Escolar Documentos
Profissional Documentos
Cultura Documentos
CAPTULO I
ERROS
I.1 Introduo
Nos captulos seguintes estudaremos mtodos numricos adequados soluo de diversos tipos
de problemas que surgem nas mais diversas reas da Engenharia e da Fsica. A resoluo de tais
problemas envolve vrias fases que podem ser assim estruturadas:
PROBLEMA LEVANTAMENTO
REAL DE DADOS
REAL
IMPLEMENTAO
COMPUTACIONAL DO
MTODO
ANLISE DE
RESULTADOS
1
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Neste captulo daremos noes bsicas de erros que ocorrem em mtodos numricos. O objetivo
mostrar as principais fontes de erros possveis e como contorn-los.
I.2 Erro absoluto
Definimos erro absoluto a diferena entre o valor exato do nmero x e de seu valor aproximado
,
Ea x (I.1)
Em geral, apenas o valor de conhecido, e neste caso, impossvel obter o valor exato do erro
absoluto.
Definimos erro relativo como o erro absoluto dividido pelo valor aproximado.
x
Er (I.2)
2
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Erro de
Erro total truncamento
Erros
Figura I.2 Variaes dos erros com o tamanho de X
Erro de
arredondamento
I.6 Estabilidade numrica
Uma outra considerao importante, relacionada com os erros e a acurcia de uma soluo
Tamanho da malha, X
numrica, a estabilidade numrica. Este fato est relacionado diretamente na soluo de equaes
diferenciais parciais. A instabilidade em esquemas numricos est relacionada com a amplificao de
pequenos erros introduzidos pelo prprio esquema.
3
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
CAPTULO II
SRIES DE TAYLOR E DIFERENCIAO NUMRICA
II.1 Introduo
A idia de representao de diferenas finitas de uma derivada pode ser introduzida invocando-se
a definio da derivada de uma funo F(x,y), em torno de um ponto (xi, yj), da seguinte forma
F F( x i x , y j ) F( x i , y j )
im (II.1.a)
x x 0 x
4
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
F F( x i , y j y) F( x i , y j )
im (II.1.b)
y y 0 y
Claramente, se a funo F(x, y) continua, o lado direito das equaes (II.1) podem ter uma
aproximaes razoveis das derivadas F / x e F / y , respectivamente, para x e y
suficientemente pequenos, logo
F F( x i x , y j ) F( x i , y j )
(II.2.a)
x x
F F( x i , y j y) F( x i , y j )
(II.2.b)
y y
No entanto, a base formal para o desenvolvimento de aproximaes de diferenas finitas para derivadas
atravs do uso das expanses em sries de Taylor.
Considere uma funo f(x) cuja o valor em um ponto dado x = x i denotada por f(xi). A srie de
Taylor uma srie de potncia infinita que expressa o valor da funo numa regio suficientemente
prxima de x = xi,
(x x i )2 ( x x i )3
f ( x ) f ( x i ) ( x x i )f ( x i ) f ( x i ) f ( x i ) ... (II.3.a)
2! 3!
ou
x 2 x 3
f ( x i x ) f ( x i ) x f ( x i ) f ( x i ) f ( x i ) ... (II.3.b)
2! 3!
x 2 x 3
f ( x i x ) f ( x i ) x f ( x i ) f ( x i ) f ( x i ) ... (II.4)
2! 3!
Das expanses (II.3.b) e (II.4) podemos formar a base para o desenvolvimento das aproximaes
de diferenas para df/dx em torno de x i. Arranjando as eqs. (II.3.b) e (II.4), as aproximaes de
diferenas avanada e atrasada em torno de xi, so dadas, respectivamente, por:
f ( x i x ) f ( x i )
f ( x i ) Err x (II.5.a)
x
f ( x i ) f ( x i x )
f ( x i ) Err x (II.5.b)
x
onde Err(x) a notao que caracteriza a ordem de magnitude do erro da aproximao de diferenas e
est associado ao truncamento da srie.
f ( xi )
f ( xi x ) f ( xi x )
2 x
Err x 2 (II.5.c)
Observe que a frmula de diferena central fornece uma aproximao com o erro da ordem de
x2 enquanto que nas aproximaes avanada e atrasada o erro da ordem de x. Considerando a
notao i para o ponto da malha em x i e i+1, i-1 para os pontos xi+x e xi-x, respectivamente, outras
aproximaes com erro da ordem de x2 podem ser obtidas a partir da manipulao da expanso em
sries de Taylor:
f ( x i )
f i 2 4f i 1 3f i
2x
Err x 2 (II.6.a)
f ( x i )
3f i 4f i 1 f i 2
2x
Err x 2 (II.6.b)
6
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
As expanses em srie de Taylor dadas pelas eqs. (II.3) e (II.4) podem ser usadas para o
desenvolvimento das aproximaes de diferenas para a Segunda derivada. Para obter a aproximao de
diferenas central para a segunda derivada as eqs. (II.3) e (II.4) so adicionadas, e a expresso resultante
resolvida para d2f/dx2 em torno de xi e o resultado
f 2 f i f i 1
f ( x i ) i 1
x 2
Err x 2 (II.7)
f 2f i 1 f i 2
f ( x i ) i Err x (II.8.a)
x 2
f 2f i 1 f i
f ( x i ) i 2 Err x (II.8.b)
x 2
Em muitas aplicaes de engenharia, onde nos deparamos com regies do domnio em que os
gradientes variam rapidamente se faz necessrio o uso de malhas refinadas sobre esta regio particular.
Para ilustrar esta idia vamos considerar uma situao envolvendo uma mudana no espaamento da
malha somente em uma direo. A Figura 2.1 mostra a mudana no tamanho da malha de x1 para x2
em torno do n i. Uma expanso em sries de Taylor em torno de i pode ser usada para desenvolver a
aproximao de diferenas. Fazendo a expanso em torno de i avanada e atrasada temos,
respectivamente:
x1 x2
i-1 i i+1
df x 22 d 2 f x 32 d 3f
f i 1 f i x 2 ... (II.9.a)
dx i 2! dx 2 3! dx 3
i i
7
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
df x12 d 2 f x13 d 3f
f i 1 f i x1 ... (II.9.b)
dx i 2! dx 2 3! dx 3
i i
Para a derivada primeira a eq. (II.9.b) subtrada de (II.9.a) e a expresso resultante resolvida
para df/dx
df f
i 1
f i 1 1 x 22 x12 d 2 f
dx i x 2 x1 2 x 2 x1 dx 2
Err x 2 (II.10)
i
onde Err(x2) o maior entre Err x12 e Err x 22 . Ento a derivada primeira da funo pode ser
aproximada como
df f f
i 1 i 1 (II.11)
dx i x 2 x1
e a eq. (II.10) implica que a expresso de diferenas eq. (II.11) tem acurcia de segunda ordem somente
se x 2 x1 . Desta forma, temos
x 2 x 2
Err 2 1
x 2 x1
i
Err x 2
1 (II.12)
Se nota que, se x1 varia largamente em relao a x 2 a acurcia da aproximao tende para uma de
primeira ordem.
d 2f f (1 2 )f i 2 f i 1 1 df
i 1 Err x 2 x1 (II.13)
dx 2 i x 22 x 2 dx i
8
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
onde x 2 / x1 . Esta expresso tem acurcia de primeira ordem em i se 1 Err (x12 ) e possui
Expresses de diferenas podem ser desenvolvidas pela representao de uma funo f na forma
polinomial avaliando os coeficientes em termos dos valores da funo nos ns. Por exemplo a
representao de f por uma interpolao parablica na forma
f (x) a x 2 bx c (II.14)
f ( x ) 2a x b (II.15)
Fazendo-se xi = 0, xi+1 = x e , xi+2 = 2x e resolvendo-se as eqs. (II.16) para f(xi) = f(0) = b se obtm,
f i 2 4f i 1 3f i
f ( x i ) (II.15)
2 x
onde a eq. (II.15) idntica a eq. (II.6.a). Esta metodologia particularmente usada no desenvolvimento
de aproximaes de diferenas para valores de x no uniformes.
9
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
CAPTULO III
INTEGRAO NUMRICA
III.1 - Introduo
Sabemos do Clculo Diferencial e Integral, que se f(x) funo contnua em [a, b], ento, esta
funo tem uma primitiva neste intervalo, ou seja, existe F(x) tal que F'(x) = f(x); assim
b
a f ( x )dx F(b) F(a ) . Neste captulo apresentaremos algumas tcnicas numricas destinadas ao
clculo aproximado de integral de f(x) conhecidos os extremos a e b e a funo f(x). Seja ainda o caso
em que f(x) conhecida apenas na forma tabelar, num intervalo [a, b]. Como no conhecemos f(x), no
b
temos condio de calcular analiticamente a f ( x )dx .
A idia bsica da integrao numrica a substituio da funo f(x) por um polinmio que se
aproxime razoavelmente no intervalo [a, b]. Assim o problema seria resolvido pela integrao trivial de
b
polinmios. Com este raciocnio queremos uma frmula, para aproximar a f ( x )dx do tipo:
b n
a f ( x )dx w 0f ( x 0 ) w1f ( x1) ... w n f ( x n ) w if ( x i ) (III.1)
i 0
10
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
h = (b-a)/n, as frmulas fechadas de Newton-Cotes so frmulas de integrao do tipo mostrada pela eq.
(III.1), sendo os coeficientes wi determinados de acordo com o grau do polinmio aproximador. Para
desenvolvermos uma formulao geral vamos aproximar a funo f(x) por um polinmio usando a
frmula de Lagrange,
n
( x x 0 )..(x x i 1)( x x i 1 )..(x x n )
f ( x ) Pn ( x ) f (xi ) (x En (x) (III.2.a)
i 0 i x 0 )..( x i x i 1)( x i x i 1)..( x i x n )
f ( n 1) ( )
En (x) ( x 0 x )...( x n x ) (III.2.b)
( n 1)!
onde um ponto do intervalo (a, b). Integrando-se a expresso (III.2.a) no intervalo (a, b) obtemos
n
b b ( x x 0 )..(x x i 1 )( x x i 1 )..(x x n )
a f ( x )dx f ( x i ) a ( x i x 0 )..(x i x i 1 )( x i x i 1 )..(x i x n )
dx (III.3)
i 0
comparando (III.3) com (III.1) podemos escrever a frmula para o clculo dos pesos da frmula de
integrao:
A seguir podemos mostrar algumas frmulas de integrao muito populares que, dentro de certas
condies, oferecem bons resultados.
Se usarmos a frmula de Lagrange (III.2), com n =1, para expressar o polinmio P 1(x) que
interpola f(x) em x0 e x1 temos:
11
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
b b x1 x ( x x1) (x x0 )
a f ( x )dx P1( x )dx 1 f (x0 ) f ( x1)dx IT (III.5)
a x0 x0 h h
Assim, IT = h/2 {f(x0) + f(x1)}, que a rea do trapzio de altura h = x 1 - x0 e bases f(x0) e f(x1).
Aplicando a regra dos trapzio, cometemos um erro. Este erro pode ser determinado pela integrao da
expresso (III.2.b) que fornecer:
1 x1 h3
ET f ()(x x 0 )( x x1)dx f () (III.6)
2 x0 12
Como podemos ver pela expresso do erro, se o intervalo de integrao grande, a frmula dos
Trapzios nos fornece resultados que tem pouco a ver com o valor da integral exata. O que podemos
fazer neste caso uma subdiviso do intervalo de integrao e aplicar a regra dos trapzios repetidas
vezes. Chamando xi os pontos de subdiviso de
[a, b], tais que xi+1 - xi = h, i = 0,1,...,m - 1 teremos
m 1 x m 1
b h
a f ( x )dx xi
i 1
f ( x )dx 2 f (xi ) f (xi1) (III.7)
i 0 i 0
12
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Assim,
b x2 x2 f (x0 ) x 2
IS a f ( x )dx x 0 f ( x )dx x 0 p 2 ( x )dx
h2
x 0 (x x1)(x x 2 )dx
(III.9)
f ( x1) x 2 f (x 2 ) x 2
h2
x 0 ( x x 0 )(x x 2 )dx h2
x 0 ( x x 0 )(x x1)dx
As integrais acima podem ser facilmente resolvidas e, dessa forma, teremos a regra de Simpson:
x2 h
IS
x0
f ( x )dx f ( x 0 ) 4f ( x1) f ( x 2 ) (III.10)
3
h 5 (iv)
ES f ( ), (x 0 , x 2 ) (III.11)
90
Como podemos ver pela eq. (III.11) quanto menor o intervalo de integrao menor ser o erro
cometido e para isto podemos aplicar a regra de Simpson repetidas vezes no intervalo [a, b] = [x 0, xm].
Vamos supor que x0, x1,...,xm so pontos igualmente espaados, h = x i+1 - xi , e m par (isto condio
necessria pois cada parbola utilizar trs pontos consecutivos). Em cada par de subintervalos, temos:
x 2k h h iv 5
x 2k 2 f ( x )dx 3 f ( x 2k 2 ) 4f ( x 2k 1) f ( x 2k ) 90 f ( k ) (III.11)
13
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
xm m/2 x
x 0 f ( x )dx 2k
x 2k 2
f ( x )dx
k 1
h
f ( x 0 ) 4f ( x1) f ( x 2 ) f ( x 2 ) 4f ( x 3 ) f ( x 4 ) ... (III.12)
3
m/2
h 5 iv
f ( x m 2 ) 4f ( x m 1) f ( x m ) ( f (ck ))
k 1 90
simplificando,
h
ISR f ( x 0 ) f ( x m ) 4 f (x1) f ( x3 ) ... f (x m 1)
3 (III.13)
2 f ( x 2 ) f ( x 4 ) ... f ( x m 2 )
m/2 5
h iv
ESR 90
f ( k ) (III.14)
k 1
De maneira geral, uma frmula de Newton-Cotes que aproxima f(x) por um polinmio que
interpola f(x) em x0, x1,...,xn (pontos igualmente espaados) exata para polinmios de grau n. A regra
x1 h 5 iv
de Simpson uma exceo, pois para ela n = 2 e, no entanto x 0 P3 ( x )dx Is , pois ES
90
P3 ( ) 0
. Nesta seo estabeleceremos frmulas de integrao do tipo dado pela eq. (III.1), nas quais os pontos
de integrao x0, x1,...,xn no so igualmente espaados. A idia agora determinar convenientemente os
pontos de integrao de modo a se ter a mxima acurcia.
O problema continua sendo determinar
b n 1
a f (x )dx w 0f ( x 0 ) w1f (x1) ... w n f (x n ) w if ( x i ) (III.15)
i 0
14
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
mais pontos o procedimento anlogo. Inicialmente, o intervalo de integrao deve ser mudado de (a, b)
para (1, 1) atravs da seguinte mudana de varivel:
1 1
x (b a ) t (b a ) (III.16)
2 2
1 1
f ( x ) f (b a ) t (b a ) (III.17)
2 2
b 1 1 1 1
I a f ( x )dx 1 F( t )dt, F( t )
2
(b a )f (b a ) t (b a ) (III.18.a, b)
2 2
1
1 F( t )dt w 0F( t 0 ) w1F( t1) (III.19)
onde w0, w1, t0, e t1 so incgnitas a se determinar e so independentes da funo F(t) escolhida. Para
determinar estas quatro incgnitas so necessrias quatro equaes que podem ser facilmente obtidas ao
se considerar F(t) = tk, k = 0, 1, 2, 3, j que, como foi dito, w0, w1, t0, e t1 independem de F. Ento
1
1 t
k
dt w 0 F( t 0k ) w1F( t1k ) (III.20)
Para k = 0, 1, 2, e 3 temos:
15
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
1
1 t
0
k 0 dt w 0 t 00 w1t10 2 w 0 w1
1
1 t dt w 0 t 0 w1t1 0 w 0 t 0 w1t1
1 1 1
k 1
1
(III.21)
k 2 1 t 2dt w 0 t 02 w1t12 2 / 3 w 0 t 02 w1t12
1
1 t
3
k 3 dt w 0 t 30 w1t13 0 w 0 t 30 w1t13
w 0 w1 1 e t 0 t1 1 / 3 (III.22)
1
I 1 F(t )dt F(1 / 3 ) F(1 / 3) (III.23)
bom lembrar que est frmula exata para polinmios de at terceiro grau. Para polinmios de graus
superiores e para outras funes o erro de integrao de:
FIV ()
E , -1 1 (III.24)
135
A frmula geral para a quadratura Gaussiana, que pode ser determinada por um processo
semelhante ao anterior, baseada em propriedades de polinmios de Legendre e e:
b 1 n 1
I a f ( x )dx 1 F( t )dt w i F( t i ) (III.25)
i 0
1 1 1
F( t ) ( b a )f ( b a ) t ( b a ) (III.26)
2 2 2
16
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
O erro pode ser avaliado pela seguinte frmula, que conseqncia da utilizao dos polinmios
de Legendre:
22 n 1 (n!) 4
E F( 2 n ) (), - 1 1 (III.27)
(2n 1) ((2n )!)3
17
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
CAPTULO IV
IV.1 - Introduo
Nas mais diversas reas das cincias exatas ocorrem, freqentemente, situaes que envolvem a
resoluo de uma equao do tipo f(x) = 0, e um nmero real "a" um zero da funo f(x) ou uma raiz
da equao f(x) = 0 se f(a) = 0. Em alguns casos por exemplo de equaes polinomiais, os valores de x
que anulam f(x) podem ser reais ou complexos. Neste captulo, estaremos interessados somente nos
zeros reais de f(x), os quais denotaremos por .
Sabemos que para algumas equaes, como por exemplo as equaes polinomiais de segundo
grau, existem frmulas que do as razes em funo dos coeficientes. No entanto, no caso de polinmios
de grau mais alto e, pior ainda, no caso de funes mais complicadas, praticamente impossvel se achar
os zeros exatamente. Por isso temos de nos contentar em encontrar apenas aproximaes para esses
zeros; mais isto no uma limitao muito sria, pois com os mtodos que apresentaremos,
conseguimos, a menos de limitaes de mquinas, encontrar os zeros de uma funo com qualquer
preciso prefixada.
A idia central destes mtodos partir de uma aproximao inicial para a raiz e em seguida
refinar essa aproximao atravs de um processo iterativo. Por isto os mtodos constam de duas fases:
FASE I: Localizao ou isolamento das razes, que consiste em obter um intervalo que contm a raz
;
FASE II: Refinamento, que consiste em, escolhidas aproximaes iniciais no intervalo encontrado na
Fase I, melhor-las sucessivamente at se obter uma aproximao para a raiz dentro de uma preciso
prefixada.
IV.2 - Isolamento Das Razes
18
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Teorema I: Seja f(x) uma funo contnua num intervalo [a, b]. Se f(a).f(b) < 0 ento existe pelo
menos um ponto x = entre a e b que zero de f(x). Sob as hipteses anteriores, se f'(x) existir e
preservar sinal em (a, b), ento este intervalo contm um nico zero de f(x).
IV.3 - Refinamento
Estudaremos neste item vrios mtodos numricos de refinamento da raiz. A forma como se
efetua o refinamento que diferencia os mtodos. Todos eles pertencem classe dos mtodos iterativos.
Um mtodo iterativo consiste de uma seqncia de instrues que so executadas "passo a passo",
algumas das quais so repetidas em ciclos. A execuo de um ciclo recebe o nome de iterao. Cada
iterao utiliza resultados das iteraes anteriores e efetua determinados testes que permitem verificar se
foi atingido um resultado prximo o suficiente do resultado esperado. Observamos que os mtodos
iterativos fornecem apenas uma aproximao para a soluo, enquanto os mtodos diretos, teoricamente,
obtm a soluo exata da equao.
a) Mtodo da Bisseo
Seja a funo f(x) contnua no intervalo [a, b] e tal que f(a).f(b) < 0. Vamos supor, para
simplificar, que o intervalo [a, b] contm uma nica raiz da equao f(x) = 0. O objetivo do mtodo
reduzir o tamanho do intervalo que contm a raiz at se atingir a preciso requerida: (b-a) < , usando
para isto a sucessiva diviso de [a, b] ao meio.
Algoritmo
Seja f(x) contnua em [a, b] e tal que f(a).f(b) < 0.
1) Dados iniciais
a) intervalo inicial [a, b]
b) preciso
19
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Terminando o processo, teremos um intervalo [a, b] que contm a raiz (e tal que (b-a) < ) e uma
aproximao x para a raiz exata.
E este valor x o ponto de interseo entre o eixo ox e a reta r(x) que passa por (a, f(a)) e (b,
f(b)) conforme podemos ver graficamente na Figura IV.1 a seguir.
20
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
r(x )
f(b )
f(x )
a
o b x
x (a p r o x im a o d a r a iz )
f(a )
Algoritmo
Seja f(x) contnua em [a, b] e tal que f(a).f(b) < 0.
1) Dados iniciais
a) intervalo inicial [a, b]
b) preciso
2) Se (b a) < , ento escolha para x qualquer x [a, b]. FIM.
se f (a )
ou , ento escolha a ou b como x .FIM
se f ( b)
3) k=1
4) M = f(a)
a.f ( b) bf (a )
5) x f ( b) f (a )
21
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
No mtodo da Falsa Posio Falsa obtm um ponto x no qual f (x ) pequeno, mas falha
completamente com relao ao comprimento do intervalo final que contm a raiz. Em vista disto vrias
modificaes podem ser feitas para se contornar este problema. Uma delas consiste em cada iterao
verificar se f(xk-1).f(xk) > 0 e em seguida trocar a reta secante que passa por (a, f(a)) e (b, f(b)) por uma
reta de inclinao menor. Com isto conseguimos evitar que um dos extremos do intervalo inicial fique
fixo at o final do processo iterativo.
Algoritmo
Seja f(x) contnua em [a, b] e tal que f(a).f(b) < 0.
1) Dados iniciais
a) intervalo inicial [a, b]
b) preciso
2) FA = f(a) e FB = f(b)
Se FA
ou
Se FB
3) , ento escolha a ou b como x .FIM.
ou
Se ( b a )
4) x0 = a
5) k=1
a.FB b.FA
6) x1
FB FA
Se f ( x1 )
7) ou , ento x1 a raiz aproximada e processo encerrado.
Se ( b a )
22
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Volte ao passo 6.
Algoritmo
Sejam a equao f(x) = 0 e a equao equivalente x = (x).
Supor que as hipteses de convergncia para o MIL sejam satisfeitas.
1) Dados iniciais
a) x0: aproximao inicial
b) : preciso
2) Se f ( x 0 ) ento faa x = x1.FIM.
3) k = 1
4) x1 = (x0)
Se f ( x1 )
5) ou ento faa x = x.FIM.
Se x1 x 0
6) x0 = x1
7) k = k + 1, Volte ao passo 4
e) Mtodo de Newton-Rapson (N-R)
No estudo do mtodo iterativo linear, pode se demonstrar que uma das condies de
convergncia que ( x ) M 1, x I , onde I um intervalo centrado na raiz e que a
convergncia do mtodo ser mais rpida quanto menor for () . O que o mtodo de Newton-
Rapson faz, na tentativa de garantir e acelerar a convergncia do MIL, escolher para a funo de
23
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
iterao a funo (x) tal que () = 0. Ento, dada a equao f(x) = 0 vamos expandir f(x) em srie de
Taylor em torno de xi
(x x i ) 2 (x x i )3
f ( x ) f ( x i ) ( x x i )f ( x i )
f (x i ) f ( x i ) ... 0 (IV.1)
2! 3!
f (x i )
x xi (IV.2)
f ( x i )
f (x)
Ento, dada f(x), a funo de iterao para o mtodo de Newton-Rapson ( x ) x .
f (x)
f (x k )
x k 1 x k , k 0,1,2,... . (IV.3)
f ( x k )
Algoritmo
Seja a equao f(x) = 0.
Supor que so satisfeitas as hipteses da anlise de convergncia
1) Dados iniciais
a) x0: aproximao inicial
b) : preciso
2) Se f ( x 0 ) ento faa x = x0.FIM.
3) k = 1
24
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
f (x0 )
4) x1 x 0
f ( x 0 )
Se f ( x1 )
5) ou ento faa x = x1.FIM.
Se x1 x 0
6) x0 = x1
7) k = k + 1, Volte ao passo 4
f) Mtodo da Secante
Uma grande desvantagem do mtodo de Newton-Rapson a necessidade de se obter e calcular o
valor numrico de f(x) a cada iterao. Uma forma de se contornar este problema substituir a derivada
f(xk) pelo quociente das diferenas:
f ( x k ) f ( x k 1 )
f ( x k ) (IV.4)
x k x k 1
onde xk e xk-1 so duas aproximaes para a raiz. Neste caso a funo de iterao fica
x k 1f ( x k ) x k f ( x k 1 )
( x k ) (IV.5)
f ( x k ) f ( x k 1 )
Algoritmo
Seja a equao f(x) = 0
1) Dados iniciais
a) x0 e x1: aproximaes iniciais
b) : preciso
2) Se f ( x 0 ) ento faa x = x0. FIM.
Se f ( x1 )
3) ou ento faa x = x1.FIM.
Se x1 x 0
25
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
4) k = 1
f ( x1 )
5) x 2 x1 ( x1 x 0 )
f ( x1 ) f ( x 0 )
Se f ( x 2 )
6) ou ento faa x = x2. FIM.
Se x 2 x1
7) x0 = x1, x1 = x2
8) k = k + 1, volte ao passo 5
Passaremos agora para um problema um pouco mais complicado que resolver um conjunto de
equaes no lineares que so acopladas entre si. Na formulao do problema so dadas n funes f 1,
f2,..., fn, onde cada uma delas uma funo no-linear das n variveis x 1, x2,..., xn. Queremos encontrar
os valores x1*, x2*,..., xn*, tais que:
x1(x1 1) 2x 2 18
(IV.7)
(x1 1)2 (x 2 6)2 25
procuramos x1*, x2* que satisfaam as eqs. (7) dentro de uma tolerncia de erro pr-estabelecida.
Na tentativa de simplificar um pouco usaremos a notao vetorial: x um vetor com n
componentes e f(x) uma funo vetorial da varivel vetorial, isto ,
26
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
nesta notao o sistema anterior ser representado por uma nica equao vetorial dada a seguir como:
f(x) = 0 (IV.10)
A idia da linearizao ser usada tambm para o caso de sistemas. De forma semelhante a usada
no mtodo de Newton-Rapson a funo vetorial f(x) ser expandida em uma srie de Taylor. No caso
dos sistemas so necessrias algumas adaptaes porque as entidades do problema matemtico so
diferentes: no caso anterior tnhamos funes escalares de variveis escalares, ao passo que, agora temos
funes vetoriais com variveis vetoriais. Sem maiores detalhes, a srie de Taylor truncada no caso de
sistemas ser:
onde xk = vetor aproximao na k-sima iterao e E um vetor que representa o erro da aproximao
2
linear. Analogamente srie de Taylor de funes de uma varivel E 0 ( x xk ), isto ,
2
E k x xk para alguma constante k, quando xk x .
Observe que mudamos um pouco a notao, xk um vetor obtido na k-sima iterao; isso se
deve ao fato de termos usado os sub-ndices para denotar as componentes do vetor. Na expresso (IV.11)
f(x), a derivada de uma funo vetorial com variveis vetoriais representa uma matriz que contm todas
as derivadas parciais de todas as componentes da funo f(x); esta matriz conhecida como matriz
Jacobiana de f(x). Assim,
f ( x )
J(x) f' (x) J ij i (IV.12)
x j
27
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Para estabelecer o mtodo iterativo, ainda seguindo o caminho do mtodo iterativo linear, na
iterao k + 1 a aproximao ser definida pelo vetor que anula a aproximao linear da equao, ou
seja, o vetor xk+1 tal que:
Para explicitar xk+1 , multiplicamos esta equao pela inversa da matriz Jacobiana e teremos:
xk+1 = v + xk (IV.16)
Algoritmo
x 0 , f1 , f 2 ,..., f n
f1 / x1 ,..., f1 / x n
f 2 / x1 ,..., f 2 / x n
Dados
f n / x1 ,..., f n / x n
28
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
R e s ol va o si st ema J v F
x k x k1
v
Se max 1i n f 1 (x k ) , ento x*
ou
1
Se max 1i n x k
i x k
i , ento
Observando mais detalhadamente este algoritmo vemos que ele envolve algumas etapas
delicadas:
Para que a implementao computacional resultante seja eficiente, torna-se necessrio um certo
cuidado em cada uma dessas etapas; nesse sentido abordaremos alguns pontos que nos parecem
importantes. Infelizmente pouco progresso tem sido obtido no caminho de escolha de boas aproximaes
iniciais: se no dispomos de alguma informao a priori, duas idias podem ser aplicadas, com sucesso
relativo. Na tcnica de continuao tenta-se construir uma funo que dependa de um s parmetro, cuja
raiz ser uma aproximao inicial. No mtodo de Newton amortecido no se permite que a nova
aproximao fornea resultados piores que os anteriores: se esse for o caso procura-se i tal que xk+1 = xk
+ v/2i com f ( x k 1 ) f ( x k ) .
Na etapa ii no existem alternativas: h que calcular os fi(xk) de qualquer maneira.
Em iii pode-se evitar o trabalho, muitas vezes enfadonho, de calcular todas as derivadas parciais
optando pelo clculo da matriz Jacobiana por via de diferenas finitas, por exemplo. Nesse caso as
aproximaes usuais so:
f i
f i ( x 1 ,..., x j h ,..., x n ) f i ( x 1 ,..., x j h ,..., x n )
(IV.17)
x j 2h
29
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Ainda no sentido de simplificao do clculo da matriz Jacobiana pode-se tentar imitar o mtodo
das secantes, apresentando na seo anterior. L usamos a aproximao
f ( x k 1 ) f ( x k )
f ( x k 1 ) (IV.18)
( x k 1 x k )
No caso de sistemas pode-se mostrar que possvel encontrar aproximaes da matriz Jacobiana em xk+1
a partir de atualizaes adequadas de Jk = J(xk). O mtodo de Broyden fornece expresses para esta
atualizao: se xk+1 e xk so duas aproximaes conhecidas, chamando os vetores coluna
podemos tomar
y k J k sk T
J k 1 J k sk (IV.20)
s kT s k
como uma aproximao para o Jacobiano no vetor xk+1. Os mtodos que usam aproximaes deste tipo
para o Jacobiano so chamados mtodos quase-Newton, um dos quais mtodo de Broyden; estes so
usados com sucesso a partir de 1970.
No caso de escolha de mtodos iterativos, pode-se adotar um nmero fixo de iteraes, para cada
k, em vez de esperar a convergncia completa. Este procedimento, conhecido como Newton inexato,
pode ser econmico e eficiente.
30
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
CAPTULO V
SOLUO NUMRICA DE SISTEMAS DE EQUAES LINEARES
V.1 - Introduo
31
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
elementos nulos na matriz associada) que auxiliam em sua soluo numrica. Outras fontes freqentes
so problemas de aproximao de funes, de minimizao de funes, problemas inversos etc.
Este captulo tem como objetivo apresentar algumas tcnicas destinadas soluo numrica de
sistemas de equaes. Respeitando a distino dos mtodos, comum catalog-los em dois grupos:
Mtodos Diretos so aqueles que conduzem soluo exata a menos de erros de arredondamento
introduzido pela mquina, aps um numero finito de passos; Mtodos iterativos so aqueles que se
baseiam na construo de seqncias de aproximaes: em cada passo valores calculados anteriormente
so usados para melhorar a aproximao; claro que o mtodo iterativo ser til se a seqncia
convergir para a soluo do sistema.
A escolha do mtodo a ser utilizado depende de cada caso. Se os mtodos diretos tem a vantagem
de fornecer soluo aps um nmero finito de passos e no dependem de condies de convergncia,
eles podem ser inviveis quando o sistema muito grande ou mal condicionado. De fato, como veremos
neste captulo, o nmero de operaes realizadas nos mtodos cresce com o cubo da dimenso da matriz
dos coeficientes e isto pode ser desastroso quando a propagao de erros contamina os clculos.
Antes de descrever qualquer mtodo vamos considerar um sistema com n equaes lineares nas n
incgnitas que ser representado por:
Os coeficientes das incgnitas compem uma matriz quadrada com n linhas e n colunas, A = (aij):
a11 a12a1n
a a a
A 21 22 2n (V.2)
an1 an2 ann
32
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Assim, definindo os vetores colunas x ( x1x 2 ...x n )T e b (b1b 2 ...b n )T pode representar o sistema
mostrado anteriormente na seguinte forma matricial:
Ax=b (V.3)
Se admitimos que A uma matriz inversvel (isto , det (A) 0), ento o sistema tem uma nica soluo
x = A-1b, onde A-1 representa a inversa da matriz A.
Mtodos diretos so aqueles que, a menos de erros de arredondamento, fornecem a soluo exata
do sistema linear, caso ela exista, aps um nmero finitos de operaes aritmticas.
bn
xn (V.5)
a nn
33
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
b n 1 a n 1, n x n
x n 1 (V.6)
a n 1, n 1
A generalizao desta soluo dada a seguir. Dado um sistema triangular superior n x n com
elementos da diagonal da matriz A no nulos, as variveis xn, xn-1, xn-2,...,x2, x1 so assim obtidas:
Algoritmo
x n b n a nn e,
para k n 1,..., 2, 1,
n
x k
bk
a
kj.x j a kk
j k 1
(k )
Usaremos a notao a ij para denotar o coeficiente de linha i e coluna j no final do k-simo
estgio, bem como bi( k ) ser o i-simo elemento do vetor constante no final do estgio k.
Considerando que det A 0 sempre possvel rescrever o sistema linear de forma que o
elemento da posio a11 seja diferente de zero. Seja:
a ( 0) a ( 0 ) a ( 0 ) b ( 0 )
11 12 1n 1
a ( 0)
a ( 0)
a ( 0)
b ( 0)
A (0) b (0) A b 21 22 2n 2 (V.8)
a ( 0) a ( 0 ) a ( 0 ) b ( 0 )
n1 n2 nn n
( 0)
onde, a ij a ij , bi(0) bi (0)
e a11 0 . Para sistematizar o processo dividiremos em etapas vistas a seguir
Etapa 1: k = 1
( 0)
O elemento a11 chamado Piv deste estgio e sero calculados os elementos
a i(10)
mi1 ( 0) , para i = 2,..., n, que so os multiplicadores do primeiro estgio. A eliminao da varivel x 1
a11
das equaes 2,...,n feita da seguinte forma: a i-sima equao substituda por ela mesma, menos a
primeira por mi1, e ao final do estgio teremos a seguinte matriz
a11
(1) (1)
a12 a1(1n) b1(1)
0 a (22
1)
a (21n) b(21)
A (1) b (1) (V.9)
0 a (n12) a (nn
1)
b(n1)
det A(1) = 0 o que implica que det A = 0, mas det A 0 por hiptese. Ento, sempre possvel rescrever
a matriz A(1), sem alterar a posio da linha 1, de forma que o piv, a (22
2)
, seja no nulo. Os
a i(12)
multiplicadores deste estgio sero os elementos mi 2 para i = 3,..., n. Ento, a varivel x 2
a (22
1)
eliminada das equaes 3,..., n substituindo a i-sima equao por ela mesma menos a segunda equao
multiplicada por mi2 e ao final teremos a matriz A ( 2) b ( 2) :
a ( 2) a ( 2) ( 2)
a13 a1(n2) b1( 2)
11 12
0 a ( 2) a (232) a (22n) b(22)
22
A ( 2) b ( 2) 0 0 ( 2)
a 33 a 3( 2n) b3( 2) (V.10)
0 0 a (n23) a (nn2) b(n2)
onde a ij( 2) a ij(1) para i = 1,2 e j = 1, 2,..., n, bi( 2) bi(1) para i = 1, 2 e a ij( 2) a ij(1) mi 2 .a (21j) para i = 3,..., n
a (k 1) a (k 1) a (k 1) a1(nk 1) b1(k 1)
11 12 13
0 ( k 1)
a 22 a (23k 1) a (2kn1) b(2k 1)
A ( k 1) b ( k 1) 0 0 ( k 1)
a 33 a 3( kn1) b3(k 1) (V.11)
0 0 0 a (nnk 1)
b(nk 1)
36
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Para k 1,...., n 1
Para i k 1,...., n
a ik
m
a kk
a ik 0
Para j k 1,..., n
a a ij m.a kj
ij
b i b i m.b k
xn b n / a nn
Para n 1,...., 2,1
n
x
(b a j.x j) / a
j l 1
Foi observado que o algoritmo para o mtodo de Eliminao de Gauss requer clculo dos
( k 1)
a ik
multiplicadores mik i = k + 1,..., n em cada estgio k do processo. No entanto, se o piv for
a (kkk 1)
nulo ou prximo de zero se faz necessrio uma estratgia capaz de contornar estes problemas. Estes dois
casos merecem ateno especial, pois impossvel trabalhar com um piv nulo. E, trabalhar com um
piv prximo de zero pode conduzir a resultados imprecisos. Isto porque em qualquer calculadora ou
computador os clculos so efetuados com aritmtica de preciso finita e, pivs prximos de zero do
origem a multiplicadores bem maiores que a unidade que, por sua vez, origina uma ampliao dos erros
de arredondamento. Uma forma de contornar estes problemas deve-se tomar uma estratgia de
Pivoteamento, ou seja, adotar um processo de escolha de linha e/ou coluna pivotal. Chamamos estratgia
de pivoteamento a sistemtica de troca de linhas de modo que o piv seja o maior elemento.
a) Decomposio L U
O mtodo de Eliminao Gaussiana pode ser usado economicamente quando precisamos resolver
vrios sistemas com a mesma matriz dos coeficientes. Em algumas situaes prticas os termos
independentes, b, no esto disponveis simultaneamente ou podem depender da prpria soluo do
sistema associada a outro b. Uma opo seria guardar os coeficientes m ij calculados no processo de
eliminao e us-los na atualizao de novos termos independentes, b. Outra alternativa
computacionalmente equivalente o que chamamos decomposio LU da matriz A. A idia do mtodo
ainda est apoiada na simplicidade de resoluo de sistemas triangulares.
Suponhamos que seja possvel decompor a matriz A num produto de uma matriz triangular
inferior, (com os elementos da diagonal principal iguais a 1), e uma matriz triangular superior, U, isto ,
37
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
A=LU (V.12)
Nas condies o sistema Ax = b pode ser reescrito na forma LU x = b, o que permite o desmembramento
em dois sistemas triangulares
L y = b, U x = y (V.13)
Resolvendo o primeiro sistema calculamos y que, usado no segundo sistema, fornecer o vetor
procurado x.
Dessa maneira, conhecidas L e U, o sistema ser resolvido com n(n 1) operaes (dois sistemas
triangulares) o que representa um ganho substancial comparado com o mtodo da eliminao.
Pode-se encontrar diretamente os elementos de L e U a partir da definio de produtos de
matrizes, montando-se um sistema com n2 equaes e n2 incgnitas, que ser resolvido progressivamente
a partir de valores anteriormente calculados. Dessa maneira, se chamamos de mij os elementos de L e uij
os elementos de U obtemos expresses que viabilizam uma implementao eficiente do mtodo em
questo.
i 1
u ij a ij m
k 1
ik u kj para i j (V.14)
j1
m ij a ij
k 1
mik u kj / u jj
para i j (V.15)
Pode-se tambm mostrar que os coeficientes mij calculados no processo de eliminao formam a
matriz L (desde que no seja necessria nenhuma troca de linha), e a matriz triangular superior do
mtodo de eliminao a prpria U. No caso da troca de linhas (pivoteamento) na eliminao tambm
teremos uma fatorao triangular, mas L U = A onde A obtida da troca de linhas de A.
Sistemas lineares de grande porte so em geral esparsos. Dizemos que um sistema linear
esparso quando a matriz A dos coeficientes possui uma grande percentagem de elementos nulos. Para
38
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
tais sistemas, a resoluo atravs do mtodo de Eliminao de Gauss no aconselhvel porque este
mtodo no preserva esparsidade, ou seja, durante o processo de eliminao muitos elementos nulos
podero se tornar no nulos.
Existem alguns mtodos que fazem uso apenas dos elementos da matriz A original. Estes
mtodos consistem de algoritmos simples para converter qualquer vetor x(k) em outro, x(k+1), que depende
de x(k), A e b, e preservam a esparsidade de A, pois os elementos desta matriz no sero alterados. Eles
pertencem classe dos mtodos iterativos para resolver um sistema linear.
e supondo aii 0, i = 1,...., n, isolamos o vetor x mediante a separao pela diagonal, assim:
1
x1 a ( b1 a12 x 2 a13 x 3 a1n x n )
11
1
x 2 a (b 2 a 21x1 a 23 x 3 a 2 n x n )
22 (V.17)
x 1 (b a x a x a
n , n 1x n 1
n a nn n n1 1 n2 2
39
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
O processo iterativo consiste em, sendo x(0) uma aproximao inicial, calcular x(1), x(2),...,x(k),...,
por:
( k 1) 1
x1 (b1 a12 x (2k ) a13x 3( k ) a1n x (nk ) )
a11
( k 1) 1
x 2 (b 2 a 21x1( k 1) a 23x 3k a 2 n x (nk ) )
a 22
( k 1) 1
x 3 (b3 a 31x1( k 1) a 32 x (2k 1) a 34 x (4k ) a 3n x (nk ) ) (V.18)
a 33
x ( k 1) 1
(b n a n1x1( k 1) a n 2 x (2k 1) a n , n 1x (nk11) )
n a nn
40
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
CAPULO VI
SOLUO NUMRICA DE EQUAES DIFERENCIAIS ORDINRIAS
VI.1 - Introduo
Equaes Diferenciais aparecem com grande freqncia em modelos que descrevem
quantitativamente fenmenos em diversas reas, como por exemplo mecnica dos fluidos, transferencia
de calor e massa, reaes qumicas e nucleares, economia e biologia etc.
Equaes envolvendo derivadas so chamadas diferenciais. Se uma equao diferencial tem
apenas uma varivel independente, ento ela uma equao diferencial ordinria, que o assunto de
estudo neste captulo. Se uma equao diferencial envolve mais que uma varivel independente ento ela
uma equao diferencial parcial. No que diz respeito a ordem da equao, podemos dizer que a ordem
de uma equao diferencial a mais alta ordem de derivao que aparece na equao.
Uma equao diferencial ordinria dita linear se a funo e suas derivadas que aparecem
linearmente na equao. Assim, xy = x y linear e y + (1 y 2)y + y = 0 e u + e-u eu = f(x) so no
lineares.
Neste captulo apresentaremos alguns mtodos numricos que conduzam soluo aproximada
de uma varivel dependente que satisfaa a equao do tipo
41
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
y = f(x, y) (problema de valor inicial - PVI) ou y = f(x, y, y) (problema de valor de contorno - PVC),
onde f(x, y) e f(x, y, y) so conhecidas.
y( x n h ) y( x n )
y( x n ) O( h ) (VI.1.a)
h
y( x n ) y( x n h )
y ( x n ) O( h ) (VI.1.b)
h
y( x n h ) y( x n h )
y ( x n ) O( h 2 ) (VI.1.c)
2h
y ( x n h ) 2 y ( x n ) y( x n h )
y( x n ) O( h 2 ) (VI.1.d)
2
h
Para melhor manuseio das equaes vamos adotar a seguinte notao: y n = y(xn);
yn+1 = y(xn+h) e yn-1 = y(xn-h). Usando o mtodo de diferenas finitas podemos encontrar solues
aproximadas de equaes diferenciais ordinrias. Para ilustrar isto, vamos considerar o seguinte
problema,
y p( x ) y q ( x ) y r ( x ), axb (VI.2.a)
42
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
y(a ) ; y ( b) (VI.2.b,c)
y n 1 2 y n y n 1 y y n 1
p ( x n ) n 1 q( x n ) y n r ( x n ) (VI.3.a)
h2 2h
ou ainda,
A n y n 1 B n y n C n y n 1 D n ; n 1,2,..., k - 1 (VI.3.b)
onde
h h
An 1 p n , B n h 2 q n 2, C n 1 p n , D n h 2 rn (VI.4)
2 2
B1 y1 C1 y 2 D1 - A1 (VI.5.a)
A k y k 2 B k 1y k 1 D k 1 C k 1 (VI.5.b)
43
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Para i 1,..., k 1
x a ih
A i 1 hp( x ) / 2
Bi h 2 q(x ) 2
C i 1 hp( x ) / 2
D h 2 r(x)
i
D1 D1 A1
D k 1 D k 1 C k 1
Aps montado os termos da matriz dos coeficientes usar o algoritmo de Thomas solucion-lo.
Este um dos mtodos mais antigos de aproximao para a soluo de um problema de valor
inicial. Com o objetivo de simplificar a anlise usaremos uma equao de primeira ordem como
problema padro. Seja o seguinte problema diferencial ordinrio de primeira ordem
y ( x ) f ( x , y), xa (VI.6.a)
y (a ) y 0 (VI.6.b)
Entretanto, as mesmas idias podem ser generalizadas para equaes diferenciais de ordem maior que
um, desde que transformemos a EDO original em um sistema de equaes diferenciais ordinrio de
primeira ordem. Tomemos, com exemplo, o problema de valor inicial de segunda ordem:
y ( x ) f ( x , y, y ), xa (VI.7.a)
y(a ) y 0 ; y (a ) 0 (VI.7.b, c)
y ( x ) y1 ( x ) (VI.8.a)
44
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
y1 ( x ) f ( x, y, y1 ) (VI.8.b)
onde as condies iniciais so y(a) = y 0 e y1(a) = 0. Escrevendo (VI.8) em notao vetorial, onde Y = (y,
y1)T, temos:
y1
Y F(x, y, y1) (VI.9.a)
f (x, y, y1)
Y(a ) y(a ), y1 (a ) T (VI.9.b)
Assim, a metodologia que ser descrita a seguir pode ser estendida para sistemas de equaes
diferenciais. Focalizando nossa ateno para o problema (VI.6), podemos usar a regra da cadeia para
obter as derivadas de y(x) partindo-se de (VI.6.a):
y ( x ) f ( x , y) f
y (x) f x f y f
(VI.10)
2
y (x) f xx 2f xy f f yy f f y f x f y2 f
h2 h3
y i 1 y i hy ( xi ) y ( xi ) y ( xi ) O( h 4 )
2! 3!
2
h
y i hf ( xi , y i ) f x ( xi , y i ) f y ( xi , y i ) f ( x i , y i )
2! (VI.11)
h3
3!
f xx ( xi , y i ) 2 f xy ( xi , y i ) f ( xi , y i ) f yy ( xi , y i ) f 2 ( xi , y i )
f y ( xi , y i ) f x ( xi , y i ) f y2 ( xi , y i ) f ( xi , y i ) O( h 4 )
45
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Em resumo, o mtodo de soluo do problema de valor inicial consiste em: Dados y 0, f(x, y), h
calcula-se yi+1 pela eq. (VI.11) para i = 0, 1,.... Pode-se usar equaes para a aproximao y i+1 com erro
da ordem de h5, h6 e assim por diante.
ento, partindo-se da condio inicial pode-se calcular y n+1 pela eq. (VI.12), e esta equao define o
mtodo de Euler ou Runge-Kutta de ordem p = 1.
y n 1 y n hf ( x n , y n ) hf x n h, y n hyn (VI.13)
46
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
logo
f x n h, y n hy n f ( x n , y n ) hf x ( x n , y n )
hf ( x n , y n )f y ( x n , y n )
(VI.15)
h 2 f ( x n , y n )f xy ( x n , y n ) O(h 2 )
y n 1 y n h( ) f ( x n , y n ) h 2 f x ( x n , y n )
f ( x n , y n ) f y ( x n , y n ) O h 3
(VI.16)
comparando-se a eq. (VI.16) com a eq.(VI.11) de modo que haja concordncia at os termos de ordem h 2
preciso que
1 1
1, , (VI.17)
2 2
observa-se das eqs. (VI.17) que existem trs equaes e quatro incgnitas. Assim escolhendo-se um dos
parmetros arbitrariamente, = 0 temos:
1
1 , (VI.18)
2
47
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
h h
y n 1 y n h (1 )f ( x n , y n ) hf x n , yn f (x n , y n ) (VI.19)
2 2
2 1 4
y n 1 y n k1 k 2 k 3
9 3 9
k1 hf ( x n , y n )
h k (VI.20)
k 2 hf ( x n , y n 1 )
2 2
3 3
k 3 hf ( x n h, y n k 2
4 4
d) Mtodos de Runge-Kutta de 4a ordem
E o mtodo de Runge-Kutta de 4a ordem pode ser escrito como
1
y n 1 y n (k 1 2k 2 2k 3 k 4 )
6
k1 hf ( x n , y n )
k 2 hf ( x n h / 2, y n k 1 / 2) (VI.21)
k 3 hf ( x n h / 2, y n k 2 / 2)
k 4 hf ( x n h , y n k 3 )
Chamamos a ateno para o fato dos mtodos de Runge-Kutta, apesar de serem auto-iniciveis
(pois so de passo um) e no trabalharem com derivadas de f(x, y), apresentam a desvantagem de no
haver para eles uma estimativa simples para o erro, que inclusive poderia ajudar na escolha do passo h.
Como vimos, os mtodos de passo simples precisam de informao sobre a soluo apenas em x
= xn para achar uma aproximao para y(xn + h); no entanto, eles exigem os clculos da derivada de f(x,
48
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
y) em vrios outros pontos. A caracterstica dos mtodos de passo mltiplo que eles usam informaes
sobre a soluo em mais de um ponto. Inicialmente vamos supor que conhecemos aproximaes para
y(x) em x0, x1,...,xk e que xn+1 - xn = h, n = 0, 1,...,k. Elucidaremos aqui uma classe de mtodos de passo
mltiplo que baseada no princpio de integrao numrica conhecidos como mtodos de Adams-
Bashforth; a idia integrar a equao diferencial y = f(x, y) de xn at xn+1:
x n 1
y( x n 1 ) y( x n ) f ( x , y( x ))dx (VI.22)
xn
x n 1
e aproximar a integral x n f ( x , y( x ))dx por uma frmula de quadratura numrica por ns escolhida.
a) Mtodos explcitos:
Os mtodos explcitos desta classe de mtodos so obtidos quando trabalhamos com x n, xn-1,...,xn-
m para aproximar a integral acima. Aproximamos f(x, y(x)) pelo polinmio de grau m, P m(x) que
interpola f(x, y) em xn, xn-1,...,xn-m e ento
x n 1
y ( x n 1 ) y ( x n ) Pm ( x )dx (VI.23)
xn
Se por exemplo, escolhemos m = 3, ento vamos usar (x n, yn), (xn-1, yn-1), (xn-2, yn-2), (xn-3, yn-3)
aproximando f(x, y(x)) pelo polinmio de grau 3, P3(x), que interpola f(x, y(x)) nos pontos acima.
Teremos:
h
y n 1 y n 55f n 59f n 1 37f n 2 9f n 3 (VI.24)
24
b) Mtodos implcitos:
Os mtodos implcitos, desta classe de mtodos, so obtidos quando trabalhamos com xn+1,
xn,...,xn-m. O mtodo anlogo ao que vimos anteriormente, se trabalhamos com quatro pontos; portanto,
m = 3 e vamos usar (xn+1, yn+1), (xn, yn), (xn-1, yn-1), (xn-2, yn-2) da mesma forma como fizemos
anteriormente; logo:
49
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
h
y n 1 y n 9f n 1 19f n 5f n 1 f n 2 (VI.25)
24
Anteriormente falamos sobre mtodos deduzidos por integrao numrica. Tratamos de mtodos
explcitos de passo mltiplo. Em geral, frmulas deduzidas por interpolao de f(x, y(x)) em x n e pontos
anteriores so conhecidos como frmulas do tipo abertas.
Deduzimos tambm um mtodo implcito; mtodos desse tipo, onde usamos tambm x n+1 para
construir o polinmio de interpolao de f(x, y(x)) so conhecidos como frmulas fechadas.
A frmula implcita que deduzimos eq. (VI.24) e, a menos que f(x, y) seja uma funo linear, em
geral no seremos capazes de resolver a expresso acima para yn+1.O que fazemos ento tentar obter
yn+1 as seguinte forma iterativa:
i) Por meio de um mtodo explcito (corretamente escolhido) encontramos uma primeira
Observamos que ao escolher temos de considerar o erro da frmula usada para calcular y(n0)1
bem como o tamanho do passo h. Suponhamos que para achar y (n0)1 para a frmula implcita que
deduzimos, desejamos usar o mtodo de Adams-Bashforth.
50
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
h
y n 1 y n 55f n 59f n 1 37f n 2 9f n 3 (VI.26)
24
Quando usamos um par de frmulas como o par acima, a frmula explcita tipo aberta,
chamada um previsor e a frmula implcita, tipo fechada, chamada corretor. A frmula implcita que
descrevemos conhecida como a frmula de Adams-Mouton de 4 ordem. O par previsor-corretor, dado
por Adams-Bashforth e Adams-Moulton, pode ser sintetizado no algoritmo seguinte:
Algoritmo:
y f (x, y)
Seja o P.V.I.:
y(x0 ) y0 , x n x0 nh, n 0,1,...
Dado > 0, e, determinados, de alguma forma, y1, y2 e y3,
Para n = 3, 4, 5,...,N, faa:
h
a) calcule y(n0)1 , por y n 1 y n 55f n 59f n 1 37f n 2 9f n 3
24
y(nk)1 y n
h
24
9f ( x n 1, y(nk11) ) 19f n 5f n 1 f n 2
d) continue as iteraes at atingir um nmero mximo de iteraes ou at que o mximo erro
Observamos que N o nmero de ns que precisamos; por exemplo, se num P.V.I. temos y(0) e
queremos y(1), com h = 0.1, ento N = 10.
51
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
CAPTULO VII
EQUAES DIFERNCIAIS PARCIAIS
VII.1 Introduo
52
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
rpido dos computadores digitais tem incentivado o uso de Mtodos Numricos em vrios ramos da
engenharia. No fluxograma abaixo so mostradas as etapas bsicas na soluo de um problema fsico
PDE satisfeita em D
D Condies de contorno
so satisfeitas em B
B 53
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
1 2u
a) 2 u Equao da onda (PVI) (VII.1.a)
c 2 t 2
1 u
b) 2 u Equao de difuso (PVI) (VII.1.b)
k t
1 2u
f) ( u )
2 2
Equao bi-harmnica da onda (PVI) (VII.1.d)
p 2 t 2
54
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
2 (VII.2.a)
x 2 y 2 z 2
1 2
2 (VII.2.b)
c 2 t 2
D 2 (VII.2.c)
t
Na soluo de uma PDE com diferenas finitas, a escolha de um esquema de soluo depende do
tipo de PDE considerado. Geralmente, as PDEs so classificadas em trs categorias, chamadas Elptica,
Parablica e Hiperblica. Para ilustrar isto considere a seguinte PDE de segunda ordem em duas
variveis independentes x e y,
2 2 2
a b c 2 d e f g ( x , y) (VII.3)
x 2
xy y x y
ab 2
b 4ac (VII.4)
bc
b 2 4ac 0 Equao hiperblica (VII.5.a)
a) PDE's Hiperblicas
Alguns problemas podem se enquadrar em Sistemas Hiperblicos tais como. Problema de
conduo de calor transiente com pulsos de laser de pequena durao, problemas onde altas taxas de
mudana de temperatura ou fluxo de calor ou temperaturas extremamente baixas (aproximando-se do
zero absoluto)
Ex.1: Equao da onda de primeira ordem
1 u u
0, c0 (VII.6)
c t x
1 2u 2u
2 , c0 (VII.7)
c 2 t 2 x
2 T T 2T
, c2 (VII.8)
t 2 t x 2
56
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
u u u 1 p
u v Fx (VII.9.a)
t x y x
v v v 1 p
u v Fy (VII.9.b)
t x y y
2u 2 u
2
c 0 (VII.10)
t 2 x 2
u u
u1 e u2 (VII.11.a, b)
t x
u1 u 2
c 0 ~ ~
t x u u
[ A] 0 (VII.12)
u 2 u1 t x
c 0
t x
onde,
~u u1 0 c
u e A (VII.13)
2 c 0
57
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
1 c e 2 c (VII.15)
b) PDEs Parablicas
Problemas de conduo de calor em regime transiente e conduo-conveca so casos tpicos
onde as equaes so parablicas.
T T
C p k (VII.16)
t x x
T T T
C p u (g ) k (VII.17)
t x y y
c) PDEs Elpticas
O caso elptico ocorre quando b 2 4ac 0 . Em geral problemas de difuso em estado
estacionrio, difuso conveco e muitos problemas de escoamento de fluidos so governados por PDEs
elpticas.
S 0 (VII.18.a)
x x y y
u v S (VII.18.b)
x y x x y y
58
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
este sistema pode ser escrito em uma forma mais compacta dada a seguir,
~ ~
~ W W ~
A C F (VII.20)
x y
onde
~ a1 b1 ~ a2 b2 ~ u ~ f1
A , C W F
, , (VII.21)
a1 b1 a2 b2 v f2
este sistema pode ser classificado matematicamente da seguinte forma, seja
a1b2 a b2
B (a1b2a1b2)(ab1a2b1) (VII.22)
a1b2 a b1
59
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
~ ~
D B 2 4 | A || C | (VII.23)
ento podemos ter a seguinte classificao para o sistema dado pelas eqs. (VII.19)
CAPTULO VIII
DIFERENAS FINITAS
VIII.1 Introduo
u i 1, j u ( x 0 x , y0 ) (VIII.1.a)
60
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
u i , j1 u ( x 0 , y 0 y) (VIII.1.b)
u i 1, j u ( x 0 x , y0 ) (VIII.1.c)
u i 1, j1 u ( x 0 x , y0 y) (VIII.1.d)
e usando expanses em sries de Taylor temos as seguintes aproximaes de diferenas para derivadas
parciais:
u u i 1, j u i,1
O( x ) (VIII.2.a)
x i, j x
u u i, j u i 1,1
O( x ) (VIII.2.b)
x i, j x
3u u i 2, j 2u i 1, j 2u i 1, j u i 2, j
3
O( x 2 ) (VIII.2.c)
x i, j 2x 3
4 u u i 2, j 4u i 1, j 6u i, j 4u i 1, j u i 2, j
O(x 2 ) (VIII.2.d)
x 4 i , j x 4
2 u u i 3, j 2u i 2, j 5u i 1, j 2u i, j
2
O ( x 2 ) (VIII.2.e)
x i , j x 2
3u
3u i 4, j 14u i 3, j 24u i 2, j 18u i 1, j 5u i, j
3
O ( x 2 ) (VIII.2.f)
x i , j 2 x 3
2u
2u i , j 5u i 1, j 4u i 2, j u i 3, j
2
O ( x 2 ) (VIII.2.g)
x i, j x 2
3u
5u i , j 18u i 1, j 24u i 2, j 14u i 3, j 3u i 4, j
3
O(x 2 ) (VIII.2.h)
x i, j 2x 3
u u i 2, j 8u i 1, j 8u i 1, j u i 2, j
i, j
O ( x 4 ) (VIII.2.i)
x i , j 12x
2u
u i 2, j 16u i 1, j 30u i , j 16u i 1, j u i 2, j
2
O(x 4 ) (VIII.2.j)
x i , j 12x 2
61
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
2u 1 u i 1, j u i 1, j1 u i , j u i , j1
O(x , y) (VIII.2.k)
xy x y y
i, j
2u 1 u i , j1 u i, j u i 1, j1 u i 1, j
O( x , y) (VIII.2.l)
xy x y y
i, j
2u
1 u i , j u i, j1 u i 1, j u i 1, j1
O( x, y) (VIII.2.m)
xy x
y y
i, j
2u 1 u i 1, j1 u i 1, j u i, j1 u i, j
O(x , y) (VIII.2.n)
xy x y y
i, j
2 u
xy
1 u i 1, j1 u i 1, j1 u i, j1 u i , j1
x 2y
2y
O x , ( y) 2 (VIII.2.o)
i, j
2 u
xy
1 u i , j1 u i , j1 u i 1, j1 u i 1, j1
x 2 y
2 y
O x , (y) 2 (VIII.2.p)
i, j
2 u
xy
1 u i 1, j1 u i 1, j1 u i 1, j1 u i 1, j1
2x 2y
2 y
O ( x ) 2 , ( y) 2 (VIII.2.q)
i, j
2u
xy
1 u i 1, j1 u i 1, j u i 1, j1 u i 1, j
2x y
y
O ( x ) 2 , y (VIII.2.r)
i, j
2 u
xy
1 u i 1, j u i 1, j
2x y
u i 1, j u i 1, j1
y
O ( x ) 2 , y (VIII.2.s)
i, j
u 2u
(VIII.3)
t x 2
vamos aproximar a derivada temporal pela frmula de diferenas avanada e derivada espacial pela
frmula de diferenas central,
62
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
u u in 1 u in 2u u in1 2u in u in1
, (VIII.4)
t t x 2 x 2
4 u x 2
u in11 u in
2
u 2u n n n u t
u 2 u u
t 2 x 4 n , j 12
i 1 i i 1
t x 2 t (x ) 2 2
n, j
(VIII.5)
Este esquema chamado de simples explicito, e o erro de truncamento (TE) da ordem de:
Um determinado esquema de diferenas para no levar a uma soluo aproximada confivel deve
obedecer trs propriedades bsicas: Consistncia; Estabilidade e Convergncia.
a) Consistncia:
Para um esquema de diferenas ser consistente a representao de diferenas (a FDE) da PDE
deve tender para a PDE quando se refina a malha, i. e.
b) Estabilidade:
63
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
c) Convergncia:
Um mtodo convergente se sua soluo numrica tende para a soluo analtica, (i.e.,
convergncia: Soluo Numrica Soluo Analtica). De maneira geral para problemas lineares todo
esquema de diferenas Consistente e Estvel convergente, este o teorema da equivalncia de Lax
(Andersson et. al., 1989).
EA = N D (VIII.8)
ED = A D (VIII.9)
64
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Uma determinada aproximao de uma PDE por diferenas finitas pode ser consistente porm a
soluo no necessariamente convergir para a soluo da PDE. Pelo teorema da equivalncia de Lax
temos que um esquema numrico estvel pode ser usado. Para estudar o problema da estabilidade vamos
considere a equao de difuso
u 2u
(VIII.10)
t x 2
u in 1 u in
(u in1 2u in u in1 ) (VIII.11)
t (x ) 2
Se admitirmos que o erro na soluo numrica devido a arredondamentos (EA = ). A soluo numrica
pode ser dada por:
N = D + , uN = uD + (VIII.12)
Din 1 Din in 1 in
2
(Din1 2Din Din1 ) (in1 2in in1 ) (VIII.13)
t t (x ) (x ) 2
Visto que D deve satisfazer a equao de diferenas, da mesma forma verdade par o errro, i. e.,
in 1 in
( n 2in in1 )
2 i 1 (VIII.14.a)
t ( x )
ou
t
onde o nmero de Fourier de malha.
(x ) 2
Assumindo-se que o erro (x, t) possa ser escrito na forma de uma srie,
65
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
( x , t ) b m ( t )eik m x (VIII.15)
m
m ( x , t ) e ant e ik m x e at e ik m x (VIII.16)
e at 1 (e ik m x ) 2 e ik m x ) (VIII.17)
e i e i
Cos ; k m x (VIII.18)
2
resulta
e at 1 (2Cos 2) (VIII.19)
e com
1
Sen 2 (1 Cos) (VIII.20)
2 2
teremos:
e at 1 4Sen 2 (VIII.21)
2
in 1 e a ( t t ) e ik m x
G e at (VIII.22)
in e at e ik m x
e para que o esquema seja estvel o fator de amplificao deve ser menor que a unidade, logo utilizando
a eq. (VIII.21) teremos:
Usando a eq. (VIII.23.a) possvel determinar para que faixa do parmetro o esquema simples
explcito da equao da difuso estvel, i. e.,
u u
c (VIII.25)
t x
u in1 u in1 n
u in 1 (u i 1 u in1 ) (VIII.26)
2 2
t
onde c o nmero de Courant de Malha.
x
Procedendo de maneira semelhante a anterior temos que o esquema de Lax estvel se:
| | 1 (VIII.27)
67
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
CAPTULO IX
ESQUEMAS DE DIFERENAS FINITAS SOLUO DE PDE's
IX.1 Introduo
Ao longos das trs ltimas dcadas muitos esquemas numricos, para a busca de solues de
diversos problemas de engenharia modelados por PDE's, foram desenvolvidos. No entanto, o usurio
deve ter o bom senso de escolher um determinado esquema. Para que o leitor tenha uma viso geral dos
mtodos pioneiros e eficazes na soluo de PDE's mostrado uma compilao dos principais mtodos
para PDE's hiperblicas, parablicas e elpticas.
1 1
ui(1)1 2 (uin1 uin ) (uin1 uin ) , C0 (IX.1.a)
2 3
u ( x ,0) F( x ) x (IX.1.b)
u ( x , t ) F( x Ct ) (IX.2)
68
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
u in 1 u in u n u in
C i 1 0, O( t , x ) (IX.3.a)
t x
u in 1 u in u in1 u in1
C 0, O( t , x 2 ) (IX.3.b)
t 2 x
Aplicando a anlise da estabilidade de Fourier (Von Neumann) conclui-se que esses esquemas
so incondicionalmente instveis. Logo estes esquemas no servem para a soluo da equao da onda.
u in 1 u iu u in u in1 O( t , x )
C 0, (IX.4)
t x
c) O Mtodo de Lax
A equao (IX.3.b) de mtodo de Euler pode ser estvel se trocarmos u in por uma mdia
u in 1 u in C
(u in11 u in11 ) 0 , O( t , x 2 ) (IX.6.a)
t 2x
69
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Este esquema incondicionalmente estvel ara qualquer passo de tempo, e pode ser escrito em
uma forma mais compacta
n 1
u i 1 (1)u in 1 u in11 u in (IX.6.b)
2 2
ou
d1 a1 0 0 u1n 1 C1
b
2 d2 a2
0 b3 d3 a3 0
(IX.6.b)
0 b M 1 d M 1 a M 1
0 0 bM d M u M C M
n 1
e) O mtodo de Lax-Wendroff
Este mtodo pode ser derivado atravs de uma expanso em srie de Taylor da seguinte forma,
1
u in 1 u in tu (t )2 u O(t 3 ) (IX.7)
2
u Cu xx e u tt C 2 u xx (IX.8.a, b)
teremos
1 2
u in1 u in Ctu x C ( t ) 2 u xx O( t 3 ) (IX.9)
2
70
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
C t n C 2 t 2 n
u in 1 u in ( u i 1 u in1 ) ( u i 1 2u in u in1 ) (IX.11)
2 x 2 x 2
n 1 n u n 1 2 u in1122
2o Passo: u i u i C i 1 2 0 (IX.12.b)
t x
g) O Mtodo de MacCormack
Este mtodo uma variao do mtodo de Lax-Wendroff em dois passos, ele remove a
necessidade de clculo nos pontos i + e i . Este mtodo muito til para resolver PDEs no-
lineares. Quando aplicado equao da onda linear, temos o mtodo explcito preditor corretor.
n 1 n Ct n
Preditor: u pi ui ( ui 1 uin ) (IX.13.a)
2x
1 Ct
n 1 n n 1
Corretor: ui ui u pi ( u p n 1 u pi 1 n 1 ) (IX.13.b)
2 2 x i
71
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Ct n
Preditor: u npi1 u in (u i u in1 ) (IX.14.a)
2x
n 1 1 n Ct n 1 Ct n
Corretor: u i u i u npi1 (u pi u npi11 ) (u i 2u in1 u in 2 ) (IX.14.b)
2 2x 2x
1
u in 1 u in (u in u in1 ) ( 1)( u in 2u in1 u in 2 ) (IX.14.c)
2
t 2 t 3
u in 1 u in t (u t )in (u tt )in ( u ttt )in (IX.15.a)
2 6
t 2 t 3
u in u in 1 t ( u t )in 1 (u tt )in 1 (u ttt )in 1 (IX.15.b)
2 6
resulta
u in 1 u in
t
2
( u t )n ( u t )n 1 i O( t 3 ) (IX.16)
u i 1 u i 1
mas da equao da onda, u t Cu x e da frmula de diferenas central, u x , teremos o
2x
seguinte esquema:
Ct n 1
u in 1 u in (u i 1 u in1 u in11 u in1 ) (IX.17)
2x
72
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
(1) 1 n 1
1o Passo: u i 1 2 (u i 1 u in ) (u in1 u in ) (IX.18.a)
2 3
( 2) n (1) 2
(1)
2o Passo: u i u i (u i 1 2 u i 1 2 ) (IX.18.b)
3
1 3
3o Passo : u in 1 u in (2u in 2 7u in1 7 u in1 2u in 2 ) (u i(21) u i(21) )
24 8
(u1n 2 4u in1 6u in 4u in1 u in 2 ) (IX.18.c)
24
T 2T
2 0 x 1
t x
T( x,0) f (x ) 0 x 1 (IX.19)
T(0, t ) T(1, t ) 0
22t
T(x, t ) A i sen(nx )e n (IX.20.a)
i 1
73
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
1
A i 2 f ( x ) sen(nx )dx (IX.20.a)
0
1 t
Este mtodo estvel para 0 , com 2 .
2 x
b) O Mtodo de Richardson
Este mtodo incondicionalmente instvel, logo no serve para resolver a equao de conduo de
calor.
Tin 1 Tin
2 Tin 1 (IX.24)
t x
d) O Mtodo de Crank-Nicolson
74
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
1 x 2 x 2
e.5) f e 20 TE O[t 2 , x 6 ]
2 12t t
1
o mtodo estvel somente se 0 .
2 4f
f) O Mtodo Combinado B
n 1
Ti n T n Ti n1 2 T n 1
1 f Ti f i x i 2 (IX.27)
t t ( x )
1 x 2
f.3) f TE O[ t 2 , x 4 ]
2 12t
g) O Mtodo de Dufort-Frankel
75
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
ou
T 2T 2T
2 (IX.29)
t x y 2
1 1 1
t 2 (IX.31)
x y 2 2
1
e se x y . Podemos observar que o critrio de estabilidade se restringiu pela metade para um
4
problema em duas dimenses.
u in, j 1 u in, j 2 2
( x y )(u in, j 1 u in, j ) (IX.32.a)
t 2
76
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
onde
1 1
onde, a t 2(y) 2 y , b t 2(x ) 2 x , c 1 x y ; e
2 2
t 2 2 n
d in, j u in, j ( x y ) u i , j
2
Uma observao importante que o sistema deixa de ser tridiagonal.
u in, j 1 2 u in, j
h.3.1) ( 2x u in, j 1 2 2y u in, j ) (IX.34.a)
t 2
u in, j 1 u in, j 1 2
h.3.2) ( 2x u in, j 1 2 2y u in, j 1 ) (IX.34.a)
t 2
Os processos fsicos tais como difuso de calor ou massa, em estado estacionrio, com ou sem
fontes no meio, escoamento irrotacional de um fluido compressvel e muito outros so modelados com
equaes elpticas. Por exemplo a equao de Laplace, a equao de Burguers etc..
77
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
2u 2u
0 (IX.35)
x 2 y 2
u i 1, j 2u i , j u i 1, j u i , j1 2u i, j u i, j1
0 (IX.36)
x 2 y 2
h 2 5k 2
u i 1, j1 u i 1, j1 u i 1, j1 u i 1, j1 2 (u i 1, j u i 1, j )
h2 k2
5h 2 k 2
2 (u i, j1 u i, j1 ) 20u i, j 0 (IV.37)
h2 k2
u u 2u
u , (Parablico) (IX.38)
t x y 2
u u
u 0 (IX.39)
t x
~
u F
0 (IX.40)
t x
78
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
u u
A 0 (IX.41)
t x
Fi
A (IX.42)
u j
a) O Mtodo de Lax
u
u ( x , t t ) u ( x; t ) t (IX.43.a)
t x , t
F
u ( x , t t ) u ( x , t ) t (IX.43.b)
t x , t
u ( x, t ) u ( x x , t ) u ( x x , t ) 2 x (IX.43.c)
F
( Fin1 Fin1 ) 2x (IX.43.d)
x
b) O Mtodo de Lax-Wendroff
u F 2u F F
A ; A (IX.44)
t x t 2 x x u
2
t Fin1 Fin1 1 t
u in 1 u in n n n n n n
A i 1 2 ( Fi 1 Fi ) A i 1 2 ( Fi Fi 1 ) (IX.45)
x 2 2 x
c) O Mtodo de MacCormak
uma verso do mtodo de Lax-Wendroff.
t n
u in 1 u in (Fi 1 Fin ) (IX.46)
x
1 n t n 1
u in 1 n 1
u i u i (Fi Fin11 ) (IX.47)
2 x
d) O Mtodo de Rusanov
1 n 1 t n
u i(1)1 2 (u i 1 u in ) (Fi 1 Fin ) (IX.48.a)
2 3 x
2 t (1)
u i( 2) u in (Fi 1 2 Fi(11) 2 ) (IX.48.b)
3 x
ou
1 t 3 t ( 2)
u in 1 u in (2Fin1 2 7 Fin1 7 Fin1 2Fin 2 ) (F Fi(21) )
24 x 8 x i 1
80
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
t n
(u i 2 4u in1 6u in 4u in1 u in 2 ) (IX.48.c)
24 x
t
onde o critrio de estabilidade dado por x u max 1 e 4 2 4 3
A equao de burgers
u u 2u
u 2 (IX.49)
t x x
u u 2u
(c bu ) 2 (IX.50)
t x x
u in 1 u in u n u in1 u n 2u in u in1
c i 1 i 1 (IX.51)
t x ( x ) 2
2 Re x 2 (IX.52)
onde
81
UNIVERSIDADE FEDERAL DO PAR INSTITUTO DE TECNOLOGIA
Re x cx (IX.53)
Este esquema produz oscilaes na soluo para 2 Re x 2 . As oscilaes deste mtodo podem ser
eliminadas se a diferena central no termo convectivo (cux) for substituda:
Para c 0
Este esquema elimina as oscilaes adicionando dissipao na soluo. No entanto, a dissipao causa
que a soluo seja inacurada.
Para c 0
82