Você está na página 1de 11

Instituto Federal de Educação, Ciência e Tecnologia do Pará

Campus Belém
Departamento de Processos Industriais – DEPIN
Curso de Graduação em Engenharia de Controle e Automação
Disciplina: Cálculo Numérico
Professor: Msc. Edson Cruz
Alunos: Cássio de Moraes
Gabriel Guimarães
João Paulo

Belém/2009

Sumário

1
Introdução - 3
Métodos Numéricos para resolução de Equações Diferenciais Ordinárias - 4
Equações Diferenciais: uma definição - 4
Métodos da série de Taylor- 4
Método de Euler - 5
Estudo do Erro - 6
Método de Runge-Kutta - 6
Conclusão - 9
Bibliografia - 10

Introdução
Em engenharia e problemas científicos em geral, tem-se empregado com
grande freqüência, métodos numéricos para resolução de vários problemas. Devido
à dificuldade de se determinar soluções exatas para muitos problemas, tanto de
engenharia, quanto de Ciência, é que se utilizam soluções numéricas, de forma que
2
se chegue a uma solução aproximada. Um problema de Matemática pode ser
resolvido analiticamente, mas esse método pode se tornar impraticável com o
aumento do tamanho do problema. Exemplo: solução de equações lineares (cálculo
de estruturas, redes elétricas, etc.). Isso se deve ao fato de que em problemas
reais, os dados são medidas, e como tais, não são exatas. Uma medida física não é
um número, é um intervalo, pela própria imprecisão das medidas. Daí trabalha-se
sempre com a figura de erro, inerente à própria medição. Os métodos aproximados
buscam uma aproximação do que seria o valor exato. Dessa forma é inerente
aos métodos se trabalhar com a figura da aproximação, do erro, do desvio.
Na resolução de equações diferenciais não ocorre diferente. Diversos
problemas técnicos e científicos são descritos matematicamente por equações
diferenciais que representam variações das quantidades físicas que os descrevem.
Alguns exemplos de equações diferenciais são:
(1)Na reação química de 1ª ordem A B , descrita pela equação:
dCAdt=-kCA, na qual CA é a concentração do reagente A , k é a constante
da reação e t é o tempo decorrido desde o inicio da reação.
(2)descarga de um circuito elétrico contendo uma resistor em série com um
capacitor, descrito pela equação V0=RdQdt+CQ , para a qual V0 é a
tensão contínua de alimentação do circuito, R a resistência, C a
capacitância, Q a carga elétrica acumulada no capacitor e i=dQdt é a
corrente do circuito.
(3)pêndulo simples, descrito pela equação d2θdt2= -glsenθ , na qual θ é o
ângulo formado pelo pêndulo em relação ao eixo vertical, g a aceleração
da gravidade, l é o comprimento do pêndulo e t o tempo.
Dos exemplos citados, vemos que o grau (ou ordem) de uma equação
diferencial pode variar. O grau de uma equação diferencial é definido pelo termo da
equação que contém a derivada de maior ordem. Por exemplo, a seguinte equação
diferencial y’+x - 2 = 0 é uma equação diferencial de 1o grau porque a derivada y’
é de 1a ordem. Já a equação diferencial y’’’ - 2xy’’ + 5y’ + y - x + 8 = 0 é uma
equação diferencial de 3o grau porque o termo de derivada de maior ordem é de 3a
ordem. Se a solução de uma equação diferencial y for uma função de uma única
variável x, isto é, se y = y(x), então a equação diferencial é chamada de equação
diferencial ordinária.

Métodos Numéricos para resolução de


Equações Diferenciais
Equações Diferenciais: uma definição

3
Uma equação diferencial ordinária de grau n é uma equação que pode ser
descrita na forma geral como:
yn=fx,y,y',y'',y''', . . . ,yn-1 (1)

Sendo que yn≡dnydxn, empregando a notação de Leibniz.


Uma equação diferencial ordinária (E.D.O.) de 1a ordem para duas variáveis
x e y é definida como uma equação da forma espacial:
y'=dydx=fx,y (2)
ou para duas variáveis y e t, na forma temporal como:
y=dydt=f(y,t) (3)
No caso particular f(x,y) = f(x), podemos obter a solução geral para E.D.O. de
1a ordem (2) por separação de variáveis:
y'=dydx=fx,y dy=fxdx (4)
que pode ser integrada diretamente como:
y=fxdx+C (5)
onde C é a constante de integração. Para obtermos uma solução particular (ou seja,
um valor específico para a constante C), é necessário fornecer uma condição de
contorno para a equação (2):
fx0,y0=C0
Se y = y(x) é uma solução, então dy/dx = f(x,y) e y0 = y(x0) é a condição de
contorno da equação (2). Se considerarmos a E.D.O. (3) em que a variável t
representa o tempo, então a condição para obtenção de uma solução particular de
(3) é chamada condição inicial (análoga à condição de contorno, somente que esta
se aplica a problemas envolvendo apenas coordenadas espaciais).
As equações diferenciais aparecem com muita freqüência em modelos que
descrevem processos dinâmicos nas mais diversas áreas, como por exemplo:
mecânica dos fluidos, reações químicas e nucleares, dinâmica populacional,
economia, biologia e, até mesmo, na medicina. Quando a equação diferencial tem
apenas uma variável independente, ela é denominada ordinária (EDO), caso
apareçam mais variáveis independentes e suas derivadas, ela é dita parcial (EDP).
Exemplos:
1) dydx=x+y ou y'=x+y - eq. dif. ordinária de 1ª. ordem linear;
2) d2ydx2+1-ydydx+y=0 - eq. dif. ordinária de 2ª. ordem não linear;
3) ∆u∆=0 ou ∂2u∂x2+∂2u∂y2=0 - eq. dif. parcial de 2ª. ordem linear.
Uma equação diferencial possui uma família de soluções e não apenas uma
solução que a satisfaça. Entretanto, dada uma condição inicial e sua equação
diferencial é o que um problema de valor inicial (PVI), em que é dado um ponto (x0,
y0) por onde a solução passa, e sob certas condições temos a existência e unicidade
de solução garantida. Neste caso, é possível obter aproximações numéricas do PVI,
sem obter a solução analítica do problema. Neste trabalho, iremos tratar dos
métodos de aproximação numérica da solução analítica dos problemas de valor
inicial, cuja condição inicial (x0, y0) é conhecida.

Métodos da série de Taylor


Se y = f(x) for suficientemente “suave”, ou seja, y(x) possui derivada até a
ordem n+1 na vizinhança do ponto x =xn, então podemos expandir y(x), em torno
de xn, na série de Taylor que é dada por:
yxn+h=yxn+hy'xn+h22!y''xn+…+hnn!ynxn+hn+1n+1!yn+1(ξ)
onde xn ≤ ξ ≤ (xn + h), sendo que o último termo da expressão acima
representa o erro da aproximação de y(xn + h). Assim, uma aproximação numérica
de ordem k, é dada por:
yn+1=yxn+y'xn+…+hkk!ykxn
onde yn+1 = y(xn+1) e h = Δx, constante.

Método de Euler
Nesta seção será apresentado o método de Euler, apesar de ser utilizado
raramente na prática, a sua simplicidade serve para exemplificar as técnicas

4
envolvidas na construção de alguns métodos mais avançados, sem a enfadonha
álgebra que acompanha essas construções. É um método da série de Taylor de
ordem 1, ou seja, para o problema de valor inicial:
y'=f x, y, x>x0yx0=y0
fazemos uma aproximação discretizada para a solução y(x), denominada pontos de
rede ou de malha para um intervalo [x0, xn]. Em primeiro lugar, estipulamos que os
pontos da rede têm uma distribuição uniforme em todo intervalo [x0, xn]. Essa
condição é garantida, fazendo xi = x0 + i h, para cada i = 0, 1, 2, . . . , n. A distância
h, comum entre os pontos, denominada tamanho do passo, para um intervalo [a, b]
é dada por (b-a)/n. Daí, o método de Euler constrói a aproximação numérica da
solução y(x), para cada ponto da rede, usando a seguinte aproximação de Taylor:
yn+1=yxn+hy'xn,yn com y(x0)=yo.
Exemplo:
Utilize o método de Euler para aproximar a solução do PVI:
y’= y – x2 + 1, 0≤ x≤2, y(0) = 0,5.
Solução:
Vamos tomar n=10. Então h=(2-0)/10; h=0,2. Daí, xi=0,2i ;i=0,1,2,3, . . .
9 ;y0=0,5. E
yi+1=yxi+hy'xi,yi
Então:
yi+1=yxi+0,2y'yi-xi2+1=1,2i-0,008i2+0,2
Onde, i=0,1,2, . . . ,9.
A solução analítica é y(x) = (x+1)2-0,5ex. A tabela abaixo mostra a
comparação entre os valores aproximados e os valores reais.

Tabela 1: Solução aproximada pelo método de Euler e solução exata do PVI (1).

5
xi yi y(xi) |yi-y(xi)|
0,50000 0,50000 0,00000
0,
0 00 00 00

0,80000 0,82929 0,02929


0,
2 00 86 86

1,15200 1,21408 0,06208


0,
4 00 77 77

1,55040 1,64894 0,09854


0,
6 00 06 06

1,98848 2,12722 0,13874


0,
8 00 95 95

2,45817 2,64085 0,18268


1,
0 60 91 31

2,94981 3,17994 0,23013


1,
2 12 15 03

3,45177 3,73240 0,28062


1,
4 34 00 66

3,95012 4,28348 0,33335


1,
6 81 38 57
Gráfico 1: Gráfico da
solução exata e 4,42815 4,81517 0,38702
aproximada pelo método 1,
8 38 63 25
de Euler do PVI (1).
4,86578 5,30547 0,43968
2,
0 45 20 74

Estudo do erro
O mecanismo de propagação de erros em equações diferenciais não é um
processo simples e exige uma atenção cuidadosa no seu estudo. Apresentaremos
os conceitos essenciais através de um caso particular de problema de valor inicial,
em que se aplica um método aproximação numérica da solução, para melhor
assimilação dos conceitos de erro local e erro global.
Considere o PVI:
y'=yy0=1
Neste caso, a família de soluções analíticas é do tipo: y = αex, cujos gráficos
se encontram no gráfico 2, que para a condição inicial y(0) = 1, nos dá a = 1. No
método de Euler, graficamente o que fazemos está apresentado no gráfico 3.

Gráfico 2 Gráfico 3

6
Tipos de erros:
- Erros de arredondamento: são inerentes às operações efetuadas nos cálculos das
aproximações e já foram tratados no início do curso.
- Erro global: é um erro que se acumula ao longo das iterações e é dado pela
diferença entre o valor da solução exata e o valor da aproximação numérica, em
cada ponto da malha.
- Erro local: é o erro inerente ao método de aproximação utilizado, que é calculado
a cada iteração e depende do tamanho do passo. No caso do método de Euler, ele é
da ordem de h2 e pode ser estimado pela inequação abaixo:
εe≤h2y''ξi, xi≤ξi≤xi+1

Métodos de Runge-Kutta:
Os métodos de Taylor de ordem mais alta apresentam a desejável
propriedade de possuir um erro local de alta ordem, entretanto, possuem a
desvantagem de requer o cálculo e avaliação das derivadas de f(x,y). Já os métodos
de Runge-Kutta possuem erro local de alta ordem, como os métodos de Taylor, mas
permitem prescindir do cálculo e da avaliação das derivadas de f(x,y), o que os
tornam mais interessantes do ponto de vista prático. Os Métodos de Runge-Kutta
consistem em métodos de aproximação de 2a e 4a ordem. No caso do Método de
Runge-Kutta de 2a ordem, a expressão para o cálculo aproximado de yi+1 é dada
pela seguinte expressão:
yi+1=yi+h2[fxi,yi+fxi+h,yi+1]
que pode ser reescrito na forma:
yi+1=yi+h2k1+k2
k1=f(xi,yi), k2=f(xi+h,yi+hk1)
A fórmula do Método de Runge-Kutta de 4a ordem é dada por:
yi+1=yi+h6k1+2k2+2k3+k4
k1=fxi,yi
k2=f(xi+h2,yi+hk12)
k3=fxi+h2,yi+hk22
k4=f(xi+h,yi+hk3)
Em termos de aplicação, o Método de Runge-Kutta de 4ª Ordem é o mais
utilizado, por ser o que apresenta maior precisão e facilidade de implementação de
um algoritmo computacional, e pelo fato de que possui um erro local de alta ordem.
Exemplo:
Utilize o método de Runge-Kutta de 4ª Ordem para aproximar a solução do PVI:
y’= y – x2 + 1, 0≤ x≤2, y(0) = 0,5.
Solução:
Vamos tomar n=10. Então h=(2-0)/10; h=0,2. Daí, xi=0,2i ;i=0,1,2,3, . . . 9 ;y0=0,5.
Portanto, utilizar-se-á em x1:
yi+1=yi+0,26k1+2k2+2k3+k4
k1=fxi,yi
k2=f(xi+h2,yi+hk12
k3=fxi+h2,yi+hk22
k4=f(xi+h,yi+hk3)
A tabela abaixo descreve a resolução, tanto pelo Método de Runge-Kutta de 4ª
Ordem, quanto pela solução exata.

7
Gráfico 2: Gráfico da solução exata e aproximada pelo método de Runge-Kutta de 4ª Ordem
do PVI (1).

xi= yi= k1= k2= k3= k4= Y(Xi)

0 0,5 1,5 1,64 1,654 1,7908 0,5

0,20000000 0,82929333 1,78929333 1,91822266 2,05551645 0,82929


0000 3333 3333 6667 1,931115600000 3333 860

0,40000000 1,21407621 2,05407621 2,16948383 2,29028112 1,21408


0000 0667 0667 1733 2,181024593840 9435 770

0,60000000 1,64892201 2,28892201 2,38781421 2,48846270 1,64894


0000 7042 7042 8746 2,397703438916 4825 060

0,80000000 2,12720268 2,48720268 2,56592295 2,64196168 2,12722


0000 4948 4948 3443 2,573794980292 1006 950

1,00000000 2,64082269 2,64082269 2,69490496 2,74088533 2,64085


0000 2729 2729 2002 2,700313188929 0515 910

1,20000000 3,17989417 2,73989417 2,76388358 2,77315067 3,17994


0000 0232 0232 7255 2,766282528958 6024 150

1,40000000 3,73234007 2,77234007 2,75957408 2,72399956 3,73240


0000 2855 2855 0140 2,758297480869 9029 000

1,60000000 4,28340949 2,72340949 2,66575044 2,57540640 4,28348


0000 8318 8318 8150 2,659984543133 6945 380

1,80000000 4,81508569 2,57508569 2,46259426 2,30535471 4,81517


0000 4579 4579 4037 2,451345120983 8776 630

2,00000000 5,30536300 2,30536300 2,12589930 1,46536300 5,30547


0000 0693 0693 0762 2,107952930769 0693 200

Segue, abaixo, um gráfico comparativo entre os métodos de Runge-Kutta de


4ª Ordem, Euler e Solução exata.

Tabela 2: Solução aproximada pelo método de Runge-Kutta de 4ª Ordem e solução


exata do PVI (1).

Gráfico 3: Gráfico comparativo entre os métodos numéricos e a solução exata.

8
Conclusão
O método de Euler, apesar de sua facilidade de compreensão e aplicação,
não é um método preciso para ser utilizado nas aplicações em geral. Entretanto,
possui elevada importância em utilizá-lo em um primeiro aprendizado sem pré-
requisitos em resolução numérica de EDO’s, pelo fato já citado, de ser de fácil
compreensão e aplicabilidade. O método de Runge-Kutta, por sua vez, é um dos
mais utilizados, em especial, o método de Runge-Kutta de 4ª Ordem, conhecido
também como método de Runge-Kutta, que é um dos mais precisos (razão por ser
um dos mais utilizados). Isto se deve ao fato de que o método de Runge-Kutta
Clássico tem um erro de alta ordem (Oh4), e, como já citado anteriormente, possui
uma maior facilidade de implementação em algoritmos computacionais, ao
contrário dos métodos de alta ordem de erro de Taylor.

9
Bibliografia

YANG, W.Y., CAO, W., CHUNG, T., MORRIS, J..“Applied Numerical Methods Using
MATLAB”. John Wiley & Sons. Hoboken. 2005.

KIUSALAAS, Jaan. “Numerical Methods in Engineering with MATLAB”.


Cambridge University Press. Cambridge. 2005.

SHAMPINE, L. F., GLADWELL, I., THOMPSON, S.. “Solving ODEs with MATLAB”.
Cambridge University Press. Cambridge. 2003.

AYRES, Frank. “Equações Diferenciais”. McGraw Hill do Brasil. São Paulo. 1974.

GILAT, Amos., SUBRAMANIAN, Vish. “Métodos Numéricos para Engenheiros e


Cientistas”. Bookman. Porto Alegre. 2008.

10
11