Você está na página 1de 23

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica

Simulao e Otimizao de Processos


Professor Emerson Martim

MODELAGEM E SIMULAO DINMICA DE PROCESSOS


1- INTRODUO
Equao diferencial ordinria (EDO) toda equao que pode ser escrita da forma:
dy
= f ( x, y )
dx

Grau de uma equao a potncia de mais alta ordem em uma EDO;


Ordem de uma equao diferencial a ordem da maior derivada que aparece na equao.
Uma equao diferencial dita linear se a mesma funo somente de variveis lineares.
Exemplo:
a 0 ( x) y n + a1 ( x) y n 1 + .........a n ( x) y = g ( x)
uma equao linear
d 2 g
+ sen( ) = 0
l
dt

no linear devido ao termo sen ()

2 APLICAES
Equaes diferenciais interessam aos no-matemticos devido possibilidade de
utiliz-las na investigao de uma grande variedade de problemas nas cincias fsicas,
biolgicas e sociais. Pode-se identificar trs etapas presentes nesse processo, independente
do campo especfico da aplicao.
Em primeiro lugar, necessrio traduzir a situao fsica em termos matemticos.
Isso geralmente feito atravs de hipteses sobre o que est acontecendo que paream ser
consistentes com o fenmeno observado. Por exemplo, observa-se que materiais radioativos
decaem numa taxa proporcional quantidade do material presente, que o calor passa de um
corpo mais quente para um mais frio numa taxa proporcional diferena de temperatura,
que os objetos se movem de acordo com as leis do movimento da fsica e que populaes
isoladas de insetos crescem numa taxa proporcional populao atual. Cada uma destas
informaes envolve uma taxa de variao (derivada) e conseqentemente, quando
expressas matematicamente, tomam a forma de uma equao diferencial.
importante ter em mente, que as equaes matemticas so quase sempre apenas
uma descrio aproximada do processo real, pois elas so baseadas em observaes que so
em si aproximaes. Por exemplo, corpos movendo-se com velocidades comparveis
velocidade da luz no so governados pelas leis de Newton, populaes de insetos no
crescem indefinidamente como enunciado, devido a limitaes eventuais no suprimento de
alimentos, e a transferncia de calor afetada por outros fatores, alm da diferena de
temperaturas.

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
Uma vez que o problema tenha sido formulado matematicamente, defrontamos com
freqncia com o problema de resolver uma ou mais equaes diferenciais ou, falhando
isto, de conhecer o mximo possvel sobre as propriedades da soluo. Pode acontecer do
problema matemtico ser bastante difcil e neste caso, aproximaes adicionais podem ser
indicadas nesse estgio, de maneira a tornar o problema matematicamente abordvel.
Tendo obtido a soluo (ou pelo menos alguma informao sobre ela), necessrio
interpret-la em termos do contexto que surgiu o problema. Em particular, deve-se sempre
conferir se a soluo matemtica parece bastante razovel. Isto requer no mnimo que a
soluo exista, que seja nica e que dependa de maneira contnua dos dados do problema.
Esta ltima observao importante pois os coeficientes na equao diferencial e as
condies iniciais so freqentemente obtidos como resultado de medida de alguma
quantidade fsica, e suscetveis portanto, a pequenos erros.

2.1 - Dinmica populacional


Uma das primeiras tentativas de modelagem do crescimento populacional humano
por meio da matemtica foi feita pelo economista ingls Thomas Malthus, em 1798.
Basicamente, a idia por trs do modelo malthussiano a hiptese de que a taxa segundo a
qual a populao de um pas cresce em um determinado instante, proporcional
populao do pas naquele instante. Em outras palavras, quanto mais pessoas houver em um
instante t, mais pessoas existiro no futuro. Em termos matemticos, se P(t) for a populao
total no instante t, ento essa hiptese pode ser expressa por:
dP
dP
= kP
P
(1)
dt
dt
onde k uma constante de proporcionalidade. Esse modelo simples, embora no leve em
conta muitos parmetros que pode influenciar a populao humana tanto em seu
crescimento, tanto em seu declnio (imigrao e emigrao, por exemplo), no obstante
resulta ser razoavelmente preciso na previso da populao americana entre 1790 e 1860.
As populaes que crescem taxa descrita por (1) so raras; entretanto, (1) anda usada
para modelar o crescimento de pequenas populaes em um curto intervalo de tempo
(crescimento bacteriano em uma placa de Petri, por exemplo).

2.2 - Lei de Newton de Resfriamento/Aquecimento


De acordo com a lei emprica de Newton, de aquecimento/resfriamento, a taxa
segundo a qual a temperatura de um corpo varia, proporcional diferena de temperatura
entre a temperatura do corpo e a temperatura do meio que o rodeia, denominada
temperatura ambiente. Se T(t) representar a temperatura de um corpo em um instante t; Tm
a temperatura ambiente e dT/dt a taxa segundo a qual a temperatura varia, alei de Newton
de resfriamento/aquecimento convertida na sentena matemtica:
dT
dT
(2)
(T - Tm )
= k (T Tm )
dt
dt

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
Onde k uma constante de proporcionalidade.

2.3 - Disseminao de uma doena


Uma doena contagiosa, um vrus ou gripe, por exemplo, espalha-se em uma
comunidade por meio do contato entre as pessoas. Seja x(t) o nmero de pessoas que
contraram a doena e y(t) o nmero de pessoas que ainda no foram expostas. razovel
supor que a taxa dx/dt segundo a qual a doena se espalha, seja proporcional ao nmero de
encontros ou interaes entre esses dois grupos de pessoas. Se supusermos que o nmero de
interaes conjuntamente proporcional a x(t) e y(t), isto , proporcional ao produto xy,
ento:
dx
dx
(3)
xy
= kxy
dt
dt
Onde k uma constante de proporcionalidade usual. Suponha que uma pequena
comunidade tenha uma populao fixa n pessoas. Se uma pessoa infectada for introduzida
na comunidade, pode-se argumentar que x(t) e y(t) esto relacionadas por x + y = n + 1.
Substituindo y na equao (3):
dx
(4)
= kx (n + 1 x )
dt

Uma condio inicial que acompanha a equao (4) que x(0) = 1.

2.4 - Corpos em queda


Para construir um modelo matemtico de um corpo em um campo de fora,
iniciamos com a segunda lei do movimento de Newton. A primeira lei do movimento de
Newton estabelece que o corpo permanecer em repouso ou continuar movendo-se a uma
velocidade constante, a no ser que esteja agindo sobre ele uma fora externa. Em cada
caso isto equivale dizer que quando a soma das foras ou fora resultante que age sobre um
corpo for zero, a acelerao a do corpo ser zero.
A segunda lei de Newton indica que quando a fora resultante que age sobre um
corpo for diferente de zero, essa fora resultante ser proporcional sua acelerao a, ou
mais precisamente, F = m.a, onde m a massa do corpo.
Suponha agora que uma pedra seja jogada para cima do topo de um prdio. Qual a
posio s(t) da pedra em relao ao cho no instante t? A acelerao da pedra a derivada
segunda d2s/dt2. Se assumirmos como positiva a direo para cima e que nenhuma outra
fora alm da gravidade age sobre a pedra, obteremos a segunda lei de Newton:
d 2s
(5)
m 2 = mg
dt

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
Em outras palavras, a fora lquida simplesmente o peso F = F1 = -W da pedra
prximo superfcie da terra. A magnitude do peso W=mg, onde m a massa do corpo e g
a acelerao da gravidade. O sinal negativo usado em (5) devido ao peso da pedra ser
dirigido para baixo, oposta direo positiva. Se a altura do prdio s0 e a velocidade
inicial da pedra v0, ento s determinada com base no problema de valor inicial de
segunda ordem:
ds
d 2s
(6)
= g ,
s(0) = s 0
(0) = v 0
2
dt
dt
Embora ainda no estejamos enfatizando a resoluo das equaes obtidas, a
equao (6) pode ser resolvida integrando-se a constante g duas vezes em relao a t. As
condies iniciais determinam as duas constantes de integrao. A soluo analtica da
equao (6) bem conhecida da fsica elementar e fornece o espao em funo do tempo:
1
(7)
s(t ) = s 0 + v 0 t gt 2
2

2.5 - Corpos em queda e resistncia do ar


Antes dos experimentos de Galileu na torre inclinada de Pisa, acreditava-se que os
objetos mais pesados em queda livre, como uma bala de canho, caam com uma acelerao
maior do que a de objetos mais leves, como uma pena. Obviamente uma bala de canho e
uma pena quando largadas simultaneamente da mesma altura, caem a taxas diferentes, mas
isto no se deve diferena de peso entre os objetos. A diferena nas taxas devida
resistncia do ar. A fora de resistncia do ar foi ignorada no modelo apresentado pela
equao (5). Sob algumas circunstncias, um corpo em queda com massa m, como uma
pena de baixa densidade e formato irregular, encontra uma resistncia do ar proporcional
sua velocidade instantnea v. Se tomarmos a direo positiva voltada para baixo, a fora
resultante que age sobre a massa :
F = F1 + F2 = mg kv
(7)
Onde F1 o peso do corpo e age na direo positiva e a resistncia do ar F2 uma
fora chamada amortecimento viscoso que age na direo oposta ou para cima. Como v
est relacionada acelerao a por a = dv/dt, a segunda lei de Newton torna-se F = m.a =
m.(dv/dt). Substituindo a fora lquida na segunda lei de Newton:
dv
(8)
m
= mg kv
dt
Onde k uma constante de proporcionalidade positiva. Se s(t) for a distncia do
corpo em queda no instante t, a partir do ponto inicial, ento:
ds
dv d 2 s
(9)
v=
a=
=
dt
dt dt 2
Em termos de s equao (8) uma equao diferencial ordinria de segunda ordem:

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim

d 2s
ds
= mg k
2
dt
dt

(10)

2.6 - Drenagem de um tanque


Em hidrodinmica, a lei de Torricelli estabelece que a velocidade v do fluxo de gua
em um buraco com bordas na base de um tanque cheio at uma altura h igual velocidade
com que um corpo (no caso, a gota de gua) adquiriria em queda livre de uma altura h, isto
, v = 2gh , onde g a acelerao da gravidade. Esta expresso origina-se do balano de
energia, com a energia cintica (1/2 mv2) ser igual potencial (mgh) e resolver para v.
Consideremos um tanque cilndrico com rea da seo transversal Aw e rea de um orifcio
no fundo do tanque Ah. A velocidade de sada da gua no tanque v = 2gh e a vazo
volumtrica dada por Q = Ah.v. Se o volume de fluido no tanque V = Aw.h, ento h(t)
representa a altura de fluido no tanque em funo do tempo. Assim:
A
dh
(11)
= h 2gh
dt
Aw

Onde o sinal de subtrao indica que a altura est diminuindo com o tempo. Nesta
modelagem est se ignorando a possibilidade de atrito no buraco, que possa causar uma
reduo na taxa de fluxo.

2.7 - Misturas
Considere um tanque contendo no tempo t =0, Q0 kg de sal dissolvidos em 100 L de
gua. Suponha que gua contendo 0,25 kg de sal /L esteja entrando no tanque numa taxa de
3 L / min e que a soluo bem misturada esteja saindo do tanque na mesma taxa. Encontre
uma expresso para a quantidade de sal Q(t) no tanque em qualquer tempo.
A taxa de variao de sal no tanque no tempo t, Q(t) deve ser igual taxa em que o
sal entra no tanque menos a taxa que ele sai (Balano de massa para o sal). A taxa de
entrada 0,25 kg/L x 3 L/min = 0,75 kg /min. A taxa de sada do sal Q(t)/100 x 3 L /min
= 3Q(t) / 100. Portanto o acmulo ser dado por:
dQ
3Q
Q(t ) =
= 0,75
dt
100
A soluo desta equao diferencial dada por:
Q(t ) = 25 + ce 0, 03t
onde c uma constante arbitrria. A condio inicial : Q(0) = Q0
e exige que: q(0) = Q0 25, e ento:

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
Q(t ) = 25(1 e 0,03t ) + Q0e 0,03t

Consideremos dois tanques conforme apresentado na Figura 1. O tanque A contm


50,0 litros de gua no qual esto dissolvidos 25,0 g de sal. O tanque B contm 50,0 litros de
gua pura. As correntes efluentes dos tanques esto bem misturadas, de tal forma que suas
concentraes so as mesmas do tanque em que esto saindo. Deseja-se obter um modelo
que descreva as massas de sal x1(t) e x2(t) nos tanques em um instante t. A corrente Q1
contm gua pura. As demais contm mistura de sal e gua.
Q3 = 1 L/min

Q1=3 L/min
B

A
Q2 =4 L/min

Q4 = 3 L/min

Figura 1 - Tanques

O acmulo a diferena entre a entrada e a sada. Desenvolvendo um balano de


massa para o sal no tanque A:
dx1 3,0L 0,0g 1,0L x 2 g 4,0L x1 g
=

dt min L min 50 L min 50 L

Analogamente para o tanque B:


dx 2 4,0L x1 g 3,0L x 2 g 1,0L x 2 g
=

dt
min 50 L min 50 L min 50 L

Assim, obtm-se o sistema linear:


2
1
dx1
dt = 25 x1 + 50 x 2

dx 2 = 2 x 2 x
1
2
dt
25
25

(12)

O sistema linear anterior acompanhado das condies iniciais x1(0) = 25 e x2(0) = 0.

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim

2.8 - Decaimento Radioativo


O istopo radioativo trio 234 desintegra-se numa taxa proporcional quantidade
presente. Se 100,0 mg deste material so reduzidos a 82,04 mg em uma semana, encontre
uma expresso para a quantidade presente em funo do tempo. Encontre tambm o tempo
necessrio para a quantidade de material decair metade de seu valor original (tempo de
meia-vida).
Seja Q(t) a quantidade de trio presente num tempo t, onde Q medido em mg e
tempo em dias. A observao fsica de que trio se desintegra numa taxa proporcional
quantidade presente significa que a velocidade de variao dQ/dt proporcional a Q. Ento
Q satisfaz a equao diferencial:
dQ
(13)
= kQ
dt
onde k uma constante de proporcionalidade negativa, pois a quantidade do istopo est
decaindo com o tempo, e deve ser determinada. Procuramos a soluo da equao 13, que
tambm satisfaa a condio inicial:
Q(0) = 100
Bem como a condio: Q(7) = 82,04

(14)
(15)

A equao 13 pode ser resolvida como equao linear, ou por separao de variveis
e sua soluo analtica dada por:
Q(t) = c exp(kt)
(16)
Onde c uma constante arbitrria. A condio inicial (equao 14) exige que c=100, logo:
Q(t) = 100 exp(kt)
(17)
Para satisfazer a equao 15, 82,04 = 100 exp(k7), e ento:
k = ln(82,04/100) / 7 = -0,02828 dias-1

(18)

substituindo na equao (17):


Q(t) = 100 exp(-0,02828 t)

(19)

A equao 19 a soluo do problema, que fornece a quantidade do istopo para


qualquer tempo.
O perodo de tempo necessrio para a massa ser reduzida metade de seu valor
original conhecido como meia-vida do material. Substituindo na equao 19:
50 = 100 exp (-0,028288 t) t = 24,5 dias

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim

3 - A NATUREZA DOS SISTEMAS DINMICOS


Na anlise de sistemas de processos, massa, momento e energia, comum a
hiptese de estado estacionrio, como na forma: fluxo de entrada e sada serem iguais,
implicando que as variveis que descrevem o sistema, por exemplo: concentrao e
temperatura no variarem com o tempo. Matematicamente esta condio de estado
estacionrio expressa como:
entrada = sada
(20)
O balano exato da entrada e sada, representado pela equao 20 uma situao
idealizada e rara na prtica. Tipicamente uma situao no idealizada ocorre, devido s
perturbaes que entram no sistema. Para esta situao a equao anterior pode ser
estendida para:
Acmulo = entrada - sada
(21)
Dois casos especiais na equao 21 podem ocorrer:

Entrada > sada - Neste caso ocorre um acmulo no sistema, aumento do nvel de
lquido (Considere um tanque com fluxo de entrada superando o fluxo de sada).
Entrada < sada - Neste caso ocorre decrscimo do nvel de lquido, ou acmulo
negativo (A vazo de sada maior do que a de entrada).
Um sistema dito estar em condio transiente se o valor de alguma varivel do
sistema se altera com o tempo. Processos em batelada e semi-contnuos so sempre
transientes. Processos contnuos so transientes quando colocados em operao start-up e
quando finalizados shut down, tornam-se transientes quando alguma das condies de
operao do processo sofre alteraes no esperadas.
Os procedimentos para balanos derivativos ou sistemas transientes so
essencialmente os mesmos de balanos de massa e energia integrais (processos em estado
estacionrio). A principal diferena que balanos transientes apresentam um termo
acmulo no zero que so derivativos, de tal forma que os balanos que representam o
sistema so equaes diferenciais.
A equao geral do balano dado por:
SAI = ENTRA + GERADO PRODUZIDO ACMULO
Vamos supor uma espcie A envolvida em um processo. Vamos denominar me
(kg/s) a vazo de entrada em um processo, ms (kg/s) a vazo de sada, rgerado (kg/s) a taxa de
gerao do componente A, rconsumido (kg/s) a taxa que o componente A consumido. As
variveis me, ms, rgerado, rconsumido podem variar com o tempo.
O balano da massa M em relao ao tempo t dado por:

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
.
.
.
.
dM
= m e m s + r gerado r consumido
dt

(22)

Se a equao (22) for aplicada a processo contnuo em estado estacionrio, o termo


da esquerda da expresso nulo. Como nos processos transientes, existe o termo acmulo,
para resolver a equao diferencial, h necessidade de uma condio de contorno, que
fornece um valor da varivel que est se alterando em um determinado tempo.
Frequentemente, o valor da varivel fornecido no tempo zero, dizemos neste caso que este
valor da condio inicial fornecido.

3.1 - A origem das Equaes Diferenciais


Quando se desenvolve um balano de massa, o termo acmulo representado
dm
matematicamente por
, ou seja a variao da massa pela variao do tempo. No
dt
desenvolvimento balano de energia, o termo acmulo representado matematicamente por
dE
, ou seja, a variao da energia pela variao do tempo. Com a presena do acmulo em
dt
um processo, recamos necessariamente em uma equao diferencial.
Como exemplo especfico, considere o problema da dinmica de um tanque de
armazenamento de um fluido. As vazes volumtricas de entrada e sada de um fluido
incompressvel so Fo e F respectivamente, que tem as unidades de L/h. Atravs de um
balano de massa:
d
dm d ( V )
dV
=
=
+V
dt
dt
dt
dt
L kg
Entra: F0
h L
Analogamente, Sai: F.
Acmulo

Equao geral do balano de massa: Acmulo = Entra Sai


Como a densidade constante:
dV
= F0 F
dt

(23)

O primeiro termo refere-se ao acmulo, isto , variao de volume do lquido com


o tempo, e tambm tem unidade de L/h.
Tecnicamente falando a equao (23) uma equao diferencial de primeira ordem
(EDO), primeira ordem porque a derivada de mais alta ordem na equao de primeira
ordem e ordinria porque s tem uma varivel independente (t).

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
Equaes que envolvem derivadas de apenas uma varivel independente, podem ser
classificadas como problema de valor inicial (PVI).
y= yx
y (o ) = 2
V (0) = Vo
Se assumirmos que a sada do tanque tem uma vlvula que regula o fluxo, pode-se
empregar uma equao tpica para o fluxo:
(24)
F= h
onde o valor de uma constante caracterstica para cada vlvula e h a altura de lquido
do tanque. Se a rea da seo transversal do tanque A constante, do lado esquerdo da
equao 23 pode-se substituir o volume pela relao V= A h, de forma que se pode chegar
a seguinte equao:
dA
dh
(25)
h
+A
= Fo h
dt
dt
Como a rea A constante, o primeiro termo do lado esquerdo se anula:
dh
A
= Fo h
dt

(26)

Para resolver a equao 26 deve se estabelecer uma condio inicial: no incio


(tempo igual a zero), o tanque tem uma altura de fluido h0.
h(0) = ho
(27)
As equaes 25 a 27 constituem o modelo matemtico dinmico para o tanque e
agora se procede soluo. Embora o modelo acima foi considerado em detalhes, os passos
aplicveis para todos os modelos so sumarizados aqui:
1. Um conjunto de equaes escrito baseado em um conjunto de hipteses
(densidade, viscosidade, porosidade, etc) e princpios de conservao (massa,
energia, momento);
2. Enquanto as equaes so escritas, as unidades de cada termo so verificadas
para assegurar que elas sejam iguais a de todos os termos das equaes;
3. O nmero de incgnitas verificado e se no corresponde ao nmero de
equaes, mais equaes compatveis devem ser adicionadas;
4. Uma condio inicial deve ser especificada para cada derivada no conjunto de
equaes diferenciais ordinrias.
A equao 26 tem uma importante caracterstica que deve ser levada em
considerao, de forma a entender o quanto difcil de se integrar analiticamente uma EDO
que no linear. Esta propriedade aparece no termo h .

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
Em geral, quando uma EDO contm um ou mais termos nos quais a varivel
dependente ou sua derivada, est elevado a potncias diferentes de um, a equao nolinear, sendo difcil de integr-la analiticamente. Quando isto ocorre em um sistema de
EDOs, geralmente a obteno de uma soluo analtica essencialmente impossvel.
Para ilustrar, as seguintes equaes so lineares:
dy
+ ay = 0
dt
dy
+ at 2 y = 0
dt

Note que a varivel dependente y aparece somente elevada a potncia de 1.


As seguintes equaes so no-lineares:
dy
+ ay 2 = 0
dt
1, 5

dy
+ ay = 0
dt
dy
y + ay = 0
dt
Note que neste caso, a varivel dependente y ou sua derivada aparecem com
expoentes diferentes de 1.
Em geral, pode-se integrar analiticamente poucas EDOs. Infelizmente as EDOs que
descrevem fenmenos de transporte em processos so geralmente no lineares e difceis, se
no impossveis, de se integrar analiticamente. A segunda razo pelas quais as EDOs so
difceis de serem integradas o nmero de equaes normalmente encontradas na anlise
de um problema realstico. Geralmente uma equao linear fcil, duas um pouco mais
difcil, cinco torna-se invivel. Duas ou mais equaes no lineares seria essencialmente
impossvel.
Desta forma, poder-se-ia dizer que seria impossvel prosseguir uma vez que as
situaes implicam na soluo de sistemas no lineares de 100 a 1000 EDOs. Isto seria
verdadeiro se estivssemos falando de solues analticas, no entanto h a disposio outras
aproximaes, ou seja, soluo numrica computacional. Como o prprio nome j diz, a
soluo aproximada, no exata da forma analtica. No entanto abordaremos mtodos que
so satisfatrios para soluo numrica. O procedimento numrico geralmente chamado
de soluo numrica.

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim

3.2 - Anlise qualitativa da soluo


Embora a soluo analtica seja complicada, pode-se obter informaes importantes
do sistema de como os parmetros afetam o sistema dinamicamente atravs de uma simples
introspeco.
Para facilitar a soluo da equao 23, vamos considerar que a vazo de sada F seja
dada por F = h:
dh 1
(28)
= (Fo h )
dt A
Rearranjando atravs do mtodo de separao de variveis:
dh
dh

= dt
= dt
(a + bh )
F0
+ h

A A
Aplicando os limites de integrao entre 0 e t ; h0 e h:
h
t
dh
ho (a + bh ) = 0 dt
1
[ln(a + bh ) ln(a + bho )] = t
b
Rearranjando, tem-se:

(a + bho )e bt a
h=

Substituindo-se os parmetros iniciais:

Fo A t Fo
ho e

A A
A

h=

Fo

A
h=

t
A t

e
ho e A

1
A

(29)

Nota-se que o comportamento do nvel exponencial e dinamicamente dependente


dos parmetros: coeficiente da vlvula, da rea e do tempo. A expresso 29 nos fornece a
altura em funo da varivel tempo.
No estado estacionrio, para tempo infinito a equao 29 fica:
F
h= o

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim

Neste caso o valor de h o valor final. O valor do nvel no estado estacionrio


independe da seo transversal do tanque, ou seja independe o tamanho do tanque, somente
requer que a vazo de entrada se iguale a vazo de sada:
Fo = F = h
Em geral a soluo para o sistema de EDOs se aproximar do estado estacionrio, a
menos que o sistema seja instvel (modelos de sistemas fsicos instveis).
3.3 - Soluo analtica de equaes diferenciais

Neste documento, o objetivo apenas rever algumas frmulas e conceitos na


soluo analtica de EDOs. Um estudo mais detalhado deve ser visto em livros especficos
de equaes diferenciais (vide bibliografia).
Em muitas das equaes diferenciais temos matematicamente como deixar um dos
lados da expresso em funo de somente uma das variveis e do outro lado da expresso
somente em funo da outra varivel. Neste caso, podemos aplicar o mtodo conhecido
como separao de variveis. Isso ocorreu na expresso 28, em que no lado esquerdo da
expresso ficamos em funo da altura h apenas e do lado direito apenas da varivel tempo
t. Aps a separao das variveis, uma integrao de ambos os lados nos limites (a entra o
valor inicial do problema) fornece uma expresso analtica da varivel dependente (no caso
altura) em funo da varivel independente (no caso tempo).
Outras vezes, no possvel desenvolver a expresso pelo mtodo da separao das
variveis. Outra categoria especfica so as equaes diferenciais ordinrias de primeira
ordem, que apresentam a seguinte caracterstica:
dy
dx

+ P ( x ) y = Q ( x)

(30)

Vemos que se tem um termo multiplicando y dependente apenas de x, chamado de


P(x). Do lado direito da expresso temos uma funo dependente apenas de x, chamada de
Q(x).
A base da soluo da EDO linear a existncia de um fator pelo qual a equao
pode ser multiplicada, de tal modo que o lado esquerdo da expresso tem um coeficiente
diferencial completo. Este fator chamado de fator de integrao
A soluo analtica desta expresso 30 dada por:
P ( x ) dx
P ( x ( dx )Q ( x)dx + c
y=e
e

onde o valor c ser obtido atravs da integrao com o valor inicial conhecido.

(31)

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim

3.4 Resoluo analtica de um problema


Seja um tanque cilndrico de rea de seo transversal constante A, com uma vazo
mssica de sada Q. O fluido tem densidade constante e o nvel de lquido no tanque no
incio h0. Determine uma expresso que fornece a altura do nvel de lquido no tanque em
funo do tempo para os seguintes casos:
a) Q = bh
b) Q = (bh+ t)
Onde b uma constante, h e t so variveis.

Balano de massa no tanque:


SAI = ENTRA + REAGE ACMULO
Sai = Q (vazo mssica)
Entra = 0 (no h vazo de entrada)
Reage = 0 (no h reao qumica no tanque)
d
dm d ( V )
dV
dV
Acmulo =
=
=
+V
=
dt
dt
dt
dt
dt

(31)

(32)

Na equao 32, transformamos massa em variveis de processos (m = V) e como a


densidade constante, d/dt = 0. Mas volume ainda no varivel de processo do
problema, temos que transforma-la em variveis conhecidas (V=Ah)
dV
dA
dh
dh
Acmulo =
= A
+ h = A
dt
dt
dt
dt
O termo dA/dt zero pois a rea da seo transversal A constante.
Substituindo os temos no balano de massa (equao 31), temos:
dh
Q = A
dt

(33)

Item A Separao de variveis


Neste item, a vazo de sada depende apenas da altura (Q = bh). Substituindo em 33:
dh
dh
(34)
bh = A
bh = A
dt
dt
como a densidade constante e diferente de zero, tal simplificao pode ser feita. Na
equao diferencial (equao 34), temos duas variveis (h e t), sendo possvel separar
matematicamente cada uma em um dos lados da equao:
dh
b
= dt
(35)
h
A
Podemos integrar a equao 35, utilizando como limite a condio inicial: para o
tempo zero, a altura h0 e para um tempo t qualquer, a altura h:

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
t
h
dh
b
=

h h A 0 dt ln h0
0
h

b
= t
A

bt
h = h 0 exp
A

(36)

Chegamos portanto a uma expresso que nos fornece a altura de fluido no tanque
em funo do tempo.

Item B Equao diferencial ordinria de primeira ordem


Neste item, a vazo de sada depende do tempo e da altura: Q = (bh+t).
Substituindo na equao 33:
dh
dh
(bh + t ) = A
(37)

bh + t = A
dt
dt
Nesta equao 37, no tem como realizar a separao de variveis. No entanto,
possvel deixar a expresso com o formato da equao 30:
dh b
t
+ h=
(38)
dt A
A
fazendo uma similaridade entre as equaes 30 e 38, constata-se que:
b
t
P(t ) =
Q(t) = A
A
substituindo na expresso 31, que fornece a soluo para a expresso 30, temos:
b
b

A dt
A dt t
e
(39)
dt + c

onde c uma constante. Vamos inicialmente resolver separadamente a integral dentro dos
colchetes:
bt
1 A
(20)
e tdt
A
chamando:
u = t du = dt

h=e

bt
A

e dt = dv

Agora:

udv = uv vdu

bt

bt
A

eA
v = e dt =
b

A

bt
A

e tdt =

Substituindo a equao 41 em 40 temos:


bt
bt
A A t A
= 2e e
b
b

bt
A

bt
A

bt
A

bt
A

te
e
te
e

dt =

b
b
b b 2



A
A
A A

(41)

(42)

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
substituindo equao 42 em 39:
bt

A btA t btA

A
h=e
2 e e + c
b
b

substituindo a condio inicial para tempo zero, uma altura h0:


A
A

h0 = 2 + c

c = h0 2
b
b

(43)

(44)

substituindo 44 em 43 chega-se equao analtica que fornece a altura em funo dos


parmetros (A, b e h0) e da varivel t:
A
A t
bt
(45)
h = 2 + h0 2 exp

b
b
b
A

4 Conceitos bsicos em Integrao Numrica de Equaes Diferenciais


Agora que formulamos um modelo de uma EDO, ns consideraremos alguns
mtodos matemticos de integrao numrica para computar a soluo deste modelo. Um
mtodo geral e pode, em princpio, ser usado para integrar um sistema de EDOs de
qualquer ordem.

4.1 Mtodo de Euler


um dos mtodos matemticos mais antigos e no entanto, bastante simples para
resolver o problema de valor inicial. Consideremos a equao diferencial genrica:
dy
(46)
= y= f ( x, y )
dx
com condio inicial

y(x0) = y0

(47)

O mtodo de Euler tambm chamado de mtodo da reta tangente. Como x0 e y0


so conhecidos, a inclinao da reta tangente soluo em x0, especificamente (x0) =
f(x0,y0), tambm conhecida. Deste modo, podemos construir a reta tangente soluo em
x0, e ento obter um valor um valor aproximado y1 de (x1) por meio de um deslocamento
ao longo da reta tangente a x1.
y1 y0
= f ( x0 , y0 )
y1 = y0 + f ( x0 , y0 )( x1 x0 )
x1 x0
Uma vez determinado y1, podemos calcular y1 = f(x1, (x1)), a inclinao da reta
tangente soluo real em x1. Usando esta inclinao, obtemos:
y2 y1
= f ( x1 , y1 )
y 2 = y1 + f ( x1 , y1 )( x2 x1 )
x2 x1
e em geral:

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
y n +1 = yn + f ( xn , yn )( xn +1 xn )

(48)

Se considerarmos que existe um tamanho de passo uniforme L entre os pontos x0,


x1,....xn, ento:
xn+1 = xn + L
(49)
substituindo em 48:
y n +1 = y n + f ( x n , y n ) L

(50)

Graficamente:
y
y2
y1
y0

y = (x)

x0

x1

x2

Figura 2 - Representao esquemtica do mtodo de Euler

A utilizao da frmula de Euler muito simples, e ao discutirmos o valor da


frmula, possvel ilustrar muitas idias importantes envolvidas nos mtodos numricos
para a soluo de problemas de valor inicial.
Por outro lado, a frmula no precisa. Antes de discutirmos a frmula de Euler e
os mtodos para melhor-la, ilustraremos como este resultado pode ser ilustrado para
solucionar o problema de valor inicial.
Seja a equao diferencial com a condio inicial:
dy/dx = y = 1 x + 4y
y(0) = 1
Esta equao uma EDO de primeira ordem e apresenta a seguinte soluo:
1
3 19
y ( x) = ( x) = x + exp(4 x)
4
16 16
Utilizando frmula de Euler com passo L=0,1, determine o valor de y(0,2):
y1 = y0 + f(x0,y0)L = 1 + f(0;1)0,1 = 1 + (5)0,1 = 1,5
y2 = y1 + f(x1,y1)L = 1,5 + f(0,1;1,5)0,1 = 1,5 + (1-0,1+6)0,1 = 2,19

(51)

(52)

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
A soluo exata obtida substituindo-se x=0,2 na soluo analtica (equao 52). O
valor encontrado foi de 2,5053299. O erro pode ser calculado, pela diferena entre o valor
absoluto (da equao 1.12) e o valor obtido do mtodo. Para este caso:
e = 2,5053299 2,19 = 0,3153299
O valor encontrado para o erro encontra-se um tanto elevado. Pode-se obter um
melhor resultado utilizando-se um tamanho de passo menor. Isso pode ser concludo
atravs da visualizao grfica. Quanto menor o passo, menor o erro e o valor obtido pelo
mtodo matemtico aproxima-se do valor exato (analtico).
Assim, se utilizarmos L = 0,05, sero necessrios quatro passos e para x-0,2 o valor
de y encontrado y = 0,3249. Constata-se que a soluo numrica aproximou-se bastante
da soluo analtica. O erro foi bem menor. Se diminuirmos o passo ainda mais, para
L=0,025, nos leva a um valor de 2,4080117, aproximando-se ainda mais da soluo
analtica.
O Mtodo de Euler tambm pode ser obtido expandindo y(x) atravs da srie de
Taylor. Considere a EDO:
dy
= y= f ( x, y )
dx
Expandindo y (x) a soluo em torno do ponto i como funo de srie de x
2

y(xi )( x xi ) y(xi )( x xi )
+
+ ...
y ( x) = y ( xi ) +
1!
2!
Onde:
x = ( x xi )
x 2
y ( xi + x) = y (xi ) + y (xi )x +
y( xi )
2

Aps segundo termo do lado direito, truncando-se:


y ( xi + x) = y ( xi ) + y ( xi )x
Mas y= f ( x, y ) Substituindo acima, tem-se:

y(xi +x) = y(xi ) + f (x, y)x

para i=0,1,2,...

y (0) = y ( xo )
x o tamanho do passo de integrao, pode ser fixo ou varivel durante o curso
dos clculos. Portanto o mtodo de Euler uma simplificao da srie de Taylor, com os
dois primeiros termos apenas.

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
4.1.1 - Erros nos clculos dos mtodos matemticos

H duas fontes fundamentais de erro na soluo do problema de valor inicial:


y = f(x,y)
(46)

y(x0) = y0

por um procedimento numrico tal como o mtodo de Euler:


yn+1 = yn + f(xn,yn)L

onde xn+1 = xn + L

(50)

A diferena entre a soluo exata y = (x) e a soluo aproximada do problema de


valor inicial (a):
En = (xn) - yn
(53)
denominada de erro de frmula acumulado. Ela tem origem em dois fatos:
(i)
em cada passo, usamos uma frmula aproximada para determinar yn+1;
(ii)
os dados de entrada em cada passo no esto de acordo com a soluo exata, desde
que, em geral, (xn) no igual a yn. Se supusermos que os dados de entrada esto
corretos, o nico erro ao passarmos para a etapa seguinte dever-se- ao uso de uma
frmula aproximada. Este erro chamado de erro de frmula local en.
Na prtica, devido limitaes de computadores mais antigos, impossvel
calcularmos yn+1 de modo exato a partir da frmula dada. Assim, temos um erro de
arredondamento, devido falta de preciso computacional. Do mesmo modo que para o
erro de frmula, podemos falar de um erro de arredondamento local e de um erro de
arredondamento acumulado.
Para calcular o erro de frmula local, consideramos que os dados no ensimo passo
esto corretos, isto , yn =(xn). O erro de frmula local en+1 :

en+1 = (xn+1) yn+1 = (xn)L2

(54)

Deste modo, o erro de frmula local para o mtodo de Euler proporcional ao


quadrado do tamanho do passo e segunda derivada de .

4.2 - MTODO DE RUNGE-KUTTA


O desenvolvimento de Runge (1856-1927) e Kutta (1867-1944) vem do incio do
sculo XX. A frmula de Runge-Kutta clssica equivalente a uma frmula de Taylor de
cinco termos, chamada de mtodo de Runge-Kutta de quarta ordem, dada por:

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
(55)

L2
L3
L4 iv
y n+1 = y n + y 'n L + y n ' '+ y n ' ' '+ y n
2!
3!
4!

Obtm-se os nmeros yn, yn e yn derivando-se sucessivamente a equao 46 e


avaliando-a em (xn,yn).
A frmula de Runge-Kutta envolve uma mdia ponderada de valores de f(x,y)
tomados em diferentes pontos do intervalo xn x xn+1. Ela dada por:

y n+1 = y n +

L
(k n1 + 2k n 2 + 2k n3 + k n 4 )
6

(56)

Onde:

k n1 = f ( xn , y n )
1
1

k n 2 = f xn + L , y n + Lk n1
2
2

1
1

k n3 = f xn + L , y n + Lk n 2
2
2

k n 4 = f ( xn + L , y n + Lk n3 )

(57)

Podemos interpretar a soma (kn1 + 2kn2 + 2kn3 + k4) / 6 como o coeficiente angular
mdio. Note que kn1 o coeficiente angular no extremo esquerdo do intervalo, kn2 o
coeficiente angular no ponto mdio utilizando-se a frmula de Euler para ir de xn a xn+L/2,
kn3 uma segunda aproximao ao coeficiente angular no ponto mdio e, kn4 o coeficiente
angular em xn+L, usando-se a frmula de Euler.
Obviamente, a frmula de Runge-Kutta (equaes 56 e 57) mais complexa que o
mtodo de Euler. Por outro lado, devemos lembrar que ela mais precisa (reduzindo o
passo metade, reduzimos o erro de frmula local por um fator 1/32).
Voltemos novamente ao problema da equao 51. Vamos calcular y(0,2) por
Runge-Kutta de quarta ordem, com L=0,2.
k01 = f(0;1) = 5
k02 = f(0 + 0,1; 1 + 0,5)
k03 = f(0 + 0,1; 1 + 0,69)
k04 = f(0 + 0,2; 1 + 1,532)

Lk01 = 1,0
Lk02 = 1,38
Lk03 = 1,532

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
y1 = 1 + 0,2/6 [5 + 2(6,9) + 2(7,66) + 10,928] = 2,5016.
O valor exato de (0,2)=2,5053299. Assim, o mtodo de Runge-Kutta com um
passo de L=0,2 d um resultado melhor que o mtodo de Euler com um passo menor
(L=0,1).
Para um passo de 0,05, os valores calculados pela soluo analtica, mtodo de
Euler e Runge-Kutta esto apresentados na Tabela 1. Para esse passo, o mtodo de RK
calculou o valor com um erro que 1.10-4.

X
0
0,05
0,1
0,15
0,2

Analtico
Y
1
1,275416
1,609042
2,013766
2,50533

Euler
y
1
1,25
1,5475
1,902
2,3249

Erro
0
0,025416
0,061542
0,111766
0,18043

n
0
1
2
3
4

Runge-Kutta
Y
kn1
1
5
1,275413 6,05165
1,609034 7,336135
2,013751 8,905006
2,505306 10,82122

Kn2
5,475
6,631815
8,044749
9,770506
11,87835

kn3
5,5225
6,689832
8,11561
9,857056
11,98406

kn4
Erro
6,0545
0
7,339616 3,28E-06
8,909257 8E-06
10,82642 1,47E-05
13,16804 2,39E-05

dy
= 2 x 4 y com condio inicial Y(0,5)=1,5, desenvolvendo-a
dx
pelo mtodo de uma EDO de primeira ordem, chega-se a seguinte equao analtica:
x
y ( x) = 0,125 + 10,16 exp(4 x)
2
As planilhas a seguir apresentam os resultados obtidos pelo mtodo analtico, mtodo de
Euller e mtodo de Runge Kutta, para um passo igual a 0,5.

Seja a equao diferencial

X
0,5
1
1,5
2
2,5
3
3,5
4
4,5
5
5,5
6
6,5
7
7,5
8
8,5
9

Y anal y Euler
1,500006
1,5
0,561087
-1
0,650184
2
0,878408
-0,5
1,125461
2,5
1,375062
0
1,625008
3
1,875001
0,5
2,125
3,5
2,375
1
2,625
4
2,875
1,5
3,125
4,5
3,375
2
3,625
5
3,875
2,5
4,125
5,5
4,375
3

erro Euler
6,47768E-06
1,561086891
1,349815878
1,3784083
1,374538737
1,375062425
1,374991552
1,375001143
1,374999845
1,375000021
1,374999997
1,375
1,375
1,375
1,375
1,375
1,375
1,375

y RK
1,5
0,833333
0,777778
0,925926
1,141975
1,380658
1,626886
1,875629
2,12521
2,37507
2,625023
2,875008
3,125003
3,375001
3,625
3,875
4,125
4,375

kn1
-5
-1,33333
-0,11111
0,296296
0,432099
0,477366
0,492455
0,497485
0,499162
0,499721
0,499907
0,499969
0,49999
0,499997
0,499999
0,5
0,5
0,5

kn2
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5

kn3

kn4

-5
-1,33333
-0,11111
0,296296
0,432099
0,477366
0,492455
0,497485
0,499162
0,499721
0,499907
0,499969
0,49999
0,499997
0,499999
0,5
0,5
0,5

6
2,333333
1,111111
0,703704
0,567901
0,522634
0,507545
0,502515
0,500838
0,500279
0,500093
0,500031
0,50001
0,500003
0,500001
0,5
0,5
0,5

erro RK
6,47768E-06
0,272246442
0,127593656
0,047517626
0,016514045
0,005596011
0,001877697
0,000627572
0,000209417
6,98363E-05
2,32829E-05
7,76153E-06
2,58725E-06
8,62428E-07
2,87477E-07
9,5826E-08
3,1942E-08
1,06473E-08

Os resultados esto apresentados na Figura 3. Observa-se que os valores para o


mtodo de Runge-Kutta esto bem prximos dos valores analticos, enquanto que para o

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim
mtodo de Euler, o mesmo no observado, mostrando a melhor eficcia do mtodo de
Runge-Kutta, em relao ao mtodo de Euller.
Euller e RK
6
5
4

y anal
y Euller
y RK

3
2
1
0
-1 0

-2

10

Figura 3 Comparao dos mtodos para passo L=0,5

Utilizando-se agora passo L=0,2, o resultado de Euler apresentou significativa


melhora, mostrando que quanto menor o passo, melhores resultados podem ser obtidos.
x
0,5
0,7
0,9
1,1
1,3
1,5
1,7
1,9
2,1
2,3
2,5
2,7
2,9
3,1
3,3
3,5

Y anal y Euller
1,500006
1,5
0,84283
0,5
0,602609
0,38
0,549738 0,436
0,581048 0,5272
0,650184 0,6254
0,736316 0,7251
0,830085 0,825
0,927285 0,925
1,026027 1,025
1,125461 1,125
1,225207 1,225
1,325093 1,325
1,425042 1,425
1,525019 1,525
1,625008 1,625

Graficamente:

erro Euller
6,47768E-06
0,342830236
0,22260902
0,113737773
0,053848295
0,024744122
0,011227956
0,005066987
0,002281132
0,001025856
0,000461122
0,000207231
9,31218E-05
4,18437E-05
1,88019E-05
8,44829E-06

y RK
1,5
0,846133
0,605587
0,55175
0,582257
0,650865
0,736684
0,830278
0,927384
1,026077
1,125487
1,22522
1,325099
1,425045
1,52502
1,625009

kn1
-5
-1,98453
-0,62235
-0,007
0,270971
0,39654
0,453264
0,478888
0,490463
0,495692
0,498054
0,499121
0,499603
0,499821
0,499919
0,499963

Kn2
-2,8
-0,99072
-0,17341
0,195799
0,362582
0,437924
0,471958
0,487333
0,494278
0,497415
0,498832
0,499473
0,499762
0,499892
0,499951
0,499978

kn3
-3,68
-1,38825
-0,35298
0,114679
0,325938
0,42137
0,46448
0,483955
0,492752
0,496726
0,498521
0,499332
0,499698
0,499864
0,499938
0,499972

kn4
-1,656
-0,47394
0,06004
0,301255
0,41022
0,459444
0,481679
0,491724
0,496261
0,498311
0,499237
0,499655
0,499844
0,49993
0,499968
0,499986

erro RK
6,47768E-06
0,003303097
0,002977611
0,002012561
0,001209056
0,000680932
0,000368152
0,000193514
9,9642E-05
5,05047E-05
2,52829E-05
1,25302E-05
6,15863E-06
3,00597E-06
1,45851E-06
7,04064E-07

PONTIFCIA UNIVERSIDADE CATLICA DO PARAN Escola Politcnica


Simulao e Otimizao de Processos
Professor Emerson Martim

Euller e RK
2
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0

y anal
y Euller
y RK

2
x

Figura 4 Comparao dos mtodos com passo L=0,2


4.3 - MTODO MATEMTICO DE RUNGE-KUTTA-GILL

Um mtodo mais implementado de Runge-Kutta o de 4 ordem, tambm


conhecido como Runge-Kutta-Gill, onde Gill escolheu os parmetros livres de forma a
minimizar os erros de arredondamento.
1
yn + 1 = yn + kn1 + 2bkn 2 + 2dkn3 + kn 4
6

:
k n1 = L. f xn , yn

kn4 = L. f xn + L

a=

2 1
2

onde

L
kn2 = L. f xn +
2

kn3 = L. f xn +
2

yn +

kn1

, y n + akn1 + bkn 2

, y n + ckn 2 + dkn3

b=

2- 2
2

c=-

2
2

d = 1+

2
2

(58)