Numerica PDF

UNIVERSIDADE ESTADUAL PAULISTA
Campus Universitario de Bauru
FACULDADE DE ENGENHARIA DE BAURU
DEPARTAMENTO DE ENGENHARIA MECANICA
Topicos Especiais em Fluido-Termica
Metodos Numericos em Fluido Termica
Build:08-2007 Autor: VICENTE LUIZ SCALON

SUMARIO
1 Equacoes Diferenciais e Metodos Numericos 1
2 Introducao aos Sistemas Matlab/GNU Octave 7
2.1 Operacoes Fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Definicoes e operacoes com matrizes e vetores . . . . . . . . . . . . . . . . . . . 8
2.2.1 Funcoes e operacoes especiais . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 Definicao de funcoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Montagem de graficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5 Operacoes logicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.6 Diferencas basicas entre o Matlab e o Octave . . . . . . . . . . . . . . . . . . . . 18
3 Metodos para a solucao de Eq. Diferenciais Ordinarias 19
3.1 Metodo de Runge Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.1.1 Implementacao da solucao no Gnu-Otave . . . . . . . . . . . . . . . . . . 26
i
SUMARIO ii
3.2 Solucoes de sistemas de equacoes diferenciais ou equacoes diferenciais de ordem

superior utilizando Runge Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2.1 Procedimento de solucao usando o octave . . . . . . . . . . . . . . . . . . 34
3.3 Condicao de Contorno Deslocada . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.3.1 Procedimento de solucao usando o octave . . . . . . . . . . . . . . . . . . 40
4 Solucao de Sistema de Equacoes Lineares 42
4.1 Metodos iterativos de solucao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.2 Metodos de inversao direta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5 Equacoes Diferenciais Parciais - Caracterizacao e Metodos de Discretizacao

e Solucao 48
5.1 Subdivisao das equacoes diferenciais parciais . . . . . . . . . . . . . . . . . . . . 48
5.2 Formas de solucao de equacoes diferenciais parciais . . . . . . . . . . . . . . . . 50
5.3 Discretizacao do domnio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6 Metodo dos Elementos Finitos 55
6.1 Princpios gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.1.1 Aproximacao por funcoes . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.1.2 Aproximacao nodal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.2 Aproximacao por Elementos Finitos . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.2.1 Definicao geometrica dos elementos. . . . . . . . . . . . . . . . . . . . . . 62
6.2.2 Regras para a discretizacao de domnios atraves de elementos finitos . . . 62
6.3 Elementos de referencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

SUMARIO iii
6.4 Propriedades das funcoes de aproximacao u(x) . . . . . . . . . . . . . . . . . . . 66
6.5 Construcao das funcoes de interpolacao . . . . . . . . . . . . . . . . . . . . . . . 67
6.6 Transformacao de operadores diferenciais . . . . . . . . . . . . . . . . . . . . . . 70
6.6.1 Montagem do Jacobiano . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.6.2 Transformacao de uma integral . . . . . . . . . . . . . . . . . . . . . . . 72
6.7 Coordenadas nodais e conectividade . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.8 O metodo dos resduos ponderados . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.8.1 Transformacao integral: a integral por partes . . . . . . . . . . . . . . . . 78
6.8.2 Metodo de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.9 Tratamento das condicoes de contorno . . . . . . . . . . . . . . . . . . . . . . . 80
6.9.1 Implementacao da condicao de contorno generalizada . . . . . . . . . . . 81
6.10 Integracao Numerica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.11 Exemplos de Aplicacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7 Metodo de Diferencas Finitas 94
7.1 Aplicacao da formulacao de diferencas finitas em sistemas de equacoes diferenciais 97
8 Aplicacao do Metodo de Diferencas Finitas em Problemas Bidimensionais e

Transientes 102
8.1 Solucao de problemas bidimensionais . . . . . . . . . . . . . . . . . . . . . . . . 102
8.2 Solucao de problemas transientes . . . . . . . . . . . . . . . . . . . . . . . . . . 106
8.2.1 Formulacao Explcita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
8.2.2 Formulacao Totalmente Implcita . . . . . . . . . . . . . . . . . . . . . . 111

SUMARIO iv
8.2.3 Formulacao Implcita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

CAPITULO 1
Equacoes Diferenciais e Metodos Numericos
Uma grande parcela dos problemas de engenharia depende, para a obtencao de resulta-
dos, da solucao de uma unica ou ate de um sistema de equacoes diferenciais. Ate a primeira
metade deste seculo buscou-se, de forma intensa, a solucao analtica destas equacoes utilizando
uma grande gama de ferramentas matematicas como transformadas, solucao por series, etc.
Com este esforco concentrado foram obtidos alguns resultados e muitas equacoes diferenciais
puderam ser resolvidas. No entanto, quase todas estas respondem por problemas fsicos simples
e nao representam uma amostra significativa dos problemas de engenharia que normalmente
tem geometria e condicoes de contorno complexas.
Desta forma, a partir da segunda metade do seculo XX, este panorama foi completamente
modificado. Deixou-se de buscar a solucao puramente analtica para estes problemas e passou-
se a trabalhar com os metodos numericos na tentativa da obtencao de solucoes aproximadas.
Embora a grande maioria dos metodos numericos sejam conhecidos a bastante tempo, a sua
utilizacao em massa so ocorreu gracas a um acontecimento: o grande avanco dos computadores.
No passado quando se tentava resolver um problema, mesmo um extremamente simples, atraves
de metodos numericos este processo demandava um enorme tempo em calculos e, muitas vezes,
envolvia uma equipe de pessoas. Esta dificuldade praticamente inviabilizava a sua utilizacao ate
o aparecimento dos computadores de grande porte e, mais recentemente, os super computadores.
Esta situacao se inverteu completamente e nos dias de hoje sao os metodos numericos que
1
Top. Esp. Fluido-Temica 2
respondem praticamente pela totalidade dos problemas complexos em engenharia. Alem disto
o barateamento ocorrido em termos de custo/hora do tempo de CPU tem tornado-a, cada vez
mais, acessvel a um numero maior de pessoas. Um exemplo disto e citado por (Maliska, 1995)
em seu livro: a solucao de um escoamento supersonico usando computadores do tipo IBM 704,
existente na decada de 60, consumiria um tempo de computacao de 30 anos a um custo de
alguns milhoes de dolares enquanto o mesmo problema e resolvido hoje com alguns minutos de
CPU a um custo de algumas centenas de dolares.
Apesar de tudo isto que foi dito aqui os metodos analticos ainda tem grandes utilidades.
Em primeiro lugar, nao tem muito sentido resolver um problema numericamente se a sua
solucao analtica e conhecida e pode fornecer a valores para todo o domnio, ao contrario
da solucao numerica que so so fornece a solucao para os pontos considerados. Alem disto
a solucao analtica e, muitas vezes, utilizada como padrao e ate mesmo fonte de inspiracao
na resolucao de problemas com metodos numericos. Em outras vezes ainda, um modelo e
testado em determinadas condicoes nas quais existe solucao analtica para poder confrontar os
resultados e, so depois do sucesso nesta consideracao, e que o mesmo e estendido para casos
onde a solucao analtica nao e conhecida.
Quando nao existe solucao analtica que permita esta verificacao do metodo numerico outra
ferramenta e entao utilizada: os ensaios experimentais. Da mesma forma que os metodos
analticos os metodos experimentais foram, e diria ate que ainda sao, muito utilizados na
solucao de problemas de engenharia. Isto se deve ao fato que a simulacao pode ser feita sobre
as condicoes desejadas (ou proximas dela) sem se preocupar sequer com as condicoes contorno ou
tipo de equacoes diferenciais. Embora os metodos experimentais tenham os seus atrativos, tem
tambem um grande problema: o seu elevado custo. Tanto a instrumentacao necessaria, como
a montagem do experimento e a mao de obra necessaria necessitam de um alto investimento,
o que dificulta grandes desenvolvimentos nesta area. Alem do mais a presenca de sondas para
tomada de medidas ou quaisquer outros objetos fsicos, tendem a alterar as condicoes ideais para
a retirada de medidas de um experimento, tornando muitas vezes o experimento impraticavel.
Um grande exemplo deste fato e a industria aeronautica que tem substitudo grande parte dos
seus ensaios em tunel de vento por simulacoes numericas com excelentes resultados. Da mesma
forma que a solucao analtica muitas vezes sao utilizados resultados experimentais para validar
resultados de metodos numericos, dispensando a partir de entao a repeticao da experiencia para
casos similares.
Para a solucao de equacoes diferenciais por metodos numericos, da mesma forma que quando
sao resolvidas por metodos analticos, e conveniente o conhecimento de alguns preceitos sobre
equacoes diferenciais:
a) E.D.O. - Sistema Massa Mola b) E.D.P. - Eq. da quantidade de movimento
Figura 1.1: Exemplos de E.D. ordinarias e parciais.
Equacao Diferencial Ordinaria: onde a funcao que e a solucao da equacao diferencial e

dependente de uma unica variavel. O exemplo classico deste tipo de equacao e a primeira
lei de Newton, comumente aplicada em problemas envolvendo vibracoes, como mostrado
na figura (??a):
mu00 (t) = F [t, u(t), u0 (t)]
onde todas as variaveis sao direta ou indiretamente funcao de t. Um grande numero de

problemas recai em equacoes diferenciais deste tipo.
Equacao Diferencial Parcial: e aquela em que as funcoes solucao para a equacao diferencial
sao dependentes de mais de uma variavel. A maior parte dos problemas envolvendo
geometrias bi e tri dimensionais e analise de transientes em corpos com gradientes internos
recai neste tipo de equacao diferencial. Tomando como exemplo utilizar-se-a a equacao
da quantidade de movimento linear, bidimensional e em coordenadas cartesianas, para
um fluido newtoniano na direcao x:
2
u 2u

u u u P
+u +v = + +
t x y x x2 y 2
Um exemplo de aplicacao desta equacao seria para a obtencao do perfil de velocidades

em torno de uma asa, como mostrado na figura (??b).
Equacao Diferencial Linear: e o tipo de equacao diferencial onde aparece uma composicao
linear da funcao e suas derivadas. Exemplo disto e a equacao da conducao de calor, para
substancias isotropicas e com propriedades fsicas admitidas independentes da tempera-
a) E. D. Linear - Conduca numa placa b) E.D. nao linear - Eq. do pendulo
Figura 1.2: Exemplos de E.D. linear e nao linear.
tura:
2T 2T
+ =0
x2 y 2
A distribuicao de temperaturas em uma placa plana mostrada na figura (??a), e um
exemplo tpico deste tipo de aplicacao.
Equacao Diferencial Nao Linear: e aquela a funcao nao aparece de forma linear na equacao
diferencial, mas sim com termos quadraticos ou atraves de outras funcoes nao lineares. Um
exemplo deste tipo de equacao e a equacao de um pendulo que, com base na figura (??b),
pode ser dada como:
d2 g
+ sin = 0
dt2 l
que tem formas de solucao bem complexa. Prova disto e a propria expressao acima, que
e quase sempre resolvida atraves da linearizacao da equacao (trabalhando-se com angulos
pequenos sin ):
d2 g
+ =0
dt2 l
Equacao Diferencial Homogenea: e aquela em que o termo independente nao se apresenta
como funcao de nenhuma variavel, ou melhor:
y 0 (x) = f (x, y)
e homogenea se f (x, y) for uma constante ou uma expressao que permita uma trans-
formacao de variavel que a deixe independente da variavel transformada (normalmente
um f (y/x)). Um exemplo de equacao diferencial homogenea:
y 00 (x) = y 0 (x) + y(x) = y 00 (x) y 0 (x) y(x) = 0

Equacao Diferencial Nao Homogenea: e a contraposicao da da definicao acima ou seja,

quando o termo independente e necessariamente funcao de uma das variaveis do problema
e nao se conhece transformacao de variaveis que o deixe homogeneo. Exemplo de equacao
diferencial nao homogenea:
y 00 (x) y 0 (x) y(x) = cos(x)
Ordem de uma Equacao Diferencial: representa o ndice de derivacao da maior derivada

das que compoe a equacao diferencial. Veja por exemplo a expressao:
y 000 + 2 y 0 3y = 0
que e uma equacao de terceira ordem e que, consequentemente, precisa de pelo menos
tres condicoes de contorno para ser resolvida. Esta e na realidade a grande vantagem
desta metodologia de classificacao de equacoes diferenciais: indicar instantaneamente o
numero de condicoes de contorno necessarias para resolver o problema.
Estas classificacoes indicam caractersticas principais da equacoes diferenciais e fornecem

informacoes sobre como estas podem ser resolvidas. Nao existe uma forma imediata para
afirmar que uma equacao diferencial tem solucao exata pois ate mesmo o tipo de condicao
de contorno pode influir sobre este aspecto. Um exemplo disto e a equacao de conducao bi-
dimensional que tem solucao analtica para temperaturas de parede dadas, mas nao tem se
uma das paredes esta sujeita a um processo de conveccao, por exemplo. Assim sendo a unica
maneira de descobrir sobre a existencia da solucao analtica para uma dada equacao diferencial,
caso voce nao saiba de antemao, e consultando um livro sobre o assunto.
Mas e importante ressaltar que as caractersticas acima sao importantes tambem para iden-
tificar qual o metodo numerico de solucao que deve ser utilizado na solucao de um problema.
Vejamos por exemplo o tipo de solucao mais utilizados segundo a natureza das equacoes dife-
renciais:

Metodo de Euler

Eq. Diferenciais Ordinarias Metodo de Passos Multiplos (ou Preditor-Corretor)

Metodo de Runge Kutta1

Metodo de Diferencas Finitas

Eq. Diferenciais Parciais Metodo de Volumes Finitos

Metodo de Elementos Finitos

1
Muitas vezes este metodo tambem e utilizado na solucao da parcela envolvendo o tempo de Eq. Diferenciais
Parciais
E importante ressaltar que nada impede que se utilize esquemas de solucao para Eq. Dife-
renciais Parciais em Eq. Diferenciais Ordinarias, uma vez que o seu procedimento e generico,
no entanto a recproca nao e verdadeira. Normalmente se adotam esquemas diferenciados para
solucao de equacoes diferenciais ordinarias, pois estes podem ser um pouco mais simples ou
entao mais precisos permitindo uma maior acuracidade na solucao.
CAPITULO 2
Introducao aos Sistemas Matlab/GNU Octave
Existem uma serie de ambientes matematicos propcios para a solucao de algumas tarefas a
serem realizadas cotidianamente em calculos da Engenharia: Matlab, Mathemathica, GNU Oc-
tave, SciLab, Maxima, etc. Alguns destes sao capazes, inclusive, de trabalhar com manipulacao
simbolica como o caso do Maxima, Mathemathica, Matlab (versoes posteriores a 5.0), SAGE
e o proprio octave se utilizando de pacotes adicionais.Entretanto, para o caso de utilizacao em
simulacao numerica a manipulacao simbolica nao represbta um fator decisivo.
Este captulo, basicamente, ficara restrito ao uso dos sistemas Matlab/GNU Octave sendo
o primeiro um sistema licensiado e o segundo uma alternativa livre de ambientes matematicos.
Embora similares em grande numero de comandos existem algumas diferencas entre os co-
mandos em cada um dos sistemas. Na maioria das vezes octave suporta tanto a sua sintaxe
especfica como aquela que seria utilizada pelo Matlab. O SciLab tambem e considerado uma
boa alternativa livre ao uso do Matlab, mas o seu uso nao sera abordado neste material.
Existem uma serie de referencias que podem complementar as informacoes aqui fornecidas,
dentre as quais destaco os materiais de (Domingues & Mendes, 2002) e (Eaton, 2006). Outra
importante fonte de ajuda e o proprio programa, onde uma serie de informacoes a respeito de
um comando podem ser obtidas utilizando-se help -i nome_do_comando.
Inicialmente, sera visto simplesmente algumas operacoes fundamentais com matrizes e ve-
7
tores que nao apresentam variacao entre estes sistemas. Com estas informacoes ja sao possveis
realizar uma serie de procedimentos do nosso curso.
2.1 Operacoes Fundamentais
Neste tipo de plataformas estao contemplados todos os tipos de operadores, tanto para
operacao com reais com inteiros. Assim sao possveis a soma(+), subtracao(-), divisao(/),
multiplicacao (*) divisao reversa (\) e exponencial (). Operacoes com inteiros sao tambem
possveis como a divisao, utilizando o truncamento dos decimais (floor ), e resto (mod ou rem).
Assim:
octave>mod(5,2)
ans =
1
octave> rem(5,2)
ans =
1
octave> floor(5/2)
ans =
2
octave> disp(5**2), disp( ou ),disp(5^2)

25
ou
25
O disp e um comando utilizado para escrever na tela e converte a saida para caracteres.
Comandos para arredontamento como round ou ceil tambem estao disponveis no Octave.
Alem disto, existe uma extensa biblioteca matematica pre-implementada que permite o
calculo de uma serie de funcoes hiperbolicas (exp, log, sinh, etc.), trigonometricas (sin, cos,
tan, etc.), de Bessel (besselj , besselk , besseli , etc.) e uma infinidade de outras.
2.2 Definicoes e operacoes com matrizes e vetores
Antes de mais nada e possvel criar vetores e matrizes atraves de um valor inicial, um valor
final e incrementos constantes do tipo:
octave> 1:10
ans =
1 2 3 4 5 6 7 8 9 10
octave> 1:2:10
ans =
1 3 5 7 9
ou entao se estabelecendo nao o incremento, mas sim o numero de componentes da matriz:
octave> linspace(1,10,5)
ans =
1.0000 3.2500 5.5000 7.7500 10.0000
Para criar uma matriz ou um vetor incluindoos valores de cada posicao e armazena-lo numa
variavel, o procedimento tambem e simples, basta inseri-lo da maneira mostrada abaixo:
octave> a=[1 2; 4 7]
a =
1 2
4 7
ou ainda utilizando um <enter>, ao inves do ; , para indicar mudanca de linha:
octave> b=[3 6
> 9 4]
b =
3 6
9 4
Definidas as matrizes pode-se realizar operacoes entre elas. Veja por exemplo como realizar
uma adicao entre as matrizes a e b, definidas anteriormente.
octave> a+b
ans =
4 8
13 11
Da mesma maneira pode-se utilizar uma resposta anterior, mesmo que nao armazenada em
variavel nenhuma utilizando da variavel ans. Como exemplo disto, veja como apresentar a
segunda coluna da matriz resposta anterior:
octave> c=ans(:,2)
c =
8
11
sendo que para isto e bastante util o :da maneira apresentada. Ele pode representar, quando
usado desta maneira, todas as linhas ou colunas de uma matriz. Caso desejasse mostrar apenas
um componente da matriz, bastaria colocar o seu endereco ente parenteses:
octave> a(2,1)
ans = 4
Da mesma maneira que a adicao, outras operacoes entre as matrizes poderiam ser realizadas,
como por exemplo a multiplicacao:
octave> a*b
ans =
21 14
75 52
Outra forma desta operacao, a chamada multiplicacao termo a termo, pode tambem ser
necessaria e neste caso ela pode ser realizada atraves da forma:
octave> a.*b
ans =
3 12
36 28
sendo ainda existente uma operacao equivalente a esta para a divisao termo a termo, represen-
tada pelo operador ..
2.2.1 Funcoes e operacoes especiais
Sao ainda possveis uma serie de outras operacoes com matrizes, sendo destacadas aqui:
Determinante (det):
octave> det(a)
ans = -1
Matriz Inversa (inv):
octave> inv(b)
ans =
-0.095238 0.142857
0.214286 -0.071429
Matriz Transposta ():
octave> b
ans =
3 9
6 4
Matriz nula de qualquer tamanho (z eros):
octave> zeros(4)
ans =
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
ou ainda para qualquer matriz nao quadrada definindo-se o numero de linhas e colunas:
octave> zeros(1,7)
ans =
0 0 0 0 0 0 0
Matriz Unitaria tambem pode ser montada de dorma analoga (ones):
octave:1> ones(3,2)
ans =
1 1
1 1
1 1
Matriz de numeros aleatorios (r and): com todos os numeros aleatorios variando entre 0
e 1.
octave> rand(2,4)
ans =
0.539648 0.061666 0.070065 0.324883
0.569649 0.023215 0.673922 0.419023
Em funcao do exposto se o interesse e por uma matriz cujo o valor maximo e 10, basta
mutiplicar o resultado anterior pelo valor maximo.
Matriz Identidade de qualquer tamanho (eye):
octave> eye(4)
ans =
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
que e uma operacao bastante util se voce estiver interassado em montar uma linha qual-
quer com um valor 1na posicao da diagonal principal e o restante zeros:
octave> eye(10)(5,:)
ans =
0 0 0 0 1 0 0 0 0 0
Matriz Diagonal generica a partir de um vetor (d iag):
octave> a=[1 2 3]
a =
1 2 3
octave> diag(a)
ans =
1 0 0
0 2 0
0 0 3
O vetor diagonal tambem pode ser usada para montar uma diagonal secundaria da matriz,
para isto basta fornecer como segundo argumento inteiro que representa a sua posicao
na matriz. Numeros negativos podem ser usados para representar diagonais secundarias
abaixo da posicao atual:
octave> diag(a,-2)
ans =
0 0 0 0 0
0 0 0 0 0
1 0 0 0 0
0 2 0 0 0
0 0 3 0 0
Se aplicado em uma matriz bidimensional, o comando diag retorna a respectiva diago-

nal indicada na forma de vetor, como se fizesse uma operacao inversa da anteriormente
demonstrada:
octave:18> b=[8 5 5 6 7; 0 3 4 1 5; 1 2 2 4 0;3 9 7 8 6 ]

b =
8 5 5 6 7
0 3 4 1 5
1 2 2 4 0
3 9 7 8 6
octave:19> diag(b,1)
ans =
5 4 4 6
Operacoes com as colunas de componentes de uma matriz: no caso da soma (sum)
octave> sum(a)
5 9
e ainda existem outros comandos que permitem a obtencao da media(mean), o produto

dos termos(prod ), o valor maximo (max ), o valor mnimo (min) e a ordenacao de matrizes
(sort). Todos estes comandos realizam estas operacoes entre os elementos pertencentes a
mesma coluna.
Deve-se lembrar ainda que mesmo nos ambientes deste tipo nao existe a comutatividade em
operacoes com matrizes assim:
octave> c*c
ans =
64 88
88 121
e diferente de:
octave> c*c
ans = 185
como era de se esperar.
Bem este texto serve como uma referencia basica para o tratamento de matrizes e vetores
nos referidos sistemas entretanto existem ainda uma serie de diferentes comandos relacionados
a este que podem ser encontrados em documentacoes mais aprofundadas e atraves do Help dos
programas.
Existem uma serie de outras operacoes que permitem operacoes basicas com vetores, prin-
cipalmente com relacao a uniao de vetores (union) e a idendificacao de posicoes que obedeccam
a caractersticas definidas (find ).
2.3 Definicao de funcoes
Para definir funcoes no octave nomalmente e indicado criar um arquivo com extensao .m no
diretorio corrente obedecendo a uma estrutura basica:
i. a primeira linha deve conter a palavra chave function, em seguida a variavel que armazena
o valor a ser retornado que, por sua vez, e igualada ao nome da funcao seguida da sequencia
de parametros de entrada. E fundamental que o nome da funcao seja identico ao fornecido
ao arquivo .m.
ii. na linha a seguir sao definidas as variaveis globais, se existirem.
iii. depois vem o corpo da funcao com a sua sequencia de comandos.
iv. o procedimento e finalizado com a palavra end .
Veja por exemplo a criacao de uma funcao do tipo sinal de um numero. Desta forma sera
editado um arquivo sinal.m do tipo:
# func~
ao sinal
function ret=sinal(x)
if (x!=0) ret=x/abs(x);
else ret=0;
endif
end
A partir deste ponto existe uma funcao pronta no octave de nome sinal que pode ser chamada
em qualquer instante. Cabe ressaltar entretanto que esta funcao deve estar no diretorio corrente
ou no diretorio de funcoes do octave. Assim:
octave> sinal(100)
ans= 1
octave> sinal(-10)
ans=- 1
octave> sinal(0)
ans = 0
Esta mesma funcao poderia ser criada simplesmente digitando a sequencia de comandos apre-
sentada no octave dispensando, assim, a necessidade da criacao de um novo arquivo. O inco-
veniente desta forma e que a mesma so estaria disponvel depois de carregada para a memoria
do octave em cada secao.
Quando se trata de funcoes mais simples, que envolve o seu calculo diretamente a partir
de parametros fornecidos o comandoi nline pode ser uma boa alternativa. Sofre das mesmas
limitacoes de quando se define a funcao no interior de um script, entretanto sua definicao e bem
mais simples:
octave> f=inline("2*x.^2-3*x+4")
f =
f(x) = 2*x.^2-3*x+4
octave> f(2)
ans = 6
sendo que neste caso todos os parametros envolvidos na funcao seriam tambem argumentos da
mesma dificultando, assim, definicoes mais complexas. Existem alternativas para personalizar
esta definicao uma vez que este comando pode ser utilizado com maior numero de parametros.
Maiores detalhes podem ser encontrados com a utilizacao da ajuda da funcao.
2.4 Montagem de graficos
Para elaboracao de graficos o octave se utiliza de um programa externo denominado GNU-

PLOT. Existem comandos internos do proprio gnuplot que muitas vezes sao utilizados para
definir parametros preliminares dos graficos. Para um bom conhecimento destas funcoes sugere-
se uma leitura do manual do proprio programa.
Com relacao ao comando para plotagem plot ele pode ser utilizado com a entrada de pelo
menos dois vetores (x, y), mas sua forma geral permite a utilizacao de um formato em sequencia
identificando como vai ser a linha
Apenas para ilustrar, foi feito um grafico personalizado alterando algus parametros mais
importantes do gnuplot via gset e utilizando-se de um script do octave:
octave> x1=0:0.1:pi; %define vetor x

octave> a=cos(x1); %define o primeiro vetor y
octave> b=sin(x1); %define o segundo vetor y
octave> __gnuplot_set__ xlabel "x" % define nome do eixo x
octave> __gnuplot_set__ ylabel "y" % define nome do eixo y
octave> __gnuplot_set__ key outside box % define legenda
% do lado de fora do grafico e com borda
octave> plot(x1,a,"-;cos(x);",x1,b,"-;sin(x);")
Figura 2.1: Grafico gerado no octave
e com isto foi criado o grafico mostrado na figura (2.1). Deve-se ressaltar que em versoes antigas
do programa utilizava-se substiturir o comando __gnuplot_set__ por gset.
Um dos aspectos mais complexos e a utilizacao de estilos de linhas e pontos neste tipo
de plotagem. Alem de escolher o ttulo da legenda da curva e ainda possvel nestes graficos,
escolher tanto a cor como a forma das linhas ou pontos da curva. Para tanto e interessante
conhecer os esquemas a serem utilizados:
- define a curva na forma de linhas;.
., +, *, o e x define a curva na forma de diferentes estilos de pontos;
^ define grafico de impulsos;
L define grafico de steps;
n ou c, definem a cor a ser utilizada de forma:
Num. Letra Cor

0 k preto
1 r vermelho
2 g green
3 b azul
4 m magenta
5 c cyan
Alem destas cores pode-se ainda utilizar o w para o branco e os numeros maiores que
cinco para outras variacoes.
Cabe ressaltar ainda que o comando fplot pode ser utilizado diretamente para a elaboracao
de graficos a partir de funcoes diretamente. Ele pode ser utilizada de maneira analoga ao plot,
excetuando-se pelas mudancas de formatos anteriormente demonstradas.
octave> __gnuplot_set__ xlabel "x" % define nome do eixo x

octave> __gnuplot_set__ ylabel "y" % define nome do eixo y
octave> fplot("[cos(x), sin(x)]", [0,pi])
2.5 Operacoes logicas
E possvel realizar uma serie de operacoes logicas e testes usando o Octave. As operacoes
mais usuais sao maior (>) ou maior ou igual (>=), menor(<) ou menor ou igual (<=), igual
(==) e diferente (! = ou =). E conveniente notar que o teste de igualdade (==) e diferente
da atribuicao (=).
if e utilizado para realizacao de comparacoes diretas e direcionar o fluxo do programa em

funcao de seu resultado.
octave> a=2
2
octave> if (mod(a,2)==0) disp(\"Numero par\") else disp(\"Numero impar\") endif

Numero par
octave> a=3;
3
octave> if (mod(a,2)==0) disp(\"Numero par\") else disp(\"Numero impar\") endif

Numero impar
while utilizado para o caso de repeticoes onde o teste e feito por diversas vezes a cada
interacao do problema.
octave> z=1;
octave> while (z<5) disp(z); z+=2; endwhile
1
3
for no caso de operacoes que usam um contador com incrementos constantes o comando
for e o mais indicado.
octave> for z=1:2:4 disp(z); endfor

1
3
switch permite a selecao de uma alternativa entre diversas. Pode ser substituido por um
conjunto de if s em cascata.
octave> nlados=3;
octave> switch (nlados)
> case (3) disp("Tri^
angulo")
> case (4) disp("Quadrado")
> case (5) disp("Pentagono")
> otherwise disp("Figura n~ao classificada")
> endswitch
Tri^
angulo
Em todos os comandos acima o final endif , endwhile, endfor e endswitch pode ser substi-
tuido por end sem comprometer o funcionamento do script (e mantendo compatibilidade com
o Matlab)
2.6 Diferencas basicas entre o Matlab e o Octave
Algumas diferencas basicas que podem afetar a compatibilidade entre ambos sao:
o nome de algumas funcoes sao diferentes
o comentario no Matlab e % e no Octave tambem e aceito o #
no Matlab, os blocos formados por while, if e for e as functions necessariamente ter-

minam com end . No octave pode-se usar, opcionalmente, endwhile, endif , endfor e
endfunction.
no Matlab a unica forma aceita para a desigualdade e o =. O != e aceito apenas no

Octave.
operadores incrementais ++ e - - nao sao aceitos no Matlab.

CAPITULO 3
Metodos para a solucao de Eq. Diferenciais

Ordinarias
Os problemas envolvendo as Equacoes Diferenciais Ordinarias sao normalmente subdi-

vididos em dois grandes grupos:
Problemas de Valor Inicial: que sao aqueles onde as condicoes de contorno sao estabeleci-
das em um ponto inicial, e partir destas vao sendo calculados os valores para posicoes
subsequentes. Este procedimento e normalmente caracterizado por procedimento de mar-
cha (os transientes sao os melhores exemplos deste tipo de problemas).
Problemas de Valor de Contorno: sao aqueles onde as condicoes de contorno sao estabe-
lecidas em posicoes diferentes dentro de um problema, o que implica em uma solucao que
envolva todo o domnio.
Para exemplificar melhor cada um dos problemas, imagine um caso de conducao unidimen-
sional em um solido de condutividade termica independente da temperatura com geracao de
calor. A equacao diferencial para este problema e:
q
T 00 (x) =
k
19
Imaginando que a uma das temperaturas das faces e conhecida e T (x = 0) = T0 . Se alem

dela, for conhecido o fluxo de calor que esta entrando por esta face ou seja, na mesma posicao
q(x = 0) = kT 0 (0) = q0 este problema sera um problema de valor inicial e o procedimento de
marcha podera ser adotado.
Por sua vez se, ao inves disso, forem conhecidas as duas temperaturas de parede em ambas
as faces T (x = 0) = T0 e T (x = L) = TL este problema passa a ser um problema de valor de
contorno.
3.1 Metodo de Runge Kutta
Existem diversos graus para o metodo de Runge Kutta, sera mostrada aqui a deducao
para o metodo de segunda ordem, para os metodos de ordem superior o procedimento e analogo.
Sabe-se que por serie de Taylor e possvel expressar o valor qualquer ponto a partir de um
ponto conhecido:
x2 00
y(x + x) = y(x) + x y 0 (x) + y (x) +
2!
que pode ser escrito para um sistema discreto com espacamento x = h na forma:
h2 00
yn+1 = yn + h yn0 + y +
2! n
Suponhamos que uma dada equacao diferencial pode ser manipulada de forma a obter uma
expressao para a derivada primeira de forma que:
y = f 0 (x, y) = yn0 = f (xn , yn )
No caso da derivada de uma funcao qualquer em relacao a x e conveniente lembrar da regra

da cadeia:
d dy
f (x, y) = fx (x, y) + fy (x, y)
dx dx
sendo que os ndices x ou y da funcao representam a derivada parcial da funcao em relacao a
tal derivada.
Reescrevendo a expansao por Taylor, mas levando em conta esta informacao tem-se agora
uma expansao para funcoes de duas variaveis :
h2
yn+1 = yn + hf (xn , yn ) + [fx (xn , yn ) + fy (xn , yn )yn0 ] +
2!
ou ainda:
h2
yn+1 = yn + hf (xn , yn ) + [fx (xn , yn ) + f (xn , yn )fy (xn , yn )] + (3.1)
2!
O metodo de Runge Kutta se baseia no princpio de que existe um ponto em um determinado

intervalo cuja a derivada fornece exatamente a tangente para o calculo do ponto no extremo
deste intervalo. Esta derivada pode ser expressa como uma composicao linear na forma:
yn+1 = yn + (a1 yn0 + a2 y0 )h (3.2)
sendo y0 um valor previsto para a derivada para o ponto generico (xn + b1 h, yn + b2 yn0 h).
Assim o valor para y0 :

y0 = f (xn + b1 h, yn + b2 yn0 h)
que pode ser ainda expandida numa serie de Taylor de primeira ordem (envolvendo os termos
de h)
f (xn + b1 h, yn + b2 yn0 h) = f (xn , yn ) + b1 fx (xn , yn )h + b2 yn0 hfy (xn , yn )

= f (xn , yn ) + b1 fx (xn , yn )h + b2 hf (xn , yn )fy (xn , yn )
Substituindo o valor da expansao de y0 na equacao (3.2) tem-se que:
yn+1 = yn + {a1 f (xn , yn ) + a2 [f (xn , yn ) + b1 fx (xn , yn )h + b2 hf (xn , yn )fy (xn , yn )]}h
Que rearranjada resulta em:
yn+1 = yn + (a1 + a2 )f (xn , yn )h + a2 b1 fx (xn , yn )h2 + a2 b2 f (xn , yn )fy (xn , yn )h2 (3.3)
Finalmente, comparando-se as equacoes (3.1) e (3.3) obtem- se o seguinte sistema de

equacoes:
a1 + a2 = 1
1
a2 b1 =
2
1
a2 b2 =
2
Este sistema tem mais incognitas que equacoes e a sua famlia de solucoes e dada por:
a2 = 1 a1
1
b1 =
2 2a1
1
b2 =
2 2a1
e
e
uyn+1
K1
K3 2 e
e
K2
K4
2 e
xn xn+1
h/2
h
Figura 3.1: Esquema de funcionamento do Runge Kutta de 4a ordem
Uma solucao comum para o sistema seria dada se a1 = a2 que implica em a1 = a2 = 1/2 e
b1 = b2 = 1 que igualaria ao metodo de Runge Kutta ao Metodo de Euler. Maiores detalhes
desta deducao e do metodo de Euler podem ser encontrados em (Ruggiero & Lopes, 1988).
Exerccio: Resolva a equacao diferencial para um problema de conducao onde a geracao de

energia e funcao da temperatura dada por:
dT
= x + 2T
dx
utilizando o Runge Kutta de 2a ordem numa placa de 2 m (0 x 2) e usando um incremento
h = 0.4. A temperatura numa face da parede e dada e e igual 10 C. (x = 0 T = 10).
A figura (3.1) mostra graficamente como funciona a aproximacao mais utilizada deste tipo
de esquema: O Runge Kutta de 4a ordem. Sao aproximadas tanto as retas tangentes como os
pontos utilizados para os calculos intermediarios. E apresentada tambem na figura o valor do
ponto calculado numericamente utilizando as escalas dos Ks.
As expressoes que sao utilizadas para o Runge Kutta de 4a ordem na aproximacao de um

problema y 0 (x) = f (x, y) sao:
K1 = h f (xn , yn )
K2 = h f (xn + h/2, yn + K1/2)
K3 = h f (xn + h/2, yn + K2/2)
K4 = h f (xn + h, yn + K3 )
sendo que o valor posterior e calculado na forma:

1
yn+1 = yn + (K1 + 2 K2 + 2 K3 + K4 ) (3.4)
6
Exemplo de Aplicacao: Determinar o tempo de resposta de um termometro de mercurio

de vidro quando este instrumento e utilizado na leitura de um ambiente cuja temperatura varia
de forma senoidal com o tempo: T = 40 + 22.48 sin(2t) sendo o tempo t dado em horas.
Admitir que o coeficiente global de transferencia de calor entre o termometro e o fluido e de
25 kcal/h m2 C. O termometro pode ser idealizado como um cilindro de mercurio de 25 mm
de comprimento e 6 mm de diametro e sua temperatura inicial de 15 C.
merc = 13600 kg/m3

Dados: cmerc = 0.0325 kcal/kg C
Volmerc = 7.07 107 m3
Solucao:
Pelo balanco termico tem-se que:

"
Qtde de calor
# Qtde de calor
armazenada no = transferida pelo
termometro fluido
dT
merc cmerc Volmerc = h A (T T ) (3.5)
dt
sendo que a area de transferencia de calor por conveccao e: A = dL = (0.006)(0.025) =
4.71 104 m2 .
Substituindo os valores na equacao (3.5) tem-se:
dT
13600 0.0325 (7.07 107 ) = 25 (4.71 104 ) (T T )
dt
ou de forma rearranjada tem-se:

dT
= 37.681 (T T )
dt
Como o valor de T = 40 + 22.48 sin(2t):

dT
= 37.681[40 + 22.48 sin(2t) T ] (3.6)
dt
que e uma expressao na forma T 0 = F (t, T ).
A condicao inicial do problema tambem e conhecida e e dada por t = 0 T = 15 C.
Para resolver este problema basta aplicar o metodo de Runge-Kutta ou entao resolver esta
expressao analiticamente. A solucao exata para este problema pode ser encontrada em (Kreith,
1977) e e dada por:
T = 40 + 22.17 sin(2t 0.165) 21.36 exp(37.17 t) (3.7)
Aplicando-se Runge Kutta para o problema em intervalos de tempo de 2 min (h = 0.03333 h)

tem-se que:
t = 0 : T=15 C
t = 0.03333
K1 = h F (0, 15) = 0.03333{37.681[40 + 22.48 sin(20) 15]} = 31.401

K2 = h F (0 + 0.03333/2, 15 + 31.401/2) = 0.03333F (0.01667, 30.700) = 14.632
K3 = h F (0 + 0.03333/2, 15 + 14.632/2) = 0.03333F (0.01667, 22.316) = 25.163
K4 = h F (0 + 0.03333, 15 + 25.163) = 0.03333F (0.03333, 40.163) = 5.666
1
T2 = T1 + (K1 + 2 K2 + 2 K3 + K4 )
6
1
T2 = 15 + (31.401 + 2.14.632 + 2.25.163 + 5.66)
6
isto implica em que T2 = 34.44 C.
Utilizando a solucao analtica para o problema a temperatura indicada pelo termometro,
para o mesmo tempo, e de 34.80 C. Isto equivale a um erro de cerca de 1%, indicando a
boa precisao do metodo.
A tabela (3.1) mostra a solucao para este problema para varios valores de tempo. Ela
fornece os valores da temperatura calculada pela solucao analtica e por Runge Kutta, alem de
fornecer o valores para os Ks em cada tempo.
A figura (3.2) mostra o comportamento das temperaturas lidas pelo termometro, exata e
numerica, e a temperatura real do banho. Pela figura e possvel mostrar a boa concordancia
entre o resultado numerico e o resultado exato.
Tabela 3.1: Tabela de resultados para o exemplo 1
Tempo (h) Texata Tnumerica K1 K2 K3 K4

0.00000 14.999 15.000
0.03333 34.797 34.443 31.401 14.632 25.163 5.666
0.06667 43.776 43.560 12.851 7.635 10.910 4.761
0.10000 49.389 49.285 7.013 5.242 6.354 4.144
0.13333 53.665 53.613 4.934 4.132 4.636 3.498
0.16667 57.075 57.043 3.885 3.305 3.669 2.746
0.20000 59.661 59.635 3.046 2.475 2.834 1.888
0.23333 61.365 61.340 2.192 1.580 1.964 0.952
0.26667 62.129 62.104 1.277 0.630 1.036 0.025
0.30000 61.924 61.900 0.317 0.344 0.071 0.999
0.33333 60.760 60.737 0.653 1.302 0.894 1.930
0.36667 58.688 58.668 1.593 2.202 1.820 2.777
0.40000 55.800 55.783 2.464 3.006 2.666 3.502
0.43333 52.222 52.208 3.227 3.679 3.395 4.075
0.46667 48.109 48.099 3.849 4.191 3.976 4.469
0.50000 43.641 43.637 4.302 4.519 4.383 4.668
0.53333 39.015 39.015 4.568 4.651 4.599 4.662
0.56667 34.432 34.437 4.634 4.578 4.613 4.453
0.60000 30.092 30.102 4.497 4.306 4.426 4.050
0.63333 26.185 26.199 4.164 3.846 4.046 3.469
0.66667 22.882 22.900 3.649 3.217 3.488 2.737
0.70000 20.327 20.348 2.974 2.448 2.778 1.885
0.73333 18.632 18.654 2.170 1.572 1.947 0.951
0.76667 17.870 17.894 1.270 0.627 1.031 0.025
0.80000 18.076 18.100 0.315 0.345 0.070 0.999
0.83333 19.240 19.263 0.653 1.302 0.895 1.930
0.86667 21.312 21.332 1.594 2.202 1.820 2.777
0.90000 24.200 24.217 2.464 3.006 2.666 3.502
0.93333 27.778 27.792 3.227 3.679 3.395 4.075
0.96667 31.891 31.901 3.849 4.191 3.976 4.469
1.00000 36.359 36.363 4.302 4.519 4.383 4.668
65
Sol. Analitica
Sol. Numerica
60 Temperatura do banho
55
50
45
Temperatura [oC]
40
35
30
25
20
15
10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Tempo[h]
Figura 3.2: Temperaturas do termometro e banho no exemplo 1
3.1.1 Implementacao da solucao no GNU-Otave
Para arepresentar o problema sera escolhida a solucao da relacao entre a temperatura de

um termometro e de seu banho apresentada na apostila. Neste caso a equacao do problema e
dada por:
T 0 (t, T ) = 37.681(40 + 22.48 sin(2t) T )
sendo a condicao de partida a temperatura inicial do termometro T (0) = 15.
Para definir esta equacao do problema e preciso criar um arquivo representando esta funcao,
sendo que ambos (a funcao e arquivo) devem ter o mesmo nome. No caso sera criado o arquivo
dert.m, composto por:
function dr=dert(tempo,temper)
dr=37.681*(40+22.48*sin(2*pi*tempo)-temper);
endfunction
e a partir dele e possvel calcular o valor da funcao para qualquer par ordenado T 0 (t, T ). Por
exemplo:
octave> dert(0.15)
ans = 942.02
Cabe ressaltar aqui que no Matlab nao existe o comando endfunction, sendo que o mesmo
nao precisa ser incluido no caso de arquivos deste tipo.
Entretanto o objetivo principal e a solucao desta equacao diferencial, portanto e preciso

resolve-la. Para tanto sera montado uma outra funcao runge.m na qual sera implementado o
metodo de Runge-Kutta. A funcao referida que utilizara a dert.m, anteriormente definida.
function resp=runge(tempo,temper,h)
k1=h*dert(tempo,temper);
k2=h*dert(tempo+h/2, temper+k1/2);
k3=h*dert(tempo+h/2, temper+k2/2);
k4=h*dert(tempo+h, temper+k3);
resp=temper+(k1+2*k2+2*k3+k4)/6;
endfunction
Com esta funcao agora e possvel realizar a marcha do processo de solucao. Caso se desejasse
a temperatura apos decorridos 2 min, e possvel obte-la usando a funcao recem definida:
octave> runge(0.15,2/60)
ans = 34.443
Para a obtencao da solucao completa e preciso repetir este procedimento por diversas vezes
este procedimento e armazenar a solucao em vetores. Para isto, a sequencia de comandos abaixo
pode ser implementada diretamente ou via arquivo e a solucao armazenada nos valores de te
e TT:
dt=2/60;
te=0:dt:1;
TT=zeros(1,31);
TT(1)=15;
for i=2:31
TT(i)=runge(te(i-1),TT(i-1),dt);
endfor
que se executado no octave. Deve-se observar que o comando te0:2/60:1;= cria um vetor com
todos os termos de 0 a 1, incrementados em intervalos de 2/60.
Feita esta analise implementar ainda solucao analtica do problema e a evolucao da tem-
peratura do banho em funcoes distintas (t exata.m e tbanho.m). O resultado obtido destas
funcoes sao armazenadas em variaveis:
function tex=t_exata(t)
tex=40+22.17*sin(2*pi*t-0.165)-21.36*exp(-37.681*t);
endfunction
function tba=tbanho(t)
tba=40+22.48*sin(2*pi*t);
endfunction
Definidas as funcoes pode-se avaliar as solucoes e armazena-los nas variaveis texv e tba,
a partir das quais, pode-se plotar os resultados. Estes valores estao mostrados no grafico em
funcao do tempo armazenado na variavel te, e o resultado esta mostrado na figura (3.3). Para
comparacao uma tabela de sada de dados foi montada com base nos resultados obtidos. Desta
forma e possvel uma analise dos valores numericos de cada caso:
octave> [te TT texv tba]

ans =
0.00000 15.00000 14.99853 40.00000
0.03333 34.44279 34.90197 44.67385
0.06667 43.55979 43.83592 49.14344
0.10000 49.28485 49.41487 53.21341
0.13333 53.61306 53.67464 56.70590
0.16667 57.04284 57.07827 59.46825
0.20000 59.63482 59.66188 61.37975
0.23333 61.34022 61.36521 62.35685
0.26667 62.10423 62.12881 62.35685
0.30000 61.89951 61.92357 61.37975
0.33333 60.73686 60.75968 59.46825
0.36667 58.66766 58.68836 56.70590
0.40000 55.78252 55.80022 53.21341
0.43333 52.20758 52.22153 49.14344
0.46667 48.09910 48.10870 44.67385
0.50000 43.63665 43.64147 40.00000
0.53333 39.01527 39.01510 35.32615
0.56667 34.43692 34.43177 30.85656
0.60000 30.10170 30.09180 26.78659
0.63333 26.19909 26.18487 23.29410
0.66667 22.89964 22.88172 20.53175
0.70000 20.34756 20.32672 18.62025
0.73333 18.65439 18.63154 17.64315
0.76667 17.89412 17.87027 17.64315
0.80000 18.09998 18.07617 18.62025
0.83333 19.26298 19.24024 20.53175
0.86667 21.33229 21.31162 23.29410
0.90000 24.21747 24.19977 26.78659
0.93333 27.79242 27.77847 30.85656
0.96667 31.90090 31.89130 35.32615
1.00000 36.36335 36.35853 40.00000
Figura 3.3: Grafico gerado no GNU-Octave
Neste grafico estao mostradas a solucao numerica e exata do problema, alem da temperatura
do banho. O comando utilizado para plotagem, considerando-se as avriaveis anteriormente
definidas e dado por:
xlabel "Tempo [horas]"

ylabel "Tempertura [C]"
plot(te,texv,"-;Sol Analitica;",te,TT,"*;Sol Numerica;",te,tban, "-;Temp. Banho;");
Solucao usando comandos preexistentes no GNU-Octave
Embora o procedimento acima possa ser realizado sem maiores problemas ele depende,
como foi mostrado, da elaboracao de uma rotina para a solucao do problema, no caso usando
o procedimento de Runge-Kutta. Existe uma alternativa um pouco mais simples que consiste
na utilizacao do procedimento de solucao ja implementado no octave usando o comando lsode.
Este comando consiste na utilizacao do algoritmo de Hindmarsh, um algoritmo um pouco

mais recente que o de Runge-Kutta e otimizado para sistemas de Equacoes Diferenciais Or-
dinarias. Para a solucao do problema anteriormente proposto e preciso conhecer o uso de:
lsode(nome da funcao, condicao, domnio)
sendo que:
nome da funcao e o nome do arquivo que contem a expressao da funcao a ser integrada e cujo
nome vem entre . Embora esta seja basicamente igual a definida anteriormente deve-se
tomar o cuidado de que a funcao deve ser chamada sempre com o primeiro argumento
sendo o vetor da grandeza a ser calculada e o segundo o do parametro da solucao.
Nestas condicoes a funcao utilizada na solucao do problema do termometro, chamada de
dert2.m deve ser redefinida como:
function dr=dert2(temper, tempo)

dr=37.681*(40+22.48*sin(2*pi*tempo)-temper);
endfunction
condicao sao a(s) condicao(oes) de partida necessarias para a solucao do problema.
domnio representa a faixa de valores para os quais a solucao vai ser obtida. Neste caso deve-se
estabelecer a forma de um vetor do tipo incio: passo: fim ou forma equivalente.
Para o caso do exemplo anterior pode-se utilizar:
octave> sol2=lsode("dert2",15,te);
considerando o dominio do problema anteriormente definido por te. Depois disto a solucao
poderia ser plotada e comparada com as anteriores ou mesmo verificado a diferenca entre a
nova solucao e a anterior.
Um procedimento similar a este poderia ser elaborado usando-se o Matlab para obter a
solucao deste problema com as seguintes diferencas:
existem uma serie de funcoes que permitem a solucao de odes no Matlab, sendo a mais
utilizada a ode45, que normalmente substituir o lsode.
a chamada da funcao dentro do ode45 se da com um @ na frente do nome e nao entre .
o domnio pode ser estabelecido atraves de um vetor na forma [incio final ], alem das
formas anteriormente apresentadas.
EXERCICIO: Repita o procedimento anteriormente apresentado agora para um termopar,

cuja capacidade termica e, por consequencia, o tempo de resposta sao bem menores. Supondo
que as condicoes do banho sao as mesmas propostas para o caso do termometro e que as
propriedades fsicas do termopar sao: = 7600 kg/m3 ; c = 0.12 kcal/kg K; D = 0.0008
m.Considere neste caso que o volume submerso e igual ao diametro total do par termoeletrico.
Solucao: Neste caso a EDO do problema seria dada por:
T 0 (t, T ) = 137.06(40 + 22.48 sin(2t) T )
e a solucao analtica do problema seria dada por:
T (t) = 40 + 22.46 sin(2t 0.0458) 23.97 exp(137.06t)
Agora apresente a solucao numerica deste problema e compare-a com a resposta obtida a partir
da solucao analtica.
3.2 Solucoes de sistemas de equacoes diferenciais ou equa-

coes diferenciais de ordem superior utilizando Runge
Kutta
O mesmo procedimento mostrado anteriormente pode ser estendido para equacoes di-
ferenciais de ordem superior, mas para isto e necessario algumas adaptacoes no esquema. A
adaptacao utilizada e converter a E.D. (Equacao Diferencial) em um sistema. Este fato e melhor
explicado tomando-se uma E.D. como exemplo:
y 00 + y 0 y + 2 x = 0 = y 00 = y 0 + y 2 x
Esta equacao diferencial e analoga ao sistema abaixo:
y0 = Z
y 00 = Z + y 2 x
O procedimento para a solucao de sistemas e identico ao metodo de solucao de uma unica

equacao desde que seja tomado o cuidado de calcular os Ks em paralelo para todas as equacoes.
Isto e muito importante e deve ser respeitado e implica que antes de calcular qualquer K2 os
valores de K1 devem ter sido calculados para todas as equacoes.
Para ilustrar a forma de utilizacao deste procedimento sera apresentado um exemplo a

seguir.
Exemplo de Aplicacao: Considere uma aleta circular sobre um duto de de 12 cm de

diametro e 0.5 cm de espessura e feita de alumnio (k = 215 W/m2 C). A aleta troca ca-
lor com um ambiente a 25 C e com coeficiente de pelcula de 50 W/m2 C. Sabendo que a base
da aleta trabalhara ha uma temperatura de 50 C e que deve dissipar uma quantidade de calor
de 120 W pergunta-se qual o comprimento mnimo que esta aleta devera ter?
Obs: O calor trocado pela ponta da aleta pode ser desprezado.
Solucao:
Fazendo um balanco termico em um anel de espessura dr nesta aleta tem-se que:
qr = qr+dr + qconv

dT dT
k(2 r t) = k(2 (r + dr) t) + h 2 (2r dr) (T T )
dr r dr r+dr
Fazendo a a aproximacao da derivada (dT /dr)r+dr por serie de Taylor na forma:

d2 T

dT dT
= + dr
dr r+dr dr r dr2 r
e ainda simplificando a equacao obtem-se:
d2 T

dT dT 2 h r dr
r = (r + dr) + 2 dr (T T )
dr dr dr kt
Note que os valores de avaliacao da derivada deixaram de aparecer uma vez que todas agora
passam a ser avaliadas na posicao r. Expandindo a expressao:
dT dT d2 T dT d2 T 2 h r dr
r =r + r 2 dr + dr + 2 dr2 (T T )
dr dr dr dr dr kt
Desprezando-se o termo de ordem O(dr2 ) e simplificando a expressao:

d2 T 1 dT 2h
2
+ (T T )
dr r dr kt
ou rearranjada
d2 T 2h 1 dT
2
= (T T )
dr kt r dr
Substituindo pelos valores numericos:

d2 T 1 dT
= 93.02 (T 25) (3.8)
dr2 r dr
Esta equacao esta sujeita as condicoes de contorno:
r = R, T = Tb na base da aleta a temperatura e conhecida. Substituindo os valores tem-se

que neste caso: T=50 C.
r = R, q = qb o fluxo de calor na base tambem e conhecido. No entanto e importante ressaltar

que o fluxo de calor tem que ser adaptado para se tornar uma condicao de contorno:

dT dT qb
qb = k 2 R t = =
dr r=R
dr r=R
2kRt
Substituindo os valores:

dT 120
= = 296.10
dr r=R
2 215 0.06 0.005
Feito isto pode-se partir para a solucao da equacao propriamente dita. Para questao de
nomenclatura utilizar-se-a o sistema de equacoes na forma:
G(r, T, G) = G
1
F (r, T, G) = 93.02 (T 25) G
r
sendo que T 00 = F (r, T, G) e T 0 = G(r, T, G)
r = 0.06 T1 = 50; e G1 = 296.1.
r = 0.07 adotar-se a o segundo sub-ndice 1 para os valores da integracao da funcao e o

ndice 2 para a integracao da sua derivada, assim
K1,1 = h G(0.06, 50, 296.1) = 0.01 296.1 = 2.96

1
K1,2 = h F (0.06, 50, 296.1) = 0.01 [93.02 (50 25) 296.1] = 72.61
0.06
K2,1 = h G(0.06 + 0.01/2, 50 2.96/2, 296.1 + 72.61/2) = 2.60
K2,2 = h F (0.065, 48.52, 259.8) = 61.851
K3,1 = h G(0.06 + 0.01/2, 50 2.60/2, 296.1 + 61.85/2) = 2.65
K3,2 = h F (0.065, 48.70, 265.17) = 62.84
K4,1 = h G(0.06 + 0.01, 50 2.65, 296.1 + 62.84) = 2.33
K4,2 = h F (0.07, 47.35, 233.26) = 54.11
1
Os valores dos parametros de F e G sao os mesmos para a mesma posicao e foram somente apresentados
de maneira diferente: sendo indicados em G e calculados em F .
E agora e possvel calcular os valores desejados:

1
T2 = T1 + (K1,1 + 2 K2,1 + 2 K3,1 + K4,1 ) =
6
1
50 + (2.96 2 2.60 2 2.65 2.33) = 47.37
6
1
G2 = G1 + (K1,2 + 2 K2,2 + 2 K3,2 + K4,2 ) =
6
1
296.1 + (72.61 + 2 61.85 + 2 62.64 + 54.11) = 233.41
6
Este mesmo procedimento pode ser repetido por diversas vezes ate que o fluxo de calor G se
anule, que e quando a aleta deixa de transferir calor. Os resultados para este problema podem
ser encontrados na tabela (3.2).
A solucao analtica para este problema tambem pode ser obtida no entanto ele envolve
funcoes de Bessel e pode ser dada na forma:
T (r) = 25 + 5.472I0 (9.645 r) + 23.648K0 (9.645 r)

T 0 (r) = 26.388[I1 (9.645 r) + I1 (9.645 r)] 114.04[K1 (9.645 r) + K1 (9.645 r)]
sendo ainda que os valores calculados por estas funcoes tambem estao presentes na tabela (3.2).
Um ponto importante no que tange ao calculo da eficiencia da aleta e descobrir o ponto

onde a derivada se anula. Utilizando a solucao analtica obtem-se r = 0.16408, e fazendo uma
regressao linear na tabela para os resultados numericos obtem-se r = 0.16413 que equivale a
um erro de 0.03%.
Deste resultado e possvel avaliar a eficiencia da aleta:

qreal 120 120
= = = = 65.49%
qideal 50 2 (0.16412 0.062 ) (50 25) 183.22
3.2.1 Procedimento de solucao usando o GNU-Octave
Tambem no caso da EDO de segunda ordem e possvel utilizar estes metodos. Como foi
visto a sada e converter a solucao para um sistema de equacoes diferenciais em que cada
uma representa uma ordem diferente. Uma solucao implementando a tecnica de Runge Kutta
apresentada anteriormente poderia ser vista, entretanto, aqui so sera apresentada a tecnica que
se utiliza da funcao pre-implementada no octave lsode.
0
r T Texata G = dT /dr Texata k1,1 k1,2 k2.1 k2,2 k3,1 k3,2 k4,1 k4,2
Top. Esp. Fluido-Temica
0.06 50.00 50.00 296.10 296.10

0.07 47.37 47.37 233.42 233.42 2.96 72.61 2.60 61.85 2.65 62.84 2.33 54.11
0.08 45.28 45.28 185.70 185.70 2.33 54.15 2.06 47.23 2.10 47.82 1.86 42.06
0.09 43.62 43.62 148.02 148.02 1.86 42.08 1.65 37.38 1.67 37.75 1.48 33.75
0.10 42.30 42.30 117.38 117.38 1.48 33.77 1.31 30.44 1.33 30.69 1.17 27.82
0.11 41.26 41.26 91.84 91.84 1.17 27.83 1.03 25.40 1.05 25.58 0.92 23.46
0.12 40.45 40.45 70.07 70.07 0.92 23.47 0.80 21.66 0.81 21.79 0.70 20.21
0.13 39.85 39.85 51.15 51.15 0.70 20.21 0.60 18.84 0.61 18.94 0.51 17.74
0.14 39.42 39.42 34.39 34.39 0.51 17.74 0.42 16.70 0.43 16.78 0.34 15.87
0.15 39.15 39.15 19.26 19.26 0.34 15.87 0.26 15.08 0.27 15.14 0.19 14.45
0.16 39.03 39.03 5.37 5.37 0.19 14.45 0.12 13.85 0.12 13.90 0.05 13.38
0.17 39.04 39.04 7.61 7.604 0.05 13.39 0.01 12.95 0.01 12.99 0.08 12.61
Tabela 3.2: Tabela de solucao para o exemplo resolvido 2
35
Bem para isto e necessario definir uma funcao que represente a equacao diferencial do
problema que foi apresentada anteriormente, sendo:
1
T 00 (r, T, T 0 ) = 93.02(T 25) T 0
r
que sera representada atraves da funcao sol ale1.m, que tem como parametros de entrada um
vetor que armazena T e suas derivadas e uma variavel para armazenar a posicao radial r.
function temr=sol_ale1(temper, raio)

temr=zeros(2,1);
temr(1)=temper(2);
temr(2)=93.02*(temper(1)-25)-1/raio*temper(2);
endfunction
onde a variavel temr (1) e (2) representam as expressoes para a primeira e segundas derivadas
de T nos pontos considerados, respectivamente.
Feito isto a solucao pode ser obtida estabelecendo a regiao do domnio para a qual seria
solucionada (raios rr), as condicoes iniciais) e executando a chamada do lsode, como mostra
o script a seguir.
octave> saida=lsode("sol_ale1", [50 -296.1], rr=[0.06:0.01:0.2]);

octave> xlabel "Tempo [horas]"
octave> ylabel "Temperatura [C]"
octave> plot(rr,saida(:,1),"-*; Sol. Numerica;")
octave> figure(2)
octave> xlabel "Tempo [horas]"
octave> ylabel "Grad. Temper [C/h]"
octave> gset key left top
octave> plot(rr,saida(:,2),"-*; Sol. Numerica;")
que apresentaria a solucao do problema na tela e o armazenaria na variavel saida. A partir

destes dados, poderia ser tracar os graficos da forma que se mostrasse adequada e tambem
identificar o tamanho real da aleta, a partir do ponto em que a derivada se anula. A figura (3.4),
mostra o comportamento da solucao.
3.3 Condicao de Contorno Deslocada
Ate agora foi visto apenas casos onde as condicoes iniciais eram conhecidas de antemao.
No entanto existem casos onde se deseja satisfazer condicoes que estejam deslocadas em relacao
ao ponto inicial. O procedimento de Runge Kutta funciona bem tambem neste caso, no entanto
Figura 3.4: Temperatura e gradientes no caso da aleta
e necessario utilizar-se de um procedimento iterativo repetindo-o para diferentes condicoes

iniciais ate obter a condicao deslocada desejada. Este procedimento e usado como uma maneira
de contornar as limitacoes do metodo utilizando-o na solucao de um problema de contorno.
Embora este acerto na condicao de contorno possa ser feito por tentativa e erro existem
procedimentos mais otimizados para a busca dos valores iniciais: sao eles os metodos de busca
de zero de funcoes (metodo da biparticao, secante e Newton-Raphson). O metodo que tende a
ser mais eficiente para este procedimento e o Metodo de da Secante, que e uma adaptacao do
metodo de Newton-Raphson. Para tanto e apresentada a seguir uma breve revisao a respeito
dos metodos.
Metodo de Newton Raphson: e um metodo que permite achar a raiz de expressoes. Sua
forma basica e:
f (xn )
xn+1 = xn
f 0 (xn )
Metodo da Secante: e uma adaptacao do Metodo de Newton-Raphson que procura expres-

sar a derivada da funcao de forma discreta. Relembrando a definicao de derivada e:
f (x + x) f (x)
f 0 (x) = lim
x0 x
No caso da expressao pela Metodo da Secante e tomada a expressao discreta para a derivada
utilizando-se dos dois pontos anteriormente calculados, ou seja, fazendo x = xn xn1 e assim:
f (xn )
xn+1 = xn
f (xn ) f (xn1 )
(xn xn1 )
f (xn )
ou xn+1 = xn (xn xn1 )
f (xn ) f (xn1 )
Esta mesma expressao pode ser reagrupada na sua forma mais usual que e:
f (xn ) xn1 f (xn1 ) xn

xn+1 = (3.9)
f (xn ) f (xn1 )
Esta expressao permite o calculo de forma a obter valores estimados para as condicoes
iniciais no caso de condicao de contorno deslocada.
Exemplo de Aplicacao: Considere uma aleta circular sobre um duto de de 12 cm de

diametro e 0.5 cm de espessura e feita de alumnio (k = 215 W/m2 C). A aleta troca ca-
lor com um ambiente a 25 C e com coeficiente de pelcula de 50 W/m2 C. Sabendo que a base
da aleta trabalhara ha uma temperatura de 50 C pergunta-se qual maximo fluxo de calor que
podera ser dissipado pela aleta, independente do seu comprimento?
Solucao:
A aleta tera a sua maxima dissipacao de calor se o seu comprimento tender a infinito. Mas
para que o seu comprimento tenda a infinito e preciso respeitar a condicao de contorno:

dT
=0
dr r
No caso da solucao numerica, e preciso estipular um valor para este infinito, neste caso
estipulou-se como infinito o valor de 2 m.
A outra condicao de contorno e dada pela temperatura na base da aleta, ou seja T (r =

0.06) = 50 C.
Como este problema e similar ao exemplo anterior tomou-se inicialmente a condicao de

contorno para a derivada, ja calculada anteriormente, T 0 (r = 0.06) = 296.1. Depois dele
adotou-se um valor arredondado para o T 0 (r = 0.06) = 300. Os valores obtidos para a
derivada em x = 2 m e mostrada a seguir:
dT /dx|x=0 dT /dx|x= 2
-296.1 307617.567
-300 296887.049
Tomando por base estes dois valores e possvel aplicar a expressao do metodo da secante,
equacao (3.9), e obter uma estimativa do valor que vai anular o fluxo afastado da base da aleta.
Assim:
(296.1)(296887.049) (300)(307617.567) 4377014.78

xn+1 = = = 407.903415
296887.049 307617.567 10730.52
Este e o novo valor que deve ser utilizado de forma a buscar a condicao de contorno desejada.
Executando o Runge Kutta com este valor inicial obtem-se o resultado mostrado abaixo:
dT /dr|r=0.06 dT /dr|r 2
-407.903415 -2.688E-09
Isto indica que o maximo fluxo de calor que podera ser dissipado por uma aleta deste tipo
e sujeita as condicoes pre-estabelecidas e:

dT
q = k Ab = 215 (2 0.06 0.005) (407.903415) = 165.31 W
dr r=0.06
A solucao exata para este problema tambem e obtida em termos de funcao de Bessel e e
dada por:
T (r) = 25 + 31.019 K0 (9.645 r)

dT
= 149.589 (K1 (9.645 r) + K1 (9.645 r))
dr
Desta forma pode-se calcular o fluxo de calor maximo transmitido:

dT
= 409.23 = qb = 165.86 W
dr r=0.06
Desta forma e possvel verificar que o valor calculado atraves de Runge Kutta, praticamente
coincide com o exato.
2
O valor para o foi adotado como sendo 2 m
3.3.1 Procedimento de solucao usando o octave
Os problemas de ordem superior nem sempre fornecem as condicoes necessarias para a

partida do processo de marcha, ou seja, o valor da funcao e de sua derivada no ponto. Em um
grande numero de situacoes serao conhecidos o valor da funcao, ou mesmo da funcao e derivadas,
em dois pontos distintos. Imagine o caso da aleta anterior, se conhece o valor da temperatura
na base e a da temperatura na ponta, ou mesmo a temperatura na base e as condicoes de
conveccao na ponta, o problema nao poderia ser resolvido da maneira apresentada.
Para obter-se a solucao neste caso e necessario o procedimento iterativo, onde admite-se os
valores da funcao e suas derivadas no ponto e busca-se os outros valores nos pontos desejados.
Desta forma imagine o caso resolvido na apostila onde deseja-se saber o fluxo maximo de
calor que pode ser dissipado por uma aleta com estas caractersticas. Admitindo-se que o
comprimento infinito seja uma aleta de 2 m, busca-se o valor da derivada na base que obtenha
fluxo de calor nulo nesta ponta.
Calcula-se os valores inicialmente para duas estimativasda derivada na base da aleta,

usando-se a seguinte sequencia de comandos:
octave> rr=0.06:0.01:2;
octave> fx1=-296.1;
octave> fx2=-300;
octave> saida=lsode("sol_ale1", [50 fx1], rr);
octave> y1=saida(end,2)
y1 = 1.1202e+09
y2 = 1.0816e+09
onde os valores fx1 e fx2 sao os valores da derivada da temperatura no ponto r = 2 m.
A partir destes valores utiliza-se o metodo da reta tangente mostrado no texto da apostila
para encontrar a nova (neste caso, terceira) estimativa para o dT /dx|r=6 cm .
octave> fx3=(y2*fx1-y1*fx2)/(y2-y1)
fx3 = -409.26
Esta e a nova estimativa da derivada na base da aleta, com a qual podem ser reefetuados
os calculos sucessivas vezes ate que seja encontrado um valor para a derivada da temperatura
nula na posicao desejada. Seguindo o procedimento abaixo:
octave> fx1=fx2;
octave> fx2=fx3;
y2 = -5744.3
octave> fx3=(y2*fx1-y1*fx2)/(y2-y1)
fx3 = -409.25
que resulta num valor para a derivada na base de 409.2547 K/m, e que pode tranquilamente
ser convertido para o valor do fluxo de calor na base q = 164.23 W. O comportamento do
grafico da derivada da temperatura ao longo da posicao pode ser visto utilizando um script de
plotagem similar ao proposto anteriormente na pagina (36).
Um procedimento similar a este, embora utilizando-se do comando pre-implementado no

GNU-Octave, o fsolve (equivalente ao fzero no Matlab), para encontrar zero de funcoes pode
tambem ser utilizado. Para tanto sera necessaria a definicao de uma funcao que se anule quando
o resultado esperado de derivada nula em x = 2 m ocorra. A implementacao foi realizada na
funcao ale inf.m, onde o parametro de entrada x e o vetor com o chute inicial da derivada e
o valor retornado e a derivada da temperatura no ponto afastado da base, como mostrado a
seguir:
function rr=ale_inf(x)
raio=0.06:0.01:2;
y=lsode("sol_ale1",[50 x], raio);
rr=y(length(y),2);
endfunction
Definida esta funcao a mesma pode ser facilmente solucionada buscando-se o valor de x que
zera a funcao acima:
octave:65> solu=fsolve("ale_inf", -300)

solu = -409.25
octave:66> printf("%15.8f\n",solu);
-409.25472132
obtendo-se com isto um resultado similar ao anterior e o grafico dos valores de tempertura e
sua derivada tambem podem ser montados a partir do valor correto encontrado em solu.
CAPITULO 4
Solucao de Sistema de Equacoes Lineares
Diversos metodos se apresentam como eficientes na solucao de sistemas de equacoes

lineares. Destacam-se dois grandes grupos que, neste caso, sao os metodos iterativos de solucao
e os metodos diretos de solucao. Neste captulo apresentaremos os dois grupos com dois dos
metodos mais usuais, sendo um representante de cada grupo.
4.1 Metodos iterativos de solucao
O grupo dos metodos iterativos de solucao tem como caracterstica comum o uso de
procedimentos que vao sucessivamente se repetindo, cada vez com novos argumentos, ate a
obtencao da solucao final (dentro de uma certa tolerancia).
Sao representantes destes metodos: Metodo da Sucessiva Sobre-Relaxacao, Metodo de

Gauss-Jacobi, Metodo de Gauss-Siedel, etc. O mais utilizado dentre todos e o metodo de
Gauss-Siedel, cujo o procedimento pode ser descrito em alguns passos:
1. isolar em todo o sistema de equacao, em cada linha a variavel correspondente a diagonal

da matriz (elemento central).
2. admitir uma solucao de partida, em funcao da qual serao calculadas as solucoes posteri-
42
ores.
3. substituir em cada uma das equacoes o valor atual para cada uma das variaveis obtendo,
desta forma, um novo valor para cada variavel.
4. repetir o passo 3 ate que a oscilacao da solucao atinja um valor inferior a tolerancia
adotada.
5. adotar a solucao obtida como solucao do sistema de equacoes.
Tanto o metodo de Gauss-Jacobi como o metodo da sucessiva sobre-relaxacao (S.O.R.) tem

procedimento similar ao descrito. No entanto convem ressaltar que o metodo de Gauss-Jacobi
tem uma menor velocidade de convergencia para a solucao do sistema pois atualiza os valores das
variaveis somente ao final de cada iteracao. O metodo S.O.R. tambem e um metodo eficiente,
no entanto o seu maior complicador e o calculo do valor da sobre-relaxacao, que depende das
condicoes dos sistema linear. Na maior parte dos casos a sua convergencia e ate mais rapida
que a de Gauss-Seidel. Maiores detalhes a respeito destes metodos podem ser encontrados em
(Ruggiero & Lopes, 1988) e (Maliska, 1995).
Exemplo: Resolva o sistema linear mostrado abaixo:
4 x1 + 3 x2 = 10
2 x1 + 4 x2 + 3 x3 = 19
3 x2 + 5 x3 + 2 x4 = 29
2 x3 + 8 x4 + 2 x5 = 48
3 x4 + 5 x5 + 4 x6 = 61
x5 + 4 x6 + 2 x7 = 43
2 x6 + 3 x7 + x8 = 41
2 x7 + 6 x8 = 62
Solucao:
Se isolarmos o elemento central de cada no obtem-se:
x1 = 14 (3 x2 + 10)
x2 = 14 (3 x3 2 x1 + 19)
x3 = 51 (2 x4 3 x2 + 29)
x4 = 81 (2 x5 2 x3 + 48)
x5 = 51 (4 x6 3 x4 + 61)
x6 = 41 (2 x7 x5 + 43)
x7 = 31 (x8 2 x6 + 41)
x8 = 61 (2 x7 + 62)
Partindo de um chute inicial onde xi = 0 para 1 < i < 8 tem-se, aplicando os conceitos de
Gauss-Seidel, que:
x1 = 41 (10) = 2, 5
x2 = 14 (2 2.5 + 19) = 3, 5
x3 = 15 (3 3, 5 + 29) = 3, 7
x4 = 18 (2 3, 7 + 48) = 5, 075
x5 = 15 (3 5, 075 + 61) = 9, 155
x6 = 14 (9, 155 + 43) = 8, 461
x7 = 13 (2 8, 461 + 41) = 8, 026
x8 = 16 (2 8, 026 + 62) = 7, 658
Repetido o procedimento por diversas vezes encontra-se as solucoes mostradas na tabela (4.1),
e a solucao foi buscada ate 30 iteracoes, mas notem que para parar neste ponto foi necessario
uma tolerancia superior a 103 .
Chute Numero de Iteracoes Solucao

inicial 1 2 3 4 5 10 20 30 Exata
0.000 2.500 -0.125 0.972 0.735 0.990 0.953 0.985 0.995 1
0.000 3.500 2.037 2.353 2.014 2.106 2.055 2.018 2.007 2
0.000 3.700 2.548 3.158 2.866 2.917 2.963 2.987 2.995 3
0.000 5.075 3.074 4.314 4.049 4.009 4.010 4.004 4.002 4
0.000 9.155 3.586 4.939 5.047 5.039 4.996 4.996 4.998 5
0.000 8.461 5.840 5.905 5.944 5.967 6.000 6.002 6.001 6
0.000 8.026 7.220 7.088 7.047 7.027 7.000 6.999 6.999 7
0.000 7.658 7.927 7.971 7.984 7.991 8.000 8.000 8.000 8
Tabela 4.1: Resultados obtidos com o metodo de Gauss-Siedel


A1 B1 0 0 0 0 0 0 0
C2 A2 B2 0 0 0 0 0 0

0 C3 A3 B3 0 0 0 0 0

0 0 0 0 Ci Ai Bi 0 0

0 0 0 0 0 0 0 Cn An
Figura 4.1: Esquema de uma matriz triangular
4.2 Metodos de inversao direta
Estes metodos diferem dos demais por nao necessitar de procedimento iterativo para
a busca da solucao, eles buscam uma forma de solucionar diretamente o sistema. Dentre
estes metodos destacam-se Metodo de Triangularizacao de Gauss, Metodo de Fatoracao LU,
etc. Existem ainda alguns metodos especficos para matrizes especiais, o caso tpico (e muito
utilizado pela peculiaridade de que na matriz cada ponto esta relacionado somente aos seu dois
vizinhos) e o TDMA (TriDiagonal Matrix Algorithm) ou Metodo Linha a Linha. Este metodo
e extremamente util principalmente quando se trabalha com Diferencas Finitas, como veremos
posteriormente, que geram matrizes como estas.
O metodo TDMA se baseia na triangularizacao de Gauss, mas feita para uma matriz Tri-
diagonal. A figura (4.1) mostra a forma geral deste tipo de matriz.
O procedimento para utilizacao do TDMA e um pouco mais complexo que o de Gauss Siedel,
imaginemos que uma linha qualquer do sistema pode ser expressa por:
Ai xi + Bi xi+1 + Ci xi1 = Di
Repare que para obedecer as condicoes do sistema e necessario que C1 e Bn sejam nulos
resultando em um sistema composto por n incognitas expresso atraves de uma matriz quadrada.
O sistema pode, com isto, ser resolvido atraves da expressao:
xi = Pi xi+1 + Qi
onde:
Bi
Pi =
Ai + Ci Pi1
Di Ci Qi1
Qi =
Ai + Ci Pi1
De acordo com as condicoes ja descritas C1 = 0 logo:

B1
P1 =
A1
D1
Q1 =
A1
e a partir deles e possvel calcular todos os outros ate os valores Pn e Qn .
No entanto para obter o campo de temperaturas e preciso comecar pela ultima linha e ir
regredindo ate a primeira. Sabe-se que Bn = 0 e portanto Pn = 0. Desta forma:
xn = Qn
donde e possvel calcular todos os demais valores para a solucao. Uma descricao mais detalhada
do metodo e sua utilizacao pode ser encontrada em (Maliska, 1995).
Exemplo: Resolva o sistema linear, identico ao solucionado por Gauss-Seidel, mostrado

abaixo:
4 x1 + 3 x2 = 10
2 x1 + 4 x2 + 3 x3 = 19
3 x2 + 5 x3 + 2 x4 = 29
2 x3 + 8 x4 + 2 x5 = 48
3 x4 + 5 x5 + 4 x6 = 61
x5 + 4 x6 + 2 x7 = 43
2 x6 + 3 x7 + x8 = 41
2 x7 + 6 x8 = 62
Solucao:
Este mesmo sistema pode ser expresso matricialmente na forma:

4 3 0 0 0 0 0 0 x
1
10

2 4 3 0 0 0 0 0 x2
19

0 3 5 2 0 0 0 0
x3 29

0 0 2 8 2 0 0 0 x4 48
0 0 0 3 5 4 0 0 x = 61

5

0 0 0 0 1 4 2 0
x
6

43

0 0 0 0 0 2 3 1 x7 41

0 0 0 0 0 0 2 6 x8 62
e repare na sua formacao Tridiagonal.

Os valores para A, B, C e D sao retirados diretamente de cada linha do sistema de equacoes

e podem ser vistos na tabela (4.2), assim sendo os valores de P1 e Q1 sao:
B1 3 D1 10
P1 = = = 0, 75 Q1 = = = 2, 5
A1 4 A1 4
E os proximos valores de podem ser calculados atraves da expressao:

B2 3
P2 = = = 1, 2
A2 + C2 P1 4 + 2 (0, 75)
Di Ci Qi1 19 2 2, 5
Q2 = = = 5, 6
Ai + Ci Pi1 4 + 2 (0, 75)
sendo todos os demais P e Q calculados da mesma forma. O resultado para os mesmos neste
caso pode ser encontrado na tabela (4.2).
Calculados todos os valores de P e Q e possvel voltar calculando a solucao para o sistema

de equacoes. Para a ultima linha sabe-se que:
x8 = Q8 = 8
Com este resultado pode-se calcular o valor de x7 atraves da expressao:
x7 = P7 x8 + Q7 = 0, 607 8 + 11.857 = 7
e assim sucessivamente ate obter a solucao para todas as variaveis. A solucao completa esta a
disposicao na tabela (4.2), exceto pela solucao exata que e identica a obtida pelo TDMA.
Linha A B C D P Q x
1 4 3 0 10 -0.750 2.500 1
2 4 3 2 19 -1.200 5.600 2
3 5 2 3 29 -1.429 8.714 3
4 8 2 2 48 -0.389 5.944 4
5 5 4 3 61 -1.043 11.261 5
6 4 2 1 43 -0.676 10.735 6
7 3 1 2 41 -0.607 11.857 7
8 6 0 2 62 -0.000 8.000 8
Tabela 4.2: Resultados obtidos atraves do metodo TDMA

CAPITULO 5
Equacoes Diferenciais Parciais - Caracterizacao

e Metodos de Discretizacao e Solucao
Ate agora foi visto metodos de solucao de equacoes diferenciais ordinarias, a partir de
agora comecaremos a ver as formas de solucao numerica das equacoes diferenciais parciais. Na
introducao desta apostila ja foram discutidos alguns aspectos deste tipo de solucao e a partir
de agora sera feito um aprofundamento nestes aspectos com a introducao de alguns conceitos
novos.
5.1 Subdivisao das equacoes diferenciais parciais
Da mesma forma que as equacoes diferenciais ordinarias, as E.D. parciais tambem po-
dem ser subdivididas em subgrupos. Embora estes grupos sejam de interesse eminentemente
matematico e importante conhecer as suas caractersticas principais e assim poder identificar
as caractersticas de suas solucoes. No caso de problemas fsicos nao se deve preocupar-se tanto
com a natureza de uma equacao diferencial como um todo, que e calculada a partir dos valores
dos coeficientes dos termos da equacao diferencial, mas sim como se comportam cada uma das
coordenadas da mesma.
48
c -
(c)
c -
(b)
Ponto P c -
(a)
Figura 5.1: Figuras ilustrativas dos tipos de equacoes diferenciais
Quanto a classificacao pode-se dizer que as equacoes diferenciais se dividem em:
Equacao Diferencial Parabolica: e um tipo de equacao diferencial em que existe uma

direcao definida para a a propagacao de uma dada perturbacao, vide figura (5.1a). Este tipo
de equacao e a mais simples de ser solucionada numericamente pois a solucao de cada passo de-
pende basicamente do conhecimento do passo anterior. Um bom exemplo da parcela parabolica
de uma equacao diferencial e a coordenada que envolve o tempo, cujo o comportamento e pu-
ramente parabolico. Veja por exemplo que para se conhecer a situacao em um determinado
tempo basta conhecer como este se encontrava no instante anterior. Embora este seja o melhor
exemplo de comportamento deste tipo existem uma serie de outros problemas que podem ter
parcelas deste tipo (equacoes de camada limite, por exemplo).
Equacao Diferencial Elptica e a mais comuns das formas das equacoes diferenciais, e
neste tipo cada ponto esta ligado a todo o domnio e so se pode resolver o problema a partir
do conhecimento da solucao de todo o domnio, vide figura (5.1b). Todos os problemas que
necessitam de condicoes de contorno em dois pontos recaem em situacoes deste tipo, assim o
grande exemplo de equacao diferencial elptica sao as coordenadas envolvendo o espaco.
Equacao Diferencial Hiperbolica e aquela em que a perturbacao tambem tem uma direcao
preferencial, no entanto esta direcao preferencial nao e conhecida, depende dos conhecimento,
muitas vezes da propria solucao do problema, vide figura (5.1c). Desta a solucao deste tipo
e praticamente um misto das outras, quando a direcao preferencial e conhecida ela pode ser
resolvida como uma equacao parabolica, quando nao ela e resolvida como uma elptica. Exem-
plos de equacoes deste tipo sao a parcela convectiva das equacoes de transporte, equacoes de
onda, etc.
5.2 Formas de solucao de equacoes diferenciais parciais
As formas basicas de solucao de equacoes diferenciais parciais ja foram discutidas na

introducao. A respeito do seu uso nao existe propriamente um consenso e varias discussoes se
apresentam. Embora nao deva ficar apenas nisto vou transcrever aqui um trecho da referencia
(Maliska, 1995), cujo o autor e um dos mais respeitados da area numerica de todo o pas. E
importante notar que se trata apenas da opiniao do autor e nao propriamente de um consenso.
Com o grande desenvolvimento experimentado pelos metodos numericos e a consequente

penetracao dos mesmos na engenharia, nao raramente se travam discussoes acaloradas a res-
peito da eficiencia do metodo das diferencas finitas (MDF) e elementos finitos (MEF). Minha
intervencao neste ponto polemico deve-se ao fato de ter observado, ao longo dos ultimos 10 anos,
que muitas afirmacoes acerca desses metodos sao oriundas do desconhecimento desta natureza.
Um breve historico e importante para o entendimento. 0 MDF sempre foi empregado pelos
especialistas da area de escoamento de fluidos, enquanto o MEF o foi para area estrutural, na
solucao de problemas da elasticidade. Os problemas, do ponto de vista fsico, sao completa-
mente diferentes. Os de escoamento sao altamente nao-lineares (equacoes de Navier-Stokes),
enquanto os de elasticidade nao possuem os termos convectivos, nao-lineares, e assemelham-se
a problemas puramente difusivos de transferencia de calor. Foi natural, portanto, o fato de os
pesquisadores do MDF terem se concentrado na tentativa de dominar as nao-linearidades dos
termos convectivos e no problema do difcil acoplamento entre as equacoes, dificuldades nao
encontradas em problemas de elasticidade. Por muito tempo foi deixado para segundo plano o
problema do tratamento de geometrias complexas, e o MDF teve todo o seu desenvolvimento
baseado nos sistemas coordenados ortogonais, como o cartesiano, o cilndrico e o esferico. Por
esta razao, muitas pessoas ainda vinculam o MDF com malhas cartesianas, equivocadamente,
uma vez que ele pode ser aplicado a qualquer tipo de malha, mesmo a nao-estruturada usada
em elementos finitos.
Por outro lado, o MEF sempre teve a vantagem de usar malhas nao-estruturadas, o que
permite que problemas em geometrias complexas possam ser resolvidos. 0 MEF nao teve
penetracao forte na area de fluidos por muito tempo, porque se acreditava que a equacao
diferencial a ser resolvida necessitava de um princpio variacional para que o metodo pudesse
ser aplicado. Como a equacao de Navier-Stokes nao tem esta propriedade, a aplicacao do MEF
em fluidos foi retardada.
Ate o inicio da decada de 70, tinha-se, portanto, o MDF com grande experiencia na area de
fluidos, mas sem habilidades para tratar geometrias complexas; e o MEF, habil no tratamento
da geometria, mas sem ferramentas para tratar os termos convectivos presentes nas equacoes do
movimento. Mesmo suplantando a questao do princpio variacional, atraves do uso do metodo
de Galerkin e outras variantes, o MEF nao teve sucesso imediato em problemas de fluidos,
uma vez que o metodo de Galerkin (que e equivalente ao uso de diferencas centrais no MDF)
e adequado apenas para problemas puramente difusivos.
0 uso do metodo de Galerkin em elementos finitos e equivalente ao uso de diferencas cen-

trais em diferencas finitas, ambos produzindo instabilidade em problemas de conveccao domi-
nante. Este e outros problemas similares, que possuem a adequada interpretacao fsica pelo
nao-funcionamento, motivaram pesquisas para o aprimoramento do metodo dos volumes finitos
(MVF), no qual as equacoes aproximadas sao obtidas atraves de balancos de conservacao da
propriedade envolvida (massa, quantidade de movimento, entalpia, etc.) no volume elementar.
A observacao do carater fsico de cada termo da equacao diferencial permitiu que metodos
mais robustos fossem desenvolvidos. A possibilidade de associar a interpretacao fsica com a
matematica influiu de modo consideravel para que praticamente todos os analistas envolvidos
com o MDF passassem a usar o MVF, visto que ambos, por serem equivalentes para uma serie
de problemas, levam muitas pessoas a confundi-los. Importantes desenvolvimentos foram entao
realizados no MVF, mas ainda em coordenadas ortogonais, principalmente cartesianas.
Uma grande transformacao, motivada pelo aparecimento de equipamentos mais velozes,

processou-se na decada de 70. Em meados dessa decada, os sistemas coordenados ortogonais
convencionais comecaram a ceder espaco para os sistemas coordenados generalizados coinciden-
tes com a fronteira do domnio, e o MVF passou a resolver problemas de fluidos em geometria,
irregulares. Nos ultimos 15 anos, foi espantoso o crescimento experimentado pelo MVF em co-
ordenadas coincidentes com a fronteira. Praticamente todos os grandes pacotes hoje disponveis
no mercado para a solucao de problemas de escoamento de fluidos com transferencia de calor
empregam coordenadas generalizadas no ambito do MVF.
Paralelamente, o MEF passou a empregar outras funcoes de interpolacao para permitir o

tratamento adequado dos termos convectivos nao-lineares. As funcoes do tipo Petrov-Galerkin,
que nada mais sao do que a ponderacao entre os efeitos difusivos e convectivos, semelhantes
aos esquemas hbridos empregados em volumes finitos, possibilitaram um expressiva avaliacao
do MEF na area de escoamento de fluidos. Recentes formulacoes, onde estas funcoes sao
desenvolvidas ao longo da linha de corrente, tambem equivalentes aos esquemas skew usados
em volumes finitos, permitiram que o MEF passasse, tambem, a tratar problemas de fluidos
minimizando os efeitos de difusao numerica.
Atualmente, um grande esforco de pesquisa esta sendo dedicado ao desenvolvimento de

metodos em volumes finitos, usando malhas nao-estruturadas, semelhantes, portanto, aquelas
usadas em elementos finitos.
No panorama atual, observa-se que ambos os metodos (MVF e MEF) estao resolvendo
problemas altamente convectivos, inclusive com ondas de choque, em geometrias arbitrarias,
mostrando que existe entre eles uma forte semelhanca em termos de generalidade. Se olhar-
mos do ponto de vista matematico, isto poderia ser diferente, uma vez que todos os metodos
numericos podem ser derivados do metodo dos resduos ponderados, empregando-se diferentes
funcoes peso. Por exemplo, o MDF surge quando a funcao peso e feita igual a funcao delta no
ponto em consideracao; o MVF aparece quando esta funcao peso e feita igual a 1 no volume
elementar, e a zero em todos os outros volumes elementares, ja o MEF-Galerkin surge quando
estas funcoes peso sao feitas iguais as funcoes tentativas. Logo, nao existe sentido em argu-
mentar que um determinado metodo e sempre superior a outro, visto que eles sao derivados
do mesmo principio e diferem apenas na forma de minimizacao escolhida. 0 que se tem, na
pratica, sao diferentes graus de experiencia dos diversos metodos para diferentes problemas.
A preferencia pessoal deste autor pelo metodo dos volumes finitos (MVF) para problemas
de escoamento de fluidos e justificada primeiro pela escola seguida na sua formacao e, segundo,
pelo fato de o MVF, ao criar suas equacoes aproximadas, estar realizando um balanco da propri-
edade em nvel de volumes elementares. Se o que se busca com o metodo numerico e a solucao
da equacao diferencial que representa a conservacao da propriedade em inves de ponto (infinite-
simal), parece logico que as equacoes aproximadas (que formam o sistema linear) representem
a conservacao em nvel de volumes elementares (discreto). A depuracao de um programa com-
putacional tambem fica mais facil quando o analista tem etapas a serem conferidas. Como no
MVF os balanco de conservacao devem ser satisfeitos em nvel de volumes elementares, para
qualquer tamanho de malha, todos os princpios de conservacao podem ser checados em uma
malha bastante grosseira. Ou seja, quase tudo pode ser feito manuseando-se poucos resultados
em execucoes rapidas no computador. Em outros metodos, pode-se apenas conferir a solucao
com uma malha refinada.
Recentes desenvolvimentos mostram tambem o MEF aplicado em nvel de volumes ele-

mentares, sendo denominado metodo dos elementos finitos baseado no volume de controle,
conhecido na literatura internacional como CVFEM - Control Volume Finite Element Method,
cujo objetivo e obter as equacoes aproximadas em nvel de volumes elementares em uma base
de elementos finitos. Muitos autores, principalmente aqueles ligados ao MEF classico, nao con-
sideram o CVFEM como um MEF. Entretanto, foge do nosso escopo aprofundar esta e outras
questoes especficas.
Um outro metodo que vem ganhando destaque e espaco e o metodo dos elementos no
contorno (Boundary Element Method - BEM da literatura internacional). Sua vantagem e a
possibilidade de tratar apenas com a discretizacao da fronteira, sem necessidade de discretizar
o domnio interno. 0 metodo e aplicado quando e possvel transferir a influencia do operador do
domnio para a fronteira. Apesar de atraente, e um metodo que ainda esta longe de responder
as solicitacoes dos problemas complexos resolvidos pelos outros metodos. Sem duvida e uma
area de pesquisa que merece esforcos.
Depois desta discussao toda o metodo que sera estudado mais a fundo e o metodo de
diferencas finitas (MDF) por se tratar de um metodo tradicional, ainda amplamente utilizado
e, que segundo o proprio texto mostra, nao difere muito dos demais.
5.3 Discretizacao do domnio
Como ja foi discutido a solucao numerica nao gera solucoes contnuas como as analticas
mas sim valores para pontos determinados. Trata-se portanto de uma etapa fundamental na
solucao numerica de um problema a escolha dos pontos para os quais vai se obter solucao, o
que e determinado pela discretizacao do domnio. Muitas vezes se obtem valores para pontos
fora dos pontos da malha, mas estes valores sao obtidos por interpolacao da solucao original, o
que nao garante a correcao do seu valor, embora este procedimento forneca bons resultados na
maior parte dos casos.
Um dos grandes exemplos onde este procedimento falha e quando se tem um problema
de solidificacao ou fusao. Entre o ponto um ponto da malha que e solido e outro lquido ha
uma forte descontinuidade, e uma simples interpolacao linear neste caso nao fornecera bons
resultados, embora a solucao para cada ponto esteja correta.
A escolha da malha tambem pode influir decisivamente na solucao de um problema numerico.

Um grande exemplo disto e que a utilizacao de dois pontos muito proximos numa malha onde a
distancia media entre os pontos e significativamente maior pode induzir em erros significativos
na solucao final do problema. Isto e explicavel pela inclusao de uma quase-singularidade na
matriz (dois pontos que respondem pela mesma equacao), dificultando a solucao do sistema.
Recentemente tem sido desenvolvidas muitas tecnicas de geracao automatica de malhas, em

(Maliska, 1995) pode ser encontrada descricao de uma serie destes metodos. Este procedimento
e um conforto necessario pois, a medida que as geometrias dos problemas vao se tornando mais
complexas, o tempo necessario para gerar uma malha manualmente aumenta numa proporcao
muito maior. E importante ressaltar que para se trabalhar com a formulacao de diferencas a
ser apresentada nesta apostila e necessaria que a malha seja ortogonal1 .
Existem formulacoes alternativas para diferencas finitas e volumes finitos que trabalham
com malhas ortogonais. O metodo de elementos finitos nao requer malhas ortogonais.
1
Malha ortogonal e o tipo de malha em que cada ponto tem seus vizinhos diretos numa direcao normal ou
tangencial.
CAPITULO 6
Metodo dos Elementos Finitos
Sera mostrado neste captulo todos os princpios da formulacao de um problema atraves

do metodo dos elementos finitos. Serao apresentados, de forma sucinta, os princpios da meto-
dologia de elementos finitos, todos os passos a serem cumpridos na formulacao de um problema
desde a discretizacao ate solucao final do problema.
6.1 Princpios gerais
6.1.1 Aproximacao por funcoes
O princpio fundamental de elementos finitos consiste em utilizar funcoes, de diferentes

ordem, para aproximar a solucao dentro do domnio do elemento (subdomnio do problema).
Normalmente quando se tem uma determinada quantidade expressa em termos de uma variacao,
espacial ou temporal, pode-se determinar uma equacao de aproximacao. A qualidade desta
aproximacao pode ser determinada atraves de um desvio expresso por:
e(x) = u(x) uex (x)
sendo e(x) o desvio, u(x) a aproximacao e uex o valor exato desta aproximacao para este mesmo
ponto.
55
Para construir uma aproximacao exata e necessario escrever a aproximacao de u(x) em

funcao da posicao e dos parametros de aproximacao:
escrever uma funcao contendo n parametros ai como, por exemplo u(x) = a1 + a2 x +

a3 x2 + + an xn 1, ou qualquer outra funcao onde:
u = f (x, a1 , a2 , a3 , an )
determinar os parametros ai da aproximacao usando uma determinada regra. Esta regra

pode ser a de mnimos quadrados, ou ainda, a mais comum para determinacao das funcoes
de elementos finitos, a funcao em que o desvio e(x) = 0, nos pontos considerados.
Desta forma obtem-se uma funcao que simplesmente aproxima o comportamento da variavel
ao longo do domnio. Com esta aproximacao podem ser obtidas, dentre outras coisas,:
um expressao simples para uma funcao complexa ou difcil de ser manipulada, valida para
um certo numero de pontos que se deseje ou ainda com boa aproximacao dentro de uma
certa regiao;
solucao para equacoes diferenciais parciais ou ordinarias (normalmente associadas a pro-

blemas fsicos).
Exemplo Aproximacao da quantidade fsica: Suponha que deseja-se obter a distribuicao de

temperatura numa dada regiao e sabe-se que esta e uma funcao contnua (sem ressaltos) e sao
conhecidos os seus valores em tres pontos:
x uex (x)
0,0 20 C
0,5 25 C
1,0 22 C
Pode-se determinar uma expressao para as temperaturas entre os pontos 0 e 1, utilizando a

o desvio nulo (e(x) = 0) nos pontos conhecidos e uma aproximacao polinomial quadratica:
uex (x) u(x) = a1 + a2 x + a3 x2

assim:
uex (x = 0) = u(x = 0) = a1 = 20
uex (x = 0, 5) = u(x = 0, 5) a1 + 0, 5 a2 + (0, 5)2 a3 = 25
uex (x = 1) = u(x = 1) a1 + 1 a2 + (1)2 a3 = 22
Se resolvido o sistema com tres equacoes e tres incognitas obtem-se que:
a1 = 20; a2 = 18; a3 = 16;
que resulta em u(x) = 20 + 18 x 16 x2 e representa uma aproximacao do uex (x). Por exemplo,
para uma aproximacao da temperatura na posicao x = 0, 7 pode ser usado:
u(x = 0, 7) = 20 + 18 0, 7 16 (0, 7)2 = 20 + 12.6 7, 84 = 24.76
Exemplo: Solucao aproximada de uma equacao diferencial: Supondo que se tem um pro-
blema de conducao com a geracao de energia variando com a posicao. Neste caso, a equacao
diferencial que rege o problema seria do tipo:
d2 u
= f (x) para 0 x 1
dx2
e sabendo que:
x f (x)
0,25 1
0,75 0,25
Tem-se, ainda, que as temperaturas nas extremidades do problema seriam conhecidas. Neste
caso, as condicoes de contorno adotadas sao:
? x = 0 : a temperatura u = 0
? x = 1 : a temperatura u = 0
Para a obtencao da solucao tambem se faz necessario a escolha de uma funcao que obedeca
as condicoes de contorno. Assim, foi escolhida a seguinte aproximacao:
uex (x) u(x) = a1 sin( x) + a2 sin(2 x)

Normalmente em solucoes deste tipo e mais difcil encontrar uma solucao que satisfaca as
condicoes de contorno do que partir dela, e encontrar a solucao do problema, propriamente
dita. Desta forma tem-se que para este caso, nos dois pontos considerados:
d2 u

= a1 2 sin( xi ) 4a2 2 sin(2 xi )
dx2 x=xi
e para os pontos analisados:
d2 u

= a1 2 sin(0.25 ) 4a2 2 sin(0.5 ) = 1
dx2 x=0,25
d2 u

2
= a1 2 sin(0.75 ) 4a2 2 sin(1.5 ) = 0.25
dx
x=0,75
Resolvendo o sistema composto por duas equacoes e duas incognitas, obtem-se:

5 1 3 1
a1 = ; a2 = ;
4 2 2 32 2
que implica numa solucao:

5 1 3 1
u(x) = 2
sin( x) + sin(2 x)
4 2 32 2
Pode-se utilizar ainda a expressao para avaliar a temperatura, ou outra variavel de interesse,
em qualquer ponto. Por exemplo para a posicao x = 0, 25, tem-se:
23 1
u(x = 0, 25) = = 0, 0728
32 2
6.1.2 Aproximacao nodal
Este mesmo procedimento pode ser utilizado para expressar uma funcao para uma
variavel generica em funcao dos pontos nodais. Para isto, note primeiro que nos casos an-
teriores poderia se fazer uma aproximacao em funcao das variaveis a1 , , an , bastando para
isto:
u(x) = P1 (x) a1 + P2 (x) a2 + + Pn (x) an
sendo Pi chamada de funcao basica de interpolacao (basis function).
Imagine que se tenha um domnio qualquer e se conheca os valores de uma funcao qualquer
em pontos determinados. Pode-se montar uma funcao que represente o comportamento da
variavel em funcao do seu valor nestes pontos. Para uma funcao u(x) tem-se que para uma
serie de pontos nodais x1 , x2 , , xn os valores da funcao sao, respectivamente, u1 , u2 , , un .

Pode-se desta forma fazer a aproximacao nodal:
u(x) = N1 (x) u1 + N2 (x) u2 + + Nn (x) un
ou ainda numa forma matricial:

u 1

u2

u(x) = [N1 (x) N2 (x) Nn (x)] = .. = [N ] u

.

un

sendo Ni chamada de funcao de interpolacao (interpolation function)
Assim sendo, e possvel notar que
(a) como u(xi ) = ui , as funcoes de interpolacao assumem os valores::

(
0 sei 6= j
Nj (ui ) =
1 sei = j
(b) o erro da aproximacao nos pontos nodais e nulo.
e(x) = 0 se x = xi
Exemplo Aproximacao para quatro pontos: Considere a situacao onde sao escolhidos quatro
pontos alinhados para solucionar o problema unidimensional. Desta forma a aproximacao nodal
e dada por:
u(x) = N1 (x) u1 + N2 (x) u2 + N3 (x) u3 + N4 (x) u4
Neste caso e adotada como funcao de interpolacao que respeite as condicoes anteriormente
expostas: a funcao de Lagrange de terceiro grau,
4
Y (x xj )
Ni (x) = (6.1)
j=1
(xi xj)
j6=i
Tomando o exemplo de N1 (x) tem-se:
(x x2 )(x x3 )(x x4 )
N1 (x) =
(x1 x2 )(x1 x3 )(x1 x4 )
1,0
0,8
0,6
0,4
N1(x)
0,2
0,0
-0,2
-0,4
1 2 3 4 5 6 7
Figura 6.1: Comportamento da funcao N1 (x) na regiao considerada
Assim se x1 = 1, x2 = 2, x3 = 5 e x4 = 7 tem-se que:

1
N1 (x) = (x 2) (x 5) (x 7)
24
que se substitudo
x 1 1,5 2 3 4 5 6 7
77
N1 (x) 1 192 0 31 14 0 1
6
0
O comportamento desta funcao pode ser visto para todos os pontos na figura (6.1).
Raciocnio analogo e usado para as demais funcoes:
(x x1 )(x x3 )(x x4 ) 1
N2 (x) = = (x 1) (x 5) (x 7)
(x2 x1 )(x2 x3 )(x2 x4 ) 15
(x x1 )(x x2 )(x x4 ) 1
N3 (x) = = (x 1) (x 2) (x 7)
(x3 x1 )(x3 x2 )(x3 x4 ) 24
(x x1 )(x x2 )(x x3 ) 1
N4 (x) = = (x 1) (x 2) (x 5)
(x4 x1 )(x4 x2 )(x4 x3 ) 60
Assim, considerando a interpolacao da propria variavel espacial, ou seja u1 = 1, u2 = 2,

u3 = 5 e u4 = 7: tem se que a funcao de interpolacao u(x) e dada por:
u(x) = N1 (x) u1 + N2 (x) u2 + N3 (x) u3 + N4 (x) u4

1 2
= (x 2) (x 5) (x 7) + (x 1) (x 5) (x 7)
24 15
5 7
(x 1) (x 2) (x 7) + (x 1) (x 2) (x 5)
24 60
=x
que resulta com isto na solucao exata: u(x) = x.
Este e apenas um exemplo unidimensional, no entanto na maior parte dos problemas que sao
tratados em elementos finitos, tem-se duas ou mais dimensoes, e as novas funcoes de interpolacao
passam a ser funcao de todas as variaveis espaciais:
uex (x, y, z) = uex (~x)
ou ainda

u1

u2

u(~x) = [N1 (~x) N2 (~x) Nn (~x)] = .. = [N ] {u}

.

un

6.2 Aproximacao por Elementos Finitos
A construcao das funcoes de aproximacao u(x) vao se tornando mais difceis a medida
que o numero de nos aumenta. Uma maior complexidade ainda e verificada quando o domnio
V e irregular ou possui condicoes de contorno mais complexas. Por outro lado, as aproximacoes
nodais de sub-domnio simplificam a obtencao da solucao u(x) e sao extremamente faceis de
serem implementadas em um computador. Este procedimento consiste, basicamente, dos se-
guintes passos:
divisao do domnio principal V em sub-domnios V e ;
a escolha de uma aproximacao nodal adequada para cada subdomnio. De maneira geral,
ela depende das dos pontos nodais e aproximacoes utilizadas nas vizinhancas. O metodo
dos elementos finitos e apenas um tipo de aproximacao nodal por sub-domnio, sendo
suas caractersticas principais:
a aproximacao nodal dentro do sub-domnio depende apenas dos nos do proprio

elemento;
a aproximacao elementar ue (x) deve garantir um mnimo de continuidade entre dois

elementos assim como nas suas fronteiras.
Algumas definicoes importantes:
Nos: sao os pontos do sub-domnio onde a funcao e avaliada;
Coordenadas nodais: sao as coordenadas geometricas dos pontos avaliados.
Variaveis nodais: sao valores da funcao de interesse, u(x), nos nos.
6.2.1 Definicao geometrica dos elementos.
Imagine o problema generico aproximado por elementos compostos pelos nos 1, 2, 3 e 4 e

compreendendo o domnio total entre x1 e x4 . Os tres elementos lineares seriam responsaveis
pelo seguintes domnios:
Elemento 1 V 1 x 1 < x < x2

2
Elemento 2 V x 2 < x < x3
Elemento 3 V 3 x 3 < x < x4
Utilizando para cada um destes elementos de dois nos a funcao Lagrange tem-se que para
cada elemento:
ui (x) = N1 u1 + N2 u2
sendo Ni dado pela expressao de Lagrange, equacao (6.1). Deve-se notar que no exemplo
anteriormente resolvido, utilizava-se um polinomio de Lagrange de quarta ordem, enquanto no
caso de elementos de dois nos utiliza-se apenas o polinomio de segunda ordem.
6.2.2 Regras para a discretizacao de domnios atraves de elementos

finitos
A subdivisao de um domnio V em sub-domnios V e deve obedecer a algumas regras.
(a) deve haver sempre uma fronteira comum entre os elementos adjacentes onde estarao os
unicos pontos comuns entre os elementos. Estas fronteiras podem ser compostas por
pontos, linhas ou areas.
(a) Overlapping (b) Hole
Figura 6.2: Anomalias comuns na discretizacao de um domnio atraves de malhas.
(b) nao e permitida a existencia de regioes comuns a mais de um elemento (overlapping) e nem
regioes dentro do domnio que nao pertencam a regiao alguma (holes). Estas anomalias
estao mostradas na figura (6.2).
(c) quando a fronteira do domnio do problema nao coincidem inclui-se uma anomalia (hole)
que acarreta em um erro que nao pode ser mensurado. Entretanto, estes erros, deno-
minados por erros geometricos, podem ser minimizados utilizando-se elementos menores
ou elementos de maior ordem, que melhor se adequam a fronteira. Estes procedimen-
tos sao melhores compreendidos quando discretiza-se uma fronteira do tipo mostrado na
figura (6.3).
Note que na fig. (6.3a) a discretizacao e feita com elementos grosseiros e nao e possvel
representar a fronteira de forma adequada, apresentando maiores vaos (holes), nestas
regioes. Na fig. (6.3b) utiliza-se elementos menores e a fronteira ja pode ser melhor repre-
sentada. E, finalmente, na figura (6.3c), nota-se que foi obtida uma boa representacao da
fronteira mesmo com elementos mais grosseiros, desde que estes sejam de ordem superior
e suas fronteiras possam ser deformadas para se ajustar ao domnio do problema.
(a) Malha Linear Grosseira (b) Malha mais refinada (c) Malha com elementos
de maior ordem
Figura 6.3: Erro comum na discretizacao do domnio.

Figura 6.4: Transformacao do domnio elementar.
6.3 Elementos de referencia
Quando se trabalha com elementos finitos existem dois tipos basicos de sistemas de
coordenadas. A metodologia de elementos finitos usa ferramentas matematicas para efetuar a
transformacao ( ) de um sistema de coordenadas para outro. A figura (6.4) mostra o sistemas
de referencia para um elemento triangular. Os sistemas de coordenadas que coexistem neste
caso sao:
Sistema de coordenadas local: e aquele que existe dentro do elemento ideal e cujas coor-
denadas sao expressas em termos de e .
Sistema de coordenadas global: que existe no sistema fsico real e expresso em termos de
coordenadas globais para todos os elementos.
Pode-se expressar a transformacao de um sistema de coordenadas em outro atraves da

expressao:
e : = xe ()
onde o ponto representa um ponto no sistema de coordenadas local e x o ponto no sistema

global.
Esta mesma expressao pode ser escrita em termos de variaveis nodais sendo expressa na
forma:
e : = xe () = N () {xe }
Para que esta transformacao seja feita de maneira adequada sao necessarias algumas condicoes:
o sistema de transformacao deve ser biunvoco (um ponto em cada conjunto tem corres-
pondencia a outro unico ponto do outro sistema).
cada no local do sistema de coordenadas corresponde a um no do sistema generalizado e

vice-versa.
da mesma forma que os nos cada fronteira do elemento corresponde a uma fronteira global.
Neste sistema de coordenadas pode-se utilizar as proprias coordenadas para verificar as

funcoes de interpolacao. Desta forma:
x(, ) = N1 (, ) xi + N2 (, ) xj + N3 (, ) xk = [N ] {x}
y(, ) = N1 (, ) yi + N2 (, ) yj + N3 (, ) yk = [N ] {y}
sendo N as funcoes de interpolacao.
Estes conceitos de transformacao de coordenadas podem ser vistos mais detalhadamente

quando se realiza uma transformacao para o elemento triangular, originalmente proposta na
figura (6.4), assim:
P~ | = R
~ + ~r
~r = i + i
~ = Xi
R
i = Xj Xi
i = Xk Xi
P = Xi + (Xj Xi ) + (Xk Xi )
P = (1 ) Xi + Xj + Xk

Xi

P = {(1 ) } Xj

Xk

E possvel notar que para que a transformacao de coordenadas seja adequada e preciso
considerar as amplitudes da transformacao, assim como a multipla composicao de dimensoes
(, por exemplo, apresenta derivadas tanto na direcao x como y). Para corrigir este fator
e necessario conhecer o Jacobiano [J] da transformacao. O Jacobiano pode ser dado pela
expressao:
" # " #
x y
xj xi yj yi
[J] = x y
=

xk xi yk yi
det[J] = (xj xi )(yk yi ) (xk xi )(yj yi )
E importante notar que o valor do determinante do Jacobiano resulta em duas vezes a area
do mesmo.
6.4 Propriedades das funcoes de aproximacao u(x)
Propriedade Fundamental: o valor da funcao deve coincidir com os respectivos valores no-
dais. Com base na expressao geral:
n
X
u(x) = N1 (x) x1 + N2 (x) x2 + Nn (x) xn = Ni (x) xi
i=1
tem-se que a propriedade e atendida se sobre o ponto nodal considerado j tem-se:

(
0 se i 6= j
Nj (xi ) =
1 se i = j
Continuidade no elemento: as funcoes Ni (x) devem ser contnuas em todo elemento, assim
como as derivadas ate a ordem s considerada.
Continuidade entre elementos: tanto os valores da funcao como de suas derivadas devem
ser os mesmos nas fronteiras de elementos adjacentes, sejam eles calculados por um ou
outro elemento.
Funcao polinomial completa O erro de truncamento e minimizado com a diminuicao do

elemento. Por muitas outras razoes e necessario diminuir o erro das derivadas e da funcao
de aproximacao. Alem do mais, e necessario que para que se resolva um problema ele
possua pelo menos a mesma ordem (s) de derivadas contnuas na funcao de interpolacao.
Caso contrario a funcao seria automaticamente anulada e nao se conseguiria os resultados
desejados para o problema.
Alem disto existem algumas definicoes importantes que devem ser destacadas:
se uma funcao e contnua pelas suas fronteiras ele e classificada com C 0 , se a funcao e a
primeira derivada sao contnuas, ela e classificada de C 1 , e assim sucessivamente.
se a transformacao de coordenadas e as funcoes de aproximacao se utilizam das mesmas

funcoes de interpolacao, o elemento e chamado de isoparametrico.
se as funcoes de interpolacao sao diferentes podem haver dois tipos de transformacao:
pseudo-parametrico: se as funcoes sao diferentes mas utilizam a mesma base.

subparametrica: quando as funcoes de interpolacao da geometria sao de ordem inferior

a da variavel de interesse.
o numero de variaveis nodais associados a cada um dos nos de cada elemento e denominado
por grau de liberdade do sistema.
6.5 Construcao das funcoes de interpolacao
Escolha da base polinomial: esta diretamente associada ao numero de pontos nodais do

elemento, sendo que quanto maior o numero de pontos, maior a base polinomial. A tabela (6.1)
mostra a base associada ao numero de pontos do elemento.
Tabela 6.1: Base polinomial para elementos de ate duas dimensoes.
Dimensao Grau do Base Polinomial Nos

Polinomio nd
Base completa
1 1 <1 > (linear) 2
2
1 2 <1 > (quadratico) 3
2 1 <1 > (linear) 3
2 2
Base incompleta
Para a construcao do polinomio e utilizada a propriedade basica da funcao de interpolacao,

ou seja, o fato de que no ponto nodal o valor resultante e igual ao proprio valor da funcao.
Sabendo que a transformacao de sistemas e dada na forma:
u() =< a(x) > (6.2)
sendo a base polinomial e < a > as variaveis generalizadas para montagem da funcao
de interpolacao. A expressao apresentada na eq. (6.2) representa a aproximacao generalizada,
diferenciada da aproximacao nodal.
Relacao entre o sistema generalizado e nodal: e dada pela aproximacao avaliada no

ponto nodal:

< P1 (1 ) P2 (1 ) Pn (1 ) >

< P1 (2 ) P2 (2 ) Pn (2 ) >
{un } = {a} = [Pn ]{a}

< P1 (n ) P2 (n ) Pn (n ) >
ou ainda invertendo a matriz dos polinomios:
{a} = [Pn ]1 {un } (6.3)
Expressoes analticas para as funcoes de interpolacao: podem ser obtidas a partir dos
resultados anteriores com respeito da base polinomial e o vetor a. Se substituir-se a eq. (6.3)
na eq. (6.2), obtem-se:
u() = [Pn ]1 {un }
que implica em dizer que as funcoes de interpolacao para a aproximacao nodal:
u() =< N () > {un } = [Pn ]1 {un }
ou ainda as funcoes de aproximacao nodal sao dados por:
< N () >= [Pn ]1 (6.4)
Derivadas de u(): podem ser obtidas diferenciando em relacao a cada uma das variaveis
geometricas, como no caso unidimensional:
( ) " # " #
u < N >
= [Pn ]1 {un } = {un } = [B ] {un }
u < N >
Exemplo: Construcao das funcoes de interpolacao para um elemento quadrilateral de quatro

nos: Serao utilizados agora os preceitos fornecidos para a obtencao das funcoes de interpolacao
de um elemento linear de quatro nos, como mostrado na figura (6.5).
Escolha da base polinomial: ja que o elemento possui quatro nos, e preciso escolher uma
base de acordo com este tamanho. Ja que nao existe nenhuma base completa para quatro
nos a melhor escolha, que respeita as condicoes de de simetria e inter-continuidade dos
elementos e:
hP i = h 1 i
Figura 6.5: Elemento bidimensional, linear e isoparametrico.
Montagem da matriz Pn : e montada com base na avaliacao da base polinomial nos quatro
nos possveis (com seus respectivos valores de e :

1

1

1
1

= , =
1

1

1

1

1 1 1 1

1 1 1 1
[Pn ] =
1

1 1 1

1 1 1 1
Inversao de Pn : neste caso a matriz e inversvel:

1 1 1 1

1 1 T 1 1 1 1 1
[Pn ] = [Pn ] =
4 4 1 1 1
1

1 1 1 1
Obtencao das expressoes de hN i: a partir da multiplicacao da base polinomial pela inversa

de [Pn ]

1 1 1 1

1 1 1 1 1
hN i = hP i [Pn ]1 = { 1 }

4 1 1 1 1

1 1 1 1
D E
hN i = N1 (, ) N2 (, ) N3 (, ) N4 (, )
1D E
hN i = 1 + 1 + 1 + + + 1 +
4
1 D E
hN i = (1 )(1 ) (1 + )(1 ) (1 + )(1 + ) (1 )(1 + )
4
O elemento determinado e isoparametrico e portanto as mesmas funcoes utilizadas para a

interpolacao de uma quantidade generica podem ser utilizadas para as variaveis espaciais (x e
y no caso deste elemento bidimensional):

x1

y 1

x

y
2 2
x(, ) = hN i , y(, ) = hN i

x3

y3

x

y
4 4
6.6 Transformacao de operadores diferenciais
As equacoes que governam os fenomenos fsicos envolvem normalmente nao somente as

funcoes u, mas tambem as suas derivadas. Como ja foi destacado, a aproximacao no espaco
real e sempre complexa devendo ser dada preferencia para se trabalhar no domnio elementar.
Isto implica na utilizacao das funcoes de aproximacao no espaco :
uex u() = h< N ()i{un }
sendo possvel a obtencao da solucao atraves da transformacao de coordenadas. Normalmente a

transformacao e complexa, como ja foi enfatizado. De qualquer forma, quando e preciso avaliar
uma derivada da referida funcao, seja qual for a transformacao desejada, esta e feita atraves do
princpio da regra da cadeia, que numa forma matricial poderia ser expressa por:
x y z

x

x y z

= y
= { } = [J] {x }

y

x z
z
sendo [J] o Jacobiano da matriz de transformacao.

De forma analoga pode-se enfatizar que transformacao inversa respeita a mesma regra:

x
x x x

y
= y y y
= {x } = [j] { }

z z z z
e que nos permite afirmar que [j] = [J]1 .
Com isto e possvel obter qualquer matriz de transformacao, desde que esta seja biunvoca
e, portanto, gere matrizes inversveis.
Alguns Jacobianos e seus inversos
Unidimensional:
1
[J] = J1,1 [j] = [J]1 =
J1,1
Bi-dimensional:
" # " #
J1,1 J1,2 1 J2,2 J1,2
[J] = [j] = [J]1 =
J2,1 J2,2 det[J] J2,1 J1,1
det[J] = J1,1 J2,2 J2,1 J1,2
Tri-dimensional:

J1,1 J1,2 J1,3
[J] = J2,1 J2,2 J2,3

J3,1 J3,2 J3,3

J2,2 J3,3 J2,3 J3,2 J1,2 J3,3 + J1,3 J3,2 J1,2 J2,3 J1,3 J2,2
1
[j] = [J]1 = J2,1 J3,3 + J2,3 J3,1 J1,1 J3,3 J1,3 J3,1 J1,1 J2,3 + J1,3 J2,1

det[J]
J2,1 J3,2 J2,2 J3,1 J1,1 J3,2 + J1,2 J3,1 J1,1 J2,2 J1,2 J2,1
det[J] = J1,1 (J2,2 J3,3 J2,3 J3,2 ) + J1,2 (J3,1 J2,3 J2,1 J3,3 ) + J1,3 (J2,1 J3,2 + J3,1 J2,2 )
6.6.1 Montagem do Jacobiano
Considerando a matriz de transformacao de variaveis entre um espaco real x e um espaco

elementar tem-se que a aproximacao nodal se apresenta na forma:
{ x y z } = hN i[ {x}n {yn } {zn } ]

E o Jacobiano pode ser montado a partir das proprias derivadas da funcao:

hN i
n
o h i
hN i
[J] =
x y z = {x n } {y n } {zn }
hN i

Exemplo: Jacobiano para o elemento de quatro nos:

x1 y1
" #
1 (1 ) (1 ) (1 + ) (1 + ) x2 y2
[J] =
4 (1 ) (1 + ) (1 + ) (1 ) x y
3 3
x4 y4
que apos realizada a multiplicacao resulta em:

x1 + x2 + x3 x4 + (x1 x2 + x3 x4 ) y1 + y2 + y3 y4 + (y1 y2 + y3 y4 )
1
[J] =

4

x1 x2 + x3 + x4 + (x1 x2 + x3 x4 ) y1 y2 + y3 + y4 + (y1 y2 + y3 y4 )
sendo que o determinante da matriz pode ser calculado atraves da expressao:
det[J] = A0 + A1 + A2
e onde:
1
A0 = [(y4 y2 )(x3 x1 ) (y3 y1 )(x4 x2 )]
8
1
A1 = [(y4 y3 ) (x1 x2 ) (y2 y1 )(x3 x4 )]
8
1
A2 = [(y1 y4 )(x2 x3 ) (y2 y3 )(x1 x4 )]
8
6.6.2 Transformacao de uma integral
Supondo agora que se deseje realizar uma integracao de uma funcao generica f no
domnio elementar, muito mais simples, e transforma-la para o domnio real. Para realizar este
objetivo e preciso analisar a natureza da integracao. Para uma integracao sobre um determinado
volume no espaco real tem-se que:
dV = (dx dy) dz
sendo
d~x = J1,1 d~ + J2,1 d~ + J3,1 d~

d~y = J1,2 d~ + J2,2 d~ + J3,2 d~
d~z = J1,3 d~ + J2,3 d~ + J3,3 d~
que implica que esta mesma funcao dV pode ser representada na forma:
dV = det[J] d d d
6.7 Coordenadas nodais e conectividade
Com os nos numerados de forma sequencial de 1 ate n e expresso num sistema de

coordenadas global (generalizado), pode-se montar um descricao com todos os pontos em uma
tabela. No caso bidimensional devem constar na tabela o numero do no e sua respectiva
coordenada x e y.
A uniao de alguns nos faz surgir os elementos que tambem podem ser numerados sequenci-
almente de 1 ate m (m < n). Estes elementos podem ser descritos atraves do numero dos nos
que o compoem, e que podem ser associados ainda a tabela anterior, que possui as coordenadas
dos pontos. Esta tabela que apresenta as conexoes entre os nos de cada elemento e chamada
de conectividade.
A formulacao por elementos finitos exige alguns cuidados sendo o principal deles o fato
que a mesma deve obedecer uma sequencia de conexao entre os elementos, nao podendo ser
apresentada em uma ordem aleatoria. Normalmente e utilizado um ponto como referencia
inicial e um sentido de numeracao, horario ou anti-horario, para expressar a conectividade.
Considerando todo o procedimento nao faz diferenca qual o ponto que se adota como origem
para o elemento e nem o sentido de rotacao, no entanto, para todos os elementos deve ser
adotado o MESMO sentido de rotacao.
Um exemplo da montagem da tabela de coordenadas dos nos e de conectividade, pode ser

visto no exemplo que se segue.
Exemplo Numerico: Considere o volume total de chuva que incide sobre uma determinada
regiao de area A e na qual sao lidos uma serie de pontos ui . Os pontos numerados de 1 a 10
estao mostrados na tabela (6.2) e figura (6.6) sendo apresentados suas coordenadas x e y e os
nveis de chuva medidos sobre o ponto.
O total de chuva Q pode ser definido como sendo:

Z
Q= u(x, y) dA
A
sendo que u(x, y) representa o nvel de precipitacao.

Figura 6.6: Discretizacao do problema em elementos
Com estes dados determine o valor total da precipitacao sobre a regiao considerada e o
ndice medio de precipitacao (umed ).
Tabela 6.2: Nvel de precipitacao em diversos pontos selecionados
No x[km] y[km] un [cm]

1 0 33, 3 4, 62
2 13, 2 62, 3 3, 81
3 39, 3 84, 5 4, 76
4 22, 2 30, 1 5, 45
5 49, 9 57, 6 4, 90
6 78, 8 78, 2 10, 35
7 39, 3 10, 0 4, 96
8 59, 7 34, 3 4, 26
9 73, 9 36, 2 18, 36
10 69, 8 5, 1 15, 69
Solucao: A primeira etapa consiste na montagem da tabela de conectividade para represen-

tar como os pontos estao interconectados. Esta tabela esta representada na tabela (6.3).
Aproximacao nodal:
Tabela 6.3: Tabela de Conectividade
Elemento 1 2 3 4
1 1 4 5 2
2 2 5 6 3
3 4 7 8 5
4 5 8 9 6
5 7 10 9 8

u
1

D E u
2
u(, ) = N1 (, ) N2 (, ) N3 (, ) N4 (, )

u3

u
4

u 1

1 D E u2
= (1 )(1 ) (1 + )(1 ) (1 + )(1 + ) (1 )(1 + )
4 u3

u
4
Integracao: Z Z
Q= u(x, y) dx dy = u(, ) det [J] d d
A A
ou, na forma matricial:
1 1 1
Z Z
Q= (A0 + A1 + A2 )
4 1 1

u 1

D E
u
2
(1 )(1 ) (1 + )(1 ) (1 + )(1 + ) (1 )(1 + ) d d

u3

u
4
que depois de integrada:

u 1

D E
u
2
Q= 31 A1 + A0 13 A2 1
A
3 1
+ A0 31 A2 1
A
3 1
+ A0 + 13 A2 1 1
3 A1 + A0 + 3 A2
u3

u
4
que na forma polinomial pode ser escrita como:

1 1 1 1
Q = A1 + A0 A2 u 1 + A1 + A0 A2 u 2 +
3 3 3 3

1 1 1 1
A1 + A0 + A2 u 3 + A1 + A0 + A2 u 4
3 3 3 3
e depois de reagrupada resulta em:

A1 A2
Q = A0 (u2 + u1 + u4 + u3 ) + (u1 u4 + u3 + u2 ) + (u3 u2 u1 + u4 )
3 3
ou ainda representado na forma:
A1 A2
Q = A0 U1 + U2 + U3
3 3
sendo:
U1 = u2 + u1 + u4 + u3
U2 = u1 u4 + u3 + u2
U3 = u3 u2 u1 + u4
Para o primeiro elemento tem-se que:
No 1 x1 = 0, y1 = 33, 3, u1 = 4, 62
No 4 x2 = 22, 2, y2 = 30, 1, u2 = 5, 45
No 5 x3 = 49, 9, y3 = 57, 6, u3 = 4, 90
No 2 x4 = 13, 2, y4 = 62, 3, u4 = 3, 81
Utilizando das definicoes anteriormente obtidas para elementos de quatro nos:

1
A0 = [(y4 y2 )(x3 x1 ) (y3 y1 )(x4 x2 )] A0 = 228, 19
8
1
A1 = [(y4 y3 ) (x1 x2 ) (y2 y1 )(x3 x4 )] A1 = 1, 638
8
1
A2 = [(y1 y4 )(x2 x3 ) (y2 y3 )(x1 x4 )] A2 = 55, 04
8
Consequentemente a vazao para o elemento 1 pode ser representada por:

A1 A2
Q1 = A0 (u2 + u1 + u4 + u3 ) + (u1 u4 + u3 + u2 ) + (u3 u2 u1 + u4 )
3 3
Q1 = 4261, 5 cm km2
Quanto ao calculo da area, tem-se que:

Z Z
A= dx dy = det [J] d d
A A
Z 1Z 1 Z 1
A= (A0 + A1 + A2 ) d d = (2 A0 + 2 A2 )d
1 1 1
A = 4 A0
que implica em que:

A1 = 4 A0 = 4 228, 19 = 912, 76 km2
Tabela 6.4: Resumo dos resultados do exemplo.
x1 y1 u1 x2 y2 u2 x3 y3 u3 x4 y4 u4
1 0,0 33,3 4,62 22,2 30,1 5,45 49,9 57,6 4,90 13,2 62,3 3,81
2 13,2 62,3 3,81 49,9 57,6 4,90 78,8 78,2 10,35 39,3 84,5 4,76
3 22,2 30,1 5,45 39,3 10,0 4,96 59,7 34,3 4,26 49,9 57,6 4,90
4 49,9 57,6 4,90 59,7 34,3 4,26 73,9 36,2 18,36 78,8 78,2 10,35
5 39,3 10,0 4,96 69,8 5,1 15,69 73,9 36,2 18,36 59,7 34,3 4,26
A0 A1 A2 U1 U2 U3 Q Area
1 228,19 1,64 55,04 18,78 1,92 -1,36 4261,41 912,74
2 241,65 -5,70 12,99 23,82 6,68 6,40 5771,07 966,59
3 217,56 -25,18 -14,01 19,57 -1,13 -1,25 4272,97 870,24
4 182,79 -65,72 29,70 37,87 7,37 19,55 6954,45 731,17
5 159,37 15,94 -66,85 43,27 24,83 1,97 6983,87 637,47
Soma 28243,78 4118,21
P
Qi
Media = P = 6, 86 cm
Ai
6.8 O metodo dos resduos ponderados
Considere a resolucao de um sistema fsico qualquer, do qual se conhece a equacao

diferencial. Trata-se de uma equacao em termos de derivadas parciais ou totais, linear ou nao
linear e de ordem m e pode ser expressa na forma:
L(u) + fv = 0 em todo o domnio V.
e sujeita as condicoes de contorno:
C(u) = fs no contorno S.
sendo u a variavel principal do problema e varia de acordo com a posicao no espaco. Define-se
a funcao residual como sendo:
R(u) = L(u) + fv
O metodo dos resduos ponderados e normalmente expresso em sua forma integral:

Z Z
W (u) = hi{R(u)}dV = hi{L(u) + fv }dV (6.5)
V V
sendo uma funcao peso dentre as possveis e u a solucao para o problema que satisfaz as
condicoes de contorno C(u).
6.8.1 Transformacao integral: a integral por partes
As transformacoes integrais sao utilizadas para reduzir a ordem das equacoes diferenciais.
Relembrando ainda que para uma integracao generica:
Z Z Z Z
u v = u dv + v du = u dV = v du + u v
V V V V
Caso se aplique este mesmo preceito para a equacao integral de resduos ponderados,
eq. (6.5), este mesmo preceito quando esta acompanha uma derivada tem-se a forma fraca
da equacao, que e dada por:
Unidimensional
Z x2 Z x2
du d
dx = u dx + ( u)|xx21 (6.6)
x1 dx x dx
Z x2 2 Z 1x2 x
du d du du 2
2 dx = dx + (6.7)
x1 dx x1 dx dx dx x1
Bidimensional (vide figura 6.7)
Z Z I
u
dx dy = u dx dy + ( u) dy
A x A x
Z Z IS
u
dx dy = u dx dy + ( u) dx
A y A y
Z Z S I
u u
+ dx dy = + u dx dy + ( un ) dS (6.8)
A x y A x y S
2u 2u
Z Z I
u u u
+ dx dy = + dx dy + dS (6.9)
A x2 y 2 A x x y y S ~n
I Z Z
u u u
sendo que dS = dx + dy
S ~n S y S x
A forma fraca da equacao, obtida a partir da integracao por partes mostrada anteriormente,
apresenta algumas caractersticas e requisitos diferenciados:
(a) a ordem da maior derivada de variavel de interesse u e reduzida, o que relaxa a condicao
de continuidade necessaria para a convergencia;
(b) algumas das condicoes de contorno aparecem diretamente na expressao geral;
(c) reduz a ordem necessaria para a funcao de interpolacao entre os nos;
(d) aumenta a ordem necessaria para a funcao peso da solucao.
6.8.2 Metodo de Galerkin
Existem varias opcoes de escolha para a funcao peso, sendo que cada uma pode apre-
sentar melhores ou piores resultados de acordo com o tipo de problema a ser solucionado. Esta
escolha pode ser auxiliada com a utilizacao de referencias basicas de elementos finitos, como
(Dhatt & Touzot, 1984).
No entanto existe um esquema de escolha de funcao peso que se destaca pela grande uti-
lizacao nos mais diversos tipos de problemas. Este esquema de solucao, conhecido como o
Figura 6.7: Composicao vetorial para integral sobre a superfcie

metodo de Galerkin, se utiliza da mesma funcao usada na interpolacao da variavel principal

(u) para a funcao de interpolacao (), ou seja:
= hN i
6.9 Tratamento das condicoes de contorno
O tratamento das condicoes de contorno atraves do metodo dos elementos finitos nao e
uma tarefa simples, ele vem acompanhado de uma serie de operacoes que nao sao imediatas.
Para simplificar esta tarefa sera utilizado neste estudo um tratamento simplificando, vide (Pa-
tankar, 1980), das condicoes de contorno onde e definida uma condicao de contorno generica
na forma:
u
= c u + c (6.10)
n
Esta equacao e capaz de representar qualquer condicao de contorno usual (das tres especies)
e outras ainda podem ser aproximadas. Para esta representacao e necessario que:
Condicao de contorno da primeira especie onde o valor da variavel u e especificado na

fronteira. Isto e possvel de se obter substituindo os valores constantes na eq. (6.10) por:
c e c ue sendo ue o valor especificado para a variavel u na fronteira. Este
esquema pode ser facilmente explicado indicando uma tendencia de para qualquer valor
resultante da derivada (u/~n),o valor de u estara muito proximo do valor especificado
ue .
Uma outra possibilidade para este tipo de condicao de contorno, e ate mesmo mais comum
no tratamento de condicoes deste tipo e a substituicao da linha da matriz equivalente ao
no pela respectiva igualdade, ou sejam, ui = ue onde i e o numero do no considerado.
Condicao de contorno de segunda especie onde o valor conhecido e a taxa de variacao,

ou fluxo, da variavel considerada. Neste caso substitui-se os valores da eq. (6.10) por:
c = 0 e c = u0e onde u0e e o valor da derivada na fronteira considerada, nao se esquecendo
de considerar o sinal da derivada, que deve estar de acordo com o sentido de ~n.
Condicao de contorno de terceira especie e uma condicao tpica de transmissao de calor

com a condicao de conveccao e deve expressar a igualdade (caso em que se trata de uma
fronteira final de x):
T T h h T
k = h(T T ) = = T+
x x k k
Figura 6.8: Tipos de fronteira para a discretizacao da C.C. de terceira especie.
e se igualarmos esta expressao a eq. (6.10) obtem-se que:

h h T
c = e c =
k k
E importante ressaltar que caso se trate de uma fronteira inicial de x, como mostrada na
figura (6.8), ~n e ~i tem direcoes opostas, no entanto o sinal tambem Da expressao para
conveccao tambem se inverte pela posicao da fronteira. Desta forma, o resultado final e
sempre o mesmo e independe de se tratar de uma fronteira inicial ou final.
6.9.1 Implementacao da condicao de contorno generalizada
Vejam o caso de implementacao desta condicao de contorno num elemento quadrilateral

simples, figura (6.5), e cuja funcao de interpolacao ja foi obtida sendo:
1D E
hN i = (1 )(1 ) (1 + )(1 ) (1 + )(1 + ) (1 )(1 + )
4
Desta forma, a variavel de interesse u pode ser expressa em termos da funcao de interpolacao
atraves da aproximacao nodal:

u 1

D
E u
2
u(, ) = N1 (, ) N2 (, ) N3 (, ) N4 (, )

u3

u
4

u 1

1 D E u2
= (1 )(1 ) (1 + )(1 ) (1 + )(1 + ) (1 )(1 + )
4
u3

u
4
Pode-se escolher qualquer uma das fronteiras para realizar a integracao sobre a fronteira,
mudando apenas o sentido da derivada e os pontos considerados e a direcao sobre a qual e feita
a derivada ( ou ).
hN i 1 D E
= (1 )(1 ) (1 + )(1 ) (1 + )(1 + ) (1 )(1 + )
4
1D E
= 1 + 1 1 + 1
4
hN i 1 D E
= (1 )(1 ) (1 + )(1 ) (1 + )(1 + ) (1 )(1 + )
4
1D E
= 1 + 1 1 + 1
4
Para a face superior do elemento quadrado ( = 1) unindo os nos 3 e 4, a derivada normal

passa a ser u/ e a integral sobre a superfcie passa a ser:
0
I Z1 Z1 * +
u 1 0
dS = (u + ) d = (u + ) d
S ~n 4 2 (1 + )
=1 =1
2 (1 )

0
u1 0
Z1 * +

Z1 * +
0 D E u2 0
= 0 0 2(1 + ) 2(1 ) d + d
16 2 (1 + )
u 3
4 2 (1 + )
=1
=1
2 (1 ) u 2 (1 )
4
1
0 0 0 0
u 1

0

Z1

0 0 0 0 u 2
0
= d +
16 0 0
(2 + 2)2 (2 + 2) (2 2) u3 4 2 +
2

=1
2 2

0 0 (2 + 2) (2 2) (2 2) u 2
4
1
1
0 0 0 0

0

I
u 0 0 0 0 0

dS = 1 3 4 3
+
S ~n 16
0 0 6
(2 + 2) 3
+ 4
4 4

4 3 1 3
4
0 0 3 + 4 6 (2 2) 1

0 0 0 0 u
1 0

0 0 0 0 u2
0
= 32 16
+
16
0 0 3 3 u3 1

16 32

0 0 3 3 u4 1

0 0 0 0 u
1

0

0

0 0 0 0 u2
=
2
+
0 0 3 3
u 3

2

0 0 3 3 u4

0

0

0 0
= 2 1
+

3
u 3 + 3
u 4

1 u + 2 u

3 3 3 4
Considerando o comprimento total ` sendo representado por variando entre -1 e 1 (2

unidades), tem-se:

0

0

0

I

u 0 0

` = `
0
dS =
2 u + 1 u +
S ~n 3 3 3 4 2
6 2u3 + u4 + 3

1 u + 2 u

u3 + 2u4 + 3

3 3 3 4
6.10 Integracao Numerica
Ate agora todas as integrais a serem resolvidas o foram analiticamente, no entanto nao
pode deixar de se considerar a integral numerica como ferramenta importante neste tipo de
solucao. Da forma ja vista anteriormente pode-se dizer que a integral a ser solucionada e:
Z Z 1 ns
X ns
X ns X
X ns
g(x) dx = G(, ) dd j k G(j , k ) = j k G(j , k )
1 j=1 k=1 j=1 k=1
e
Os pontos de integracao sao obtidos assim como a funcao peso para diversas geometrias sendo as
mais comuns a quadratura de Gauss e o metodo de Newton-Cotes para elementos quadrilaterais
Esquema Num. pontos Posicoes Peso

4 1/ 3, 1/ 3 1
1/6, 1/6
2/3, 1/6
3 1/6, 2/3 1/6
Figura 6.9: Pontos de integracao para elementos triangulares e quadrangulares.
e o metodo de Gauss-Radau para elementos triangulares. Existem uma serie de pontos de

integracao escolhidos com funcoes peso tambem determinadas. Dentre estas possibilidades
estao mostradas na figura (6.9) as mais utilizadas que sao as de 4 pontos para elementos
quadrangulares e 3 pontos para elementos triangulares.
6.11 Exemplos de Aplicacao
Um grande forno industrial e suportado por uma longa coluna de tijolos refratarios com
1 m por 1 m de lado. Durante a operacao em regime estacionario, as condicoes sao tais que que
tres superfcies da coluna sao mantidas a 500 K e a outra superfcie e exposta ha uma corrente
de ar com T = 300 K e o coeficiente de pelcula h = 10 W/m2 K. Usando uma malha com
x = y = 0.25 m, determine a distribuicao bidimensional de temperatura bem como a taxa
de calor transmitida ao ar por unidade de comprimento da coluna. (problema apresentado por
(Incropera & DeWitt, 1999), pg 101)
Solucao: Para a solucao deste problema sera utilizada uma malha relativamente grosseira
com 16 nos e 8 elementos, mostrada a seguir:
Se trata de um problema de conducao simples em um meio isotropico e a equacao geral que

rege o problema e dada por:
2T 2T
+ =0
x2 y 2
Considerando a sua forma de resduos ponderados, tem-se que:

Z 2
2T

T
+ dVe = 0
e x2 y 2
e reduzida a sua forma fraca resulta em:
Z I
T T T
+ dVe + dSe = 0
e x x y y e n
Usando a aproximacao nodal e multiplicando a expressao por (-1):

Z I
T
hN i + hN i dVe {T } dSe = 0
e x x y y e n
e depois, aplicando Galerkin:
Z I
T
{N } hN i + {N } hN i dVe {T } {N } dSe = 0
e x x y y e n
que e a expressao geral para o problema e que pode ser representada, em termos matriciais, na
forma: " # !
Z I
x T
{N } [ x y
]
hN i dVe {T } {N } dSe = 0
e y e n
Pelas propriedades matriz transposta, sabe-se que:

" #
h i
x

hN i = [B] = [B]T = {N }
x

y
y
e portanto a representacao matricial pode ser feita atraves da expressao:

Z I
T T
[B] [B] dVe {T } + {N } dSe = 0
e e n
Sendo que para os elementos internos a integral de superfcie e desprezada resultando

em: Z
[B]T [B] dVe {T } = 0
e
que em termos de variaveis locais se reduz a:
Z 1Z 1
[B]T [B] det[J] d d {T } = 0
1 1
onde a matriz [B] e escrita como:

"
N # " # D N E

x
[B] = D N E = x x D E = [J]1 [B ] = [Q] [B ]
N
y y y
Reescrevendo a expressao acima em termos de variaveis locais tem-se:

Z 1Z 1 Z 1Z 1
T
([Q] [B ]) [Q] [B ] det[J]dd{T } = 0 [B ]T [Q]T [Q] [B ] det[J]dd{T } = 0
1 1 1 1
Para elementos quadrilateros as funcoes de aproximacao sao dadas por:
1D E
hN i = (1 )(1 ) (1 + )(1 ) (1 + )(1 + ) (1 )(1 + )
4
N 1D E
= 1 + 1 1 + 1
4

N 1D E
= 1 + 1 1 + 1
4
" #
1 1 + 1 1 + 1
[B ] =
4 1 + 1 1 + 1
Quanto ao Jacobiano, ele pode ser representado a partir da matriz [B], na forma:

x1 y1

x2 y2 1
[J] = [B ]
x y e [Q] = [J]

3 3
x4 y4
O procedimento descrito ate aqui e generico e e identico para qualquer problema de conducao
simples. A partir de agora o procedimento passa a representar nao so as caractersticas do
problema, como tambem as caractersticas de malha e discretizacao representados pelo numero
de nos e tipo e numero de elementos.
Para o problema considerado, e necessario montar uma tabela com o numero de nos, que
pode ser dada por:
No x y
1 0 0
2 0,25 0
3 0,5 0
4 0 0,25
5 0,25 0,25
6 0,5 0,25
7 0 0,5
8 0,25 0,5
9 0,5 0,5
10 0 0,75
11 0,25 0,75
12 0,5 0,75
13 0 1
14 0,25 1
15 0,5 1
E tambem e necessario montar uma tabela que represente como estes nos estao associados
para formar os elementos, e a chamada tabela de conectividade:
elem. 1 2 3 4
1 1 2 5 4
2 2 3 6 5
3 4 5 8 7
4 5 6 9 8
5 7 8 11 10
6 8 9 12 11
7 10 11 14 13
8 11 12 15 14
Feita a conectividade e possvel notar que todos os elementos sao iguais e a solucao de um
sera identica a todos os demais. Assim, tomando o elemento 1 tem-se:
1. Integracao Numerica: e feita sobre a equacao anteriormente obtida, no domnio elementar

transformando-se a integral em uma soma, avaliada nos pontos determinados e com a
funcao peso adequada:
Z 1Z 1 np np
T T
X X
[B ] [Q] [Q] [B ] det[J]dd{T } = i j [B ]T [Q]T [Q] [B ] det[J] {T }
1 1 i=1 j=1
sendo que neste caso foram escolhidos quatro pontos de integracao:

Ponto 1: i = 1, j = 1, = 1/ 3, = 1/ 3
"
1
1
#
1 1 + 3
3 1 3
3 1 + 31 3 1 13 3
[B ] = 1

4 1 + 3
3 1 13 3 1 + 31 3 1 13 3
" #
0. 105 66 0. 105 66 0. 394 35 0. 394 35
=
0. 105 66 0. 394 35 0. 394 35 0. 105 66
e o Jacobiano para este elemento:

x1 y1 0 0
" #
x2 y2 0. 105 66 0. 105 66 0. 394 35 0. 394 35 0.25 0
[J] = [B ]
x y = 0. 105 66 0. 394 35 0. 394 35 0. 105 66

0.25 0.25
3 3
x4 y4 0 0.25
" #
0. 125 0 8.0 0
= sendo o valor do det [J] = 1. 562 5 102 e o [J]1 = Q =
0 0. 125 0 8.0
e assim

0. 105 66 0. 105 66
" #
0. 105 66 0. 394 35 8.0 0
[B ]T [Q]T [Q] [B ] =

0. 394 35

0. 394 35 0 8.0
0. 394 35 0. 105 66
" #" #
8.0 0 0. 105 66 0. 105 66 0. 394 35 0. 394 35

0 8.0 0. 105 66 0. 394 35 0. 394 35 0. 105 66

1. 429 1. 952 2 5. 333 4 1. 952 2

1. 952 2 10. 667 7. 286 1 5. 333 4
= 5. 333 4 7. 286 1 19. 906 7. 286 1

1. 952 2 5. 333 4 7. 286 1 10. 667
Que se usada toda a expressao para o primeiro ponto de integracao resulta em:
[Vi ] = i j [B ]T [Q]T [Q] [B ] det[J]
sendo

1. 429 1. 952 2 5. 333 4 1. 952 2

1. 952 2 10. 667 7. 286 1 5. 333 4 1. 562 5 102
[V1 ] = 1 1

5. 333 4 7. 286 1 19. 906 7. 286 1

1. 952 2 5. 333 4 7. 286 1 10. 667

2. 232 8 102 3. 050 3 102 8. 333 4 102 3. 050 3 102
3. 050 3 102 8. 333 4 102

0. 166 67 0. 113 85
= 8. 333 4 102

0. 113 85 0. 311 03 0. 113 85

3. 050 3 102 8. 333 4 102 0. 113 85 0. 166 67

Ponto 2: i = 1, j = 1, = 1/ 3, = 1/ 3 obtem-se det [J] = 0.015625

0. 166 67 0. 113 84 8. 333 1 102 3. 050 2 102
8. 333 1 102

0. 113 84 0. 311 02 0. 113 84
[V2 ] =
8. 333 1 102

0. 113 84 0. 166 67 3. 050 2 102

3. 050 2 102 8. 333 1 102 3. 050 2 102 2. 232 8 102

Ponto 3: i = 1, j = 1, = 1/ 3, = 1/ 3

0. 311 02 0. 113 84 8. 333 1 102 0. 113 84
2
8. 333 1 102

0. 113 84 0. 166 67 3. 050 2 10
[V3 ] =
8. 333 1 102 3. 050 2 102

2. 232 8 102 3. 050 2 102

0. 113 84 8. 333 1 102 3. 050 2 102 0. 166 67

Ponto 4: i = 1, j = 1, = 1/ 3, = 1/ 3

0. 166 67 3. 050 2 102 8. 333 1 102 0. 113 84
3. 050 2 102 2. 232 8 102 3. 050 2 102 8. 333 1 102

[V4 ] =
8. 333 1 102

3. 050 2 102 0. 166 67 0. 113 84

2
0. 113 84 8. 333 1 10 0. 113 84 0. 311 02
E se feita a somatoria resulta na matriz elementar:

2 1 1 1

4 13 6
2
3
1
6
1

X 6 3
6
3
[Vi ] =
1 1 2

1
i=1 3 6 3
6
1 1 1 2
6 3 6 3
2. O mesmo procedimento deve ser repetido para todos os elementos. Neste caso, entretanto,
tem-se o fato conveniente de que todos os elementos se encontram na mesma disposicao e
tem as mesmas caractersticas geometricas e, portanto, esta matriz encontrada vale para
todos os elementos.
3. A proxima etapa consiste na montagem da matriz global a partir das matrizes elementares.
Neste caso utiliza-se a tabela de conectividade para converter da numeracao local para a
numeracao global, e cada linha e coluna da numeracao local passam a responder por uma
outra na numeracao global. Vejamos para como exemplo para o primeiro elemento (onde
a matriz global A ainda esta vazia):
numeracao local 1 2 3 4
numeracao global 1 2 5 4

0 + 0. 666 69 0 0. 166 68 0 0 0. 166 68 0 0. 333 33 0 0 0 0 0 0 0 0 0 0
0 0. 166 68 0 + 0. 666 69 0 0 0. 333 33 0 0. 166 68 0 0 0 0 0
0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0. 166 68 0 0. 333 33 0 0 + 0. 666 69 0 0. 166 68 0 0 0 0 0 0 0 0 0 0

0 0. 333 33 0 0. 166 68 0 0 0. 166 68 0 + 0. 666 69 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

A= 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
que depois de includos todos os elementos resulta em:

2
1 0 16 13 0 0 0 0 0 0 0 0 0 0
31 46 1

6 3 6 31 13 13 0 0 0 0 0 0 0 0 0
0 16 23 0 13 16 0 0 0 0 0 0 0 0 0

1
1 0 4
31 0 16 13 0 0 0 0 0 0 0
6 3 3
1
3 13 13 31 8
13 13 13 13 0 0 0 0 0 0

3
0 1 1 0 13 4
0 13 16 0 0 0 0 0 0
3 6 3
0 0 0 16 13 0 4
13 0 61 13 0 0 0 0

3
[A] =
0 0 0 13 13 13 13 8
3
13 13 13 13 0 0 0
0 0 0 0 31 16 0 31 4
0 31 16 0 0 0

3
0
0 0 0 0 0 61 13 0 4
3
31 0 16 13 0
0 0 0 0 0 0 13 13 13 13 8
13 31 13 31

3
0
0 0 0 0 0 0 13 16 0 13 4
3
0 13 61

16 13 2
16

0 0 0 0 0 0 0 0 0 0 0

3
0
0 0 0 0 0 0 0 0 31 13 13 61 4
3
61

0 0 0 0 0 0 0 0 0 0 13 16 0 61 2
3
4. Deve-se entao incluir as condicoes de contorno que de acordo com a proposicao geral pode
ser expressa na forma da eq.() e respeitando a tabela abaixo(lembrando que l = 0.25 m):
l
No 1 No 2 l
3
l
6 2
1 2 10
1
10300
1
0. 833 33 0. 416 67 375
2 3 10
1
10300
1
0. 833 33 0. 416 67 375
6 6 4 4
4 7 10 500 10 8. 333 3 10 4. 166 7 10 6. 25 107
7 10 106 500 106 8. 333 3 104 4. 166 7 104 6. 25 107
10 13 106 500 106 8. 333 3 104 4. 166 7 104 6. 25 107
13 14 106 500 106 8. 333 3 104 4. 166 7 104 6. 25 107
14 15 106 500 106 8. 333 3 104 4. 166 7 104 6. 25 107
sendo que na linha relativa a cada condicao devem ser somados os respectivos valores.
Veja o exemplo para uma condicao i-j:
i j
l
i l
3
l
6
= 2
l
j l
6
l
3 2
Implementando numa matriz teramos:

2 3
0.833333 0.416667 0 0 0 0 0 0 0 0 0 0 0 0 0
6 7
6 0.416667 1.66667 0.416667 0 0 0 0 0 0 0 0 0 0 0 0 7
6 7
6
6 0 0.416667 0.833333 0 0 0 0 0 0 0 0 0 0 0 0 7
7
6 7
6 0 0 0 83333.3 0 0 41666.7 0 0 0 0 0 0 0 0 7
6 7
6
6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
7
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6 7
6 7
6 7
6
6 0 0 0 41666.7 0 0 166667. 0 0 41666.7 0 0 0 0 0 7
7
[C] = 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6 7
7
6 7
6
6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
7
0 0 0 0 0 0 41666.7 0 0 166667. 0 0 41666.7 0 0
6 7
6 7
6 7
6
6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
7
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6 7
6 7
6 7
6
6 0 0 0 0 0 0 0 0 0 41666.7 0 0 166667. 41666.7 0 7
7
0 0 0 0 0 0 0 0 0 0 0 0 41666.7 166667. 41666.7
6 7
4 5
0 0 0 0 0 0 0 0 0 0 0 0 0 41666.7 83333.3

375

750

375

7
6.25 10

0

0

8
1.25 10

{Bc } = 0

0

8
1.25 10

0

0

8

1.25 10

8

1.25 10

6.25 107

E a matriz final:
[M ] = [A] + [C]
2 3
1.5 0.25 0 16 31 0 0 0 0 0 0 0 0 0 0
13 31 13
6 7
6 0.25 3. 0.25 0 0 0 0 0 0 0 0 0 7
6 7
6 0
6 0.25 1.5 0 13 16 0 0 0 0 0 0 0 0 0 7
7
6 16 13 31 13
6 7
0 83334.7 0 41666.5 0 0 0 0 0 0 0 7
6 7
6 1 13 31 31 8
31 31 13 31 0 0 0 0 0 0 7
6 3 3 7
6 0 13 61 0 31 4
0 13 61 0 0 0 0 0 0
6 7
3
7
6 7
6 0
6 0 0 41666.5 13 0 166668. 13 0 41666.5 31 0 0 0 0 7
7
=6 0 0 0 13 31 13 31 8
31 13 31 13 0 0 0
6 7
3
7
13 16 13 4
13 16
6 7
6 0 0 0 0 0 0 0 0 0 7
6 3 7
6 0 0 0 0 0 0 41666.5 13 0 166668. 31 0 41666.5 13 0
6 7
7
13 13 31 13 8
13 31 13 31
6 7
6 0 0 0 0 0 0 7
6 3 7
6 0 0 0 0 0 0 0 13 61 0 31 4
0 13 61
6 7
3 7
13
6 7
6 0 0 0 0 0 0 0 0 0 41666.5 0 166667. 41666.5 0 7
6 7
4 0 0 0 0 0 0 0 0 0 13 31 13 41666.5 166668. 41666.5
6 7
5
0 0 0 0 0 0 0 0 0 0 31 16 0 41666.5 83334.
Tabela 6.5: Solucoes diversas obtidas para o exemplo considerado.
Num. Solucao T2 T3
1 Diferencas finitas ((Incropera & DeWitt, 1999)) 357,0 339,1
2 Elementos finitos (15 pontos) 340,9 331,0
5 Idem a 2, mas utilizando T1 = 500 330,2 338,4
A matriz de carga {B}, nao sofre alteracoes neste caso ja que ela e alterada apenas pelas
condicoes de contorno (sendo nula para a matriz elementar). A solucao do sistema fica
sendo:
T1 341.57, T2 340.933, T3 331.023, T4 499.999, T5 417.765, T6 405.08, T7 500,

T8 468.708, T9 454.805, T10 500, T11 488.392, T12 483.626, T13 500, T14 500, T15 500
Nao existe solucao analtica para este problema e nao existe forma de determinar o valor
exato da temperatura para estes pontos, no entanto o refinamento da malha tende a fornecer
solucoes mais proximas da solucao real. Sao mostradas na tabela (6.5) uma serie de solucoes
obtidas para este problema.
CAPITULO 7
Metodo de Diferencas Finitas
O metodo de diferencas finitas foi, durante muito tempo, o unico metodo numerico
utilizado para problemas fluido-termicos. Embora recentemente este venha perdendo espaco
para outros metodos ainda e muito utilizado nesta area.
A solucao de qualquer problema em diferencas finitas se baseia no princpio da serie de

Taylor em que um ponto qualquer pode ser expresso em funcao dos seu pontos proximos, ou
seja:
df (x) d2 f (x) (x)2 d3 f (x) (x)3
f (x + x) = f (x) + x + + +
dx dx2 2! dx3 3!
que e na realidade uma serie infinita.
Para exemplificar esta aproximacao imaginemos que a aproximacao de pontos Ti e Ti+1 a

partir de ponto Ti . Imaginando que eles sao igualmente espacados e a distancia entre os pontos
e x. Neste caso:
2 T (x)2 3 T (x)3

T
Ti+1 = Ti + x + + + O(x)4 (7.1)
x i x2 i 2! x3 i 3!
e o outro ponto, considerado na direcao negativa de x, pode ser expresso por:
2 T (x)2 3 T (x)3

T
Ti1 = Ti x + + O(x)4 (7.2)
x i x2 i 2! x3 i 3!
Como se tratam de series infinitas, pode-se fazer a aproximacao com a ordem do erro que se
desejar. Grande numero de trabalhos envolvendo a primeira derivada foram resolvidos atraves
94
de esquemas de primeira ordem (O(x)2 ), mas atualmente sao muito utilizados os esquemas
de segunda ordem1 . A obtencao das expressoes discretas e facil a partir dai.
No caso das aproximacoes acima, se utilizarmos ate o termo de primeira ordem somente,
cada uma pode resultar em aproximacoes para a primeira derivada. No caso da equacao (7.1):

T Ti+1 Ti
= (7.3)
x i x
que e conhecida como a derivada avancada. Da mesma forma utilizando-se da expressao (7.2)
pode-se chegar numa outra expressao, denominada por aproximacao recuada:

T Ti Ti1
= (7.4)
x x
i
Estas duas expressoes sao aproximacoes de primeira ordem e portanto, em condicoes nor-
mais, apresentam piores resultados que as expressoes de segunda ordem, as mais utilizadas. As
expressoes de segunda ordem sao as mais utilizadas, principalmente em problemas lineares, por
fornecerem melhores resultados. A expressao para a primeira derivada considerando os termos
de ate segunda ordem pode ser obtida trabalhando-se com as expressoes, basicamente fazendo
a subtracao da equacao (7.2) da (7.1). Desta forma obtem-se:

T
Ti+1 Ti1 = 2 x
x i
que rearranjada resulta em:
T Ti+1 Ti1
= (7.5)
x i 2 x
Como se esta trabalhando com os termos de ate segunda ordem pode-se obter tambem uma
expressao para a segunda derivada. Isto e possvel fazendo a soma das equacoes (7.1) e (7.2),
donde obtem-se:
2 T (x)2

Ti+1 + Ti1 = 2 Ti + 2
x2 i 2!
que rearranjada na forma desejada resulta em:
2 T

Ti+1 2 Ti + Ti1
2
= (7.6)
x
i (x)2
Como pode ser visto este procedimento e extremamente generico e pode ser utilizado em
esquemas de ordem superiores sem maiores problemas, dependendo apenas da utilizacao de um
maior numero de pontos. Repare que para chegar nas expressoes de primeira ordem, apenas uma
das expansoes em Serie de Taylor precisava ser conhecida, a partir das expressoes de segunda
ordem ja sao necessarias duas equacoes para resolver o problema (tanto as aproximacoes de
Ti+1 como Ti1 ). Este mesmo raciocnio continua valendo para expressoes de ordem superior.
1
esquemas de ordem superiores tambem tem sido motivos de estudos recentemente.
Exemplo: A partir de uma malha irregular como a mostrada a seguir obtenha as expressoes
de segunda ordem para a primeira e segunda derivadas.
x2 x1
e e e
Ti1 Ti Ti+1
Solucao: Expandindo cada um dos pontos por serie de Taylor, a partir do ponto i:
2 T (x1 )2

T
Ti+1 = Ti + x1 + + O(x)3
x i x2 i 2!
2 T (x2 )2

T
Ti1 = Ti x2 + + O(x)3
x i x2 i 2!
A partir desta expansao e possvel obter a expressao para a primeira derivada fazendo-se a
soma da primeira equacao multiplicada por (x2 )2 e da segunda multiplicada por (x1 )2 :
2 T (x1 x2 )2

2 2 T 2
Ti+1 (x2 ) = Ti (x2 ) + x1 (x2 ) +
x i x2 i 2
T (x2 x1 )2
2

2 2 T 2
Ti1 (x1 ) = Ti (x1 ) + x2 (x1 )
x i x2 i 2

T

Ti+1 (x2 )2 Ti1 (x1 )2 = Ti (x22 x21 ) + (x1 x22 + x2 x21 )
x i

Rearranjando a expressao de forma a isolar o valor da primeira derivada obtem-se:

Ti+1 (x2 )2 Ti1 (x1 )2 + Ti (x21 x22 )

T
=
x i x1 x2 (x2 + x1 )
Da mesma forma pode se obter a expressao para a segunda derivada, mas agora pena
multiplicando a expansao em Serie de Taylor de Ti+1 por x2 e a de Ti1 por x1 . Assim:
2 T x21 x2

T
Ti+1 x2 = Ti x2 + x1 x2 +
x i x2 i 2
T x1 x22
2

T
Ti1 x1 = Ti x1 x 2 x 1 +
x i x2 i 2
2

T x1 x2 (x2 + x1 )
Ti+1 x2 + Ti1 x1 = Ti (x1 + x2 ) +
x2 i 2
E desta forma a expressao final para a segunda derivada fica:

2 T

Ti+1 x2 Ti (x1 + x2 ) + Ti1 x1
2
=2
x
i x1 x2 (x2 + x1 )
Repare que estas duas expressoes obtidas se reduzem as expressoes (7.5) e (7.6) respectiva-
mente quando x1 = x2 = x.
7.1 Aplicacao da formulacao de diferencas finitas em sis-

temas de equacoes diferenciais
A utilizacao da metodologia de diferencas finitas em equacoes diferenciais em um dados

problema e bastante simples, consistindo basicamente das seguintes etapas:
1. Discretizacao do domnio, que implica na escolha dos pontos onde serao obtidos valores
para a solucao.
2. Substituicao das derivadas por sua aproximacao calculada a partir de uma serie de Taylor
para um ponto generico i. A aproximacao central de segunda ordem para uma derivada
de primeira ordem e dada pela equacao (7.5), por exemplo. Outras aproximacoes ja foram
mostradas.
3. Transformacao das equacoes diferenciais em sistema de equacoes baseados nos valores dos
pontos discretos. Para isto e necessario a utilizacao da equacao generica para o ponto i,
obtida no passo anterior para cada um dos pontos discretos.
4. Discretizacao e aplicacao das condicoes de contorno nos pontos da fronteira do domnio

e, com isto, obter equacoes discretizadas neste ponto.
5. Solucao do sistema de equacoes obtido.
Exemplo: Obtenha a equacao geral discretizada para a equacao de conducao bidimensional:
2T 2T
+ =0
x2 y 2
Solucao: Utilizando as aproximacoes centrais para a segunda derivada em cada uma das
direcoes, equacao (7.6) tem-se que:
2T Ti+1,j 2 Ti,j + Ti1,j

=
x2 (x)2
2T Ti,j+1 2 Ti,j + Ti,j1
=
y 2 (y)2
Top. Esp. Fluido-Temica

Idioma

Numerica PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Numerica PDF

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE ESTADUAL PAULISTA

Campus Universitario de Bauru

FACULDADE DE ENGENHARIA DE BAURU

DEPARTAMENTO DE ENGENHARIA MECANICA

Topicos Especiais em Fluido-Termica

Metodos Numericos em Fluido Termica

Build:08-2007 Autor: VICENTE LUIZ SCALON

1 Equacoes Diferenciais e Metodos Numericos 1

2 Introducao aos Sistemas Matlab/GNU Octave 7

2.1 Operacoes Fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2 Definicoes e operacoes com matrizes e vetores . . . . . . . . . . . . . . . . . . . 8

2.2.1 Funcoes e operacoes especiais . . . . . . . . . . . . . . . . . . . . . . . . 10

2.3 Definicao de funcoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.4 Montagem de graficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.5 Operacoes logicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2.6 Diferencas basicas entre o Matlab e o Octave . . . . . . . . . . . . . . . . . . . . 18

3 Metodos para a solucao de Eq. Diferenciais Ordinarias 19

3.1 Metodo de Runge Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

3.1.1 Implementacao da solucao no Gnu-Otave . . . . . . . . . . . . . . . . . . 26

3.2 Solucoes de sistemas de equacoes diferenciais ou equacoes diferenciais de ordem

3.2.1 Procedimento de solucao usando o octave . . . . . . . . . . . . . . . . . . 34

3.3 Condicao de Contorno Deslocada . . . . . . . . . . . . . . . . . . . . . . . . . . 36

3.3.1 Procedimento de solucao usando o octave . . . . . . . . . . . . . . . . . . 40

4 Solucao de Sistema de Equacoes Lineares 42

4.1 Metodos iterativos de solucao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.2 Metodos de inversao direta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

5 Equacoes Diferenciais Parciais - Caracterizacao e Metodos de Discretizacao

5.1 Subdivisao das equacoes diferenciais parciais . . . . . . . . . . . . . . . . . . . . 48

5.2 Formas de solucao de equacoes diferenciais parciais . . . . . . . . . . . . . . . . 50

5.3 Discretizacao do domnio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

6 Metodo dos Elementos Finitos 55

6.1 Princpios gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

6.1.1 Aproximacao por funcoes . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

6.1.2 Aproximacao nodal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

6.2 Aproximacao por Elementos Finitos . . . . . . . . . . . . . . . . . . . . . . . . . 61

6.2.1 Definicao geometrica dos elementos. . . . . . . . . . . . . . . . . . . . . . 62

6.2.2 Regras para a discretizacao de domnios atraves de elementos finitos . . . 62

6.3 Elementos de referencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

6.4 Propriedades das funcoes de aproximacao u(x) . . . . . . . . . . . . . . . . . . . 66

6.5 Construcao das funcoes de interpolacao . . . . . . . . . . . . . . . . . . . . . . . 67

6.6 Transformacao de operadores diferenciais . . . . . . . . . . . . . . . . . . . . . . 70

6.6.1 Montagem do Jacobiano . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

6.6.2 Transformacao de uma integral . . . . . . . . . . . . . . . . . . . . . . . 72

6.7 Coordenadas nodais e conectividade . . . . . . . . . . . . . . . . . . . . . . . . . 73

6.8 O metodo dos resduos ponderados . . . . . . . . . . . . . . . . . . . . . . . . . 77

6.8.1 Transformacao integral: a integral por partes . . . . . . . . . . . . . . . . 78

6.8.2 Metodo de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

6.9 Tratamento das condicoes de contorno . . . . . . . . . . . . . . . . . . . . . . . 80

6.9.1 Implementacao da condicao de contorno generalizada . . . . . . . . . . . 81

6.10 Integracao Numerica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

6.11 Exemplos de Aplicacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

7 Metodo de Diferencas Finitas 94

7.1 Aplicacao da formulacao de diferencas finitas em sistemas de equacoes diferenciais 97

8 Aplicacao do Metodo de Diferencas Finitas em Problemas Bidimensionais e

8.1 Solucao de problemas bidimensionais . . . . . . . . . . . . . . . . . . . . . . . . 102

8.2 Solucao de problemas transientes . . . . . . . . . . . . . . . . . . . . . . . . . . 106

8.2.1 Formulacao Explcita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

8.2.2 Formulacao Totalmente Implcita . . . . . . . . . . . . . . . . . . . . . . 111

8.2.3 Formulacao Implcita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

Equacoes Diferenciais e Metodos Numericos

a) E.D.O. - Sistema Massa Mola b) E.D.P. - Eq. da quantidade de movimento

Figura 1.1: Exemplos de E.D. ordinarias e parciais.