26/10/2009

MS211

Gabriel Sabença Gusmão - 081465

Exercício

Problema de Equações Diferenciais Ordinárias – Engenharia Química

Problema que consiste no estudo da concentração de sal (Cloreto de Sódio) na água utilizada
nas reações de uma indústria de sabão. A concentração não pode exceder 11g/L e dada às
condições iniciais de que a indústria possui um único tanque com capacidade para 15L de
resíduo cuja massa de sal presente, quando cheio, é de 750 g, ou seja, a concentração é de
50g/L. Para se adequar as condições da legislação ambiental recorreu-se a um possível método
para diminuição da concentração de sal eliminado. Tal método consistiria em duas correntes
de entrada, uma com 2L/min de água destilada e outra com 1,5L/min de água residual do
processo com concentração de 25g/L. E, para manter o volume constante do tanque, há
corrente de saída com vazão de 3,5L/min de solução.

Como é um processo contínuo, sem reação temos que a concentração de sal na corrente de
saída será dada por:

Rearranjando os termos temos:

Sendo que as condições iniciais permitem determinar que .

Dessa forma podemos determinar numericamente a concentração de sal na corrente de saída.

Utilizando a fórmula centrada para primeira derivada e substituindo na equação anterior
temos que:

Dado . Sendo que o software utilizado foi o Matlab 7.6 cuja implementação
encontra-se abaixo e h é o passo do método numérico. Para i = 1 temos a condição inicial
. Sabendo que, pelo princípio de diluição, para determinado número de iterações
a concentração de sal na corrente de saída será igual a da mistura das correntes de entrada,
temos que .

A função implementada possui certas peculiaridades. Como para resolução dos n temos que
resolver um sistema de n variáveis e n incógnitas e quanto menor for o passo h, maior será o
número de componentes desse sistema (n) para que se atinja um estado de estabilidade, para
um passo muito pequeno, da ordem de 10-4, n deverá ser da ordem de 104 ou maior o que
exige memória que excede a capacidade da maquina com 3Gb de memória utilizada para
teste. Porém, intervalos de minutos da ordem de 10-4 não são realmente necessários para
análise de um processo que se verá que leva aproximadamente 4 minutos.
 26/10/2009

Dessa forma o programa foi executado com parâmetro n de 5000 iterações com passo de 10 -3
minutos.

Gráfico – Concentração (g/L) de NaCl na corrente de saída em função do Tempo (min)

 26/10/2009

Como quanto menor o passo maior a precisão dos dados, o programa foi executado com passo
10-3 min. Mas, como seriam necessárias muitas iterações, e não seria de muita utilidade
mostrar 4000 iterações sabendo que o gráfico junto ao tempo em que se atinge o estado
estacionário são suficientes para análise do problema, serão dispostos somente os valores
para n = 50 e h = 0,1min. Para determinar o tempo em que se atingiu o estado estacionário
com maior precisão lembramos que para n = 5000 e h = 0,001min o sistema atingiu estado
estacionário a 3,807min.

T (min) C (g/L) 1,7 10,8292 3,5 10,7145

0,0 50,0000 1,8 10,7958 3,6 10,7145
0,1 38,5868 1,9 10,7721 3,7 10,7144
0,2 30,4893 2,0 10,7553 3,8 10,7144
0,3 24,7443 2,1 10,7434 3,9 10,7143
0,4 20,6683 2,2 10,7349 4,0 10,7143
0,5 17,7765 2,3 10,7289 4,1 10,7143
0,6 15,7248 2,4 10,7247 4,2 10,7143
0,7 14,2691 2,5 10,7217 4,3 10,7143
0,8 13,2364 2,6 10,7195 4,4 10,7143
0,9 12,5037 2,7 10,7180 4,5 10,7143
1,0 11,9838 2,8 10,7169 4,6 10,7143
1,1 11,6150 2,9 10,7162 4,7 10,7143
1,2 11,3533 3,0 10,7156 4,8 10,7143
1,3 11,1677 3,1 10,7152 4,9 10,7143
1,4 11,0360 3,2 10,7150 5,0 10,7143
1,5 10,9425 3,3 10,7148 5,1 10,7143
1,6 10,8762 3,4 10,7146
22/10/2009
 22/10/2009

MS211

Gabriel Sabença Gusmão - 081465

Exercício

Dada a tabela

X -8 -6 -4 -2 0 2 4
Y 30 10 9 6 5 4 4
1/Y 0,0333 0,1000 0,1111 0,1667 0,2000 0,2500 0,2500

 Ajuste estes dados a curva . Faça o gráfico de .

Comente o que observa.
 Repita o procedimento anterior com a curva .
 Definir qual das duas curvas ajuste melhor os dados.

Utilizando a função implementada em exercícios anteriores no Software Matlab 7.6 a qual

chamei de ajusteLIN podemos ajustar uma curva linear para e a partir dela definir o
ajuste de como sendo .

Para tal situação temos que definir os novos valores de Y para serem ajustados de forma que
simplesmente criamos nova linha na tabela com valores para 1/Y que serão utilizados para o
ajuste linear. A função ajusteLIN encontra-se no final do exercício.

Para os valores de X e 1/Y ajustamos função linear do tipo e encontramos os valores

de e , o valor da somatória dos erros ao quadrado e temos o gráfico do ajuste.

Agora que temos o valor da função podemos definir como:

 22/10/2009

e traçar o gráfico de para os pontos Y além de calcular nova somatória dos erros ao
quadrado com o detalhe de que agora temos a função e queremos determinar os erros
relativos aos pontos dados.

X Y f(X)
-8 30 21,09
-6 10 11,83
-4 9 8,22
-2 6 6,30
0 5 5,11
2 4 4,29
4 4 3,70

É evidente que o fato de se

transformar de uma função linear
para uma do tipo (1/X) os erros
decorrentes do ajuste são
elevados, pois quando X tende ou
está próximo de zero a variação
de Y tende a infinito.
 22/10/2009

Função ajusteLin
 05/11/2009

MS211

Gabriel Sabença Gusmão - 081465

Exercício

Deduza as fórmulas de Simpson simples e repetida:

Fórmula Simples

Tomando um intervalo hipotético [a,b] definimos o passo h por subdivisões iguais deste
intervalo por . A fórmula de Simpson utiliza a fórmula de Lagrange para
interpolar um polinômio de grau n para cada n + 1 pontos, com n = 2.

Os pesos da fórmula de integração para cada ponto serão pela fórmula de Lagrange:

∫ ∫

Que para o caso de n = 2, ou seja, três pontos. Temos três pesos w0..2, e . Como
temos podemos definir , e e o resultado das
integrações estarão todos em termos de , que poderá ser eliminado, e h.

Portanto temos:

Dessa forma, temos:

ou

∫ ( )

Cabe ressaltar que o calculo de erro não será discutido neste trabalho devido sua
complexidade. E será somente definido como:
 05/11/2009

Fórmula Repetida

Muitas vezes não é conveniente utilizar a Fórmula de Lagrange para interpolar um grande
número de pontos. Tal processo seria complexo e o resultado não seria tão melhor que a
utilização de fórmulas repetidas.

Para o caso de Simpson repetido, temos que relembrar que para o ajuste de um polinômio de
grau dois precisamos de pelo menos três pontos. Dessa forma, o intervalo que se deseja
integrar deve ser subdivido em intervalos pares, ou seja, n = 2 , 4, 6 .. 2m.

O método se dá pela integração sucessiva de intervalos de três pontos em que o primeiro

ponto de integração de uma iteração e o último da anterior com exceção do primeiro ponto
.

Os pesos serão definidos como para a fórmula simples de Simpson, porém, como temos
termos sendo tomados como valores finais de um intervalo e iniciais de outro temos seu peso
multiplicado por dois, ao exemplo de cinco pontos e duas iterações em que é utilizado
como valor final da primeira iteração e inicial da outra iteração.

Para pontos , temos:

∫ ( )( ) ( )( )

( )( )

A exemplo de mais um intervalo de integração, teríamos com peso dobrado assim como .

Dessa forma, teríamos os termos ímpares todos com peso e os pares com peso
com exceção do e que teriam peso . Assim podemos generalizar:

∫ ( )

Lembrando a condição de n par para que todos os subintervalos tenham três pontos e,
conseqüentemente, sejam adequados ao ajuste polinomial.
 10/11/2009

MS211

Gabriel Sabença Gusmão - 081465

Exercício

Dada ∫ , calcular usando primeiro a regra dos trapézios e depois a de

√
Simpson.

Regra dos Trapézios n = 1

Tal método utiliza a fórmula de Lagrange para interpolar um polinômio de grau um, ou seja,
uma reta. Para utilizar a fórmula repetida de trapézios primeiro devemos determinar o peso de
cada ponto. Como n = 1 devemos ter 2 pontos e os pesos para os dois primeiros pontos ( e
) consecutivos serão dados por:

Como temos que ter intervalos com 2 pontos, para pontos devemos dividir em
intervalos. Dessa forma temos a fórmula geral:

∫ ( ) ( ) ( )

Utilizarei o software Matlab 7.6 para implementar um função que me de o valor da integral de
determinada função pela fórmula repetida deduzida dos trapézios.

Para o caso de , temos

∫ que será
√
calculada a partir deste código:

Chamando a função para fx = ,

√
para , e
 10/11/2009

Regra de Simpson n = 2

Como deduzida no exercício do dia 05/11, a fórmula repetida de Simpson é dada por:

∫ ( )

Que será implementada, assim como a fórmula repetida dos trapézios, no software Matlab
7.6, lembrando que para Simpson repetido n necessariamente necessita ser par.

Chamando a função para fx = , para , e

√

As respostas para os dois métodos se mostraram idênticas, pois o número de intervalo

é grande para o intervalo de .

Para demonstrar como a velocidade como os dois métodos convergem irei executar os dois
métodos para de 10 em 10 até 1000 e um gráfico para estudar a convergência dos
dois métodos será feito.
 10/11/2009

Trapézios Simpson

0.995350

0.995300

0.995250

0.995200

0.995150

0.995100

0.995050

0.995000
0 50 100 150 200 250
n

Como previsto o método de Lagrange com n = 2 repetido ou Simpson repetido converge mais
rapidamente para o valor da integral visto que o polinômio se ajusta mais rapidamente a
curva.

2 0,989631 0,936492 52 0,995312 0,995322102 0,995320 0,995322152 0,995321 0,995322

4 0,993672 0,995019 54 0,995313 0,995322104 0,995320 0,995322154 0,995321 0,995322
6 0,994571 0,995266 56 0,995313 0,995322106 0,995320 0,995322156 0,995321 0,995322
8 0,994896 0,995304 58 0,995314 0,995322108 0,995320 0,995322158 0,995321 0,995322
10 0,995049 0,995315 60 0,995315 0,995322110 0,995320 0,995322160 0,995321 0,995322
12 0,995132 0,995319 62 0,995315 0,995322112 0,995320 0,995322162 0,995321 0,995322
14 0,995182 0,995320 64 0,995316 0,995322114 0,995320 0,995322164 0,995321 0,995322
16 0,995215 0,995321 66 0,995316 0,995322116 0,995320 0,995322166 0,995321 0,995322
18 0,995237 0,995322 68 0,995316 0,995322118 0,995320 0,995322168 0,995321 0,995322
20 0,995253 0,995322 70 0,995317 0,995322120 0,995320 0,995322170 0,995321 0,995322
22 0,995265 0,995322 72 0,995317 0,995322122 0,995320 0,995322172 0,995321 0,995322
24 0,995274 0,995322 74 0,995317 0,995322124 0,995320 0,995322174 0,995321 0,995322
26 0,995282 0,995322 76 0,995317 0,995322126 0,995321 0,995322176 0,995321 0,995322
28 0,995287 0,995322 78 0,995318 0,995322128 0,995321 0,995322178 0,995321 0,995322
30 0,995292 0,995322 80 0,995318 0,995322130 0,995321 0,995322180 0,995321 0,995322
32 0,995295 0,995322 82 0,995318 0,995322132 0,995321 0,995322182 0,995321 0,995322
34 0,995298 0,995322 84 0,995318 0,995322134 0,995321 0,995322184 0,995321 0,995322
36 0,995301 0,995322 86 0,995319 0,995322136 0,995321 0,995322186 0,995321 0,995322
38 0,995303 0,995322 88 0,995319 0,995322138 0,995321 0,995322188 0,995321 0,995322
40 0,995305 0,995322 90 0,995319 0,995322140 0,995321 0,995322190 0,995322 0,995322
42 0,995307 0,995322 92 0,995319 0,995322142 0,995321 0,995322192 0,995322 0,995322
44 0,995308 0,995322 94 0,995319 0,995322144 0,995321 0,995322194 0,995322 0,995322
46 0,995309 0,995322 96 0,995319 0,995322146 0,995321 0,995322196 0,995322 0,995322
48 0,995310 0,995322 98 0,995319 0,995322148 0,995321 0,995322198 0,995322 0,995322
50 0,995311 0,995322100 0,995320 0,995322150 0,995321 0,995322200 0,995322 0,995322
 12/11/2009

MS211

Gabriel Sabença Gusmão - 081465

Exercício

Calcule (sem resolver analiticamente) os valores de em , para com

sabendo que e que .

Como se trata de um problema de valor inicial, utilizaremos o método de Runge-Kutta de

quarta ordem que é um método que é simples e preciso, fazendo com que seu processamento
ocorra de forma mais rápida quando programado.

Tal método foi implementado no Software Matlab 7.6 e o seu código se encontra abaixo. Tal
método encontra em função de e a sua entrada ( ) é a função que se
encontra em uma equação diferencial do tipo:

Dado

Neste caso temos e .

Implementação do Programa:
 12/11/2009

Para os valores dados e n = 10 temos:

x y(x)
0,0 0,5000
0,1 0,5526
0,2 0,6107
0,3 0,6749
0,4 0,7459
0,5 0,8244
0,6 0,9111
0,7 1,0069
0,8 1,1128
0,9 1,2298
1,0 1,3591

Para solução analítica temos cujos valores de para os valores dados de

são idênticos aos calores obtidos pelo método de Runge-Kutta analisando até a quarta casa
decimal.
 24/11/2009

MS211

Gabriel Sabença Gusmão - 081465

Exercício

Complete a Tabela do exemplo 7.3.1. do livro texto para h=0,1.

O exemplo 7.3.1. consiste no calculo da aproximação para o PVI a seguir pelo Método da Série
de Taylor:

Truncando o método de Taylor na segunda derivada temos:

Para , derivando parcialmente e com auxílio da regra da cadeia temos:

Portanto precisamos calcular e ,

e teremos

( ) ( )

Agora podemos implementar uma função que neste caso utilizaremos o software Matlab 7.6.
para calcular valores de em função de para um determinado .
 24/11/2009

Agora chamaremos a função para h=0.1 entre o ponto inicial e para sabendo que
a função se chama MS2118 e os valores de entrada são respectivamente x inicial, x final, o
valor de y inicial e o passo, ou seja, chamaremos MS2118(0,1,0,0.1).
 24/11/2009

MS211

Gabriel Sabença Gusmão - 081465

Exercício

Considere o PVI: . Definimos a seguir duas variações do

método de Euller com passo h. Em ambos os métodos verifique que os valores são as
ordenadas correspondentes a nas retas que passam por e cujas inclinações
estão dadas por e . Interprete os valores e . Faça um gráfico de um
passo de cada método de modo que esteja clara a interpretação geométrica em cada um
deles.

(1) ( ( ) ( ))⁄

(2) ( ( ))

(1) Como de é função de , e temos para ( ) . Como

temos ( ) ( ( )). Substituindo:

( )
O que nos leva a:

Ou seja, a derivada é constante, trata-se de uma reta. Agora substituindo por

e depois por :

(2) Tomando ( ) e tendo que ( ) sabemos que ( )

. Substituindo temos:

( ( ))

Que nos leva a:

( )