Métodos Numéricos de Solução de Equações Diferenciais

Chedas Sampaio, Abril 2010 14-11-2010
Métodos numéricos de solução de equações

diferenciais
por
Chedas Sampaio
Abril 2010
Métodos numéricos de solução de equações diferenciais
ESTRUTURA DA APRESENTAÇÃO
Introdução
Representação em Espaço de Estado
Diferenças finitas
Método de Euler
Método de Euler Modificado
Método de Runge
Métodos de Runge-Kutta
Runge-Kutta de 3ªOrdem
Runge-Kutta de 4ªOrdem
Métodos numéricos de solução de

equações diferenciais 1
INTRODUÇÃO
Introdução
Por equação diferencial entende-se uma equação
que envolve uma ou mais derivadas da função
desconhecida, x(t) .
x k (t ) = f (t , x(t ), x& (t ), &x&(t ),..., x k −1 (t )) ∀t ∈ IR
A equação diferencial é ordinária (Ordinary

Differencial Equation) se todas as derivadas forem
definidas relativamente a uma só variável
independente.

Introdução
Uma ODE diz-se de ordem n quando n é a ordem
mais elevada das derivadas presentes na equação.
Qualquer ODE de ordem n pode ser transformada

numa ODE de 1ª ordem. Sabendo resolver uma ODE
de 1ª ordem saber-se-á resolver uma ODE de
qualquer ordem.


Transforma-se uma ODE de ordem n numa ODE de 1ª
ordem através da seguinte mudança de variável:
x k (t ) = f (t , x(t ), x& (t ), &x&(t ),..., x k −1 (t )) ∀t ∈ IR
u1 (t ) = x(t )
u2 (t ) = x& (t )
...
uk (t ) = x k −1 (t )

que nos leva à seguinte ODE vectorial:
u&1 (t )  u2 (t ) 
u& (t )  u (t ) 
 2   3 
...  = ... 
   
&
uk −1 (t ) uk (t ) 
u&k (t )   f (t , x(t ), x& (t ), &x&(t ),..., x k −1 (t ))
   
{u& (t )} = f (t , {u (t )})
Representação Espaço de Estado


ou
{u& (t )} = [A]{u (t )}
Variáveis estado
Matriz estado

Exemplo 1: transformar a ODE escalar de 2ª ordem
F (t ) = m&x&(t )
numa ODE vectorial de 1ª ordem.
F (t )
&x&(t ) =
m
u1 (t ) = x(t )
u 2 (t ) = x& (t )
Substituindo na nossa equação de 2ª ordem
obtem--se o seguinte sistema:
obtem sistema:
u&1 (t ) = u 2 (t ) 0 
 u&1 (t )  0 1  u1 (t )   
 F (t )  =    +  F (t ) 
u& 2 (t ) = m u& 2 (t ) 0 0 u 2 (t ) 
r r  m 
u& (t ) = f (t , u (t ))


m&x&(t ) + cx& (t ) + kx(t ) = F (t )
c k F (t )
&x&(t ) = − x& (t ) − x(t ) +
m m m
u1 (t ) = x(t )
u 2 (t ) = x& (t )
Substituindo na nossa equação de 2ª ordem obtem
obtem--se o seguinte
sistema::
sistema
u&1 (t ) = u 2 (t ) u&1 (t )   0 1  u (t )  0 
  = k c 1
−  u 2 (t )  F (t ) 
+
 k c F (t ) u& 2 (t ) − m m  m 
u& 2 (t ) = − m u1 (t ) − m u 2 (t ) + m
r r
u& (t ) = f (t , u (t ))

&x&(t ) + k sin ( x(t )) = 0
&x&(t ) = −k sin ( x(t ))

u1 (t ) = x(t )
u 2 (t ) = x& (t )
obtem--se o seguinte
sistema::
sistema
u&1 (t ) = u2 (t )

u& 2 (t ) = − k sin (u1 (t ))
r r
u& (t ) = f (t , u (t ))


Assim, neste capítulo pretendemos resolver
problemas do tipo: determinar a função escalar ou
vectorial, x(t), que satisfaz a equação diferencial
ordinária:
x& (t ) = f (t , x(t )) ∀t ∈ IR

A equação apresentada não determina geralmente
uma solução única sendo necessário complementá-la
com uma condição adicional, ou seja, uma condição
inicial:
x(t0 ) = x0
Normalmente escolhe-se um valor de x(t) no
extremo inferior do intervalo de t.
Por esta razão este tipo de problemas é também

conhecido por problema de valor inicial.


Naturalmente que não esperamos obter x como uma
função explícita de t. Em vez disso, o nosso objectivo
é obter aproximações satisfatórias de x(t) para um
conjunto de valores de t.
A metodologia será sempre a mesma: substituir a

equação diferencial por uma equação algébrica.
DIFERENÇAS FINITAS

Diferenças finitas
Na Derivação Numérica, a partir dos polinómios
interpoladores, deduzimos várias regras de
derivação para a 1ª e 2ª derivadas (cujo método
também se pode estender a derivadas de ordem
superior). Ora, se substituirmos a derivada da
equação diferencial pela regra, obtemos um método
para calcular a função x(t):
x&(t) ≈ D∆t x(t)
&x&(t ) ≈ D2∆t x(t )
x& (t ) = f (t , x(t ))
Diferenças finitas
Por exemplo, das diferenças finitas de 1ª ordem,
regressiva, progressiva e central, obtemos outros
tantos métodos de solução das equações
diferenciais: x(t) − x(t − ∆t )
x&(t) ≈ ≈ f (t, x(t))
∆t
x(t + ∆t) − x(t )
x&(t) ≈ ≈ f (t, x(t))
∆t
x(t + ∆t) − x(t − ∆t)
x&(t) ≈ ≈ f (t, x(t ))
2∆t
x& (t ) = f (t , x(t ))

Diferenças finitas
ou:
xn − xn−1
≈ f (tn , xn ) xn ≈ xn−1 + ∆tf (tn , xn )
∆t
xn+1 − xn
≈ f (tn , xn ) xn+1 ≈ xn + ∆tf (tn , xn )
∆t
xn+1 − xn−1
≈ f (tn , xn ) xn+1 ≈ xn−1 + 2∆tf (tn , xn )
2∆t
x& (t ) = f (t , x(t ))
Diferenças finitas
Exemplo: calcular x(t) no domínio [0,1] com ∆t=0.1 aplicando

o método derivado da diferença progressiva de 1ª ordem
x& (t ) = t 2 + x xn +1 = xn + ∆t t n + xn( 2
) ∆t = 0.1
x(t 0 ) = −1
x& (t ) = f (t , x(t ))

Diferenças finitas
Exemplo: calcular x(t) no domínio [0,1] com ∆t=0.1 aplicando

o método derivado da diferença central de 1ª ordem
x& (t ) = t 2 + x xn +1 = xn −1 + 2∆t t n + xn ( 2
) ∆t = 0.1
x(t 0 ) = −1
x(t 1) = −1.105
Note-se que neste método foram

necessários 2 valores iniciais (o que
é uma desvantagem) mas o rigor é
maior que no anterior (como se
pode verificar pelo gráfico).
x& (t ) = f (t , x(t ))
MÉTODO DE EULER

Método de Euler
Outra abordagem usada na resolução do nosso
problema é calcular o valor aproximado de x(t) em t1
ou o valor de ∆x1:
x(t) t1 = t0 + ∆t ⇒ x1 = x0 + ∆x1
x1

 ∆x1
x0 
∆t
t0 t1
x& (t ) = f (t , x(t ))
Método de Euler
A recta tangente a x(t) em (x0,y0) é dada por :
(∆x1 )1 1ª aproximação
cujo declive é:
p (t ) = x0 + (t − t0 )
∆t (∆x1 )1
p& (t 0 ) =
x(t)
∆t
mas como:
x& (t0 ) = f (t0 , x0 )
x1
(x1)1  logo:
}(∆x1 )1 1
∆x (∆x1 )1
x0 = f (t0 , x0 )
∆t
∆t
t0 t1 Finalmente: ( x1 )1 = x0 + f (t 0 , x0 )∆t
x& (t ) = f (t , x(t ))

Método de Euler
Generalizando, obtem-se o Método de Euler :
xn +1 = xn + f (t n , xn )∆t
x(t)
Como se pode verificar este
método é igual ao que se obtem
x1 pela diferença finita progressiva
 de 1ªordem…
 ∆x1
x0 
∆t
t0 t1
x& (t ) = f (t , x(t ))
Método de Euler
Exemplo: calcular x(t) da equação diferencial
&x&(t ) + k sin ( x(t )) = 0
logo
&x&(t ) = − k sin ( x(t ))
u1 (t ) = x(t )
u 2 (t ) = x& (t )
obtem--se o seguinte sistema:
sistema:
u&1 (t ) = u2 (t )

u& 2 (t ) = − k sin (u1 (t ))
r r
u& (t ) = f (t , u (t ))

Método de Euler
Exemplo: calcular x(t) da equação diferencial
&x&(t ) + k sin ( x(t )) = 0
Já estamos em condições de aplicar o método de Euler

xn +1 = xn + f (t n , xn )∆t
Substituindo x por u
r r r
un +1 = u n + f (t n , u n )∆t
 xn +1   xn   x& n 
  =  +  ∆t
&
x &
x
 n +1   n   − k sin ( x )
n 
r r
u& (t ) = f (t , u (t ))
MÉTODO DE EULER MODIFICADO


Tendo (t1 , (x1 )1 ) é possível calcular a derivada nesse
ponto e, em conjunto com a derivada no ponto (t0 , x0 )
calcular a média das derivadas, obtendo-se assim
uma melhor estimativa de ∆x1 :
x(t)
(∆x1 )2 = 1 (x&(t0 ) + x& (t1 ))∆t
2
x1 2ª aproximação
(x1)2 ou:

(∆x1 )2 = 1 ( f (t0 , x0 ) + f (t1 , (x1 )1 ))∆t
x0 } (∆x1)2 ∆x1
 generalizando:
2
∆t 1
t0 t1 xn +1 = xn + [ f (t n , xn ) + f (t n +1 , xn + f (t n , xn )∆t )]∆t
2
x& (t ) = f (t , x(t ))

Ou
1
xn +1 = xn + [(∆xn )1 + (∆xn )2 ]
2
x(t) (∆xn )1 = f (t n , xn )∆t
(∆xn )2 = f (tn+1 , xn + (∆xn )1 )∆t

x1
(x1)2

x0 }(∆x ) 1 1 } (∆x1)2 ∆x1

∆t
t0 t1
x& (t ) = f (t , x(t ))

MÉTODO DE RUNGE
Método de Runge
Se, depois de calcularmos a segunda aproximação de
cada valor da função, calcularmos a derivada no
ponto intermédio:  t0 + t1 x0 + (x1 )2 
 , 
 2 2 
x(t)
teremos talvez uma estimativa ainda
melhor de ∆x1 :
x1
x + (x )
(x1)3 (x1)2
 (∆x1 )3 = f  t0 + t1 , 0 1 2 ∆t
x0 } } (∆x )  ∆x1
}(∆x1 )1 (∆x1)2 1 3
 2
generalizando:
2 
∆t x + (x )
t0 t1
( xn+1 )3 = xn + f  t n + tn+1 , n n+1 2 ∆t
 2 2 
x& (t ) = f (t , x(t ))

Método de Runge
Ou t +t 2 x + f (t n +1 , xn + (∆xn )1 )∆t 
xn +1 = xn + f  n n+1 , n  ∆t
 2 2 
(∆xn )1 = f (t n , xn )∆t
x(t)
(∆xn )2 = f (tn+1 , xn + (∆xn )1 )∆t

x1
(x1)3 (x1)2

x0 }(∆x ) 1 1 } }
(∆x1)2 (∆x1)3

∆x1
∆t
t0 t1
x& (t ) = f (t , x(t ))
MÉTODOS DE RUNGE-KUTTA

Métodos de Runge-Kutta
Nenhum dos métodos anteriores é eficiente na
solução das equações diferenciais pois se ∆t não for
suficientemente pequeno o erro no cálculo de
valores sucessivos de x(t) cresce acentuadamente.
Os métodos de Runge-Kutta são essencialmente uma

generalização ou combinação dos 3 métodos
anteriores, onde em cada iteração n, três ou mais
estimativas (aproximações) de ∆x são calculadas.
x& (t ) = f (t , x(t ))
Método de Runge-Kutta 3ª Ordem
1
xn +1 = xn + [(∆xn )1 + 3(∆xn )3 ]
4
(∆xn )1 = (xn+1 )1 − xn = f (tn , xn )∆t
 1 1 
(∆xn )2 = f  t n + ∆t , xn + (∆xn )1 ∆t
 3 3 
 2 2 
(∆xn )3 = f  t n + ∆t , xn + (∆xn )2 ∆t
 3 3 
x& (t ) = f (t , x(t ))

Método de Runge-Kutta 4ª Ordem

1
xn +1 = xn + [(∆xn )1 + 2(∆xn )2 + 2(∆xn )3 + (∆xn )4 ]
6
(∆xn )1 = f (tn , xn )∆t

 1 1 
(∆xn )2 = f  t n + ∆t , xn + (∆xn )1 ∆t
 2 2 
 1 1 
(∆xn )3 = f  t n + ∆t , xn + (∆xn )2 ∆t
 2 2 
(∆xn )4 = f (tn + ∆t , xn + (∆xn )3 )∆t
x& (t ) = f (t , x(t ))
Referências bibliográficas
Métodos Numéricos, Heitor Pina

Instituto Superior Técnico
1982
Advanced Engineering Mathematics, Ray Wylie
McGraw Hill
1995

FIM


Métodos Numéricos de Solução de Equações Diferenciais

Enviado por

Dados do documento

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

Métodos Numéricos de Solução de Equações Diferenciais

Enviado por

Direitos autorais:

Formatos disponíveis

Chedas Sampaio, Abril 2010 14-11-2010

Métodos numéricos de solução de equações

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de

Métodos numéricos de solução de equações diferenciais

x k (t ) = f (t , x(t ), x& (t ), &x&(t ),..., x k −1 (t )) ∀t ∈ IR

A equação diferencial é ordinária (Ordinary

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de

Qualquer ODE de ordem n pode ser transformada

Métodos numéricos de solução de equações diferenciais

Representação em Espaço de Estado

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de

Representação em Espaço de Estado

Métodos numéricos de solução de equações diferenciais

Representação em Espaço de Estado

Métodos numéricos de solução de

Representação em Espaço de Estado

Métodos numéricos de solução de equações diferenciais

Representação em Espaço de Estado

Métodos numéricos de solução de

Representação em Espaço de Estado

Representação em Espaço de Estado

&x&(t ) = −k sin ( x(t ))

Métodos numéricos de solução de

Representação em Espaço de Estado

Métodos numéricos de solução de equações diferenciais

Representação em Espaço de Estado

Por esta razão este tipo de problemas é também

Métodos numéricos de solução de

Representação em Espaço de Estado

A metodologia será sempre a mesma: substituir a

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de

Métodos numéricos de solução de

Exemplo: calcular x(t) no domínio [0,1] com ∆t=0.1 aplicando

Métodos numéricos de solução de

Exemplo: calcular x(t) no domínio [0,1] com ∆t=0.1 aplicando

Note-se que neste método foram

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de

Métodos numéricos de solução de

Métodos numéricos de solução de

Já estamos em condições de aplicar o método de Euler

MÉTODO DE EULER MODIFICADO

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de

Método de Euler Modificado

Método de Euler Modificado

x(t) (∆xn )1 = f (t n , xn )∆t

(∆xn )2 = f (tn+1 , xn + (∆xn )1 )∆t

Métodos numéricos de solução de

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de

(∆xn )2 = f (tn+1 , xn + (∆xn )1 )∆t

Métodos numéricos de solução de equações diferenciais

Métodos numéricos de solução de

Os métodos de Runge-Kutta são essencialmente uma

Método de Runge-Kutta 3ª Ordem

(∆xn )1 = (xn+1 )1 − xn = f (tn , xn )∆t

Métodos numéricos de solução de