Exemplo 1.6.
16
1.3.6 Condic oes de Fronteira de Neumann ou com Derivadas
Em certos problemas envolvendo equac oes parab olicas n ao conhecemos os valores
u(0, t), u(L, t) de u(x, t) nas fronteiras x = 0 e x = L. Para obter uma soluc ao neste
tipo de problemas devemos especicar o valor da derivada de u(x, t), em relac ao a x, na
fronteira do intervalo. Ou seja, precisamos das condic oes:
u(0, t)
x
= f (t),
u(L, t)
x
= g(t).
Isto leva a formular o problema con condic oes de Neumann:
u
t
= u
xx
(29)
sujeita ` a
_
_
u(x, 0) = (x), 0 x L (Condic ao Inicial)
u(0,t)
x
= f (t), 0 t T (Condic ao de Fronteira de Neumann)
u(L,t)
x
= g(t), 0 t T (Condic ao de Fronteira de Neumann)
(30)
Pode-se resolver numericamente esta equac aodiferencial parcial utilizandoa discretizac ao
apresentada anteriormente e qualquer umdos tr es m etodos estudados: explcito, implcito
e/ou Crank-Nicolson. O unico inconveniente e agora os valores U
0, j
e U
N, j
, com
j = 1, , M, s ao desconhecidos pois somente conhecemos o valor da derivada da
func ao no bordo, mas n ao o valor da func ao. Ou seja, devemos incluir os valores dos
U
0, j
e U
N, j
como inc ognitas de nosso problema.
Supondo, por exemplo, que desejamos utilizar o m etodo explcito para resolver a
edp acima. Ent ao, para cada i = 0, , N, utilizaremos a f ormula
U
i, j+1
= U
i+1, j
+ (1 2)U
i, j
+ U
i1, j
. (31)
Quando escrevemos est a f ormula para o ponto U
0, j
, ou seja i = 0, resulta
U
0, j+1
= U
1, j
+ (1 2)U
0, j
+ U
1, j
. (32)
que s ao as equac oes contendo U
1, j
= u(x
1
, t
j
), os valores da func ao nos pontos (x
1
, t
j
) =
(h, kj), para j = 0, , N 1. Estes pontos est ao fora da malha, e por tanto ser ao
chamados pontos fantasmas. Similarmente, se i = N, o m etodo explcito fornece a
equac oes
U
N, j+1
= U
N+1, j
+ (1 2)U
N, j
+ U
N1, j
(33)
as quais cont em os pontos fantasmas U
N+1, j
= u(x
N+1
, t
j
), o valor de da func ao nos
pontos (x
N+1
, t
j
) = ((N+1)h, jk), que n ao est a na malha. Na Figura (9) temos apresentado
a malha e os pontos fantasmas no caso que N = 4 e M = 3.
17
Figura 9: Discretizac ao do Domnio e os pontos fantasmas.
O trabalho com os pontos fantasmas e feito utilizando as condic oes de Neumann. Se
aproximarmos a derivada u
t
no ponto (x
0
, t
j
) por diferencas centrais segue que:
u(x
0
, t
j
)
x
u(x
1
, t
j
) u(x
1
, t
j
)
2h
Comparando com as condic oes de fronteira de Neumann dadas nas equac oes (30)
f (t
j
)
u(x
1
, t
j
) u(x
1
, t
j
)
2h
.
Por tanto
f (t
j
) =
U
1, j
U
1, j
2h
o equivalentemente
U
1, j
= U
1, j
2hf (t
j
), (34)
que expressa o fato que o valor nos pontos fantasma depende do valor nos pontos
interiores da malha.
Repetindo o mesmo processo no ponto (x
N
, t
j
) obtemos:
u(x
N
, t
j
)
x
u(x
N+1
, t
j
) u(x
N1
, t
j
)
2h
Das condic oes de Neumann
g(t
j
) =
U
N+1, j
U
N1, j
2h
Implicando que
18
U
N+1, j
= U
N1, j
+ 2hg(t
j
). (35)
Substituindo os valores de U
1, j
e U
N+1, j
nas equac oes (32) e (33):
U
0, j+1
= U
1, j
+ (1 2)U
0, j
+ (U
1, j
2hf (t
j
)) = (1 2)U
0, j
+ 2U
1, j
2hf (t
j
)
U
N, j+1
= (U
N1, j
+ 2hg(t
j
)) + (1 2)U
N, j
+ U
N1, j
= 2U
N1, j
+ (1 2)U
N, j
+ 2hg(t
j
)
Ent ao as equac oes (31) convertem-se no sistema
_
_
U
0, j+1
= (1 2)U
0, j
+ 2U
1, j
2hf (t
j
)
U
i, j+1
= U
i+1, j
+ (1 2)U
i, j
+ U
i1, j
.
.
.
.
U
i, j+1
= U
i+1, j
+ (1 2)U
i, j
+ U
i1, j
.
U
N, j+1
= 2U
N1, j
+ (1 2)U
N, j
+ 2hg(t
j
)
(36)
como qual podemos calcular diretamente as inc ognitas {U
0, j+1
, U
1, j+1
, , U
N, j+1
} a partir
dos valores {U
0, j
, U
1, j
, , U
N, j
}. Em forma matricial
_
_
U
0, j+1
U
1, j+1
U
2, j+1
.
.
.
U
N1, j+1
U
N, j+1
_
_
=
_
_
1 2 2 0 0
1 2 0
0 1 2 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 2
0 0 2 1 2
_
_
_
_
U
0, j
U
1, j
U
2, j
.
.
.
U
N1, j
U
N, j
_
_
+
_
_
2hf (t
j
)
0
0
.
.
.
0
2hg(t
j
)
_
_
(37)
Exemplo 1.7. Resolva numericamente pelo M etodo explcito a equac ao parab olica com
condic oes de Neumann:
u
t
= 2u
xx
sujeita ` a
_
_
u(x, 0) = 1 x
2
, 0 x 1 (Condic ao Inicial)
u(0,t)
x
= 0, 0 t T (Condic ao de Neumann)
u(L,t)
x
= 2e
t
, 0 t T (Condic ao de Neumann)
Considere N = 2 e k =
1
40
. Determine a linha correspondente a j = 1.
Soluc ao:
19
Dos dados do problema h =
1
2
= 0, 5, =
k
h
2
=
1
5
.
x
0
= 0, x
1
=
1
2
, x
2
= 1, t
0
= 0, t
1
=
1
40
, t
2
=
2
40
.
(x) = 1 x
2
, f (t) = 0, g(t) = 2e
t
E os valores U
0,0
= (x
0
) = 1, U
1,0
= (x
1
) = 0, 75, U
2,0
= (x
2
) = 0, e
f (t
0
) = f (t
1
) = f (t
2
) = 0; g(t
0
) = 2; g(t
1
) = 1, 95061; g(t
3
) = 1, 90245.
Sustituindo j = 0 nas equac oes (37) obtemos:
_
_
U
0,1
U
1,1
U
2,1
_
_
=
_
_
1 2 2 0
1 2
0 2 1 2
_
_
_
_
U
0,0
U
1,0
U
2,0
_
_
+
_
_
2hf (t
0
)
0
2hg(t
0
)
_
_
Desse modo
_
_
U
0,1
U
1,1
U
2,1
_
_
=
_
_
3
5
2
5
0
1
5
3
5
1
5
0
2
5
3
5
_
_
_
_
1
0, 75
0
_
_
+
_
_
0
0
2
5
_
_
=
_
_
0, 90
0, 65
0, 1
_
_
Exerccio 1.1. Escreva as equac oes do M etodo Implcito e do M etodo de Crank-Nicolson
para uma edp parab olica com condic oes de fronteira de Neumann.
1.4 Equac oes Elpticas
1.4.1 O modelo de Equac ao Elptica
O modelo de equac ao elptica que usaremos e o seguinte:
2
u
x
2
+
2
u
x
2
= f (x, y) (38)
em que f (x, y) e uma func ao de duas variav eis. Esta edp e chamado Equac ao de Poisson
e est a denida no ret angulo
R = {(x, y) : 0 x a, 0 x b}.
Note-se que as variav eis independentes s ao x e y. De novo encontraremos aproximac oes
de u(x, y) em R. A discretizac ao de R e a mesma que no caso das equac oes parab olicas,
20
isto e, escolhemos dois inteiros positivos N e Me denimos h =
a
N
e b =
b
M
. Asub-divis ao
no eixo x e
x
0
= 0, x
1
= h, , x
i
= ih, , x
N
= a;
e no eixo y e:
y
0
= 0, y
1
= k, , y
i
= ik, , y
M
= b.
Esta discretizac ao est a mostrada na gura 10 abaixo.
Figura 10: Discretizac ao do Domnio para uma equac ao elptica.
Para resolver est a equac ao elptica precisamos do conhecimento do valor de u(x, y)
na fronteira de R. Denotaremos a fronteira de R por R,
R = {(0, y) : 0 y b} {(a, y) : 0 y b} {(x, 0) : 0 x a} {(x, b) : 0 x a}.
Em outras palavras, precisamos a condic ao:
u(x, y) = g(x, y), se (x, y) R, (39)
na qual g(x, y) e uma func ao contnua em R. Esta ultima condic ao e conhecida como
condic ao de Dirichlet.
Discretizando a equac ao (38) no ponto gen erico (x
i
, y
j
) e usando as equac oes da
Observac ao 1.1:
u
xx
(x
i
, y
j
) + u
yy
(x
i
, y
j
) = f (x
i
, y
i
)
u(x
i
+ h, y
j
) 2u(x
i
, y
j
) + u(x
i
h, y
j
)
h
2
+
u(x
i
, y
j
+ k) 2u(x
i
, y
j
) + u(x
i
, y
j
k)
k
2
f (x
i
, y
j
)
ou para i = 1, , N 1 e j = 1, , M 1,
u(x
i+1
, y
j
) 2u(x
i
, y
j
) + u(x
i1
, y
j
)
h
2
+
u(x
i
, y
j+1
) 2u(x
i
, y
j
) + u(x
i
, y
j1
)
k
2
f (x
i
, y
j
)
21
Seguindo a notac ao j a utilizada, seja U
i, j
a aproximac ao de u(x
i
, y
i
) e f
i, j
o valor
f (x
i
, y
j
), ent ao:
U
i+1, j
2U
i, j
+ U
i1, j
h
2
+
U
i, j+1
2U
i, j
+ U
i, j1
k
2
= f
i, j
(40)
Da condic ao de Dirichlet (39) podemos determinar os valores de U
i, j
nos pontos da
fronteira R (pontos em azul na Figura (10)):
U
i, j
= g(x
i
, y
j
), se i = 0 e N, j = 0, M.
U
i, j
= g(x
i
, y
j
), se j = 0 e M, i = 0, N.
Logo, os valores desconhecidos s ao os valores de U
i, j
nos pontos internos da malha
(pontos em vermelho na Figura (10)):
U
i, j
, para i = 1, N 1, j = 1, , M 1. (41)
Figura 11: Valores de u(x, y) na fronteira R.
Substituindo os pontos (x
i
, y
j
), para i = 1, , N 1, j = 1, M 1 na equac ao (40),
resultam (N 1) (M 1) equac oes lineares cujas inc ognitas s ao os valores U
i, j
com i = 1, , N 1, j = 1, M 1. Resolvendo estas (N 1) (M 1) equac oes
obteremos os valores de U
i, j
nos pontos internos da malha.
Exemplo 1.8. Considere a equac ao diferencial
u
xx
+ u
yy
= 6(x + 1)y + 8, com 0 x 1, 0 < y < 1
22
sujeita ` as condic oes de Dirichlet na fronteira:
_
_
u(x, 0) = 0, u(x, 1) = (x + 1)
3
+ 4, 0 x 1
u(0, y) = y + 4y
2
, u(1, y) = 8y + 4y
2
, 0 < y < 1
Usando h = 1/3 e k = 0.5, encontre os valores aproximados de u(x, y) nos pontos internos
da malha.
Soluc ao:
Discretizando o domnio: x
0
= 0, x
1
=
1
3
, x
2
=
2
3
, x
3
= 1, t
0
= 0, t
1
= 0, 5, t
2
= 1. Das
condic oes de Dirichlet, os valores de u(x, y) nos pontos da fronteira s ao:
U
10
= u(1/3, 0) = 0, U
20
= u(2/3, 0) = 0, U
01
= u(0, 1/2) = 1.5
U
12
= u(1/3, 1) = 6.37037, U
22
= u(2/3, 1) = 8.6262, U
31
= u(1, 1/2) = 5.
Os valores desconhecidos s ao U
1,1
e U
2,1
. Discretizando a equac ao:
U
i+1, j
2U
i, j
+ U
i1, j
h
2
+
U
i, j+1
2U
i, j
+ U
i, j1
k
2
= 6(x
i
+ 1)y
j
+ 8
Subtituindo i = 1, j = 1 obtemos:
9(U
21
2U
11
+ U
01
) + 4(U
12
2U
11
+ U
10
) = 6(4/3)(0.5) + 8 = 12
Simplicando
9U
21
26U
11
= 26.98148. (42)
Substituindo i = 2, j = 1
9(U
31
2U
2,1
+ U
11
) + 4(U
22
2U
21
+ U
2,0
) = 6(5/3)(0.5) + 8 = 13
Simplicando
26U
21
+ 9U
11
= 66.51848 (43)
Resolvendo as equac oes (42) e (43): U
21
= 3.314813, U
11
= 2.18519.
Exerccio 1.2. Resolva o Exemplo (1.8) com h =
1
3
e k =
1
3
.
1.5 Equac oes em geral
Para resolver Equac oes Diferenciais Parciais em geral, devemos discretizar a equac ao
pelas f ormulas da Observac ao 1.1 e logo resolver o sistema de equac oes (lineares ou n ao)
obtido mediante esta discretizac ao.
23
Exemplo 1.9. Considere a equac ao diferencial parcial:
_
_
u
t
= u + u
xx
+ 2u
x
, com 0 < x < 1
u(x, 0) = 2x, u(0, t) = t
2
, u(1, t) = 2 t
2
(a) Deduza uma f ormula para encontrar os pontos internos substituindo diferencas
progressivas para u
t
e diferencas centrais para u
x
.
(b) Fazendo h = 1/3 e k = 1/20, encontre as aproximac oes obtidas pelo m etodo do
item (a) para U
i, j
com j = 1.
Soluc ao:
Os dados da malha s ao x
0
= 0, x
1
=
1
3
, x
2
=
2
3
, x
3
= 1, t
0
= 0, t
1
=
1
20
. Das condic oes
iniciais:
U
00
= 0, U
10
= 2(
1
3
) =
2
3
, U
20
= 2(
2
3
) =
4
3
, U
30
= 2,
Discretizando a equac ao obtemos
U
i, j+1
U
i, j
k
2
= U
i, j
+
_
U
i+1, j
2U
i, j
+ U
i1, j
h
2
_
+ 2
_
U
i+1, j
U
i1, j
2h
_
Se i = 1, j = 0 obtemos
U
1,1
U
1,0
= (
1
400
)
_
U
1,0
+ 9
_
U
2,0
2U
1,0
+ U
0,0
_
+ 3
_
U
0,0
U
0,0
__
Substituindo os dados segue que U
11
= 0, 67666.
Se i = 2, j = 0 obtemos
U
2,1
U
2,0
= (
1
400
)
_
U
2,0
+ 9
_
U
3,0
2U
2,0
+ U
1,0
_
+ 3
_
U
3,0
U
1,0
__
Substituindo os dados segue que U
21
= 1, 34666.
Refer encias
[1] Arenales, Selma e Darezzo, Arthur: C alculo Num erico: aprendizagem com apoio de
software. S ao Paulo, Thomson Learning, 2008.
[2] Bertoldi, Neide: C alculo Num erico. S ao Paulo, Pearson Prentice Hall, 2006.
[3] Ruggeiro, M arcia e Lopes, Vera L ucia: C alculo Num erico: Aspectos Te oricos e Computa-
cionais . 2a Edic ao, S ao Paulo, Pearson Makron Books, 1996.
[4] Steward, James: C alculo . Vol. 1, Cengage Learning, S ao Paulo, 2013.
24