Apostila Métodos II

J. C. C. S. Pinto e P. L. C.
Lage
Programa de Engenharia Qumica, COPPE/UFRJ 1-1

ESCOLA PILOTO DE
ENGENHARIA QUMICA

MTODOS NUMRICOS EM
PROBLEMAS DE ENGENHARIA
QUMICA

PROGRAMA DE ENGENHARIA QUMICA / COPPE
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO

Maro / 1997

Professores:
Jos Carlos Pinto - pinto@peq.coppe.ufrj.br
Paulo L. C. Lage - paulo@peq.coppe.ufrj.br

Cidade Universitria - CP: 68502
Rio de Janeiro - 21945-970 RJ
FAX:(021) 5907135

J. C. C. S. Pinto e P. L. C. Lage
Captulo 1

Modelagem Matemtica de Sistemas de
Engenharia Qumica

1.1- Introduo

Um modelo qualquer objeto, concreto ou abstrato, que utilizado para explicar algum tipo
de fenmeno. Por exemplo, na Psicologia comum interpretar o comportamento de pessoas adultas
tomando como base o relacionamento destas pessoas com seus pais. So os famosos Complexo
de dipo e Complexo de Eletra, que servem como referncia para o entendimento
comportamental do ser humano. Um outro exemplo bastante conhecido dos cariocas. Devido s
caractersticas particulares da costa do Leblon, grandes quantidades de areia so transportadas
pelas mars em certas pocas do ano, o que traz srios transtornos aos banhistas e ao ecossistema
da Lagoa Rodrigo de Freitas. No Programa de Engenharia Ocenica da COPPE montou-se uma
mini praia do Leblon, para tornar possvel o entendimento e o controle dos fenmenos que
provocam o transporte destas grandes quantidades de areia.

O modelo psicolgico usado como exemplo certamente abstrato, no sentido de que ele
resultado de um encadeamento de idias montadas por certos pesquisadores num corpo terico
refinado. O modelo oceanogrfico usado como exemplo, por sua vez, concreto e pode ser visto e
tocado pelos pesquisadores. (Tais modelos concretos so usualmente chamados de plantas
pilotos.) O mais comum (e barato !) na Engenharia, contudo, que um certo conjunto de dados e
idias abstratas seja utilizado para explicar um fenmeno de interesse e relacionar as vrias variveis
do problema. Quando um modelo de Engenharia atinge o seu pice, ele torna possvel estabelecer
relaes quantitativas precisas entre as variveis do problema: ele vira um MODELO
MATEMTICO.

bastante importante dizer que no possvel haver Engenharia sem modelos matemticos.
So eles que tornam possvel o projeto e otimizao de novas unidades. Sem os modelos,
estaramos eternamente condenados a repetir apenas aquelas coisas que deram certo ou a
desperdiarmos tempo e dinheiro fazendo milhares de tentativas para descobrir qual delas a
melhor. Sem um modelo, no seramos capazes de responder como um sistema responde a uma
perturbao ou saber como a modificao de uma varivel pode alterar as demais. Por exemplo,
quanto tempo gasto numa viagem do Rio a Salvador ? Sabendo-se que a distncia S = 1700
Km (dado) e que a velocidade mdia do automvel v
m
= 80 Km/h (dado), possvel utilizar o
modelo abaixo:

t = S / v
m
(1.1)

e deduzir que sero necessrias 21.25 h de viagem.
Antes de darmos continuidade a esta discusso, necessrio afirmar que o modelo no a
realidade, mas apenas a representa de forma adequada. Os psiclogos brigam at hoje nos
Congressos de Psicologia sobre a forma mais adequada de interpretar o comportamento humano.
possvel que todos os modelos apresentem formas mais ou menos adequadas de compreender a
realidade comportamental, certamente muito mais complexa que todos eles. Da mesma forma, a
mini praia do Leblon no a praia do Leblon e possvel que detalhes importantes tenham sido
esquecidos durante a construo da planta piloto. possvel tambm que um mesmo fenmeno
tenha importncia distinta em diferentes escalas.

Desta maneira, tanto melhor ser o modelo quanto mais adequadamente ele descrever a
realidade, embora no se deva ter a esperana (nem a presuno !) de que ele descreva todos os
aspectos da realidade. Por exemplo, no nosso problema da viagem Rio-Salvador, algum pode
argumentar que o ser humano precisa dar uma paradinha para comer alguma coisa e fazer outras
necessidades a cada 3 horas. Se esta paradinha for de 30 minutos, a cada 3 horas de viagem sero
necessrios mais 30 minutos de parada; ou seja, um acrscimo de mais 1/6 do tempo total de
viagem. Neste caso, o nosso modelo toma a forma:

t = (7 / 6) S / v
m
(1.2)

prevendo um tempo total de viagem de 24.79 h. Este pequeno erro de clculo (3.54 h) levaria
uma pessoa que espera por sua chegada na Rodoviria loucura!!! Algum poderia ainda
argumentar que necessrio dormir, que no possvel manter a mdia de 80 Km/h na BR-101 por
causa dos buracos, etc., etc., etc. Ou seja, como no possvel levar em conta todos os aspectos
da realidade, temos que nos contentar com algumas hipteses e simplificaes e, portanto, com
algumas incertezas. a vida ...

1.2- Classificao e Hipteses Bsicas

Modelos matemticos podem ser classificados genericamente como tericos ou empricos.
Modelos tericos so aqueles desenvolvidos a partir de pressupostos tericos que tentam descrever
de forma mais fundamentada os vrios aspectos envolvidos no problema. Modelos empricos so
aqueles que no esto baseados em quaisquer pressupostos tericos, mas apenas so utilizados
para descrever um certo conjunto de pontos experimentais conhecidos. A princpio, os modelos
empricos so to bons quanto os modelos tericos, embora os modelos tericos possam ser
utilizados de forma bem mais racional do que modelos empricos. Por exemplo, as extrapolaes
feitas com modelos empricos no so recomendadas, haja visto que nada garante que a realidade
v continuar se comportando daquela forma numa faixa diferente de condies. No entanto, a
continuidade dos pressupostos tericos (e, portanto, do modelo matemtico a que do origem) em
condies diferentes bem mais aceitvel.

Imagine que a operao de preparao de uma certa soluo consiste em adicionar uma
massa conhecida de reagente a um tanque de seo transversal A = R
2
e depois dilu-la com uma
certa quantidade de solvente (ver Figura 1.1). A questo fundamental determinar at que altura,
que a medida disponvel, deve-se encher o tanque para que se atinja uma concentrao pr-
especificada.

Rgua
Slido
Diluente
Vista Superior
Vista Lateral
h
2 R

Figura 1.1 - Tanque de Preparao de Soluo

Uma anlise terica do problema permite descrever:

C
M
V
M
A h
K
h

(1.3)

onde C a concentrao, V o volume da soluo (diluente), h a altura da soluo e K um
coeficiente de proporcionalidade (M/A). Medindo-se a massa inicial de slido adicionada e o
dimetro do tanque, obtm-se o valor de K. Segundo a Equao (1.3), a altura final pode ento ser
definida como

h
K
C
f
f
(1.4)

onde C
f
a concentrao final desejada.

Um modelo similar poderia ser construdo empiricamente, a partir de dados de planta. Por
exemplo, uma operao poderia ser executada e amostras poderiam ser tomadas em tempos
regulares, para posterior determinao das concentraes no laboratrio. Suponha que os dados da
Tabela 1 tenham sido obtidos. Neste caso, fcil compreender que K igual a 2 Kg/m
2
.

Tabela 1.1 - Dados Amostrados Durante Diluio

Amostra

h (m)

C (Kg/m3)

1 2 1
2 4 0.5
3 6 0.33
4 8 0.25

Suponha que um novo tanque, de dimetro duas vezes maior, comprado. Segundo o
modelo terico, o novo valor de K ser quatro vezes menor para o novo tanque. Desta forma, a
altura final da operao no novo tanque ser quatro vezes menor que no primeiro. Nenhuma destas
concluses pode ser tirada com o modelo emprico. Ou o ajuste tem que ser feito de novo ou ser
feita uma extrapolao completamente equivocada para o novo equipamento, com K igual a 2
Kg/m
2
.

Para que modelos tericos mais consistentes possam ser desenvolvidos, necessrio
discutir, portanto, as hipteses fundamentais que balizam a anlise de problemas da Engenharia
Qumica. As hipteses fundamentais so os princpios de conservao, que dizem que:
1- A massa se conserva (Princpio de Lavoisier);
2- A energia se conserva (1
a
Lei da Termodinmica);
3- A quantidade de movimento se conserva (3
a
Lei de Newton).

Observe uma vez mais o exerccio de modelagem que deve ser feito, pois embora estas
hipteses sejam muito boas no mundo da Engenharia Qumica, elas j foram questionadas h muito
tempo no mundo das altas energias e das partculas subatmicas.

Pragmaticamente, os princpios de conservao podem ser expressos numa forma
matemtica da seguinte maneira:

Grandeza Acumulada = Grandeza Adicionada - Grandeza Removida (1.5)

onde a Grandeza a massa, a energia ou a quantidade de movimento numa determinada regio do
espao. Quando apenas uma pequena poro i da grandeza analisada est sendo considerada
(apenas a massa de um dos reagentes ou apenas a energia trmica, por exemplo), conveniente
escrever a Equao (1.5) na forma:

Grandeza Acumulada i = Grandeza Adicionada i - Grandeza Removida i +
Grandeza Produzida i (1.6)

onde o termo Grandeza Produzida i deve ser compreendido como o resultante da
transformao de outras pores j na poro i analisada. Alm disto, para que a Equao (1.5) seja
satisfeita necessrio que

Grandeza oduzida i
i
Pr
0 (1.7)

o que significa dizer que, para que os princpios de conservao sejam satisfeitos, se certas pores
esto sendo geradas, outras tm que estar sendo consumidas.

A aplicao dos princpios de conservao permite construir modelos para um grande
nmero de sistemas de Engenharia Qumica. Como veremos, no entanto, informaes adicionais que
no podem ser obtidas das equaes de balano so freqentemente necessrias. Por exemplo,
saber como a densidade de um fluido depende da temperatura ou como a velocidade da reao
depende das concentraes dos reagentes. Nestes casos, equaes empricas podem ser utilizadas
para descrever a frao desconhecida do modelo ou uma modelagem mais detalhada do fenmeno
pode ser utilizada. Por exemplo, pode-se dizer simplesmente que a velocidade de reao varia com
uma potncia da concentrao e tentar determinar o expoente a partir de experimentos,
introduzindo-se assim um certo grau de empirismo ao nosso modelo terico, ou tentar descrever o
mecanismo de reao de forma detalhada para tentar desvendar a forma com que a velocidade de
reao depende da concentrao do reagente.

Uma classificao til de ser introduzida a que define os modelos como dinmicos ou
estacionrios. Modelos dinmicos so aqueles que consideram as variaes temporais das variveis
envolvidas. Modelos estacionrios so aqueles que admitem que as variveis no se modificam com
o passar do tempo. Estes ltimos costumam ser mais simples e adequados para projetos onde as
unidades devam operar continuamente. Os primeiros costumam ser mais complexos, mas podem ser
utilizados numa gama bem mais ampla de problemas de interesse e so fundamentais para descrever
operaes descontnuas ou de batelada.

Na realidade, mesmo numa planta contnua, tudo muda com o tempo. Se isto no fosse
verdade, no haveria necessidade de se controlar a operao da planta. Os equipamentos
envelhecem, a qualidade da matria-prima muda, o clima muda e altera o funcionamento de plantas
expostas ao ambiente, etc. Por isto, a compreenso da dinmica do processo fundamental, mesmo
durante a fase de projeto, para que o esquema de controle possa ser desenvolvido e implementado.

Uma outra classificao til a que define modelos a parmetros concentrados e
distribudos. Modelos a parmetros concentrados so aqueles nos quais admite-se que as
propriedades so uniformes no espao; ou seja, que as propriedades (concentraes, temperaturas,
etc.) no variam com as coordenadas de posio. O exemplo clssico o tanque bem misturado,
onde se admite que em qualquer lugar do tanque as propriedades so as mesmas. Modelos a
parmetros distribudos, por sua vez, so aqueles nos quais admite-se que as propriedades variam
com as coordenadas espaciais. O exemplo clssico o reator tubular, no qual as propriedades
variam continuamente, medida que nos movimentamos da entrada para a sada do reator. Modelos
a parmetros distribudos so usualmente mais complexos que aqueles a parmetros concentrados,
por introduzirem graus de liberdade adicionais no sistema. No caso do reator tubular, por exemplo,
a temperatura do reator passa a ser uma funo da distncia percorrida a partir da entrada; ou seja,
deixa de ser um nmero e passa a ser uma funo da posio axial.

Veremos a seguir como construir, a partir dos princpios bsicos de conservao, modelos
matemticos para sistemas de interesse da Engenharia Qumica, tanto estticos quanto dinmicos,
tanto a parmetros concentrados quanto a parmetros distribudos. Apertem os cintos e BOA
VIAGEM !!!

1.3- Um Modelo a Parmetros Concentrados - O Tanque Agitado
Exotrmico com Reao de 1
a
Ordem

Dentre todos os sistemas de Engenharia Qumica, o sistema de reao em tanque agitado
talvez seja o mais estudado e o mais conhecido. Isto particularmente verdadeiro para os casos
onde ocorrem reaes de 1
a
ordem exotrmicas. O sistema est mostrado na Figura 1.2 abaixo.

Alimentao
Retirada
Entrada de
Fluido de Refrigerao
Fluido de Refrigerao
Sada de
Camisa de Resfriamento
Agitador

Figura 1.2- O Reator Tipo Tanque Agitado

De acordo com a discusso apresentada anteriormente, para que o modelo seja
desenvolvido necessrio escrever os balanos de massa e energia para o sistema. O balano de
foras ser aqui negligenciado.

Para que os balanos de massa sejam escritos, necessrio definir as espcies qumicas
presentes no meio reacional. Admitiremos que trs so as espcies envolvidas: o solvente
(representado pela letra S), o reagente (representado pela letra A) e o produto (representado pela
letra B). Admitiremos ainda que a estequiometria da reao a seguinte:

A B (1.8)

Alm disto, admitiremos que o mecanismo da reao exatamente aquele descrito pela Equao
(1.8), de forma que a velocidade da reao, em moles / m
3
s, pode ser descrita como:

R R K C
B A A
(1.9)

onde K a constante cintica da reao e C
A
a concentrao molar do reagente. (Repare que a
modelagem j comeou quando admitimos conhecer a estequiometria e o mecanismo da reao.
Estas informaes so usualmente fornecidas pelos Qumicos. Repare que a modelagem continua ao
admitirmos que a expresso da taxa segue as formas clssicas da Teoria Cintica de Reaes, o que
no pode ser considerado como verdade absoluta.)

Para escrever os balanos de massa, na forma da Equao (1.5) para o balano global e da
Equao (1.6) para as fraes escolhidas (S, A, B), faz-se:

Balano de Massa Global

Grandeza Acumulada = Grandeza Adicionada - Grandeza Removida (1.5)

M M q t q t
t t t
e e s s

+

(1.10)

onde M a massa no interior do reator num determinado instante de tempo, q
e
a vazo
volumtrica da alimentao, q
s
a vazo volumtrica da retirada,
e
a densidade da corrente de
entrada,
s
a densidade da corrente de sada, t o tempo e t o intervalo de tempo
considerado. Dividindo-se a Equao (1.10) por t, chega-se a:

M M
t
q q
t t t
e e s s

+

(1.11)

No limite em que t tende a zero, o termo esquerda da Equao (1.11) a prpria
definio de derivada, de forma que:

dM
dt
q q
e e s s
(1.12)

Admitindo-se que o reator bem misturado, a densidade no interior do reator a mesma
em todos os pontos, o que inclui o bocal de retirada. Desta forma,

s
(1.13)

Admitindo-se ainda que o fluido incompressvel, a densidade constante. Desta forma,

e s
cons te tan (1.14)

Lembrando ainda que

M = V (1.15)

possvel escrever a Equao (1.12) na forma:

dV
dt
q q
e s
(1.16)

dV
dt
q q
e s
(1.17)

Repare que a Equao (1.17) s vlida para fluidos incompressveis, em tanques bem
agitados !!!

Se o sistema de controle de nvel do reator eficiente, o volume do reator mantido
constante, de forma que

dV
dt
q q q
e s
0 (1.18)

ou seja, as vazes de entrada e sada num reator agitado com controle de nvel e fluido
incompressvel so iguais. Lembramos, no entanto, que a Equao (1.18) vlida nica e
exclusivamente neste contexto.

Balano de Massa do Componente A

Para escrevermos o balano da poro da massa chamada componente A, faz-se uso da
Equao (1.6), na forma:


M M q C t q C t R V t
A
t t
A
t
e s A

Ae As

+
+
(1.19)

Dividindo-se tudo por t e levando-se ao limite em que t vai a zero, chega-se a:

dM
dt
q C q C R V
A
e s A

Ae As
+ (1.20)

J sabemos, do balano de massa global, que as vazes so iguais. Sabemos tambm que o
volume constante, devido existncia de um bom controle de nvel. Alm disto, como o reator
bem misturado, as concentraes no interior do reator e na corrente de sada so idnticas. O
mesmo no pode ser dito da entrada, que pode ser arbitrariamente fixada em qualquer valor pelo
operador do processo. Desta forma:

M V C
A A
(1.21)

V
dC
dt
q C q C R V
A
A

Ae A
+ (1.22)

Utilizando a Equao (1.9), que define a velocidade da reao, chega-se a:

V
dC
dt
q C q C K C V
A
A

Ae A
(1.23)

que expressa o balano de massa do componente A, consumido numa reao de 1
a
ordem, num
tanque contnuo bem agitado e com eficiente controle de nvel, no qual escoa um fluido
incompressvel.

Balano de Massa do Componente B

Para escrevermos o balano da poro da massa chamada componente B, faz-se uso da
Equao (1.6), na forma:


M M q C t q C t R V t
B
t t
B
t
e s B

Be Bs

+
+
(1.24)

Dividindo-se tudo por t e levando-se ao limite em que t vai a zero, chega-se a:

dM
dt
q C q C R V
B
e s B

Be Bs
+ (1.25)

J sabemos, do balano de massa global, que as vazes so iguais. Sabemos tambm que o
volume constante, devido existncia de um bom controle de nvel. Alm disto, como o reator
bem misturado, as concentraes no interior do reator e na corrente de sada so idnticas. O
mesmo no pode ser dito da entrada, que pode ser arbitrariamente fixada em qualquer valor pelo
operador do processo. Particularmente, como B o produto da reao, razovel imaginar que a
concentrao de B na alimentao igual a zero. Desta forma:

M V C
B B
(1.26)

V
dC
dt
q C R V
B
B

B
+ (1.27)

Utilizando a Equao (1.9), que define a velocidade da reao, chega-se a:

V
dC
dt
q C K C V
B
A

B
+ (1.28)

que expressa o balano de massa do componente B, produzido a partir do componente A numa
reao de 1
a
ordem, num tanque contnuo bem agitado e com eficiente controle de nvel, no qual
escoa um fluido incompressvel. Repare que as Equaes (1.23) e (1.28), que definem os balanos
individuais dos componentes A e B, esto desacopladas; ou seja, possvel resolver primeiro uma e
depois a outra. Isto nem sempre possvel em outros sistemas mais complexos de reao.

Balano de Massa do Componente S

Aqui, dois caminhos so possveis. O primeiro deles escrever a equao de balano como
feito anteriormente para os componentes A e B. No entanto, isto no necessrio. Diz-se que o
ltimo balano redundante, no sentido de que como as somas dos balanos individuais tem que
dar obrigatoriamente o balano global, este ltimo balano pode sair mais simplesmente como uma
diferena dos demais. Por exemplo, sabe-se que a concentrao mssica total deve ser a densidade
da mistura. Assim,

C W C W C W
S S A A B B
+ + (1.29)

onde W
i
o peso molecular do componente i, ou simplesmente

C
C W C W
W
S
A A B B
S

(1.30)

Balano de Energia Trmica

A quantidade total de energia presente no sistema pode ser decomposta em vrias pores:
energia qumica acumulada nas molculas, energia mecnica devida movimentao do fluido,
energia trmica devida vibrao das molculas, etc. Pragmaticamente, o maior interesse do
Engenheiro Qumico acompanhar as variaes de temperatura do sistema, associadas frao
trmica da energia. Para escrevermos o balano desta poro, faz-se uso da Equao (1.6), na
forma:


E E q e t q e t Q t W t R V t
T
t t
T
t
e e Te s s Ts T

+
+ + +

& & &
(1.31)

onde E
T
o contedo de energia trmica no reator num determinado instante t, e
Te
o contedo
energtico por unidade de massa da alimentao, e
Ts
o contedo energtico por unidade de massa
da corrente de exausto,
&
Q a taxa de calor fornecida ao sistema pelo ambiente externo (camisa)
(J/s),
&
W a taxa de trabalho executado sobre a massa de fluido no interior do reator (J/s) e
&
R
T
a
taxa de liberao de energia trmica no sistema (J/m
3
s) por conta de transformaes qumicas que
reduzem o contedo de energia qumica armazenada nas molculas. No limite em que t vai a zero,

dE
dt
q e q e Q W R V
T
e e Te s s Ts T
+ + +
& & &
(1.32)

Para que a Equao (1.32) possa ser escrita de forma mais adequada, necessrio
descrever cada um dos termos como funo das variveis usualmente utilizadas para caracterizar o
estado do sistema: concentraes, temperatura e presso. Para comear, lancemos mo uma vez
mais das hipteses de fluido incompressvel, reator bem misturado e volume constante. Neste caso,

E V e
T T
(1.33)

q e q e
e e Te Te
(1.34)

q e q e
s s Ts T
(1.35)

Alm disto, a Termodinmica nos diz que o contedo energtico de um certo material
aproximadamente proporcional diferena de temperaturas existente entre o estado do material e
um certo estado de referncia definido de forma mais ou menos arbitrria, cujo coeficiente de
proporcionalidade (C
P
) chamado de capacidade calorfica ou calor especfico
1
(J/KgK). Desta
forma,

( )
e C T T
T p
R
(1.36)

Admitindo-se que a capacidade calorfica aproximadamente constante e independe da
composio e da temperatura do meio reacional, possvel escrever a Equao (1.32) na forma

( ) V C
dT
dt
q C T T Q W R V
P P e T
+ + +
& & &
(1.37)

Segundo a Lei de Resfriamento de Newton, a quantidade de calor trocado entre dois meios
proporcional diferena de temperatura existente entre os eles e rea de contato. Mesmo
quando existem vrios meios e paredes intervenientes, o calor trocado entre os meios mais externos
ainda pode ser expresso como sendo proporcional diferena de temperatura e a uma rea de
contato. Neste caso, o coeficiente de proporcionalidade (U) chamado de coeficiente global de
transferncia de calor (W/m
2
K). Deve-se notar que U no constante, dependendo de diversos
fatores (escoamento do fluido, configurao geomtrica, propriedades fsicas dos meios
intervenientes, etc.), inclusive da prpria temperatura (T). Assim,

( ) ( ) V C
dT
dt
q C T T U A T T W R V
P P e c T
+ + +
& &
(1.38)

onde T
c
a temperatura da camisa de resfriamento. Desta forma, se T
c
for maior que T, calor
ganho pelo sistema e vice-versa.

O trabalho mecnico executado sobre ou pelo sistema usualmente pouco importante,
quando comparado aos demais termos do balano. Por isto, ele ser aqui desprezado. Isto no
deve ser considerado como regra geral, no entanto. J a velocidade com que a energia qumica se
transforma em energia trmica obviamente proporcional velocidade da reao. O coeficiente de
proporcionalidade o calor de reao (-H
R
), definido aqui desta forma por conveno, j que a
liberao de energia trmica deve-se ao fato do contedo energtico qumico dos produtos ser
menor do que o dos reagentes. Desta forma, quando H
R
negativo h liberao de calor (reao
exotrmica) e vice-versa. Substituindo estas expresses na Equao (1.38), resulta

1
Na realidade, este o calor especfico utilizado para medir a variao de energia trmica de um meio em processos
reversveis a presso constante, existindo tambm um calor especfico para processos a volume constante (C
v
) .
Para fluidos incompressveis, estes dois calores especficos so idnticos.
( ) ( ) ( ) C
P
V C
dT
dt
q T T U A T T KC H V
P e c A R
+ + (1.39)

Finalmente, vale lembrar que a constante cintica de velocidade depende da temperatura,
podendo ser usada a forma exponencial de Arrhenius

K K
E
R T

_
,
0
exp

(1.40)

onde K
0
e E so constantes que caracterizam a reao, respectivamente chamadas de fator pr-
exponencial de Arrhenius e energia de ativao. R a constante universal dos gases.

A Adimensionalizao

Como procedimento geral de modelagem, conveniente redefinir as variveis do problema
de forma a torn-las adimensionais, evitando assim problemas de interpretao advindos do uso de
sistemas diferentes de unidades e permitindo agrupar os parmetros do problema num conjunto
menor de grupamentos paramtricos. Por exemplo, pode-se definir as concentraes dos
componentes em funo das concentraes da corrente de alimentao na forma

x
C
C
A
A
Ae
(1.41)

x
C
C
B
B
Ae
(1.42)

x
C
C
S
S
Ae
(1.43)

Pode-se definir tambm um tempo adimensional na forma:

t q
V
(1.44)

onde a razo V/q tem dimenso de tempo e usualmente chamada de tempo de residncia do
reator ().

Pode-se ainda definir uma temperatura adimensional na forma

T
T
e
(1.45)

Substituindo-se as expresses (1.41-45) nas equaes do modelo, resulta

( )
( ) dx
d
x K x
E R T
A
A
e

A

_
,
1
0

exp
/
(1.46)

( )
( ) dx
d
x K x
E R T
B
A
e

B
+

_
,
0

exp
/
(1.47)

( )
x x
x W x W
W
Se S
A A B B
S

1
(1.48)

( ) ( )
( )
( ) ( )
d
d
U A
q C
K
C H
C T
x
E R T
P
Ae R
P e
A
e

1

c
+ +

_
,
0

exp
/
(1.49)

Redefinindo os grupamentos paramtricos como

R
K
0
(1.50)

E
E
R T
R
e

(1.51)

U A
q C
P
(1.52)

( )

h
C H
C T
R
Ae R
P e

(1.53)

o modelo ganha a forma adimensionalizada final

dx
d
x x
E
A
A
R

A R

_
,
1

exp (1.54)

dx
d
x x
E
B
A
R

B R
+

_
,

exp (1.55)

( )
x x
x W x W
W
Se S
A A B B
S

1
(1.56)

( ) ( )
d
d
h x
E
R A
R
1
c R
+ +

_
,

exp (1.57)

que independe do sistema de unidades utilizado e depende de um conjunto bem menor de
grupamentos paramtricos. O comportamento do reator tanque agitado pode ser predito por este
modelo, revolvendo as Equaes (1.54) a (1.57), desde que a condio inicial do mesmo seja
conhecida. Isto caracteriza este modelo como um problema de valor inicial.

No estado estacionrio, quando no h variaes temporais e as derivadas podem ser
igualadas a zero, possvel escrever:

0 1
A R

_
,
x x
E
A
R

exp
(1.58)

0
B R
+

_
,
x x
E
A
R

exp
(1.59)

( )
x
x W x W
W
Se
A A B B
S
x

S

1
(1.60)

( ) ( ) 0 1
c R
+ +

_
,

h x
E
R A
R
exp (1.61)

Repare que um modelo dinmico de um sistema a parmetros concentrados resulta num
conjunto de equaes diferenciais ordinrias (ou algbrico-diferenciais), que precisa ser resolvido a
partir de determinadas condies iniciais para que se conheam os perfis temporais das variveis do
problema. J um modelo estacionrio de um sistema a parmetros concentrados resulta num
conjunto de equaes algbricas, cuja soluo fornece uma condio de equilbrio do sistema. por
isto que no Captulo 2 deste curso sero vistas algumas tcnicas clssicas para soluo numrica de
equaes algbricas. No Captulo 3 sero vistas algumas tcnicas numricas adequadas para
resolver equaes diferenciais ordinrias que descrevem o comportamento dinmico de sistemas a
parmetros concentrados.

1.4- Um Modelo a Parmetros Distribudos - O Reator Tubular Tipo
Plug-Flow Exotrmico com Reao de 1
a
Ordem

Um outro equipamento muito comum na Engenharia Qumica o reator tubular. O reator
tubular, mostrado na Figura 1.3, normalmente constitudo por um par de tubos concntricos,
sendo que na regio central flui a mistura reacional e na regio anular passa o fluido de resfriamento.
Desta forma, possvel remover o calor normalmente liberado pela reao. A regio central do
reator normalmente preenchida com partculas de catalisador slido ou com material inerte
(tambm chamados de misturadores estticos), cuja funo homogeneizar o fluido ao longo da
direo radial. Diz-se ento que se estabelece um regime to tipo empistonado ou plug-flow: no
h variaes radiais das propriedades e o perfil radial de velocidades uniforme. Reatores tubulares
so particularmente interessantes em aplicaes que requeiram altas reas para troca de calor e em
aplicaes que levariam a consumo excessivo de energia para homogeneizao em tanques agitados.

Em relao ao sistema analisado anteriormente, a mudana fundamental que as
propriedades no interior do reator j no podem ser mais consideradas uniformes no espao.
Claramente, medida que se avana no reator, da entrada para a sada, h aumento progressivo das
concentraes de produto e decrscimo continuado das concentraes de reagente. Portanto, os
balanos tm que ser modificados. No entanto, se uma fatia suficientemente fina do reator
analisada, como mostrado na Figura 1.4, razovel admitir que as propriedades sejam praticamente
constante no volume delimitado pela fatia ou elemento de controle.

Entrada do Fluido
de Resfriamento
Sada do Fluido
de Resfriamento
Alimentao
do Reagente
Remoo
de Produto

Figura 1.3- Esquema do Reator Tubular

Valendo-se das mesmas hipteses utilizadas anteriormente, possvel aplicar as mesmas
equaes j apresentadas ao elemento de volume R
2
z. Neste caso, as equaes ficam na forma:

z
L
z
r R Perfil Uniforme
de Velocidades
Vista Lateral

Figura 1.4- A Geometria do Reator Tubular

Balano de Massa Global

dV
dt
q q q
e s
0 (1.18)

Ou seja, a vazo volumtrica no muda no elemento de controle. Logo, a vazo volumtrica
a mesma ao longo de todo o reator. Lembramos que este resultado s vlido para fluidos
incompressveis. Como

q v R
2
(1.62)

conclui-se que a velocidade do escoamento constante ao longo de todo o tubo.

Balano de Massa do Componente A

V
dC
dt
q C q C K C V
A
A

Ae A
(1.23)

No elemento de controle, a Equao (1.23) fica na forma:

+
R z
dC
dt
R v C R v C K C R z
A
A
z
A
z Dz
A
2 2 2 2
(1.63)

Dividindo-se por R
2
z e levando-se ao limite em que z vai a zero, chega-se a:

C
t
v
C
z
K C
A A
A
(1.64)

Balano de Massa do Componente B

Analogamente, lembrando apenas que a concentrao de B na entrada no elemento no
mais igual a zero,

C
t
v
C
z
K C
B B
A
+ (1.65)

Balano de Massa do Componente S

C
C W C W
W
S
A A B B
S

(1.30)

Balano de Energia Trmica

( ) ( ) ( ) V C
dT
dt
q C T T U A T T KC H V
P P e c A R
+ + (1.39)

Utilizando-se procedimento anlogo ao anterior

( )
( ) ( )

+
R z C
dT
dt
R v C T T
R z U T T KC H R z
P P
z z Dz
c A R
2 2
2
2

+
+
(1.66)

( ) ( )

C
T
t
v C
T
z
U
R
T T KC H
P P c A R
+ +
2
(1.67)

A Adimensionalizao

Definindo-se:

x
C
C
A
A
Ae
(1.41)

x
C
C
B
B
Ae
(1.42)

x
C
C
S
S
Ae
(1.43)

T
T
e
(1.45)

t v
L
(1.68)

z
L
(1.69)

chega-se a:

( )

x x K L
v
x
E RT
A A
A
e

exp

_
,
0
/
(1.70)

( )

x x K L
v
x
E RT
B B
A
e

exp +

_
,
0
/
(1.71)

( )
x x
x W x W
W
Se S
A A B B
S

1
(1.56)

( )
( ) ( )

2

exp
c
+ +

_
,
U L
R v C
K L
v
H C
C T
x
E RT
P
R Ae
P e
A
e 0
/

(1.72)

, portanto, conveniente redefinir os grupamentos adimensionais na forma:

R
K L
v

0
(1.73)

E
E
R T
R
e

(1.51)

2 U L
R v C
P
(1.74)

( )

h
C H
C T
R
Ae R
P e

(1.53)

de maneira que o modelo final ganha a forma:

x x
x
E
A A
A
R
exp
R

_
,

(1.75)

x x
x
E
B B
A
R
exp
R
+

_
,

(1.76)

( )
x x
x W x W
W
Se S
A A B B
S

1
(1.56)

( )
exp
c R
+ +

_
,

h x
E
R A
R
(1.77)

Para resolver o modelo acima necessrio no s definir um conjunto de condies iniciais
(em t = 0) como tambm especificar as condies de alimentao (em z = 0). Observe que o fato
das propriedades variarem ao longo da direo axial aumentou o grau de complexidade do modelo
dinmico, que passou a ser descrito por equaes diferenciais parciais do tempo e do comprimento.
Entretanto, este modelo determina a evoluo do sistema a partir de um estado inicial, sendo,
portanto, um problema de valor inicial. Tcnicas numricas que podem ser aplicadas a problemas
deste tipo sero discutidas nos Captulos 3, 4, 5 e 6 deste curso. Repare que, mesmo em condies
estacionrias, quando as derivadas temporais so iguais a zero, o modelo a parmetros distribudos
ao longo de uma direo ainda descrito por um conjunto de equaes diferenciais ordinrias desta
direo na forma:


x
x
E
A
A
R
exp
R

_
,

(1.78)

x
x
E
B
A
R
exp
R
_
,

(1.79)

( )
x x
x W x W
W
Se S
A A B B
S

1
` (1.56)

( )
exp
c R
+

_
,

h x
E
R A
R
(1.80)

Compare o modelo estacionrio do reator tubular com o modelo dinmico do tanque
agitado. So muito semelhantes, no ? Voc consegue dizer por qu ?

1.5- Um Modelo com Parmetros Parcialmente Distribudos - O
Tubo de um Trocador de Calor

Os dois modelos dinmicos vistos anteriormente so matematicamente representados por
sistemas de equaes diferenciais ordinrias ou parciais de 1
a
ordem, isto , contm apenas
derivadas de primeira ordem em relao ao tempo ou a uma coordenada espacial. Nesta seo e na
que se segue, veremos como o fenmeno da difuso eleva a ordem das equaes diferenciais de um
dado modelo matemtico. Para tanto, usaremos exemplos bastante simples, que so representados
apenas por uma equao diferencial parcial.

Um dos problemas bsicos da Transferncia de Calor determinar o comportamento
trmico de um fluido que escoa por um duto que est em uma outra condio trmica. Tal problema
ocorre em trocadores de calor e reatores tubulares. A condio trmica mais simples a
manuteno de uma certa temperatura ao longo da parede do tubo, o que fisicamente realizvel
atravs da condensao de vapor saturado a um dada presso.

Considere um fluido escoando em um duto cilndrico de raio R como apresentado na Figura
1.5. O fluido entra no duto em y = L a uma temperatura T
L
,

sendo aquecido atravs da parede que
mantida a uma temperatura T
p
, atravs de um coeficiente pelicular de transferncia de calor h.
Como as propriedades fsicas do fluido (densidade, , e calor especfico, c) so consideradas
constantes, a velocidade mdia do fluido, u, tambm constante.

Sob a hiptese de que a temperatura T um valor representativo mdio na rea de seo
reta do duto, podemos fazer um balano de energia trmica em um volume diferencial situado na
posio genrica y. Isto , o modelo a parmetros distribudos na direo y, mas a
parmetros concentrados na direo normal a y.

y 0 y y+dy
cuT (R
2
) cuT (R
2
)
q
y
(R
2
) q
y
(R
2
)
L
h (T
p
- T ) 2R dy
u
T
p
R
T = T
L
T = T
0

Figura 1.5 - Tubo cilndrico de um trocador de calor.

Na Figura 1.5, esto especificados os trs tipos de fluxos de calor: convectivo, difusivo e de
troca trmica com a parede. Este ltimo aparece representado pelo coeficiente de transferncia de
calor h, que o resultado global do transporte convectivo-difusivo na direo normal parede do
tudo, cujos detalhes no so visveis na formulao do presente modelo. O fluxo difusivo dado
pela lei de Fourier, que neste caso expressa por

q k
T
y
y

(1.81)

onde k a condutividade trmica do fluido, tambm suposta constante. J o fluxo de calor
convectivo consiste apenas no transporte da energia trmica armazenada no prprio fluido pelo
escoamento do mesmo.

O balano de energia transiente no volume diferencial leva a


[ ] [ ] ( )

t
R dy cT R ucT R k
T
y
h T T Rdy
y
y dy
y
y dy
p
2 2 2
2 +

1
]
1
+
+
+
(1.82)

onde a Equao (1.81) foi usada, u tem a direo dada na figura e ( ) [ ] ( ) ( ) f y f y dy f y
y
y dy +
+ .
Dividindo a Equao (1.82) por R
2
dy, lembrando que as propriedades fsicas so
consideradas constantes e utilizando a definio de derivada parcial, obtm-se, finalmente

( )
c
T
t
cu
T
y
k
T
y
h
R
T T
p
+
2
2
2
(1.83)

ou, dividindo por c, tem-se

( )

T
t
u
T
y
T
y
h
cR
T T
p
+
2
2
2
(1.84)

onde = k/(c) a difusividade trmica do fluido.

A Equao (1.84) modela o comportamento trmico dentro do duto, ao nvel de
complexidade da presente formulao, desde que condies adicionais sejam impostas. Esta
condies dizem respeito ao estado inicial do fluido no duto e as suas caractersticas na entrada e na
sada do mesmo, sendo chamadas, respectivamente, de condies inicial e de contorno.

A condio inicial consiste na especificao da temperatura ao longo do duto no incio dos
tempos, usualmente t = 0, na forma

( ) t T F y 0, (1.85)

A condio de contorno na entrada do fluido no duto fcil de ser especificada, pois pode-
se dizer que o mesmo entra a uma certa temperatura fixa T
L
. No caso mais geral, esta temperatura
de entrada poderia ser uma funo do tempo

( ) y L T T t
L
, (1.86)

J a condio de contorno na sada do duto mais difcil, pois a temperatura de sada do
fluido, T
0
, depende de todo o aquecimento ocorrido no interior do duto. Entretanto, pode-se supor
que aps sair do duto o fluido no ser mais aquecido, o que equivale a dizer que

y
T
y
0 0 ,

(1.87)

Este tipo de condio de contorno designada como condio de continuidade.

As Equaes (1.84), (1.85), (1.86) e (1.87) formam um problema de valor inicial, cuja
soluo deve fornecer o comportamento do sistema a partir de um estado inicial. Note como a
presena da difuso trmica no modelo elevou para 2 a ordem da equao diferencial parcial em
relao coordenada espacial y, requerendo duas condies de contorno, dadas pelas Equaes
(1.86) e (1.87), para especificar completamente o problema.

Quando as condies de contorno no dependem do tempo e o tempo tende a infinito, o
sistema atinge o que se chama de regime estacionrio, onde as variveis deixam de ser funes do
tempo. No presente modelo, isto implica em se anular o membro esquerdo da Equao (1.84).
Alm disso, para o regime estacionrio, uma outra maneira pode ser empregada para especificar a
condio de contorno na sada do duto. Basta admitir que o comprimento L longo o suficiente
para que o fluido saia do mesmo na temperatura da parede. Caso o comprimento fsico seja menor,
no h problema, pois pode-se utilizar a soluo obtida apenas at este ponto. Assim, o modelo
para o regime estacionrio fica

( )
u
dT
dy
d T
dy
h
cR
T T
p
+
2
2
2
0 (1.88)

y L T T
L
, (1.89)

y T T T
p
0
0
, (1.90)

As Equaes (1.88), (1.89) e (1.90) formam um problema de valor de contorno, onde o
comportamento do sistema deve ser obtido a partir dos seus valores no contorno do domnio da
equao diferencial. Note que, pela presena da difuso, o modelo para o regime estacionrio
representado por uma equao diferencial ordinria de segunda ordem, Equao (1.88), cuja
soluo numrica obtida por procedimento bem diferente do usado para a soluo do modelo
estacionrio do reator tubular, Equaes (1.78) a (1.80), que um problema de valor inicial.

Os problemas descritos acima apresentam um grande nmero de parmetros. Por exemplo,
as Equaes (1.88), (1.89) e (1.90) do problema de valor de contorno, apresentam 9 parmetros:
, c, u, , h, R, L, T
L
e T
p
. A soluo deste problema depender, portanto, destes 9 parmetros,
sendo difcil apresentar resultados na forma de grficos e tabelas ou mesmos fazer comparaes
entre diversos casos. Entretanto, pode-se reduzir o nmero de parmetros nas equaes de um
dado modelo utilizando o conceito de adimensionalizao.

Como j visto, por adimensionalizao entende-se a redefinio das variveis dependentes e
independentes e dos parmetros de um dado problema, de forma que os mesmos se tornam
adimensionais. Quando isto feito, o nmero de parmetros nas equaes resultantes reduzido.

Para os problemas acima com T
L
constante, podemos definir as seguintes variveis
adimensionais:

x
y
R
X
L
R

t
R
2

T T
T T
p
L p

F T
T T
p
L p
Pe
uR
Nu
hR
k
(1.91)

onde Nu o nmero de Nusselt, Pe o nmero de Pclet e o nmero de Fourier.

Assim o problema transiente pode ser escrito como

+ Pe
x x
Nu
2
2
2 (1.92)

( ) 0, x (1.93)

x
x
0 0 ,

(1.94)

x X , 1 (1.95)

enquanto que o problema estacionrio fica

Pe
d
dx
d
dx
Nu

+
2
2
2 0 (1.96)

x 0 0 , (1.97)

x X , 1 (1.98)

V-se, pois, que a adimensionalizao reduziu o nmero de parmetros do problema estacionrio de
9 para apenas 3: Pe, Nu e X.

O problema de valor de contorno acima linear, sendo possvel obter a sua soluo
analtica, que dada por

( )

x
x x
X X
e e
e e
1 2
1 2
(1.99)

onde

[ ]
1
2
1
2
8 + Pe Pe Nu e
[ ]
2
2
1
2
8 + + Pe Pe Nu (1.100)

Metodologias para a soluo de problemas de valor de contorno sero vistas nos Captulos
3, 4, 5 e 6 do presente curso.

1.6- Um Modelo com Parmetros Totalmente Distribudos - O Tubo
de um Trocador de Calor

Um problema intimamente relacionado com o da seo anterior aquele que trata da
obteno do coeficiente pelicular de transferncia de calor entre o fluido escoando em um duto e a
parede do mesmo. Para ser possvel a determinao deste coeficiente, a temperatura tem que ser
considerada uma funo no s da coordenada axial, mas tambm da coordenada radial.

z
r
T
o
T = T
o
T
p
> T
o
z = 0
T (z, r)
z T
p
T = T
o
R
u

Figura 1.6 - Troca de calor na regio de entrada de um duto cilndrico

Considere a Figura 1.6, que representa a entrada de um fluido, originalmente temperatura
T
o
, na regio aquecida de um duto de seo reta circular de raio R, cuja parede mantida
temperatura T
p
> T
o
para z > 0. Considerando que o fluido tem propriedades fsicas constantes,
que o regime estacionrio e que a difuso radial e a conveco axial so os dois principais
mecanismos presentes de transporte de calor, pode-se deduzir o seguinte balano de energia:


[ ] [ ] 0 2 2 2 2 +
+ +
rdr C uT rdr C uT rdz q rdz q
p
z
p
z dz
r
r
r
r dr
(1.101)

conforme ilustrado na Figura 1.7. Usando o fato que o fluxo radial de calor dado pela Lei de
Fourier

q k
T
r
r

(1.102)

e dividindo a Equao (1.101) por 2rdr C
p
, temos

( ) u r
T
z r r
r
T
r
_
,
(1.103)

onde a difusividade trmica do fluido e u(r) a velocidade do fluido em cada posio radial.
Considerando o escoamento na aproximao plug-flow, u = constante, independente de r,
enquanto que para escoamento laminar temos que

u u
r
R
max

_
,
1
]
1
1
1
2
(1.104)

z
r
C
p
uT C
p
uT
q
r
q
r
z z+dz
r
r+dr
2rdr
2rdz

Figura 1.7 - Fluxos e reas de troca trmica no volume diferencial bidimensional.

Tal como nos outros modelos, necessrio definir as chamadas condies de contorno e
inicial. Da Figura 1.6, fica claro que

z T T
o
0, (1.105)

r R T T
p
, (z > 0) (1.106)

r
T
r
0 0 , ,
(por simetria) (1.107)

Este modelo permite calcular o coeficiente de transferncia de calor, h, entre a parede e o
fluido, utilizado no modelo da Seo 1.5. De sua definio, temos que

( )
q k
T
r
h T T
r
r R
r R
p
(1.108)

onde T uma temperatura mdia convenientemente calculada, podendo ser, por exemplo, a
chamada temperatura bulk:

( ) ( ) ( ) ( ) T z u r T r z r dr u r r dr
R R

,
0 0
(1.109)

O significado fsico da temperatura mdia acima facilmente percebido da sua prpria definio.
Sendo uma mdia que leva em conta a velocidade do fluido em cada posio radial, fica claro que
quando o fluido descarregado para um recipiente e homogeneizado, a sua temperatura ser quela
dada pela Equao (1.109). Assim, como a derivada de T em relao a r na parede e T so
funes de z, h tambm funo de z. Isto mostra que o valor constante utilizado no modelo da
Seo 1.5 apenas uma aproximao de menor ordem.

Tal como antes, pode-se usar o processo de adimensionalizao para reduzir o nmero de
parmetros deste modelo. Definindo as variveis adimensionais

T T
T T
o
p o
,
r
R
,
z
R
, ( ) U
u
u
max
, Pe
u R
max
(1.110)

o problema de valor inicial composto pelas Equaes (1.103), (1.105), (1.106) e (1.107) pode ser
escrito como:

( ) PeU

_
,
1
(1.111)

0 0 , (1.112)

1 1 , (1.113)

0 0 , , (por simetria) (1.114)

onde U = 1 para o escoamento plug-flow e

( ) U 1
2
(1.115)

para o escoamento laminar. Observe como o nmero de Pclet, Pe, aparece novamente
multiplicando o termo de transferncia de calor por conveco, sendo o nico parmetro do modelo
adimensionalizado.
A soluo do modelo formado pelas Equaes (1.111), (1.112), (1.113) e (1.114)
determina o perfil de temperatura adimensional, , ao longo da coordenada radial , para diversos
valores da coordenada axial , a partir de um perfil de temperatura na entrada do duto ( = 0).
Note a semelhana com o problema dinmico da Seo 1.5, que determinava o perfil de
temperatura em cada instante de tempo a partir de uma condio inicial. No presente modelo, h
apenas derivadas de 1
a
ordem em relao coordenada espacial , o que faz ela se assemelhar a
uma coordenada temporal. Isto caracterstico dos chamados problemas parablicos, onde uma
coordenada espacial se comporta como se fosse a coordenada do tempo (time-like coordinate).
Alm disso, devido a este comportamento, as Equaes (1.111), (1.112), (1.113) e (1.114)
formam tambm um problema de valor inicial.

Como j comentamos, os diversos mtodos numricos utilizados para a soluo de
problemas de valor inicial sero vistos nos Captulos 3, 4, 5 e 6 do presente curso.

J.C. Pinto e P.L.C. Lage
Programa de Engenharia Qumica / COPPE / UFRJ 2-28

28

Captulo 2

Soluo Numrica de Sistemas Lineares
e No Lineares
de Equaes Algbricas

Como j discutido anteriormente, modelos estacionrios a parmetros concentrados do
origem a sistemas de equaes algbricas, que precisam ser resolvidas para fins de projeto e
simulao de equipamentos. Quase sempre, tais modelos no admitem solues analticas e, por
isto, precisam ser resolvidos numericamente.

Diz-se que uma soluo de uma certa equao numrica se ela obtida de forma
APROXIMADA atravs da manipulao NUMRICA da equao. Neste conceito esto
implcitos dois dados importantes:
1- A soluo obtida NUMERICAMENTE; ou seja, atravs de uma srie de testes e
procedimentos numricos e no da manipulao analtica da equao;
2- A soluo sempre APROXIMADA, como resultado da srie de testes realizados. Por
isto, 2 fatos devem ser salientados:
2a- A soluo numrica e a soluo real so diferentes, coincidindo apenas dentro de
uma certa TOLERNCIA;
2b- Vrias solues numricas diferentes podem ser obtidas, coincidindo apenas dentro
de uma certa TOLERNCIA.

Neste momento necessrio introduzir a noo de tolerncia. Chama-se de tolerncia a um
certo critrio numrico utilizado para permitir a obteno das razes da equao em um nmero finito
de testes. Por exemplo, se a equao f(x)=0 precisa ser resolvida atravs de testes numricos,
conveniente considerar que o nmero x* tal que | f(x*) | < , onde um nmero pequeno
(tipicamente da ordem de 10
-4
, 10
-5
) uma raiz aproximada da equao.

conveniente apresentar o conjunto de tcnicas numricas adequadas para resolver
sistemas de equaes algbricas em dois grupos: tcnicas para soluo de sistemas lineares e de
sistemas no lineares de equaes algbricas. Estas tcnicas so apresentadas nas Sees 2.1 e 2.2
que seguem.

2.1- Soluo de Sistemas Lineares de Equaes Algbricas


29
A soluo de sistemas de equaes algbricas lineares um tpico extremamente
importante dentro da rea de mtodos numricos, uma vez que quase todos os procedimentos de
soluo numrica de modelos envolvendo sistemas de equaes no lineares, sistemas de equaes
diferenciais ordinrias ou equaes diferenciais parciais envolvem, no seu cerne, a soluo de
sistemas lineares.

Alm disso, os sistemas lineares tambm ocorrem diretamente na soluo de diversos
problemas de engenharia. Considere, por exemplo, a combusto parcial de propeno com ar em uma
cmara de combusto termicamente isolada e mantida a 1 atm de presso, esquematizada na Figura
2.1.

Cmara de
Combusto
(1 atm)
ar (n
A
)
propeno (n
P
)
(C
3
H
8
)
produtos de combusto:
CO
2
, CO, H
2
O, H
2
e N
2
(n
1
) (n
2
) (n
3
) (n
4
) (n
5
)

Figura 2.1- Combusto de propeno com ar atmosfrico.

Ar (21% molar de O
2
) e propeno (C
3
H
8
) so alimentados em uma certa proporo mssica
que permite calcular o nmero de moles de ar, n
A
, e de propeno, n
P
, que entram na cmara para
uma certa base mssica. Sabendo que os produtos de combusto so apenas o dixido e o
monxido de carbono, o vapor dgua e o hidrognio, alm do nitrognio existente no ar de
alimentao, queremos calcular a composio do gs de combusto. Precisamos, ento, calcular o
nmero de moles, n
i
, dos seus 5 componentes. Para tanto, so necessrias 5 equaes
independentes que relacionem os seus valores. Quatro destas equaes podem ser obtidas atravs
do balano de massa na cmara de combusto, uma para cada espcie qumica:

C: n n n
1 2
3 +
P
(2.1)
H: 2 2 8
3 4
n n n +
P
(2.2)
O: 2 0 21
1 2 3
n n n n + + ,
A
(2.3)
N: n n
5
0 79 ,
A
(2.4)

enquanto que uma ltima equao obtida pelo dado adicional que, na temperatura de combusto
da cmara (2030 K), a razo entre o nmero de moles do monxido de carbono e do dixido de
carbono de 0,342:

0 324 0
1 2
, n n (2.5)

Assim, a composio dos gases de combusto pode ser obtida da soluo simultnea das
Equaes (2.1) a (2.5), que formam um sistema linear de equaes algbricas. Embora este sistema

30
seja simples o suficiente para ser resolvido por substituio direta, vamos escrev-lo na forma
matricial:

Ax b (2.6)

onde A a matriz de coeficientes, x o vetor de incgnitas e b o vetor dos termos no-
homogneos, dados por

A
1
]
1
1
1
1
1
1
1 1 0 0 0
0 0 2 2 0
2 1 1 0 0
0 0 0 0 1
0 324 1 0 0 0 ,
x
1
]
1
1
1
1
1
1
n
n
n
n
n
1
2
3
4
5
b
1
]
1
1
1
1
1
1
3
8
0 21
0 79
0
n
n
n
n
P
P
A
A
,
,
(2.7)

Nosso objetivo calcular a soluo de sistemas lineares na forma da Equao (2.6), para
um nmero n de equaes a n incgnitas, o que ser visto nas prximas sees. Convm ressaltar
que, no exemplo acima, o sistema final de equaes poderia ser no-linear se a condio adicional
fosse dada da forma mais usual, ou seja, como sendo a condio de equilbrio da reao reversvel
de formao do gs dgua:

CO + H
2
O H
2
+ CO
2
( ) n n K T n n
1 4 2 3
0 (2.8)

onde K(T) a constante de equilbrio da reao, avaliada na temperatura da cmara de combusto.
A soluo de equaes e sistemas de equaes no-lineares ser vista mais adiante neste captulo.

2.1.1- Mtodos Diretos e Iterativos de Soluo

A Equao (2.6) descreve um sistema linear genrico, na forma matricial, onde A a matriz
dos coeficientes, com elementos a
ij
na linha i e coluna j, x o vetor de incgnitas e b o vetor dos
termos no-homogneos. Sistemas lineares podem ter quatro tipos de soluo: (i) uma nica
soluo, (ii) nenhuma soluo, (iii) um nmero infinito de solues e (iv) a soluo trivial (x = 0). Os
sistemas de uma nica soluo so os mais usuais nas solues das equaes matemticas de um
dado modelo fsico.

Os sistemas lineares podem ser resolvidos atravs de dois tipos de mtodos: os mtodos
diretos e os mtodos iterativos.

Os mtodos diretos consistem em procedimentos, baseados na eliminao algbrica, que
obtm a soluo exata em um nmero fixo de operaes. Entre estes mtodos, encontram-se: (i) a
eliminao Gaussiana, (ii) a eliminao de Gauss-Jordan, (iii) a inverso matricial, (iv) a
decomposio LU e outros mtodos derivados para matrizes de coeficientes de formas especiais,
como o algoritmo de Thomas.


31
Os mtodos iterativos obtm uma soluo aproximada para o sistema de equaes
utilizando um procedimento iterativo a partir de uma soluo aproximada inicial (chute). O grau de
aproximao requerido na soluo controlar o nmero de operaes necessrias para obt-la.
Exemplos de mtodos iterativos so: (i) iterao de Jacobi, (ii) iterao de Gauss-Seidel, (iii) sobre-
relaxao sucessiva (sucessive overrelaxation, SOR), (iv) relaxao por linhas (LSOR), (v)
mtodo Alternating-Direction Implicit (ADI), alm de outros mtodos especficos para matrizes de
coeficientes de formas especiais, como o Modified Strong Implicit Procedure (MSIP).

Neste curso, veremos apenas os mtodos de eliminao Gaussiana, fatorizao LU,
algoritmo de Thomas, iterao de Gauss-Seidel e sobre-relaxao sucessiva (SOR), que sero
suficientes para a soluo dos problemas a serem apresentados.

2.1.2- Eliminao Gaussiana

O processo de eliminao Gaussiana consiste na aplicao sucessiva das operaes com
linhas para transformar o sistema linear em um outro equivalente, mas cuja matriz dos coeficientes
seja triangular superior ou inferior.

Uma matriz triangular superior, U, tem todos os elementos abaixo da diagonal principal
nulos, enquanto que em uma matriz triangular inferior, L, todos os elementos acima da diagonal
principal so nulos. Em ambos os casos, o processo de soluo do sistema linear bem simples.

Vejamos o caso de um sistema linear na forma triangular superior

Ux b (2.9)

onde U tem a forma

U
0
1
]
1
1
1
1
1
1

u u u u
u u u
u u
u
n
n
n n n n
n n
11 12 13 1
22 23 2
1 1 1
L
L
O M
,
,
, ,
,
(2.10)

A soluo do sistema (2.9) facilmente obtida pela chamada substituio reversa (back-
substitution). A ltima incgnita facilmente determinada por

x
b
u
n
n
n n
,
(2.11)

Pode-se, ento, obter sucessivamente todos os outros x
i
da penltima para a primeira equao


32
x
b u x
u
i
i i j
j i
n
j
i i
+
,
,
1
, i = n-1, n-2, ..., 1 (2.12)

As Equaes (2.11) e (2.12) constituem o processo de substituio reversa, resolvendo o sistema.

Considere agora um sistema na forma triangular inferior

Lx b (2.13)

onde L tem a forma

L
0
1
]
1
1
1
1
1
1
l
l l
l l l
l l l l
n n n n n n
11
21 22
31 32 33
1 2 1
M M O O
L
, , , ,
(2.14)

A soluo do sistema (2.13) tambm facilmente obtida, utilizando um processo similar ao anterior,
mas que comea da primeira para a ltima linha do sistema, sendo denominado de substituio
progressiva (forward substitution)

x
b
l
1
1
11
(2.15)

x
b l x
l
i
i i j j
j
i
i i
,
,
1
1
, i = 2, 3, ..., n ` (2.16)

Voltemos agora ao processo de eliminao Gaussiana, que transforma um sistema linear
com uma matriz de coeficientes de forma genericamente cheia (Equao 2.6), na qual todos os
elementos podem ser no-nulos, em um sistema equivalente, de mesma soluo, mas cuja matriz de
coeficientes triangular superior (Equao 2.9).

As operaes com linhas no modificam a soluo do sistema linear e derivam-se das
seguintes propriedades de suas equaes:

(1) uma equao pode ser multiplicada por uma constante diferente de zero;
(2) a ordem das equaes pode ser trocada;
(3) qualquer equao pode ser substituda por uma combinao linear dela mesma com
outras equaes do sistema.

As operaes (1) e (3) afetam apenas o valor dos coeficientes da matriz A e dos termos
independentes de b, no alterando o vetor x, enquanto que a operao (2) troca a ordem das

33
incgnitas dentro de x, mas no os seus valores. A operao (1) por vezes utilizada para alterar a
ordem de grandeza dos coeficientes das equaes. A operao (2) utilizada para evitar divises
por zero e diminuir o erro de truncamento na soluo final. A operao (3) a que efetivamente
realiza o processo de eliminao.

Considere um sistema linear qualquer com n equaes, que pode ser escrito na forma

a x b
ij
j
n
j i

1
, i = 1, ..., n (2.17)

Utilizando a operao (2) podemos fazer com que a
11
seja diferente de zero. Mais do que isto,
escolhe-se para ser a primeira equao aquela na qual a
11
o maior possvel para reduzir os erros
de truncamento, operao que chamada de pivotamento. Com a operao (3), podemos
substituir cada uma das equaes com ndices i = 2, ..., n pela combinao linear dela mesma com a
primeira equao multiplicada por -a
i1
/a
11
, o que transforma em zeros todos os elementos da
primeira coluna, exceto a
11
. Toma-se agora o novo sistema, utilizando a operao (2) para colocar
na segunda linha aquela equao com o maior elemento existente na segunda coluna para i = 2, ..., n
(maior a
22
). Utilizando de novo a operao (3), substitui-se cada uma das linhas com i = 3, ..., n por
uma combinao linear dela prpria com a segunda linha multiplicada por -a
i2
/a
22
, o que elimina os
elementos da segunda coluna abaixo de a
22
. Prosseguindo neste processo de eliminao at a
equao n-1 obtm-se um sistema equivalente ao original, mas cuja matriz dos coeficientes
triangular superior.

Pode-se descrever matematicamente o procedimento acima utilizando a notao a
ij
k
, b
i
k
,
onde o sobrescrito k denota o nmero de eliminaes menos um necessrio para se obter aquele
elemento. O processo de eliminao Gaussiana consiste, ento, nas seguintes operaes

a a
a
a
a
i j
k
i j
k i k
k
k k
k k j
k
, ,
,
,
,

1 1
1
1 1
1 1
1
k = 1, 2, ..., n-1 (2.18)

b b
a
a
b
i
k
i
k i k
k
k k
k k
k

1 1
1
1 1
1 1
1 ,
,
k = 1, 2, ..., n-1 (2.19)

onde a a
ij ij
1
, b b
i i
1
e o termo a
k k
k

1 1
1
,
sempre obtido por pivotamento antes da eliminao de
ndice k. A matriz dos coeficientes finalmente obtida, A
n
, triangular superior, sendo designada por
U, e o vetor final de termos independentes o b
n
, sendo dados por

A U
0
n
n
n
n n
n
n n
n
n n
n
a a a a
a a a
a a
a

1
]
1
1
1
1
1
1

11 12 13 1
22
2
23
2
2
2
1 1
1
1
1
L
L
O M
,
,
, ,
,
b
n
n
n
n
n
b
b
b
b
1
]
1
1
1
1
1
1
1
2
2
1
1
M (2.20)


34
O sistema linear finalmente obtido

Ux b
n
(2.21)

onde se deve atentar para o fato de que a ordem das incgnitas no vetor x pode ter sido trocada
pelo processo de pivotamento. A soluo do sistema (2.21) , ento, obtida por substituio
reversa, Equaes (2.11) e (2.12), que, neste caso, tornam-se

x
b
a
n
n
n
n n
n
,
(2.22)

x
b a x
a
i
i
i
i j
i
j i
n
j
i i
i
+
,
,
1
, i = n-1, n-2, ..., 1 (2.23)

Nada impede que a eliminao Gaussiana seja usada para resolver, ao mesmo tempo, mais
de um sistema linear com a mesma matriz de coeficientes. Para isto, basta fazer a eliminao da
seguinte matriz aumentada

[ ]
A b b M M L M
1 m
(2.24)

onde b
1
, b
2
, ..., b
m
so os diversos vetores independentes para os quais se quer a soluo do
sistema. claro que a substituio reversa (Equaes 2.22 e 2.23) dever ser executada uma vez
para cada vetor de termos independentes.

Exemplo 2.1: A soluo do sistema representado pela Equao (2.6) com

[ ]
A b M
M
M
M
1
]
1
1
1
2 1 1 7
1 5 2 17
1 2 3 14

feita em duas etapas:

2 1 1 7
0 4 5 15 13 5
0 1 5 2 5 10 5
M
M
M
, , ,
, , ,
1
]
1
1
1
(linha 2) - 1 2 (linha1)

e

U
1
]
1
1
1
2 1 1 7
0 4 5 15 13 5
0 0 2 6
M
M
M
, , ,


35
de onde, pelo processo de substituio reversa, obtm-se

[ ] x 1 2 3

Exerccio 2.1: Resolva o sistema linear abaixo por eliminao Gaussiana

2 2 2 1
2 4 1 3
1 3 4 2
2 4 3 2
7
10
14
1
1
2
3
4
1
]
1
1
1
1
1
]
1
1
1
1
1
]
1
1
1
1
x
x
x
x

2.1.3- Fatorao LU

Pode-se provar que a matriz triangular inferior construda com os fatores utilizados no
processo de eliminao, cuja forma

L
0
1
]
1
1
1
1
1
1
1
1
1
1
1
1
1
21
11
31
11
32
2
22
2
1
1
1 1
1
a
a
a
a
a
a
a
a
n n
n
n n
n
M M O O
M M L
,
,
(2.25)

tal que

LU A (2.26)

Isto , obtm-se a fatorao da matriz A em matrizes triangulares superior, U, e inferior, L, sendo
que esta ltima tem uma diagonal principal unitria (mtodo de Doolittle).

A vantagem da fatorao LU que ela pode ser calculada uma nica vez,
independentemente do vetor de termos no-homogneos. Uma vez dado um vetor independente, as
matrizes obtidas na fatorao permitem resolver facilmente o sistema dado pela Equao (2.6). Isto
pode ser visto substituindo a fatorao no sistema original

LUx b Ux L b b c
1 n
(2.27)

ou

Ux c (2.28)

Lc b (2.29)

36

Assim, uma vez fatorada a matriz dos coeficientes, podemos considerar posteriormente o vetor de
termos independentes, b, para obter c, resolvendo a Equao (2.29) pelo processo de substituio
progressiva, Equaes (2.15) e (2.16), com c
i
no lugar de x
i
. Aps a determinao do vetor c,
podemos resolver o sistema da Equao (2.28) por substituio reversa, Equaes (2.11) e
(2.12), com c
i
no lugar de b
i
. Deve-se apenas tomar cuidado em guardar a informao sobre as
trocas de posio das linhas durante a fatorao, pois as mesmas trocas esto presentes na ordem
das variveis de x.

Exemplo 2.2: Considere o sistema dado no Exemplo 2.1, onde a matriz triangular superior
da fatorao da matriz A = LU foi obtida. De acordo com a Equao (2.25), a matriz
triangular inferior dada por (veja, no Exemplo 2.1, os fatores multiplicativos ao lado da
matriz estendida durante a eliminao):

L
1
]
1
1
1
1 0 0
1 2 1 0
1 2 1 3 1

A verificao da fatorao pode ser feita diretamente por multiplicao de L e U. A soluo
da Equao (2.29) com o vetor b dado no Exemplo 2.1 leva a

[ ] c 7 13 5 6 ,

gerando, quando substitudo na Equao (2.28), o mesmo sistema que j foi resolvido no
Exemplo 2.1.

Exerccio 2.2: Obtenha a fatorao LU da matriz dos coeficientes do sistema linear dado no
Exerccio 2.1, calculando tambm a sua soluo.

2.1.4- Algoritmo de Thomas

Diversos mtodos de soluo de problemas de valor de contorno envolvendo equaes
diferenciais unidimensionais geram sistemas lineares onde a matriz dos coeficientes tem a chamada
forma tridiagonal

A
0
0
1
]
1
1
1
1
1
1

d u
l d u
l d u
l d
n n n
n n
1 1
2 2 2
1 1 1
O O O (2.30)

Neste caso, podemos fazer a eliminao Gaussiana apenas dos elementos que sabemos que no so
nulos (os l
i
), sem nenhum pivotamento. Evidentemente, necessrio que d
i
0, para todo i. Este
procedimento chamado de algoritmo de Thomas (TDMA).

37

As equaes bsicas do processo de eliminao so

d d
1 1
, d d
l
d
u
i i
i
i
i

1
1
, i = 2, 3, ..., n (2.31)
b b
1 1
, b b
l
d
b
i i
i
i
i

1
1
, i = 2, 3, ..., n (2.32)

A soluo do sistema linear obtida pela substituio reversa que, neste caso, consiste nas
equaes

x
b
d
n
n
n
, x
b u x
d
i
i i i
i

+1
, i = n-1, n-2, ...,1 (2.33)

Exerccio 2.3: Resolva o sistema linear abaixo pelo algoritmo de Thomas.

1
]
1
1
1
1
1
]
1
1
1
1
1
]
1
1
1
1
2 1 0 0
1 2 1 0
0 1 2 1
0 0 1 2
1
2
7
1
1
2
3
4
x
x
x
x

2.1.5- Iterao de Gauss-Seidel

O mtodo de Gauss-Seidel uma variante da iterao de Jacobi. Esta ltima consiste em
rearranjar a Equao (2.17) da seguinte forma

( ) ( ) ( )
x
a
b a x a x
i
k
ii
i ij
j
i
j
k
ij
j i
n
j
k +
_
,

1
1
1
1
1
, i = 1, 2, ..., n (2.34)

onde o ndice k indica a iterao. Inicia-se o processo iterativo com um valor inicial para o vetor
soluo, x
(0)
, utilizando-se sucessivamente a Equao (2.34) para todo i, at que a soluo seja
obtida dentro da tolerncia que foi prescrita. A convergncia garantida se o sistema linear tiver a
dominncia diagonal, isto

a a
ii ij
j
j i
n
1
, i = 1, 2, ..., n (2.35)

sendo estritamente maior para, pelo menos, uma linha. Algumas vezes, possvel modificar um
sistema linear que no diagonalmente dominante atravs de trocas de linhas, para transform-lo em
um com dominncia diagonal. Sistemas lineares originrios da discretizao de equaes diferenciais
usualmente so diagonalmente dominantes.


38
O mtodo de Gauss-Seidel consiste em se usar sempre o valor mais recente para cada
varivel do processo iterativo. Assim, supondo que as linhas so processadas em ordem crescente
de seu ndice, a iterao dada por

( ) ( ) ( )
x
a
b a x a x
i
k
ii
i ij
j
i
j
k
ij
j i
n
j
k +
+
+

_
,

1
1
1
1
1
1
, i = 1, 2, ..., n (2.36)

A convergncia tambm garantida para sistemas com dominncia diagonal.

Exemplo 2.3: Vamos utilizar o mtodo de Gauss-Seidel para resolver o sistema linear j
resolvido por eliminao no Exemplo 2.1. Escrevendo as equaes do sistema de acordo
com a Equao (2.36), temos

( ) ( ) ( )
[ ]
x x x
k k k
1
1
2 3
1
2
7
+

( ) ( ) ( )
[ ]
x x x
k k k
2
1
1
1
3
1
5
17 2
+ +

( ) ( ) ( )
[ ]
x x x
k k k
3
1
1
1
2
1
1
3
14 2
+ + +

Escolhendo um conjunto inicial de valores para k = 0 (chute inicial), as 5 primeiras
iteraes do mtodo esto na Tabela 2.1. Devido dominncia diagonal, os valores iterados
tendem rapidamente soluo exata [1 , 2 , 3].

Tabela 2.1 - Iteraes do mtodo de Gauss-Seidel

k 0 1 2 3 4 5
( )
x
k
1

3,5 1,300 0,973 0,968 0,987 0,996
( )
x
k
2

2,7 2,460 2,168 2,048 2,011 2,002
( )
x
k
3

1,7 2,593 2,897 2,979 2,997 3,000

Exerccio 2.4: Resolva o sistema linear dado no Exerccio 2.3, usando a iterao de Gauss-
Seidel, at que trs dgitos significativos sejam invariantes em todos os valores do vetor
soluo.

2.1.6- Sobre-Relaxao Sucessiva (SOR)

Considere um mtodo iterativo qualquer que est sendo usado para determinar a soluo de
um problema na forma


39
( ) ( )
x x
k k +
1
(2.37)

como, por exemplo, a iterao de Gauss-Seidel. Podemos tentar aumentar a taxa de convergncia
do processo, isto , diminuir o nmero de iteraes necessrias para obter a soluo dentro da
tolerncia prescrita, utilizando a prpria tendncia do processo de convergncia. Considere a
correo dada por

( ) ( ) ( ) ( )
( )
x x x x
C
k k k k + +
+
1 1
(2.38)

onde chamado de fator de relaxao. Note que a diferena entre duas aproximaes
sucessivas, (k) e (k+1), fornece a tendncia do processo de convergncia. Assim, ao se fazer
maior que 1, tenta-se aumentar a velocidade de um processo com boa convergncia, enquanto que,
ao se fazer menor que 1, pode-se tornar convergente um processo originalmente divergente.
Desta forma, podemos classificar

1 < < 2 : sobre-relaxao
0 < < 1 : sub-relaxao

O valor de no pode superar 2, ou o processo iterativo se tornar divergente em algum ponto
prximo a sua soluo.

Exemplo 2.4: Vamos utilizar a sobre-relaxao na soluo pelo mtodo de Gauss-Seidel do
sistema linear resolvido no Exemplo 2.3. As equaes do sistema linear so escritas tal
como no Exemplo 2.3, determinando o valor do vetor soluo antes da correo. Aps
todo o vetor ser obtido, a relaxao ento efetuada.

As 4 primeiras iteraes esto na Tabela 2.2, onde fica clara a tendncia de convergncia
para os valores exatos da soluo. patente, tambm, uma melhoria na velocidade de
convergncia do processo iterativo, pois as 4 iteraes levaram, praticamente, ao mesmo
resultado obtido com as 5 iteraes do mtodo de Gauss-Seidel. O valor do parmetro de
relaxao foi arbitrariamente escolhido, podendo no ser o melhor possvel.

Note que a relaxao tambm poderia ser feita elemento a elemento de x, logo aps o seu
valor iterado ser obtido. Aplicar-se-ia, desta forma, a Equao (2.38) na forma escalar a
cada um dos componentes do vetor x.

Tabela 2.2 - Iteraes do mtodo de relaxao usando Gauss-Seidel ( = 1,3)

k 0 1 2 3 4
( )
x
k
1

3,5 0,640 0,946 1,007 1,001
( )
x
k
2

2,7 2,388 1,988 1,992 2,000
( )
x
k
3

1,7 2,861 3,026 3,003 3,000


40

Exerccio 2.5: Resolva o sistema linear dado no Exerccio 2.3 usando SOR, variando no
intervalo [1,2, 1,4], com variaes de 0,01, at que trs dgitos significativos sejam
invariantes em todos os valores do vetor soluo. Compare e comente os resultados.

2.1.7- Teste de Convergncia

Na descrio dos processos iterativos, falou-se vrias vezes em se obter a soluo dentro
da tolerncia prescrita. Mais adiante, na soluo de equaes no-lineares, teremos a mesma
necessidade de definir quando o processo numrico iterativo j obteve a soluo dentro da
tolerncia prescrita. O significado desta expresso ser aqui analisado.

Primeiramente, necessrio estabelecer uma medida do grau de afastamento (distncia)
entre a soluo exata e a sua aproximao. Como, usualmente, a soluo exata no conhecida,
utiliza-se o artifcio de comparar aproximaes sucessivas da mesma. A distncia entre dois
escalares facilmente medida pelo valor absoluto da diferena entre eles:

( ) ( )
x x
k k +
1
(2.39)

Para medir a distncia entre dois vetores, devemos definir uma norma no espao vetorial, como por
exemplo

x

1
]
1
x
i
i
n
2
1
1
2
ou x max x
i
i
(2.40)

Com uma norma, podemos definir a distncia entre vetores e exigir que a mesma satisfaa
determinados critrios de convergncia que envolvem as chamadas tolerncias. Por exemplo, o
critrio de tolerncia absoluta

( ) ( )
x x
k k
a
+
<
1
(2.41)

enquanto que o de tolerncia relativa dado por

( ) ( ) ( )
x x x
k k
r
k + +
<
1 1
(2.42)

O critrio dado pela Equao (2.42) apresenta problemas para ser satisfeito se a soluo
prxima de zero, isto ,
( )
x
k
0. Um critrio misto que corrige esta deficincia dado por

( ) ( ) ( )
x x x
k k
a r
k + +
< +
1 1
(2.43)

onde
a
a tolerncia absoluta e
r
a tolerncia relativa.


41
s vezes, deseja-se um certo grau de convergncia em todos os elementos do vetor x, o
que leva ao uso dos critrios expressos pelas Equaes (2.41), (2.42) ou (2.43), trocando-se a
norma do vetor pelo valor absoluto do componente i e testando se o critrio vlido para todo i.

Exemplo 2.5: Utilizando a definio Euclidiana de norma de um vetor (a definio que est
esquerda, na Equao 2.40), vamos comparar agora a convergncia dos mtodos iterativos
usados nos Exemplos 2.3 e 2.4. A Tabela 2.3 contm as normas do vetor x para cada
iterao k, a distncia entre o valor atual deste vetor e o seu valor anterior na iterao k-1,
e a variao relativa do vetor x.

De acordo com a Tabela 2.3, podemos agora comparar, quantitativamente, a taxa
de convergncia dos dois mtodos iterativos. Aquele que utiliza a relaxao atingiu melhores
valores tanto na medida do erro absoluto,
( ) ( )
x x
k k
1
, quanto na medida do erro relativo,
( ) ( ) ( )
x x x
k k k
1
, em 4 iteraes, do que os valores obtidos pelo mtodo que no usa a
relaxao em 5 iteraes.

Caso
a
tivesse sido escolhido como 0,01, nenhum dos dois mtodos teria satisfeito
o critrio dado pela Equao (2.41), porm, o que usa a relaxao est bem perto disto.
Por outro lado, para
r
= 0,01, o critrio dado pela Equao (2.42) satisfeito por ambos
os mtodos nas sua ltimas iteraes. J o critrio dado pela Equao (2.43), com
a
=
r
=
0,01, satisfeito por ambos os mtodos para k = 4. Entretanto, os valores do erro absoluto,
( )
x x
4
, de 0,001 para o mtodo com relaxao, mas de apenas 0,017 para o mtodo
de Gauss-Seidel. Isto resultado da menor taxa de convergncia do mtodo sem relaxao,
que diminui o grau de confiana da aproximao do erro absoluto por
( ) ( )
x x
k k
1
. Deve-
se, portanto, tomar cuidado na especificao de valores muito altos para tolerncias quando
se utilizam mtodos com baixa taxa de convergncia.

Tabela 2.3 - Convergncia dos mtodos iterativos.

k 1 2 3 4 5
Gauss-Seidel sem relaxao
( )
x
k
3,803 3,747 3,742 3,742 3,742
( ) ( )
x x
k k
1
2,386 0,533 0,145 0,0453 0,0131
( ) ( ) ( )
x x x
k k k
1
0,627 0,142 0,0389 0,0121 0,00349
Gauss-Seidel com relaxao ( = 1,3)
( )
x
k
3,781 3,742 3,742 3,742
( ) ( )
x x
k k
1
3,102 0,530 0,0653 0,0104
( ) ( ) ( )
x x x
k k k
1
0,821 0,142 0,0175 0,00278


42
Exerccio 2.5: Resolva o sistema linear dado no Exerccio 2.3 usando SOR, utilizando =
1,27, e um critrio de tolerncia relativa com
r
= 10
-4
.

2.1.8- Rotinas Disponveis

Existem inmeras bibliotecas matemticas que tm diversas rotinas de soluo de sistemas
lineares, as quais so altamente otimizadas. Para a comodidade dos alunos deste curso, esto
includas abaixo para download rotinas que implementam o mtodo da eliminao Gaussiana e o
algoritmo de Thomas, tanto em linguagem C como em FORTRAN. Instrues sobre a utilizao das
rotinas so encontradas nelas prprias na forma de comentrios.

2.2- Soluo de Sistemas No-Lineares de Equaes Algbricas

De forma pragmtica, equaes algbricas no-lineares so aquelas que no podem ser
colocadas na forma da Equao (2.6). Como regra geral, estas equaes no possuem soluo
analtica e algum tipo de procedimento numrico tem que ser usado para que uma soluo seja
obtida. conveniente classificar estes mtodos numricos em dois grupos:
1- Mtodos Diretos - no fazem uso de clculo de derivadas de f(x) nem de aproximaes
destas derivadas;
2- Mtodos Indiretos - fazem uso das derivadas de f(x) ou de aproximaes destas
derivadas para acelerar a convergncia do mtodo numrico.

Apresentam-se a seguir alguns mtodos diretos e indiretos comumente utilizados para a
soluo de problemas de engenharia. A maior parte dos exemplos ser aplicada sobre o modelo
desenvolvido na Seo 1.3 para o tanque agitado exotrmico, em estado estacionrio. Este modelo
encontra-se representado pelas Equaes (1.58-61), que podem ainda ser representadas na forma:

x
E
A
R
R

_
,
1
1

exp
(2.44)

x
E
E
B
R
R
R
R

_
,
_
,

exp
exp
1

(2.45)

( )
x
x W x W
W
Se
A A B B
S
x

S

1
(2.46)


43
( ) ( ) 0 1
1

+ +

_
,
_
,
c R
R
R
R
R
h
E
E

exp
exp
(2.47)

de forma que a resoluo da Equao (2.47) permite obter a soluo do problema. Nos exemplos
numricos analisados, considera-se que

1 1 50 10 10 , , , ,
c R R R
E h

que representa um conjunto tpico de valores em problemas de reao.

2.2.1- Mtodo de Monte Carlo

Seja f(x) uma funo, cuja raiz procurada num certo intervalo [a,b], onde f(x) troca de
sinal (ver Figura 2.2 abaixo).

1.00 2.00 3.00 4.00 5.00 6.00
-1.00
0.00
1.00
2.00
3.00
f

1.00 2.00 3.00 4.00 5.00 6.00
-1.00
0.00
1.00
2.00
3.00
f
a
b

Figura 2.2- Funo f() (Equao 2.47) e intervalo conhecido onde se encontra a raiz.

O mtodo consiste em gerar pontos aleatoriamente no intervalo [a,b], onde testes numricos
devem ser efetuados; ou seja, onde a funo deve ser computada. Seleciona-se ento o novo
intervalo [a,b] onde a funo troca de sinal e onde novos testes sero realizados. O procedimento
deve ser repetido at que o tamanho do intervalo [a,b] e/ou f(a) e f(b) sejam menores que uma
tolerncia especificada.

Vantagens:

1- O mtodo sempre funciona e sempre converge para a soluo procurada, qualquer que
seja a tolerncia especificada.

44
2- O mtodo facilmente implementvel, j que tabelas de nmeros aleatrios esto
disponveis em qualquer livro de Estatstica e rotinas de gerao de nmeros aleatrios esto
disponveis na maior parte das bibliotecas de rotinas cientficas.

Desvantagens:

1- O mtodo lento e requer o clculo de f(x) um nmero elevado de vezes.
2- O mtodo exige o conhecimento prvio de uma regio onde a raiz se encontra, o que
nem sempre possvel.
3- A extenso do mtodo para problemas multi-variveis complexa.

2.2.2- Mtodo da Bisseco

Dadas as mesmas condies da Figura 2.2, o mtodo consiste em verificar o valor da
funo no ponto mdio do intervalo; ou seja, c=(a+b)/2. Se o valor de f(c) tem o mesmo sinal de
f(a), o novo intervalo de busca ser [c,b]; caso contrrio, o novo intervalo de busca ser [a,c] (ver
Figura 2.3). O procedimento repetido at que o tamanho do intervalo de busca e/ou f(a) e f(b)
sejam menores que uma tolerncia especificada.

1.00 2.00 3.00 4.00 5.00 6.00
-1.00
0.00
1.00
2.00
3.00
f
a b c
Novo a

Figura 2.3- Tcnica da bisseco

Vantagens:

2- O mtodo facilmente implementvel.
3- O mtodo tem desempenho regular e previsvel. Aps n testes, a incerteza ou tamanho
do intervalo remanescente


45

[ ]
[ ]
_
,
_
,
1
2 2
n
o o
o o
b a n
b a
ln
ln
(2.48)

Sabendo, portanto, que a raiz do problema analisado se encontra no intervalo [3,6], para
atingir a preciso de 10
-4
so necessrios 15 passos. A Tabela 2.4 apresenta os resultados obtidos.

Desvantagens:

1- O mtodo lento e requer o clculo de f(x) um nmero elevado de vezes.
nem sempre possvel.

A tcnica da bisseco pode ter seu desempenho bastante melhorado se os pontos de
avaliao interna (c) so escolhidos de forma apropriada. Algumas destas tcnicas melhoradas so
conhecidas pelos nomes de Seo urea, Tcnicas de Fibonacci, etc., mas no sero aqui
analisadas por no introduzirem aspectos significativamente novos na anlise do problema.

Tabela 2.4- Resultados obtidos com o mtodo da bisseco

a

b

f(a)

f(b)
.300000E+01 .600000E+01 .240766E+01 -.957508E+00
.450000E+01 .600000E+01 .144198E+01 -.957508E+00
.525000E+01 .600000E+01 .315573E+00 -.957508E+00
.525000E+01 .562500E+01 .315573E+00 -.308127E+00
.543750E+01 .562500E+01 .745389E-02 -.308127E+00
.543750E+01 .553125E+01 .745389E-02 -.149477E+00
.543750E+01 .548438E+01 .745389E-02 -.707879E-01
.543750E+01 .546094E+01 .745389E-02 -.316100E-01
.543750E+01 .544922E+01 .745389E-02 -.120637E-01
.543750E+01 .544336E+01 .745389E-02 -.230128E-02
.544043E+01 .544336E+01 .257721E-02 -.230128E-02
.544189E+01 .544336E+01 .138192E-03 -.230128E-02
.544189E+01 .544263E+01 .138192E-03 -.108149E-02
.544189E+01 .544226E+01 .138192E-03 -.471634E-03
.544189E+01 .544208E+01 .138192E-03 -.166718E-03


46
2.2.3- Mtodo Regula-Falsi

Dadas as mesmas condies da Figura 2.2, o mtodo consiste em verificar o valor da
funo num ponto intermedirio do intervalo, obtido por interpolao linear dos dados conhecidos
previamente.

( ) ( )
( ) ( )
c
a b b a
b a
f f
f f
(2.49)

Se o valor de f(c) tem o mesmo sinal de f(a), o novo intervalo de busca ser [c,b]; caso
contrrio, o novo intervalo de busca ser [a,c] (ver Figura 2.4). Note que, neste caso, no
possvel garantir que o intervalo [a,b] vai sempre convergir para zero. Por isto, conveniente
modificar o critrio de convergncia para

( ) x x f x
k k x k f + +

1 1
, (2.50)

1.00 2.00 3.00 4.00 5.00 6.00
-1.00
0.00
1.00
2.00
3.00
f
a
b c
Novo a

Figura 2.4- Mtodo Regula-Falsi

Vantagens:

2- O mtodo facilmente implementvel.
3- O mtodo tem desempenho melhor que o da bisseco, muitas vezes comparvel ao
desempenho dos mtodos indiretos. Para fins de comparao, resultados obtidos com o mtodo
Regula-Falsi so apresentados na Tabela 2.5.

Desvantagens:


47
nem sempre possvel.

Tabela 2.5- Resultados obtidos com o mtodo Regula-Falsi

a

b

c

f(a)

f(b)

f(c)
.300000E+01 .600000E+01 .514639E+01 .240766E+01 -.957508E+00 .482156E+00
.514639E+01 .600000E+01 .543227E+01 .482156E+00 -.957508E+00 .161474E-01
.543227E+01 .600000E+01 .544169E+01 .161474E-01 -.957508E+00 .478850E-03
.544169E+01 .600000E+01 .544197E+01 .478850E-03 -.957508E+00 .141465E-04
.544197E+01 .600000E+01 .544198E+01 .141465E-04 -.957508E+00 .417877E-06
.544198E+01 .600000E+01 .544198E+01 .417877E-06 -.957508E+00 .123437E-07

2.2.4- Mtodo da Substituio Sucessiva

Seja f(x) uma funo cuja raiz procurada. Imaginemos que possvel colocar a funo
f(x)=0 na forma x= g(x). A idia fundamental dar uma interpretao iterativa a esta forma
alternativa de representar a funo f(x)=0, para a busca da raiz. Assim, a partir de uma
aproximao inicial, podem ser obtidas aproximaes melhoradas da raiz de forma iterativa.

Exemplo 2.6: Seja a Equao (2.47), cuja raiz procurada

( ) 0 2 1 500
10
1 50
10

+

_
,
_
,
exp
exp
(2.51)

Esta mesma funo pode ser escrita na forma

50
+

_
,
_
,
1 250
10
1
10
exp
exp
(2.52)

que ganha a forma iterativa


48
k
k
k
+
+

_
,
_
,
1
1 250
10
1
10

50
exp
exp
(2.53)

Partindo da estimativa inicial
0
=6, obtm-se os resultados apresentados na Tabela 2.6.

Tabela 2.6- Resultados obtidos com substituio sucessiva -
0
=6.

k+1

.600000E+01 .552125E+01
.552125E+01 .545492E+01
.545492E+01 .544414E+01
.544414E+01 .544234E+01
.544234E+01 .544204E+01
.544204E+01 .544199E+01
.544199E+01 .544198E+01

importante observar que a definio da forma recursiva no nica. Por exemplo, a
Equao (2.51) poderia tambm ser colocada na forma

_
,
_
,
2 500
10
1 50
10
exp
exp
(2.54)

k k
k
k
+
+

_
,
_
,
1
2 500
10
1 50
10

exp
exp
(2.55)

cujo desempenho est mostrado na Tabela 2.7 abaixo.

Tabela 2.7- Resultados obtidos com substituio sucessiva -
0
=6.

k

k+1

.600000E+01 .504249E+01
.504249E+01 .568876E+01

49
.568876E+01 .527182E+01
.527182E+01 .555196E+01
.555196E+01 .536758E+01
.536758E+01 .549087E+01
.549087E+01 .540920E+01
.540920E+01 .546366E+01
.546366E+01 .542750E+01
.542750E+01 .545158E+01
.545158E+01 .543558E+01
.543558E+01 .544623E+01
.544623E+01 .543915E+01
.543915E+01 .544386E+01
.544386E+01 .544072E+01
.544072E+01 .544281E+01
.544281E+01 .544142E+01
.544142E+01 .544235E+01
.544235E+01 .544173E+01
.544173E+01 .544214E+01
.544214E+01 .544187E+01
.544187E+01 .544205E+01
.544205E+01 .544193E+01
.544193E+01 .544201E+01
.544201E+01 .544196E+01
.544196E+01 .544199E+01
.544199E+01 .544197E+01
.544197E+01 .544198E+01
.544198E+01 .544197E+01
.544197E+01 .544198E+01

Portanto, bvio que a forma escolhida para a recurso influencia o desempenho da
tcnica. A depender da forma recursiva, a tcnica pode levar a convergncia rpida, lenta ou nem
mesmo convergir. Para que possamos compreender estes resultados, conveniente perceber que a
tcnica da substituio sucessiva procura o ponto no qual a curva de iterao y=g(x) se iguala reta
y=x, rebatendo os valores obtidos na curva g(x) continuadamente sobre a reta de 45 graus. O
procedimento est ilustrado nas Figuras 2.5-8 abaixo.


50
y=x
y=g(x)
x
0
x
1
x
2

Figura 2.5 - Convergncia uniforme do mtodo da substituio sucessiva.

y=x
y=g(x)
x
0
x
1
x
2
x
3

Figura 2.6 - Divergncia uniforme do mtodo da substituio sucessiva.

51
y=x
y=g(x)
x
0
x
1
x
2

Figura 2.7 - Convergncia oscilatria do mtodo da substituio sucessiva.

y=x
y=g(x)
x
0
x
1
x
2
x
3

Figura 2.8 - Divergncia oscilatria do mtodo da substituio sucessiva.

As questes que se colocam, ento, so: Quando o mtodo da substituio sucessiva
converge ? Como podemos compreender se uma formulao iterativa do problema melhor do que
uma outra ?


52
Para respondermos estas perguntas, conveniente admitir que conhecemos a raiz do
problema ( x* ) e que comeamos o procedimento iterativo nas proximidades desta raiz. Neste
caso, pode-se utilizar a expanso em srie de Taylor nas proximidades de x* para escrever:

( ) x g x
k k +

1
(2.56)

( ) ( ) x g x
dg
dx
x x
k
x
k +
+ +
1

* * ...
*
(2.57)

( ) x x
dg
dx
x x
k
x
k +
+ +
1
*
*
* ... (2.58)

k
x
dg
dx
+

1

k
*
(2.59)

onde
k
o desvio em relao raiz x* na iterao k (
k
= x
k
- x* ). Como o desvio na iterao
posterior uma mera transformao linear do desvio da iterao anterior, diz-se que o mtodo da
substituio sucessiva converge linearmente ou que de ordem 1.

Olhando a Equao (2.59), observa-se facilmente que o desvio na iterao seguinte diminui
se

dg
dx
x*
< 1 (2.60)

que o critrio de convergncia do mtodo da substituio sucessiva. Quanto mais prximo de zero
for a derivada de g em relao a x, calculada na raiz do problema, mais rapidamente converge a
tcnica proposta. Alm disto, se a derivada for negativa, os desvios absolutos obtidos em iteraes
sucessivas ficam trocando de sinal, o que significa que o procedimento iterativo apresenta
comportamento oscilatrio.

Exemplo 2.7: No Exemplo 2.6, a frmula de recurso utilizada tem como derivada

dg
d

50
_
,
_
,
_
,
_
,
250
10 10
1
10
2
2
exp
exp
(2.61)

que na raiz = 5.44197 assume o valor 0.167. Logo, como j visto, a tcnica converge. J
a funo de iterao mostrada na Equao (2.55) tem como derivada


53
dg
d

50
_
,
_
,
_
,
_
,
1 500
10 10
1
10
2
2
exp
exp
(2.62)

que na raiz assume o valor -0.666. Por isto, o procedimento iterativo oscila e converge mais
lentamente.

Como nunca sabemos de ante-mo qual a raiz procurada, em problemas prticos torna-se
necessrio calcular a derivada da funo de iterao em todo o intervalo de busca da raiz, para que
se garanta que o procedimento converge.

Para estimarmos o erro da aproximao, podemos utilizar as relaes j desenvolvidas da
seguinte forma:

x x x x x x
k k k k
+
1 1
* * (2.63)

x x x x x x
k k k k
+
1 1
* * (2.64)

x x x x
dg
dx
x x
k k k
x
k
+
1 1 1
* *
*
(2.65)

x x
dg
dx
x x
k
x
k k

1 1
1
1
*
*
(2.66)

x x
dg
dx
dg
dx
x x
k
x
x
k k

*
*
*
1
1
(2.67)

ou seja, possvel estimar o erro mximo cometido a partir das sucessivas aproximaes obtidas
durante o esquema iterativo.

Finalmente, no difcil compreender que o mtodo pode ser facilmente estendido a
problemas multi-variveis. Neste caso, as transformaes ficam na forma:

( )
( )
( )
( )
( )
( )
( )
f x
1
]
1
1
1
1
1
1
]
1
1
1
1
1
]
1
1
1
1
1
]
1
1
1
1
1

f x x x
f x x x
f x x x
x
x
x
g x x x
g x x x
g x x x
n
n
n n n
n
n
n n
1 1 2
2 1 2
1 2
1
2
1 1 2
2 1 2
1 2
0
0
0
, ,...,
, ,...,
...
, ,...,
... ...
, ,...,
, ,...,
...
, ,...,
(2.68)


54
de forma que a Equao (2.59) passa a ter a seguinte forma vetorial:

k +

1

k
J
g
*
(2.69)

onde J
g
*
a matriz de derivadas de g(x), ou matriz Jacobiana de g(x), que contm todas as
derivadas de g em relao a todas as variveis x
i
, definida como:

J
g
*
1
]
1
1
1
1
1
g
x
g
x
g
x
g
x
n
n n
n
1
1
1
1
...
... ... ...
...
(2.70)

Para garantir a convergncia do esquema iterativo, agora, condies mais restritivas resultam
da Equao (2.69). Para tanto, a matriz Jacobiana precisa ser diagonalizada, como feito algumas
vezes na Seo anterior sobre resoluo de sistemas lineares. Neste caso, prova-se que, para que
haja convergncia, necessrio que todos os valores caractersticos de J
g
*
tenham mdulo menor
do que 1. Apenas para lembrar, valores caractersticos so as razes
i
da Equao (2.71) mostrada
abaixo

( )
det J I 0
g
*
(2.71)

Alm disto, a Equao (2.67) pode ser reescrita na forma:

( )
x x I J J x x
g
*
g
*
k k k

*
1
1
(2.72)

Vantagens:

1- O mtodo facilmente implementvel em problemas mono e multi-variveis;
2- O mtodo no necessita da definio prvia de onde a raiz se encontra;
3- O erro pode ser facilmente estimado.

Desvantagens:

1- No h garantia de convergncia do mtodo sem a anlise prvia da funo g(x) e a
convergncia tanto mais difcil quanto maior a dimenso do problema.

2.2.5- Mtodo de Newton-Raphson

Seja f(x) uma funo cuja raiz procurada. Admitamos, como na Seo anterior, que f(x)
pode ser expandida em srie de Taylor nas proximidades de um certo ponto x
k
. Neste caso,


55
( ) ( ) ( ) f x f x
df
dx
x x
k
x
* ...

k
k
+ + (2.73)

Admitindo-se que estamos suficientemente prximo da raiz e que a aproximao linear
boa, a Equao (2.73) pode ser utilizada para se estimar o valor da raiz

( ) ( ) ( ) f x f x
df
dx
x x
k
x
* * ...

k
k
+ + 0 (2.74)

( )
x x
f x
df
dx
k
k
x
k
*

(2.75)

que pode ser obviamente colocada numa forma recursiva como

( )
x x
f x
df
dx
k k
k
x
k
+

1

(2.76)

A Equao (2.76) a essncia do mtodo de Newton-Raphson. Esta tcnica iterativa
recebe comumente o nome de Newton-Raphson clssico porque aproximaes de f(x) com mais
termos podem tambm ser utilizadas, embora o sejam raramente, em virtude da necessidade de se
computar derivadas de ordem superior e de no apresentarem desempenho significativamente
melhor do que aquele obtido com a Equao (2.76).

O mtodo de Newton-Raphson pode ser ilustrado como na Figura 2.9. V-se que a
aproximao da raiz obtida recursivamente como extrapolaes lineares da funo, a partir de
pontos prvios estimados.


56
f(x)
x=0
x
0
x
1
x
2

Figura 2.9 - Interpretao geomtrica do mtodo de Newton-Raphson.

Exemplo 2.7: Seja a Equao (2.47), cuja raiz procurada

( ) ( ) f

_
,
_
,
0 2 1 500
10
1 50
10
exp
exp
(2.77)

df
d

_
,
_
,
_
,
_
,
0 2 500
10 10
1 50
10
2
2
exp
exp
(2.79)

Partindo-se de
0
=6 e aplicando o algoritmo de Newton-Raphson, obtm-se os resultados
apresentados na Tabela 2.8.

Tabela 2.8 - Resultados obtidos com Newton-Raphson -
0
=6

k
f
k
(df/d)
k

k+1

.600000E+01 -.957508E+00 -.175949E+01 .545580E+01
.545580E+01 -.230453E-01 -.166811E+01 .544199E+01
.544199E+01 -.199642E-04 -.166521E+01 .544198E+01
.544198E+01 -.151540E-10 -.166521E+01 .544198E+01


57
Do exemplo anterior, v-se que a tcnica de Newton-Raphson converge usualmente de
forma muito mais rpida que no caso anterior. Para que iso possa ser colocado num contexto mais
rigoroso, conveniente fazer uma anlise de erros mais detalhada. Vejamos primeiramente que a
tcnica obedece a frmula geral:

( ) ( )

x x
df
dx
f x
k x
x
k
k
+
+
1
0 (2.80)

Fazendo a expanso em srie de Taylor nas proximidades da raiz at os termos de segunda
ordem ( em virtude da derivada ):

( ) ( )
( ) ( ) ( )

x x
df
dx
d f
dx
x x
f x
df
dx
x x
d f
dx
x x
k k
x
x
k
x
k
x
k
+
+
_
,
+
+ +
_
,

1
2
2
2
2
2 1
2
0
*
*
* *
*
* * *
(2.81)

Lembrando que f(x*)=0 e utilizando a varivel desvio x-x*, chega-se a:

k
x
x
k
d f
dx
df
dx
+

_
,
_
,
1
2
2
2
2

*
*
(2.82)

o que significa dizer que o mtodo de Newton-Raphson SEMPRE converge (a no ser que a
derivada de f(x) na raiz seja identicamente igual a zero) se a aproximao est
SUFICIENTEMENTE prxima da raiz. Isto porque, quando
k
pequeno,
k+1
muito menor que
k
. (Diz a Lei de Murphy do chute inicial que a sua estimativa inicial no estar suficientemente
prxima da soluo, de forma que no h garantia na prtica de que o mtodo convergir !!!!)
Devido forma da Equao (2.82), diz-se que o mtodo de Newton-Raphson apresenta
convergncia quadrtica.

O mtodo de Newton-Raphson pode ser facilmente estendido para problemas multi-
dimensionais na forma:

x x J f
k 1 k f
1
k +
(2.83)

onde J
f
a matriz Jacobiana da funo f(x).

Exemplo 2.8: Seja o modelo do tanque com reao, descrito originalmente na forma:

( ) f
E
R
R
1 A A
x x , exp
_
,
_
,
1 1

(2.84)


58
( ) ( ) ( ) f h
E
c R R
R
2 A A
x x , exp
+ +

_
,
1

(2.85)

cuja matriz Jacobiana dada por:

J
f

+

_
,
_
,

_
,
_
,
_
,
_
,
_
,
1
]
1
1
1
1
1

1
1
2
2

R
R
A R
R R
R R
R
R A R
R R
E
x
E E
h
E
h x
E E
exp exp
exp exp

(2.86)

Partindo-se de x
A
=0 e
0
=6 e aplicando o algoritmo de Newton-Raphson, obtm-se os
resultados apresentados na Tabela 2.9.

Vantagens:

1- O mtodo no necessita da definio prvia de onde a raiz se encontra;
2- O mtodo sempre converge, se a estimativa inicial da raiz for boa.

Tabela 2.9 - Resultados obtidos com o mtodo de Newton-Raphson - x
A0
=0 e
0
=6

x
Ak

k
f
1k
f
2k
x
Ak+1

k+1

.000000E+00 .600000E+01 .100000E+01 -.100000E+02 .957508E-01 .552125E+01
.957508E-01 .552125E+01 .121677E+00 -.121677E+01 .111174E+00 .544413E+01
.111174E+00 .544413E+01 .321771E-02 -.321771E-01 .111604E+00 .544198E+01
.111604E+00 .544198E+01 .251297E-05 -.251297E-04 .111604E+00 .544198E+01

Desvantagens:

1- O mtodo requer o clculo das derivadas da funo, o que pode inviabilizar sua
implementao em muitos casos;
2- O mtodo requer a inverso da matriz Jacobiana em cada iterao, o que consome
bastante tempo computacional e pode tornar o mtodo lento, a despeito da reduo sensvel do
nmero total de iteraes.

Visando manter as caractersticas do mtodo de Newton-Raphson e eliminar a sua principal
desvantagem, que o de exigir o clculo e inverso da matriz de derivadas, uma ampla famlia de
tcnicas numricas foi desenvolvida, mas no ser aqui discutida. Textos de mtodos numricos
devem ser consultados para estudos adicionais. Fica como exemplo apenas o conhecido mtodo da
secante, para problemas uni-variveis, onde a derivada substituda por uma aproximao numrica
na forma:


59

( ) ( )
( ) x x
x x
f x f x
f x
k k
k k
k k
k +
1
1
1

(2.87)

Repare, no entanto, que a extenso do mtodo da secante para problemas multi-variveis
no trivial.

2.2.6- Multiplicidades

Ao contrrio de sistemas lineares de equaes, que admitem apenas uma nica soluo,
sistemas no lineares de equaes podem apresentar solues diferentes para um mesmo conjunto
de equaes. Vejamos, por exemplo, os resultados obtidos para o tanque de reao quando
utilizamos as estimativas iniciais x
A0
=1,
0
=1 e x
A0
=0.5,
0
=2.

impressionante descobrir que o tanque de reao possa operar de at trs formas
distintas, mantidas as mesmas condies de operao e o mesmo conjunto de parmetros!!!!! Este
fenmeno extremamente relevante para o engenheiro, haja visto que certamente se deseja que o
tanque real atinja uma das trs possveis solues do problema (a que leva ao maior lucro da
operao). Para que isto seja feito, necessrio desenvolver uma estratgia apropriada de partida
do equipamento. O estudo de fenmenos relacionados existncia de multiplicidades e s
consequncias disto no projeto e operao de equipamentos uma das reas de pesquisa de maior
interesse do Laboratrio de Modelagem, Simulao e Controle de Processos do Programa de
Engenharia Qumica da COPPE.

A0
=1 e
0
=1

x
Ak

k
f
1k
f
2k
x
Ak+1

k+1

.100000E+01 .100000E+01 -.227000E-02 .227000E-01 .997446E+00 .101277E+01
.997446E+00 .101277E+01 -.143947E-04 .143947E-03 .997430E+00 .101285E+01
.997430E+00 .101285E+01 -.621365E-09 .621365E-08 .997430E+00 .101285E+01

A0
=0.5 e
0
=2

x
Ak

k
f
1k
f
2k
x
Ak+1

k+1

.500000E+00 .200000E+01 .331551E+00 -.315513E+00 .890434E+00 .154783E+01
.890434E+00 .154783E+01 .399446E-01 -.399446E+00 .783862E+00 .208069E+01
.783862E+00 .208069E+01 -.104451E+00 .104451E+01 .829402E+00 .185299E+01
.829402E+00 .185299E+01 -.173270E-01 .173270E+00 .840877E+00 .179561E+01
.840877E+00 .179561E+01 -.122486E-02 .122486E-01 .841822E+00 .179089E+01
.841822E+00 .179089E+01 -.839945E-05 .839945E-04 .841829E+00 .179086E+01
.841829E+00 .179086E+01 -.406291E-09 .406291E-08 .841829E+00 .179086E+01

Exerccio 2.6: Seja a funo no linear descrita abaixo


60
2 1 2 0 x x senbg (2.88)

Calcule a raiz do problema usando cada uma das tcnicas apresentadas anteriormente.

Exerccio 2.7: Reconstrua o modelo do reator supondo que a reao de segunda ordem,
como na equao abaixo:

R K
E
RT
C
A A

F
H
G
I
K
J
0
2
exp

(2.89)

Para o mesmo conjunto de parmetros ustilizado nos exemplos anteriores, calcule as
condies de operao no estado estacionrio.

61

Captulo 3

O Mtodo das Diferenas Finitas

O mtodo das diferenas finitas pode ser utilizado para resolver problemas de valor de
contorno ou valor inicial, envolvendo equaes diferenciais ordinrias ou parciais. Assim, este
mtodo pode ser usado para solucionar as equaes de modelos a parmetros concentrados ou
distribudos.

Neste captulo, ser vista uma introduo ao mtodo das diferenas finitas que permitir a
soluo de problemas de valor inicial e de alguns problemas de valor de contorno. A soluo de
problemas com conveco dominante ou a prpria soluo de um escoamento esto fora do escopo
deste curso.

3.1- Introduo

Considere, primeiramente, o problema formado por equaes diferenciais ordinrias
(EDOs). Como j vimos, existem dois tipos de problema. Um deles o problema de valor inicial,
que foi exemplificado atravs dos sistemas formados pelas Equaes (1.54) a (1.57) e pelas
Equaes (1.78) a (1.80), e que assume a forma geral abaixo

( ) ( ) ( ) F t y t y t t , , & , > 0 0
t t y y y y
o o o
, , & &

(3.1)

onde t a varivel independente, usualmente o tempo, y um vetor de variveis dependentes, & y a
sua derivada em relao a t, F um vetor de funes de t, y e & y, e y
o
e & y
o
so vetores que
representam as condies iniciais do problema. Note que o domnio da varivel t semi-infinito, e
que a soluo deste problema dever ser obtida marchando-se no tempo a partir da condio
inicial. Caso exista pelo menos uma funo dentro do vetor F que no dependa de nenhum elemento
do vetor & y, a Equao (3.1) representa um sistema de equaes algbrico-diferenciais (sistema de
EAD).

O outro tipo de problema o de valor de contorno, que foi exemplificado pelas Equaes
(1.96) a (1.98), e que assume a seguinte forma geral

( ) ( ) ( ) ( ) F x y x y x y x x x x
o f
, , & ,&& , < < 0
( ) x x g x y y
o o
, , , & 0

(3.2)
62
( ) x x g x y y
f f
, , , & 0

onde x a varivel independente, usualmente uma coordenada espacial, y o vetor de variveis
dependentes, & y e && y so as suas derivadas primeira e segunda, respectivamente, em relao a x, F
um vetor de funes e g
o
e g
f
so vetores de funes que representam as condies de contorno
nos limites do domnio do sistema de equaes.

O objetivo do mtodo das diferenas finitas transformar um problema composto por
equaes diferenciais em um problema formado por equaes algbricas. O primeiro passo nesta
direo a chamada discretizao do domnio da varivel independente. A discretizao consiste
em dividir o domnio de clculo em um certo nmero de subdomnios. Para um domnio semi-infinito,
existem infinitos subdomnios, como mostra a Figura 3.1(a). Quando o domnio finito, o nmero de
subdomnios tambm o , digamos que seja J, como mostra a Figura 3.1(b). Em qualquer caso,
estipulam-se os pontos que delimitem os subdomnios, que, no caso de um domnio finito, so iguais
a (J+1) em nmero.

Note que os subdomnios podem ter a mesma dimenso, gerando uma malha uniforme, ou
no, formando uma malha no-uniforme. Embora as discretizaes baseadas no primeiro tipo de
malha sejam mais simples, existem vantagens numricas, em muitos casos, no uso de malhas no-
uniformes.

j 0 1 2 j-1 j j+1 .........
t
o
t
t
j

(a)

j 0 1 2 j-1 j j+1 J-1 J
x
o
x
f
x
x
j

(b)

Figura 3.1 - Discretizao de domnios unidimensionais: (a) semi-infinito, (b) finito.

O segundo passo gerar aproximaes para as derivadas das variveis dependentes que
aparecem nas equaes diferenciais, nos pontos discretos x
j
(ou t
j
), isto , obter & y
j
e && y
j
, utilizando
apenas os valores de y nestes pontos discretos, y
j
. Estas aproximaes das derivadas de uma
funo por diferenas finitas sero vistas na prxima seo.

Finalmente, aplicam-se as equaes diferenciais ordinrias, Equao (3.1) ou (3.2), aos
pontos discretos x
j
, substituindo as aproximaes obtidas para & y
j
e && y
j
. Isto gera sistemas de
equaes algbricas na forma

63
( )
f y
j
0,
(3.3)

onde f um vetor de equaes algbricas que depende dos valores desconhecidos y
j
, sendo que
esta dependncia varia conforme o tipo de problema, de contorno ou inicial. Este sistema de
equaes, quer seja ele linear ou no-linear, pode ter a sua soluo obtida pelos mtodos descritos
no captulo anterior. Note que a soluo assim obtida para o problema consistir em uma seqncia
de pontos, x
j
(ou t
j
), onde se conhecem os valores de y, y
j
.

Ficam claras, agora, duas caractersticas do mtodo de diferenas finitas: a aplicao das
equaes diferenciais local, isto , em cada ponto x
j
(ou t
j
), e a soluo obtida composta por um
conjunto enumervel de pontos onde os valores da soluo so conhecidos.

O mtodo das diferenas finitas o primeiro dos mtodos numricos que veremos aqui que
baseado na discretizao do domnio da equao diferencial. Os mtodos de volumes finitos e de
elementos finitos tambm se baseiam em uma discretizao do domnio, mas com diferentes
caractersticas na obteno de uma soluo aproximada das equaes diferenciais. J o mtodo dos
resduos ponderados, utilizando aproximao polinomial, tem um carter global e no utiliza uma
discretizao do domnio.

3.2- Aproximao de Derivadas por Diferenas Finitas

Como visto acima, um dos passo necessrios na soluo de equaes diferenciais por
diferenas finitas a aproximao das derivadas presentes nestas equaes, aplicadas a um dado
ponto arbitrrio, x
j
ou t
j
. Uma maneira simples de se obter estas aproximaes atravs do uso da
expanso de uma funo em srie de Taylor em torno de um dado ponto. Seja x
j
este ponto base,
podemos escrever o valor de y(x
j+1
) = y
j+1
, pela seguinte srie infinita

( )
( ) ( )
( )
( )
y y y x x y
x x
y
x x
y
x x
j j j j j j
j j
j
j j
j
j j
+ +
+ + +
+ +

+

+

+
1 1
1
2
1
3
4
1
4
2 3 4
& && &&&
! !
L

(3.4)

enquanto que o valor de y(x
j-1
) = y
j-1
dado por

( )
( ) ( )
( )
( )
y y y x x y
x x
y
x x
y
x x
j j j j j j
j j
j
j j
j
j j

+

1 1
1
2
1
3
4
1
4
2 3 4
& && &&&
! !
L

(3.5)

Considere, agora, a necessidade de se aproximar o valor de & y
j
, o que ser feito utilizando
as Equaes (3.4) e (3.5). Estas equaes podem ser escritas de forma mais compacta atravs da
definio do comprimento do domnio j

h x x
j j j

1
(3.6)

64
Desta forma, multiplicando a Equao (3.5) por h
j+1
2
e diminuindo o resultado da Equao (3.4)
multiplicada por h
j
2
, obtemos a seguinte expresso, onde && y
j
foi eliminado

( ) ( )
h y h y h h y h h h h y y
h h h h
j j j j j j j j j j j j j
j j j j
2
1 1
2
1
2
1
2 2
1 1
2
2
1
3 3
1
2
3
+ + + + +
+ +
+ + +
+
+ & &&&
!

( )
y
h h h h
j
j j j j 4
2
1
4 4
1
2
4
+ +
+
!
L

(3.7)

que permite escrever uma aproximao para & y
j
por

( )
& y
h y h h y h y
h h h h
O
h h h h
h h h h
j
j j j j j j j
j j j j
j j j j
j j j j
+
+
+
+
+
_
,
+ + +
+ +
+ +
+ +
2
1 1
2 2
1
2
1
2
1 1
2
2
1
3 3
1
2
2
1 1
2

(3.8)

onde O(z) indica que a aproximao tem ordem de grandeza de z, isto , o valor exato da derivada
da funo no ponto considerado obtido a partir da expresso aproximada, no limite quando z
0. Esta ordem de grandeza oriunda do termo de menor ordem (ou primeiro termo) entre aqueles
que envolvem as derivadas de maior ordem. O conjunto deste termos, ou a sua forma simplificada
de representao por ordem de grandeza, denominado de erro de truncamento.

Para uma malha uniforme

h h j
j
, (3.9)

de modo que a aproximao dada pela Equao (3.8) simplifica para

( )
& y
y y
h
O h
j
j j

+
+ 1 1
2
2

(3.10)

que a chamada aproximao por diferena central da derivada primeira de y.

Podemos, ainda, usar as Equaes (3.4) e (3.5), para obter mais duas aproximaes para a
derivada primeira de y, que para uma malha uniforme so dadas por

( ) & y
y y
h
O h
j
j j

+
1

(3.11)

que obtida a partir da Equao (3.5), sendo chamada de aproximao por diferena para trs
(backward differentiation), e

( ) & y
y y
h
O h
j
j j

+
+1

(3.12)

65
que obtida a partir da Equao (3.4), sendo chamada de aproximao por diferena para frente
(forward differentiation).

Note que as Equaes (3.11) e (3.12) so obtidas a partir de apenas uma expanso em
srie de Taylor, envolvendo, pois, valores da funo em somente dois pontos. Por outro lado, a
Equao (3.10) foi obtida a partir de duas expanses da funo em srie de Taylor, aparecendo trs
valores funcionais na Equao (3.8), muito embora um deles no aparea na Equao (3.10),
devido ao seu coeficiente ser nulo para malhas uniformes. Isto se reflete na ordem de aproximao
das trs equaes, pois as Equaes (3.11) e (3.12) so de primeira ordem, enquanto que a
Equao (3.10) de segunda ordem.

Do exposto, fica claro que quanto maior o nmero de valores funcionais utilizados na
obteno de uma expresso aproximada, maior tender a ser a ordem de aproximao da mesma.
Isto era esperado, pois a ordem de aproximao deve aumentar com o aumento da informao
utilizada na construo da aproximao. Por exemplo, a utilizao das Equaes (3.4) e (3.5) para
obter a Equao (3.8) foi feita de modo a eliminar o primeiro termo do erro de truncamento, isto ,
o termo em && y
j
, resultando da a maior ordem de aproximao.

As Equaes (3.4) e (3.5) podem ser utilizadas para obter uma aproximao para && y
j
se as
mesmas forem combinadas de modo a eliminar o termo em & y
j
. Assim, multiplicando a Equao
(3.4) por h
j
e somando o resultado Equao (3.5) multiplicada por h
j+1
, obtm-se

( )
( )
&& &&& y
h y h h y h y
h h
h h
y
h h
h h
y
h h
h h
j
j j j j j j j
j j
j j
j
j j
j j
j
j j
j j
+ +
+

+

+
+
+
+ + +
+
+
+
+
+
+
1 1 1 1
1
1
1
2 2
1
4 1
3 3
1
2
2
3
2
4 ! !
L

(3.13)

O segundo termo do lado esquerdo da Equao (3.13) da ordem de h
j+1
- h
j
, que se anula para
malhas uniformes, para as quais a aproximao simplifica para

( )
&& y
y y y
h
O h
j
j j j
+
+
+ 1 1
2
2
2

(3.14)

que a chamada aproximao por diferenas centrais da derivada segunda de y.

Note que a aproximao dada pela Equao (3.14) de segunda ordem devido a um
cancelamento fortuito do primeiro termo do erro de truncamento. Para malhas no-uniformes, isto
no acontece e a expresso da derivada segunda dada pela Equao (3.13) de segunda ordem
apenas de forma aproximada.

A Equao (3.14) envolve trs valores funcionais para descrever uma aproximao da
derivada segunda da funo, o que o mnimo necessrio para isto, j que a derivada primeira tem
que ser eliminada da forma final e, portanto, pelo menos duas expanses em srie de Taylor tm que
ser consideradas.

66
Nada impede que seja utilizada uma outra expanso em srie de Taylor para melhorar a
ordem de aproximao das equaes acima. Por exemplo, poder-se-ia utilizar a expanso para o
valor funcional y
j-2
(ou y
j+2
) para eliminar o primeiro termo do erro de truncamento da Equao
(3.14), obtendo-se, assim, uma aproximao de ordem h
3
. Entretanto, como veremos mais adiante,
aproximaes envolvendo mais de trs valores funcionais em pontos adjacentes apresentam uma
maior dificuldade de soluo das equaes algbricas obtidas pelo processo de discretizao.
Devido a isto, restringimo-nos aqui s aproximaes vistas acima.

3.3- Soluo de EDOs por Diferenas Finitas

A substituio das derivadas existentes nas equaes diferenciais pelas suas aproximaes
por diferenas finitas leva a sistemas de equaes algbricas, que solucionam a EDO, ou sistema de
EDOs, de forma aproximada.

Nesta seo, este procedimento ser visto para problemas de valor de contorno atravs de
exemplos, onde ser introduzido o tratamento necessrio incorporao das condies de contorno
do problema, comentando-se, brevemente, o mtodo de soluo das equaes discretizadas.

Veremos, tambm, a aplicao das diferenas finitas ao problema geral de valor inicial com
uma equao diferencial ordinria na sua forma normal. Diversos mtodos de integrao numrica
de baixa ordem sero, ento, desenvolvidos. Em seguida, sero vistos mtodos de integrao mais
precisos: os de Runge-Kutta, os de mltiplos pontos e os BDF (Backward Differentiation
Formula). Finalmente, o conceito de sistemas rgidos ser abordado.

3.3.1- Problemas de valor de contorno

Considere o problema de valor de contorno dado pelas Equaes (1.96) a (1.98),
reproduzidas abaixo.

Pe
d
dx
d
dx
Nu

+
2
2
2 0

x 0 0 ,
(3.15)
x X , 1

Seja o domnio discretizado por uma malha uniforme com J subdomnios de comprimento h
= X/J, conforme a Figura 3.1(b), com x
o
= 0 e x
f
= X. Aplicando a equao diferencial acima nos
pontos onde no se conhecem os valores funcionais de , temos

Pe Nu j J
j j j
& &&
, , , + 2 0 1 1 L
(3.16)

Utilizando as aproximaes das derivadas primeira e segunda por diferenas centrais,
conforme as Equaes (3.10) e (3.14), a Equao (3.16) pode ser escrita por

( ) ( )
Pe h Nuh j J
j j j j j j

+ +
+ +
1 1 1 1
2
2 2 4 0 1 1 , , , L
(3.17)
67

ou, rearranjando os termos

( ) ( ) ( )
2 4 1 2 0 1 1
1
2
1
+ + +
+
Pe h Nuh Pe h j J
j j j
, , , L
(3.18)

As condies de contorno da Equao (3.15) entram naturalmente na soluo do sistema
dado pela Equao (3.18), pois, para j = 1,
j-1
=
0
= 0 e, para j = J - 1,
j+1
=
J
= 1. Assim, o
sistema dado pela Equao (3.18) pode ser escrito na forma

( ) ( )
+ + + 4 1 2 0
2
1 2
Nuh Pe h

( ) ( ) ( )
2 4 1 2 0 2 2
1
2
1
+ + +
+
Pe h Nuh Pe h j J
j j j
, , , L
(3.19)
( ) ( ) ( )
2 4 1 2
2
2
1
+ +

Pe h Nuh Pe h
J J

que um sistema linear de equaes algbricas com matriz de coeficientes tridiagonal. Este tipo de
sistema facilmente solucionvel atravs do algoritmo de Thomas, como visto no Captulo 2.

V-se, ento, a vantagem de se utilizar frmulas de discretizao contendo, no mximo, at
trs pontos, que geram uma matriz de coeficientes na forma tridiagonal, permitindo a utilizao do
algoritmo de Thomas, que uma verso bem eficiente do mtodo da eliminao. Vantagens
similares existem nos problemas multidimensionais.

As condies de contorno do problema dado pela Equao (3.15) so chamadas de
primeiro tipo, isto , definem o valor da varivel no contorno, sendo facilmente incorporadas ao
sistema algbrico das equaes discretizadas. Diversos outros tipos de condio de contorno so
possveis, sendo que a sua utilizao no sistema de equaes algbricas discretizadas um pouco mais
elaborada.

Em geral, a condio de contorno pode ser no-linear, como mostra a Equao (3.2), onde
g
o
e g
f
so funes arbitrrias de x, y e & y. Entretanto, so trs os tipos existentes de condies de
contorno lineares, que descreveremos a seguir.

Diz-se que a condio contorno de primeiro tipo quando o valor da varivel dependente
dado no contorno, sendo facilmente utilizada nas equaes discretizadas. O problema acima serve
de exemplo e a forma geral dada por

x x y y
c c
,
(3.20)

Quando a condio de contorno de segundo tipo, o valor da derivada da varivel
dependente dado no contorno, isto

x x y y
c c
, & &
(3.21)

68
Esta condio de contorno tem que ser discretizada para ser combinada com o sistema algbrico
discretizado. Por exemplo, considere o seguinte problema de valor de contorno, que similar ao
dado pela Equao (3.15):

Pe
d
dx
d
dx
Nu

+
2
2
2 0

x 0 0 ,
&
(3.22)
x X , 1

A condio de contorno em x = 0 tem o significado fsico de que a temperatura de sada do fluido
no varia mais com a coordenada axial, isto , o fluido j atingiu o equilbrio trmico. Esta condio
de contorno equivalente quela dada pela Equao (1.87).

A discretizao da equao diferencial do problema dado pela Equao (3.22) a mesma
j obtida acima, Equao (3.18). A nica diferena que, agora, a equao discretizada tem que
ser tambm aplicada ao ponto x = 0, pois o valor da varivel dependente neste ponto no
conhecido. Entretanto, a Equao (3.18) aplicada a j = 0 tem o valor fictcio
-1
, que eliminado
atravs da condio de contorno em x = 0, discretizada por diferena central:

1 1
1 1
2
0
h

(3.23)

Utilizando a Equao (3.23), podemos escrever o sistema de J equaes algbricas que resolve,
numericamente, o problema dado pela Equao (3.22) como

( )
+ + 4 1 4 0
2
0 1
Nuh

( ) ( ) ( )
2 4 1 2 0 1 2
1
2
1
+ + +
+
Pe h Nuh Pe h j J
j j j
, , , L
(3.24)
( ) ( ) ( )
2 4 1 2
2
2
1
+ +

Pe h Nuh Pe h
J J

A condio de contorno dita de terceiro tipo quando tem a seguinte forma geral

x x ay by c
c
+ , &
(3.25)

onde a, b e c so constantes conhecidas. O seu tratamento similar ao dado s condies de
contorno de segundo tipo. Por exemplo considere o problema de valor de contorno abaixo

Pe
d
dx
d
dx
Nu

+
2
2
2 0

x 0 0 ,
(3.26)
x X Pe +
,
&
1
1

que similar ao problema dado pela Equao (3.15), diferindo apenas em relao condio de
contorno em x = X. Esta condio de contorno inclui o efeito da difuso na condio de entrada do
fluido no tubo do trocador de calor, sendo obtida pela integrao da prpria equao diferencial em
69
um volume em torno do ponto x = X, seguida por um processo de limite no qual este volume tende
a zero.

A discretizao da equao diferencial do problema dado pela Equao (3.26) a mesma
j obtida acima, Equao (3.18), com a diferena de que, agora, a equao discretizada deve ser
aplicada tambm ao ponto x = X. O valor fictcio
J+1
que surge na Equao (3.18) para j = J
eliminado com o auxlio da condio de contorno discretizada por diferena central

( )
1
2
1 2 1
1 1
1 1
Pe h
hPe
J J
J J J J

+
+
+ +

(3.27)

Assim, utilizando a Equao (3.27), pode-se escrever o sistema de J equaes algbricas
que soluciona o problema discreto correspondente ao problema dado pela Equao (3.26) como

( ) ( )
+ + + 4 1 2 0
2
1 2
Nuh Pe h

( ) ( ) ( )
2 4 1 2 0 2 1
1
2
1
+ + +
+
Pe h Nuh Pe h j J
j j j
, , , L
(3.28)
( ) 4 4 1
1
2
2 2
1
2 2 2

J J
Nuh hPe h Pe hPe Pe h
+ + +
_
,
+

Embora uma mudana na condio de contorno afete apenas umas poucas equaes
discretas do sistema, a soluo , geralmente, altamente influenciada por estes efeitos.

Os sistemas gerados pela discretizao dos problemas descritos acima so lineares porque a
equao diferencial original e as condies de contorno utilizadas, Equao (3.15), (3.22) e (3.26),
tambm so lineares. Existindo uma no-linearidade no problema original, o sistema de equaes
discretizadas ser no-linear, sendo, ento, necessrio utilizar as tcnicas de soluo de sistemas
no-lineares vistas no Captulo 2.

Exemplo 3.1: Considere a soluo do problema de valor de contorno dado pela Equao
(3.22), com Nu = 1, Pe = 1 e vrios valores de X, obtida da soluo do sistema dado pela
Equao (3.24), utilizando o algoritmo de Thomas (Seo 2.1.4). Para cada valor de X,
diversas solues numricas foram obtidas, utilizando malhas com 4, 8, 16, 32 e 64 pontos,
verificando-se quando a convergncia era atingida, atravs de um critrio de tolerncia
absoluta, com
a
= 10
-3
, na norma Euclidiana entre aproximaes sucessivas. A Figura 3.2
apresenta as solues numricas obtidas aps convergncia (com 32 pontos na malha), para
diversos valores do parmetro X. Fica claro, a partir destes resultados, que considerar a
condio de contorno = 0 em x = 0 s razovel neste problema fsico para X 6,
quando esta aproximao leva a erros dentro da tolerncia escolhida.

70
0 2 4 6
1-x
1E-3
1E-2
1E-1
1E+0
X
6
4
2

Figura 3.2 - Soluo numrica do sistema dado pela Equao (3.24).

Exerccio 3.1: Construa um programa computacional para resolver o problema de valor de
contorno dado pela Equao (3.15) com X = 4, Nu = 1, Pe = 1 e J = 4, 8, 16, 32, 64 e
128, utilizando uma rotina que implemente o algoritmo de Thomas. Calcule, para cada uma
das solues com J > 4, a norma Euclidiana (Equao 2.40) do erro absoluto do vetor
soluo, apenas nos pontos onde x =1, 2 e 3, entre aproximaes sucessivas, isto

( ) ( ) ( ) ( )
( )
( )
( )
( )
( )
[ ]

k k k k k k +

1
1 2 3 , , , com
T

Estipulando um critrio de tolerncia absoluta (Equao 2.41), com
a
= 10
-3
, determine
qual o menor valor de J, J
min
, que satisfaz este critrio. Utilizando a soluo analtica do
problema acima, dada pelas Equaes (1.99) e (1.100), calcule, para a soluo obtida para
J
min
, qual o valor da norma Euclidiana do erro absoluto em relao soluo exata,
utilizando todos os J
min
-1 pontos da soluo.

3.3.2- Linearizao em problemas de valor de contorno

Outra possibilidade para a soluo de problemas no-lineares, muito usual para problemas
multidimensionais, recorrer a um processo iterativo com linearizao dos termos no-lineares. Este
procedimento ficar claro com o seguinte exemplo. Considere o problema de valor de contorno
dado pela Equao (3.15), mas onde o nmero de Nusselt no constante, podendo ser
considerado, dentro do intervalo de interesse, como sendo linearmente dependente da varivel ,
isto :
71

Nu a b +
(3.29)

onde a e b so constantes conhecidas. Inserindo a Equao (3.29) na Equao (3.15) e aplicando
as equaes a cada ponto x
j
, j = 1, ..., J-1, tem-se:

( )
Pe a b j J
j j j j
& &&
, , , + + 2 0 1 1 L
(3.30)

O ltimo termo do lado esquerdo da Equao (3.30) no-linear e deve ser linearizado. A
linearizao ser efetuada em relao a um ndice de iterao k, isto , admite-se que existir um
processo iterativo que corrigir o valor das variveis
j
. Utilizando a expanso em srie de Taylor de
j
2
, na iterao k, e truncando aps o termo de primeira ordem, obtm-se

( )
( )
( )
( )
( ) ( ) ( )
( )
( ) ( ) ( )
( )

j
k
j
k
j
k
j
k
j
k
j
k
j
k
j
k
2
1
2
1 1 1 1
2
2 2 +

(3.31)

Substituindo as Equaes (3.31), (3.10) e (3.14) na Equao (3.30), vem

( ) ( )
( )
( ) ( ) ( )
( )
( ) ( ) ( ) ( )
( )
Peh h b h a
j
k
j
k
j
k
j
k
j
k
j
k
j
k
j
k
j
k

+ +

+ +
_
,

1 1 1 1
2 2 1 1
2
2 2 4 4 2 0
j J 1 1 , , L

(3.32)

ou, rearranjando os termos

( )
( ) ( )
( )
( )
( )
( ) ( )
( )
2 4 2 1 2 4
1
2 2 1
1
2 1
2
+ + + +
Peh h b h a Peh h a
j
k
j
k
j
k
j
k
j
k

j J 1 1 , , L

(3.33)

onde as condies de contorno dadas pela Equao (3.15) entram naturalmente, como visto na
seo anterior, para gerar o sistema

( )
( )
( )
( )
( ) ( )
( )
+ + + +

4 2 1 2 4
2 2
1
1
1 2
2
1
1
2
h b h a Peh h a
k k k k

( )
( ) ( )
( )
( )
( )
( ) ( )
( )
2 4 2 1 2 4
1
2 2 1
1
2 1
2
+ + + +
Peh h b h a Peh h a
j
k
j
k
j
k
j
k
j
k

j J 2 2 , , L

(3.34)
( )
( ) ( )
( )
( ) ( )
( )
( ) 2 4 2 1 4 2
2
2 2
1
1
1
2
1
1
2
+ + +

Peh h b h a h a Peh
J
k
J
k
J
k
J
k

A diferena entre a soluo de um problema linear e de um no-linear pode ser discernida,
claramente, comparando os mtodos de soluo dos sistemas dados pelas Equaes (3.19) e
(3.34). O sistema linear, dado pela Equao (3.19), resolvido diretamente por eliminao usando
o algoritmo de Thomas. J o sistema linearizado, dado pela Equao (3.34), resolvido
iterativamente de acordo com o algoritmo esquematizado na Figura 3.3. Como mostra esta figura, a
partir do chute inicial para
j
ou dos seus valores da iterao anterior, os coeficientes so
calculados, o sistema linearizado resolvido pelo algoritmo de Thomas e a soluo para a iterao
corrente obtida, com ou sem relaxao (vide Seo 2.1.6). O resultado comparado com o da
72
iterao anterior, dentro de um certo critrio de tolerncia. Caso no haja convergncia, o valor de
j
atualizado, o ndice de iterao k incrementado e o processo repetido at se obter
convergncia.

Este mtodo iterativo poder ser ou no convergente, dependendo do chute inicial
escolhido e do fator de relaxao, alm do prprio problema em questo.

Exemplo 3.2: Considere o problema no-linear dado pelas Equaes (3.15) e (3.29), cuja
forma discretizada dada pelo sistema representado na Equao (3.34). A soluo deste
sistema foi obtida, iterativamente, segundo o algoritmo representado na Figura 3.3, para X =
6, Pe = 1, b = 1 e a = 0 e 1. Note que o caso a = 0 corresponde soluo do problema
linear correspondente, Equao (3.15), para Nu = 1. O teste de convergncia do processo
iterativo da Figura 3.3 foi feito, utilizando um critrio de tolerncia absoluta, com
a
= 10
-4
,
na norma Euclidiana do vetor
j
. Utilizaram-se valores crescentes de J (4, 8, 16, 32, 64,
128, ...), at que uma tolerncia absoluta (
a
= 10
-4
) da norma Euclidiana do vetor formado
pelos valores de
j
nas posies x = 1,5, 3 e 4,5 fosse satisfeita para valores consecutivos
de J. As solues numricas convergidas so mostradas na Figura 3.4, onde claro o efeito
na no-linearidade na soluo.

Clculo dos coeficientes do
sistema linearizado
Soluo do sistema linearizado
(com ou sem relaxao)
( )
j
k
Teste de convergncia
( ) ( )

j
k
j
k
1
( ) ( )

j
k
j
k
1
no convergiu
convergiu
k k +1
( )
j
k1
Chute inicial

Figura 3.3 - Algoritmo de soluo de sistemas linearizados.

73
0 2 4 6
x
0.0
0.2
0.4
0.6
0.8
1.0
Constantes para o c lculo de Nu

a = 1, b=1
a = 0, b = 1 (linear)

Figura 3.4 - Solues numricas do problema de valor inicial do Exemplo 3.2.

Exerccio 3.2: Considere o problema dado pela Equao (3.15), mas onde Pe e Nu
dependem de do seguinte modo

Pe a b +
( ) Nu d exp -c

(a) Determine o sistema de equaes algbricas linearizadas, incluindo as condies de
contorno, que resolve numericamente este problema.
(b) Construa um programa de computador que solucione o problema acima e utilize-o para
obter a soluo convergida na norma Euclidiana do vetor
j
, com tolerncia absoluta de 10
-3

entre solues obtidas para valores consecutivos de J (4, 8, 16, 32, 64, 128, ...)

, para X =
6, a = 0,5, b = 1, c = 0,2 e d = 1. Faa um grfico da soluo obtida.

3.3.3- Problemas de valor inicial

Considere o seguinte problema de valor inicial que envolve apenas uma equao diferencial
ordinria na sua forma normal

( ) & , y f t y (3.35)
t y y
o
0,

74
Seja o intervalo genrico entre t
j
e t
j+1
, conforme mostra a Figura 3.1(a), e considere
diferentes formas de aproximar a derivada primeira da Equao (3.35), utilizando como informao
conhecida apenas o ponto j, isto y(t
j
) = y
j
.

Utilizando a aproximao de diferenas finitas para frente para & y
j
, Equao (3.12),
podemos aplicar a Equao (3.35) no ponto t
j
, para obter

( ) ( )
y y hf t y O h h t t
j j j j j j + +
+ +
1
2
1
, ,
(3.36)

que permite calcular y
j+1
a partir de y
j
, com erro da ordem de h
2
. A Equao (3.36) explcita no
valor desconhecido de y
j+1
, sendo, pois, o mtodo denominado de explcito. Especificamente, a
Equao (3.36) representa o mtodo explcito de Euler.

Caso, por outro lado, resolvemos utilizar a aproximao de diferenas finitas para trs de
& y
j +1
, dada pela Equao (3.11) com j+1 no lugar de j, podemos aplicar a Equao (3.35) no
ponto t
j+1
, e escrever

( ) ( )
y y hf t y O h h t t
j j j j j j + + + +
+ +
1 1 1
2
1
, ,
(3.37)

que calcula y
j+1
a partir de y
j
, com erro da ordem de h
2
. Note que, no caso geral, a Equao (3.37)
no-linear no valor desconhecido de y
j+1
, sendo, pois, necessrio utilizar um mtodo adequado
soluo de problemas no-lineares para se obter o valor de y
j+1
. Assim, como y
j+1
no pode ser
explicitado a partir da Equao (3.37), o mtodo denominado de implcito. Mais especificamente,
este o chamado mtodo implcito de Euler.

Alm dos dois mtodos acima, podemos ainda obter um terceiro a partir da aproximao
por diferena central de &
/
y
j +1 2
no intervalo considerado. Aplicando a Equao (3.35) ao meio do
intervalo e utilizando a Equao (3.10) no intervalo entre y
j+1
e y
j
, temos

( ) ( )
y y hf t h y O h h t t
j j j j j j + + +
+ + +
1 1 2
3
1
2 , ,
(3.38)

que ainda no pode ser usada para obter y
j+1
porque o valor de f no ponto considerado no
conhecido. Entretanto, expandindo f
j
= f (t
j
, y
j
) e f
j+1
= f (t
j+1
, y
j+1
) em sries de Taylor, pode-se
facilmente mostrar que

( ) ( ) ( )
f f t h y f f O h
j j j j j + + +
+ + +
1 2 1 2 1
2
2
1
2
/
,
(3.39)

de forma que a Equao (3.38) pode ser escrita na forma

( ) ( )
[ ]
( )
y y
h
f t y f t y O h h t t
j j j j j j j j + + + +
+ + +
1 1 1
3
1
2
, , ,
(3.40)

75
que permite calcular y
j+1
, ainda que de forma implcita. Este mtodo ainda implcito, sendo
denominado de mtodo trapezoidal (ou de Crank-Nicholson). Novamente, uma equao no-linear
tem que ser resolvida para se determinar o valor de y
j+1
.

Uma variante do mtodo acima consiste em se utilizar uma estimativa de f
j+1
na Equao
(3.40), utilizando o valor de y
j+1
como dado pelo mtodo explcito de Euler, isto ,

( )
y y hf t y h t t
j
P
j j j j j + +
+
1 1
, ,
(3.41)
( ) ( )
[ ]
y y
h
f t y f t y
j j j j j j
P
+ + +
+ +
1 1 1
2
, ,

(3.42)

Isto origina um mtodo a dois estgios do tipo preditor-corretor que denominado de mtodo
preditor-corretor modificado de Euler. Note que, neste caso, o valor de y
j+1
obtido de forma
explcita.

A ordem de aproximao apresentada nas equaes acima vlida localmente, isto , o
erro local para cada um dos intervalos individuais. Considere agora a integrao desde y
o
at y
N
,
em N intervalos iguais, utilizando o mtodo explcito de Euler. Podemos escrever o valor final, y
N
,
como

( ) ( ) ( )
y y y y y hf t y NO h
N o n n
n
N
o n n
n
N
+ + +
+
1
0
1
0
1
2
,

(3.43)

Como N h = t
N
- t
o
, temos que

( ) ( ) ( ) ( ) ( ) y y hf t y t t h O h y hf t y O h
N o n n
n
N
n o o n n
n
N
+ + + +

, ,
0
1
1 2
0
1

(3.44)

e, portanto, o erro global da integrao da ordem de h. Para todos os mtodos de integrao
baseados em aproximaes por diferenas finitas, pode-se, facilmente, mostrar que a ordem do
erro global ser sempre igual ordem do erro local menos um, sendo igual a ordem de
aproximao da frmula de diferenas finitas utilizada para aproximar a derivada primeira da
equao diferencial.

Todos os mtodos de integrao de EDOs vistos nesta seo so de um nico ponto e de
um nico estgio, exceo do preditor-corretor de Euler, que tem dois estgios. Como veremos
no Exemplo 3.3 abaixo, existe muita vantagem, em termos de preciso da soluo numrica, em se
utilizar mtodos com uma maior ordem de aproximao. Existem muitos outros mtodos de
integrao de equaes diferenciais ordinrias, explcitos ou implcitos, com diversas ordens de
aproximao e um ou mais estgios. Mais adiante, veremos alguns destes mtodos.

Exemplo 3.3: Considere a soluo numrica do problema de valor inicial abaixo

& , y y t >
2
0
t y 0 1 ,

76

utilizando os mtodos de Euler explcito, Euler implcito, trapezoidal e preditor-corretor de
Euler, at o ponto t = 1, com passos uniformes de integrao de 0,2. A soluo analtica
deste problema

( ) y t
t
+
1
1

As solues numricas pelos mtodos acima, bem como a soluo analtica nos pontos
considerados, esto listadas na Tabela 3.1. V-se, claramente, a superioridade dos mtodos
de segunda ordem (trapezoidal e Euler preditor-corretor) sobre os de primeira ordem (Euler
explcito e implcito). Nota-se, tambm, pouca diferena entre a qualidade da soluo obtida
usando os dois mtodos de segunda ordem. Isto , a aproximao introduzida na Equao
(3.40) para gerar as Equaes (3.41) e (3.42) no muito relevante.

Tabela 3.1 - Comparao entre os mtodos de integrao.

t
Euler
explcito
Euler
implcito
Trapezoidal Euler
preditor-
corretor
Soluo
analtica
0,0 1,0000 1,0000 1,0000 1,0000 1,0000
0,2 0,8000 0,8541 0,8310 0,8360 0,8333
0,4 0,6720 0,7435 0,7113 0,7176 0,7143
0,6 0,5817 0,6572 0,6220 0,6284 0,6250
0,8 0,5140 0,5880 0,5528 0,5587 0,5556
1,0 0,4612 0,5315 0,4975 0,5029 0,5000

Exerccio 3.3: Escreva um programa de computador para resolver o mesmo problema de
valor inicial dado no Exemplo 3.3, de t = 0 at t = 9, utilizando os mtodos de Euler
explcito, Euler implcito, trapezoidal e preditor-corretor de Euler, utilizando passos
uniformes. Para a seguinte seqncia de passos uniformes h
k
= {0,5, 0,2, 0,1, 0,05, 0,025,
0,0125, 0,00625} e para cada um dos mtodos de integrao, calcule qual o passo
necessrio para que

( ) ( ) ( )
y y y
k k k
9 9 10 9 10
1 3 4
< +

onde y
k
a soluo numrica obtida com o passo h
k
.

3.3.4- Mtodos de Runge-Kutta

Os mtodos de Runge-Kutta so de ponto simples, explcitos, mas com diversos estgios,
de modo a se obter uma maior ordem de aproximao. A idia bsica deste tipo de mtodo
77
definir que a variao da varivel dependente no passo em questo dada por uma mdia
ponderada de variaes desta varivel calculadas com avaliaes diferentes da funo derivada, isto
:

y y C y
j j i i
i
n
+

1
1

(3.45)
( )
y t f t y
j j 1
,

(3.46)
( )
y t f t y i
i j i j i
+ + > , 1
(3.47)

onde C
i
,
i
e
i
so coeficientes a serem determinados. Note que a Equao (3.46) corresponde
ao mtodo de Euler explcito. Normalmente, t
j
+
i
escolhido dentro do intervalo [t
j,
t
j+1
] e
i

uma combinao linear dos y
k
anteriores, k = 1, 2, ..., i-1. As constantes C
i
,
i
e
i
so obtidas
impondo-se que a Equao (3.45) concorde com a srie de Taylor de y
j+1
at os termos de uma
ordem especificada, que ser a ordem de aproximao do mtodo.

Como exemplo, vamos derivar os mtodos de Runge-Kutta de segunda ordem. Neste caso
particular as Equaes (3.45), (3.46) e (3.47) podem ser escritas como

y y C y C y
j j +
+ +
1 1 1 2 2

(3.48)
( )
y h f t y h f
j j j 1
,

(3.49)
( )
y h f t h y y
j j 2 1
+ + ,
(3.50)

onde C
i
, e so constantes a serem determinadas. Pode-se expandir a funo f em srie de
Taylor de duas variveis

( ) f t y f f t f y
j t
j
y
j
, + + + L
(3.51)

de forma que, para a funo f da Equao (3.50), tem-se

( )
f t h y y f f h f h f
j j j t
j
y
j
j
+ + + + + ,
1
L
(3.52)

Truncando a Equao (3.52) aps os termos de primeira ordem e substituindo o resultado,
juntamente com as Equaes (3.49) e (3.50), na Equao (3.48), obtm-se

( )
( )
( )
y y C C h f h C f C f f O h
j j j t
j
j y
j
+
+ + + + +
1 1 2
2
2 2
3

(3.53)

Comparando a Equao (3.48) com a expanso em srie de Taylor de y
j+1
, dada abaixo pela
Equao (3.54)
78

( )
( )
y y h f h f f f O h
j j j t
j
j y
j
+
+ + + +
1
2 3
1
2

(3.54)

chega-se a que as constantes do mtodo satisfazem as relaes

C C C C
1 2 2 2
1
1
2
1
2
+ , ,
(3.55)

Note que existem 3 relaes para as 4 constantes, havendo, portanto, um grau de liberdade
na escolha do mtodo de Runge-Kutta, desde que C
2
0. Repare, ainda, que os mtodos obtidos
so de segunda ordem, pois concordam com a srie de Taylor de y
j+1
at os termos de segunda
ordem. Considere os possveis mtodos abaixo:

(1) C
1
= C
2
= 0,5 e = = 1: neste caso o mtodo preditor-corretor modificado de Euler
obtido, pois

( )
y h f t y
j j 1
,

(3.56)
( ) ( )
y h f t h y y h f t y
j j j j
P
2 1 1 1
+ +
+ +
, ,
(3.57)

levando a

( ) ( ) ( )
y y
h
f t y f t y
j j j j j j
P
+ + +
+ +
1 1 1
2
, ,
(3.58)

(2) C
1
= 0, C
2
= 1 e = = 0,5: neste caso, obtm-se um mtodo chamado de preditor-corretor
de Euler de meio-intervalo:

( )
y h f t y h f
j j j 1
,

(3.59)

y h f t
h
y
y
h f
j j j 2
1
1 2
2 2
+ +
_
,

+
,

(3.60)
y y h f
j j j + +
+
1 1 2
(3.61)

Note que os mtodo de Runge-Kutta conseguem um aumento da ordem de aproximao
atravs da informao obtida com vrias avaliaes de funo derivada, f, dentro do intervalo de
clculo. Entretanto, o nmero de avaliaes desta funo cresce muito com a ordem de
aproximao do mtodo, aumentando o custo computacional por passo de integrao.

Talvez os mtodos de Runge-Kutta mais conhecidos sejam os de quarta ordem, que
representam um compromisso entre ordem de aproximao e nmero de avaliaes da derivada da
79
varivel dependente. Um destes mtodos dado pelas Equaes (3.45), (3.46) e (3.47) com n = 4
e

C C C C
1 4 2 3
1
6
1
3
,

2 3 4
2

h
h ,

(3.62)

2
1
3
2
4 3
2 2

y y
y , ,

Exemplo 3.4: Considere o mesmo problema de valor inicial dado no Exemplo 3.3. A sua
soluo numrica at t = 1, com h = 0,2, utilizando o mtodo de Runge-Kutta de quarta
ordem dado acima est representada na Tabela 3.2, juntamente com o mtodo preditor-
corretor modificado de Euler, que um Runge-Kutta de segunda ordem. Note que ambos
os mtodos so explcitos, mas o primeiro precisa de 4 avaliaes de f por passo, enquanto
o segundo s necessita de 2 avaliaes. evidente que o mtodo de quarta ordem tem uma
excelente preciso, da ordem de 10
-5
, em todos os pontos.

Tabela 3.2 - Comparao entre os mtodos de integrao de Runge-Kutta.

t
Euler preditor-
corretor (Runge-
Kutta de 2
a
ordem)
Runge-Kutta de
quarta ordem
Soluo analtica
0,0 1,00000 1,00000 1,00000
0,2 0,83600 0,83334 0,83333
0,4 0,71764 0,71429 0,71429
0,6 0,62836 0,62501 0,62500
0,8 0,55869 0,55556 0,55556
1,0 0,50285 0,50000 0,50000

Exerccio 3.4: Resolva, numericamente, o mesmo problema de valor inicial dado no
Exerccio 3.3, mas utilizando o mtodo de Runge-Kutta de quarta ordem dado acima.
Compare o valor obtido para o passo necessrio para satisfazer o critrio dado no Exerccio
3.3 com os obtidos para os mtodos de integrao l utilizados. Compare, tambm, o
nmero de avaliaes necessrias da funo derivada para cada um dos mtodos.

3.3.5- Mtodos de mltiplos pontos

Os mtodos de integrao vistos acima podem ter a sua ordem de aproximao melhorada
atravs de um maior nmero de avaliaes da funo derivada, dentro do intervalo de integrao.
Por outro lado, os mtodos de mltiplos pontos utilizam a informao dada pelos valores funcionais
j obtidos, em um certo nmero de pontos anteriores, para aumentar a ordem do mtodo. Desta
forma, obtm-se um mtodo mais preciso com basicamente nenhum esforo extra, j que a funo
derivada avaliada apenas uma vez a cada passo da integrao.
80

Considere uma equao diferencial ordinria na forma normal, como dada pela Equao
(3.35), que pode ser escrita na seguinte forma integral

( ) ( )
dy f t y t dt
y
y
t
t
j q
j
j q
j
+
+
+
+

1
1
1
1
,

(3.63)

onde q um nmero inteiro que estabelece o ponto base de integrao. A idia bsica dos mtodos
de mltiplos pontos aproximar a funo f(t, y(t)) por um polinmio, utilizando os valores anteriores
de f
k
=

f(t
k
, y
k
), k = j+1, j, j-1, j-2, ..., de acordo com a ordem desejada para o polinmio. Para
integraes a passo constante, a forma polinomial pode ser facilmente obtida a partir da frmula do
polinmio de Newton usando diferenas para trs.

Caso o ponto atual j+1 seja utilizado como ponto base do polinmio, isto , o polinmio
dado em potncias de (t - t
j+1
), o mtodo ser implcito, pois f
j+1
no conhecida. O mtodo
explcito quando o ponto j+1 no utilizado e o ponto j o ponto base do polinmio.

Quando q = 1 na Equao (3.63), isto , a integrao efetuada entre t
j
e t
j+1
, o mtodo
dito de Adams. Quando um mtodo de Adams explcito, recebe o nome de mtodo de Adams-
Bashforth, enquanto que um mtodo de Adams implcito chamado de mtodo de Adams-
Moulton. A forma geral destes mtodos dada por

( ) ( )
y y
h
B
f f f f f O h
j j j j j j j
n
+ +
+
+ + + + + + +
1 1 1 0 1 1 2 2 3 3
1
L

(3.64)

onde as constantes B,
i
e n so dadas na Tabela 3.3 para os mtodos Adams-Bashforth e Adams-
Moulton de ordem 1 at 4. Note que o grau do polinmio de Newton sempre igual ordem de
aproximao do mtodo, n, menos um. Isto facilmente entendido a partir da Equao (3.63), pois
um polinmio de ordem n-1 aproxima a funo f com um erro de truncamento de ordem n, que
integrado no intervalo [t
j
, t
j+1
] se transforma em um erro local do mtodo de integrao da ordem de
n+1. A integrao ao longo de vrios intervalos tem, como sabemos, ordem de aproximao igual
ao erro local menos um, isto , n neste caso.

Os mtodos de mltiplos passos tm uma dificuldade de inicializao, que causada pela
necessidade do conhecimento da soluo em alguns pontos anteriores. Esta dificuldade
contornada atravs da inicializao do algoritmo atravs de um mtodo de Runge-Kutta de mesma
ordem de aproximao, ou a utilizao de uma seqncia de mtodos de mltiplos pontos para
gerar as solues nestes pontos.

Os mtodos de mltiplos pontos explcitos tm regio de estabilidade limitada (ver Seo
3.5), o que impede a sua utilizao prtica. J os mtodos implcitos tm regies de estabilidade uma
ordem de magnitude maior que as dos mtodos explcitos, tendo maior emprego prtico. Entretanto,
comum combinar os mtodos de Adams explcito e implcito de mesma ordem para gerar um
mtodo preditor-corretor de Adams-Bashforth-Moulton. A forma geral deste mtodos
representada por
81

( ) ( )
y y
h
B
f f f f O h
j
P
j j j j j
n
+
+
+ + + + + +
1 0 1 1 2 2 3 3
1
L , preditor

(3.65)
( ) ( )
y y
h
B
f f f f O h
j j j
P
j j j
n
+ +
+
+ + + + + +
1 1 1 0 1 1 2 2
1
L , corretor

(3.66)

onde a Equao (3.65) um mtodo de Adams-Bashforth e a Equao (3.66) um mtodo de
Adams-Moulton. Note que o corretor pode ser utilizado um ou mais vezes, embora a realimentao
no seja, usualmente, mais eficiente que a reduo do passo de integrao.

A dificuldade de inicializao dos mtodos de mltiplos pontos tambm ocorre cada vez que
se deseja trocar o intervalo de integrao. possvel derivar frmulas de aproximao polinomial
para pontos em malhas no-uniformes, eliminando esta dificuldade na troca de passo.

Tabela 3.3 - Parmetros dos mtodos de mltiplos pontos de Adams.

B
1

0

-1

-2

-3
n
Adams-Bashforth
1 0 1 1
2 0 3 -1 2
12 0 23 -16 5 3
24 0 55 -59 37 -9 4
Adams-Moulton
1 1 1
2 1 1 2
12 5 8 -1 3
24 9 19 -5 1 4

Exemplo 3.5: Considere o problema de valor inicial resolvido no Exemplo 3.3. Os mtodos
de Adams-Bashforth foram utilizados para integrar este problema at t = 1, com h = 0,2,
obtendo-se os resultados apresentados na Tabela 3.4. Note que a ordem do mtodo
empregado vai aumentando progressivamente durante a integrao, at atingir a quarta
ordem, conforme valores em pontos anteriores ficam disponveis. Comparando com os
valores obtidos para o mtodo de Euler explcito (que o de Adams-Bashforth de ordem
1), dados na Tabela 3.1, verifica-se uma expressiva melhora na acurcia da integrao.
Atente para o grande erro inicial causado pela utilizao dos mtodos explcitos de menor
ordem durante a inicializao da integrao. Grande parte do erro no valor de y(1) provm
desta etapa de inicializao.

Tabela 3.4 - Integrao usando os mtodos de Adams-Bashforth.

t y(t)
82
0 1,0000
0,2 0,8000
0,4 0,7080
0,6 0,6032
0,8 0,5605
1,0 0,4889

Exerccio 3.5: Resolva o problema de valor inicial do Exerccio 3.3, de acordo com as
instrues ali apresentadas, utilizando o mtodo preditor-corretor de Adams-Bashforth-
Moulton de quarta ordem. Utilize os mtodos tipo preditor-corretor de menor ordem para a
inicializao e apenas uma iterao do corretor por passo.

3.3.6- Mtodos BDF

Os mtodos BDF (Backward Differentiation Formula) so mtodos de mltiplos
pontos, pois procuram aumentar a ordem da aproximao atravs de informao obtida em pontos
anteriores, utilizando, tambm, frmulas de diferenas finitas para trs. Entretanto, diferentemente
dos mtodos vistos na seo anterior, que necessitam que a equao diferencial esteja na forma
normal para aproximar a funo f por diferenas finitas e proceder sua posterior integrao, os
mtodos BDF aproximam o prprio valor de & y
j+1
na forma geral de uma equao (ou sistema)
algbrico-diferencial, Equao (3.1), obtendo-se

( )
( )
F t y y
j j j
k
+ + +

1 1 1
0 , , &
(3.67)

onde
( )
& y
j
k
+1
uma aproximao de ordem k para & y
j+1
, que utiliza k pontos anteriores, sendo obtida a
partir dos valores de y
i
, i = j+1, j, ..., j-k+1. A presena do valor de y
j+1
torna o mtodo implcito.

A aproximao de primeira ordem dada pela Equao (3.11), com j+1 no lugar de j, isto

( )
( ) & y
y y
h
O h
j
j j
+
+

+
1
1 1

(3.68)

Outras aproximaes podem ser facilmente obtidas atravs do uso de sries de Taylor baseadas no
ponto y
j+1
. Por exemplo, considere as seguintes expanses em srie dos pontos y
j
e y
j-1
, para uma
malha no-uniforme

( )
( )
y y h y
h
y
h
y
h
y O h
j j j j
j
j
j
j
j
j
+ + +
+ + +
+
+
+
+
+
+ 1 1 1
1
2
1
1
3
1
1
4
1
4 5
2 6 24
& && &&&

(3.69)

( )
( ) ( ) ( )
( )
y y h h y
h h
y
h h
y
h h
y
j j j j j
j j
j
j j
j
j j
j + + +
+
+
+
+
+
+
+ +
+
+
+
+
+
1 1 1 1
1
2
1
1
3
1
1
4
1
4
2 6 24
& && &&&

83
( )
O h
5

(3.70)

Combinando as Equaes (3.69) e (3.70) de modo a eliminar o termo em && y
j+1
, obtm-se a
seguinte aproximao de segunda ordem

( )
( ) ( )
( )
( ) ( )
& y
h h h y h h y h y
h h h h
O h h h
j
j j j j j j j j j
j j j j
j j j +
+ + + +
+ +
+ +
+ + +
+
+ +
1
2
1 1 1
2
1
2
1
1 1
1 1
2

(3.71)

que, para malhas uniformes, simplifica para

( )
( )
& y
y y y
h
O h
j
j j j
+
+
+
+
1
2 1 1 2
3 4
2

(3.72)

Assim, sucessivamente, podem-se obter aproximaes de diferentes ordens para a derivada
primeira de y, que apresentam a seguinte forma geral

( )
& y
y y y y
c y d
j
k j j j j
k j +
+
+
+ + + +
+
1
1 1 0 1 1 2 2
1

L

(3.73)

onde
i
e dependem dos valores dos passos h
i
entre os pontos considerados e c
k
e d so os
coeficientes angular e linear, respectivamente, da aproximao da derivada, vista como uma funo
linear de y
j+1
. Para malhas uniformes, podemos escrever a equao (3.73) na forma

( )
& y
y y y y
h
c y d
j
k j j j j
k j +
+
+
+ + + +
+
1
1 1 0 1 1 2 2
1

L

(3.74)

onde
i
e so constantes para cada ordem de aproximao, cujos valores, para as cinco primeiras
aproximaes de mais baixa ordem, esto representadas na Tabela 3.5.

A substituio da Equao (3.73) na Equao (3.67) gera uma equao algbrica, ou um
sistema de equaes algbricas, que , em geral, no-linear, devendo ser resolvida(o) por mtodos
adequados. Recomenda-se, usualmente, que o mtodo de Newton-Raphson seja utilizado. Neste
caso, o jacobiano do sistema de equaes em relao varivel desconhecida, y
j+1
, para a
aproximao de ordem k, pode ser obtido das Equaes (3.67) e (3.73) como

F
y
c
F
y
j
k
j + +
+
1 1
&

(3.75)

que , por vezes, chamada de matriz de iterao do sistema.

Os mtodos BDF tem boa estabilidade podendo ser utilizados para sistemas com rigidez
numrica (ver Seo 3.5). Devido a isto, so, usualmente, preferidos aos mtodos de mltiplos
pontos de Adams expostos na seo anterior. Tal como estes ltimos, os mtodos BDF tm
84
problemas de inicializao, devendo-se utilizar ordens crescentes, seqencialmente, para gerar os
valores de y
j
nos pontos anteriores necessrios cada um dos mtodos..

Tabela 3.5 - Coeficientes dos mtodos BDF em malha uniforme.

k
1

0

-1

-2

-3

-4

1 1 1 -1
2 2 3 -4 1
3 6 11 -18 9 -2
4 12 25 -48 36 -16 3
5 60 137 -300 300 -200 75 -12

Exemplo 3.6: Considere o problema de valor inicial resolvido no Exemplo 3.3. Os mtodos
BDF at a quinta ordem foram utilizados para integrar este problema at o ponto t = 1, com
h = 0,2, obtendo-se os resultados apresentados na Tabela 3.6. Note que a ordem do
mtodo empregado vai aumentando progressivamente durante a integrao, at atingir a
ordem estipulada em cada caso. Comparando os valores obtidos para os mtodos de
primeira, segunda, terceira e quinta ordens, verifica-se uma melhora na acurcia da
integrao da primeira para a segunda ordem mas uma pequena deteriorao da acurcia a
partir desta ordem. Isto se deve ao grande erro inicial causado pela utilizao dos mtodos
de menor ordem durante a inicializao da integrao. A melhor acurcia para o mtodo de
segunda ordem , pois, fortuita.

Tabela 3.6 - Comparao entre os mtodos BDF.

t
Primeira
ordem
Segunda
ordem
Terceira
ordem
Quinta
ordem
Soluo
analtica
0,0 1,0000 1,0000 1,0000 1,0000 1,0000
0,2 0,8541 0,8541 0,8541 0,8541 0,8333
0,4 0,7435 0,7337 0,7337 0,7337 0,7143
0,6 0,6572 0,6391 0,6390 0,6390 0,6250
0,8 0,5880 0,5650 0,5658 0,5663 0,5556
1,0 0,5315 0,5061 0,5082 0,5091 0,5000

Exerccio 3.6: Resolva o problema de valor inicial do Exerccio 3.3, de acordo com as
instrues ali apresentadas, utilizando o mtodo BDF de terceira ordem. Utilize os mtodos
de menor ordem para a inicializao.

3.4- Soluo de Equaes Diferenciais Parciais

85
Os problemas matemticos descritos anteriormente neste captulo correspondem a modelos
mais simples, onde existe apenas uma varivel independente, seja ela o tempo ou uma coordenada
espacial. Entretanto, modelos fsicos mais elaborados originam equaes diferenciais parciais
(EDPs), com duas ou mais variveis independentes. As equaes diferenciais parciais com suas
condies auxiliares, formam tanto problemas de valor inicial quanto problemas de valor de
contorno.

Nesta seo, veremos a aplicao do mtodo de diferenas finitas a equaes diferenciais
parciais, formando problemas de valor de contorno ou valor inicial, atravs de exemplos.

3.4.1- Discretizao em duas ou mais variveis independentes

A discretizao de problemas em mais de uma varivel dependente segue um procedimento
similar ao visto para problemas unidimensionais. O primeiro passo aqui , como antes, a
discretizao do domnio de clculo. Vai-se considerar aqui problemas com, no mximo, duas
coordenadas espaciais, j que estes apresentam todas as caractersticas dos problemas
multidimensionais. A extenso do que ser visto a problemas tridimensionais facilmente obtida.

Considere uma funo u(t, x, y) definida em um domnio 0 x 1, 0 y 1 e t 0, que
podem ser coordenadas adimensionais ou no. A discretizao do domnio pode ser feita com
malhas uniformes ou no-uniformes. Como no h nenhuma caracterstica fundamental do
procedimento de discretizao que seja dependente do tipo da malha, analisar-se- aqui apenas o
caso de malhas uniformes. A Figura 3.5 mostra o esquema de discretizao empregado dentro do
domnio em questo. A varivel dependente discretizada conforme a malha mostrada na Figura
3.5, sendo representada por

( )
u u t x y
i j
n
n i j ,
, ,
(3.76)

onde t
n
, x
i
e y
j
representam cada ponto da malha de discretizao.

O segundo passo , tambm, a aproximao por diferenas finitas das derivadas que
aparecem na equao diferencial parcial, que podem ser obtidas das expanses da varivel
dependente em srie de Taylor em relao a uma ou mais variveis independentes. Por, exemplo,
para uma derivada parcial de primeira ordem em relao a x, utiliza-se a expanso

( )
u u h
u
x
h u
x
O h
i j
n
i j
n
i j
n
i j
n
+
+ + +
1
2 2
2
3
2
, ,
,
,

(3.77)

para obter

( )
u
x
u u
h
O h
i j
n
i j
n
i j
n
,
, ,

+
+1

(3.78)

86
u
i j
n
+1,
u
i j
n
1,
u
i j
n
, +1
u
i j
n
, 1
j
n
,
x
i
x
t
n+1
t
n
t
y
j
y

Figura 3.5 - Discretizao em problemas multidimensionais.

que , basicamente, idntica Equao (3.12), obtida para o caso unidimensional. Assim, o mesmo
procedimento adotado para um problema unidimensional pode ser usado para a obteno das
aproximaes por diferenas finitas de derivadas parciais em relao a apenas uma das variveis
independentes.

Apenas quando se deseja uma aproximao para uma derivada parcial mista, isto ,
envolvendo mais de uma das variveis independentes, que necessrio utilizar a expanso em
srie de Taylor nas vrias variveis envolvidas. Isto necessrio porque a derivada mista s aparece
neste tipo de expanso. Como a grande maioria dos problemas no envolve derivadas mistas, no
desenvolveremos aproximaes para as mesmas. Convm ressaltar, apenas, que na soluo de
problemas envolvendo escoamentos bidimensionais, a formulao por funo fluxo e vorticidade
apresenta derivadas parciais mistas.

Note que, tal como no caso unidimensional, procura-se utilizar, sempre que possvel, apenas
trs pontos adjacentes, em cada direo coordenada no espao, nas aproximaes das derivadas
de primeira e segunda ordem. Obtm-se, assim, a estrutura em cruz, com cinco pontos adjacentes,
para o caso bidimensional, ilustrado na Figura 3.5, e uma estrutura de 7 pontos, no caso
tridimensional. Esta configurao dos pontos utilizados na discretizao da equao diferencial
parcial chamada de clula de discretizao.

A ltima etapa para a soluo de uma equao diferencial parcial por diferenas finitas
substituir as aproximaes das derivadas na equao e nas suas condies de contorno, gerando um
87
sistema algbrico, cuja soluo fornece a soluo aproximada do problema original. Nas prximas
sees, esta etapa ser vista atravs de exemplos.

3.4.2- Problema de valor de contorno - Equaes elpticas

Considere a soluo do problema de transferncia de calor em um domnio bidimensional
onde existe uma gerao de calor que linear com a temperatura. Este problema dado pela
equao de conservao da energia, podendo o problema, com suas condies de contorno, ser
escrito, em variveis adimensionais adequadas, por

2
2
2
2
0 0 1 0
x y
G x y t + + < < > , , ,

(3.79)
x
x
0 0 ,

(3.80)
y
y
0 0 ,

(3.81)
y
x
Bi + 1 0 ,

(3.82)
x 1 1 ,
(3.83)

A Equao (3.79) uma equao diferencial parcial de segunda ordem, formando,
juntamente com as suas condies de contorno, dadas pelas Equaes (3.80) a (3.83), um
problema de valor de contorno. A Equao (3.79) do tipo elptico, pois apresenta derivadas de
segunda ordem em relao a todas as coordenadas.

Uma malha bidimensional uniforme com I subdomnios na direo x e J subdomnios na
direo y utilizada para a discretizao da Equao (3.79), que aplicada em todos os pontos
onde
ij
no conhecida, isto , para (x
i
, y
j
), i = 0, 1, ..., I-1 e j = 0, 1, ..., J, conforme mostra a
Figura 3.6.

Aproximando as derivadas de segunda ordem por diferenas centrais, de acordo com as
Equao (3.14), a Equao (3.79) discretizada na forma

i j i j i j
x
i j i j i j
y
i j
h h
G i I j J
+ +
+
+
+
+
1 1
2
1 1
2
2 2
0 0 1 0
, , , , , ,
,
, , , , , , L L

(3.84)

onde h
x
= 1/I e h
y
= 1/J. A discretizao das condies de contorno, aproximando as derivadas de
primeira ordem tambm por diferenas centrais, Equao (3.10), permite calcular os valores da
varivel dependente nos pontos fictcios que aparecem na Equao (3.84)

1 1 , ,
,
j j
j (3.85)
88

i i
i
, ,
,

1 1

(3.86)
I j
j
,
, 1

(3.87)

i J i J x i J
Bih i
, , ,
,
+

1 1
(3.88)

0 1 i I-1 I x
i
y
j
J
J-1
j
1
0

Figura 3.6 - Discretizao bidimensional.

Com a substituio das Equaes (3.85) a (3.88) na Equao (3.84), obtm-se um sistema
algbrico de I (J+1) equaes lineares. A soluo deste sistema pelos mtodos diretos de soluo
vistos no Captulo 2 s computacionalmente eficiente se o nmero de equaes do sistema for
relativamente pequeno (at cerca de 100 equaes). Para sistemas grandes (500 ou mais
equaes), os mtodos iterativos so, usualmente, mais eficientes. Para um sistema cuja matriz dos
coeficientes pentadiagonal, como o caso presente, o mtodo mais indicado o fortemente
implcito modificado (Modified Strong Implicit Procedure).

A acurcia de uma soluo numrica de um problema multidimensional avaliada atravs da
comparao de perfis da varivel dependente, obtidos com diferentes malhas. Embora possa se
estabelecer um critrio de tolerncia para o valor de varivel em alguns pontos, usualmente
suficiente detectar a convergncia visualmente atravs de um grfico. Isto garante uma convergncia
dentro de uma tolerncia relativa de cerca de 10
-2
para valores diferentes de zero e dentro de uma
tolerncia absoluta da ordem de 10
-2
para valores prximos a zero.

Exemplo 3.7: O sistema formado pelas Equaes (3.84) a (3.88), com Bi = 0,1, G = 2 e I
= J = 5, 10, 20 e 40 (h
x
= h
y
= h), foi resolvido atravs do mtodo SOR (Seo 2.1.6),
utilizando um critrio de tolerncia absoluta na norma do vetor soluo de 10
-4
. Os
resultados convergidos para o perfil da varivel ao longo de x, para y = 0, obtidos para as
diversas malhas, so mostrados na Figura 3.7. Note a convergncia da soluo com o
aumento do nmero de pontos na malha. A soluo para I = J = 40 j visualmente
89
coincidente com a soluo para a malha de 20 20, no tendo sido, pois, representada na
Figura 3.7. A malha de 20 20 pode ser utilizada na obteno de outros resultados
relevantes ao problema.

Exerccio 3.7: Implemente a soluo numrica do problema descrito pelas Equaes (3.84)
a (3.88), pelo mtodo SOR. Utilizando uma malha 20 20, calcule o perfil da varivel ao
longo de y, para x = 0, para os mesmos valores de Bi e G dados no Exemplo 3.7.

0.0 0.2 0.4 0.6 0.8 1.0
x
1
2
3
4
5
6
Malha
5 x 5
10 x 10
20 x 20

Figura 3.7 - Perfil de temperatura adimensional para y = 0.

3.4.3- Problema de valor inicial - Equaes parablicas

Para exemplificar a soluo por diferenas finitas de um problema de valor inicial, vamos
utilizar o modelo do tubo de um trocador de calor com parmetros totalmente distribudos, visto no
Captulo 1. Este modelo servir, ainda, para mostrar o tratamento que necessrio empregar para
coordenadas no-cartesianas e quando existe uma singularidade na aplicao da equao diferencial
parcial.

Utilizando as Equaes (1.111) a (1.115), alm da definio de Pe , pode-se
escrever o problema em questo como:

( )
1
1
2
2
2
+

(3.89)
90

0 0 ,

(3.90)
1 1 ,

(3.91)
0 0 , , (por simetria)

(3.92)

Note que a Equao (3.89) do tipo parablico, pois apresenta, em relao a uma das
coordenadas, apenas uma derivada de primeira ordem.

A Equao (3.89) ser discretizada em uma malha uniforme para a coordenada similar
representada na Figura 3.1(b). Note que, como o valor de no conhecido em = 0, ser
necessrio aplicar a Equao (3.89) aos pontos discretos
j
, j = 0, 1, ..., J-1. Entretanto, a
Equao (3.89) apresenta uma singularidade em = 0, devido ao termo que tem o fator 1/.

O levantamento desta singularidade se faz atravs de um processo de limite, utilizando a
regra de LHopital, pois a derivada primeira que multiplica o fator 1/ tambm tende para zero
quando 0. Assim, a seguinte equao obtida para o eixo de simetria

0
2
2
0
2

(3.93)

Deste modo, utilizando diferenas centrais para as derivadas primeira e segunda em , e
diferena para trs para a derivada primeira em , o que corresponde ao mtodo de Euler implcito
para integrao ao longo de , a discretizao das Equaes (3.89) e (3.93) leva a

( )

i j i j i j i j i j
j
, , , , ,
,
+ 1 1 1
2
2
2
0

(3.94)
( )
( )
1
2
1
2
1 1
2
1 1 1
2 2
1 1
+
+

+ +

j
i j i j i j i j i j
i
i j i j
j J

, , , , , , ,
, , , L

(3.95)

one o ndice i corresponde aos pontos discretos ao longo da coordenada .

Lembrando que a condio de contorno em = 0 implica que
i,-1
=
i,1
, e que a condio
de contorno em = 1 fornece
i,J
= 1, as Equaes (3.94) e (3.95) formam o seguinte sistema de
equaes algbricas

( ) ( )
1 4 4 1
2
0
2
1 10

_
,

i i i , , ,

(3.96)
91
( ) ( ) ( )

_
,
+

+
_
,
_
,
1 1
2
1
2 1 1
2
1
1 2
2 1
2
2 2 1
2
1
j
i j
j
i j
j
i j
j
i j
j J
, , ,
,
, , , L

(3.97)
( ) ( )
( )
+
_
,
+

+
_
,
+ +

1 1
2
1 2
1
1 1
2
2
1
2
1
2
2 1
2
1 1 2

J
i J
J
i J
j
i J
j
, ,
,

(3.98)

que permite calcular o perfil de em relao a em uma dada posio , se o perfil em uma
posio anterior for conhecida. Partindo-se da condio inicial, em = 0, podemos resolver o
sistema acima, utilizando o algoritmo de Thomas, quantas vezes forem necessrias para se atingir o
regime desenvolvido na transferncia de calor dentro do duto.

Por exemplo, de interesse o clculo do nmero de Nusselt, baseado no dimetro, Nu
D
, ao
longo do tubo. Utilizando a definio de nmero de Nusselt local e as variveis adimensionais
definidas na Equao (1.110), obtm-se

( )
Nu d
D

2
1
4 1
1
2
0
1
,

(3.99)

Exemplo 3.8: O sistema formado pelas Equaes (3.96) a (3.98) foi resolvido para diversas
malhas, J = 10, 20, 40 e 80, e para = 10
-4
. Os resultados obtidos para Nu
D
e para e
( = 0) so mostrados nas Figuras 3.8 e 3.9, respectivamente. Note a boa convergncia
obtida para os perfis de Nu
D
, que tende, para grandes valores de ao limite de 3,66.

Exerccio 3.8: Resolva o sistema formado pelas Equaes (3.96) a (3.98), para J = 80,
determinando os perfis de () para = 10
-3
, 10
-2
e 10
-1
. Apresente o resultado em um
nico grfico.

92
1E-4 1E-3 1E-2 1E-1
/Pe
10
N
u
D
Pontos na malha
10
20
40
80

Figura 3.8 - Nmeros de Nusselt local dentro do tubo.

0.00 0.20 0.40 0.60 0.80
/Pe
0.0
0.2
0.4
0.6
0.8
1.0
Temperatura adimensional
mdia na seo reta
no centro
80 pontos na malha

Figura 3.9 - Temperaturas adimensionais ao longo do tubo.
93

3.4.4- Mtodo das linhas

O mtodo das linhas consiste na discretizao parcial de uma equao diferencial parcial, na
qual todas as coordenadas menos uma so discretizadas. A coordenada que no discretizada deve
aparecer apenas como uma derivada primeira, isto , a equao diferencial parcial de primeira
ordem em relao esta coordenada. Assim, um sistema de equaes diferenciais ordinrias o
resultado da discretizao parcial.

A soluo deste sistema de EDOs pode ser feita por qualquer um dos mtodos de soluo
de problemas de valor inicial j vistos. Entretanto, a grande vantagem deste mtodo est na
utilizao de rotinas computacionais j existentes para a integrao do sistemas de EDOs, que j
foram extensivamente testadas, so confiveis e permitem a integrao com controle automtico do
erro local. Na Seo 3.6, algumas desta rotinas sero citadas.

Como exemplo do emprego da tcnica, voltemos ao problema representado pelas
Equaes (3.89) a (3.92), cuja discretizao parcial leva a

( )
d
d

0 1 0
2
4

(3.100)
( )
( )
1
2
1
2
1 2
2
1 1
2 2
1 1

+
+

+ +

j
j j j j
i
j j
d
d
j J

, , , L

(3.101)
( )
( )
1
1 2 1 1
2
1
2 1 1 2
2
1
2
2

+
+

J
J J J
J
J
d
d

(3.102)

que pode ser facilmente resolvido pelas rotinas de integrao de sistemas de EDOs, a partir da
condio inicial
j
= 0, j = 0, 1, ..., J-1, para obter
j
( )= 0, j = 0, 1, ..., J-1, para >0.

Exerccio 3.9: Resolva as Equaes (3.100) a (3.102), para J = 80, obtendo os perfis de
Nu
D
, e ( = 0) ao longo , utilizando uma das rotinas dadas na Seo 3.6. Compare
com os resultados do Exemplo 3.8.

3.5- Propriedades da Soluo Aproximada por Diferenas Finitas

Existem diversas propriedades das aproximaes por diferenas finitas de derivadas e
equaes diferenciais que so importantes na caracterizao da soluo numrica. Dentro do
escopo introdutrio deste curso, veremos aqui pouco mais do que suas definies.

3.5.1- Erros da soluo aproximada

94
Existem, basicamente, trs tipos de erro em uma soluo numrica por diferenas finitas: o
erro de truncamento, o erro de arredondamento e o erro herdado. O primeiro o erro total oriundo
do truncamento das diversas derivadas que foram aproximadas por diferenas finitas. Este , no
fundo, o erro existente no processo de discretizao.

O erro de arredondamento devido inabilidade dos computadores representarem os
nmeros reais com preciso infinita. Como a maioria dos nmeros em um computador no exato,
devemos estar sempre atentos ao erro de arredondamento. Entretanto, este erro usualmente muito
pequeno e, a no ser que o algoritmo provoque o seu acmulo ou crescimento, ele desprezvel.

O erro herdado aquele erro que advindo de passos anteriores do processo de soluo
de um problema por diferenas finitas. Este erro caracterstico da integrao de problemas de
valor inicial e pode chegar a valores bastante apreciveis, pois ele o resultado do acmulo do erro
local.

3.5.2- Consistncia

Diz-se que uma equao de diferenas consistente com uma equao diferencial se a
diferena entre as duas equaes (erro de truncamento) tende a zero quando o tamanho do maior
elemento da malha de discretizao tende a zero. Note que o erro de truncamento o da equao
de diferenas e no o da aproximao de cada uma das derivadas por diferenas finitas. Muito
embora, em muitos casos, o erro de truncamento da equao de diferenas corresponda ao das
aproximaes das derivadas, existem casos onde isto no verdade.

3.5.3- Estabilidade

Estabilidade uma propriedade usualmente associada s aproximaes por diferenas finitas
de equaes diferenciais que formam um problema de valor inicial. Uma equao de diferenas
dita estvel se ela produz uma soluo limitada quando a soluo exata limitada, sendo instvel
quando produz uma soluo ilimitada para uma soluo exata limitada.

O conceito de estabilidade tambm pode ser estendido aos problemas de valor de
contorno, onde assume uma interpretao diferente. Neste caso, diz-se que uma equao de
diferenas instvel quando ela produz uma soluo oscilatria ou fisicamente incorreta para um
problema fsico cuja soluo no-oscilatria.

A estabilidade pode ser investigada para equaes lineares ou linearizadas, resultando,
usualmente, em uma restrio no valor do tamanho do elemento da malha usada na discretizao,
tanto para problemas de valor inicial quanto para problemas de valor de contorno. Este intervalo de
tamanhos de malha onde o mtodo estvel a chamada regio de estabilidade. Quando um
mtodo tal que no existe nenhuma restrio imposta pelo critrio de estabilidade ele dito
incondicionalmente estvel. Os mtodos BDF tm esta caracterstica, sendo, pois, altamente
eficientes, j que se pode variar o passo de integrao sem nenhuma restrio. O critrio de
estabilidade tambm norteia a construo de outros tipos de aproximao por discretizao, como
veremos para o Mtodo de Volumes Finitos.

95
Maiores detalhes sobre os mtodos de predio da estabilidade de um esquema numrico
esto fora do escopo deste curso.

3.5.4- Convergncia

Diz-se que um mtodo convergente se a soluo da equao discretizada se aproxima da
soluo exata da equao diferencial quando o tamanho do maior elemento da malha tende a zero.
V-se, ento, que a convergncia a propriedade desejada para todos os esquemas numricos de
solues de equaes diferenciais, pois ela que garante que uma soluo aproximada do problema
original ser obtida.

Para um problema linear de valor inicial e a sua aproximao por diferenas finitas, existe um
teorema que garante que, se a aproximao consistente, a estabilidade a condio necessria e
suficiente para a convergncia.

3.5.5- Rigidez numrica

A chamada rigidez numrica ocorre em equaes diferenciais ordinrias ou sistemas de
equaes diferenciais ordinrias e tem diversas definies, como veremos abaixo.

1. Uma EDO rgida se o passo necessrio para estabilidade muito menor que o passo
necessrio para acurcia ou to pequeno que o erro de arredondamento se torna
significante.
2. Uma EDO rgida se ela contm termos transientes que decaem com rapidez bem
diferentes.
3. Um sistema de EDOs rgido se ele contm variveis com comportamentos transientes
bem diferentes, tendo pelo menos um autovalor da matriz jacobiana do sistema de
equaes (Equao 3.72) com parte real negativa cujo valor absoluto muito maior que
os outros autovalores da matriz.

A definio (3) a mais comum. Para que haja estabilidade, os autovalores,
i
, do sistema
devem satisfazer
i
i 1, . Pode-se definir o grau de rigidez numrica como sendo a razo entre
o maior e o menor autovalor em mdulo, isto

( )
( )
grau de rigidez
max
min
i
i
Re
Re

(3.103)

Um sistema com grau de rigidez da ordem de 10 no rgido, enquanto que se a ordem for
de 10
3
ele rgido, e se o grau de rigidez chegar a 10
6
ele muito rgido.

3.6- Rotinas disponveis

Vrias rotinas de integrao de sistemas de equaes diferenciais ordinrias existem no
mercado, tanto includas em softwares comerciais quanto na forma de rotinas de uso acadmico
livre. Dando preferncia a este ltimo grupo, esto disponveis abaixo para donwload as rotinas
96
DASSL e DASSLC, desenvolvidas por Linda Petzold e Argimiro R. Secchi, respectivamente.
Ambas utilizam mtodos BDF at quinta ordem para integrar sistemas de equaes diferenciais e
algbricas. Vale tambm fazer uma visita ao site do grupo de pesquisa da Linda Petzold
(http://www.cs.umn.edu/~petzold/).

97

Captulo 4

O Mtodo dos Volumes Finitos

O mtodo dos volumes finitos pode ser utilizado para resolver problemas que tenham pelo
menos uma coordenada espacial, isto , um mtodo desenvolvido basicamente para resolver
problemas de valor de contorno. Isto no exclui a soluo de determinados problemas de valor
inicial que so compostos pela soluo de sucessivos problemas de valor de contorno, um para
cada instante de tempo.

Assim, o mtodo dos volumes finitos utilizado para resolver modelos que sejam, parcial ou
totalmente, a parmetros distribudos. Os modelos podem ser formados por equaes diferenciais
ordinrias ou parciais. Neste captulo, ser vista uma introduo ao mtodo dos volumes finitos que
permitir a soluo de qualquer problema de valor de contorno difusivo ou convectivo-difusivo. A
soluo do campo de velocidade de um dado escoamento est fora do escopo deste curso.

4.1- Introduo

O mtodo de volumes finitos por vezes confundido com o mtodo das diferenas finitas
pelo fato de que, em vrios casos, as equaes discretizadas obtidas por ambos os mtodos so
iguais. Entretanto, os dois mtodos tm bases de formulao bastante diferentes. Enquanto o
mtodo de diferenas finitas tem uma deduo puramente matemtica, a partir das aproximaes de
derivadas usando sries de Taylor, a formulao do mtodo de volumes finitos tem base fsica.

Conforme vimos no Captulo 1, a maioria dos modelos matemticos utilizados em problemas
de Engenharia Qumica so baseados nos princpios de conservao, que representam uma dada
lei fsica de preservao da integridade de uma dada grandeza, ao longo de um processo. A
expresso deste princpio em palavras foi dada pela Equao (1.5), para a totalidade de uma dada
grandeza, ou pela Equao (1.6), para apenas uma parte da grandeza considerada.

Quando as Equaes (1.5) e (1.6) so expressas de forma matemtica para uma regio
infinitesimal de um dado meio, obtm-se uma equao diferencial ordinria ou parcial, que a
chamada equao de conservao da grandeza envolvida. Por exemplo, quando a Equao (1.5)
expressa matematicamente para a conservao de massa no escoamento de um fluido, a equao
da continuidade obtida, que, em geometria cartesiana, representada pela seguinte equao
diferencial parcial

( ) ( ) ( )

t x
u
y
v
z
w + + + 0

(4.1)
98

onde a densidade do fluido, t o tempo, (x, y, z) so as trs coordenadas cartesianas e (u, v,
w) so as trs componentes do vetor velocidade correspondentes s direes x, y e z,
respectivamente. Outro exemplo pode ser dado pela equao de conservao da energia trmica
para um meio fluido, que obtida da aplicao da Equao (1.6) conservao da energia trmica,
originando uma das formas da equao da energia. Sob determinadas aproximaes e em
coordenadas cartesianas, esta equao de conservao pode ser escrita na forma abaixo

( ) ( ) ( ) ( )
t
T
x
uT
y
vT
z
wT
x
k
c
T
x y
k
c
T
y z
k
c
T
z
Q
c
+ + +

_
,
+

_
,
_
,
+

(4.2)

onde c o calor especfico a presso constante, k a condutividade trmica, T a temperatura e Q
a taxa de gerao de calor no meio por unidade de volume. A Equao (4.2) vlida para um
fluido puro ou para uma mistura no-reacional, com c constante e efeitos de compresso e
dissipao viscosa desprezveis. Maiores detalhes sobre estas e outras equaes de conservao
comuns aos problemas de Engenharia Qumica podem ser encontradas nos textos clssicos de
Fenmenos de Transporte.

Em geral, as equaes de conservao apresentam termos que representam o acmulo, o
transporte convectivo, o transporte difusivo e a gerao de uma dada grandeza. Veja, por exemplo,
a Equao (4.2). O primeiro termo do membro esquerdo o termo de acmulo, enquanto que os
outros termos deste lado da equao so termos de transporte por conveco. No membro direito
da Equao (4.2), os trs primeiros termos correspondem ao transporte difusivo, sendo o ltimo o
termo de gerao. Por esta similaridade, as equaes de conservao podem ser escritas na
seguinte forma geral

( ) ( ) ( ) ( )
t x
u
y
v
z
w
x x y y z z
S + + +

_
,
+

_
,
_
,
+

(4.3)

onde a grandeza conservada, a difusividade desta grandeza e S o termo de gerao. Note
que a Equao (4.3) vlida tambm para outros sistemas de coordenadas alm do cartesiano,
bastando para isto interpretar as variveis (x, y, z) como sendo as coordenadas do outro sistema, e
considerando S como sendo a soma do termo de gerao com todos os outros termos existentes na
equao de conservao original que no se enquadram nem na forma de termos de transporte e
nem na de termo de acmulo. Por isso, o termo S , por vezes, chamado de lixeira da equao de
conservao, na forma dada pela Equao (4.3).

A forma dada pela Equao (4.3) para a equao de conservao chamada de forma
conservativa ou forma divergente, na qual os termos relativos aos fluxos convectivos, u, v e
w, aparecem dentro das derivadas em relao s coordenadas espaciais, x, y, z. Qualquer outra
forma dita no-conservativa. A forma conservativa a forma da equao obtida diretamente da
forma integral da lei de conservao. Por exemplo, considere a equao da continuidade, cuja forma
integral, vlida para um volume finito fixo no espao, dada por

99
d
dt
dV dA
V A

1
]
1
+ v n$ 0

(4.4)

onde v o vetor velocidade, de componentes (u, v, w), V o volume finito no qual a conservao
de massa est sendo aplicada, A a superfcie deste volume, $ n o vetor unitrio normal externo
superfcie A e o ponto entre o vetor velocidade e o vetor normal superfcie indica o produto
escalar. A Equao (4.4) diz, simplesmente, que a variao da massa contida no volume causada
pela taxa lquida de massa que transferida atravs da superfcie do corpo.

Utilizando o teorema integral de Gauss (ou da divergncia), que pode ser encontrado nas
referncias clssicas de Fenmenos de Transporte, a Equao (4.4) pode ser escrita na forma

( )

t
dV
V
+
_
,

v 0

(4.5)

onde ( ) v o divergente do fluxo mssico que, em geometria cartesiana, expresso por

( ) ( ) ( ) ( ) + +

v
x
u
y
v
z
w

(4.6)

A Equao (4.5) vlida para qualquer volume V, de forma que o integrando deve ser nulo,
o que origina a equao diferencial parcial na forma conservativa, dada pela Equao (4.1).

A aproximao discreta de uma equao de conservao pelo mtodo dos volumes finitos
tem por objetivo dividir o domnio de clculo em um certo nmero de subdomnios, nos quais a lei
fsica de conservao seja feita vlida, dentro de um certo grau de aproximao. Esta aproximao
pode ser obtida de duas formas. A primeira forma a utilizao do balano da propriedade
conservada para cada um dos subdomnios. O segundo modo a integrao da equao de
conservao, na forma conservativa, no volume do subdomnio. Evidentemente, ambos os mtodos
levam ao mesmo resultado, pois a equao de conservao se originou atravs de um balano da
propriedade em um volume finito, como mostra a Equao (4.4), para a conservao de massa.

Considere, por exemplo, a equao da continuidade em duas dimenses espaciais, usando a
geometria cartesiana. A Figura 4.1 mostra um subdomnio do domnio bidimensional da equao e
onde est representada a nomenclatura de determinados pontos dentro ou na superfcie deste
subdomnio ou volume finito, bem como os fluxos mssicos que atravessam cada face no intervalo
de tempo t. Assim a variao da massa dentro deste volume, no intervalo t, dada pelo balano

( ) ( ) ( ) ( ) ( ) ( ) x y x y u t y u t y v t x v t x
t t t w e s n

+
+ (4.7)

que dividindo por txy leva a

( ) ( ) ( ) ( )

t t t e w n s
t
u u
x
v v
y
+

+

+

0
(4.8)
100

que a equao discretizada para o volume finito em questo.

A Equao (4.7) tambm pode ser obtida atravs da integrao da Equao (4.1), sem o
termo em w, utilizando o operador integral abaixo

dt dx dy
w
e
s
n
t
t t

+

(4.9)

x x+dx x
y
y+dy
y
w e
n
s
P
uty|
w
uty|
e
vtx|
s
vtx|
n
xy|
t

Figura 4.1 - Balano de massa em um volume finito.

Assim, a aproximao discreta, dada pela Equao (4.8), obtida pelos dois
procedimentos. Usualmente, mais fcil obter a equao aproximada atravs da integrao da
equao de conservao na forma divergente, j que muitas grandezas tm balanos bem
complexos.

Note que a Equao (4.8) ainda uma expresso exata para a conservao de massa no
volume em questo, pois a forma de clculo dos fluxos mdios atravs das faces e das densidades
mdias no volume ainda no foi especificada. A aproximao destas grandezas utilizando seus
valores em pontos discretos da malha que introduz o erro da aproximao numrica.

As Figuras 4.2 e 4.3 mostram a estrutura bsica de uma malha unidimensional e
bidimensional de volumes finitos, respectivamente. Usualmente, os valores das variveis dependentes
so armazenados nos centros dos volumes (P, N, S, W, E) ou nos centros de determinadas faces (n,
s, w, e). Os valores necessrios destas variveis em outras posies so obtidos por processos
convenientes de interpolao. Em um mesmo problema, algumas das variveis dependentes podem
ser armazenadas nos centros dos volumes, enquanto que outras ficam armazenadas em pontos sobre
as faces. Assim, o mtodo de volumes finitos pode utilizar vrias malhas para um mesmo problema
101
(malhas entrelaadas).

Do que foi exposto acima, ficam bem claras as diferenas entre o mtodo das diferenas
finitas e o mtodo dos volumes finitos. O primeiro se baseia na aplicao da equao diferencial em
pontos discretos de uma malha e na utilizao de aproximaes das derivadas utilizando sries de
Taylor. O segundo aplica a equao diferencial de conservao a subdomnios de uma determinada
malha atravs da sua integrao em cada volume.

W P E x
w e
x
x
w
x
e
x
w
x
w
+
x
e
x
e
+

Figura 4.2 - Estrutura de uma malha unidimensional de volumes finitos.

P
S
N
E W
n
s
e w
x
y
y
n
y
s
x
w
x
e
y
n
+
y
n
y
s
+
y
s
x
w
x
w
+
x
e
x
e
+
x
P
y
P

Figura 4.3 - Estrutura de uma malha bidimensional de volumes finitos.

Como ser visto mais adiante, os termos de transporte convectivo so os responsveis pelas
maiores dificuldades numricas na soluo de equaes diferenciais parciais na forma da Equao
102
(4.3). Deste modo, sero analisados, primeiramente, os problemas puramente difusivos, que
permitem considerar a maior parte dos aspectos caractersticos da soluo de uma equao
diferencial ordinria ou parcial pelo mtodo dos volumes finitos.

4.2- Soluo de Problemas Difusivos

A forma geral de um problema difusivo tridimensional transiente, em geometria cartesiana,
dado pela Equao (4.10) abaixo.

( )
t x x y y z z
S

_
,
+

_
,
_
,
+

(4.10)

Nesta seo, sero vistos os cuidados necessrios discretizao da Equao (4.10) pelo
mtodo de volumes finitos. Inicialmente, ser abordado o problema bem mais simples da difuso
unidimensional, mas que fornece a base para o entendimento da maior parte dos aspectos da
discretizao deste tipo de problema. A extenso para problemas multidimensionais e a aplicao
do mtodo a coordenadas no-cartesianas sero vistas posteriormente.

4.2.1- Difuso unidimensional

A difuso unidimensional regida pela equao

( )
t x x
S

_
,
+

(4.11)

que deve ser discretizada segundo a malha unidimensional apresentada na Figura 4.2. Note que,
uma vez realizada a integrao desta equao na direo x, um sistema de EDOs obtido, o qual
pode ser resolvido diretamente por rotinas computacionais, como aquelas dadas no Captulo 3.
Neste caso, tem-se o mtodo das linhas com discretizao por volumes finitos.

Com o aumento do nmero de pontos de discretizao, a exigncia de memria e tempo
computacional das rotinas de soluo de EDOs se torna muito elevada, de modo que comum a
utilizao da chamada discretizao completa, isto , realiza-se a discretizao de todas as
variveis independentes, incluindo o tempo. Nos diversos exemplos que sero vistos dentro deste
captulo, ser utilizada sempre a discretizao completa, que inclui a discretizao parcial, a qual
gera o mtodo das linhas, como uma parte de seu procedimento.

Assim, considere a aplicao do operador

dt dx
w
e
t
t t

+

(4.12)

Equao (4.11). As integraes do primeiro termo no tempo e a do segundo em x so exatas,
levando a
103

( )

t
t t
w
e
w
e
t
t t
w
e
t
t t
dx
x
dt S dxdt
+
+ +

_
,
+

(4.13)

onde ( ) ( ) ( ) F F b F a
a
b
. Neste momento, para obter a equao discretizada necessrio
introduzir aproximaes para os diversos termos da Equao (4.13), de acordo com a malha da
Figura 4.2, isto , utilizando os valores da varivel dependente apenas nos pontos P, W e E.

O integrando do primeiro termo da Equao (4.13) pode ser aproximado pelo seu valor no
centro do volume finito, ponto P, o mesmo acontecendo para a integrao de S em relao
varivel x. Isto feito, restam, ainda, as integraes no tempo dos termos do membro direito da
Equao (4.13). Diversas aproximaes podem ser empregadas, que correspondem a diferentes
mtodos de integrao de EDOs, como os vistos no Captulo 3. muito comum a escolha do
mtodo de Euler implcito, devido a sua estabilidade incondicional e a sua baixa necessidade de
armazenamento de dados. O mtodo de Euler implcito implementado pela considerao de que
os integrandos dos dois termos do membro direito da Equao (4.13) tem valores constantes no
intervalo de tempo entre t e t+t, sendo avaliados no instante final do intervalo, t+t. Deste modo,
a Equao (4.13) fica na forma

( ) ( )

P P P P
w
e
P
x
x
t S x t

_
,
+
0 0

(4.14)

onde o sobrescrito 0 indica que o termo avaliado no instante t, enquanto que os termos sem este
sobrescrito so avaliados no instante t+t.

A nica aproximao possvel para os termos de fluxo difusivo na Equao (4.14), utilizando
apenas os pontos P, W e E, via diferenas finitas. Note que estes termos so avaliados nas faces
do volume de centro P, podendo ser aproximados por diferenas centrais na forma

x x x x
w
w
P W
w e
e
E P
e
_
,

_
,

,

(4.15)

Deve-se notar que S, e so tambm avaliados no instante final do intervalo, o que leva
chamada discretizao completamente implcita. Para completar a discretizao, deve-se lembrar
que, em geral, S, e so funes de , sendo necessria a linearizao dos termos
correspondentes.

Para as propriedades fsicas, cuja dependncia com usualmente fraca embora, por
vezes, complexa, comum o uso de uma tcnica simples de iterao, onde os valores de e so
inicialmente calculados com o valor de
0
, isto , no instante inicial do intervalo de tempo, e
posteriormente corrigidos com a prpria soluo obtida para no final do intervalo de tempo.
Como
0
e no devem ser muito diferentes para a preciso da integrao no tempo ser boa, o
chute inicial de e , usualmente, muito bom. Desta forma, este procedimento iterativo
converge rapidamente. Este algoritmo de iterao foi ilustrado na Figura 3.3.
104

Por outro lado, o termo fonte pode ser fortemente no-linear, e deve ser linearizado de uma
forma mais cuidadosa, como veremos mais adiante. De um modo geral, sua linearizao pode ser
escrita na forma

( ) S S S
P C P P
+ (4.16)

Substituindo as Equaes (4.15) e (4.16) na Equao (4.14), a equao discretizada
finalmente obtida na forma

a a a b
P P E E W W
+ + (4.17)

onde

a
x
E
e
e

(4.18)
a
x
W
w
w

(4.19)
a a a
x
t
S x
P E W P P
+ +

(4.20)
b a S x
P P C
+
0 0

(4.21)
a
x
t
P P
0 0

(4.22)

Para cada ponto da malha unidimensional em x, ser obtida uma equao algbrica na forma
da Equao (4.17). O sistema formado por todas estas equaes tem uma estrutura tridiagonal,
podendo ser resolvido pelo algoritmo de Thomas. Note que, nas Equaes (4.18) e (4.19), a
difusividade avaliada sobre as faces do volume finito de centro P. O modo de se calcular
corretamente estes valores ser visto mais adiante. Alm disso, estes valores de , bem como o
valor de
P
na Equao (4.20), so avaliados no final do intervalo de integrao no tempo,
originando o processo de iterao descrito acima.

Alternativamente, a no-linearidade devida dependncia com das propriedades fsicas
pode ser tratada pela tcnica chamada de lagging, que consiste em se utilizar o valor de e
calculados com o valor de
0
, sem nenhuma correo posterior. Desta forma, no h a necessidade
do processo iterativo e, neste caso, a Equao (4.20) pode ser escrita como

a a a a S x
P E W P P
+ +
0
(4.23)

A Equao (4.23), para S
P
= 0, mostra que o coeficiente a
P
o somatrio dos coeficientes
dos seus pontos vizinhos a
E
e a
W
, no espao, e a
P
0
no tempo. Este fato, somado ao sinal de S
P
,
105
quando S
P
0, fundamental na estabilidade da soluo das equaes discretizadas, como veremos
mais adiante.

Para exemplificar a aplicao do mtodo de volumes finitos antes do estudo dos detalhes
relacionados ao clculo da difusividade nas faces e linearizao do termo fonte, considere o
problema difusivo unidimensional transiente, sem gerao e com propriedades fsicas constantes,
apresentado no exemplo abaixo.

Exemplo: Seja o problema de estabelecimento do perfil de temperatura em uma parede
plana infinita, subitamente submetida a uma temperatura mais elevada em uma das suas
faces. Este problema de Transferncia de Calor pode ser representado, aps um processo
de adimensionalizao, na forma

t x
x < <
2
2
0 1 ,

t 0 0 ,

x 0 0 ,

x 1 1 ,

A equao diferencial parcial acima discretizada na malha representada na Figura
4.2, levando s Equaes (4.17) a (4.22). Para simplificar a anlise, a malha ser
considerada uniforme (x = x
e
= x
w
). Neste caso, a
E
= a
W
= 1/x, a x t
P
0
, a
P
=
2/x + x/t e b a
P P
0 0
.

Como o valor da varivel dependente conhecida em x = 0 e x = 1, pode-se gerar
equaes discretizadas apenas para os chamados volumes internos, isto , para volumes que
comeam em x = x/2 e vo at x = 1 - x/2. Numerando os volumes internos a partir de
um, as incgnitas do problema so
i
, i = 1, ..., N, onde N o nmero de volumes internos
e as condies de contorno entram na formulao do problema atravs de
0
= (0) = 0 e
N+1
= (1) = 1. Utilizando apenas quatro volumes internos, isto , x = 0,2, e t = x/2 =
0,1, a discretizao resulta em um sistema de apenas quatro equaes algbricas, dado pela
Equao (4.17), que representado abaixo na forma matricial

12 5 0 0
5 12 5 0
0 5 12 5
0 0 5 12
2
2
2
2 5
1
2
3
4
1
0
2
0
3
0
4
0
1
]
1
1
1
1
1
]
1
1
1
1
1
]
1
1
1
1

Note como a condio de contorno em x = 1 aparece na ltima linha do termo
independente deste sistema linear. Resolvendo este sistema pelo algoritmo de Thomas
(Seo 2.1.4) para cada t, o comportamento transiente do perfil adimensional da
106
temperatura da parede obtido, como mostra a Tabela 4.1. Evidentemente, um nmero
maior de volumes internos e um menor passo de integrao do tempo so necessrios para
a soluo ser obtida com um bom grau de convergncia espacial e temporal. Entretanto, o
comportamento bsico da soluo transiente, bem como a soluo correta para o estado
estacionrio so obtidas.

Tabela 4.1 - Evoluo do perfil de temperatura adimensional na parede
plana.

t 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,8 1,1
0
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
1
0.000 0.059 0.116 0.154 0.176 0.187 0.194 0.198 0.200
2
0.000 0.142 0.256 0.324 0.360 0.380 0.390 0.397 0.400
3
0.000 0.282 0.441 0.520 0.560 0.579 0.589 0.597 0.600
4
0.000 0.534 0.689 0.748 0.775 0.787 0.793 0.798 0.800
5
1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000

4.2.2- O clculo da difusividade nas faces

Como foi visto acima, os valores da difusividade precisam ser avaliados nas faces e e w
nas Equaes (4.18) e (4.19). Note que estes coeficientes entram diretamente no clculo dos fluxos
discretizados, dados pela Equao (4.15). Isto implica que os valores de nas faces devem ser
convenientemente calculados para que a conservao da propriedade no meio seja respeitada.

Considere a aproximao de que
e
=
w
=
P
; isto , os valores nas faces so
aproximados pelo valor no centro do volume finito. Este procedimento viola a conservao da
grandeza no meio, pois o fluxo em qualquer uma destas faces tem que ser calculado pela mesma
expresso no balano de volumes vizinhos da malha. Nesta aproximao, isto no verdade, pois
na face entre os volumes de ndice j e j+1 os fluxos seriam obtidos por

x x x x
j
j
j j
j j
j
j j
j
_
,

_
,

+
+
+ +
+
+
+ 1 2
1
1 1 2
1
1
1
,

(4.24)

para a expresso da face e do volume j e a para a face w do volume j+1, respectivamente. Nestas
expresses x
j+1
= x
j+1
- x
j
. Note que os fluxos calculados pelas expresses dadas acima so
diferentes, pois
j

j+1
, em geral. A utilizao da Equao (4.24) implica que o fluxo que entra em
um volume por uma de suas faces diferente do fluxo que sai do volume adjacente a esta face, isto
, a grandeza foi artificialmente criada ou consumida.

Qualquer expresso que calcule
j
como uma mdia entre volumes vizinhos suficiente para
que a conservao da grandeza seja vlida para todos os volumes finitos. Poder-se-ia, por
exemplo, utilizar uma mdia ponderada entre os valores de nos centros de volumes adjacentes,
107
utilizando a distncia da face aos centros dos volumes como pesos. No caso da face e, utilizando a
nomenclatura da Figura 4.2, este procedimento levaria a

e
e
e
P
e
e
E
x
x
x
x
+
+

(4.25)

Entretanto, a Equao (4.25) no fisicamente correta em determinadas situaes. Para
verificar isto, basta considerar o caso limite quando um dos valores de tende a zero, digamos o
valor de
e
. O fluxo real tende a zero, pois h uma barreira ao transporte difusivo desta grandeza,
enquanto que o fluxo calculado pelas Equaes (4.15) e (4.25) diferente de zero.

Portanto, o clculo de nas faces deve ser feito de modo a fornecer uma boa aproximao
para o fluxo difusivo da grandeza, qualquer que seja a situao. Considere, pois, a seguinte
idealizao da situao fsica. Seja um meio composto de duas partes homogneas, onde o meio
entre os pontos P e e tem difusividade
P
, enquanto que o meio entre os pontos e e E tem
difusividade
E
. Dentro da ordem de aproximao das derivadas por diferenas centrais, o fluxo na
face e seria calculado por

x x x
e
P
e P
e
E
E e
e
_
,

+

(4.26)

O valor de
e
pode ser calculado da igualdade entre as duas expresses para o fluxo e substitudo
de volta em qualquer das duas expresses para calcular o fluxo na face e, obtendo-se

( ) ( )

x x
x x x x
e
e
E P
e
e
e e
P
e e
E
_
,

+
1
]
1
1
+

,
1

(4.27)

que est na forma da Equao (4.15), e a mdia adequada ao clculo do valor de
e
surge
naturalmente.

Note que a Equao (4.27) calcula corretamente o fluxo nulo tanto no limite quando
P
, ou
E
, tende a zero, quanto no limite onde uma das difusividade,
E
, por exemplo, tende a infinito.
Neste ltimo caso,

( )

e E e
P
e e
x x

,

(4.28)

e a primeira igualdade da Equao (4.26) regenerada.

Uma expresso similar pode ser obtida para
w
, na forma

( ) ( )

x x
x x x x
w
w
P W
w
w
w w
W
w w
P
_
,

+
1
]
1
1
+

,
1

(4.29)
108

ou para a difusividade em qualquer face de um volume finito multidimensional.

4.2.3- Linearizao do termo fonte

A linearizao do termo fonte j foi apresentada informalmente pela Equao (4.16).
Entretanto, nada foi dito em relao determinao de S
C
e S
P
. Por uma questo de estabilidade do
esquema numrico obtido necessrio que

S
P
0
(4.30)

o que garante que a
P
positivo, conforme as Equaes (4.20) e (4.23). Esta restrio pode ser
interpretada fisicamente pois, se o valor do termo fonte aumenta com , isto causa um novo
aumento de que, por sua vez, leva a um aumento do termo fonte e, assim, sucessivamente,
teramos um processo com tendendo a infinito.

Usualmente, para as equaes de um modelo fsico, o termo fonte S decresce com . Neste
caso, a linearizao via srie de Taylor pode ser usada, j que o valor de S
P
ser negativo

( ) ( ) ( )
S S
dS
d
P P
P
P P
P

+
* *
*

(4.31)
( )
S S
dS
d
S
dS
d
C P P
P
P
P
P P
<

* *
* *
, 0

(4.32)

Entretanto, no processo de modelagem de alguns problemas fsicos, algumas hipteses so
empregadas que levam a termos fonte S cujos valores crescem com . Neste caso, a escolha mais
adequada , usualmente, fazer

( )
S S S
C P P

*
, 0
(4.33)

tambm possvel introduzir uma linearizao artificial com S
P
negativo, mas isto, normalmente,
diminui a convergncia. Por exemplo, considere que S = 10 + , que pode ser linearizado na forma
S = (10 + 2
*
) - , isto , S
C
= 10 + 2
*
e S
P
= -1.

4.2.4- Condies de contorno

As Equaes (4.17) a (4.22) foram obtidas para um volume interno ao domnio de clculo.
Consideraes especiais so necessrias para incorporar as condies de contorno ao problema.
Sero aqui analisadas as trs condies de contorno lineares possveis, como vistas no Captulo 3,
Equaes (3.20), (3.21) e (3.25), para o contorno a esquerda de problemas unidimensionais.
Procedimento similar pode ser utilizado para incorporar a condio de contorno na fronteira direita
do domnio de clculo. Tanto as condies de contorno no-lineares quanto as condies de
109
contorno em problemas multidimensionais so tratadas por bvias extenses do que ser visto
adiante.

Existem trs formas de incluir as condies de contorno na soluo do problema, que sero
vistas nas sees seguintes.

4.2.4.1- Adequao da malha condio de contorno

Esta primeira forma de considerao de uma condio de contorno implica em se utilizar, no
contorno, os volumes que sejam os mais adequados para representar as suas condies de
contorno.

Para uma condio de contorno de primeiro tipo, pode-se localizar o centro de um
volume no prprio contorno, como mostra a Figura 4.4, para o volume relativo ao ponto P,
surgindo o que se chama de meio-volume (x x
e

). Em duas e trs dimenses, surgem tambm
os quarto e oitavo de volume.

Como o valor da funo conhecido no contorno, no existe a necessidade de se fazer o
balano de conservao da grandeza nestes volumes do contorno. A equao discretizada do
volume interno adjacente ao contorno, volume de centro em E na Figura 4.4, utiliza diretamente o
valor conhecido de
P
. Note que, embora parea inicialmente ser uma vantagem, a no realizao
de um balano no meio-volume do contorno implica que a lei de conservao no imposta neste
volume.

P E x
e
x
x
e
x
e
x
e
+
contorno

Figura 4.4 - Malha utilizando o meio-volume no contorno.

Para uma condio de contorno de segundo tipo, onde o fluxo difusivo da grandeza no
contorno conhecido, mais conveniente se utilizar de um volume inteiro no contorno, conforme
mostra a Figura 4.5. A discretizao da Equao (4.11) pode ser obtida a partir da Equao (4.14),
utilizando o fluxo na face e como dado na Equao (4.15) e o valor conhecido de

110
q
x
w
w

_
,

(4.34)

P E x
w e
x
x
e
x
w
+
x
e
x
e
+
contorno
q
w

Figura 4.5 - Malha utilizando um volume inteiro no contorno.

para se obter

a a b
P P E E
+
(4.35)

onde

a a
x
t
S x
P E P P
+

(4.36)
b a S x q
P P C w
+ +
0 0
(4.37)

e as outras variveis foram definidas anteriormente.

No caso de uma condio de contorno de terceiro tipo, onde o fluxo difusivo da grandeza
no contorno dado atravs de uma relao linear com o valor de no contorno, usual a utilizao
do meio-volume, conforme a Figura 4.4, j que o valor da varivel no contorno necessria ao
clculo deste fluxo. De acordo com a Figura 4.4, o fluxo na interface situada em P ser dado por
uma equao na forma

( ) q
x
h
P
P
P

_
,

(4.38)

onde
o valor da grandeza no meio externo ao contorno. A equao discretizada deste meio-

volume obtida a partir das Equaes (4.14), (4.15) e (4.34), na forma dada pela Equao (4.35)
mas com os seguintes valores para os coeficientes a
P
e b

111
a a
x
t
S x h
P E P P
+ +

(4.39)
b a S x h
P P C
+ +

0 0
(4.40)

onde as outras variveis so como definidas anteriormente.

Deve-se ter muito cuidado na utilizao dos meio-volumes, cuja dimenso diferente da dos
demais volumes da malha, requerendo um cuidado todo especial na implementao computacional
da soluo do sistema de equaes discretizadas. Esta a principal desvantagem deste tipo de
tratamento das condies de contorno.

4.2.4.2- Utilizao de volumes fictcios

Uma maneira de se considerar uma malha somente com volumes inteiros a utilizao de
volumes fictcios para impor as condies de contorno ao problema, como mostra a Figura 4.6. A
idia de condies fictcias, fora do domnio de clculo, j apareceu no mtodo das diferenas
finitas, para condies de contorno de segundo e terceiro tipo.

Considerando a Figura 4.6, fica claro que a lei de conservao ser imposta em todo o
domnio de clculo, enquanto que a equao relativa ao volume fictcio depender, exclusivamente,
da condio de contorno. Para uma condio de contorno de primeiro tipo, basta fazer

e
P E
+
2

(4.41)

ou a
P
= 1, a
E
= -1 e b = 2
e
na Equao (4.35). J para uma condio de contorno de segundo
tipo, tem-se que

q
x x
e
e
e
E P
e

_
,

+

2

(4.42)

P E x
e
x
e
x
e
+
x
e
+
x x
e
+
2
contorno

Figura 4.6 - Condio de contorno com volume fictcio.

112

ou a
P
= 1, a
E
= 1 e b x q
e e e
+
2 na Equao (4.35). Finalmente, para uma condio de
contorno de terceiro tipo, a relao da interface fica

q
x x
h
e
e
e
E P
e
P E

_
,

+
_
,

2 2

(4.43)

onde a Equao (4.41) foi utilizada para expressar o valor de
e
. Isto equivale, na forma da
Equao (4.35), a a x h
P e e
+
+
2 2 , a x h
E e e

+
2 2 e b = h
.

A utilizao de volumes fictcios aumenta o nmero de equaes discretizadas a serem
resolvidas e vlida apenas para coordenadas ortogonais. Devido a isto, seu uso no
recomendado.

4.2.4.3- Utilizao de balanos para volumes inteiros no contorno

A idia aqui utilizar uma malha sempre com volumes inteiros, inclusive no contorno,
conforme mostra a Figura 4.5, e aplicando a lei de conservao da grandeza em todo o domnio de
clculo. A partir das Equaes (4.14) e (4.15), a equao discretizada do volume do contorno
apresentado na Figura 4.5 pode ser escrita como

( ) ( )

P P P P e
E P
e
w C P P
x
t x
q S S x

+ + +
0 0

(4.44)

onde o valor do fluxo no contorno, q
w
, ser calculado conforme a condio de contorno.

Para uma condio de contorno de primeiro tipo, o valor da varivel dependente na
fronteira,
w
, conhecido e o valor do fluxo pode ser calculado por

q
x x
w
w
w
P w
w

_
,

+

(4.45)

de modo que a equao do contorno fica na forma da Equao (4.35) com a
E
dado pela Equao
(4.18), a
P
0
dado pela Equao (4.22) e

a a
x
x
t
S x
P E
w
w
P P
+ +
+

(4.46)
b a S x
x
P P C
w
w
w
+ +
+
0 0

(4.47)

No caso de uma condio de contorno de segundo tipo, o valor do fluxo na fronteira, q
w
,
conhecido, sendo o procedimento idntico ao visto na Seo 4.2.4.1. Desta forma, a Equao
113
(4.44) fica na forma da Equao (4.35) com a
E
dado pela Equao (4.18) e a
P
e b dados pelas
equaes (4.36) e (4.37), respectivamente.

Finalmente, para uma condio de contorno de terceiro tipo, temos que

( ) q
x x
h
w
w
w
P w
w
w

_
,

+

(4.48)

e, portanto, o valor da varivel dependente no contorno dado por

( )
( )
w
w w P
w w
h x
h x
+
+
+
+

(4.49)

podendo-se, ento, expressar o fluxo q
w
na forma

( )
( )
( ) q
h x
h x
w
w w
w w
P
+

+
+

(4.50)

Utilizando a Equao (4.50), a Equao (4.44) fica na forma da Equao (4.35) com a
E

dado pela Equao (4.18), a
P
0
dado pela Equao (4.22) e

( )
( )
a a
h x
h x
x
t
S x
P E
w w
w w
P P
+
+
+
+
+

(4.51)
( )
( )
b a S x
h x
h x
P P C
w w
w w
+ +
+
+
+

0 0

(4.52)

Esta forma de tratamento das condies de contorno tem como vantagem a uniformidade
dos volumes dentro da malha, o que facilita a sua implementao computacional, principalmente
para malhas no-ortogonais.

4.2.5- Difuso multidimensional

Nesta seo, os mtodos de discretizao vistos anteriormente sero estendidos aos
problemas multidimensionais. Como o problema difusivo bidimensional ilustra todas as
caractersticas dos problemas multidimensionais, a anlise ser restrita a este caso.

O problema difusivo bidimensional transiente, em geometria cartesiana, dado pela equao

( )
t x x y y
S

_
,
+

_
,
+

(4.53)
114

que deve ser discretizada segundo a malha da Figura 4.3. A aplicao do operador dado pela
Equao (4.9) Equao (4.53), somada a utilizao do mtodo de Euler implcito para a
integrao em relao ao tempo, leva a seguinte equao discreta

( ) ( )

P P P P
w
e
s
n
s
n
w
e
C P P
V
t x
dy
y
dx S S V

_
,
+

_
,
+ +

0 0

(4.54)

onde V = xy. As derivadas parciais de primeira ordem em relao a x devem ser aproximadas
nas faces designadas por e e w, enquanto que as derivadas parciais em relao a y tem que ser
calculadas nas faces n e s. Para que a equao discretizada inclua apenas os pontos P, W, E, S e N,
a nica maneira de se aproximar esta derivadas ao longo das curvas que passam pelo ponto P, x
= x
P
e y = y
P
, obtendo-se o resultado expresso pela Equao (4.15) e por

y y y y
s
s
P S
s
n
n
N P
n
_
,
_
,

,

(4.55)

Note que estas aproximaes para as derivadas se referem a apenas um ponto sobre cada
uma das faces, ponto obtido pela interseo da curva x = x
P
ou y = y
P
com a face. Estes valores
sero considerados como representativos sobre as faces correspondentes, de modo que os
integrandos da Equao (4.54) passam a ser considerados constantes. Assim, a seguinte equao
discretizada obtida

a a a a a b
P P E E W W N N S S
+ + + + (4.56)

onde

a
x
y
E
e
e

(4.57)
a
x
y
W
w
w

(4.58)
a
y
x
N
n
n

(4.59)
a
y
x
S
s
s

(4.60)
a a a a a
V
t
S V
P E W N S P P
+ + + +

(4.61)
b a S V
P P C
+
0 0

(4.62)
115
a
V
t
P P
0 0

(4.63)

Caso o lagging seja usado para , a Equao (4.61) torna-se

a a a a a a S V
P E W N S P P
+ + + +
0
(4.64)

mostrando novamente que, para S
P
= 0, coeficiente a
P
o somatrio dos coeficientes dos seus
pontos vizinhos no espao e no tempo.

A implementao das condies de contorno para o problema difusivo bidimensional segue
as mesmas consideraes apresentadas para o caso unidimensional.

A Equao (4.56) representa um sistema de equaes com estrutura pentadiagonal. Devido
ao grande nmero de equaes, a soluo deste sistema deve ser obtida atravs de mtodos
iterativos, dos quais o mtodo fortemente implcito modificado (Modified Strong Implicit
Procedure) o mais apropriado. Note que, pela Equao (4.61) com S
P
negativo, o sistema de
equaes tem dominncia diagonal, de modo que o mtodo SOR convergente.

4.2.6- Regras bsicas para a aproximao por volumes finitos

No desenvolvimento visto acima para a soluo de problemas difusivos, diversos cuidados
foram tomados para que as equaes discretizadas tivessem as propriedades de estabilidade e
consistncia. O completo entendimento do motivo que levou a uma determinada etapa deste
procedimento necessita de conhecimentos fora do escopo deste curso introdutrio.

Assim, vamos aqui apenas resumir estes cuidados especiais na forma de algumas regras,
que so suficientes para garantir a propriedade conservativa, a estabilidade e a consistncia do
esquema numrico e, portanto, a convergncia da soluo numrica. Estas regras tem tambm uma
base fsica e valem igualmente para problemas convectivo-difusivos.

Regra 1. O fluxo que cruza uma determinada face entre dois volumes da malha deve
ser calculado pela mesma expresso nas equaes discretizadas correspondentes a estes dois
volumes. Caso isto no ocorra a conservao global da grandeza violada. Para respeitar esta
regra, deve-se sempre utilizar a equao diferencial na sua forma conservativa, juntamente com
aproximaes para as derivadas e funes de interpolao adequadas.

Regra 2. Todos os coeficientes da varivel dependente na equao discretizada (a
P
,
a
E
, a
W
, etc.) devem ser sempre positivos. Esta regra fundamental para a consistncia fsica de um
problema, pois se a grandeza conservada aumenta em um ponto, esperado que ela tenda a
aumentar nos seus pontos vizinhos. Isto fica garantido se todos os coeficientes tiverem o mesmo
sinal, positivo, por definio. Note que este regra suficiente mas no necessria para a consistncia
do esquema numrico, isto , possvel existir discretizaes consistentes com alguns coeficientes
com sinais diferentes.

116
Regra 3. Linearizao do termo fonte com inclinao negativa. Esta regra, que implica
que S
P
0, pode ser facilmente entendida pela Equao (4.61), pois ela garante que o coeficiente
a
P
ser sempre positivo. Note que esta regra tambm contribui para a dominncia diagonal do
sistema de equaes discretizadas.

Regra 4. Quando a equao diferencial constituda apenas por derivadas da
varivel dependente, o valor de a
P
tem que ser igual soma dos coeficientes dos pontos
vizinhos no espao e no tempo. Neste caso, no existe o termo de gerao e a soluo da
equao diferencial obtida a menos de uma constante. Assim, para que a equao discretizada
seja vlida tambm para a soluo mais uma constante, a regra obtida, como mostra a Equao
(4.65).

( ) ( )
a c a c a a
P P viz viz P viz
+ +

vizinhos vizinhos
(4.65)

Note que, nas Equaes (4.17) e (4.56), este princpio s estritamente vlido aps a
aplicao do lagging propriedade . Isto se deve aos erros inerentes integrao no tempo, no
sendo muito grave a violao desta regra nestes casos.

4.3- Soluo de Problemas Convectivo-Difusivos

Os problemas convectivo-difusivos so descritos, na sua forma geral, pela Equao (4.3). A
diferena em relao aos problemas puramente difusivos, que acabaram de ser vistos, a presena
dos termos de transporte convectivo da grandeza conservada. Estes termos, ao serem discretizados,
impem a necessidade da especificao dos valores da grandeza conservada nas faces dos volumes
finitos. Esta interpolao do valor da varivel dependente necessita de cuidados especiais, ou o
esquema numrico ser instvel.

Nas sees subsequentes, veremos, primeiramente, o surgimento do problema de
estabilidade e, posteriormente, a cuidadosa construo de uma funo de interpolao que seja
acurada e leve a um esquema estvel.

4.3.1- O problema de estabilidade

Considere o problema de conveo-difuso estacionrio unidimensional e sem gerao.
Com estas aproximaes, as equaes da continuidade e da conservao da grandeza simplificam
para

( )

x
u u 0, constante

(4.66)
( )
x
u
x x
_
,

(4.67)

117
A discretizao da Equao (4.67), na malha dada pela Figura 4.2, requer a aplicao do
operador

dx
w
e

(4.68)

levando a

( ) ( )

u u
x x
e w
e w

_
,

_
,

(4.69)

Os termos difusivos da Equao (4.69) podem ser tratados como visto anteriormente,
resultando as aproximaes dadas pela Equao (4.15). Nos termos convectivos, apenas o valor de
deve ser calculado, devido Equao (4.66). Entretanto, mesmo sendo u constante, o fluxo
mssico continuar a receber o subscrito e e w, por uma questo de generalidade. Definindo

F u
(4.70)

e utilizando a Equao (4.15), podemos escrever

F F
x x
e e w w e
E P
e
w
P W
w

(4.71)

Os valores de interpolados nas faces precisam ser agora determinados. Utilizando a
mesma hiptese de variao linear de com x, que originou a aproximao dos termos difusivos,
pode-se interpolar estes valores atravs de uma mdia ponderada, isto

e
e P e E
e
w
w W w P
w
x x
x
x x
x
+
+ +
,

(4.72)

Substituindo a Equao (4.72), obtm-se uma equao na forma da Equao (4.17) com b
= 0, que a chamada aproximao por diferenas centrais

a a a
P P E E W W
+
(4.73)

onde

a
x
F
x
x
D P
x
x
E
e
e
e
e
e
e e
e
e

_
,
1

(4.74)
a
x
F
x
x
D P
x
x
W
w
w
w
w
w
w w
w
w
+ +
_
,
+ +
1

(4.75)
118
( ) a a a F F
P E W e w
+ + (4.76)

e as seguintes variveis foram definidas

D
x

(4.77)
P
F
D
u x

(4.78)

sendo que P o nmero de Pclet da malha, sendo calculado localmente.

J que a Equao (4.67) no tem termo de gerao, apenas as regras 1, 2 e 4 da Seo
4.2.6 devem ser consideradas. Como F
e
= F
w
, a regra 4 satisfeita. A regra 1 tambm satisfeita
pois as difusividades e os valores de nas faces so calculados da mesma forma para volumes
adjacentes. Entretanto, a regra 2 no ser satisfeita para todos os valores dos parmetros do
problema. Isto pode ser constatado a partir das Equaes (4.74) e (4.75), j que a
E
ou a
W
podem
se tornar negativos, caso o mdulo da velocidade, e portanto, do fluxo mssico, F, seja
suficientemente elevado. A violao da regra 2 causa a instabilidade da soluo.

Para malhas uniformes, x x x
w e
e x x x x x
w w e e
+ +
2. Neste caso,
pode-se obter a condio de estabilidade impondo que a
E
e a
W
sejam maiores que zero nas
Equaes (4.74) e (4.75), de onde vem que

< < 2 2 P (4.79)

A Equao (4.79) efetivamente uma restrio ao tamanho da malha que pode ser usada
para resolver o problema atravs da Equao (4.73). Na medida que u aumenta, o tamanho da
malha tem que diminuir para que a restrio seja satisfeita. Isto leva a malhas excessivamente
grandes para problemas que so dominados pela conveco. Note que a malha no grande
devido complexidade do problema, e sim restrio de estabilidade. Assim, o uso da
discretizao obtida usando a Equao (4.72) tem limitaes prticas, e outra forma de interpolao
de nas faces deve ser utilizada.

A interpretao fsica da dificuldade da discretizao anterior em representar corretamente a
soluo do problema pode ser obtida da prpria Equao (4.72), onde o valor interpolado de nas
faces no depende do valor da velocidade u. Entretanto, sabemos que quando a conveco domina,
o valor de em uma dada face tem uma dependncia maior com o valor da varivel a montante do
que com o valor a jusante, tendendo a ser igual ao valor a montante quando a velocidade tende a
infinito.

Do exposto, pode-se pensar na seguinte forma de interpolar os valores de nas faces para
os problemas dominados pela conveco: o valor de na face igual ao valor de no volume a
montante. Este esquema numrico chamado de upwind, upstream differentiation ou donor-
cell method. Aplicando este mtodo ao problema dado pela Equao (4.67), tem-se, a partir da
Equao (4.69), que
119

F F
x x
e P w W
e w

_
,

_
,

(4.80)

se u > 0, e

F F
x x
e E w P
e w

_
,

_
,

(4.81)

se u < 0. Substituindo as aproximaes dadas pela Equao (4.15), obtm-se uma equao na
forma da Equao (4.73) com

( )
a
x
D P
x
F D P P
E
e
e
e e
e
e
e e e e
>
<
'
,
,
0
1 0

(4.82)
( )
a
x
F D P P
x
D P
W
w
w
w w w w
w
w
w w
+ + >
<
'
1 0
0
,
,

(4.83)

onde ainda temos que a
P
= a
E
+ a
W
+ (F
e
- F
w
).

O mtodo upwind, conforme mostra as Equaes (4.82) e (4.83), ter sempre os
coeficientes positivos na equao discretizada. Isto resolve o problema de estabilidade, mas introduz
um problema de acurcia, pois fazer o valor de na face igual ao valor de no volume a montante
s uma boa aproximao para os problemas onde a conveco domina. Para problemas
predominantemente difusivos, este tipo de interpolao uma aproximao muito ruim para o valor
de nas faces do volume finito.

Do exposto acima, fica clara a necessidade de se desenvolver um esquema de interpolao
das variveis dependentes para as faces dos volumes da malha que seja, ao mesmo tempo, estvel e
acurado. Esquemas com estas propriedades sero descritos na seo seguinte.

4.3.2- Funes de interpolao

Na seo anterior, foi visto que o valor da varivel dependente em cada face de um volume
finito tem uma dependncia muito forte com o nmero de Pclet da malha. Para dar suporte fsico a
um esquema de interpolao adequado a este tipo de problema, ser desenvolvida a soluo da
Equao (4.67) para uma regio entre pontos adjacentes de uma malha unidimensional, como
mostra a Figura 4.7. Como condies de contorno, sero utilizados os valores de nos pontos i e (i
+ 1),
i
e
i+1
, respectivamente.

120
No elemento da Figura 4.7, os valores de e F = u sero considerados constantes e
iguais aos valores interpolados para a face em (i + 1/2). Na realidade, no problema unidimensional
em questo, F realmente constante. Desta forma o valor do nmero de Pclet da malha ser
tambm constante dentro do intervalo considerado. Assim, podem ser definidas as seguintes
variveis adimensionais

+
x x
x
i i
i i
,
1

(4.84)

de modo a se obter o seguinte problema de valor de contorno

P
2
2

(4.85)
0 0 ,

(4.86)
1 1 ,
(4.87)

i i+1 x
i+1/2
x
x
-
x
+

Figura 4.7 - Elemento genrico de uma malha unidimensional de volumes finitos.

A soluo analtica do problema formado pelas Equaes (4.85), (4.86) e (4.87)
facilmente obtida, sendo dada por

( )
( )

+
i
i i
P
P
1
1
1
e
e

(4.88)

cujo comportamento exemplificado na Figura 4.8. V-se, claramente, que a soluo atende as
expectativas do comportamento fsico da soluo. Assim, para P = 0, o problema difusivo e o
perfil linear, enquanto que, para valores elevados do mdulo de P, o perfil tal que o valor de
na regio central do intervalo, onde a face entre os volumes deve ser encontrada, assume
praticamente o valor da varivel a montante.

A Equao (4.88) foi utilizada no desenvolvimento de vrios esquemas de interpolao,
como por exemplo, o exponencial, o de potncias, o WUDS (Weighted Upstream Differencing
Scheme), etc. Podemos dividir estes esquemas de interpolao em dois grupos. No primeiro
121
grupo, os fluxos difusivo e convectivo so determinados isoladamente, enquanto que, no segundo
grupo, estes fluxos so calculadas apenas na forma combinada de um fluxo convectivo-difusivo.

A aproximao via fluxo combinado convectivo-difusivo tem por base a expresso da
Equao (4.67) na forma

x
u
x
J
x
J
_
,
0 constante

(4.89)

onde J o fluxo convectivo-difusivo, definido por

0.0 0.2 0.4 0.6 0.8 1.0
0.0
0.2
0.4
0.6
0.8
1.0
Pclet da malha
0
1
-1
10
-10
P > 0
P < 0

Figura 4.8 - Soluo do problema convectivo-difusivo em um elemento da malha.

J u
x

(4.90)

Aplicando o operador dado pela Equao (4.68) Equao (4.89), obtm-se a seguinte
equao discretizada para o volume P da Figura 4.2

J J
e w
0
(4.91)

Para completar a discretizao, devemos calcular os valores dos fluxos convectivo-difusivos, nas
duas faces do volume P, em termos dos valores de em W, P e E, o que deve ser feito a partir da
soluo analtica dada pela Equao (4.88).
122

Pode-se definir um fluxo convectivo difusivo, J
*
, que ser adimensional se for
adimensional, por

J
J x J
D
P
*

(4.92)

Utilizando a soluo analtica para (), dada pela Equao (4.88), para os intervalos entre W e P e
entre P e E, podemos escrever, de modo genrico, que

( ) ( ) J B P A P
i i
*

+

1
(4.93)

onde

( ) ( ) B P
P
A P
P
P
P P
e
e e 1 1
,

(4.94)

Note como A(P) e B(P) so sempre positivos, para qualquer valor de P. Alm disso, repare que o
valor do fluxo convectivo-difusivo, dado pela Equao (4.93), no depende da posio da face.

Os coeficientes A e B da Equao (4.93) devem satisfazer determinadas condies fsicas,
independentemente de suas expresses dadas pela Equao (4.94). Desta forma, duas
propriedades podem ser obtidas para estes coeficientes. Considere, primeiramente, que
i
=
i+1
,
de modo que no h difuso e J
*
= P = B - A , ou seja

( ) ( ) B P A P P + (4.95)

Em seguida, considere que o valor absoluto do fluxo independe da orientao dada ao eixo
coordenado x. Trocando o sentido do eixo x, J
*
-J
*
, P -P,
i

i+1
,
i+1

i
, e
comparando os fluxos obtidos da Equao (4.93) para os dois sentidos do eixo, vem

( ) ( ) ( ) ( ) B P A P A P B P , (4.96)

Das Equaes (4.95) e (4.96), evidente que apenas um dos dois coeficientes, A ou B,
precisa ser conhecido e, unicamente, para valores positivos de P. fcil verificar que as expresses
para A e B dadas pela Equao (4.94) satisfazem as propriedades dadas pelas Equaes (4.95) e
(4.96).

Voltando equao discretizada do problema unidimensional, dada pela Equao (4.91),
pode-se usar a Equao (4.93) aplicada aos dois intervalos entre W e P e entre P e E, para
transform-la em

( ) ( ) [ ] ( ) ( ) [ ]
D B P A P D B P A P
e e P e E w w W w P
0
(4.97)

ou, coletando os termos, obtm-se uma equao na forma da Equao (4.73) com
123

( ) a D A P
E e e

(4.98)
( ) a D B P
W w w

(4.99)
( ) ( ) a D B P D A P
P e e w w
+ (4.100)

Utilizando a propriedade dada pela Equao (4.95), pode-se transformar a Equao (4.100) na
mesma forma dada pela Equao (4.76), isto , a
P
= a
E
+ a
W
+ (F
e
- F
w
).

A equao discretizada com coeficientes dados pelas Equaes (4.98), (4.99) e (4.100),
com A e B calculados a partir da Equao (4.94), satisfazem s regras 1, 4 e, principalmente, 2, j
que os coeficientes a
E
e a
W
sero sempre positivos, sendo, pois, estvel. Este o chamado
esquema exponencial de discretizao para um problema convectivo-difusivo.

O esquema exponencial tem a desvantagem de ter que calcular valores de funes
exponenciais, o que computacionalmente bem mais trabalhoso do que as operaes simples de
soma e multiplicao. Para eliminar este problema, foram desenvolvidas aproximaes para a funo
A(P), P 0, que fossem mais facilmente calculadas. Estas aproximaes encontram-se listadas na
Tabela 4.2, sendo que o esquema de potncia (power-law) aquele que apresenta o melhor
compromisso entre rapidez de clculo e acurcia da aproximao.

Note que a funo A(P), para P negativo e a funo B(P), podem ser obtidas de A(P), P
0, de acordo com as Equaes (4.95) e (4.96), o que leva s seguintes expresses

Tabela 4.2 - Esquemas de interpolao usando o fluxo convectivo-difusivo.

Esquema numrico A(P), P 0
diferenas centrais 1 - 0.5 P
upwind 1
hbrido max (0, 1 - 0.5 P)
de potncia max (0, [1 - 0.1 P]
5
)
exponencial P/[exp(P) - 1]

( ) ( ) ( ) A P A P P + max ,0

(4.101)
( ) ( ) ( ) B P A P P + max ,0
(4.102)

onde o operador max(a,b), tambm presente na Tabela 4.2, igual a a, se a > b, ou igual a b, em
caso contrrio, isto , o maior valor entre eles.

124
A grande vantagem dos mtodos baseados no fluxo convectivo-difusivo que a
interpolao obtida para este fluxo independe da posio da face entre os volumes da malha, isto ,
serve igualmente a malhas uniformes e no-uniformes. Os mtodos onde os fluxos difusivo e
convectivo so determinados isoladamente no tm esta vantagem.

Um exemplo de mtodo que determina isoladamente os fluxos difusivo e convectivo o
WUDS, onde se define que o valor de e de seu fluxo difusivo em uma dada face so dados por

i i i i i + + + +
+
_
,
+
_
,
1 2 1 2 1 2 1
1
2
1
2

(4.103)

x x
i
i i
i i
i
_
,
_
,
+
+ +
+
+ 1 2
1 2 1 2
1
1 2

(4.104)

onde os valores de
i+1/2
e
i+1/2
na referida face so obtidos a partir da soluo analtica dada pela
Equao (4.88). Entretanto, necessrio especificar a posio da face. Admitindo que a face
esteja a meio caminho entre os centros dos volumes adjacentes, obtm-se que

( )
( )
i
i
i
P
P
+
+
+

1 2
1 2
1 2
1
2
05 1
1
exp
exp
.

(4.105)
( )
( )
i i
i
i
P
P
P
+ +
+
+
1 2 1 2
1 2
1 2
05
1
exp
exp
.

(4.106)

Tal como antes, a avaliao das exponenciais das Equaes (4.105) e (4.106)
dispendiosa, de modo que aproximaes para estas funes foram determinadas. Uma forma
usualmente utilizada dada por

( )
i i
i
i
P
P
P
+ +
+
+
+
1 2 1 2
1 2
1 2
10 2
sgn
2
2

(4.107)
i
i
i
P
P
+
+
+
1 2
1 2
1 2
1+ 0,005
1+ 0,05
2
2

(4.108)

onde sgn(a) igual a 1 se a 0 e igual a -1, se a < 0.

Utilizando as Equaes (4.103) e (4.104), podemos continuar a discretizao a partir da
Equao (4.69), para obter

125
F F
x x
e e P e E w w W w P
e e
E P
e
w w
P W
w
1
2
1
2
1
2
1
2
+
_
,
+
_
,
1
]
1
+
_
,
+
_
,
1
]
1

_
,
_
,

(4.109)

que pode ser colocada na forma da Equao (4.73) com

a F
x
E e e
e e
e

_
,
+
1
2

(4.110)
a F
x
W w w
w w
w
+
_
,
+
1
2

(4.111)

e com a
P
dado na forma da Equao (4.76), isto , a
P
= a
E
+ a
W
+ (F
e
- F
w
).

Os coeficientes dados pelas Equaes (4.110) e (4.111) so sempre positivos, de modo
que o sistema tambm estvel (satisfaz a regra 2). Quando P 0, 0 e 1,
recuperando-se a aproximao para o problema puramente difusivo. J para P , 1/2 e
0 levando a a
E
0 e a
W
F
w
, enquanto que para P - , - 1/2 e 0 levando a a
E

F
e
e a
W
0, que so os resultados fisicamente esperados para transporte puramente
convectivo.

A utilizao dos esquemas de interpolao vistos acima evita o aparecimento de oscilaes
sem base fsica na soluo numrica do problema. Entretanto, com o aumento da velocidade do
escoamento, a aproximao tende a ser do tipo upwind, que gera a chamada difuso numrica,
tpico da seo seguinte.

Os esquemas de interpolao vistos acima so ditos unidimensionais, pois utilizam apenas a
informao existente na direo da coordenada em questo para determinar os componentes dos
fluxos nesta coordenada. Existem esquemas de interpolao multidimensionais, mas este assunto no
est no escopo do presente curso.

4.3.3- Difuso numrica

As aproximaes numricas obtidas por volumes finitos envolvem os valores da varivel
dependente nos pontos de uma dada malha. Portanto, a equao discretizada obtida por volumes
finitos similar obtida por diferenas finitas, sendo tambm possvel associar um erro de
truncamento com a primeira, tal qual como feito para a segunda. A caracterstica do erro de
truncamento da equao discretizada fornece qual o tipo de comportamento que a soluo numrica
pode apresentar.

Considere a aproximao por diferenas centrais da Equao (4.67), dada pelas Equaes
(4.73) a (4.76) e a aproximao pelo esquema upwind, dado pelas Equaes (4.73), (4.76),
(4.82) e (4.83). Para simplificar a anlise, ser admitido que a malha uniforme, constante e F
126
> 0, de forma que D e P so constantes. Neste caso, as equaes discretizadas ficam, aps
simplificao do valor de D, na forma

( ) ( ) 2 1 0 5 1 0 5
P E W
P P + + . . (4.112)

para o esquema de diferenas centrais, e

( ) ( ) 2 1 + + + P P
P E W
(4.113)

para o esquema upwind.

Lembrando que
P
=
j
,
E
=
j+1
e
W
=
j-1
, e usando sries de Taylor para
E
e
W
similares s apresentadas pelas Equaes (3.4) e (3.5), pode-se escrever a Equao (4.112) na
forma

( )
( )
( )
( ) F
x x
x
O x
x x
x
O x
P
P P P
_
,
+

_
,
1
]
1

_
,
_
,
1
]
1
3
3
2
3
2
2
4
4
2
3
6 48

(4.114)

e a Equao (4.113) como

( )
( )
( ) F
x x
x
O x
x x
x
O x
P
P P P
_
,

_
,
1
]
1

_
,
_
,
1
]
1
2
2
2
2
2
4
4
2
3
2 48

(4.115)

As Equaes (4.114) e (4.115) so as chamadas equaes modificadas da Equao
(4.67) para cada um dos dois esquemas numricos. Uma equao modificada representa a
aproximao da equao diferencial original atravs de um esquema numrico de discretizao,
onde o erro de truncamento do esquema numrico explicitado.

Nas Equaes (4.114) e (4.115), apenas o primeiro termo do erro de truncamento de cada
uma das aproximaes das derivadas foi explicitado. Na aproximao por diferenas centrais,
Equao (4.114), o erro de truncamento das derivadas primeira e segunda tem a mesma ordem,
envolvem derivadas de ordem superior a segunda. J na equao modificada do esquema upwind,
Equao (4.115), a derivada primeira tem um erro de primeira ordem, envolvendo a derivada
segunda da funo. Assim, dentro da ordem de aproximao de (x)
2
, a Equao (4.115) pode ser
escrita na forma

( ) F
x
F
x
x
O x
P P
_
,
+
_
,
_
,
2
2
2
2

(4.116)

onde se v, claramente, o surgimento de um termo difusivo extra devido a discretizao, isto , a
difuso numrica. O coeficiente deste termo difusivo extra chamado de difusividade numrica
(Fx/2, neste caso). Note que a difusividade numrica tende a zero com o refinamento da malha.

127
O comportamento da soluo numrica utilizando os esquemas de diferenas centrais e
upwind sero completamente diferentes, devido a existncia de difuso numrica no segundo. Os
termos do erro de truncamento na Equao (4.114) levam, dependendo do nmero de Pclet da
malha, presena das chamadas oscilaes numricas na soluo por diferenas centrais.

Por exemplo, a Equao (4.67) com constante e F/ = 20, foi resolvida no domnio 0 <
x < 1, com condies de contorno (0) = 0 e (1) = 1, utilizando o esquema de diferenas centrais
e upwind. Os resultados obtidos para 8 divises do intervalo, isto , x = 0,125, so mostrados
na Figura 4.9. Neste caso, o nmero de Pclet fsico igual a 20, enquanto que o nmero de Pclet
da malha igual a 2,5. Da Figura 4.9, fica patente tanto o fenmeno das oscilaes numricas,
quanto o efeito da difuso numrica na reduo do gradiente da varivel dependente. Cabe ressaltar
que, para qualquer um dos dois esquemas numricos utilizados, a soluo correta do problema pode
ser obtida, dentro de qualquer grau de tolerncia, pela reduo do tamanho do volume finito da
malha.

4.3.4- Problemas convectivo-difusivos multidimensionais

A generalizao do uso dos esquemas de interpolao para problemas convectivo-difusivos
multidimensionais facilmente obtida. Considere o problema bidimensional de conveco-difuso
dado pelas equaes da continuidade e da conservao da grandeza escritas na forma

0.0 0.2 0.4 0.6 0.8 1.0
x
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
Solu es para F/ = 20 (P clet f sico = 20)

anal tica
diferen as centrais, x = 0.125
"upwind", x = 0.125

Figura 4.9 - Difuso e oscilaes numricas.

128
t
F
x
F
y
x
y
+ + 0

(4.117)

( )
t
J
x
J
y
S
x
y
+ +

(4.118)

onde foram definidos os fluxos convectivos, F
x
e F
y
, e os fluxos convectivo-difusivos, J
x
e J
y
, em
cada direo coordenada, por

F u F v
x y
, (4.119)

J u
x
J v
y
x y

,

(4.120)

A discretizao das Equaes (4.117) e (4.118) na malha apresentada na Figura 4.3,
usando o operador dado pela Equao (4.9), leva a

( ) ( ) ( )

P P x
w
e
s
n
y
s
n
w
e
V
t
F dy F dx +

0

(4.121)

( ) ( ) ( ) ( )
P P P P x
w
e
s
n
y
s
n
w
e
C P P
V
t
J dy J dx S S V + + +

0 0

(4.122)

Definindo os fluxos totais nas faces atravs de

( ) ( ) ( ) ( )
F F dy F F dy F F dx F F dx
e x
e
s
n
w x
w
s
n
n y
n
w
e
s y
s
w
e

, , ,

(4.123)

( ) ( ) ( ) ( )
J J dy J J dy J J dx J J dx
e x
e
s
n
w x
w
s
n
n y
n
w
e
s y
s
w
e

, , ,

(4.124)

pode-se escrever as Equaes (4.121) e (4.122) na forma

( )

P P e w n s
V
t
F F F F +
0

(4.125)

( ) ( )
P P P P e w n s C P P
V
t
J J J J S S V + + +
0 0

(4.126)

Multiplicando-se a Equao (4.125) por
P
e diminuindo o resultado da Equao (4.126),
obtm-se

129
( ) ( ) ( ) ( ) ( )
( )

P P
P
e P e w P w n P n s P s
C P P
V
t
J F J F J F J F
S S V
+ +
+
0
0

(4.127)

Tal como no problema puramente difusivo, os valores de todos os fluxos s podem ser
aproximados em um ponto sobre cada uma das faces, ponto obtido pela interseo da curva x = x
P

ou y = y
P
com a face. Estes valores sero considerados como representativos sobre as faces
correspondentes, de modo que os integrandos das Equaes (4.123) e (4.124) so considerados
constantes, resultando em

( ) ( ) ( ) ( )
F y F F y F F x F F x F
e x
e
w x
w
n y
n
s y
s
, , ,
(4.128)

( ) ( ) ( ) ( )
J y J J y J J x J J x J
e x
e
w x
w
n y
n
s y
s
, , ,
(4.129)

onde (F
x
)
e
e (F
x
)
w
so avaliados sobre a curva y = y
P
e (F
y
)
n
e (F
y
)
s
so avaliados sobre a curva x
= x
P
.

Analisaremos, primeiramente, os esquemas de interpolao baseados nos fluxos convectivo-
difusivos. A partir das Equaes (4.92) e (4.93), para o problema unidimensional, pode-se escrever
os fluxos convectivo-difusivos unidimensionais, em cada direo coordenada, como

( ) ( ) [ ] J D B P A P
i i

+

1

(4.130)

Utilizando ainda a propriedade dada pela Equao (4.95), obtm-se as expresses
envolvendo os fluxos da Equao (4.127) na forma

( )( ) ( )( ) J F yD A P J F yD B P
e P e e e P E w P w w w W P
,
(4.131)

( )( ) ( )( ) J F xD A P J F xD B P
n P n n n P N s P s s s S P
,
(4.132)

onde

( ) ( ) ( ) ( )
P
F x
P
F x
P
F y
P
F y
e
x
e
e
e
w
x
w
w
w
n
y
n
n
n
s
y
s
s
s

, , ,

(4.133)

Substituindo as Equaes (4.131) e (4.132) na Equao (4.127), obtm-se a equao
discretizada na forma da Equao (4.56), repetida abaixo

a a a a a b
P P E E W W N N S S
+ + + + (4.56)

onde

130
( ) a yD A P
E e e

(4.134)
( ) a yD B P
W w w

(4.135)
( ) a xD A P
N n n

(4.136)
( ) a xD B P
S s s

(4.137)
a a a a a a S V
P E W N S P P
+ + + +
0

(4.138)

e os coeficientes b e a
P
0
so definidos pelas Equaes (4.62) e (4.63), repetidas abaixo.

b a S V
P P C
+
0 0

(4.62)
a
V
t
P P
0 0

(4.63)

Comparando as equaes acima com a discretizao do problema bidimensional puramente
difusivo com lagging de , Equaes (4.56) a (4.60) e (4.62) a (4.64), v-se, claramente, que as
equaes discretizadas para os dois problemas so diferentes apenas em relao aos coeficientes
das variveis nos volumes vizinhos no espao do volume finito de centro P.

A aplicao do esquema de interpolao WUDS, Equaes (4.103) e (4.104), Equao
(4.127) leva a uma equao discretizada na forma da Equao (4.56), com coeficientes a
P
, b e a
P
0

definidos pelas Equaes (4.138), (4.62) e (4.63), respectivamente, e com os outros coeficientes
dados por

( ) a y F
x
E x
e
e
e e
e

_
,
+
1
]
1
1
2

(4.134)
( ) a y F
x
W x
w
w
w w
w
+
_
,
+
1
]
1
1
2

(4.135)
( )
a x F
y
N y
n
n
n n
n

_
,
+
1
]
1
1
2

(4.136)
( )
a x F
y
S y
s
s
s s
s
+
_
,
+
1
]
1
1
2

(4.137)

131
onde os pares de coeficientes (
e
,
e
), (
w
,
w
), (
n
,
n
) e (
s
,
s
) so calculados pelas Equaes
(4.107) e (4.108), utilizando os valores de P
e
, P
w
, P
n
e P
s
, respectivamente.

4.4- Aplicaes

Nesta seo vamos aplicar o mtodo dos volumes finitos a dois exemplos, um para um
problema puramente difusivo e outro para um problema convectivo-difusivo. O problema difusivo
o do desenvolvimento do perfil radial de temperatura na entrada de um tubo de um trocador de
calor, cujo modelo de parmetros distribudos foi desenvolvido na Seo 1.6 e resolvido pelo
mtodo das diferenas finitas na Seo 3.4.3. Isto permitir a visualizao das semelhanas e
diferenas entre os mtodos de diferenas finitas e volumes finitos.

O problema convectivo-difusivo que ser analisado corresponde ao problema transiente do
desenvolvimento do perfil axial de temperatura mdia em um tubo de um trocador de calor, cujo
modelo a parmetros parcialmente distribudos foi desenvolvido na Seo 1.5. A soluo deste
problema no estado estacionrio foi objeto de diversos exemplos ao longo da Seo 3.3, utilizando
o mtodo das diferenas finitas.

4.4.1- Problema difusivo

O desenvolvimento do perfil radial de temperatura na entrada de um tubo mantido a uma
temperatura constante e superior de entrada do fluido , fisicamente, um problema de conveco.
Entretanto, a sua soluo tem carter puramente difusivo.

As Equaes (1.111) a (1.115) descrevem o modelo para o problema em questo, que foi
colocado em uma forma independente do nmero de Pclet fsico, Pe, atravs da Equaes (3.89) a
(3.92), que so aqui representadas na sua forma conservativa

( )
1
1
2

_
,

(4.138)
0 0 ,

(4.139)
1 1 ,

(4.140)
0 0 , , (por simetria)

(4.141)

Um dos resultados mais relevantes do modelo a determinao no nmero de Nusselt
baseado no dimetro, Nu
D
, que obtido pela Equao (3.99), reproduzida abaixo

( )
Nu d
D

2
1
4 1
1
2
0
1
,

(3.99)
132

A discretizao da Equao (4.138), ser feita em uma malha similar da Figura 4.2, com
volumes inteiros no contorno, utilizando balanos para incorporar as condies de contorno ao
problema (ver Seo 4.2.4.3). O primeiro passo aplicar o operador

d d
w
e

0

(4.142)

Equao (4.138), que, aps a utilizao do mtodo de Euler implcito e a hiptese que dentro
do volume pode ser representado por
P
, leva a

( ) ( )

P P
w
e
d
w
e

_
,
0 2
1

(4.143)

Aproximando os termos de fluxo difusivo similarmente Equao (4.15), isto

_
,
_
,

w
w
P W
w e
e
E P
e

,

(4.144)

pode-se escrever a equao discretizada na seguinte forma final

a a a b
P P E E W W
+ + (4.145)

onde

a
E
e
e

(4.146)
a
W
w
w

(4.147)
a a a a
P E W P
+ +
0

(4.148)
b a
P P
0 0

(4.149)
( )
a d
P
e w e w
w
e
0 2
2 2 2 2
1
1
2
1
2

_
,

(4.150)

A aplicao da condio de contorno dada pela Equao (4.141) no primeiro volume da
malha (
w
= 0) bem fcil, pois, j que o fluxo em
w
ser nulo, valem as Equaes (4.145) a
(4.150) com a
W
= 0. No caso da condio de contorno dada pela Equao (4.140), utilizada no
ltimo volume da malha (
e
= 1,
e
= 1), o fluxo difusivo em
e
deve ser calculado a partir de

133
_
,

e
e
e P
e
P
e
1

(4.151)

levando Equao (4.145) com a
E
= 0, e modificando as Equaes (4.148) e (4.149) para

a a a
P
e
W P
+ +
1
0

(4.152)
b a
P P
e
+

0 0
1

(4.153)

O sistema de equaes algbricas assim formado um sistema tridiagonal, podendo ser
resolvido pelo algoritmo de Thomas (Seo 2.1.4), para cada passo de integrao ao longo de .
O valor do nmero de Nusselt pode ser calculado, a partir da soluo, por

Nu
D
P
e
N
N
_
,

2
1
1

(4.154)

onde o subscrito N indica o no ltimo volume finito da malha e o valor da temperatura adimensional
mdia calculada pela seguinte aproximao

( )

+
_
,

4 2 1
2
0
1
2 2
2 2
1
i P
i
N
i e w
e w
i
N
a
i

(4.155)

Utilizando um passo de integrao de

10
4
, a soluo numrica do problema acima
foi determinada para diversas malhas uniformes. Os resultados obtidos para Nu
D
se encontram na
Figura 4.10, onde se v que a convergncia espacial obtida para cerca de 20 volumes na malha.

134
1E-4 1E-3 1E-2 1E-1 1E+0
/Pe
10 N
u
D
Pontos na malha
10
20
40

Figura 4.10 - Nmero de Nusselt obtido da soluo por volumes finitos.

Comparando as solues deste problema por volumes finitos e diferenas finitas (Seo
3.4.3), pode-se verificar que no surge uma singularidade no eixo de simetria do tubo para o
mtodo de volumes finitos, devido utilizao da forma divergente da equao de conservao.
Como vimos na Seo 3.4.3, a aplicao do mtodo de diferenas finitas ao problema requer o
tratamento de uma singularidade no eixo de simetria, j que o mesmo utiliza a forma no-divergente
da equao conservativa.

Alm disso, comparando os resultados obtidos para Nu
D
, representados nas Figuras 3.8 e
4.10, para os mtodos de diferenas finitas e volumes finitos, respectivamente, v-se que o mtodo
de volumes finitos atingiu convergncia com um nmero de volumes que cerca da metade do
nmero de pontos da malha usada no mtodo de diferenas finitas. Esta maior eficincia do mtodo
de volumes finitos usual e ocorre devido sua propriedade de manter a conservao da grandeza,
mesmo em malhas grosseiras.

4.4.2- Problema convectivo-difusivo

O problema convectivo-difusivo do desenvolvimento do perfil axial de temperatura em um
tubo de calor ser aqui resolvido. O modelo para este problema foi desenvolvido na Seo 1.5,
consistindo nas Equaes (1.92) a (1.95), reproduzidas abaixo

+ Pe
x x
Nu
2
2
2

(1.92)
135

( ) 0, x

(1.93)
x
x
0 0 ,

(1.94)
x X , 1
(1.95)

Como no exemplo anterior, a discretizao da Equao (1.92), ser feita na malha
representada na Figura 4.2, com volumes inteiros no contorno, utilizando balanos para incorporar
as condies de contorno ao problema (ver Seo 4.2.4.3). O primeiro passo consiste na aplicao
do operador

d dx
w
e

0

(4.156)

Equao (1.92). Utilizando o mtodo de Euler implcito para a integrao em , a hiptese que
dentro do volume pode ser representado por
P
e a utilizao do conceito de fluxo convectivo-
difusivo, obtm-se

( )
( )
P P w
e
P
x
J Nu x +
0
2

(4.157)

onde o fluxo convectivo-difusivo, J, definido por

J Pe
x

(4.158)

Note que o sinal negativo em frente ao nmero de Pclet fsico originrio da hiptese de
que a velocidade do fluido positiva no sentido contrrio ao do eixo x. Alm disso, repare que o
termo fonte foi linearizado com S
C
= 0 e S
P
= -2Nu, satisfazendo a regra 3 da Seo 4.2.6.
Comparando as definies dadas pelas Equaes (4.90) e (4.158), pode-se concluir que

F Pe , 1

(4.159)

que, juntamente com as definies de P e D, vistas nas Equaes (4.84) e (4.92), respectivamente,
obtm-se que

D
x
P Pe x
1
,

(4.160)

Utilizando as Equaes (4.92), (4.93) e (4.95), podemos escrever que

( ) ( ) ( ) ( )( ) ( )( ) J D B P A P DA P F DB P F
i i i i i i i i
+ +
+ + + +

1 1 1 1

(4.161)
136

pois DP = F. Aplicando as relaes dadas pela Equao (4.161) aos fluxos J
e
e J
w
, obtm-se que

( )( ) J D A P F
e e e P E e P
+

(4.162)
( )( ) J D B P F
w w w W P w P
+
(4.163)

Substituindo as Equaes (4.162) e (4.163) na Equao (4.157), e considerando ainda que
F
e
= F
w
, pelo balano de massa, a seguinte equao discretizada obtida

a a a b
P P E E W W
+ + (4.164)

onde

( ) a D A P
E e e

(4.165)
( ) a D B P
W w w

(4.166)
a a a a Nu x
P E W P
+ + +
0
2

(4.167)
b a
P P
0 0

(4.168)
a
x
P
0

(4.169)

A aplicao da condio de contorno dada pela Equao (1.94) no primeiro volume da
malha (x
w
= 0) implica, utilizando a Equao (4.158), que

J F F Pe
w w w w P P
(4.170)

onde a aproximao de que
w

P
est de acordo com a condio de contorno de no existir
fluxo difusivo em x
w
= 0. Assim, a equao discretizada do volume do contorno com x
w
= 0
representada pelas Equaes (4.164), (4.165), (4.167), (4.168) e (4.169) com a
W
= 0.

No caso da condio de contorno dada pela Equao (1.95), utilizada no ltimo volume da
malha (x
e
= X,
e
= 1), o fluxo convectivo-difusivo em x
e
deve ser calculado para a regio entre
P
e
e
, o qual, utilizando as Equaes (4.159) e (4.161), pode ser escrito na forma

( )( ) J F J Pe D A P
e e P e P e e P e
+

(4.171)

onde o sobrescrito (-) indica que se est utilizando o intervalo x
e
nas definies de F, D e P.
Desta forma, utilizando a condio de contorno, obtm-se

137
( )( ) J Pe D A P D
x
P Pe x
e P e e P e
e
e e
+

1
1
, ,

(4.172)

Desta forma, a equao discretizada do ltimo volume da malha (x
e
= X,
e
= 1)
representada pelas Equaes (4.164), (4.166) e (4.169), com a
E
= 0, e pelas equaes

( )
a D A P a a Nu x
P e e W P
+ + +
0
2

(4.173)
( )
b a D A P
P P e e
+
0 0

(4.174)

Assim, o sistema de equaes algbricas formado um sistema com matriz de coeficientes
tridiagonal, podendo ser resolvido pelo algoritmo de Thomas (Seo 2.1.4), para cada passo de
integrao ao longo do tempo adimensional . Note que, se for usada uma malha uniforme, P
e
= P
w

= -Pex = constante, para todos os volumes da malha. Desta forma, A(P
e
) e B(P
w
) precisam ser
calculados apenas uma nica vez para toda a malha.

O problema dado pela Equaes (1.92) a (1.95), com a condio de que todo o fluido est,
inicialmente, na temperatura de entrada, isto , (x) = 1, x, foi resolvido numericamente para
diversas malhas uniformes. Os valores dos parmetros do problema foram estabelecidos como X =
6, Pe = 5 e Nu = 1. Os resultados que sero apresentados foram obtidos com um passo de
integrao = 10
-3
.

Os resultados obtidos para = 1 e para o estado estacionrio, usando malhas com 10, 20 e
40 volumes esto representados na Figura 4.11. V-se, claramente, que a convergncia foi obtida
com cerca de 20 volumes na malha. As maiores discrepncias ocorrem no estado estacionrio para
valores de x prximos a zero, onde a varivel assume valores muito baixos, sendo, efetivamente,
igual a zero.

O comportamento do perfil de temperatura adimensional ao longo do tempo dado na
Figura 4.12, utilizando os resultados do clculo com 40 volumes finitos. Percebe-se o rpido
transiente do processo, levando a temperatura ao perfil estacionrio em pouco tempo. Note,
tambm, o elevado gradiente de temperatura, que se estabelece no regime estacionrio, prximo
entrada do fluido.

138
0.0 2.0 4.0 6.0
x
1E-5
1E-4
1E-3
1E-2
1E-1
1E+0
= 10
-3
Pontos na malha
10
20
40
1.0
estado
estacion rio

Figura 4.11 - Convergncia espacial da soluo numrica.

0.0 2.0 4.0 6.0
x
0.0
0.2
0.4
0.6
0.8
1.0
0.0
0.1
0.5
1.0
1.5
infinito
40 volumes
= 10
-3

Figura 4.12 - Comportamento temporal do perfil de temperatura adimensional.

139

4.5- Exerccios

Exerccio 4.1: Construa um programa computacional para resolver o problema de valor de contorno
dado por

Pe
d
dx
d
dx
Nu

+
2
2
2 0

x 0 0 ,

x X , 1

com X = 6, Nu = 1, Pe = 1 e malhas uniformes com 5, 10, 20, 40, 80 e 160 volumes finitos,
utilizando uma rotina que implemente o algoritmo de Thomas. Calcule, para cada uma das solues
com mais de 5 volumes, a norma Euclidiana (Equao 2.40) do erro absoluto do vetor soluo entre
aproximaes sucessivas, usando apenas os pontos correspondentes aos centros dos volumes da
malha de 5 volumes. Utilize uma funo de interpolao adequada, quando necessrio. Estipulando
um critrio de tolerncia absoluta (Equao 2.41), com
a
= 10
-3
, determine qual a menor malha
que satisfaz este critrio. Compare o resultado obtido com o do Exerccio 3.1.

Exerccio 4.2: Implemente a soluo numrica do problema descrito abaixo utilizando o mtodo dos
volumes finitos, com Bi = 0,1 e G = 2.

2
2
2
2
0 0 1
x y
G x y + + < < , ,

x
x
0 0 ,

y
y
0 0 ,

y
x
Bi + 1 0 ,

x 1 1 ,

Use malhas uniformes com volumes inteiros no contorno e com 5, 10 e 20 volumes em cada direo
coordenada. Resolva o sistema de equaes algbricas obtido pela discretizao atravs do mtodo
SOR (Seo 2.1.6). Compare a convergncia obtida com a do mtodo das diferenas finitas, obtida
no Exemplo 3.8. Utilizando a malha 20 20, calcule o perfil da varivel ao longo de y, para x = 0,
e compare o resultado com o obtido no Exerccio 3.7.

Exerccio 4.3: Implemente a soluo numrica do problema difusivo descrito na Seo 4.4.1,
utilizando as equaes discretizadas l obtidas. Utilizando uma malha de 40 volumes finitos e um
140
passo de integrao de

10
4
, calcule o perfil da temperatura adimensional mdia ao longo de
e o represente graficamente.

Exerccio 4.4: Construa um programa computacional para resolver o problema descrito na Seo
4.4.2, para malhas de 10, 20, 40 e 80 volumes finitos, utilizando as equaes discretizadas l
obtidas. Com os seguintes valores para os parmetros do problema: (x) = 1, x, X = 6, Pe = 1 e
Nu = 1, calcule e represente graficamente a evoluo do perfil de temperatura no tempo,
determinando qual a menor malha para a qual a convergncia visualmente atingida. Compare o
resultado obtido com o do Exemplo 3.1, resolvido por diferenas finitas (com X = 4) e com o do
Exerccio 4.1, que resolve o problema estacionrio correspondente. Determine tambm qual o
tempo adimensional necessrio para se atingir o regime estacionrio em todos os pontos, utilizando
como critrio que a norma Euclidiana da diferena entre os vetores soluo no incio e final do passo
de integrao deve satisfazer tolerncia absoluta de 10
-3
.


141

Captulo 5

Tcnicas de Resduos Ponderados

Neste captulo sero estudadas tcnicas adequadas para resoluo de equaes
diferenciais ordinrias e parciais, como nos modelos a parmetros distribudos desenvolvidos no
Captulo 1. As tcnicas que sero aqui apresentadas so usualmente utilizadas para resolver
problemas com domnios finitos e bem definidos, sendo por isto de uso mais comum em
problemas que envolvem variaes espaciais.

5.1- Introduo

Todas as tcnicas de discretizao e resoluo das equaes diferenciais apresentadas
nos Captulos 3 e 4 fazem uso de aproximaes localizadas da soluo procurada. Ou seja, as
derivadas e os balanos so aproximados localmente na malha por aproximaes baseadas em
tcnicas de diferenas. Em muitos problemas pode ser conveniente dar um enfoque global ao
esquema numrico proposto. Por exemplo, por que no dizer que a soluo do problema pode
ser aproximada por uma soma de exponenciais ou por um polinmio de um certo grau ?
Embora esta pergunta possa parecer a princpio um tanto arbitrria, o fato que problemas
simples e lineares apresentam frequentemente solues na forma de somatrios infinitos de
funes polinomiais, exponenciais, trigonomtricas, etc. Alm disto, sabe-se que funes
matemticas
1
podem ser aproximadas com grau arbitrrio de preciso por polinmios de grau
varivel ou por somas de senos e cossenos. Desta forma, por que no admitir que a soluo
procurada tem uma forma adequada, que depende de certos parmetros que precisam ser
determinados a partir das equaes que descrevem o modelo do processo ? Esta a idia
bsica que permeia todo este Captulo.

5.2- Bases e Ortogonalidade

Para que as aproximaes propostas no sejam completamente arbitrrias,
conveniente introduzirmos o conceito de base. Para tanto, seja um conjunto de elementos com
propriedades especificadas, a qual chamaremos aqui de Espao. Por exemplo, chama-se de

1
As funes tm que satisfazer certos requisitos matemticos que so discutidos intensivamente em livros
de Anlise Funcional. Tais aspectos tcnicos so omitidos propositalmente destas notas de aula.

142
Espao Euclidiano ao conjunto de n-tuplas (vetores de dimenso n) reais, com tamanho ou
norma definido na forma:

x + + x x
n 1
2 2
...
(5.1)

onde x
i
a componente i do vetor x. Uma base do espao um conjunto linearmente
independente de elementos (vetores) do espao capaz de gerar todos os demais vetores do
espao como combinaes lineares. Por exemplo, seja o vetor arbitrrio do Espao Euclidiano
tri-dimensional, z
T
= ( a , b , c ). fcil perceber que o conjunto de vetores do espao B = { (
1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0 , 1 ) } uma base, pois, qualquer que seja z, possvel
escrever:

a
b
c
a b c
_
,
_
,
_
,
_
,

1
0
0
0
1
0
0
0
1

(5.2)

Da mesma forma, impossvel escrever quaisquer dos vetores da base como combinao linear
dos demais, de maneira que o conjunto B de fato uma base do Espao Euclidiano tri-
dimensional.

importante enfatizar que um espao pode ser descrito por infinitas bases diferentes.
Por exemplo, o Espao Euclidiano tri-dimensional pode ser descrito em termos de muitas
outras bases, dentre as quais podemos citar a base C = { ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 1 , 1 , 1 )
}. De acordo com esta base, o vetor arbitrrio z pode ser representado por:

( ) ( )
a
b
c
a c b c c
_
,
_
,
_
,
_
,

1
0
0
0
1
0
1
1
1

(5.3)

Nem sempre to fcil achar bases para um certo espao, mas, uma vez que uma base
tenha sido encontrada, o estudo dos elementos do espao fica extremamente mais simples, pois
o estudo pode ser decomposto em termos da base do espao.

Uma operao que usualmente definida em um espao qualquer o produto interno
2
.
O produto interno permite generalizar a noo de ngulo, to comum no nosso dia a dia. Por
exemplo, uma definio conveniente de produto interno para o Espao Euclidiano da forma:

z x , ... + + z x z x
n n 1 1
(5.4)

2
Para definir o produto interno, necessrio satisfazer certos axiomas que permitem fazer a analogia com o
mundo real em que vivemos. Estes axiomas so discutidos intensivamente em livros de Anlise Funcional.

143

e diz-se que os vetores so mutuamente ortogonais quando o produto interno entre eles igual
a zero.

Todos estes conceitos podem ser estendidos para o espao de funes. Por exemplo,
seja o conjunto de funes limitadas e integrveis ao quadrado na forma:

( ) ( ) W x f x dx
2
0
1
<

(5.5)

onde W(x), chamada de funo peso, estritamente positiva (no troca de sinal). As solues
dos modelos matemticos de engenharia usualmente so membros deste conjunto particular de
funes, onde W(x) depende da geometria do problema. A Equao (5.5) garante que a
soluo no explode no intervalo analisado. Pode-se mostrar (depois de muito trabalho
!!!!!!!) que a sequncia polinomial infinita B = { 1 , x , x
2
, x
3
, ... , x
n
, ... }
uma base deste espao de funes, o que significa dizer que qualquer elemento (funo
limitada e integrvel ao quadrado) pode ser descrito como uma soma infinita de termos
polinomiais no intervalo [0,1]. No bonito ??? Se W(x) = 1 (geometria cartesiana), o
conjunto C = { 1 , sen( x ) , sen( 2 x ) , ... , sen( n x ) , ... , cos( x ) , cos( 2 x ) , ...
, cos( n x ) , ... } tambm uma base do espao, o que confirma o fato de que as bases no
so nicas. A sequncia de funes exponenciais de x, no entanto, NO FORMAM UMA
BASE DESTE ESPAO DE FUNES, como podemos ser tentados a acreditar.
importante tambm salientar que o fato de usarmos o intervalo [0,1] como referncia no
prejudica em nada a generalidade das afirmaes feitas aqui, j que sempre podemos
adimensionalizar as nossas equaes (vide Captulo 1).

Por tudo o que foi descrito, conclui-se que representar as solues buscadas como
somas finitas de funes polinomiais ou funes trigonomtricas, com ordem crescente a
depender do grau desejado para a aproximao, uma estratgia inteligente, pois a sequncia
convergir eventualmente para a soluo real. O mesmo no se pode dizer das sries de
funes exponenciais. Devido simplicidade da manipulao, funes polinomiais costumam
ser as escolhidas para estudos como os apresentados neste Captulo.

Os conceitos de tamanho ou norma e produto interno podem ser tambm generalizados
para o espao de funes na forma:

( ) ( ) ( ) f x W x f x dx
2
0
1

(5.6)

( ) ( ) ( ) ( ) ( ) f x g x W x f x g x dx ,

0
1

(5.7)

144

de maneira que duas funes so ditas ortogonais se

( ) ( ) ( ) ( ) ( ) f g f x g x W x f x g x dx
,
0
1
0

(5.8)

A base constituda pela sequncia de monmios x
n
no ortogonal no espao
cartesiano, pois

n n
x x x x dx
x
n m n m
m m
n m
,
+ +

+ +

+ +
0
1 1
0
1
1
1
1
0

(5.9)

5.3- Definio de Resduo

Define-se como resduo a funo obtida quando se substitui a aproximao proposta na
equao que se quer resolver. Por exemplo, seja o modelo de transferncia de calor
desenvolvido no Captulo 1 e apresentado na Equao (1.96).

Pe
d
dx
d
dx
Nu

+
2
2
2 0

(1.96)

Seja ainda a aproximao proposta na forma:

( ) x a b x c x + +
2
(5.10)

O resduo da aproximao tem a forma

( ) ( ) ( ) ( )
Re s x Pe b c x c Nu a b x c x + + + + 2 2 2
2

(5.11)

Se a aproximao fosse exata, o resduo seria identicamente nulo em todos os pontos
do intervalo considerado. Isto, no entanto, no verdade, de maneira que o resduo assume
valores distintos do zero no intervalo e a aproximao no satisfaz a equao. Quanto melhor a
aproximao, no entanto, mais prximo do zero est o resduo da equao.

Como a aproximao proposta deve tambm satisfazer as condies de contorno,
descritas pelas Equaes (1.97) e (1.98), pode-se concluir que

( ) 0 0 (1.97)


145
( ) 0 0 0 0
2
+ + a b c a (5.12)

( ) 1 1 (1.98)

( ) 1 1 1 1
2
+ + + a b c b c (5.13)

de maneira que a Equao (5.11) pode ser reescrita na forma:

( ) ( ) ( ) ( )
( )
( ) ( )
Res x Pe c c x c Nu c x c x
Pe Nu x x Pe Pe Nu x Nu x c

+ + +
+ + +
1 2 2 2 1
2 2 2 2 2
2
2

(5.14)

que s depende do valor de c, j que os demais coeficientes so determinados pela
obrigatoriedade de se satisfazer as condies de contorno.

De forma geral, podemos utilizar o exemplo para definir o que chamaremos de resduo
neste texto. Resduo a expresso resultante da substituio da aproximao proposta na
equao que se quer resolver, aps satisfazer as condies de contorno.

5.4- Tcnicas de Ponderao de Resduos

A idia bsica da tcnica de ponderao dos resduos fazer com que a aproximao
proposta represente da melhor forma possvel a soluo procurada, fazendo com que a
aproximao minimize de alguma forma o resduo da equao que se tenta resolver. Vrias
maneiras diferentes de interpretar a expresso minimizar o resduo do origem a diferentes
tcnicas de ponderao. Veremos abaixo algumas das propostas usuais de minimizao
encontradas na literatura.

5.4.1- Tcnica de Mnimos Quadrados

Uma idia bastante simples a de procurar minimizar o resduo quadrtico da equao,
de forma similar ao procedimento utilizado para estimar parmetros a partir de dados
experimentais. Neste caso, a tcnica de ponderao pode ser escrita na forma:

( ) ( ) deve ser mnimo W x s x dx Re
2
0
1

(5.15)

Repare que, de acordo com o linguajar introduzido na Seo 5.2, procura-se fazer com
que a norma do vetor Res(x) seja o menor possvel.


146
Procurar o mnimo de uma funo equivalente a procurar os pontos nos quais as
derivadas em relao s variveis a serem determinadas so iguais a zero. Desta forma, a
Equao (5.15) pode ser colocada na forma genrica

( ) ( )
( )
W x s x
s x
dx
i
Re
Re
0
1
0

(5.16)

onde
i
so os parmetros a serem determinados. (Em geral, o nmero de parmetros a serem
determinados igual ao nmero de parmetros da aproximao menos o nmero de condies
de contorno.)

Substituindo a Equao (5.14) na Equao (5.16), para resolver o problema proposto

( ) ( ) ( )
( )

Pe Nu x x Pe Pe Nu x Nu x c
x Pe Pe Nu x Nu x
dx
+ + +
+ +
'
2 2 2 2 2
2 2 2 2
0
2
2
0
1

(5.17)

( )
( )
( )
c
Pe Nu x x Pe Pe Nu x Nu x dx
x Pe Pe Nu x Nu x dx

2

+ +
+ +
2 2 2 2 2
2 2 2 2
2
0
1
2
0
1

(5.18)

c
Pe Nu Nu
Pe Nu Nu

+ + +
30 30 5
60 5 20 2
2
2 2

(5.19)

Comparando a soluo aproximada com a soluo terica apresentada na Equao
(1.99), para valores de Pe=1 e Nu=1 , obtm-se os resultados abaixo:


147
0.00 0.50 1.00
x
0.00
0.50
1.00

Figura 5.1 - Comparao Entre Resultados Exatos ( ) e Aproximao Polinomial de
2
a
Ordem ( ) por Minimizao dos Resduos Quadrticos. (Pe=1, Nu=1)

Os resultados podem ser certamente considerados excelentes. Isto, contudo, nem
sempre verdade. Quando as condies de transferncia de calor favorecem o aparecimento
de gradientes de temperatura pronunciados (Nu muito baixo e Pe muito alto), veja o que
acontece:


148
0.00 0.50 1.00
x
0.00
0.50
1.00

2
a
Ordem ( ) por Minimizao dos Resduos Quadrticos. (Pe=10, Nu=0)

Neste caso, verifica-se que aproximaes de maior ordem teriam que ser tentadas, o
que torna o procedimento analtico extremamente rduo.

importante salientar que a soluo exata nunca conhecida em problemas reais (caso
contrrio, no haveria a necessidade de calcular a soluo aproximada). Por isto, aproximaes
de maior ordem devem sempre ser obtidas e comparadas com aquelas de menor ordem, at
que uma diferena inferior a uma certa tolerncia especificada seja atingida.

A tcnica de ponderao de mnimos quadrados muito fcil de compreender, mas
muito difcil de implementar em linguagem de programao cientfica, pois requer o cmputo de
muitas integrais, nem sempre simples. Alm disto, o problema final pode ganhar a forma de um
conjunto complexo de equaes algbricas no lineares, de difcil soluo numrica. Por este
motivo, outras tcnicas de ponderao dos resduos so usualmente utilizadas.

5.4.2- Tcnica dos Momentos

Define-se como momento de ordem k de uma certa distribuio estatstica a grandeza
k
:


149
( ) ( )
k
k
W x x f x dx

0
1

(5.20)

Esta definio conveniente porque permite escrever vrios parmetros importantes da
curva de distribuio em termos dos momentos e porque torna possvel a interpretao fsica de
algumas integrais da funo de distribuio analisada. Por exemplo, o valor mdio de x dado
por:

x

1
0

(5.21)

a varincia de x dada por:

2 2 0 1
2
0
2

(5.22)

o valor total da distribuio no intervalo

( ) ( ) F W x f x dx
0
1
0

(5.23)

Substituindo agora a funo f(x) pela funo Res(x), fica fcil concordar que
gostaramos que esta funo fosse to prxima da funo zero quanto possvel. Alm disto,
idealmente gostaramos que esta funo estivesse homogeneamente distribuda em todo o
intervalo; ou seja, gostaramos que a aproximao fosse igualmente boa em todo o domnio
estudado. Mais ainda, como as equaes de onde so obtidos os resduos so equaes de
balano, gostaramos que, mesmo que o balano local no fosse exatamente satisfeito pela
soluo aproximada, que o balano global (integrado) ainda assim o fosse. Todas estas
questes nos induzem a concluir que gostaramos idealmente que todos os momentos das
curvas de distribuio de resduos (Res(x)) fossem iguais a zero. No sendo isto possvel,
porque assim teramos a soluo verdadeira, ento podemos pelo menos obrigar os primeiros
momentos da curva de distribuio de resduos a serem iguais a zero. Em outras palavras,

( ) ( )
k
k
W x x s x dx k N = ...
Re ,
0
1
0 0 1

(5.24)

onde N o nmero de parmetros livres da aproximao (como j comentado, usualmente da
ordem do nmero de parmetros da aproximao menos o nmero de condies de contorno a
serem satisfeitas).


150
No exemplo que estamos trabalhando at aqui, N=1, de forma que apenas o momento
de ordem 0 pode ser anulado. No entanto, no devemos desprezar este fato, pois isto significa
dizer que o balano global de energia est sendo satisfeito.

Substituindo-se a Equao (5.14) na Equao (5.24) e fazendo-se k=0, chega-se a:

( ) ( ) ( )
Pe Nu x x Pe Pe Nu x Nu x c dx + + +
2 2 2 2 2 0
2
0
1

(5.25)

ou seja

c
Nu Pe
Nu

+
3 3
6

(5.26)

As Figuras 5.3 e 5.4 mostram a qualidade das aproximaes obtidas. Verifica-se uma
vez mais a dificuldade de se obterem boas aproximaes quando os perfis de temperatura so
muito acentuados. importante observar que tcnicas de ponderao diferentes levam a
aproximaes distintas, como pode ser facilmente identificado comparando-se as Figuras 5.2 e
5.4.

0.00 0.50 1.00
x
0.00
0.50
1.00

2
a
Ordem ( ) por Anulao do Momento de Ordem Zero. (Pe=1, Nu=1)


151

0.00 0.50 1.00
x
0.00
1.00
2.00

2
a
Ordem ( ) por Anulao do Momento de Ordem Zero. (Pe=10, Nu=0)

A tcnica de ponderao dos momentos leva usualmente a expresses mais simples do
que no caso da ponderao de mnimos quadrados. No entanto, o cmputo de vrias integrais
durante o processo de gerao das equaes que definem os parmetros da aproximao no
pode ser evitado. Por isto, a no ser quando o tratamento analtico da expresso do resduo
fcil, esta tcnica no muito utilizada.

5.4.3- Tcnica de Galerkin

A tcnica de Galerkin foi desenvolvida por este clebre matemtico russo de maneira
bastante engenhosa. A idia bsica de Galerkin segue a seguinte linha de argumentao:

Estamos aproximando a soluo real por uma aproximada, constituda pela soma
ponderada de um certo nmero de elementos de uma base infinita do espao de funes.
Portanto, a soluo aproximada est inserida em uma pequena parte do espao original
(subespao), formada por todas aquelas funes que podem ser obtidas pela combinao linear
dos elementos da base tomados para construir a aproximao. Portanto, parece lgico tentar
resolver a equao neste subespao; ou seja, zerar as componentes do vetor resduo neste
subespao. Em outras palavras, o resduo deve ser ortogonal aos elementos do subespao. De

152
forma anloga, isto significa dizer que o produto interno do resduo com os vetores tomados
como base da aproximao devem ser zerados.

Portanto, seja a base do espao de funes B = { z
1
, ... , z
n
, ... }, utilizada para
construir a aproximao de grau n na forma z = a
1
z
1
+ ... + a
n
z
n
. O mtodo de ponderao
de Galerkin prope que:

( ) ( )
( ) ( ) ( )

...
Re ,
Re ,
s x z x
W x s x z x dx i N
i
i
0
0 1
0
1

(5.27)

onde N o nmero de parmetros livres da aproximao.

Repare que, se a base polinomial usual for tomada, o mtodo dos momentos e o
mtodo de Galerkin coincidem. Isto garante tambm uma base mais aprofundada tcnica de
ponderao dos momentos. No entanto, o mtodo de Galerkin muito mais genrico e pode
ser aplicado a qualquer tipo de aproximao proposta. Por exemplo, tomemos a base
trigonomtrica e os elementos { 1 , sen( x ) , cos( x ) } para gerarmos a aproximao
desejada no problema at aqui estudado. Neste caso, a aproximao tem a forma:

( ) ( ) ( ) x a b x c c x os + + sen (5.28)

e o resduo da aproximao tem a forma:

( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
Re cos sen
sen cos
sen cos
s x Pe b x c x
b x c x
Nu a b x c x

+

+ +

2 2
2

(5.29)


( ) 0 0 (1.97)

( ) 0 0 1 0 + + + a b c a c (5.30)

( ) 1 1 (1.98)

( ) ( ) 1 0 1 1 + + a b c a c (5.31)


153
Conclui-se, portanto, que a = 0.5 e c = - 0.5. Obrigando-se o vetor resduo a ser
ortogonal ao primeiro elemento da base tomada para construir a aproximao:

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )

Pe b x c x
b x c x
Nu a b x c x
dx

cos sen
sen cos
sen cos
+

+ +
_
,
2 2
0
1
2
0

(5.32)

b
Pe Nu
Nu

+ 2
4

(5.33)

As Figuras 5.5 e 5.6 abaixo mostram a qualidade das aproximaes nos dois casos at
aqui estudados. Primeiramente, a Figura 5.5 mostra que, neste caso, a qualidade da
aproximao obtida com a base trigonomtrica, com a mesma quantidade de parmetros livres
(N=1), significativamente pior que a da soluo obtida com a base polinomial usual. Em parte
isto j podia ser esperado, pois a soluo real no apresenta modos oscilatrios. No entanto,
medida que for aumentado o grau da aproximao, melhores sero os dados obtidos.

0.00 0.50 1.00
x
0.00
0.50
1.00

Figura 5.5 - Comparao Entre Resultados Exatos ( ) e Aproximao
Trigonomtrica de 1
a
Ordem ( ) por Galerkin. (Pe=1, Nu=1)


154
A Figura 5.6 abaixo mostra que a qualidade da aproximao piora bastante quando os
gradientes de temperatura experimentam variaes mais pronunciadas.

0.00 0.50 1.00
x
0.00
2.00
4.00

Figura 5.6 - Comparao Entre Resultados Exatos ( ) e Aproximao
Trigonomtrica de 1
a
Ordem ( ) por Galerkin. (Pe=10, Nu=0)

A tcnica de Galerkin no elimina a necessidade de se computar um nmero elevado de
integrais durante o procedimento de gerao dos parmetros livres da aproximao. Por isto, a
despeito da elegante significao desta tcnica de ponderao de resduos, seu uso quase
sempre limitado a problemas onde possvel calcular com facilidade os termos resultantes da
integrao do resduo.

5.4.4- Tcnica de Colocao

A tcnica de colocao talvez a mais simples, do ponto de vista filosfico, e a que
resulta nas expresses de manipulao mais fcil. A tcnica de ponderao de colocao
prope simplesmente que o vetor resduo seja anulado em alguns pontos do intervalo de
definio do problema, o que equivalente a obrigar que a equao original seja satisfeita
nestes pontos com a soluo aproximada. A escolha destes pontos, a princpio, ser
considerada arbitrria. Nas prximas sees discutiremos com mais detalhe este aspecto do
mtodo.


155
Por exemplo, obrigando-se a expresso do resduo (Equao (5.14)) a ser igual a zero
no ponto mdio do intervalo de definio

Pe Nu Pe Pe Nu Nu c
1
2

1
2

1
2

1
2

_
,
+ + +

_
,
_
,
2 2 2 2 2 0
2

(5.34)

conclui-se que

c
Nu Pe
Nu

+
2 2
4

(5.35)

Devido simplicidade da manipulao do resduo, neste caso, vamos construir a
aproximao polinomial de grau 3 para o problema.

( ) x a b x c x d x + + +
2 3
(5.36)

O resduo da aproximao tem a forma

( )
( )
( )
( )
Res x Pe b c x d x c d x
Nu a b x c x d x

+ + + +
+ + +
2 3 2 6
2
2
2 3

(5.37)


( ) 0 0 (1.97)

( ) 0 0 0 0 0
2 3
+ + + a b c d a (5.38)

( ) 1 1 (1.98)

( ) 1 1 1 1 1
2 3
+ + + + + a b c d b c d (5.39)

de maneira que a Equao (5.37) pode ser reescrita na forma:

( )
( )
( )
( ) ( )
Res x Pe c d c x d x c d x
Nu c d x c x d x

+ + + +
+ +
1 2 3 2 6
2 1
2
2 3

(5.40)


156
( ) ( )
( )
( )
Res x Pe Nu x Pe x Pe Nu x Nu x c
Pe x Pe x Nu x Nu x d

+ + + +
+ +
2 2 2 2 2
3 6 2 2
2
2 3

(5.41)

Obrigando o resduo a se anular nos pontos x = 1/3 e x = 2/3, chega-se a:

0
2
3
1
3
2
2
9
2
3
2
16
27

_
,
+ + +
_
,
+
+ +
_
,
Pe Nu Pe Nu c
Pe Nu d

(5.42)

0
4
3
1
3
2
4
9
1
3
4
4
27

_
,
+ + +
_
,
+
+
_
,
Pe Nu Pe Nu c
Pe Nu d

(5.43)

O sistema linear de equaes apresentado acima pode ser resolvido com tcnicas
numricas apresentadas no Captulo 2. Se Pe = Nu =1, ento c = -0.573891 e d =
0.447665. Se Pe = 10 e Nu = 0, ento c = -7.941176 e d = 4.411764.

V-se na Figura 5.7 que a qualidade da aproximao excelente e pouco ganho se
obtm com o incremento do grau da aproximao. Na Figura 5.8, no entanto, v-se que
melhora significativa da qualidade da aproximao obtida quando o grau do polinmio
aumenta. V-se tambm uma outra caracterstica bastante peculiar de tcnicas de aproximao
global, como estas analisadas aqui - o comportamento oscilatrio nas proximidades de regies
onde a soluo no experimenta variaes pronunciadas, aproximando-se de um patamar.


157
0.00 0.50 1.00
x
0.00
0.50
1.00

Figura 5.7 - Comparao Entre Resultados Exatos ( ) e Aproximaes Polinomiais
de 2
a
Ordem ( ) e de 3
a
Ordem ( ) por Colocao. (Pe=1, Nu=1)

0.00 0.50 1.00
x
0.00
1.00
2.00

Figura 5.8 - Comparao Entre Resultados Exatos ( ) e Aproximaes Polinomiais
de 2
a
Ordem ( ) e de 3
a
Ordem ( ) por Colocao. (Pe=10, Nu=0)

158

Ao contrrio das tcnicas de ponderao apresentadas anteriormente, tcnicas de
colocao so facilmente implementveis e, por isto, so as mais difundidas e utilizadas para
resolver problemas de Engenharia.

5.4.4.1- A Aproximao Polinomial de Lagrange

Quando comparada s tcnicas apresentadas nos Captulos 3 e 4, os sistemas de
equaes resultantes da ponderao do resduo no intervalo analisado apresenta uma
caracterstica bastante marcante: as matrizes Jacobianas so cheias. Isto faz com que a soluo
numrica dos sistemas de equaes neste caso sejam mais trabalhosas e demoradas que no
caso de tcnicas de diferenas finitas e volumes finitos, quando utilizados os mesmos nveis de
discretizao. Felizmente, respostas mais precisas so usualmente obtidas com tcnicas de
aproximao global, o que permite utilizar nveis de discretizao bastante menores que nos
outros casos.

Uma forma eficiente de simplificar e permitir implementao mais adequada dos
mtodos de aproximao polinomial utilizar a frmula interpoladora de Lagrange para
representar a soluo procurada. Dados n pares de pontos ( x
i
, f
i
) atravs dos quais se deseja
passar um polinmio de grau n-1, a frmula interpoladora de Lagrange ganha a forma:

( ) ( ) p x l x f
n i i
i
n
-
=

1
1

(5.44)

onde

( )
( )
( )
l x
x x
x x
i
j
i j
j
j i
n

1

(5.45)

so os chamados polinmios interpoladores de Lagrange.

fcil verificar que os polinmios interpoladores de Lagrange satisfazem a seguinte
propriedade:

( )
l x
i j
i j
i j

se
se
'
1
0
,
,

(5.46)

Esta propriedade torna a frmula interpoladora de Lagrange extremamente conveniente
para uso conjunto com a tcnica de ponderao de resduos por colocao. Por exemplo,

159
admitamos que uma malha foi escolhida com N pontos internos e os dois contornos ( o 0 e o 1
). Neste caso, para o problema exemplo estudado at aqui, possvel propor a seguinte
aproximao polinomial

( ) ( ) x l x
i i
i
N

=

0
1

(5.47)

onde a aproximao tem grau N+1, j que a malha contm N+2 pontos de interpolao.
Substituindo a aproximao na Equao (1.96) que se pretende resolver, chega-se expresso
do resduo na forma:

( )
( ) ( )
( ) Res x Pe
dl x
dx
d l x
dx
Nu l x
i
i
i
N
i
i
i
N
i i
i
N

=

=

=

+
+ + +

0
1
2
2
0
1
0
1
2

(5.48)

Obrigando-se que o resduo seja anulado nos N pontos internos (lembramos que os
pontos extremos sero usados para satisfazer as condies de contorno):

( )
( ) ( )
( )
Re
, ...
s x Pe
dl x
dx
d l x
dx
Nu l x j N
j
i
x x
i
i
N
i
x x
i
i
N
i j i
i
N
j j

=

=

=

+

+
+

0
1 2
2
0
1
0
1
2 0 1

(5.49)

As derivadas primeira e segunda dos polinmios interpoladores de Lagrange podem ser
calculadas a partir da Equao (5.45) na forma:

( )
( )
( )
( )
dl x
dx x x
x x
x x
A
i
x x i l
j k
i k
k
k i
k l
N
l
l i
N
ji
j

1
0
1
0
1

(5.50)

( )
( ) ( )
( )
( )
d l x
dx x x x x
x x
x x
B
i
x x
i l i k
j m
i m
m
m i
m l
m k
N
k
k i
k l
N
l
l i
N
ji
j
2
2
0
1
0
1
0
1
1 1

(5.51)

de forma que a Equao (5.49) pode ser reescrita como:

( )
Re , ... s x Pe A B Nu j N
j ji i
i
N
ji i
i
N
j

=

=

+
+ +

0
1
0
1
2 0 1

(5.52)


160
onde a Equao (5.46) j foi utilizada.

Lembrando que as condies de contorno precisam ser satisfeitas,

( ) 0 0 (1.97)

( )

l x
i i
i
N
0
0
1
0
0 0 0

(5.53)

( ) 1 1 (1.98)

( )

l x
i i
i
N
N N + +

1 1
1 1 1
0
1

(5.54)

o problema pode ser finalmente escrito na forma de um sistema de equaes algbricas lineares,
que pode ser resolvido com quaisquer dos mtodos apresentados no Captulo 2 para matrizes
cheias.

r
(5.55)

onde

00 0
1 0 1 1 , +
j
j N , ... (5.56)

ij ij ij ij
Pe A B Nu i N j N + + 2 1 0 1 , ... , ... (5.57)

N j N N
j N
+ + +

1 1 1
0 0 1 , ... , (5.58)

r j N r
j N

+
0 0 1
1
, ... , (5.59)

Repare que a aplicao do mtodo em outros problemas extremamente similar. As
mudanas so observadas apenas na forma final das equaes a serem resolvidas, em virtude
obviamente das diferentes equaes diferenciais e condices de contorno. Por exemplo,
condies de contorno de 2
o
e 3
o
tipos ficam na forma:

d
dx
a A a
x
i i
i
N

0
0
0
0
1

+

(5.60)

d
dx
a A a
x
N i i
i
N
N

+

+
1
1
1
0
1

(5.61)

161

( )
d
dx
h a A h a
x
x
i i
i
N

0
0
0
0
0 00
0
1
+
+ +

(5.62)

( )
d
dx
h a A h a
x
x
N i N N i
i
N
N
N

+
+
+ + +
+
+ +
1
1
1
1
1 1 1
0
1

(5.63)

5.4.4.2- O Polinmio Ortogonal e os Pontos de Colocao

O ltimo ponto obscuro da tcnica de colocao a escolha dos pontos de colocao.
Para colocar o problema de uma forma mais consistente, vamos tentar compreender melhor o
procedimento de aproximao. Suponhamos, portanto, que conhecemos os valores de uma
certa funo f(x) e de suas derivadas f(x) em certos pontos discretos de um domnio finito
(sem perda de generalizao [0,1]). Em outras palavras, conhecido o conjunto

x

1
f f
x f f
N N N
1 1
'
'
...
1
]
1
1
1

(5.64)

Baseado na discusso anterior, possvel propor a seguinte aproximao polinomial
para a funo f(x)

( ) ( ) ( ) ( ) ( ) f x P x l x f PNT x l x
N i i
i
N
i i
i
N

+

2 1
1 1

(5.65)

onde PNT(x) o polinmio nodal, definido como

( ) ( ) PNT x x x
i
N

i =

1

(5.66)

Como o polinmio nodal identicamente nulo nos pontos nodais (pontos da malha
onde o valor da funo e de sua derivada so conhecidos) e devido propriedade mostrada na
Equao (5.46), conclui-se que a aproximao adequada para representar os valores de f(x)
conhecidos. Para que a aproximao satisfaa tambm as derivadas nos pontos nodais,
necessrio que

( ) ( )
P x A f PNT x f
N j i
i
N
j j j 2 1
1
' ' '

ji

(5.67)


162
ou ainda

( )
j
j i
i
N
j
f A f
PNT x

ji

'
'
1

(5.68)

onde

( ) ( )
PNT x x x
j j k
k
k j
N
'

1

(5.69)

Suponhamos que necessrio calcular a integral de um polinmio f(x) de grau 2N-1 na
forma:

( ) ( ) I W x f x dx

0
1

(5.70)

e que a aproximao polinomial proposta vai ser usada para tal fim. Neste caso, como o
polinmio f(x) tem grau 2N-1, a aproximao representa exatamente a funo aproximada, sem
qualquer erro. Neste caso,

( ) ( ) ( ) ( ) ( ) I f W x l x d W x PNT x l x
i i
i
N
i i
i
N
x dx
0
1

+
1
0
1
1

(5.71)

Repare que o segundo termo da direita contm informaes sobre as derivadas nos
pontos nodais, enquanto o primeiro termo da direita contm apenas informaes sobre o valor
da funo aproximada f(x). Se consegussemos anular o segundo termo da direita,
conseguiramos calcular exatamente a integral procurada com apenas N informaes, ao invs
dos 2N valores inicialmente admitidos. Como possvel fazer esta mgica de sonegar
informaes e fazer clculos precisos ? A resposta est dada na Equao (5.8): basta escolher
PNT(x) de forma que ele seja um membro da famlia de polinmios ortogonais no intervalo
[0,1], com peso W(x). Neste caso, os pontos nodais da malha seriam as razes do polinmio
PNT(x) e seria possvel integrar exatamente polinmios de grau at 2N-1 com apenas N pares
de dados. Lindo, no ? Mas como fazer isto ?

Primeiramente, definimos como uma famlia de polinmios ortogonais a polinmios de
grau diferente que satisfazem a relao


163
( ) ( ) ( ) , para W x p x p x dx i j
i j
0
1
0

(5.72)

Exemplo 5.1- Os polinmios de grau zero ( ) p x
0
1 , grau um ( ) p x x
1
2 1 e
grau dois ( ) p x x x
2
2
6 6 1 + so ortogonais no intervalo [0,1] com peso
W(x)=1, pois

( ) ( ) ( )

1 1 2 1
2
2
0
0
1 2
0
1
0
1
x dx
x
x

(5.73)

( ) ( ) ( )

1 1 6 6 1
6
3
6
2
0
2
0
1 3
0
1
2
0
1
0
1
x x dx
x x
x + +

(5.74)

( ) ( )
( )

2

2

2

1 2 1 6 6 1
1
4
1
3 2
6
3
6
2
0
2
0
1
4
0
1
3
0
1
2
0
1
3
0
1
2
0
1
0
1
x x x dx
x x x x x
x
+
+ +

(5.75)

Alm disto, fcil mostrar que um polinmio de grau N da famlia de polinmios
ortogonais ortogonal a qualquer outro polinmio resultante da combinao linear dos demais
membros da famlia, com grau menor que N.

( ) ( ) ( ) ( ) ( ) ( )

W x p x p x dx W x p x p x dx
N j j
j
N
j N j
j
N

_
,

1
1
0
1
0
1
1
1
0

(5.76)

Logo, como qualquer polinmio de grau N-1 pode ser escrito como uma combinao
linear dos polinmios de grau 0 at N-1 da famlia de polinmios ortogonais, conclui-se que o
membro de grau N da famlia de polinmios ortogonais ortogonal a QUALQUER polinmio
de grau menor que N.

Exemplo 5.2- O polinmio qualquer de grau um ( ) p x ax b
1
+ , pode ser escrito na
forma:

( ) ax b
a
x b
a
+ + +
_
,
2
2 1
2

(5.77)

de maneira que o polinmio de grau 2 do Exemplo 5.1 ortogonal a qualquer outro
polinmio de grau zero ou um.

164

Como na Equao (5.71) PNT(x) tem grau N e ( ) l x
i
tem grau N-1, basta garantir que
PNT(x) seja um membro da famlia de polinmios ortogonais no intervalo [0,1], com peso
W(x), para que o segundo membro do lado direito da equao seja anulado. No fantstico ?

Voltando ao contexto das equaes diferenciais, suponhamos que uma equao linear
do tipo

a
d
dx
b
d
dx
c d
2
2
0

+ + +

(5.78)

tem que ser resolvida. Neste caso, se uma aproximao polinomial de grau N+1 proposta
para (x), claro que o resduo tambm tem a forma polinomial, com grau N+1. Como a
tcnica de colocao obriga que o resduo seja anulado em N pontos internos do intervalo,
alm de satisfazer as condies de contorno, possvel escrever

( ) ( ) ( ) Res x x PNT x + (5.79)

Se os pontos nodais so as razes do polinmio ortogonal de grau N da famlia de
polinmios ortogonais no intervalo [0,1], com peso W(x), ento as primeiras N-1 condies de
Galerkin so automaticamente satisfeitas,

( ) ( ) ( ) W x x PNT x x dx i N
i
+
0
1
0 0 2 , ...

(5.80)

o que significa dizer que a soluo aproximada exata no subespao de dimenso N-1. A
soluo, portanto, quase Galerkin, j que a soluo de Galerkin exata no subespao de
dimenso N.

5.4.4.3- Calculando Famlias de Polinmios Ortogonais

Para finalizar ento o procedimento de obteno dos pontos de colocao,
necessrio obter as famlias de polinmios ortogonais, dados o intervalo de ortogonalidade
(admitido sem perda de generalidade como o intervalo [0,1]) e o peso W(x). A tcnica
apresentada a seguir bastante simples e pressupe a validade da seguinte recurso:

( ) ( ) ( ) ( ) p x x p x p x
i i i i i
+ +

1 2
(5.81)

Multiplicando a Equao (5.81) por ( ) p x
i 2
e integrando, chega-se a:


165
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )

W x p x p x dx W x x p x p x dx
W x p x p x dx
i i i i i
i i i

+ +
2
0
1
1 2
0
1
2 2
0
1

(5.82)

( ) ( ) ( )
( ) ( )
i
i i
i
W x x p x p x dx
W x p x dx

1 2
0
1
2
2
0
1

(5.83)

Da mesma forma, multiplicando a Equao (5.81) por ( ) p x
i 1
e integrando, chega-se
a:

( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )

W x p x p x dx W x x p x p x dx
W x p x p x dx
i i i i i
i i i

+ +
1
0
1
1 1
0
1
2 1
0
1

(5.84)

( ) ( )
( ) ( )
i
i
i
W x x p x dx
W x p x dx

1
2
0
1
1
2
0
1

(5.85)

O procedimento iterativo pode ser inicializado fazendo-se ( ) p x

1
0 e ( ) p x
0
1 .

Exemplo 5.3- Os quatro primeiros membros da famlia de polinmios ortogonais no
intervalo [0,1], com peso W(x)=1, so:

( ) p x
0
1 (5.86)

( ) ( ) ( ) p x x
1 1
1 + (5.87)

onde


166
( ) ( )
( ) ( )
1
2
0
1
2
0
1
1 1
1 1
1
2

x dx
dx

(5.88)

de forma que

( ) p x x x
1 1
1
2
1
2
cuja raiz ,

(5.89)

( ) ( ) ( ) p x x x
2 2 2
1
2
1 +
_
,
+

(5.90)

onde

( )
( )
2
2
0
1
2
0
1
1
1
2
1
1
2
1
2

_
,
_
,
x x dx
x dx

(5.91)

( ) ( )
( ) ( )
2
0
1
2
0
1
1
1
2
1
1 1
1
12

_
,
x x dx
dx

(5.92)

de forma que

( ) cujas razes so

e

p x x x
x x
2
2
1 2
1
6
3 3
6
0 21132
3 3
6
078868
+
,
. .

(5.93)

( ) ( ) p x x x x x
3 3
2
3
1
6
1
2
+ +
_
,
+
_
,

(5.94)

onde


167
( )
( )
3
2
0
1
2
0
1
1
1
6
1
1
6
1
2

+
_
,
_
,
x x x dx
x x dx

(5.95)

( )
( )
3
2
0
1
2
0
1
1
1
6
1
2
1
1
2
1
15

+
_
,
_
,
_
,
x x x x dx
x dx

(5.96)

de forma que

( ) cujas razes so

5
; ;
5

p x x
x x
x x x
3
3
2
1 2 3
3
2
3
5
1
20
5 1
10
0 11270
1
2
5 1
10
0 88730
+
,
. .

(5.97)

5.4.4.4- O Algoritmo da Colocao Ortogonal

Baseando-se em tudo o que foi discutido at aqui, possvel ento propor um
algoritmo para a aplicao computacional do mtodo da colocao ortogonal. Os passos do
algoritmo so esquematizados a seguir:

1. Definir o intervalo de soluo e a funo peso do problema;
2. Definir o grau N da aproximao (o polinmio tem N+1 coeficientes);
3. Calcular o polinmio ortogonal de grau N+1-NCC, onde NCC o nmero de
condies de contorno que precisam ser satisfeitas;
4. Calcular as N+1-NCC razes (pontos de colocao) do polinmio ortogonal;
5. Calcular as matrizes A e B das derivadas primeiras e segundas dos polinmios
interpoladores de Lagrange nos pontos de colocao;
6. Escrever as equaes do resduo nos pontos de colocao e as equaes derivadas
das condies de contorno;
7. Resolver o sistema de equaes resultantes;
8. Aumentar o grau da aproximao at no observar mais mudana significativa da
soluo, dentro de um certo critrio de tolerncia.

5.5- O Mtodo das Linhas em Problemas Dinmicos


168
Como j discutido na Seo 3.4.4, equaes diferenciais parciais resultantes de
modelos dinmicos a parmetros distribudos podem ser discretizadas e transformadas em um
conjunto de equaes diferenciais ordinrias, que pode ento ser integrado por mtodos de
integrao discutidos no Captulo 3, como as tcnicas Runge-Kutta e BDF. Esta tcnica de
soluo conhecida como tcnica das linhas. A utilizao desta tcnica em conjunto com
aproximaes polinomiais e as tcnicas de colocao resulta em expresses bastante simples de
serem manipuladas.

Seja, por exemplo, o problema dinmico de transferncia de calor, associado ao
problema estacionrio utilizado at aqui como exemplo neste captulo. O modelo apresentado
pela Equao (1.92), no Captulo 1, e tem a forma:

+ Pe
x x
Nu
2
2
2

(1.92)

Como a funo agora varia no tempo, no mais possvel propor uma aproximao na
forma da Equao (5.47). No entanto, parece perfeitamente razovel dizer que a aproximao
polinomial continua vlida, mas que os coeficientes polinomiais variam no tempo. Isto equivale a
propor a seguinte aproximao:

( ) ( ) ( ) x l x
i i
i
n
,
=

1

(5.98)

Substituindo a aproximao na equao original, para gerar a expresso do resduo,
resulta

( ) ( )
( ) ( )
( )
( )
( ) ( ) ( )
Re , s x l x
d
d
Pe
dl x
dx
d l x
dx
Nu l x
i
i
i
N
i
i
i
N
i
i
i
N
i i
i
N
+

0
1
0
1
2
2
0
1
0
1
2

(5.99)

Obrigando-se o resduo a ser identicamente nulo nos pontos de colocao, resulta:

d
d
Pe A B Nu j N
j
ji i
i
N
ji i
i
N
j
+

0
1
0
1
2 1 , ...

(5.100)

As duas equaes adicionais so dadas pelas condies de contorno

( ) 0 0 (1.97)


169
( ) ( ) ( )

l x
i i
i
N
0
0
1
0
0 0 0

(5.101)

( ) 1 1 (1.98)

( ) ( ) ( )

l x
i i
i
N
N N + +

1 1
1 1 1
0
1

(5.102)

que neste caso mostram que os coeficientes associados aos pontos extremos do intervalo no
variam com o tempo. Isto nem sempre verdade, como demonstram as expresses das demais
condies de contorno lineares apresentadas nas Equaes (5.60-63). Assim, dado o perfil
inicial de temperaturas (ou seja, o valor dos coeficientes no instante =0), possvel integrar o
sistema de equaes (5.100) para obter a evoluo temporal do perfil aproximado de
temperaturas.

5.6- Aplicaes como Tcnica de Integrao

O mtodo de resduos ponderados, em particular da colocao, muito utilizado para
aproximar solues peridicas no tempo em modelos a parmetros concentrados, descritos por
equaes diferenciais ordinrias. Estas tcnicas de integrao de EDOs costumam resultar em
resultados extremamente simples e precisos, com uso de poucos pontos de discretizao. Para
exemplificar a aplicao da tcnica, vamos propor a soluo do problema abaixo,

( )
d
d
2 2 sen

(5.103)

( ) 0 0 (5.104)

que tem soluo

( ) ( ) + cos 2 1 (5.105)

e perodo

T 1 (5.106)

proposta ento a soluo

( ) + + + a b c d
2 3
(5.107)


170
que deve obedecer a condio inicial

( ) 0 0 0 0 0
2 3
+ + + a b c d a (5.108)

e a condio de periodicidade

( ) ( ) 1 0 1 1 1 0
2 3
+ + + + + a b c d b c d (5.109)

Repare que o formalismo dos multiplicadores de Lagrange no utilizado aqui, apenas
para facilitar a compreenso e manipulao dos nmeros em aproximaes de pequena ordem.
Em aplicaes reais, colocar a aproximao na forma dos multiplicadores de Lagrange deve ser
o procedimento escolhido. Da mesma maneira, os pontos de colocao escolhidos deveriam
ser idealmente as razes do polinmio ortogonal de grau 2 no intervalo [0,1] considerado, com
peso W(x)=1. No entanto, preferimos aqui uma distribuio uniforme de pontos, para facilitar a
manipulao dos nmeros. Por isto, obrigamos que a expresso do resduo seja anulada nos
pontos x
1
1
3
e x
2
2
3
. Os resultados podem ento ser obtidos de:

( ) + +

_
,
c d c d 2
1
3
3
1
9
2
2
3

sen
(5.110)

( ) + +

_
,
c d c d 2
2
3
3
4
9
2
4
3

sen
(5.111)

ou ainda

c d
3
2
3
3
(5.112)

c d
3 3
3 +
(5.113)

que admite a soluo c 3 3 e d 0 .


171
0.00 0.50 1.00
0.00
1.00
2.00

Figura 5.9 - Comparao Entre Resultado Exato ( ) e Aproximao Polinomial de 3
a

Ordem ( ) por Colocao.

certo que aproximaes muito melhores podem ser obtidas incrementando-se a
ordem da aproximao.

Em problemas genricos de integrao, possvel aplicar o mtodo dos resduos
ponderados com fronteiras de tempo livre, mas os resultados no so usualmente muito bons.
Neste caso poderiam ser definidos intervalos (ou passos) de integrao, nos quais seria escrita
e ponderada a expresso do resduo da equao. A nica diferena em relao discusso
apresentada anteriormente que no seria escrita a condio de periodicidade (Equao
(5.109)), que seria substituda pela expresso que obriga o resduo a ser nulo na extremidade
superior do intervalo de integrao. A aplicao sucessiva do mtodo a intervalos subsequentes
gera a resposta dinmica procurada.

5.7- Aplicaes em Problemas Espaciais Bi-Dimensionais

O mtodo dos resduos ponderados pode ser tambm utilizado em modelos
distribudos em mais de uma direo espacial, descritos por equaes diferenciais em duas ou
mais variveis independentes. Nestes casos, o desempenho do mtodo depende muito da
estrutura do modelo diferencial. Em problemas hiperblicos (ver Seo 3.4), descritos por
equaes diferenciais de primeira ordem (problemas puramente convectivos), o mtodo dos

172
resduos ponderados geralmente no funciona muito bem. A razo simples de entender: em
problemas convectivos, as mudanas se propagam na forma de ondas, com fortes
descontinuidades (pense no que acontece num reator do tipo PFR quando a alimentao
modificada). Nestes casos, as aproximaes por funes contnuas de carter global so
inadequadas, pois estas so incapazes de descrever o comportamento real do sistema, mesmo
quando o grau da aproximao elevado. Em problemas parablicos, do tipo difuso
transiente ou conveco numa direo do espao e difuso na outra (ver Seo 3.4.3),
descritos por equaes diferenciais parciais de primeira ordem numa varivel (usualmente
tempo ou a direo principal do escoamento) e de segunda ordem numa outra varivel espacial
(ao longo da qual ocorre difuso), o mtodo das linhas, na forma apresentada na Seo 5.5,
o mais recomendado. Entretando, em problemas elpticos (ver Seo 3.4.2), descritos por
equaes diferenciais parciais de segunda ordem em mais de uma varivel do espao, pode ser
utilizada a tcnica de discretizao simultnea em todas as direes espaciais do problema.
(Esta soluo pode ser tambm adotada nos outros casos, onde seu uso no muito
recomendado, em virtude de transformar um sistema de equaes diferenciais parciais num
sistema de equaes algbricas, como ser visto abaixo. Nestes casos, no entanto, o uso das
tcnicas apresentadas nos Captulos 3 e 4 incentivado.)

Seja, por exemplo, o problema anlogo ao problema de transferncia de calor descrito
na Seo 1.6, mas onde ocorre difuso ao longo de duas dimenses espaciais (r e z) e no h
escoamento. Este o caso clssico da conduo em uma pea cilndrica que dissipa calor
(resistncia eltrica) mergulhada em um banho de temperatura constante e diferente da
temperatura da pea. Neste caso, pode-se escrever a seguinte equao de conservao:

1
2
2
r
r
T
r
r
T
z
g

_
,
+

(5.114)

( )
( ) ( ) ( )
T

0,
,
r
T R z T r T r L T
z
b
0
0 , , ,

(5.115)

Adimensiolizando as variveis do problema na forma

r
R
z
L
T T
T
b
b
, ,

(5.116)

possvel reescrever

1
2
2
2
2
_
,
_
,

R
L
g R
T
b

(5.117)

173

( )
( ) ( ) ( )

0
0 1 0 1 0
,
, , , ,

(5.118)

Para simplificar a notao sem comprometer a generalidade, supomos aqui que os
adimensionais geomtrico (
R
L
) e de gerao (
g R
T
b

2
) so iguais a 1. Neste caso, propondo-se a
seguinte aproximao para o perfil de temperaturas

( ) ( ) ( ) ( ) ( )

,
ij
j 0
N 1
i 0
N 1
+

l l
i j

(5.119)

e definindo-se uma malha de pontos de colocao a partir da famlia de polinmios ortogonais

( ) ( ) p p d n m
n m
0
1
0
,

(5.120)

( ) ( ) p p d n m
n m

0
1
0
,

(5.121)

pode-se ento aplicar o mesmo procedimento j estudado ao problema. Repare que, por conta
das condies de contorno, conclui-se que:

( )

0
0
0
1
0 1
,
, ...
k
ik i
i
N
A k N

(5.122)

( ) 1 1 1
1
, , ...
, k N k
k N
+
(5.123)

( )
k k
k N , , ...
,
0 1 0 1
0
+ (5.124)

( )
k k N
k N , , ...
,
1 1 0 1
1
+
+
(5.125)

Note que nas Equaes (5.122-125) acima, as condies de contorno no raio foram
aplicadas de 1 a N, para evitar redundncia e duplicao das equaes. Nos pontos internos de
colocao, possvel escrever:

2
2
2
2
1
1

+ +

(5.126)

174

= ... , = ...
im

im

ni

B A B
n N m N
ni
i
N
n
ni
i
N
mi
i
N
+

+ +
0
1
0
1
0
1
1
1
1 1

(5.127)

O sistema algbrico de Equaes (5.122-127) pode ento ser resolvido, fornecendo
como resultado o perfil desejado de temperaturas. Neste caso, a soluo analtica do sistema
resultante de equaes pode ser facilmente obtida com quaisquer dos mtodos de resoluo de
sistemas lineares de equaes apresentados no Captulo 2.

5.8- Rotinas Para Download

O arquivo ORTOG.FOR, contendo as rotinas para clculo de polinmios ortogonais e
suas razes, dados intervalos arbitrrios de definio e funes pesos quaisquer, alm de rotinas
para o clculo dos multiplicadores de Lagrange e suas derivadas, esto disponveis para
download em FORTRAN.

175

Captulo 6

Tcnicas de Elementos Finitos

Neste captulo sero estudadas tcnicas adequadas para resoluo de equaes
diferenciais ordinrias e parciais, como nos modelos a parmetros distribudos
desenvolvidos no Captulo 1. As tcnicas que sero aqui apresentadas so utilizadas para
resolver problemas com domnios finitos e infinitos, com geometria simples ou complexa,
sendo seu uso mais comum em problemas que envolvem variaes espaciais.

6.1- Introduo

As tcnicas de soluo de equaes diferenciais apresentadas nos Captulos
anteriores tm natureza local (Captulos 3 e 4) ou global (Captulo 5). Como discutido
anteriormente e mostrado atravs de exemplos, tcnicas de natureza local usualmente
requerem um grande nmero de pontos de discretizao, para que a soluo final obtida
aproxime bem a soluo real procurada. Isto, em geral, significa que sistemas de dezenas ou
centenas de equaes tm que ser resolvidas simultaneamente. O processo de gerao das
equaes, no entanto, simples e pode ser automatizado com certa facilidade. Por sua vez,
as tcnicas de natureza global podem permitir considervel reduo do tamanho da malha
de discretizao, embora o processo de gerao das equaes discretizadas seja
significativamente mais complexo que no caso anterior. Contudo, como visto em exemplos
no Captulo 5, as tcnicas globais de aproximao apresentam dificuldades de aproximar
solues quando variaes pronunciadas do gradiente esto presentes.

Os motivos apresentados acima so suficientes para induzir o desenvolvimento de
um conjunto de tcnicas que mantenha a simplicidade de implementao e flexibilidade de
representao das tcnicas de natureza local e permita a reduo do tamanho da malha
propiciada pelas tcnicas de natureza global. Esta espcie de mistura que d origem a um
conjunto de tcnicas conhecidas como Tcnicas de Elementos Finitos.

6.1.1- Problemas da Aproximao Global e Definio de
Elemento Finito

Voltemos Seo 5.4 do Captulo anterior e verifiquemos o que acontece quando
os perfis da soluo procurada variam significativamente ao longo do domnio de definio
do problema. A Figura 5.8, por exemplo, mostra que desvios pronunciados podem

176
aparecer entre a soluo numrica e a soluo real do problema, quando a aproximao
tem grau reduzido. Mais ainda, a Figura 5.8 mostra que possvel que a soluo
aproximada apresente comportamento oscilatrio, em virtude das bruscas variaes
apresentadas pela soluo real. Este tipo de comportamento absolutamente genrico e
constitui o principal problema na aplicao de tcnicas de aproximao de natureza local. O
problema pode ser facilmente compreendido se voc pensar que um polinmio, que tem
natureza oscilatria, obrigado a mudar bruscamente a sua direo, medida que a
varivel espacial cresce.

Em tese, este problema poderia ser bastante minimizado se a soluo real no
tivesse que ser aproximada por uma nica funo polinomial (ou outra funo qualquer
capaz de gerar a soluo real, medida que o grau da aproximao cresce) em todo o
domnio de definio, mas sim por um conjunto de polinmios, limitados a sub-intervalos do
domnio de interesse. Desta forma, diferentes aproximaes poderiam ser utilizadas em
diferentes intervalos em que a soluo real apresentasse comportamento distinto. Esta idia
est apresentada pictoricamente na Figura 6.1.

x
y
III II I

Figura 6.1 - Comparao Pictrica Entre Resultados Exatos ( ) e Aproximao
Polinomial Global de Ordem Elevada ( ) e Aproximao Polinomial por Partes de
Grau 2 ( )

Na Figura 6.1 fica claro que, embora a aproximao global da funo por uma
parbola seja muito ruim, tornando necessria a utilizao de aproximaes de ordem
superior que apresentam comportamento oscilatrio, a aproximao da funo por
parbolas nos sub-intervalos I, II e III pode ser feita de forma excelente. Esta a idia
bsica da tcnica de elementos finitos. Dado um domnio arbitrrio de definio da soluo,
este domnio dividido em sub-intervalos (ou elementos finitos) nos quais a funo
experimenta variaes bem menos pronunciadas e onde aproximaes globais (no interior
do elemento !) de pequena ordem podem ser feitas com sucesso. Desta forma, a soluo

177
final obtida uma coletnea de aproximaes de pequena ordem, vlidas em pequenos
sub-intervalos do domnio original.

6.1.2- Definio de Spline e Ponderao de Resduos em
Elementos Finitos

A questo fundamental que se coloca, ento, a de implementao da idia bsica
apresentada. Para tanto, retomemos o problema analisado no Captulo 5, sobre a
transferncia de calor em um tubo:

Pe
d
dx
d
dx

Nu +
2
2
2 0

(1.96)

( ) 0 0 (1.97)

( ) 1 1 (1.98)

e procuremos aproximaes polinomiais de segunda ordem para os sub-intervalos
(elementos finitos) { } I x 0 0 5 . e { } II x 0 5 1 . . Neste caso, a soluo
aproximada tem a forma:

( )
I I I I
x a b x c x x + +
2
0 0 5 , . (6.1)

( )
II II II II
x a b x c x x + +
2
0 5 1 , . (6.2)

Para satisfazer a primeira condio de contorno, conclui-se que

( )
I I I I I
0 0 0
2
a b c a 0 + + (6.3)

Da mesma forma, para satisfazer a segunda condio de contorno, conclui-se que

( )
II II II II II II II
1 1 1
2
a b c a b c 1 + + + + (6.4)

Para determinar o valor das demais constantes, o procedimento adotado poderia
ser idntico ao procedimento de resduos ponderados apresentado no Captulo 5. Neste
caso, o nmero de condies adicionais necessrias seria igual a quatro, j que as
condies de contorno impem duas condies algbricas para a determinao dos seis
parmetros da aproximao proposta. Antes de fazermos isto, no entanto, importante
verificar que a soluo real do problema satisfaz requisitos bsicos de continuidade e
diferenciabilidade, de forma que seria conveniente resguardar estas propriedades originais
da soluo. Para fazer isto, introduzimos aqui condies adicionais de continuidade e
diferenciabilidade (SPLINE) na fronteira dos elementos, na forma:


178
( ) ( )
a b c a b c

I II
I I I II II II
0 5 0 5
0 5 0 5 0 5 0 5
2 2
. .
. . . .
+ + + +

(6.5)

d
dx

d
dx
2 c b 2 c
I
0.5
II
0.5

+ + b
I I II II
0 5 0 5 . .

(6.6)

de forma que as condies de continuidade e diferenciabilidade impem duas restries
algbricas adicionais. Para que as constantes possam ser determinadas, utilizamos aqui a
tcnica de colocao, impondo os pontos x
1
0 25 . e x
2
0 75 . como pontos de
colocao. (Sabemos, no entanto, que esta escolha pode ser otimizada, utilizando-se para
tanto dos polinmios ortogonais.) Neste caso, possvel escrever,

( ) ( )
Pe b a
I I I I I I
c c Nu b c + + + + 2 0 25 2 2 0 25 0 25 0
2
. . .
(6.7)

( ) ( )
Pe b a
II II II II II II
c c Nu b c + + + + 2 075 2 2 075 075 0
2
. . .
(6.8)

Para Pe=10 e Nu=0, a resoluo das Equaes (6.3-8), leva aos seguintes
valores:

a b c
b c
I I i
II II iI
a

0 2975 42 5
1375 25 25 12 5
, . , . ,
. , . , .

(6.9)

A Figura 6.2 mostra que a aproximao obtida no de boa qualidade. Isto se
deve ao fato das modificaes de inclinao ocorrerem na fronteira ao redor de x 0 25 . .
As contas podem ser refeitas, definindo-se os elementos como { } I x 0 0 25 . e
{ } II x 0 25 1 . . Neste caso, as Equaes (6.5-8) devem ser reescritas como

( ) ( )
a b c a b c

I II
I I I II II II
0 25 0 25
0 25 0 25 0 25 0 25
2 2
. .
. . . .
+ + + +

(6.10)

d
dx

d
dx
2 c b 2 c
I
0.25
II
0.25

+ + b
I I II II
0 25 0 25 . .

(6.11)

( ) ( )
Pe b a
I I I I I I
c c Nu b c + + + + 2 0 125 2 2 0 125 0 125 0
2
. . .
(6.12)

( )
( )
Pe c c
Nu b c
b
a
II II II
II II II
+ +
+ +
2 0 625 2
2 0 625 0 625 0
2
.
. .

(6.13)


179
onde os pontos intermedirios dos elementos I e II foram escolhidos uma vez mais como
pontos de colocao. Para Pe=10 e Nu=0, a resoluo das Equaes (6.3-4, 6.10-13),
leva aos seguintes valores:

a b / 16 c
25 / 16 b / 16 c
I I i
II II iI
a

0 171 23.75
29 125
, , ,
, , .

(6.14)

Repare na significativa melhora da aproximao. Repare ainda que a soluo obtida
neste caso a melhor dentre todas as apresentadas nos Captulos 5 e 6 para o mesmo
problema. V-se que as oscilaes ficam bastante amortecidas neste caso.

0.00 0.50 1.00
x
0.00
3.00
6.00

Figura 6.2 - Comparao Entre Resultados Exatos ( ) e Aproximaes
Polinomiais de 2
a
Ordem Obtidas em Dois Elementos. Fronteira em x=0.5 ( ).
Fronteira em x=0.25 ( ). Tcnica de Ponderao por Colocao. (Pe=10, Nu=0)

No devemos tomar aqui como lei geral a necessidade de obrigar continuidade e
diferenciabilidade nas fronteiras dos elementos. Muitas vezes, o usurio pode se satisfazer
apenas com a continuidade da soluo, independentemente da diferenciabilidade da funo
aproximada na fronteira. Neste caso, o nmero de relaes algbricas impostas ao sistema
diminui, havendo a necessidade de aumentar o nmero de ponderaes do resduo. Por
exemplo, admitamos que solues lineares do tipo

( )
I I I
x a b x x + , . 0 0 25 (6.15)

( )
II I I II
x a b x x + , . 0 25 1 (6.16)


180
so procuradas. Das condies de contorno, conclui-se que

( )
I I I I
0 0 a b a 0 + (6.17)

( )
II II II II II
1 1 a b a b 1 + + (6.18)

A condio de continuidade implica em

( ) ( )
a b a b

I II
I I II II
0 25 0 25
0 25 0 25
. .
. .
+ +

(6.19)

Para escrevermos a restrio adicional, apliquemos a tcnica dos momentos em
todo o domnio de definio do problema. Desta forma,

( ) ( ) ( ) dx dx dx Re Re Re
.
.
s x s x s x
0
1
1
0
0 25
2
0 25
1
0

+

(6.20)

( ) ( )
[ ]
( )
[ ]
dx Pe b Nu b x dx
Pe b Nu b x dx
I
II
Re
.
.
s x a
a
I I
II II
0
1
0
0 25
0 25
1
2
2 0

+ +
+

(6.21)

Pe b
4

3 Pe b
4

Nu a

Nu b

I II
+
Nu a Nu b
I I II II
2 16
3
2
15
16
0

(6.22)

As Equaes (6.17-19, 6.22) podem ento ser resolvidas, resultando em:

a
I I iI II
b 3 b a b b
Pe Nu
Nu
II II

0 4 1
4 7
3
, , ,

(6.23)

curioso observar que, neste caso, a soluo aproximada no pode ser obtida
quando Nu=0.

De forma geral, portanto, quando apenas a continuidade da funo aproximada
exigida num problema unidimensional, pode ser dito que

NPond + NPar NCont Nelem 1 (6.24)

onde NPond o nmero de ponderaes necessrias, Npar o nmero de parmetros da
aproximao a serem determinados, Ncont o nmero de condies de contorno a serem
satisfeitas e Nelem o nmero de elementos finitos da malha de discretizao. Quando a
continuidade e a diferenciabilidade da funo precisam ser garantidas nas fronteiras dos
elementos, chega-se a:

181

NPond + NPar NCont 2 Nelem 2 (6.25)

6.2- O Mtodo das Linhas em Problemas Dinmicos e a
Normalizao dos Elementos

A extenso destes conceitos para problemas dinmicos imediata. Por exemplo,
analisemos o problema dinmico da Seo 5.5, onde foi aplicado o mtodo das linhas para
transformar um sistema dinmico descrito por equaes diferenciais parciais em um
conjunto de equaes diferenciais ordinrias, passvel de ser integrado por tcnicas
numricas de integrao descritas no Captulo 3. O modelo apresentado pela Equao
(1.92), no Captulo 1, e tem a forma:

Pe
x

x
Nu +
2
2
2

(1.92)

Como a funo agora varia no tempo, no mais possvel propor uma aproximao
na forma das Equaes (6.1-2). No entanto, parece perfeitamente razovel dizer que a
aproximao polinomial continua vlida, mas que os coeficientes polinomiais variam no
tempo. Seguindo a nomenclatura proposta no Captulo 5, isto equivale a propor a seguinte
aproximao:

( ) ( ) ( )
i
j
i
j
i
j
N
, l

0
1

(6.26)

onde ( )
i
, a aproximao utilizada no elemento i do domnio, a varivel x
normalizada no domnio de definio do elemento i e ( )
j
i
o valor da funo no ponto j
da malha discretizada do elemento i. Veja a Figura 6.3 para esclarecer a nomenclatura
utilizada.

x
Elemento 1 Elemento 2 Elemento 3
x
2
0
x
2
1
x
2
2
x
2
3
x
2
4
x
2
5
0

1
=0
2

3

4

5
=1
L
2


182

Figura 6.3 - Normalizao dos Elementos Finitos

Desta forma, as variveis x e esto relacionadas dentro do elemento da seguinte
forma:

j
j
i i
i
x
L

x

0

(6.27)

de maneira que os operadores diferenciais assumem a forma:

1
L
i

(6.28)

2
2 2
2
2
1
x

L
i

(6.29)

No interior de cada elemento finito i, possvel substituir a aproximao na
equao original, para gerar a expresso do resduo

( ) ( )
( ) ( )
( )
( )
( ) ( ) ( )
Re ,
...
s
d
d d
l
d
i j
i j
i
j
N
j
i
j
i
j
N
j
i
j
i
j
N
j
i
j
i
j
N

l
Pe
L

dl

1
L

d
Nu l
i Nelem

i

i
2
2

+
+

0
1
0
1
2
0
1
0
1
2
1

(6.30)

Obrigando-se o resduo a ser identicamente nulo nos pontos de colocao internos
do elemento, resulta:

d
d
k
i
j
i
j
N
j
i
j
N
k
i

Pe
L
A
1
L
B Nu
i Nelem k N
i
kj
i

i
2 kj
i

+

+

0
1
0
1
2
1 1 ... , ...

(6.31)

onde os pontos de colocao devem ser as razes de um certo polinmio ortogonal de grau
N, conforme discusso apresentada no Captulo 5. O sistema de equaes descrito na
Equao (6.31) contm N*Nelem equaes, para (N+2)*Nelem coeficientes polinomiais.
Lembremos, contudo, que as condies de continuidade e diferenciabilidade na fronteira
impem mais 2*(Nelem-1) restries algbricas na forma:

( ) ( )

i
N
i i i
x x
+
+ +

1
1
0
1
1 1 , , , ... i Nelem
(6.32)


183
( ) ( )

x

x
i Nelem
x x
N+1
i i+1
0
i i
x x , ,
, ...
+1
1 1

(6.33)

de maneira que

N
i i
+
+

1 0
1
1 1 i Nelem , ... (6.34)

A A i Nelem

N j
i
j
i
j
N
j
i
j
i
j
N
+
+
+ +
+

1
0
1
0
1 1
0
1
1 1
, ,
, ...

(6.35)

Finalmente, as condies de contorno impem duas restries algbricas adicionais.
No caso estudado, as restries ficam como

( ) 0 0 (1.97)

0
1
0 (6.36)

( ) 1 1 (1.98)

N
Nelem
+

1
1 (6.37)

de maneira que o balano final de equaes e incgnitas fecha no valor de Nelem*(N+2).

A normalizao dos elementos muito til porque, caso a mesma funo peso e
aproximaes do mesmo grau sejam utilizados em todos os elementos, torna-se possvel
escrever

A
Nelem 1 2
A A A ... (6.38)

B
Nelem 1 2
B B B ... (6.39)

de maneira que os pontos de colocao normalizados e as matrizes de ponderao
associadas derivada primeira e derivada segunda dos polinmios interpoladores de
Lagrange s precisam ser calculados uma nica vez.

6.3- Aplicaes em Problemas Espaciais Bi-Dimensionais

Quando o modelo matemtico descrito por equaes diferenciais parciais em mais
de uma direo espacial, conveniente utilizar elementos finitos distribudos ao longo de
todas as direes espaciais do problema original. Por exemplo, retomemos o problema da
Seo 5.7, que descreve a troca de calor numa pea cilndrica com gerao uniforme de
energia por unidade de volume. O modelo descrito pelo seguinte sistema de equaes:


184
1
1
2
2
_
,
+

(6.40)

( )
( ) ( ) ( )

0
0 1 0 1 0
,
, , , ,

(6.41)

Este sistema bidimensional pode ser convenientemente descrito por elementos
geomtricos definidos como na Figura 6.4 abaixo.

Figura 6.4 - Elementos Finitos Usuais Para a Geometria Cilndrica.

No devemos confundir a malha de elementos com os pontos de interpolao, haja
visto que cada elemento finito pode conter muitos ns internos, alm de muitos outros
pontos de interpolao contidos ao longo da fronteira de dois ou mais elementos. A
situao mais simples, no entanto, aquela em que os nicos pontos de interpolao
propostos so aqueles contidos formados pelos vrtices dos elementos. Por exemplo, se
ambas as direes radial e axial so discretizadas apenas em duas camadas, os vrtices dos
elementos so os mostrados na Figura 6.5 abaixo.


185
(0,0) (0.5,0) (1,0)
(0,0.5) (0.5,0.5) (1,0.5)
(0,1) (0.5,1) (1,1)

Figura 6.5 - Coordenadas dos Vrtices dos Elementos Para Discretizao em Dois
Nveis de Ambas as Direes Espaciais.

Dentro de cada elemento, a funo pode ser aproximada na forma:

( ) ( )
i
j
i
j
i
j
NPi
, , h

1

(6.42)

onde NPi o nmero de pontos de interpolao do elemento i e ( ) h
j
i
, a funo de
interpolao, que pode ser definida convenientemente como uma extenso dos polinmios
interpoladores de Lagrange na forma:

( )
( )
( )
( )
( )
h
j
i
j
i
k
i
j
i
k
i
k
k
NPi

,

k
i
k
i

j
1

(6.43)

onde
( )

k
i
k
i
, so as coordenadas do k-simo ponto de interpolao do elemento i. fcil
mostrar que, assim como no caso dos polinmios interpoladores de Lagrange,

( )
h
j
j
j
i
k
i
k
i
,
,
,

k
k
'
0
1

(6.44)

Da mesma forma feita anteriormente, as derivadas da funo interpoladora nos
pontos nodais podem ser calculadas como:


186
( )
( )
( )
( )
( )
( )
( )
( )

h

A

kj
i

j
m

j

j
i
k
i
k
i
j
i
m
i
k
i
m
i
j
i
m
i
k
i
n
i
j
i
n
i
k
i
n
i
j
i
n
i
n
n
n
NPi
m
m
NPi
,
,
_
,

1
1 1

(6.45)

( )
( )
( ) ( )
( )
( )
( )
( )

h

A

kj
i

j
m

j

j
i
k
i
k
i
k
i
m
i
j
i
m
i
j
i
m
i
k
i
n
i
j
i
n
i
k
i
n
i
j
i
n
i
n
n
n
NPi
m
m
NPi
,
,
_
,

1
1 1

(6.46)

( )
( )

A

i
k
i
k
i
kj
i
j
i
j
NPi
,
,
1

(6.47)

( )
( )

A

i
k
i
k
i
kj
i
j
i
j
NPi
,
,
1

(6.48)

( )
( )
( )
( ) ( )
( )
( )
( )
( )
( )
( )

h

B

kj
i

p j
p m
p n

2
2
1
1 1
j
i
k
i
k
i
j
i
m
i
k
i
m
i
j
i
m
i
j
i
n
i
k
i
n
i
j
i
n
i
k
i
p
i
j
i
p
i
k
i
p
i
j
i
p
i
p
NPi
,
,
_
,
'
n
NPi
m
m
NPi

n j
n m

j
1 1

(6.49)


187
( )
( )
( ) ( )
( )
( ) ( )
( )
( )
( )
( )

h

B

kj
i

p j
p m
p n

2
2
1
1 1
j
i
k
i
k
i
k
i
m
i
j
i
m
i
j
i
m
i
k
i
n
i
j
i
n
i
j
i
n
i
k
i
p
i
j
i
p
i
k
i
p
i
j
i
p
i
p
NPi
,
,
_
,
'
n
NPi
m
m
NPi

n j
n m

j
1 1

(6.50)

( )
( )
( )
( )
( )
( ) ( )
( )
( )
( )
( )

h

B

kj
i

p j
p m
p n

2
1
1 1
j
i
k
i
k
i
j
i
m
i
k
i
m
i
j
i
m
i
k
i
n
i
j
i
n
i
j
i
n
i
k
i
p
i
j
i
p
i
k
i
p
i
j
i
p
i
p
NPi
,
,
_
,
'
( ) ( )
( )
( )
( )
( )

n
NPi
m
m
NPi
j
i
m
i
j
i
n
i
k
i
p
i
j
i
p
i
k
i
p
i
j
i
p
i
p
p
p
NPi
m
m
NPi

n j
n m

j

j
m

j

1 1
1 1
1 1

(6.51)

( )
( )

2
2
1

B

i
k
i
k
i
kj
i
j
i
j
NPi
,
,

(6.52)

( )
( )

2
2
1

B

i
k
i
k
i
kj
i
j
i
j
NPi
,
,

(6.53)

( )
( )

2
1

B

i
k
i
k
i
kj
i
j
i
j
NPi
,
,

(6.54)

Voltando ao nosso problema, supondo que no h pontos internos de interpolao,
possvel ento dizer que h nove pontos de interpolao no total, sendo que cada
elemento descrito por quatro destes pontos. Numerando os pontos da esquerda para a
direita e de baixo para cima, possvel dizer:


188
V1 V2 V3
V4 V5 V6
V7 V8 V9
E1 E2
E3 E4
E5=E1+E3
E6=E1+E2+E3+E4

Figura 6.6 - Numerao dos Vrtices e dos Elementos.

E
i
1 2
4 3

Figura 6.7 - Numerao dos Vrtices de um Elemento Genrico.

Condio de contorno inferior -

1
1
1
0 (6.55)

2
1
1
2
2
0 (6.56)

2
2
3
0 (6.57)

Condio de contorno superior -

3
3
7
0 (6.58)

4
3
3
4
8
0 (6.59)

4
4
9
0 (6.60)

Condio de contorno lateral direita -


189

4
2
2
4
6
0 (6.61)

Como s possvel escrever mais duas equaes, e uma delas deve ser usada para
satisfazer o contorno lateral esquerdo, os elementos 1 e 3 sero fundidos num nico
elemento 5, composto pelos vrtices 1, 2, 4, 5, 7 e 8 (chamados de pontos nodais 1, 2, 3,
4, 5 e 6 do elemento finito 5), para descrever melhor a derivada no contorno e garantir a
continuidade da soluo.

Condio de contorno lateral esquerda -

A

33
5
3
5
34
5
4
5
33
5
4
34
5
5
0 A A A + +
(6.62)

Finalmente, resta escrever uma equao de ponderao para determinar o valor do
ponto central. Neste caso, como o ponto central faz parte de quatro elementos distintos,
para garantir a continuidade da funo fundimos os vrtices dos quatro elementos vizinhos
em um nico elemento 6, composto pelos pontos nodais 1, 2, 3, 4, 5, 6, 7, 8 e 9.
Aplicando, por exemplo, uma tcnica de colocao como ponderao:

( )
( )
B
B

54
6
4
6
55
6
5
6
5
6 54
6
4
6
55
6
5
6
54
6
4
6
55
6
5
6
54
6
4
55
6
5
5
6
54
6
4
55
6
5
54
6
4
55
6
5
1
1
1
1
B A A B B
B A A B B
+ + + + +
+ + + + +

(6.63)

O sistema de equaes pode agora ser resolvido, levando obteno das
coordenadas dos pontos de interpolao.

importante salientar que esta necessidade de fundir elementos s apareceu
porque a inexistncia de pontos internos de interpolao provoca uma diminuio do
nmero de graus de liberdade do problema. medida que o nmero de pontos internos de
interpolao cresce, aumenta o grau de liberdade do sistema e vai se tornando
desnecessria esta operao de fuso dos elementos. Se cada elemento tivesse mais um
ponto central de interpolao, por exemplo, a primeira ponderao do mtodo dos
momentos poderia ser aplicada em cada um dos elementos individualmente (resultando em
quatro equaes adicionais) e simultaneamente seria possvel satisfazer a continuidade e a
condio de contorno no vrtice lateral esquerdo que une os elementos 1 e 3 (resultando
em duas equaes adicionais), que permitiriam o cmputo das coordenadas desconhecidas
(nos quatro pontos internos e nos vrtices 4 e 5).

6.4- Um Sistema Genrico de Coordenadas

Como visto na Figura 6.4, a forma do elemento finito pode mudar bastante em cada
problema e mesmo em subdomnios distintos no mesmo problema. Por isto, comum
dentro de cada elemento fazer uma mudana de coordenadas, de forma a padronizar a

190
representao do elemento e de certos operadores matemticos. Por exemplo, sejam os
quadrilteros da Figura 6.8 abaixo:

V1
V2
V3
V4
V1
V2 V3
V4

Figura 6.8 - Normalizao e Mudana de Variveis

Suponha que os vrtices do quadriltero original tenham coordenadas ( ) u v
1 1
, ,
( ) u v
2 2
, , ( ) u v
3 3
, e ( ) u v
4 4
, , que devem ser mapeadas nos vrtices do quadrado ( ) 0 0 , ,
( ) 0 1 , , ( ) 11 , e ( ) 10 , . Isto pode ser feito, fazendo-se uma interpolao polinomial
semelhante que foi feita anteriormente, na forma:

( )
x
y
h
x
y
j
j
_
,

_
,
j
uv
j
NPi
u v ,
1

(6.64)

( )
u
v
h
u
v
j
j
_
,

_
,
j
xy
j
NPi
x y ,
1

(6.65)

onde

( )
( )
( )
( )
( )
h u v
u
u
v
v
j
uv k
k
k
k
k
k
NPi
,
u
u

v
v
j j
j
1

(6.66)

( )
( )
( )
( )
( )
h x y
x
x
y
y
j
xy k
k
k
k
k
k
NPi
,
x
x

y
y
j j
j
1

(6.67)

de forma que toda funo de u e v num domnio de geometria complexa pode ser
transformada numa funo de x e y num domnio de geometria muito mais simples. Por isto,
os procedimentos de integrao neste domnios padronizados, necessrios quando se
utilizam ponderaes do tipo Galerkin ou dos momentos, so muito mais diretos e fceis de
executar. Obviamente, este tipo de procedimento pode ser estendido a problemas de
quaisquer dimenses e a elementos de forma geomtrica bastante variada. Por razes que
no cabem ser discutidas neste curso, no entanto, os elementos devem ter formato convexo;

191
ou seja, qualquer reta que una pontos no interior do elemento deve estar contida
integralmente no interior do elemento.

Normalmente, o problema mais trabalhoso na implementao da tcnica de
elementos finitos a escolha apropriada dos elementos e a distribuio dos elementos no
domnio espacial onde se pretende resolver o problema. Estes detalhes, no entanto, fogem
aos objetivos deste curso e no sero aqui discutidos.

Exemplo 6.1- Suponha que os vrtices do quadriltero da Figura 6.8 sejam
( ) V
1
1 1 , , ( ) V
2
0 2 , , ( ) V
3
3 1 , e ( ) V
4
3 0 , . Neste caso, as funes
interpoladoras seriam:

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h u v
u v
u v u v
uv
1
0
0
2
2
3
3
1
1
3
3
0
0
,

1

1

1

1

1

1

(6.68)

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h u v
u v
u v u v
uv
2
1
0 1
1
2 1
3
0 3
1
2 1
3
0 3
0
2 0
,

+
+
+
+

(6.69)

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h u v
u v
u v u v
uv
3
1
3 1
1
1 1
0
3 0
2
3 2
3
3 3
0
3 0
,

+
+
+
+

(6.70)

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h u v
u v
u v u v
uv
4
1
3 1
1
0 1
0
3 0
2
0 2
3
3 3
0
0 1
,

+
+
+
+

(6.71)

Repare que o fato do valor u=3 aparecer duas vezes provoca o aparecimento do
termo (3-3) no denominador, o que um absurdo. Alm disto, a interpolao gera
uma indeterminao quando u=3 (0/0). Por isto, uma interpolao de menor ordem
deve ser utilizada neste caso, simplesmente na forma:

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h u v
u v
u v v
uv
3
1
3 1
1
1 1
0
3 0
2
3 2
0
3 0
,

+
+
+
+

(6.70a)

192

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h u v
u v
u v v
uv
4
1
3 1
1
0 1
0
3 0
2
0 2
0
0 1
,

+
+
+
+

(6.71a)

que mantm todas as propriedades dos interpoladores originais: so iguais a um no
ponto nodal gerador e so iguais a zero nos demais pontos nodais.

As demais funes interpoladoras seriam:

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h x y
x y
x y x y
xy
1
0
0 0
1
0 1
1
0 1
1
0 1
1
0 1
0
0 0
,

(6.72)

( )
( )
( )
( )
( )
( )
( )
( )
( )
h x y
y x y x
xy
1
1
0 1
1
0 1
1
0 1
1
0 1
,

(6.72a)

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h x y
x y
x y x y
xy
2
0
0 0
0
1 0
1
0 1
1
1 1
1
0 1
0
1 0
,

(6.73)

( )
( )
( )
( )
( )
( )
( )
( )
( )
h x y
y x x y
xy
2
0
1 0
1
0 1
1
0 1
0
1 0
,

(6.73a)

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h x y
x y
x y x y
xy
3
0
1 0
0
1 0
0
1 0
1
1 1
1
1 1
0
1 0
,

(6.74)

( )
( )
( )
( )
( )
( )
( )
( )
( )
h x y
x y x y
xy
3
0
1 0
0
1 0
0
1 0
0
1 0
,

(6.74a)

( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
h x y
x y
x y x y
xy
4
0
1 0
0
0 0
0
1 0
1
0 1
1
1 1
1
0 1
,

(6.75)


193
( )
( )
( )
( )
( )
( )
( )
( )
( )
h x y
x x y y
xy
4
0
1 0
0
1 0
1
0 1
1
0 1
,

(6.75a)

As funes interpoladoras descritas pelas frmulas de interpolao (6.72a-75a) so
conhecidas classicamente como as funes interpoladoras quadrticas para geometria
plana e ganham a forma:

( ) ( ) ( ) h x y
xy
1
2 2
, x 1 y 1
(6.72b)

( ) ( ) h x y
xy
2
2
2
, x 1 y
(6.73b)

( ) h x y
xy
3
2
, x y
2
(6.74b)

( ) ( ) h x y y
xy
4
2
1 , x
2

(6.75b)

Apostila Métodos II

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila Métodos II

Enviado por

Direitos autorais:

Formatos disponíveis

J. C. C. S. Pinto e P. L. C.

(por simetria) (1.107)

0 0 , , (por simetria) (1.114)

Constantes para o c lculo de Nu

o valor da grandeza no meio externo ao contorno. A equao discretizada deste meio-

Solu es para F/ = 20 (P clet f sico = 20)

' ' '

Você também pode gostar