Texto de Apoio de Anlise Numrica

(LMAC, MMA, MEIC)

C. J. S. Alves Instituto Superior Tcnico Univ. Tcnica de Lisboa

Verso Provisria (27 de Dezembro de 2012)

Captulo sobre Resoluo de Equaes Diferenciais Ordinrias

CAPTULO 1

Resoluo de equaes diferenciais ordinrias

1.1. Problema de Cauchy unidimensional 1.1.1. Problema de Cauchy e formulao integral. O exemplo mais sim-

ples de equao diferencial escrito na forma

y (t) = f (t),
cuja soluo quando

y (t0 ) = y0 ,

dada pela simples integrao de

f:

y (t) = y0 +
t0

f (s)ds.

Os mtodos para resolver equaes diferenciais mais gerais podem usar ideias de integrao numrica, e podem tambm ser usados para integrao numrica. Consideramos mais geralmente o Problema de Cauchy

(1.1.1)

y (t) = f (t, y (t)), y (t0 ) = y0 f (t, y ) depende de duas variveis (a primeira t o tempo, a segunda y refere y (t) no segundo membro. Associado a este problema est a sua
1

em que

as ocorrncias de

forma integral equivalente (1.1.2) onde a soluo

y (t) = y0 +
t0

f (s, y (s))ds, y = Ay,

onde

colocada como uma equao de ponto xo,

operador integral denido no segundo membro. Este formato equivalente, quando

Lipschitziana, permite concluir sobre a existncia e unicidade de soluo numa

vizinhana do instante inicial Banach):

t0 ,

por aplicao do Teorema do Ponto Fixo (de

Teorema 1.1. (Picard-Lindelf). Consideremos V = B (t0 , 1 ) B (y0 , 2 ), uma vizinhana centrada nos dados iniciais (t0 , y0 ), tal que f contnua (na primeira , ou seja, existe L > 0 : varivel) e Lipschitziana (na segunda varivel) em V

|f (t, y1 ) f (t, y2 )| L|y1 y2 |,

. (t, y1 ), (t, y2 ) V

(t0 , ) onde a Ento existe um = min{1 , 2 /||f || }, que dene o intervalo B (t0 , )) do problema de Cauchy existe e nica. O mtodo do soluo y C 1 (B ponto xo denido pela sucesso de funes (xn ) com x0 (t) = y0 ,
t

xn+1 (t) = y0 +
t0

f (s, xn (s))ds,

(t0 , ). converge uniformemente para y no intervalo B

1 Para vericar a equivalncia basta derivar a forma integral, e aplicar a frmula de Barrow na equao diferencial, atendendo condio inicial. 2

1.1. PROBLEMA DE CAUCHY UNIDIMENSIONAL

A iterao do ponto xo, neste contexto designada por mente menos ecaz do que outros mtodos que iremos ver. A condio de

iterao de Picard, e

apesar de denir um mtodo geral para a resoluo de equaes, computacional-

ser Lipschitziana na 2 varivel pode ser vericada simples-

mente exigindo limitao na derivada da 2 componente, ou seja, quando

f C 1:

| V

f (t, y )| L, y

, (t, y ) V f
seja con-

Notamos que para garantir existncia podemos apenas exigir que tnua em no unicidade com um contraexemplo.
Exemplo 1.2. (contra-exemplo de unicidade para

(Teorema de Peano), mas isso no garante a unicidade. Ilustramos a

Consideremos

t0 = 1, y0 = 0, f (t, y ) = 2 y,

apenas contnua)

temos

y (t) = 2 y (t) y (1) = 0

e vericamos que

2(t p) = 2

y (t) = (t p)2 soluo da equao diferencial, pois y (t) = y (t), para t p, qualquer que seja o p 1. S p = 1 verica y (1) = 0, yp (t) = (t p)2 , yp (1) = 0,
se se

mas notamos que podemos tambm denir

tp t<p p 1,
e no

todas estas funes porque

yp C 1 (R)

vericam o problema de Cauchy, para

h assim unicidade de soluo. Isto no contradiz o Teorema de Picard-Lindelf,

f 1 (t, y ) = (2 y ) = , y y y (y0)
e

no pode ser Lipschitziana perto de zero. Este caso ainda ilustrativo, porque

para

y0 = 0, este problema no ocorreria, e mudando essa condio inicial f f,

devido ao Teorema de Peano.

j seria

Lipschitziana, garantindo unicidade. A existncia em qualquer caso garantida pela continuidade de

A restrio a um intervalo pequeno

[t0 , t0 + ]

no uma limitao terica, Sucessivamente podemos

porque podemos sempre denir novo problema de Cauchy avanando (ou retrocedendo) no tempo, considerando um novo

t 0 = t0 + .

avanar no tempo at que as condies deixem de poder ser vericadas. Ou seja, o Teorema de Picard-Lindelf garante existncia e unicidade local, mas a sua aplicao sucessiva permite uma continuao at que ocorra uma descontinuidade de

y.
Exemplo 1.3. (limitao da continuao da soluo)

Consideramos a equao

y (t) = y (t)2 ,

onde a expresso

f (t, y ) = y 2

no faz

antever nenhum problema de extenso da soluo.

Porm, notamos que quando

y (0) = y0 ,

a soluo nica dada por

y (t) =
e assim quando

y0 1 y0 t

1 y0 haver uma singularidade, e um limite a partir do qual a soluo no poder ser estendida. Isto ilustrativo da limitao da continuao da

t=

soluo quando

no limitada.

1 y0 = 1, temos y (t) = 1 t , e quando t = 1 , temos 1 y (1 ) = que tende para innito quando pequeno. Aplicando a o Teorema de Picard-Lindelf podemos ver que o novo intervalo obtido no permite passar o
Por exemplo, para

1.1. PROBLEMA DE CAUCHY UNIDIMENSIONAL

1 2 t = 1. Com efeito, ||f || = ( + 2 )2 e assim = min{1 , (1/ +2 )2 }, e sendo 2 2 0 < < 1 obtemos = (1/ +2 )2 = (1+2 )2 < . Ou seja, ainda que a funo f seja limitada e Lipschitziana em todos os intervalos fechados, o teorema devolve
limite um intervalo de dimenso inferior, que evita chegar singularidade. Faz-se ainda notar que f (t, y ) = y leva soluo exponencial, por isso, f (t, y ) > y vo levar a crescimentos superiores ao da exponencial. E da mesma forma, se y0 f (t, y ) > y 2 ento y (t) > 1 y0 t . Por exemplo, com isto podemos antecipar que se y0 = 1, a soluo de y (t) = ey(t) ir explodir nalgum t 1, o que ocorre de facto 1 em t = e , porque a soluo y (t) = log(e1 t).
1.1.2. Casos particulares. H vrias situaes em que possvel encontrar

solues explcitas das equaes diferenciais.

Quando

depende apenas de

t,

vimos que se reduz a um problema de primitivao. De forma semelhante, quando

depende apenas da segunda varivel (diz-se que a equao autnoma), tambm

podemos obter uma soluo explcita por primitivao.

Proposio 1.4. Se f no depende de t, e G primitiva de 1/f (x), com inversa bem denida, a soluo do problema de Cauchy

y (t) = G1 (t t0 + G(y0 ))
Demonstrao. Com efeito, da equao diferencial

y = f (y ),

obtemos por

diviso

e agora

y (t) = 1 = f (y (t)) notamos que se G(x) =

y (s) ds = f t0 (y (s)) 1 f (x) dx ento

1ds = t t0
t0

d y (t) G(y (t)) = y (t)G (y (t)) = . dt f (y (t))

Consequentemente,

t t0 =
t0

y (s) ds = f (y (s)) G,

t t0

d G(y (s))ds = G(y (t)) G(y0 ), dt

e caso seja possvel a inverso de

a soluo pode ser explcita por

y (t) = G1 (t t0 + G(y0 )). y (t) = y (t)p , xp = 1/f (x) = 1/xp

Exemplo 1.5. Consideramos

e como

tem primi-

tiva

G(x) =
com inversa

x1p 1p

G1 (z ) = (z pz )1/(1p) ,

conclumos que

1p 1/(1p) y (t) = ((t t0 )(1 p) + y0 )

expresso que j tinhamos encontrado quando a singularidade em

t=

1 p1 , quando

p>1

(e no ocorre singularidade se

p = 2. Note-se que se y (0) = 1, temos p 1).

Exemplo 1.6. Quando

G(x) =

1 ax+b dx

1 a

y (t) = ay (t) + b, temos f (t, y ) = ay + b, e obtemos az log(ax + b), resultando em G1 (z ) = e ab , e assim

a(tt0 )+aG(y0 ) 1 b) a (e

y (t) = G1 (t t0 + G(y0 )) =
Num caso linear mais geral,

1 a(tt0 ) (e (ay0 + b) b). a

y (t) = a(t)y (t) + b(t)

1.2. SISTEMAS E EQUAES DE ORDEM SUPERIOR

temos

f (t, y ) = a(t)y + b(t),

e a funo

depende de ambas as variveis, pelo

que o processo anterior de primitivao no pode ser aplicado, mas usando

A(t) =

t t0

a(s)ds,

possvel encontrar:

y (t) =

y0 +
t0

b(s)eA(s) ds eA(t) ,

que uma forma explcita dependente apenas da primitivao das funes.

1.2. Sistemas e Equaes de Ordem Superior 1.2.1. Sistemas de EDO's. O formato do problema de Cauchy pode ser

adaptado para o caso vectorial, em que a funo como imagem um vector

depende apenas de

t,

mas tem

y(t) = (y1 (t), . . . , yN (t)),

atendendo a que

y (t) = (y1 (t), . . . , yN (t)),

e o sistema de equaes diferenciais

passa a ser denido tambm por uma funo O problema de Cauchy ca assim

com segunda componente vectorial.

y (t) = f (t, y(t)), y(t0 ) = y0

em que que

y0

tambm um vector.

O Teorema de Picard-Lindelof pode ser aplicado de forma semelhante, exigindo

seja Lipschitziana em

y,

ou ainda que as derivadas a partir da segunda

componente sejam limitadas. Eventuais diculdades de adaptao ao caso escalar resultam da impossibilidade de diviso vectorial... Um exemplo importante aquele em que

y (t) = Ay(t), y(t0 ) = y0

onde

uma matriz

N N.

No caso escalar a soluo seria

y (t) = y (t0 )eAt ,

neste caso tambm podemos escrever

y(t) = eAt y(t0 ),

se dermos signicado noo de exponencial de uma matriz. Isso pode ser feito pela srie de Taylor, mas mais adequado, e ecaz, faz-lo atravs dos valores e vectores prprios, pela decomposio espectral. Admitindo que vectores prprios,

A diagonalizvel, v1 , , vN , ou seja

consideramos

y(t)

escrita na base dos seus

y(t) = yv1 (t)v1 + + yvN (t)vN ,

pelo que

y (t) Ay(t)

= yv1 (t)v1 + + yvN (t)vN = yv1 (t)1 v1 + + yvN (t)N vN yvk (t) = k yvk (t),
ou seja,

implica, componente a componente

yvk (t) = yvk (t0 )ek (tt0 )

obtendo-se explicitamente

y(t) = yv1 (t0 )e1 (tt0 ) v1 + + yvN (t0 )eN (tt0 ) vN .

1.2. SISTEMAS E EQUAES DE ORDEM SUPERIOR

Observao 1.7. Sendo diagonalizvel podemos escrever

A = P1 DP,

em

que e

a matriz mudana da base cannica para a base dos vectores prprios,

a matriz diagonal com os valores prprios, as operaes polinomiais so

transferidas para operaes na diagonal de por induo, verdade para

D.

Com efeito

m = 0, 1,

e sendo vlido

Am = (P1 D m P), pois para m vlido para m + 1 :

Am+1 = Am A = (P1 D m P)(P1 DP) = (P1 D m DP) = (P1 D m+1 P).

De forma semelhante, sendo linearidade

A1 = P1 D1 P, A2 = P1 D2 P,

verica-se uma

A1 + A2 = P1 D1 P + P1 D2 P = P1 (D1 + D2 )P.
Conclumos assim que para qualquer polinmio

q (A) = P1 q (D)P,
e de um modo geral para qualquer funo temos

escrita na forma de srie de potncias,

f (A) = P1 f (D)P,
com

f (k )

nos elementos da diagonal. Em particular, para

exp(A)

a diagonal ter

ek ,

conforme obtido antes.

1.2.2. Equaes de Ordem Superior. As equaes de ordem superior po-

dem ser reduzidas a sistemas de equaes atravs de introduo de novas variveis. Ou seja, vamos considerar que

y0 (t) = y (t)
. y (t) = y (N ) (t) N . .

= . . y

y0 = y, que y1 = y , e sucessivamente ym = y (m) . y0 (t) = y1 (t) = y (t)

.

N 1 (t)

= yN (t) = y (N ) (t) N
genrica

Assim, quando escrevemos uma equao diferencial de ordem

y (N ) (t) = g (t, y (t), , y (N 1) (t))

pela transformao de funes, ca equivalente a

yN 1 (t) = g (t, y0 (t), , yN 1 (t))

e esta a ltima equao de um sistema de

equaes diferenciais

y0 = y1 . .
.

y0

y1
. . .

= f (t, y)

yN 2 = yN 1 yN 1 = g (t, y0 , , yN 1 )

. . y = . yN 2 yN 1

yN 1 g (t, y0 , ,yN 1 )

que est reduzido forma vectorial anterior. aplicvel, fazendo notar que a condio inicial

Tudo o que vimos antes assim

y(t0 ) = (y (t0 ), , y (N 1) (t0 )),

ou seja, o problema de Cauchy denido com os valores da funo e de todas as derivadas at ordem

N 1,

no ponto

t0 .

Exemplo 1.8. (Equaes com coecientes constantes)

Um importante caso particular

y (N ) (t) = a0 y (t) + + aN 1 y (N 1) (t)

1.3. MTODOS DE TAYLOR E RUNGE-KUTTA

o que corresponde a forma matricial

g (t, y) = a0 y0 + + aN 1 yN 1 , = y1
. . .

porque podemos escrever na

y0

y0 . . . y N 2 y N 1 = Ay

. . y = . yN 2 y N 1

yN 1 a0 y0 + + aN 1 yN 1 0 1
.. .. . .

0
.. .. . .

.. .. . .

0
. . .

0 . . . 0 a0

0 1 aN 1

em que

a matriz companheira do polinmio caracterstico

p() = N aN 1 N 1 a0 ,
e as suas razes diagonalizvel)

so os valores prprios de

levando s solues (quando

y(t) = yv1 (t0 )e1 (tt0 ) v1 + + yvN (t0 )eN (tt0 ) vN ,

o que leva soluo na primeira componente coecientes indeterminados

y0 (t) = y (t),

e podemos deixar os

y (t) = C1 e1 t + + CN eN t
podendo ser deduzidos

Ck

por um sistema linear com as condies iniciais em

t0 .

Note-se que estes coecientes podem ser complexos, quando as razes so complexas. Se houver razes mltiplas, a matriz companheira no diagonalizvel, as repeties de independentes associado

k levariam mesma funo ek t , e necessrio considerar funes tp ek t com p = 0, . . . , mk 1, onde mk a multiplicidade de k . Por exemplo, no caso y (t) = 5y (t) 8y (t) + 4y (t), o polinmio caracterstico

p() = 3 52 + 8 4 2t cujas razes so 1 = 2 = 2, 3 = 1. A repetio de = 2, leva a considerar e , 2t mas tambm te , y (t) = C1 e2t + C2 te2t + C3 et , e se impusermos y (0) = 0, y (0) = 0, y (0) = 1, os coecientes resultam do sistema C1 + C3 = 0 C1 = 1 2C1 + C2 + C3 = 0 C2 = 1 4C1 + 4C2 + C3 = 1 C3 = 1
obtendo-se a soluo

y (t) = e2t te2t et .

1.3. Mtodos de Taylor e Runge-Kutta

Existem vrios processos para obter mtodos numricos para a resoluo de equaes diferenciais ordinrias. Alguns vo usar a expanso de Taylor, que consideraremos aqui, outros vo usar a forma integral, outros podem ainda usar as frmulas de diferenciao numrica. Comeamos por ver Mtodo de Euler, que o mais simples, e pode ser deduzido pelos trs processos mencionados. De um modo geral, comum a todos estes mtodos considerar uma sucesso de tempos, com um espaamento denimos

h > 0,

partindo do tempo inicial

t0 .

Ou seja,

tk = t0 + kh,

1.3. MTODOS DE TAYLOR E RUNGE-KUTTA

e vamos associar

T = tn ,

ao m de

yk ao valor obtido para y (tk ). n passos, consideramos tn t0 h= . n

Procurando atingir um instante

O valor

y0

exacto, pois assumimos que a condio inicial exacta, mas logo

y1

depende do mtodo e no coincide exactamente com

usam o valor obtido para ser igual a

yk

para denir

yk+1 ,

o que signica que como

y (tk ),

esse erro acumula no clculo de

y (t1 ). Os mtodos unipasso yk no yk+1 . Mesmo para os mtodos

multipasso, que veremos depois, os valores de

yk+1

assentam nos valores anteriores

que trazem um erro acumulado, podendo at car instveis.

Definio 1.9. Denimos erro local de discretizao

ek+1 = y (tk+1 ) yk+1

baseado na iterao

em que anterior

yk+1 yk ,

calculado assumindo que

global denido por

Ek+1

y (tk ) = yk . = y (tk+1 ) yk+1 , quando

Este valor diferente do erro o

yk+1

que no exacta, acumulando o erro local em cada passo.

Observao 1.10. No decurso do texto consideramos derivadas de

ou

cando subentendido que se exige a regularidade necessria para que essas derivadas estejam denidas, evitando a redundncia de estar sempre a exigir a regularidade implicitamente necessria.
1.3.1. Mtodo de Euler. Vejamos 3 maneiras diferentes de deduzir o Mtodo

de Euler: 1) Considerarmos a expanso de Taylor em torno de

tk : 1 2 y (tk+1 ) = y (tk + h) = y (tk ) + hy (tk ) + h y (k ) , 2

erro localO (h2 )

Assumindo termo

y (tk ) = yk temos y (tk ) = f (tk , y (tk )) = f (tk , yk ), e desprezando o 1 2 ek = 2 h y (k ) que ser o erro local, o Mtodo de Euler resume-se iterao: y0 yk+1 = yk + hf (tk , yk ) y (tk+1 ) y (tk ) , h assim y (tk ) = f (tk , yk ), o valor yk+1 yk+1 yk f (tk , yk ) = , h y (tk )
tk+1

(1.3.1)

2) Consideramos pelas diferenas progressivas

substituindo

y (tk ) = yk

resulta de

3) Consideramos a formulao integral

y (tk+1 ) y (tk ) =
tk
aplicando ao integral a regra do rectngulo

f (s, y (s))ds,
b a

f (s)ds (b a)f (a),

obtemos

yk+1 yk (tk+1 tk )f (tk , y (tk )) = hf (tk , yk ).

Exemplo 1.11. Aplicao do mtodo de Euler a

y (t) = y (t),

com

y (0) = y0 ,

onde conhecemos a soluo Como Conclumos que

y (t) = y0 et .

f (t, y ) = y, a iterao resume-se a yk+1 = yk + hyk = (1 + h)yk . 1 yn = (1 + h)n y0 , e notando que h = n tn , yn = (1 + tn n ) y0 etn y0 , n

1.3. MTODOS DE TAYLOR E RUNGE-KUTTA

lembrando que

x n ex (1 + n )

para

n grande.

Alis, esta conhecida aproximao da

exponencial assim denida pela convergncia do mtodo de Euler. De forma semelhante, o Mtodo de Euler pode ser aplicado a sistemas, em cada componente

yj

de

temos

yj (tk+1 ) = yj (tk ) + hyj (tk ) +

1 2 h yj (j,k ) , 2
erro localO (h2 )

e como

sistemas:
(1.3.2)

yj (tk ) = fj (tk , y(tk )),

obtemos vectorialmente o

Mtodo de Euler para

yk+1 = yk+1 + hf (t, yk )

Exemplo 1.12. Aplicao do mtodo de Euler ao sistema

y0 (t) = y1 (t) y1 (t) = y0 (t)

com

y0 (0) = 0, y1 (0) = 1,

ou o que equivalente a

y (t) = y (t),
com

y (0) = 0, y (0) = 1. y =

Temos

y0 y1

0 1

1 0

y0 y1

= Ay = f (t, y)

o polinmio caracterstico

Com as condies iniciais dadas obtemos

y0 (t),

sendo

2 + 1 = 0, e a soluo geral ser y (t) = C1 eit + C2 eit . 1 C1 = C2 = 2 i , e assim y (t) = sin(t) = y1 (t) = y (t) = cos(t). yk+1 = yk + hAyk = (I + hA)yk

A aplicao do Mtodo de Euler resume-se iterao

e portanto

yn = (I + hA)n y0 =

1 h h 1

y0 =

1 n tn

tn n

0 1

Este mtodo d um vector com uma aproximao do seno e coseno de tn , mas to inecaz quanto a frmula obtida para a exponencial. De qualquer forma podemos escrever

sin(x) cos(x) (1, 0, 0).

Obtenha

= lim

1 x n

x n

0 1

Exerccio 1.13. Considere o problema

y0 = y1 , y1 = y2 , y2 = y0 , com (y0 , y1 , y2 )(0) =

1 t 3 t/2 y0 (t) = (e + 2e cos( t)), 3 2

e tal como no exemplo anterior, apresente as expresses limite

que verica

= y,

resultantes da aplicao do mtodo de Euler vectorial.

1.3. MTODOS DE TAYLOR E RUNGE-KUTTA

10

1.3.2. Mtodos de Taylor. Para obter mtodos de ordem superior podemos

considerar uma expanso de Taylor superior. Por exemplo, considerando

1 1 y (tk+1 ) = y (tk ) + y (tk )h + y (tk )h2 + y (k )h3 2 6

erro localO (h3 )
e usando a expresso para

f C 1,

y (t) =

d f f f (t, y (t)) = (t, y (t)) + f (t, y (t)) (t, y (t)) dt t y

obtemos o Mtodo de Taylor de segunda ordem:

(1.3.3)

yk+1 = yk + hfk +

h2 2

f f (tk , yk ) + fk (tk , yk ) t y

onde abrevimos usando a notao

fk = f (tk , yk ).
A expanso de Taylor pode ser usada para mtodos de ordem superior, mas exige um clculo explcito de derivadas parciais de ou conveniente realizar. Surgiu por isso a ideia de substituir esse clculo por expresses aproximadas sem comprometer que o erro local Tratam-se dos

f,

o que nem sempre possvel

Mtodos de Runge-Kutta.
f C 2,

1 y (k )h3 , ek = 6

se mantivesse na ordem

O(h3 ).

1.3.3. Mtodos de Runge-Kutta (ordem 2). Recorremos de novo ex-

panso de Taylor, mas agora de (1.3.4)

em duas variveis:

f (tk + 1 , yk + 2 ) = f (tk , yk ) + 1
e reparamos que escolhendo

f f 2f t y (tk , yk ) + 2 (tk , yk ) + 1 2 ( , ), t y ty k k
obtemos

h 1 = h 2 , 2 = 2 fk ,

f (tk +

h h h f h f h2 2 f t y , yk + fk ) = fk + (tk , yk ) + fk (tk , yk ) + fk ( , ), 2 2 2 t 2 y 4 ty k k h
reparamos que podemos substituir o segundo membro na

e multiplicando por

expresso do Mtodo Taylor de segunda ordem

T yk +1 = yk +hfk +

h2 2

f f (tk , yk ) + fk (tk , yk ) t y

h h y 2 f t = yk +hf (tk + , yk + fk )+ h43 fk ty ( k ,k ). 2 2

erro O (h3 )

O(h3 ), mas que no afecta a ordem de aproximao, T pois o yk+1 do mtodo de Taylor j tinha essa mesma ordem de erro de discretizao. Assim, no Mtodo de Runge-Kutta do Ponto-Mdio (de segunda ordem), conAparece um termo adicional em sideramos

(1.3.5)

yk+1 = yk + h f (tk +

h h , yk + fk ) 2 2

e notamos que o erro de discretizao resulta de

RK T yk +1 = yk

h3 2 f t y 1 h3 2 f t y fk (k , k ) = y (tk+1 ) y (k )h3 fk ( , ) 4 ty 6 4 ty k k
erro O (h3 ) erro O (h3 )

1.3. MTODOS DE TAYLOR E RUNGE-KUTTA

11

ou seja, o erro local de discretizao para este mtodo

RK 3 eRK k+1 = y (tk+1 ) yk+1 = h

admitindo que obter.

y (k ) fk 2 f t y + ( , ) 6 4 ty k k

= O(h3 ),

f C 2 (V ).

Este no o nico Mtodo de Runge-Kutta de segunda ordem que se pode Com efeito, de modo geral queremos que

fk + f (tk + 1 , yk + 2 )

= =

( + )fk + 1 hfk + h2 2

f f (tk , yk ) + 2 (tk , yk ) t y f f (tk , yk ) + fk (tk , yk ) , t y

o que leva a um sistema subdeterminado, com 3 equaes e 4 incgnitas, que deixamos em funo de

=0: + = h 2 1 = 1 2h 2 2 = 1 2 h fk

h = h 2 , 1 = h 2 = hfk = 0,
uma

h 2 ,

2:

Portanto, podemos denir para cada

Regra de Runge-Kutta de ordem

(1.3.6)

yk+1 = yk + (1

1 h )hfk + f (tk + h, yk + hfk ) 2 2 = 1 2. = 1, cando

 A regra RK do ponto-mdio, que j vimos, obtida escolhendo  A regra RK de Heun (ou Euler modicado) obtida com (1.3.7)

1 1 yk+1 = yk + hfk + h f (tk + h, yk + hfk ) 2 2

2 . = 3

 Uma outra possibilidade menos usada

Observao 1.14. Estes mtodos podem ainda ser obtidos atravs da formu-

lao integral, entendendo que em

tk+1

yk+1 yk =
tk
podemos considerar a regra de quadratura

f (s, y (s))ds

tk+1

g (s)ds w1 g (tk ) + w2 g (tk + h),

tk
que, para

w1 = (1

1 2 )h,

w2 =

h 2 , tem pelo menos grau 1. Ou seja, vlida a

aproximao

tk+1

yk+1 yk =
tk

f (s, y (s))ds w1 f (tk , yk ) + w2 f (tk + h, y (tk + h))

a deduo ca completa considerando a aproximao de Euler, pois

y (tk + h) pelo mtodo de y (tk + h) yk + hfk . 1 No caso em que = 2 estamos a usar a regra de integrao do ponto-mdio (o que justica o nome), e quando = 1 estamos a usar a regra dos trapzios.

1.3. MTODOS DE TAYLOR E RUNGE-KUTTA

12

1.3.4. Mtodos de Runge-Kutta (ordem 4). Os mtodos de Runge-Kutta

de ordem superior recorrem mesma ideia, substituir as derivadas no Mtodo de Taylor por avaliaes em pontos adequados. Assim, a expresso do Mtodo de Taylor de ordem 3 poder ser substituda por uma avaliao em 3 pontos adequados, e da mesma forma os Mtodos de Runge-Kutta de ordem 4 vo aproximar o Mtodo de Taylor de Ordem 4, usando 4 pontos adequados, sem afectar a ordem do erro de discretizao, que ser

O(h5 ).

Runge-Kutta de ordem 4 mais utilizado

yk+1 = yk +

Evitando a extensa deduo, colocamos aqui o algoritmo para o

Mtodo de

h (F1 + 2F2 + 2F3 + F4 ) 6 h F1 = f k , F2 = f (tk + h 2 , yk + 2 F1 ) h h F3 = f (tk + 2 , yk + 2 F2 ), F4 = hf (tk + h, yk + hF3 ) f

em quatro passos. Para ordem 5 Butcher mostrou que no

Observao 1.15. Este o mtodo mais usado, porque permite ordem 4 com

quatro avaliaes de

seria possvel faz-lo com cinco avaliaes em cinco passos, pelo que se perderia ecincia face ao de ordem 4. Como podemos observar pela estrutura deste algoritmo, ou de outros mtodos de Runge-Kutta, perfeitamente imediata a sua aplicao a sistemas de equaes, passando a sua forma notao vectorial.
Observao 1.16. (Tabelas de Butcher) Para efeitos de economia de espao

habitual escrever abreviadamente os Mtodos de Runge-Kutta sob a forma de tabelas (chamadas de Butcher). Se o mtodo se dividir em

passos, cando na forma

yk+1 = yk + h(1 F1 + . . . + m Fm ),
com

Fm = f (tk + m h, yk + m1 hF1 + + m,m1 hFm1 ) 1 2

a tabela de Butcher ser . . . 0

.. .. . .

0 .. .. . .

2,1
. . .

0
. . . 0 .

m,1 1

m,1 m1

Ter zeros na parte triangular superior no caso dos mtodos explcitos (tambm h mtodos RK implcitos).

0
Para o Mtodo RK-4 a tabela de Butcher

0 0

0 0 0

0 0 0 , 0

1 2 1 2

1 2

1 0
para um RK-3 0 0 0 0 0 0

0 0
1 6

1 2

0
1 3

1
1 3

1 6

1 2

1
1 6

1 2

2
2 3

, e para RK-2 genericamente

0 0 .

1 6

1 21

1 2

1.3.5. Espaamento adaptativo. Do ponto de vista computacional, im-

portante poder variar o espaamento

de forma a controlar o erro.

1.4. ORDEM DE CONSISTNCIA E CONVERGNCIA

13

Querendo manter um erro local aproximado a um o erro com

0,

uma tcnica avaliar

com um valor melhor local ser um novo

yk+1 obtido com h, 1 que resulta de aplicar duas iteraes com h/2. O erro yk+2 2 1 yk +1 e vericamos se |e aproximadamente e k = yk+2 2 k | . Podemos
usando um espaamento Comparamos valor onde

h/2.

mudar o espaamento em funo dessa diferena, automaticamente, considerando

= min{h , hmax } h |e k |

hmax

aparece apenas para que o espaamento

no seja demasiado grande. Outra possibilidade consiste em usar um mtodo de ordem superior para avaliar

yk+1 , o que normalmente melhor que duas iteraes do mesmo mtodo.

o procedimento semelhante.

De resto,

Um mtodo especialmente ecaz o de Runge-

Kutta-Fehlberg, que combina o mtodo de ordem 4 com uma previso de ordem 5, conseguindo usar os mesmos pontos para avaliao da funo

f.

1.4. Ordem de consistncia e convergncia

Consideramos um (1.4.1) onde

mtodo unipasso

dado pela expresso genrica

yk+1 = yk + h(tk , yk ),
depende do mtodo, e assumiremos

ser Lipschitziana na 2 varivel.

Exemplo 1.17. No Mtodo de Euler temos simplesmente

= f, e Lipschitz = f (t +
h 2,y

quando

for.

No Mtodo de Runge-Kutta do ponto-mdio temos (t, y ) h f ( t, y )), e tambm podemos ver que Lipschitz quando f for: 2

|(t, y ) (t, x)| =

Lf a 2 L = Lf + h 2 Lf .
em que

h h h h , y + f (t, y )) f (t + , x + f (t, x))| 2 2 2 2 h h Lf |y + f (t, y ) (x + f (t, x))| 2 2 h h Lf |y x| + Lf |f (t, y ) f (t, x)| (Lf + L2 )|y x| 2 2 f constante de Lispchitz de f , tendo-se para este a constante |f (t +

1 De forma idntica, o Mtodo de Heun pode escrever-se com (t, y ) = f (t, y )+ 2 h 2 1 2 f (t + h, y + hf (t, y )), e igualmente se verica que L = Lf + 2 Lf , sendo Lipschitz quando f for.
Definio 1.18. Dizemos que o mtodo unipasso

consistente de ordem r se

(1.4.2)

y (tk+1 ) y (tk ) (tk , y (tk )) = O(hr ). h Diz-se consistente desde que a diferena seja um o(1), em particular, basta qualquer r > 0.
Esta denio equivale a dizer que o mtodo tem consistncia de ordem erro de discretizao local for

se o

O(hr+1 ),

porque se assumirmos que

yk = y (tk )

ento

yk+1 = y (tk ) + h(tk , y (tk )) ek+1 = y (tk+1 ) yk+1 = y (tk+1 ) (y (tk ) + h(tk , y (tk ))) = O(hr+1 ),
e a diviso por

d exactamente a denio de consistncia de ordem

r.

Observao 1.19. Notamos assim que os Mtodos de Taylor ou Runge-Kutta

com erro local em

O(hr+1 )

tm ordem de consistncia

r.

O mtodo de Euler tem

assim ordem de consistncia 1, e a expanso de Taylor de ordem de ordem de consistncia pois o erro local

r dar um mtodo r, que no ser alterada pela aproximao de Runge-Kutta, r +1 mantm-se em O (h ).

1.4. ORDEM DE CONSISTNCIA E CONVERGNCIA

14

Definio 1.20. Dizemos que o mtodo unipasso tem

ordem de convergncia

se

(1.4.3)

En = y (tn ) yn = O(hr ), h=
1 n (tn t0 ). Ser

em que tn um instante xo e

convergente desde que En = o(1). Teorema 1.21. Um mtodo unipasso em que Lipschitziana (na 2 varivel), com ordem de consistncia r tem ordem de convergncia r.
Demonstrao. Distinguimos o valor

valor anterior

yk

inexacto, de

o valor anterior seria exacto,

yk+1 = yk + h(tk , yk ) que assume um Yk+1 = y (tk ) + h(tk , y (tk )), obtido assumindo que ou seja, yk = y (tk ).

Assim, separamos o erro global em duas partes, pela desigualdade triangular (1.4.4)

|Ek+1 | = |y (tk+1 ) yk+1 | |y (tk+1 ) Yk+1 | + |Yk+1 yk+1 | O(hr+1 ), ,

ou seja

Pela denio de ordem de consistncia, o erro local ser

|ek+1 | = |y (tk+1 ) Yk+1 | Ch

por outro lado, vemos que

r +1

|Yk+1 yk+1 | =
onde usmos a hiptese de (1.4.4), obtemos

|y (tk ) + h(tk , y (tk )) (yk + h(tk , yk ))| |y (tk ) yk | + h |(tk , y (tk )) (tk , yk )| |Ek | + hL |y (tk ) yk | = (1 + hL )|Ek |
ser Lipschitziana na 2 varivel. Substituindo em

ou seja, temos uma que se

|Ek+1 | Chr+1 + (1 + hL )|Ek |, relao recursiva entre |Ek+1 | e |Ek |. Ora,

no difcil mostrar

ento

ck+1 A + Bck cn A(1 + B + . . . + B n1 ) + B n c0 . Com efeito, induo, sendo vlido para n 1, obtemos

vlido para

n = 1,

e por

cn A+Bcn1 = A+B (A(1+B +. . .+B n2 )+B n1 c0 ) = A(1+B +. . .+B n1 )+B n c0 .

Podemos ainda simplicar a expresso escrevendo

Bn 1 + B n c0 B1 r +1 Aplicando ao nosso caso, com ck = |Ek |, A = Ch , B = 1 + hL , tem-se n B 1 + B n |E0 |. |En | Chr+1 B1 No havendo erro inicial, E0 = 0, temos tambm B 1 = hL , e podemos ainda x hL usar 1 + x e para simplicar, pois B = 1 + hL e , e assim B n enhL = (tn t0 )L e . Ou seja, cn A |En | Chr+1
onde

uma

e(tn t0 )L 1 e(tn t0 )L 1 = Chr = Khr , hL L constante que no depende de h, concluindo-se a ordem

de con-

vergncia ser

r. C= 1 2 ||y || ,
e como

Observao 1.22. No caso do Mtodo de Euler, como temos

1 2 2 ||y || h , temos o valor do erro global

2 |ek | = 1 2 h y (k ) f L = Lf = || y || , a majorao

|En |

1 e(tn t0 )Lf 1 ||y || h. 2 Lf

1.5. MTODOS IMPLCITOS

15

Exemplo 1.23. Em funo de

estudar a ordem de convergncia do mtodo

yk+1 = yk + hf (tk + , yk + fk ).
Como se trata de um mtodo unipasso, pelo teorema, basta analisar a ordem de consistncia. Notamos que quando Aqui

=0

o mtodo de Euler, e quando

= h/2,

trata-se do mtodo RK do ponto mdio.

(t, y ) = f (t + , y + f (t, y )), que ser Lipschitziana com L = Lf + L2 f

(ver exemplo de RK-ponto-mdio). Analisando

y (tk+1 ) y (tk ) (tk , y (tk )) h

lembramos que

= y (tk ) +

h h2 y (tk ) + y (k ) f (tk + , yk + f (tk , yk )) 2 6

y (tk ) +
e que

h h f h f y (tk ) = f (tk , y (tk )) + (tk , y (tk )) + f (tk , y (tk )) (tk , y (tk )) 2 2 t 2 y f f (tk , y (tk ))+f (tk , y (tk )) (tk , y (tk ))+O(2 ), t y
f t (tk ,y (tk )) 2 + f (tk ,y(tk )) f y (tk ,y (tk )) +O ( ).

f (tk +, yk +f (tk , yk )) = f (tk , y (tk ))+

portanto

h y (tk )+ h 2 y (tk )f (tk +, yk +f (tk ,yk )) = ( 2 )

Assim,

y (tk+1 )y (tk ) (tk ,y(tk )) h

= ( h 2) O(h2 )

f t (tk ,y (tk ))
se

2 h + f (tk ,y(tk )) f y (tk ,y (tk )) +O ( )+ 6 y (k ),

h 2 , e a ter ordem de consistncia e conp vergncia 2 (caso do RK-ponto-mdio). Caso contrrio, se = O (h ), com p > 0,
e esta expresso ser um

ter ordem de convergncia 1, se exemplo nos casos

=0

(Euler), ou

p 1, ou ordem de convergncia p < 1. = h, ter convergncia de ordem 1.

Por

Observao 1.24. Conforme j referimos a propsito dos Mtodos de Runge-

Kutta, para alm da ordem de convergncia, h outros aspectos importantes na eccia dos mtodos numricos, sendo um deles o nmero de operaes envolvido em cada iterao. A funo

pode ser complicada, no ser dada explicitamente,

e a sua pode ser avaliao morosa. Assim conveniente no envolver derivadas de

nem implicar muitas avaliaes de

Euler levariam ao mtodo

f. Basta ver que duas iteraes do Mtodo de h h yk+1 = yk + h 2 fk + 2 f (tk , yk + 2 fk ) que aparentava ser

2 vezes mais rpido do que o Mtodo de Euler, mas mantinha-se de ordem 1 com duas avaliaes, ao contrrio do Mtodo de Heun que muito semelhante, mas com as mesmas duas avaliaes permite ordem 2.
1.5. Mtodos implcitos

obtido explicitamente na expresso

yk+1 yk+1 = yk + h(tk , yk ). H ainda uma outra classe de mtodos, designados implcitos, em que o valor yk+1 se encontra denido na forma de uma equao em que yk+1 uma incgnita.
Os mtodos que vimos at aqui so considerados explcitos, j que o valor
Definio 1.25. Os mtodos unipasso implcitos so da forma

(1.5.1) em que

yk+1 = yk + h(tk , yk , yk+1 )

ainda Lipschitziana (na 2 e 3 componente).

Observao 1.26. A denio de consistncia para os mtodos implcitos

em funo de yk+1 . Uma simples adaptao permite ainda obter o Teorema que garante a mesma
anloga dos mtodos explcitos, acrescentando a componente de ordem de consistncia e convergncia.

1.5. MTODOS IMPLCITOS

16

Exemplo 1.27. O exemplo mais simples o Mtodo de Euler Implcito

(1.5.2) onde

yk+1 = yk + hf (tk+1 , yk+1 )

Este mtodo resulta de considerar uma aproximao

(t, y, x) = f (t + h, x).

por diferenas regressivas (em vez de progressivas, como acontecia no Mtodo de Euler explcito), ou ainda pela expanso de Taylor em

tk+1

(ao invs de

tk ),

ou

ainda na forma integral usando a regra do rectngulo no ponto ou seja

(ao invs de

a),

b f (s)ds (b a)f (b). Notamos que mudamos a aproximao, mas o erro a local continua a ter a mesma ordem, e portanto o Mtodo de Euler Implcito tem
ordem 1, de consistncia e convergncia. Outro mtodo, j com ordem de convergncia 2, o Mtodo dos Trapzios Implcito (1.5.3) em que

h (f (tk , yk ) + f (tk+1 , yk+1 ) ) 2 (t, y, x) = 1 2 (f (t, y ) + f (t + h, x)). Este mtodo resulta yk+1 = yk +
tk+1

de aplicar a Regra

dos Trapzios forma integral

y (tk ) +
tk
pois o erro local

f (s, y (s))ds = yk + O(h3 )

h (f (tk , yk ) + f (tk+1 , yk+1 )) + O(h3 ), 2

permite uma ordem de consistncia 2.

Observao 1.28. A aplicao do Mtodo de Euler Implcito a

y (t) = y (t),

resulta em

de onde obtemos

yk+1 = yk + hyk+1 (1 h)yk+1 = yk , e portanto recursivamente yn = 1 y0 . (1 h)n

(escolhendo

h=

1 )

O valor dado pelo Mtodo de Euler implcito d um resultado substancialmente diferente do obtido pelo Mtodo de Euler explcito, onde vimos Para quando

yn = (1 + h)n y0 .

< 0

y0 = 1,

a soluo exacta

y (t) = et

deveria tender para zero,

fosse sucientemente grande.

Porm, suponhamos que o valor de

> 0

alto, de tal forma que o passo

h>0

no sucientemente pequeno, ou seja

h>
Pelo mtodo explcito, como

2 h < 2. 1 + h < 1 teremos yn = (1 + h)n < 0,

temos

oscilando, e

tendendo para innito, sem se aproximar de zero. Ao contrrio, usando o mtodo implcito, como obtemos

1 h > 1,

yn =

1 (1h)n

0,

estando de acordo com a soluo.

400t Ou seja, se a soluo fosse y (t) = e , ento um passo pequeno como h = 0.005 levaria aproximao (1)n , muito afastada da soluo e400t 0, (com t > 1), se o mtodo fosse explcito, mas permitiria uma aproximao (1 3)n 0, se
o mtodo fosse implcito.
1.5.1. Noo de A - estabilidade. A observao anterior faz notar que,

quando

||

grande, poder ser necessrio um

demasiado pequeno para obter No est em

uma aproximao satisfatria, quando se usam mtodos explcitos. que o

causa a convergncia do mtodo, que foi provada. Mas essa convergncia assume nmero exagerado de iteraes. Quando queremos usar um

h pode ser to pequeno quanto necessrio, e na prtica isso pode implicar um h no exageradamente

pequeno pode ser conveniente usar mtodos implcitos, quando a equao diferencial

1.5. MTODOS IMPLCITOS

17

considerada rgida. De um modo geral as equaes dizem-se rgidas (sti ), se tiverem um valor da constante de Lispchitz para

Lf = || f y ||

elevado, o que acontece

y (t) = e

quando

Lf = ||

grande.

Para avaliar a robustez dos mtodos numricos a este tipo de problemas, introduziu-se a noo de A-estabilidade.
Definio 1.29. A regio de A-estabilidade (estabilidade absoluta) de um

mtodoM, denida por

AM = { C :
onde com

sup(yn ) < }, n

(yn ) a sucesso h = 1, y0 = 1.

denida pelo mtodo

M,

quando aplicada a

y (t) = y (t),

Habitualmente o mtodo considerado A-estvel se a regio de estabilidade inclui

C = { : Re() 0}.

Uma caracterstica dos mtodos implcitos a de

terem uma regio de A-estabilidade ilimitada, enquanto os mtodos explcitos tm essa regio connada a um pequeno domnio limitado, no podendo ser A-estveis (teorema de Dahlquist). Vejamos alguns exemplos.
Exemplo 1.30. Considerando a expresso do Mtodo de Euler explcito

yn =

(1 + h)n y0 , vemos |1 + | 1, logo

que quando

h = 1, y0 = 1,

a sucesso ca limitada apenas se

ou seja No

(1, 1), AEulerExplicito = { C : |1 + | 1} = B (1, 1). a sua regio de A-estabilidade a bola fechada B n caso do Mtodo de Euler Implcito, como yn = (1 h) y0 , AEulerImplicito = { C : |1 | 1} = C\B (1, 1), B (1, 1).

obtemos

ou seja a regio ilimitada, complementar bola 2. Quando

Vejamos agora o caso do Mtodo de Runge-Kutta do Ponto-Mdio, de ordem

f (t, y ) = y, tk +

temos:

yk+1 = yk + hf
e com

h h , yk + fk 2 2

= yk + h yk +

h (yk ) 2

= (1+ h +

h2 2 )yk , 2

h = 1, y0 = 1,

obtemos recursivamente

yn = (1 + +

2 n 2 ) , e assim

ARK 2pt.medio = { C : |1 + + 2 /2| 1},

que se trata de uma regio limitada, contida em Finalmente, pelo Mtodo dos Trapzios implcito obtemos

[2, 0] [2, 2]. yk+1 = yk + h 2 (yk +

yk+1 ), yk+1 =

de onde resulta

1+ 1

h 2 h 2

yk = AT rap = { C : |1+/2| |1/2|} = { : Re() 0} = C .

1.5.2. Implementao de um Mtodo Implcito. Nos simples exemplos

que vimos at aqui foi possvel obter uma expresso de equao

yk+1 , mas isso no possvel

na maioria das vezes. Por exemplo, no Mtodo de Euler Implcito bastar que a a generalidade de funes

x = yk + hf (tk+1 , x) no tenha soluo algbrica para x, o que ocorre para f. g (x) = yk + h(tk , yk , x) = yk+1 = g (yk+1 ),

Assim, de forma geral, consideramos a funo

e assim

yk+1

ser o ponto xo,

A equao

x = g (x) mais prximo de yk . x = g (x) no tendo soluo algbrica, deve ser resolvida por mtodos

numricos, por exemplo, o Mtodo do Ponto Fixo ou o Mtodo de Newton.

1.5. MTODOS IMPLCITOS

18

Aplicando o Mtodo do Ponto Fixo, denimos uma sucesso

( xm )

com

x0 = yk ,
tividade, ou seja

xm+1 = g (xm ). x yk .

A condio de convergncia local da sucesso do ponto xo denida pela contrac-

|g (x)| K < 1

para

Exemplo 1.31. No caso do Mtodo de Euler Implcito com implementao da

iterao do Ponto Fixo, obtemos

x0 = yk ; hLf = K < 1.

xm+1 = g (xm ) = yk + hf (tk+1 , xm ) h<

1 Lf

e a condio de contractividade local ser

, porque: |g (x)| = h| f y (t+h, x)|

No caso do Mtodo dos Trapzios Implcito, a implementao da iterao do Ponto Fixo, leva a

x0 = yk ;

xm+1 = g (xm ) = yk +

h (fk + f (tk + h, xm )) 2
2 Lf

e a condio de contractividade local ser

h <

porque:

|g (x)| =

h f 2 | y (t

h, x)| x0 = yk ,

h 2 Lf

= K < 1.

Se aplicarmos o Mtodo de Newton aos mtodos implcitos, a iterao caria

xm+1 = xm
derivada, no sendo muito utilizado.

g (xm ) . g ( xm ) f,
mas tambm da

Cada iterao do Mtodo de Newton exigiria um clculo de

Observao 1.32. Uma questo que se coloca nos mtodos implcitos o

nmero de operaes considerado, j que cada clculo de

xm

exigir uma nova

f. vendo x2 ou x3
avaliao de

Por isso no se devem calcular mais do que algumas iteraes, dej ser sucientes para o efeito. Para evitar estes clculos adicionais,

procura-se usar uma melhor aproximao inicial

preditor-corrector.

x0 ,

numa tcnica que se chama

1.5.3. Mtodos Preditor-Corrector. Para melhorar a eccia dos mtodos

implcitos, procura-se inicializar a iterao do ponto xo com um valor

x0

que re-

sulta da aplicao de um mtodo explcito. Temos assim um par preditor-corrector, preditor ser o mtodo explcito que inicializa a iterao, e corrector ser o mtodo implcito usado. Sendo yk+1 = yk + hC (tk , yk , yk+1 ) o mtodo implcito (corrector), e yk+1 = yk + hP (tk , yk ) o mtodo explcito (preditor), consideramos a iterao do ponto xo:

x0 = yk + hP (tk , yk ) xm+1 = yk + hC (tk , yk , xm )

Exemplo 1.33. (Mtodo de Heun surgindo do par Euler-Trapzios como preditor-

corrector). Considerando o Mtodo dos Trapzios Implcito inicializado por Euler explcito:

x0 = yk + hf (tk , yk ) xm+1 = yk + h 2 (fk + f (tk+1 , xm ) )

Por substituio imediata obtemos

x1 = yk +

h (fk + f (tk+1 , yk + hfk ) ) 2

1.6. MTODOS MULTIPASSO

19

e assim se considerarmos

yk+1 = x1

obtemos a expresso do Mtodo de Heun logo

na primeira iterada. Podemos prosseguir com a iterao do ponto xo, por motivo da A-estabilidade, mas sob a perspectiva da ordem de convergncia, este mtodo no passar de ordem 2.
1.6. Mtodos Multipasso

A ideia dos mtodos multipasso consiste em usar no apenas o valor tambm os anteriores

yk ,

mas

yk1 , yk2 , . . .

para formar o novo valor

yk+1 .

Tm a grande

vantagem de usando os valores j calculados de precisarem duma nova avaliao de

f,

nas iteraes anteriores, apenas

em cada iterao.

Definio 1.34. Os mtodos multipasso (lineares) explcitos so da forma

p 1
(1.6.1)

yk+1 =
m=0

m ykm + h(tk , yk , , ykp+1 ) p = 1, 0 = 1,

temos os anteriores mtodos unipasso).

em que

o passo (quando

considera-se Lipschitziana (a partir da 2 componente):

p 1

|(t, y0 , , yp+1 ) (t, x0 , , xp+1 )| L

m=0

|ym xm |.

Notamos desde j que a expresso dos mtodos multipasso ao implicar o conhecimento dos valores anteriores exige uma inicializao apropriada. Num mtodo de passo

exigido o conhecimento inicial de

y0 , y1 , . . . , yp1 .

Essa inicializao deve ser efectuada por um outro mtodo com a mesma ordem de consistncia. Por exemplo, podemos inicializar com um mtodo de Runge-Kutta.
1.6.1. Mtodos de Adams-Bashforth. Os primeiros mtodos multipasso

introduzidos (no nal do Sc. XIX) foram os Mtodos de Adams, que na sua forma explcita so designados como Adams-Bashforth. forma integral Podemos deduzi-los atravs da

tk+1

y (tk+1 ) = y (tk ) +
tk tk+1

f (s, y (s))ds,

aplicando uma regra de integrao que usa ns fora do intervalo de integrao:

I (g ) =
tk
Procuramos os pesos

g (s)ds Q(g ) = w0 g (tk ) + . . . + wp+1 g (tkp+1 ). w0 , . . . , wp+1

de forma a que a regra tenha pelo menos grau

p 1.

Isso pode ser obtido pelo mtodo dos coecientes indeterminados, ou ainda

lembrando a interpolao de Lagrange, por

tk+1

wm =
tk
em que e assim

Lm (s)ds
p 1 m=0

Lm

so os polinmios base de Lagrange. Basta lembrar que podemos escr-

ever qualquer polinmio

q de grau p1 atravs do interpolador q (s) =

tk+1 p1 p 1

q (tkm )Lm (s),

tk+1

tk+1

I (q ) =
tk

q (s)ds =
tk m=0

q (tkm )Lm (s)ds =

m=0

q (tkm )
tk

Lm (s)ds = Q(q ).
wm

Usando a nova regra de quadratura, temos

tk+1

y (tk+1 ) = y (tk )+
tk

f (s, y (s))ds y (tk )+w0 f (tk , y (tk ))+. . .+wp+1 f (tkp+1 , y (tkp+1 ))

1.6. MTODOS MULTIPASSO

20

de onde surgem os Mtodos de Adams-Bashforth de passo (1.6.2) em que os valores

p:

yk+1 = yk + w0 fk + . . . + wp+1 fkp+1 wm

so os obtidos na regra de integrao.

Exemplo 1.35. Mtodo de Adams-Bashforth de passo 2.

Apenas temos que determinar os valores de

w0

w1

de forma a que

I (1) =

Q(1), I (s) = Q(s).

tk+1

Isso pode ser obtido pelo sistema do mtodo dos coecientes

indeterminados, ou ainda com

tk+1

w0 =
tk

L0 (s)ds =
tk tk+1

s tk1 ( s t k 1 ) 2 ds = t k t k 1 2h
tk+1

tk+1

=
tk

4h2 h2 3 = h. 2h 2h 2 h = . 2

w1 =
tk

L1 (s)ds =
tk

(s tk )2 s tk ds = tk1 tk 2h

tk+1 tk

Conclui-se assim que o Mtodo de Adams-Bashforth de passo 2 dado por (1.6.3)

yk+1 = yk +

3h 2 fk

h 2 f k 1 , y1 ,
por exemplo pelo

e como referimos, o mtodo dever ser inicializado para obter passo duplo tem ordem 2.

Mtodo de Heun, ou outro de ordem 2, j que como iremos ver este mtodo de

1.6.2. Mtodos de Adams-Moulton. Os mtodos de Adams-Moulton so

multipasso implcitos, considerando tambm passamos a ter mais um ponto de integrao

tk+1

como n de integrao. Ou seja,

Q(g ) = w1 g (tk+1 ) + w0 g (tk ) + . . . + wp+1 g (tkp+1 ).

Por isso a forma geral dos Mtodos de Adams-Moulton de passo (1.6.4)

passa a ser

yk+1 = yk + w1 fk+1 + w0 fk + . . . + wp+1 fkp+1 wm

so os obtidos na nova regra de integrao, de forma similar

em que os valores ao caso anterior.

Exemplo 1.36. Mtodo de Adams-Moulton de passo 2.

Temos que determinar agora os valores de

w1 , w0

w1

de forma a que

I (1) =

Q(1), I (s) = Q(s), I (s2 ) = Q(s2 ).

Notamos que estamos a exigir uma regra de Por consequncia

grau superior, porque dispomos de mais um n de integrao. pesos, usamos ainda os polinmios de Lagrange:

este mtodo ter ordem superior ao de Adams-Bashforth de passo 2. Para obter os

tk+1

w0 =
tk

s tk s tk1 5 ds = h, w1 = tk+1 tk tk+1 tk1 12

tk+1

tk+1 tk

s tk+1 s tk1 2 ds = h, tk tk+1 tk tk1 3

w1 =
tk

s tk 1 s tk+1 ds = h, tk1 tk+1 tk1 tk 12

Conclui-se assim que o Mtodo de Adams-Moulton de passo 2 dado por (1.6.5)

yk+1 = yk +

5h 12 fk+1

2h 3 fk

h 12 fk1 ,

e tambm dever ser inicializado para obter 3.

y1 ,

mas neste caso por um mtodo de

ordem 3, j que como iremos ver este mtodo de passo duplo implcito tem ordem

1.6. MTODOS MULTIPASSO

21

1.6.3. Consistncia dos mtodos multipasso. A consistncia dos mtodos

multipasso denida de forma semelhante dos unipasso, e inclumos j o caso implcito.

Definio 1.37. Dizemos que um mtodo multipasso tem consistncia de or-

dem

se vericar

1 h

p1

y (tk+1 )
m=0

m y (tkm )

(tk , y (tk+1 ), y (tk ), . . . , y (tkp+1 )) = O(hr ), o(1), o que se verica para qualquer

dizendo-se consistente desde que a diferena seja

r > 0.
Proposio 1.38. Os mtodos de Adams-Bashforth de passo p tm ordem de consistncia p, e os de Adams-Moulton tm consistncia p + 1. Demonstrao. Nos mtodos de Adams-Bashforth

0 = 1,

m = 0

para

os restantes. Ora, como

h(tk , y (tk ), . . . , y (tkp+1 )) y (tk+1 ) y (tk ) =

= w0 f (tk , y (tk )) + . . . + wp+1 f (tkp+1 , y (tkp+1 )) = Q(f (, y ())) = Q(y ), y (s)ds = I (y ),

basta mostrar que

e ainda

tk+1 tk

y (tk+1 ) y (tk ) h(tk , y (tk ), . . . , y (tkp+1 )) = I (y ) Q(y ) = O(hp+1 ),

o que resulta da regra de integrao ter esse erro. integrao do erro de interpolao, ou seja O erro de integrao vem da

tk+1

p 1

I (y ) Q(y )

=
tk

y [tk , . . . , tkp+1 , s]
p 1

(s tkm )ds
m=0 tk+1

y [tk , . . . , tkp+1 , ]

( t k m )
m=0 O (hp ) tk h p1 m=0

1ds = O(hp+1 ),

notando que

(tk , tk+1 ), logo

1)h = p!h .
A demonstrao para os mtodos de Adams-Moulton semelhante, notando que havendo um n extra, teremos

p1 m=0

| tkm |

|tk+1 tkm | =

p1 m=0 (m+

tk+1

p 1

I (y ) Q(y )

=
tk

y [tk , . . . , tkp+1 , s]
p 1

(s tkm )ds
m=1 tk+1

= y [tk , . . . , tkp+1 , ]

( tkm )
m=1 O (hp+1 ) tk h

1ds = O(hp+2 ).

Poderamos ser levados a concluir imediatamente a convergncia de ordem dade, tambm chamada

p,

mas no caso dos mtodos multipasso, h que ter em ateno uma outra estabili-

zero-estabilidade.

A noo de convergncia nos mtodos

multipasso exactamente a mesma, dizemos que h convergncia de ordem

se

En = y (tn ) yn = O(hr ).

1.6. MTODOS MULTIPASSO

22

Exerccio 1.39. Considere um mtodo multipasso da forma geral

p 1

p 1

yk+1 =
m=0

m ykm + h
m=1

m fkm . r

Usando a expanso de Taylor, mostre que o mtodo tem consistncia de ordem se vericar o

critrio de coecientes :
p 1

p 1

p 1

m = 0
m=1
com

m=1

m ms = s
m=1

m ms1

(para

s = 1, . . . , r),

1 = 1.

Verique este critrio nos mtodos Adams-Bashforth e AdamsComo

Moulton de passo 2.

Resoluo :

1 = 1,
p 1

podemos escrever a igualdade

p 1

m=1

m ykm = h
m=1

m fkm

e portanto para o mtodo ser de ordem

devemos ter

1 m y (tkm ) m y (tkm ) = O(hr ). h m=1 m=1

Consideramos agora o desenvolvimento de Taylor de

p 1

p 1

y (tkm )

e de

y (tkm ) :

y (tkm ) =
s=0 r

(mh)s (s) y (tk ) s!

+ O(hr+1 )

y (tkm ) =
s=1
Substituindo, obtemos

(mh)s1 (s) (tk ) (s1)! y

+ O(hr )

p 1 1 h m=1 p 1

p1 (mh)s (s) y (tk ) s!

m
s=0

+ O(h

r +1

)
m=1 p1

m
s=1

(mh)s1 (s) (tk ) (s1)! y

+ O(hr )

1 (h)s1 = y (tk ) m y (s) (tk ) h s! m=1 s=1

ser um

p 1

m=1

m ms +
m=1

m sms1 +O(hr )

O(h )

desde que satisfaa o critrio:

p 1

p 1

p 1

m = 0
m=1

m=1

m ms = s
m=1

m ms1

(para

s = 1, . . . , r).

Vericar para Adams-Bashforth de passo 2. Temos 1 + 0 + 1 = 1 + 1 + 0 = 0. Para s = 1, temos 1 +00 + 1 = 1, igual a 1 + 0 + 1 = 0+ 3 1 = 1. Para s = 2, 2 2 temos 1 + 00 + 1 = 1, igual a 2(1 + 00 + 1 ) = 2(0 + 0 1 ) = 1. Mas para 2 1 s = 3, j temos 1 + 00 + 1 = 1, diferente de 3(1 + 00 + 1 ) = 3(0 + 0 2 ) = 3 . 2 Conclui-se a ordem 2. Vericar para Adams-Moulton de passo 2. Temos 1 + 0 + 1 = 1 + 1 + 0 = 0. 5 8 1 Para s = 1, 1 + 00 + 1 = 1, igual a 1 + 0 + 1 = 12 + 12 12 = 1. Para s = 2, 5 8 1 temos 1 + 00 + 1 = 1, igual a 2(1 + 00 + 1 ) = 2( 12 + 0 12 12 ) = 1. Para 5 8 1 s = 3, 1 + 00 + 1 = 1, igual a 3(1 + 00 + 1 ) = 3( 12 + 0 12 12 ) = 1. Para s = 4 5 8 1 temos 1 + 00 + 1 = 1, diferente de 4(1 + 00 + 1 ) = 4( 12 + 0 12 12 ) = 2. Conclui-se a ordem 3.

1.6. MTODOS MULTIPASSO

23

s = 1, do exerccio anterior, p 1 p 1 p1 = 0 m = m m=1 m m=1 m=1 m , d-nos no apenas a condio suciente para ser de ordem 1, mas mesmo a condio necessria para
Observao 1.40. O critrio de consistncia com

ou seja,

ser consistente. Porque a expanso mnima

y (tkm ) = y (tk ) mhy (tk ) + o(h),

leva a

y (tkm ) = y (tk ) + o(1),

p1

1 m (y (tk ) mhy (tk ) + o(h)) m (y (tk ) + o(1)) = h m=1 m=1

p 1 p 1 p 1

p1

1 = y (tk ) m + y (tk ) h m=1

que

m m
m=1 m=1

+ o(1)

o(1)

se e s se a condio se vericar.

1.6.4. Estabilidade e Convergncia dos Mtodos Multipasso. Para avaliar

a estabilidade dos mtodos multipasso, devemos considerar a estabilidade da equao s diferenas associada:

p 1
(1.6.6)

yn+1 =
m=0

m ynm = 0.
O que se No caso ento

que reecte como o mtodo multipasso se comportaria ainda que dos mtodos unipasso teramos apenas

pretende estudar a propagao de pequenas perturbaes na soluo.

yn+1 = yn ,

e portanto se

y0 0

yn = y0 0 .

No entanto, no caso geral isso no passa assim, podemos ter os dados

iniciais prximos de zero e a soluo da equao s diferenas crescer para innito, ou seja, no haver estabilidade. Para esse efeito comeamos por notar que diferenas se

yn = rn

soluo da equao s

p 1

rn+1 =
m=0
ou seja, dividindo por (1.6.7)

m rnm

rnp+1 = 0, rp = 0 rp1 + . . . + p+1

e portanto temos uma equao caracterstica, polinomial, que determina as solues. Haver

p solues,

que designaremos

n r1 , , rp . Cada yn = rj

assim uma soluo

da equao s diferenas, e uma combinao linear ser ainda soluo

n n yn = c1 r1 + + cp rp
e podemos determinar os valores c1 , . . . , cp com base nos valores iniciais que

y0 , . . . , yp1 ,

atravs de um sistema linear que uma matriz de Vandermonde, invertvel, desde

r1 , , rp

sejam distintos.

Obtemos assim, a soluo geral no caso em que as razes Vemos que sempre que algum coeciente

rj

so distintas. No desde que o

caso em que no so distintas preciso completar com outras solues.

|rj | > 1

a sucesso

|yn | ,

cj

no seja nulo. Ou seja, basta uma pequena perturbao dos valores

iniciais para que a soluo no seja limitada. Portanto neste caso h instabilidade. Quando

rj

raiz de multiplicidade

preciso fazer uma ligeira alterao,

devemos considerar a combinao com as solues particulares

n y n = nk rj

com

k = 0, ..., m 1. Isto s tem efeito no caso em que |rj | = 1 e |y n | = nk |rj |n se e s se |rj | 1. Resumimos estes
proposio.

raiz mltipla, porque resultados na seguinte

1.6. MTODOS MULTIPASSO

24

Proposio 1.41. A equao s diferenas (1.6.6) estvel se e s se as razes da equao caracterstica (1.6.7) vericarem |rj | 1 e, sendo mltipla |rj | < 1.

A equao s diferenas (1.6.6) acaba por determinar a estabilidade do mtodo, porque vemos que independente de no desaparece quando mtodo.
Definio 1.42. Um mtodo multipasso considerado estvel se a equao s

e por consequncia de

f,

depende apenas

dos factores recursivos que no esto multiplicados por

h.

Assim a sua inuncia

h 0,

e contribuem decisivamente para a instabilidade do

diferenas associada for estvel. Por isso s ser estvel se estiverem denidas as condies da proposio anterior (as razes simples da equao caracterstica devem ter mdulo no superior a 1, e as mltiplas devem ter mdulo inferior a 1). Por consequncia, os mtodos unipasso, em que a equao caracterstica era

r = 1,

raiz simples, eram sempre estveis.

Proposio 1.43.

Os mtodos de Adams so estveis.

yn+1 = yn
idntica dos mtodos unipasso.

Demonstrao. uma imediata consequncia de a esses mtodos estar as-

sociada a equao s diferenas

Exemplo 1.44. Consideramos o mtodo de passo duplo

yk+1 = 4yk 3yk1 2hfk ,

e vericamos que pelo menos consistente de ordem 1, pois

y (tk+1 ) 4y (tk ) + 3y (tk1 ) + 2f (tk , y (tk )) = O(h), h 2 porque y (tk+1 ) = y (tk ) + hf (tk , y (tk )) + O (h ), 3y (tk1 ) = 3y (tk ) 3hf (tk , y (tk )) + 2 O(h ). Este mtodo pode ser visto como resultado de aplicar a frmula de diferenas progressivas de ordem 2 em tk1 (como a frmula no aplicada em tk perde uma
ordem na aproximao). No entanto, a equao s diferenas associada yk+1 = 4yk 3yk1 , que tem r2 = 4r 3 como equao caracterstica, com razes r1 = 1, r2 = 3. Vemos que |r2 | > 1, e portanto o mtodo no ser estvel, apesar de ser consistente. Isso no permite que o mtodo seja convergente. Aplicando este mtodo equao

y = y, cuja soluo y (t) = y0 et , obtemos

yk+1 = 4yk 3yk1 + 2hyk = (4 + 2h)yk 3yk1

cuja soluo geral

com r1 = h 0.

2h 14h+h2

k k yk = c1 r1 + c2 r2 = 1 + O(h), r2 = 2h+ (2h)2 3 = 3 + O(h),

quando

No entanto, vemos que distorcessemos os valores neste caso

yn = c1 (1 + O(h))n + c2 (3 + O(h))n , excepto se iniciais com r1 y0 = y1 de forma a que c2 = 0. Portanto,

h0

no assegura a convergncia do mtodo.

Teorema 1.45. Os mtodos multipasso so convergentes se e s se forem estveis e consistentes. Se o mtodo multipasso for estvel e consistente de ordem r (e tambm inicializado com essa ordem), ento ser convergente de ordem r. Demonstrao. A demonstrao de que sendo estvel e consistente de ordem

ser convergente de ordem

r,

segue uma linha semelhante que zmos para o

caso unipasso. A demonstrao de que se trata de condio necessria e suciente usa outro tipo de argumentos. Para mais detalhes ver p.ex. Numerical Analysis (1998, Springer) de R. Kress.

1.6. MTODOS MULTIPASSO

25

Corolrio 1.46. Os mtodos de Adams-Bashforth de passo p so convergentes de ordem p, e os de Adams-Moulton de passo p tm ordem de convergncia p + 1. Demonstrao. Consequncia imediata do teorema anterior, dos mtodos

serem estveis, e da sua ordem de consistncia.

Observao 1.47. (Mtodos Multipasso como Preditores-Correctores).

Um

processo habitual na utilizao dos Mtodos de Adams-Moulton consider-los como correctores, usando os Mtodos de Adams-Bashforth como preditores.
Exerccio 1.48. Mostre que o mtodo Leapfrog (salto-ao-eixo)

(1.6.8) tem ordem de convergncia 2.

yk+1 = yk1 + 2hfk

Este mtodo resulta da aproximao por diferenas centradas.

Resoluo:

estvel porque a equao s diferenas associada tem

yk+1 = yk1

tambm (r

=1

r1 = 1, r2 = 1,
y (tk+1 )y (tk1 ) h

razes distintas).

tambm fcil ver que tem ordem de

consistncia 2.

2f (tk , y (tk )) =

2y (tk )+O (h3 ) h

2f (tk , y (tk )) = O(h2 ).

Como estvel e tem ordem de consistncia 2, ter ordem de convergncia 2.

Observao 1.49. (Mtodos BDF). Uma outra maneira de deduzir mtodos

multipasso consiste em usar frmulas de diferenciao numrica. J vimos o caso do Leapfrog, mas tambm vimos no Exemplo 1.44 que isso corre o risco de levar a mtodos instveis. ( Uma classe de mtodos que usam diferenciao numrica so os Mtodos BDF que so implcitos, usando frmulas de difer-

backwards dierentiation formula ),

enciao regressiva. O primeiro exemplo ser o Mtodo de Euler Implcito, que tem ordem 1 e j estudmos. Vejamos um outro exemplo, de ordem 2, considerando a frmula de diferenciao regressiva (exerccio no captulo sobre diferenciao):

y (t) =

3y (t) 4y (t h) + y (t 2h) + O(h2 ) 2h fk+1 =

3yk+1 4yk +yk1 , e obtemos o 2h

de ordem 2
(1.6.9)

aplicada ao ponto tk+1 , retiramos

Mtodo BDF

yk+1 =

4 1 2h y k y k 1 + fk+1 3 3 3

que implcito, estvel (as razes da equao caracterstica associada so

r1 = 1 , r = 1) , e tem consistncia de ordem 2 (exerccio). 3 2 Os restantes Mtodos BDF, de ordem superior, at ordem 6, podem ser obtidos
Estes mtodos tm sido utilizados pela sua eccia em

de maneira semelhante. A partir de ordem 6 falham na condio de estabilidade, no sendo convergentes. termos da A-estabilidade, nos problemas rgidos. Neste caso vemos que a regio de A-estabilidade ser dada por

A = { C : |2
porque usando

1 + 2| |2 3|} C\(0, 4) (3, 3)i

4 2h yk+1 = 3 yk 1 3 yk1 + 3 yk+1 ,
e daqui com

fk = yk

obtemos

h = 1,

temos a equao caracterstica

4 2 (1 2 3 )r = 3 r

1 3

= r =

2 1 + 2 , 2 3

e as razes devem ter mdulo no superior a 1. Comparando com o Mtodo dos Trapzios Implcito este mtodo tem maior regio de A-estabilidade.

1.7. PROBLEMAS DE FRONTEIRA

26

1.7. Problemas de Fronteira

Ao contrrio dos problemas de valor inicial, denidos pelo Problema de Cauchy, os problemas de fronteira podem ter condies em ambas as extremidades de um intervalo. O caso mais habitual o dos problemas de fronteira de segunda ordem, genericamente denidos por:

(1.7.1)

y (t) = g (t, y (t), y (t)), y (a) = ya , y (b) = yb .

Notamos que no podemos tratar este problema da mesma forma que os Problemas de Cauchy, porque sendo um problema de 2 ordem, temos informao sobre

y (a),

mas falta-nos informao sobre

y (a),

e analogamente para o extremo

b.

Uma

parte das informaes est na extremidade (chamado

a,

e outra na extremidade

b.

Consider-

amos aqui o caso em que so impostas condies sobre a funo nas extremidades

problema de Dirichlet),

sobre as derivadas

y (a) e y (b) (chamado problema

mas tambm se poderiam considerar condies

de Neumann), ou ainda mistas.

Os processos podem ser generalizados sem diculdade. Tambm iremos focar neste caso de ordem 2, onde so impostas duas condies nas extremidades, mas os problemas podem ser de ordem

m, colocando m condies no total, repartidas em ambas

as extremidades (se todas as condies cassem denidas numa extremidade, ento tratava-se de um problema de Cauchy).
1.7.1. Mtodo do Tiro. O Mtodo do Tiro consiste em reduzir o problema

de fronteira a uma equao em que intervm problemas de Cauchy. Podemos assim usar os mtodos vistos anteriormente para resolver os problemas de Cauchy intervenientes. Vejamos a sua aplicao ao problema de fronteira denido em (1.7.1). A ideia consiste em denir uma funo

(x) = yx (b),
em que

yx

a soluo do problema de Cauchy, em que

tal que

yx (a) = x.

Ou

seja, temos os problemas de Cauchy auxiliares:

yx (t) = g (t, yx (t), yx (t)), yx (a) = ya , yx (a) = x.

Consoante o valor de objectivo variar pretendemos que

x,

teremos uma soluo diferente

yx ,

que respeita a equao O nosso Ou seja,

diferencial e a condio sobre

b. x de forma a que verique tambm a condio sobre b. yx (b) = yb , o que corresponde a resolver a equao:
faltando vericar a condio sobre

a,

(x) = yb .
Trata-se de uma equao no linear, onde podem ser aplicados mtodos numricos, por exemplo, os mtodos da bisseco, secante ou Newton. Aplicando o mtodo da secante, consideramos dois valores iniciais, iteramos

x0

x1 ,

xn+1 = xn
notando que em cada nova

x n x n1 ((xn ) yb ), (xn ) (xn1 ) iterao devemos calcular (xn ), o

que corresponde a

resolver um problema de Cauchy.

Exemplo 1.50. Consideramos um problema de 2 ordem simples

y (t) = 2 y (t), y (a) = ya , y (b) = yb .

1.7. PROBLEMAS DE FRONTEIRA

27

Vamos considerar o problema de Cauchy auxiliar

yx (t) = 2 yx (t), yx (a) = ya , yx (a) = x.

onde sabemos, neste caso que a soluo da forma

yx (t) = C1 (x)et + C2 (x)et .

Podemos determinar

C1 (x)
a

C2 (x)

atravs das condies iniciais:

ya = C1 (x)e

+ C2 (x)e ,

x = C1 (x)ea + C2 (x)ea , x sinh( (t a)), sinh( (b a)), pelo

obtendo a expresso geral

yx (t) = ya cosh( (t a)) +

e assim

x (x) = yx (b) = ya cosh( (b a)) + (x) = yb . Neste caso imediato:

que basta resolver

x = (yb ya cosh( (b a)))/ sinh( (b a)).

Conclui-se que a soluo

y (t) = ya cosh( (t a)) + (yb ya cosh( (b a)))

sinh( (t a)) . sinh( (b a))

1.7.2. Mtodo das Diferenas Finitas. O mtodo das diferenas nitas

considera uma diviso do intervalo

[a, b]

em pontos igualmente espaados com

tk = a + kh,
derivada por diferenciao numrica.

h=

ba , n

e em cada um destes pontos podemos aplicar uma aproximao da derivada e 2 Por exemplo, usando a aproximao de 2 ordem por diferenas centradas

y (tk ) y (tk )
obtemos o sistema

= =

podemos substituir em cada

y (tk+1 ) y (tk1 ) + O(h2 ) 2h y (tk+1 ) 2y (tk ) + y (tk1 ) + O(h2 ) h2 ponto y (tk ) = g (tk , y (tk ), y (tk )),
para

com

yk y (tk )

yk+1 2yk + yk1 h2

y (tk1 ) , = g tk , yk , y(tk+1 )2 h
com

k = 1, . . . , n 1

y0 = y (t0 ) = ya , yn = y (tn ) = yb .

Este sistema geralmente no linear e pode ser resolvido, por exemplo, pelo mtodo de Newton (ou Broyden). Quando a funo

linear (na 2 e 3 componente), o sistema linear e pode

ser resolvido de forma algbrica.

Exemplo 1.51. (Caso linear)

Consideramos o problema de 2 ordem

y (t) = c(t) + d(t)y (t), y (a) = ya , y (b) = yb .

em que

g (t, y, z ) = c(t) + d(t)y,

linear em

y,

e aplicando a aproximao de 2

ordem j vista, obtemos

em que

yk+1 2yk + yk1 = ck + dk yk (k=1,...,n1) h2 abreviamos ck = c(tk ), dk = d(tk ), e temos y0 = ya , yn = yb .

1.8. ANEXO

28

Podemos escrever estas equaes na forma obtendo o sistema linear:

yk1 (2 + h2 dk )yk + yk+1 = h2 ck 0

. . .

(2 + h2 d1 ) 1 0
. . .

1 (2 + h2 d2 ) 1
.. .

0 1
.. .. . .

.. .. .. . . .

y1
. . . . . . . . .

0 1 (2 + h2 dn1 )

h2 c1 ya h2 c2
. . .

yn1

h2 cn2 h cn1 yb
2

Notamos que a matriz tridiagonal (e invertvel se

dk > 0,

pois tem a diagonal

dominante), o que permite uma resoluo facilitada do sistema linear.

1.8. ANEXO

Nome do Mtodo

Expresso

Ordem

Euler Euler Implcito RK2-Ponto-Mdio RK2-Heun Trapzios (implcito) Leapfrog (explcito) BDF-2 (implcito) Adams-Bashforth (passo 2) Adams-Moulton (passo 2) Adams-Bashforth (passo 3)

RK-3

Adams-Moulton (passo 3) Adams-Bashforth (passo 4)

RK-4

yk+1 = yk + hfk yk+1 = yk + hfk+1 h yk+1 = yk + h f (tk + h 2 , yk + 2 fk ) h yk+1 = yk + 2 ( fk + f (tk + h, yk + hfk ) ) yk+1 = yk + h 2 ( fk + fk+1 ) yk+1 = yk1 + 2hfk 1 2h yk+1 = 4 3 yk 3 yk1 + 3 fk+1 3h h yk+1 = yk + 2 fk 2 fk1 h 2h h yk+1 = yk + 5 12 fk+1 + 3 fk 12 fk1 23h 4h h yk+1 = yk + 12 fk 3 fk1 + 5 12 fk2 h yk+1 = yk + 6 ( F1 + 4F2 + F3 ) ) h F1 = fk ; F2 = hf (tk + h 2 , yk + 2 F1 ) F3 = f (tk + h, yk hF1 + 2hF2 ) h h 5h h yk+1 = yk + 38 fk+1 + 19 24 fk 24 fk1 + 24 fk2 55h 59h 37h h yk+1 = yk + 24 fk 24 fk1 + 24 fk2 38 f k 3 h y = y + ( F + 2 F + 2 F + F ) ) k+1 k 1 2 3 4 6 F = f ; F = f ( t + h , y + h F ) k 1 1 k 2 k 2 2 h h F = f ( t + , y + F ) 3 k k 2 2 2 F4 = f (tk + h, yk + hF3 )

1 1 2 2 2 2 2 2 3 3

4 4

etc...