MÉTODOS ITERATIVOS E MÉTODOS DE DIFERENÇAS FINITAS

PARA RESOLVER EQUAÇÕES DE DIFUSÃO LINEAR E NÃO-

LINEAR

Neyva Maria Lopes Romeiro

nromeiro@uel.br
Universidade Estadual de Londrina
Departamento de Matemática - CCE
Rodovia Celso Garcia Cid, Km 380, Campus Universitário, 86057-970, Londrina, Paraná,
Brasil.

Cibele Aparecida Ladeia

cibele_mat_uel@yahoo.com.br
Universidade Federal do Rio Grande do Sul
Rua Sarmento Leite, 425- 2andar
CEP 90050170- Porto Alegre, RS- Brasil.

Paulo Laerte Natti

plnatti@uel.br
Universidade Estadual de Londrina
Departamento de Matemática - CCE
Rodovia Celso Garcia Cid, Km 380, Campus Universitário, 86057-970, Londrina, Paraná,
Brasil.

Resumo. Este trabalho avaliou o método de iteração variacional Laplace-Padé (MIVLP), que
é uma extensão do método da iteração variacional (MIV), na obtensão de soluções
aproximadas de problemas lineares e não lineares, cujas soluções analíticas são conhecidas.
Verificou-se que MIVLP aplicado ao problema linear da transmissão do calor, equação do
calor, proporcionou soluções iterativas que convergiram para a solução analítica, após
poucas iterações. Constatou-se, também, resultados convergentes para MIV quando aplicado
à equação do calor, porém este exigiu muitas iterações do método para gerar soluções
convergentes. Análise similar aplicada ao problema não linear descrito pela equação de
Burgers resultou em solução analítica aproximada na primeira iteração do MIVLP,
observando que o MIV é um método de convergência rápida, quando aplicado à equação
não linear. Ainda, este trabalho apresenta soluções numéricas dos problemas analisados
pelos métodos iterativos utilizando métodos de diferenças finitas com estratégia upwind de
primeira ordem no termo não linear da equação de Burges. Dispondo de soluções analíticas,
análises de erro numérico foram realizadas a partir da norma L2.
Palavras-Chave: Laplace-Padé, Método da Iteração Variacional, Diferenças Finitas,
Upwind, Burgers.
CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
Template for CILAMCE 2013 (double-click to edit short title field)

1 INTRODUÇÃO

O método de iteração variacional (MIV) foi proposto, primeiramente, por He (He, 1997a, He,
1997b; He, 1999; He, 2000; He, 2004; He, 2006; He, 2007a, He, 2007b). O MIV tem sido
aplicado com sucesso em muitas situações para a obtenção de soluções analíticas ou soluções
analíticas aproximadas (He, 1997b; Abdou, 2005; Tatari, 2007; Batiha, 2007). Muitos autores
tem comprovado a eficiencia do MIV para uma variedade de aplicações científicas (Wazwaz,
1997; He, 1999; Momani, 2005; Abdou, 2005; Abulwafa, 2006; Momani, 2006; Wazwaz,
2007a; Wazwaz, 2007b), utilizando equações lineares ou não lineares. Verifica-se que o MIV
é um método de convergência rápida, quando aplicado a uma ampla gama de problemas não-
lineares (Odibat, 2010; Sweilam et al, 2010; Omidvar et al, 2010; Yang, 2011). Entretanto o
MIV gera iterativamente a solução por meio de uma série truncada, o que limita a região de
convergência da mesma, ou ainda, a convergência só é obtida após um número muito grande
de iterações. Atualmente estudam-se modificações do método variacional, onde, muitas destas
modificações estão sendo introduzidas com o objetivo de aumentar o domínio e a região de
convergência (He, 2000; Abassy et al., 2006; Abassy et al., 2007). Desta forma, o MIV foi
reintroduzido utilizando aproximantes de Padé (MIVP) (Abassy, 2004; Abassy et al., 2006;
Abassy et al., 2007; Noor et al, 2009; Torabi, et al, 2011) e a Transformada de Laplace com
Padé (MIVLP) (Khuri, 2001; Abassy et al., 2007). Assim, a ênfase deste trabalho encontra-se
em ilustar a eficiencia do MIVLP aplicado no problema linear da transmissão do calor, e no
problema não linear descrito pela equação de Burgers. Apresenta ainda soluções numéricas
dos problemas analisados pelos métodos iterativos utilizando métodos de diferenças finitas
com estratégia upwind de primeira ordem no termo não linear da equação de Burges. Por fim,
várias análises de erro numérico foram realizadas a partir da norma L2.

2 MÉTODOS

2.1 MIV para a solução da série truncada

Para ilustrar o conceito básico do MIV considera-se a equação diferencial na forma padrão de
operador, dada por:
Lu( x, t )  Ru ( x, t )  Nu( x, t )  0, (1)

onde L  , Ru ( x, t ) é o operador linear e Nu ( x, t ) é o termo não linear. Ru ( x, t ) e
t
Nu ( x, t ) não possuem derivada parcial com respeito a t (He, 1997a; Abassy et al, 2007a). De
acordo com o MIV (He, 1997b; He, 2006; Abassy et al, 2007b), a solução U n1 ( x, t ) pode ser
construida iterativamente, a partir de U n ( x, t ) por:

0

t ~ ~

U n 1 ( x, t )  U n ( x, t )    LU n ( x,  )  RU n ( x,  )  NU n ( x,  ) d (2)

onde  é um multiplicador de Lagrange identificado na teoria variacional, enquanto que

~ ~
RU n ( x,  ) e NU n ( x,  ) são consideradas as restrições variacionais (Wazwaz et al, 2008;
~ ~
Dehghan et al, 2008), isto é RU n ( x,  )  0 e NU n ( x,  )  0 , onde o subíndice n indica a
ordem nth da aproximação. As condições estacionárias, para a Eq. (2) podem ser obtidas a
partir de:

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
 F. Author, S. Author, T. Author (double-click to edit author field)

1    t  0,
(3)
   0.
De (3) tem-se que   1 e a Eq. (2) torna-se

0
t
 ~ ~
U n 1 ( x, t )  U n ( x, t )   LU n ( x,  )  RU n ( x,  )  NU n ( x,  ) d .  (4)

O segundo termo à direita de (4) é chamado de termo de correção, que é resolvido utilizando
uma a condição U 0 ( x, t ) como aproximação inicial.
Definindo o termo de correção em forma de operador por
t

0

AU n ( x, t )   LU n ( x,  )  RU n ( x,  )  NU n ( x,  ) d
~ ~
 (5)

e as componentes
 N 0 ( x, t )  U 0 ( x, t )
 (6)
 N n ( x, t )  AU n 1 ( x, t ), n  1, 2, 
e substituindo em (4) tem-se
U 1 ( x, t )  N 0 ( x, t )  N 1 ( x, t )
U ( x, t )  N ( x, t )  N ( x, t )  N ( x, t )


2 0 1 2

 3
U ( x , t )  N 0 ( x , t )  N 1 ( x , t )  N 2 ( x, t )  N 3 ( x, t ) (7)
 


U n ( x, t )  N 0 ( x, t )  N 1 ( x, t )  N 2 ( x, t )    N n ( x, t )
n
que, consequentemente, resulta em U n ( x, t )   N k ( x, t ) . Desta forma, a solução da Eq. (1)
k 0
pode ser obtida usando (5) e (6) em forma de série,

u ( x, t )  lim U n ( x, t )   N n ( x, t ) (8)
n 
n 0

que, para o propósito de aproximação, considera-se a solução aproximada (8) pela série
n
truncada de ordem nth, u ( x, t )   N k ( x, t ) .
k 0

A condição inicial N 0 ( x, t )  U 0 ( x, t ) pode ser escolhida arbitrariamente, desde que satisfaça

as condições iniciais e de contorno do problema (Odibat,2010). A convergência do método
depende da escolha adequada da condição inicial.
Neste trabalho, a convergencia dos métodos será análisada por meio da ordem do erro,
utilizando o cálculo do erro relativo por meio da norma L 2 , definida por

 u  U i , numérica 
N
2
i , analítica
i 1
Eh  , (9)
 u 
L2 n
2
i , analítica
i 1

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
Template for CILAMCE 2013 (double-click to edit short title field)

onde N é o número de pontos da malha.

2.2 Transformada de Laplace com Padé para a solução da série truncada

Para calcular, iterativamente uma solução MIVLP, de ordem n, inicia-se com a solução do
MIV de ordem n, calculada por meio de (5), em seguida, tomando a transformada de Laplace
de U n 1 obtem-se LU n1  que tem a forma de uma série de termos racionais na variável s.
Tomando o aproximante de Padé de LU n1  e por último a transformada inversa de Laplace,
obtem-se a solução U nLP1 que é uma solução do MIVLP.

2.3 Diferenças finitas

Neste trabalho utiliza-se o método de diferenças finitas (MDF), para discretizar a equação do
calor e de Burgers. A ideia geral consiste em discretizar o domínio e substituir as derivadas
presentes na equação diferencial por aproximações envolvendo somente valores numéricos da
função, cujas fórmulas podem ser obtidas através do desenvolvimento em série de Taylor
(Collatz, 1966; Roache, 1976; Ames, 1977). Desta forma neste trabalho aplica-se diferenças
finitas centrada tanto no termo temporal quanto no termo difusivo da equação do calor,
resultando no método implícito de Crank-Nicolson. Já para a discretização da equação de
Burgers utiliza-se diferenças finitas para frente no termo temporal, diferença central no termo
difusivo e no termo convectivo usa-se a discretização obtida pelo estratégia upwind (Ferreira,
2005) gerando desta forma um método explícito. A estratégia upwind utilizada no termo
convectivo encontra-se apresentada em (10)

u 12 uu  1  u u i  12 , j   u u i  12 , j   1  i  12 , j i  12 , j
u u  ui  1 , j ui  1 , j 

u      2 2
(10)
x x 2 h  2  h 
i, j i, j    

em que as variáveis u i  1 , j e ui 1 , j são calculadas por u i  1 , j 

1
ui1, j  ui, j  e
2 2 2 2
1
ui 1 , j ui, j  ui 1, j  . As variáveis u i  12 , j e u i  12 , j de (10) são determinadas utilizando o
2 2
esquema upwind de primeira ordem, Fig. 1. Para isso, é necessário determinar os nós D
(Downstream), U (Upstream) e R (Remote-Upstream) em relação a face  f considerando o
sinal da velocidade convectiva

Figura 1 – Estencil computacional para determinar a variável u i  1 , j

2

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
 F. Author, S. Author, T. Author (double-click to edit author field)

O esquema upwind de primeira ordem definido por  f  U , em que  é uma variável

escalar genérica, neste trabalho refere-se a componente da velocidade u, e a variável normalizada ˆ
(Ferreira et al, 2005; Ferreira et al, 2011) é definida por

  R
ˆ  . (11)
D  R
A aplicação do esquema upwind de primeira ordem para aproximar u i  1 , j e u i  1 , j é dada,
2 2

então, por:
  R u i , j  u i 1, j
 Se u i  1 , j  0 e ˆU  U  uˆ i , j  então u i  1 , j  u i , j ,
2 D  R u i 1, j  u i 1, j 2

u i 1, j  u i  2, j
 Se u i  1 , j  0 e uˆ i , 1 j  então u i  1 , j  u i 1, j ,
2 u i , j  u i  2, j 2

u i 1, j  u i 2, j
 Se u i  1 , j  0 e uˆ i 1, j  então u i  1 , j  u i 1, j ,
2 u i , j  u i  2, j 2

u i , j  u i 1, j
 Se u i  1 , j  0 e uˆ i , j  então u i  1 , j  u i , j .
2 u i 1, j  u i 1, j 2

Obtido os métodos a serem abordados, apresenta-se uma comparação dos resultados da

solução da série truncada através da aplicação dos métodos da iteração variacional MIV e
MIVLP, da solução via MDF em relação a solução exata da equação de difusão linear,
equação do calor, e da equação de difusão não linear, equação de Burgers.

3 EQUAÇÃO DO CALOR

Considerando a equação do calor 1D, dada por:

u t ( x, t )  u xx ( x, t ), x  (0, 1), t  0 . (12)
com condições iniciais e de contorno do tipo Dirichlet, dadas respectivamente por
u( x,0)  sen(x), x  [0, 1] (13)
u(0, t )  u(1, t )  0 , t  0. (14)
A solução analítica da equação (12), satisfazendo as condições (13) e (14), é dada por
u( x, t )  sen(x)e t .
2

3.1 Solução da Equação do Calor usando o MIV

As soluções da equação (12) por meio do método da iteração variacional (MIV), representada
por U n ( x, t ) , utilizando as condições dadas em (13) e (14), são obtidas iterativamente por:


 
t
2
U n 1 ( x, t )  U n ( x, t )   U n ( x,  )  2 U n ( x,  )  d , n  0 . (15)
0  t x 

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
Template for CILAMCE 2013 (double-click to edit short title field)

Utilizando a condição inicial em (15), obtem-se as seguintes aproximações sucessivas

U 0 ( x, t )  sin(x)
U1 ( x, t )  sin(x)  sin(x) 2t
1
U 2 ( x, t )  sin(x)  sin(x) 2t  sin(x) 4t 2
2
1 1 (16)
U 3 ( x, t )  sin(x)  sin(x) 2t  sin(x) 4t 2  sin(x) 6t 3
2 3!

 1 1 (1) n 2 n n 
U n ( x, t )  1   2t   4t 2   6t 3     t  sin(x).
 2 3! n! 
Verifica-se em (16) que o MIV gerou iterativamente a solução por meio da série
n
(1) k 2 k k
truncada, U n ( x, t )  sin(x)  t . Além disso, é fácil observar que a solução
k o k!
U n ( x, t ) converge para a solução exata quando n  , mediante o uso da expansão de
Taylor da função e  t .
2

Resultados do procedimento MIV da equação de difusão (12) para t  0.5 avaliado

sob a norma L2 no cálculo do erro entre as soluções aproximadas U n ( x, t ) e a solução
analítica u ( x, t ) são apresentados na Tabela 1.

Tabela 1: Resultados das iterações do procedimento MIV da equação (12) para t  0.5 avaliado em
E U n L2

n (iterações) E U n L2 n (iterações) E U n L2

1 548x102 11 4.36x101
2 1.14x103 12 1.69x101
3 1.64x103 13 6.07x100
4 1.80x103 14 2.03x100
5 1.60x103 15 6.35x10-1
6 1.19x103 16 1.87x10-1
7 7.72x102 17 5.18x10-2
8 4.40x102 18 1.36x10-2
9 2.25x102 19 3.39x10-3
10 1.04x102 20 8.03x10-4

Verifica-se na Tabela 1 que o procedimento MIV resultou em erros de ordem a 10-2 na norma
L2 após 17 iterações. Com o objetivo de atingir a convergência de (12) em um número menor
de iterações, o MIV foi reintroduzido utilizando aproximantes de Padé (Abassy et al., 2006;
Abassy et al, 2007a; Noor et al, 2009; Torabi et al, 2011] e a Transformada de Laplace com
Padé (Abassy et al., 2007; Khuri, 2001).

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
 F. Author, S. Author, T. Author (double-click to edit author field)

3.2 Solução da Equação do Calor usando o MIVP

Utilizando as condições dadas em (12) e (13) verifica-se que a solução da equação (12) por
meio do método da iteração variacional Padé (MIVP), representada por U nP ( x, t ) , satisfaz
U nP ( x, t )  U n ( x, t ) para n  L e para n  L as expressões de U n
P
1 ( x, t ) dependem tanto de L
quanto de M, porém converge para uma solução analítica aproximada. Para avaliar os
aproximantes de Padé, apresentam-se na Tabela 2 os resultados de alguns aproximantes,
considerando t  0.5 e indicando a iteração no qual o MIVP converge para a solução analítica
aproximada, assim como o erro na norma L2 obtido em cada aproximante, E U nP L2 , na  
iteração a qual o método convergiu.
Tabela 2: Resultados aproximantes de Padé do procedimento MIVP da equação (12) para t  0.5
 
avaliado em E U nP L2

Aproximantes  
E U nP L2
Iteração que MIVP converge para
de Padé a solução analítica aproximada (n)
[2/2] 1.32x101 4
0
[3/3] 1.68x10 6
LM [4/4] 1.34x10-1 8
[5/5] 7.32x10-3 10
[6/6] 2,86x10-4 12
[7/7] 8.39x10-6 14
[3/2] 1.13x101 5
-1
[4/3] 9.47x10 7
LM [5/4] 5.52x10-2 9
[6/5] 2.34x10-3 10
[7/6] 7.41x10-5 13

Observa-se na Tabela 2 que o número de iterações necessárias para que o método MIVP
alcance a convergência para a solução analítica aproximada é equivalente a L  M iterações.
Verifica-se que os aproximantes de Padé para valores da diagonal, L  M , quando
comparados com os aproximantes de Padé sendo L  M , resultam em menores taxas de erro
(Wazwaz, 2001). Verifica-se ainda que o aproximante de Padé [5/4] apresenta uma ordem do
erro equivalente a 10-2, resultando na solução analítica aproximada, após 9 iterações, em
comparação com a mesma ordem de convergência obtida pelo MIV, no qual necessitou de 17
iterações. Também, verifica-se que o aproximante de Padé [4/4], com 8 iterações, apresenta
uma ordem de erro próxima a obtida pelo MIV considerando 16 iterações.

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
Template for CILAMCE 2013 (double-click to edit short title field)

3.3 Solução da Equação do Calor usando o MIVLP

Analogamente, utilizando a condição inicial, dada na Eq. (13), verifica-se que a solução de
(12), por meio do método da iteração variacional Laplace-Padé (MIVLP), representado por
U nLP ( x, t ), satisfaz U nLP ( x, t )  U n ( x, t ) para n  L e para n  L as expressões de U n
LP
1 ( x, t )
dependem tanto de L quanto de M, porém convergem para uma solução analítica aproximada,
particularmente, neste caso a solução é a própria solução analítica. Mais ainda, verifica-se que
o número de iterações necessárias para que o método MIVLP alcance a convergência para a
solução analítica é equivalente a L iterações, considerando o caso particular da equação do
calor, e a condição de que no aproximante de Padé utilizado tenha-se L  M . Este resultado
encontra-se ilustrado usando o aproximante de Padé de ordem [3/2].

3.3.1 Solução da Equação do Calor usando Aproximante de Padé [3/2]

Considerando o aproximante de Padé [3/2] e observando que a solução aproximada do MIV,
de ordem 3, para a Eq. (12) expresada por
1 1
U 3 ( x, t )  sin(x)  sin(x) 2 t  sin(x) 4 t 2  sin(x) 6 t 3 . (17)
2 3!
é uma soma parcial da série de Taylor da solução exata u ( x, t ). Para obter a solução do
MIVLP de ordem 3, aplica-se a transformada de Laplace em (17)
1 1 1 1 4 2 1 1 6 3
LU 3 ( x, t )  sin(x)  2  2 t   t  4 t 
s s 2 s3 6s  (18)

que resulta em uma série de funções racionais em s. Tomando, na variável s o aproximante de

Padé [L/M] para L  3 e M  2 obtém-se

L / M   sin(x2) (19)
s 
Calculando a transformada de Laplace inversa de (18), temos a solução MIVLP

LL / M   sin(x)e  t  U 3LP ( x, t )  u( x, t )

2
(20)
que converge para solução analítica.

3.4 Discretização da Equação do Calor usando Difereças Finitas: Crank-

Nicolson
O método de Crank-Nicolson consiste em aplicar a discretização da equação diferencial num
nível intermediário entre t j e t j 1 , ou seja, no ponto que não é malha xi , t j 1/ 2  . Usando a
fórmula centrada na variável t, a derivada em relação a x em t j 1 / 2 será aproximada pela
média das discretizações de segunda derivada nos níveis de tempo t j e t j 1 , ou seja

 a derivada em relação a x em t j 1 / 2 aproximada pela média das discretizações de

segunda derivada no nível de tempo t j , resultando em

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
 F. Author, S. Author, T. Author (double-click to edit author field)

U i , j 1 / 2  U i , j U  2U i., j  U i 1, j 
   i 1, j  (21)
t / 2  x 2 
 a derivada em relação a x em t j 1 / 2 aproximada pela média das discretizações de
segunda derivada no nível de tempo t j 1 , resultando em

U i , j 1  U i , j 1 / 2  U i 1, j 1  2U i., j 1  U i 1, j 1 

    (22)
t / 2  x 2 
Somando as Eqs. (21) e (22), obtem-se as aproximações do método de Crank-Nicolson, dadas
por:
 
 
U i , j 1  U i , j   U i 1, j  2U i., j  U i 1, j U i 1, j 1  2U i., j 1  U i 1, j 1 
    (23)
 t  2   x 2  x 2 
diferença central  diferença central diferença central 
em t j 1 / 2  em t j em t j 1 
t
Definindo   , tem-se a equação do calor na forma discretizada
x 2
 Ui 1, j 1  2  2 Ui , j 1  Ui 1, j 1  Ui 1, j  2  2 Ui., j  Ui 1, j (24)
formando o sistema linear tridiagonal, que é diagonalmente dominante.

3.5 Resultados da Equação do Calor

Os resultados da equação do calor dada em (12) utilizando os procedimentos descritos acima,
podem ser observados na Fig. 2, onde ilustra-se as superfícies das soluções aproximadas para
alguns dos processos iterativos do MIV, para alguns dos processos iterativos do MIVLP
considerando o aproximante de Padé [3/2], a solução usando o MDF implícito (Crank-
Nicolson) e a solução analítica. Para estes resultados, utilizou-se   1 , x  0.045 ,
t  0.016 e tempo final de simulação t  0.5 .

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
Template for CILAMCE 2013 (double-click to edit short title field)

Figura 2. Convergência da solução para o tempo de simulação t  0.5 , utilizando MIV, MIVLP com
aproximante de Padé [3/2], MDF implícito e a solução analítica.

Observa-se na Fig. 2, que os métodos variacionais proporcionaram boas taxas de

convergência com o aumento do número de iterações (Fig. 2a-c e 2e-g).
Verifica-se, observando a Fig. 3, que o MIV tem uma convergência mais lenta, porém ao
obter a convergência sua taxa encontra-se próxima da ordem 10 3 , enquanto que o MIVLP
atingiu a solução analítica na 3ª iteração, o que leva a concluir que este método gera a
convergência muito mais rápida que o método MIV para o caso analisado. Quanto ao
resultado do MDF implícito, este atingiu uma ordem de convergência próxima da obtida pelo
MIV na iteração 17, onde foram considerados, para esta simulação,   1 , x  0.045 ,
t  0.016 e tempo final t  0.5 .

Figura 3: Resultados da norma L 2 no cálculo do erro sobre algumas iterações dos métodos MIV e
MIVLP e do MDF implícito.

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
 F. Author, S. Author, T. Author (double-click to edit author field)

4 EQUAÇÃO DE BURGERS

Considerando a equação de Burgues 1D, dada por:

u t ( x, t )  u ( x, t )u x ( x, t )  vu xx ( x, t ), x  (0, 2 ), t  0

u ( x,0)  sen ( x), x  [0, 2 ] x  (0, 2 ), t  0 ,
u (0, t )  u (2 , t )  0, t  0

(25)
onde v é o coeficiente de viscosidade. As condições iniciais e de contorno do tipo Dirichlet
para (25) são dadas, respectivamente, por
u( x,0)  sen( x) x  [0, 2 ] (26)
u(0, t )  u(2 , t )  0 , t  0. (27)
A solução analítica da equação (25), para v  0 , satisfazendo as condições (26) e (27), dada
por (Platzman, 1964):

J n (nt )
u ( x, t )  2 sen(nx) (28)
n nt
em que J n é a função de Bessel de ordem n de primeira espécie. Neste trabalho, considera-se
a solução (28) truncada em n  100 termos (solução semi-analítica).

4.1 Resultados da Equação de Burger

Os resultados da equação de Burgers dada em (25) utilizando alguns dos processos iterativos
do MIV, alguns dos processos iterativos do MIVLP considerando o aproximante de Padé
[3/2], a solução usando o método de diferenças finitas explícito com estratégia upwind no
termo convectivo e a solução analítica, encontram-se ilustrados na Fig. 4. Para estes
resultados, utilizou-se x  0.196 , t  0.012 e tempo final de simulação t  0.5 .

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
Template for CILAMCE 2013 (double-click to edit short title field)

Figura 4. Convergência da solução para o tempo de simulação t  0.5 , utilizando MIV, MIVLP com
aproximante de Padé [3/2], MDF explícito com upwind de primeira ordem e a solução analítica.
Verifica-se na Fig. 4 que o MIV para a equação de Burgers apresentou convergencia rápida,
ao contrario do caso avaliado anteriomente, equação do calor. Confirmando desta foram que o
MIV é um método de convergência rápida, quando aplicado a uma ampla gama de problemas
não-lineares (Odibat, 2010; Sweilam et al, 2010; Omidvar et al, 2010; Yang, 2011).
Entretanto, o MIVLP não resultou em resultados convergentes com o aumento de iterações,
como pode ser observado na Figura 3e, onde em sua segunda iteração resultou em resultados
não convergentes.
Avaliando a Fig. 5, pode-se constatar que a taxa de convergência do MIV na terceira iteração
encontra-se próximo de 5x 10 3 . Quanto ao resultado do MDF explícito com upwind de
primeira ordem, pode-se verificar que este atingiu convergência de ordem 10 2 onde foi
considerado x  0.196 , t  0.012 e tempo final de simulação t  0.5 .

Figura 5: Resultados da norma L 2 no cálculo do erro sobre algumas iterações dos métodos MIV e
MIVLP e do MDF explícito.

5 CONCLUSÃO

Neste trabalho estudou-se extensões do método da Iteração Variacional (MIV), em particular

aqueles associados ao procedimento de Laplace – Padé (MIVLP). Aplicou-se métodos
iterativos variacionais e método de diferenças finitas na resolução de problemas lineares e não
lineares, em particular, na equação do calor e de Burgers, cujas soluções são conhecidas na
literatura.
Verificou-se na equação do calor, que o MIV apresentou uma convergência após vários
processos iterativos. Por outro lado o MIVLP, para Padé [3/2] e [4/4] convergiram para a
solução analítica já no terceiro processo iterativo, de maneira abrupta, devido ao
procedimento de Padé associado. Lembrando que o procedimento de Laplace, no MIVLP,

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
 F. Author, S. Author, T. Author (double-click to edit author field)

tem o objetivo de gerar funções racionais, porém é a técnica do aproximante de Padé que faz
as soluções iterativas convergirem para solução analítica, devido ao fato que aproximantes de
Padé aumentam a raio de convergência. Quanto ao procedimento utilizando o método de
Crank-Nicolson, apresentou resultado satisfatório, mas não superior ao procedimento MIV
após um número elevado de iterações.
Quanto aos resultados utilizando a equação de Burgers, que é uma equação não linear,
verificou-se que o MIV é um método de convergência rápida, já na terceira iteração
apresentou uma taxa de convergência próxima a 5x 10 3 . Porém para os casos onde a equação
é não linear o MIVLP não resultou em resultados convergentes com o aumento de iterações.
O que leva a concluir que o MIV é um método de convergência rápida, quando aplicado a
equação não linear, como a apresentada neste trabalho. Observando ainda que a ordem do erro
do MIVLP está condicionada ao tempo e aos aproximantes de Padé. Isto é, quanto maior for
grau do Padé [ L / M ] melhor será aproximação, todavia isto ocasiona um custo
computacional. Quanto às soluções utilizando o método de diferenças finitas, em ambos os
obteve-se taxas de convergência aceitáveis.

REFERENCIAS
Abassy, T. A.; El-Tatwil, M. A.; El-Zoheiry, H. Exact solutions of some nonlinear partial
differential equations using the variacional iteration method linked with Laplace transforms
and the Padé technique. Comput. Math. Apll., v. 57, p. 940-954, 2007.
Abassy, T., El-Tawil, M.A.. El-Zoheiry, H., Toward a modified variational iteration method
(MVIM), Journal of Computational and Applied Mathematics (in press), doi:
10.1016/j.cam.2006.07.019.
Abassy, T.A., The solution of KdV and KdV equations using Adomian Padé approximation,
International Journal of Nonlinear Sciences and Numerical Simulation 5 (4) (2004) 327–339.
Abdou, M.A., Soliman, A.A., Variational iteration method for solving Burger’s and coupled
Burger’s equations, J. Comput. Appl. Math. 181 (2005) 245–251.
Abulwafa, E.M., M.A. Abdou, A.A. Mahmoud, The solution of nonlinear coagulation
problem with mass loss, Chaos Solitons Fractals 29 (2006) 313–330.
Ames, W. F. (1977). Numerical Methods for Partial Differential Equation, 2nd ed., New
York, Academic Press.
Batiha, B., M.S.M. Noorani, I. Hashim, E.S. Ismail, The multiple stage variational iteration
method for class of nonlinear system of ODEs, Phys. Scr. 76 (2007) 388–392.
Collatz, L. (1966). The Numerical Treatment of Differential Equations, 3rd ed., Berlin,
Springer Verlag.
Dehgham, M. Dehghan And F. Shakeri, Application of He’s variational iteration method for
solving the Cauchy reaction–diffusion problem, Comput. Appl. Math, 214 (2008), 435 – 446.
Ferreira ,V.G., De Lima, G A.B., Corrêa, L., Metodologia para desenvolvimento de esquemas
UPWIND de alta resolução. Sociedade Brasileira de Matemática Aplicada e Computacional,
2011.
Ferreira, V.G., De Lima, G.A.B., Modelagem matemática e simulação numérica em dinâmica
dos fluidos. Sociedade Brasileira de Matemática Aplicada e Computacional, 2005.
CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
Template for CILAMCE 2013 (double-click to edit short title field)

He J, Variational iteration method for delay differential equations, Communications in

Nonlinear Science and Numerical Simulation 2 (4) (1997b) 235-236.
He, J., Variational principles for some nonlinear partial differential equations with variable
coefficients, Chaos Solitons Fractals 19 (4) (2004) 847–851.
He, J., Some asymptotic methods for strongly nonlinear equations, Internat. J. Modern Phys.
B 20 (10) (2006) 1141–1199.
He, J., Variational iteration method- a kind of non-linear analytical technique: Some
examples, Int. J. Nonlinear Mech. 34 (1999) 699–708.
He, J., Variational iteration method for autonomous ordinary differential systems, Appl.
Math. Comput. 114 (2000) 115–123.
He, J., Variational iteration method—Some recent results and new interpretations, J. Comput.
Appl. Math. 207 (1) (2007a) 3–17.
He, J., Wu, Variational iteration method: New development and applications, Comput. Math.
Appl. 54 (7–8) (2007b) 881–894.
He, J.H. He, A new approach to nonlinear partial differential equations, Communications in
Nonlinear Science and Numerical Simulation 2 (4) (1997a) 230-235.
Khuri, S., A Laplace decomposition algorithm applied to a class of nonlinear differential
equations, Journal of Applied Mathematics 1:4 (2001) 141–155.
Momani S. Momani, Z. Odibat, Analytical approach to linear fractional partial differential
equations arising in fluid mechanics, Phys. Lett. A 1 (53) (2006) 1–9.
Momani S., S. Abusaad, Application of He’s variational-iteration method to Helmholtz
equation, Chaos Solitons Fractals 27 (5) (2005) 1119–1123.
Noor M.A., S.T. Mohyud-Din, Variational iteration method for unsteady flow of gas through
a porous medium using He’s polynomials and Pade approximants, Computers and
Mathematics with Applications 58 (2009) 2182–2189.
Odibat, Z.M., "A study on the convergence of variational iteration method," Mathematical
and Computer Modelling, doi:10.1016/j.mcm.12.034. (2010).
Omidvar M. Barari, A., Domairry, G., Solution of diffusion equations using homotopy
perturbation and variational iteration methods, Journal of Sciences, Vol. 8, No. 3, pp 21-28,
2010.
Platzman, G.W. An exact integral of complete spectral equations for unsteady one-
dimensional flow. Tellus, v. 16, p. 422-431, 1964.
Roache, P.J., Computational Fluid Dynamics, Hermosa Pub., Albuquerque, New Mexico,
1996.
Shui-Ping Yang, Ai-Guo Xiao, Convergence of the variational iteration method for solving
multi-delay differential equations, Computers and Mathematics with Applications 61 (2011)
2148–2151.
Sweilam N.H., Khader M.M., On the convergence of variational iteration method for
nonlinear coupled system of partial differential equations, International Journal of Computer
Mathematics Vol. 87, No. 5, April 2010, 1120–1130.

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013
 F. Author, S. Author, T. Author (double-click to edit author field)

Tatari, M., Dehghan, M., On the convergence of he’s variational iteration method, J. Comput.
Appl. Math. 207 (2007) 121–128.
Torabi, M., Yaghoobi, H., Novel solution for acceleration motion of a vertically falling
spherical particle by HPM–Padé approximant, Advanced Powder Technology 22 (2011) 674–
677.
Wazwaz, A., A reliable algorithm for solving boundary value problems for higherorder
integro-differential equations, Applied Mathematics and Computation 118, 327-342, 2001.
Wazwaz, A., A study on linear and nonlinear Schrodinger equations by the variational
iteration method, Chaos, Solitons and Fractals 37 (2008), 1136–1142
Wazwaz, A.M., Necessary conditions for the appearance of noise terms in decomposition
solution series, Appl. Math. Comput. 81 (1997) 265–274.
Wazwaz, A.M., A comparison between the variational iteration method and Adomian
decomposition method, J. Comput. Appl. Math. (2007a) (in press).
Wazwaz, A.M., The variational iteration method for rational solutions for KdV, K(2,2),
Burgers, and cubic Boussinesq equations, J. Comput. Appl. Math. (2007b) (in press).

CILAMCE 2013
Proceedings of the XXXIV Iberian Latin-American Congress on Computational Methods in Engineering
Z.J.G.N Del Prado (Editor), ABMEC, Pirenópolis, GO, Brazil, November 10-13, 2013