MTODOS LINEARES EXPLCITOS PARA EDOs DE

SEGUNDA ORDEM ESPECIAIS

Brian de Lima Curtt
Universidade Federal de Uberlndia - Faculdade de Engenharia Mecnica
Graduando em Engenharia Mecatrnica - PROMAT/FAMAT/UFU

brian_ curtt@ meca. ufu. br

Santos Alberto Enriquez-Remigio

Universidade Federal de Uberlndia - Faculdade de Matemtica
Professor Adjunto I

santos@ famat. ufu. br

Resumo
A resoluo numrica de EDOs de segunda ordem especiais, sem derivadas de primeira ordem,
pode ser feita atravs da forma clssica, onde a equao diferencial transformada em um sistema
de duas EDOs de primeira ordem, ento resolvidas numericamente pelos mtodos conhecidos para
tais casos como os Mtodos de Runge-Kutta, ou atravs dos aqui denominados mtodos diretos, com
a nalidade de poupar esforo computacional excessivo e ainda conseguindo boas aproximaes na
resoluo dos problemas. Comparaes entre alguns mtodos e formas de resoluo implementados
computacionalmente so feitas atravs de experimentos numricos. Para ressaltar a presena das
equaes diferenciais em reas prticas, os mtodos so aplicados a dois problemas comuns na rea
da Mecnica.

1 INTRODUO
As diversas utilizaes das equaes diferenciais so bem discutidas na literatura voltada ao tema,
bem como sobre a grande importncia de um grupo especco das equaes diferenciais ordinrias que
seria o grupo de segunda ordem representada por


(1.1)
y 00 = f x, y, y 0 ,
possuindo aplicaes na cincia e na engenharia.
H casos onde a derivada primeira da funo y no aparece no lado direito da equao (1.1),
ocasio em que essa EDO passa a ser denominada como equao diferencial especial seguindo a forma

y 00 = f (x, y) ,

(1.2)

e da mesma maneira so chamadas todas as equaes

y (n) = f (x, y) ,

(1.3)

onde n um nmero inteiro maior do que 2.

Equaes diferenciais especiais de segunda ordem, bem como sistemas formados por equaes
desse mesmo tipo, ocorrem freqentemente em problemas mecnicos sem dissipao, como no caso do
problema Massa-Mola sem um agente amortecedor [2].
A resoluo de problemas de valor inicial de EDOs do tipo (1.2), dadas por:

00

y = f (x, y)
,
(1.4)
y (x0 ) = y0

0
0
y (x0 ) = y0
pode ser feita basicamente de duas formas: analiticamente e/ou numericamente.
1

Uma vez que a resoluo analtica - com solues exatas - de difcil obteno ou impossvel
para a maioria dos problemas prticos encontrados na engenharia, por exemplo, tal opo logo
desconsiderada em um primeiro momento devido s suas limitaes. Portanto, as solues numricas
acabam sendo as melhores opes para tais problemas.
Como a EDO trabalhada de segunda ordem, h a possibilidade de transformar (1.4) em um
sistema de equaes diferenciais de primeira ordem do tipo

y0 = z

z 0 = f (x, y, z)
(1.5)

y
(x
)
=
y
0
0

z (x ) = z
0
0
possibilitando a utilizao da grande quantidade de mtodos numricos existentes na literatura para a
resoluo de EDOs de primeira ordem, como em [2, 3, 1]. No entanto, caso no se esteja interessado nos
valores referentes s derivadas primeiras y 0 que sero aproximadas pela seqncia {zn } produzida pelo
mtodo, torna-se desnecessrio a introduo de tal derivada sem utilidade prtica, portanto, parece
mais eciente o uso de mtodos numricos diretos para a resoluo de (1.4).
Tendo em vista tais idias, sero apresentados neste artigo mtodos numricos lineares explcitos
para resoluo de problemas do tipo (1.2), havendo comparaes atravs de experimentos numricos
entre mtodos diretos para resoluo de (1.4) e indiretos para os problemas deixados na forma de (1.5).
Os mtodos de Runge-Kutta de segunda e terceira ordem chamados de Mtodo de Euler Melhorado
e Mtodo de Heun so utilizados para demonstrar a resoluo dos sistemas de EDOs, enquanto que
como mtodos diretos so utilizados os Mtodos de Diferenciao Numrica (DN) - apresentados no
artigo [4] - de segunda e terceira ordem e o Mtodo de Strmer de terceira ordem [2].

2 MTODOS NUMRICOS
2.1

MTODOS INDIRETOS

Os mtodos numricos considerados so os Mtodos de Runge-Kutta, sendo dentre eles escolhidos

o Mtodo de Euler Melhorado de segunda ordem e Mtodo de Heun de terceira ordem [3, 1].
O Mtodo de Euler Melhorado para sistemas de equaes diferenciais de primeira ordem dado
por:

yn+1 = yn + h2 (1 + 2 )
,
zn+1 = zn + h2 (l1 + l2 )

(2.1)

onde:

1 = f (xn , yn , zn )

l1 = g (xn , yn , zn )

2 = f (xn + h, yn + h1 , zn + hl1 )

l2 = g (xn + h, yn + h1 , zn + hl1 )

E o Mtodo de Heun de terceira ordem, denido - tambm para sistemas de equaes - por

yn+1 = yn + h4 (1 + 33 )
,
zn+1 = zn + h4 (l1 + 3l3 )

(2.2)

onde:

1 = f (xn , yn , zn ) l1 = g (xn , yn , zn )
(

(


3 = f xn + 32 h, yn + 23 h2 , zn + 32 hl2
2 = f xn + 31 h, yn + 13 h1 , zn + 13 hl1




l2 = g xn + 31 h, yn + 13 h1 , zn + 13 hl1
l3 = g xn + 32 h, yn + 23 h2 , zn + 32 hl2

(2.3)

2.2

MTODOS DIRETOS

Os mtodos a serem utilizados aqui so vlidos somente para a resoluo de PVI's como (1.4) ditos
especiais. O primeiro mtodo a ser apresentado aqui ser o Mtodo de Diferenciao Numrica (
)
encontrado em [4], sendo sua demonstrao omitida. O mtodo DN de segunda ordem denido por:

DN

yn+1 = 2yn yn1 + h2 f (xn , yn ),

(2.4)

e o mtodo DN de terceira ordem denido por

yn+1 =

20
6
4
1
12
yn yn1 yn2 + yn3 + h2 f (xn , yn ).
11
11
11
11
11

(2.5)

Pode-se vericar que o mtodo DN de segunda ordem igual ao mtodo de Stmer de segunda
ordem, cuja denio e demonstrao podem ser encontradas em [2].
O ltimo mtodo a ser utilizado o Mtodo de Stmer de terceira ordem, encontrado tambm em
[2], denido por

yn+1 = 2yn yn1 +

h2
[13f (xn , yn ) 2f (xn1 , yn1 ) + f (xn2 , yn2 )] .
12

(2.6)

Deve-se observar que os trs mtodos so lineares explcitos de passo mltiplo, portanto ao apliclos a (1.4) percebe-se a falta de valores necessrios para o funcionamento dos mtodos. Tais valores
iniciais adicionais podem ser providenciados, por exemplo, usando dados obtidos de experimentos
modelados pela EDO estudada ou, como nos experimentos numricos deste artigo, serem obtidas
aproximaes por mtodos de passo menor que o aplicado.

3 EXPERIMENTO NUMRICO
Os experimentos numricos aqui realizados consistem na aplicao dos mtodos numricos para
resoluo das EDOs implementados computacionalmente a diversos problemas do tipo (1.4). Mas
um ponto muito importante que deve ser observado ao realizar implementaes de tais mtodos
a vericao dos mesmos, o que consiste em vericar se as solues aproximadas esto retornando
resultados condizentes ordem de preciso do mtodo. A ordem p dos mtodos ser averiguada por
!
E(x
,
h)
N
p
(3.1)
= log2
E(xN , h2 )
onde E(xN , h) uma notao usada nesse trabalho para indicar o erro entre o valor da soluo exata
avaliada para o ltimo ponto da malha, indicado por xN , e a aproximao para tal valor obtida por
cada mtodo aplicado, usando um determinado tamanho de passo h. A ordem p dos mtodos foi
vericada em cada um dos experimentos, menos para o ltimo cujo problema no possui soluo
analtica e, portanto, E(xN , h) no pode ser calculado.
3.1

PRIMEIRO EXPERIMENTO

Considere o problema de valores iniciais

00
x

y = 2e + y
y(0) = 0

0
y (0) = 1

(3.2)

no intervalo de [0, 2], cuja soluo analtica y = ex + ex + xex .

Como pode ser vericado (3.2) formado por uma equao diferencial de segunda ordem especial, de acordo com (1.2), permitindo a utilizao dos mtodos diretos apresentados anteriormente.
3

Para possibilitar o uso dos mtodos de Runge-Kutta - para EDOs de primeira ordem - o problema
considerado pode ento ser transformado em um sistema considerando y 0 = z , obtendo

y = z
.
(3.3)
z 0 = 2ex + y

y(0) = 0, z(0) = 1

N
25
50
100
200
400

h
0,080
0,040
0,020
0,010
0,005

N
25
50
100
200
400

h
0,080
0,040
0,020
0,010
0,005

N
25
50
100
200
400

h
0,080
0,040
0,020
0,010
0,005

N
25
50
100
200
400

h
0,080
0,040
0,020
0,010
0,005

N
25
50
100
200
400

h
0,080
0,040
0,020
0,010
0,005

Mtodo de Euler Melhorado

yN
E(xN ) = y(xN ) yN
p
7.491486034861E+000 3.290534730627E-002
7.515893993260E+000 8.497388907288E-003 1.953230548596e+000
7.522232378305E+000 2.159003862200E-003 1.976653771289e+000
7.523847251985E+000 5.441301825302E-004 1.988342063132e+000
7.524254799321E+000 1.365828461584E-004 1.994175553238e+000
Mtodo de Diferenciao Numrica de 2-passos
yN
E(xN ) = y(xN ) yN
p
7.508274297824e+000 1.611708434301e-002
7.520358072132e+000 4.033310035415e-003 1.998554563843e+000
7.523382801898e+000 1.008580269750e-003 1.999638400033e+000
7.524139221297e+000 2.521608701889e-004 1.999909584443e+000
7.524328340962e+000 6.304120508016e-005 1.999977400178e+000
Mtodo de Heun
yN
E(xN ) = y(xN ) yN
p
7.523540990271e+000 8.503918964688e-004
7.524281269645e+000 1.101125221474e-004 2.949149305749e+000
7.524377373024e+000 1.400914286354e-005 2.974537949877e+000
7.524389615491e+000 1.766676209769e-006 2.987259131373e+000
7.524391160355e+000 2.218122014952e-007 2.993627019134e+000
Mtodo de Diferenciao Numrica de 4-passos
yN
E(xN ) = y(xN ) yN
p
7.523231179089e+000 1.160203078638e-003
7.524238877282e+000 1.525048850466e-004 2.927449991650e+000
7.524371835794e+000 1.954637342205e-005 2.963882591937e+000
7.524388908140e+000 2.474027216870e-006 2.981967682211e+000
7.524391070975e+000 3.111919877341e-007 2.990984550727e+000
Mtodo de Strmer de 3-passos
yN
E(xN ) = y(xN ) yN
p
7.523205476912e+000 1.185905254885e-003
7.524237173575e+000 1.542085917965e-004 2.943033700791e+000
7.524371726047e+000 1.965612026389e-005 2.971832652924e+000
7.524388901175e+000 2.480992002063e-006 2.985989600261e+000
7.524391070538e+000 3.116295994587e-007 2.993012908177e+000

Tabela 1: Aproximaes y(xN ) = y(2)

= yN para diferentes mtodos e discretizaes do primeiro
experimento.
Sendo assim, a aplicao de todos os mtodos mencionados possvel, tendo os dados de suas
aproximaes numricas mostradas na Tabela 1. Deve ser mencionado que os diferentes mtodos sero
4

utilizados para a resoluo do mesmo problema, ou seja, todos tero as mesmas condies iniciais e
para tanto, so utilizadas aproximaes provenientes da seqncia {yn } dos mtodos de Runge-Kutta
para os valores iniciais adicionais necessrios para o funcionamento dos mtodos lineares explcitos de
passo mltiplo, sendo o mesmo feito para todos os experimentos desse trabalho. Para o clculo dos
erros apresentados na Tabela 1, o valor verdadeiro em y(2) = 7, 524391382167e + 000.

N
25
50
100
200

h
0,040
0,020
0,010
0,005

N
25
50
100
200

h
0,040
0,020
0,010
0,005

N
25
50
100
200

h
0,040
0,020
0,010
0,005

N
25
50
100
200

h
0,040
0,020
0,010
0,005

N
25
50
100
200

h
0,040
0,020
0,010
0,005

Mtodo de Euler Melhorado

yN
E(xN ) = y(xN ) yN
p
1.717578442831e+000 7.033856275891e-004
1.718103312071e+000 1.785163878725e-004 1.978259336116e+000
1.718236862560e+000 4.496589908820e-005 1.989153299657e+000
1.718270544696e+000 1.128376265669e-005 1.994583089894e+000
Mtodo de Diferenciao Numrica de 2-passos
yN
E(xN ) = y(xN ) yN
p
1.717865699134e+000 4.161293247640e-004
1.718177771811e+000 1.040566483659e-004 1.999662814745e+000
1.718255812777e+000 2.601568240213e-005 1.999915688979e+000
1.718275324443e+000 6.504015682918e-006 1.999978909047e+000
Mtodo de Heun
yN
E(xN ) = y(xN ) yN
p
1.718274807854e+000 7.020604992247e-006
1.718280936743e+000 8.917164213695e-007 2.976938467959e+000
1.718281716100e+000 1.123594115526e-007 2.988464011405e+000
1.718281814358e+000 1.410120487044e-008 2.994230630567e+000
Mtodo de Diferenciao Numrica de 4-passos
yN
E(xN ) = y(xN ) yN
p
1.718274784581e+000 7.043878043289e-006
1.718280935158e+000 8.933006052647e-007 2.979152286201e+000
1.718281715996e+000 1.124626607396e-007 2.989699654522e+000
1.718281814351e+000 1.410811756308e-008 2.994848676900e+000
Mtodo de Strmer de 3-passos
yN
E(xN ) = y(xN ) yN
p
1.718274771458e+000 7.057000631860e-006
1.718280934321e+000 8.941380451599e-007 2.980485649072e+000
1.718281715944e+000 1.125153623605e-007 2.990375590754e+000
1.718281814348e+000 1.411111605343e-008 2.995217993377e+000

Tabela 2: Aproximaes y(xN ) = y(1)

= yN para diferentes mtodos e discretizaes do segundo
experimento.

3.2

SEGUNDO EXPERIMENTO

Considere o problema

(
y 00 = x + y
y(0) = 1, y 0 (0) = 0

(3.4)

no intervalo de [0, 1] e cuja soluo analtica y = ex x. O sistema de equaes diferenciais ordinrias

equivalente similar ao do experimento anterior e por isso omitido nesse e nos prximos experimentos.
5

Sendo assim, as aproximaes calculadas utilizando cada mtodo so mostradas na Tabela 2. Para o
clculo dos erros apresentados na Tabela 2, o valor verdadeiro em y(1) = 1.718281828459e + 000.

N
25
50
100
200

h
0,040
0,020
0,010
0,005

N
25
50
100
200

h
0,040
0,020
0,010
0,005

N
25
50
100
200

h
0,040
0,020
0,010
0,005

N
25
50
100
200

h
0,040
0,020
0,010
0,005

N
25
50
100
200

h
0,040
0,020
0,010
0,005

Mtodo de Euler Melhorado

yN
E(xN ) = y(xN ) yN
p
1.921786344928e+000 2.892516158202e-004
1.922001347439e+000 7.424910501030e-005 1.961879477492e+000
1.922056793111e+000 1.880343291072e-005 1.981377559622e+000
1.922070865597e+000 4.730947216869e-006 1.990795106408e+000
Mtodo de Diferenciao Numrica de 2-passos
yN
E(xN ) = y(xN ) yN
p
1.922167754488e+000 -9.215794387418e-005
1.922098628581e+000 -2.303203695830e-005 2.000466520295e+000
1.922081354088e+000 -5.757543864782e-006 2.000116606454e+000
1.922077035901e+000 -1.439356793531e-006 2.000029240027e+000
Mtodo de Heun
yN
E(xN ) = y(xN ) yN
p
1.922070376263e+000 5.220281462881e-006
1.922074949844e+000 6.467001254506e-007 3.012958799587e+000
1.922075516079e+000 8.046468691347e-008 3.006669210509e+000
1.922075586510e+000 1.003453031778e-008 3.003382683991e+000
Mtodo de Diferenciao Numrica de 4-passos
yN
E(xN ) = y(xN ) yN
p
1.922070405684e+000 5.190860066451e-006
1.922074951864e+000 6.446806291027e-007 3.009317056348e+000
1.922075516211e+000 8.033295495480e-008 3.004520784610e+000
1.922075586517e+000 1.002688110319e-008 3.002119025022e+000
Mtodo de Strmer de 3-passos
yN
E(xN ) = y(xN ) yN
p
1.922070423714e+000 5.172830175759e-006
1.922074952979e+000 6.435653294723e-007 3.006795317021e+000
1.922075516281e+000 8.026333264688e-008 3.003273641235e+000
1.922075586523e+000 1.002162575148e-008 3.001624492347e+000

Tabela 3: Aproximaes y(xN ) = y(1)

= yN para diferentes mtodos e discretizaes do terceiro
experimento.

3.3

TERCEIRO EXPERIMENTO

Considere agora o problema de Massa-Mola sem amortecimento a seguir:

(
y 00 = K
mx
y(0) = 2, y 0 (0) = 1

(3.5)

no intervalo de [0, 1], fazendo K

m = 1, onde K a constante elstica da mola e m a massa presa a
mola. As aproximaes calculadas utilizando cada mtodo so mostradas nas tabelas a seguir. Para
o clculo dos erros apresentados na Tabela 3, o valor verdadeiro em y(1) = 1.922075596544e + 000.
6

3.4

QUARTO EXPERIMENTO

Para o ltimo experimento considere o problema clssico da mecnica de pndulo sem soluo
analtica
(
00 = Lg sin
(3.6)
(0) = 2 , 0 (0) = 0
para o intervalo de [0, 1], onde g o valor da acelerao da gravidade local e L o comprimento do o
do pndulo imaginado, e para o experimento considere ainda que Lg = 1.As aproximaes calculadas
utilizando cada mtodo so mostradas na Tabela 4.

Euler Melhorado
DN 2-passos
Heun
DN 4-passos
Strmer 3-passos

N
h
N
N
N
N
N

50
0,020
1.074903721618e+000
1.074907705796e+000
1.074911585065e+000
1.074911389708e+000
1.074911387844e+000

100
0,010
1.074909693745e+000
1.074910689586e+000
1.074911671902e+000
1.074911646833e+000
1.074911646732e+000

200
0,005
1.074911186807e+000
1.074911435667e+000
1.074911682810e+000
1.074911679637e+000
1.074911679632e+000

Tabela 4: Aproximaes y(xN ) = y(1)

= yN para diferentes mtodos e discretizaes do quarto
experimento.

4 CONCLUSO
Os experimentos numricos cujas aproximaes para os diferentes problemas propostos anteriormente so mostradas nas diversas tabelas ao longo deste trabalho mostram aspectos interessantes para
a escolha e comportamento do mtodos utilizados, bem como os erros envolvidos em cada um. Nota-se
que o erros envolvidos no uso de cada mtodo so prximos para os mtodos de mesma ordem, as quais
foram vericadas para cada mtodo mostrando a correta implementao computacional dos mtodos,
havendo um melhor comportamento de alguns em certos problemas e em outros no. Visualiza-se
ainda que no h perda de preciso nas aproximaes obtidas dos sistemas de EDOs em relao aos
mtodos diretos, mas isso no signica que o esforo computacional o mesmo na resoluo dos dois,
uma vez que na resoluo de sistemas h 2 vezes mais iteraes do que com os mtodos diretos para o
clculo das derivadas primeiras, a serem de utilidade ou no para os interessados na resoluo dos PVI.
Sendo assim, a escolha dos mtodos e da forma como o problema ser analisado um passo importante
no qual se leva em considerao a exatido desejada, o tempo disponvel, o esforo computacional de
interesse e a necessidade de dados intermedirios.

Referncias
[1] Bertoldi Franco, N. M., Clculo Numrico, Prentice Hall Brasil, 1 Edio, 2006.
[2] Henrici, P., Discrete Variable Methods in Ordinary Dierential Equations, Wiley, 1962.
[3] Lambert, J. D. , Numerical Methods for Ordinary Dierential Systems, Wiley, 1932.
[4] Rao, R. C., Special multistep methods based on numerical dierentiation for solving the initial
value problem, Applied Mathematics and Computation, vol. 181, pp. 500510, 2006.