Você está na página 1de 54

Graduao em Engenharia Eltrica

Centro Universitrio do Leste de Minas Gerais -

Campus Coronel Fabriciano

Av. Tancredo Neves, 3500, B. Universitrio, 35170-056 - (31) 3846-5500

Clculo Numrico

Apostila de apoio para os alunos do curso de engenharia


do Centro Universitrio do Leste de Minas Gerais.

Professorr

Luciano Bittencourt de Abreu

Contato

lbitten@gmail.com

Ipatinga, Fevereiro de 2014

Clculo Numrico

Objetivos
A

anlise

numrica

estudo

de

algoritmos

que

utilizam

aproximao

numrica em problemas de anlise matemtica. Para isso, so propostos mtodos e


tcnicas que fornecem uma soluo de problemas, geralmente complexos, com uma
preciso aceitvel, a qual pode ser modicada de acordo com a necessidade.

Ementa
1. Noes Bsicas sobre Erro

2. Zeros Reais de Funes Reais

3. Sistemas Lineares

4. Sistemas No-Lineares

5. Interpolao

6. Integrao e Diferenciao Numrica

7. Equaes Diferenciais Ordinrias

Bibliograa
FRANCO, Neide Maria Bertoldi. Clculo Numrico.

RUGGIERO, Mrcia A Gomes; LOPES, Vera Lcia da Rocha. Clculo Numrico:


Aspectos Tericos e Computacionais.

CANALE, Raymond P,; CHAPRA, Steven C. Mtodos Numricos para Engenharia.

Sumrio

Lista de Tabelas

Lista de Figuras

vi

Clculo Numrico e Erros

1.1

Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.1.1

Erro Absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.1.2

Propagao do Erro . . . . . . . . . . . . . . . . . . . . . . . .

Zeros Reais de Funes Reais

2.1

Fase 1: Isolamento da Raiz . . . . . . . . . . . . . . . . . . . . . . . .

2.2

Fase 2: Renamento

2.2.1
2.3

Critrio de Parada

Mtodo da Bisseco
2.3.1

. . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . .

Determinao do Valor Aproximado do Nmero de Iteraes

2.4

Mtodo de Newton-Rhapson . . . . . . . . . . . . . . . . . . . . . . .

2.5

Mtodo das Secantes

. . . . . . . . . . . . . . . . . . . . . . . . . . .

14

Soluo de Sistemas Lineares: Mtodos Iterativos

17

3.1

18

Mtodo de Jacobi-Richardson
3.1.1

. . . . . . . . . . . . . . . . . . . . . .

Critrio de Convergncia: Critrio das Linhas

iii

. . . . . . . . .

22

iv

3.2

Mtodo de Gauss-Seidel
3.2.1

Convergncia do Mtodo de Gauss-Sidel

. . . . . . . . . . . .

24
27

Interpolao Polinomial

29

4.1

29

Frmula de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . .

Integrao Numrica
5.1

. . . . . . . . . . . . . . . . . . . . . . . . .

34

Regras de Newton-Cotes

. . . . . . . . . . . . . . . . . . . . . . . . .

35

5.1.1

Regra do Trapzio

. . . . . . . . . . . . . . . . . . . . . . . .

35

5.1.2

Regra do Trapzio Generalizada . . . . . . . . . . . . . . . . .

36

5.1.3

Regra 1/3 de Simpson

. . . . . . . . . . . . . . . . . . . . . .

38

5.1.4

Regra 1/3 de Simpson Generalizada . . . . . . . . . . . . . . .

38

Soluo de Equaes Diferenciais

40

6.1

Mtodo de Euler

41

6.2

Mtodo de Runge-Kutta

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Referncias Bibliogrficas

. . . . . . . . . . . . . . . . . . . . . . . . .

43

46

Lista de Tabelas

2.1

f (x) = x3 9x + 3

para determinados valores de

x.

. . . . . . . . . .

Lista de Figuras

2.1

Exemplo de funes que apresentam razes reais. . . . . . . . . . . . .

2.2

Exemplo de funes que apresentam derivada com sinal constante


dentro de um determinado intervalor

2.3

[a, b].

. . . . . . . . . . . . . . .

Fluxograma de um mtodo numrico iterativo para a localizao das


razes de uma funo. . . . . . . . . . . . . . . . . . . . . . . . . . . .

xk

xk+1 .

2.4

Representao grca do mtodo de Newton para

. . . . .

10

2.5

Funo do exerccio 2.3 . . . . . . . . . . . . . . . . . . . . . . . . . .

12

2.6

Funo do exemplo 2.5.1

15

5.1

Funo de primeiro grau que para a aproximao de

5.2

Representao grca do mtodo de trapzio generalizado.

6.1

Representao grca do mtodo de Euler.

. . . . . . . . . . . . . . . . . . . . . . . . .

vi

f (x).

. . . . . .

35

. . . . . .

37

. . . . . . . . . . . . . . .

42

Captulo 1

Clculo Numrico e Erros

1.1 Introduo
Um

mtodo

numrico

um

mtodo

no

analtico,

que

tem

como

objetivo

determinas um ou mais valores numricos que so solues de um problema.

Os mtodos numricos conduzem a solues aproximadas, onde o erro presente


deve estar dentro de um limite de conana pr-estabelecido.

1.1.1

Erro Absoluto

a diferena entre o valor exato

e o valor aproximado

Eax = x x
Em geral, apenas o valor de
erro absoluto.

Neste caso,

x,

x.

(1.1)

o que torna impossvel a obteno exata do

obtm-se um limitante superior ou uma estimativa

para o mdulo do erro absoluto.

Maiores detalhes sero apresentados conforme

a necessidade.

Luciano Bittencourt - Clculo Numrico

1.1 Introduo

1.1.2

Propagao do Erro

Em uma sequncia de operaes, ao se fazer arredondamento, importante ter


o conhecimento da propagao do erro ao longo do desenvolvimento dos clculos.
Efetue as seguintes operaes, utilizando uma casa decimal, e compare os resultados.

a) = (11, 4 + 3, 18) + 5, 05 e 11, 4 + (3, 18 + 5, 05)

b) =

3, 18.11, 4
3, 18
e
.11, 4
5, 05
5, 05

Erx =

x x
x

(1.2)

Luciano Bittencourt - Clculo Numrico

Captulo 2

Zeros Reais de Funes Reais

Em muitos casos, dentro da engenharia, razes de equaes de grau superior


devem ser determinadas,
clculos.

no havendo,

muitas vezes,

frmula explcita para os

Gracamente, os zeros reais so apresentados pelas abcissas do ponto

onde uma curva intercepta o eixo

x,

conforme mostrado na gura 2.1.

Desta forma, para funes complicadas e de grau superior, so apresentados


mtodos numricos para a obteno de valores aproximados de sua(s) raz(es) com
uma preciso satisfatria.

A idia central dos mtodos partir de uma aproximao inicial para a raz, em
seguida, renar o resultado a partir de um processo iterativo.

FASE 1:

Localizao ou isolamento da raz, que consiste em determinar um

intervalo no eixo

FASE 2:

que contenha a raz de interesse;

Renamento, que, a partir de uma aproximao feita na fase 1,

aproxima este valor do valor exato, com uma preciso

prexada.

2.1 Fase 1: Isolamento da Raiz


Nesta etapa, feita uma anlise grca de

f (x), o que ir determinar o resultado

satisfatrio da fase 2.

Luciano Bittencourt - Clculo Numrico

2.1 Fase 1: Isolamento da Raiz

Figura 2.1: Exemplo de funes que apresentam razes reais.

TEOREMA 1:
Se

Seja uma funo contnua

f (a).f (b) < 0,

ento

existe

pelo

f (x)

menos

num intervalo [a,b].

um

ponto

x = ,

ou

seja,

uma

raz.

Pode-se notar atravs do

teorema 1

que se

f (x)

mantiver o sinal dentro do

intervalo estabelecido, a funo apresenta apenas uma raiz naquela regio.


condio pode ser observada na gura

Esta

??.

Outra forma de se determinar os intervalos

atribuir valores para

num

determinado intervalo e observar as mudanas de sinal, conforme o exemplo a seguir.

Luciano Bittencourt - Clculo Numrico

2.2 Fase 2: Renamento

Figura 2.2: Exemplo de funes que apresentam derivada com sinal constante dentro
de um determinado intervalor

Exemplo 2.1.1

[a, b].

Para f (x) = x3 9x + 3, determine os intervalos que contm as

razes da funo.
Tabela 2.1:
x
f(x)

f (x) = x3 9x + 3

para determinados valores de

-100

-10

-5

-3

-1

Note que, de acordo com a tabela

??,

f (x), ou seja 3 razes, segundo o teorema 1.


so: [5, 3], [0, 1] e [2, 3].

x.

ocorrem 3 mudanas de sinal da funo


Logo, os intervalos que contm as razes

2.2 Fase 2: Renamento


Como mencionado anteriormente, a etapa do renamento tem como objetivo
reduzir o erro do valor da aproximao feita na etapa 1. Sero apresentados, ento,
alguns mtodos com este ob jetivo, cada um com suas particularidades, porm com
o objetivo de aumentar a preciso da estimao

Luciano Bittencourt - Clculo Numrico

2.2 Fase 2: Renamento

Os mtodos aqui apresentados so classicados como

iterativos, uma vez que uma

srie de instrues matemticas e lgicas so executadas em ciclos para a reduo


do erro. A lgica utilizada por tais mtodos mostrada na gura 2.3

Figura 2.3:

Fluxograma de um mtodo numrico iterativo para a localizao das

razes de uma funo.

2.2.1

Critrio de Parada

Como foi visto, atravs de um mtodo numrico, a soluo renada at a


obteno de uma determinada preciso

Ento, necessrio fazer uma anlise dos

Luciano Bittencourt - Clculo Numrico

2.3 Mtodo da Bisseco

resultados a cada iterao para determinar se o resultado obtido naquele instante


suciente para representar o valor exato procurado.

Para isso, deve-se efetuar o

seguinte teste:

|xk+1 xk |
< , (erro relativo)
xk

(2.1)

Observe que a obteno o erro relativo feita a partir da estimao feita na


iterao anterior

xk ,

Em outras palavras,

uma vez que no se tem em mos o valor exato em questo.

x = xk+1

x = xk .

2.3 Mtodo da Bisseco


Seja uma funo

f (x)

contnua no intervalo

[a, b]

e tal que

f (a).f (b) < 0.

f (x) apresenta sinal constante neste intervalo, ou seja,


para x [a, b].

Consideremos ainda que


existe apenas uma raiz

O ob jetivo deste mtodo reduzir a amplitude do intervalo que contm a raiz


at se atingir a preciso requerida, utilizando para isso a sucessiva diviso de
ao meio. O valor aproximado da raiz

xk

[a, b]

dado por:

a+b
2

xl =

(2.2)

Para f (x) = x.log(x)1, determine o valor aproximado da raiz para


o intervalo de [2, 3]. Efetue apenas as cinco primeiras iteraes.

Exerccio 2.1

Primeiramente iremos preencher a seguinte tabela:

xk

f (xk )

mas antes, precisamos determinar


faz com que

f (x)

f (a)

f (b)

a m de saber qual o intervalo que

seja positivo e negativo. Logo,

Luciano Bittencourt - Clculo Numrico

2.3 Mtodo da Bisseco

f (2) = 2.log(2) 1
= 0, 3979
f (3) > 0

Veremos que, consequentemente,

f (3) = 3.log(3) 1
= 0.4314
f (a) < 0 e f (b) > 0.
negariva e b a coluna positiva.
Ento,

Com isso, na tabela, a coluna de

ser a

coluna

a j b fornecidos no exerccio; determina-se


ltimo, f (xk ).
Neste momento no possvel

Inicia-se, ento, com os intervalos de

xk

atravs da equao 2.2 e, por

determinar o valor de

visto que no temos ainda nenhuma aproximao para a

sua determinao.

a() b(+)

como

f (xk )

xk

f (xk )

2,5

-0.0051

xk copiado para a coluna


novo xk e f (xk ) so calculados.

negativo, ento

permanece constante. Um

a()

b(+)

xk

f (xk )

2,5

-0.0051

2,5

2,75

0,2081

Nesta iterao, possvel determinar

negativa.

O intervalo

segundo a equao 2.2:

2, 75 2, 5
2, 5
= 0, 1

Luciano Bittencourt - Clculo Numrico

2.4 Mtodo de Newton-Rhapson

a() b(+)

xk

f (xk )

2,5

-0.0051

2,5

2,75

0,2081

0,1

Continuando a mesma sequncia de operaes, at

k = 5,

a()

b(+)

xk

f (xk )

2,5

-0.0051

2,5

2,75

0,2081

0,1

tem-se:

2,5

2,75

2,625

0,1002

0,045

2,5

2,625

2,5625

0,0472

0,023

2,5

2,5625

2,5312

0,0209

0,012

Nota-se que com o passar das iteraes, maior o valor da preciso e menor o erro
da aproximao.

2.3.1

Determinao do Valor Aproximado do Nmero de


Iteraes

possvel determinar o valor aproximado do nmero de iteraes do mtodo em


questo a m de atender preciso estabelecida

de tal maneira que:

log(b a) log()
log(2)

(2.3)

Determine o valor aproximado da raiz de f (x) = x3 9x + 3 para


x [0, 1], com preciso mnima de 103 .
Exerccio 2.2

2.4 Mtodo de Newton-Rhapson


O mtodo de Newton, tambm conhecido como Newton-Rhapson, uma das
tcnicas mais populares para se determinar razes de equaes no-lineares.

Para

isso, toma-se um ponto qualquer do domnio da funo, calcula-se a equao da


tangente (derivada) da funo nesse ponto; calcula-se o intercepto da tangente ao

Luciano Bittencourt - Clculo Numrico

2.4 Mtodo de Newton-Rhapson

10

eixo das abcissas a m de encontrar um novo ponto do domnio da funo.

Este

processo repetido at a determinao do valor aproximado da raiz em questo,


levando em considerao a preciso requerida no problema.

Uma interpretao

grca do mtodo de Newton mostrado na gura 2.4.

Figura 2.4: Representao grca do mtodo de Newton para

Tem-se que, a partir de uma aproximao inicial para a raz

xk+1 = xk
Exemplo 2.4.1

xk

xk , xk+1

f (xk )
f (xk )

xk+1 .
dado por:

(2.4)

A partir do mtodo de Newton, determine a raiz de


f (x) = 4cos(x) ex

com xk [0, 2]. Considere um erro inferior a 102 .


Escolhendo, inicialmente, o valor arbitrrio de

xk = 1

(entre 0 e 2), iremos

preencher a seguinte tabela:

Luciano Bittencourt - Clculo Numrico

2.4 Mtodo de Newton-Rhapson

11

xk

xk+1

Para isso, utiliza-se a equao 2.4. Logo, preciso obter a equao da derivada da
funo

f (x).
f (x) = 4sen(x) ex

Agora, possvel determinar novas aproximaes para as razes.

x2

x2

f (x1 )
f (x1 )
4cos(1) e1
1
4sen(1) e1
xk

x2 = 0, 9084

Calculemos

|0.9084 1|
1
= 0, 0916
=

Ento preenche-se a tabela.

xk

xk+1

0.9084

0,0916

0,9084

Repete-se, ento as operaes anteriores na terceira iterao.

x3 = 0, 9048

Luciano Bittencourt - Clculo Numrico

2.4 Mtodo de Newton-Rhapson

12

= 0.004
k

xk

xk+1

0.9084

0,0916

0,9084

0,9048

0,0040

Note que na terceira iterao o resultado foi alcanado.

f (x) = 4cos(x) ex

, aproximadamente,

Logo, o valor da raiz de

0, 9048.

Determine a raiz de f (x) = x2 + x 6, partindo-se de um ponto


inicial x0 igual a 1, 5.
Exerccio 2.3

Para a funo apresentada no exerccio, podemos determinar atravs frmula de

Bhaskara suas duas razes, que so 3 e 2.

Gracamente, mostrada na gura 2.5.

Figura 2.5: Funo do exerccio 2.3

Atravs do mtodo de Newton, tem-se que:

Luciano Bittencourt - Clculo Numrico

2.4 Mtodo de Newton-Rhapson

13

f (xk )
f (xk )
x2 + x 6
= xk
2x + 1

xk+1 = xk
xk+1

ento, para

k=0

x2 + x 6
2x + 1
1, 52 + 1, 5 6
= 1, 5
2.1, 5 + 1
= 2, 0625

x1 = x0
x1
x1

efetuando as mesmas operaes at

k = 2,

temos:

xk

xk+1

2.0625

2,0007

0,0300

2,0007

2,0000

0,0003

Note que a raz encontrada, como pode ser observado na gura 2.5, foi a mais
prxima de

igual a

1, 5.

Neste exerccio possvel perceber a importncia de se iniciar o problema com


uma aproximao adequada, a m de se determinar o valor desejado.

Utilizando o mtodo de Newton, com erro inferior a 102 ,


determinar uma raiz das seguintes equaes:
Exerccio 2.4

a) 2x = tg(x)
b) 5x3 + x2 12x + 4 = 0

Luciano Bittencourt - Clculo Numrico

2.5 Mtodo das Secantes

14

c) sen(x) ex = 0
d) x4 8 = 0

2.5 Mtodo das Secantes


Uma desvantagem do mtodo de Newton a determinao de f '(x), bem como
o seu valor numrico a cada iterao. Uma modicao que reduz esta limitao
a substituio de

f (x)

pelo quociente das diferenas:

f (xk )
sendo

xk

xk1

f (xk ) f (xk1 )
xk xk1

duas aproximaes quaisquer para a raz.

(2.5)

Ento, utilizando esta

aproximao na equao do mtodo de Newton, temos:

xk+1 = xk

xk xk1
f (xk )
f (xk ) f (xk1 )

(2.6)

Observe que para este mtodo, so necessrias duas aproximaes iniciais.

Sendo f (x) = x 5ex , determine o valor aproximado de sua


raiz. Para isso, utilize a gura 2.6. Considere o valor mnimo de = 102 .
Exemplo 2.5.1

De acordo com a gura 2.6, nota-se que a raz est localizada prximo a
a

1, 5.

Tomando

x0

1, 5 (xk1 ) e x1
2.6, para k = 1:

igual a

de acordo com a equao

igual a

1, 7 (xk ),

igual

podemos determinar

x2

1, 7 1, 5

x2 = 1, 7
1, 7 5e1,7
( 1, 7 5e1,7 ) ( 1, 7 5e1,7 ))
x2 = 1, 4224

Podemos, utilizar a seguinte tabela:

Luciano Bittencourt - Clculo Numrico

2.5 Mtodo das Secantes

15

Figura 2.6: Funo do exemplo 2.5.1

agora, para

xk

xk1

xk+1

1,7

1,5

1,4224

k = 2, xk = 1, 4224

xk1 = 1, 7

xk+1 = 1, 4313
k

xk

xk1

xk+1

1,7

1,5

1,4224

1,4224

1,7

1,4313

0,0062

Note que, neste ponto, foi possvel determinar

Efetue, ento, os clculos para a

prxima iterao.

Utilizando o mtodo das secantes, com erro inferior a 102 ,


determinar uma raiz das seguintes equaes:
Exerccio 2.5

Luciano Bittencourt - Clculo Numrico

2.5 Mtodo das Secantes

16

a) f (x) = 2, 7 ln(x)
b) f (x) = log(x) cos(x)
c) f (x) = ex log(x)

Luciano Bittencourt - Clculo Numrico

Captulo 3

Soluo de Sistemas Lineares:


Mtodos Iterativos

Uma grande variedade de problemas de engenharia podem ser representados e


solucionados a partir de um sistema de equaes lineares, como a determinao do
potencial em redes eltricas e clculo de tenso na estrutura metlica da construo
civil.

Uma equao dita linear se cada termo contm no mais do que uma varivel
e cada varivel aparece na primeira potncia, como

3x + 4y 10z = 3.

xy 3z =
n equaes

3ex + y z = 0 so no-lineares. Quando se tem um conjunto de


neste formato com n incgnitas, tem-se um sistema de equaes lineares.
3

Os mtodos numricos para a soluo de equaes lineares podem ser divididos


em dois grupos:

os

mtodos exatos

e os

mtodos iterativos.

Os mtodos exatos,

fornece uma soluo exata, desconsiderando os erros por arredondamento.

J os

iterativos, que ser o nosso foco, fornecem uma soluo aproximada com determinada
preciso, com um nmero

n de iteraes.

Os mtodos iterativos, em muitos casos, apresentam melhor desempenho que


os mtodos exatos.

So exemplo matrizes esparsas de coeciente, quando vrios

elementos so nulos;
processamento.

So

computacionalmente necessitam de menos memria para o


vantajosos,

ainda,

na

correo

dos

erros

cometidos

de

arredondamento.

Luciano Bittencourt - Clculo Numrico

3.1 Mtodo de Jacobi-Richardson

18

3.1 Mtodo de Jacobi-Richardson


Considere uma matriz na forma

Ax = b

pode ser

A, D a diagonal de A e R
Ax = b pode ser escrita como:

a matriz

de ordem

n.

A matriz

decomposta na forma:

A=L+D+R
sendo

uma matriz triangular inferior de

triangular superior de

A.

Desta forma,

(L + D + R)x = b
Dx = (L + R)x + b
x = D1 b D1 (L + R)x
Como processo iterativo, esta equao pode ser escrita como:

xk+1 = D1 b D1 (L + R)xk
Este processo chamado de

Exemplo 3.1.1

(3.1)

Mtodo de Jacobi-Richardson.

Resolva o sistema linear utilizando o mtodo de Jacobi.

3x y z = 1
x + 3y + z = 3

2x + y + 4z = 7

Soluo
Representando a matriz na forma

Ax = b,

tem-se:

Luciano Bittencourt - Clculo Numrico

3.1 Mtodo de Jacobi-Richardson

19


3 1 1
x
1


1 y = 3
1 3
2
1
4
z
7
Vamos, agora, denir todos os termos da equao 3.1:

3 0 0

D= 0 3 0
0 0 4
logo,

D1

D1

1/3 0
0

= 0 1/3 0
0
0 1/4

Se

0 0 0

L = 1 0 0
2 1 0
e

0 1 1

R= 0 0
1
0 0
0
tem-se

0 1 1

L + R = 1 0
1
2
1
0

Luciano Bittencourt - Clculo Numrico

3.1 Mtodo de Jacobi-Richardson

Determinemos ento

20

D1 b

1/3

D1 b = 1
7/4
Agora, para

(L + R)D1

(L + R)D1

0
1/3 1/3

= 1/3
0
1/3
1/2
1/4
0

nalmente podemos escrever a equao 3.1:

xk+1
1/3
0
1/3 1/3
xk

0
1/3 yk
yk+1 = 1 1/3
zk+1
7/4
1/2
1/4
0
zk

xk+1
1/3
yk /3 zk /3

yk+1 = 1 xk /3 + zk /3
zk+1
7/4
xk /2 + yk /4
Ento

xk+1
1/3 + yk /3 + zk /3

yk+1 = 1 + xk /3 zk /3
zk+1
7/4 xk /2 yk /4
Esta a equao que nos permitir o clculo de
valores iniciais de

x 0 = y 0 = z0 = 0 ,

xk+1 , yk+1 e zk+1 .

Para

k = 0,

com

temos:

Luciano Bittencourt - Clculo Numrico

3.1 Mtodo de Jacobi-Richardson

21

x1
0, 3333

1
y1 =

z1
7/4
o que nos permite determinar

x2 , y2

z2 :


1, 25
x2


y2 = 0, 5278
1, 3333
z2

Obtemos ento, aps vrias iteraes:


x15
1


y15 = 1
z15
1

Luciano Bittencourt - Clculo Numrico

3.1 Mtodo de Jacobi-Richardson

3.1.1

22

Critrio de Convergncia: Critrio das Linhas

Seja um sistema linear

Ax = b

e seja

k = (

|akj |)/|akk |,

j=1,
j=k

Se

= max(alphak ) < 1,

ento o mtodo gera uma sequncia

xk

convergente para

a soluo do sistema dado, independente da escolha da aproximao inicial

Exemplo 3.1.2

x0 .

Verique a convergncia do sistema abaixo.

10 2 1

1 5 1
2 3 10

Soluo

Ento

max(k ) = 0, 5 < 1.

1 =

2+1
= 0, 3
10

2 =

1+1
= 0, 4
5

3 =

2+3
= 0, 5
10

Tem-se, neste caso, a garantia de convergncia do

mtodo.

Resolva o sistema linear abaixo para um erro inferior a 102 .


Considere x0 = 0, 7, y0 = 1, 6 e z0 = 0, 6.
Exemplo 3.1.3

Luciano Bittencourt - Clculo Numrico

3.1 Mtodo de Jacobi-Richardson

23

10x + 2y + z = 7
x + 5y + z = 8

2x + 3y + 10z = 6
Soluo

Este o mesmo sistema do exemplo 3.1.2,

logo sabemos a respeito de sua

convergncia. Vamos resolver de uma outra forma apresentada no exemplo 3.1.1.


Vamos, primeiramente, dividir cada linha do sistema pelo elemento da diagonal
principal da matriz

A.

Temos, ento:

x
+ 0, 2y + 0, 1z = 0, 7
0, 2x +
y
+ 0, 2z = 1, 6

0, 2x + 0, 3y +
z
= 0, 6
note que todos os elementos da diagonal principal so iguais a 1.

Agora, vamos isolar

x, y

e inserir os ndices de

k + 1.

Isolando, temos:

x = 0, 2y 0, 1z + 0, 7
y = 0, 2x 0, 2z 1, 6

z = 0, 2x 0, 3y + 0, 6
Inserindo os ndices:

xk+1 = 0, 2yk 0, 1zk + 0, 7


yk+1 = 0, 2xk 0, 2zk 1, 6

zk+1 = 0, 2xk 0, 3yk + 0, 6


Substituindo os valores iniciais de

x0 , y0

z0 , podemos representar os resultados

na tabela abaixo.

Pode-se vericar que, para

k=4

os erros de aproximao so inferiores a

102 .

Ento:

Luciano Bittencourt - Clculo Numrico

3.2 Mtodo de Gauss-Seidel

24

xk

yk

zk

0,7

-1,6

0,6

0,96

-1,86

0,94

0,978

-1,98

0,966

0,9994

-1,9888

0,9984

0,9979

-1,9996

0,9968

0, 9979
x


y = 1, 9996
0, 9968
z

Exerccio 3.1

Obtenha a soluo dos sistemas abaixo. Verique sua convergncia.

a)

10x + y z = 10
x + 10y + z = 12

2x y + 10z = 11

b)

10x + y z = 10
2x + 10y + 8z = 20

7x + y + 10z = 30

3.2 Mtodo de Gauss-Seidel


Suponhamos, agora, que o sistema

Ax = b

seja escrito na forma

(L +I + R)x = b

Luciano Bittencourt - Clculo Numrico

3.2 Mtodo de Gauss-Seidel

25

tem-se que

(L + I)x = R x + b

x = (L + I)1 R x + (L + I)1 b ,
Cujo processo iterativo denido por

xk+1 = (L + I)R xk + (L + I)1 b


chamado de

(3.2)

Mtodo de Gauss-Seidel.

Note que, ao multiplicar ambos os lados da equao 3.2 por

xk+1

tem-se

(L = I)xk+1 = R xk + b ,
ou ainda

xk+1 = L xk+1 R xk + b ,
Observe

que

necessidade
de

uma

os

de

valores
se

de

calcular

componente

demais componentes.

de

xk+1 podem
(L + I)1 .

xk+1 ,

ser

calculados

Observe,

utilizado

(3.3)

sucessivamente,

ainda,

valor

que,

calculado

para
por

Por este motivo, o mtodo conhecido como

sem

clculo

ltimo

das

mtodo dos

deslocamentos sucessivos.
Este mtodo difere do mtodo de Jacobi por utilizar, no clculo uma componente
de

xk+1 ,

o valor mais recente das demais componentes.

Exemplo 3.2.1

Resolva o sistema pelo mtodo de Gauss-Sidel com erro inferior a

10 3.

Luciano Bittencourt - Clculo Numrico

3.2 Mtodo de Gauss-Seidel

26

5x + y + z = 5
3x + 4y + z = 6

3x + 3y + 6z = 0

Soluo
Dividindo cada linha pelo seu respectivo elemento da diagonal principal de

A,

tem-se:

x
+ 0, 2y + 0, 2z = 1
0, 75x +
y
+ 0, 25z = 1, 5

0, 5x + 0, 5y +
z
= 0
isolando

x, y

z,

conforme a equao 3.3, tem-se:

0, 2yk
0, 2zk + 1

xk+1 =
yk+1 = 0, 75xk+1 0, 25zk + 1, 5

zk+1 = 0, 5xk+1 0, 5yk+1


Para

x0 = y0 = z0 = 0,

tem-se

xk

yk

zk

0,75

-0,875

1,025

0,95

-0,9875

1,0075

0,9913

-0,9994

1,0016

0,9987

-1,0002

Pode-se calcular o valor do erro relativo de

x4 , y4

z4

para vericar que, para

k = 4,

a condio de erro mnimo foi satisfeita. Logo:

x = 1, 0016
y = 0, 9987

z = 1.0002

Luciano Bittencourt - Clculo Numrico

3.2 Mtodo de Gauss-Seidel

3.2.1

27

Convergncia do Mtodo de Gauss-Sidel

Para o mtodo de Gauss-Sidel, a convergncia garantida se:

a) O

Critrio de Sassenfeld for satisfeito, isto :

max i < 1

1jn
onde

i =

i1

|aij | j +

j=1

b) O

|aij |

j=i+1

critrio das linhas for satisfeito;

c) A matriz dos coecientes for estritamente diagonalmente dominante.

Exemplo 3.2.2

Verique a convergncia do sistema para o mtodo de Gauss-Sidel.

5x + y + z = 5
3x + 4y + z = 6

3x + 3y + 6z = 0

Soluo
Dividindo cada equao pelo correspondente elemento da diagonal principal,
obtemos:

x
+ 0, 2y + 0, 2z = 1
0, 75x +
y
+ 0, 25z = 1, 5

0, 5x + 0, 5y +
z
= 0

Luciano Bittencourt - Clculo Numrico

3.2 Mtodo de Gauss-Seidel

28

Podemos observar que a matriz no estritamente diagonalmente dominante.


Neste caso, o critrio das linhas no ser satisfeito. Logo, estes critrio no garantem
a convergncia do mtodo.

Aplicando o critrio de Sassenfeld, temos:

1 = |0, 2| + |0, 2| = 0, 4
2 = |0, 75|(0, 4) + |0, 25| = 0, 3 + 0, 25 = 0, 55
3 = |0, 5|(0, 4) + |0, 5|(0, 55) = 0, 2 + 0, 275 = 0, 475

max i = 0, 55 < 1

1jn

Tendo o mtodo de Sassenfeld satisfeito, podemos garantir a convergncia do mtodo


de Gauss-Seidel.

Verique a convergncia dos sistemas abaixo para o mtodo de


Gauss-Seidel (caso seja necessrio, faa a mudana de colunas na matriz A); Caso
seja possvel, obtenha a soluo com erro inferior a 102 .
Exerccio 3.2

a)

4x + 2y + 6z = 1
4x 1y + 3z = 2

x + 5y + 3z = 3

b)

5x + 2y + z = 7
x + 4y + 2z = 3

2x 3y + 10z = 1
Luciano Bittencourt - Clculo Numrico

Captulo 4

Interpolao Polinomial

Interpolar uma funo

g(x),

escolhida

entre

f (x)

uma

consiste em aproximar essa funo por uma outra

classe

propriedades. Ento, a funo

g(x)

de

funes

denidas,

que

satisfaa

pode ser utilizada para substituir a

algumas

f (x).

A utilizao de polinmios na aproximao de funes bastante til, uma vez


que so facilmente computveis e podem ser obtidos de diferentes modos. Pode-se
citar: interpolao e Mtodo dos Mnimos Quadrados.

Existem situaes em que a expresso analtica da funo no conhecida, ou


extremamente complexa. Neste contexto, os mtodos de interpolao polinomial
so bastante teis na soluo de problemas.

4.1 Frmula de Lagrange


Seja

x0 , x1 , ..., xn , (n + 1)

pontos distintos e

yi = f (xi ), i = 0, ..., n.

pn (x) o polinmio de grau n que interpola f em x0 , ..., xn . Podemos


representar pn (x) na forma pn (x) = y0 L0 (x) + y1L1 (x), ..., yn Ln (x), onde os
polinmios Lk (x) so de grau n. Para cada i, queremos que a condio pn (xi ) = yi
Seja

seja satisfeita, ou seja:

Luciano Bittencourt - Clculo Numrico

4.1 Frmula de Lagrange

30

pn (xi ) = y0 L0 (xi ) + y1 L1 (xi ) + ... + yn Ln (xi ) = yi .


A forma mais simples de se caracterizar esta condio impor:

{
Lk (xi ) =

e, para isso,

Lk (x)

Lk (x) =

0 se k =

i
1 se k = i

denido por:

(x x0 )(x x1 )...(x xk1 )(x xk+1 )...(x xn )


(xk x0 )(xk x1 )...(xk xk1 )(xk xk+1 )...(xk xn )

(4.1)

Ento, a forma de Lagrange par ao Polinmio interpolador

pn (x) =

yk Lk (x)

(4.2)

k=0
onde

Lk (x) =

(x xj )

j=0,
j=k
n

(4.3)

(xk xj )

j=0,
j=k

Determine o polinmio de Lagrange pn (x) que passa pelos pontos


apresentados na tabela abaixo.

Exemplo 4.1.1

x
f (x)

-1

-1

Soluo
Pela equao 4.2, temos

Luciano Bittencourt - Clculo Numrico

4.1 Frmula de Lagrange

31

pn (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x),


onde, pela equao 4.3,

L0 (x) =

Ln (x)

(x x1 )(x x2 )
(x 0)(x 2)
x2 2x
=
=
(x0 x1 )(x0 x2 )
(1 0)(1 2)
3

(x x0 )(x x2 )
(x + 1)(x 2)
x2 x 2
L1 (x) =
=
=
(x1 x0 )(x1 x2 )
(0 + 1)(0 2)
2

L2 (x) =

(x x0 )(x x1 )
(x + 1)(x 0)
x2 + x
=
=
(x2 x0 )(x2 x1 )
(2 + 1)(2 0)
6

Logo, de acordo com a equao 4.2,

(
pn (x) = 4

x2 2x
3

(
+1

x2 x 2
2

(
+ (1)

x2 + x
6

7
2
pn (x) = 1 x + x2
3
3
Verique que todos os valores de

pn (x)

para os valores apresentados de

f (x)
x.

da tabela correspondem aos valores de

Determine o polinmio de Lagrange pn (x) que passa pelos pontos


apresentados na tabela abaixo. Determine o valor de f (3, 5).
Exemplo 4.1.2

x
f (x)

24

60

Soluo
Neste exemplo,

n = 4.

L0 (x) =

O polinmio ter grau igual a 2.

x3 12x2 + 47x 60
(x 3)(x 4)(x 5)
=
(1 3)(1 4)(1 5)
24
Luciano Bittencourt - Clculo Numrico

4.1 Frmula de Lagrange

L1 (x) =

32

x3 10x2 + 29x 20
(x 1)(x 4)(x 5)
=
(3 1)(3 4)(3 5)
4

(x 1)(x 3)(x 5)
x3 9x2 + 23x 15
L2 (x) =
=
(4 1)(4 3)(4 5)
3

L3 (x) =
Logo,

pn (x)

pn (x) =

(x 1)(x 3)(x 4)
x3 8x2 + 19x 12
=
(5 1)(5 3)(5 4)
8

3x3 30x2 + 87x 60 8x3 + 72x2 184x + 120 15x3 120x2 + 285x 180
+
2
1
2

pn (x) =

2x3 6x2 + 4x
2

pn (x) = x3 3x2 + 2x
Ento,

f (3, 5)

igual a

pn (3, ).

Desta forma,

pn (3, 5) = 3, 53 3.3, 52 + 2.3, 5 = 13, 125.

Obtenha uma funo polinomial Pn (x) que aproxime a funo


f (x) = ln(x). Obtenha, ento, uma aproximao de ln(3, 7). Compare os resultados
entre f (x) e Pn (x).
Exerccio 4.1

x
f (x)

0,6931

1,0986

1,3863

Seja a funo f (x) = ex + x 1. Obtenha um polinmio de quarto


grau Pn (x) que aproxime f (x); determine Pn (0, 7) e determine o erro com a funo
real.

Exerccio 4.2

Luciano Bittencourt - Clculo Numrico

4.1 Frmula de Lagrange

Exerccio 4.3

33

Seja I denida como

I=
0

/2

dx

1 x2 sen2 (x)

Determine I para o intervalo dado.


Determine e3,1 utilizando a frmula de Lagrange para um polinmio
de segundo grau. Calcule o erro absoluto para o valor aproximado.
Exerccio 4.4

Luciano Bittencourt - Clculo Numrico

Captulo 5

Integrao Numrica

y = f (x) em um dado intervalo [a, b]


aproxime f (x) no dado intervalo.

Integrar numericamente uma funo


integrar um polinmio

Pn (x)

que

f (x) dada na forma de tabela, ou seja, em pares


ordenados, tais como (x0 , f (x0 )), (x1 , f (x1 )), (x2 , f (x2 )), onde x0 = a e xn = b.
Neste caso, possvel determinar um polinmio para a aproximao da funo f (x)
e, consequentemente, integrar f (x).
Com frequncia, a funo

Podem ser citados como motivos para a utilizao de mtodos numricos para
a integrao:

a) A funo

f (x)

pode ser de difcil integrao, at mesmo para alguns sistemas

de processamentos de dados, como:

(t3/2

s
ds
s3/2 )2/3

b) conhecida a soluo analtica do resultado da integral, mas seu clculo s


pode ser obtido por aproximao;

c) A funo dada simplesmente atravs de uma tabela, como resultados de


experincias.

Luciano Bittencourt - Clculo Numrico

5.1 Regras de Newton-Cotes

35

5.1 Regras de Newton-Cotes


A funo a ser integrada aproximada pelo polinmio interpolador. Os mtodos
utilizados

para

integrao

diferem-se

na

quantidade de pontos

utilizados

na

interpolao.

5.1.1

Regra do Trapzio

Para o intervalo

[a, b]

dado, a funo

f (x)

aproximada por um polinmio de

grau igual a 1, uma vez que so considerados 2 pontos de

f (x) (x0

x1 ).

Figura 5.1: Funo de primeiro grau que para a aproximao de

f (x).

Note, de acordo com a gura 5.1, que integrar a funo interpolada


mesmo que calcular a

P1 (x)dx =
a

h = b a,

rea do trapzio formada.

onde

Pn (x)

h
[f (x0 ) + f (x1 )]
2

sendo esta conhecida como

(5.1)

regra do trapzio.

Luciano Bittencourt - Clculo Numrico

5.1 Regras de Newton-Cotes

Exemplo 5.1.1

36

Calcular a integral numrica da funo

I=
0

1
dx
1 + x2

soluo
h=10=1
1
f (0) = 1+0
=1
1
f (1) = 1+1 = 0, 5

Logo,

I=
0

1
1
dx = [1 + 0, 5] = 0, 75
2
1+x
2

O valor aproximado da integral de

0, 75.

Por ser um mtodo numrico, existe,

conforme observado na gura 5.1, um erro associado ao resultado, o qual pode ser
reduzido com algumas modicaes na frmula do trapzio.

5.1.2

Regra do Trapzio Generalizada

Quando o intervalo de integrao grande, pode-se dividir o intervalo

ba
, onde
n

N sub-intervalos de amplitude h =
[xj , xj+1 ], j = 0, 1, ..., N 1, aplicar

[1, b]

em

x0 = a; xN = b e em cada sub-intervalo

regra do trapzio.

O erro o resultado da

soma das reas entre as curvas e as retas, como mostrado na gura 5.2.

regra do trapzio generalizada dada pela equao:

xN

f (x)dx =
x0

h
{f (x0 ) + 2[f (x1 ) + f (x2 ) + ...f (xN 1 )] + f (xN )}
2

Note que o primeiro e o ltimo valor de

f (x)

no so multiplicados por

(5.2)

2.

Luciano Bittencourt - Clculo Numrico

5.1 Regras de Newton-Cotes

37

Figura 5.2: Representao grca do mtodo de trapzio generalizado.

Exemplo 5.1.2

Resolva a integral com h = 0.2.

1,2

ex cos(x)
0

A partir destas informaes, podemos construir uma tabela com os valores de


variando de

1, 2,

variando por um passo

x
ex cos(x)

f (x)

h:

0,2

0,4

0,6

0,8

1,2

1,197

1,374

1,503

1,552

1,468

1,202

De acordo com a frmula 5.2, a integral dada por:

1,2

ex cos(x) =
0

0, 2
[1 + 2(1, 197 + 1, 374 + 1, 503 + 1, 552 + 1, 468) + 1, 202]
2

1,2

ex cos(x) = 1, 639
0

Luciano Bittencourt - Clculo Numrico

5.1 Regras de Newton-Cotes

5.1.3

38

Regra 1/3 de Simpson

Para o mtodo dos trapzios, foram utilizados

pontos consecutivos de

f (x)

para a determinao de uma funo de primeiro grau para o clculo da integral.


Neste sentido, pode-se utilizar

pontos consecutivos para se obter uma funo de

segundo grau para o clculo da integral. Desta forma, ao longo do intervalo

j = 0, 2, ..., 2N 2,

temos:

x0 N

f (x)dx =
x0
Esta denominada

5.1.4

h
[f (x0 ) + 4f (x1 ) + f (x2 )]
3

(5.3)

regra 1/3 de Simpson.

Regra 1/3 de Simpson Generalizada

Generalizando a regra de Simpson para vrios intervalos espaados de

[xj , xj+2 ],

x0 N

f (x)dx =
x0

h
{f (x0 ) + 4[f (x1 ) + f (x3 ) + ...] + 2[f (x2 ) + f (x4 )...] + f (xN )}
3

Note que, dentro dos termos multiplicados por


os valores de

h, tem-se:

f (x)

h/3,

f (x0 ) e f (xN ),
valores de f (x)

com excesso de

com ndice mpar so multiplicados por

com ndices pares so multiplicados por

(5.4)

4;

e os

2.

Utilize o mtodo de Simpson generalizado para determinar a


integral do exemplo 5.1.2.

Exemplo 5.1.3

1,2

ex cos(x) =

h
{f (x0 )+4[f (x1 )+f (x3 )+f (x5 )]+2[f (x2 )+f (x4 )+f (x5 )+f (xN )}
3

ex cos(x) =

0, 2
[1 + 4(1, 197 + 1, 503 + 1, 468) + 2(1, 374 + 1, 552) + 1, 202]
3

1,2

Luciano Bittencourt - Clculo Numrico

5.1 Regras de Newton-Cotes

39

1,2

ex cos(x) = 1, 639
0

Exerccio 5.1

Utilizando o mtodo do trapzio generalizado, determine as seguintes

integrais:
a)

1,3

xdx, com h = 0, 05;

b)

0,8

cos(x)dx, com h = 0, 1;

c)

1,6

senxdx, com h = 0, 2;

1,2

d)

0,8

xex dx, com h = 0, 1;

Utilizando o mtodo de Simpson generalizado, calcule as integrais


do exerccio 5.1.

Exerccio 5.2

Luciano Bittencourt - Clculo Numrico

Captulo 6

Soluo de Equaes Diferenciais

Muitos

problemas

encontrados

em

engenharia

outras

cincias

podem

ser

formulados em termos de equaes diferenciais na forma

y = f (x, y)
onde

uma funo real dada, de duas variveis

da varivel independente

y,

uma funo incgnita

x.

y = f (x, y) corresponde a se determinar uma funo y =

com x [a, b] tal que y (x) = f (x, y(x)). Qualquer funo que

Resolver a equao

y(x),

diferencivel,

satisfaa essa propriedade uma soluo da equao diferencial.

y(x) = Ce

diferencial y = y .
funo

, para qualquer valor da constante

C,

Por exemplo, a

uma soluo da equao

Assim, cada equao diferencial de primeira ordem possui um

nmero innito de solues. Contudo, podemos solucionar uma soluo particular,


se junto com equao diferencial for dado um valor da soluo
por exemplo,

y(x0 ) = y0

y(x)

em um ponto,

(condio inicial). A equao diferencial juntamente com

a condio inicial constituem um

problema de valor inicial

(pvi), isto :

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

Luciano Bittencourt - Clculo Numrico

6.1 Mtodo de Euler

41

logo, pela condio inicial dada, garantida a existncia de uma nica soluo para
o problema.

6.1 Mtodo de Euler


O mtodo de Euler, tambm conhecido como

mtodo da reta tangente,

um

dos mtodos mais antigos e simples para a soluo de equaes diferenciais. Porm,
no muito utilizado em problemas prticos, pois, apesar de simples, para boas
aproximaes, necessrio um nmero muito grande de clculo.

A forma iterativa do mtodo de Euler para o clculo de equaes diferenciais de


primeira ordem dado pelas equaes 6.1 e 6.2.

sendo

xn+1 = xn + h

(6.1)

yn+1 = yn + h.f (xn , yn )

(6.2)

o passo das aproximaes. O erro do mtodo da ordem de

h2 .

Utilizando o mtodo de Euler, as 5 primeiras aproximaes da


equao diferencial denida por:
Exemplo 6.1.1

dy
= 1 x + 4y
dx

considere y(0) = 1 e h = 0, 5.
Soluo

Numericamente,

soluo

da

equao

diferencial

proposta

determinada pelas equaes 6.1 e 6.2. Temos ainda as condies iniciais de


logo

y0 = 1

para

x0 = 0.

pode

ser

y(0) = 1,

Para facilitar e organizar nossos clculos, vamos contruir

n, xn , yn , f (x, y e h.f (x, y). Comecemos


n = 0 (contador) e as condies iniciais. Note

uma tabela contendo as colunas de


preenchendo a primeira linha com
que

f (xn , yn ) = 1 xn + 4yn .
Luciano Bittencourt - Clculo Numrico

6.1 Mtodo de Euler

42

Figura 6.1: Representao grca do mtodo de Euler.

n
0

xn
0

yn
1

f (xn , yn )
5

h.f (xn , yn )
2, 5

f (xn , yn ) = 1 0 + 4.1 = 5. Agora, vamos preencher a segunda linha, para


n = 1. Segunda a equao 6.1, xn+1 = xn + h, ento x2 = x1 + h = 0 + 0, 5 = 0, 5. O
valor de y2 , segundo a equao 6.2, dado por yn+1 = yn + h.f (xn , yn ) = 1 + 2, 5 =
3, 5. Ento
Note que

n
0
1

xn
0
0, 5

yn
1
3, 5

f (xn , yn )
5
14, 5

h.f (xn , yn )
2, 5
7, 3

Preenchendo toda a tabela, temos:

Logo, o valor de

para a quinta iterao igual a

96, 5.

Como pode ser visto, o mtodo de Euler requer um nmero muito grande de
iteraes para se alcanar um resultado satisfatrio. So propostas melhorias para
o mtodo, como ser visto a seguir.

Luciano Bittencourt - Clculo Numrico

6.2 Mtodo de Runge-Kutta

n
0
1
2
3
4

xn
0
0, 5
1
1, 5
2

43

yn
1
3, 5
10, 7
32, 3
96, 5

f (xn , yn ) h.f (xn , yn )


5
2, 5
14, 5
7, 3
43
21, 5
128, 5
64, 3
385
192, 5

6.2 Mtodo de Runge-Kutta


O mtodo de Runge-Kutta , provavelmente, um dos mtodos mais populares e
precisos para a obteno de solues aproximadas de equaes diferenciais. Embora
existam variaes, o

mtodo de Runge-Kutta de quarta ordem

o que apresenta os

melhores resultados, o qual ser o foco deste estudo.

O valor de

yn

pode ser determinado segundo a equao 6.3:

h
yn+1 = yn + (k1 + 2k2 + 2k3 + k4 )
6

(6.3)

onde

k1 = f (xn , yn )
h
h
k2 = f (xn + , yn + k1 )
2
2
h
h
k3 = f (xn + , yn + k2 )
2
2
k4 = f (xn + h, yn + hk3 )

(6.4)

Utilizando o mtodo de Runge-Kutta, calcule uma aproximao de


y(1, 5) para a soluo de y = 2xy , y(1) = 1, com h = 0, 1.
Exemplo 6.2.1

Soluo
Vamos iniciar com os clculos de

Para

k1 , k2 , k3

k4

a partir da equao 6.5:

n = 0,
Luciano Bittencourt - Clculo Numrico

6.2 Mtodo de Runge-Kutta

44

k1 = f (xn , yn )
= f (x0 , y0 )
= 2.x0 .y0
= 2.1.1
=

h
h
k2 = f (xn + , yn + k1 )
2
2
h
h
= f (x0 + , y0 + k1 )
2
2
0, 1
0, 1
= f (1 +
,1 +
.2)
2
2
= f ((1, 05), (1, 1))
= 2.(1, 05).(1, 1)
=

2, 31

h
h
k3 = f (xn + , yn + k2 )
2
2
h
h
= f (x0 + , y0 + k2 )
2
2
0, 1
0, 1
= f (1 +
,1 +
(2, 31))
2
2
= f ((1, 05), (1, 1155))
= 2.(1, 05).(1, 1155)
=

2, 3425

k4 = f (xn + h, yn + hk3 )
= f (x0 + h, y0 + k3 )
= f ((1 + 0, 1), (1 + 0, 1.(2, 3425)))
= f ((1, 1), (1, 2342))
= 2.(1, 1).(1, 2342)
=

2, 7154

Agora, substituindo na equao 6.3

Luciano Bittencourt - Clculo Numrico

6.2 Mtodo de Runge-Kutta

45

h
yn+1 = yn + (k1 + 2k2 + 2k3 + k4)
6
h
y1 = y0 + (k1 + 2k2 + 2k3 + k4)
6
0, 1
= 1+
(2 + 2.(2, 31) + 2.(2, 3425) + 2, 7154)
6
= 1, 2337

Realizando o mesmo processo at

x = 1, 5,

ou seja

y(1, 5)

obtm-se os dados

representados na tabela:

n
0
1
2
3
4
5
Resolvendo

equao

xn
1
1, 1
1, 2
1, 3
1, 4
1, 5

diferencial

x2

0, 3679e . Ento y(1, 5) = 3, 4905.


= |3, 4905 3, 4904| = 0, 0001.
Exerccio 6.1

yn
1
2, 2337
1, 5527
1, 9937
2, 6117
3, 4904
pelo
O

mtodo
erro

analtico,

ento

pode

que

y =

calculado

como

temos

ser

Resolva as equaes diferenciais abaixo pelo mtodo de Runge-Kutta.

a)
{

y = y + x + 2
y(0) =
2

0 x 0, 3; h = 0, 1

b)

Luciano Bittencourt - Clculo Numrico

Referncias Bibliogrficas

46

y = y 1/3
y(0) = 0

x [0; 0, 3]; h = 0, 1

c)
{

Calcule

y(2, 1)

com

xy = x y
y(2) =
2

h = 0, 1.

d)
{

y =
y(0) =

2y
x+1

+ (x + 1)3
3

x [0; 0, 2]; h = 0, 1

Luciano Bittencourt - Clculo Numrico

Referncias Bibliogrficas

Luciano Bittencourt - Clculo Numrico